GEOmedia 5 2017
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Rivista bimestrale - anno XXI - Numero 5/<strong>2017</strong> - Sped. in abb. postale 70% - Filiale di Roma<br />
TERRITORIO CARTOGRAFIA<br />
GIS<br />
CATASTO<br />
3D<br />
INFORMAZIONE GEOGRAFICA<br />
FOTOGRAMMETRIA<br />
URBANISTICA<br />
GNSS<br />
BIM<br />
RILIEVO TOPOGRAFIA<br />
CAD<br />
REMOTE SENSING SPAZIO<br />
EDILIZIA<br />
WEBGIS<br />
UAV<br />
SMART CITY<br />
AMBIENTE<br />
NETWORKS<br />
LiDAR<br />
BENI CULTURALI<br />
LBS<br />
Sett/Ott <strong>2017</strong> anno XXI N°5<br />
La prima rivista italiana di geomatica e geografia intelligente<br />
Aerofotogrammetria<br />
dalla Documentazione Storica<br />
all’Analisi Agricola con i Droni<br />
DRONI PER<br />
L’AGRICOLTURA<br />
DI PRECISIONE<br />
EVOLUTION OF<br />
INTEGRATED UAV<br />
SOLUTIONS<br />
TRACCIARE UN<br />
LABIRINTO DI MAIS<br />
CON IL GPS
trimBle SX10<br />
la rivoluzione<br />
è appena cominciata<br />
abbiamo creato uno strumento innovativo, versatile<br />
e integrato. trimble SX10 coniuga la tecnologia di una<br />
Stazione totale robotica di alta precisione con quella di uno<br />
Scanner ad alta velocità e funzionalità imaging reale, senza<br />
alcun compromesso prestazionale.<br />
noleggialo, anche solo per un giorno.<br />
Soluzioni innovative per il rilievo, la misura e la modellazione.<br />
Transforming the way the world works<br />
Spektra Srl, a Trimble Company<br />
039.625051 | info@trimble-italia.it | www.trimble-italia.com
Riprendere dall’alto<br />
Fintanto che l’uomo non ha potuto volare e riprendere il territorio dall’alto ha solo immaginato quale poteva essere<br />
la visione da un oggetto volante, quale ad esempio quella che ha poi dato il nome alla classica “vista d’uccello”, oggi<br />
universalmente realizzata con l’uso dei droni.<br />
Il tema di questo numero è la ripresa dall’alto del territorio, effettuata per analizzarne le sue caratteristiche,<br />
che può mirare alla misura topografica attraverso la tecnica aerofotogrammetrica, oppure a telerilevare<br />
informazioni anche oltre il campo del visibile umano o semplicemente per avere una vista aerea senza alcuna<br />
pretesa geometrica o di fotointerpretazione.<br />
Uno degli scopi più trainanti che hanno consentito in pochi decenni sviluppi tecnologici epocali, è stata<br />
nel secolo scorso l’analisi bellica, che mira da una parte ad individuare obiettivi particolari per eliminarli, ad<br />
esempio con il bombardamento, e poi dall’altra a verificare successivamente l’entità del danno effettuato.<br />
Con questa premessa la Royal Air Force britannica ha eseguito migliaia di fotogrammi aerei del nostro<br />
territorio, oggi conservati presso l’Aerofototeca Nazionale, che costituiscono un prezioso ed inestimabile<br />
tesoro informativo dell’Italia anni ’40 -‘50 ancora quasi sconosciuto e in gran parte non digitalizzato.<br />
L'Aerofototeca Nazionale è una struttura di raccolta e di studio del materiale aerofotografico relativo al<br />
territorio italiano, nata nel 1958 come sezione distaccata del Gabinetto Fotografico Nazionale del Ministero<br />
della Pubblica Istruzione. Dal 1975 fa parte dell’Istituto Centrale per il Catalogo e la Documentazione del<br />
MiBACT.<br />
Nel corso degli anni ha acquisito un patrimonio di oltre due milioni di immagini del territorio italiano, che<br />
datano già dalla fine dell’Ottocento. Tra le immagini più antiche conservate si annoverano quelle del Foro<br />
Romano, riprese ai primi del ‘900 da Giacomo Boni e dalla Brigata Specialisti del Genio; altre immagini di<br />
quel periodo sono pervenute dal Museo Aeronautico Caproni di Trento, dalla Fototeca del 5° Reparto dello<br />
Stato Maggiore dell'Aeronautica, dall'archivio del pittore Francesco Paolo Michetti.<br />
Numerose le collezioni donate o acquistate da società private di rilevazione aerofotografica o produzione di<br />
cartografia, quali Aerofoto Consult, Aerotop, EIRA, ESACTA, E.T.A. Nistri, Fotocielo, I-BUGA, IRTA,<br />
S.A.F. Nistri, SIAT. Alcuni voli di società ancora attive, come CGR e S.A.R.A. Nistri, sono disponibili<br />
soltanto per la consultazione in sede.<br />
Ma tra le collezioni di maggiore importanza citiamo le immagini aerofotogrammetriche stereoscopiche<br />
scattate tra il 1943 e il 1945 dai ricognitori della Royal Air Force britannica (RAF), della United States Army<br />
Air Force (USAAF) e della Luftwaffe tedesca.<br />
Le immagini, ovviamente concentrate solo in zone di “interesse bellico”, sono in corso di catalogazione<br />
e georeferenziazione. Operazione non facile, di cui troviamo resoconto nell’articolo a firma di Shepherd,<br />
Cantoro e Remondino dal titolo “Il potenziale informativo degli archivi di fotografia militare della Seconda<br />
Guerra Mondiale ai fini della protezione civile e dell’analisi del territorio”.<br />
Sempre sul tema dell’osservare dall’alto, seguono in questo numero, testimonianze sull’uso di aeromobili<br />
a pilotaggio remoto (APR o droni nel linguaggio comune) per le analisi di carattere agricolo del territorio,<br />
attività decisamente più pacifiche.<br />
La riduzione dei costi che può portare l’uso di un drone per avere immagini aeree del territorio ha portato<br />
a grandi sviluppi delle tecniche per migliorare coltivazioni, che possono ottimizzare l’uso di fertilizzanti<br />
o di acqua analizzando lo stato di salute vegetazionale delle cultivar. La tecnica è denominata Agricoltura<br />
di Precisione (o Precision Farming) e pur essendo destinata a territori di grande estensione, trova oggi<br />
applicazione, proprio grazie ai droni, anche in limitate estensioni di territorio.<br />
Sistemi di teleguida dei mezzi agricoli, assistiti da droni che scrutano la vegetazione dall’alto inviando<br />
immagini che in tempo reale l’agricoltore elabora sul suo laptop, sono di uso corrente nelle grandi estensioni<br />
agricole mondiali ed anche in Italia si affacciano i primi esperimenti, come ad esempio quelli di agricoltura<br />
di precisione sui vigneti o per la frumenticoltura nei casi studio che vi presentiamo.<br />
Il futuro dei droni nella moderna farming industry è segnato e Nathan Stein, di Sensefly, ce ne porta una<br />
grande testimonianza nella Guest Paper di questo numero.<br />
Buona lettura, Renzo Carlucci
In questo<br />
numero...<br />
FOCUS<br />
REPORT<br />
GUEST PAPER<br />
LE RUBRICHE<br />
Il potenziale<br />
informativo degli<br />
archivi di fotografia<br />
militare della II<br />
Guerra Mondiale ai<br />
fini della protezione<br />
civile e dell’analisi del<br />
territorio<br />
di Elizabeth Jane Shepherd,<br />
Gianluca Cantoro<br />
Fabio Remondino<br />
6<br />
38 COMMEMORAZIONE<br />
50 AGENDA<br />
L'immagine di sfondo nel<br />
Sommario è del 22 agosto<br />
<strong>2017</strong> e ci trasporta nel nord<br />
del Brasile, nel punto in cui il<br />
Rio delle Amazzoni incontra<br />
l’Oceano Atlantico. Le forme<br />
geometriche sono dovute a<br />
coltivazioni agricole, mentre<br />
strade ad andamento lineare<br />
attraversano la restante area di<br />
densa vegetazione. Le foreste<br />
pluviali vengono distrutte a<br />
livello globale ad un ritmo<br />
allarmante. Questo fatto è di<br />
grande rilevanza perchè esse<br />
giocano un ruolo importante<br />
nella formazione del clima<br />
globale. Inoltre questa foreste<br />
ospitano una estesa varietà di<br />
piante, animali ed insetti. Più<br />
di un terzo di tutte le specie<br />
del mondo vivono nella Foresta<br />
Pluviale del Rio delle Amazzoni.<br />
Immagine dal satellite Sentinel-<br />
2A, del programma europeo<br />
Copernicus. Credits ESA.<br />
In copertina una delle<br />
immagini aeree scattate<br />
durante la seconda Guerra<br />
Mondiale della Rpyal Air<br />
Force inglese che oggi fa<br />
parte della raccolta di circa<br />
800.000 immagini custodite<br />
nella Aerofototeca Nazionale<br />
dell'Istituto per il Catalogo<br />
e la Documentazione del<br />
MiBACT.<br />
10<br />
16<br />
Attività sperimentale di<br />
agricoltura di precisione<br />
su vigneto<br />
Confronto tra i sensori<br />
Mapir Survey2 e Parrot<br />
Sequoia<br />
di Simone Kartsiotis, Gianluca<br />
Rossetti, Matteo Turci,<br />
Emanuele Luigi de Angelis<br />
Agricoltura di<br />
Precisione per la<br />
frumenticoltura<br />
toscana: il caso studio<br />
di Marco Mancini,<br />
Anna Dalla Marta, Simone<br />
Orlandini, Marco Napoli,<br />
Simone Gabriele Parisi<br />
geomediaonline.it<br />
<strong>GEOmedia</strong>, bimestrale, è la prima rivista italiana di geomatica.<br />
Da 20 anni pubblica argomenti collegati alle tecnologie dei<br />
processi di acquisizione, analisi e interpretazione dei dati,<br />
in particolare strumentali, relativi alla superficie terrestre.<br />
In questo settore <strong>GEOmedia</strong> affronta temi culturali e tecnologici<br />
per l’operatività degli addetti ai settori dei sistemi informativi<br />
geografici e del catasto, della fotogrammetria e cartografia,<br />
della geodesia e topografia, del telerilevamento aereo e<br />
spaziale, con un approccio tecnico-scientifico e divulgativo.
24 Agricoltura<br />
di precisione:<br />
l’impegno di<br />
ALPHA Consult<br />
in Europa e<br />
Africa<br />
di Claudia Maltoni,<br />
3DTARGET 33<br />
Agricolus 49<br />
Aeronike 27<br />
AerRobotix 37<br />
Codevintec 32<br />
Epsilon Italia 39<br />
INSERZIONISTI<br />
Una piattaforma<br />
software di supporto<br />
decisionale per la<br />
gestione e l’analisi<br />
di grandi dataset<br />
ambientali<br />
di Raffaele Battaglini,<br />
Valerio Noti, Brunella Raco,<br />
Alessandro Salvadori<br />
28<br />
Elizabeth A. Nerantzis<br />
Esri Italia 23<br />
Geogrà 22<br />
Geomax 52<br />
Mesa 38<br />
Planetek Italia 15<br />
Stonex 43<br />
Survey Lab 48<br />
Teorema 50<br />
TRACCIARE UN<br />
LABIRINTO DI MAIS<br />
CON IL GPS<br />
Il caso del Labirinto<br />
di HORT<br />
di Massimiliano Toppi, Giorgia<br />
44<br />
Il Remote Sensing<br />
per l’individuazione<br />
delle Zone di<br />
Gestione nei vigneti<br />
di Elisabetta Mattioli, Sara<br />
Antognelli, Antonio Natale,<br />
Velia Sartoretti<br />
Topcon 51<br />
Trimble 2<br />
Pandolfi, Francesca Massetani<br />
40<br />
The Future of<br />
Drones in the<br />
Modern Farming<br />
Industry<br />
by Nathan Stein<br />
34<br />
Errata Corrige GEO-media 4 <strong>2017</strong><br />
Il sistema FIRE-SAT per il monitoraggio post-incendio:<br />
il caso-studio dell'incendio di Potenza del 21-23 luglio 2015<br />
Il nome corretto dell'autore nel titolo è Fortunato De Santis<br />
invece di Fortuanto Desantis<br />
una pubblicazione<br />
Science & Technology Communication<br />
Direttore<br />
RENZO CARLUCCI, direttore@rivistageomedia.it<br />
Comitato editoriale<br />
Vyron Antoniou, Fabrizio Bernardini, Mario Caporale,<br />
Luigi Colombo, Mattia Crespi, Luigi Di Prinzio,<br />
Michele Dussi, Michele Fasolo, Marco Lisi, Flavio Lupia,<br />
Beniamino Murgante, Aldo Riggio, Mauro Salvemini,<br />
Domenico Santarsiero, Attilio Selvini, Donato Tufillaro<br />
Direttore Responsabile<br />
FULVIO BERNARDINI, fbernardini@rivistageomedia.it<br />
Redazione<br />
VALERIO CARLUCCI, GIANLUCA PITITTO,<br />
redazione@rivistageomedia.it<br />
Diffusione e Amministrazione<br />
TATIANA IASILLO, diffusione@rivistageomedia.it<br />
Comunicazione e marketing<br />
ALFONSO QUAGLIONE, marketing@rivistageomedia.it<br />
Progetto grafico e impaginazione<br />
DANIELE CARLUCCI, dcarlucci@rivistageomedia.it<br />
MediaGEO soc. coop.<br />
Via Palestro, 95 00185 Roma<br />
Tel. 06.64871209 - Fax. 06.62209510<br />
info@rivistageomedia.it<br />
ISSN 1128-8132<br />
Reg. Trib. di Roma N° 243/2003 del 14.05.03<br />
Stampa: SPADAMEDIA srl<br />
VIA DEL LAVORO 31, 00043 CIAMPINO (ROMA)<br />
Editore: mediaGEO soc. coop.<br />
Condizioni di abbonamento<br />
La quota annuale di abbonamento alla rivista Science è di € & 45,00. Technology Communication<br />
Il prezzo di ciascun fascicolo compreso nell’abbonamento è di € 9,00. Il prezzo di<br />
ciascun fascicolo arretrato è di € 12,00. I prezzi indicati si intendono Iva inclusa.<br />
L’editore, al fine di garantire la continuità del servizio, in mancanza di esplicita<br />
revoca, da comunicarsi in forma scritta entro il trimestre seguente alla scadenza<br />
dell’abbonamento, si riserva di inviare il periodico anche per il periodo successivo.<br />
La disdetta non è comunque valida se l’abbonato non è in regola con i pagamenti.<br />
Il rifiuto o la restituzione dei fascicoli della Rivista non costituiscono disdetta<br />
dell’abbonamento a nessun effetto. I fascicoli non pervenuti possono essere<br />
richiesti dall’abbonato non oltre 20 giorni dopo la ricezione del numero successivo.<br />
Gli articoli firmati impegnano solo la responsabilità dell’autore. È vietata la<br />
riproduzione anche parziale del contenuto di questo numero della Rivista in<br />
qualsiasi forma e con qualsiasi procedimento elettronico o meccanico, ivi inclusi i<br />
sistemi di archiviazione e prelievo dati, senza il consenso scritto dell’editore.<br />
Rivista fondata da Domenico Santarsiero.<br />
Numero chiuso in redazione il 20 dicembre <strong>2017</strong>.
FOCUS<br />
Il potenziale informativo degli archivi di fotografia<br />
militare della Seconda Guerra Mondiale ai fini<br />
della protezione civile e dell’analisi del territorio<br />
Fotogrammetria, intelligenza artificiale e webGIS al servizio degli archivi fotografici<br />
di Elizabeth Jane Shepherd, Gianluca Cantoro, Fabio Remondino<br />
Durante la Seconda Guerra<br />
Mondiale, la ricognizione<br />
fotografica aerea ebbe un ruolo<br />
decisivo sull'esito delle campagne<br />
alleate in Europa. La visione<br />
dall'alto fornita da fotogrammi<br />
di grande formato ed elevata<br />
risoluzione geometrica<br />
costituiva una fonte primaria<br />
di informazioni per il<br />
monitoraggio delle linee<br />
nemiche, l'identificazione<br />
di bersagli sensibili,<br />
la pianificazione di<br />
attacchi e la valutazione<br />
di danni causati dai<br />
bombardamenti<br />
aerei.<br />
Fig. 1 - Esempi di camere fotografiche (fonte: Wikipedia) usate per ricognizioni aeree durante<br />
la Seconda Guerra Mondiale e grafici delle strisciate di ricognizione (fonte: AFN).<br />
Le ricognizioni aeree venivano<br />
eseguite con aerei<br />
quali British Spitfire,<br />
Mosquito, American P-38<br />
Lightning o P-51 Mustang, e<br />
impiegando camere fotografiche<br />
di medio o grande formato<br />
(K-17, F24, F52), in configurazione<br />
nadirale o obliqua.<br />
Le acquisizioni fotografiche<br />
venivano di norma processate in<br />
tempi brevissimi (a volte anche<br />
allestendo laboratori di stampe<br />
fotografiche di fortuna in tende<br />
militari in prossimità delle basi<br />
aeroportuali) e disseminate nel<br />
teatro di guerra fra gli specialisti<br />
delle varie operazioni.<br />
Al giorno d’oggi la maggior<br />
parte di queste fotografie<br />
è conservata nel Aerial<br />
Reconnaissance Archive - TARA<br />
/ NCAP (http://ncap.org.uk)<br />
e nei National Archives and<br />
Records Administration - NARA<br />
(https://www.archives.gov).<br />
Le foto aeree scattate durante<br />
la Campagna d’Italia<br />
(1943-1945) vennero eseguite<br />
dalla Mediterranean Allied<br />
Photo Reconnaissance Wing<br />
(MAPRW). La MAPRW era<br />
l’arma di ricognizione e intelligence<br />
delle Mediterranean Allied<br />
Air Forces (MAAF), composta<br />
da Royal Air Force (RAF), South<br />
African Air Force (SAAF) e<br />
United States Army Air Force<br />
(USAAF). Quest’attività congiunta<br />
di ricognizione aerea<br />
sull’Italia dal 1943 al 1945 ha<br />
prodotto moltissime fotografie,<br />
6 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
FOCUS<br />
Fig. 2 - Risultati<br />
della georeferenziazione<br />
automatica di<br />
due blocchi di<br />
immagini e di<br />
alcuni ingombri<br />
delle strisciate,<br />
visualizzate<br />
all’interno del<br />
GIS dell’AFN.<br />
883.005 delle quali oggi sono<br />
conservate a Roma dall’Aerofototeca<br />
Nazionale (AFN),<br />
uno dei due archivi fotografici<br />
dell’Istituto Centrale per il<br />
Catalogo e la Documentazione<br />
(ICCD) del Ministero per i<br />
Beni e le Attività Culturali. Il<br />
fondo MAPRW dell’Aerofototeca<br />
è composto da 600.000<br />
immagini donate dall’American<br />
Academy in Rome nel 1964 e da<br />
283.005 immagini in deposito<br />
dalla British School a Roma a<br />
partire dal 1975. Questo patrimonio<br />
costituisce una delle più<br />
importanti raccolte di fotografie<br />
aeree della II° Guerra Mondiale<br />
in Europa e la più importante<br />
fonte di informazioni storiche<br />
in grado di documentare l’urbanizzazione<br />
del territorio italiano<br />
e le modificazioni agrarie prima<br />
della meccanizzazione agricola.<br />
Le principali caratteristiche di<br />
queste fotografie aeree del periodo<br />
bellico sono:<br />
4il significato storico e la valenza<br />
documentale<br />
4l’alta qualità e il livello di<br />
dettaglio (risoluzione geometrica<br />
generalmente di 1m)<br />
4la ricchezza di informazioni<br />
associate ed associabili<br />
4l’informazione sulle aree<br />
bombardate (ca. 1 milione<br />
di bombe sull’Italia negli<br />
anni 1943-45).<br />
4Come convertire in formato<br />
digitale e sostenibile l’enorme<br />
patrimonio fotografico?<br />
4Come condividere al meglio<br />
questa grande quantità di<br />
dati per ricerca, studio, visualizzazione,<br />
protezione, monitoraggio,<br />
interpretazione?<br />
4Come valorizzarli?<br />
4Come sfruttarne i preziosi<br />
contenuti?<br />
Alcuni progetti in passato<br />
hanno provato a dare risposte<br />
ad alcuni dei quesiti<br />
sopra riportati relativamente<br />
alle immagini aeree della<br />
WWII (per es. Furlanello et<br />
al., 2004; Nocerino et al.,<br />
2012; Marchetti et al., 2012).<br />
Tuttavia, i grandi archivi menzionati<br />
in precedenza conservano<br />
ancora quantità di materiali<br />
fotografici (e relative informazioni)<br />
largamente inesplorati e<br />
difficilmente gestibili con metodi<br />
di archiviazione tradizionali.<br />
Peraltro, le fotografie aeree<br />
storiche presentano sfide conservative<br />
ed archivistiche spesso<br />
uniche e peculiari. I fotogrammi<br />
e i negativi -ove disponibili-<br />
sono infatti spesso in fragili<br />
condizioni fisiche, dovute in<br />
larga parte alla stessa genesi dei<br />
fotogrammi come documenti di<br />
rapida consultazione sul campo<br />
e non come documento pensato<br />
per i posteri. Inoltre, la loro creazione<br />
durante la guerra rende<br />
le fotografie aeree veri e propri<br />
documenti storici al pari di antichi<br />
volumi e dipinti artistici.<br />
Per questi motivi, si sta cercan-<br />
La visione<br />
Le domande alle quali si sta<br />
tentando di rispondere includono:<br />
Fig. 3 - Alcune news pubblicate dai media relative alla scoperta e disinnesco di ordigni bellici in Italia.<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 7
FOCUS<br />
do di lanciare un progetto interdisciplinare<br />
al fine di:<br />
1. Digitalizzare il patrimonio<br />
fotografico disponibile<br />
presso l’AFN (sono state<br />
attualmente scansionate ca<br />
90.000 su 880.000). I fotogrammi<br />
aerei sono di norma<br />
di due formati: 24x24 cm<br />
e 18x24 cm. La loro digitalizzazione<br />
(considerando<br />
l’archiviazione e gli utilizzi<br />
successivi delle immagini) è<br />
normalmente eseguita a risoluzione<br />
di 600-1200 dpi.<br />
2. Georeferenziare le immagini<br />
e i poligoni di ingombro<br />
delle strisciate aeree (Fig. 2).<br />
È probabilmente il problema<br />
maggiore: in genere non<br />
ci sono metadati, piani di<br />
volo o altre informazioni<br />
associate alle immagini ed è<br />
necessario (o indispensabile),<br />
vista la mole di dati, un<br />
approccio automatizzato.<br />
Finora la procedura è stata<br />
completamente manuale, in<br />
particolare per l’identificazione<br />
dei punti omologhi,<br />
a causa delle numerose<br />
variabili di un territorio notevolmente<br />
modificato negli<br />
ultimi 70 anni. Ad oggi,<br />
la metodologia più diffusa<br />
prevede l’uso di operatori di<br />
tipo SIFT in grado di individuare<br />
elementi simili in<br />
riprese differenti dello stesso<br />
soggetto, ma tali algoritmi<br />
producono spesso risultati<br />
insoddisfacenti a causa dei<br />
grandi cambiamenti del territorio.<br />
3. Condividere i dati tramite<br />
webGIS.<br />
La pubblicazione dei fotogrammi<br />
o dei loro ingombri<br />
via internet tramite una<br />
interfaccia di facile utilizzo<br />
può dare largo accesso a tali<br />
documenti storici. Tuttavia<br />
questa operazione è strettamente<br />
collegata alle due fasi<br />
precedenti (digitalizzazione<br />
e georeferenziazione) e alla<br />
sistematica e dettagliata<br />
archiviazione delle informazioni<br />
in database strutturati<br />
in grado di associare informazioni<br />
sensibili a coordinate<br />
geografiche o poligoni<br />
di ingombro.<br />
4. Analizzare il territorio, in<br />
particolare per:<br />
a. rilevare le tracce dei<br />
bombardamenti aerei,<br />
pesanti e ripetuti, che<br />
ancora oggi causano<br />
problemi quotidiani al<br />
rinvenimento di ordigni<br />
inesplosi (UXO /<br />
UXB);<br />
b. studiare l’uso e i cambiamenti<br />
del territorio.<br />
Di particolare importanza,<br />
anche ai fini della protezione<br />
civile, è il potenziale informativo<br />
dei fotogrammi aerei storici<br />
legato agli ordigni bellici inesplosi<br />
(sintetizzato dall’acronimo<br />
inglese UXO - UneXploded<br />
Ordnance o UXB - UneXploded<br />
Bombs).<br />
Le statistiche militari del dopoguerra<br />
calcolarono più di 1<br />
milione le bombe sganciate dagli<br />
Alleati sull’Italia nel periodo<br />
1943-45, e di queste tra l’8%<br />
e il 10% (pari a circa 38.000<br />
