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

GEOmedia_4_2021

Create successful ePaper yourself

Delete template?

Save as template?