GEOmedia_4_2021

Rivista bimestrale - anno XXV - Numero - 4/2021 - Sped. in abb. postale 70% - Filiale di Roma
TERRITORIO CARTOGRAFIA
GIS
CATASTO
3D
INFORMAZIONE GEOGRAFICA
FOTOGRAMMETRIA
URBANISTICA
EDILIZIA
GNSS
BIM
RILIEVO TOPOGRAFIA
CAD
REMOTE SENSING SPAZIO
WEBGIS
UAV
SMART CITY
AMBIENTE
NETWORKS
LiDAR
BENI CULTURALI
LBS
Lug/Ago 2021 anno XXV N°4
Precision farming
GEOMATICA PER LA
GESTIONE DEL RISCHIO
CADUTA ALBERI
NOCTUA: INNOVAZIONE
NELL'OSSERVAZIONE
DELLA TERRA
INTEROPERABILITÀ
E RIUSO DATI IN
AGRICOLTURA

L’evoluzione in Geomatica
Un contributo che presentiamo su questo numero, dedicato all’impatto della geomatica
in agricoltura, esordisce con una serie di domande che ci riportano improvvisamente
a considerare quali siano i gravi problemi per una popolazione mondiale che ormai è
prossima agli 8 miliardi di persone.
Gli interrogativi vanno da quale sia il raccolto stimato di un paese nell’anno, oppure
quanto cibo sarà necessario importare e se l’acqua sarà sufficiente per tutti i bisogni di
una nazione, ma anche come possiamo aspettarci che le nostre città si espandano e di
quali nuovi servizi avranno bisogno i cittadini.
In tutti i paesi che si trovano, vogliano o debbano confrontarsi con tali problemi
molteplici aspettative di risposta possono essere date dalla geomatica, nella fattispecie
legata all’osservazione della Terra dallo Spazio e dal vicino. Ed assistiamo anche in
questo campo alle nuove possibilità introdotte dalla geomatica e dalle sue applicazioni,
che vediamo evolversi sotto i nostri occhi, aprendo sempre nuove frontiere di
conoscenza ed analisi del territorio.
Le immagini satellitari disponibili possono dare le risposte che cerchiamo relative alla
sopravvivenza, ma non solo, anche in un altro contributo troviamo risposte a problemi
ancora più specifici e locali, quali quelli connessi, ad esempio, al rischio di caduta degli
alberi in zone urbane.
Ma sempre riguardo alla granularità, capillarità, programmazione e risolutivita’ degli
interventi sul campo dobbiamo pensare che, a seguito della nascita del cosiddetto
Positioning basato sui sistemi satellitari (GPS, GNSS, Galileo, etc), si era sviluppata già
dagli anni 90 in America la cosiddetta Agricoltura di Precisione (Precision Farming).
GEOmedia nel tempo ha già proposto contributi e report di esperienze in tali settori,
anche quando, data la ristrettezza dei territori agricoli italiani, rispetto alla vastità
delle superfici degli Stati americani interessati, tale tecnologia possa forse sembrare
sopradimensionata.
Ma vedere oggi agricoltori che decidono come irrigare solo dopo aver analizzato la
coltivazione con un Drone e una conseguente analisi di immagine, ci fa comprendere
quale sia stato l’impatto delle prime intuizioni derivate dall’analisi di immagine
satellitare o aerea, portando gli interventi ad essere eseguiti
con la tecnica colturale appropriata al tempo giusto e nel posto giusto.
Certo tutto il sistema ora è legato all’elaborazione automatica dei dati e sembra quasi
che tutta la Geomatica e la capacità del singolo sia stata assorbita dall’intelligenza
dei sistemi computazionali. Per fortuna non è così, i sistemi computerizzati ci
assisteranno sempre meglio, ma la capacità decisionale e l’inventiva umana rimarranno
fondamentalmente indipendenti: la Geomatica non potrà che evolversi portando il
suo contributo a tutti i settori potenzialmente collegati, a cominciare dalla Robotica,
assistita dal Positioning, il Mapping e l’Imaging della Geomatica attuale.
Buona lettura,
Renzo Carlucci

FOCUS
in questo
numero...
focus
rePort
arboricoltura di
Precisione: un nuovo
aPProccio alla gestione
del rischio caduta alberi
basato sulla geomatica
DI DE PETRIS SAMUELE, SARVIA FILIPPO,
BORGOGNO-MONDINO ENRICO
6
LE RUBRICHE
24 IMMAGINE ESA
42 MERCATO
46 AUGMENTED REALITY
50 AGENDA
14
gli strumenti
dell’agricoltura di
Precisione: le maPPe
di Prescrizione Per
la concimazione
DI SARA ANTOGNELLI
In copertina macchina agricola
in azione assistita dalle tecnologie
geomatiche dell'Agricoltura di
Precisione fornite da Trimble,
in particolare per il segnale
satellitare, che permette di
far muovere le macchine con
un errore massimo di 2 cm,
consentendo un elevatissimo
livello di automazione e
precisione.
noctua:
Potenzialità
innovative Per
l’osservazione
della terra
DI ELENA GIGLIO,
MARIANGELA DEJANA,
MARCO BEVILACQUA
18
geomediaonline.it
4 GEOmedia n°4-2021
GEOmedia, bimestrale, è la prima rivista italiana di geomatica.
Da più di 20 anni pubblica argomenti collegati alle tecnologie dei
processi di acquisizione, analisi e interpretazione dei dati,
in particolare strumentali, relativi alla superficie terrestre.
In questo settore GEOmedia affronta temi culturali e tecnologici
per l’operatività degli addetti ai settori dei sistemi informativi
geografici e del catasto, della fotogrammetria e cartografia,
della geodesia e topografia, del telerilevamento aereo e
spaziale, con un approccio tecnico-scientifico e divulgativo.

INSERZIONISTI
26
come un'importante
agenzia spaziaLe
sta preparando iL
proprio archivio di
immagini per iL futuro
deLL'anaLisi
DI SHAWN MELAMED
Catalyst 52
Codevintec 49
Datronix 13
Epsilon 43
ESRI 39
Geomax 34
GIS3W 45
Gter 42
Nais Solutions 41
La sfida
aLL’agricoLtura
tradizionaLe, con
La tecnoLogia e La
precisione per dare
sostenibiLità aLLe
produzioni agricoLe
moderne”
DI MATTEO ANTONELLO
30
36
open iacs: apertura,
interoperabiLità e riuso
dati dai sistemi integrati
di gestione e controLLo
per i pagamenti in
agricoLtura
DI FLAVIO LUPIA, FABIO PIERANGELI,
SALVATORE CARFÌ, MARCO PICONE,
Planetek Italia 51
Stonex 35
Teorema 50
Nello sfondo l'immagine
ESA: Delta del Danubio dalla
missione Copernicus Sentinel-2.
Il delta del Danubio, il secondo
più grande fiume d’Europa
è un labirinto di acqua e
terreno condiviso tra Romania
ed Ucraina, formato da
innumerevoli laghi, canali ed
isole che si trovano nella parte
terminale dei 2860 km di percorso
del fiume. Il Danubio
nasce sulle montagne della
Foresta Nera, in Germania, e
lungo il suo tragitto attraversa
ben 10 nazioni: : Germania,
Austria, Slovacchia, Ungheria,
Croazia, Serbia, Bulgaria,
Romania, Moldova ed Ucraina,
per poi riversarsi nel Mar
Nero.
ELIO GIULIANELLI, FIORENZO
AMBROSINO, MARCO PUCCINI
una pubblicazione
Science & Technology Communication
GEOmedia, la prima rivista italiana di geomatica.
ISSN 1128-8132
Reg. Trib. di Roma N° 243/2003 del 14.05.03
Direttore
RENZO CARLUCCI, direttore@rivistageomedia.it
Comitato editoriale
Vyron Antoniou, Fabrizio Bernardini, Mario Caporale,
Roberto Capua, Luigi Colombo, Mattia Crespi, Luigi Di
Prinzio, Michele Dussi, Michele Fasolo, Marco Lisi, Flavio
Lupia, Luigi Mundula, Beniamino Murgante, Aldo Riggio,
Mauro Salvemini, Attilio Selvini, Donato Tufillaro
Direttore Responsabile
FULVIO BERNARDINI, fbernardini@rivistageomedia.it
Redazione
VALERIO CARLUCCI, GIANLUCA PITITTO,
redazione@rivistageomedia.it
Diffusione e Amministrazione
TATIANA IASILLO, diffusione@rivistageomedia.it
Progetto grafico e impaginazione
DANIELE CARLUCCI, dcarlucci@rivistageomedia.it
Editore
MediaGEO soc. coop.
Via Palestro, 95 00185 Roma
Tel. 06.64871209 - Fax. 06.62209510
info@rivistageomedia.it
Stampa: System Graphics Srl
Via di Torre Santa Anastasia 61 00134 Roma
Condizioni di abbonamento
La quota annuale di abbonamento alla rivista Science è di € & 45,00. Technology Communication
Il prezzo di ciascun fascicolo compreso nell’abbonamento è di € 9,00. Il prezzo di
ciascun fascicolo arretrato è di € 12,00. I prezzi indicati si intendono Iva inclusa.
L’editore, al fine di garantire la continuità del servizio, in mancanza di esplicita
revoca, da comunicarsi in forma scritta entro il trimestre seguente alla scadenza
dell’abbonamento, si riserva di inviare il periodico anche per il periodo successivo.
La disdetta non è comunque valida se l’abbonato non è in regola con i pagamenti.
Il rifiuto o la restituzione dei fascicoli della Rivista non costituiscono disdetta
dell’abbonamento a nessun effetto. I fascicoli non pervenuti possono essere
richiesti dall’abbonato non oltre 20 giorni dopo la ricezione del numero successivo.
Gli articoli firmati impegnano solo la responsabilità dell’autore. È vietata la
riproduzione anche parziale del contenuto di questo numero della Rivista in
qualsiasi forma e con qualsiasi procedimento elettronico o meccanico, ivi inclusi i
sistemi di archiviazione e prelievo dati, senza il consenso scritto dell’editore.
Rivista fondata da Domenico Santarsiero.
Numero chiuso in redazione il 15 ottobre 2021.

FOCUS
Arboricoltura di precisione: un nuovo
approccio alla gestione del rischio
caduta alberi basato sulla Geomatica
di De Petris Samuele , Sarvia Filippo , Borgogno-Mondino Enrico
Gli alberi forniscono benefici sociali,
economici, visivi ed estetici agli esseri
umani (Roy et al., 2012; Stewart et
al., 2013). Inoltre, possono assorbire
l'inquinamento, migliorare la diversità
ecologica e determinare un significativo
impatto benefico sul benessere fisico
e psicologico dell'uomo (Barrell, 2012).
Con il loro valore ornamentale sono in
grado di valorizzare considerevolmente
un immobile e sono utilizzati per
commemorare persone importanti o
eventi storici, ispirando sentimenti
Fig.1 – Localizzazione dell’area studio con estensione di circa 13 ha (Sistema di riferimento:
WGS84). In rosso: Parco regionale La Mandria (Piemonte); in verde: entrata principale
del parco caratterizzata da un’elevata fruizione.
positivi e migliorando la qualità della
vita (Sani, 2008). L’ambiente artificiale,
però, sottopone gli alberi a condizioni
di stress rilevanti a causa dell’estrema
artificializzazione e modificazione del sito
di radicazione e delle condizioni spesso
particolarmente ostili per la crescita.
Come conseguenza delle fonti di stress
e delle azioni che vengono svolte intorno
a loro, gli alberi presentano difetti
strutturali, turbe fisiologiche e/o processi
patologici che spesso rappresentano un
pericolo per cose e persone.
In questo contributo, ci si concentrerà
sugli alberi come problema (percepito):
gli alberi come oggetto della paura della
responsabilità civile e penale (artt. 2043 e
2051 del Codice Civile).
Vale la pena ricordare che
il rischio di essere uccisi
o feriti dalla caduta di
un albero è estremamente basso
(Stewart et al., 2013). Nel
Regno Unito circa 3 persone
all’anno vengono uccise dagli
alberi nelle aree pubbliche
(HSE, 2001; National Tree
Safety Group et al., 2011) mentre
negli Stati Uniti circa 31
persone all’anno (Schmidlin,
2009). Negli ultimi anni, il potenziale
degli alberi di causare
danni è però aumentato in conseguenza
degli effetti del cambiamento
climatico, principalmente
legati all’incremento di
raffiche di vento e alla maggior
diffusione delle fitopatologie
che rappresentano le principali
cause di cedimento degli alberi
(Dale et al., 2001; Gill et
al., 2007; Holdenrieder et al.,
2004). A Torino nel 2014 sono
cadute 43 piante, nel 2015 60,
nel 2016 70 e nel 2017 più
di 100, comprovando questo
trend in crescita. Per questo
motivo, già dagli anni 90, si è
iniziato a studiare la meccanica
dell’albero (Fitostatica) e la sua
risposta ad agenti patogeni e atmosferici
per cercare di trovare
un metodo che riuscisse quanto
più possibile a prevenire il cedimento
e ridurre al minimo
il danno potenziale che questo
fenomeno potrebbe causare. La
materia che si occupa della gestione
del singolo albero si chiama
Arboricoltura, questa adotta
tecniche profondamente diverse
da quelle usate in ambito forestale
(Shigo 1994). Nell’ambito
dell’arboricoltura, l’arboricoltura
ornamentale in particolare,
mira al mantenimento delle ca-
6 GEOmedia n°4-2021

FOCUS
ratteristiche estetiche e funzionali
degli alberi. In primis vi è la
necessità di evitare che l’albero o
una sua parte interferisca con le
attività umane o peggio ne provochi
danni.
Nella gestione dei patrimoni
arborei, soprattutto pubblici,
le aree verdi estensive costituiscono
un settore gestionale
di fondamentale importanza
poiché, per necessità sia tecniche
che economiche, non è
possibile seguire lo stesso iter di
controllo del verde ornamentale
privato dove si trovano poche
piante (Smiley, Matheny, and
Lilly 2017). Secondo il gruppo
“sicuramentealberi” autore delle
“Procedure per la gestione del
rischio da caduta alberi nelle
aree verdi estensive” (AAVV,
2011) che allo stato attuale costituisce
il riferimento tecnico
in materia, la gestione dei patrimoni
arborei in situazioni in
cui è presente un uso pubblico
del territorio presenta notevoli
complessità di tipo tecnico e
comporta scelte gestionali importanti
relativamente alla tutela
della sicurezza dei fruitori.
La tendenza è una progressiva
deresponsabilizzazione delle
amministrazioni nel rapporto
con l’ambiente portando a
trascurare le dinamiche della
natura, non sempre compatibili
con l’uso antropico, ed a cercare
in accadimenti naturali, talvolta
in modo ossessivo, errori
e/o negligenze da attribuire ai
soggetti gestori. La gestione dei
patrimoni arborei è una problematica
complessa, che richiede
ingenti risorse economiche,
umane e conoscenze specialistiche.
I soggetti deputati alla
gestione dei soprassuoli arborei,
in particolare se amministrazioni
pubbliche, devono conciliare
l’esigenza di garantire la sicurezza
del fruitore con quella di
tutela della dimensione naturale
del patrimonio vegetale. A tale
Fig.2 – CHM dell’area studio con GSD =0.1m (Sistema di riferimento: WGS84/UTM 32N).
compromesso si aggiunge la
difficoltà, a volte decisamente
penalizzante, dell’inadeguatezza
delle risorse economiche ed
umane disponibili. Nelle aree di
interesse naturalistico e paesaggistico,
per i motivi sopra citati,
le modalità di gestione adottate
sino ad ora lasciano ampi spazi
di miglioramento e razionalizzazione
nella ricerca del giusto
equilibrio tra tutela ambientale
e conservazione della natura da
un lato (che nelle aree protette
sono compiti istituzionali) e,
dall’altro, sviluppo dell’uso collettivo
della risorsa ambientale
connesso alla fruizione in sicurezza
degli utenti.
Alla luce di questi fattori condizionanti
appare impossibile una
gestione puntuale e di dettaglio
delle aree verdi estensive. Tutto
questo porta gli amministratori
a dover quotidianamente
risolvere problemi non solo
economico-legali ma anche
tecnico-pratici.
È opinione degli autori che la
conoscenza delle risorse di un
territorio, nella fattispecie la
loro inventariazione e la loro
localizzazione, costituisce la base
per una politica tecnicamente
fondata e ottimale. Da questo
punto di vista la Geomatica e
i dati geografici rivestono un
ruolo conoscitivo fondamentale
per gli scenari politici di un
territorio. Allo stesso modo un
corretto e consapevole sviluppo
del territorio, sia urbano quanto
agricolo o naturale, è esigenza
sempre più sentita sia dagli enti
pubblici, sia dai comuni cittadini.
Alla luce di queste problematiche
si sono diffuse negli ambiti
operativi discipline come
Agricoltura e la Selvicoltura
di precisione che vedono nella
Geomatica un valido supporto
al rilievo e all’analisi delle risorse
agro-forestali (Corona et al.
2017; Borgogno-Mondino et al.
2018). Tecnologie tra loro differenti,
quali sistemi GNSS per la
localizzazione degli oggetti, telerilevamento
aereo e satellitare
per monitoraggio continuo delle
superfici, vengono integrate con
sistemi GIS per acquisire, elaborare
e analizzare dati per definire
future scelte gestionali e redigere
piani d’intervento (Toccolini,
1998). Sebbene in questi ambiti
le suddette tecnologie stanno
diventando operative e di utilizzo
comune, il settore dell’arboricoltura
ornamentale sembra
GEOmedia n°4-2021 7

FOCUS
soffrire di un ritardo di queste
applicazioni.
Il seguente lavoro vuole proporre
un nuovo approccio alla
gestione dei patrimoni arborei
in contesti estensivi come gli
ambiti urbani o parchi naturali.
Questo approccio viene definito
come Arboricoltura di precisione
(De Petris S. et al. 2019). Il
termine “di precisione” non va
qui inteso in senso metrico, poiché
è opinione degli autori che
nel campo agro-ambientale non
vi siano misure o rappresentazioni
precise (né tanto meno
accurate) dei fenomeni naturali
per via della loro aleatorietà.
Con il termine “precisione” si
intende un approccio a scala
variabile, che prevede il rilievo
di vaste superfici (e.g. Città o
Parchi naturali) per passare ad
un’analisi puntuale dei singoli
alberi. L’arboricoltura di precisione
utilizza tecniche proprie
della Geomatica, nella fattispecie
il rilievo fotogrammetrico
delle superfici osservate apre
scenari inediti in gran parte legati
alla possibilità di misurare
parametri morfometrici e strutturali
di gruppi di alberi o di
singoli soggetti arborei. Inoltre,
l’attuale disponibilità di sensoristica
multispettrale a basso costo
e la contemporanea accessibilità
gratuita ad archivi di immagini
satellitari a medio-alta risoluzione
geometrica (e.g. Copernicus
Sentinel 2 A/B) consente di
ipotizzare scenari di utilizzo
integrato in cui l’informazione
spettrale, anche a risoluzioni
significativamente più basse di
quelle che la fotogrammetria
consente, determina una più
completa conoscenza delle caratteristiche
dei soggetti arborei
osservati.
Segue la trattazione di un
caso studio presso il parco regionale
naturale La Mandria
(Piemonte) in cui è stata applicata
l’Arboricoltura di precisione.
Nello specifico si è adottata
la fotogrammetria digitale da
SAPR (Sistema Aeromobile a
Pilotaggio Remoto) per il rilievo
dendrometrico delle chiome
presenti in uso congiunto al telerilevamento
multispettrale da
satellite (Copernicus Sentinel-2)
per monitorare lo stato di deperimento
degli alberi. L’utilizzo
di modelli biomeccanici ha
permesso di valutare la stabilità
meccanica dei tronchi e creare
un sistema di supporto alle
decisioni che ha permesso di
zonizzare priorità di intervento
con l’intento di diminuire e
Fig.3 – Profilo temporale NDVI. Blu: dati mascherati per copertura nuvolosa
e interpolati; Arancio: serie filtrata con FFT; Verde: valore massimo annuale
di NDVI; linea tratteggiata: retta di regressione NDVImax dove il coefficiente
angolare opportunamente normalizzato costituisce nVVI.
ottimizzare gli onerosi controlli
fitostatici effettuati dall’ente
parco.
Materiali e metodi
Area studio
A questo proposito è stata
condotta una sperimentazione
presso il parco regionale La
Mandria, uno dei primi parchi
regionali del Piemonte sito
nei pressi di Torino e caratterizzato
da un elevata fruizione
soprattutto nei weekend e in
estate. L’area studio (circa 13
ha) si concentra presso l’entrata
principale del parco in cui sono
presenti un viale monumentale
di farnie secolari e una fascia
boscata limitrofa (Fig.1).
Rilievo da SAPR
Un rilievo fotogrammetrico
è stato effettuato da
SAPR (Sistema Aeromobile
a Pilotaggio Remoto) DJI
Phantom4 equipaggiato con
fotocamera RGB da 12.4 megapixel
avente le seguenti caratteristiche:
lunghezza focale =
8.60 mm; dimensione del pixel
fisico = 2.344 µm; dimensioni
del sensore CMOS = 13.2 x 8.8
mm. Il volo è stato effettuato
con una velocità media di 3.1
m·s -1 che ha determinato una
base di presa di circa 9.6 m da
una altezza media relativa di
volo di 90 m; i ricoprimenti
longitudinale e laterale tra fotogrammi
sono stati fissati a
93% e 85%, rispettivamente.
La presa ha prodotto 773 fotogrammi
con un GSD (Ground
Sampling Distance) medio di
circa 5 cm. Nove punti di appoggio
(materializzati da segnali
di dimensioni 0.5 x 0.5 m)
sono stati posizionati all’interno
e intorno al viale e rilevati
con tecnica N-RTK (Network
Real-Time-Kinematic) GNSS
mediante ricevitore Leica 1200
( x,y,z
, 0,003 m). Il sorvolo e il
rilievo GNSS hanno richiesto
8 GEOmedia n°4-2021