tonnellate di ordigni) non è<br />
esploso. Ogni anno vengono individuati<br />
numerosi ordigni inesplosi<br />
(Figura 3), con ovvi disagi<br />
e pericoli per la società civile<br />
per il disinnesco e la rimozione<br />
di materiale potenzialmente ancora<br />
pericoloso, ma molti altri<br />
sono ancora nel terreno. I segni<br />
dei bombardamenti sono chiaramente<br />
visibili e documentabili<br />
sulle fotografie storiche e le loro<br />
“impronte” possono pertanto<br />
essere trasferite sul territorio<br />
moderno come strumento di<br />
conoscenza preventivo capace<br />
di limitare o eliminare danni a<br />
distanza di tanti anni.<br />
Le immagini aeree della guerra<br />
sono quindi essenziali per<br />
rilevare i crateri delle bombe<br />
esplose (aree di sicuro bombardamento)<br />
e i possibili punti di<br />
impatto di quelle inesplose. E’<br />
quindi necessario analizzare le<br />
foto esistenti, rilevando le aree<br />
di impatto e analizzandone il<br />
contenuto. Il Ministero della<br />
Difesa ha vari strumenti a disposizione<br />
per l’individuazione<br />
delle aree interessate, ma la documentazione<br />
aerea degli alleati,<br />
che costituisce una base certa<br />
di conoscenza, non è mai stata<br />
considerata nel suo insieme a<br />
livello nazionale, ma solo su<br />
piccole aree o province.<br />
L’uso di algoritmi supervisionati<br />
(machine learning) ha sempre<br />
dato risultati interessanti (Fig.<br />
4), anche se fortemente legati<br />
al training-set a disposizione. Si<br />
stanno ora testando vari metodi<br />
e librerie (Tensor Flow, CNN,<br />
Boosting, ecc.) al fine di migliorare<br />
l’apprendimento automatico,<br />
renderlo piú affidabile<br />
e applicabile su scala nazionale.<br />
Il nostro obiettivo al momento<br />
consiste nel creare una casistica<br />
completa dell’aspetto di ogni<br />
possibile cratere, in rapporto<br />
all’ordigno caduto. Una volta<br />
rilevati i casi più comuni e diffusi,<br />
la sfida si sposterà sul come<br />
distinguere ordigni esplosi dagli<br />
inesplosi.<br />
Obiettivo ultimo sarebbe quindi<br />
quello di giungere alla definizione<br />
di un metodo completamente<br />
automatizzato basato<br />
su un training-set attendibile.<br />
Tale attività richiede comunque<br />
tempi considerevoli, considerata<br />
anche la mancanza attuale di riscontri<br />
puntuali sul terreno e la<br />
difficoltà di testare una per una<br />
le presenze di potenziali ordigni<br />
inesplosi sul terreno (groundtruthing).<br />
8 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
FOCUS<br />
Fig. 4 - Risultati dell’identificazione supervisionata (machine learning) di crateri di bomba in immagini aeree (sinistra). Crateri di bomba<br />
identificati in un’immagine storica a confronto con un’immagine attuale (destra).<br />
Conclusioni e lavori futuri<br />
Le foto aeree della Seconda<br />
Guerra Mondiale conservate<br />
presso l’Aerofototeca Nazionale<br />
sono una grande risorsa per la<br />
protezione civile e l’analisi del<br />
paesaggio. È necessario pianificare<br />
la conservazione, la condivisione<br />
e la valorizzazione di<br />
questo incredibile patrimonio<br />
per molti aspetti ancora sottostimato<br />
e sottovalutato.<br />
Le attività si devono concentrare<br />
su una diffusione a livello<br />
nazionale attraverso una piattaforma<br />
webGIS (in via di pubblicazione),<br />
il tracciamento digitale<br />
delle aree bombardate, la realizzazione<br />
di mappe di rischio<br />
UXO nelle aree urbane e vicino<br />
ai siti archeologici, ecc.<br />
I metodi di machine learning<br />
stanno fornendo risultati interessanti<br />
ma richiedono un<br />
approccio critico e grandi set di<br />
dati per l’addestramento e l'impiego<br />
a scala nazionale: è quindi<br />
necessario un team interdisciplinare<br />
e un approccio sistematico<br />
che porti avanti il progetto in<br />
tempi e quantità significative<br />
(ad oggi solo il 10% delle foto<br />
analogiche è digitalizzato e pubblicato).<br />
BIBLIOGRAFIA<br />
Cantoro, G., 2015: Aerial photogrammetry: when archaeology meets SIFT. In Ivanišević, Veljanovski,<br />
Cowley, Kiarszys & Bugarski (Eds.), Recovering Lost Landscapes, Belgrade, pp.117-128.<br />
Censimento delle raccolte e degli archivi fotografici in Italia: http://www.censimento.fotografia.<br />
italia.it/<br />
Furlanello, C., Merler, S., Menegon, S., Paoli, E., Fontanari, S., 2004: Mapping the Risk of<br />
Unexploded Bombs from World War Two. Italian GRASS users meeting proceedings, Geomatics<br />
Workbooks, pp. 1-2.<br />
Marchetti, A., Shepherd, E.J., Cosci, F., 2012: Geomemories: un punto di raccolta e pubblicazione dei<br />
dati storico geografici. Proc. Workshop Opening the Past. Archaeological Open Data.<br />
Nocerino, E., Menna, F., Remondino, F., 2012: Multi-temporal analysis of landscapes and urban<br />
areas. Int. Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.<br />
39(4), pp. 85-90.<br />
Shepherd, E., J., Palazzi, D. S., Leone, G., Mavica, M., 2012: La collezione c.d. USAAF dell’Aerofototeca<br />
Nazionale, Archeologia Aerea 6, 2012, pp. 16-32.<br />
Shepherd, E.J., 2015: Le foto aeree della II guerra mondiale conservate in Aerofototeca Nazionale e il<br />
loro potenziale informativo per la sicurezza nazionale. Bollettino di Archeologia, VI, 2015/1, 111-<br />
130.<br />
Shepherd, E.J., 2016: Mapping unexploded ordnance in Italy: the role of World War II aerial photographs.<br />
In B. Stichelbaut, D. Cowley (Eds), Conflict Landscapes and Archaeology from Above,<br />
Ashgate, pp. 205-217.<br />
ABSTRACT<br />
WWII aerial photo reconnaissance played a decisive role in the success of the Allied campaigns in Europe. Repeated<br />
aerial surveys provided information to monitor enemy lines, identify targets, plan attacks and assess damages<br />
inflicted by aerial bombing. Reconnaissance activity in the 1943-45 Italian campaign produced an awesome<br />
number of aerials, 883,005 of whom are kept today by ICCD-Aerofototeca Nazionale (AFN) in Rome. The often<br />
massive scale of bombing has left a lasting legacy across the landscape, as is shown by the problems in dealing with<br />
unexploded ordnance (UXO), still retrieved on a nearly daily basis. The AFN collection is a powerful, though still<br />
underdeveloped record of the landscape of wartime Italy and is essential for the plotting of UXO hazard maps. The<br />
article focuses on the main steps to be taken in order to exploit and share it.<br />
PAROLE CHIAVE<br />
Fotografie aeree, WWII, machine learning, webGIS, UXO<br />
AUTORE<br />
Elizabeth Jane Shepherd<br />
elizabethjane.shepherd@beniculturali.it,<br />
Aerofototeca Nazionale (AFN), ICCD, Roma<br />
web: http://www.iccd.beniculturali.it/index.php?it/98/aerofototeca-nazionale<br />
Gianluca Cantoro<br />
gianluca.cantoro@gmail.com<br />
Institute for Mediterranean Studies, Foundation for Research and Technology (FORTH), Grecia<br />
Fabio Remondino<br />
remondino@fbk.eu<br />
3D Optical Metrology unit, Fondazione Bruno Kessler, Trento<br />
web: http://3dom.fbk.eu<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 9
REPORT<br />
Attività sperimentale di agricoltura<br />
di precisione su vigneto<br />
Confronto tra i sensori Mapir Survey2 e Parrot Sequoia<br />
di Simone Kartsiotis, Gianluca Rossetti, Matteo Turci, Emanuele Luigi de Angelis<br />
Nell’estate del <strong>2017</strong> Zephyr e<br />
DroneBee hanno svolto insieme alcune<br />
sperimentazioni con APR (Aeromobili<br />
a Pilotaggio Remoto) sui vigneti<br />
dell’azienda agricola Savignola Paolina<br />
nel Chianti Classico, in Toscana.<br />
I test avevano l’obiettivo di valutare e<br />
di mettere a confronto la qualità dei<br />
dati forniti dalle camere multispettrali<br />
Parrot Sequoia e Mapir Survey2.<br />
Le camere multispettrali<br />
sono in generale progettate<br />
per acquisire separatamente<br />
diverse bande nello spettro della<br />
luce. Misurando opportune caratteristiche<br />
di riflettanza della<br />
vegetazione nelle diverse bande,<br />
è possibile calcolare particolari<br />
indici vegetativi, quali NDVI<br />
(Normalized Index Vegetation<br />
Index) o SAVI (Soil Adjusted<br />
Vegetation Index), che danno informazioni<br />
funzionali sullo stato<br />
di salute della pianta.<br />
L’andamento degli indici è poi visionabile<br />
dall’agronomo attraverso<br />
le cosiddette “mappe di vigore”<br />
generate in post-processing con<br />
appositi software.<br />
Grazie alla loro compattezza e<br />
leggerezza, Sequoia e Mapir sono<br />
fra le camere più utilizzate in attività<br />
di agricoltura di precisione<br />
effettuate con APR. Sebbene siano<br />
entrambe utilizzate con lo scopo<br />
di generare mappe indicizzate,<br />
queste camere hanno differenze<br />
tecnologiche sostanziali che determinano<br />
pratiche diverse per un<br />
loro corretto utilizzo sul campo.<br />
Di seguito vengono riportate le<br />
principali caratteristiche delle due<br />
camere.<br />
Come prima differenza sostanziale,<br />
le Mapir registrano ciascuna<br />
un’unica banda: risulta dunque<br />
necessario imbarcare sull’APR<br />
almeno due camere, ad esempio<br />
RED e NIR, per l’analisi NDVI<br />
(esiste anche la camera multipla<br />
RED+NIR che registra contemporaneamente<br />
le due bande ma,<br />
essendo la camera di tipo single<br />
imager, cioè con un solo sensore<br />
per registrare entrambe le bande,<br />
i dati raccolti soffrono della sovrapposizione<br />
parziale di queste<br />
ultime, conducendo a mappe di<br />
vigore meno accurate). La camera<br />
Sequoia non ha questo problema,<br />
in quanto possiede in un unico<br />
corpo, oltre che un sensore RGB<br />
nel campo del visibile, ben quattro<br />
sensori multispettrali separati<br />
10 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
Parrot Sequoia:<br />
Mapir Survey2:<br />
REPORT<br />
• Sensore da 1.2 MP per ogni banda +<br />
sensore RGB da 16 MP<br />
• Multi imager<br />
• Global shutter<br />
• Bande narrowband: RED (40 nm) +<br />
GREEN (40 nm) + NIR (40 nm) +<br />
RED EDGE (10 nm)<br />
• Ground Sample Distance (GSD): 13<br />
cm/pixel a 120 m<br />
• GPS, IMU e magnetometro integrati<br />
• Sensore di luminosità integrato<br />
• Peso 108 g (camera+sensore luminosità)<br />
• Prezzo circa 3850 euro €<br />
• Sensore Bayer RGB modificato da<br />
16 MP<br />
• Single Imager<br />
• Rolling Shutter<br />
• 1 Banda broadband a scelta tra:<br />
RED, GREEN, BLUE, NIR<br />
• Disponibile anche la versione con<br />
sensore accoppiato NIR+RED<br />
• Ground Sample Distance (GSD):<br />
4.05 cm/pixel a 120 m<br />
• GPS non integrato<br />
• Sensore di luminosità n\on disponibile<br />
• Calibrazione con 3 curve di riflettanza<br />
note<br />
• Peso 64 g<br />
• Prezzo circa 375 euro €<br />
che consentono l’acquisizione<br />
sincronizzata delle immagini nelle<br />
diverse bande. Per contro, la risoluzione<br />
dei sensori del Sequoia<br />
è più bassa (1.2 MP contro 16<br />
MP di Mapir) e questo può in<br />
parte condurre ad una più bassa<br />
precisione del risultato se si lavora<br />
su colture a filare o a crescita verticale,<br />
come i vigneti. A differenza<br />
di Mapir, Sequoia inoltre integra<br />
al suo interno un set di sensori di<br />
posizione e assetto utilizzati per la<br />
georeferenziazione delle immagini<br />
acquisite, ed un sensore di luminosità<br />
da montare separatamente<br />
sull’APR, che permette la calibrazione<br />
automatica dei quattro sensori<br />
multispettrali. Quest’ultima<br />
caratteristica è molto importante<br />
perché permette un confronto<br />
veritiero fra diverse acquisizioni<br />
effettuate per lo stesso terreno<br />
agricolo ma in condizioni di luce<br />
differenti e/o in periodi diversi:<br />
ciò permette di generare dei valori<br />
assoluti in termini di riflettanza.<br />
Mapir non dispone di un sensore<br />
GPS integrato né di un sensore<br />
di luminosità. Di conseguenza, le<br />
immagini vanno georeferenziate<br />
in post-processing e le acquisizioni<br />
possono perdere di valore se le<br />
condizioni di luce subiscono mutamenti<br />
durante la missione (ad<br />
esempio, se il sole viene coperto<br />
dalle nuvole).<br />
In generale è buona norma non<br />
effettuare rilievi in condizioni<br />
di nuvolosità irregolare bensì in<br />
condizione di cielo sereno o totale<br />
copertura, in modo da evitare<br />
le ombre generate dalle nuvole.<br />
Tuttavia, in condizioni di cielo<br />
coperto, solo la Sequoia può dare<br />
dei risultati corretti, poiché regi-<br />
Fig. 1 - Missione 1 Sequoia - Ortomosaico e modello digitale di superficie (DSM).<br />
Fig. 2 - Missione 1 Sequoia - Mappa NDVI.<br />
Fig. 3 - Missione 2 Sequoia - Ortomosaico e modello digitale di superficie (DSM).<br />
Fig. 4 - Missione 2 Sequoia <strong>GEOmedia</strong> - Mappa n°5-<strong>2017</strong> NDVI. 11
REPORT<br />
Fig. 5 - Missione 3 Sequoia- Ortomosaico e modello digitale di superficie (DSM).<br />
Fig. 6 - Missione 3 Sequoia - Mappa NDVI.<br />
Fig. 7 - Missione 2 Mapir - Ortomosaico e modello digitale di superficie (DSM).<br />
Fig. 8 - Missione 2 Mapir - Mappa NDVI.<br />
stra la luminosità corrente durante<br />
il volo. La georeferenziazione<br />
delle immagini Mapir è dunque<br />
possibile solo utilizzando dati di<br />
posizione e assetto provenienti<br />
da sistemi esterni: in genere si<br />
usano i dati forniti dall’autopilota<br />
dell’APR, se questo li rende disponibili.<br />
In conclusione, si può affermare<br />
che le operazioni di sincronizzazione<br />
di georeferenziazione e<br />
di calibrazione delle immagini<br />
ottenute con le Mapir risultano<br />
decisamente più complesse e<br />
articolate rispetto alla camera<br />
Sequoia. Per contro, quest’ultima<br />
ha un costo d’acquisto maggiore<br />
e una risoluzione dei sensori multispettrali<br />
più bassa, che per certi<br />
tipi di colture potrebbe risultare<br />
uno svantaggio.<br />
I Test<br />
I test di volo sono stati svolti<br />
presso l’azienda agricola Savignola<br />
Paolina nel territorio del Chianti<br />
Classico, dove è stata scelta una<br />
porzione di vigneti su cui Zephyr<br />
ha effettuato tre missioni di rilevamento.<br />
Zephyr utilizza l’APR<br />
EXOS, un esarotore ad elevata<br />
autonomia di produzione propria,<br />
specializzato per operazioni<br />
altamente professionali. Nella<br />
configurazione impiegata sul<br />
campo, Zephyr EXOS montava<br />
una piattaforma stabilizzata a due<br />
assi studiata appositamente per il<br />
Parrot Sequoia. I voli sono stati<br />
effettuati al mattino, a mezzogiorno<br />
e nel primo pomeriggio,<br />
in modo da avere condizioni di<br />
luce differenti per ogni set di immagini.<br />
Durante lo svolgersi del<br />
terzo volo inoltre, il cielo risultava<br />
parzialmente velato da nuvole<br />
passeggere.<br />
Tutte e tre le missioni sono state<br />
pianificate tramite una stazione<br />
di terra. Dopo aver caricato le<br />
missioni nella memoria interna<br />
dell'autopilota, l'APR è in grado<br />
di operare in modalità automatica<br />
mantenendo un'altezza dal<br />
terreno costante. Quest'ultima<br />
funzionalità (terrain following)<br />
risulta necessaria per ottenere<br />
valori corretti di riflettanza su terreni<br />
collinari.<br />
Le altezze sono state impostate a<br />
50 metri (missione 1) e 60 metri<br />
(missione 2 e 3), la velocità di<br />
volo a 5 m/s e overlap dei fotogrammi<br />
imposto all’80%. Prima<br />
di effettuare i voli si è proceduto<br />
con la calibrazione dell’IMU e del<br />
magnetometro di Sequoia; inoltre<br />
prima di ogni singolo volo, sono<br />
state scattate le foto ai bersagli di<br />
calibrazione radiometrica per una<br />
corretta analisi dei dati. Il tempo<br />
impiegato per ogni missione è<br />
stato di 20-25 minuti.<br />
Per le camere Mapir sono state<br />
usate identiche impostazioni di<br />
volo. Tuttavia, è stato operato un<br />
unico volo, effettuato subito dopo<br />
la seconda missione di EXOS (a<br />
mezzogiorno circa). Le camere<br />
Mapir sono state montate a bordo<br />
di un DJI Phantom 3 Pro tramite<br />
apposito supporto.<br />
Per la generazione delle mappe di<br />
vigore è stato utilizzato il software<br />
Pix4D e per il post-processing il<br />
software QGis.<br />
12 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
Il confronto sui risultati è stato<br />
effettuato valutando l’indice<br />
NDVI per entrambe le camere.<br />
Tale indice è definito come il<br />
rapporto, rispettivamente, fra differenza<br />
e la somma dei parametri<br />
NIR e RED ed è uno degli indici<br />
più utilizzati in agricoltura di<br />
precisione per via della sua semplicità<br />
di calcolo e per la capacità<br />
di rivelare stati di stress vegetativo.<br />
Tuttavia la sua stima risulta molto<br />
sensibile alle variazioni atmosferiche<br />
e a fenomeni di disturbo dovuti<br />
alla riflettanza del suolo. Per<br />
ovviare a quest’ultimo problema<br />
è spesso utilizzato l’indice SAVI<br />
che corregge il NDVI rispetti agli<br />
effetti del suolo (cosa particolarmente<br />
importante per i vigneti,<br />
in cui il suolo tra i filari è molto<br />
esposto e potrebbe falsare il risultato<br />
finale).<br />
Risultati – Parrot Sequoia<br />
Di seguito sono visualizzabili figure<br />
a bassa risoluzione relative ai<br />
risultati ottenuti con i tre voli.<br />
Nell’ordine, per ogni missione, si<br />
riportano:<br />
4Ortomosaico e DSM (Digital<br />
Surface Model)<br />
4Mappa NDVI<br />
Si può constatare come i valori<br />
assoluti degli indici ottenuti con i<br />
diversi rilevamenti risultino particolarmente<br />
affidabili, mostrando<br />
valori tra loro molto vicini tra un<br />
test e l’altro. Inoltre, zone di alto<br />
e basso vigore sono rappresentate<br />
qualitativamente bene nelle tre<br />
mappe NDVI.<br />
Questo consente di affermare che:<br />
4i dati sono potenzialmente<br />
confrontabili se acquisiti in<br />
momenti diversi;<br />
4i dati acquisiti sono robusti<br />
rispetto a variazioni moderate<br />
delle condizioni di luce.<br />
Parrot Sequoia, grazie al<br />
sensore di luminosità, risulta<br />
poco sensibile a coperture<br />
leggere e temporanee di nubi<br />
durante la missione. Affinchè<br />
sia garantita la qualità dei<br />
risultati è comunque buona<br />
norma effettuare i voli nelle<br />
ore più calde e in giornate<br />
soleggiate.<br />
La risoluzione della camera<br />
Sequoia risulta sufficiente per<br />
discriminare i filari anche acquisendo<br />
i dati da un’altitudine di 60<br />
metri.<br />
Risultati – Mapir Survey2<br />
Un unico volo è stato effettuato<br />
con due camere Mapir RED e<br />
NIR. Gli ortomosaici sono stati<br />
elaborati secondo le indicazioni<br />
dettagliate reperibili sul sito del<br />
produttore, utilizzando anche appositi<br />
bersagli radiometrici di calibrazione<br />
per normalizzare i dati.<br />
Nell’ordine per ogni missione si<br />
riportano:<br />
4Ortomosaico e DSM<br />
(Digital Surface Model)<br />
4Mappa NDVI<br />
Come si può notare dalle immagini<br />
nella Figura 9, che sono<br />
state scalate sullo stesso intervallo<br />
di valori per un confronto più<br />
efficace, i dati rilevati sono qualitativamente<br />
congruenti tra loro<br />
ma sono abbastanza diversi in<br />
termini di valori assoluti. Dalla<br />
Figura 10, si rileva che la mappa<br />
realizzata con la Mapir ha un<br />
dettaglio maggiore all’interno dei<br />
filari rispetto alla Sequoia, in virtù<br />
di una maggiore risoluzione del<br />
sensore.<br />
Curve di Riflettanza<br />
La figura 12 seguente mostra<br />
l’andamento teorico di tre curve<br />
di riflettanza, chiamate anche<br />
firme spettrali, relative ai casi di<br />
pianta sana, pianta stressata e<br />
suolo. Per i primi due casi si vede<br />
che tra 690 e 740 nm è previsto<br />
un deciso incremento della riflettanza,<br />
proporzionale allo stato di<br />
Fig. 9 - Missione 2 – Confronto Mappe NDVI<br />
Sequoia vs Mapir.<br />
Fig. 10 - Missione 2 – Confronto Mappe NDVI<br />
Sequoia vs Mapir (dettaglio filari).<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 13
REPORT<br />
salute della pianta; entrambe le<br />
curve presentano inoltre un punto<br />
di flesso nella zona del RED<br />
EDGE, che separa la riflettanza<br />
VIS dalla riflettanza NIR.<br />
Nei grafici seguenti sono riportate<br />
le curve di riflettanza, con<br />
relativi valori di NDVI, di tre<br />
campioni di suolo e vegetazione<br />
(filare) raccolti durante la missione<br />
2 con camera Sequoia. Le<br />
curve sono state ottenute prendendo<br />
dei punti campione sulle<br />
mappe di riflettanza generate dalle<br />
4 bande rilevate dalla camera<br />
Sequoia (GREEN, RED, RED<br />
EDGE e NIR). Le curve hanno<br />
l’andamento tipico che ci si<br />
aspetterebbe, sia per il suolo che<br />
per la vegetazione. In particolare,<br />
per la vegetazione vigorosa e sana<br />
si notano alti valori di riflettanza<br />
nel NIR (curva verde del primo<br />
grafico), mentre per la vegetazione<br />
meno vigorosa o malata<br />
questa riflettanza è vistosamente<br />
più bassa (curva rossa del primo<br />
grafico). Il suolo ha invece un<br />
andamento crescente con la lunghezza<br />
d’onda e ad un suolo più<br />
umido corrisponde una curva più<br />
bassa.<br />
Nell’ultimo grafico si può infine<br />
notare la sovrapposizione delle<br />
curve di vegetazione e del suolo.<br />
Come ci si poteva aspettare, il<br />
suolo presenta delle riflettanze<br />
maggiori nel campo del visibile e<br />
delle riflettanze minori nel campo<br />
NIR, rispetto ad una vegetazione<br />
sana. I valori di riflettanza, in<br />
termini assoluti, corrispondono a<br />
studi analoghi condotti in passato<br />
sul vigneto.<br />
Fig. 11 - Spettro di riflettanza teorico.<br />
