Scarica gli atti - Gruppo del Colore

More documents

Recommendations

Info

“medie” dell’intero vigneto, pur nella consapevolezza dell’esistenza di differenze rimarchevoli nelle condizioni vegetative e produttive delle diverse vigne. 25 20 15 10 5 y = -0,0009x 2 - 0,0217x + 22,501 R 2 = 0,5614 CL_3_BRIX 0 40 45 50 55 60 65 70 75 80 85 90 25 20 15 10 5 y = 0,003x 2 - 0,1275x + 7,7528 R 2 = 0,6811 CL_3_ACT 0 40 45 50 55 60 65 70 75 80 85 90 Fig. 3 Analogamente si procede per il grado di maturazione e le analisi delle caratteristiche organolettiche dell’uva al fine di decidere il momento opportuno per la vendemmia. Per di più, in questa fase specifica e decisiva, generalmente si opera verificando non tutti i vigneti, ma alcuni di essi, considerati significativi per estensioni anche vaste. Tante di queste differenze vanno sicuramente a influire sulla produzione sia a livello qualitativo, sia a livello quantitativo. Ovviamente, sotto il profilo enologico ciò è difficile da rilevare in quanto la lavorazione riguarda l’intera produzione del 119
vigneto, e non si sofferma certamente all’analisi di quanto prodotto dalle singole piante. Si ha comunque la certezza di non riuscire mai a ottenere il massimo risultato potenziale di produzione e maturazione. E’ chiaro che una approfondita conoscenza delle unità di suolo, e la dimensione della loro unità minima rilevata è determinante per definire con accuratezza e in modo oggettivo la validità del campione prescelto. E’ altrettanto evidente che, riducendo la dimensione delle unità di suolo, diventa praticamente indispensabile un sistema geografico che, delimitati i vigneti, possa incrociare ed elaborare tutte le informazioni di ciascuno di essi con le unità di suolo, microclassificando e poi sintetizzando a seconda delle esigenze le superfici vitate. Questo tipo di intervento consente di rendere oggettivamente accurata la scelta dei vigneti test con il metodo tradizionale, ma si rivela di grandissimo aiuto per la ottimale applicazione delle tecniche di telerilevamento. Contrariamente al metodo tradizionale di campionamento, infatti, non si opera con il prelievo di acini secondo criteri tendenti ad ottenere lo stato medio dell’intero vigneto, ma identificando e analizzando acini provenienti da singole piante. Più è ricca di informazioni e minori sono le dimensioni della unità minima in cui sono classificati i vigneti, più l’elaborazione del dato telerilevato è precisa in termini quantitativi e dettagliata quanto a localizzazione. La viticoltura assistita da satellite consente così ai viticoltori di definire le pratiche colturali ottimali (irrigazione, potatura, scelta del tipo di impianto, miglioramento dei suoli, fertilizzazione, trattamenti fitosanitari) e di pianificare le strategie di vendemmia non solo per i vigneti nella loro interezza, ma anche per singole porzioni all’interno degli stessi. Il metodo può essere applicato indifferentemente su superfici grandi o medie, con l’unica variabile del costo, influenzato principalmente dal risparmio di scala realizzabile acquisendo immagini su superfici ampie e riducendo di conseguenza il numero di misure in campo necessarie per ettaro rilevato. Nel caso di interventi coordinati da Consorzi e Pubbliche Amministrazioni, non va dimenticato che i dati multispettrali acquisiti possono essere utilmente impiegati in altri campi di rilevante importanza nel settore agricolo e forestale ma anche per la tutela delle acque, il censimento delle discariche, la pianificazione territoriale, l’aggiornamento della cartografia. Bibliografia 1. O. Repetti, “Precisione, rivoluzione annunciata?”, Terra e vita, n. 13, 2004. 2. Lamb, Weedon, Bramley, “Using Remote Sensing to predict grape phenolics and colour at harvest in a Cabernet Sauvignon vineyard: timing observations against vine phenology and optimising image resolution”, Australian Journal of Grape and Wine Research, 2004. 120
Page 1 and 2:
SOCIETÀ ITALIANA DI OTTICA E FOTON
Page 3 and 4:
Proposta di una stazione a camera d
Page 5 and 6:
icostruire il fattore di riflession
Page 7 and 8:
costruttive. In ambito applicativo
Page 9 and 10:
quindi fondamento nel salvaguardare
Page 11 and 12:
e, raggiungibile e controllabile co
Page 13 and 14:
Tale ricerca di solidità è atta a
Page 15 and 16:
Scanner ottico iperspettrale per la
Page 17 and 18:
- R( λi ) è il fattore di rifless
Page 19 and 20:
spaziale della scena mentre le colo
Page 21 and 22:
consentendo la ripresa di immagini
Page 23 and 24:
Fig. 5 - Immagine dell’interfacci
Page 25 and 26:
Fig. 6 - Fattore di riflessione spe
