erofotogrAmmetriA - Geoweb...processi di acquisizione, analisi e interpretazione dei dati, in...

Rivis

ta b

imes

trale

- ann

o XX

I - N

umer

o 5/

2017

- Sp

ed. in

abb

. pos

tale

70%

- Filia

le di

Rom

a

La prima rivista italiana di geomatica e geografia intelligente

Sett/Ott 2017 anno XXI N°5

INFORMAZIONE GEOGRAFICA

3D

CATASTO

RILIEVO TOPOGRAFIA

FOTOGRAMMETRIA

GNSS

BIMCAD

REMOTE SENSING

CARTOGRAFIA

GIS

WEBGIS

SPAZIO

AMBIENTEURBANISTICA

BENI CULTURALI

EDILIZIA

SMART CITY

LiDAR

NETWORKS

TERRITORIO

DRONI PER L’AGRICOLTURA DI PRECISIONE

EVOLUTION OF INTEGRATED UAV SOLUTIONS

TRACCIARE UN LABIRINTO DI MAIS CON IL GPS

LBS

UAV

AerofotogrAmmetriA dAllA documentAzione StoricA All’AnAliSi AgricolA con i droni

http://geomediaonline.it

Soluzioni innovative per il rilievo, la misura e la modellazione.Transforming the way the world works

Spektra Srl, a Trimble Company039.625051 | [email protected] | www.trimble-italia.com

la rivoluzioneè appena cominciata

trimBle SX10

abbiamo creato uno strumento innovativo, versatile e integrato. trimble SX10 coniuga la tecnologia di una Stazione totale robotica di alta precisione con quella di uno Scanner ad alta velocità e funzionalità imaging reale, senza alcun compromesso prestazionale.

noleggialo, anche solo per un giorno.

Riprendere dall’altoFintanto che l’uomo non ha potuto volare e riprendere il territorio dall’alto ha solo immaginato quale poteva essere la visione da un oggetto volante, quale ad esempio quella che ha poi dato il nome alla classica “vista d’uccello”, oggi

universalmente realizzata con l’uso dei droni.

Il tema di questo numero è la ripresa dall’alto del territorio, effettuata per analizzarne le sue caratteristiche, che può mirare alla misura topografica attraverso la tecnica aerofotogrammetrica, oppure a telerilevare

informazioni anche oltre il campo del visibile umano o semplicemente per avere una vista aerea senza alcuna pretesa geometrica o di fotointerpretazione.

Uno degli scopi più trainanti che hanno consentito in pochi decenni sviluppi tecnologici epocali, è stata nel secolo scorso l’analisi bellica, che mira da una parte ad individuare obiettivi particolari per eliminarli, ad esempio con il bombardamento, e poi dall’altra a verificare successivamente l’entità del danno effettuato.

Con questa premessa la Royal Air Force britannica ha eseguito migliaia di fotogrammi aerei del nostro territorio, oggi conservati presso l’Aerofototeca Nazionale, che costituiscono un prezioso ed inestimabile

tesoro informativo dell’Italia anni ’40 -‘50 ancora quasi sconosciuto e in gran parte non digitalizzato. L'Aerofototeca Nazionale è una struttura di raccolta e di studio del materiale aerofotografico relativo al

territorio italiano, nata nel 1958 come sezione distaccata del Gabinetto Fotografico Nazionale del Ministero della Pubblica Istruzione. Dal 1975 fa parte dell’Istituto Centrale per il Catalogo e la Documentazione del

MiBACT.Nel corso degli anni ha acquisito un patrimonio di oltre due milioni di immagini del territorio italiano, che datano già dalla fine dell’Ottocento. Tra le immagini più antiche conservate si annoverano quelle del Foro Romano, riprese ai primi del ‘900 da Giacomo Boni e dalla Brigata Specialisti del Genio; altre immagini di quel periodo sono pervenute dal Museo Aeronautico Caproni di Trento, dalla Fototeca del 5° Reparto dello

Stato Maggiore dell'Aeronautica, dall'archivio del pittore Francesco Paolo Michetti.Numerose le collezioni donate o acquistate da società private di rilevazione aerofotografica o produzione di cartografia, quali Aerofoto Consult, Aerotop, EIRA, ESACTA, E.T.A. Nistri, Fotocielo, I-BUGA, IRTA,

S.A.F. Nistri, SIAT. Alcuni voli di società ancora attive, come CGR e S.A.R.A. Nistri, sono disponibili soltanto per la consultazione in sede.

Ma tra le collezioni di maggiore importanza citiamo le immagini aerofotogrammetriche stereoscopiche scattate tra il 1943 e il 1945 dai ricognitori della Royal Air Force britannica (RAF), della United States Army

Air Force (USAAF) e della Luftwaffe tedesca. Le immagini, ovviamente concentrate solo in zone di “interesse bellico”, sono in corso di catalogazione e georeferenziazione. Operazione non facile, di cui troviamo resoconto nell’articolo a firma di Shepherd,

Cantoro e Remondino dal titolo “Il potenziale informativo degli archivi di fotografia militare della Seconda Guerra Mondiale ai fini della protezione civile e dell’analisi del territorio”.

Sempre sul tema dell’osservare dall’alto, seguono in questo numero, testimonianze sull’uso di aeromobili a pilotaggio remoto (APR o droni nel linguaggio comune) per le analisi di carattere agricolo del territorio,

attività decisamente più pacifiche. La riduzione dei costi che può portare l’uso di un drone per avere immagini aeree del territorio ha portato

a grandi sviluppi delle tecniche per migliorare coltivazioni, che possono ottimizzare l’uso di fertilizzanti o di acqua analizzando lo stato di salute vegetazionale delle cultivar. La tecnica è denominata Agricoltura

di Precisione (o Precision Farming) e pur essendo destinata a territori di grande estensione, trova oggi applicazione, proprio grazie ai droni, anche in limitate estensioni di territorio.

Sistemi di teleguida dei mezzi agricoli, assistiti da droni che scrutano la vegetazione dall’alto inviando immagini che in tempo reale l’agricoltore elabora sul suo laptop, sono di uso corrente nelle grandi estensioni agricole mondiali ed anche in Italia si affacciano i primi esperimenti, come ad esempio quelli di agricoltura

di precisione sui vigneti o per la frumenticoltura nei casi studio che vi presentiamo.Il futuro dei droni nella moderna farming industry è segnato e Nathan Stein, di Sensefly, ce ne porta una

grande testimonianza nella Guest Paper di questo numero.

Buona lettura, Renzo Carlucci

in queSto numero...

geomediaonl ine . i t

GEOmedia, bimestrale, è la prima rivista italiana di geomatica. Da 20 anni pubblica argomenti collegati alle tecnologie dei processi di acquisizione, analisi e interpretazione dei dati,in particolare strumentali, relativi alla superficie terrestre.In questo settore GEOmedia affronta temi culturali e tecnologici per l’operatività degli addetti ai settori dei sistemi informativi geografici e del catasto, della fotogrammetria e cartografia, della geodesia e topografia, del telerilevamento aereo e spaziale, con un approccio tecnico-scientifico e divulgativo.

In copertina una delle immagini aeree scattate

durante la seconda Guerra Mondiale della Rpyal Air Force inglese che oggi fa

parte della raccolta di circa 800.000 immagini custodite nella Aerofototeca Nazionale

dell'Istituto per il Catalogo e la Documentazione del

MiBACT.

LE RUBRICHE

38 COMMEMORAZIONE

50 AGENDA

il potenziAle

informAtivo degli Archivi di fotogrAfiA

militAre dellA ii guerrA mondiAle Ai fini dellA protezione

civile e dell’AnAliSi del territorio

di ElizabEth JanE ShEphErd,

Gianluca cantoro

Fabio rEmondino

6

report

focuS

AgricolturA di preciSione per lA frumenticolturA toScAnA: il cASo Studio

di marco mancini,

anna dalla marta, SimonE

orlandini, marco napoli,

SimonE GabriElE pariSi

16

Attività SperimentAle di AgricolturA di preciSione Su vigneto

confronto trA i SenSori mApir Survey2 e pArrot SequoiA

di SimonE KartSiotiS, Gianluca

roSSEtti, mattEo turci,

EmanuElE luiGi dE anGEliS

10

gueSt pAper

L'immagine di sfondo nel Sommario è del 22 agosto 2017 e ci trasporta nel nord del Brasile, nel punto in cui il Rio delle Amazzoni incontra l’Oceano Atlantico. Le forme geometriche sono dovute a coltivazioni agricole, mentre strade ad andamento lineare attraversano la restante area di densa vegetazione. Le foreste pluviali vengono distrutte a livello globale ad un ritmo allarmante. Questo fatto è di grande rilevanza perchè esse giocano un ruolo importante nella formazione del clima globale. Inoltre questa foreste ospitano una estesa varietà di piante, animali ed insetti. Più di un terzo di tutte le specie del mondo vivono nella Foresta Pluviale del Rio delle Amazzoni.Immagine dal satellite Sentinel-2A, del programma europeo Copernicus. Credits ESA.

http://geomediaonline.it

DirettoreRENZO CARLUCCI, [email protected]

Comitato editorialeVyron Antoniou, Fabrizio Bernardini, Mario Caporale, Luigi Colombo, Mattia Crespi, Luigi Di Prinzio, Michele Dussi, Michele Fasolo, Marco Lisi, Flavio Lupia, Beniamino Murgante, Aldo Riggio, Mauro Salvemini, Domenico Santarsiero, Attilio Selvini, Donato Tufillaro

Direttore ResponsabileFULVIO BERNARDINI, [email protected]

RedazioneVALERIO CARLUCCI, GIANLUCA PITITTO, [email protected]

Diffusione e AmministrazioneTATIANA IASILLO, [email protected]

Comunicazione e marketingALFONSO QUAGLIONE, [email protected]

Progetto grafico e impaginazioneDANIELE CARLUCCI, [email protected]

MediaGEO soc. coop.Via Palestro, 95 00185 RomaTel. 06.64871209 - Fax. [email protected] ISSN 1128-8132Reg. Trib. di Roma N° 243/2003 del 14.05.03Stampa: SPADAMEDIA srlVIA DEL LAVORO 31, 00043 CIAMPINO (ROMA)Editore: mediaGEO soc. coop.

Condizioni di abbonamentoLa quota annuale di abbonamento alla rivista è di € 45,00.Il prezzo di ciascun fascicolo compreso nell’abbonamento è di € 9,00. Il prezzo di ciascun fascicolo arretrato è di € 12,00. I prezzi indicati si intendono Iva inclusa. L’editore, al fine di garantire la continuità del servizio, in mancanza di esplicita revoca, da comunicarsi in forma scritta entro il trimestre seguente alla scadenza dell’abbonamento, si riserva di inviare il periodico anche per il periodo successivo. La disdetta non è comunque valida se l’abbonato non è in regola con i pagamenti. Il rifiuto o la restituzione dei fascicoli della Rivista non costituiscono disdetta dell’abbonamento a nessun effetto. I fascicoli non pervenuti possono essere richiesti dall’abbonato non oltre 20 giorni dopo la ricezione del numero successivo. Gli articoli firmati impegnano solo la responsabilità dell’autore. È vietata la riproduzione anche parziale del contenuto di questo numero della Rivista in qualsiasi forma e con qualsiasi procedimento elettronico o meccanico, ivi inclusi i sistemi di archiviazione e prelievo dati, senza il consenso scritto dell’editore.

Rivista fondata da Domenico Santarsiero.

Numero chiuso in redazione il 20 dicembre 2017.

Science & Technology Communication

Science & Technology Communication

una pubblicazione

3DTARGET 33

Agricolus 49

Aeronike 27

AerRobotix 37

Codevintec 32

Epsilon Italia 39

Esri Italia 23

Geogrà 22

Geomax 52

Mesa 38

Planetek Italia 15

Stonex 43

Survey Lab 48

Teorema 50

Topcon 51

Trimble 2

INSERZIONISTI

24 AgricolturA di preciSione: l’impegno di AlphA conSult in europA e AfricA

di claudia maltoni,

ElizabEth a. nErantziS

28unA piAttAformA

SoftwAre di Supporto deciSionAle per lA

geStione e l’AnAliSi di grAndi dAtASet

AmbientAli

di raFFaElE battaGlini,

ValErio noti, brunElla raco,

alESSandro SalVadori

il remote SenSing

per l’individuAzione delle zone di

geStione nei vigneti

di EliSabEtta mattioli, Sara

antoGnElli, antonio natalE,

VElia SartorEtti

44

34the future of droneS in the

modern fArming induStry

by nathan StEin

trAcciAre un lAbirinto di mAiS

con il gpSil cASo del lAbirinto

di hortdi maSSimiliano toppi, GiorGia

pandolFi, FrancESca maSSEtani

40

Errata Corrige GEO-media 4 2017 Il sistema FIRE-SAT per il monitoraggio post-incendio:il caso-studio dell'incendio di Potenza del 21-23 luglio 2015Il nome corretto dell'autore nel titolo è Fortunato De Santis invece di Fortuanto Desantis

http://mediageo.it

6 GEOmedia n°5-2017

FOCUS

Le ricognizioni aeree veni-vano eseguite con aerei quali British Spitfire,

Mosquito, American P-38 Lightning o P-51 Mustang, e impiegando camere fotografi-che di medio o grande formato (K-17, F24, F52), in confi-gurazione nadirale o obliqua. Le acquisizioni fotografiche venivano di norma processate in tempi brevissimi (a volte anche allestendo laboratori di stampe fotografiche di fortuna in tende militari in prossimità delle basi aeroportuali) e disseminate nel teatro di guerra fra gli specialisti delle varie operazioni.Al giorno d’oggi la maggior parte di queste fotogra-fie è conservata nel Aerial

Reconnaissance Archive - TARA / NCAP (http://ncap.org.uk) e nei National Archives and Records Administration - NARA (https://www.archives.gov). Le foto aeree scattate du-rante la Campagna d’Italia (1943-1945) vennero esegui-te dalla Mediterranean Allied Photo Reconnaissance Wing (MAPRW). La MAPRW era l’arma di ricognizione e intelli-gence delle Mediterranean Allied Air Forces (MAAF), composta da Royal Air Force (RAF), South African Air Force (SAAF) e United States Army Air Force (USAAF). Quest’attività con-giunta di ricognizione aerea sull’Italia dal 1943 al 1945 ha prodotto moltissime fotografie,

Durante la Seconda Guerra

Mondiale, la ricognizione

fotografica aerea ebbe un ruolo

decisivo sull'esito delle campagne

alleate in Europa. La visione

dall'alto fornita da fotogrammi

di grande formato ed elevata

risoluzione geometrica

costituiva una fonte primaria

di informazioni per il

monitoraggio delle linee

nemiche, l'identificazione

di bersagli sensibili,

la pianificazione di

attacchi e la valutazione

di danni causati dai

bombardamenti

aerei.