14 <strong>GEOmedia</strong> n°5-<strong>2017</strong><br />
Fig. 12 - Missione<br />
2 – Mappe di<br />
Riflettanza Vegetazione<br />
e Suolo di<br />
3 campioni.<br />
Conclusioni<br />
In conclusione, per riassumere i<br />
risultati dell’esperimento, si può<br />
affermare quanto segue:<br />
4Le camere sono entrambe<br />
efficaci nel discriminare zone a<br />
differente vigore vegetativo.<br />
4Le camere danno risultati qualitativamente<br />
congruenti tra loro.<br />
4La camera Sequoia fornisce<br />
risultati di riflettanza corretti e<br />
confrontabili nel tempo grazie<br />
alle correzioni operate dal sensore<br />
di luminosità.<br />
4Le camere Mapir, avendo una<br />
risoluzione maggiore, permettono<br />
di avere una mappa<br />
NDVI più dettagliata rispetto<br />
a quella generata a partire dai<br />
dati Sequoia.<br />
4Le curve di riflettanza di vegetazione<br />
e suolo ottenute da<br />
campioni sulle mappe ricavate<br />
dalla camera Sequoia rispecchiano<br />
la fisica e la natura del<br />
problema in questione.<br />
La camera Sequoia è stata progettata<br />
per avere dei risultati<br />
numerici di riflettanza corretti<br />
poiché, attraverso la calibrazione<br />
radiometrica ed il sensore di luminosità,<br />
è possibile risalire alla<br />
riflettanza, ossia alla percentuale<br />
di radiazione che viene riflessa<br />
da un oggetto nelle varie bande<br />
analizzate.<br />
Questo è possibile perché, mentre<br />
li sensore multispettrale registra la<br />
radianza, ossia la quantità di luce<br />
riflessa da un oggetto nelle varie<br />
bande, il sensore di luminosità<br />
registra l’irradianza solare, che è<br />
un dato necessario per ottenere la<br />
riflettanza. Infatti, il rapporto tra<br />
radianza e irradianza è proprio la<br />
riflettanza.<br />
Tuttavia, se sono ricercati dei<br />
risultati qualitativi utili a discriminare<br />
le zone ad alto e basso<br />
vigore, le camere Mapir risultano<br />
una soluzione alternativa ed economica,<br />
che incontrano limiti allorquando<br />
una più accurata analisi<br />
quantitativa risulti necessaria.<br />
PAROLE CHIAVE<br />
Precision farming; precision viticulture; agricoltura di<br />
precisione; viticoltura di precisione; drone; multispectral<br />
sensors; sensori multispettrali<br />
ABSTRACT<br />
This report presents a comparison via field-testing between<br />
Parrot Sequoia and Mapir Survey2 multispectral cameras.<br />
Both sensors are commonly used in precision farming activities<br />
conducted by micro-RPAS (drones), thanks to their small<br />
size and light weight. The experimental activity was performed<br />
in summer on the vineyards of the Savignola Paolina agricultural<br />
holding in Tuscany. The sensors were mounted on board<br />
the EXOS drone, a hexacopter developed by Zephyr company<br />
and specifically designed for precision farming operations.<br />
Pros and cons qualities for each cameras are examined by a<br />
comprehensive approach, starting from technical specifications<br />
and continuing with a comparison of the results obtained<br />
on field. The activity was performed by a partnership between<br />
the companies DroneBee and Zephyr.<br />
AUTORE<br />
Simone Kartsiotis<br />
s.kartsiotis@dronebee.it<br />
info@dronebee.it<br />
Gianluca Rossetti<br />
Matteo Turci<br />
Emanuele Luigi de Angelis<br />
info@zephyraerospace.com
REPORT<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 15
REPORT<br />
Agricoltura di Precisione per la<br />
frumenticoltura toscana: il caso studio<br />
di Marco Mancini, Anna Dalla Marta, Simone Orlandini, Marco Napoli, Simone Gabriele Parisi<br />
Fig 1 - Istallazione della stumentazione per georeferenziazione e sistemi di controllo e<br />
misura su metitrebbiatrici e trattrici.<br />
Gran parte delle aree coltivate a<br />
frumento in Italia sono dislocate<br />
in ambienti caratterizzati da<br />
elevata disomogeneità dal<br />
punto di vista pedologico,<br />
orografico e climatico.<br />
La variabilità dell’ambiente<br />
fisico si riscontra anche nella<br />
crescita e nella produzione del<br />
frumento che mostrano una<br />
differenziazione elevata anche<br />
in aree di coltivazione con<br />
limitate estensioni quali campi<br />
di pochi ettari.<br />
In tale contesto la possibilità<br />
di applicare input di coltivazione<br />
in maniera sitospecifica,<br />
a seconda delle esigenze, ha<br />
risvolti positivi sulla sostenibilità<br />
sia economica sia ambientale.<br />
La necessità attuale per l’introduzione<br />
di applicazioni di agricoltura<br />
di precisione è di avere<br />
nuove figure professionali che<br />
siano in grado di adottare un<br />
approccio sistemico multidisciplinare<br />
che integri conoscenze<br />
di informatica, di telerilevamento,<br />
di cartografia, di sistemi<br />
informativi territoriali, alle<br />
conoscenze agronomiche, oltre<br />
a competenze tecniche legate ai<br />
centri di assistenza delle componenti<br />
meccaniche (Casa R.,<br />
2016).<br />
Nei progetti integrati di Filiera<br />
“Pasta dei Coltivatori Toscani” e<br />
“Grani Antichi Nuove Tecniche<br />
di lavorarione”, supportati dal<br />
Programma di Sviluppo Rurale<br />
della Regione Toscana, in alcune<br />
aziende agricole pioniere<br />
sono state introdotte macchine<br />
operatrici capaci di guida parallela<br />
e di monitorare le rese,<br />
modelli per la distribuzione<br />
sitospecifica del fertilizzante<br />
azotato, sistemi di monitoraggio<br />
remoto ed un dossier aziendale<br />
informatizzato capace di elaborare<br />
e storicizzare le informazioni<br />
colturali parcellari.<br />
L’obiettivo dei progetti è di gestire<br />
agronomicamente, con tecniche<br />
di agricoltura di precisione,<br />
la coltivazione del frumento<br />
e di trasferire le conoscenze alle<br />
aziende agricole ed al Consorzio<br />
Agrario di Siena, coordinatore<br />
dei progetti.<br />
Le azioni svolte per l’introduzione<br />
delle tecniche di fertilizzazione<br />
di precisione sono state:<br />
4introduzione di sistemi di<br />
geoposizionamento e teleguida<br />
nei mezzi meccanici delle<br />
aziende pilota;<br />
4valutazione dello stato vegetazionale<br />
della coltura per<br />
mezzo di monitoraggio remoto;<br />
4fornitura di mappe di prescrizione<br />
per la concimazione di<br />
copertura sitospecifica basate<br />
su monitoraggio remoto della<br />
coltura;<br />
16 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
4organizzazione delle infomazioni<br />
per la realizzazione di<br />
un dossier aziendale digitale,<br />
4raccolta di infomazioni utili<br />
per la storicizzazione e tracciabilità<br />
delle operazioni<br />
colturali;<br />
Aspetti agronomici della fertilizzazione<br />
azotata di copertura<br />
del frumento<br />
La resa e la qualità del frumento<br />
sono influenzate dal peculiare<br />
andamento meteorologico di<br />
ciascuna annata. Nelle fasi che<br />
vanno dalla semina alla prima<br />
fertilizzazione di copertura,<br />
nelle aree collinari possono verificarsi<br />
condizioni di notevole disomogeneità<br />
vegetativa all’interno<br />
degli appezzamenti produttivi,<br />
sia con eccessi di precipitazioni<br />
che in condizioni di siccità<br />
(Dalla Marta et al., 2011); nel<br />
primo caso troveremo vegetazione<br />
sofferente soprattutto nei<br />
fondovalle, luogo di ristagni<br />
idrici, mentre in caso di siccità<br />
la vegetazione sarà più rigogliosa<br />
nei fondovalle, generalmente<br />
più umidi. Le necessità di azoto<br />
distribuite sono legate alle<br />
aspettative di resa che, a loro<br />
volta sono legate allo stato di<br />
rigoglio vegetativo della coltura<br />
al momento della distribuzione.<br />
La dose di fertilizzante azotato<br />
viene quindi determinata al<br />
momento della distribuzione in<br />
copertura, a fine accestimento<br />
e a metà levata, sulla base dello<br />
stato vegetazionale del frumento<br />
ed in funzione delle aspettative<br />
produttive medie del campo.<br />
In tale contesto la distribuzione<br />
differenziata all’interno di un<br />
appezzamento non può essere<br />
operata a partire dalle mappe<br />
di resa degli anni precedenti,<br />
ma necessità di un monitoraggio<br />
vegetazionale che consenta<br />
di individuare le potenzialità<br />
produttive delle differenti sottozone.<br />
A livello di ricerca, l’obiettivo<br />
è di simulare, attraverso<br />
la modellistica, la crescita e la<br />
produzione partendo da monitoraggio<br />
remoto e simulando<br />
l’effetto di dosi variabili d’azoto<br />
e dalle previsioni climatiche<br />
fino al raggiungimento della<br />
maturità fisiologica.<br />
Macchine operatrici e sistemi<br />
di monitoraggio remoto<br />
I mezzi meccani delle aziende,<br />
in particolare la mietitrebbiatrice<br />
e la trattrice usata per le concimazini,<br />
sono stati cablati e dotati<br />
di sensori e computer della<br />
Trimble. La mietitrebbiatrice è<br />
stata dotata di sensori di portata<br />
per la misurazione delle produzioni,<br />
mentre per la distribuzione<br />
di concime è stato utilizzato<br />
uno spandiconcime a settori<br />
separati della Kuhn (fig.1).<br />
Per migliorare la precisione dei<br />
sistemi di posizionamento e di<br />
navigazione satellitari, durante<br />
le fasi sperimentali del progetto,<br />
si è provveduto al posizionamento<br />
temporaneo di una singola<br />
stazione RTK (Real Time<br />
Kinematic).<br />
Il monitoraggio dello stato vegetazionale<br />
della coltura è stato<br />
effettuato per mezzo delle immagini<br />
satellitari multispettrali<br />
Rapid Eye, capaci di fornire<br />
contemporaneamente informazioni<br />
su ampie aree di territorio.<br />
Sono state acquisite 2 immagini,<br />
la prima nella prima settimana<br />
di marzo, corrispondente alla<br />
fase fenologica di fine accestimento/inizio<br />
levata (prima della<br />
prima concimazione di copertura)<br />
e la seconda nella prima<br />
settimana di aprile, ossia a metà<br />
levata (prima della seconda concimazione<br />
di coperura).<br />
La risoluzione spaziale di circa<br />
5x5 m è idonea alle applicazioni<br />
reali in quanto lo spandiconcime<br />
opera su un fronte di 18 m,<br />
ed è controllabile solamente su<br />
ciascuna delle due giranti, equivalente<br />
a 9 m.<br />
Il monitoraggio remoto dello<br />
Fig. 2 - Mappa dell’indice NDVI RE (Normalized Difference<br />
Vegetation Index Red Edge) elaborata dall’immagine<br />
telerilevata nell’aprile 2012.<br />
stato vegetazionale del frumento<br />
è stato ottenuto a partire da<br />
indici vegetazionali basati sulla<br />
correlazione che sussiste fra le<br />
risposte di riflettanza nelle varie<br />
bande e le variabili biofisiche<br />
della coltura, gli aspetti quantitativi<br />
e qualitativi delle rese<br />
finali (Filella e Peñuelas, 1994;<br />
Cammarano et al., 2011; Dalla<br />
Marta et al., 2015).<br />
Gli indici di vegetazione sono<br />
utilizzati anche a carattere predittivo,<br />
sia direttamente che integrandoli<br />
con modelli colturali<br />
per stimare la resa in granella<br />
del frumento duro (Broge e Leblank,<br />
2000; Labus et al., 2002;<br />
Mkhabela et al., 2011; Dalla<br />
Marta et al., 2015) e per valutare<br />
aspetti qualitativi della produzione<br />
quali il contenuto di<br />
Fig. 3 - relazione fra NDVI_RE e biomassa secca nelle<br />
fasi fenologiche di levata e antesi. La relazione è significativa<br />
nella fase di levata esuccessivamente scompare<br />
nella fase di antesi.<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 17
REPORT<br />
Tab. 1 - Indici<br />
di vegetazione<br />
utilizzati in<br />
questo studio,<br />
dove R è la<br />
riflettanza<br />
alla lunghezza<br />
d'onda (nm).<br />
Indice Formula Bibliografia<br />
NDVI (R 780<br />
− R 670<br />
)/(R 780<br />
+ R 670<br />
) Rouse et al., 1974<br />
NDVI RE (R 780<br />
− R 700<br />
)/(R 780<br />
+ R 700<br />
) Gitelson e Merzlyak, 1997<br />
OSAVI (1 + 0.16)(R 800<br />
− R 670<br />
)/(R 800<br />
+ R 670<br />
+ 0.16) Rondeaux et al., 1996<br />
proteine (Hansen et al., 2002;<br />
Guasconi et al., 2011).<br />
Uno dei problemi principali di<br />
questi indici di vegetazione risulta<br />
essere da una parte la difficoltà<br />
di impiego fino a quando<br />
il suolo non è sufficientemente<br />
ricoperto dalla vegetazione,<br />
ossia verso la fine dell’accestimento;<br />
dall’altra, il fenomento<br />
della saturazione dell’indice che<br />
si raggiunge quando la densità<br />
della copertura vegetale, misurata<br />
in indice di area fogliare<br />
(LAI) supera il valore di circa 3.<br />
In questo caso l’indice perde<br />
la capacità di discriminare la<br />
variabilità della vegetazione in<br />
quanto la risposta radiometrica<br />
è sempre simile (Aparicio et<br />
al., 2002). Recentemente viene<br />
molto utilizzato NDVI red edge<br />
(NDVI RE), calcolato impiegando<br />
la banda a cavallo fra i<br />
700 nm, ricavata fra il rosso e<br />
l’infrarosso vicino. Questo ha<br />
fornito stime migliori rispetto<br />
ai tradizionali indici di vegetazione.<br />
Partendo da tali presupposti<br />
sono stati calcolati, per l’intera<br />
area coperta dalle immagini<br />
telerilevate, l’NDVI e l’NDVI<br />
Tab. 2 - Coefficiente<br />
di determinazione<br />
delle<br />
correlazioni tra i<br />
parametri vegetativi<br />
rilevati nella<br />
coltura nelle fasi<br />
fenologiche di levata<br />
e antesi e gli<br />
indici telerilevati,<br />
nell’anno 2012.<br />
In rosso le relazioni<br />
significative.<br />
Valori di significatività:<br />
P≤0.05<br />
con r≥0.45,<br />
P≤0.01 con<br />
r≥0.57, P≤0.001<br />
con r≥0.69.<br />
CHL R 780<br />
/R 550<br />
− 1 Gitelson et al., 2003<br />
LEVATA<br />
ANTESI<br />
RE oltre ad alcuni dei principali<br />
indici similari principalmente<br />
impiegati in bibliografia (tab. 1<br />
e fig. 2).<br />
Dal monitoraggio remoto alle<br />
mappe di prescrizione<br />
La scelta dell’indice con migliore<br />
performance è stata effettuata<br />
tramite un’acquisizione sincrona<br />
di immagini satellitari e misure<br />
puntuali sulla vegetazione. La<br />
variabilità vegetativa in campo<br />
è stata indotta allestendo campi<br />
sperimentali con due differenti<br />
varietà di frumento duro, Miradoux<br />
e Claudio con differenti<br />
livelli di fertilizzazione azotata<br />
(136, 160 e 183 kg di N ad ha).<br />
Il monitoraggio è stato ripetuto<br />
per 3 anni consecutivi. In 18<br />
punti sono stati prelevati campioni<br />
ed effettuate misure volte<br />
a determinare, nelle fasi fenologiche<br />
di metà levata e antesi, il<br />
peso secco della biomassa aerea,<br />
il suo contenuto di N totale, il<br />
LAI e nella fase fenologica di<br />
maturità, la resa, il contenuto di<br />
N totale nella granella.<br />
Dallo studio delle relazioni fra<br />
indici di vegetazione e parametri<br />
della resa finale è emerso<br />
INDEX PS LAI N N<br />
(g ·m -2 ) (m 2 · m -2 ) (%) (g · m -2 )<br />
NDVI 0.806 0.848 -0.044 0.839<br />
NDVI<br />
RE 0.906 0.942 -0.029 0.935<br />
CHL 0.525 0.591 0.043 0.583<br />
OSAVI 0.807 0.848 -0.044 0.840<br />
NDVI -0.001 0.417 0.301 0.145<br />
NDVI<br />
RE 0.008 0.330 0.260 0.135<br />
CHL 0.034 0.395 0.104 0.057<br />
OSAVI -0.001 0.417 0.301 0.145<br />
chiaramente che, indipendentemente<br />
dalla varietà e dal livello<br />
d’azoto totale fornito, nella fase<br />
di metà levata è ben definita la<br />
produttività relativa che avrà la<br />
coltura. Le aree con vegetazione<br />
più rigogliosa saranno maggiormente<br />
produttive. Tale informazione<br />
confuta la necessità<br />
di sostenere la produzione con<br />
livelli d’azoto proporzionali alle<br />
aspettative delle future necessità<br />
della pianta.<br />
Gli indici telerilevati sono stati<br />
poi messi in relazione con indicatori<br />
vegetazionali rilevati<br />
direttamente sulla coltura (peso<br />
secco, LAI, azoto presente sulla<br />
biomassa verde) nelle due fasi<br />
fenologiche di levata e antesi.<br />
L’indice vegetazionale migliore,<br />
per il monitoraggio remoto della<br />
coltura, è risultato l’NDVI-<br />
RE, che ha mostrato le migliori<br />
performance alla prima data<br />
(tab.2), mostrando correlazione<br />
positiva anche con la resa finale.<br />
Questa capacità di descrivere<br />
lo stato del raccolto è risultata<br />
particolarmente efficace in levata,<br />
per due ragioni principali:<br />
in primo luogo, la variabilità<br />
della vegetazione è abbastanza<br />
elevata per essere discriminata e<br />
descritta da indici telerilevati; in<br />
secondo luogo, la fase di levata<br />
rappresenta il tempo ottimale in<br />
cui il terreno è completamente<br />
coperto dalla vegetazione, ma<br />
questa non è sufficientemente<br />
densa per saturare le risposte<br />
radiometriche delle bande<br />
spettrali con cui si calcolano gli<br />
indici telerilevati.<br />
Con valori di sostanza secca fino<br />
a 300-400 g/m 2 e di LAI fino a<br />
circa 3 l’indice telerilevato riesce<br />
a distinguere le differenze fra le<br />
varie aree con differente rigoglio,<br />
mentre al di sopra la risposta<br />
radiometrica della coltura si<br />
uniforma (fig. 3).<br />
Nel periodo fra inizio levata e<br />
metà della levata si apre quindi<br />
una finestra temporale, in cui<br />
18 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
la vegetazione copre completamente<br />
il suolo e non è troppo<br />
folta, gli indici vegetazionali<br />
elaborati da informazioni telerilevate<br />
consentono di descrivere<br />
abbastanza bene la variabilità<br />
della vegetazione all’interno<br />
delle unità produttive. Normalmente<br />
questa finestra temporale<br />
è collocata fra le due concimazioni<br />
di copertura.<br />
L’immagine satellitare acquisita<br />
nella fase di fine accestimento<br />
– inizio levata (fine marzo- inizio<br />
aprile) può quindi essere<br />
utilizzata per produrre mappe<br />
di prescrizione della seconda<br />
concimazione di copertura. Risulta,<br />
infatti, idonea a descrivere<br />
la variabilità di campo, fornendo<br />
informazioni puntuali sullo<br />
stato della vegetazione (LAI,<br />
biomassa aerea, azoto fogliare),<br />
ed è associabile alle aspettative<br />
di resa finale.<br />
Dal punto di vista operativo<br />
l’acquisizione delle immagini,<br />
l’ortofotorettifica, le correzione<br />
per la trasparenza dell’atmosfera<br />
e l’elaborazione degli indici vegetazionali<br />
è stata esternalizzata<br />
ad una ditta specializzata. Attualmente<br />
risulta molto interessante<br />
anche la possibilità d’impiego<br />
di monitoraggio remoto<br />
attraverso immagini Sentinel<br />
2 la cui risoluzione spaziale di<br />
circa 10x10 m risulta idonea ai<br />
fini operativi.<br />
Mappe di prescrizione e fertilizzazione<br />
sitospecifica<br />
Le mappe vegetazionali costituiscono,<br />
ai fini sperimentali,<br />
un input per i modelli di crescita<br />
e sviluppo della coltura,<br />
quali CERES-Wheat. I modelli<br />
possono essere calibrati con<br />
informazioni dettagliate sulla<br />
vegetazione, derivanti dal monitoraggio<br />
remoto, con dati meteorologici<br />
previsionali, derivanti<br />
dalle previsioni stagionali e da<br />
differenti dosi di fertilizzante, al<br />
fine di individuare la dose ottimale<br />
ai fini della ottimizzazione<br />
delle performance produttive.<br />
Allo stato attuale nel contesto<br />
operativo non sperimentale<br />
è molto difficile operare con<br />
modelli di simulazione che prevedono<br />
una descrizione dettagliata<br />
di tutte le componenti del<br />
agroecosistema. Per questo motivo<br />
la produzione delle mappe<br />
di prescrizione è stata effettuata<br />
senza l’ausilio di modelli di crescita<br />
e sviluppo. Dalla mappa di<br />
NDVI RE sono state estratte le<br />
mappe dei singoli appezzamenti<br />
produttivi e sono state effettuate<br />
operazioni di reclassamento,<br />
suddividendole in categorie<br />
vegetazionali utilizzabili come<br />
discriminanti delle differenti<br />
necessità di apporti nutritivi<br />
(fig. 4).<br />
La scelta della dose media di<br />
fertilizzante azotato viene lasciata<br />
all’agricoltore in base alla<br />
sua conoscenza, esperienza, e<br />
strategia affinata nel contesto<br />
produttivo, sia agronomico, sia<br />
economico. L’agricoltore può<br />
decidere anche la percentuale in<br />
più od in meno da attribuire a<br />
ciascuna categoria.<br />
Mappatura delle rese<br />
Il sistema di monitoraggio continuo<br />
applicato alle metitrebbie<br />
consente la mappatura delle rese.<br />
La procedura di calibrazione<br />
richiede un primo passagio durante<br />
il quale si acquisiscono dati<br />
Fig. 4 - reclassamento della mappa di NDVI RE 12 apr<br />
2013 (a sinistra) ottenuta da immagini Rapid Eye per<br />
la produzione di una mappa utilizzabile per la fertilizzazione<br />
azotata di copertura (a destra).<br />
georeferiti, visibili in tempo reale<br />
dai monitor di bordo (fig. 5).<br />
Al primo scarico della metitrebbia<br />
si misurano le informazioni<br />
esatte circa il peso e l’umidità<br />
relativa e si riutilizzano per la<br />
calibrazione del sistema di monitoraggio.<br />
Queste informazioni<br />
base di conoscenza e costituiscono<br />
un importante elemento<br />
per il miglioramento e l’estensione<br />
delle applicazioni sitospecifiche.<br />
A questo scopo è stato<br />
impiegato il software SITIfarmer,<br />
piattaforma WEB dedicata<br />
all’agricoltura di precisione.<br />
L’impiego del software gestionale<br />
SITI4farmer (www.<br />
siti4farmer.eu)<br />
Il software di ABACO SPA di<br />
Mantova (www.abacogroup.eu)<br />
è stato utilizzato come base per<br />
assolvere alle necessità di operatività<br />
e di storicizzazione delle<br />
Fig. 5 - Mietritrebbiatura <strong>GEOmedia</strong> n°5-<strong>2017</strong> con monitoraggio 19<br />
continuo delle rese.
