Presentazione di PowerPoint

Fieragricola
03/06 Febbraio 2016 Verona
Precision Farming: sensore multispettrale di
ultima generazione per UAV e ROV terrestri
per il monitoraggio delle colture e
l’automatizzazione della macchina agricola
Marco Dubbini, Michaela De Giglio
[email protected]
TELERILEVAMENTO
Remote Sensing
Disciplina che permette di ricavare informazioni qualitative e
quantitative su oggetti posti a distanza e sull’ambiente circostante,
sulla base di misure di energia elettromagnetica emessa, riflessa o
trasmessa che interagisce con le superfici di interesse.
A) Fonte di energia o illuminazione
B) Radiazione incidente
C) Interazione con l’oggetto: energia
(radiazione) assorbita C1 e riflessa
C2
D) Registrazione energia da parte del
sensore
E) Trasmissione, ricezione,
processamento
F) Elaborazione e analisi
G) Applicazione
C2
C1
CCRS/CCT, 2003
Fieragricola
03/06 febbraio 2016 - Verona
SENSORE
Dispositivo in grado di rilevare e di registrare l’energia
elettromagnetica proveniente da una scena (immagine) e capace
di convertirla in informazioni utili.
 Parte ottica
 Filtri spettrali
 Rivelatore
CCD (Charge Coupled Device) / CMOS (sino a 950nm)
Arseniuro di Gallio (sino circa a 2500nm)
Microbolometri (sino a 15000nm)
 Supporto di registrazione
Fieragricola
03/06 febbraio 2016 - Verona
SENSORE
PIATTAFORME
Fieragricola
03/06 febbraio 2016 - Verona
ONDA ELETTROMAGNETICA : perturbazione
dello spazio generata dalla combinazione
simultanea di un campo elettrico e di un campo
magnetico
(CCRS/CCT, 2003)
SPETTRO ELETTROMAGNETICO
 Distribuzione monodimensionale continua dell’energia elettromagnetica
 Intervalli o bande spettrali
Fieragricola
03/06 febbraio 2016 - Verona
MISURA DELL’ENERGIA
 Δt : tempo necessario per catturare la quantità finita di radiazione (tempo di
integrazione del sensore)
 ΔA : porzione della superficie inquadrata dal sensore
 Δω : apertura del sensore (angolo solido usato per raccogliere l’energia)
 Δλ : intervallo spettrale di funzionamento del sensore
GRANDEZZE RADIOMETRICHE
RADIANZA: valore dell’energia trasportata dalle onde
elettromagnetiche (radiazione elettromagnetica) nell’unità di
tempo, per unità di superficie interessata dA e di angolo solido dω
secondo una direzione (Wm-2sr-1)
(RIFLETTIVITÀ e RIFLETTANZA)
Fieragricola
03/06 febbraio 2016 - Verona
IMMAGINE DIGITALE MULTISPETTRALE
DATO MULTISPETTRALE: dato generato da
sensori differenti che acquisiscono
simultaneamente nelle diverse lunghezze
d’onda. Nella stessa posizione, in cascata,
ogni pixel avrà un diverso valore del DN a
seconda della banda di acquisizione del
corrispondente sensore
Fieragricola
03/06 febbraio 2016 - Verona
(GOMARASCA, 1997)
(CCRS/CCT, 2003)
IMMAGINE DIGITALE: matrice di pixel ad
ognuno dei quali è associato un numero
intero positivo (Digital Number o DN), che
rappresenta la radianza media misurata
dal pixel del sensore su un’area del
terreno che individua la cella elementare di
risoluzione al suolo (GSD)
RIPRESE MULTISPETTRALI
 BLU (0.45 – 0.52 nm sens. CMOS): aree costiere e degli ambienti marini;
processi di correzione atmosferica; analisi sulla vegetazione
 VERDE (0.52 – 0.60nm): stato di salute delle piante; vigore della pianta
 ROSSO (0.63 – 0.69 nm sens. CMOS): analisi della vegetazione;
individuazione strade, terreno nudo e caratteristiche geologiche
 INFRAROSSO VICINO (0.76 – 0.90 µm sensori CMOS): analisi
quantitative di umidità e biomassa vegetale; classificazione vegetazione e tipi di
suoli; individuazione di confini tra corpi d’acqua e vegetazione
 INFRAROSSO AD ONDE CORTE (1.55 – 2.35 µm sensori ad Arseniuro
di Gallio): analisi della salute della vegetazione (è sensibile al contenuto di
acqua nella pianta).