Il potenziale informativo degli archivi di fotografia

militare della Seconda Guerra Mondiale ai fini

della protezione civile e dell’analisi del territorio

Fotogrammetria, intelligenza artificiale e webGIS al servizio degli archivi fotografici

di Elizabeth Jane Shepherd, Gianluca Cantoro, Fabio Remondino

Fig. 1 - Esempi di camere fotografiche (fonte: Wikipedia) usate per ricognizioni aeree durante la Seconda Guerra Mondiale e grafici delle strisciate di ricognizione (fonte: AFN).

FOCUS

GEOmedia n°5-2017 7

883.005 delle quali oggi sono conservate a Roma dall’Ae-rofototeca Nazionale (AFN), uno dei due archivi fotografici dell’Istituto Centrale per il Catalogo e la Documentazione (ICCD) del Ministero per i Beni e le Attività Culturali. Il fondo MAPRW dell’Aerofo-toteca è composto da 600.000 immagini donate dall’American Academy in Rome nel 1964 e da 283.005 immagini in deposito dalla British School a Roma a partire dal 1975. Questo patri-monio costituisce una delle più importanti raccolte di fotografie aeree della II° Guerra Mondiale in Europa e la più importante fonte di informazioni storiche in grado di documentare l’urba-nizzazione del territorio italiano e le modificazioni agrarie prima della meccanizzazione agricola.Le principali caratteristiche di queste fotografie aeree del pe-riodo bellico sono:

il significato storico e la va-lenza documentalel’alta qualità e il livello di

dettaglio (risoluzione geo-metrica generalmente di 1m)la ricchezza di informazioni

associate ed associabilil’informazione sulle aree

bombardate (ca. 1 milione di bombe sull’Italia negli anni 1943-45).

La visioneLe domande alle quali si sta tentando di rispondere inclu-dono:

Come convertire in formato digitale e sostenibile l’enorme patrimonio fotografico?Come condividere al meglio

questa grande quantità di dati per ricerca, studio, visua-lizzazione, protezione, moni-toraggio, interpretazione?Come valorizzarli?Come sfruttarne i preziosi

contenuti?

Alcuni progetti in passato hanno provato a dare ri-sposte ad alcuni dei quesiti sopra riportati relativamen-te alle immagini aeree della WWII (per es. Furlanello et al., 2004; Nocerino et al., 2012; Marchetti et al., 2012). Tuttavia, i grandi archivi men-zionati in precedenza conserva-

no ancora quantità di materiali fotografici (e relative informa-zioni) largamente inesplorati e difficilmente gestibili con meto-di di archiviazione tradizionali. Peraltro, le fotografie aeree storiche presentano sfide con-servative ed archivistiche spesso uniche e peculiari. I fotogram-mi e i negativi -ove disponibi-li- sono infatti spesso in fragili condizioni fisiche, dovute in larga parte alla stessa genesi dei fotogrammi come documenti di rapida consultazione sul campo e non come documento pensato per i posteri. Inoltre, la loro cre-azione durante la guerra rende le fotografie aeree veri e propri documenti storici al pari di an-tichi volumi e dipinti artistici.Per questi motivi, si sta cercan-

Fig. 2 - Risul-tati della geo-referenziazione automatica di due blocchi di immagini e di alcuni ingombri delle strisciate, visualizzate all’interno del GIS dell’AFN.

Fig. 3 - Alcune news pubblicate dai media relative alla scoperta e disinnesco di ordigni bellici in Italia.


FOCUS

do di lanciare un progetto inter-disciplinare al fine di:1. Digitalizzare il patrimo-

nio fotografico disponibile presso l’AFN (sono state attualmente scansionate ca 90.000 su 880.000). I foto-grammi aerei sono di norma di due formati: 24x24 cm e 18x24 cm. La loro digi-talizzazione (considerando l’archiviazione e gli utilizzi successivi delle immagini) è normalmente eseguita a ri-soluzione di 600-1200 dpi.

2. Georeferenziare le immagi-ni e i poligoni di ingombro delle strisciate aeree (Fig. 2).

È probabilmente il proble-ma maggiore: in genere non ci sono metadati, piani di volo o altre informazioni associate alle immagini ed è necessario (o indispensabi-le), vista la mole di dati, un approccio automatizzato. Finora la procedura è stata completamente manuale, in particolare per l’identifica-zione dei punti omologhi, a causa delle numerose variabili di un territorio no-tevolmente modificato negli ultimi 70 anni. Ad oggi, la metodologia più diffusa prevede l’uso di operatori di tipo SIFT in grado di indi-viduare elementi simili in riprese differenti dello stesso soggetto, ma tali algoritmi producono spesso risultati insoddisfacenti a causa dei grandi cambiamenti del ter-ritorio.

3. Condividere i dati tramite webGIS.

La pubblicazione dei foto-grammi o dei loro ingombri via internet tramite una interfaccia di facile utilizzo può dare largo accesso a tali documenti storici. Tuttavia questa operazione è stretta-mente collegata alle due fasi precedenti (digitalizzazione

e georeferenziazione) e alla sistematica e dettagliata archiviazione delle informa-zioni in database strutturati in grado di associare infor-mazioni sensibili a coordi-nate geografiche o poligoni di ingombro.

4. Analizzare il territorio, in particolare per:a. rilevare le tracce dei

bombardamenti aerei, pesanti e ripetuti, che ancora oggi causano problemi quotidiani al rinvenimento di ordi-gni inesplosi (UXO / UXB);

b. studiare l’uso e i cam-biamenti del territorio.

Di particolare importanza, anche ai fini della protezione civile, è il potenziale informati-vo dei fotogrammi aerei storici legato agli ordigni bellici ine-splosi (sintetizzato dall’acroni-mo inglese UXO - UneXploded Ordnance o UXB - UneXploded Bombs).Le statistiche militari del do-poguerra calcolarono più di 1 milione le bombe sganciate da-gli Alleati sull’Italia nel periodo 1943-45, e di queste tra l’8% e il 10% (pari a circa 38.000 tonnellate di ordigni) non è esploso. Ogni anno vengono in-dividuati numerosi ordigni ine-splosi (Figura 3), con ovvi disagi e pericoli per la società civile per il disinnesco e la rimozione di materiale potenzialmente an-cora pericoloso, ma molti altri sono ancora nel terreno. I segni dei bombardamenti sono chia-ramente visibili e documentabili sulle fotografie storiche e le loro “impronte” possono pertanto essere trasferite sul territorio moderno come strumento di conoscenza preventivo capace di limitare o eliminare danni a distanza di tanti anni.

Le immagini aeree della guer-ra sono quindi essenziali per rilevare i crateri delle bombe esplose (aree di sicuro bombar-damento) e i possibili punti di impatto di quelle inesplose. E’ quindi necessario analizzare le foto esistenti, rilevando le aree di impatto e analizzandone il contenuto. Il Ministero della Difesa ha vari strumenti a di-sposizione per l’individuazione delle aree interessate, ma la do-cumentazione aerea degli alleati, che costituisce una base certa di conoscenza, non è mai stata considerata nel suo insieme a livello nazionale, ma solo su piccole aree o province. L’uso di algoritmi supervisionati (machine learning) ha sempre dato risultati interessanti (Fig. 4), anche se fortemente legati al training-set a disposizione. Si stanno ora testando vari metodi e librerie (Tensor Flow, CNN, Boosting, ecc.) al fine di mi-gliorare l’apprendimento auto-matico, renderlo piú affidabile e applicabile su scala nazionale. Il nostro obiettivo al momento consiste nel creare una casistica completa dell’aspetto di ogni possibile cratere, in rapporto all’ordigno caduto. Una volta rilevati i casi più comuni e dif-fusi, la sfida si sposterà sul come distinguere ordigni esplosi dagli inesplosi. Obiettivo ultimo sarebbe quin-di quello di giungere alla defi-nizione di un metodo comple-tamente automatizzato basato su un training-set attendibile. Tale attività richiede comunque tempi considerevoli, considerata anche la mancanza attuale di ri-scontri puntuali sul terreno e la difficoltà di testare una per una le presenze di potenziali ordigni inesplosi sul terreno (ground-truthing).

FOCUS


Conclusioni e lavori futuriLe foto aeree della Seconda Guerra Mondiale conservate presso l’Aerofototeca Nazionale sono una grande risorsa per la protezione civile e l’analisi del paesaggio. È necessario piani-ficare la conservazione, la con-divisione e la valorizzazione di questo incredibile patrimonio per molti aspetti ancora sottosti-mato e sottovalutato.Le attività si devono concen-trare su una diffusione a livello nazionale attraverso una piatta-forma webGIS (in via di pubbli-cazione), il tracciamento digitale delle aree bombardate, la rea-lizzazione di mappe di rischio UXO nelle aree urbane e vicino ai siti archeologici, ecc.I metodi di machine learning stanno fornendo risultati in-teressanti ma richiedono un approccio critico e grandi set di dati per l’addestramento e l'im-piego a scala nazionale: è quindi necessario un team interdiscipli-nare e un approccio sistematico che porti avanti il progetto in tempi e quantità significative (ad oggi solo il 10% delle foto analogiche è digitalizzato e pub-blicato).

BIBLIOGRAFIACantoro, G., 2015: Aerial photogrammetry: when archaeology meets SIFT. In Ivanišević, Veljanovski, Cowley, Kiarszys & Bugarski (Eds.), Recovering Lost Landscapes, Belgrade, pp.117-128.Censimento delle raccolte e degli archivi fotografici in Italia: http://www.censimento.fotografia.italia.it/ Furlanello, C., Merler, S., Menegon, S., Paoli, E., Fontanari, S., 2004: Mapping the Risk of Unexploded Bombs from World War Two. Italian GRASS users meeting proceedings, Geomatics Workbooks, pp. 1-2. Marchetti, A., Shepherd, E.J., Cosci, F., 2012: Geomemories: un punto di raccolta e pubblicazione dei dati storico geografici. Proc. Workshop Opening the Past. Archaeological Open Data.Nocerino, E., Menna, F., Remondino, F., 2012: Multi-temporal analysis of landscapes and urban areas. Int. Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. 39(4), pp. 85-90. Shepherd, E., J., Palazzi, D. S., Leone, G., Mavica, M., 2012: La collezione c.d. USAAF dell’Aerofo-toteca Nazionale, Archeologia Aerea 6, 2012, pp. 16-32.Shepherd, E.J., 2015: Le foto aeree della II guerra mondiale conservate in Aerofototeca Nazionale e il loro potenziale informativo per la sicurezza nazionale. Bollettino di Archeologia, VI, 2015/1, 111-130.Shepherd, E.J., 2016: Mapping unexploded ordnance in Italy: the role of World War II aerial photo-graphs. In B. Stichelbaut, D. Cowley (Eds), Conflict Landscapes and Archaeology from Above, Ashgate, pp. 205-217.

ABSTRACTWWII aerial photo reconnaissance played a decisive role in the success of the Allied campaigns in Europe. Repe-ated aerial surveys provided information to monitor enemy lines, identify targets, plan attacks and assess dama-ges inflicted by aerial bombing. Reconnaissance activity in the 1943-45 Italian campaign produced an awesome number of aerials, 883,005 of whom are kept today by ICCD-Aerofototeca Nazionale (AFN) in Rome. The often massive scale of bombing has left a lasting legacy across the landscape, as is shown by the problems in dealing with unexploded ordnance (UXO), still retrieved on a nearly daily basis. The AFN collection is a powerful, though still underdeveloped record of the landscape of wartime Italy and is essential for the plotting of UXO hazard maps. The article focuses on the main steps to be taken in order to exploit and share it.

PAROLE CHIAVEFotografie aeree, WWII, machine learning, webGIS, UXO

AUTOREElizabeth Jane Shepherd [email protected],Aerofototeca Nazionale (AFN), ICCD, Romaweb: http://www.iccd.beniculturali.it/index.php?it/98/aerofototeca-nazionale

Gianluca Cantoro [email protected] for Mediterranean Studies, Foundation for Research and Technology (FORTH), Grecia

Fabio Remondino [email protected] Optical Metrology unit, Fondazione Bruno Kessler, Trentoweb: http://3dom.fbk.eu

Fig. 4 - Risultati dell’identificazione supervisionata (machine learning) di crateri di bomba in immagini aeree (sinistra). Crateri di bomba identificati in un’immagine storica a confronto con un’immagine attuale (destra).


REPORT

Le camere multispettrali sono in generale progettate per acquisire separatamente

diverse bande nello spettro della luce. Misurando opportune ca-ratteristiche di riflettanza della vegetazione nelle diverse bande, è possibile calcolare particolari indici vegetativi, quali NDVI (Normalized Index Vegetation Index) o SAVI (Soil Adjusted Vegetation Index), che danno in-formazioni funzionali sullo stato di salute della pianta. L’andamento degli indici è poi vi-sionabile dall’agronomo attraver-so le cosiddette “mappe di vigore” generate in post-processing con appositi software. Grazie alla loro compattezza e leggerezza, Sequoia e Mapir sono fra le camere più utilizzate in at-

tività di agricoltura di precisione effettuate con APR. Sebbene sia-no entrambe utilizzate con lo sco-po di generare mappe indicizzate, queste camere hanno differenze tecnologiche sostanziali che de-terminano pratiche diverse per un loro corretto utilizzo sul campo. Di seguito vengono riportate le principali caratteristiche delle due camere.Come prima differenza sostanzia-le, le Mapir registrano ciascuna un’unica banda: risulta dunque necessario imbarcare sull’APR almeno due camere, ad esempio

RED e NIR, per l’analisi NDVI (esiste anche la camera multipla RED+NIR che registra contem-poraneamente le due bande ma, essendo la camera di tipo single imager, cioè con un solo sensore per registrare entrambe le bande, i dati raccolti soffrono della so-vrapposizione parziale di queste ultime, conducendo a mappe di vigore meno accurate). La camera Sequoia non ha questo problema, in quanto possiede in un unico corpo, oltre che un sensore RGB nel campo del visibile, ben quat-tro sensori multispettrali separati

Nell’estate del 2017 Zephyr e

DroneBee hanno svolto insieme alcune

sperimentazioni con APR (Aeromobili

a Pilotaggio Remoto) sui vigneti

dell’azienda agricola Savignola Paolina

nel Chianti Classico, in Toscana.