REPORT<br />
Fig. 6 - Dashboard di visualizzazione dell’andamento storico dell'indice NDVI medio sull’intero appezzamento,<br />
con possibilità di visualizzare anche il valore del singolo pixel e confrontare le immagini di due<br />
date differenti per il medesimo appezzamento.<br />
informazioni. Infatti la piattaforma<br />
Siti4farmer, utilizzata in<br />
modalità Cloud, fornisce strumenti<br />
finalizzati alla conoscenza<br />
e monitoraggio del territorio,<br />
all’agricoltura di precisione, alla<br />
pianificazione e controllo delle<br />
attività in campo.<br />
Il Portale permette la rappresentazione<br />
del territorio con una<br />
dotazione di ortofoto aeree certificate<br />
e ad altissima risoluzione<br />
(fino a 20 cm) corredate da<br />
altimetria del terrreno (DTM<br />
– Digital Terrain Model) e del<br />
soprasuolo, come alberi , edifici<br />
(DSM – Digital Surface Model).<br />
Il primo passo dell’implementazione<br />
è stata la gestione dei dati<br />
dell’Azienda Chiarion, oggetto<br />
del caso studio, in Siti4farmer<br />
ed ha previsto l’importazione<br />
dei dati catastali da dossier<br />
aziendale. A seguire si è proceduto<br />
all’assegnazione dei codici<br />
colturali idonei (Agea) per una<br />
corretta compilazione del piano<br />
colturale. Collegata ai suddetti<br />
codici colturali, è presente la<br />
gestione della scala fenologica<br />
secondo lo standard BBCH, la<br />
parametrizzazione comprende<br />
anche l’approndimento radicale<br />
medio per tipologia di terreno<br />
ed i coefficienti colturali (Kc)<br />
per ogni macrofase fenologica.<br />
Una volta completato il piano<br />
colturale, Siti4farmer è in grado<br />
di gestire le attività di Pratica<br />
Agricola, che comprendono:<br />
semina, fertilizzazione, diserbo,<br />
trattamenti con fitofarmaci e<br />
raccolta, e in generale tutte le<br />
attività effettuate negli appezzamenti<br />
oggetto dello studio. Da<br />
sottolineare che il portale è in<br />
grado di gestire le base dati raccolta<br />
dagli strumenti in campo.<br />
Il monitoraggio continuo attraverso<br />
l’indice vegetazionale<br />
NDVI<br />
In Siti4farmer è disponibile<br />
un dataset completo di NDVI<br />
calcolato a partire dalle immagini<br />
riprese dalla costellazione<br />
Sentinel 2A e 2B, Landsat 8<br />
durante la stagione vegetativa<br />
della coltura.<br />
La frequenza di ripresa delle<br />
immagini in caso di cielo sereno<br />
è di 4-5 giorni e la risoluzione<br />
è di circa 10x10 m. La risoluzione<br />
temporale ha consentito<br />
di monitorare costantemente<br />
l’andamento dell’intera stagione<br />
vegetativa cogliendone la<br />
variabilità spaziale e temporale<br />
(fig. 6 e 7). La risoluzione spaziale<br />
per colture con copertura<br />
continua della superficie, quali<br />
il frumento, risulta buona per<br />
effettuare la maggior parte delle<br />
operazioni colturali quali diserbi,<br />
concimazioni, trattamenti<br />
fitosanitari (fig. 6 e 7).<br />
Nell’ambito del progetto sopracitato<br />
sono stati presi in<br />
considerazione gli appezzamenti<br />
a frumento nelle campagne<br />
2016/<strong>2017</strong> situati nel comune di<br />
Monteroni d’Arbia (SI) ed impiegati<br />
in fase sperimentale per<br />
la stima della bontà predittiva.<br />
La possibilità di seguire, attraverso<br />
il software, l’andamento<br />
della vegetazione durante tutta<br />
la stagione costituisce il presupposto<br />
per rendere accessibile<br />
all’agricoltore le informazioni<br />
operative. Occorre sempre<br />
considerare che la fase in cui le<br />
informazioni circa la variabilità<br />
vegetazionale del campo sono<br />
maggiormente attendibili sono<br />
Fig. 7 - sequenza temporale delle immagini NDVI<br />
dai satelliti Sentinel2 e Landsat 8 relative ad un<br />
appezzamento sperimentale dell'Azienda Chiarion,<br />
durante la stagione frumenticola 2016/<strong>2017</strong>.<br />
20 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
sempre quelle comprese fra la<br />
fine accestimento e la fine levata.<br />
Naturalmente è possibile confrontare<br />
gli andamenti di annate<br />
diverse distinguendo anche<br />
le differenze che sussistono di<br />
anno in anno.<br />
L’immagine NDVI è stata processata<br />
attraverso il software<br />
Siti4farmer con la funzionalità<br />
di editing al fine di ottenere<br />
una base informativa utile per<br />
la formulazione della mappa di<br />
prescrizione (fig. 8).<br />
Gli indici agrometeorologici<br />
Oltre agli indici di vegetatività<br />
(NDVI), a partire dai raster<br />
meteorologici giornalieri (calcolati<br />
grazie ai dati meteorologici<br />
della rete SIR - Toscana e dei<br />
dati previsionali giornalieri a 7<br />
giorni), sono stati calcolati sul<br />
territorio oggetto di studio una<br />
serie di indicatori quali: la temperatura<br />
del terreno a 10 cm di<br />
profondità, la radiazione solare<br />
globale, l’evapotraspirazione potenziale<br />
da coltura di riferimento<br />
(ETo) e l’evapotraspirazione<br />
reale della coltura (ETm) e non<br />
ultimo il bilancio idrico.<br />
Per il bilancio idrico oltre ai<br />
suddetti dati meteorologici si è<br />
reso necessario acquisire i dati<br />
pedologici aziendali, necessari<br />
per determinare l’ampiezza del<br />
“serbatoio” cui la pianta può attingere<br />
la risorsa idrica (AWC).<br />
I DSS standard<br />
Sulla base delle informazioni<br />
provenienti dai dati meteorologici<br />
ed indici agrometeo, sono<br />
stati implementati una serie di<br />
allarmi in grado di controllare<br />
le seguenti casistiche:<br />
di valori superiori ad uno<br />
soglia parametrizzabile e comunque<br />
fissata per default a<br />
0.2 , viene emessa un’allerta<br />
nel caso tale soglia venga<br />
oltrepassata,<br />
3) indice di disomogeneità<br />
all’interno dell’appezzamento,<br />
4) accumulo di risorse termiche<br />
insufficienti per la<br />
maturazione tecnologica/<br />
raccolta.<br />
Conclusioni<br />
L’introduzione dei sistemi e<br />
delle tecniche di fertilizzazione<br />
azotata di precisione ha aperto<br />
la strada per nuove sfide volte<br />
ad ampliare le applicazioni possibili<br />
e a migliorare quelle messe<br />
a punto. La storicizzazione delle<br />
produzioni, i dati sulle caratteristiche<br />
dei suoli, i modelli di<br />
crescita e sviluppo, il miglioramento<br />
delle previsioni stagionali,<br />
consentiranno di migliorare<br />
l’affidabilità delle mappe di<br />
prescrizione e delle fertilizzazioni<br />
e di renderle operative anche<br />
per la concimazione fatta alla<br />
semina, la prima concimazione<br />
di copertura e per le necessità<br />
di altri nutrienti quali fosforo e<br />
potassio.<br />
Tutto ciò è facilitato dall’impiego<br />
di software come SI-<br />
TI4farmer che raccolgono in<br />
un unico ambiente tutti i dati<br />
Fig. 8 - immagine NDVI acquisita in fase di levata<br />
(21/4/2016)reclassata ai fini della somministrazione<br />
della seconda concimazione di copertura.<br />
della campagna, ne forniscono<br />
una visione storica e georiferita<br />
(dove, quando, come) e elaborano<br />
informazioni di “supporto<br />
alle decisioni”. Grazie alle nuove<br />
tecnologie sono ora disponibili,<br />
per tutti gli agricoltori e a<br />
costi contenuti, apparecchiature<br />
di precisione, sensoristica di<br />
1) temperatura del terreno<br />
adatta alla semina;<br />
2) crescita vegetativa non uniforme:<br />
a partire dalle immagini<br />
NDVI, andando a<br />
leggere il valore relativo alla<br />
deviazione standard, in caso<br />
Fig. 9 - dashboard che aggrega gli indici agrometeorologici storici e previsionali calcolati sull’azienda<br />
Chiarion. A: Plot andamento delle temperature massime, minime e precipitazioni giornaliere .<br />
B: Plot andamento dell’evapotraspirazione giornaliera da coltura di riferimento e reale del frumento<br />
duro. C: Plot dell’andamento della radiazione globale giornaliera. D: Plot dell’andamento della<br />
temperatura del terreno minima e massima giornaliera a 10 cm di profondità. E:Plot dell’andamento<br />
del bilancio idrico giornaliero.<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 21
REPORT<br />
campo ed algoritmi<br />
complessi per la elaborazione<br />
dei dati.<br />
Questo nuovo modo di<br />
lavorare in agricoltura<br />
è la chiave di volta per<br />
l’ incremento e miglioramento<br />
della produzione,<br />
nell’ottica della<br />
sostenibilità, tracciabilità<br />
e capacità di adattamento<br />
ai cambiamenti<br />
climatici.<br />
Ringraziamenti<br />
Si ringrazia il Consorzio<br />
Agrario di Siena, il Dr.<br />
Roberto Ceccuzzi, la<br />
Az. Agr. Chiarion, la<br />
Fondazione Cassa di<br />
Risparmio di Firenze<br />
per il supporto fornito.<br />
Il progetto GRani Antichi<br />
Nuove Tecniche<br />
di coltivazione è svolto<br />
nell’ambito della sottomisura<br />
16.2 - PSR<br />
Regione Toscana.<br />
Si ringrazia inoltre per<br />
il supporto fornito: il<br />
Dr. Agr. Pietro Pagliuca.<br />
BIBLIOGRAFIA<br />
APARICIO, N., VILLEGAS, D., ARAUS, J.L., CASADESUS, J. & ROYO, C. (2002). Relationship between<br />
growth traits and spectral vegetation indices in durum wheat. Crop Sci. 42, 1547–1555.<br />
BROGE, N.H. & LEBLANC, E. (2000).Comparing prediction power and stability of broadband and hyperspectral<br />
vegetation indices for estimation of green leaf area index and canopy chlorophyll density. Remote Sensing of<br />
Environment 76, 156-172.<br />
CAMMARANO, D., FITZGERALD, G.J., BASSO, B., CHEN, D., GRACE, P. & O’LEARY, G.J. (2011).<br />
Remote estimation of chlorophyll on two wheat cultivars in two rainfed environments. Crop & Pasture Science<br />
62, 269–275.Casa R. (2016). Agricoltura di precisione. Edagricole. ISBN 978-88-506-5510-6.Dalla Marta A.,<br />
Grifoni D., Mancini M., Zipoli G., Orlandini S. (2011) - The influence of climate on durum wheat quality in<br />
Tuscany, Central Italy. International Journal of Biometeorology, 55, 87-96.<br />
Dalla Marta A., Grifoni D., Mancini M., Orlando F., Guasconi F., Orlandini S. (2015) - Durum wheat in-field<br />
monitoring and early-yield prediction: assessment of potential use of high-resolution satellite imagery in a hilly area<br />
of Tuscany, Central Italy. Journal of Agricultural Science, 153, 68-77<br />
Dalla Marta A., Orlando F., Mancini M., Guasconi F., Motha R., Qu J., Orlandini S. (2015). A simplified index<br />
for an early estimation of durum wheat yield in Tuscany (Central Italy). Field Crops Research, 170, 1-6<br />
FILELLA, I. & PEÑUELAS, J. (1994). The red edge position and shape as indicators of plant chlorophyll content,<br />
biomass and hydric status. International Journal of Remote Sensing 15, 1459-1470.<br />
Guasconi F., Dalla Marta A., Grifoni D., Mancini M., Orlando F., Orlandini S. (2011) - Influence of climate on<br />
durum wheat production and use of remote sensing and weather data to predict quality and quantity of harvests.<br />
Italian Journal of Agrometeorology, 3/2011, 21-28.<br />
HANSEN, P. M., JØRGENSEN, J.R. & THOMSEN, A. (2002). Predicting grain yield and protein content in<br />
winter wheat and spring barley using repeated canopy reflectance measurements and partial least squares regression.<br />
Journal of Agricultural Science, Cambridge 139, 307–318.<br />
LABUS, M.P., NIELSEN, G.A., LAWRENCE, R.L., ENGEL, R. & LONG, D.S. (2002). Wheat yield estimates<br />
using multi-temporal NDVI satellite imagery. International Journal of Remote Sensing, 23, 4169-4180.<br />
MKHABELA, M.S., BULLOCK, P., RAJ, S., WANG, S. & YANG, Y. (2011). Crop yield forecasting on the Canadian<br />
Prairies using MODIS NDVI data. Agricultural and Forest Meteorology 151, 385–393.<br />
PAROLE CHIAVE<br />
Agricoltura di precisione; Rapid Eye; Sentinel-2; monitoraggio remoto; NDVI, DSS<br />
ABSTRACT<br />
Most of the wheat areas in Italy are located in areas characterized by high inhomogeneities from the pedological, orographic<br />
and climatic point of view. In this context, the precision fertilization in function of crop needs, has had a positive<br />
impact on both economic and environmental sustainability.<br />
In the integrated projects of the "Pasta dei Coltivatori Toscani" chain and the " Grani Antichi Nuove Tecniche di lavorazione<br />
", supported by the Rural Development Program of the Tuscany Region, some testing farms have been provided<br />
with operating machines capable of parallel guidance and monitoring yields, precision distribution models for nitrogen<br />
fertilizer, remote monitoring systems, and a computerized business dossier capable of processing and storing parcel information.<br />
This basic knowledge informations are an important element for the improvement and extension of sitospecific<br />
field practice. In this framework, SITIfarmer software was used as a platform dedicated to precision agriculture.<br />
AUTORE<br />
Marco Mancini, marco.mancini@unifi.it<br />
Anna Dalla Marta, Simone Orlandini , Marco Napoli<br />
Dipartimento di Scienze delle Produzioni Agro-alimentari e dell’Ambiente (DISPAA)<br />
Università di Firenze.<br />
Simone Gabriele Parisi, s.parisi@abacogroup.eu<br />
Abaco S.p.A. , Corso Umberto I, 43, 46100 Mantova,<br />
Via Indipendenza, 106<br />
46028 Sermide - Mantova - Italy<br />
Phone +39.0386.62628<br />
info@geogra.it<br />
www.geogra.it<br />
22 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
®<br />
®<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 23
REPORT<br />
Agricoltura di precisione: l’impegno<br />
di ALPHA Consult in Europa e Africa<br />
di Claudia Maltoni, Elizabeth A. Nerantzis<br />
Fig. 1 - Trial per l'agricoltura di precisione in Sud Africa.<br />
Il settore agricolo si trova sempre<br />
più spesso ad affrontare nuove<br />
sfide provenienti da scenari<br />
economici, sociali e ambientali in<br />
rapida evoluzione. Questo obbliga<br />
gli agricoltori ad individuare nuove<br />
soluzioni per far fronte a tali<br />
mutamenti. In questo contesto,<br />
l’agricoltura di precisione si<br />
prefigura come una strategia<br />
efficace, che permette di abbattere<br />
i costi e ottimizzare le attività<br />
agricole, come dimostrato da Alpha<br />
Consult durante le sue attività.<br />
Negli ultimi anni, il mercato<br />
dell’agricoltura di<br />
precisione si è evoluto<br />
rapidamente grazie ai continui<br />
progressi tecnologici nel settore<br />
agricolo, volti a rispondere al<br />
bisogno di una produzione sempre<br />
più efficiente, al crescente<br />
consumo di cibo, nonché alla<br />
necessità di sfruttare le risorse<br />
naturali in maniera sostenibile.<br />
Inoltre, i cambiamenti climatici<br />
dovuti all’aumento del riscaldamento<br />
globale hanno reso necessaria<br />
l’adozione di tecnologie<br />
avanzate per migliorare la produttività<br />
e la resa delle colture.<br />
Secondo un rapporto pubblicato<br />
da Mordor Intelligence<br />
(MI, <strong>2017</strong>), nel 2016 il mercato<br />
globale per l’agricoltura di precisione<br />
è stato valutato più di<br />
3 miliardi di dollari e dovrebbe<br />
raggiungere un valore di 7 miliardi<br />
entro la fine del 2022, con<br />
un CAGR previsto del 12,14%<br />
durante il periodo <strong>2017</strong>-2022.<br />
Secondo uno studio del Parlamento<br />
Europeo (EP, 2016)<br />
la diffusione di tecnologia di<br />
precisione risulta tuttavia ancora<br />
lenta nel Vecchio Continente,<br />
soprattutto nell’Europa<br />
meridionale. Basti pensare che<br />
oggi in Italia solo l’1% della<br />
superficie agricola coltivata vede<br />
l’impiego di mezzi di agricoltura<br />
di precisione, anche se il dato<br />
dovrebbe salire al 10% entro il<br />
2021, secondo gli obiettivi del<br />
Ministero delle politiche agricole<br />
alimentari e forestali (Mipaaf,<br />
2016).<br />
Come per l’Italia, in tutta Europa<br />
oggi si assiste ad un crescente<br />
interesse degli operatori del<br />
settore primario per l’agricoltura<br />
di precisione. Il fenomeno<br />
non stupisce, se si considera<br />
che il precision farming spesso<br />
permette alle aziende di produrre<br />
output agricoli maggiori e<br />
migliori con input inferiori,<br />
riducendo i costi di esercizio e<br />
l’impatto sull’ambiente e coniugando<br />
redditività e sostenibilità.<br />
In effetti, sempre stando allo<br />
studio del Parlamento Europeo,<br />
la completa diffusione dell’agricoltura<br />
di precisione potrebbe<br />
avere influenze positive su diversi<br />
aspetti, portando benefici<br />
socio-economici e ambientali.<br />
In particolare, si accenna spesso<br />
al ruolo fondamentale della precision<br />
farming nel supportare<br />
lo sviluppo sostenibile e la sicurezza<br />
alimentare, attualmente<br />
garantite con difficoltà crescenti<br />
nell’economia europea.<br />
È altresì necessario sottolineare<br />
l’importanza delle diverse tecnologie<br />
di precisione e strumenti<br />
per l’acquisizione dei dati, tra<br />
cui sensori montati principalmente<br />
su macchine agricole,<br />
applicazioni per smartphone,<br />
satelliti (ad esempio Sentinel 1<br />
e Sentinel 2) fino ai robot agricoli.<br />
Infine, ma non meno importante,<br />
le soluzioni alla base<br />
dell’agricoltura di precisione<br />
saranno enabler fondamentali<br />
nel processo verso il concetto<br />
dell’autonomous driving (es. per<br />
i trattori).<br />
L’avvento di tecnologie sempre<br />
più sofisticate porta necessariamente<br />
con sé una serie di costi.<br />
In tal senso, i benefici prodotti<br />
dall’agricoltura di precisione<br />
devono (e dovranno) rivelarsi<br />
coerenti con la spesa sostenuta<br />
dagli agricoltori per introdurre<br />
queste nuove tecnologie. È in<br />
questo contesto, che l’attività<br />
di ALPHA Consult si inserisce,<br />
attraverso una serie di analisi<br />
costi-benefici volte proprio a<br />
investigare una tale coerenza<br />
per i principali attori nel settore<br />
agricolo.<br />
24 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
Fig. 2 - I principali servizi di Alpha Consult.<br />
ALPHA Consult<br />
Alpha Consult (www.alphacons.<br />
eu) è una società Europea di<br />
consulenza gestionale focalizzata<br />
principalmente nei settori<br />
GNSS (Global Navigation<br />
Satellite System), EO (Earth<br />
Observation), UAVs (Unmanned<br />
Aerial Vehicle), IoT (Internet<br />
of Things) e relative industry<br />
in Europa e in Africa. Una<br />
lista dei principali servizi offerti<br />
è riportata in figura 2.<br />
Fin dalla sua creazione nel<br />
2009, ALPHA ha lavorato costantemente<br />
con le istituzioni<br />
europee promuovendo analisi<br />
e studi a supporto del valore<br />
aggiunto dell’agricoltura di<br />
precisione. In particolare, attraverso<br />
le sue attività, ALPHA ha<br />
analizzato in dettaglio i benefici<br />
che possono portare al settore<br />
agricolo le tecnologie basate su:<br />
(i) sistemi di navigazione e di<br />
posizionamento come GNSS e<br />
SBAS (Satellite Based Augmentation<br />
System), ed in particolare<br />
Galileo e EGNOS (European<br />
Global Navigation Overlay System);<br />
(ii) sistemi per l’osservazione<br />
terrestre (es. Copernicus);<br />
(iii) sistemi di informazione<br />
geografica (GIS); e (iii) soluzioni<br />
IoT o UAVs (per raccogliere<br />
informazioni). L’analisi è stata<br />
customizzata prendendo in considerazione<br />
diverse variabili (es.<br />
geografia, tipo di coltivazioni,<br />
livello di meccanizzazione) al<br />
fine di sostenere le decisioni<br />
dell’agricoltore nelle diverse fasi,<br />
quali la concimazione delle colture,<br />
la semina o la raccolta.<br />
In questo ambito, ALPHA ha<br />
sviluppato, a seconda dei progetti,<br />
analisi di mercato, analisi<br />
costi-benefici, piani di business,<br />
roadmaps per l’introduzione di<br />
nuove tecnologie. Allo stesso<br />
tempo, si è occupata di stakeholder<br />
engagement (ad es.<br />
tramite interviste e focus group)<br />
e ricerca di nuove opportunità<br />
di finanziamento per il settore<br />
(tra le altre attività, tramite la<br />
partecipazione ad eventi dedicati).<br />
Grazie a questa attività, Alpha<br />
ha maturato una solida competenza<br />
in ambito di precision<br />
agriculture che le ha permesso<br />
di riutilizzare alcuni concetti<br />
tipici del settore (es. “the right<br />
quantity, in the right place, at<br />
the right time” or “autonomous<br />
driving”) anche in ambiti totalmente<br />
diversi come ad esempio<br />
la manutenzione invernale.<br />
L’agricoltura di precisione nei<br />
progetti di Alpha Consult<br />
All’interno del portfolio progetti<br />
di Alpha (più di 100 progetti),<br />
quelli dedicati all’agricoltura<br />
ricoprono da sempre una parte<br />
importante.<br />
Innanzitutto, vanno citati due<br />
framework contract (SUCCESS<br />
e SUCCESS 2) con la Commissione<br />
Europea (2010-<strong>2017</strong>) per<br />
attività a sostengo della cooperazione<br />
internazionale in ambito<br />
navigazione satellitare e dei programmi<br />
EU in ambito GNSS.<br />
L’estensione al continente Africano<br />
dei servizi di SBAS, ed in<br />
particolare EGNOS, è stato il<br />
focus principale del progetto. Le<br />
relative attività sono state portate<br />
avanti congiuntamente da tre<br />
partner: FDC (coordinatore),<br />
DLC (management advisor)<br />
ed ALPHA (in capo alle analisi<br />
economiche e finanziare).<br />
All’ interno del progetto, a<br />
seguito di uno studio dei potenziali<br />
benefici di SBAS ed<br />
EGNOS in vari settori in Africa,<br />
Alpha ha potuto concludere<br />
che l’agricoltura (in particolare<br />
quella di precisione) è da considerarsi<br />
il secondo mercato<br />
(dopo l’aviazione) a poter ricevere<br />
un impatto positivo dall’estensione<br />
di tali sistemi. In particolare,<br />
i sistemi citati potrebbero<br />
permettere una maggiore<br />
precisione, una riduzione dello<br />
spreco degli input, un miglioramento<br />
del sistema di irrigazione<br />
e gestione delle acque. Di conseguenza,<br />
ci si può aspettare una<br />
riduzione di tempo, soldi e fatica,<br />
un’ottimizzazione della produzione<br />
e un aumento dei profitti.<br />
Tutti fattori che non vanno<br />
sottovalutati in un continente<br />
in cui l’agricoltura contribuisce<br />