 INFRAROSSO TERMICO ( 8.0- 14.0 µm sensori bolometrici): indagini
termografiche, mappatura formazioni geologiche e confini del terreno, processi
di dispersione di inquinanti, rilevazione discariche, apporto idrico del suolo
Fieragricola
03/06 febbraio 2016 - Verona
VISUALIZZAZIONE DELLE BANDE
Blu visibie
Colori naturali
Green visible
Red visible
Fieragricola
03/06 febbraio 2016 - Verona
VISUALIZZAZIONE DELLE BANDE
Falso colore
(USGS, 2005)
(R) Rosso = Infrarosso
(G) Verde = Rosso
(DE GIGLIO, 2004)
(B) Blu = Verde
(SPACE IMAGING EUROPE, 2005)
Il colore rosso indica la presenza di vegetazione!
Fieragricola
03/06 febbraio 2016 - Verona
RISOLUZIONI DEL DATO
 RISOLUZIONE SPETTRALE: numero di bande in cui è suddiviso
l’intervallo di sensibilità spettrale del sistema
• Sensori Pancromatici
• Sensori Multispettrali (sino a 16 bande)
• Sensori Iperspettrali (da 17 bande e oltre)
 RISOLUZIONE SPAZIALE: area minima sul terreno vista dallo
strumento da una data altezza ad un dato istante.(GSD)
 RISOLUZIONE RADIOMETRICA: minima differenza di intensità che
un sensore può rilevare tra due valori di energia radiante
 RISOLUZIONE TEMPORALE: tempo che intercorre tra acquisizioni
successive della stessa area - MONITORAGGIO
Fieragricola
03/06 febbraio 2016 - Verona
FIRMA SPETTRALE
FIRMA SPETTRALE: curva caratteristica dell’oggetto indagato
generata dalla variazione dei valori di riflettanza nelle diverse
bande
Fieragricola
03/06 febbraio 2016 - Verona
FIRMA SPETTRALE DELLA VEGETAZIONE
• FOTOSINTESI
L’energia accumulata nelle piante è
alimentata dall’ assorbimento della
luce da parte delle foglie
• STATO DI SALUTE
(WWW.BIOLOGIA.UNIGE.IT)
(BONCIARELLI,2001)
• CICLI FENOLOGICI
• VARIETA’ DI SPECIE
Fieragricola
03/06 febbraio 2016 - Verona
INDICI DI VEGETAZIONE
Gli indici di vegetazione sono delle combinazioni algebriche
delle riflettanze spettrali acquisite nelle regioni visibile e
nell’infrarosso vicino
Si possono dividere in tre categorie:
 INDICI INTRINSECI
 INDICI LEGATI ALLA LINEA DEI SUOLI, che riducono
l’effetto del terreno
 INDICI CORRETTI PER EFFETTI ATMOSFERICI
Fieragricola
03/06 febbraio 2016 - Verona
INDICI
(CITIMAP, 2006)
Fieragricola
03/06 febbraio 2016 - Verona
INDICI INTRINSECI DI VEGETAZIONE
NDVI (Normalized Difference Vegetation Index)
ρ NIR  ρrosso
NDVI =
ρ NIR  ρrosso
Varia da +1.0 to -1.0:
sparsa o colture senescenti
 Valori alti (0.6 - 0.9): vegetazione densa in
pieno rigoglio vegetativo
LA
VEGETAZIONE
MALATA
riflette
maggiormente la luce visibile e meno la
radiazione dell’ IR vicino.
Fieragricola
03/06 febbraio 2016 - Verona
(DIPSA.UNIBO)
 Valori bassi (< 0.1): aree rocciose, sabbiose
 Valori medi (0.2 - 0.5): vegetazione arbustiva
NDVI: esempio
26/05/05
11/06/05
29/07/05
30/08/05
(DE GIGLIO, 2008)
L’NDVI è utile a scala globale per il monitoraggio della vegetazione, fornendo
stime in merito al benessere della coltura, alla carenza idrica o agli eccessi
idrici, agli attacchi patogeni e alla potenziale produzione ottenibile
L’NDVI consente un’ ANALISI SPAZIALE e MULTITEMPORALE per
costruire modelli previsionali e prevedere variazioni del raccolto.