I test avevano l’obiettivo di valutare e

di mettere a confronto la qualità dei

dati forniti dalle camere multispettrali

Parrot Sequoia e Mapir Survey2.

di Simone Kartsiotis, Gianluca Rossetti, Matteo Turci, Emanuele Luigi de Angelis

Attività sperimentale di agricoltura

di precisione su vigneto

Confronto tra i sensori Mapir Survey2 e Parrot Sequoia


REPORT

che consentono l’acquisizione sincronizzata delle immagini nelle diverse bande. Per contro, la ri-soluzione dei sensori del Sequoia è più bassa (1.2 MP contro 16 MP di Mapir) e questo può in parte condurre ad una più bassa precisione del risultato se si lavora su colture a filare o a crescita ver-

ticale, come i vigneti. A differenza di Mapir, Sequoia inoltre integra al suo interno un set di sensori di posizione e assetto utilizzati per la georeferenziazione delle immagini acquisite, ed un sensore di lumi-nosità da montare separatamente sull’APR, che permette la calibra-zione automatica dei quattro sen-

sori multispettrali. Quest’ultima caratteristica è molto importante perché permette un confronto veritiero fra diverse acquisizioni effettuate per lo stesso terreno agricolo ma in condizioni di luce differenti e/o in periodi diversi: ciò permette di generare dei valori assoluti in termini di riflettanza.Mapir non dispone di un sensore GPS integrato né di un sensore di luminosità. Di conseguenza, le immagini vanno georeferenziate in post-processing e le acquisizio-ni possono perdere di valore se le condizioni di luce subiscono mu-tamenti durante la missione (ad esempio, se il sole viene coperto dalle nuvole). In generale è buona norma non effettuare rilievi in condizioni di nuvolosità irregolare bensì in condizione di cielo sereno o totale copertura, in modo da evitare le ombre generate dalle nuvole. Tuttavia, in condizioni di cielo coperto, solo la Sequoia può dare dei risultati corretti, poiché regi-

Fig. 1 - Missione 1 Sequoia - Ortomosaico e modello digitale di superficie (DSM).

Mapir Survey2:

• Sensore Bayer RGB modificato da 16 MP

• Single Imager• Rolling Shutter• 1 Banda broadband a scelta tra:

RED, GREEN, BLUE, NIR • Disponibile anche la versione con

sensore accoppiato NIR+RED• Ground Sample Distance (GSD):

4.05 cm/pixel a 120 m• GPS non integrato• Sensore di luminosità n\on disponibile• Calibrazione con 3 curve di riflet-

tanza note• Peso 64 g• Prezzo circa 375 euro €

Parrot Sequoia:

• Sensore da 1.2 MP per ogni banda + sensore RGB da 16 MP

• Multi imager• Global shutter• Bande narrowband: RED (40 nm) +

GREEN (40 nm) + NIR (40 nm) + RED EDGE (10 nm)

• Ground Sample Distance (GSD): 13 cm/pixel a 120 m

• GPS, IMU e magnetometro integrati• Sensore di luminosità integrato• Peso 108 g (camera+sensore lumi-

nosità) • Prezzo circa 3850 euro €

Fig. 3 - Missione 2 Sequoia - Ortomosaico e modello digitale di superficie (DSM).

Fig. 2 - Missione 1 Sequoia - Mappa NDVI.

Fig. 4 - Missione 2 Sequoia - Mappa NDVI.


REPORT

stra la luminosità corrente duran-te il volo. La georeferenziazione delle immagini Mapir è dunque possibile solo utilizzando dati di posizione e assetto provenienti da sistemi esterni: in genere si usano i dati forniti dall’autopilota dell’APR, se questo li rende di-sponibili.In conclusione, si può affermare che le operazioni di sincroniz-zazione di georeferenziazione e di calibrazione delle immagini ottenute con le Mapir risultano decisamente più complesse e articolate rispetto alla camera Sequoia. Per contro, quest’ultima ha un costo d’acquisto maggiore e una risoluzione dei sensori mul-tispettrali più bassa, che per certi tipi di colture potrebbe risultare uno svantaggio.

I TestI test di volo sono stati svolti presso l’azienda agricola Savignola Paolina nel territorio del Chianti Classico, dove è stata scelta una porzione di vigneti su cui Zephyr

ha effettuato tre missioni di rile-vamento. Zephyr utilizza l’APR EXOS, un esarotore ad elevata autonomia di produzione pro-pria, specializzato per operazioni altamente professionali. Nella configurazione impiegata sul campo, Zephyr EXOS montava una piattaforma stabilizzata a due assi studiata appositamente per il Parrot Sequoia. I voli sono stati effettuati al mattino, a mezzo-giorno e nel primo pomeriggio, in modo da avere condizioni di luce differenti per ogni set di im-magini. Durante lo svolgersi del terzo volo inoltre, il cielo risultava parzialmente velato da nuvole passeggere.Tutte e tre le missioni sono state pianificate tramite una stazione di terra. Dopo aver caricato le missioni nella memoria interna dell'autopilota, l'APR è in grado di operare in modalità automa-tica mantenendo un'altezza dal terreno costante. Quest'ultima funzionalità (terrain following) risulta necessaria per ottenere

valori corretti di riflettanza su ter-reni collinari.Le altezze sono state impostate a 50 metri (missione 1) e 60 metri (missione 2 e 3), la velocità di volo a 5 m/s e overlap dei foto-grammi imposto all’80%. Prima di effettuare i voli si è proceduto con la calibrazione dell’IMU e del magnetometro di Sequoia; inoltre prima di ogni singolo volo, sono state scattate le foto ai bersagli di calibrazione radiometrica per una corretta analisi dei dati. Il tempo impiegato per ogni missione è stato di 20-25 minuti.Per le camere Mapir sono state usate identiche impostazioni di volo. Tuttavia, è stato operato un unico volo, effettuato subito dopo la seconda missione di EXOS (a mezzogiorno circa). Le camere Mapir sono state montate a bordo di un DJI Phantom 3 Pro tramite apposito supporto.Per la generazione delle mappe di vigore è stato utilizzato il software Pix4D e per il post-processing il software QGis.

Fig. 5 - Missione 3 Sequoia- Ortomosaico e modello digitale di superficie (DSM). Fig. 6 - Missione 3 Sequoia - Mappa NDVI.

Fig. 7 - Missione 2 Mapir - Ortomosaico e modello digitale di superficie (DSM). Fig. 8 - Missione 2 Mapir - Mappa NDVI.


REPORT

Il confronto sui risultati è stato effettuato valutando l’indice NDVI per entrambe le camere. Tale indice è definito come il rapporto, rispettivamente, fra dif-ferenza e la somma dei parametri NIR e RED ed è uno degli indici più utilizzati in agricoltura di precisione per via della sua sem-plicità di calcolo e per la capacità di rivelare stati di stress vegetativo. Tuttavia la sua stima risulta molto sensibile alle variazioni atmosferi-che e a fenomeni di disturbo do-vuti alla riflettanza del suolo. Per ovviare a quest’ultimo problema è spesso utilizzato l’indice SAVI che corregge il NDVI rispetti agli effetti del suolo (cosa particolar-mente importante per i vigneti, in cui il suolo tra i filari è molto esposto e potrebbe falsare il risul-tato finale).

Risultati – Parrot SequoiaDi seguito sono visualizzabili fi-gure a bassa risoluzione relative ai risultati ottenuti con i tre voli. Nell’ordine, per ogni missione, si riportano:

Ortomosaico e DSM (Digital Surface Model)Mappa NDVI

Si può constatare come i valori assoluti degli indici ottenuti con i diversi rilevamenti risultino parti-colarmente affidabili, mostrando valori tra loro molto vicini tra un test e l’altro. Inoltre, zone di alto e basso vigore sono rappresentate qualitativamente bene nelle tre mappe NDVI.Questo consente di affermare che:

i dati sono potenzialmente confrontabili se acquisiti in momenti diversi;i dati acquisiti sono robusti

rispetto a variazioni mode-rate delle condizioni di luce. Parrot Sequoia, grazie al sensore di luminosità, risulta poco sensibile a coperture

leggere e temporanee di nubi durante la missione. Affinchè sia garantita la qualità dei risultati è comunque buona norma effettuare i voli nelle ore più calde e in giornate soleggiate.

La risoluzione della camera Sequoia risulta sufficiente per discriminare i filari anche acqui-sendo i dati da un’altitudine di 60 metri.

Risultati – Mapir Survey2Un unico volo è stato effettuato con due camere Mapir RED e NIR. Gli ortomosaici sono stati elaborati secondo le indicazioni dettagliate reperibili sul sito del produttore, utilizzando anche ap-positi bersagli radiometrici di ca-librazione per normalizzare i dati. Nell’ordine per ogni missione si riportano:

Ortomosaico e DSM (Digital Surface Model)Mappa NDVI

Come si può notare dalle im-magini nella Figura 9, che sono state scalate sullo stesso intervallo di valori per un confronto più efficace, i dati rilevati sono qua-litativamente congruenti tra loro ma sono abbastanza diversi in termini di valori assoluti. Dalla Figura 10, si rileva che la mappa realizzata con la Mapir ha un dettaglio maggiore all’interno dei filari rispetto alla Sequoia, in virtù di una maggiore risoluzione del sensore.

Curve di RiflettanzaLa figura 12 seguente mostra l’andamento teorico di tre curve di riflettanza, chiamate anche firme spettrali, relative ai casi di pianta sana, pianta stressata e suolo. Per i primi due casi si vede che tra 690 e 740 nm è previsto un deciso incremento della riflet-tanza, proporzionale allo stato di

Fig. 9 - Missione 2 – Confronto Mappe NDVI Sequoia vs Mapir.

Fig. 10 - Missione 2 – Confronto Mappe NDVI Sequoia vs Mapir (dettaglio filari).


REPORT

salute della pianta; entrambe le curve presentano inoltre un pun-to di flesso nella zona del RED EDGE, che separa la riflettanza VIS dalla riflettanza NIR.Nei grafici seguenti sono ripor-tate le curve di riflettanza, con relativi valori di NDVI, di tre campioni di suolo e vegetazione (filare) raccolti durante la mis-sione 2 con camera Sequoia. Le curve sono state ottenute pren-dendo dei punti campione sulle mappe di riflettanza generate dal-le 4 bande rilevate dalla camera Sequoia (GREEN, RED, RED EDGE e NIR). Le curve han-no l’andamento tipico che ci si aspetterebbe, sia per il suolo che per la vegetazione. In particolare, per la vegetazione vigorosa e sana si notano alti valori di riflettanza nel NIR (curva verde del primo grafico), mentre per la vegeta-zione meno vigorosa o malata questa riflettanza è vistosamente più bassa (curva rossa del primo grafico). Il suolo ha invece un andamento crescente con la lun-ghezza d’onda e ad un suolo più umido corrisponde una curva più bassa. Nell’ultimo grafico si può infine notare la sovrapposizione delle curve di vegetazione e del suolo. Come ci si poteva aspettare, il suolo presenta delle riflettanze maggiori nel campo del visibile e delle riflettanze minori nel campo NIR, rispetto ad una vegetazione sana. I valori di riflettanza, in termini assoluti, corrispondono a studi analoghi condotti in passato sul vigneto.

ConclusioniIn conclusione, per riassumere i risultati dell’esperimento, si può affermare quanto segue:

Le camere sono entrambe efficaci nel discriminare zone a differente vigore vegetativo.Le camere danno risultati quali-

tativamente congruenti tra loro.La camera Sequoia fornisce

risultati di riflettanza corretti e confrontabili nel tempo grazie alle correzioni operate dal sen-sore di luminosità.Le camere Mapir, avendo una

risoluzione maggiore, per-mettono di avere una mappa NDVI più dettagliata rispetto a quella generata a partire dai dati Sequoia.Le curve di riflettanza di ve-

getazione e suolo ottenute da campioni sulle mappe ricavate dalla camera Sequoia rispec-chiano la fisica e la natura del problema in questione.

La camera Sequoia è stata pro-gettata per avere dei risultati numerici di riflettanza corretti poiché, attraverso la calibrazione radiometrica ed il sensore di lu-minosità, è possibile risalire alla riflettanza, ossia alla percentuale di radiazione che viene riflessa da un oggetto nelle varie bande analizzate.

Questo è possibile perché, mentre li sensore multispettrale registra la radianza, ossia la quantità di luce riflessa da un oggetto nelle varie bande, il sensore di luminosità registra l’irradianza solare, che è un dato necessario per ottenere la riflettanza. Infatti, il rapporto tra radianza e irradianza è proprio la riflettanza.Tuttavia, se sono ricercati dei risultati qualitativi utili a discri-minare le zone ad alto e basso vigore, le camere Mapir risultano una soluzione alternativa ed eco-nomica, che incontrano limiti al-lorquando una più accurata anali-si quantitativa risulti necessaria.

PAROLE CHIAVEPrecision farming; precision viticulture; agricoltura di precisione; viticoltura di precisione; drone; multispec-tral sensors; sensori multispettrali

ABSTRACTThis report presents a comparison via field-testing between Parrot Sequoia and Mapir Survey2 multispectral cameras. Both sensors are commonly used in precision farming activi-ties conducted by micro-RPAS (drones), thanks to their small size and light weight. The experimental activity was performed in summer on the vineyards of the Savignola Paolina agricul-tural holding in Tuscany. The sensors were mounted on board the EXOS drone, a hexacopter developed by Zephyr company and specifically designed for precision farming operations. Pros and cons qualities for each cameras are examined by a comprehensive approach, starting from technical specifica-tions and continuing with a comparison of the results obtained on field. The activity was performed by a partnership between the companies DroneBee and Zephyr.

AUTORESimone [email protected] [email protected] Rossetti Matteo Turci Emanuele Luigi de [email protected]. 11 - Spettro di riflettanza teorico.

Fig. 12 - Missione 2 – Mappe di Riflettanza Vege-tazione e Suolo di 3 campioni.


REPORT

http://planetek.it


REPORT

In tale contesto la possibilità di applicare input di coltiva-zione in maniera sitospecifi-

ca, a seconda delle esigenze, ha risvolti positivi sulla sostenibili-tà sia economica sia ambientale.La necessità attuale per l’intro-duzione di applicazioni di agri-coltura di precisione è di avere nuove figure professionali che siano in grado di adottare un approccio sistemico multidisci-plinare che integri conoscenze di informatica, di telerileva-mento, di cartografia, di sistemi informativi territoriali, alle conoscenze agronomiche, oltre a competenze tecniche legate ai centri di assistenza delle com-ponenti meccaniche (Casa R., 2016).

Nei progetti integrati di Filiera “Pasta dei Coltivatori Toscani” e “Grani Antichi Nuove Tecniche di lavorarione”, supportati dal Programma di Sviluppo Rurale della Regione Toscana, in al-cune aziende agricole pioniere sono state introdotte macchine operatrici capaci di guida pa-rallela e di monitorare le rese, modelli per la distribuzione sitospecifica del fertilizzante azotato, sistemi di monitoraggio remoto ed un dossier aziendale informatizzato capace di elabo-rare e storicizzare le informazio-ni colturali parcellari.L’obiettivo dei progetti è di ge-stire agronomicamente, con tec-niche di agricoltura di precisio-ne, la coltivazione del frumento

e di trasferire le conoscenze alle aziende agricole ed al Consorzio Agrario di Siena, coordinatore dei progetti.Le azioni svolte per l’introdu-zione delle tecniche di fertilizza-zione di precisione sono state:

introduzione di sistemi di geoposizionamento e telegui-da nei mezzi meccanici delle aziende pilota;valutazione dello stato ve-

getazionale della coltura per mezzo di monitoraggio re-moto;fornitura di mappe di prescri-

zione per la concimazione di copertura sitospecifica basate su monitoraggio remoto della coltura;

Gran parte delle aree coltivate a

frumento in Italia sono dislocate

in ambienti caratterizzati da

elevata disomogeneità dal

punto di vista pedologico,

orografico e climatico.