al 32% del PIL e dà impiego al<br />
65% della popolazione.<br />
Entrando nel dettaglio dell’analisi,<br />
si vede come la maggiore<br />
precisione permessa da SBAS ed<br />
EGNOS abbia un ruolo chiave<br />
per specifiche colture (quelle<br />
senza marker, come ad esempio<br />
i cereali, mais, il riso, la canna<br />
da zucchero, il sorgo e il grano)<br />
Fig.3 - Il team VISCA presso l'azienda vincola Symington (Portogallo).<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 25
REPORT<br />
e fasi (quali i trattamenti iniziali<br />
e quelli successivi alla semina).<br />
Durante queste attività, una riduzione<br />
degli input da un minimo<br />
di 2.36% ad un massimo di<br />
3.55% (soprattutto fertilizzanti,<br />
ma anche riduzione del lavoro<br />
e utilizzo dei mezzi) può essere<br />
raggiunta grazie ad EGNOS.<br />
Partendo da queste premesse e<br />
tramite un modello disegnato<br />
da Alpha, sono stati calcolati i<br />
benefici netti relativi all’utilizzo<br />
di EGNOS (e dell’agricoltura<br />
di precisione) in alcuni paesi<br />
dell’Africa Sub-Sahariana (con<br />
un più alto livello di meccanizzazione)<br />
e specificatamente in<br />
Sud Africa.<br />
Insieme alle analisi fatte per<br />
l’agricoltura di precisione in<br />
Africa, Alpha si è occupata di<br />
capire il valore aggiunto della<br />
stessa (tramite tecnologie ancor<br />
più avanzate) in Europa.<br />
Tra gli altri progetti 1 , VISCA<br />
(Vineyards´ Integrated Smart<br />
Climate Application) è il più<br />
recente. VISCA è un progetto<br />
finanziato dall’ Unione Europea<br />
all’interno del programma<br />
Horizon 2020. Il progetto è<br />
iniziato nel <strong>2017</strong> con durata<br />
triennale (2020). VISCA riunisce<br />
una squadra multidisciplinare<br />
di 11 partners europei<br />
tra cui società di servizi meteorologici<br />
e ambientali, enti di<br />
ricerca e università, produttori e<br />
distributori di vino, e società di<br />
consulenza. Il progetto è coordinato<br />
da Meteosim. I partners<br />
del consorzio includono: Barcelona<br />
Supercomputing Center,<br />
Codorniu, Institut De Recerca<br />
I Tecnologia Agroalimentaries,<br />
Istituto Superiore Mario Boella,<br />
Universita degli Studi di Napoli<br />
Federico II, Mastroberardino<br />
Spa, Symington - Vinhos, Universidade<br />
Do Porto, Unite Technique<br />
Du Semide Geie e Alpha<br />
Consult.<br />
VISCA mira a rendere le industrie<br />
vinicole europee resilienti<br />
ai cambiamenti climatici, riducendo<br />
al minimo costi e rischi<br />
attraverso un miglioramento<br />
della gestione della produzione<br />
(qualità e quantità del prodotto<br />
finale). Per raggiungere questo<br />
obiettivo, VISCA fornirà un<br />
servizio climatico (Climate<br />
Service) e un sistema di supporto<br />
decisionale (Decision<br />
Support System) che verranno<br />
testati con tre potenziali utenti<br />
in Italia, Portogallo e Spagna.<br />
Insieme con altre fonti di dati,<br />
il Climate Change Service di<br />
Copernicus sarà utilizzato. Inoltre,<br />
sarà eseguito uno scouting<br />
dei dataset esistenti e disponibili<br />
all’interno del database GEOSS.<br />
Seppur appena cominciato, le<br />
aspettative rispetto ai potenziali<br />
impatti nel settore sono<br />
già elevate. Secondo un primo<br />
feedback da parte di potenziali<br />
utenti interni al Consorzio 2 o<br />
membri del Project Advisory<br />
Board 3 , “VISCA consentirebbe<br />
una previsione di produzione<br />
anticipate di un anno. Questo<br />
avrebbe un impatto immediato<br />
del valore del raccolto di uva del<br />
2%”. Anche qui, sarà compito<br />
di Alpha validare questi benefici<br />
e capire i potenziali costi, al fine<br />
di stimare l’impatto finale per i<br />
viticoltori e valutare, al tempo<br />
stesso, la sua replicabilità ad altri<br />
settori agricoli ad alto valore<br />
aggiunto (es. olive e riso).<br />
NOTE<br />
1 Alcuni esempi di altri progetti/ attività sono: (i) AUDITOR (Advanced Multi-Constellation EGNSS Augmentation<br />
and Monitoring Network and its Application in Precision Agriculture), un progetto H2020 di durata<br />
biennale (2016-<strong>2017</strong>) finanziato dall'Agenzia Europea per il GNSS (GSA) (www.auditor-project.eu); servizi di<br />
consulenza ad hoc per GSA nell'ambito del progetto di implementazione dei piani di ingresso sul mercato di<br />
EGNOS per l’agricoltura di precisione.<br />
2 Codorniu, Mastroberardino and Symington.<br />
3 OIV(International Wine Association), INNOVI (Catalan Wine Cluster), PTV (Plataforma Tecnológica del<br />
Vino), Asso Enology, WMO (Wolrd Meteorological Organization), UNEP (United Nations Development Programme)<br />
Consultant, IOC (International Oil Council), AEMO (Spanish Olive Association), CITOLIVA (Olive<br />
Oil technological Center), Aprol Campania (Olive Oil Organization), DELTAMED (Mediterranean Deltas Association),<br />
EEA (European Environmental Agency), JRC (Joint Research Center).<br />
BIBLIOGRAFIA<br />
Precision Agriculture: An opportunity for<br />
EU farmers - Potential support with the<br />
CAP 2014-2020, Study, Directorate-General<br />
for Internal Policies, Policy Department B:<br />
Structural and Cohesion Policies, Agriculture<br />
and Rural Development, 2014. Fonte:<br />
http://www.europarl.europa.eu/RegData/<br />
etudes/note/join/2014/529049/IPOL-AGRI_<br />
NT%282014%29529049_EN.pdf<br />
GNSS Market Report <strong>2017</strong>, EU GNSS<br />
Agency, <strong>2017</strong>. Fonte: https://www.gsa.europa.<br />
eu/<strong>2017</strong>-gnss-market-report<br />
Smart equipment for sustainable agriculture<br />
precision farming: producing more with less,<br />
CEMA (European agricultural machinery),<br />
<strong>2017</strong>. Fonte: http://cema-agri.org/sites/default/files/Smart%20equipment%20for%20<br />
sustainable%20agriculture.pdf<br />
Global Precision Agriculture Market - Growth,<br />
Trends and Forecasts (<strong>2017</strong> - 2022), Mordor<br />
Intelligence, <strong>2017</strong>. Fonte: https://www.mordorintelligence.com/industry-reports/precision-farming-market<br />
“Linee guida per lo sviluppo dell’agricoltura di<br />
precisione in Italia” Mipaaf, 2016. Fonte: https://www.politicheagricole.it/flex/cm/pages/<br />
ServeBLOB.php/L/IT/IDPagina/10349<br />
PAROLE CHIAVE<br />
Alpha Consult; Agricoltura di precision;<br />
GNSS; Earth Observation; Costs-Benefits<br />
Analysis<br />
ABSTRACT<br />
Precision agriculture is the application of different<br />
technologies and solutions aimed to manage<br />
the variability of agricultural production, in order<br />
to improve crop yield and reduce environmental<br />
impact, by also increasing resilience to climate<br />
change. All in all, these technologies are also key<br />
enabling elements of the foreshadowed autonomous<br />
driving concept realized in the agricultural<br />
domain, applied for tractors and spraying drones,<br />
the documentation of assets and tasks, raising<br />
preparedness for disaster relief, etc.<br />
In recent years, a number of technologies have<br />
been developed leveraging satellite positioning<br />
systems (e.g. Galileo and EGNOS), geographic<br />
information systems (GIS), earth observation<br />
services (e.g. Copernicus), UAVs and/or IoT sensors.<br />
In general, the technology is still far form<br />
level 5 automatization of driving (on the 0-5<br />
ADAS scale), but applications like automatic<br />
steering, tractor guidance, geofencing, livestock<br />
tracking and asset management/documentation<br />
are already quite widespread and their adoption<br />
is expected to grow in the next future.<br />
Nevertheless, the uptake of such sophisticated<br />
technologies necessarily entails a number of costs.<br />
In this sense, the benefits of precision agriculture<br />
must be coherent with the expenditure incurred<br />
by farmers in introducing them. In this context,<br />
throughout different projects, ALPHA Consult's<br />
work and expertise appears crucial to investigate<br />
such coherence for the major players in the agricultural<br />
sector, in particular in Europe and Africa.<br />
AUTORE<br />
Claudia Maltoni<br />
cm@alphacons.eu<br />
Elizabeth A. Nerantzis<br />
en@alphcons.eu<br />
26 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
Aeronike presenta City Explorer 3D:<br />
know how e innovazione tecnologica<br />
REPORT<br />
Aeronike, presente sul mercato dal 1966,<br />
ha saputo sviluppare negli oltre 40 anni di<br />
vita, tutte le attività legate al rilievo da<br />
piattaforma aerea, completando la filiera<br />
produttiva dotandosi della strumentazione<br />
necessaria per la redazione di cartografia<br />
numerica aerofotogrammetrica ai<br />
diversi livelli di dettaglio e sviluppando<br />
una competenza core sulla restituzione<br />
3D dei dati aerofotogrammetrici.<br />
City Explorer 3D è una piattaforma<br />
tecnologica che consente di ricreare un<br />
modello virtuale 3D integrando dati e<br />
rilievi aerofotogrammetrici provenienti da<br />
diverse fonti (aereo-drone-terrestri) a<br />
supporto delle esigenze dei diversi enti,<br />
assessorati, associazioni, consorzi etc.<br />
Fornisce all’utente un’esperienza immersiva<br />
3D della propria città o del territorio,<br />
del sito o del monumento di interesse.<br />
Al proprio interno è possibile progettare<br />
specifici itinerari turistici (Tour Virtuali)<br />
con il supporto di una voce narrante<br />
multilingue che permette di immergersi a<br />
360° nel contesto.<br />
L’utilizzatore può accedere al tour virtuale<br />
3D immersivo via web, via APP su dispositivi<br />
mobili, usufruendo anche di supporti<br />
tipo Google Cardboard oppure su un<br />
TOTEM / Monitor Touch Screen disponibile<br />
ad esempio nei vari Punti Informativi<br />
con integrazione di contenuti di Realtà<br />
Virtuale e Realtà Aumentata.<br />
Altri ambiti applicativi del Modello 3D del Territorio<br />
Analisi e Pianificazione<br />
Supporto alla progettazione<br />
Analisi 4D<br />
Rilievo 3D su cui realizzare i progetti esecutivi<br />
Ambiente<br />
GIS 3D<br />
per<br />
interrogazioni<br />
Inserimento di cartografia<br />
Verifiche dimensionali<br />
Inserimento di modelli CAD/BIM<br />
Analisi relazioni spaziali<br />
(rapporto pieni e vuoti)<br />
Export<br />
in<br />
formato<br />
CAD<br />
Realizzazione cartografia da modello 3D<br />
Fotoinserimenti<br />
Supporto per verifica impatto ambientale<br />
Simulazioni (idrogeologico, acustico,etc...)<br />
Profili stradali<br />
www.aeronike.com<br />
Aeronike<br />
@aeronikece3d<br />
Aeronike City Explorer 3D<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 27
REPORT<br />
Una piattaforma software di supporto decisionale per<br />
la gestione e l’analisi di grandi dataset ambientali<br />
di Raffaele Battaglini, Valerio Noti, Brunella Raco, Alessandro Salvadori<br />
Fig. 1 - Interfaccia di TL-Ambiens con la rete<br />
di monitoraggio delle acque sotterranee della<br />
discarica “Tiro a Segno” (Cascina, PI).<br />
TL-Ambiens è una piattaforma<br />
software geografica per<br />
l’archiviazione e l’analisi di grandi<br />
dataset ambientali. Il suo utilizzo<br />
sulla rete di monitoraggio di una<br />
discarica per rifiuti speciali ha<br />
permesso di ottimizzare la gestione<br />
dei dati analitici ed è risultato di<br />
fondamentale importanza come<br />
strumento di supporto decisionale<br />
nella soluzione di rilevanti<br />
problematiche ambientali.<br />
Dall’entrata in vigore<br />
del Dlgs 152/2006 il<br />
monitoraggio ambientale<br />
è entrato a far parte a pieno<br />
titolo nella organizzazione di<br />
qualsiasi attività produttiva che<br />
comporti potenziali ricadute<br />
sulle diverse matrici ambientali<br />
(acqua, suolo, aria). Il decreto<br />
demanda infatti il monitoraggio<br />
ai titolari delle attività che sono<br />
obbligati a predisporre piani di<br />
controllo analitici periodici i cui<br />
esiti devono essere comunicati<br />
agli Enti di controllo. All’attività<br />
di monitoraggio di routine del<br />
gestore si somma quella più<br />
sporadica di campionamento e<br />
analisi in contenzioso messa in<br />
atto dagli stessi Enti.<br />
L’insieme di queste attività di<br />
monitoraggio, spesso eseguite<br />
su molti punti di controllo,<br />
con cadenze variabili (da uno<br />
a qualche mese), comportano<br />
negli anni la produzione di<br />
grandi moli di dati analitici;<br />
questi ultimi possono presentare<br />
importanti variabilità sia<br />
intrinseche per la natura delle<br />
matrici analizzate (variabilità<br />
chimica spaziale e temporale) sia<br />
introdotte involontariamente dal<br />
cambiamento delle metodologie<br />
analitiche (ad es. cambio dei limiti<br />
di detezione), delle tecniche di<br />
campionamento ed altro.<br />
Tali variabili naturali o di<br />
metodo devono essere tenute ben<br />
presenti per poter individuare<br />
prontamente ed efficacemente<br />
i mutamenti indotti nel<br />
sistema naturale da eventuali<br />
contaminazioni provocate<br />
dall’attività antropica.<br />
L’utilizzo e l’interpretazione dei<br />
dataset prodotti dai monitoraggi<br />
sono spesso risultati carenti poiché<br />
affrontati dai diversi operatori ed<br />
enti attraverso archivi cartacei o<br />
elettronici, questi ultimi di solito<br />
privi di funzionalità evolute di<br />
ricerca e analisi.<br />
Per risolvere queste problematiche<br />
è stata realizzata una piattaforma<br />
software (denominata TL-<br />
Ambiens), specificamente<br />
progettata per l’archiviazione<br />
dinamica di grandi moli di dati<br />
multitemporali.<br />
Composta da un segmento<br />
geografico (webGIS) e da<br />
un’interfaccia dotata di specifiche<br />
funzionalità di ricerca e analisi<br />
statistica, TL-Ambiens consente<br />
l’archiviazione dei dati analitici<br />
in modo da poter essere filtrati,<br />
interrogati, diagrammati e<br />
rappresentati su base cartografica<br />
oltre alla produzione di elaborati<br />
grafici e di specifica reportistica.<br />
La piattaforma è stata utilizzata<br />
con successo sulla rete di<br />
monitoraggio della discarica per<br />
rifiuti speciali del “Tiro a Segno”<br />
(Cascina – PI; Fig. 1), risultando<br />
di fondamentale importanza<br />
come strumento di supporto<br />
decisionale nella soluzione<br />
di rilevanti problematiche<br />
ambientali.<br />
La discarica oggetto del case<br />
history di seguito illustrato è<br />
gestita dalla Società Ecofor Service<br />
SpA, che utilizza TL-Ambiens<br />
per l’analisi dei dati raccolti sulle<br />
diverse matrici ambientali presso<br />
tutti i suoi impianti.<br />
28 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
Fig. 2 - Ricerca di dati analitici con visualizzazione del pannello dei risultati tabellari e<br />
dell’ubicazione dei punti di controllo in mappa<br />
Case History: la gestione dei<br />
dati di monitoraggio di una<br />
discarica per rifiuti speciali<br />
La discarica oggetto di studio<br />
poggia su sedimenti caratterizzati<br />
dall’alternanza di orizzonti<br />
prevalentemente limo-argillosi<br />
con discontinue lenti sabbiosolimose<br />
e orizzonti di torba.<br />
Tale insieme di depositi, di<br />
ambiente lagunare e lacustre, si<br />
comporta nel complesso come<br />
un acquitardo e si sovrappone<br />
ai sottostanti orizzonti sabbiosi<br />
e ghiaiosi di ambiente fluviale<br />
presenti a partire da circa 40-<br />
50 m di profondità dal piano<br />
di campagna all’interno dei<br />
quali è ospitato un acquifero di<br />
importanza regionale.<br />
La discarica è dotata di un sistema<br />
di monitoraggio delle acque<br />
sotterranee, costituito da una<br />
serie di 18 piezometri di controllo<br />
distribuiti sia all’interno (Fig.<br />
1) che all’esterno del perimetro<br />
dell’impianto (S6 e Pozzo A).<br />
Ad eccezione di un pozzo (Pozzo<br />
A) che presenta una profondità<br />
oltre i 50 metri, 14 piezometri si<br />
estendono fino ad un massimo<br />
di 15 metri, mentre altri 3<br />
piezometri (N1, N2 e N3),<br />
raggiungono la profondità di 30<br />
metri.<br />
I 18 punti di controllo sopra<br />
elencati sono oggetto di<br />
monitoraggio trimestrale con<br />
un protocollo analitico che<br />
prevede la determinazione<br />
di 59 parametri chimici e<br />
chimico-fisici e di ulteriori 4<br />
parametri isotopici. A questi<br />
dati si aggiungono analoghe<br />
determinazioni condotte sulle<br />
acque di scorrimento superficiale<br />
raccolte dalle canalette e dai fossi<br />
presenti nelle aree contermini<br />
e sul percolato prodotto dalla<br />
discarica (5 punti di prelievo).<br />
Queste analisi sono state<br />
realizzate a partire dal 2001<br />
e fanno parte integrante del<br />
piano di sorveglianza e controllo<br />
dell’impianto. In totale i dati<br />
chimici archiviati al dicembre<br />
2016 sono oltre 25.000 solo per le<br />
acque sotterranee, con indicazione<br />
Funzionalità e caratteristiche<br />
REPORT<br />
principali di TL-AMBIENS<br />
4Visualizzazione della distribuzione spaziale e temporale<br />
dei dati di monitoraggio<br />
4Gestione dei layer geografici (GIS) di matrici, sottomatrici<br />
ambientali, superamenti di soglia<br />
4Ricerche per matrice, sottomatrice, campagna, intervallo<br />
di date, punto di controllo, parametro, range di<br />
valori, metodo analitico, laboratorio<br />
4Output tabellare e in mappa dei risultati con funzionalità<br />
di esportazione<br />
4Visualizzazione immediata di eventuali superamenti<br />
dei livelli e soglie di allarme (es. Concentrazioni Soglie<br />
di Contaminazione, Livelli di Controllo e di Guardia,<br />
limiti normativi, ecc.)<br />
4Realizzazione di mappe tematiche (per concentrazioni,<br />
superamento soglie, ecc.)<br />
4Verifica qualità dei nuovi dati analitici importati (es.<br />
verifica di elettroneutralità con segnalazione testuale e<br />
grafica di eventuali non conformità, difformità dai dati<br />
pregressi)<br />
4Analisi statistica dei dati con strumenti grafici (es. cronogrammi,<br />
scatterplot, diagrammi triangolari, istogrammi,<br />
QQ-Plot, Box-Plot, ecc.) e numerici<br />
4Possibilità di collegamento a documenti esterni (es. certificati<br />
analitici, stratigrafie, ecc..)<br />
4Pannello di controllo con gestione matrici, sottomatrici,<br />
punti di controllo, campagne, ecc..<br />
4Accurata procedura di importazione delle analisi nella<br />
banca dati con normalizzazione dei dati sorgente eterogenei<br />
(es. diversi laboratori, strumentazioni e metodologie<br />
di acquisizione, ecc..) da formati di foglio elettronico<br />
o database template standardizzati<br />
4Modulo per gestione stazioni di monitoraggio continuo<br />
4Realizzazione di report stampabili<br />
4Supporto multi-utenza con parametri di accesso riservati<br />
4Possibilità di gestione di più impianti/aree di interesse<br />
per singolo operatore<br />
dei vari metadati quali metodo<br />
analitico, laboratorio che ha<br />
prodotto il dato, differenziazione<br />
tra valori effettivamente rilevati<br />
e valori inferiori ai limiti di<br />
detezione.<br />
Tutti i dati sopra descritti sono<br />
interrogabili con la possibilità<br />
di impostare filtri per matrice,<br />
sottomatrice, campagna,<br />
intervallo di date, punto di<br />
controllo, parametro, range<br />
di valori, metodo analitico,<br />
laboratorio e di restituire output<br />
tabellari e in mappa dei risultati<br />
(Fig. 2).<br />
I dati di monitoraggio sopra<br />
descritti sono stati normalizzati<br />
e archiviati con procedure<br />
automatiche all’interno del<br />
geodatabase in formato PostGIS<br />
di TL-Ambiens. Quest’ultimo ha<br />
consentito inoltre l’archiviazione<br />
di informazioni relative alle<br />
stratigrafie dei vari piezometri,<br />
Fig. 3 - Pannello di controllo amministrativo per la gestione degli elenchi e l’importazione delle campagne.<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 29
REPORT<br />
dei parametri idrogeologici dei<br />
diversi orizzonti e degli esiti<br />
dei test di cessione realizzati sui<br />
sedimenti campionati a varie<br />
profondità, oltre a tutte le ulteriori<br />
informazioni richieste dall’Ente di<br />
controllo al Gestore dell’impianto<br />
per le matrici ambientali<br />
coinvolte.<br />
La piattaforma dispone di<br />
un pannello di controllo<br />
amministrativo all’interno del<br />
quale è possibile archiviare i dati<br />
di monitoraggio mediante la<br />
semplice importazione di fogli<br />
elettronici o tabelle di database<br />
standardizzati. Il gestore ha<br />
infatti chiesto ai vari laboratori di<br />
analisi di fornire i dati secondo<br />
template prestabiliti. In questo<br />
modo, l’attività di popolamento<br />
è risultata estremamente<br />
semplificata consentendo anche la<br />
verifica automatica di qualità dei<br />
nuovi dati analitici (es. verifica di<br />
elettroneutralità con segnalazione<br />
testuale e grafica di eventuali non<br />
conformità, difformità dai dati<br />
pregressi, ecc..). Il pannello di<br />
Fig. 4 - Rappresentazione spaziale dei valori medi delle concentrazioni di As (in µg/L) registrati<br />
nel periodo 2001-2016. In legenda sono indicati gli intervalli di concentrazione<br />
(Range) e il numero di punti di controllo ricadenti in ciascun intervallo (N).<br />
controllo permette inoltre<br />
l’aggiornamento degli elenchi di<br />
matrici, sottomatrici, campagne,<br />
punti di controllo, parametri,<br />
laboratori e metodi analitici per<br />
ogni singolo impianto gestito<br />
(Fig. 3).<br />
Problematica ambientale:<br />
l’origine delle anomalie di<br />
arsenico<br />
Le acque sotterranee intercettate<br />
dalla rete di monitoraggio della<br />
discarica presentano una notevole<br />
variabilità composizionale con<br />
Fig. 5 - QQplot<br />
(in alto;<br />
concentrazioni<br />
sulle ordinate<br />
in µg/L, Z score<br />
sulle ascisse) e<br />
box-plot As categorizzati<br />
sulle<br />
profondità (a<br />
sinistra 5-8 m;<br />
al centro 12-<br />
15 m: a destra<br />
30-33 m; valori<br />
sulle ordinate<br />
in µg/L).<br />
una prevalenza di facies cloruratoalcaline<br />
e bicarbonato - alcalino<br />
terrose. La maggior parte dei<br />
campioni mostra composizioni<br />
compatibili con meccanismi<br />
di mixing tra questi due end<br />
