UTILIZZO DELL INDICE NDVI

Documenti analoghi
UTILIZZO DELL INDICE NDVI

Figura 3.1: spettro elettromagnetico

Aeroclub Vercelli. Utilizzo dei S.A.P.R. in agricoltura

Misurare dallo spazio la produttività di foreste e colture agricole

Applicazioni di Telerilevamento per studi agronomici. Applicazioni

Sistemi di telerilevamento nel monitoraggio e la gestione sostenibile dei sistemi colturali erbacei

Corso di Telerilevamento Lezione 2

Valutazione della qualità del suolo

Sistemi di Gestione della difesa dalle Fusariosi della spiga del frumento e Controllo delle contaminazioni da DON

Telerilevamento di prossimità per l Agricoltura

AgriSTURTUP DAY Archetipoe l utilizzo dei droni nell agricoltura di precisione

Cos è un immagine. Dalla visione soggettiva al numero. Caratteristiche delle immagini. Risoluzione spettrale e geometrica

Dallo studio del comportamento spettrale della vegetazione. che si basano sul rapporto tra le bande tipiche di assorbimento e riflessione

Elaborazione dei dati. pkt /9

Telerilevamento e Modellistica Forestale

Agricoltura di precisione in risaia

MATRICE 100 IL DRONE SUPER PERSONALIZZABILE

PROGETTO PER L AGRICOLTURA DI PRECISIONE NELL AMBITO VITIVINICOLO

Applicazioni di Telerilevamento per studi agronomici

APR: Possibilità di utilizzo in agricoltura

Applicazioni di Telerilevamento per studi agronomici

Satelliti, droni e sensori prossimali: potenzialità e limiti in agricoltura di precisione

Ottimizzazione della fertilizzazione azotata in risaia mediante l'utilizzo di sensori di vigore

Ottimizzazione della fertilizzazione azotata in risaia mediante l'utilizzo di sensori di vigore

Concimazione a dose variabile in risaia

I S.I.T. aziendali. Progetto AVIGERE Applicazione della viticoltura di precisione ad alcune aziende

AGROPRO 100. LA soluzione per agricoltura di precisione.

La capacità fotosintetica delle piante coltivate su terreno trattato con Bio Aksxter

NUOVE TECNOLOGIE E MAGGIORE EFFICIENZA. L AGRICOLTORE OGGI USA I DRONI

Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci

Progetto Space4Agri Sviluppo di metodologie aerospaziali innovative di Osservazione della Terra a supporto del settore agricolo in Lombardia

REPORT NDVI SURVEY Azienda Agricola RUGGIERO Lat Lon

L Analisi delle Risorse Forestali Mediante APR

Acquisizione e rappresentazione di immagini

Corso in Agricoltura di Precisione

Proprio il diverso comportamento di una superficie, in relazione alla luce solare che la colpisce, ne determina il colore

Telerilevamento e Modellistica Forestale

AEROFOTOGRAMMETRIA Un approccio innovativo alla realizzazione di rilievi e mappature

fenomeno X nm Å UV - visibile legami chimici infrarosso

Impiego di droni in agricoltura: opportunità e sfide di oggi

SEQUOIA IL SENSORE MULTISPETTRALE PER L AGRICOLTURA DI PRECISIONE CATTURA L INVISIBILE TELECAMERA MULTISPETTRALE 4 BANDE DIVERSE OTTURATORE GLOBALE

Sommario. Giovanni Sylos Labini. Planetek Italia s.r.l. 1. Telerilevamento applicato al monitoraggio delle aree a rischio di incendio

La Spettrofotometria

Rappresentazione in falsi colori del territorio piacentino con immagini satellitari.

MONITORAGGIO DELLA VEGETAZIONE TRAMITE ANALISI DI PARAMETRI BIOFISICI E PROCESSI FISIOLOGICI STIMATI DA OSSERVAZIONI REMOTE.