La variabilità dell’ambiente

fisico si riscontra anche nella

crescita e nella produzione del

frumento che mostrano una

differenziazione elevata anche

in aree di coltivazione con

limitate estensioni quali campi

di pochi ettari.

Agricoltura di Precisione per la

frumenticoltura toscana: il caso studiodi Marco Mancini, Anna Dalla Marta, Simone Orlandini, Marco Napoli, Simone Gabriele Parisi

Fig 1 - Istallazione della stumentazione per georeferenziazione e sistemi di controllo e misura su metitrebbiatrici e trattrici.


REPORT

stato vegetazionale del frumen-to è stato ottenuto a partire da indici vegetazionali basati sulla correlazione che sussiste fra le risposte di riflettanza nelle varie bande e le variabili biofisiche della coltura, gli aspetti quan-titativi e qualitativi delle rese finali (Filella e Peñuelas, 1994; Cammarano et al., 2011; Dalla Marta et al., 2015). Gli indici di vegetazione sono utilizzati anche a carattere pre-dittivo, sia direttamente che in-tegrandoli con modelli colturali per stimare la resa in granella del frumento duro (Broge e Le-blank, 2000; Labus et al., 2002; Mkhabela et al., 2011; Dalla Marta et al., 2015) e per valu-tare aspetti qualitativi della pro-duzione quali il contenuto di

organizzazione delle infoma-zioni per la realizzazione di un dossier aziendale digitale,raccolta di infomazioni utili

per la storicizzazione e trac-ciabilità delle operazioni colturali;

Aspetti agronomici della ferti-lizzazione azotata di copertu-ra del frumentoLa resa e la qualità del frumento sono influenzate dal peculiare andamento meteorologico di ciascuna annata. Nelle fasi che vanno dalla semina alla prima fertilizzazione di copertura, nelle aree collinari possono veri-ficarsi condizioni di notevole di-somogeneità vegetativa all’inter-no degli appezzamenti produt-tivi, sia con eccessi di precipita-zioni che in condizioni di siccità (Dalla Marta et al., 2011); nel primo caso troveremo vegeta-zione sofferente soprattutto nei fondovalle, luogo di ristagni idrici, mentre in caso di siccità la vegetazione sarà più rigoglio-sa nei fondovalle, generalmente più umidi. Le necessità di azo-to distribuite sono legate alle aspettative di resa che, a loro volta sono legate allo stato di rigoglio vegetativo della coltura al momento della distribuzione. La dose di fertilizzante azotato viene quindi determinata al momento della distribuzione in copertura, a fine accestimento e a metà levata, sulla base dello stato vegetazionale del frumento ed in funzione delle aspettative produttive medie del campo.In tale contesto la distribuzione differenziata all’interno di un appezzamento non può essere operata a partire dalle mappe di resa degli anni precedenti, ma necessità di un monitorag-gio vegetazionale che consenta di individuare le potenzialità produttive delle differenti sot-tozone. A livello di ricerca, l’o-biettivo è di simulare, attraverso

la modellistica, la crescita e la produzione partendo da moni-toraggio remoto e simulando l’effetto di dosi variabili d’azoto e dalle previsioni climatiche fino al raggiungimento della maturità fisiologica.

Macchine operatrici e sistemi di monitoraggio remotoI mezzi meccani delle aziende, in particolare la mietitrebbiatri-ce e la trattrice usata per le con-cimazini, sono stati cablati e do-tati di sensori e computer della Trimble. La mietitrebbiatrice è stata dotata di sensori di portata per la misurazione delle produ-zioni, mentre per la distribuzio-ne di concime è stato utilizzato uno spandiconcime a settori separati della Kuhn (fig.1).Per migliorare la precisione dei sistemi di posizionamento e di navigazione satellitari, durante le fasi sperimentali del progetto, si è provveduto al posiziona-mento temporaneo di una sin-gola stazione RTK (Real Time Kinematic). Il monitoraggio dello stato ve-getazionale della coltura è stato effettuato per mezzo delle im-magini satellitari multispettrali Rapid Eye, capaci di fornire contemporaneamente informa-zioni su ampie aree di territorio. Sono state acquisite 2 immagi-ni, la prima nella prima settima-na di marzo, corrispondente alla fase fenologica di fine accesti-mento/inizio levata (prima della prima concimazione di coper-tura) e la seconda nella prima settimana di aprile, ossia a metà levata (prima della seconda con-cimazione di coperura). La risoluzione spaziale di circa 5x5 m è idonea alle applicazioni reali in quanto lo spandiconci-me opera su un fronte di 18 m, ed è controllabile solamente su ciascuna delle due giranti, equi-valente a 9 m. Il monitoraggio remoto dello

Fig. 2 - Mappa dell’indice NDVI RE (Normalized Dif-ference Vegetation Index Red Edge) elaborata dall’im-magine telerilevata nell’aprile 2012.

Fig. 3 - relazione fra NDVI_RE e biomassa secca nelle fasi fenologiche di levata e antesi. La relazione è signi-ficativa nella fase di levata esuccessivamente scompare nella fase di antesi.


REPORT

proteine (Hansen et al., 2002; Guasconi et al., 2011).Uno dei problemi principali di questi indici di vegetazione ri-sulta essere da una parte la diffi-coltà di impiego fino a quando il suolo non è sufficientemente ricoperto dalla vegetazione, ossia verso la fine dell’accesti-mento; dall’altra, il fenomento della saturazione dell’indice che si raggiunge quando la densità della copertura vegetale, misu-rata in indice di area fogliare (LAI) supera il valore di circa 3. In questo caso l’indice perde la capacità di discriminare la variabilità della vegetazione in quanto la risposta radiometrica è sempre simile (Aparicio et al., 2002). Recentemente viene molto utilizzato NDVI red edge (NDVI RE), calcolato impie-gando la banda a cavallo fra i 700 nm, ricavata fra il rosso e l’infrarosso vicino. Questo ha fornito stime migliori rispetto ai tradizionali indici di vegeta-zione. Partendo da tali presupposti sono stati calcolati, per l’intera area coperta dalle immagini telerilevate, l’NDVI e l’NDVI

RE oltre ad alcuni dei principali indici similari principalmente impiegati in bibliografia (tab. 1 e fig. 2).

Dal monitoraggio remoto alle mappe di prescrizioneLa scelta dell’indice con miglio-re performance è stata effettuata tramite un’acquisizione sincrona di immagini satellitari e misure puntuali sulla vegetazione. La variabilità vegetativa in campo è stata indotta allestendo campi sperimentali con due differenti varietà di frumento duro, Mi-radoux e Claudio con differenti livelli di fertilizzazione azotata (136, 160 e 183 kg di N ad ha). Il monitoraggio è stato ripetuto per 3 anni consecutivi. In 18 punti sono stati prelevati cam-pioni ed effettuate misure volte a determinare, nelle fasi fenolo-giche di metà levata e antesi, il peso secco della biomassa aerea, il suo contenuto di N totale, il LAI e nella fase fenologica di maturità, la resa, il contenuto di N totale nella granella.Dallo studio delle relazioni fra indici di vegetazione e para-metri della resa finale è emerso

chiaramente che, indipendente-mente dalla varietà e dal livello d’azoto totale fornito, nella fase di metà levata è ben definita la produttività relativa che avrà la coltura. Le aree con vegetazione più rigogliosa saranno maggior-mente produttive. Tale infor-mazione confuta la necessità di sostenere la produzione con livelli d’azoto proporzionali alle aspettative delle future necessità della pianta.Gli indici telerilevati sono stati poi messi in relazione con in-dicatori vegetazionali rilevati direttamente sulla coltura (peso secco, LAI, azoto presente sulla biomassa verde) nelle due fasi fenologiche di levata e antesi. L’indice vegetazionale migliore, per il monitoraggio remoto del-la coltura, è risultato l’NDVI-RE, che ha mostrato le migliori performance alla prima data (tab.2), mostrando correlazione positiva anche con la resa finale.Questa capacità di descrivere lo stato del raccolto è risultata particolarmente efficace in le-vata, per due ragioni principali: in primo luogo, la variabilità della vegetazione è abbastanza elevata per essere discriminata e descritta da indici telerilevati; in secondo luogo, la fase di levata rappresenta il tempo ottimale in cui il terreno è completamente coperto dalla vegetazione, ma questa non è sufficientemente densa per saturare le risposte radiometriche delle bande spettrali con cui si calcolano gli indici telerilevati.Con valori di sostanza secca fino a 300-400 g/m2 e di LAI fino a circa 3 l’indice telerilevato riesce a distinguere le differenze fra le varie aree con differente rigo-glio, mentre al di sopra la rispo-sta radiometrica della coltura si uniforma (fig. 3).Nel periodo fra inizio levata e metà della levata si apre quindi una finestra temporale, in cui

Indice Formula Bibliografia

NDVI (R780 − R670)/(R780 + R670) Rouse et al., 1974

NDVI RE (R780 − R700)/(R780 + R700) Gitelson e Merzlyak, 1997

OSAVI (1 + 0.16)(R800 − R670)/(R800 + R670 + 0.16) Rondeaux et al., 1996

CHL R780/R550 − 1 Gitelson et al., 2003

INDEX PS LAI N N

(g ·m-2) (m2 · m-2) (%) (g · m-2)

LEVATA

NDVI 0.806 0.848 -0.044 0.839

NDVI RE 0.906 0.942 -0.029 0.935

CHL 0.525 0.591 0.043 0.583

OSAVI 0.807 0.848 -0.044 0.840

ANTESI

NDVI -0.001 0.417 0.301 0.145

NDVI RE 0.008 0.330 0.260 0.135

CHL 0.034 0.395 0.104 0.057

OSAVI -0.001 0.417 0.301 0.145

Tab. 2 - Coeffi-ciente di deter-

minazione delle correlazioni tra i

parametri vegeta-tivi rilevati nella coltura nelle fasi

fenologiche di le-vata e antesi e gli indici telerilevati,

nell’anno 2012. In rosso le rela-

zioni significative. Valori di signifi-catività: P≤0.05

con r≥0.45, P≤0.01 con

r≥0.57, P≤0.001 con r≥0.69.

Tab. 1 - Indici di vegetazione

utilizzati in questo studio,

dove R è la riflettanza

alla lunghezza d'onda (nm).


REPORT

la vegetazione copre completa-mente il suolo e non è troppo folta, gli indici vegetazionali elaborati da informazioni teleri-levate consentono di descrivere abbastanza bene la variabilità della vegetazione all’interno delle unità produttive. Normal-mente questa finestra temporale è collocata fra le due concima-zioni di copertura.L’immagine satellitare acquisita nella fase di fine accestimento – inizio levata (fine marzo- ini-zio aprile) può quindi essere utilizzata per produrre mappe di prescrizione della seconda concimazione di copertura. Ri-sulta, infatti, idonea a descrivere la variabilità di campo, fornen-do informazioni puntuali sullo stato della vegetazione (LAI, biomassa aerea, azoto fogliare), ed è associabile alle aspettative di resa finale.Dal punto di vista operativo l’acquisizione delle immagini, l’ortofotorettifica, le correzione per la trasparenza dell’atmosfera e l’elaborazione degli indici ve-getazionali è stata esternalizzata ad una ditta specializzata. At-tualmente risulta molto interes-sante anche la possibilità d’im-piego di monitoraggio remoto attraverso immagini Sentinel 2 la cui risoluzione spaziale di circa 10x10 m risulta idonea ai fini operativi.

Mappe di prescrizione e ferti-lizzazione sitospecificaLe mappe vegetazionali costi-tuiscono, ai fini sperimentali, un input per i modelli di cre-scita e sviluppo della coltura, quali CERES-Wheat. I modelli possono essere calibrati con informazioni dettagliate sulla vegetazione, derivanti dal moni-toraggio remoto, con dati mete-orologici previsionali, derivanti dalle previsioni stagionali e da differenti dosi di fertilizzante, al fine di individuare la dose otti-

male ai fini della ottimizzazione delle performance produttive.Allo stato attuale nel contesto operativo non sperimentale è molto difficile operare con modelli di simulazione che pre-vedono una descrizione detta-gliata di tutte le componenti del agroecosistema. Per questo mo-tivo la produzione delle mappe di prescrizione è stata effettuata senza l’ausilio di modelli di cre-scita e sviluppo. Dalla mappa di NDVI RE sono state estratte le mappe dei singoli appezzamenti produttivi e sono state effettua-te operazioni di reclassamento, suddividendole in categorie vegetazionali utilizzabili come discriminanti delle differenti necessità di apporti nutritivi (fig. 4).La scelta della dose media di fertilizzante azotato viene la-sciata all’agricoltore in base alla sua conoscenza, esperienza, e strategia affinata nel contesto produttivo, sia agronomico, sia economico. L’agricoltore può decidere anche la percentuale in più od in meno da attribuire a ciascuna categoria.

Mappatura delle reseIl sistema di monitoraggio con-tinuo applicato alle metitrebbie consente la mappatura delle rese. La procedura di calibrazione richiede un primo passagio du-rante il quale si acquisiscono dati

georeferiti, visibili in tempo reale dai monitor di bordo (fig. 5). Al primo scarico della metitreb-bia si misurano le informazioni esatte circa il peso e l’umidità relativa e si riutilizzano per la calibrazione del sistema di mo-nitoraggio. Queste informazioni base di conoscenza e costitui-scono un importante elemento per il miglioramento e l’esten-sione delle applicazioni sitospe-cifiche. A questo scopo è stato impiegato il software SITIfar-mer, piattaforma WEB dedicata all’agricoltura di precisione.

L’impiego del software ge-stionale SITI4farmer (www.siti4farmer.eu) Il software di ABACO SPA di Mantova (www.abacogroup.eu) è stato utilizzato come base per assolvere alle necessità di opera-tività e di storicizzazione delle

Fig. 4 - reclassamento della mappa di NDVI RE 12 apr 2013 (a sinistra) ottenuta da immagini Rapid Eye per la produzione di una mappa utilizzabile per la fertiliz-zazione azotata di copertura (a destra).

Fig. 5 - Mietritrebbiatura con monitoraggio continuo delle rese.


REPORT

informazioni. Infatti la piatta-forma Siti4farmer, utilizzata in modalità Cloud, fornisce stru-menti finalizzati alla conoscenza e monitoraggio del territorio, all’agricoltura di precisione, alla pianificazione e controllo delle attività in campo.Il Portale permette la rappresen-tazione del territorio con una dotazione di ortofoto aeree cer-tificate e ad altissima risoluzio-ne (fino a 20 cm) corredate da altimetria del terrreno (DTM – Digital Terrain Model) e del soprasuolo, come alberi , edifici (DSM – Digital Surface Mo-del). Il primo passo dell’implementa-zione è stata la gestione dei dati dell’Azienda Chiarion, oggetto del caso studio, in Siti4farmer ed ha previsto l’importazione dei dati catastali da dossier aziendale. A seguire si è proce-duto all’assegnazione dei codici colturali idonei (Agea) per una

corretta compilazione del piano colturale. Collegata ai suddetti codici colturali, è presente la gestione della scala fenologica secondo lo standard BBCH, la parametrizzazione comprende anche l’approndimento radicale medio per tipologia di terreno ed i coefficienti colturali (Kc) per ogni macrofase fenologica.Una volta completato il piano colturale, Siti4farmer è in grado di gestire le attività di Pratica Agricola, che comprendono: semina, fertilizzazione, diserbo, trattamenti con fitofarmaci e raccolta, e in generale tutte le attività effettuate negli appezza-menti oggetto dello studio. Da sottolineare che il portale è in grado di gestire le base dati rac-colta dagli strumenti in campo.

