Seminario
Seminario:: “Applicazione“Applicazione delledelle tecnichetecniche GISGIS perper lala gestionegestione dell’ambientedell’ambiente ee deldel territorio
territorio agricolo”agricolo”
Applicazioni del telerilevamento in agricoltura Applicazioni del telerilevamento in agricoltura
Prof. Simona Consoli
Prof. Simona Consoli –– Università di Catania Università di Catania
UNIONE EUROPEA
Progetto PROMED 2
La protezione dell'ambiente nelle isole del Mediterraneo attraverso la valorizzazione di un sistema colturale arboreo
Progetto co-finanziato dall’Unione Europea Fondo Europeo di Sviluppo Regionale
Ragusa, 26 novembre 2015 Ragusa, 26 novembre 2015 c/o CoRFiLaC, SP25 Km. 5
c/o CoRFiLaC, SP25 Km. 5 -- RagusaRagusa
Prof. Simona Consoli
Prof. Simona Consoli –– Università di Catania Università di Catania simona.consoli@unict.it
simona.consoli@unict.it
Con il patrocinio di:
Con il patrocinio di:
Ordini Ingegneri Provincia di Ragusa
Ordine dei Dr. Agronomi e Dr. Forestali Provincia di Ragusa
Ordine Regionale dei Geologi di Sicilia
Dipartimento di Agricoltura, Alimentazione e Ambiente Università degli Studi di Catania Centro Studi di Economia
Applicata all’ingegneria
Regione Siciliana Istituto Regionale del Vino
e dell’Olio – IRVO
Organizzato da:
Organizzato da:
UNIONE EUROPEA
Lo sviluppo di tecniche innovative, quali i sistemi informativi geografici ed il telerilevamento, e l’approfondimento delle conoscenze sui fenomeni naturali che caratterizzano l'evoluzione ambientale e del territorio, aprono nuove prospettive nella gestione delle risorse territoriali
SIT + Osservazione + modelli SIT
RS RS
R
A
R
A
T
0 m
T
0 m
R
X
R
X T
C
T
C
T
S
T
S θθθθ(z,t)
v(x,y,t) ( ) *
0
ln
m
u z
u z k z
=
modelli +
Osservazione della Terra +
2
Dall’acquisizione al prodotto finale …
4
Landsat TM (30 m)
QuickBird (2.8 m)
6
Immagine di Londra ripresa dal satellite Ikonos, risoluzione 1 m
Migliore risoluzione spaziale …
Landsat ETM 30 m
3 Bands VIS + NIR + 2 SWIR
1 TIR
QUICKBIRD 2.8 m;
3 Bands VIS + NIR ASTER TERRA
15 m
2 Bands VIS + NIR + 6 SWIR
2 TIR
8
Migliore risoluzione spettrale …
DATI SUPER e IPER-
SPETTRALI
target
START END
Image2 Image4
Image5 Image3 Image1
Missione CHRIS / PROBA :
Multi-angolare (fino a 5 angoli), Iper-spettrale (fino a 63 bande) Alta risoluzione (fino a 18 m)
10
La tipologia, lo sviluppo e la densità del manto vegetale influenzano in maniera importante i principali processi di
Tecniche di osservazione della Terra
per il monitoraggio della vegetazione e delle risorse idriche
principali processi di scambio di massa e di energia fra la superficie terrestre e l’atmosfera
(infiltrazione, evaporazione, deflusso superficiale, etc.)
12
Curva di riflettanza della vegetazione
Curva di riflettanza della vegetazione
14
Spectral signatures of crops and soil (Kyllo, 2003)
Fattori che influenzano la riflettanza della vegetazione
Indici di vegetazione
16
Timelines of historical and planned multi- and hyperspectral optical and thermal satellite sensors relevant for remote sensing of vegetation at medium to very high spatial resolution
Sensori per lo studio della vegetazione
18
20
22
Le ricerche condotte presso il Di3A (sez. idraulica) in anni Le ricerche condotte presso il Di3A (sez. idraulica) in anni recenti hanno consentito la messa a punto di metodologie che, recenti hanno consentito la messa a punto di metodologie che,
integrando
integrando osservazioni di campo con l’analisi di con l’analisi di immagini satellitari portano alla stima dei portano alla stima dei fabbisogni irrigui delle colture
24
s i
i r
s r
WDVI = - ρ ρ ρ ρ
Indici di Vegetazione (VIS/NIR) basati sulla “linea del suolo”
1 ln 1 WDVI LAI = - ( - )
α WDVI
∞Stima del LAI
attraverso l’indice WDVI
2 3
LAI predicted
Artichokes Forages Maize Fruit-trees Vegetables
R2=0.616
Validazione del modello LAI(WDVI)
0 1
0 1 2 3
LAI measured
26
Dalla ricerca alle applicazioni:
Determinazione dei FABBISOGNI IRRIGUI
