Satelliti e altre tecnologie innovative a supporto di tecniche di fertilizzazione a rateo variabile in risicoltura.

Transcript

1 Satelliti e altre tecnologie innovative a supporto di tecniche di fertilizzazione a rateo variabile in risicoltura

2 Seminari 6 febbraio 2018 ore alle presso la Borsa Merci di Mortara Piazza Trieste, 32 Mortara (PV). Telerilevamento per il monitoraggio delle colture e strumenti per la gestione dei dati geospaziali a supporto della creazione di mappe di prescrizione Dott. Mirco Boschetti, Dott.ssa Laura Criscuolo, Dott. Alberto Crema e Dott. Francesco Nutini - CNR-IREA

3 Parte A: Telerilevamento e agricoltura A.1 Introduzione al telerilevamento (1h) Cos è e applicazioni in ambito agricolo Concetti base Firma spettrale della vegetazione A.2 Dal dato all informazione (1h) Immagini digitali Indici vegetazionali e loro utilizzo Relazioni con parametri colturali

4 Parte A: Telerilevamento e agricoltura A.1 Introduzione al telerilevamento (1h) Cos è e applicazioni in ambito agricolo Concetti base Firma spettrale della vegetazione A.2 Dal dato all informazione (1h) Immagini digitali Indici vegetazionali e loro utilizzo Relazioni con parametri colturali

5 Osservazione della terra per agricoltura Telerilevamento/Remote Sensing Il telerilevamento è quell insieme di tecniche e metodi di osservazione a distanza, sia da terra, aereo e satellite, per il rilievo delle caratteristiche fisiche delle superfici naturali, finalizzate allo studio dell habitat e del territorio Oggi rappresenta sia uno strumento di analisi e ricerca scientifica a servizio delle scienze ambientali sia un nuovo approccio per la conoscenza fisica del territorio e dell ambiente a supporto della pianificazione territoriale e del monitoraggio ambientale

6 Osservazione della terra per agricoltura Un pò di storia 1840 Mongolfiera con a bordo macchina fotografica 1909 Piccione, macchine fotografiche leggere (70 g) 1943 I missili tedeschi V Navicella spaziale Sputnik 1960 Primi satelliti meteorologici 1972 Primo satellite telerilevamento della terra (Landsat) 1980 Sensori specializzati: Coastal Zone Color Scanner (CZCS), Heat Capacity Mapping Mission (HCMM), e Advanced Very High Resolution Radiometers (AVHRR) 1999 Lancio di Ikonos, il primo satellite commerciale ad alta risoluzione 2000 oggi «Drone age» Lancio del primo satellite Sentinel-2A Lancio del secondo satellite Sentinel-2B

7 Osservazione della terra per agricoltura Drone age

8 Osservazione della terra per agricoltura Molte opportunità per il monitoraggio del territorio con i sistemi di Osservazione della Terra (Earth Observation) in termini di sensori disponibili e interventi internazionali volti al coordinamento delle politiche spaziali Group on Earth Observations (GEO) coordina la costituzione del Global Earth Observation System of Systems (GEOSS).

9 Osservazione della terra per agricoltura Contributo europeo e italiano Two SAR sensors, 20m, every 6 days Two optical sensors, 10/20m, every 5 days Optical sensor, 300m, every day Operational and free of charge

10 Osservazione della terra Contributo nel monitoraggio delle colture > 5 m 250 m 30 m 1000 m < 0.5 m Visione sinottica dall alto del territorio Analisi e un monitoraggio multitemporale Visione multispettrale dell oggetto indagato dimensione spaziale dei fenomeni

11 Osservazione della terra per agricoltura Multi-temporale Multi-sensore Tipologia delle colture Variabilità dei suoli Date di semina e lavorazioni 23 May 5 June Stato della coltura (vigore/anomalie) July Stato della coltura (stress idrico) T C 7 July Sviluppo della coltura

12 Caratteristiche e requisiti Utenti Usi Applicazioni Osservazione della terra per agricoltura Ambiti di utilizzo Scala continentale/globale Scala regionale Scala locale Sicurezza alimentare Controllo dei prezzi Early warning Supporto politiche Pianificazione interventi Early warning Supporto aziendale/zonazione Management (PF) Controlli (CAP-assicurazioni) DG-Agri EuropAid UNEP/UE/FAO Autorità regionali Consorzi di bonifica Agri-consulting/Aziende Autorità (Agea) Assicurazioni Operational service Data acquisition assurance Local knowledge Added value

