Sentinels Synergy for Agriculture

Transcript

1 Sentinels Synergy for Agriculture Il Progetto Europeo SENSAGRI I satelliti Sentinel applicati all agricoltura Michele Rinaldi Consiglio per la Ricerca in Agricoltura e l Analisi dell Economia Agraria Centro di Ricerca Cerealicoltura e Colture Industriali - Foggia HORIZON 2020 Nova Agricoltura In Campo CREA-CI, Foggia, 20 luglio 2017

2 Premessa I ricavi derivanti dal mercato europeo dell agricoltura di precisione si prevede che raggiungeranno i 641 milioni di euro nel Le immagini satellitari nel settore dell agricoltura di precisione si stima che rappresenteranno il 34,6% del mercato nel 2020, dei quali, quelli direttamente attribuibili alla missione Copernicus, dovrebbero raggiungere circa il 17% dei ricavi dei fornitori di servizi, pari a circa 37,7 milioni di euro (stima minima). (Source: PwC report)

3 Radar Stima di umidità e rugosità del suolo Sentinel-1 Ottico Stima di LAI e Biomassa Sentinel-2 Sentinel-3 Modelli di regressione Non-lineare... Applicati ad una immagine per stimare paramteri biofisici. e altri metodi regressivi

4 Obiettivi Combinare le immagini radar di Sentinel-1 con quelle ottiche di Sentinel-2, per sviluppare nuove applicazioni per il settore agricolo Europeo Sviluppare servizi prototipali di mappe di Umidità superficiale, di Indice di Area Fogliare e di Uso del suolo e usarli come dimostrativi di prodotti avanzati di monitoraggio in agricoltura Validare i servizi prodotti con dati di verità a terra e realizzare dimostrazioni per mostrarne le potenziali applicazioni, specie in Agricoltura di Precisione Disseminare i prototipi e i servizi dimostrativi ed interagire con il settore agricolo

5 Aspetti innovativi Immagini gratuite Sinergia di Sentinel-1 e Sentinel-2 Ridotto tempo di passaggio (da 5 a 7 giorni) Ampia larghezza delle immagini (290 Km) ed elevata risoluzione spaziale (da 10 m a 20 m) Migliorato il sensore ottico di S2 e la qualità radiometrica di S1

6 Frumento IMMAGINE S2 29/03/2017 Frangizollatura Veccia Min. Lav. Frumento Cons. Impianto fotovoltaico Frangizollatura Cece Favino

7 Struttura del progetto SENSAGRI

8 WP3: Prodotti: Mappe di Umidità superficiale Obiettivi: Migliorare l algoritmo operativo SMOSAR per la stima dell umidità superficiale (SSM, 0-5cm) sfruttando le immagini S1 ed S2 Implementare questo algoritmo in un prototipo operativo per la stima di SSM da immagini Copernicus Fornire mappe di SSM a scala Europea, con particolare attenzione ai siti test 26 Dicembre Gennaio Febbraio 2015

9 WP4: Prodotti: Mappe di Leaf Area Index (LAI) Obiettivi: Migliorare l algoritmo operativo ARTMO per la stima del LAI sfruttando le immagini S2 Sviluppare sinergie operative tra S1 ed S2 per riempire i vuoti di stima di LAI in caso di copertura nuvolosa di immagini S2 Implementare l algoritmo in un prototipo operativo per la stima di LAI da immagini Copernicus Fornire mappe di LAI a scala Europea, con particolare attenzione ai siti test

10 WP5: Prodotti: Mappe Colturali Stagionali Obiettivi: Migliorare il servizio esistente Sen2-Agri con nuove strategie di classificazione per generare mappe di colture usando congiuntamente serie temporali S1 ed S2 Sviluppare una maschera stagionale binaria per coltura e una mappa per ciascuna coltura durante la stagione agricola Proporre differenti strategie per predire precocemente le colture in campo usando le informazioni su indicate Proporre nuove strategie di classificazione basate su conoscenze semi-supervisionate per minimizzare l uso di dati di riferimento a terra Esplorare l uso di immagini S3 per migliorare gli algoritmi proposti per generare mappe di colture

11 WP6: Prodotti avanzati ad alto valore aggiunto Obiettivi: Sviluppare metodi per fornire maschere stagionali binarie basate su S1 & S2 per individuare: campi irrigati e non irrigati campi lavorati e non lavorati Sviluppare approcci modellistici innovativi che sfruttino la sinergia di una densa serie temporale di dati Sentinels (1, 2 e 3) per la stima, ad alta risoluzione spaziale, della biomassa e della resa Sviluppare un avanzato servizio di classificazione delle colture basato sull uso del servizio operativo Sen2-Agri, i dati da satelliti Sentinel e diversi dataset di siti di riferimento Pan-Europei