Page 27 and 28:
perpendicolare e parallela alla dir
Page 29 and 30:
3. J. Y. Hardeberg, F. Schmitt, H.
Page 31 and 32:
esolution multispectral images, and
Page 33 and 34:
function R. In mathematical terms,
Page 35 and 36:
in standard and professional photog
Page 37 and 38:
The acquisition output vectors are
Page 39 and 40:
and then ‘stitched together’ to
Page 41 and 42:
36 Template matching Fig. 6 - A sem
Page 43 and 44:
References 1. Fairchild M.D., Rosen
Page 45 and 46:
40 Sistema stereoscopico di visione
Page 47 and 48:
macroscopiche sullo stato di conser
Page 49 and 50:
44 Fig. 1 - Il sistema SVA Due di e
Page 51 and 52:
Si pone un piano di calibrazione, f
Page 53 and 54:
a 20 000 K. I valori corrispondenti
Page 55 and 56:
50 Tabella 1 Colore LSVA xSVA ySVA
Page 57 and 58:
52 Spectral-based printer modeling
Page 59 and 60:
2. Printer Model The model of the p
Page 61 and 62:
covered is computed as the differen
Page 63 and 64:
The spectra were measured with a Gr
Page 65 and 66:
60 Spettrofotometro a scansione per
Page 67 and 68:
icostruire il profilo tridimensiona
Page 69 and 70:
dalla fibra è a sezione circolare.
Page 71 and 72:
con maniglie e ruote per semplifica
Page 73 and 74: In fig. 5 sono riportati i risultat
Page 75 and 76: 70 380nm….430nm….470nm…510nm
Page 77 and 78: inciderebbero sulla forma del fatto
Page 79 and 80: Infine in Fig. 9 sono riportati i r
Page 81 and 82: 2. D. Anglos, C. Balas, C. Fotakis,
Page 83 and 84: 78 Fig. 1 - Filtri interferenziali
Page 85 and 86: E’ chiaro tuttavia che uno strume
Page 87 and 88: scientifici e di restauro è affian
Page 89 and 90: Per quanto riguarda la precisione d
Page 91 and 92: immagini componenti principali (aut
Page 93 and 94: 6. A. Casini, F. Lotti, M. Picollo,
Page 95 and 96: � necessità di una movimentazion
Page 97 and 98: 92 Trasmittanza % 90 80 70 60 50 40
Page 99 and 100: lungo l’asse di scansione. Con lo
Page 101 and 102: I valori di Riflettanza (R T % e R
Page 103 and 104: Minolta. Una matrice di corrisponde
Page 105 and 106: Tab. 3 - Confronto in termini di Δ
Page 107 and 108: Bibliografia 1. Fermi F., Antonioli
Page 109 and 110: 2. Quali diagnostiche per l’Arte
Page 111 and 112: 106 Fig. 3 - Rappresentazione delle
Page 113 and 114: e tre i riquadri, anche in quelli c
Page 115 and 116: Fig. 8 - PCA delle misure rilevate
Page 117 and 118: Colorimetria multispettrale per la
Page 119 and 120: stanno alla base dell’agricoltura
Page 121 and 122: 116 Immagini aeree o da satellite M
Page 123: Non solo sono identificate per ogni
Page 127 and 128: 1. Introduzione 122 Spettrometria d
Page 129 and 130: Negli anni successivi, mentre veniv
Page 131 and 132: 126 Fig. 5 Il software comanda poi
Page 133 and 134: Nei colori a basso contrasto, l’o
Page 135 and 136: 130 Proposta di una stazione a came
Page 137 and 138: Fig. 2 − Singola immagine cattura
Page 139 and 140: 134 400 500 600 700 nm lunghezza d
Page 141 and 142: 6. dal confronto di misure di coppi
Page 143 and 144: Bibliografia 1. P.C. Hung, “Color
Page 145 and 146: movimento. Se infatti il filtro ste
Page 147 and 148: 142 a b Fig. 2 - Trasmittanza di un
Page 149 and 150: Fig. 5 - Trasmittanza teorica di un
Page 151 and 152: dimensione della memoria di bordo p
Page 153 and 154: 148 Estimating Surface Reflectance
Page 155 and 156: 150 ~ ∑ j= = N w R( λ ) ( λ) (3
Page 157 and 158: R( λ) = E ⎡ 2 ⎤ ⎡ 2 ⎛ λ
Page 159 and 160: Tab. 1 - Statistics of results obta
Page 161 and 162: 13. D.E. Goldberg, Genetic Algorith
Page 163 and 164: sono affetti da grandezze di influe
Page 165 and 166: 160 Output(mV) 2500 2000 1500 1000
Page 167 and 168: Nel seguito del documento questa co
Page 169 and 170: appresentate nel grafico della figu
Page 171 and 172: A 166 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
Page 173 and 174: 3. Joao Carlos de Andrade, Jiulio C
Page 175 and 176:
2. Generalità Richiamiamo brevemen
Page 177 and 178:
spettrometro al CCD della camera. N
Page 179 and 180:
Fig. 7 - Immagine fornita dalla cam
Page 181 and 182:
profilo di intensità spaziale del
Page 183 and 184:
Fig. 12 - Stabilità del segnale di
Page 185 and 186:
9. Conclusioni Abbiamo cercato di a
Page 187 and 188:
Fig. 1 - Vista parziale del MIR. Si
Page 189 and 190:
pixel della matrice CCD. Purtroppo
Page 191 and 192:
Determinare un riferimento dimensio
Page 193 and 194:
desiderata per l’immagine finale.
Page 195 and 196:
conoscono le caratteristiche spettr
Page 197 and 198:
Scrovegni di Padova. Da questa anal
show all

Scarica gli atti - Gruppo del Colore

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?