Istituto di Ingegneria Agraria di Milano

Transcript

1 Il telerilevamento per un agricoltura sostenibile Piacenza, 20 aprile 2006 Roberto Oberti Luigi Bodria Istituto di Ingegneria Agraria di Milano

2 Difesa di precisione delle colture Il problema: applicazione uniforme dei fitofarmaci numerose fitopatologie distribuite localmente

3 Difesa di precisione delle colture [ ] gestione razionale dei fattori produttivi in funzione della variabilità spaziale e temporale dei bisogni e delle condizioni della coltura in campo.

4 Il progetto OPTIDIS un caso di studio: malattie fungine su frumento meteo modelli epidemiologici consulenze fitopatologiche archivio storico appezzamento sintomi estesi sintomi contenuti coltura sana aree da irrorare aree da irrorare Sensori ottici consentono misure: non distruttive senza contatto col campione veloci x y y x Architettura di un sistema per la gestione mirata delle patologie sensori per la valutazione dello stato sanitario delle colture supporto alle decisioni posizionamento satellitare (GPS) tecnologie per distribuzione modulata

5 Metodi (1) - misure preliminari in laboratorio Identificazione delle principali modificazioni ottiche mediante misure spettrofotometriche immagini multispettrali rilievi a diversi stadi di sviluppo delle patologie

6 Risultati (1) - misure preliminari in laboratorio Degradazione della clorofilla Sintomi principali legati alla degradazione della clorofilla nei tessuti intaccati dal patogeno Contenuto in clorofilla 0,1 μg/cm 2 1 μg/cm 2 5 μg/cm 2 20 μg/cm 2 40 μg/cm 2 Stato sano clorotico necrotico infected infetta healthy sana livelli grey di level grigio nm lunghezza waveband d onda (nm) (nm)

7 Metodi (2) - misure di campo a punto fisso immagini multispettrali in parcelle inoculate con Septoria tritici e Puccinia striiformis acquisizione a diversi stadi di sviluppo illuminazione naturale contestuale rilievo fitopatologico

8 Metodi (2) - algoritmo di analisi delle immagini multispettrali numero contenuto di lunghezze d onda operazioni semplici per limitare il tempo di calcolo; identificare sintomi generali per evitare calibrazioni specifiche di patologie; 660nm 800nm esprimere quantitativamente la severità delle infezioni I NDVI = I800nm - I660nm I800nm + I660nm

9 Metodi (2) - algoritmo di analisi delle immagini multispettrali discriminazione delle aree di tessuto degradato IR/NIR = I660nm I800nm LI = NL NS + NL Indice lesioni = 1.74

10 Metodi (3) - misure da trattore Antenna GPS Computer Spettrofotometro Telecamera multispettrale realizzazione di un prototipo da trattore individuazione automatica dei sintomi in appezzamenti sperimentali inoculati con Puccinia striiformis fibre ottiche

11 Metodi (3) - misure da trattore distanza indice lesioni - LI (u.a) rilievo prototipo distanza (m) campo di visione severità lesioni (a.u.) rilievo fitopatologico distanza (m)

12 Risultati (3) - identificazione automatica dei sintomi da trattore 4 3 Prima decade di maggio LI severità infezione (%)

13 Risultati (3) - identificazione automatica dei sintomi da trattore rilievo fitopatologico passaggi prototipo severità infezione (%) LI passaggio1 passaggio2 passaggio3 R 2 = 0, distanza percorsa (m) LI Seconda decade di giugno severità infezione (%)

14 Risultati (3) - identificazione automatica dei sintomi da trattore Mappatura della severità dell infezione Rilievo fitopatologico Rilievo prototipo LI , ,5 1.00m 2.20m Severità infezione (%) , m 2.40m 3-4,5 1, ,5 3.40m 2.80m 3.20m 4,60.m 3.60m 4.00m 5.80.m +0.50m 4.40m 4.80m 5.20m 7.00m 0m -0.25m -0.50m +0.25m 5.60m 6.00m sn mid dx rilievo fitopatologico 6.40m rilievo prototipo

15 Conclusioni La ricerca ha dimostrato : la fattibilità di sistemi ottici basati su immagini multispettrali per l identificazione automatica di fitopatologie la possibilità di sviluppare sistemi bispettrali (rosso e vicino infrarosso) basati su telecamere a basso costo la necessità di un approccio multidisciplinare nella definizione di metodologie per la difesa di precisione delle colture