FOCUS
circa 100 minuti a copertura
di un’area di circa 13 ha.
L’elaborazione del blocco fotogrammetrico
è stata effettuata
avvalendosi del software Agisoft
PhotoScan 1.2.4. A seguito di
orientamento è stata poi restituita
una nuvola densa di
punti (PPC - Photogrammetric
Point Cloud), successivamente
esportata in formato .LAS.
Utilizzando le librerie LAStools
(Isenburg 2012) la PPC è stata
filtrata e classificata (suolo -
non suolo) e, successivamente
regolarizzata per l’ottenimento
del corrispondente DSM
(Digital Surface Model) avente
GSD pari a 0.1 m. Un CHM
(Canopy Height Model, Fig.2)
è stato calcolato per differenza
tra il DSM ottenuto e il DTM
(Digital Terrain Model) regionale
ottenuto dal Geoportale
della Regione Piemonte con accuratezza
altimetrica nominale
di ± 0.6 m.
Fig.4 – Mappa del fattore di sicurezza statica dei soli alberi che cadendo potrebbero interessare
la viabilità. L’area centrale è attualmente interdetta al passaggio (Sistema di riferimento:
WGS84 / UTM32N).
gressivi che legano DBH a H (le
cosiddette curve Ipsometriche).
Questi modelli sono molto
utilizzati e di prassi operativa
nel campo forestale (La Marca
2017) e utilizzano i valori di
altezza (variabile indipendente)
per stimare il diametro del tronco
(variabile dipendente).
Per valutare la stabilità meccanica
degli alberi è stato adottato
il modello biomeccanico SIA
(Static Integrated Assessment)
(Lobis et al. 2002), che richiede
DBH e H come variabili indipendenti
per il calcolo di un
fattore di sicurezza statica (SF –
Safety Factor).
SF rappresenta il rapporto tra il
diametro teorico in grado di resistere
ad un vento “di progetto”
di 32 m·s- 1 e il diametro reale
dell’albero. SF ha un range di
variazione tra 0 e +∞. Il modello
considera le dimensioni dei
fusti e le proprietà meccaniche
del legno assumendo quest’ultime
come isotrope lungo il fusto.
Un albero instabile mostra normalmente
un valore di SF inferiore
a 150 (Wessolly and Erb
1998). Per ogni albero è stato
quindi calcolato il corrispon-
Estrazioni parametri
dendrometrici
Un algoritmo di ricerca dei
massimi locali (ML) operante
sul CHM ha permesso di individuare
l’apice della chioma di
ogni albero presente nell’area. Il
valore del CHM corrispondente
al massimo locale individuato è
stato assunto come rappresentativo
dell’altezza dell’albero (H)
e la su posizione planimetrica
registrata sotto forma di layer
vettoriale di tipo puntale (C).
L’algoritmo di ML implementato
nel pacchetto Forest Tools
(Plowright 2018) del software
R utilizza una finestra di ricerca
a dimensione variabile che
analizza il CHM adattando
le proprie caratteristiche alla
geometria della chioma locale.
Sulla base dei valori di altezza di
chioma ottenuti, si è proceduto
alla stima del diametro del fusto
(DBH – Diameter at Breast
Height) utilizzando modelli redente
valore SF secondo i valori
DBH e H.
Il valore di SF = 150 è stato
assunto come soglia sotto la
quale l’albero mostra potenziali
condizioni di bassa stabilità
(Sani 2017) suggerendo un più
approfondito controllo delle resistenze
meccaniche residue.
Dati multispettrali Sentinel-2
Un totale di 267 immagini
multispettrali Sentinel-2 di livello
2A (di seguito denominate
S2) sono state ottenute dal provider
Copernicus SciHub, considerando
un periodo compreso
tra il 30 giugno 2015 e il 7 ottobre
2018. I dati di livello 2A
vengono forniti ortoproiettati e
calibrati in riflettanza al suolo
e corredati da maschere della
copertura nuvolosa. A partire
dalle 267 immagini S2, sono
state generate le corrispondenti
mappe NDVI (GSD = 10 m)
e aggregate a formare una serie
multi-temporale NDVI (NTS
– NDVI Time Series). Un ulteriore
filtraggio, basato su FFT
(Fast Fourier Transform) (Testa
et al. 2018), è stato infine applicato
per ridurre al minimo le
GEOmedia n°4-2021 9

FOCUS
fluttuazioni di NDVI, causate
dai rimanenti outlier, e enfatizzare
le fluttuazioni periodiche
dell’andamento fenologico. In
questo studio sono stati considerati
4 anni dal 2015 al 2018.
Per ogni anno della serie temporale
NDVI è stato calcolato
il valore massimo (NDVImax)
permettendo di confrontare la
vigoria tra anni diversi nell’ipotesi
che la massima espressione
fenologica sia strettamente
correlata allo stato di salute
della vegetazione (Bradley et al.
2007). Assumendo NDVImax
come proxy dello stato di salute
annuale delle piante, il
suo trend temporale fornisce
informazioni utili per l’interpretazione
di fenomeni latenti o
cronici di declino del vigore. La
linea di tendenza dei valori di
NDVImax è stata quindi modellizzata
per regressione lineare
nel periodo 2015-2018 a livello
di singolo pixel. Il coefficiente
angolare della retta di regressione
è stato assunto come indice
di incremento/decremento del
vigore (di seguito denominato
VVI-Vegetation Vigor Index)
(De Petris S. et al. 2019) (Fig.3)
e la corrispondente mappa generata.
A seguito di normalizzazione
tra il minimo (- 0.175) e il
massimo (+0.175) teorici di
VVI, definiti sperimentalmente
considerando un periodo di 4
anni, è stato ottenuto un nuovo
indice normalizzato (nVVI) nel
range 0 e 1. Valori di nVVI >
0.5 denotano un incremento di
vigoria (stato di salute) della vegetazione,
mentre valori nVVI
< 0.5 denotano un decremento
di vigoria dovuto a un deperimento
della chioma. Molti
autori riportano che la stabilità
meccanica è influenzata indirettamente
dallo stato di salute
dell’albero (Shigo 1994; Shigo
and Marx 1977), soprattutto
quando è compromessa da marciumi
del legno o delle radici
indotti da patogeni. La capacità
di resistere all’agente patogeno
dipende principalmente dal
vigore della pianta. Partendo
da queste considerazioni un
albero deperiente è una pianta
più suscettibile agli attacchi parassitari
e con meno risorse per
resistere ai fenomeni patologici
e quindi più incline al cedimento
(Schwarze, Engels, and
Mattheck 2013). Vale la pena
ricordare che uno stress, o un
fenomeno patologico, non determinano
una diretta propensione
al cedimento; un albero
malato non è necessariamente
instabile meccanicamente, ma
mostra caratteristiche che fanno
sospettare un rapido sviluppo
delle malattie e, quindi, una
maggiore propensione generale
alla caduta in caso di forti venti.
Conseguentemente, si è generata
una mappa di nVVI per
individuare precocemente quelle
zone vegetate che mostrino
valori critici (< 0.5).
Dataset di riferimento
Una campagna di rilievi è stata
condotta a terra per ottenere
un dataset di riferimento con
cui validare le misure desunte
dal rilievo fotogrammetrico.
Per ogni albero, utilizzando
lo strumento Field-map© instrument
(Zambarda, Černy,
and Vopěnka 2010), sono stati
rilevati i seguenti parametri:
Fig.5 – Mappa dell’indice di deperimento delle chiome (nVVI). Gli alberi ricadenti nelle zone in cui nVVI è inferiore a 0.5 e potenzialmente
ricadenti sulla viabilità sono considerati deperenti e quindi critici. In queste zone sono doverosi controlli accurati (analisi strumentali) mentre
nelle restanti zone sono sufficienti controlli speditivi (analisi visive). L’area centrale è attualmente interdetta al passaggio (Sistema di riferimento:
WGS84 / UTM32N).
10 GEOmedia n°4-2021

FOCUS
posizione, diametro (DBH),
specie, altezza (H), proiezione
della chioma al suolo (P); complessivamente
sono stati rilevati
134 alberi.
Implementazione del processo
decisionale
Dati cartografici ausiliari, quali
la carta vettoriale della viabilità
locale (strade e sentieri) sono
stati reperiti e utilizzati per
introdurre, in una ipotetica
funzione del rischio, la componente
relativa alla probabilità
dell’accadimento dell’evento. La
zona potenzialmente interessabile
dalla caduta di un albero è
stata individuata, per buffering
circolare, utilizzando un raggio
pari all’altezza di ogni singolo
individuo. Solo gli individui arborei
per i quali tale area risultava
interessare la sede stradale o
il sentiero, sono stati considerati
e valutati nelle successive fasi.
L’utilizzo integrato della fotogrammetria
digitale prossimale
e del telerilevamento ottico passivo
ad alta frequenza temprale
può supportare efficacemente i
processi decisionali collegati alla
gestione del rischio caduta alberi,
soprattutto in quei contesti
estensivi in cui criteri di priorità
debbano regolare i controlli a
terra al fine di rendere i costi
sostenibili per la comunità.
Risultati e discussioni
Accuratezze della restituzione
fotogrammetrica
Con riferimento ai 9 punti di
appoggio utilizzati, mediante
procedura leave-one-out, è stato
possibile definire le seguenti
precisioni del rilievo fotogrammetrico:
x,y
= 0.267 m; z
=
0.229 m; xyz
= 0.352 m. Un
totale di 36058127 di punti
sono stati restituiti a formare la
PPC determinando un densità
media dei punti di 249 pt·m-
2, ed una distanza media tra i
punti di 0.06 m.
Validazione parametri
dendrometrici
Con riferimento alla legge di
propagazione della varianza
e considerando le precisioni
dedotte e dichiarate di DSM e
DTM rispettivamente è stato
possibile ottenere il valore teorico
della precisione altimetrica
del CHM da essi derivato che è
risultata pari a 0.64 m. Questo
risultato è di gran lunga superiore
alle precisioni ottenibili
con rilievo dendrometrico a
terra di tipo ordinario, operato
normalmente con ipsometri
ottici dall’incertezza di misura
delle altezze di chioma prossima
ai 2 m (Larsen, Hann, and
Stearns-Smith 1987).
Per confrontare i valori di campo
con quelli ottenuti tramite
il metodo proposto è stata condotta
una comparazione tra i
layer vettoriali P e C. Per quanto
riguarda il conteggio degli
alberi, l’algoritmo ML ha determinato
una sovrastima di 11
piante; il MAE (Mean Absolute
Error) relativo alla misura della
loro altezza è risultato invece
pari a 0.32 m. L’accuratezza di
stima del diametro del fusto
ottenuto tramite regressione
lineare con l’altezza è risultata
pari a 0.05 m (MAE). Questi
risultati provano come l’utilizzo
della Geomatica nel contesto
dell’arboricoltura di precisione
determini rilievi e stime molto
più accurate rispetto agli ordinari
metodi adottati in dendrometria.
Implementazione del processo
decisionale
L’applicazione del modello biomeccanio
SIA ha permesso di
ottenere e mappare il fattore di
sicurezza statica di ogni individuo
presente nell’area studio e
potenzialmente ricadente sulla
viabilità (Fig.4).
Inoltre la mappa di nVVI ha
permesso di delimitare le aree in
cui la vegetazione esprimeva un
deperimento nel tempo, quantificando
i fenomeni fisiopatologici
precoci che un operatore
a terra non potrebbe percepire
visivamente (Fig.5).
La metodologia proposta afferisce
di tutto diritto al contesto
più generale della arboricoltura
di precisione; essa è di fatto
intesa a supportare il processo
decisionale della gestione di
alberi mediante mappatura e
quantificazione (almeno relativa)
del rischio di caduta alberi.
L’assunto è che alberi che presentino
valori di SF e nVVI critici
(rispettivamente SF < 150
e nVVI < 0.5) debbano essere
valutati prioritariamente attraverso
indagini a terra supportate
da analisi strumentali che
possano indirizzare le necessarie
azioni di mitigazione del rischio
(potature, consolidamento con
tiranti, interdizione dell’area,
abbattimento, etc.). I restanti
individui potrebbero essere
invece controllati con indagini
speditive e meno onerose, con
il dichiarato obiettivo di bilanciare
costi e benefici in termini
oggettivi al fine di sostenere
politiche più mirate nell’arboricoltura
urbana o nella gestione
di patrimoni arborei nei parchi
naturali.
Conclusioni
Nel contesto generale dell’arboricoltura
di precisione e, specificatamente,
in quello della valutazione
e mappatura del rischio
di caduta alberi, le tecniche
geomatiche possono certamente
risultare un valido supporto tecnico
e tecnologico. L’esperienza
condotta dimostra che il rilievo
fotogrammetrico da SAPR risulta
efficace per rilevare i principali
parametri dendrometrici
con precisioni notevolmente
superiori a quelle ottenibili con
le ordinarie tecniche forestali.
Ad integrazione, il telerileva-
GEOmedia n°4-2021 11

FOCUS
mento ottico multispettrale
operato su dati gratuiti da
missioni ad alta risoluzione
geometrica e temporale (come
quella Copernicus Sentinel-2),
ha dimostrato di poter efficacemente
integrare il dato fotogrammetrico.
E’ infatti l’analisi
spettrale multitemporale che
ha permesso di quantificare e
mappare i fenomeni di deperimento
in atto, avvalendosi di
informazioni (quelle derivabili
da indici spettrali basati su
bande diverse da quelle del
visibile) che un operatore a
terra non potrebbe cogliere.
Tali nuove informazioni costituiscono
variabili necessarie
all’adozione di opportuni modelli
biomeccanici in grado di
calcolare un fattore di sicurezza
statica che misuri la stabilità
meccanica dei tronchi e la loro
resistenza a carichi di vento
di progetto. Se supportata da
queste premesse l’arboricoltura
di precisione va effettivamente
configurandosi come uno
strumento gestionale efficiente
e, quella proposta, come una
procedura possibile per una
gestione oggettiva e trasparente
dei patrimoni arborei.
Tale considerazione è tutt’altro
che secondaria nel panorama
odierno dove i gestori, soprattutto
quelli pubblici (e.g. settori
tecnici del verde cittadino
o tecnici di parchi naturali)
sono chiamati ad assicurare la
sicurezza pubblica assumendosi
la responsabilità “politica” degli
alberi nei confronti dei cittadini,
i quali sono sempre più
attenti alle tematiche del verde
e della natura. In questo contesto
delicato e poco alimentato
da risorse economiche, l’arboricoltura
di precisione si configura
come un valore gestionale
aggiuntivo qualora si dovesse
rendicontare della gestione in
contenziosi legali.
BIBLIOGRAFIA
Borgogno-Mondino, E., Andrea Lessio, Luigi Tarricone, Vittorino Novello, and
Laura de Palma. 2018. “A Comparison between Multispectral Aerial and Satellite
Imagery in Precision Viticulture.” Precision Agriculture 19 (2): 195–217.
Bradley, Bethany A., Robert W. Jacob, John F. Hermance, and John F. Mustard.
2007. “A Curve Fitting Procedure to Derive Inter-Annual Phenologies from Time
Series of Noisy Satellite NDVI Data.” Remote Sensing of Environment 106 (2):
137–145.
Corona, Piermaria, Francesco Chianucci, Valerio Quatrini, Vincenzo Civitarese,
Fabrizio Clementel, Corrado Costa, Antonio Floris, Paolo Menesatti, Nicola Puletti,
and Giulio Sperandio. 2017. “Precision Forestry: Riferimenti Concettuali,
Strumenti e Prospettive Di Diffusione in Italia.” Forest@-Journal of Silviculture
and Forest Ecology 14 (1): 1.
De Petris S., Berretti R., Sarvia F., and Borgogno-Mondino E. 2019. “Precision
Arboriculture: A New Approach to Tree Risk Management Based on Geomatics
Tools.” In SPIE Remote Sensing, 2019. Vol. Remote Sensing for Agriculture,
Ecosystems, and Hydrology XXI, 111491G. SPIE. doi:10.1117/12.2532778.
Isenburg, Martin. 2012. “LAStools-Efficient Tools for LiDAR Processing.” Available
at: Http: Http://Www. Cs. Unc. Edu/ Isenburg/Lastools/[Accessed October 9,
2012].
La Marca, Orazio. 2017. Elementi Di Dendrometria. Pàtron.
Larsen, David R., David W. Hann, and Stephen C. Stearns-Smith. 1987. “Accuracy
and Precision of the Tangent Method of Measuring Tree Height.” Western
Journal of Applied Forestry 2 (1): 26–28.
Lobis, V., E. Brudi, G. Maresi, and P. Ambrosi. 2002. “Valutazione Della Stabilità
Degli Alberi: Il SIA (Statistics Integrated Assessment) Ed Il Metodo SIM (Statistics
Integrated Method).” Sherwood, no. 78: 41–46.
Plowright, Andrew. 2018. “R Package ‘ForestTools.’” CRAN. https://github.com/
andrew-plowright/ForestTools.
Sani, Luigi. 2017. Statica Delle Strutture Arboree per La Valutazione Di Stabilità.
prima edizione edizione. gifor.
Schwarze, Francis W. M. R., Julia Engels, and Claus Mattheck. 2013. Fungal Strategies
of Wood Decay in Trees. Springer Science & Business Media.
Shigo, Alex L. 1994. Modern Arboriculture. Shigo and Trees, Associates.
Shigo, Alex L., and Harold G. Marx. 1977. “Compartmentalization of Decay in
Trees.” Agric. Inf. Bull. 405. Washington, DC: US Department of Agriculture, Forest
Service. 73 p. 405: 1–73.
Smiley, Nelda Matheny, and Sharon Lilly. 2017. BMP Best Management Practices:
Tree Risk Assessment. Ed. 2. International Society of Arboriculture.
Wessolly, and Erb. 1998. Handbuch Der Baumstatik+ Baumkontrolle. Patzer.
Zambarda, A., M. Černy, and P. Vopěnka. 2010. “Field-Map-the New Technology
Designed by IFER for the Collection and Processing of Forest Inventory
Data.” Sherwood-Foreste Ed Alberi Oggi, no. 167: 33–38.
PAROLE CHIAVE
Precision Arboriculture; Tree stability assessment; Photogrammetry; Sentinel-2
ABSTRACT
Trees provide social, economic and aesthetic benefits to human beings but often they
present structural defects,physiological disorders and/or pathological processes that pose a
danger to property and people. In this work we applied Precision Arboriculture approach
at La Mandria regional park (Piedmont). UAV digital photogrammetry was used to retrieve
tree parameters in a jointly use to multispectral satellite remote sensing (Copernicus Sentinel-2)
to monitor the canopy health of trees. The adoption of biomechanical models has
made it possible to assess the mechanical stability of the trunks and create a decision support
system that create intervention priorities zones with the aim of reducing and optimizing
ground tree inspections.
AUTORE
De Petris Samuele
samuele.depetris@unito.it
Sarvia Filippo
filippo.sarvia@unito.it
Borgogno-Mondino Enrico
enrico.borgogno@unito.it
Dipartimento Scienze Agrarie, Forestali e Alimentari, Università di Torino. Largo
P. Braccini 2, 10095 Grugliasco (TO).
12 GEOmedia n°4-2021