member composizionali, la cui<br />
origine può essere ricondotta,<br />
rispettivamente, alla dissoluzione<br />
di salgemma da parte di acque<br />
meteoriche infiltratesi localmente<br />
e caratterizzate da circolazioni<br />
molto lente e alla dissoluzione di<br />
minerali carbonatici. Sono inoltre<br />
presenti acque solfato calciche<br />
originatesi probabilmente per<br />
dissoluzione di minerali quali<br />
gesso e anidrite, rinvenuti sia in<br />
forma dispersa che cristallina<br />
nei sedimenti locali. La marcata<br />
variabilità spaziale delle acque<br />
testimonia, in accordo con<br />
le evidenze stratigrafiche e<br />
idrogeologiche, la mancanza di<br />
interconnessione tra gli orizzonti<br />
più permeabili presenti all’interno<br />
dei depositi lagunari (probabili<br />
canali di laguna).<br />
In questo contesto geochimico<br />
e idrogeologico, è stata<br />
riscontrata la presenza di elevate<br />
30 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
Fig. 6 - Finestra di generazione dei cronogrammi con l’evoluzione temporale delle concentrazioni<br />
di As (in µg/L ) rilevate nelle acque campionate dai piezometri N1, N2 e N3.<br />
Fig. 7 - Finestra di generazione degli scatterplot. Diagramma As vs Fe in scala logaritmica<br />
(valori in µg/L) per le acque campionate dai piezometri N1, N2 e N3.<br />
Fig. 8 - Diagramma semilogaritmico As (µg/L) vs SO4 (mg/L) per le acque campionate dai<br />
piezometri N1, N2 e N3.<br />
Fig. 9 - Diagramma di correlazione As (µg/L) vs Trizio (U.T.) per le acque campionate dai<br />
piezometri N1, N2 e N3.<br />
concentrazioni di As (fino a 220<br />
µg/L). Il rinvenimento di queste<br />
anomale concentrazioni di arsenico<br />
ha comportato, da parte dell’Ente<br />
di controllo, la prescrizione per<br />
l’avvio di una procedura di indagini<br />
supplementari volte a stabilire se<br />
quanto rilevato fosse da correlare<br />
alla presenza di contaminazioni da<br />
percolato o ad altre cause antropiche o<br />
naturali.<br />
La possibilità di avere a disposizione<br />
una piattaforma software in cui i dati<br />
fossero archiviati e informatizzati<br />
e al cui interno fossero disponibili<br />
strumenti di analisi grafica e numerici,<br />
ha enormemente diminuito i<br />
tempi di elaborazione e facilitato la<br />
comprensione dei fenomeni in atto.<br />
Nella maggior parte dei casi, infatti, i<br />
dati di monitoraggio sono archiviati<br />
sotto forma di certificati analitici<br />
cartacei o pdf o, nel migliore dei casi,<br />
su fogli elettronici di varia struttura<br />
più o meno adatta ad eseguire ricerche<br />
ed elaborazioni dei dati. In questi<br />
casi la sola razionalizzazione delle<br />
informazioni implica un ingente<br />
dispendio di energie e di tempo<br />
paragonabile, o superiore, a quello<br />
necessario per l’analisi dei dati, con<br />
il rischio ulteriore di introduzione di<br />
errori di trascrizione e di perdita di<br />
informazioni.<br />
Attraverso TL-Ambiens i dati sono<br />
stati mappati e diagrammati per<br />
indagare la distribuzione spaziale delle<br />
anomalie di arsenico, per individuare<br />
la presenza di trend temporali e per<br />
evidenziare correlazioni della specie di<br />
interesse con altri parametri chimici<br />
e isotopici. In particolare il software<br />
permette di tematizzare sull’interfaccia<br />
webGIS le concentrazioni dei vari<br />
parametri suddivisi in intervalli<br />
graduati e di eseguire varie tipologie<br />
di diagrammi (es. cronogrammi,<br />
istogrammi, scatterplot, QQ-Plot,<br />
Box-Plot, ecc.).<br />
La rappresentazione spaziale<br />
della concentrazione di As (Fig.<br />
4) e la costruzione dei box plot<br />
categorizzati (Fig. 5) ha indicato<br />
che le concentrazioni più elevate<br />
erano costantemente rinvenute<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 31
REPORT<br />
Eppur… si muove?<br />
nei piezometri di profondità<br />
intermedia (30 m da p.c.) i cui<br />
sondaggi avevano evidenziato<br />
la presenza di orizzonti torbosi,<br />
ossia livelli per i quali è nota la<br />
possibilità di innesco di processi<br />
di rilascio di As e di altri metalli,<br />
quali Mn e Fe, in ambienti<br />
riducenti (Shaefer et al., <strong>2017</strong>;<br />
Dousova et al., 2012 e loro<br />
riferimenti).<br />
L’effettiva presenza di citati<br />
meccanismi di riduzione<br />
della materia organica quali<br />
responsabili dell’arricchimento<br />
in As delle acque sotterranee può<br />
essere verificata analizzando i<br />
rapporti tra questa specie e altri<br />
elementi in traccia che subiscono<br />
lo stesso meccanismo genetico, fra<br />
tutti il Fe. Come evidenziato dal<br />
diagramma As vs Fe (Fig. 7) i due<br />
analiti mostrano effettivamente<br />
una correlazione positiva che<br />
supporta l’ipotesi che le elevate<br />
concentrazioni delle due specie<br />
sia effettivamente da attribuire<br />
ad una origine naturale. Anche<br />
l’osservazione dei rapporti As –<br />
SO 4<br />
(Fig. 8) corrobora questa<br />
ipotesi: infatti, all’aumentare della<br />
concentrazione di solfato, dunque<br />
all’instaurarsi di condizioni<br />
più ossidanti, corrisponde una<br />
riduzione dei contenuti in As.<br />
Per eliminare ogni dubbio circa la<br />
possibilità di un contributo legato<br />
alla discarica è stata verificata la<br />
presenza di eventuali correlazioni<br />
tra l’arsenico e il principale<br />
tracciante del percolato, il trizio<br />
(Tazioli et al., 2002; Fuganti et<br />
al., 2003; Doveri et al., 2008;<br />
Raco et al., 2013). Come è<br />
possibile osservare in figura 9 pur<br />
non essendo stati prodotti dati<br />
isotopici relativi ai campioni dove<br />
è stata riscontrata la maggiore<br />
concentrazione di As, è evidente<br />
come ai valori più elevati di<br />
quest’ultimo corrispondano i<br />
valori minori di trizio. Questa<br />
indicazione esclude chiaramente<br />
che esistano contributi alla<br />
concentrazione di As legati alla<br />
presenza di processi di interazione<br />
tra reflui di discarica e acque<br />
sotterranee.<br />
Conclusioni<br />
La possibilità, da parte del<br />
gestore dell’impianto, di avere<br />
a disposizione, una piattaforma<br />
di archiviazione, interrogazione<br />
e analisi di grandi masse di dati<br />
chimici e non, ha consentito<br />
di affrontare e risolvere una<br />
questione complessa in tempi<br />
rapidi.<br />
Il principale vantaggio di uno<br />
strumento del genere consiste<br />
nel rendere facilmente e<br />
immediatamente disponibile<br />
l’intero storico dei dati di<br />
monitoraggio realizzati sulle<br />
varie matrici ambientali,<br />
archiviati in un unico database<br />
omogeneo e aggiornato. Questa<br />
conoscenza e disponibilità di dati<br />
e strumenti per la loro analisi,<br />
con la possibilità di settare soglie<br />
di attenzione su vari parametri<br />
e punti di controllo, fornisce<br />
un efficace mezzo di gestione<br />
dei dati ambientali che non<br />
dipendono più dalla memoria del<br />
tecnico preposto, ma diventano<br />
parte essenziale del know-how<br />
aziendale.<br />
Ringraziamenti<br />
Si ringrazia la società Ecofor<br />
Service SpA, in particolare<br />
l’Ing. Alessandro Salvadori<br />
e i suoi preziosi colleghi, per<br />
la disponibilità e lo spirito<br />
collaborativo.<br />
Interferometro<br />
radar da terra<br />
Monitoraggio in tempo reale<br />
di deformazioni, movimenti<br />
e vibrazioni fino a una distanza<br />
di 4 chilometri.<br />
Con precisione di 0,01 millimetri<br />
> monitoraggio frane, ponti<br />
e cavalcavia<br />
> prove di carico<br />
> deformazioni dighe e strutture<br />
> analisi modale<br />
> monitoraggio vibrazioni<br />
FastGBSAR RAR<br />
Real Aperture Radar<br />
Photo: designed by Evening_tao - Freepik.com<br />
FastGBSAR: SAR and RAR<br />
Uno strumento, due modalità.<br />
FastGBSAR SAR<br />
Synthetic Aperture Radar<br />
PAROLE CHIAVE<br />
GIS; webGIS; TL-Ambiens; monitoraggio ambientale;<br />
Decision Support System (DSS); analisi statistica;<br />
dataset ambientali; ottimizzazione gestione dati<br />
ABSTRACT<br />
TL-Ambiens is a geographical software platform for storing<br />
and analyzing large environmental data sets. Its use<br />
on the monitoring network of a landfill for special waste<br />
has made it possible to optimize the management of analytical<br />
32 data and was <strong>GEOmedia</strong> of fundamental n°5-<strong>2017</strong> importance as a tool<br />
to support decision-making in the solution of significant<br />
environmental problems.<br />
AUTORE<br />
Raffaele Battaglini<br />
r.battaglini@terrelogiche.com<br />
Valerio Noti<br />
valerio.noti@terrelogiche.com<br />
TerreLogiche<br />
Brunella Raco, b.raco@igg.cnr.it<br />
CNR-IGG, Istituto di Geoscienze e Georisorse di Pisa<br />
Alessandro Salvadori<br />
Ecofor Service SpA<br />
CODEVINTEC<br />
Tecnologie per le Scienze della Terra<br />
ph. +39 02 4830.2175<br />
www.codevintec.it
REPORT<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 33
GUEST PAPER<br />
The Future of Drones<br />
in the Modern<br />
Farming Industry<br />
by Nathan Stein<br />
With the prominence of precision agriculture platforms<br />
rapidly increasing in the modern farming industry, Nathan<br />
Stein, Ag Solutions Manager at senseFly, explores the key<br />
trends in 2018 and how innovative technologies, such as<br />
unmanned aerial vehicle (UAV) solutions, can meet the dayto-day<br />
challenges ag professionals face.<br />
The modern farming<br />
industry is at a turning<br />
point. With the development<br />
of more advanced farm<br />
management techniques, such<br />
as precision agriculture, industry<br />
professionals now have more<br />
tools than ever to improve the<br />
accuracy and efficiency of processes.<br />
Innovative technologies,<br />
such as unmanned aerial vehicle<br />
(UAV) solutions, also have a<br />
growing presence in this arena,<br />
as the benefits become more apparent<br />
and access to hardware<br />
and software improves.<br />
Such advances have complemented<br />
the ground-based<br />
techniques historically used in<br />
agricultural surveying applications,<br />
and enabled a more holistic<br />
approach to data collection.<br />
This is especially true in the<br />
European agriculture market,<br />
where countries like Italy, which<br />
has more than 12.9 million hectares<br />
of utilised agricultural area<br />
(UAA), are seeing more widespread<br />
acceptance of modern<br />
mapping technologies 1 .<br />
With the agriculture industry<br />
set for greater adoption of advanced<br />
technologies, UAV solutions<br />
are expected to become<br />
more integrated and capable of<br />
meeting the needs of industry<br />
professionals.<br />
Current challenges<br />
While the modern agriculture<br />
industry is learning to adapt to<br />
evolving demands and technologies,<br />
farmers and agronomists<br />
across the globe still face challenges<br />
that can complicate business<br />
operations. For instance,<br />
with world supply at an all-time<br />
high, commodity prices are at<br />
an all-time low, meaning that<br />
budgets have become tighter<br />
and improved resource management<br />
is a necessity. There is also<br />
a growing demand from endusers<br />
for greater product traceability;<br />
consumers want to know<br />
where the goods they buy come<br />
from and how they were grown.<br />
As well as creating a need for<br />
more stringent food safety and<br />
quality control checks, this farm<br />
to fork movement has resulted<br />
in the establishment of more<br />
34 <strong>GEOmedia</strong> n°5-<strong>2017</strong><br />
1 European Union, Eurostat: Agricultural census in Italy [website] http://ec.europa.eu/eurostat/<br />
statistics-explained/index.php/Agricultural_census_in_Italy (retrieved 4 December <strong>2017</strong>)
GUEST PAPER<br />
in-depth, controlled systems<br />
to track and record a product’s<br />
journey, often at additional expense.<br />
Optimising sustainability also<br />
continues to be a key challenge<br />
in the global farming industry.<br />
Agriculture professionals face<br />
pressures to produce more crops<br />
using fewer resources, such as<br />
water and fertiliser, to minimise<br />
the impact on the environment,<br />
public health and animal<br />
welfare. With such fluctuating<br />
market conditions to contend<br />
with, these demands can place<br />
significant strain on operational<br />
efficiency and profitability.<br />
Seeking new opportunities to<br />
economise is therefore vital for<br />
the farming industry.<br />
Past approaches<br />
Prior to the development of<br />
new, advanced technologies,<br />
traditional solutions have been<br />
used to address these challenges;<br />
however, these are typically<br />
time, resource and labour intensive.<br />
For instance, in volatile<br />
market conditions, estimating<br />
annual yield has been a common<br />
approach, to guide decision-making<br />
and help manage<br />
expectations in the face of economic<br />
uncertainty. To successfully<br />
manage traceability, careful<br />
monitoring and record-keeping<br />
of product origin and journey<br />
has played an important role.<br />
Enhancing sustainability has<br />
also relied upon documentation,<br />
with this having often<br />
been achieved by benchmarking<br />
the volume of resources, such<br />
as water, fertiliser and seeds,<br />
required in the previous year, in<br />
an effort to minimise excess.<br />
While these traditional approaches<br />
all once played a<br />
key role in helping farmers to<br />
safeguard their interests and<br />
deal with market fluctuations,<br />
the increased need for more<br />
on-demand insight means that<br />
faster, more efficient solutions<br />
are growing in popularity.<br />
Similarly, with the demand for<br />
large quantities of precise, accurate<br />
data increasing, traditional<br />
terrestrial approaches to crop<br />
monitoring, such as laser scanning<br />
and remote sensing, are<br />
less favourable today due to the<br />
time and labour requirements<br />
these methods necessitate.<br />
Further problems arise when<br />
faced with challenging weather<br />
conditions, which can significantly<br />
impact the time it takes<br />
to map large areas of farmland,<br />
particularly when on-foot, and<br />
can delay projects for days.<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 35
GUEST PAPER<br />
The role of UAVs<br />
In light of these challenges, it<br />
is increasingly essential for the<br />
farming industry to explore<br />
new approaches and embrace<br />
innovative precision technologies,<br />
to better navigate the market<br />
and protect profitability.<br />
While drones have been present<br />
in agriculture for many years,<br />
recent developments, such as<br />
improved accuracy and efficiency,<br />
have seen UAVs emerge<br />
as a trustworthy and efficient<br />
data collection tool during crop<br />
season.<br />
In addition to data quality,<br />
drones can play a significant<br />
role in streamlining workflows<br />
and processes, with more resources<br />
being invested in improving<br />
UAV integration with<br />
existing farm management<br />
information systems (FMIS).<br />
For instance, agronomists can<br />
take field boundaries from their<br />
existing FMIS and fly drones<br />
repeatedly during crop season<br />
without re-drawing them, helping<br />
to reduce time spent planning<br />
and in the field. Providers<br />
of drone solutions, such as<br />
senseFly, are leading the way to<br />
support agriculture professionals<br />
in integrating new software<br />
with terrestrial techniques.<br />
Professional, end-to-end solutions,<br />
such as the senseFly Ag<br />
360, provide in-depth aerial<br />
insights to monitor crop development,<br />
increase yield and<br />
reduce inputs. Collaborative<br />
partnerships between hardware<br />
and software manufacturers<br />
enable these solutions to<br />
facilitate more streamlined,<br />
integrated workflows, supporting<br />
agriculture professionals<br />
from data collection through to<br />
processing and analysis. Once<br />
analysed, this data can then be<br />
converted to a prescription,<br />
which is applied to crops using<br />
Mobile Implement Control<br />
System (MICS). These systems<br />
are now installed in many tractors,<br />
and can be used to map<br />
areas of , as well as precisely<br />
apply seed, fertiliser and crop<br />
protection products.<br />
Navigating the challenges<br />
Aside from facilitating more<br />
effective data collection, UAVs<br />
can also help address the key<br />
challenges facing the industry<br />
today. Take unfavourable commodity<br />
markets as an example.<br />
Having an informed, comprehensive<br />
plan is essential to help<br />
determine areas of high and low<br />
production. With highly detailed<br />
measurements, UAVs can<br />
offer accurate insights to guide<br />
decision-making. This data can<br />
also support the streamlining of<br />
product traceability, by providing<br />
a digitised map with the<br />
GPS location of every point in<br />
the journey and enabling farmers<br />
to move away from traditional,<br />
time-consuming written<br />
records.<br />
In addition, the insights from<br />
drone technology can help to<br />
improve the sustainability of<br />
crop production. With this information,<br />
farmers can utilise<br />
optimal quantities of water,<br />
fertiliser and crop protection<br />
to maximise growth, while<br />
minimising excess. This can be<br />
further complemented by other<br />
imaging techniques such as<br />
satellite imagery which, while<br />
providing lower quality data,<br />
can monitor crop changes on<br />
an ongoing, longer term basis<br />
and with less expenditure.<br />
What’s next for UAVs?<br />
While UAVs can offer a wide<br />
range of advantages to farming<br />
professionals, moving from<br />
written and qualitative measurements<br />
to highly accurate<br />
quantitative methods is not always<br />
simple. The integration of<br />
UAVs into existing workflows<br />
has been further impacted by<br />
stringent regulations on agricultural<br />
drone use in Europe. In<br />
Italy specifically, while regulations<br />
have become gradually<br />
more accommodating, there are<br />
still restrictions in place that<br />
have impacted take up. For instance,<br />
regulations put in place<br />
by the Italian aviation authority,<br />
Ente Nazionale per l’Aviazone<br />
Civile (ENAC) dictate that, for<br />
use in critical operations such<br />
as cities, railways and highways,<br />
drones must be below 2kg 2 .<br />
Despite this, as users become<br />
more aware of the operational<br />
and legislative requirements of<br />
commercial drone use and seek<br />
36 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
to broaden their service offering,<br />
the integration of UAV<br />
solutions is expected to grow in<br />
2018 and the years to come. To<br />
maintain a competitive edge,<br />
many professionals are also<br />
developing UAV programmes<br />
for scouting or fertiliser management,<br />
while hardware<br />
and software providers, like<br />
senseFly, are collaborating to<br />
develop end-to-end solutions<br />
that facilitate more integrated<br />
workflows for rice, corn, soybean,<br />
fruit and nut partners, as<br />
well as vegetable growers. While<br />
more work is needed to create<br />
analytics that can optimise the<br />
data collected, the potential for<br />
integrated drone solutions in<br />
agriculture is significant.<br />
The future of ag<br />
In an evolving, and often volatile<br />
market, a comprehensive<br />
understanding of farm and<br />
crop conditions is essential for<br />
agriculture professionals to<br />
optimise their operations and<br />
increase commercial success.<br />
While ground-based mapping<br />
techniques continue to play<br />
an important role, aerial mapping<br />
systems, like UAVs, can<br />
complement these options,<br />
providing consistent and highly<br />
2 Regolamento ENAC “Mezzi aerei a pilotaggio remoto” (ENAC Regulation “Remotely Piloted Aerial<br />
Vehicles”), 2nd edition, [website], 2015 https://www.enac.gov.it/repository/ContentManagement/information/N122671512/Reg_APR_Ed%202_2.pdf,<br />
(retrieved 4 December <strong>2017</strong>)<br />
accurate insights in a timelier<br />
and more cost-effective fashion.<br />
While the road to widespread<br />
adoption of drones in ag has<br />
not been simple, the benefits –<br />
from time savings to logistical<br />
problem-solving – are evident.<br />
With sustainability in farming<br />
higher on the agenda than ever<br />
before, UAV solutions may<br />
prove to be key in contributing<br />
to safeguarding the environment,<br />
while also protecting and<br />
increasing profitability in the<br />
industry.<br />
KEYWORDS<br />
Unmanned aerial vehicles; UAV; drones; precision<br />
agriculture; end-to-end solutions; integrated<br />
workflows<br />
ABSTRACT<br />
With the modern farming industry continuing to evolve,<br />
and demand for faster, more efficient farmland mapping at<br />
an all-time high, the potential for unmanned aerial vehicles<br />
(UAVs) in the agriculture industry is greater than ever. While<br />
more investment in R&D programmes is required, collaborative<br />
partnerships between hardware and software providers<br />
are enabling the creation of more integrated, end-to-end<br />
drone solutions, capable of meeting the needs of agriculture<br />
professionals worldwide and influencing future developments<br />
in modern farming.<br />
AUTHOR<br />
Nathan Stein,<br />
Ag Solutions Manager Sensefly<br />
info@sensefly<br />
www.sensefly.com<br />
• Rilievi batimetrici automatizzati<br />
• Fotogrammetria delle sponde<br />
• Acquisizione dati e immagini<br />
• Mappatura parametri ambientali<br />
• Attività di ricerca<br />
Vendita – Noleggio - Servizi chiavi in mano, anche con strumentazione cliente
COMMEMORAZIONE<br />
A VENT’ANNI DALLA<br />
SCOMPARSA DI<br />
MARIANO CUNIETTI<br />
Luglio 1967, tornavo da<br />
Luino, presidente di una<br />