13 Situazione attuale in Italia: A. Precisione % SAU Obiettivo Ministero % Fonte: Dati Istat censimento 2013

14 Contributo copernicus alla PA 12/02/

15 Parte A: Telerilevamento e agricoltura A.1 Introduzione al telerilevamento (1h) Cos è e applicazioni in ambito agricolo Concetti base Firma spettrale della vegetazione A.2 Dal dato all informazione (1h) Immagini digitali Indici vegetazionali e loro utilizzo Relazioni con parametri colturali

16 PRINCIPI: LA MISURAZIONE DELL ENERGIA ELETTROMAGNETICA Sorgente luminosa Il TLR si basa quindi sulla misurazione dell energia elettromagnetica che giunge al sensore dopo l interazione con la superficie indagata: Gli oggetti infatti interagiscono con Energia elettromagnetica riflettendo assorbendo ed emettendo in maniera diversa alle diverse lunghezze d onda Firma spettrale tipica di ogni target e del suo stato Pixel altezza volo e caratteristiche sensore

17 Telerilevamento: concetti base Che cosa misura un sistema di telerilevamento Energia incidente Radiazione riflessa/emessa dall atmosfera Assorbimento e diffusione atmosferico E Riflessa Il sensore raccoglie la radiazione EM riflessa o emessa dalla superficie e quella riflessa o emessa dall atmosfera; L atmosfera può assorbire e diffondere la radiazione solare, modificando sia la radiazione incidente sulla superficie, sia quella che raggiunge il sensore; E emessa L intensità della radiazione riflessa o emessa dalla superficie dipende dalle caratteristiche della superficie e dalla lunghezza d onda

18 Telerilevamento: concetti base Energia elettromagnetica e regioni spettrali Energia elettromagnetica: onda che si propaga nello spazio, composta da due campi di forza ortogonali tra loro: il campo elettrico E e il campo magnetico M Proprietà dell onda: Lunghezza d onda l [nm] Frequenza n [Hz] Ampiezza A [W m-2] 12/02/

19 Telerilevamento: concetti base Spettro Elettromagnetico Distribuzione continua dell energia elettromagnetica in funzione delle lunghezze d onda Regioni spettrali Visibile ( mm) blu: mm verde: mm giallo: mm rosso: mm Infrarosso vicino (0.7 3 mm) Infrarosso medio (3 6 mm) Infrarosso termico (6 20 mm) Microonde (bande per RS cm) X C L /02/

20 Telerilevamento: concetti base La risposta della vegetazione

21 M.A. Gomarasca, 1998 Telerilevamento: concetti base La risposta spettrale della vegetazione Il comportamento spettrale della vegetazione dipende principalmente da due fattori: le caratteristiche chimico/fisiche delle foglie e delle altre componenti della pianta Contenuto di clorofilla Struttura cellulare Contenuto d acqua l aggregazione dei singoli elementi (foglie, rami) e la struttura complessiva della pianta (canopy) Gradi di copertura Quantità di biomassa verde Architettura delle chiome Presenza e tipologia di background (suolo e infestanti) Fenologia Stato di salute Fattori esterni (morfologia, geometria sorgente-oggetto-sensore, atmosfera )

22 Telerilevamento: concetti base La risposta spettrale della vegetazione 12/02/

23 Telerilevamento: concetti base La risposta spettrale della vegetazione I pigmenti fogliari assorbono nelle lunghezze d onda del blu e del rosso e riflettono in quelle del verde ed è proprio per questo che i nostri occhi identificano la vegetazione di questo colore La struttura della vegetazione comporta invece che questa rifletta altamente nell infrarosso vicino determinando un tipico platò nella firma come in figura

24 r Telerilevamento: concetti base LA RISPOSTA SPETTRALE DELLA FOGLIA Il chimismo della foglia Il grafico mostra l andamento delle firme spettrali della vegetazione al variare del contenuto di clorofille Riflettanza in funzione di Cab l [nm] N 1.5 Cab VARIABLE Cw Cm 0.01 Le firme sono i risultati del modello (PROSPECT) del comportamento della foglia M. Meroni, 2001 Lezioni Corso di Telerilevamento Scienze Ambientali Unimib

25 r Telerilevamento: concetti base LA RISPOSTA SPETTRALE DELLA FOGLIA Il chimismo della foglia Il grafico mostra l andamento delle firme spettrali della vegetazione al variare del contenuto d acqua Riflettanza in funzione di Cw l [nm] N 1.5 Cab 35 Cw VARIABLE Cm 0.01 Le firme sono i risultati del modello (PROSPECT) del comportamento della foglia M. Meroni, 2001 Lezioni Corso di Telerilevamento Scienze Ambientali Unimib

26 Telerilevamento: concetti base La struttura della pianta Non solo i singoli elementi, foglie, caratterizzano la risposta spettrale ma soprattutto la loro struttura Le immagini telerilevate forniscono infatti informazioni su aree estese. Dalla vegetazione avremo una risposta complessiva

27 Telerilevamento: concetti base La struttura della pianta Il LAI, Leaf Area Index, è un indice della densità della copertura della canopy Il LAI fornisce indicazioni sulla quantità di biomassa verde e permette di correlare il dato telerilevato ai processi fisici LAI è definito come area totale delle foglie sopra un area di terreno ovvero m 2 di area fogliare m 2 di superficie di riferimento piana occupata dalla fitocenosi LAI =

28 Telerilevamento: concetti base LA RISPOSTA SPETTRALE DELLA CHIOMA Il grafico mostra l andamento delle firme spettrali della vegetazione al variare dell indice d area fogliare (LAI) Riflettanza in funzione di LAI l [nm] 0 isat 1 ihot 40 Theta_s, 40 tl VARIABLE l 1.5 vai 35 cab cw 0.01 cm 0.25 sl 100 vis 1 alph_soil 1 na 0 0 Le firme sono i risultati del modello (SAIL) del comportamento della Canopy La struttura della pianta M. Meroni, 2001 Lezioni Corso di Telerilevamento Scienze Ambientali Unimib

29 Telerilevamento: concetti base LA RISPOSTA SPETTRALE DELLA CHIOMA 0.7 Riflettanza in funzione di MTA La struttura della pianta Il grafico mostra l andamento delle firme spettrali della vegetazione al variare della posizione delle foglie l [nm] 0 isat 1 ihot 40 Theta_s, VARIABLE tl 5 l 1.5 vai 35 cab cw 0.01 cm 0.25 sl 100 vis 1 alph_soil 1 na 0 0 Le firme sono i risultati del modello (SAIL) del comportamento della Canopy M. Meroni, 2001 Lezioni Corso di Telerilevamento Scienze Ambientali Unimib

30 Telerilevamento: concetti base LA RISPOSTA SPETTRALE DELLA VEGETAZIONE NEL TEMPO La riflessione spettrale di una coltura nel tempo varia in funzione delle pratiche agricole e della crescita della pianta e delle caratteristiche morfologiche.

31 Reflectance Telerilevamento: concetti base LA RISPOSTA SPETTRALE DELLA VEGETAZIONE NEL TEMPO N 2 - Gladio Wavelength 17/06/ /06/ /07/ /07/ /07/ /07/ /07/ /08/2004 Accestimento 22/06 (80kg/ha) Iniziazione della pannocchia 20/07 (80kg/ha)

32 Reflectance Reflectance Telerilevamento: concetti base LA RISPOSTA SPETTRALE DELLA VEGETAZIONE IN FUNZIONE DELLE FERTILIZZAZIONI 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 Jun 16 Jun 24 Jun 29 Jul 08 Jul 23 Jul 27 Fertlization: N Wavelength [nm] N0, 0 kg ha1 a) Fertlization: N2 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 N2, kg ha Wavelength [nm] b)

33 Parte A: Telerilevamento e agricoltura A.1 Introduzione al telerilevamento (1h) Cos è e applicazioni in ambito agricolo Concetti base Firma spettrale della vegetazione A.2 Dal dato all informazione (1h) Immagini digitali Indici vegetazionali e loro utilizzo Relazioni con parametri colturali

34 Telerilevamento: dal dato all informazione Dalla luce all immagine Filtro Detector DN 16 t1 to t Luce Solo una porzione delle lunghezze d onda passa il filtro e raggiunge il detector. Il loro insieme è la nostra banda spettrale. La radiazione che arriva al detector genera un segnale elettrico. Questo segnale viene campionato per un certo intervallo di tempo (dt) e poi quantizzato e registrato come numero digitale (DN). 12/02/

35 Telerilevamento: dal dato all informazione Caratteri di una immagine digitale I valori relativi a ciascun pixel (DN = Digital Number) indicano la radianza media giunta al sensore e proveniente dalla superficie a terra che ricade nel pixel. In una immagine multispettrale la radianza è misurata in più intervalli dello spettro elettromagnetico e per ciascuno di questi viene creata la matrice di DN