Il monitoraggio continuo at-traverso l’indice vegetaziona-le NDVI In Siti4farmer è disponibile un dataset completo di NDVI calcolato a partire dalle imma-gini riprese dalla costellazione Sentinel 2A e 2B, Landsat 8 durante la stagione vegetativa della coltura.La frequenza di ripresa delle immagini in caso di cielo sereno è di 4-5 giorni e la risoluzione è di circa 10x10 m. La risolu-

zione temporale ha consentito di monitorare costantemente l’andamento dell’intera stagio-ne vegetativa cogliendone la variabilità spaziale e temporale (fig. 6 e 7). La risoluzione spa-ziale per colture con copertura continua della superficie, quali il frumento, risulta buona per effettuare la maggior parte delle operazioni colturali quali diser-bi, concimazioni, trattamenti fitosanitari (fig. 6 e 7). Nell’ambito del progetto so-pracitato sono stati presi in considerazione gli appezzamenti a frumento nelle campagne 2016/2017 situati nel comune di Monteroni d’Arbia (SI) ed im-piegati in fase sperimentale per la stima della bontà predittiva.La possibilità di seguire, attra-verso il software, l’andamento della vegetazione durante tutta la stagione costituisce il presup-posto per rendere accessibile all’agricoltore le informazioni operative. Occorre sempre considerare che la fase in cui le informazioni circa la variabilità vegetazionale del campo sono maggiormente attendibili sono

Fig. 6 - Dashboard di visualizzazione dell’andamento storico dell'indice NDVI medio sull’intero appez-zamento, con possibilità di visualizzare anche il valore del singolo pixel e confrontare le immagini di due date differenti per il medesimo appezzamento.

Fig. 7 - sequenza temporale delle immagini NDVI dai satelliti Sentinel2 e Landsat 8 relative ad un appezzamento sperimentale dell'Azienda Chiarion, durante la stagione frumenticola 2016/2017.

http://siti4farmer.eu

http://abacogroup.eu

mailto:[email protected]


REPORT

sempre quelle comprese fra la fine accestimento e la fine levata. Naturalmente è possibile con-frontare gli andamenti di anna-te diverse distinguendo anche le differenze che sussistono di anno in anno.L’immagine NDVI è stata pro-cessata attraverso il software Siti4farmer con la funzionalità di editing al fine di ottenere una base informativa utile per la formulazione della mappa di prescrizione (fig. 8).

Gli indici agrometeorologici Oltre agli indici di vegetatività (NDVI), a partire dai raster meteorologici giornalieri (calco-lati grazie ai dati meteorologici della rete SIR - Toscana e dei dati previsionali giornalieri a 7 giorni), sono stati calcolati sul territorio oggetto di studio una serie di indicatori quali: la tem-peratura del terreno a 10 cm di profondità, la radiazione solare globale, l’evapotraspirazione po-tenziale da coltura di riferimen-to (ETo) e l’evapotraspirazione reale della coltura (ETm) e non ultimo il bilancio idrico.Per il bilancio idrico oltre ai suddetti dati meteorologici si è reso necessario acquisire i dati pedologici aziendali, necessari per determinare l’ampiezza del “serbatoio” cui la pianta può at-tingere la risorsa idrica (AWC).

I DSS standardSulla base delle informazioni provenienti dai dati meteorolo-gici ed indici agrometeo, sono stati implementati una serie di allarmi in grado di controllare le seguenti casistiche:

1) temperatura del terreno adatta alla semina;

2) crescita vegetativa non uni-forme: a partire dalle im-magini NDVI, andando a leggere il valore relativo alla deviazione standard, in caso

di valori superiori ad uno soglia parametrizzabile e co-munque fissata per default a 0.2 , viene emessa un’allerta nel caso tale soglia venga oltrepassata,

3) indice di disomogeneità all’interno dell’appezzamento,

4) accumulo di risorse ter-miche insufficienti per la maturazione tecnologica/raccolta.

ConclusioniL’introduzione dei sistemi e delle tecniche di fertilizzazione azotata di precisione ha aperto la strada per nuove sfide volte ad ampliare le applicazioni pos-sibili e a migliorare quelle messe a punto. La storicizzazione delle produzioni, i dati sulle caratte-ristiche dei suoli, i modelli di crescita e sviluppo, il migliora-mento delle previsioni stagiona-li, consentiranno di migliorare l’affidabilità delle mappe di prescrizione e delle fertilizzazio-ni e di renderle operative anche per la concimazione fatta alla semina, la prima concimazione di copertura e per le necessità di altri nutrienti quali fosforo e potassio.Tutto ciò è facilitato dall’im-piego di software come SI-TI4farmer che raccolgono in un unico ambiente tutti i dati

della campagna, ne forniscono una visione storica e georiferita (dove, quando, come) e elabo-rano informazioni di “supporto alle decisioni”. Grazie alle nuo-ve tecnologie sono ora disponi-bili, per tutti gli agricoltori e a costi contenuti, apparecchiature di precisione, sensoristica di

Fig. 9 - dashboard che aggrega gli indici agrometeorologici storici e previsionali calcolati sull’azien-da Chiarion. A: Plot andamento delle temperature massime, minime e precipitazioni giornaliere .B: Plot andamento dell’evapotraspirazione giornaliera da coltura di riferimento e reale del frumen-to duro. C: Plot dell’andamento della radiazione globale giornaliera. D: Plot dell’andamento della temperatura del terreno minima e massima giornaliera a 10 cm di profondità. E:Plot dell’andamen-to del bilancio idrico giornaliero.

Fig. 8 - immagine NDVI acquisita in fase di levata (21/4/2016)reclassata ai fini della somministrazione della seconda concimazione di copertura.


REPORT

campo ed algoritmi complessi per la elabo-razione dei dati. Questo nuovo modo di lavorare in agricoltura è la chiave di volta per l’ incremento e miglio-ramento della produ-zione, nell’ottica della sostenibilità, tracciabi-lità e capacità di adatta-mento ai cambiamenti climatici.

RingraziamentiSi ringrazia il Consorzio Agrario di Siena, il Dr. Roberto Ceccuzzi, la Az. Agr. Chiarion, la Fondazione Cassa di Risparmio di Firenze per il supporto fornito. Il progetto GRani An-tichi Nuove Tecniche di coltivazione è svolto nell’ambito della sot-tomisura 16.2 - PSR Regione Toscana.Si ringrazia inoltre per il supporto fornito: il Dr. Agr. Pietro Pagliu-ca.

BIBLIOGRAFIAAPARICIO, N., VILLEGAS, D., ARAUS, J.L., CASADESUS, J. & ROYO, C. (2002). Relationship between growth traits and spectral vegetation indices in durum wheat. Crop Sci. 42, 1547–1555.BROGE, N.H. & LEBLANC, E. (2000).Comparing prediction power and stability of broadband and hyperspec-tral vegetation indices for estimation of green leaf area index and canopy chlorophyll density. Remote Sensing of Environment 76, 156-172.CAMMARANO, D., FITZGERALD, G.J., BASSO, B., CHEN, D., GRACE, P. & O’LEARY, G.J. (2011). Remote estimation of chlorophyll on two wheat cultivars in two rainfed environments. Crop & Pasture Science 62, 269–275.Casa R. (2016). Agricoltura di precisione. Edagricole. ISBN 978-88-506-5510-6.Dalla Marta A., Grifoni D., Mancini M., Zipoli G., Orlandini S. (2011) - The influence of climate on durum wheat quality in Tuscany, Central Italy. International Journal of Biometeorology, 55, 87-96.Dalla Marta A., Grifoni D., Mancini M., Orlando F., Guasconi F., Orlandini S. (2015) - Durum wheat in-field monitoring and early-yield prediction: assessment of potential use of high-resolution satellite imagery in a hilly area of Tuscany, Central Italy. Journal of Agricultural Science, 153, 68-77Dalla Marta A., Orlando F., Mancini M., Guasconi F., Motha R., Qu J., Orlandini S. (2015). A simplified index for an early estimation of durum wheat yield in Tuscany (Central Italy). Field Crops Research, 170, 1-6FILELLA, I. & PEÑUELAS, J. (1994). The red edge position and shape as indicators of plant chlorophyll content, biomass and hydric status. International Journal of Remote Sensing 15, 1459-1470. Guasconi F., Dalla Marta A., Grifoni D., Mancini M., Orlando F., Orlandini S. (2011) - Influence of climate on durum wheat production and use of remote sensing and weather data to predict quality and quantity of harvests. Italian Journal of Agrometeorology, 3/2011, 21-28.HANSEN, P. M., JØRGENSEN, J.R. & THOMSEN, A. (2002). Predicting grain yield and protein content in winter wheat and spring barley using repeated canopy reflectance measurements and partial least squares regression. Journal of Agricultural Science, Cambridge 139, 307–318.LABUS, M.P., NIELSEN, G.A., LAWRENCE, R.L., ENGEL, R. & LONG, D.S. (2002). Wheat yield estimates using multi-temporal NDVI satellite imagery. International Journal of Remote Sensing, 23, 4169-4180.MKHABELA, M.S., BULLOCK, P., RAJ, S., WANG, S. & YANG, Y. (2011). Crop yield forecasting on the Ca-nadian Prairies using MODIS NDVI data. Agricultural and Forest Meteorology 151, 385–393.

PAROLE CHIAVEAgricoltura di precisione; Rapid Eye; Sentinel-2; monitoraggio remoto; NDVI, DSS

ABSTRACTMost of the wheat areas in Italy are located in areas characterized by high inhomogeneities from the pedological, oro-graphic and climatic point of view. In this context, the precision fertilization in function of crop needs, has had a positive impact on both economic and environmental sustainability.In the integrated projects of the "Pasta dei Coltivatori Toscani" chain and the " Grani Antichi Nuove Tecniche di lavorazi-one ", supported by the Rural Development Program of the Tuscany Region, some testing farms have been provided with operating machines capable of parallel guidance and monitoring yields, precision distribution models for nitrogen fertilizer, remote monitoring systems, and a computerized business dossier capable of processing and storing parcel infor-mation. This basic knowledge informations are an important element for the improvement and extension of sitospecific field practice. In this framework, SITIfarmer software was used as a platform dedicated to precision agriculture.

AUTOREMarco Mancini, [email protected] Dalla Marta, Simone Orlandini , Marco Napoli

Dipartimento di Scienze delle Produzioni Agro-alimentari e dell’Ambiente (DISPAA) Università di Firenze.

Simone Gabriele Parisi, [email protected]

Abaco S.p.A. , Corso Umberto I, 43, 46100 Mantova,

Via Indipendenza, 10646028 Sermide - Mantova - Italy

Phone [email protected] www.geogra.it


REPORT

®

®

ADV ArcGIS 2017_A4.indd 1 20/07/17 10:57

http://esriitalia.it


REPORT

Negli ultimi anni, il mer-cato dell’agricoltura di precisione si è evoluto

rapidamente grazie ai continui progressi tecnologici nel settore agricolo, volti a rispondere al bisogno di una produzione sem-pre più efficiente, al crescente consumo di cibo, nonché alla necessità di sfruttare le risorse naturali in maniera sostenibile. Inoltre, i cambiamenti climatici dovuti all’aumento del riscalda-mento globale hanno reso ne-

cessaria l’adozione di tecnologie avanzate per migliorare la pro-duttività e la resa delle colture.Secondo un rapporto pubbli-cato da Mordor Intelligence (MI, 2017), nel 2016 il mercato globale per l’agricoltura di pre-cisione è stato valutato più di 3 miliardi di dollari e dovrebbe raggiungere un valore di 7 mi-liardi entro la fine del 2022, con un CAGR previsto del 12,14% durante il periodo 2017-2022.Secondo uno studio del Par-lamento Europeo (EP, 2016) la diffusione di tecnologia di precisione risulta tuttavia an-cora lenta nel Vecchio Conti-nente, soprattutto nell’Europa meridionale. Basti pensare che oggi in Italia solo l’1% della superficie agricola coltivata vede l’impiego di mezzi di agricoltura di precisione, anche se il dato dovrebbe salire al 10% entro il 2021, secondo gli obiettivi del Ministero delle politiche agrico-le alimentari e forestali (Mipaaf, 2016). Come per l’Italia, in tutta Euro-pa oggi si assiste ad un crescente interesse degli operatori del settore primario per l’agricol-tura di precisione. Il fenomeno non stupisce, se si considera che il precision farming spesso permette alle aziende di produr-re output agricoli maggiori e migliori con input inferiori, riducendo i costi di esercizio e

l’impatto sull’ambiente e coniu-gando redditività e sostenibilità. In effetti, sempre stando allo studio del Parlamento Europeo, la completa diffusione dell’agri-coltura di precisione potrebbe avere influenze positive su di-versi aspetti, portando benefici socio-economici e ambientali. In particolare, si accenna spesso al ruolo fondamentale della pre-cision farming nel supportare lo sviluppo sostenibile e la sicu-rezza alimentare, attualmente garantite con difficoltà crescenti nell’economia europea. È altresì necessario sottolineare l’importanza delle diverse tecno-logie di precisione e strumenti per l’acquisizione dei dati, tra cui sensori montati principal-mente su macchine agricole, applicazioni per smartphone, satelliti (ad esempio Sentinel 1 e Sentinel 2) fino ai robot agri-coli. Infine, ma non meno im-portante, le soluzioni alla base dell’agricoltura di precisione saranno enabler fondamentali nel processo verso il concetto dell’autonomous driving (es. per i trattori).L’avvento di tecnologie sempre più sofisticate porta necessaria-mente con sé una serie di costi. In tal senso, i benefici prodotti dall’agricoltura di precisione devono (e dovranno) rivelarsi coerenti con la spesa sostenuta dagli agricoltori per introdurre queste nuove tecnologie. È in questo contesto, che l’attività di ALPHA Consult si inserisce, attraverso una serie di analisi costi-benefici volte proprio a investigare una tale coerenza per i principali attori nel settore agricolo.

Il settore agricolo si trova sempre

più spesso ad affrontare nuove

sfide provenienti da scenari

economici, sociali e ambientali in

rapida evoluzione. Questo obbliga

gli agricoltori ad individuare nuove

soluzioni per far fronte a tali

mutamenti. In questo contesto,

l’agricoltura di precisione si

prefigura come una strategia

efficace, che permette di abbattere

i costi e ottimizzare le attività

agricole, come dimostrato da Alpha

Consult durante le sue attività.

di Claudia Maltoni, Elizabeth A. Nerantzis

Agricoltura di precisione: l’impegnodi ALPHA Consult in Europa e Africa

Fig. 1 - Trial per l'agricoltura di precisione in Sud Africa.


