ET reale

(1)

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:

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:

(2)

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

(3)

(4)

Dall’acquisizione al prodotto finale …

4

(5)

(6)

Landsat TM (30 m)

QuickBird (2.8 m)

6

(7)

Immagine di Londra ripresa dal satellite Ikonos, risoluzione 1 m

(8)

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

(9)

Migliore risoluzione spettrale …

DATI SUPER e IPER-

SPETTRALI

(10)

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

(11)

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)

12

(13)

Curva di riflettanza della vegetazione

(14)

Curva di riflettanza della vegetazione

14

Spectral signatures of crops and soil (Kyllo, 2003)

(15)

Fattori che influenzano la riflettanza della vegetazione

(16)

Indici di vegetazione

16

(17)

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)

18

(19)

(20)

20

(21)

(22)

22

(23)

(24)

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

(25)

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

_∞

(26)

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

(27)

Dalla ricerca alle applicazioni:

Determinazione dei FABBISOGNI IRRIGUI

(28)

Sviluppo e validazione di due metodologie per la determinazione del coefficiente colturale K

_c

1) 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

(29)

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

 − 

= = + ⋅  

 + 

(30)

( ) 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

_c

Procedura “1-step” della FAO per il calcolo di ETp

c a

(1 )

ns t

R = − r S

_,min

0.5

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

(31)

Definizione analitica del K

_c

Procedura “1-step” della FAO per il calcolo di ETp

(32)

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

(33)

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

(34)

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…)

³⁴

(35)

Esempio di Mappe di Evapotraspirazione :

20 luglio 2006

Mappa di K

_c

(36)

Distribuzione all’utente finale in tempo reale

Parcella ID: 229870/00136 Volume irriguo consigliato,

settimana 28: 213 m³ Durata applicazione: 5.5 h

36

(37)

• 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)

38

(39)

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:

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:

ET reale

Applicazioni del telerilevamento in agricoltura Applicazioni del telerilevamento in agricoltura

Prof. Simona Consoli

Prof. Simona Consoli –– Università di Catania Università di Catania

Prof. Simona Consoli

Prof. Simona Consoli –– Università di Catania Università di Catania simona.consoli@unict.it

simona.consoli@unict.it

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

modelli +

Osservazione della Terra +

Dall’acquisizione al prodotto finale …

Landsat TM (30 m)

QuickBird (2.8 m)

Immagine di Londra ripresa dal satellite Ikonos, risoluzione 1 m

Migliore risoluzione spaziale …

Migliore risoluzione spettrale …

DATI SUPER e IPER-

SPETTRALI

Missione CHRIS / PROBA :

Multi-angolare (fino a 5 angoli), Iper-spettrale (fino a 63 bande) Alta risoluzione (fino a 18 m)

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

Curva di riflettanza della vegetazione

Curva di riflettanza della vegetazione

Fattori che influenzano la riflettanza della vegetazione

Indici di vegetazione

Sensori per lo studio della vegetazione

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

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

Dalla ricerca alle applicazioni:

Determinazione dei FABBISOGNI IRRIGUI

Sviluppo e validazione di due metodologie per la determinazione del coefficiente colturale K

1) Relazione empirica con NDVI:

2) Definizione “analitica”:

( )

K = K NDVI

( , , , ; , , )

K = f K T RH U

r LAI h

Mediante osservazioni di campo, viene calibrata una relazione empirica di tipo lineare fra l’indice NDVI (Normalised

Differences Vegetation Index) ed il valore K

(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 / )

R R G D r

E r r

ρ

λ γ

∆ − − +

= ∆ + +

Definizione analitica del K

Procedura “1-step” della FAO per il calcolo di ETp

(1 )

R = − r S

0.5

r r

= LAI

2 2

( ) ^IR ^R