12 SSM % [vol/vol] WP7: Collezione di dati a terra e validazione dei prodotti Obiettivi: Identificare ed ottenere dati di verità a terra disponibili Collezionare in modo coordinato ed uniforme dati di verità a terra durante le campagne di misura nei 4 siti test in Europa Validare i prodotti ottenuti nei WP precedenti, confrontandoli con i dati rilevati a terra obs. retr rmse % [v/v]: 6.68 ubrmse % [v/v]: 6.18 R= 0.71 mean-retr. % [v/v]= 23.27, mean-obs. % [v/v]= Acquisitions dates (Julian days)

13 Prodotti attesi Prodotti SENSAGRI Prototipi (largamente applicabili) Risoluzione Spaziale Risoluzione Temporale Mappe di umidità superficiale del suolo m* Settimanale** Mappe di LAI verde e marrone 20 m Settimanale** Mappe stagionale di colture praticate 20 m*** 2 o 3 per anno Servizi dimostrativi (applicabilità limitata al di fuori dei siti test) Biomassa secca & Resa 20 m Biomassa Secca: Settimanale e a fine stagione Resa: annuale Campi Irrigati/Campi non Irrigati 250 m* 3 o 4 per anno Campi Lavorati/Campi non Lavorati 250 m* 5 o 6 per anno Mappe di colture praticate con maggior dettaglio 10 m 2 o 3 per anno * Verrà testata una maggiore risoluzione spaziale ** In situazioni ideali, p.es. nel caso di contestuale uso di satelliti S1 and S2. Altrimenti, bisettimanale *** Verrà testata una risoluzione spaziale a 10 m

14 Ministero per le Politiche Agricole, Alimentari e Forestali Consorzio per la Bonifica della Capitanata hanno supportato il progetto SENSAGRI con lettere di interesse

15 Siti EU di validazione dei prodotti

16 Azienda CREA-CI a Segezia (FG) Rete di 11 stazioni per la misura in continuo dell umidità del suolo

17 Azienda CREA-CI a Foggia Rete di 11 stazioni per la misura in continuo dell umidità del suolo

18 Strumentazione disponibile per la misura del LAI AccuPAR LP-80 Li-Cor Plant Analyser LAI-2000 Strumentazione disponibile per la misura dell umidità del suolo Sensore WET-2, Delta-T Apparecchi Decagon, sonde 5TM e 10HS

19 X Radar per la stima delle precipitazioni

20

21 Applicazione dei prodotti SENSAGRI in Agricoltura di Precisione Mappe di LAI Mappe di BIOM Mappe di SSM Mappe di SSM Mappe di prescrizione per la fertilizzazione azotata ed il controllo delle fitopatie Modellistica del bilancio idrico e produzione di mappe di prescrizione per l irrigazione di precisione e/o supplementare Applicazioni sitospecifiche e tempo-specifiche Applicazioni sitospecifiche e tempo-specifiche

22 WP 8: Sfruttamento e disseminazione Si basa sul concetto del Living Lab, che integra ricerche simili e processi di innovazione in un partenariato pubblico-privato. Un Living Lab sarà costituito inizialmente nel Sud-Ovest della Francia (CESBIO) e la procedura sarà trasferita nelle altre località di Spagna (ITACyL), Polonia (IPP) e Italia (CREA) Azioni chiave Identificazione degli utenti e dei gruppi di utenti, spiegazione del processo. Accordo sulla roadmap. Due workshop per ciascun sito serviranno per definire meglio l'approccio SENSAGRI con i potenziali utenti finali delle innovazioni dei servizi e prodotti che in futuro saranno messi sul mercato. Formazione sull'uso dei prodotti e dei servizi SENSAGRI, preparazione del data set dimostrativo. Sessioni interattive sui prodotti e servizi (incluso il Web GIS). Valutazione finale da parte degli utenti dell'output del progetto e raccommandazioni. Esplorare l'applicabilità dei servizi al di fuori dell'europa, in paesi in cui la disponibilità di dati sulle colture è scarsa e l'accesso a servizi agricoli avanzati da remote sensing è molto limitato.

23 Grazie al team SENSAGRI del CREA CREA-AA: Annamaria Castrignanò, Sergio Ruggieri, Carmen Riefolo, Alessandro Vittorio Vonella CREA-CI: Antonio Troccoli, Giovanni Annicchiarico, Salvatore Antonio Colecchia, Angelo Pio De Santis