REPORT

ALPHA ConsultAlpha Consult (www.alphacons.eu) è una società Europea di consulenza gestionale focaliz-zata principalmente nei settori GNSS (Global Navigation Satellite System), EO (Earth Observation), UAVs (Unman-ned Aerial Vehicle), IoT (Inter-net of Things) e relative indu-stry in Europa e in Africa. Una lista dei principali servizi offerti è riportata in figura 2.Fin dalla sua creazione nel 2009, ALPHA ha lavorato co-stantemente con le istituzioni europee promuovendo analisi e studi a supporto del valore aggiunto dell’agricoltura di precisione. In particolare, attra-verso le sue attività, ALPHA ha analizzato in dettaglio i benefici che possono portare al settore agricolo le tecnologie basate su: (i) sistemi di navigazione e di posizionamento come GNSS e SBAS (Satellite Based Augmen-tation System), ed in particolare Galileo e EGNOS (European Global Navigation Overlay Sy-stem); (ii) sistemi per l’osserva-zione terrestre (es. Copernicus); (iii) sistemi di informazione geografica (GIS); e (iii) soluzio-ni IoT o UAVs (per raccogliere informazioni). L’analisi è stata customizzata prendendo in con-siderazione diverse variabili (es. geografia, tipo di coltivazioni, livello di meccanizzazione) al fine di sostenere le decisioni dell’agricoltore nelle diverse fasi, quali la concimazione delle col-

ture, la semina o la raccolta.In questo ambito, ALPHA ha sviluppato, a seconda dei pro-getti, analisi di mercato, analisi costi-benefici, piani di business, roadmaps per l’introduzione di nuove tecnologie. Allo stesso tempo, si è occupata di sta-keholder engagement (ad es. tramite interviste e focus group) e ricerca di nuove opportunità di finanziamento per il settore (tra le altre attività, tramite la partecipazione ad eventi dedi-cati).Grazie a questa attività, Alpha ha maturato una solida com-petenza in ambito di precision agriculture che le ha permesso di riutilizzare alcuni concetti tipici del settore (es. “the right quantity, in the right place, at the right time” or “autonomous driving”) anche in ambiti total-mente diversi come ad esempio la manutenzione invernale.

L’agricoltura di precisione nei progetti di Alpha ConsultAll’interno del portfolio proget-ti di Alpha (più di 100 proget-ti), quelli dedicati all’agricoltura ricoprono da sempre una parte importante.Innanzitutto, vanno citati due framework contract (SUCCESS e SUCCESS 2) con la Commis-sione Europea (2010-2017) per attività a sostengo della coope-razione internazionale in ambito navigazione satellitare e dei pro-grammi EU in ambito GNSS. L’estensione al continente Afri-

cano dei servizi di SBAS, ed in particolare EGNOS, è stato il focus principale del progetto. Le relative attività sono state porta-te avanti congiuntamente da tre partner: FDC (coordinatore), DLC (management advisor) ed ALPHA (in capo alle analisi economiche e finanziare). All’ interno del progetto, a seguito di uno studio dei po-tenziali benefici di SBAS ed EGNOS in vari settori in Afri-ca, Alpha ha potuto concludere che l’agricoltura (in particolare quella di precisione) è da con-siderarsi il secondo mercato (dopo l’aviazione) a poter rice-vere un impatto positivo dall’e-stensione di tali sistemi. In par-ticolare, i sistemi citati potreb-bero permettere una maggiore precisione, una riduzione dello spreco degli input, un migliora-mento del sistema di irrigazione e gestione delle acque. Di con-seguenza, ci si può aspettare una riduzione di tempo, soldi e fati-ca, un’ottimizzazione della pro-duzione e un aumento dei pro-fitti. Tutti fattori che non vanno sottovalutati in un continente in cui l’agricoltura contribuisce al 32% del PIL e dà impiego al 65% della popolazione.Entrando nel dettaglio dell’a-nalisi, si vede come la maggiore precisione permessa da SBAS ed EGNOS abbia un ruolo chiave per specifiche colture (quelle senza marker, come ad esempio i cereali, mais, il riso, la canna da zucchero, il sorgo e il grano)

Fig. 2 - I principali servizi di Alpha Consult.

Fig.3 - Il team VISCA presso l'azienda vincola Symington (Portogallo).


REPORT

e fasi (quali i trattamenti iniziali e quelli successivi alla semina). Durante queste attività, una ri-duzione degli input da un mini-mo di 2.36% ad un massimo di 3.55% (soprattutto fertilizzanti, ma anche riduzione del lavoro e utilizzo dei mezzi) può essere raggiunta grazie ad EGNOS. Partendo da queste premesse e tramite un modello disegnato da Alpha, sono stati calcolati i benefici netti relativi all’utilizzo di EGNOS (e dell’agricoltura di precisione) in alcuni paesi dell’Africa Sub-Sahariana (con un più alto livello di meccaniz-zazione) e specificatamente in Sud Africa.Insieme alle analisi fatte per l’agricoltura di precisione in Africa, Alpha si è occupata di capire il valore aggiunto della stessa (tramite tecnologie ancor più avanzate) in Europa. Tra gli altri progetti1, VISCA (Vineyards´ Integrated Smart Climate Application) è il più recente. VISCA è un progetto finanziato dall’ Unione Euro-pea all’interno del programma Horizon 2020. Il progetto è iniziato nel 2017 con durata triennale (2020). VISCA riu-nisce una squadra multidisci-plinare di 11 partners europei tra cui società di servizi mete-orologici e ambientali, enti di ricerca e università, produttori e distributori di vino, e società di consulenza. Il progetto è coor-dinato da Meteosim. I partners del consorzio includono: Barce-lona Supercomputing Center, Codorniu, Institut De Recerca I Tecnologia Agroalimentaries, Istituto Superiore Mario Boella,

Universita degli Studi di Napoli Federico II, Mastroberardino Spa, Symington - Vinhos, Uni-versidade Do Porto, Unite Tech-nique Du Semide Geie e Alpha Consult.VISCA mira a rendere le indu-strie vinicole europee resilienti ai cambiamenti climatici, ridu-cendo al minimo costi e rischi attraverso un miglioramento della gestione della produzione (qualità e quantità del prodotto finale). Per raggiungere questo obiettivo, VISCA fornirà un servizio climatico (Climate Service) e un sistema di sup-porto decisionale (Decision Support System) che verranno testati con tre potenziali utenti in Italia, Portogallo e Spagna. Insieme con altre fonti di dati, il Climate Change Service di Copernicus sarà utilizzato. Inol-tre, sarà eseguito uno scouting dei dataset esistenti e disponibili all’interno del database GEOSS.Seppur appena cominciato, le aspettative rispetto ai poten-ziali impatti nel settore sono già elevate. Secondo un primo feedback da parte di potenziali utenti interni al Consorzio2 o membri del Project Advisory Board3, “VISCA consentirebbe una previsione di produzione anticipate di un anno. Questo avrebbe un impatto immediato del valore del raccolto di uva del 2%”. Anche qui, sarà compito di Alpha validare questi benefici e capire i potenziali costi, al fine di stimare l’impatto finale per i viticoltori e valutare, al tempo stesso, la sua replicabilità ad al-tri settori agricoli ad alto valore aggiunto (es. olive e riso).

BIBLIOGRAFIAPrecision Agriculture: An opportunity for EU farmers - Potential support with the CAP 2014-2020, Study, Directorate-General for Internal Policies, Policy Department B: Structural and Cohesion Policies, Agricul-ture and Rural Development, 2014. Fonte: http://www.europarl.europa.eu/RegData/etudes/note/join/2014/529049/IPOL-AGRI_NT%282014%29529049_EN.pdfGNSS Market Report 2017, EU GNSS Agency, 2017. Fonte: https://www.gsa.europa.eu/2017-gnss-market-report Smart equipment for sustainable agriculture precision farming: producing more with less, CEMA (European agricultural machinery), 2017. Fonte: http://cema-agri.org/sites/de-fault/files/Smart%20equipment%20for%20sustainable%20agriculture.pdfGlobal Precision Agriculture Market - Growth, Trends and Forecasts (2017 - 2022), Mordor Intelligence, 2017. Fonte: https://www.mor-dorintelligence.com/industry-reports/preci-sion-farming-market“Linee guida per lo sviluppo dell’agricoltura di precisione in Italia” Mipaaf, 2016. Fonte: htt-ps://www.politicheagricole.it/flex/cm/pages/ServeBLOB.php/L/IT/IDPagina/10349

PAROLE CHIAVEAlpha Consult; Agricoltura di precision; GNSS; Earth Observation; Costs-Benefits Analysis

ABSTRACTPrecision agriculture is the application of differ-ent technologies and solutions aimed to manage the variability of agricultural production, in order to improve crop yield and reduce environmental impact, by also increasing resilience to climate change. All in all, these technologies are also key enabling elements of the foreshadowed autono-mous driving concept realized in the agricultural domain, applied for tractors and spraying drones, the documentation of assets and tasks, raising preparedness for disaster relief, etc.In recent years, a number of technologies have been developed leveraging satellite positioning systems (e.g. Galileo and EGNOS), geographic information systems (GIS), earth observation services (e.g. Copernicus), UAVs and/or IoT sen-sors. In general, the technology is still far form level 5 automatization of driving (on the 0-5 ADAS scale), but applications like automatic steering, tractor guidance, geofencing, livestock tracking and asset management/documentation are already quite widespread and their adoption is expected to grow in the next future.Nevertheless, the uptake of such sophisticated technologies necessarily entails a number of costs. In this sense, the benefits of precision agriculture must be coherent with the expenditure incurred by farmers in introducing them. In this context, throughout different projects, ALPHA Consult's work and expertise appears crucial to investigate such coherence for the major players in the agri-cultural sector, in particular in Europe and Africa.

AUTOREClaudia [email protected] A. [email protected]

NOTE1 Alcuni esempi di altri progetti/ attività sono: (i) AUDITOR (Advanced Multi-Constellation EGNSS Aug-mentation and Monitoring Network and its Application in Precision Agriculture), un progetto H2020 di durata biennale (2016-2017) finanziato dall'Agenzia Europea per il GNSS (GSA) (www.auditor-project.eu); servizi di consulenza ad hoc per GSA nell'ambito del progetto di implementazione dei piani di ingresso sul mercato di EGNOS per l’agricoltura di precisione.2 Codorniu, Mastroberardino and Symington. 3 OIV(International Wine Association), INNOVI (Catalan Wine Cluster), PTV (Plataforma Tecnológica del Vino), Asso Enology, WMO (Wolrd Meteorological Organization), UNEP (United Nations Development Pro-gramme) Consultant, IOC (International Oil Council), AEMO (Spanish Olive Association), CITOLIVA (Olive Oil technological Center), Aprol Campania (Olive Oil Organization), DELTAMED (Mediterranean Deltas As-sociation), EEA (European Environmental Agency), JRC (Joint Research Center).


REPORT

Analisi 4D

Inserimento di cartografia

Verifiche dimensionali

Inserimento di modelli CAD/BIM

AmbienteGIS 3D

perinterrogazioni

Analisi relazioni spaziali (rapporto pieni e vuoti)

Analisi e Pianificazione

Aeronike, presente sul mercato dal 1966, ha saputo sviluppare negli oltre 40 anni di vita, tutte le attività legate al rilievo da piattaforma aerea, completando la filiera produttiva dotandosi della strumentazio-ne necessaria per la redazione di cartogra-fia numerica aerofotogrammetrica ai diversi livelli di dettaglio e sviluppando una competenza core sulla restituzione 3D dei dati aerofotogrammetrici.

City Explorer 3D è una piattaforma tecnologica che consente di ricreare un modello virtuale 3D integrando dati e rilievi aerofotogrammetrici provenienti da diverse fonti (aereo-drone-terrestri) a supporto delle esigenze dei diversi enti, assessorati, associazioni, consorzi etc.

Fornisce all’utente un’esperienza immer-siva 3D della propria città o del territorio, del sito o del monumento di interesse. Al proprio interno è possibile progettare specifici itinerari turistici (Tour Virtuali) con il supporto di una voce narrante multilingue che permette di immergersi a 360° nel contesto.

L’utilizzatore può accedere al tour virtuale 3D immersivo via web, via APP su disposi-tivi mobili, usufruendo anche di supporti tipo Google Cardboard oppure su un TOTEM / Monitor Touch Screen disponi-bile ad esempio nei vari Punti Informativi con integrazione di contenuti di Realtà Virtuale e Realtà Aumentata.

Realizzazione cartografia da modello 3D

Simulazioni (idrogeologico, acustico,etc...)Supporto per verifica impatto ambientale

Rilievo 3D su cui realizzare i progetti esecutivi

Fotoinserimenti

Exportin

formatoCAD

Profili stradali

Supporto alla progettazione

Altri ambiti applicativi del Modello 3D del Territorio

Aeronike City Explorer 3Dwww.aeronike.com @aeronikece3d

Aeronike presenta City Explorer 3D: know how e innovazione tecnologica

Aeronike


REPORT

Dall’entrata in vigore del Dlgs 152/2006 il monitoraggio ambientale

è entrato a far parte a pieno titolo nella organizzazione di qualsiasi attività produttiva che comporti potenziali ricadute sulle diverse matrici ambientali (acqua, suolo, aria). Il decreto demanda infatti il monitoraggio ai titolari delle attività che sono obbligati a predisporre piani di controllo analitici periodici i cui

esiti devono essere comunicati agli Enti di controllo. All’attività di monitoraggio di routine del gestore si somma quella più sporadica di campionamento e analisi in contenzioso messa in atto dagli stessi Enti.L’insieme di queste attività di monitoraggio, spesso eseguite su molti punti di controllo, con cadenze variabili (da uno a qualche mese), comportano negli anni la produzione di grandi moli di dati analitici; questi ultimi possono presentare importanti variabilità sia intrinseche per la natura delle matrici analizzate (variabilità chimica spaziale e temporale) sia introdotte involontariamente dal cambiamento delle metodologie analitiche (ad es. cambio dei limiti di detezione), delle tecniche di campionamento ed altro.Tali variabili naturali o di metodo devono essere tenute ben presenti per poter individuare prontamente ed efficacemente i mutamenti indotti nel sistema naturale da eventuali contaminazioni provocate dall’attività antropica.L’utilizzo e l’interpretazione dei dataset prodotti dai monitoraggi

sono spesso risultati carenti poiché affrontati dai diversi operatori ed enti attraverso archivi cartacei o elettronici, questi ultimi di solito privi di funzionalità evolute di ricerca e analisi. Per risolvere queste problematiche è stata realizzata una piattaforma software (denominata TL-Ambiens), specificamente progettata per l’archiviazione dinamica di grandi moli di dati multitemporali.Composta da un segmento geografico (webGIS) e da un’interfaccia dotata di specifiche funzionalità di ricerca e analisi statistica, TL-Ambiens consente l’archiviazione dei dati analitici in modo da poter essere filtrati, interrogati, diagrammati e rappresentati su base cartografica oltre alla produzione di elaborati grafici e di specifica reportistica.La piattaforma è stata utilizzata con successo sulla rete di monitoraggio della discarica per rifiuti speciali del “Tiro a Segno” (Cascina – PI; Fig. 1), risultando di fondamentale importanza come strumento di supporto decisionale nella soluzione di rilevanti problematiche ambientali.La discarica oggetto del case history di seguito illustrato è gestita dalla Società Ecofor Service SpA, che utilizza TL-Ambiens per l’analisi dei dati raccolti sulle diverse matrici ambientali presso tutti i suoi impianti.