Sviluppo e validazione di due metodologie per la determinazione del coefficiente colturale K
c1) Relazione empirica con NDVI:
2) Definizione “analitica”:
( )
c c
K = K NDVI
( , , , ; , , )
c a c
K = f K T RH U
↓r LAI h
28
Mediante osservazioni di campo, viene calibrata una relazione empirica di tipo lineare fra l’indice NDVI (Normalised
Differences Vegetation Index) ed il valore K
c(Heilman et al., 1982; Bausch and Neale, 1987; Bausch, 1993):
Metodo NDVI :
r r
−
( ) IR R
c c
IR R
r r
K K NDVI a b
r r
−
= = + ⋅
+
( ) 87.52 / 1
(1 / )
ns nl E a
p
c a
R R G D r
E r r
ρ
λ γ
∆ − − +
= ∆ + +
Definizione analitica del K
cProcedura “1-step” della FAO per il calcolo di ETp
c a
(1 )
ns t
R = − r S
,min0.5
t c
r r
= LAI
2 2
3 3
ln ln
0.123 0.0123
0.168
U c T c
c c
a
z h z h
h h
r U
− −
=
30
Definizione analitica del K
cProcedura “1-step” della FAO per il calcolo di ETp
Vigneto irriguo, Sicilia
y = 0.56x R2 = 0.58
0.80
from doy 226 to doy 239 - Vigna
0.00 0.20 0.40 0.60
0.00 0.20 0.40 0.60 0.80
ET potenziale
ET reale
32
Esempio di trasferimento dei risultati della ricerca ad applicazioni operative
ETp
maps (raster)
Pn maps (raster)
Farm characteristics:
Area, Q_outlet, Irrigation method
(vector) GIS
(cadaster- based)
LEVEL (A)
Crop Water Requirements
calculation (CWR) (vector map)
Irrigation Advisory Services Multiple-users associations
LEVEL (A)
Yes /no
LEVEL (B)
SUGGESTION TO FARMERS:
i.e.: maximum duration of irrigation (h) in a given day or
Schema metodologico :
1) 2) 3) 36 h
1) Monitoraggio in tempo reale dello sviluppo delle colture mediante dati satellitari multi-spettrali ad alta risoluzione spaziale (5-20 m; SPOT)
2) Calcolo dei fabbisogni irrigui secondo la procedura
“1-step” F.A.O. con dati dalla rete agrometeorologica 3) Distribuzione del consiglio irriguo personalizzato
direttamente agli agricoltori (sito web, sms, ecc…)
34Esempio di Mappe di Evapotraspirazione :
20 luglio 2006
Mappa di K
cDistribuzione all’utente finale in tempo reale
Parcella ID: 229870/00136 Volume irriguo consigliato,
settimana 28: 213 m3 Durata applicazione: 5.5 h
36
• Le tecniche di Osservazione della Terra rappresentano ormai uno strumento insostituibile per lo studio ed il monitoraggio dei processi idrologici e delle risorse idriche
• I parametri caratterizzanti il manto vegetale (albedo, LAI) rappresentano il dato di maggior precisione tra le variabili d’interesse ambientale che le tecniche O.T. possono fornire con continuità
Considerazioni conclusive
O.T. possono fornire con continuità
• La combinazione di modelli su base fisica che descrivono i processi bio-fisici
ed i meccanismi di trasferimento della radiazione solare rappresentano la base
per lo sviluppo di nuove metodologie per l’utilizzo di dati di Osservazione
della Terra in diverse regioni dello spettro e.m.
38
Seminario
Seminario:: “Applicazione“Applicazione delledelle tecnichetecniche GISGIS perper lala gestionegestione dell’ambientedell’ambiente ee deldel territorio
territorio agricolo”agricolo”
GRAZIE GRAZIE
Prof. Simona Consoli
Prof. Simona Consoli –– Università di Catania Università di Catania
UNIONE EUROPEA
Progetto PROMED 2
La protezione dell'ambiente nelle isole del Mediterraneo attraverso la valorizzazione di un sistema colturale arboreo
Progetto co-finanziato dall’Unione Europea Fondo Europeo di Sviluppo Regionale
Ragusa, 26 novembre 2015 Ragusa, 26 novembre 2015 c/o CoRFiLaC, SP25 Km. 5
c/o CoRFiLaC, SP25 Km. 5 -- RagusaRagusa
Prof. Simona Consoli
Prof. Simona Consoli –– Università di Catania Università di Catania simona.consoli@unict.it
simona.consoli@unict.it
Con il patrocinio di:
Con il patrocinio di:
Ordini Ingegneri Provincia di Ragusa
Ordine dei Dr. Agronomi e Dr. Forestali Provincia di Ragusa
Ordine Regionale dei Geologi di Sicilia
Dipartimento di Agricoltura, Alimentazione e Ambiente Università degli Studi di Catania Centro Studi di Economia
Applicata all’ingegneria
Regione Siciliana Istituto Regionale del Vino
e dell’Olio – IRVO
Organizzato da:
Organizzato da: