Precision Farming: il rilevamento aereo multispettrale · ΔA : porzione della superficie...

Precision Farming: il rilevamento aereo

multispettrale

Michaela De Giglio1,2, Marco Dubbini1,2,

Mario Gattelli2

[email protected]

1) Alma Mater - Università di Bologna

Sezione di Geografia

Dronitaly, 25-26 settembre 2015

Centro Congresso ATA Hotel Expo Fiera di Milano

2)

Dronitaly, 25-26 settembre 2015, Centro Congresso ATA Hotel Expo Fiera di Milano

Il TELERILEVAMENTO (Remote Sensing) è la 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

C) Interazione con l’oggetto

D) Registrazione energia da parte

del sensore

E) Trasmissione, ricezione,

processamento

F) Elaborazione e analisi

G) Applicazione

CCRS/CCT, 2003

TELERILEVAMENTO


Rivelatore

CCD (Charge Coupled Device) / CMOS (sino a 950nm)

Supporto di registrazione

Parte ottica

Filtri spettrali

Arsenurio di Gallio (sino circa a 2500nm)

Microbolometri (sino a 15000nm)

SENSORE

SENSORE: dispositivo in grado di rilevare e di registrare l’energia

elettromagnetica proveniente da una scena e capace di

convertirla in informazioni utili.


SPETTRO ELETTROMAGNETICO

ONDA ELETTROMAGNETICA : perturbazione

dello spazio generata dalla combinazione

simultanea di un campo elettrico e di un campo

magnetico (CC

RS

/CC

T,

2003)

Distribuzione monodimensionale continua dell’energia elettromagnetica

Intervalli o bande spettrali


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

(RIFLETTIVITÀ e RIFLETTANZA)

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 (Wm-2sr-1)


IMMAGINE DIGITALE MULTISPETTRALE

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)

DATO MULTISPETTRALE: dato generato da

sensori differenti che acquisiscono

simultaneamente nelle diverse lunghezze

d’onda. Lo stesso pixel avrà quindi un diverso

valore del DN a seconda della banda di

acquisizione del sensore che assume

(GO

MA

RA

SC

A,

1997)

(CC

RS

/CC

T,

2003)


RIPRESE MULTISPETTRALI

BLU (0.45 – 0.52 nm): 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): analisi della vegetazione; individuazione strade,

terreno nudo e caratteristiche geologiche

INFRAROSSO VICINO (0.76 – 0.90 µm): 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): analisi della salute

della vegetazione (è sensibile al contenuto di acqua nella pianta).

INFRAROSSO TERMICO ( 8.0- 14.0 µm): indagini termografiche,

mappatura formazioni geologiche e confini del terreno, processi di dispersione

di inquinanti, rilevazione discariche.

Le bande più utilizzate sono:


VISUALIZZAZIONE DELLE BANDE

Blu visibie

Green visible

Red visible

Colori naturali


VISUALIZZAZIONE DELLE BANDE

(R) Rosso = Infrarosso

(G) Verde = Rosso

(B) Blu = Verde

Falso colore

Il colore rosso indica la presenza di vegetazione!

(USGS, 2005)

(DE GIGLIO, 2004)

(SPACE IMAGING EUROPE, 2005)


RISOLUZIONI DEL DATO

RISOLUZIONE SPETTRALE: numero di bande in cui è suddiviso

l’intervallo di sensibilità spettrale del sistema

RISOLUZIONE SPAZIALE: area minima sul terreno vista dallo

strumento da una data altezza ad un dato istante.

• Sensori Pancromatici

• Sensori Multispettrali

• Sensori Iperspettrali

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


FIRMA SPETTRALE

FIRMA SPETTRALE: curva caratteristica dell’oggetto indagato

generata dalla variazione dei valori di riflettanza nelle diverse

bande


FIRMA SPETTRALE DELLA VEGETAZIONE

a) PIGMENTI FOTOSINTETICIConfronto dei profili di

assorbimento delle

radiazioni

elettromagnetiche del

visibile dei pigmenti

fotosintetici

(HT

TP

://S

ING

LE

DG

RO

WL

IGH

T.C

OM

)

b) STRUTTURA FOGLIARE

Sezione trasversale di una foglia

con i principali componenti strutturali

che determinano la riflettanza

spettrale di vegetazione

c) CONTENUTO D’ACQUA

(MA

LV

OL

IA R

ICC

I,2007)


d) STRUTTURA E STRATIFICAZIONE DELLA COPERTURA

VEGETALE (CANOPY)

1. Proprietà di assorbimento e riflessione degli elementi della

canopy alle diverse lunghezze d’onda

(foglie, rami e fusti, fiori, frutti, sottobosco, suolo, etc.)