LED 1/2012 ORTOFLORICULTURA

QUADRICOTTERO MULTIUSO PER L AGRICOLTURA

Elaborazione dei dati

LEZIONE 6: elementi di ottica interazioni della radiazione con la materia

Istituto di Ingegneria Agraria di Milano

TESI DI LAUREA in TECNICHE DI RILEVAMENTO PER IL MONITORAGGIO DEL TERRITORIO M. Candidato: Lorenzo Panciroli

1. La luce delle stelle

IL MONITORAGGIO COLTURALE CON SOLUZIONI GROUND SENSING PER SISTEMI INFORMATIVI AZIENDALI DI VITICOLTURA DI PRECISIONE

SORVOLO MIVIS LUNGO L ASSE DEI REGI LAGNI (Agosto 2008) RUN 02

L impiego visto dall agronomo consulente e dall agromeccanico. Gian Luca Rognoni

BISOGNO DI INNOVAZIONE IN VITICOLTURA DI PRECISIONE: SENSORI A TERRA, OCCHI DAL CIELO

Monitoraggio agrometereologico e difesa fitosanitaria tramite DSS Progetto SIGECODON

INFORMATICA E GRAFICA PER IL WEB

RIPRESE AEREE TRAMITE DRONI

Termografia a infrarossi

Stato dell arte nell uso dei sensori per la diagnostica colturale

Aula Magna DSA3 - Complesso monumentale di San Pietro. Ing. Prof.ssa Francesca Todisco

CONCIMAZIONE A DOSE VARIABILE IN RISICOLTURA

La fotosintesi. Le piante producono ossigeno gassoso scindendo le molecole d acqua.

I Droni in Agricoltura di

GIS e GPS a supporto dell'agricoltura di precisione

COSTRUIAMO UNO SPETTROMETRO

Capitolo 7 La fotosintesi

ICT per le professioni Utilizzo dei droni in agricoltura

Olimpiadi Italiane di Astronomia MAGNITUDINI

Prospettive per il monitoraggio colturale con i droni e imaging multi e iperspettrali

Spettrofotometria. Foto di Clotilde B. Angelucci

Analist 2017 CLOUD. Topografia e Rilievo come non li avete MAI visti.

Magnitudini e Diagramma H-R Giuseppe Cutispoto

Presentazione droni per

Sorgenti di luce Colori Riflettanza

Sinergie e innovazioni nell orto-floricoltura SINEFLOR

Tecniche di enfatizzazione

GAIALAB:INCONTRIAMO L AMBIENTE IN LABORATORIO

CONCIMAZIONE AZOTATA DI PRECISIONE IN RISAIA

LEZIONE 7. Colore: qualità della sensazione visiva, soggettiva e non comunicabile Colorimetria: quantificazione di eguaglianze fra colori

L irraggiamento termico

Primo Progetto Pilota in Italia Rilevamento e Gestione Anomalie Stradali

Spettrofotometria UV-vis

I Colori sono gli Atti della Luce. (Goethe)

Attività sperimentale di agricoltura di precisione su vigneto: confronto tra i sensori Mapir Survey2 e Parrot Sequoia

LAI-2000 Plant Canopy Analyzer. LAI-meter. Analizzatore di copertura fogliare

Introduzione al TELERILEVAMENTO. (Remote Sensing) Docente: Andrea Piemonte

APR: Possibilità di utilizzo in agricoltura

ACCORDO DI COOPERAZIONE TRA

Droni: confronto tra i sensori Mapir e Parrot Sequoia

Dalle immagini telerilevate. alle mappe

data acquisizione ora solare dell acquisizione marea a San Felice 16/05/02 11:04: /02/03 11:03:53-24

Colore: qualità della sensazione visiva, soggettiva e non comunicabile Colorimetria: quantificazion e di eguaglianze fra colori

Precision Farming: il rilevamento aereo multispettrale

Le sonde/sensori integrate nel sistema sono le seguenti:

Introduzione al colore

Transcript:

UTILIZZO DELL INDICE NDVI Giorno 09/06/2016 è stato effettuato il sorvolo su due agrumeti con S.A.P.R. (Sistema Aeromobile a Pilotaggio Remoto) con apposito sensore costituito da macchina fotografica con filtro infrarosso per il calcolo dell NDVI (Normalized Difference Vegetation Index). Il drone utilizzato per il sorvolo è equipaggiato con multirotore a 6 motori brushless elettronica naza, gimbal 2 assi, carrello in carbonio e alluminio, terminatore di volo, apparato video per controllo live del drone; La fotocomera utilizzata è una canon sx 260 con sensore CMOS tipo 1/2.3 retroilluminato; lunghezza focale 4,5-90 mm (equivalente a 35 mm: 25-500 mm); Zoom 20x, grandangolo da 25 mm; gps; con filtro NDVI specifico per l agricoltura di precisione. L analisi è stata effettuata su due agrumenti di cui si conoscevano già le problematiche e la loro localizzazione L agente causale è un virus, Citrus Tristezza Virus (CTV). Il nostro studio è stato effettuato per cercare di capire se la condizione di stress della pianta potesse essere rilevata con il nostro metodo. PRINCIPIO DEL METODO Attraverso la fotografia all'infrarosso è infatti possibile calcolare degli indici, il più noto dei quali è l NDVI utilizzato nell'agricoltura di precisione per valutare lo stato di salute vegetativo, evidenziando eventuali criticità in altre azioni agricole. Spesso la rilevazione nell infrarosso permette di rilevare i problemi prima che questi siano visibili ad occhio nudo. Le piante ci appaiono verdi perché riflettono la radiazione verde e assorbono la radiazione rossa e