FOCUS
GEOmedia n°4-2021 13

REPORT
Gli strumenti
dell’agricoltura
di precisione:
le mappe di
prescrizione per
la concimazione
di Sara Antognelli
Fig. 1 - Creazione delle mappe di prescrizione in Agricolus.
Le tecnologie per l’agricoltura di
precisione a disposizione degli
agricoltori sono molteplici e
necessitano di essere utilizzate in
modo consapevole per generare un
reale valore aggiunto. Le mappe di
prescrizione per la concimazione
e i dati satellitari sono due tra le
tecnologie più diffuse.
Agricoltura di precisione:
cos’è?
Una recente definizione
della FAO descrive l’agricoltura
di precisione come:
“Un’agricoltura guidata da
informazioni ambientali dettagliate,
per minimizzare l’uso di
acqua, agrochimici, e lavoro”,
ovvero “un’agricoltura che usa
tecnologie GPS, satelliti e sensori
al suolo, e sistemi di gestione
intensiva delle informazioni per
comprendere le variazioni delle
condizioni delle risorse all’interno
del campo. Queste informazioni
sono utilizzate per applicare
fertilizzanti e altri input
con maggiore precisione, e per
prevedere più accuratamente la
resa” (FAO 2006).
Questa definizione evidenzia
come l’agricoltura di precisione
sia in realtà un approccio che
prevede l’applicazione di diverse
tecnologie, integrate fra loro in
modo organico ed efficiente.
L’agricoltura di precisione si sta
diffondendo in molte e diverse
forme. Nuove tecnologie come
modelli previsionali, dati satellitari,
sistemi di posizionamento
GPS e sistemi di supporto alle
decisioni stanno entrando a far
parte della quotidianità di molte
aziende agricole, cambiando il
modo di prendere decisioni: le
decisioni basate sulla raccolta
dati seguita da un processo di
interpretazione di quest’ultimi
si stanno sostituendo infatti alle
decisioni basate esclusivamente
sull’esperienza.
Gli strumenti dell’agricoltura
di precisione
Gli strumenti a disposizione
delle aziende agricole per l’applicazione
delle tecniche di
agricoltura di precisione sono
moltissimi, tanto da generare
spesso confusione tra i potenziali
utilizzatori. Per semplicità,
tali strumenti possono essere
raggruppati come segue:
Strumenti di controllo: misurano
cosa sta accadendo in
campo.
Strumenti di previsione: elaborano
i dati acquisiti dagli strumenti
di controllo per stimare
altre informazioni.
Strumenti di decisione e prescrizione:
integrano diverse
informazioni e forniscono un
supporto concreto al processo
decisionale data driven.
Sistemi di attuazione: permettono
di applicare in campo le
decisioni.
Gli strumenti di controllo misurano
cosa sta accadendo in
campo. I dati raccolti, se non
interpretati correttamente, non
forniscono informazioni agronomiche
agli utenti. Esempi di
strumenti di controllo sono, ad
esempio, gli indici calcolati da
satellite o drone. Questi indici
sono di fatto delle misure derivate
dalla combinazione della
riflettanza nelle diverse bande,
che necessitano di interpretazione
per fornire informazioni
sullo stress delle colture.
Altri esempi di strumenti di
controllo sono le osservazioni in
campo, eseguite dagli agricoltori
durante i loro sopralluoghi. Se
adeguatamente registrati e georeferenziati,
i dati da osservazioni
in campo sono un ottimo
strumento per interpretare le
immagini da satellite e comprendere
le dinamiche spaziali
di alcune patologie. Altri dati
che possono essere acquisiti
in campo sono i dati registrati
dalle centraline meteo, i dati
registrati dai sensori di resa posti
sulle macchine raccoglitrici,
oppure i dati provenienti da
14 GEOmedia n°4-2021

REPORT
strumenti innovativi posti sui
mezzi agricoli, in grado di fornire
dati sulla loro posizione nei
diversi momenti delle attività in
campo (come il device Agriplug
di Agricolus, che permette alle
aziende di raccogliere dati sulle
operazioni svolte dai propri
macchinari).
Gli strumenti di previsione sono
costituiti da algoritmi. Gli algoritmi
previsionali sono formati
da un insieme più o meno complesso
di operazioni matematiche
che utilizzano i dati ottenuti
dagli strumenti di controllo per
ottenere altre informazioni. Un
esempio di modello previsionale
ampiamente diffuso è rappresentato
dalle previsioni meteo.
Per il calcolo delle previsioni
meteo, infatti, sono necessari
dati meteo raccolti da centraline.
In base a questi dati, vengono
stimati gli andamenti delle
diverse variabili (temperatura,
pioggia ecc.) nel futuro. Ci sono
altri modelli previsionali che invece
stimano variabili diverse da
quelle di origine. Ad esempio,
Agricolus stima la fase fenologica
delle colture in base ai dati
meteo attuali. In questo caso, il
modello ha la funzione di stimare
una variabile differente nello
stesso contesto (luogo e tempo)
dei dati di input. Altri modelli
con un simile funzionamento
sono quelli che stimano ad
esempio il rischio di insorgenza
delle patologie, oppure il fabbisogno
nutrizionale o idrico delle
piante, o ancora la fase fenologica
degli insetti, o la mortalità di
alcuni di questi, come la mosca
dell’olivo. In tutti questi casi, se
le previsioni del meteo futuro
sono sufficientemente affidabili,
possono fungere da input dei
modelli e stimare le altre variabili
nello stesso intervallo temporale
analizzato.
La moltitudine di informazioni
prodotta dagli strumenti di
controllo e previsione necessita
di essere organizzata per fornire
informazioni utili alle decisioni
degli agricoltori. Gli strumenti
di decisione e prescrizione rispondono
a questa esigenza.
Gli strumenti di decisione sono
costituiti normalmente da dashboard
di confronto dei dati
e da sistemi di sovrapposizione
dei layer geografici, che permettono
di confrontare in modo
ragionato dati provenienti da
diverse fonti e supportare il processo
decisionale.
Gli strumenti di prescrizione
integrano matematicamente i
dati. Ad esempio, le mappe di
prescrizione, ad oggi sempre più
utilizzate dagli agricoltori, associano
a ciascuna coordinata del
campo una specifica quantità di
input, ottenuta da alcuni calcoli
e integrata dalle osservazioni del
tecnico aziendale. Le mappe di
prescrizione sono utilizzate spesso
per somministrare al campo
dosi differenziate di concime,
ma possono essere prodotte anche
per differenziare la quantità
di semente, di fitofarmaci, o la
dose irrigua.
Per applicare le mappe di
prescrizione sono necessari
strumenti di attuazione come i
sistemi a rateo variabile.
Tecnica: creare mappe
di prescrizione basate
sull’interpretazione dei
dati satellitari
Gli utenti della piattaforma
Agricolus reputano molto utile
creare le proprie mappe di prescrizione
basate sull’interpretazione
dei dati satellitari. Questa
tecnica permette di creare mappe
di prescrizione per la concimazione
con una ridotta necessità
di sopralluoghi in campo;
è particolarmente importante
nelle aziende dedicate ai seminativi,
dove le colture estese
su aree vaste e con un reddito
per ettaro relativamente basso
non rendono economicamente
sostenibile un monitoraggio in
campo costante e certosino.
La funzionalità “Mappe di prescrizione”
di Agricolus permette
di creare mappe facilmente utilizzabili
nei sistemi a rateo variabile
che consentono di ottimizzare
la dose di concimazione,
associando a ciascuna zona del
campo la quantità di concime
più adatta.
La creazione delle mappe di prescrizione
in Agricolus si articola
in due fasi (fig. 1):
1) Selezione dei parametri
2) Definizione della modalità
di calcolo
Selezione dei parametri per le
mappe di prescrizione
La mappa di prescrizione prevede
la suddivisione di ciascun
campo in zone omogenee al loro
interno, a cui somministrare la
stessa dose di concime.
La definizione delle zone omogenee
viene fatta sulla base di
un indice satellitare rilevato in
una determinata data. L’utente
può scegliere un indice tra quelli
proposti nella funzionalità
“Imagery”, calcolato su qualsiasi
data disponibile. L’indice
più frequentemente utilizzato
è l’NDVI calcolato nell’ultima
data disponibile prima
dell’applicazione del concime,
ma possono essere scelti altri
indici come l’indice di clorofilla
TCARI/OSAVI o un indice di
stress idrico come l’NDMI. La
scelta dell’indice di riferimento
è un passaggio che deve essere
eseguito con competenza dal
tecnico che crea la mappa di
prescrizione.
Il campo viene quindi zonizzato
sulla base dell’indice selezionato.
La definizione delle zone omogenee
è basata sul calcolo di un
indice statistico che raggruppa
i diversi punti del campo sulla
base della distanza dalla media
dell’indice. L’algoritmo definisce
GEOmedia n°4-2021 15

REPORT
risce la dose media di elemento
nutritivo nel campo e la percentuale
di variazione massima
desiderata rispetto alla media.
Per valutare l’azione migliore da
intraprendere l’agricoltore deve
definire se la carenza di nutrienti
è il fattore che limita la
vigoria o se vi sono altri fattori
preponderanti, come deficit,
eccessi idrici, o problemi di
emergenza delle plantule che
hanno causato una ridotta vigoria
in alcune zone del campo.
Nel primo caso dovranno essere
somministrati più nutrienti nelle
aree con vigoria più bassa, nel
secondo è più efficiente somministrare
un minor quantitativo
di nutrienti in queste aree, dove
una concimazione più abbondante
non ne migliorerebbe
la produttività. L’analisi comparativa
degli indici di vigoria
rende possibile definire i fattori
limitanti con un buon grado di
accuratezza, necessitando solo
in alcuni casi di sopralluoghi in
campo.
Fig. 2 - Confronto tra indici su un campo di grano tenero in fase di accestimento (sopra) e di fioritura (sotto).
anche il numero massimo di
zone in cui è significativo suddividere
il campo, ma l’utente
può decidere di diminuirle.
Fig. 3 - Comparazione dei dati satellitari in Agricolus.
Modalità di calcolo delle
mappe di prescrizione
L’utente può scegliere autonomamente
una modalità di calcolo
tra “diretta” o “inversa”.
Con la prima metodologia, si
prevede di concimare maggiormente
le zone con bassa vigoria.
Si inserisce la dose media di
elemento nutritivo nel campo
e la percentuale di variazione
massima desiderata rispetto alla
media.
Con la seconda metodologia si
predilige di concimare le zone
a più alta vigoria. L’utente inse-
L’interpretazione
dei dati satellitari
Agricolus fornisce indici satellitari
calcolati da Sentinel 2 per
tutte le date disponibili (generalmente
ogni 3-5 giorni, in
assenza di copertura nuvolosa).
Gli indici forniti sono raggruppabili
in 3 categorie:
Indici di vigoria
Indici di clorofilla
Indici di stress idrico
Questi indici possono essere
confrontati per definire la miglior
strategia di concimazione,
partendo da alcune semplici
valutazioni. Per prima cosa è
bene osservare il valore medio
dell’NDVI, che si può considerare
come riferimento per la
vigoria. Osservando il valore
medio dell’NDVI, è possibile
stabilire se ci si trova in una fase
in cui la vegetazione è ancora
in accrescimento o in pieno
sviluppo vegetativo. Nel primo
caso può essere utile integrare
l’osservazione con un indice di
vigoria alternativo, meno soggetto
all’effetto del suolo, mentre
nel secondo può essere utile
confrontare l’NDVI con indici
meno soggetti a saturazione.
Una volta compreso quale indice
utilizzare in base al valore
medio, si passa ad analizzare la
variabilità spaziale della vigoria.
La variabilità spaziale dell’indice
permette di individuare le zone
con bassa vigoria. Per comprenderne
la causa è utile il confronto
con un indice di vegetazione
specifico, ad esempio l’indice di
clorofilla. Quest’ultimo consen-
16 GEOmedia n°4-2021

REPORT
te di stabilire se le zone affette
da bassa vigoria sono anche affette
da clorosi, sintomo tipico
della carenza dei nutrienti ma
anche di altri fattori, come l’insorgenza
di patologie.
Inoltre, se l’indice di vigoria è
elevato (e quindi la vegetazione
è sufficientemente sviluppata),
un confronto con un indice di
stress idrico permette di capire
se alcune zone del campo sono
affette da problemi legati a carenza
o eccesso idrico (figura 2).
Quale indice utilizzare?
All’interno della piattaforma
Agricolus, l’agricoltore ha a
propria disposizione molteplici
indici di vegetazione (figura 3).
L’NDVI è l’indice di vigoria più
versatile e conosciuto. Tuttavia,
in caso di copertura vegetale
parziale, come nel grano in
fase di accestimento, è bene
ricorrere al SAVI (Soil Adjusted
Vegetation Index) (Huete et al.,
1988), che permette di ridurre
il rumore dei diversi tipi di
suolo sul dato di vigoria. Nelle
fasi fenologiche in cui l’NDVI
tende a saturare (come in fase
di fioritura delle graminacee),
è utile ricorrere al WDRVI
(Wide-Dynamic Range
Vegetation Index) (Gitelson
A.A. 2004, Henebry G.M.
2004) che, pure avendo valori
assoluti meno interpretabili,
permette di evidenziare maggiormente
le differenze tra le diverse
aree del campo, in quanto
meno soggetto a saturazione.
L’indice di clorofilla TCARI/
OSAVI (Haboudane et al.
2002) può essere quindi utilizzato
per buona parte del
ciclo colturale (figura 4),
poichè risulta piuttosto
resiliente nei confronti
delle variazioni dell’indice
di area fogliare (Leaf Area
Index –LAI) nel caso in cui
quest’ultimo superi una soglia
di almeno 1 mq/mq.
Gli indici di stress idrico
sono facilmente interpretabili
quando la coltura è
ben sviluppata (LAI superiore
a 2 mq/mq), mentre con
un valore LAI più basso risentono
fortemente della variabilità
della vigoria, mescolando gli
effetti dello stress idrico con
quelli del mancato sviluppo vegetativo
della pianta.
In caso di copertura vegetale
sufficiente, sia l’indice NDMI
(Normalized Difference
Moisture Index) (Skakun, R.S.
et al., 2003) che il meno noto
NMDI (Normalized Multiband
Drougth Index) (Wang et al.
2007) risultano direttamente
proporzionali alla quantità d‘acqua
presente nelle foglie (fig.
2).
L’indice NMDI ha anche un’altra
peculiarità: in caso di suolo
nudo (NDVI vicino allo 0) esso
risulta inversamente proporzionale
alla quantità d’acqua nel
terreno. Questo spiega anche
perché non è bene utilizzare tale
Fig. 4 - Relazione tra TCARI/OSAVI e contenuto di clorofilla
delle piante (Haboudane et al. 2002).
indice su vegetazione mediamente
sviluppata: le relazioni
tra acqua nel terreno e acqua
fogliare interagirebbero, mescolando
gli effetti (figura 5).
BIBLIOGRAFIA
FAO (2006), Plant nutrition for food security, FAO Fertilizer
and Plant Nutrition Bulletin No.16, http://www.
fao.org/3/a0443e/a0443e.pdf (Retrieved: 07/06/2021).
Huete, Alfredo R. “A soil-adjusted vegetation index
(SAVI).” Remote sensing of environment 25.3 (1988):
295-309.Henebry, G. M., Viña, A., & Gitelson, A. A.
(2004). The wide dynamic range vegetation index and
its potential utility for gap analysis.
Gitelson, A. A. (2004). Wide dynamic range vegetation
index for remote quantification of biophysical characteristics
of vegetation. Journal of plant physiology, 161(2),
165-173.
Haboudane, D., Miller, J. R., Tremblay, N., Zarco-
Tejada, P. J., & Dextraze, L. (2002). Integrated
narrow-band vegetation indices for prediction of crop
chlorophyll content for application to precision agriculture.
Remote sensing of environment, 81(2-3), 416-426.
Skakun, R. S., Wulder, M. A., & Franklin, S. E. (2003).
Sensitivity of the thematic mapper enhanced wetness
difference index to detect mountain pine beetle redattack
damage. Remote Sensing of Environment, 86(4),
433-443.
Wang, L., & Qu, J. J. (2007). NMDI: A normalized
multi‐band drought index for monitoring soil
and vegetation moisture with satellite remote sensing.
Geophysical Research Letters, 34(20).
PAROLE CHIAVE
Agricoltura di precisione; mappe di prescrizione,;
concimazione; immagini satellitari.
ABSTRACT
Technologies for precision agriculture are spreading over
the agricultural world. They include different tools for
data gathering, forecasts, prescription, decision and actuation
of the decisions. To be effective, farmers should
be skilled to use them. The paper shows how, between
the several technologies, indices calculated from satellite
can be used to create useful prescription maps for optimizing
crop fertilization.
Fig. 5 - Sensibilità dell'NMDI all'umidità del suolo (sinistra) e al contenuto d'acqua fogliare (destra)
(Wang et al. 2007).
AUTORE
Sara Antognelli,
discover@agricolus.com
Dottore Agronomo e
Data Analyst presso Agricolus s.r.l.
GEOmedia n°4-2021 17

REPORT
NOCTUA: potenzialità innovative
per l’Osservazione della Terra
Applicazioni in agricoltura di precisione
e nel monitoraggio delle infrastrutture
di Elena Giglio, Mariangela Dejana, Marco Bevilacqua
I sistemi SAR hanno
applicazioni notevoli e
interessanti nell'osservazione
della Terra, in particolare nel
monitoraggio ambientale e
delle infrastrutture, nel controllo
delle risorse idriche, delle coste
e degli oceani e nel controllo
dell'agricoltura e risorse
forestali.
Rilevante valore aggiunto
del SAR è quello di acquisire
immagini in tutte le condizioni
atmosferiche per aiutare la
prevenzione e l’analisi dei
disastri dovuti a cause naturali
ocause antropiche e per tutti
i precursori dei fenomeni di
disastri ambientali.
In questo scenario NOCTUA,
un progetto portato avanti
da una partnership con
capofila D-Orbit e finanziato
dalla Regione Lombardia,
offre molteplici opportunità e
prevede di installare il satellite
SAR su una piattaforma per
mini/microsatelliti, avendo
come obiettivo principale
quello di abilitare un servizio
all’avanguardia di osservazione
della Terra per il monitoraggio di
infrastrutture.
Fig. 1 - CAD model preliminare (Fonte: D-Orbit).
L’
Osservazione della Terra da
satellite è un mercato maturo
in grande crescita.
Non solo il mercato tra privati
ma anche il mondo istituzionale
guarda con sempre maggiore
attenzione ai servizi e alle applicazioni
che derivano dai dati di
Osservazione della Terra e alle
potenzialità che queste informazioni
presentano ai cittadini.
Questi dati individuano e forniscono
informazioni per la ricerca
e i processi decisionali, incluso
il raggiungimento di società sostenibili,
in un’ampia varietà di
ambiti: dalle previsioni del tempo,
al monitoraggio dei disastri
naturali e dello stato di salute
degli ecosistemi e delle comunità,
dal monitoraggio dei cambiamenti
climatici e le misure relative
alla biodiversità e alla fauna
selvatica, dalle variazioni nell’uso
del suolo alla deforestazione.
(United Nations Department
of Economic and Social Affairs
2020) (EO4SDG Team 2020).
I dati telerilevati possono fornire
un supporto per mitigare e gestire
l’impatto dei disastri naturali,
compresi gli incendi, le inondazioni,
i terremoti e gli tsunami e
la gestione sostenibile delle risorse
naturali, come energia, acqua
dolce e agricoltura.
Questi dati possono anche fornire
un valido supporto per affrontare
la diffusione di malattie
emergenti e altri tipi di rischi collegati
alla salute e fare previsioni
relativamente agli scenari legati al
riscaldamento globale (Anderson
et al. 2017).
I sistemi SAR
Il SAR ad apertura sintetica
(Synthetic Aperture Radar) è un
sensore di tipo attivo a microonde
per l’acquisizione di immagi-
18 GEOmedia n°4-2021