commissione di esami di<br />
Stato per geometri, insoddisfatto<br />
sia degli esaminandi<br />
che degli esaminatori,<br />
questi ultimi capaci<br />
solo di porre domande<br />
ovvie e soprattutto, per topografia<br />
e costruzioni, ben<br />
lontane dalla realtà di quei<br />
tempi e invece ancorate al<br />
mezzo secolo precedente.<br />
Pensavo ai libri di Piero Chiara e alle poesie di Vittorio Sereni,<br />
nati nella ridente città lombarda poi ricordata in tante loro opere,<br />
e al fatto che il commissario di lettere italiane s’era dimenticato<br />
di questi insigni cittadini nelle interrogazioni. Mi giunse<br />
improvvisa la chiamata al cellulare da parte della segreteria della<br />
Sezione Rilevamento del mio Dipartimento, e rimasi scioccato:<br />
era scomparso, al mattino, Mariano Cunietti, da anni afflitto dal<br />
morbo di Parkinson ma che appena un paio di settimane prima<br />
avevo visitato, insieme all’amico comune Terenzio Mariani<br />
trovandolo come ormai da tempo fiaccato nel corpo, ma come<br />
sempre lucido di mente e ancor capace di sorridere e far battute.<br />
La sua passione per le discipline del rilevamento e della rappresentazione<br />
era totale; quanto si sia speso nella sua vita per<br />
insegnare, in particolare a coloro che considerava i topografi<br />
per eccellenza, i geometri, lo possono testimoniare i suoi colleghi,<br />
i suoi collaboratori, i suoi scritti. Ma da bravo fisico qual<br />
era per formazione, il suo punto di partenza era la misura, nella<br />
sua realtà fisica così come nella sua concezione epistemologica<br />
e in particolare euristica. La “Giornata della misurazione”, nata<br />
quasi per scommessa, divenne via via una palestra nella quale<br />
discutevano alla pari ingegneri e filosofi, fisici e matematici.<br />
Cosa è rimasto, vent’anni dopo la sua dipartita, della topografia,<br />
della fotogrammetria, della tecnica della misura in genere. tipiche<br />
del suo tempo? Ben poco, in particolare nell’ambito della<br />
fotogrammetria. Cosa peserebbe Mariano oggi, delle prese da<br />
camere digitali con obbiettivi per nulla calibrati, con direzioni<br />
oblique sia da terra che dallo spazio, con trattamenti “a posteriori”<br />
che spostano i “pixel” secondo considerazioni probabilistiche<br />
fornite da algoritmi del tipo di quelli usati per la correlazione<br />
delle immagini? Una lunga discussione fra Mariano e chi<br />
scrive queste righe, avvenne negli anni settanta avanzati ed aveva<br />
per tema i dispositivi, allora appena introdotti da Zeiss sulle<br />
camere nadirali (e mutuati da quelli poco tempo prima usati per<br />
le camere militari panoramiche) detti all’inglese FMC “forward<br />
motion compensation”. Come noto, si trattava di traslare di<br />
quantità submillimetriche le pellicole, per evitare il fenomeno<br />
ben noto del “trascinamento” delle immagini in seguito al<br />
moto dell’aereo. Cunietti affermava che così si “rompeva”<br />
la relazione di prospettiva centrale fra oggetto e immagine, che<br />
stava alla base della fotogrammetria. Cosa penserebbe oggi, di<br />
fronte alle diffuse procedure di “trattamento delle immagini” vigenti<br />
nella fotogrammetria attuale, tanto per dire del tipo “SFM”<br />
(Structure From Motion) e delle soluzioni di “Dense Image<br />
Matching” oggi usualmente praticate?<br />
Formatosi al tempo della fotogrammetria analogica, per cui<br />
le immagini erano prevalenti nella loro geometria proiettiva,
MERCATO<br />
Cunietti aveva seguito con estremo interesse la loro virata<br />
nell’ambito delle fotogrammetria analitica, ove il calcolo prevaleva,<br />
ma pur sempre connesso alla misura semplice sull’immagine,<br />
misura in fondo di posizione bidimensionale sulle<br />
lastre via stereocomparatore. La fotogrammetria digitale, con<br />
la relativa trasformazione dell’immagine in “pixel” aveva in<br />
lui sollevato molti dubbi, per esempio sulla rettilineità delle<br />
guide dello scansore e sulla loro ortogonalità: chissà quali sarebbero<br />
stati i suoi ulteriori dubbi sulle deformazioni, rispetto<br />
alla semplice geometria della prospettiva centrale, provocate<br />
da obbiettivi con elevate aberrazioni di figura e dai trattamenti<br />
ulteriori delle immagini digitali. Non ne ebbe il tempo,<br />
e fu un peccato: cosa avremmo udito nelle “Giornate della<br />
Misurazione” se questi argomenti avessero potuto essere discussi<br />
con lui presente?<br />
A proposito; Mariano Cunietti nel suo primo libro sulle misure<br />
aveva ben sottolineato che l’operazione di misura non<br />
esiste in natura, pur esistendovi le grandezze: la misura è<br />
essenzialmente e unicamente opera dell’uomo, e come tutte<br />
le opere dell’uomo non è perfetta: da lì tutti i trattamenti di<br />
tipo statistico e matematico per giungere ad una “valutazione”<br />
della misura che fosse il più possibile vicino al valore “vero”<br />
della grandezza misurata, in un certo ambiente e in un certo<br />
momento. Quale sarebbe stato il suo pensiero, di fronte<br />
al valore del tempo ottenibile oggi con l’orologio “passive<br />
Hydrogen Maser” (PHM) installato sui satelliti della costellazione<br />
Galileo, che offre la stabilità di 1 secondo ogni TRE<br />
milioni di anni? Che strane coincidenze si presentano talvolta<br />
nella vita dell’uomo: il PHM è costruito dalla Finmeccanica-<br />
Selex ES nello stabilimento di Nerviano, creato alla fine degli<br />
anno sessanta del secolo ventesimo per la nuova Salmoiraghi<br />
(allora azienda IRI) poi fagocitata dalla Aeritalia (successivamente<br />
fusa con Selenia, dando vita ad Alenia). Infine quel<br />
complesso andò a Finmeccanica (ora “Leonardo”). Ebbene,<br />
in quell’edificio stette per circa un anno anche chi scrive ora<br />
questa nota, e Mariano Cunietti vi ci andò più di una volta,<br />
proprio per discutere degli ultimi strumenti topografici progettati<br />
(ma poi non più costruiti) dalla vecchia azienda creata<br />
dal Porro che stava ormai per scomparire. Il Maser posto sui<br />
satelliti Galileo consente di determinare la posizione di un<br />
ricevitore satellitare con incertezza bassissima, dato che nella<br />
sua misura del tempo un errore di 0,5 nanosecondi (1 sec ×<br />
10-9) equivale a una incertezza di 15 cm nella misura della<br />
distanza fra satellite e ricevitore.<br />
Nata nel 1982 con cadenza annuale, la “Giornata della misurazione”<br />
si è svolta all’università Roma3 il 22 e 23 giugno 2015;<br />
sotto l’egida del Gruppo Nazionale di Misure Meccaniche e<br />
Termiche e del Gruppo Nazionale di Misure Elettriche ed<br />
Elettroniche. L’edizione 2016 ha visto come sede il Politecnico<br />
di Bari, e quella del <strong>2017</strong> si è svolta a Torino. La “Giornata” è<br />
dal 1998 intestata al suo ideatore, ma il contributo di topografi<br />
e fotogrammetri è ormai in pratica nullo. Che peccato! Un ambiente<br />
che della misura e sin dai tempi di Roma ha fatto il suo<br />
simbolo (pensate ai “gromatici veteres” e ai “mensores” delle<br />
centuriazioni!) non dà più oggi alcun contributo sensibile a<br />
questa manifestazione. Mariano Cunietti si rivolterà nella sua<br />
tomba, anche perché è dimenticato dai più.<br />
Ciò che mi dispiace infatti, è che andando su Google e cercando<br />
“Mariano Cunietti”, vi si trovano migliaia di “link” relativi<br />
ad un suo nipote che lavora con successo nei “media”;<br />
ma nulla o quasi vi si trova per chi fu tra le altre cose, uno dei<br />
più validi e amati Presidenti della nostra Società scientifica, la<br />
“SIFET”, Società Italiana di Topografia e Fotogrammetria. Sic<br />
transit gloria mundi.<br />
Attilio Selvini<br />
già presidente della SIFET<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 39
REPORT<br />
di Massimiliano Toppi, Giorgia<br />
Pandolfi, Francesca Massetani<br />
TRACCIARE UN LABIRINTO<br />
DI MAIS CON IL GPS<br />
Il caso del Labirinto di HORT<br />
Velocizzare e semplificare le<br />
operazioni di tracciamento di un<br />
labirinto di mais, erano queste<br />
le esigenze sul tavolo, ma con<br />
lo sguardo già rivolto al futuro:<br />
guidare direttamente le operazioni<br />
di realizzazione dei percorsi, senza<br />
più necessità di tracciare sul campo<br />
il progetto realizzato in ufficio.<br />
I<br />
labirinti effimeri sono ricavati<br />
da terreni destinati<br />
alla coltivazione di colture<br />
annuali come il mais, e sono<br />
considerati tali in quanto si<br />
sviluppano con un intreccio<br />
di sentieri delimitati da pareti<br />
naturali che rimangono in vita<br />
solamente una stagione.<br />
Questi labirinti vengono realizzati<br />
allo scopo di farli diventare<br />
un vero e proprio palcoscenico<br />
per manifestazioni ed eventi<br />
estivi.<br />
Si sono inizialmente diffusi<br />
negli Stati Uniti e nei paesi anglosassoni,<br />
ma sono arrivati in<br />
Italia per la prima volta recentemente,<br />
in particolare in Emilia<br />
Romagna.<br />
Il Labirinto di HORT<br />
La HORT è una società cooperativa<br />
nata come spin-off<br />
dell’Università Politecnica delle<br />
Marche, costituita nel 2011 con<br />
lo scopo di fornire servizi in<br />
ambito agronomico con finalità<br />
tecniche, ricreative e didattiche.<br />
Dal 2012 progetta e realizza<br />
labirinti di mais nel territorio<br />
marchigiano e il labirinto di<br />
HORT può considerarsi la prima<br />
esperienza di un labirinto di<br />
mais con finalità turistica.<br />
La HORT realizza il primo<br />
labirinto di mais delle Marche<br />
nell’estate 2012 nel comune<br />
di Porto Recanati; il labirinto<br />
raffigurava la Basilica di Loreto<br />
ispirata al territorio che lo ospitava.<br />
Dal 2013 viene realizzato<br />
a Senigallia: il primo raffigurava<br />
la Rocca Roveresca e registrò<br />
ben 8.000 visitatori, il secondo,<br />
dedicato alla cinta muraria rinascimentale,<br />
riuscì a confermare<br />
il numero di visitatori dell’anno<br />
precedente, mentre il terzo, del<br />
2015, ispirato alla facciata del<br />
Palazzo Ducale di Urbino, portò<br />
a oltre 12.000 il numero dei<br />
visitatori.<br />
Nel 2016 la HORT decide di<br />
dedicare il suo labirinto a Bike<br />
the Nobel (candidatura della<br />
bicicletta a premio Nobel per<br />
la pace) la campagna promossa<br />
dalla trasmissione radiofonica<br />
Caterpillar, riproducendone fedelmente<br />
sul campo il logo.<br />
Radio 2 sposa l’iniziativa e<br />
la porta avanti con passione,<br />
fornendo un contributo fondamentale<br />
al raggiungimento<br />
del numero record di visitatori,<br />
arrivando a 15.000 presenze, un<br />
dato che consacra il Labirinto di<br />
HORT come una delle iniziative<br />
imprenditoriali più brillanti<br />
del territorio regionale e che<br />
raccoglie unanimi consensi dal<br />
mondo delle istituzioni locali e<br />
dai tanti turisti che nella stagio-<br />
40 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
tware topografico Meridiana.<br />
La strumentazione GPS che<br />
Topcon Positioning Italy ha<br />
fornito gratuitamente per il<br />
picchettamento ha garantito<br />
maggiore velocità di esecuzione<br />
e un’assoluta affidabilità e<br />
precisione delle misure nelle<br />
operazioni di trasferimento del<br />
progetto dal modello CAD al<br />
terreno.<br />
Nella fattispecie sono stati utilizzati<br />
ricevitori GNSS Topcon<br />
HiPer V e HiPer HR, entrambi<br />
dotati di controller palmari con<br />
display ad alta visibilità.<br />
Francesca Massetani di HORT,<br />
responsabile tecnico del progetto,<br />
ha detto: “Per la trasposizione<br />
in campo del percorso del<br />
labirinto di mais, la società ha<br />
cercato un metodo innovativo<br />
che permettesse di evitare le operazioni<br />
iniziali di squadro con<br />
strumenti ottici e di velocizzare<br />
il tracciamento manuale dei sentieri,<br />
sostituendo le misurazioni<br />
mediante rotella metrica, con il<br />
picchettamento tramite GPS.<br />
Ne sono derivati vantaggi in terne<br />
estiva affollano la “spiaggia<br />
di velluto” ed il suo entroterra.<br />
Tracciare i progetti con<br />
metodi tradizionali<br />
Fino all’edizione 2016 per le<br />
operazioni di tracciamento sul<br />
campo dei labirinti, la HORT<br />
ha utilizzato le tradizionali<br />
tecniche degli allineamenti e<br />
squadri, realizzati con strumenti<br />
di vecchia generazione: squadro<br />
agrimensorio e cordella metrica,<br />
il che rendeva il lavoro sul campo<br />
lungo e faticoso.<br />
Inoltre, la tecnica dell’irrigazione<br />
a pioggia lasciava il terreno<br />
bagnato e non consentiva di<br />
utilizzare per intero il campo,<br />
riducendo così la potenziale<br />
percorribilità del labirinto.<br />
Il progetto <strong>2017</strong><br />
Per il <strong>2017</strong> la HORT ha progettato<br />
il disegno con l’idea di<br />
raffigurare un tema universale e<br />
lo ha tradotto nella rappresentazione<br />
di un apparecchio radio,<br />
un antico (ma attuale) e nobile,<br />
mezzo di comunicazione che fa<br />
sentire ma non vedere.<br />
La figura della radio con la<br />
sua complessità, si è rivelata<br />
ideale per il progetto del nuovo<br />
labirinto, al quale dona un<br />
tono attraente ed accattivante.<br />
L’aspetto della maggiore complessità<br />
del nuovo progetto lo<br />
si evince inoltre dal fatto che,<br />
secondo una stima della stessa<br />
HORT, si prevede che un visitatore<br />
medio possa compiere il<br />
tragitto all’interno del labirinto<br />
in un’ora e mezzo, percorrendo<br />
fino a 4 km, tempi e distanze<br />
che ipoteticamente possono<br />
ridursi della metà per un visitatore<br />
“infallibile”.<br />
Le maggiori difficoltà dovute<br />
alla complessità del nuovo progetto<br />
hanno spinto la HORT a<br />
cercare nuove soluzioni per la<br />
realizzazione del tracciamento<br />
sul campo, e hanno fatto nascere<br />
l’esigenza di avviare una<br />
collaborazione con un’azienda<br />
di strumentazione topografica<br />
e Topcon ha subito sposato con<br />
entusiasmo la proposta di partecipare<br />
al progetto come sponsor<br />
tecnico.<br />
Francesca Massetani di HORT<br />
aveva le idee molto chiare su<br />
come affrontare il lavoro sul<br />
campo per l’edizione <strong>2017</strong>, e<br />
un breve incontro in Topcon ha<br />
delineato da subito l’opzione<br />
migliore: utilizzare il GPS.<br />
Un paio di successivi meeting<br />
con Gabriele Potenza (Product<br />
Manager di TPI) sono stati sufficienti<br />
per impostare il lavoro<br />
di rilievo del campo di mais e<br />
la successiva georeferenziazione<br />
del progetto CAD all’interno<br />
dell’ambiente grafico del sof-<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 41
REPORT<br />
mini di tempo e di accuratezza<br />
soprattutto nella trasposizione<br />
di tratti lunghi, nei quali gli<br />
eventuali errori manuali verrebbero<br />
amplificati. Inoltre, la<br />
soluzione ha permesso di utilizzare<br />
agevolmente tutte le aree<br />
del campo, anche quelle dove la<br />
semina del mais non segue una<br />
direzione regolare, e di realizzare<br />
forme più complesse.<br />
Un auspicabile miglioramento<br />
infine, risiederebbe nella possibilità<br />
di guidare direttamente<br />
le operazioni di realizzazione<br />
dei percorsi, superando la fase<br />
intermedia di picchettamento e<br />
tracciamento”.<br />
Conclusioni<br />
La HORT ha progettato il labirinto<br />
pensandolo come una<br />
grande aula didattica con lo<br />
scopo di avvicinare il pubblico<br />
ai temi della campagna e pertanto<br />
all’interno del labirinto<br />
saranno allestiti pannelli descrittivi<br />
al fine di valorizzare il<br />
territorio.<br />
Sono inoltre previsti eventi di<br />
varia natura, sia a carattere ludico<br />
che rivolti ad un pubblico<br />
professionale, agricoltori compresi,<br />
per far vivere il labirinto<br />
come un luogo sperimentale e<br />
puntare a superare il numero<br />
record di visitatori dello scorso<br />
anno.<br />
Topcon Positioning Italy, orgogliosa<br />
di aver fornito il proprio<br />
contributo al progetto, si congratula<br />
con HORT per aver<br />
superato anche quest’anno il record<br />
di presenze e raccomanda<br />
a tutti visitatori della prossima<br />
edizione di… non perdersi!<br />
PAROLE CHIAVE<br />
GNSS; picchettamento; innovazione; agricoltura di precisione<br />
ABSTRACT<br />
This job comes from a need of HORT of Ancona, a company born as a spin-off of Università Politecnica<br />
delle Marche, and which now provides agronomic services, to look for an innovative method to<br />
layout the path of a corn labyrinth on the field, a recreational-educational activity of which HORT is<br />
a specialist, as it is about to inaugurate the sixth edition, this year in Senigallia as well, Marche Region.<br />
HORT needed a new solution that would allow it to avoid performing ‘alignment and squares’ operations<br />
with old-fashioned optical instruments, and speed up manual path tracking, a solution that was<br />
found with Topcon Positioning Italy's contribution through the use of modern, multi-constellation<br />
GPS receivers.<br />
AUTORE<br />
Massimiliano Toppi<br />
mtoppi@topcon.com<br />
Marketing Communications Manager c/o Topcon Positioning Italy<br />
Giorgia Pandolfi<br />
giorgia.pandolfi@savoiabenincasa.it<br />
stagista c/o Topcon Positioning Italy<br />
Francesca Massetani<br />
f.massetani@hort.it<br />
Responsabile Tecnico c/o HORT Soc. Coop.<br />
Credits della foto di copertina (labirinto <strong>2017</strong>): Manlio Marchetti<br />
42 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 43
REPORT<br />
Il Remote Sensing per l’individuazione<br />
delle Zone di Gestione nei vigneti<br />
di Elisabetta Mattioli, Sara<br />
Antognelli, Antonio Natale,<br />
Velia Sartoretti<br />
Le zone di gestione sono<br />
estremamente importanti nella<br />
viticoltura e, più in generale,<br />
nella gestione di qualsiasi<br />
appezzamento secondo le<br />
tecniche del precision farming.<br />
Attraverso nuove tecnologie è<br />
possibile identificare macroaree<br />
all’interno del campo,<br />
omogenee per aspetti vegetativi<br />
e produttivi, con l’obiettivo di<br />
gestire gli appezzamenti in modo<br />
sito specifico.<br />
È<br />
ormai affermata la consapevolezza<br />
che in uno<br />
stesso vigneto aree differenti<br />
possono dare, a parità di<br />
condizioni agronomiche, vini<br />
diversi.<br />
La variabilità spaziale all’interno<br />
di un vigneto è stata da sempre<br />
un problema di difficile misura<br />
e gestione e costituisce una<br />
criticità maggiore che affligge i<br />
viticoltori, soprattutto nella loro<br />
ricerca di valorizzare pienamente<br />
il potenziale enologico delle<br />
proprie uve.<br />
Questa variabilità determina,<br />
infatti, differenze vegetative e<br />
produttive che si ripercuotono<br />
anche pesantemente sul prodotto<br />
finale.<br />
La variabilità, o meglio l’impossibilità<br />
di gestirla, determina<br />
inefficienza di conduzione,<br />
incertezza della produzione e<br />
inconsistenza della qualità.<br />
Gestire la variabilità vuol dire<br />
conoscere i fattori che influenzano<br />
qualità e resa e che possono<br />
essere modificati con una<br />
gestione agronomica informata<br />
e razionale.<br />
Le fonti di variabilità spaziale<br />
in agricoltura sono molteplici,<br />
d’altronde solo alcune di queste<br />
rimangono stabili nel tempo;<br />
altre mutano continuamente in<br />
funzione della stagionalità, degli<br />
eventi climatici e meteorologici,<br />
delle operazioni agronomiche.<br />
Alla gestione della variabilità<br />
spaziale si aggiunge la complessità<br />
della variabilità temporale.<br />
Conoscere, misurare e correlare<br />
l’insieme o una parte di queste<br />
variabili con i risultati quantitativi<br />
e qualitativi della produzione<br />
e soprattutto comprendere in<br />
che modo avviene l’interazione<br />
tra i fattori, conduce, in ultima<br />
istanza, il viticoltore a poter<br />
fare delle predizioni accurate e<br />
spazializzate dei comportamenti<br />
e dei risultati. Questo gli permette<br />
di declinare il paradigma<br />
dell’Agricoltura di Precisione<br />
pianificando in maniera differenziale<br />
o sito specifica la gestione<br />
colturale e le vinificazioni<br />
e trarre il maggior beneficio<br />
possibile dal proprio vigneto.<br />
Alcune delle sfide critiche nel<br />
successo e nella larga adozione<br />
dell’Agricoltura di Precisione<br />
in Europa sono legate al superamento<br />
del rischio di investimento,<br />
alla percezione di complessità<br />
riguardo le soluzioni<br />
tecnologiche e alla determinazione<br />
dei benefici specifici per il<br />
singolo produttore.<br />
Nella valutazione dell’adozione<br />
di tecnologie e metodi del<br />
44 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
Precision Farming, l’agricoltore,<br />
come qualsiasi imprenditore,<br />
considera prima di tutto il profitto<br />
ed i benefici diretti che la<br />
sua attività e l’azienda ne possono<br />
trarre.<br />
Misurare tutte o molte delle<br />
fonti di variabilità spaziale e<br />
temporale che influenzano la<br />
produttività di un vigneto, in<br />
questo senso, appare un processo<br />
costoso ed oneroso, dunque<br />
inappropriato alla realtà aziendale.<br />
Il processo dell’applicazione delle<br />
strategie di gestione sito-specifica<br />
deve iniziare utilizzando<br />
le informazioni già in possesso<br />
delle aziende e proseguire raccogliendo<br />
nuovi dati che possono<br />
essere misurati in campo o acquisiti<br />
tramite analisi di immagini<br />
multispettrali da Remote<br />
Sensing.<br />
Quest’ultimo risulta attualmente<br />
uno dei mezzi più potenti ed<br />
efficienti in termini di rapporto<br />
costi-benefici per l’acquisizione<br />
di dati multitemporali in agricoltura<br />
e che quindi sembrano<br />
meglio rispondere al compromesso<br />
dettato dalla cautela propria<br />
di un’azienda che si affaccia<br />
all’innovazione.<br />
I sensori multispettrali sono<br />
strumenti in grado di registrare<br />
la quantità di energia riflessa<br />
e trasmessa dagli oggetti della<br />
superficie terrestre nelle diverse<br />
lunghezze d’onda dello spettro<br />
elettromagnetico (generalmente<br />
visibile e infrarosso).<br />