blu nella regione spettrale che poi utilizzano come fonte di energia nel processo di fotosintesi. Il componente della pianta responsabile della riflessione dell infrarosso è la clorofilla: più clorofilla equivale a una maggiore riflessione dell infrarosso e la pianta appare più luminosa. Quindi esiste una correlazione tra la luminosità della vegetazione nell infrarosso e la quantità di clorofilla presente nelle foglie. I botanici sanno che una pianta sana è ricca di clorofilla mentre una pianta malata o povera di nutrienti avrà una minore concentrazione di questo elemento. Le cellule delle foglie si sono evolute a disperdere (cioè a riflettere e a trasmettere) la radiazione solare nel vicino infrarosso cioè in quella regione spettrale che trasporta circa la metà dell energia solare totale in arrivo poiché il livello di energia per fotone in quel dominio (lunghezze d onda più lunghe di 700 nm) non è sufficiente per la sintesi di molecole organiche (potrebbero solo provocare surriscaldamento della pianta e danneggiare i tessuti) La possibilità di valutare otticamente lo stato fisiologico delle colture è basata sulle modificazioni che la radiazione luminosa subisce quando va a incidere sulla pianta e interagisce con i suoi tessuti. Ogni corpo, infatti, è caratterizzato da una firma spettrale che definisce il comportamento di un corpo investito da un fascio di radiazioni elettromagnetiche che deriva dal rapporto tra la radiazione incidente e quella riflessa dal corpo stesso chiamata riflettanza. La vegetazione è dotata di una firma spettrale caratteristica:

una foglia verde in condizioni normali manifesta mediamente una riflettanza ripartita come segue: 20% nel verde, 10% nel blu e nel rosso, 70% nell infrarosso vicino. Lo spazio compreso tra le due curve tiene conto delle differenze dovute alla variabilità interspecifica I fattori che naturalmente contribuiscono alla variabilità nella firma spettrale di una medesima specie sono molteplici e tra questi si possono annoverare le condizioni stazionali, l età, lo stadio fenologico, l orientamento delle foglie rispetto alla radiazione incidente, la struttura fogliare, il contenuto idrico, la concentrazione dei composti biochimici. CALCOLO DELL INDICE Dove Vis e Nir stanno rispettivamente per le misure di riflettanza spettrale acquisite nelle regioni del visibile e nel vicino infrarosso queste riflettanze spettrali sono rapporti della radiazione riflessa su quella entrante per ogni banda spettrale e di conseguenza assumono valori compresi tra 0 e 1. Con una vegetazione in buona salute si avrà un grande divario tra la luce visibile assorbita e quella NIR riflessa, mentre piante sofferenti assorbiranno meno luce visibile per via della ridotta attività fotosintetica e di conseguenza si avrà un cedimento della struttura cellulare della foglia e quindi la riflettanza NIR diminuirà facendo ridurre significativamente la differenza tra i due valori. Il suolo sarà facilmente discriminabile in quanto invece ha valori alti di riflettanza nel visibile e molto bassi nel NIR. L indice NDVI calcolato elaborando le immagini riprese nell infrarosso, è un parametro utilizzato nell agricoltura di precisione perché direttamente

collegato alla salute della vegetazione. Le immagini NDVI realizzate permettono di scoprire problemi quali la carenza di nutrienti, la presenza di infezioni parassitarie o le condizioni di stress idrico. ELABORAZIONE Con l evolversi delle tecnologie sono diventate disponibili macchine fotografiche per il calcolo dell indice NDVI con un peso ridotto e un costo accessibile utilizzabili su piccoli veicoli aerei radiocomandati. Queste camere registrano tre canali come una normale macchina fotografica (Blu, Red, Green) ma uno dei canali è sostituito dal canale infrarosso. Ogni foto sarà quindi composta da due colori visibili più l infrarosso. Una volta effettuato il sorvolo le foto così ottenute sono state sottoposte a rielaborazione per l ottenimento di ortofoto (foto geometricamente corrette), con un programma chiamato Photoscan, potendole così utilizzare come una mappa precisa dell impianto in analisi. Figura 1 Agrumeto 1