Fieragricola
03/06 febbraio 2016 - Verona
LINEA DEI SUOLI
Se la vegetazione è poco densa, la
risposta spettrale viene influenzata
dalle caratteristiche dei suoli
(colore, contenuto di umidità…)
(BRIVIO, 2006)
SAVI (Soil Adjusted Vegetation Index)
ρNIR ρrosso
(1+ L)
SAVI =
ρNIR + ρrosso + L
Fieragricola
03/06 febbraio 2016 - Verona
MAPPE DI VEGETAZIONE E SUOLO
 Monitoraggio dei cicli fenologici
• Modelli di crecita e sviluppo della vegetazione
 Valutazione dello stato di salute
 Valutazione distribuzione di specie
•
Mappatura della copertura del suolo
 Variazioni temporali
• Cambiamenti nella copertura del suolo
• Studio di fenomeni lenti o rapidi con effetto di alterazione degli
equilibri ambientali
 Mappe di apporto idrico del suolo
NB: è fondamentale l’integrazione con dati a terra acquisiti
mediante le tecniche tradizionali di monitoraggio
Fieragricola
03/06 febbraio 2016 - Verona
PRECISION FARMING
 Mappatura di indici di vegetazione
 Classificazioni delle colture
 Valutazione degli stadi fenologici per la messa a punto di modelli
agrometeorologici
 Monitoraggio delle condizioni di salute e diagnosi precoce di
malattia
 Gestione dei trattamenti e fertilizzazioni
 Stima delle biomasse
 Stima dei danni causati da calamità naturali o altri eventi distruttivi
 Supporto e mappatura per l’automatizzazione di spargitori a ratio
variabile
 Gestione delle acque di irrigazione
 Gestione della produttività agricola
 Salvaguardia dell’ambiente e della salute dell’uomo
Fieragricola
03/06 febbraio 2016 - Verona
TEST SENSORE ECONOMICO
UAV hexacopter ESAFLY
2005_WH
Tetracam ADC Micro con
sensore Aptina CMOS
Fieragricola
03/06 febbraio 2016 - Verona
BANDE R, G, NIR
Fieragricola
03/06 febbraio 2016 - Verona
MODELLO 3D E ORTOIMMAGINE
VITIGNO
Ricorstruzione modello 3D in
falso colore
Fieragricola
03/06 febbraio 2016 - Verona
MODELLO 3D E ORTOIMMAGINE
VITIGNO
Ortoimmagine a falsi colori
Fieragricola
03/06 febbraio 2016 - Verona
MAPPE INDICI
Fieragricola
03/06 febbraio 2016 - Verona
Frequenza relativa (%)
MAPPE INDICI
Fieragricola
03/06 febbraio 2016 - Verona
MAPPE INDICI
Estrazione campioni filari
Fieragricola
03/06 febbraio 2016 - Verona
MAPPE INDICI
Risultati:
Frequenza relativa (%)
 A e D aree con
vegetazione più sana
 C area con
vegetazione sofferente
Candiago, S., Remondino, F., De Giglio, M., Dubbini, M., & Gattelli, M. (2015). Evaluating
Multispectral Images and Vegetation Indices for Precision Farming Applications from
UAV Images. Remote Sensing, 7(4), 4026-4047.
Fieragricola
03/06 febbraio 2016 - Verona
SVILUPPO ATTUALE: MAIA
Camera multispettrale con
9 sensori:
8 sensori monocromatici +
1 sensore a colori (RGB)
Fieragricola
03/06 febbraio 2016 - Verona
BANDE
Filter ID
Start wl(nm)
Stop wl (nm)
Cwl (nm)
fwhm (nm)
BP1 (Violet)
395
450
422.5
55
BP2 (Blue)
455
520
487.5
65
BP3 (Green)
525
575
550
50
BP4 (Yellow-Orange) 580
625
602.5
45
BP5 (Red)
630
690
660
60
BP6 (Red-Edge)
705
745
725
40
BP7 (Nir1)
750
820
785
70
BP8 (Nir2)
825
950
887.5
125
Fieragricola
03/06 febbraio 2016 - Verona
 VIOLET (395-450 nm) : studi di aree costiere e ambienti marini e lacustri
(analisi batimetriche); analisi sulla vegetazione (viene assorbita dalla
clorofilla nelle piante sane: ricerca mirata allo studio di indici
specifici). Molto utile per correzione atmosferica.