REPORT
ni, può quindi essere utilizzato
nella Osservazione della Terra
da remoto (piattaforma aerea
o satellitare). Un’antenna è
installata su una piattaforma
e trasmette un segnale
radar in direzione obliqua
verso la superficie della Terra.
Relativamente ad un radar
convenzionale ha la rilevante
proprietà di avere un’alta risoluzione
non solo in distanza
ma anche in angolo. Questa
proprietà è dovuta alla particolare
tecnica di elaborazione
coerente dei singoli ritorni dai
singoli elementi del terreno
osservati, che compaiono nel
tempo sotto angolazioni diverse.
Il segnale riflesso, detto
eco, viene quindi retrodiffuso
dalla superficie e ricevuto una
frazione di secondo dopo dalla
stessa antenna (radar monostatico).
Per sistemi radar coerenti
come il radar ad apertura
sintetica, l’ampiezza e la fase
dell’eco ricevuta, che vengono
utilizzati durante il processo
di focalizzazione per costruire
l’immagine, vengono registrati.
La caratteristica principale
di un SAR è quella di fornire
un’immagine di rilevanti dimensioni
con una notevole
qualità in ogni tempo, di
notte e di giorno; a differenza
dei sensori ottici (Piccardi
1995), il SAR ha la proprietà
di osservare oggetti attraverso
le nuvole e sotto la superficie
terrestre, in molteplici tipi di
substrati: strati di ghiaccio, di
terreno, di sabbia e di deserto.
Tra i parametri specifici del
SAR di interesse per questo
articolo si riporta la lunghezza
d’onda.
Le onde radio sono quella parte
dello spettro elettromagnetico
che ha lunghezza d’onda
considerevolmente più lunga
della luce visibile, cioè nel dominio
del centimetro.
La penetrazione è il fattore
chiave per la selezione della
lunghezza d’onda: più lunga è
la lunghezza d’onda, e dunque
più corta è la frequenza, maggiore
è la penetrazione nella
vegetazione e nel suolo.
Di seguito sono riportate lunghezze
d’onda generalmente
usate:
Banda P = ~ 65 cm aereo
AIRSAR
Banda L = ~ 23 cm aereo /
spaziale JERS-1 SAR, ALOS
PALSAR
Banda S = ~ 10 cm aereo /
spaziale Almaz-1
Banda C = ~ 5 cm aereo
/ spaziale ERS-1/2 SAR,
RADARSAT-1/2, ENVISAT
ASAR
Banda X = ~ 3 cm aereo / spaziale
TerraSAR-X, COSMO-
SkyMed
Banda K = ~ 1.2 cm aereo
Dominio militare
Modalità e tecniche di acquisizione
SAR
A seconda della configurazione
del sistema, i sensori SAR
possono acquisire dati in diverse
modalità:
utilizzare l’intera distanza
acquisita per l’immagine di
una lunga striscia di terreno
(Stripmap)
illuminare una striscia di
terreno a qualsiasi angolazione
rispetto al movimento
del percorso (ScanSAR)
Imaging di una scena con
una risoluzione più fine e
con più angoli di visualizzazione
(Spotlight)
Dati acquisiti in diverse modalità
possono essere elaborati
con differenti tecniche di elaborazione:
Interferometria,
Polarimetria e Polarimetria-
Interferometria.
Applicazioni SAR nel
monitoraggio Terrestre
Tra le principali e più interessanti
applicazioni dei sistemi SAR particolare
interesse è rappresentato
dalle implicazioni nel monitoraggio
ambientale e delle infrastrutture,
nella prevenzione e gestione
dei disastri ambientali, nel controllo
delle risorse idriche, degli
oceani e delle coste, nel controllo
delle risorse agricole e forestali,
nel controllo degli edifici e in
generale in cartografia, fornendo
dati per una nuova cartografia
tecnica e tematica ad alta risoluzione
che potrà essere realizzata
grazie alle caratteristiche delle
immagini acquisite, con la possibilità
di realizzare modelli digitali
tridimensionali del suolo ad elevata
precisione, utilizzabili in una
molteplicità di applicazioni.
Rilevante valore aggiunto del
SAR è quello di acquisire immagini
con ogni condizione
meteorologica per aiutare nella
prevenzione e analisi di eventi calamitosi
dovuti a cause naturali o
antropiche e per tutti i fenomeni
precursori dei disastri ambientali
(A. Taramelli et al. 2015), migliorando
la capacità di monitoraggio
e valutazione dei danni nel caso
di frane e alluvioni, dove è utile
per le misurazioni dell'estensione
delle inondazioni e spesso usato
per fare mappe delle inondazioni
(Musa, Popescu, and Mynett
2015) (Long, Fatoyinbo, and
Policelli 2014), terremoti ed eruzioni
vulcaniche.
A questo scopo acquisisce dati la
costellazione di Cosmo SkyMed,
che opera in banda X, che tra i
molteplici utilizzi per scopi militari
e civili prevede frane e alluvioni
per il sistema di Protezione
Civile, supporta le attività di
coordinamento per i soccorsi
in caso di terremoti o incendi e
controlla dall'alto le aree di crisi.
Inoltre, rappresenta un potente
strumento per la sicurezza e la
sorveglianza di territori e per
GEOmedia n°4-2021 19

REPORT
monitorare la presenza di nuovi
insediamenti o opere e per tenere
sotto controllo tutte quelle situazioni
di abbassamento del suolo
osottosuolo che sono frequente
causa di cedimenti strutturali e
crolli.
Questi sistemi forniscono informazioni
del tutto innovative per
lo studio, il controllo e il monitoraggio
dell’ambiente, lo stato
delle coste, dei mari e delle acque
interne, al fine di valutare fenomeni
di erosione costiera e di
inquinamento, riveste una notevole
importanza, rappresentando
un valido strumento di supporto
di gestione nello scenario dei
cambiamenti climatici globali
(Bartsch et al. 2020) e nella
prevenzione, nel monitoraggio e
nella gestione dei rischi naturali
ed antropici, nonchè un prezioso
aiuto per il controllo del traffico
marittimo (Renga et al. 2011).
Tra i parametri ambientali di particolare
interesse risulta la possibilità
di controllo del patrimonio
forestale e boschivo (Proisy et al.
2000) e degli studi di idrologia,
che dipendono dalle condizioni
meteorologiche (vento e pioggia),
vegetazione emergente, angolo di
incidenza e polarizzazione e modalità
utilizzata per l'acquisizione
dei dati (Sun, Ishidaira, and
Bastola 2009).
Come già anticipato i radar ad
apertura sintetica presentano notevoli
vantaggi nella classificazione
dei terreni e dell'uso del suolo
(Schiavon et al. 2021), insieme
al monitoraggio delle colture durante
il ciclo di crescita, anche al
fine di ottimizzare i raccolti.
È dunque una tecnica efficace
e importante nel monitoraggio
delle colture e di altri obiettivi
agricoli perché non solo la sua
acquisizione non è affetta dalla
copertura nuvolosa (Beriaux et
al. 2013), ma permette di valutare
lo stato del raccolto e l'umidità
del suolo e ottimizzare di molto
l'uso di acqua e fertilizzanti. Il
SAR è sensibile alle strutture geometriche
e alle proprietà dielettriche
dei bersagli e ha una certa
capacità di penetrazione verso
alcuni bersagli agricoli. Le capacità
del SAR per le applicazioni
agricole possono essere organizzate
in tre categorie principali:
identificazione delle colture e statistiche
sull'area di semina delle
colture, estrazione dei parametri
delle colture e dei terreni coltivati
e stima della resa delle colture (an
LIU et al. 2019).
Negli ultimi anni, con i notevoli
progressi nei sistemi di telerilevamento
SAR, le fonti di dati
SAR disponibili si sono notevolmente
arricchite. L'accuratezza
della classificazione delle colture
e dell'estrazione dei parametri
mediante dati SAR è stata
progressivamente migliorata.
Il telerilevamento SAR ha un
grande potenziale e svolgerà un
ruolo più significativo nei vari
campi del telerilevamento agricolo
(Ballester-Berman, Lopez-
Sanchez, and Fortuny-Guasch
2005).
Questi nuovi sensori consentiranno
l'ulteriore sviluppo di applicazioni
SAR in agricoltura, in
particolare nella mappatura dei
tipi di colture, nella valutazione
delle condizioni delle colture,
nella stima dell'umidità del suolo
(Beauregard, Goita, and Magagi
2016) e nella stima della resa
delle colture. Il SAR giocherà un
ruolo sempre più importante e
insostituibile nel campo del telerilevamento
agricolo (an LIU et
al. 2019).
Per questo e per altre importanti
implicazioni del SAR non solo in
agricoltura ma anche nel monitoraggio
delle infrastrutture critiche,
lo sviluppo di questi sensori
riveste una notevole importanza
fornendo uno strumento utile
per i decisori(Schiavon et al.
2021) (Schiavon, Taramelli, and
Tornato 2021).
A questo si aggiunge che un
esiguo numero di Paesi ad oggi
sviluppa questa tecnologia: l'Italia,
leader nel mondo grazie
alla costellazione Cosmo Sky-
Med, l'Argentina con il satellite
SAOCOM, il Canada con il
sistema RADARSAT ne sono i
principali detentori.
Il Progetto SIASGE (Italian-
Argentinian satellite system for
Disaster Management and economic
development) è il risultato
della partnership tra i due Paesi,
che hanno deciso di sviluppare
un sistema operativamente integrato,
per gestire e prevenire le
grandi emergenze naturali e ambientali.
È composto dai satelliti
COSMO-SkyMed, che acquisiscono
in banda X, e dai satelliti
SAOCOM che acquisiscono immagini
con un SAR in banda L.
Il caso specifico: NOCTUA
NOCTUA è il pilota di un
servizio commerciale per la raccolta,
il processamento, l’analisi
e la distribuzione di dati per il
monitoraggio delle infrastrutture
e del territorio lombardo
attraverso un satellite SAR. Il
partenariato del progetto vede
la partecipazione di D-Orbit
SpA (capofila); MetaSensing-
Beta 80 SpA - Fondazione
Centro Europeo di Formazione
e Ricerca in Ingegneria Sismica
EUCENTRE - IUSS di Pavia
-TRE ALTA-MIRA srl con
la consulenza di Fondazione
Politecnico di Milano e il sostegno
di Lombardia Aerospace
Cluster e Fondazione Cluster
Tecnologie per le Smart Cities &
Communities – Lombardia.
NOCTUA, finanziato da
Regione Lombardia (POR-FESR
2014-2020), prevede di installare
il satellite SAR su una piattaforma
per mini/microsatelliti,
avendo come obiettivo principale
quello di abilitare un servizio
all’avanguardia di osservazione
della Terra per il monitoraggio di
infrastrutture, quali strade, ponti,
20 GEOmedia n°4-2021

REPORT
dighe, edifici, aree urbane e rurali
e di risorse naturali, quali montagne,
fiumi, laghi, ghiacciai e
nevai. Il progetto punta a dimostrare
la capacità di implementare
un segmento spaziale dedicato a
basso costo e ad alta risoluzione,
che possa essere commercialmente
fruibile e user friendly e
che possa essere utilizzato anche
all’interno di una costellazione,
rendendo così il servizio di osservazione
della Terra competitivo e
scalabile. Stando agli attuali dati,
il sensore garantirà prestazioni di
altissimo livello anche inferiori al
metro (sub-meter /

REPORT
NOCTUA e l’implicazione
sull’agricoltura di precisione
Le chiara identificazione delle
caratteristiche del radar, ovvero
banda di frequenza, polarizzazione,
tempo di rivisitazione e
risoluzione al suolo, anche nell’obiettivo
centrale di rispondere
a quelli che sono gli obiettivi
principali del progetto rispetto
agli obiettivi strategici (IMG 3),
risulta essere cruciale nella definizione
delle principali caratteristiche
del satellite NOCTUA in
banda X. Nel caso specifico della
classificazione dei tipi di culture
tramite dato SAR inoltre, come
affermato da Jia (Jia et al. 2012),
bisogna tenere in considerazione
che l’accuratezza del dato dipende
principalmente dalla sensibilità
del coefficiente di retrodiffusione
radar alla differenza nelle
caratteristiche biofisiche della
struttura della pianta, cosi come
sono influenzati dalle peculiari
variazioni indotte nel backscattering
dal ciclo di crescita di una
data pianta.
Con il lancio dei satelliti
TerraSAR-X e COSMO-
SkyMed, l'uso dei dati SAR in
banda X è stato ampliamente
dimostrato a livello di efficacia/
efficienza (Mori, Marzano, and
Pierdicca 2020). Altrettanto
dimostrato (Villa et al. 2015)
(Jia et al. 2012), è l’utilizzo congiunto
e sinergico di dati SAR
in banda C e dati SAR in banda
X, in grado di riprodurre dati
più performanti, a totale vantaggio
dell’utilizzatore finale (eg
maggiori risoluzioni spaziali e
temporali).
Il satellite in banda X
NOCTUA quindi, se utilizzato
in sinergia con altre costellazioni
e altre bande, potrebbe avere performance
eccellenti, generando la
riproduzione accurata di mappe
per la classificazione delle culture.
Stando alle rielaborazioni interne
del partner del progetto
responsabile per l’attività di
“user requirements”, il tipo di
dato elaborato via NOCTUA,
se appunto utilizzato in sinergia
con altre costellazioni, riuscirà a
fornire una maggiore precisione
in termini di risoluzione al suolo
(potenzialmente più alta rispetto
ad altri satelliti come Sentinel-1).
Questo punto sarà fondamentale
per determinare prodotti di serie
temporali di deformazione del
suolo, soprattutto nei casi di subsidenza
indotta dall'uomo.
Conclusioni
NOCTUA, attualmente ancora
in fase di sviluppo, consentirà
uno sviluppo tecnologico unico
nel suo genere ed offre senz’altro
un nuovo modo di leggere il territorio
(in coerenza con la strategia
di specializzazione intelligente
regionale), fornendo a cittadini,
amministrazioni pubbliche e
aziende private un modo innovativo
per preservare l’ecosistema
e le infrastrutture, e allo stesso
tempo sfruttarle in modo sicuro
e responsabile.
NOCTUA, grazie alla presenza
di una interfaccia grafica user
friendly ed alla disponibilità del
dato processato su app gestito da
una piattaforma cloud, è pensato
per rispondere alla grande
sfida connessa al mondo dei dati
Osservazione della Terra, ovvero
massimizzare fruibilità del servizio
anche verso soggetti non
tecnici.
Ciò permetterà di superare
quelle difficoltà tipiche dal
complesso processo di accesso,
acquisizione ed elaborazione dei
dati SAR grezzi, emerse anche
nel contesto del programma
europeo Copernicus dove la
difficoltà appunto nell’accesso/
acquisizione del dato, unito alla
frammentazione del mercato,
alla difficoltà nel collegare e far
incontrare in modo efficiente
domanda e offerta di prodotti e
servizi offerti (Andrea Taramelli,
De Bernardinis, and Castellani
2020), risultano essere alcuni dei
principali problemi del programma,
limitando il vero sviluppo
dell’enorme mercato downstream
ad esso collegato.
Fig. 3 - Obiettivi di progetto (blu) Vs Obiettivi strategici (rosso) ( Fonte: riproduzione D-Orbit).
22 GEOmedia n°4-2021

REPORT
BIBLIOGRAFIA
an LIU, Chang, Zhong xin CHEN, Yun
SHAO, Jin song CHEN, Tuya Hasi,
and Hai zhu PAN. 2019. “Research
Advances of SAR Remote Sensing for
Agriculture Applications: A Review.”
Journal of Integrative Agriculture 18 (3):
506–25. https://doi.org/10.1016/S2095-
3119(18)62016-7.
Anderson, Katherine, Barbara Ryan,
William Sonntag, Argyro Kavvada, and
Lawrence Friedl. 2017. “Earth Observation
in Service of the 2030 Agenda for
Sustainable Development.” Geo-Spatial
Information Science 20 (2). https://doi.org
/10.1080/10095020.2017.1333230.
Ballester-Berman, J David, Juan M Lopez-
Sanchez, and Joaquim Fortuny-Guasch.
2005. “Retrieval of Biophysical Parameters
of Agricultural Crops Using Polarimetric
SAR Interferometry.” IEEE Transactions
on Geoscience and Remote Sensing 43
(4): 683–94. https://doi.org/10.1109/
TGRS.2005.843958.
Bartsch, Annett, Sarah Ley, Ingmar Nitze,
Georg Pointner, and Gonçalo Vieira. 2020.
“Feasibility Study for the Application
of Synthetic Aperture Radar for Coastal
Erosion Rate Quantification Across the
Arctic.” Frontiers in Environmental
Science 8. https://doi.org/10.3389/
fenvs.2020.00143.
Beauregard, Vincent, Kalifa Goita, and
Ramata Magagi. 2016. “Empirical Model
for Surface Soil Moisture Estimation over
Wheat Fields Using C-Band Polarimetric
SAR.” International Geoscience and
Remote Sensing Symposium (IGARSS)
2016-Novem: 1695–98. https://doi.
org/10.1109/IGARSS.2016.7729433.
Beriaux, Emilie, Cozmin Lucau-Danila,
Eric Auquiere, and Pierre Defourny. 2013.
“Multiyear Independent Validation of the
Water Cloud Model for Retrieving Maize
Leaf Area Index from SAR Time Series.”
International Journal of Remote Sensing
34 (12): 4156–81. https://doi.org/10.1080
/01431161.2013.772676.
EO4SDG Team. 2020. “EO4SDG
EARTH OBSERVATIONS In Service
of the 2030 Agenda for Sustainable
Developments: Strategic Implementation
Plan 2020-2024.” Strategic
Implementation Plan 2020-2024.
Giordan, Daniele, Davide Notti, Alfredo
Villa, Francesco Zucca, Fabiana Calò,
Antonio Pepe, Furio Dutto, Paolo Pari,
Marco Baldo, and Paolo Allasia. 2018.
“Low Cost, Multiscale and Multi-Sensor
Application for Flooded Area Mapping.”
Natural Hazards and Earth System
Sciences 18 (5): 1493–1516. https://doi.
org/10.5194/nhess-18-1493-2018.
Jia, Kun, Qiangzi Li, Yichen Tian,
Bingfang Wu, Feifei Zhang, and Jihua
Meng. 2012. “Crop Classification Using
Multi-Configuration SAR Data in the
North China Plain.” International Journal
of Remote Sensing 33 (1): 170–83. https://
doi.org/10.1080/01431161.2011.587844.
Long, Stephanie, Temilola E Fatoyinbo,
and Frederick Policelli. 2014. “Flood
Extent Mapping for Namibia Using
Change Detection and Thresholding with
SAR.” Environmental Research Letters
9 (3). https://doi.org/10.1088/1748-
9326/9/3/035002.
Meta, Adriano, and Filippo Speziali. 2021.
“Design and Performance Analysis of the
MetaSensing StarSAR-X, the Phased Array
SAR Payload of the NOCTUA Project.”
Proceedings of the European Conference
on Synthetic Aperture Radar, EUSAR
2021-March: 965–68.
Mori, Saverio, Frank S. Marzano, and
Nazzareno Pierdicca. 2020. “X-Band
Synthetic Aperture Radar Methods.”
Advances in Global Change Research 67:
315–39. https://doi.org/10.1007/978-3-
030-24568-9_18.
Musa, Z N, I Popescu, and A Mynett.
2015. “A Review of Applications of
Satellite SAR, Optical, Altimetry and
DEM Data for Surface Water Modelling,
Mapping and Parameter Estimation.”
Hydrology and Earth System Sciences 19
(9). https://doi.org/10.5194/hess-19-3755-
2015.
Piccardi, Giovanni. 1995. Elaborazione
Del Segnale Radar. Metodologie Ed
Applicazioni. Edited by Franco Angeli.
Proisy, C, E Mougin, E Dufrene, and
V Le Dantec. 2000. “Monitoring
Seasonal Changes of a Mixed Temperate
Forest Using ERS SAR Observations.”
IEEE Transactions on Geoscience and
Remote Sensing 38 (1). https://doi.
org/10.1109/36.823949.
Renga, Alfredo, Maria D Graziano, M
D’Errico, A Moccia, and A Cecchini.
2011. “SAR-Based Sea Traffic
Monitoring: A Reliable Approach for
Maritime Surveillance.” In . https://doi.
org/10.1117/12.897986.
Schiavon, Emma, Andrea Taramelli, and
Antonella Tornato. 2021. “Modelling
Stakeholder Perceptions to Assess
Green Infrastructures Potential in
Agriculture through Fuzzy Logic: A
Tool for Participatory Governance.”
Environmental Development, September,
100671. https://doi.org/10.1016/J.
ENVDEV.2021.100671.
Schiavon, Emma, Andrea Taramelli,
Antonella Tornato, and Fabio Pierangeli.
2021. “Monitoring Environmental and
Climate Goals for European Agriculture:
User Perspectives on the Optimization
of the Copernicus Evolution Offer.”
Journal of Environmental Management
296: 113121. https://doi.org/10.1016/j.
jenvman.2021.113121.
Sun, Wenchao, Hiroshi Ishidaira, and
Satish Bastola. 2009. “Estimating
Discharge by Calibrating Hydrological
Model against Water Surface Width
Measured from Satellites in Large
Ungauged Basins.” Annual Journal of
Hydraulic Engineering 53: 49–54.
Taramelli, A., L. Di Matteo, P. Ciavola,
F. Guadagnano, and C. Tolomei. 2015.
“Temporal Evolution of Patterns and
Processes Related to Subsidence of the
Coastal Area Surrounding the Bevano
River Mouth (Northern Adriatic) – Italy.”
Ocean & Coastal Management 108
(May): 74–88. https://doi.org/10.1016/J.
OCECOAMAN.2014.06.021.
Taramelli, Andrea, Bernardo De
Bernardinis, and Maria Vittoria Castellani.
2020. “Il Programma Copernicus e Il
Ruolo Della Sua Academy All ’ Epoca Dei
Big Data.” FUP Journals CONTESTI C:
36–51. https://doi.org/10.13128/contest-11868.
United Nations Department of Economic
and Social Affairs. 2020. “Good Practices,
Success Stories and Lessons Learned
in SDG Implementation.” Sustainable
Development Knowledge Platform, no.
March 2020: 1–3. https://sustainabledevelopment.un.org/sdgs/goodpractices.
Villa, Paolo, Daniela Stroppiana, Giacomo
Fontanelli, Ramin Azar, and Pietro
Alessandro Brivio. 2015. “In-Season
Mapping of Crop Type with Optical
and X-Band SAR Data: A Classification
Tree Approach Using Synoptic Seasonal
Features.” Remote Sensing 7 (10): 12859–
86. https://doi.org/10.3390/rs71012859.
PAROLE CHIAVE
Earthobservation; SAR; monitoring;
precision farming
ABSTRACT
SAR systems have notable and interesting applications
in Earth Observation, in particular
in environmental and infrastructure monitoring,
in the control of water resources, oceans
and coasts and in the control of agricultural
and forest resources.
Relevant added value of the SAR is to acquire
images in all weather conditions to help in the
prevention and analysis of disasters due to natural
or anthropogenic causes and for all precursor
phenomena of environmental disasters.
In this scenario NOCTUA, a project carried
out by a partnership leaded by D-Orbit and
funded by Lombardia Region, offers multiple
opportunities, representing a platform with a
phased array SAR payload, to be developed by
MetaSensing, at competitive costs and with
excellent acquisition performance on the international
scene.
AUTORE
Elena Giglio
elena.giglio@polito.it
Politecnico di Torino, Corso Duca degli
Abruzzi, 24, 10129 Torino TO,
Mariangela Dejana
mariangela.dejana@uniroma1.it
Scuola di Ingegneria Aerospaziale,
Università di Roma “La Sapienza”, via
Salaria 865, Roma,
Marco Bevilacqua
marco.bevilacqua@dorbit.space
D-Orbit, Viale Risorgimento, 57 22073
Fino Mornasco, Como CO,
GEOmedia n°4-2021 23