TL-Ambiens è una piattaforma

software geografica per

l’archiviazione e l’analisi di grandi

dataset ambientali. Il suo utilizzo

sulla rete di monitoraggio di una

discarica per rifiuti speciali ha

permesso di ottimizzare la gestione

dei dati analitici ed è risultato di

fondamentale importanza come

strumento di supporto decisionale

nella soluzione di rilevanti

problematiche ambientali.

di Raffaele Battaglini, Valerio Noti, Brunella Raco, Alessandro Salvadori

Una piattaforma software di supporto decisionale per

la gestione e l’analisi di grandi dataset ambientali

Fig. 1 - Interfaccia di TL-Ambiens con la rete di monitoraggio delle acque sotterranee della discarica “Tiro a Segno” (Cascina, PI).


REPORT

Case History: la gestione dei dati di monitoraggio di una discarica per rifiuti specialiLa discarica oggetto di studio poggia su sedimenti caratterizzati dall’alternanza di orizzonti prevalentemente limo-argillosi con discontinue lenti sabbioso-limose e orizzonti di torba. Tale insieme di depositi, di ambiente lagunare e lacustre, si comporta nel complesso come un acquitardo e si sovrappone ai sottostanti orizzonti sabbiosi e ghiaiosi di ambiente fluviale presenti a partire da circa 40-50 m di profondità dal piano di campagna all’interno dei quali è ospitato un acquifero di importanza regionale. La discarica è dotata di un sistema di monitoraggio delle acque sotterranee, costituito da una serie di 18 piezometri di controllo distribuiti sia all’interno (Fig. 1) che all’esterno del perimetro dell’impianto (S6 e Pozzo A). Ad eccezione di un pozzo (Pozzo A) che presenta una profondità

oltre i 50 metri, 14 piezometri si estendono fino ad un massimo di 15 metri, mentre altri 3 piezometri (N1, N2 e N3), raggiungono la profondità di 30 metri.I 18 punti di controllo sopra elencati sono oggetto di monitoraggio trimestrale con un protocollo analitico che prevede la determinazione di 59 parametri chimici e chimico-fisici e di ulteriori 4 parametri isotopici. A questi dati si aggiungono analoghe determinazioni condotte sulle acque di scorrimento superficiale raccolte dalle canalette e dai fossi presenti nelle aree contermini e sul percolato prodotto dalla discarica (5 punti di prelievo). Queste analisi sono state realizzate a partire dal 2001 e fanno parte integrante del piano di sorveglianza e controllo dell’impianto. In totale i dati chimici archiviati al dicembre 2016 sono oltre 25.000 solo per le acque sotterranee, con indicazione

dei vari metadati quali metodo analitico, laboratorio che ha prodotto il dato, differenziazione tra valori effettivamente rilevati e valori inferiori ai limiti di detezione.Tutti i dati sopra descritti sono interrogabili con la possibilità di impostare filtri per matrice, sottomatrice, campagna, intervallo di date, punto di controllo, parametro, range di valori, metodo analitico, laboratorio e di restituire output tabellari e in mappa dei risultati (Fig. 2).I dati di monitoraggio sopra descritti sono stati normalizzati e archiviati con procedure automatiche all’interno del geodatabase in formato PostGIS di TL-Ambiens. Quest’ultimo ha consentito inoltre l’archiviazione di informazioni relative alle stratigrafie dei vari piezometri,

Fig. 2 - Ricerca di dati analitici con visualizzazione del pannello dei risultati tabellari e dell’ubicazione dei punti di controllo in mappa

Funzionalità e caratteristicheprincipali di TL-AMBIENSVisualizzazione della distribuzione spaziale e temporale

dei dati di monitoraggioGestione dei layer geografici (GIS) di matrici, sottoma-

trici ambientali, superamenti di sogliaRicerche per matrice, sottomatrice, campagna, inter-

vallo di date, punto di controllo, parametro, range di valori, metodo analitico, laboratorioOutput tabellare e in mappa dei risultati con funzionali-

tà di esportazioneVisualizzazione immediata di eventuali superamenti

dei livelli e soglie di allarme (es. Concentrazioni Soglie di Contaminazione, Livelli di Controllo e di Guardia, limiti normativi, ecc.)Realizzazione di mappe tematiche (per concentrazioni,

superamento soglie, ecc.)Verifica qualità dei nuovi dati analitici importati (es.

verifica di elettroneutralità con segnalazione testuale e grafica di eventuali non conformità, difformità dai dati pregressi)Analisi statistica dei dati con strumenti grafici (es. cro-

nogrammi, scatterplot, diagrammi triangolari, istogram-mi, QQ-Plot, Box-Plot, ecc.) e numericiPossibilità di collegamento a documenti esterni (es. cer-

tificati analitici, stratigrafie, ecc..)Pannello di controllo con gestione matrici, sottomatrici,

punti di controllo, campagne, ecc..Accurata procedura di importazione delle analisi nella

banca dati con normalizzazione dei dati sorgente etero-genei (es. diversi laboratori, strumentazioni e metodolo-gie di acquisizione, ecc..) da formati di foglio elettronico o database template standardizzatiModulo per gestione stazioni di monitoraggio continuoRealizzazione di report stampabiliSupporto multi-utenza con parametri di accesso riser-

vatiPossibilità di gestione di più impianti/aree di interesse

per singolo operatore

Fig. 3 - Pannello di controllo amministrativo per la gestione degli elenchi e l’importazione delle campagne.


REPORT

dei parametri idrogeologici dei diversi orizzonti e degli esiti dei test di cessione realizzati sui sedimenti campionati a varie profondità, oltre a tutte le ulteriori informazioni richieste dall’Ente di controllo al Gestore dell’impianto per le matrici ambientali coinvolte.La piattaforma dispone di un pannello di controllo amministrativo all’interno del quale è possibile archiviare i dati di monitoraggio mediante la semplice importazione di fogli elettronici o tabelle di database standardizzati. Il gestore ha infatti chiesto ai vari laboratori di analisi di fornire i dati secondo template prestabiliti. In questo modo, l’attività di popolamento è risultata estremamente semplificata consentendo anche la verifica automatica di qualità dei nuovi dati analitici (es. verifica di elettroneutralità con segnalazione testuale e grafica di eventuali non conformità, difformità dai dati pregressi, ecc..). Il pannello di

controllo permette inoltre l’aggiornamento degli elenchi di matrici, sottomatrici, campagne, punti di controllo, parametri, laboratori e metodi analitici per ogni singolo impianto gestito (Fig. 3).

Problematica ambientale: l’origine delle anomalie di arsenicoLe acque sotterranee intercettate dalla rete di monitoraggio della discarica presentano una notevole variabilità composizionale con

una prevalenza di facies clorurato-alcaline e bicarbonato - alcalino terrose. La maggior parte dei campioni mostra composizioni compatibili con meccanismi di mixing tra questi due end member composizionali, la cui origine può essere ricondotta, rispettivamente, alla dissoluzione di salgemma da parte di acque meteoriche infiltratesi localmente e caratterizzate da circolazioni molto lente e alla dissoluzione di minerali carbonatici. Sono inoltre presenti acque solfato calciche

Fig. 4 - Rappresentazione spaziale dei valori medi delle concentrazioni di As (in µg/L) re-gistrati nel periodo 2001-2016. In legenda sono indicati gli intervalli di concentrazione (Range) e il numero di punti di controllo ricadenti in ciascun intervallo (N).

Fig. 5 - QQ-plot (in alto; concentrazioni sulle ordinate in µg/L, Z score sulle ascisse) e box-plot As ca-tegorizzati sulle profondità (a sinistra 5-8 m; al centro 12-15 m: a destra 30-33 m; valori sulle ordinate in µg/L).

originatesi probabilmente per dissoluzione di minerali quali gesso e anidrite, rinvenuti sia in forma dispersa che cristallina nei sedimenti locali. La marcata variabilità spaziale delle acque testimonia, in accordo con le evidenze stratigrafiche e idrogeologiche, la mancanza di interconnessione tra gli orizzonti più permeabili presenti all’interno dei depositi lagunari (probabili canali di laguna).In questo contesto geochimico e idrogeologico, è stata riscontrata la presenza di elevate


REPORT

concentrazioni di As (fino a 220 µg/L). Il rinvenimento di queste anomale concentrazioni di arsenico ha comportato, da parte dell’Ente di controllo, la prescrizione per l’avvio di una procedura di indagini supplementari volte a stabilire se quanto rilevato fosse da correlare alla presenza di contaminazioni da percolato o ad altre cause antropiche o naturali.La possibilità di avere a disposizione una piattaforma software in cui i dati fossero archiviati e informatizzati e al cui interno fossero disponibili strumenti di analisi grafica e numerici, ha enormemente diminuito i tempi di elaborazione e facilitato la comprensione dei fenomeni in atto.Nella maggior parte dei casi, infatti, i dati di monitoraggio sono archiviati sotto forma di certificati analitici cartacei o pdf o, nel migliore dei casi, su fogli elettronici di varia struttura più o meno adatta ad eseguire ricerche ed elaborazioni dei dati. In questi casi la sola razionalizzazione delle informazioni implica un ingente dispendio di energie e di tempo paragonabile, o superiore, a quello necessario per l’analisi dei dati, con il rischio ulteriore di introduzione di errori di trascrizione e di perdita di informazioni.Attraverso TL-Ambiens i dati sono stati mappati e diagrammati per indagare la distribuzione spaziale delle anomalie di arsenico, per individuare la presenza di trend temporali e per evidenziare correlazioni della specie di interesse con altri parametri chimici e isotopici. In particolare il software permette di tematizzare sull’interfaccia webGIS le concentrazioni dei vari parametri suddivisi in intervalli graduati e di eseguire varie tipologie di diagrammi (es. cronogrammi, istogrammi, scatterplot, QQ-Plot, Box-Plot, ecc.).La rappresentazione spaziale della concentrazione di As (Fig. 4) e la costruzione dei box plot categorizzati (Fig. 5) ha indicato che le concentrazioni più elevate erano costantemente rinvenute

Fig. 6 - Finestra di generazione dei cronogrammi con l’evoluzione temporale delle concen-trazioni di As (in µg/L ) rilevate nelle acque campionate dai piezometri N1, N2 e N3.

Fig. 7 - Finestra di generazione degli scatterplot. Diagramma As vs Fe in scala logaritmica (valori in µg/L) per le acque campionate dai piezometri N1, N2 e N3.

Fig. 8 - Diagramma semilogaritmico As (µg/L) vs SO4 (mg/L) per le acque campionate dai piezometri N1, N2 e N3.

Fig. 9 - Diagramma di correlazione As (µg/L) vs Trizio (U.T.) per le acque campionate dai piezometri N1, N2 e N3.


REPORT

nei piezometri di profondità intermedia (30 m da p.c.) i cui sondaggi avevano evidenziato la presenza di orizzonti torbosi, ossia livelli per i quali è nota la possibilità di innesco di processi di rilascio di As e di altri metalli, quali Mn e Fe, in ambienti riducenti (Shaefer et al., 2017; Dousova et al., 2012 e loro riferimenti).L’effettiva presenza di citati meccanismi di riduzione della materia organica quali responsabili dell’arricchimento in As delle acque sotterranee può essere verificata analizzando i rapporti tra questa specie e altri elementi in traccia che subiscono lo stesso meccanismo genetico, fra tutti il Fe. Come evidenziato dal diagramma As vs Fe (Fig. 7) i due analiti mostrano effettivamente una correlazione positiva che supporta l’ipotesi che le elevate concentrazioni delle due specie sia effettivamente da attribuire ad una origine naturale. Anche l’osservazione dei rapporti As – SO4

(Fig. 8) corrobora questa ipotesi: infatti, all’aumentare della concentrazione di solfato, dunque all’instaurarsi di condizioni più ossidanti, corrisponde una riduzione dei contenuti in As.Per eliminare ogni dubbio circa la possibilità di un contributo legato alla discarica è stata verificata la presenza di eventuali correlazioni tra l’arsenico e il principale tracciante del percolato, il trizio (Tazioli et al., 2002; Fuganti et al., 2003; Doveri et al., 2008; Raco et al., 2013). Come è possibile osservare in figura 9 pur non essendo stati prodotti dati isotopici relativi ai campioni dove è stata riscontrata la maggiore concentrazione di As, è evidente

come ai valori più elevati di quest’ultimo corrispondano i valori minori di trizio. Questa indicazione esclude chiaramente che esistano contributi alla concentrazione di As legati alla presenza di processi di interazione tra reflui di discarica e acque sotterranee.

ConclusioniLa possibilità, da parte del gestore dell’impianto, di avere a disposizione, una piattaforma di archiviazione, interrogazione e analisi di grandi masse di dati chimici e non, ha consentito di affrontare e risolvere una questione complessa in tempi rapidi. Il principale vantaggio di uno strumento del genere consiste nel rendere facilmente e immediatamente disponibile l’intero storico dei dati di monitoraggio realizzati sulle varie matrici ambientali, archiviati in un unico database omogeneo e aggiornato. Questa conoscenza e disponibilità di dati e strumenti per la loro analisi, con la possibilità di settare soglie di attenzione su vari parametri e punti di controllo, fornisce un efficace mezzo di gestione dei dati ambientali che non dipendono più dalla memoria del tecnico preposto, ma diventano parte essenziale del know-how aziendale.

RingraziamentiSi ringrazia la società Ecofor Service SpA, in particolare l’Ing. Alessandro Salvadori e i suoi preziosi colleghi, per la disponibilità e lo spirito collaborativo.

PAROLE CHIAVEGIS; webGIS; TL-Ambiens; monitoraggio ambientale; Decision Support System (DSS); analisi statistica; dataset ambientali; ottimizzazione gestione dati

ABSTRACTTL-Ambiens is a geographical software platform for stor-ing and analyzing large environmental data sets. Its use on the monitoring network of a landfill for special waste has made it possible to optimize the management of ana-lytical data and was of fundamental importance as a tool to support decision-making in the solution of significant environmental problems.

AUTORERaffaele Battaglini [email protected] Noti [email protected]

Brunella Raco, [email protected], Istituto di Geoscienze e Georisorse di Pisa

Alessandro Salvadori Ecofor Service SpA

Interferometro radar da terra Monitoraggio in tempo reale di deformazioni, movimentie vibrazioni fino a una distanzadi 4 chilometri.