36 Telerilevamento: dal dato all informazione Caratteristiche di un dato: risoluzione Spettrale è l ampiezza / larghezza ed il numero delle bande spettrali in cui l'immagine è registrata Geometrica ovvero a quale dimensione corrisponde un pixel nell'immagine telerilevata, unità minima areale su cui viene misurata la radiazione elettromagnetica Radiometrica il numero di diverse intensità della radiazione che il sensore è in grado di distinguere World-View 2, 14/07/2014 (2 metri) UAV, Globi srl, TetraCAM, 24/09/2014 (50 cm) Temporale il tempo che un satellite o un aereo impiega per sorvolare nuovamente un determinato punto 8 bit (256 livelli) 1 bit (2 livelli) 12/02/

37 Telerilevamento: dal dato all informazione Informazione spettrale I sensori multi (iper)-spettrali misurano la radiazione riflessa dalle superfici in porzioni diverse dello spettro elettromagnetico / lunghezze d onda (bande spettrali) Sensori Multispettrali Sensori Iperspettrali

38 Telerilevamento: dal dato all informazione Risoluzioni ad oggi disponibili Spaziale: Temporale: 0.6 m - 4m 10-30m m 1k - 8km 0.5 hr Daily Weekly Bimonthly Spettrale: Pancromatico (1) Multispettrale (2-13) Iperspettrale (10-100) Ricopertura: 13.1 x 13.1 km 50 x 50 km. 290 x 290 km

39 Telerilevamento: dal dato all informazione Sentinel 2 Satellite: costellazione di 2 satelliti Bande: 13 (VIS NIR SWIR dominio spettrale) Risoluzione geometrica: 10m / 20m / 60m Orbita: Sun-synchronous at 786 km, passaggio 10:30 AM Abbracciamento (Swath width): 290 km Acquisizione geografica: Sistematica su terra e coste tra Lat Rivisitazione: 5 giorni all equatore (2 satelliti senza considerare le nuvole) Vita prevista: 7.25 anni estendibile a 12 years 12/02/

40 Telerilevamento: dal dato all informazione Sentinel 2: bande spettrali e risoluzione RED-GREEN-BLUE NIR-RED-GREEN SWIR-NIR-RED 12/02/

41 Telerilevamento: dal dato all informazione Wordview 2 Risoluzione spettrale 8 bande Risoluzione geometrica Panchromatic: 0.46 meters GSD at Nadir Multispectral: 1.84 meters GSD at Nadir Rivisitazione Acquisizioni su programmazione Sentinel 2 Wordview 2 12/02/

42 Dal dato all informazione INDICI DI VEGETAZIONE Dallo studio del comportamento spettrale della vegetazione sono state definite una serie di relazioni quantitative fra dati telerilevati e parametri della vegetazione mediante indici che si basano sul rapporto tra le bande tipiche di assorbimento e riflessione Questi relazioni algebriche vengono indicate come indici di vegetazione (VI) e si basano soprattutto sulle lunghezze d onda del Rosso e dell IR vicino (banda larga o stretta) I VI sono correlati alla quantità di biomassa vegetale, del LAI, della concentrazione di clorofilla, del contenuto d acqua etc. e danno indicazioni sullo stato di salute, sulla produttività delle colture, sulla densità e copertura e sullo stato nutrizionale ecc.

43 Dal dato all informazione INDICI DI VEGETAZIONE 12/02/

44 Reflectance Dal dato all informazione INDICI DI VEGETAZIONE: PRINCIPIO BASE RED NIR *.0.2 *.1.2 * Wavelength Un buon indice deve 1) enfatizzare la vegetazione a discapito del resto e 2) essere in grado di descrivere le variazioni di parametri biofisici

45 Dal dato all informazione INDICI DI VEGETAZIONE ESEMPI Semplici: indici intrinseci SR (Simple Ratio) E il più semplice indice di vegetazione. Assume valori tra 0 e infinito, in particolare tra 0 e 1 per i suoli e tra 6 e 10 per la vegetazione verde. SR rnir r NDVI (Normalized Difference Vegetation Index) E il più usato e comune. Assume valori tra -1 e 1, in particolare inferiori a 0 per l acqua, poco superiori a 0 per i suoli e tra 0.4 e 0.7 per la vegetazione. Solo vegetazioni molto dense arrivano a 0.8. NDVI r r nir nir r rr r r

46 Dal dato all informazione NDVI CALCOLO

47 Dal dato all informazione NDVI MAPPE: VARIABILITÀ PARAMETRI BIOFISICI Mappa dell indice di vegetazione da immagini MIVIS (2 luglio) Mappa della distribuzione del LAI da misure di campo (1 luglio)