MERCATO
Lago Maharloo
(17 settembre 2021)
Il lago Maharloo, un lago salato stagionale che si
trova in Iran, è mostrato in questa immagine catturata dalla
missione Copernicus Sentinel-2. Maharloo si trova ad una altitudine di
circa 1400 m sul livello del mare, in una località a 27 km a sud est di Shiraz,
nell’Iran sud occidentale. In questa regione desertica l’evaporazione annuale è di
molto maggiore delle precipitazioni nello stesso periodo, sicchè spesso il lago si presenta
molto secco. A causa del suo alto tasso di evaporazione nel corso del tempo il letto del lago si
è ricoperto di sale. Questa cresciuta salinità delle acque ha consentito a certe alghe di proliferare
e ricoprire la superficie del lago. L’acqua ospita una varietà di organismi che mostrano colori che
vanno dal rosa all’arancione ed al rosso, con l’intensità dei colori che differisce a seconda del periodo
dell’anno. Normalmente, più il lago è profondo più scure appaiono le sue acque. Giacchè il lago è stagionale
il livello delle acque scende in estate e sale nuovamente in inverno. In questa immagine, acquisita
nel giugno del 2019, il lago appare di arancione scuro il che significa che il livello delle sue acque è molto
basso, ma che comunque c’è ancora acqua. Al confronto, Maharloo è risultato completamente secco nel
giugno del 2021. Come accade in molti altri casi di laghi desertici, il sale asportato dall’acqua proviene
dalle montagne circostanti e si accumula, risultando così visibile in questa immagine come una crosta di
colore bianco lungo le sponde. In alcune zone del lago sono state costruite delle infrastrutture adibite
proprio alla estrazione del sale (nell’immagine alcune di esse sono visibili lungo la costa meridionale).
L’eccessiva salinità del lago ostacola lo sviluppo di organismi al suo interno, quali specialmente i pesci.
Tuttavia, alcuni uccelli – tra cui il fenicottero - migrano sul Maharloo durante i mesi estivi. Shiraz,
visibile in alto a sinistra nell’immagine, è la quarta più popolata città dell’Iran. L’Aeroporto Internazionale
di Shiraz si può osservare appena a sud della città. Con i suoi 13 canali spettrali
la nuova camera da ripresa di Sentinel-2 può acquisire parametri di qualità dell’acqua
come la concentrazione superficiale di clorofilla, oppure segnalare dannose fioriture
di alghe, oppure misurare la torbidità (o trasparenza) dell’acqua, dando chiare
indicazioni della sua salute e sul suo livello di inquinamento.
Traduzione: Gianluca Pitittto
Crediti: European Space Agency
24 GEOmedia n°4-2021

MERCATO
GEOmedia n°4-2021 25

REPORT
Come un'importante agenzia spaziale
sta preparando il proprio archivio di
immagini per il futuro dell'analisi
di Shawn Melamed
Per la prima volta nel
settore, CATALYST e
SANSA hanno collaborato
per sviluppare un flusso di
lavoro per l’Analysis Ready
Data (ARD) completamente
automatizzato per l'archivio
di immagini satellitari SPOT
di SANSA. Ciò rende le
immagini satellitari di SANSA
più accessibili a ricercatori,
decisori politici e partner
del governo sudafricano per
aiutare a prendere decisioni
informate sul futuro del
Sudafrica.
Quale è il raccolto stimato
del nostro paese
quest'anno? Quanto
cibo dovremo importare?
Avremo abbastanza acqua per
i bisogni della nostra nazione?
Come possiamo aspettarci che
le nostre città si espandano? Di
quali nuovi servizi hanno bisogno
i nostri cittadini?
Queste sono le domande con
cui i governi di tutto il mondo
devono confrontarsi; e non ci
sono risposte facili. Ma c'è una
cosa che queste decisioni hanno
in comune: le immagini satellitari.
Questi dati sono una fonte
di informazioni che aiutano i
governi e le agenzie a prendere
le decisioni giuste. Tuttavia, c'è
un problema. Nella scienza dei
dati si dice spesso che l'80% del
tempo e dei costi viene speso
per preparare i dati per l'analisi.
Ciò significa che solo il 20%
del tuo tempo viene dedicato
alla parte importante: l'analisi
effettiva di quei dati. Ma cosa
succederebbe se potessi automatizzare
l'intero processo di preparazione
dei dati, in modo che
le tue immagini satellitari siano
pronte per l'uso dopo che sono
state acquisite? È qui che entra
in gioco l’Analysis Ready Data
(ARD), cioè la generazione di
dati pronti per essere analizzati.
Ottenere il massimo dai dati
satellitari
ARD è il risultato della conversione
dei pixel dell'immagine
satellitare in misurazioni scientifiche
interoperabili altamente
26 GEOmedia n°4-2021

REPORT
accurate. Ciò consente un'analisi
immediata con un'elaborazione
aggiuntiva minima. A livello
globale, i governi e le organizzazioni
stanno sfruttando l'ARD
per ridurre la complessità connessa
con l'elaborazione dei dati
satellitari incluso il dipartimento
di osservazione della Terra
dell'Agenzia spaziale nazionale
sudafricana (SANSA). "SANSA
è un'agenzia governativa, focalizzata
sulla messa a disposizione
dei dati spaziali per lo sviluppo
e il beneficio dell'umanità"
ha affermato Imraan Saloojee,
Chief Sector e Business
Developer di SANSA. Andiswa
Mlisa, Managing Director Earth
Observations presso SANSA,
aggiunge: "Uno dei servizi fondamentali
che dobbiamo fornire
come parte del programma
Earth Observation è l'accesso ai
dati". Il dipartimento di osservazione
della terra di SANSA
raccoglie, elabora, archivia e
diffonde i dati di osservazione
della terra (principalmente da
satelliti) per supportare il processo
decisionale, la crescita
economica e lo sviluppo sostenibile
in Sud Africa. "Abbiamo
un enorme archivio di dati di
osservazione della terra" ha
spiegato Imraan. "Acquisiamo
dati LANDSAT dal 1972 e dati
SPOT dalla fine degli anni '80.
Questi dati sono importanti;
vengono utilizzati dagli altri
nostri dipartimenti governativi
per prendere decisioni in merito
all'agricoltura, alla gestione delle
risorse idriche e agli insediamenti
umani ". Tuttavia, per gli
altri dipartimenti governativi, la
valutazione di questi dati non è
stata sempre facile.
Semplificazione dei flussi di
lavoro di elaborazione dei dati
satellitari
Per la prima volta nel settore,
PCI Geomatics e SANSA
hanno collaborato per sviluppare
un flusso di lavoro ARD
completamente automatizzato
per l'elaborazione dei dati satellitari
SPOT di SANSA. Ciò
è stato fatto tramite il prodotto
CATALYST Enterprise, un sistema
di produzione scalabile
per flussi di lavoro ripetibili di
elaborazione delle immagini di
osservazione della terra di qualsiasi
dimensione. “La creazione
di dati ARD è un processo complesso.
Sta cambiando il modo
in cui tradizionalmente si elaborano
i dati satellitari ", ha affermato
Imraan. "Questo perché
si prendono dati multisensore,
riunendoli tutti, allineandoli pixel
per pixel e normalizzandoli,
in modo che abbiano senso per
un utente finale."
“Per poterlo fare, servono nuovi
flussi di lavoro. Fino a un po’ di
tempo fa, non c'erano flussi di
lavoro ARD per SPOT. Quello
che PCI ha fatto attraverso
CATALYST Enterprise è stato
prendere i nostri dati SPOT
e sviluppare flussi di lavoro
automatizzati per allineare geometricamente,
normalizzare
radiometricamente e confezionare
correttamente le immagini
secondo gli standard CARD4L
ARD". L'obiettivo finale di
SANSA è quello di avere alla
fine questi dati nell'Open Data
Cube, una piattaforma open
source per le immagini satellitari.
Ciò consentirà ad altre agenzie
governative in Sud Africa di
accedere ai dati, con una licenza
governativa multiutente che
SANSA ha con Airbus, e di analizzarli
immediatamente per le
loro esigenze senza nessun’altra
elaborazione.
"Con questo flusso di lavoro
ARD, gli utenti hanno accesso
a dati corretti dal punto di vista
atmosferico e geometrico - non
devono sprecare il loro tempo
per l'elaborazione", ha affermato
Andiswa. “Ciò alleggerisce
il lavoro degli utenti. Possono
estrarre facilmente le infor-
Fig. 1 - Profili di crescita dell'NDVI per gli anni passati e dall'inizio dell'anno in corso su un campo agricolo di esempio.
GEOmedia n°4-2021 27

REPORT
mazioni dai loro dati. Questo
elimina l’onere dell'elaborazione
dei dati da parte degli utenti
finali", ha affermato Imraan.
"Possono concentrarsi su ciò
che conta per loro." E una volta
che questo flusso di lavoro
sarà completamente operativo,
i dati saranno disponibili per
gli utenti finali del governo nel
giro di poche settimane invece
che annualmente. Ciò è dovuto
ai flussi di lavoro automatizzati,
ma anche perché il sistema viene
distribuito utilizzando l'infrastruttura
cloud. “Con il precedente
sistema era necessario
un anno intero per processare
i dati SPOT in un ortomosaico.
Copiavamo il mosaico e le
singole immagini in due hard
drives e rilasciavamo questi hard
drives ai vari dipartimenti o enti
che volevano usare i dati” ha
affermato Imraan. “Ma questo
non è più fattibile. Abbiamo
perciò cominciato a cercare un
modo per rendere i dati disponibili
per gli utenti il più velocemente
possibile”.
Applicazioni delle
immagini ARD
Creando e aggiungendo gli
Analysis Ready data di SANSA
a un open data cube, i ricercatori,
i decisori politici e partner
del governo sudafricano possono
ora misurare facilmente le
tendenze e i cambiamenti nel
tempo, senza dover avere una
conoscenza specifica di elaborazione
delle immagini. Come i
dati meteorologici che descrivono
le temperature e le precipitazioni
giornaliere storiche, i pixel
dell'immagine normalizzati possono
essere interrogati per quasi
tutte le località del Sudafrica in
un lungo periodo di tempo.
Il confronto delle informazioni
storiche acquisite dalle immagini
satellitari degli ultimi 30
anni, come la copertura vegetale,
l'uso del suolo, la salute delle
colture e la deforestazione, non
solo ci aiuta a comprendere il
nostro passato, ma può aiutarci
a prevedere il nostro futuro.
Ad esempio, un semplice indice
di vegetazione, noto come
NDVI, può essere utilizzato per
prevedere la resa delle colture.
Questo si ottiene creando un
profilo di crescita temporale
che misura la salute e la densità
della vegetazione di un campo
durante la stagione di crescita.
Questi profili di crescita possono
a loro volta essere utilizzati
per prevedere la resa per il
raccolto durante la stagione di
crescita.
Altre applicazioni includono:
• Misurare la perdita o il guadagno
di habitat naturale per
calcolare le emissioni di CO2.
• Costruire modelli di intelligenza
artificiale per rilevare automaticamente
attività illegali,
come colture illegali, silvicoltura
illegale e costruzioni illegali
• Misurare e prevedere le vendite
al dettaglio e le attività
commerciali in generale
• Aiutare le compagnie di assicurazione
a misurare l'entità
dei danni
• Rilevare automaticamente i
rischi per le infrastrutture critiche
• Monitorare le fonti di energia
• Aiutare le autorità portuali a
ottimizzare il traffico e la sicurezza.
Migliorando la generazione di
Analysis Ready Data, migliora
l’analisi stessa
SANSA ha la responsabilità nei
confronti dei propri stakeholder
di fornire i dati e le informazioni
più accurati per aiutare a
prendere decisioni importanti
sul futuro del Sudafrica. Ciò
include delle specifiche applicazioni,
come la previsione della
resa delle colture per garantire
la sicurezza alimentare e la
misurazione delle emissioni di
carbonio per ridurre gli impatti
dei cambiamenti climatici.
Convertendo il proprio archivio
in “dati pronti per l'analisi”
(Analysis Ready Data) basati
sugli standard CARD4L,
SANSA garantisce che i dati
alla base dell'analisi e degli approfondimenti
soddisfino uno
dei requisiti più severi al mon-
Fig. 2 - Il Rover con carico utile laterale.
28 GEOmedia n°4-2021

REPORT
do in termini di accuratezza e
qualità. D’altra parte, la qualità
dell’input è direttamente legata
alla qualità dell’output (o come
si dice in gergo informatico
“garbage in – garbage out”).
Cosa significa esattamente
accuratezza per quanto riguarda
gli Analysis Ready Data?
L'accuratezza ARD è divisa in
due componenti, accuratezza
posizionale e accuratezza radiometrica.
L'accuratezza posizionale si
riferisce alla conformità dei
pixel di un'immagine alle coordinate
corrette in base a una
fonte di controllo. Un modo
comune per misurare l'accuratezza
della posizione è calcolare
l'errore circolare probabile 90
(CEP90) e l'errore quadratico
medio (RMSE), dove valori
più piccoli indicano una maggiore
accuratezza (errore più
basso). Sfruttando l'algoritmo
di SuperRegistration all'interno
del flusso di lavoro ARD
di CATALYST, SANSA ha
generato immagini ARD con
un CEP90 di 0,13 pixel e un
RMSE inferiore a 0,10 pixel, da
un sottoinsieme di 727 immagini,
il che significa che la maggior
parte dei pixel è accurata a
1/10 di un pixel.
L’accuratezza radiometrica,
d'altra parte, si riferisce alla
corrispondenza della riflettanza
superficiale rispetto a una sorgente
di controllo. L’accuratezza
radiometrica può essere misurata
in modo efficace calcolando
la media R2, dove l’accuratezza
aumenta man mano che ci si
avvicina a 1. Con lo stesso sottoinsieme,
le immagini ARD
SPOT avevano una media R2
complessiva di 0,91 rispetto
a una sorgente di controllo
MODIS.
Per garantire che i prodotti
ARD di SANSA abbiano la
miglior qualità possibile, la risoluzione
dell'immagine è stata
anche massimizzata utilizzando
una sofisticata tecnica di fusione
dell'immagine multi-risoluzione
che rende più nitida l'immagine
multispettrale tramite l'immagine
pancromatica mantenendo la
fedeltà spettrale.
Leader del settore con nuovi
flussi di lavoro e standard.
Un altro vantaggio per SANSA
è che CATALYST Enterprise
elabora i dati secondo gli
standard leader del settore.
“il Committee on Earth
Observation Satellites ha messo
insieme gli standard [CARD4L]
per i dati ARD. Il pacchetto
software CATALYST Enterprise
ci ha permesso di produrre dati
all'interno di questi standard”
ha affermato Imraan. "PCI
Geomatics è stata in grado di
applicare il rigore scientifico
leader del settore ai dati SPOT
ARD creati".
Ciò garantisce che i dati siano
interoperabili su piattaforme e
sistemi diversi e continueranno
a esserlo per decenni a venire.
"Uno dei più grandi valori nel
seguire uno standard come questo
è che sappiamo che i nostri
dati sono della stessa qualità",
aggiunge Andiswa. "si acquista
credibilità, ma anche compatibilità
tra piattaforme e sistemi".
Nel complesso, Imraan ha sentito
che questa collaborazione
con PCI ha mostrato come i
governi e le organizzazioni private
possono lavorare insieme
per promuovere l'innovazione.
"Prima di lavorare insieme,
non esistevano flussi di lavoro
di elaborazione dati SPOT per
ARD", ha affermato Imraan.
"Questa collaborazione con PCI
è un buon esempio di come
le capacità stabilite all'interno
delle organizzazioni private e del
governo siano complementari
e può aiutare a far progredire la
conoscenza in tutto il settore.
Poiché il nostro pianeta continua
a cambiare rapidamente,
un'analisi rapida e accurata diventerà
ancora più importante.
Il nostro team è stato formato
da PCI sui nuovi flussi di lavoro
ARD e stiamo impostando
tutto il lavoro, ha detto Imraan.
“L'obiettivo sarà quello di avere
tutti i dati SPOT in un unico
luogo in cui i responsabili delle
decisioni possano accedere ai
dati, eseguire immediatamente
i propri script e algoritmi
e utilizzare tali informazioni
per qualunque cosa debbano
fare. Si tratta di democratizzare
l'accesso ai dati satellitari per
tutti, abbassando la barriera
all'ingresso ". Per saperne di
più sulle soluzioni CATALYST
Enterprise ARD, visita la pagina
web o contatta il nostro team di
vendita.
PAROLE CHIAVE
Geomatica; immagini satellitari; processamento
immagini; archivi; catalyst;
sansa
ABSTRACT
As the world confronts the challenges of climate
change, the role of satellite imagery becomes more
important and is becoming more widely used.
CATALYST, an industry leader in satellite image
processing, and SANSA (South Africa National
Space Agency), have partnered to convert SAN-
SA’s SPOT image archive into Analysis Ready
Data (ARD). The conversion process is fully
automated and converts satellite image pixels into
highly accurate measurements. Governments and
businesses can then conduct immediate analysis to
address sustainability issues that benefit local and
national communities.
CATALYST is helping SANSA future proof their
investment and breathe new life into their satellite
image archives.
AUTORE
Shawn Melamed
melamed@catalyst.earth
Catalyst Product Marketing Manager
SYSDECO ITALIA s.r.l.
Catalyst Official Distributor
GEOmedia n°4-2021 29

REPORT
La sfida all’agricoltura tradizionale, con la
tecnologia e la precisione per dare
sostenibilità alle produzioni agricole moderne
di Matteo Antonello
Cos'è l'agricoltura di precisione
e perché è così importante
oggi. Considerando la crescita
demografica e le sfide
economiche quotidiane, il settore
agroindustriale deve aggiornare
il proprio modo di lavorare
introducendo moderne tecnologie
per aiutare gli operatori, salvare
e conservare il territorio e dare al
cliente finale il miglior prodotto.
“Il continuo aumento della
popolazione mondiale, la
corsa all’accumulo costante
di scorte di cibo, unito alle sfide
del mercato globale e del libero
scambio, creano le motivazioni
per introdurre moderne tecnologie
in agricoltura” (Mondal
Tewari, 2007).
L’agricoltura è una delle attività
più antiche del mondo. Essa
ha dato la possibilità a tutte le
popolazioni viventi sulla terra di
provvedere al sostentamento.
Essendo una pratica molto
antica, è andata via via sviluppandosi
e migliorandosi col
tempo, passando da forme del
tutto primitive, proprie dei primi
agricoltori, migliaia di anni
fa, arrivando a forme altamente
specializzate e tecnologiche, tipiche
dei giorni nostri.
I primi agricoltori coltivavano
solo per il sostentamento loro e
delle proprie famiglie, passavano
poi a vendere i loro prodotti in
eccesso, creando un mercato,
che con il passare del tempo e
delle esigenze si è allargato ed
espanso.
Con il passare dei secoli l’agricoltura
è diventata un punto
cardine dell’economia mondiale;
il suo progresso attuale procede
a stretto contatto con l’aumento
della popolazione.
Diverse tecniche e pratiche si
sono susseguite e scambiate per
tenere il passo con l’evoluzione,
che arrivata al nostro secolo,
è diventata un vero è proprio
sistema complesso di uomini,
strutture e tecnologie in grado
di condizionare le sorti politiche
ed economiche di interi stati e
popolazioni.
L’agricoltura moderna, soprattutto
nel XX secolo, ha fatto un
enorme passo avanti rispetto alla
sua concezione antica e tradizionale,
quella in cui si coltivava per
“sfamare” se stessi e la famiglia
prima.
La sua evoluzione procede di
pari passo con la moltitudine di
vincoli e problematiche che
il mercato globale ha portato
quotidianamente alla luce.
Inquinamento, sfruttamento,
impoverimento del suolo,
denutrizione nei paesi sottosviluppati,
siccità, non sono altro
che alcuni esempi di nuove
tematiche sempre più rilevanti
anche per “l’agricoltura”.
Proprio per mitigare, contrastare
e risolvere questi problemi,
correlati alla pratica agricola,
si sta cercando di trovare
delle soluzioni che coinvolgano
quindi, non solo l’agricoltura
in senso stretto, intesa
come semplice produzione di
derrate alimentari, ma anche
tutti gli aspetti ad essa legati
come: la sicurezza alimentare
(food security), l’impatto
ambientale, la biodiversità, il
rispetto delle strutture sociali,
l’efficienza e la riduzione per
quanto possibile degli sprechi.
Il progresso delle conoscenze
permette di affrontare l’insie-
30 GEOmedia n°4-2021

REPORT
me di queste problematiche
con nuovi strumenti, in
grado di fornire un valido
contributo alla loro soluzione,
o quanto meno per una
gestione delle attività agricole
più compatibili con i vincoli
interni ed esterni al settore.
In particolare, il progresso
delle tecnologie applicate
all’agricoltura comprende
la cosiddetta Agricoltura di
Precisione (AP). Ma cos’è
esattamente?
L’espressione assume significati
diversi per persone diverse,
per alcuni significa usare
i satelliti, sensori mappe per
fare i lavori che i nostri bisnonni
facevano con i loro
occhi, un pugno di terra in
mano e buona memoria. Per
altri rappresenta il futuro
dell’agricoltura. Quel futuro
significa gestire ogni fattore
produttivo-fertilizzanti ammendanti,
erbicidi, insetticidi,
sementi ecc..- su una base
sito specifica per ridurre gli
sprechi, aumentare profitti e
mantenere la qualità dell’ambiente
(Basso et al., 2005).
La AP sta rapidamente attirando
attenzione su di sé in
tutto il mondo (Mondal e
Tewari, 2007). L’avvento dei
computer, delle tecnologie
informatiche, dei satelliti
per uso civile, l’accessibilità
a una grandissima quantità
d’informazioni a disposizione
di tutti, unite alla volontà
di sfruttare queste risorse per
sopperire ai problemi di food
security e dell’inquinamento
globale, stanno creando
una favorevole sinergia di
intervento, secondo il principio
che “l’Agricoltura di
Precisione è l’applicazione di
un metodo scientifico e rigoroso
alla pratica agricola”
(Rusch, 2005).
Affrontare l’agricoltura con
metodi scientifici a prima
vista può sembrare un affronto
a Madre Natura, ma se andiamo
a ricercare il vero significato di
questa affermazione, che deve
presupporre criteri corretti e
responsabili, ci renderemo conto
che spesso è l’esatto contrario.
Infatti, l’AP è un processo nel
quale da un campo molto grande
ricaviamo tanti sub appezzamenti
più piccoli permettendo la
variazione di input seminativoculturali
in accordo con i dati
raccolti. In linea di principio,
questo sistema dovrebbe permettere
il massimo del ritorno
dell’investimento con il minimo
rischio di danno ambientale.
Non è forse questo un modo per
ottenere in maniera più “sana”
quello che la Natura, il terreno,
sono realmente disposti ad offrirci?
Dopo anni di agricoltura tradizionale,
in cui l’impiego su larga
scala di pesticidi, antibiotici e
fertilizzanti è stato ampiamente
utilizzato e teoricamente supportato,
occorre chiedersi dove
siamo arrivati e se tutto ciò è ancora
tollerabile a fronte di questioni
come la degradazione del
suolo e dell’ambiente, e il rilascio
incontrollato di sostanze inquinanti
(residui di pesticidi, nitrati
e fosfati, ecc.).
Occorre, viceversa, analizzare
quali sono i motivi che ci spingono
a credere in una innovativa
forma di lavoro e di gestione del
suolo e dell’ambiente, rispetto
a quanto fatto fino al recente
passato.
I benefici potenziali sono:
a) il margine economico che può
essere maggiorato armonizzando
gli input rispetto alle potenzialità
di micro-aree dell’appezzamento;
dosi adeguate di sementi, no
sovrapposizioni;
b) una notevole riduzione del rischio
di inquinamento ambientale
causato da prodotti chimici
di sintesi introdotti a livelli superiori
al necessario;
c) maggiori garanzie di produttività
assicurate da un preciso
posizionamento geo-spaziale sul
campo per migliorare la tracciabilità
delle semine delle maggiori
coltivazioni erbacee quali mais,
soia, barbabietola, ecc.
Questi benefici sono eccellenti
esempi di come aspetti economici
e ambientali possano coesistere
armonicamente” (Godwin
2003).
Storicamente i confini degli
appezzamenti erano dati da confini
naturali come: colline, corsi
d’acqua, alberi e strade, e i campi
GEOmedia n°4-2021 31

REPORT
erano gestiti molto omogeneamente
al loro interno.
Dal momento in cui l’agricoltura
ha iniziato a svilupparsi tecnologicamente
e, di conseguenza,
le dimensioni, sia dei campi che
macchinari sono aumentate, si è
pensato di utilizzare gli appezzamenti
in maniera più efficiente,
modificando quelli che erano i
confini storicamente accettati.
Con grandi appezzamenti, trattati
in maniera indifferenziata si
verificano risultati non omogenei
(Rusch, 2007).
Riferendoci ai luoghi dove l’AP
è maggiormente praticata, come
nord e sud America, i paesi
dell’est Europa quali Russia,
Romania, e l’Australia, dove le
estensioni aziendali superano
facilmente le centinaia di ettari,
si percepisce come questa pratica
stia sempre più interessando
paesi anche lontani e diversi per
storia, ambiente e colture, ma
accomunati da un giudizio di
utilità, se non proprio di necessità,
per questa pratica.
In questo contesto si inserisce un
modo nuovo di concepire l’agricoltura,
in particolare quella di
precisione.
Ricordiamo che al presente ed
ancor più in futuro restrizioni a
molte attività umane finalizzate
ad una mitigazione dell’impatto
ambientale assumeranno
sempre maggiore importanza.
L’agricoltura non può fare eccezione
e può, anzi, contribuire positivamente
ad alleviare l’ascesa
inarrestabile della concentrazione
di anidride carbonica (CO2) in
atmosfera, principale agente di
un cambiamento climatico che
occorre in tutti i modi contrastare.
L’A.P. è nata negli Stati Uniti
d’America agli inizi degli anni
90, grazie all’avvento e all’applicazione
di sistemi di localizzazione
poco costosi, potenti computer,
software GIS e sofisticati
sistemi di comunicazione nei
trattori e nelle operatrici.
Da quel paese deriva un motto
che semplifica la sua definizione.”
Do the right thing, at the right
place, at the right time” (Basso
et al., 2005), che significa intervenire
con la tecnica colturale
appropriata al tempo giusto e nel
posto giusto.
Il concetto, dunque, offre l’opportunità
di aumentare la produzione,
migliorare l’uso delle
risorse e ridurre il potenziale
indesiderato dato dall’effetto
dell’inquinamento causato da
pratiche agricole non razionali.
Confronto tra agricoltura di
precisione e agricoltura tradizionale
Nella normale pratica agricola,
gli interventi vengono basati sulle
caratteristiche medie del suolo
e ciò implica che, in funzione
delle intrinseche variabilità spaziali
dentro il campo, l’applicazione
dei fattori produttivi potrà
essere insufficiente o eccedentaria.
L’agricoltura di precisione,
al contrario, mira ad adattare
gli apporti puntiformi, tenendo
conto della variabilità locale delle
caratteristiche fisiche, chimiche e
biologiche del campo, nonché
della tempistica di applicazione
(Pierce e Sadler, 1997). Tale tecnica
può essere finalizzata a tre
scopi principali:
1) incrementare le rese a parità
di input complessivi; 2) ridurre
gli input a parità di resa; 3) incrementare
le rese riducendo nel
contempo gli input (Robert et
al., 1993).
Il progresso tecnologico raggiunto
in termini di automazione,
gestione ed elaborazione dei dati
spaziali rende l’agricoltura di
precisione già potenzialmente
attuabile dall’agricoltore almeno
dal punto di vista tecnico.
Diviene per contro limitante
l’impegno richiesto per la determinazione
della variabilità
spaziale dei fattori pedologici e
biologici che concorrono a determinare
la fertilità di un sito.
Per alcuni fattori all’intrinseca
variabilità spaziale, si aggiunge
un’elevata variabilità temporale.
Principali applicazioni
dell’agricoltura di precisione.
Le applicazioni principali si
possono ricondurre a tutte le
pratiche colturali: Raccolta,
Lavorazioni, Difesa delle colture,
Semina, Gestione dell’acqua
irrigua.
Raccolta
L’A.P. in quanto basa tutto il
suo concetto sulla variabilità,
32 GEOmedia n°4-2021

REPORT
comincia dalla raccolta.
Oggi le macchine da raccolta
per le colture estensive sono
predisposte per registrare in
tempo reale i dati di quantità
e di umidità del prodotto raccolto
all’interno del campo.
Questa operazione prende il
nome di “monitoraggio delle
produzioni”, il quale consente
di avere una “fotografia
istantanea” del raccolto al
momento del passaggio della
macchina. Il sistema per il
monitoraggio comprende quattro
componenti: il sensore di
umidità e di quantità, che si
collocano nella parte terminale
della coclea; una centralina di
gestione dei dati misurati che
viene solitamente sistemata
in cabina e il ricevitore satellitare,
posto solitamente nel punto
più alto della macchina. Il
vantaggio principale dato dalla
registrazione dei dati in campo
è quello che dalle mappe di
produzione possono emergere
interessanti considerazioni per
successivamente guidare tutte
le operazioni agronomiche in
campo.
Lavorazioni del terreno
La moderna tecnologia può
aiutare soprattutto l’operatore
alla guida della trattrice.
In situazioni di lavoro su campi
molto estesi vengono utilizzati
attrezzi dalle dimensioni che
superano facilmente i cinque
metri di larghezza, conseguentemente
anche i trattori avranno
potenze elevate e dimensioni
proporzionate. Un sistema di
ausilio alla guida che permetta
di seguire traiettorie diritte,
evitando sovrapposizioni e
inutili sprechi di carburante,
può aumentare la produttività
operativa fino al sedici per
cento e diminuire i costi fino al
cinquanta per cento nel caso si
adotti un sistema con precisione
fino a 2,5 cm di errore tra
una passata e l’altra.
Difesa delle colture
Il ragionamento interessa
maggiormente il modo in cui
viene distribuito l’agro-farmaco
tramite una limitazione degli
sprechi. Il ricorso a un sistema
di ausilio alla guida permette
al trattorista di compiere
passate senza sovrapposizioni
non avendo quindi bisogno
di utilizzare schiumogeno o
segna-linea dando quindi una
distribuzione proporzionale
all’avanzamento.
I vantaggi dipendono dall’unione
del risparmio di prodotto
ottenuto a seguito all’annullamento
delle sovrapposizioni e
alla gestione differenziata degli
ugelli spruzzatori.
Semina
La tecnologia applicata al cantiere
di semina consiste nei
sistemi per utilizzare meglio il
seme.
Questa opportunità è dedicata
alle colture seminate a righe
dove solitamente la seminatrice
è combinata con attrezzature
per la minima lavorazione del
terreno e può essere estesa anche
a situazioni di semina in
notturna.
La semina di precisione ha due
applicazioni fondamentali: la
localizzazione variabile del fertilizzante
alla semina, soluzione
interessante per le colture a file
come il mais, ottimizza la
quantità di fertilizzante necessario
a mettere la pianta nelle
condizioni di affrontare le prime
fasi di crescita; la variazione
della quantità di seme in base
alla produttività del Terreno.
Questa soluzione permette di
aumentare o diminuire le densità
di semina all’interno dello
stesso appezzamento a seconda
della produttività dell’annata
precedente o delle proprietà del
suolo.
Gestione dell’acqua irrigua
La gestione dell’acqua è un
problema particolare in quanto
ci si riferisce ad una risorsa non
sempre disponibile.
Per un’azienda agricola gestire
meglio l’acqua significa anche
aumentare l’efficacia di altri interventi
agricoli.
La fertirrigazione, la diluizione
in acqua di nutrienti somministrati
durante l’irrigazione,
può essere un esempio di come
un’errata valutazione delle
quantità di fertilizzante possa
trasformarsi in un danno per la
coltura.
Scouting colturale
Quando le normali tecnologie
sensoristiche applicate alle macchine
ed attrezzature giungono
al loro limite per dimensioni o
condizioni o per permettere alle
stesse di operare nelle migliori
condizioni possibili, vengono
utilizziate tecnologie per impossessarsi
delle informazioni
a priori; il cosiddetto scouting
colturale è quella pratica che
consente di conoscere prima di
agire.
Attraverso droni equipaggiati
con camere multi spettrali o
altre camere ad altissima definizione
siamo in grado di conoscere
lo stato di salute della
coltura in atto. Un volo sopra il
campo per conoscere in pochi
istanti la sua condizione.
Altra analisi importante è la
conoscenza del suolo, attraverso
carotaggi ed analisi conosciamo
la percentuale di macroelementi
nel suolo; attraverso un’analisi
di elettroconducibilità andremo
a conoscere la sua tessitura.
Tutte le informazioni raccolte
sono georeferenziate e catalogate;
analizzate ed utilizzate
successivamente per indirizzare
le migliori pratiche per quel
determinato punto nello spazio.
Sin dai primi anni 2000 alcune
aziende tra cui Trimble hanno
GEOmedia n°4-2021 33

REPORT
iniziato a dedicarsi dettagliatamente
al mondo dell’agricoltura
di precisione, sviluppando
negli anni una tale esperienza
e affidabilità che ora la rende
sicuramente il marchio più diffuso
ed apprezzato al mondo.
Tutte le operazioni elencate
fin’ora possono essere tradotte
in strumenti per la loro applicazione.
Strumentazioni di guida automatica,
automazione attrezzatura
possono essere facilmente
installate su praticamente la
totalità delle macchine agricole,
andando a migliorarne la produttività.
I sistemi Trimble coprono tutte
le applicazioni più diffuse.
La vera chiave dell’agricoltura
moderna sta nella precisione,
e cioè dalla qualità del segnale
satellitare che viene fornito alle
macchine per lavorare.
I moderni sistemi permettono
di far muovere le macchine con
un errore massimo di 2 cm,
consentendo quindi un elevatissimo
livello di automazione
e precisione; andando a rendere
praticamente non necessaria la
presenza dell’operatore.
Nel giro di dieci anni, legislazione
dedicata permettendo,
se non prima, andremo in
campagna e vedremo dei paesaggi
sempre più omogenei
e organizzati, all’interno dei
quali troveremo macchine automatiche,
senza operatore che
lavoreranno ad emissioni zero
ininterrottamente 24 al giorno
7 giorni su sette, (stagionalità e
meteo permettendo).
Non perderemo l’autenticità
del prodotto bensì la esalteremo
al meglio delle sue possibilità
naturali.
PAROLE CHIAVE
agricoltura di precisione; georeferenziazione;
satelliti; suolo; risorse
rinnovabili
ABSTRACT
What is precision farming and why is so
important today. Considering the population
growth and the everyday economical
challenges, the agro industrial sector must
updated the way it works introducing modern
technologies to help operators, save and conserve
the land and give to the end customer
the best product.
AUTORE
Dott. Matteo Antonello
Matteo.antonello@vantage-italia.it
Responsabile commerciale e marketing
Spektra Agri SRL
Works when you do
X-PAD Ultimate
Tutto in un unico software
X-PAD Ultimate è un software modulare, facile da usare per lavori
controlli BIM, strade, mappe, batimetria e GIS.
Il software è disponibile sulla piattaforma Android e porta le
migliori tecnologie direttamente in campo nella tua mano: una
completa visualizzazione 3D ed un sistema CAD per visualizzare e
di mappe, supporti per la realtà aumentata e molto altro.
34 GEOmedia n°4-2021
XPad Ultimate ti assicura la produttività e ti permette di avere una
perfetta integrazione con tutti gli strumenti.
Disponibile in due versioni, una dedicata a chi lavora nel campo
offrendo ad entrambi delle caratteristiche dedicate.
geomax-positioning.it
©2020 Hexagon AB and/or its subsidiaries

REPORT
Sede in Italia
Più di 100 distributori nel mondo
Una linea di prodotti Made in Italy
Dove siamo Chiamaci Contaaci
Seguici sui Social
Viale dell’Industria 53
20037, Paderno Dugnano (MI)
Tel. +39 02 78619201
www.stonex.it
info@stonex.it - italia@stonex.it
GEOmedia n°4-2021 35

REPORT
Open IACS: apertura, interoperabilità e riuso
dati dai sistemi integrati di gestione
e controllo per i pagamenti in agricoltura
di Flavio Lupia, Fabio Pierangeli, Salvatore Carfì, Marco Picone, Elio Giulianelli, Fiorenzo Ambrosino, Marco Puccini
Fig. 1 – Schema a 5 stelle proposto Tim Berners-Lee per valutare la qualità degli open data
sul web. 1* - open data sul Web in qualsiasi formato; 2* - open data in formato strutturato
(es. .xls); 3* - open data in formato strutturato non proprietario (es. .csv); 4* - open data
con standard W3C (es. RDF e URI); 5* - open data collegabili ad altri dataset (Linked
Open Data).
politiche europee (Politica
Agricola Comune - PAC, in
primis). Nell’ecosistema delle
politiche europee l’utilità dei
dati IACS è riconosciuta in
diversi contesti, ad esempio:
statistiche e stime produttive
agricole, valutazioni su gas serra,
valutazione dei programmi
di sviluppo rurale, integrazione
con dati di uso copertura
del suolo a livello europeo,
consolidamento dei dati
provenienti dal Programma
Copernicus e valutazioni sulle
aree Natura 2000 e sulla direttiva
Acque.
I dati amministrativi
geospaziali delle agenzie di
pagamento in agricoltura
approdano verso una
diffusione al pubblico con
il paradigma dei Linked
Open Data. Emergeranno
nuove opportunità di riuso
ed integrazione con altri
dati favorendo lo sviluppo
di applicativi finora solo
immaginati per lo studio
integrato delle relazioni tra
agricoltura ed ambiente
e per la valutazione
dell’efficacia delle politiche
europee.
Politiche europee, indicatori
PAC, open data e IACS open
data
Differenti azioni a livello europeo
si muovono da tempo nel
tentativo di regolamentare e
facilitare l’accesso ai dati generati
dal settore pubblico, avendone
riconosciuto il potenziale economico
e sociale derivante dal loro
riuso (vedi Direttive 2003/98,
2013/37 e 2019/1024). L’ultima
Direttiva del 2019 introduce il
concetto di high value datasets
nel quale rientrano in particolare
i dati geospaziali.
I dataset amministrativi del
Sistema Integrato di Gestione
e Controllo - SIGC (IACS in
Europa) si collocano in modo
rilevante tra i dataset ad elevato
valore aggiunto con potenzialità
applicative sia in ambito scientifico
che in quello di valutazione
ed implementazione di diverse
Open IACS: armonizzazione
dei dati IACS e creazione
dei Linked Open Data
I dataset amministrativi
SIGC (IACS) costituiscono
un importante patrimonio
informativo tuttora inesplorato
per le difficoltà di
accesso e di interpretazione
dei dati generati dalle agenzie
di pagamento. Tra questi, i
due dataset geospaziali LPIS
(Land Parcel Identification
System) e GSAA (Geo Spatial
Aid Application) hanno la
componente geografica ed una
adeguata ricchezza informativa
a livello di attributi consentendo
di sviluppare applicativi
per l’analisi agro-ambientale
in chiave spaziale. Di recente,
la dotazione geospaziale
delle agenzie di pagamento si
arricchisce con i dati di monitoraggio
delle parcelle agricole
36 GEOmedia n°4-2021