 YELLOW (580-625 nm): resa migliore per i colori naturali delle immagini;
processi di classificazione; analisi della vegetazione consentendo di
individuare l’ingiallimento della vegetazione.
 RED-EDGE (705-745 nm): analisi approfondita delle condizioni di salute
della vegetazione perché maggiormente influenzato dal contenuto di
Clorofilla; classificazione della vegetazione (permette di distinguere
piante giovani da piante mature e conifere da caducifoglie); si presta ad
analisi nel settore dell' Oil and Gas e dell'agricoltura di precisione.
 NIR2 (825-950 nm): supporto per analisi di vegetazione e di biomasse
meno influenze atmosferiche.
Fieragricola
03/06 febbraio 2016 - Verona
CARATTERISTICHE MAIA
-
100% made in Italy, con garanzia e assistenza diretta
-
Acquisizione simultanea da 9 sensori (8 monocromatiche + 1 RGB)
-
Bande personalizzabili a richiesta
-
Global Shutter (Shutter fino a 1/10.000 di secondo)
-
Frame Rate fino a 5 Hz (5 acquisizioni al secondo × 9 sensori)
-
Risoluzione geometrica (GSD) : 23mm a terra a 50m di quota
-
Acquisizioni ad alta velocità di traslazione anche a bassa quota
-
Stabilizzazione elettro-meccanica della camera non necessaria
-
Peso 400gr , Dimensioni 128x99x43mm
-
Software per allineamento immagini
Fieragricola
03/06 febbraio 2016 - Verona
FILIERA ANALISI e TRATTAMENTO
1- Acquisizione dati multispettrali e termici georiferiti e
normalizzati sulle diverse colture e suoli in termini di
monitoraggio temporale sul ciclo produttivo
2- Analisi dei dati acquisiti con la creazione di indici specifici
che portino ad una parcellizzazione relativa della coltura
andando ad individuare zone con variabile stato di benessere
della coltura e stato di apporto idrico del suolo (produzione delle
cosiddette Mappe di Vigore e Mappe di Stato del Suolo)
Fieragricola
03/06 febbraio 2016 - Verona
FILIERA ANALISI e TRATTAMENTO
3- Analisi mirata di tipo agronomica (o comunque dello
specialista) per definire le problematiche, le soluzioni e quindi la
creazione delle cosiddette Mappe di Prescrizione
4- Implementazione delle Mappe di Prescrizione in ambienti
digitali di gestione dati georiferiti (GIS)
5- Implementazione delle Mappe di Prescrizione all'interno di
sistemi automatizzati o semi-automatizzati installati su
macchine agricole ad esempio per la spargitura dei prodotti con
sistemi a rateo variabile (Fertilizzanti, Fitofarmaci, Diserbanti,
ecc).
Fieragricola
03/06 febbraio 2016 - Verona
PIANTE INFESTANTI 1
Indice NDVI per il
riconoscimento della
vegetazione.
Risoluzione pixel: 3 cm
Accuratezza mappa: 3-5 cm
NDVI= (NIR-RED)/(NIR+RED)
Fieragricola
03/06 febbraio 2016 - Verona
PIANTE INFESTANTI 2
Mappa binaria con zone
vegetate
Bianco: Vegetazione
Nero: NON Vegetazione
Valora di troncamento NDVI: 0.44
Questa mappa georeferenziata verrà
usata dalla macchina agricola per
spargere il diserbante in modo
automatico solo dove c'è vegetazione.
La macchina agricola è interfacciata
con il sistema di gestione della mappa
e un sistema di posizionamento GPS
ad accuratezza adeguata
Fieragricola
03/06 febbraio 2016 - Verona
PIANTE INFESTANTI 2
Immagine RGB dalla
quale individuare la
vegetazione
Fieragricola
03/06 febbraio 2016 - Verona
PIANTE INFESTANTI 2
Indice NDVI per il
riconoscimento della
vegetazione.
Risoluzione pixel: 3 cm
Accuratezza mappa: 3-5 cm
Fieragricola
03/06 febbraio 2016 - Verona
PIANTE INFESTANTI 2
Mappa binaria con zone
vegetate
Bianco: Vegetazione
Nero: NON Vegetazione
Valora di troncamento NDVI: 0.49
Questa mappa georeferenziata verrà
usata dalla macchina agricola per
spargere il diserbante in modo
automatico solo dove c'è vegetazione.