48 Dal dato all informazione NDVI: limiti Saturazione ad alti valori di biomassa o LAI Influenza del background (colore o condizione del suolo) Indici «ottimizzati» (SAVI, OSAVI, EVI): SAVI = SOIL-ADJUSTED VEGETATION INDEX OSAVI =OPTIMIZED SOIL ADJUSTED VEGETATION INDEX EVI = ENHANCED VEGETATION INDEX 12/02/

49 Dal dato all informazione MAPPE RELATIVE A SVILUPPO E CRESCITA DELLA PIANTA (LAI) VI R^2 red-nir vis-nir green-nir vis SR NDVI SAVI EVI CVI MTVI2 gndvi CI-G GLI y = 0.4 x r 2 = /02/

50 Dal dato all informazione Biomassa vs stato nutrizionale La possibilità di monitorare il contenuto di azoto nelle pianta (Plant Nitrogen Content - PNC) nello spazio (sia intracampo che tra le aziende) e nel tempo può divenire fondamentale per l ottimizzazione delle fertilizzazioni e quindi la riduzione degli impatti. Curva diluizione Mappe ad alta risoluzione che descrivano valori di PNC (o suoi proxy) per identificare situazioni di stress e guidare interventi sono indispensabili per l applicazione delle VRT in precision farming 12/02/

51 Riflettanza Dal dato all informazione Azoto nella pianta e risposta spettrale Variazioni di azoto nella pianta vengono derivate indirettamente dagli effetti sulla risposta spettrale dei pigmenti fotosintetici e crescita della pianta. Regione spettrale più idonea è il VIS-NIR dove dominano gli effetti degli assorbimenti delle clorofille. Leaf colour chart Surplus di azoto è difficilmente individuabile come conseguenza della saturazione delle clorofille Caratteristiche della chioma e background influenzano fortemente il segnale N 0% N 50% N 100% N 150% Spettri di foglia a diverso condizioni di fertilizzazione [nm] /02/

52 Dal dato all informazione Azoto nella pianta e risposta spettrale Pbm: applicazioni del TLR vedono attuale chimismo della pianta o effetti a posteriori sulla crescita dovuti alle fertilizzazioni? «.. La fertilizzazione.. cambia l indice di area fogliare molto più che la concentrazione di clorofille nelle foglie Heege et al Stima della concentrazione dell azoto per razionalizzare le risorse vuole/deve essere preventiva (early detection) e non a posteriori. Precision Agric (2008) 9:

53 Reflectance Dal dato all informazione 1) Stima contenuto di azoto da misure iperspettrali di campo 0,8 Fertlization: N2 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0, Wavelength [nm] b) 12/02/

54 Dal dato all informazione 2) In specifiche porzioni di spettro dove è massima influenza clorofille VI from SAT vs field data 700 nm 550 nm 670 nm World View 12/02/

55 NDVI vs NDRE Dati satellitari World View 2014 Maggior relazione con proprietà biochimiche della coltura Minor saturazione in condizione di chioma chiusa e densa 12/02/

56 Elenco indici presentati e referenze SR Simple Ratio Jordan, C. F. (1969). Derivation of leaf-area index from quality of light on forest floor. Ecology, 50, 663 NDVI Normalised different vegetaion Index Rouse, J.W.; Haas, R.H.; Schell, J.A.; Deering, D.W. Monitoring Vegetation Systems in the Great Plains with ERTS. In Proceedings of the Third ERTS Symposium, Washington, DC, USA, December 1973; pp SAVI Soil Adjusted Vegetation Index OSAVI Huete, A., A Soil-Adjusted Vegetation Index ( SAVI ) (1988), Remote Sensing of Environment, 28: Rondeaux, G., Steven, M., & Baret, F. (1996). Optimization of Soil-Adjusted Vegetation Indices, 107(August 1994), MCARI Modified Chlorophyll Absorption in Reflectance Index Daughtry, C. S. T., Walthall, C. L., Kim, M. S., & Colstoun, E. B. De. (1993). Estimating Corn Leaf Chlorophyll Concentration from Leaf and Canopy Reflectance, 4257(00). TCARI Transformed Chlorophyll Absorbtion Ratio Haboudane, D., Miller, J. R., Tremblay, N., Zarco-tejada, P. J., & Dextraze, L. (2002). Integrated narrow-band vegetation indices for prediction of crop chlorophyll content for application to precision agriculture, 81, NDRE Normalized Difference Red-Edge A.A. Gitelson, M.N. Merzlyak (1994) Quantitative estimation of chlorophyll using reflectance spectra Journal of Photochemistry and Photobiology B, 22, pp /02/