REPORT
generati dall’elaborazione delle
acquisizioni Copernicus Sentinel
2. sistema LPIS di AGEA, basato
sul noto progetto “Refresh”,
consente di mappare in modalità
wall-to-wall il territorio attraverso
procedure di fotointerpretazione,
su immagini telerilevate
ad altissima risoluzione, con un
dettaglio maggiore per le aree
agricole. La frequenza di aggiornamento
del layer vettoriale
consente di coprire il territorio
nazionale in tre anni. Il GSAA,
noto come Domanda Grafica,
è lo strato vettoriale contenente
la delimitazione delle parcelle
agricole dichiarate annualmente
dalle aziende agricole con un
dettaglio molto spinto sulle singole
coltivazioni.
Il progetto Open LOD platform
based on HPC capabilities for
Integrated Administration and
Control System of Common
Agrarian Policy (Open IACS),
focalizza l’attenzione sul riuso
dei dati IACS (LPIS e GSAA) e
sull‘integrabilità con alti dataset
(ambientali) con il paradigma
dei Linked Open Data (LOD).
Il progetto, finanziato con un
budget di 4.5 M Euro nell’ambito
del programma europeo
Connecting European Facilities
(CEF-Telecom), è coordinato
dall’Università Carlo III di
Madrid. I partner sono costituiti
da centri di ricerca europei,
centri di supercalcolo (High
Performance Computing –
HPC) ed agenzie di pagamento.
La cordata italiana vede la partecipazione
di CREA, AGEA,
ISPRA ed ENEA. Gli obiettivi
principali riguardano l’armonizzazione
dei dati IACS con una
struttura comune Europea, lo
sviluppo di una serie di nodi di
accesso ai dati IACS mediante il
paradigma LOD e lo sviluppo
di una infrastruttura tecnologica
basata sull’integrazione delle
risorse degli HPC europei per
l’applicazione di una serie di casi
d’uso (scenari). Sono previste tre
component fondamentali che
rappresentano un sistema strutturato
a livelli (Fig. 2): sorgenti
dati IACS e non-IACS (es. dati
ambientali), servizi e funzioni
erogate dai sistemi di supercalcolo
europei (HPC) e applicazioni
per gli utenti finali con tre scenari
dimostrativi. Il primo scenario
è una piattaforma geografica per
l’esplorazione ed interrogazione
dei dati. Il secondo scenario
prevede lo sviluppo di applicazioni
per il monitoraggio delle
performance della PAC (indicatori
agro-ambientali). Il terzo
scenario riguarda lo sviluppo di
applicazioni per il cambiamento
climatico (es. emissioni di carbonio).
Una delle component principali
è l’armonizzazione dei dati (LPIS
e GSAA) a livello nazionale ed
internazionale attraverso lo sviluppo
di vocabolari ed ontologie
di riferimento che consentano
l’interoperabilità semantica dei
dati provenienti da sorgenti diverse
(agenzie di pagamento europee).
Successivamente è prevista
la trasformazione dei dati nel
formato Resource Description
Framework (RDF) per la creazione
dei LOD interoperabili
localizzati in diversi End-point
(Italia, Spagna, Lituania, Polonia
e Grecia). In modo semplificato,
gli End-point memorizzano i
dati IACS con la struttura RDF
creando una sorta di banca dati
che può essere interrogata attraverso
query semantiche con linguaggi
specifici (es. SPARQL).
Le query semantiche faciliteranno
lo sviluppo di applicazioni
specifiche per i vari scenari. Ad
esempio, sarà possibile effettuare
interrogazioni basate sui dati
IACS del tipo: “Quali sono i
comuni Italiani in cui l’indicatore
di contesto Area Agricola
Utilizzata è superiore ad una certa
soglia percentuale rispetto alla
superficie territoriale?”; oppure
“In quali comuni le emissioni di
carbonio generate da specifiche
attività di coltivazione e stimate
con specifici modelli dai dati
IACS superano una determinata
soglia?”.
Dati ambientali in LOD e
potenziale integrazione con
i dati IACS
L’Istituto Superiore per
la Protezione e la Ricerca
Ambientale (ISPRA) ha il compito
di condurre monitoraggi,
raccogliere dati ed effettuare
valutazioni sullo stato dell’ambiente.
Il sistema informativo
di ISPRA gestisce circa 150
dataset ambientali relativi alle
diverse matrici, dall’aria al mare,
dal sottosuolo alla gestione del
territorio. Tutti i dati ambientali
sono “geodati” poiché riferiti ad
un preciso ambito territoriale,
ben definito e rappresentato.
Nell’ambito del progetto Open
IACS, le principali tematiche
ambientali di interesse riguardano
la biodiversità e la concentrazione
di pesticidi nelle acque
e verranno integrate sfruttando
i LOD già sviluppati da ISPRA
(LinkedISPRA).
L’insieme di specie animali, che
costituiscono parte della biodiversità
di un territorio, è fortemente
influenzata dall’utilizzo
umano del territorio, sia esso
agricolo o urbano. Particolari
colture e attività agricole possono
inibire la presenza di particolari
esseri, ma possono anche
rappresentare un luogo ideale
per la proliferazione di determinate
specie. In ISPRA, informazioni
relative alla biodiversità di
un territorio possono essere ricavate
dal dataset EPE - EURING
Protocol Engine – che riporta le
osservazioni puntuali di catture o
ricatture di un uccello, registrate
dagli inanellatori che operano attraverso
impianti di cattura con
reti, in una certa data, in una
singola località. I dati ottenuti
GEOmedia n°4-2021 37

REPORT
Fig. 2 – Struttura del sistema Open IACS: livello basale con
le sorgenti dati, livello intermedio con i servizi offerti dagli
HPC e livello superiore per i servizi agli utenti finali con
applicazioni per tre scenari di utilizzo.
dalle catture sono osservazioni
puntuali georeferenziate relative
a una cella di 2 km. Ogni
inanellatore patentato, raccoglie
tutte le informazioni relative alla
cattura. Accanto al dataset delle
catture, viene individuata una
specifica tassonomia che include
tutte le specie catturabili, e la
relativa classificazione (specie,
genere, famiglia, ecc.).
Gli usi agricoli del territorio
generano impatti, di maggiore o
minore entità, su diverse componenti
ambientali. L’acqua è
sicuramente una di queste. La
presenza di sostanze inquinanti,
come pesticidi, in acque superficiali
e sotterranee può generare
ripercussioni negative sull’uomo
e sull’ambiente. La normativa
di riferimento di tutela delle
acque (le direttive comunitarie
2008/105/CE e 2013/39/UE,
le leggi nazionali DM 56/2009
e D.lgs. 172/15) stabilisce i
limiti ambientali in termini di
standard di qualità ambientale
(SQA) per determinate sostanze,
per gruppi di esse, e per tipologia
di bacino. I monitoraggi e le
analisi di laboratorio vengono
effettuati da Regioni e Province
autonome, anche attraverso le
Agenzie regionali e provinciali
per la protezione dell’ambiente.
L’ISPRA svolge il compito di
coordinare le attività regionali,
di elaborare e valutare le informazioni
finali e di redigere la
reportistica annuale. Il dataset a
disposizione di ISPRA contiene
i dati annuali di concentrazione
delle sostanze individuate dalla
normativa in circa 2000 punti di
monitoraggio per i bacini idrici
superficiali e circa 2800 osservazioni
profonde.
L’applicazione delle tecnologie
semantiche alle conoscenze ambientali
ha lo scopo di garantire
un adeguato accesso ai dati e
metadati, evitando informazioni
disorganizzate e disomogenee.
Consente una maggior facilità
nell’individuazione di risorse
simili e dà la possibilità di effettuare
link logici tra risorse
collegabili sul web. A tal proposito,
nell’ultimo decennio il
numero di pubblicazioni, linee
guida, direttive e progetti che
hanno come obiettivo una visione
semantica “dato centrica”
è esploso. In questo contesto,
il progetto LinkedISPRA è
Fig. 3 – Schema semplificato di ISPRA-
CORE. Ogni oggetto ha una rappresentazione
geografica a cui sono collegati gli
elementi e i dati pubblicati.
finalizzato alla produzione di
LOD per la pubblicazione dei
dataset ambientali dell’ISPRA
secondo le specifiche del World
Wide Web Consortium (W3C).
Nato nel 2016 con l’obiettivo
di mantenere alti gli standard
di conformità con la legislazione
nazionale ed internazionale
sulla pubblica amministrazione
digitale, il progetto adotta un
approccio fortemente orientato
ai dati facendo uso e riuso dei
prodotti del Semantic Web. Le
principali linee guida raccomandano
il riutilizzo di ontologie
consolidate per la descrizione dei
metadati o di mappare le relative
ontologie. I concetti generici
(relazioni, luoghi, organizzazioni,
strutture di dati, unità di
misura) vengono quindi modellati
attraverso “Dublin Core”,
“FOAF”, “SKOS”, “Schema”,
“GeoSPARQL”, “Geonames”,
“QUDT”. Concetti specifici richiedono
invece l’utilizzo di vocabolari
tematici o la creazione
di nuove risorse che definiscano
classi e proprietà non ancora
documentate (eventualmente
specializzando ontologie esistenti).
ISPRA-CORE è la nuova
ontologia sviluppata da ISPRA,
nata per sopperire alla mancanza
di accuratezza delle ontologie
generiche esistenti per definire
misure, indicatori, reti di monitoraggio,
interventi di mitigazio-
38 GEOmedia n°4-2021

REPORT
ne e qualsiasi concetto utile alla
definizione semantica dei dataset
fino ad ora pubblicati in LOD
dall’istituto. La piattaforma
LinkedISPRA attualmente fornisce
l'accesso ai seguenti dataset
ambientali nazionali:
•Consumo suolo: set di indicatori
annuali per ogni unità
amministrativa (comune, provincia
o regione) relativi alla
quantità di suolo consumato
per ogni anno analizzato;
•Interventi di difesa del suolo
(RENDIS): elenco di interventi
effettuati o in corso che hanno
come oggetto la difesa del territorio;
•Rete Ondametrica Nazionale
e Rete Mareografica Nazionale:
misure, indicatori e stazioni
di misura afferenti alle reti di
monitoraggio marine gestite da
ISPRA.
Sono in fase di pubblicazione i
dataset relativi agli indicatori di
qualità ambientale nelle aree urbane
italiane, le concentrazioni
di pesticidi nelle acque superficiali
e sotterranee, la biodiversità.
I dati possono essere federati
con organismi nazionali (ISTAT,
MIBACT) e internazionali, e
sono pubblicati secondo i termini
della licenza CC-BY 4.0.
Lo stack tecnologico è completamente
sviluppato con componenti
open source.
Infrastruttura Open IACS con
i sistemi High Performance
Computing (HPC)
Il progetto Open IACS vede
il coinvolgimento di 3 partner
europei attivi nel settore HPC.
L’obiettivo è quello di poter
accedere a dati di origine e dati
elaborati, come il calcolo di
indicatori, in modo quanto più
trasparente per l’utente dell’infrastruttura
IACS. Le risorse
informatiche offerte dagli HPC,
tipicamente di tipo computazionale
ma anche di storage, di
disponibilità, affidabilità ecc.,
sono molto importanti per il
progetto: assicurano che i servizi
offerti dall’infrastruttura siano
gestiti al meglio all’interno del
network di End-Point HPC, in
modo automatizzato in base alle
singole capacità e disponibilità
del momento e in base alle cosiddette
Service Level Agreement
assegnate ai vari servizi. Questo
si ottiene attraverso un’opportuna
pianificazione e allocazione
delle risorse tra i centri HPC sia
per quanto riguarda l’hosting dei
dati e dei servizi e sia per i processi
di calcolo, il tutto sempre
in modo quanto più trasparente,
automatico ed efficiente.
Il progetto vede il coinvolgimento
dei seguenti centri HPC:
ENEA – Agenzia Nazionale per
le Nuove Tecnologie, l’Energia
e lo Sviluppo Economico
Sostenibile (Italia) tramite il
®
A CADEMY
®
GEOmedia n°4-2021 39

REPORT
Fig. 4 - Una vista del sistema CRESCO6 ospitato
nella sala CED1 del Centro Ricerche Enea di Portici.
dipartimento TERIN, divisione
ICT; Scayle - Supercomputación
Castilla y León (Spagna); PSNC
- Poznan Supercomputing and
Networking Center (Polonia). I
tre centri si coordinano per costituire
il network di End-Point
attraverso il quale le richieste di
servizi end-user sono acquisite e
elaborate. Questo coordinamento
si attua attraverso una progettazione
e implementazione
armonizzata dei servizi IACS che
utilizzano gli strumenti messi in
campo dai centri. Ciò si ottiene
sviluppando delle infrastrutture
software e hardware che soddisfino
dei requisiti comuni utili in
particolare:
• al calcolo dei modelli degli indicatori
agro-ambientali;
• alla pianificazione e allocazione
delle risorse nel network
degli HPC;
• al trasferimento dei servizi tra i
vari HPC;
• all’integrazione di sistemi di
autenticazione che garantisca
diversi livelli di accesso e operatività
alle differenti tipologie di
end-user.
L’accesso ad un network di centri
HPC piuttosto che un'unica
soluzione centralizzata fornisce
degli indubbi vantaggi sia in
termini di performance complessive,
basti considerare le quantità
e varietà di dati forniti dai vari
partner europei che vengono
distribuiti tra i vari siti, che in
termini di affidabilità del sistema
visto come un’unica entità che si
trova ad avere ridondanza di servizi
in caso di qualche problema di
disponibilità di risorse di uno degli
elementi del network.
Il laboratorio ENEA TERIN-ICT-
HPC è dotato di diversi sistemi
e know-how nel campo HPC distribuiti
su una rete di 6 centri di
ricerca sul territorio nazionale. Dal
2008, ENEA si è dotata di sistemi
HPC denominati CRESCO apparendo
più volte nella lista Top500
dei supercalcolatori più potenti
al mondo. Il sistema più recente
infatti, CRESCO6, è stato installato
e inaugurato nel 2018 con 1.4
Pflops di potenza di calcolo, fornita
da 434 nodi dual processor Intel
Xeon Skylake CPU per un totale di
poco più di 20 mila core, si è posizionato
nella posizione 420 della
lista Top500 di Novembre 2018.
Il sistema si avvale di un’interconnessione
Omni-Path a 100 Gbps
e si integra alla rete Infiniband
QLogic dei sistemi precedenti
Cresco5 e Cresco4 in una configurazione
Multifabric con la quale
si accede a diversi filesystem IBM
Spectrumscale GPFS.
Considerazioni conclusive
Lo scenario preposto in merito al
progetto Open IACS mira, per la
prima volta, a testare una serie di
dati raccolti dai SIGC europei in
modalità geo-spaziale e alfanumerica
da relazionare agli indicatori
della PAC per condividerli gratuitamente
tra le autorità pubbliche.
Questo consentirà un riuso dei
dati ed un vantaggio enorme anche
di natura economica per tutte le
attività di monitoraggio e valutazione
di numerose politiche e
regolamenti Europei e nazionali.
Naturalmente, l’apertura dei dati
amministrativi agricoli coinvolti
dovrà armonizzarsi con gli aspetti
di riservatezza dei dati personali
che deve essere necessariamente assicurata
(Reg. (UE) 2016/679).
BIBLIOGRAFIA
Progetto Open IACS. https://open-iacs.eu/
INSPIRE - Guidelines for the RDF encoding of spatial data.
https://inspire-eu-rdf.github.io/inspire-rdf-guidelines/
LinkedISPRA. - http://dati.isprambiente.it/
CRESCO6: TECHNICAL SPECIFICATIONS AND
BENCHMARKS - Report - High Performance Computing
on CRESCO infrastructure: research activities and results
2017, p. 179-184, ISBN: 978-88-8286-373-9, December
2018
F. Iannone et al., "CRESCO ENEA HPC clusters: a working
example of a multifabric GPFS Spectrum Scale layout," 2019
International Conference on High Performance Computing
& Simulation (HPCS), Dublin, Ireland, 2019, pp. 1051-
1052, doi: 10.1109/HPCS48598.2019.9188135
Reg. (UE) 2016/679 https://eur-lex.europa.eu/legal-content/
IT/TXT/?uri=celex%3A32016R0679
Direttiva 2003/98 https://eur-lex.europa.eu/legalcontent/EN/TXT/?uri=CELEX%3A32007L0002&q
id=1634538992491
Direttiva 2013/37 https://eur-lex.europa.eu/search.html?scop
e=EURLEX&text=2013%2F37%2FEU&lang=en&type=q
uick&qid=1634539055735
Direttiva 2019/1024 https://eur-lex.europa.eu/search.html?sc
ope=EURLEX&text=2019%2F1024&lang=en&type=quick
&qid=1634539118467
PAROLE CHIAVE
linked open data; politica agricola comune;
open data; georeferenziazione; IACS;
SIGC
ABSTRACT
Open LOD platform based on HPC capabilities for
Integrated Administration and Control System of
Common Agrarian Policy (Open IACS) is an EU
funded project (4.5 MEur) fostering the administrative
data reuse in the context of the Common Agricultural
Policy (CAP) and granting open access to farmers,
policy makers and third parties.
Data from European paying agencies for agriculture
will be harmonised, and a network of Linked Open
Data will be developed. An interoperable system of EU
High Performance Computing Centres will provide a
platform for demonstrating different use case scenarios
(e.g. applications for computing CAP performance
indicators, climate change indicators and integration
between environmental and agricultural data).
AUTORE
Flavio Lupia
flavio.lupia@crea.gov.it
Fabio Pierangeli
fabio.pierangeli@crea.gov.it
Consiglio per la ricerca in agricoltura e
l’analisi dell’economia agraria (CREA), Roma.
Salvatore Carfi
s.carfi@agea.gov.it
AGEA -Agenzia per le Erogazioni in
Agricoltura, Roma.
Marco Picone
marco.picone@isprambiente.it
Elio Giulianelli
elio.giulianelli@isprambiente.it
ISPRA -Istituto Superiore per la Protezione
e la Ricerca Ambientale, Roma
Fiorenzo Ambrosino
fiorenzo.ambrosino@enea.it
Marco Puccini
40 GEOmedia n°4-2021

REPORT
GEOmedia n°4-2021 41

MERCATO
CHC NAV NX510PRO -
SISTEMA DI GUIDA
AUTOMATICA DI MEZZI
AGRICOLI
NX510 Pro è il nuovo sistema di guida
automatizzata per tutti i mezzi che
devono seguire percorsi programmati
(per esempio navigazione su linee parallele).
Il sistema si adatta facilmente a molti
tipi di trattori e altri veicoli agricoli
mediante una soluzione compatta e
avanzata che non richiede interventi
sull’idraulica del mezzo e con un
costo che ogni azienda agricola può
affrontare.
NX510Pro garantisce significativi
guadagni di produttività, funziona
in tutte le condizioni di visibilità,
annulla gli errori dell’operatore e ne
riduce la fatica.
Il Sistema utilizza il controller di
guida integrato PA-3 estremamente
robusto installabile in pochi minuti,
che può essere facilmente trasferito
da un trattore a un altro, offrendo
una flessibilità senza pari.
Le avanzate caratteristiche di PA-3 includono
tutte le costellazioni GNSS
disponibili per offrire una maggiore
precisione ed un'affidabilità di navigazione
ottimale.
La combinazione della tecnologia
GNSS RTK con il sistema di navigazione
inerziale (‘INS’) garantisce una
precisione di guida ‘a mani libere’ entro
un centimetro e fornisce prestazioni
superiori nelle applicazioni di
scavo, semina e raccolta.
Mentre ridurre l'affaticamento del
conducente è un ovvio vantaggio,
ve ne sono molti altri che rendono
l'NX510 Pro un investimento prezioso
per gli agricoltori:
Risparmio. Annullando inevitabili
sovrapposizioni dei percorsi che si
hanno durante la guida manuale del
trattore durante la semina o l'applicazione
di fertilizzanti, erbicidi o
pesticidi. L'NX510 Pro guida con
precisione in modo che ci sia poca o
nessuna sovrapposizione.
Meno sovrapposizioni significa meno
viaggi attraverso il campo, con riduzione
di sprechi e dei costi di carburante
e manodopera.
Salvaguarda l'ambiente. L'utilizzo di
meno carburante e fertilizzanti consente
di risparmiare direttamente sui
costi.
Riducendo le sovrapposizioni le sementi
ed i fertilizzanti sono distribuiti
in modo più preciso, si riduce
l'inquinamento ambientale e si migliora
la qualità dell'acqua riducendo
l'eccesso di nutrienti.
Minore compattazione del suolo. I
continui passaggi di trattori pesanti
sul campo compattano il terreno, il
che può rendere più difficile l'emergere
delle piantine e limita il movimento
dell'acqua, dei nutrienti e
dell'aria nel suolo. Ciò riduce la resa
del raccolto e può portare a un aumento
del deflusso e dell’erosione del
suolo.
NX510 Pro consente agli agricoltori
di percorrere esattamente gli stessi
percorsi durante le fasi di coltivazione,
semina, irrorazione e raccolta
www.gter.it
info@gter.it
42 GEOmedia n°4-2021

MERCATO
riducendo quindi la compattazione complessiva del
terreno.
Migliore resa del raccolto. L'utilizzo di NX510 Pro
aumenta la resa in diversi modi. Ottimizzando i tempi
di lavoro la semina può essere completata più rapidamente;
la riduzione della sovrapposizione migliora
anche la resa.
La sovrapposizione durante la semina si traduce in
piante affollate che competono per acqua e sostanze
nutritive e non crescono bene.
Il fertilizzante in eccesso dovuto alla sovrapposizione
influisce anche sulla crescita delle piante e riduce la
resa.
Maggiore efficienza e sicurezza. L’attenzione del conducente
è perlopiù dedicata alla guida del mezzo, ma
nel contempo deve ‘ascoltare’ il motore, guardando
gli indicatori, tenendo d'occhio l'attrezzo montato
sul retro del trattore, e controllando il percorso per
evitare eventuali ostacoli.
NX510 Pro si fa carico del lavoro più impegnativo –
la guida su un percorso prestabilito - e consente agli
agricoltori di concentrarsi sul trattore, sull'attrezzo e
sul terreno.
Meno multitasking riduce lo stress e l'affaticamento
del conducente, migliorando l'efficienza e la sicurezza.
NX510 Pro consente agli agricoltori di utilizzare al
meglio le attrezzature anche quando la visibilità è
scarsa a causa di polvere o nebbia e durante l’utilizzo
notturno.
C’è vita nel nostro mondo.
Caratteristiche e benefici
• Design altamente integrato, installazione semplice
e ridotto costo di manutenzione.
• Compensazione del terreno, Compensazione del
terreno integrata (GNSS+IMU) mantiene un'elevata
precisione su qualsiasi terreno (pendenze,
Terreno accidentato …)
• Migliore tracciamento del segnale, PA-3 supporta
tutte le costellazioni GNSS e le correzioni RTK,
DGPS e RTX®.
• Facile da usare, Il software AgNav mostra un’interfaccia
utente intuitiva, è facile da apprendere e
dispone di guida in linea sempre accessibile
• Nessun costo nascosto, NX510 Pro è il sistema di
guida automatica all-inclusive
• Elevata connettività: sono disponibili diverse porte
CAN, una porta seriale, Bluetooth 4.1 e un modem
4G, standard ISOBUS per la compatibilità con tutte
le principali apparecchiature di tutti i produttori
• Software AgNav multilingue, operativo su un display
industriale da 10,1 pollici, supporta diverse
tipologie di percorso, tra cui Linea AB, linea A+, linea
circolare, irregolare curva e svolta a fine campo;
• Costi e tempi di apprendimenti irrisori.
Per maggiori informazioni: info@datronix.it
www.epsilon-italia.it
www.inspire-helpdesk.eu
GEOmedia n°4-2021 43

