Droni per monitorare le fasi fenologiche del nocciolo e programmare l'irrigazione

Uno studio realizzato col progetto CORILUS in agro di Bernalda (MT). Procedure efficaci per l'uso sostenibile della risorsa idrica in agricoltura

Drone in volo su noccioleto.

Gessica Altieri - Dottorato in Scienze Agrarie, Forestali e degli Alimenti.

L’agricoltura di precisione (AP) può contribuire al miglioramento dell’agricoltura odierna, incrementando l’efficienza dei processi produttivi dal punto di vista tecnico, ambientale ed economico.

Uno degli strumenti innovativi dell’agricoltura di precisione è l’utilizzo dei SAPR (Droni o Sistemi Aerei a Pilotaggio Remoto), strumentazioni interessanti ed efficaci per il telerilevamento nella “smart agriculture” e nella gestione e nel controllo della produzione agricola.

L’utilizzo di droni rispetto alle piattaforme satellitari fornisce diversi vantaggi. Le immagini acquisite dalle piattaforme satellitari (es. Copernicus) permettono di analizzare grandi areali traendo informazioni utili a livello regionale e di comprensorio, ma sono caratterizzate da una bassa risoluzione e quindi non sono adatte per trarre informazioni a livello di singola pianta. L’uso del drone permette di programmare ed eseguire voli ottenendo un’elevata risoluzione delle immagini, grazie alla possibilità di stabilire l’altezza di volo in base alle informazioni che si vogliono ottenere. Il sistema aereo, dotato di fotocamera con sensori spettrali, consente di calcolare e monitorare i parametri biofisici e di geometria della chioma, come l’indice di area fogliare (LAI, Leaf Area Index), il volume della chioma e la copertura del suolo; ne deriva una maggiore adattabilità dell’utilizzo del drone nel comparto agricolo italiano, spesso caratterizzato da aziende di piccole-medie dimensioni e frammentazione territoriale.

Uso del drone nel sistema “noccioleto”

L’indice LAI è tra le principali variabili biofisiche di vegetazione e rappresenta il rapporto tra la superficie fogliare totale e la superficie del suolo su cui le foglie si proiettano. Il monitoraggio di questo parametro nelle diverse fasi fenologiche del nocciolo, permette di realizzare un programma di irrigazione specifico. Per la determinazione del LAI è necessario calcolare la superficie di proiezione al suolo della chioma (PGA, Projected Ground Area) e la superficie fogliare.

A tal fine, nell’ambito del progetto Corilus PSR Basilicata, è stato condotto uno studio nel sistema noccioleto ubicato in agro di Bernalda, utilizzando la tecnologia SAPR. Le misure sono state eseguite con drone DJI Phantom 4 Multispectral dotato di fotocamera multispettrale con sensore RGB (Red, Green, Blue) per le immagini nello spettro del visibile e cinque sensori monocromatici per l’acquisizione di immagini multispettrali: blu (450 nm ± 16 nm), verde (560 nm ± 16 nm), rosso (650 nm ± 16 nm), Red-Edge (730 nm ± 16 nm), vicino infrarosso (840 nm ± 26 nm). In fase di pianificazione della missione è stata impostata un’altezza di volo del drone pari a 120 m per ottenere una risoluzione spaziale a terra di 6,34 cm/pixel.

Il post-processing delle immagini acquisite, è stato realizzato con il software Agisoft Metashape e il software open source QGIS v. 3.4.16.

Per il calcolo della PGA sono stati testati il metodo dell’indice NDVI (Normalized Difference Vegetation Index), per valori superiori a 0,30 e 0,35 (Figura 1), e il metodo del CHM (Canopy Height Model). I valori di NDVI sopra indicati rappresentano i valori limite tra la risposta NDVI dell’inerbimento e della coltura arborea.

Figura 1. Procedura per il calcolo NDVI con valori superiori a 0,35 e delimitazione chioma del nocciolo utilizzando sensori aviotrasportati 

Sebbene l’indice NDVI fornisca informazioni sullo stato generale della vegetazione del campo, descrivendo il livello di vigoria della coltura e permettendo di riconoscere nell’immediato le zone del campo che presentano problemi di sviluppo, in questo caso studio è stato utilizzato per la delimitazione delle chiome. Il CHM è riferito all’altezza della chioma, calcolato sottraendo il modello digitale del terreno (DTM) al modello digitale della superficie (DSM) (Figura 2), e anch’esso è stato utilizzato per la delimitazione delle chiome.

Figura 2. Schema di estrazione chioma (CHM) mediante DSM e DTM del nocciolo, utilizzando sensori aviotrasportati. Il DTM si riferisce alla quota al suolo mentre il DSM misura l’elevazione di tutto ciò che si trova su di esso (es. vegetazione)

In questo studio, la delimitazione delle chiome con valori di NDVI > 0,30 ha presentato un’elevata correlazione con i risultati derivanti dall’applicazione del metodo CHM, che consente una precisa delimitazione delle chiome dovuta alle elevate performance del drone utilizzato.

Il confronto NDVI > 0,35 vs CHM ha mostrato una minore correlazione dovuta all’esclusione di pixel della chioma con valori di NDVI tra 0,30 e 0,35.

La misura del parametro PGA è stata condotta anche sulle piante di cui è stata realizzata la valutazione con metodi distruttivi della intera superficie fogliare. Questo approccio ha consentito di calcolare il LAI del noccioleto oggetto di studio nel mese di settembre, che aveva un valore medio pari a 9,09 (rapporto tra 20,34 m² di area fogliare e 2,34 m² di proiezione della chioma).

Il presente lavoro dimostra come, in sistemi colturali complessi, l’applicazione del drone consenta di mettere a punto procedure efficaci per monitorare i parametri necessari alla programmazione sostenibile della risorsa idrica.