Figura 2 Agrumeto 2 Essendo disponibili solo tre canali (R, G, B) per quattro bande (B, G, R, NIR), per visualizzare il NIR occorrerà attribuirgli un canale; conseguentemente i due canali restanti verranno assegnati ad altre due bande del visibile, mentre l ultima banda verrà esclusa dalla sintesi. L elaborazione è eseguita automaticamente da un apposito programma. Alla banda NIR è assegnato il rosso mente alla banda del blu non è assegnato alcun canale. In questo modo si formano un numero di rappresentazioni della scena in toni di grigio, ciascuna delle quali definisce la radianza registrata dal sensore, per quella specifica banda. L immagine che si ottiene dopo l elaborazione è detta foto a falsi colori in cui il rosso rappresenta le aree di massima vitalità. Queste immagini a falsi colori sono chiamate Mappe di Vigore. Per il calcolo dell indice NDVI è stato usato il programma Qgis, così da poter estrarre (splittare) i singoli canali della foto (Red, Green, Blu) ognuno corrispondente ad una banda spettrale. Con l utilizzo di questo filtro nel canale del rosso si leggerà la banda dell infrarosso (banda spettrale riflessa maggiormente dalla pianta sana) potendola rapportare con le bande spettrali del visibile che maggiormente sono assorbite dalla pianta in buono stato di salute. In fine alle foto è stata attribuita una scala di colori per cercare di evidenziare quali piante presentassero una situazione di stress in rapporto con la carenza di clorofilla.

Figura 3 Mappa di Vigore Agrumeto 1 Figura 4 Mappa di Vigore Agrumeto 2

Figura 5 Mappa di Vigore Agrumeto 2 La Mappa NDVI ottenuta consente di valutare immediatamente lo stato di salute della coltivazione analizzata. Le zone di colore BLU, BLU SCURO VIOLA rappresentano lo stato di non-vegetazione. Le aree più sane sono rappresentate dal colore ROSSO. Quelle meno sane dal colore VERDE GIALLO. La scala dell indice di vegetazione NDVI che mostra la sequenza dei colori dallo stato meno sano a quello più sano è: VIOLA-> BLU SCURO- > BLU -> VERDE -> GIALLO -> ARANCIO -> ROSSO. Diventa quindi subito chiaro quali aree necessitano di interventi mirati RISULTATI I risultati sono stati soddisfacenti, in quanto nella Mappa di Vigore 1 gli alberi che risultavano ad occhio nudo con gran parte della chioma ingiallita si differenziano di molto dagli alberi sani, quest ultimi con un colore visualizzati con il colore rosso nella mappa.eesempio:

Interessante è stato però riscontrare una differenza se pur meno accentuata su un albero che effettivamente ad occhio nudo non presentava ancora nessuna particolare sintomatologia ma si sapeva affetto da gommosi per un innesto sbagliato. La pianta è rappresentata nella seguente figura:

Sulla seconda mappa la zona è stata individuata e localizzata la parte dell impianto in cui si conosceva la presenza di piante affette dal virus. Ma in questo caso non si era raggiunto un esteso seccume delle foglie, come nel precedente caso, ma solo un irregolare sviluppo del nesto rispetto al portinnesto, foglie più piccole, ingiallite.

CONCLUSIONI I rilievi con drone sono pensati per un utilizzo durante lo svolgimento delle normali operazioni meccanizzate di campo, così da interferire il meno possibile con la normale programmazione aziendale. Le tecnologie di rilievo con drone in agricoltura consentono di ottenere un elevato dettaglio spaziale delle informazioni, unito alla enorme velocità di acquisizione ed analisi del dato. In questo modo è possibile effettuare molte analisi nel tempo e, magari, concentrare i rilievi nelle fasi fenologiche più delicate. L utilizzo del drone equipaggiato con sensori garantisce dunque: Conoscenza del territorio Vantaggi ambientali Supporto per la difesa fitosanitario Monitoraggio continuo e costante Interventi mirati Misure non distruttive, che possono essere ripetute su ogni pianta del vigneto e in momenti successivi della stagione vegetativa Nessun contatto con la coltura