MERCATO
SKY EYE SYSTEMS E
PLANETEK ITALIA PRESENTA-
NO UN SISTEMA INTEGRATO
AVANZATO PER IL MONITO-
RAGGIO DEL TERRITORIO
TRAMITE UAS
Occhi tecnologici e capacità di analisi
per monitorare il territorio e le
emergenze ambientali. Planetek Italia
e Sky Eye System presentano in tre
eventi internazionali una nuovissima
soluzione integrata per il monitoraggio
del territorio con UAS e l’analisi
avanzata dei dati.
Elaborare i flussi video e i dati ottici
e SAR, acquisiti dai sensori a bordo
dei droni della famiglia Rapier, tramite
algoritmi di intelligenza artificiale
al fine di estrarre automaticamente
informazioni sensibili e utili agli analisti
IMINT e a tutti gli enti che si
occupano di controllo del territorio e
gestione delle emergenze ambientali:
questo è l’oggetto della collaborazione
delle due società del settore aerospazio.
Sky Eye Systems ha innovato in modo
considerevole il mercato degli UAS di
classe mini/light tramite la sua famiglia
di droni, “Rapier”: un sistema
UAS (Unmanned Aerial System) ad
ala fissa impiegato in missioni di intelligence
e di sorveglianza.
Dotato di un'apertura alare di circa
4 metri e un peso inferiore ai 25 kg,
il primo modello “Rapier X-25” può
essere lanciato da un veicolo militare
in movimento (per esempio un blindato
Lince) o da un sistema a catapulta
pneumatica e sta per ottenere
la certificazione militare secondo la
normativa STANAG 4703. Rapier
X-25 è stato appena acquistato come
“cliente di lancio” dall’Aeronautica
Militare e consegnato al 32° Stormo
di Amendola (Foggia).
La seconda versione è invece il
“Rapier X-SkySAR” (peso fino a 30
kg), dotata di sensori elettrottici/infrarossi
e dello SkySAR, il più leggero
radar ad apertura sintetica del mondo
sviluppato dalla stessa Sky Eye
Systems.
Una terza versione, attualmente in
fase di sviluppo, presenta decollo e
atterraggio verticali ed è denominata
“Rapier X-VTOL”. Tra le caratteristiche
“Rapier X-VTOL”: un peso
massimo al decollo di 50 kg (che lo fa
rientrare nella Classe Light); un range
operativo di 100 chilometri (estensibile
ad alcune centinaia di chilometri,
grazie al datalink satellitare opzionale);
un’autonomia da 5 a 11 ore a seconda
della missione; a bordo sensori
elettrottici/infrarossi e altri payload
opzionali come sensori iperspettrali,
Lidar, IFF, SIGINT e anche SAR
(Synthetic Aperture Radar), grazie
all’estrema flessibilità e modularità
della baia payload.
Le tre versioni condividono gran
parte delle tecnologie sensibili e
fondamentali sviluppate in Sky Eye
Systems, quali il layout aerodinamico
estremamente ottimizzato, il Flight
Control System e la Ground Control
Station, sviluppati secondo i massimi
standard di sicurezza software-hardware
DO178C-DALB, nonché la
progettazione strutturale quasi interamente
in fibra di carbonio.
Planetek Italia in questa collaborazione
ha portato la trentennale esperienza
nella elaborazione di dati geospaziali
per l’IMINT e il GEOINT
al fine di poter estrapolare in modo
rapido informazioni utili partendo
dai numerosi dati acquisiti a bordo.
Tra le principali applicazioni sviluppate
e rese disponibili in real-time
su una postazione rugged dedicata
all’exploitation dei dati, il sistema include
change detection, data fusion,
generazione di modelli 3D e riconoscimento
automatico di oggetti.
Le informazioni acquisite dal drone,
e i report generati tramite la workstation
rugged, possono essere condivisi,
in tempo reale, sia con altre unità
disposte sul campo che con centri di
comando remoti.
Oltre al settore militare, questi UAS
hanno anche numerose applicazioni
in ambito civile e governativo, ad
esempio per le attività di security,
antincendio e search & rescue, ma
anche per aerofotogrammetria, monitoraggio
di grandi infrastrutture
(oleodotti, gasdotti, linee elettriche,
reti ferroviarie, autostrade ed altro
ancora), per le attività di controllo
ambientale e di supporto cartografico
nelle emergenze ambientali.
La possibilità di disporre di un drone
di questa taglia, non troppo grande
da poter essere gestito e lanciato in
modo semplice, e di taglia sufficientemente
grande per coprire aree molto
estese portando a bordo sensori
importanti, abbinata ad una postazione
rugged in grado di elaborare in
modo automatico i dati e di estrarre
le informazioni utili in real-time, rende
questa soluzione perfetta nell’ambito
delle operazioni di sorveglianza e
nelle attività di monitoraggio del territorio
in occasioni di emergenze ambientali,
occasioni entrambe in cui il
fattore tempo è un fattore chiave per
la riuscita della missione.
I droni della famiglia “Rapier”, assieme
ad alcuni esempi di algoritmi
e applicazioni sviluppate da Planetek
Italia, sono stati presentati in tre eventi
internazionali: il “Mediterranean
Aerospace Matching” (22-24 settembre
c/o spazio-porto di Grottaglie-
Taranto), il “Sea Future 2021” (28
settembre – 1 ottobre presso la
Base Navale di La Spezia), “Earth
Technology Expo” (13-16 ottobre a
Firenze).
44 GEOmedia n°4-2021

MERCATO
IL PROGETTO AMOR: UN PRO-
GETTO DI SALVAGUARDIA E
FRUIZIONE “CIRCOLARI”
Il progetto AMOR (Advanced
Multimedia and Observation services
for the Rome cultural heritage ecosystem)
è un progetto cofinanziato da
ASI (Agenzia spaziale Italiana), supportato
da ESA (European Space Agency)
e coordinato da MiC (Ministero della
Cultura), rispondente alla call di ESA
5G for L’ART (Business Applications
programme). AMOR, volto a raffinare
servizi già esistenti e a svilupparne
nuovi nell’ambito di Salvaguardia e
Fruizione dei Beni Culturali, è giunto
alla fase di inizio delle attività di sviluppo,
cui seguirà la fase di dimostrazione
nel 2022.
Gli scenari dimostrativi, presso cui
sono state già svolte alcune attività
sul campo, sono il suggestivo complesso
archeologico delle Terme di
Caracalla e un tratto meridionale
delle poderose Mura Aureliane (da
porta San Sebastiano a Porta Latina)
di competenza, rispettivamente, della
Soprintendenza speciale Archeologia
Belle Arti e Paesaggio di Roma e della
Sovrintendenza capitolina ai Beni
Culturali di Roma, direttamente e attivamente
coinvolte fin dalle prime fasi
di progetto. Relativamente ai servizi
di salvaguardia, nei mesi di giugno e
luglio sono state condotte le prime attività
sul campo che hanno riguardato
prospezioni del sottosuolo e di strutture
verticali con sistemi GPR e sorvoli
con sistemi UAV equipaggiati, questi
ultimi, con opportuna sensoristica atta
al rilevamento di fenomeni di degrado
delle superfici dei monumenti. È stata
inoltre eseguita un’analisi interferometrica
(PS InSAR) su tutto il centro
storico, con particolare focus sulle aree
sopra menzionate, i cui risultati – in
forma di report e layer - sono stati già
consegnati agli utenti finali e la cui distribuzione
viene effettuata, per questo
e per tutti gli output di progetto, per
mezzo della piattaforma St’ART®.
I servizi di fruizione, che metteranno
a disposizione dei visitatori una mobile
app, sono stati pensati per offrire
al turista culturale solo contenuti multimediali
approvati dalle Istituzioni
responsabili di quei monumenti, ma
anche per proporre esperienze innovative
e coinvolgenti attraverso l’offerta
di modelli 3D resi fruibili in Realtà
Mista direttamente da dispositivo mobile
personale, in piena aderenza alle
normative anti COVID-19.
Inoltre, l’app di fruizione laddove abilitata
la funzione di posizionamento sul
cellulare e nel pieno rispetto delle normative
vigenti sulla privacy, permetterà
anche di analizzare e derivare altri
tipi di informazioni (data analytics),
quali i tempi di permanenza in un’area,
le aree più visitate (anche per la
comprensione dei principali punti di
assembramento), i giorni di maggiore
frequentazione. I risultati derivati saranno
messi a disposizione dell’utente
Pubblica Amministrazione che sarà, in
tal modo, in grado di prendere provvedimenti
conseguentemente alla consapevolezza
acquisita e nell’ottica di una
salvaguardia circolare, secondo lo schema
salvaguardia - conservazione - valorizzazione
– fruizione – salvaguardia,
pienamente rispondente alle strategie
del MiC che, il 14 giugno scorso, ha
presentato attraverso una conferenza
stampa tenuta congiuntamente con
ASI ed ESA, i progetti 5G for l’ART in
corso su Roma, tra cui AMOR.
Pertanto, è evidente come a oggi le
moderne tecnologie informatiche congiuntamente
alle informazioni derivate
da sensoristica aerospaziale e terrestre,
consentano di mettere a disposizione
degli esperti dei servizi innovativi per
una gestione integrata del sito, in grado
di fornire un approccio preventivo
per la salvaguardia e conservazione dei
beni immobili, con importante risparmio
economico rispetto agli interventi
post-emergenza, nonché una evoluzione
dei servizi di fruizione, volta
anch’essa al raffinamento degli aspetti
di salvaguardia e al miglioramento dei
ritorni economici.
Per informazioni visitare il sito:
https://business.esa.int/projects/amor
https://www.nais-solutions.it/amor/
GEOmedia n°4-2021 45

AUGMENTED REALITY
AI ED AR CLOUD – NUOVE
PROSPETTIVE NEL SETTORE
DELLA REALTA’ AUMENTATA
XR 2020:
News & Events
a cura di
Tiziana Primavera
Innovative Tech
Evangelist - AR/VR
senior expert
Le tecnologie inerenti la Mixed
Reality stanno progressivamente
diventando pervasive
e naturalmente integrate in
ogni tessuto del nostro lavoro
e nella nostra vita quotidiana,
in particolar modo nei contesti
industriali, lavorativi, nel marketing,
nell’advertising, negli
ambiti sanitari, della formazione
ed anche con particolare
successo nell'intrattenimento,
si pensi ai numerosi ed accattivanti
filtri AR oramai
caratterizzanti diversi social
network.
Al contempo si assiste ad un
processo di convergenza di
più tecnologie innovative integrate
nelle esperienze VR e
AR quali la blockchain, il 5G,
i sistemi NFT, le criptovalute,
il cloud computing, cloud
storage e servizi cloud solo per
citarne le più note.
Appare oramai evidente che
sia la Realtà aumentata che la
Realtà virtuale, in considerazione
delle rispettive specificità
che le contraddistinguono,
saranno destinate ad essere
sempre più integrate con tutte
le innovative tecnologie summenzionate,
caratterizzando
profondamente la prossima
grande rivoluzione informatica,
in cui la tecnologia viene
immersa , inclusa nelle nostre
Crediti: https://themaclife.com/tech/what-is-augmented-reality-and-how-does-it-work/
vite e molteplici attività, divenendo
pervasiva ovunque, ed
rispecchiando sempre più le
proprietà del cosiddetto ’ubiquitous
computing”.
Cloud, AI e connettività sono
le tre tecnologie digitali fondamentali
che si interfacciano
con l’ecosistema AR.
Ed affinché la tecnologia
digitale rimanga cardine del
vivere civile è necessario che si
continui ad innovare, creando
conseguentemente nuove forme
di valore.
Summit di carattere internazionale
hanno luogo oramai
periodicamente, col solo
scopo di comprendere come
le più innovative tecnologie
digitali possano meglio integrarsi
negli scenari di business,
e per delineare le più
efficaci modalità collaborative
tra i diversi attori per definire
le strategie ottimali di un ecosistema
industriale interconnesso
e soprattutto particolarmente
efficiente.
Si intravedono nuove tipologie
di prodotto, ispirate principalmente
alla filosofia cloud,
che si esprime nel “pensare”
cloud ed “agire” cloud cercando
di ottimizzare quanto piu’
la user experience ed il potenziale
dei servizi (Everything as
a Service – Infrastructure as a
Service per l’accessibilità globale,
Technology as a Service
per l’innovazione flessibile
ed Expertise as a Service per
eccellere nei servizi di sharing”).
Dati previsionali ci informano
che nel 2030, sarà maggiore di
10 volte il volume globale di
46 GEOmedia n°4-2021

AUGMENTED REALITY
general computing e di ben
23 volte i relativi dati generati,
raggiungendo molto verosimilmente
uno yottabyte.
Diverse, pertanto, le sfide
per il settore digital nel prossimo
decennio.
Le tecnologie XR si collocano
come protagoniste indiscusse,
insieme alla robotica
ed all’intelligenza artificiale
in questa transizione digitale
tesa a sovvertire le nostre
abitudini professionali e
conseguentemente agevolare
la vita quotidiana, se declinate
intelligentemente perseguendo
un concetto reale
di progresso e non di mera
evoluzione tecnologica fine a
se stessa.
Risalente agli anni più recenti,
ma degno di nota,
un progetto interessante ed
ambizioso che ha coinvolto
una start - up americana.
Tale start -up ispirandosi alla
filosofia cloud, ha cercato
di definire un innovativo
ecosistema, matrice base di
riferimento per agevolare
installazioni di carattere aumentato.
Il progetto contempla la definizione
di una mappa 3D
persistente e iperlocalizzata
del mondo reale nella sua
interezza, riferita a spazi sia
esterni che interni, interpretabile
come quella tipologia
di AR Cloud delineante un
Universal Visual Browser wearable
e contestualmente consapevole
mediante Computer
Vision e AI. Una sorta di
Google per il mondo reale.
Lo strumento consentirebbe
applicazioni funzionali incredibilmente
innovative agli
sviluppatori, posti nella pratica
condizione di utilizzare
suddetto mapping, consentendo
l'iper-geolocalizzazione
di contenuti contestualmente
rilevanti.
Potrebbero infatti incorporare
nel software una struttura 3D
persistente del mondo, una
sorta di mappa tridimensionale
di Google, ma estremamente
accurata e dettagliata.
Algoritmi di Computer
Vision e AI, l’AR cloud consentirebbero
ad una app di
identificare semanticamente
oggetti 3D per abilitare molte
nuove applicazioni AR.
"L'API elabora una mesh
tridimensionale del mondo
nella sua interezza, in cui gli
eventuali contenuti AR siano
persistenti, reattivi all'occlusione
e sincronizzati, fruibili
in modalità multiplayers tali
da garantire esperienze utente
realmente coinvolgenti, come
GEOmedia n°4-2021 47

AUGMENTED REALITY
Crediti: https://arinsider.co/2018/11/20/unpacking-magic-leaps-ar-strategy/
se gli stessi interagiscano realmente
con il mondo fisico".
Grazie alle caratteristiche di
queste nuove funzionalità, gli
artefatti digitali simulano comportamenti
tali da poter essere
interpretati come se facessero
davvero parte del mondo reale
tridimensionale".
Ottimale la procedura complessa
ed ingente di raccolta
dati affidata in crowdsourcing
mediante giochi e social media
che impiegano sistemi di mappatura
e geolocalizzazione.
Aziende come Snap e
Facebook sono particolarmente
attente e coinvolte
nella creazione di esperienze
AR multiplayer coinvolgenti,
rapportate al mondo reale
poichè una killer application
in questo nuovo ambito
costituirà inevitabilmente
uno dei più grandi monopoli
dell'attenzione di tutti
i tempi. Certamente L'AR è
il futuro dei media e dell'intrattenimento
ma non solo,
considerando le indiscusse potenzialita’
funzionali.
L’attenzione all’ AR Cloud
è certamente considerevole,
poichè sopperirebbe alle molte
limitazioni attuali dell’AR.
La start-up ha tentato di costruire
una tecnologia capace
di ricostruire il mondo fisico
in modalità real-time con
più utenti impiegando una
fotocamera per smartphone",
afferma Bonastos.
La sfida alla base del progetto,
risiede nel creare esperienze
che solo hardware sofisticati
potrebbero fare, e di renderle
prontamente disponibili
nel mercato consumer degli
smartphone.
Auspicabili partne ship,
Niantic, creatore di "Pokemon
Go", e i massicci giochi multiplayer
AR "Harry Potter"
e "Ghostbusters" insieme a
Snapchat e Instagram, abilitatori
ideali per il progetto. In
analogia con Waze, gli stessi
utenti potrebbero definire
un mapping 3d real-time
dettagliato dell’ambiente circostante
in crowdsourcing di
grande utilità condivisa.
ARKit di Apple e ARCore di
Google non avevano ancora
raggiunto una maturità sufficiente,
diversi i problemi
tecnologici reali da risolvere,
tra cui la persistenza dei dati,
la mappatura del mondo fisico
e soprattutto il consentire
a più persone di sperimentare
la stessa cosa insieme, tramite
funzionalità multipiattaforma,
oggi comunque finalizzati con
l’ultima release.
Con una mappatura dell’intero
mondo reale, scaturirebbero
innumerevoli opportunità,
soprattutto integrando l’intelligenza
artificiale per la discretizzazione
semantica dello
spazio tracciato.
Le API in grado di abilitare
interazioni multi-piattaforma
e multiutente costituiranno
con molta probabilità le scelte
necessarie per gli sviluppatori
per creare esperienze di nuova
generazione, realmente in
grado di annoverare le tecnologie
dell’AR verso il successo
globale del mercato di massa.
“Gartner prevede che entro il
2025, il 15% delle organizzazioni
con oltre 1 miliardo di
dollari di entrate utilizzerà il
cloud AR per monetizzare il
mondo fisico attraverso nuove
interazioni e modelli di business”.
Speriamo presto di poterne
sperimentare l’incredibile potenziale.
PAROLE CHIAVE
Realtà aumentata; intelligenza
artificiale; cloud
AUTORE
Tiziana Primavera
Tiziana.primavera@unieur.it
48 GEOmedia n°4-2021

Foto: Erwan Gueguen – CNR IMAA Potenza
Tecnologie
per le Scienze
della Terra e del Mare
Strumenti ad alta tecnologia
anche a noleggio per:
Studio dei fondali e delle coste
Multibeam, SSS, SBP, sismica marina …
Ingegneria civile
Georadar 3D, laser scanner, inclinometri …
Studio del sottosuolo
Georadar, sismica, geoelettrica …
Monitoraggio ambientale
Magnetometri, elettromagnetismo,
sonde oceanografiche …
Monitoraggio sismico
Sismometri, strong motion, reti early warning …
CODEVINTEC
Tecnologie per le Scienze della Terra e del Mare
tel. +39 02 4830.2175 | info@codevintec.it | www.codevintec.it

AGENDA
18 - 21 Dicembre 2021
ICC- International
Cartographic
Conference
Firenze
www.geoforall.it/kyk8k
18 – 20 Gennaio 2022
Commercial UAV Expo
Europe
Amsterdam
(Netherlands)
https://www.expouav.
com/europe/
23-24 Marzo 2022
Geo Connect Asia 2022
Singapore
https://www.
geoconnectasia.com/
27 – 29 Aprile 2022
GISTAM
gistam.scitevents.org/
Online Streaming
6 - 11 Giugno 2022
XXIV ISPRS Congress
https://www.isprs2022-
nice.com
Nice (France)
16-18 Giugno 2022
D-SITE Drones -
Systems of Information
on culTural hEritage
Pavia (Italy)
www.dsiteconference.
com/
Dal 1986 Teorema lavora
a fianco dei professionisti fornendo
la tecnologia topografica più avanzata,
la migliore formazione tecnica,
ed una accurata assistenza post-vendita,
per rendere più affidabile e produttivo
il vostro lavoro.
LEICA BLK360
CATTURA IL MONDO CHE CI CIRCONDA CON
IMMAGINI PANORAMICHE A COLORI SOVRAPPOSTE
AD ACCURATE NUVOLE DI PUNTI.
Facilissimo da usare con la pressione di un solo tasto.
Registra le scansioni e visualizza i dati sul campo
in pochi istanti.
Lo scanner più piccolo e leggero della sua categoria:
165 mm di altezza x 100 mm di diametro.
Nuvole di punti ad alta precisione: 360.000 punti/sec.
con risoluzione personalizzabile.
Rilevazione di immagini termiche con sensore FLIR ® ,
in contemporanea con la scansione delle immagini.
per maggiori informazioni
Contattaci, scoprirai molto di più!
Via A. Romilli, 20/8 - 20139 Milano • Tel. 02 5398739
E-mail: teorema@geomatica.it
www.geomatica.it • www.disto.it • www.termocamere.com

EARTH DATA, SIMPLIFIED.
Annual
Yields
Growth
2015 2016 2017 2018 2019 2020
Income
Powerful solutions for turning Earth
Observation imagery into reliable
information for everyone, everywhere.
Learn more, visit CATALYST.earth
CATALYST.earth
A PCI Geomatics brand