Nella loro applicazione agricola,<br />
la quantità di radiazione riflessa<br />
e trasmessa nella regione del<br />
visibile (400-700 nm), è relativamente<br />
bassa, ad eccezione<br />
del picco nella regione del verde<br />
(struttura cellulare e pigmenti<br />
fotosintetici).<br />
Nel vicino infrarosso (700-1350<br />
nm) le foglie assorbono poco, a<br />
causa della struttura del mesofillo<br />
fogliare e quindi la riflettanza<br />
e la trasmittanza sono molto<br />
alte.<br />
Il passaggio tra valori di riflessione<br />
bassi nel rosso ed alti<br />
nell’infrarosso è molto rapido:<br />
questa porzione dello spettro,<br />
denominata Red Edge, è molto<br />
utilizzata nello studio dello stato<br />
di salute della vegetazione.<br />
I dati raccolti per ogni canale<br />
possono essere comparati, combinati<br />
o matematicamente manipolati<br />
per generare indici ed<br />
immagini utili per i viticoltori.<br />
Diversi tipi di indici multi-spettrali<br />
di vegetazione sono stati<br />
sviluppati per massimizzare la<br />
correlazione dell’immagine con<br />
la quantificazione e qualificazione<br />
della vegetazione.<br />
Molti autori hanno dimostrato<br />
che gli indici vegetazionali, tra<br />
cui il più solido è il Normalised<br />
Difference Vegetation Index<br />
(NDVI), sono in grado di fornire<br />
informazioni di valore non<br />
solo circa lo stato vegetativo del<br />
vigneto, ma anche circa la resa e<br />
la composizione delle uve, pH,<br />
acidità, contenuto zuccherino e<br />
componenti fenolici (Lamb et al<br />
2004; Arnó et al 2011).<br />
L’NDVI è correlato all’area<br />
fogliare e costituisce un utile<br />
indicatore dello sviluppo e del<br />
vigore complessivo del vigneto.<br />
Dall’analisi di questo indice si<br />
possono identificare le variazioni<br />
della crescita all’interno del<br />
vigneto, così come identificare e<br />
mappare i cambiamenti che avvengono<br />
tra un anno e un altro.<br />
Le differenze nella crescita possono<br />
seguire uno schema, un<br />
pattern, regolare o casuale.<br />
Schemi regolari con linee dritte<br />
o forme geometriche sono spesso<br />
correlate a differenze dovute<br />
alla cultivar o alla varietà tra<br />
una parcella ed un’altra, oppure<br />
al tipo di portainnesto, alle<br />
diverse pratiche di irrigazione o<br />
concimazione effettuate, o infine<br />
ad altri fattori correlati con<br />
le unità parcellari.<br />
Schemi che invece seguono un<br />
andamento casuale o irrego-<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 45
REPORT<br />
lare sono molto più frequenti<br />
e riconducibili a differenze<br />
pedologiche o allo sviluppo di<br />
avversità.<br />
In ogni caso, qualsiasi sia l’andamento<br />
spaziale della variabilità,<br />
le cause delle differenze<br />
di sviluppo devono essere diagnosticate<br />
utilizzando tutte le<br />
informazioni disponibili circa<br />
le variabili delle unità parcellari<br />
combinate necessariamente con<br />
delle verifiche in campo.<br />
Grazie agli elementi di comprensione<br />
delle differenze di<br />
vigoria tra le parcelle e all’interno<br />
delle parcelle, forniti dalle<br />
immagini, il viticoltore può<br />
realizzare dei campionamenti<br />
differenziati e ragionati per porzioni<br />
di vigneto, migliorando<br />
enormemente la significatività e<br />
l’efficienza del campionamento.<br />
Oltre ad identificare aree con<br />
crescita ridotta della chioma o<br />
basso vigore, le immagini sono<br />
molto utili nel rilevare i cambiamenti<br />
interannuali. Le comparazioni<br />
tra un anno ed un<br />
altro possono essere di notevole<br />
supporto nell’identificazione<br />
delle problematiche; aiutano a<br />
discriminare, ad esempio, problematiche<br />
di origine fitosanitaria<br />
dagli effetti delle condizioni<br />
del suolo.<br />
Inoltre, tramite analisi delle<br />
immagini si possono verificare e<br />
monitorare gli effetti conseguenti<br />
alle azioni rimediatrici, per valutarne<br />
l’efficacia. Le immagini<br />
possono essere utilizzate per<br />
tracciare l’andamento colturale<br />
nel tempo, in seguito ad interventi<br />
colturali specifici, come<br />
l’aumento della concimazione,<br />
l’irrigazione differenziale o pratiche<br />
di gestione del suolo sitospecifiche.<br />
Molte aziende utilizzano il<br />
Remote Sensing per migliorare<br />
la qualità del vino attraverso<br />
la vendemmia differenziale basandosi<br />
sull’indice di vigoria,<br />
NDVI. Questo indice è stato<br />
anche correlato con i livelli di<br />
solidi solubili e con il contenuto<br />
fenolico nelle cultivar rosse.<br />
Permettendo a diverse sezioni di<br />
maturare nella stessa misura prima<br />
di vendemmiarle, la qualità<br />
complessiva del vino migliora. I<br />
blocchi che storicamente hanno<br />
prodotto vini di qualità media,<br />
possono generare vini di qualità<br />
nettamente superiore quando<br />
scelti sulla base della maturità<br />
uniforme. Nonostante la sua<br />
predominanza applicativa,<br />
l’NDVI non è l’unico indice in<br />
grado di fornire informazioni<br />
utili all’agricoltore, molti altri<br />
sono riconosciuti come espressione<br />
indiretta ma correlata con<br />
specifici parametri di campo.<br />
Inoltre è necessario rendere gli<br />
indici dei prodotti operativamente<br />
fruibili dall’azienda attraverso<br />
la loro generalizzazione e<br />
semplificazione in aree omogenee<br />
di risposta multispettrale o<br />
zone di gestione.<br />
Le zone di gestione sono estremamente<br />
importanti per l’agricoltura<br />
di precisione, identificando<br />
macro-aree all’interno del<br />
campo in cui i fattori limitanti<br />
sono diversi dal resto dell’appezzamento,<br />
permettono e<br />
guidano la gestione agronomica<br />
differenziale o sito specifica.<br />
Le zone di gestione possono essere<br />
create dalla generalizzazione<br />
di un unico indice, derivare dalla<br />
sovrapposizione di più indici<br />
multispettrali, oppure dall’integrazione<br />
di dati da satellite<br />
con dati di diversa origine (es.<br />
da monitoraggio in campo) che<br />
definiscono una diversa variabilità<br />
spaziale specifica per ciascun<br />
fattore rilevato.<br />
Le zone di gestione si distinguono,<br />
quindi, in:<br />
4 factor-specific: derivanti<br />
dalla generalizzazione di un<br />
indice alla volta interpretato<br />
in funzione delle correlazioni<br />
verificate tra i suoi valori e<br />
specifici fenomeni in campo.<br />
Alcuni degli indici che si<br />
sono dimostrati espressione<br />
significativa di un carattere<br />
sono ad esempio il CHLRE<br />
- Chlorophyll Red-edge<br />
(Gitelson 2011, 2013): correlato<br />
alla clorofilla presente<br />
nella pianta, e quindi in<br />
grado di rilevare deficit dello<br />
stato vegetativo, NDMI<br />
- Normalized Difference<br />
Moisture Index correlato con<br />
il deficit idrico.<br />
In questo scenario, le zone risultano<br />
internamente uniformi<br />
per livello di un fattore di stress<br />
specifico come stress idrico,<br />
stress nutrizionale, presenza di<br />
fitopatie ecc.; subiscono facilmente<br />
variazioni nel tempo in<br />
relazione alla variazione di eventi<br />
climatici e pratiche colturali.<br />
Le zone di gestione factorspecific<br />
possono dare informazioni<br />
per la gestione di un<br />
singolo fattore di produzione.<br />
Ad esempio, indici basati sullo<br />
SWIR (Short Wave Infrared),<br />
indicando un diverso livello di<br />
46 <strong>GEOmedia</strong> n°5-<strong>2017</strong>
REPORT<br />
stress idrico, possono essere utilizzati<br />
per informazioni accurate<br />
sull’irrigazione.<br />
Le zone di gestione factor specific<br />
possono essere integrate in<br />
funzioni ancora più avanzate,<br />
poiché grazie ai dati da satellite<br />
e a modelli di bilancio idrico e<br />
nutrizionale, è possibile produrre<br />
mappe di prescrizione dettagliate<br />
che permetteranno anche<br />
la spazializzazione differenziale<br />
delle quantità di input da somministrare<br />
alla coltura.<br />
4 multipurpose: derivate<br />
cioè dalla sovrapposizione<br />
ragionata di più indici<br />
multispettrali. Alcuni degli<br />
indici integrati a creare un<br />
indice globale di benessere<br />
sono il già citato NDVI oltre<br />
al CHLRE, l’NDMI ed<br />
altri.<br />
Le zone risultano internamente<br />
uniformi per livello di benessere<br />
della coltura, dovuto a diversi fattori<br />
correlati, come vigoria, stress<br />
idrico e fitopatie; sono tendenzialmente<br />
stabili nel tempo.<br />
Le zone di gestione multipurpose<br />
suddividono il campo in<br />
diversi livelli di benessere della<br />
coltura (solitamente 3 o 5) e<br />
possono essere utilizzate come<br />
un’efficace guida per le osservazioni<br />
in campo, in quanto<br />
permettono l’identificazione di<br />
sub-campioni statisticamente<br />
rappresentativi all’interno di<br />
ogni zona. In base alle conoscenze<br />
dell’agricoltore, ai dati<br />
da campionamento e agli indici<br />
utilizzati, queste zone di gestione<br />
possono essere utilizzate<br />
anche per eseguire concimazioni,<br />
irrigazioni, trattamenti fitosanitari<br />
e raccolta con tecniche<br />
differenziate.<br />
Una piattaforma per la gestione<br />
dell’azienda agricola<br />
La piattaforma Agricolus è una<br />
soluzione completa per l’azienda<br />
agricola, in quanto permette<br />
di gestire i diversi aspetti della<br />
produzione. Agricolus ha una<br />
struttura modulare flessibile,<br />
che permette una configurazione<br />
personalizzata del sistema. In<br />
questo modo, la piattaforma è<br />
facilmente adattabile alle esigenze<br />
di diversi utilizzatori.<br />
La versione Free di Agricolus<br />
supporta le decisioni comuni a<br />
diverse colture. Questa versione<br />
contiene funzionalità di base<br />
che permettono la georeferenziazione<br />
e la gestione degli<br />
appezzamenti, offrendo un<br />
semplice ed efficace strumento<br />
cartografico per il controllo<br />
completo delle colture presenti<br />
in azienda. Inoltre, permette<br />
la caratterizzazione pedologica<br />
degli appezzamenti mediante<br />
la spazializzazione dei risultati<br />
delle analisi del suolo comunemente<br />
effettuate dalle aziende<br />
agricole e fornisce alcuni indici<br />
da satellite che descrivono la<br />
vigoria delle colture. Su questa<br />
base, disponibile gratuitamente,<br />
si innestano funzionalità più<br />
avanzate.<br />
Agricolus propone anche una<br />
versione Premium, in cui sono<br />
disponibili funzioni avanzate<br />
applicabili a più colture, che<br />
permettono il calcolo del fabbisogno<br />
irriguo o nutrizionale, la<br />
gestione delle rotazioni colturali<br />
e la definizione delle zone di gestione<br />
dei campi. Gli innovativi<br />
algoritmi proposti da Agricolus<br />
permettono di confrontare tra<br />
loro le zone di gestione di tutti i<br />
campi aziendali coltivati con la<br />
stessa varietà o coltura, in modo<br />
da offrire un supporto efficace<br />
alla calendarizzazione delle operazioni<br />
colturali a livello aziendale.<br />
Inoltre, Agricolus permette<br />
di utilizzare le zone di gestione<br />
come base per funzionalità<br />
avanzate, in quanto, integrando<br />
modelli di bilancio idrico e nutrizionale,<br />
permette di produrre<br />
mappe di prescrizione dettagliate<br />
per la spazializzazione differenziale<br />
delle quantità di input<br />
da somministrare alla coltura.<br />
Alcune colture presentano<br />
caratteristiche peculiari, che<br />
implicano che gli agricoltori si<br />
confrontino ogni giorno con<br />
problematiche specifiche. Per<br />
queste colture, Agricolus propone<br />
alcuni moduli crop-specific<br />
che beneficiano di efficaci algoritmi<br />
predittivi dello stadio<br />
di sviluppo dei patogeni, e di<br />
funzionalità specifiche per la<br />
raccolta dei dati in campo tipici<br />
di ciascuna coltura. Ad esempio,<br />
il modulo Oliwes permette la<br />
gestione accurata dell’oliveto,<br />
grazie ad apposite funzionalità<br />
che permettono di monitorare<br />
le infestazioni di mosca dell’olivo<br />
(Bactrocera Oleae) ed altri patogeni<br />
specifici, mentre Tobacco<br />
DSS permette un’efficace gestione<br />
colturale e fitopatologica del<br />
tabacco. Grape DSS permette<br />
di ottimizzare la gestione del vigneto,<br />
grazie a modelli e funzionalità<br />
per la gestione dei principali<br />
parassiti e delle più delicate<br />
operazioni colturali. GrapeDSS<br />
supporta anche la raccolta dati<br />
per il monitoraggio qualitativo e<br />
quantitativo dei diversi vitigni,<br />
permettendo di visualizzare cartograficamente<br />
e graficamente i<br />
principali parametri qualitativi,<br />
lo stato di maturazione e le stime<br />
anticipate della resa.<br />
Un caso applicativo su vigneto<br />
Nell’annata 2016/17, le zone di<br />
gestione sono state identificate<br />
in un’azienda vitivinicola del<br />
centro Italia. L’azienda si estende<br />
per circa 100 ha, in media<br />
collina. L’annata 2016/17 è stata<br />
caratterizzata da una situazione<br />
di stress idrico che ha caratterizzato<br />
tutto il centro Italia e ha<br />
determinato un’anticipazione<br />
del periodo di raccolta dell’uva,<br />
con un decremento delle rese<br />
rispetto alla media.<br />
Il modulo Remote Sensing ha<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 47
REPORT<br />
permesso di definire le zone di gestione generiche<br />
utilizzando i soli dati da satellite. Le<br />
zone di gestione sono state determinate sulla<br />
base di indici di vegetazione, di clorofilla e di<br />
stress idrico e in seguito validate con osservazioni<br />
visive in campo, che hanno confermato<br />
l’effettiva corrispondenza con il livello di stress<br />
mostrato dalle colture attraverso sintomi come<br />
ridotta greenness delle foglie, e ridotta vegetazione.<br />
Grazie alle zone di gestione, l’azienda ha<br />
potuto eseguire il campionamento stratificato<br />
in campo dei principali parametri quantitativi<br />
(numero di grappoli e peso medio dei<br />
grappoli) migliorando la rappresentatività del<br />
campione con un numero inferiore di prelievi.<br />
Questo ha permesso la stima precoce della resa<br />
e la valutazione della necessità di diradamento<br />
di ciascun campo. La stessa procedura è stata<br />
applicata al monitoraggio dei parametri qualitativi<br />
(zuccheri, pH e acidità). L’azienda ha<br />
potuto monitorare la variazione dello stadio<br />
di maturazione dei vitigni nel tempo per ogni<br />
zona. A causa della siccità che ha caratterizzato<br />
l’annata e la maturazione precoce, le zone di<br />
gestione sono risultate particolarmente utili<br />
per gestire la vendemmia differenziale.<br />
RIFERIMENTI BIBLIOGRAFICI<br />
Lamb, D.W., Weedon, M.M., Bramley, R.G.V. (2004) Using Remote Sensing to<br />
predict grape phenolics and colour at harvest in a Cabernet Sauvignon vineyard.<br />
Arnó, J., Rosell, J.R., Blanco, R., Ramos, M.C., Martínez-Casasnovas, J.A. (2011)<br />
Spatial variability in grape yield and quality influenced by soil and crop nutrition<br />
characteristics.<br />
Viña, A., Gitelson, A.A., Nguy-Robertson, A.L., Yi Peng. (2011) Comparison of different<br />
vegetation indices for the remote assessment of green leaf area index of crops.<br />
Clevers, J.G.P.W., Gitelson, A.A. (2013) Remote estimation of crop and grass chlorophyll<br />
and nitrogen content using red-edge bands on Sentinel-2 and -3.<br />
Ji, L., Zhang, L., Wylie, B.K., Rover, J.A., (2010) On the terminology of the spectral<br />
vegetation index (NIR – SWIR)/(NIR + SWIR), International Journal of Remote<br />
Sensing.<br />
PAROLE CHIAVE<br />
REMOTE SENSING; VIGNETO; PRECISION FARMING; AGRICOLUS<br />
ABSTRACT<br />
Spatial variability inside a vineyard has been always difficult to be measured in order to<br />
valorize the enological potential of the grapes. Remote Sensing is a technique that can<br />
be used for improving wine quality through the identification of Management Zones<br />
in the fields and the consequent differential grape harvest. The technique is based on<br />
the use of Vigor Vegetation Indices, that allow to identify the variations of the grape<br />
growth and the composition of the grape in the vineyard, and the changes that happen<br />
over time. Agricolus software provides these features and it has been used successfully<br />
in some vineyards in the center of Italy.<br />
AUTORE<br />
Elisabetta Mattioli, e.mattioli@agricolus.com<br />
Sara Antognelli, s.antognelli@agricolus.com<br />
Antonio Natale, a.natale@agricolus.com<br />
Velia Sartoretti, v.sartoretti@agricolus.com<br />
Agricolus srl<br />
®<br />
Satellite Services for Structural Monitoring<br />
I.MODI® è un servizio che sfrutta i dati di Osservazione Terrestre per<br />
monitorare la stabilità di edifici e infrastrutture civili in tutto il mondo.<br />
Fornendo report in maniera user-friendly tramite WebGIS,<br />
I.MODI® rende il dato satellitare utilizzabile in modo semplice e intuitivo.<br />
Controllo sistematico<br />
di aree molto vaste<br />
Dati satellitari<br />
facili da capire<br />
Non richiede dispositivi<br />
installati sulla struttura<br />
48 <strong>GEOmedia</strong> n°5-<strong>2017</strong><br />
Back Analysis usando<br />
dati archiviati dal 1992<br />
Integrazione con il<br />
contesto geologico<br />
Servizi modulari per<br />
le esigenze dell’utente<br />
I.MODI® è sviluppato da<br />
Survey Lab, spin off dell’Università La Sapienza di Roma, è<br />
impegnata nello sviluppo di nuove tecnologie per la<br />
realizzazione di prodotti, processi e servizi di geomatica.<br />
Dal 2008 opera nel campo del controllo di edifici e<br />
infrastrutture civili e del monitoraggio del territorio<br />
mediante l’utilizzo integrato di sensori satellitari e terrestri.<br />
www.imodi.info<br />
www.surveylab.info<br />
This project has received funding from the European Union’s Horizon 2020<br />
research and innovation programme under grant agreement No 720121
REPORT<br />
®<br />
<strong>GEOmedia</strong> n°5-<strong>2017</strong> 49
AGENDA<br />
18-21 marzo 2018<br />
GI4DM 2018 -<br />
Geoinformation for Disaster<br />
Management<br />
Istanbul (Turkey)<br />
www.geoforall.it/kww3r<br />
16-19 Gennaio 2018<br />
Geospatial World Forum<br />
Hyderabad (India)<br />
www.geoforall.it/kwacw<br />
23 – 24 Gennaio 2018<br />
Praga (Repubblica Ceca)<br />
Prague INSPIRE Hack 2018<br />
www.geoforall.it/kwuxk<br />
19-22 Febbraio 2018<br />
FOSS4G Italia<br />
Roma<br />
www.geoforall.it/kwwh3<br />
20-23 marzo 2018<br />
3rd GEO Data Providers<br />
Workshop<br />
Frascati<br />
www.geoforall.it/kwu3y<br />
26 - 29 March 2018<br />
RSCy2018 Cyprus Sixth<br />
International Conference on<br />
Remote Sensing and Geoinformation<br />
of Environment<br />
Cyprus<br />
www.geoforall.it/kwukw<br />
6-11 maggio 2018<br />
Istanbul (Turkey)<br />
FIG Congress<br />
www.geoforall.it/k9cwx<br />
22 - 23 maggio 2018<br />
London (UK)<br />
GEO Business 2018<br />
www.geoforall.it/kwxyc<br />
30-31 Maggio 2018<br />
Simposio NIRITALIA 2018<br />
Genova<br />
www.geoforall.it/kwwyq<br />
7-4 giugno 2018<br />
The ISPRS Technical<br />
Commission II Symposium<br />
"Towards Photogrammetry<br />
2020"<br />
Riva del Garda (Italy)<br />
www.geoforall.it/kwwfa<br />
13-15 giugno 2018<br />
21st International AGILE<br />
Conference<br />
AGILE 2018 "Geospatial<br />
Technologies for All"<br />
Lund (Sweden)<br />
www.geoforall.it/kw9w4<br />
10 - 13 settembre 2018<br />
2018 SPIE Remote Sensing<br />
symposium<br />
Berlin (Germany)<br />
www.geoforall.it/kwuxx<br />
19 - 21 Settembre 2018<br />
Remtech Expo 2018<br />
Ferrara<br />
www.geoforall.it/kwwyr<br />
16 - 18 ottobre 2018<br />
INTERGEO 2018<br />
Frankfurt (Germany)<br />
www.geoforall.it/kwux9<br />
leica multistation ms60,<br />
la nuova dimensione<br />
nella tecnologia di misura<br />
Dal 1986 Teorema srl<br />
lavora a fianco del professionista fornendo<br />
la tecnologia più avanzata, la migliore consulenza<br />
e un’accurata assistenza post-vendita<br />
per rendere affidabile e produttivo il vostro lavoro.<br />
Leica MuLtiStation MS60, Be caPtiVate<br />
❚❚Processore Dual Core ARM Cortex da 1 GHz<br />
❚❚Reflector Less “PinPoint” fino a 2000 metri<br />
❚❚Sistema operativo Windows ® EC7<br />
❚❚Dimensioni Spot Laser 8mm x 20mm a 50 metri<br />
❚❚Doppio Display da 5” WVGA a colori Touch Screen ❚❚Tecnologia di misura brevettata Wave Form Digitizing (WFD)<br />
❚❚IP65/MIL-STD-810G<br />
❚❚Fotocamera grandangolare campo di vista di 19.4°,<br />
❚❚Temperatura operativa da -20°C a +50°C<br />
sensore da 5 MPixel CMOS<br />
❚❚Motorizzazione basata su tecnologia Piezo<br />
❚❚Fotocamera coassiale campo di vista 1.5°<br />
(velocità 200gon/sec.)<br />
❚❚Messa a fuoco automatica - 30 ingrandimenti (Autofocus)<br />
❚❚Precisione angolare Hz e V 1” (0.3mgon)<br />
❚❚Live Stream a 20Hz<br />
❚❚Nuova tecnologia di ricerca automatica del Target “ATR Plus” ❚❚Immagini collegate ai dati misurati<br />
❚❚Tecnologia brevettata MERGETEC<br />
❚❚Visualizzazione e gestione del rilievo in 3D a bordo<br />
❚❚Scansione Laser con precisione angolare di 1” fino a (scansioni e misure puntuali TPS/GNSS)<br />
1000 metri<br />
❚❚Gestione applicativi specifici (monitoraggio ambientale e<br />
❚❚Velocità di scansione di 1000pti/sec. fino a 300 metri As Built, ambito ferroviario, costruzione di gallerie ecc.)<br />
Leica Multistation MS60 - La nuova dimensione nella tecnologia di misura<br />
www.disto.it • www.geomatica.it • www.termocamere.com<br />
Via A. Romilli, 20/8 20139 Milano • Tel. 02 5398739 • teorema@geomatica.it
SOLUZIONI DI GEOPOSIZIONAMENTO<br />
topconpositioning.it<br />
PRESENTA<br />
AERIAL MAPPING<br />
IMAGING FALCON 8 SIRIUS PRO MAGNET<br />
LA PIÙ AVANZATA TECNOLOGIA DI RACCOLTA DATI<br />
Mappatura aerea ad alta precisione combinata con GNSS RTK.<br />
Per applicazioni di ispezione, monitoraggio, topografia e cartografia.<br />
© <strong>2017</strong> Topcon Positioning Group
Porta il #fresh surveying nel tuo business con<br />
innovazioni uniche e pratiche di GeoMax<br />
30°<br />
(video) Zoom3D Catalogo Generale Zenith 35 Pro<br />
www.geomax-positioning.it<br />
works when you do
Change language