2. Architettura della canopy

(biomassa epigea, LAI, distribuzione delle foglie, grado di

copertura, etc.)

3. Condizioni di ripresa

(geometria Sole-target-sensore, disturbi atmosferici, etc.)



(BO

NC

IAR

EL

LI,2001)


• STATO DI SALUTE

• CICLI FENOLOGICI

• VARIETA’ DI SPECIE

• FOTOSINTESI

L’energia accumulata nelle piante è

alimentata dall’ assorbimento della

luce da parte delle foglie

(WWW.BIOLOGIA.UNIGE.IT)


(BRIVIO, 2006)


Dipendenza reciproca tra suoli e vegetazione


INDICI DI VEGETAZIONE

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

Gli indici di vegetazione sono delle combinazioni algebriche

delle riflettanze spettrali acquisite nelle regioni visibile e

nell’infrarosso vicino


INDICI INTRINSECI DI VEGETAZIONE

NDVI (Normalized Difference Vegetation Index)

rossoNIR

rossoNIR

ρρ

ρρ=NDVI

Varia da +1.0 to -1.0:

Valori bassi (< 0.1): aree rocciose, sabbiose

Valori medi (0.2 - 0.5): vegetazione arbustiva

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.

(DIP

SA

.UN

IBO

)


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.


LINEA DEI SUOLI

SAVI (Soil Adjusted Vegetation Index)

( )L+1L+ρ+ρ

ρρ=SAVI

rossoNIR

rossoNIR

Se la vegetazione è poco densa, la

risposta spettrale viene influenzata

dalle caratteristiche dei suoli

(colore, contenuto di umidità…)

(BRIVIO, 2006)


(CITIMAP, 2006)

INDICI


MAPPE DI VEGETAZIONE

Studi della distribuzione di specie e analisi delle comunitàecologiche

• Mappatura della copertura del suolo

• Stima della biodiversità

Studio dei cicli fenologici

• Modelli di crecita e sviluppo della vegetazione

Valutazione dello stato di salute

Variazioni temporali

• Cambiamenti nella copertura del suolo

• Studio di fenomeni lenti o rapidi con effetto di alterazione degliequilibri ambientali

NB: è fondamentale l’integrazione con dati a terra acquisiti

mediante le tecniche tradizionali di monitoraggio


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


APPLICAZIONE

UAV hexacopter ESAFLY

2005_WH

Tetracam ADC Micro con

sensore Aptina CMOS


APPLICAZIONE: MODELLO 3D E

ORTOIMMAGINE

Ortoimmagine a falsi colori

Ricorstruzione modello 3D in

falso colore


APPLICAZIONE: MAPPE INDICIF

req

uen

za r

ela

tiva (

%)


APPLICAZIONE: MAPPE INDICI

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.

Fre

qu

en

za

re

lati

va

(%

)


SVILUPPO ATTUALE: MAIA

Camera multispettrale con

9 sensori:

8 sensori monocromatici +

1 sensore a colori (RGB)


PROTOTIPI


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

BANDE


VIOLET (395-450 nm) : studi di aree costiere e ambienti marini (analisi

batimetriche); analisi sulla vegetazione (viene assorbita dalla clorofilla

nelle piante sane).

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).


CARATTERISTICHE TECNICHE (1)

- 9 Sensori CMOS (1.2 Mpix, GSD di 23 mm a 20m)

- Frame Rate fino a 5 Hz (5 acquisizioni al secondo)

- Global Shutter (Shutter fino a 1/10.000 di secondo)

- 3 Velocità di scatto gestibili da radiocomando

- Piattaforma inerziale integrata per i parametri di orientamento

- Filtri passa-banda personalizzabili a richiesta

- Wi-Fi comandato da remoto con funzione di hot-spot

- Interfaccia video analogica

- Struttura in alluminio, titanio e carbonio


- Interfaccia con sistemi GNSS (GPS, GLONASS, Galileo, BeiDou)

per log sincronizzati (PPP, PPK, RTK)

- Connettore Gbit-Ethernet

- Peso 400gr

- Dimensioni 128x99x43mm

- WebServer integrato

- Disco solido 120GB SSD

CARATTERISTICHE TECNICHE (2)

Precision Farming: il rilevamento aereo

multispettrale

Michaela De Giglio1,2, Marco Dubbini1,2,

Mario Gattelli2

[email protected]

1) Alma Mater - Università di Bologna

Sezione di Geografia

Dronitaly, 25-26 settembre 2015

Centro Congresso ATA Hotel Expo Fiera di Milano

2)

Precision Farming: il rilevamento aereo multispettrale · ΔA : porzione della superficie...

Documents

Transcript of Precision Farming: il rilevamento aereo multispettrale · ΔA : porzione della superficie...