La macchina agricola è interfacciata
con il sistema di gestione della mappa
e un sistema di posizionamento GPS
ad accuratezza adeguata
Fieragricola
03/06 febbraio 2016 - Verona
Fieragricola
03/06 Febbraio 2016 Verona
Precision Farming: sensore multispettrale di
ultima generazione per UAV e ROV terrestri
per il monitoraggio delle colture e
l’automatizzazione della macchina agricola
Marco Dubbini, Michaela De Giglio
[email protected]
DATI UNIONE EUROPEA
PRECISION AGRICULTURE (PA): AN OPPORTUNITY FOR EU
FARMERS - POTENTIAL SUPPORT WITH THE CAP 2014-2020
DG IPOL Policy Department B - Structural and Cohesion Policies
I potenziali benefici di PA si concentrano principalmente sul miglioramento dei
rendimenti delle colture, il miglioramento della gestione e qualità del lavoro.
In Europa, i benefici PA sono per lo più studiate nelle zone in cui la gestione delle
colture è altamente ottimizzata.
Le principali innovazioni della PA sono:
 Macchinari ottimizzati (regolazione automatica della macchina, guida autonoma),
 Sovrapposizione minimizzata (sistemi di governo),
 Macchina per monitoraggio (telemetria e telerilevamento)
 Informazioni oggettive (mappatura delle rese)
 ottimizzazione di dati in ingresso (sensori di azoto, il campionamento del suolo,
mappe a tasso variabile)
 Stress ridotto per l’ operatore (sistemi di auto-sterzo)
Fieragricola
03/06 febbraio 2016 - Verona
DATI UNIONE EUROPEA
Alcuni risultati delle sperimentazioni:
 I vantaggi economici forniti dall’uso di sistemi guidati su una fattoria di 500 ettari nel
Regno Unito, sono stati di almeno 2.24 €/ha. Tali vantaggi crescono se si adottano
sistemi più complessi, che portano rendimenti aggiuntivi di 18-45 € / ha per il grano
invernale.
 I risparmi economici della concimazione azotata con VRA (Variable Rate
Application) in Germania vanno da 10 €/ha a 25 €/ha, a seconda delle dimensioni
del campo, con miglioramenti sull’ efficienza di N del 10-15%, riducendone
l'applicazione senza impatto sulla resa delle colture.
 Il risparmio idrico, su un agrumeto test di 70ha nel sud della Spagna, è risultato
circa del 25%, mantenendo il livello di resa rispetto alle pratiche commerciali. La
produttività dell'acqua di irrigazione è stata portata al 20% quando è stata applicata
la RDI (Regulated Deficit Irrigation, irrigazione controllata nelle varie fasi di
crescita). In accordo con il costo dell'acqua e la potenza necessaria per eseguire
l'irrigazione dell'intero campo, risparmi superiori a 44 €/ha sono stati ottenuti con
l’uso di metodi di irrigazione precisa, basata su mappe di variabilità spaziale dello
stress idrico (a livello di albero) ottenute da immagini termiche.
Fieragricola
03/06 febbraio 2016 - Verona
INNOVAZIONE
«Il Massachusetts Institute of Technology (MIT), classificato
come la migliore università del mondo 2012/2013 (QS World
University Rankings), ha inserito i droni agricoli al primo posto
fra le dieci pietre miliari dell’innovazione (le altre sono ad
esempio la mappatura raffinata del cervello, gli smartphone che
prediligono i nuovi concetti di ultraprivacy, i chip neuromorfici,
ecc.). Quello che ci aspetta, secondo il MIT, è un futuro in cui
queste tecnologie stanno già risolvendo “problemi spinosi” e
daranno il via a “nuovi potenti modi di utilizzare la tecnologia”»
(http://www.technologyreview.com/featuredstory/526491/agricultural-drones/)
Droni e mezzi manned relativamente economici con sensori
avanzati e funzionalità di imaging stanno dando agli agricoltori
nuovi modi per aumentare le rese e ridurre i danni ai raccolti in
ottica di estrema sostenibilità
Fieragricola
03/06 febbraio 2016 - Verona