Con precisione di 0,01 millimetri

> monitoraggio frane, ponti e cavalcavia> prove di carico> deformazioni dighe e strutture> analisi modale> monitoraggio vibrazioni

Eppur… si muove?

ph. +39 02 4830.2175

CODEVINTECTecnologie per le Scienze della Terra

www.codevintec.it

FastGBSAR RAR Real Aperture Radar

FastGBSAR SAR Synthetic Aperture Radar

FastGBSAR: SAR and RAR Uno strumento, due modalità.

Photo: designed by Evening_tao - Freepik.com

01_adv_GeoMedia_70x297mm_Esec.indd 1 29/11/2017 10:54:36

http://codevintec.it


REPORT


http://3dtarget.it


GUEST PAPER

The modern farming industry is at a turning point. With the devel-

opment of more advanced farm management techniques, such as precision agriculture, indus-try professionals now have more tools than ever to improve the accuracy and efficiency of pro-cesses. Innovative technologies, such as unmanned aerial vehicle (UAV) solutions, also have a growing presence in this arena, as the benefits become more ap-parent and access to hardware

and software improves. Such advances have comple-mented the ground-based techniques historically used in agricultural surveying applica-tions, and enabled a more holis-tic approach to data collection. This is especially true in the European agriculture market, where countries like Italy, which has more than 12.9 million hec-tares of utilised agricultural area (UAA), are seeing more wide-spread acceptance of modern mapping technologies1.

With the agriculture industry set for greater adoption of ad-vanced technologies, UAV solu-tions are expected to become more integrated and capable of meeting the needs of industry professionals.

Current challenges While the modern agriculture industry is learning to adapt to evolving demands and technol-ogies, farmers and agronomists across the globe still face chal-lenges that can complicate busi-ness operations. For instance, with world supply at an all-time high, commodity prices are at an all-time low, meaning that budgets have become tighter and improved resource manage-ment is a necessity. There is also a growing demand from end-users for greater product tracea-bility; consumers want to know where the goods they buy come from and how they were grown. As well as creating a need for more stringent food safety and quality control checks, this farm to fork movement has resulted in the establishment of more

With the prominence of precision agriculture platforms

rapidly increasing in the modern farming industry, Nathan

Stein, Ag Solutions Manager at senseFly, explores the key

trends in 2018 and how innovative technologies, such as

unmanned aerial vehicle (UAV) solutions, can meet the day-

to-day challenges ag professionals face.

The Future of Drones in the Modern

Farming Industryby Nathan Stein

1 European Union, Eurostat: Agricultural census in Italy [website] http://ec.europa.eu/eurostat/statistics-explained/index.php/Agricultural_census_in_Italy (retrieved 4 December 2017)


GUEST PAPER

in-depth, controlled systems to track and record a product’s journey, often at additional ex-pense. Optimising sustainability also continues to be a key challenge in the global farming industry. Agriculture professionals face pressures to produce more crops using fewer resources, such as water and fertiliser, to minimise the impact on the environ-ment, public health and animal welfare. With such fluctuating market conditions to contend with, these demands can place significant strain on operational efficiency and profitability. Seeking new opportunities to economise is therefore vital for the farming industry.

Past approachesPrior to the development of new, advanced technologies, traditional solutions have been used to address these challenges; however, these are typically time, resource and labour in-tensive. For instance, in volatile market conditions, estimating annual yield has been a com-mon approach, to guide deci-

sion-making and help manage expectations in the face of eco-nomic uncertainty. To success-fully manage traceability, careful monitoring and record-keeping of product origin and journey has played an important role. Enhancing sustainability has also relied upon documenta-tion, with this having often been achieved by benchmarking the volume of resources, such as water, fertiliser and seeds, required in the previous year, in an effort to minimise excess. While these traditional ap-proaches all once played a key role in helping farmers to safeguard their interests and deal with market fluctuations,

the increased need for more on-demand insight means that faster, more efficient solutions are growing in popularity. Similarly, with the demand for large quantities of precise, accu-rate data increasing, traditional terrestrial approaches to crop monitoring, such as laser scan-ning and remote sensing, are less favourable today due to the time and labour requirements these methods necessitate. Further problems arise when faced with challenging weather conditions, which can signifi-cantly impact the time it takes to map large areas of farmland, particularly when on-foot, and can delay projects for days.


GUEST PAPER

The role of UAVsIn light of these challenges, it is increasingly essential for the farming industry to explore new approaches and embrace innovative precision technolo-gies, to better navigate the mar-ket and protect profitability. While drones have been present in agriculture for many years, recent developments, such as improved accuracy and effi-ciency, have seen UAVs emerge as a trustworthy and efficient data collection tool during crop season. In addition to data quality, drones can play a significant role in streamlining workflows and processes, with more re-sources being invested in im-proving UAV integration with existing farm management information systems (FMIS). For instance, agronomists can take field boundaries from their existing FMIS and fly drones repeatedly during crop season without re-drawing them, help-ing to reduce time spent plan-ning and in the field. Providers

of drone solutions, such as senseFly, are leading the way to support agriculture profession-als in integrating new software with terrestrial techniques. Professional, end-to-end solu-tions, such as the senseFly Ag 360, provide in-depth aerial insights to monitor crop de-velopment, increase yield and reduce inputs. Collaborative partnerships between hardware and software manufactur-ers enable these solutions to facilitate more streamlined, integrated workflows, support-ing agriculture professionals from data collection through to processing and analysis. Once analysed, this data can then be converted to a prescription, which is applied to crops using Mobile Implement Control System (MICS). These systems are now installed in many trac-tors, and can be used to map areas of , as well as precisely apply seed, fertiliser and crop protection products.

Navigating the challengesAside from facilitating more effective data collection, UAVs can also help address the key challenges facing the industry today. Take unfavourable com-modity markets as an example. Having an informed, compre-hensive plan is essential to help determine areas of high and low production. With highly de-tailed measurements, UAVs can

offer accurate insights to guide decision-making. This data can also support the streamlining of product traceability, by provid-ing a digitised map with the GPS location of every point in the journey and enabling farm-ers to move away from tradi-tional, time-consuming written records.In addition, the insights from drone technology can help to improve the sustainability of crop production. With this in-formation, farmers can utilise optimal quantities of water, fertiliser and crop protection to maximise growth, while minimising excess. This can be further complemented by other imaging techniques such as satellite imagery which, while providing lower quality data, can monitor crop changes on an ongoing, longer term basis and with less expenditure.

What’s next for UAVs?While UAVs can offer a wide range of advantages to farm-ing professionals, moving from written and qualitative meas-urements to highly accurate quantitative methods is not al-ways simple. The integration of UAVs into existing workflows has been further impacted by stringent regulations on agricul-tural drone use in Europe. In Italy specifically, while regula-tions have become gradually more accommodating, there are still restrictions in place that have impacted take up. For in-stance, regulations put in place by the Italian aviation authority, Ente Nazionale per l’Aviazone Civile (ENAC) dictate that, for use in critical operations such as cities, railways and highways, drones must be below 2kg2.Despite this, as users become more aware of the operational and legislative requirements of commercial drone use and seek

to broaden their service offer-ing, the integration of UAV solutions is expected to grow in 2018 and the years to come. To maintain a competitive edge, many professionals are also developing UAV programmes for scouting or fertiliser man-agement, while hardware and software providers, like senseFly, are collaborating to develop end-to-end solutions that facilitate more integrated workflows for rice, corn, soy-bean, fruit and nut partners, as well as vegetable growers. While more work is needed to create analytics that can optimise the

data collected, the potential for integrated drone solutions in agriculture is significant.

The future of agIn an evolving, and often vola-tile market, a comprehensive understanding of farm and crop conditions is essential for agriculture professionals to optimise their operations and increase commercial success. While ground-based mapping techniques continue to play an important role, aerial map-ping systems, like UAVs, can complement these options, providing consistent and highly

accurate insights in a timelier and more cost-effective fashion. While the road to widespread adoption of drones in ag has not been simple, the benefits – from time savings to logistical problem-solving – are evident. With sustainability in farming higher on the agenda than ever before, UAV solutions may prove to be key in contributing to safeguarding the environ-ment, while also protecting and increasing profitability in the industry.

KEYWORDSUnmanned aerial vehicles; UAV; drones; precision agriculture; end-to-end solutions; integrated workflows

ABSTRACTWith the modern farming industry continuing to evolve, and demand for faster, more efficient farmland mapping at an all-time high, the potential for unmanned aerial vehicles (UAVs) in the agriculture industry is greater than ever. While more investment in R&D programmes is required, collabo-rative partnerships between hardware and software provid-ers are enabling the creation of more integrated, end-to-end drone solutions, capable of meeting the needs of agriculture professionals worldwide and influencing future develop-ments in modern farming.

AUTHORNathan Stein, Ag Solutions Manager [email protected] Regolamento ENAC “Mezzi aerei a pilotaggio remoto” (ENAC Regulation “Remotely Piloted Aerial

Vehicles”), 2nd edition, [website], 2015 https://www.enac.gov.it/repository/ContentManagement/infor-mation/N122671512/Reg_APR_Ed%202_2.pdf, (retrieved 4 December 2017)

Versione 5

Vendita – Noleggio - Servizi chiavi in mano, anche con strumentazione cliente

• Rilievi batimetrici automatizzati• Fotogrammetria delle sponde• Acquisizione dati e immagini• Mappatura parametri ambientali• Attività di ricerca

http://aerrobotix.com


A VENT’ANNI DALLA SCOMPARSA DI MARIANO CUNIETTILuglio 1967, tornavo da Luino, presidente di una commissione di esami di Stato per geometri, insod-disfatto sia degli esami-nandi che degli esamina-tori, questi ultimi capaci solo di porre domande ovvie e soprattutto, per to-pografia e costruzioni, ben lontane dalla realtà di quei tempi e invece ancorate al mezzo secolo precedente.

Pensavo ai libri di Piero Chiara e alle poesie di Vittorio Sereni, nati nella ridente città lombarda poi ricordata in tante loro ope-re, e al fatto che il commissario di lettere italiane s’era dimen-ticato di questi insigni cittadini nelle interrogazioni. Mi giunse improvvisa la chiamata al cellulare da parte della segreteria della Sezione Rilevamento del mio Dipartimento, e rimasi scioccato: era scomparso, al mattino, Mariano Cunietti, da anni afflitto dal morbo di Parkinson ma che appena un paio di settimane pri-ma avevo visitato, insieme all’amico comune Terenzio Mariani trovandolo come ormai da tempo fiaccato nel corpo, ma come sempre lucido di mente e ancor capace di sorridere e far battu-te. La sua passione per le discipline del rilevamento e della rap-presentazione era totale; quanto si sia speso nella sua vita per insegnare, in particolare a coloro che considerava i topografi per eccellenza, i geometri, lo possono testimoniare i suoi col-

leghi, i suoi collaboratori, i suoi scritti. Ma da bravo fisico qual era per formazione, il suo punto di partenza era la misura, nella sua realtà fisica così come nella sua concezione epistemologica e in particolare euristica. La “Giornata della misurazione”, nata quasi per scommessa, divenne via via una palestra nella quale discutevano alla pari ingegneri e filosofi, fisici e matematici.Cosa è rimasto, vent’anni dopo la sua dipartita, della topografia, della fotogrammetria, della tecnica della misura in genere. tipi-che del suo tempo? Ben poco, in particolare nell’ambito della fotogrammetria. Cosa peserebbe Mariano oggi, delle prese da camere digitali con obbiettivi per nulla calibrati, con direzioni oblique sia da terra che dallo spazio, con trattamenti “a poste-riori” che spostano i “pixel” secondo considerazioni probabili-stiche fornite da algoritmi del tipo di quelli usati per la correla-zione delle immagini? Una lunga discussione fra Mariano e chi scrive queste righe, avvenne negli anni settanta avanzati ed ave-va per tema i dispositivi, allora appena introdotti da Zeiss sulle camere nadirali (e mutuati da quelli poco tempo prima usati per le camere militari panoramiche) detti all’inglese FMC “forward motion compensation”. Come noto, si trattava di traslare di quantità submillimetriche le pellicole, per evitare il fenomeno ben noto del “trascinamento” delle immagini in seguito al moto dell’aereo. Cunietti affermava che così si “rompeva” la relazione di prospettiva centrale fra oggetto e immagine, che stava alla base della fotogrammetria. Cosa penserebbe oggi, di fronte alle diffuse procedure di “trattamento delle immagini” vi-genti nella fotogrammetria attuale, tanto per dire del tipo “SFM” (Structure From Motion) e delle soluzioni di “Dense Image Matching” oggi usualmente praticate? Formatosi al tempo della fotogrammetria analogica, per cui le immagini erano prevalenti nella loro geometria proiettiva,

COMMEMORAZIONE

http://mesasrl.it



MERCATO

Cunietti aveva seguito con estremo interesse la loro virata nell’ambito delle fotogrammetria analitica, ove il calcolo pre-valeva, ma pur sempre connesso alla misura semplice sull’im-magine, misura in fondo di posizione bidimensionale sulle lastre via stereocomparatore. La fotogrammetria digitale, con la relativa trasformazione dell’immagine in “pixel” aveva in lui sollevato molti dubbi, per esempio sulla rettilineità delle guide dello scansore e sulla loro ortogonalità: chissà quali sa-rebbero stati i suoi ulteriori dubbi sulle deformazioni, rispetto alla semplice geometria della prospettiva centrale, provocate da obbiettivi con elevate aberrazioni di figura e dai tratta-menti ulteriori delle immagini digitali. Non ne ebbe il tempo, e fu un peccato: cosa avremmo udito nelle “Giornate della Misurazione” se questi argomenti avessero potuto essere di-scussi con lui presente?A proposito; Mariano Cunietti nel suo primo libro sulle mi-sure aveva ben sottolineato che l’operazione di misura non esiste in natura, pur esistendovi le grandezze: la misura è essenzialmente e unicamente opera dell’uomo, e come tutte le opere dell’uomo non è perfetta: da lì tutti i trattamenti di tipo statistico e matematico per giungere ad una “valutazione” della misura che fosse il più possibile vicino al valore “vero” della grandezza misurata, in un certo ambiente e in un cer-to momento. Quale sarebbe stato il suo pensiero, di fronte al valore del tempo ottenibile oggi con l’orologio “passive Hydrogen Maser” (PHM) installato sui satelliti della costella-zione Galileo, che offre la stabilità di 1 secondo ogni TRE milioni di anni? Che strane coincidenze si presentano talvolta nella vita dell’uomo: il PHM è costruito dalla Finmeccanica-Selex ES nello stabilimento di Nerviano, creato alla fine degli anno sessanta del secolo ventesimo per la nuova Salmoiraghi (allora azienda IRI) poi fagocitata dalla Aeritalia (successiva-mente fusa con Selenia, dando vita ad Alenia). Infine quel complesso andò a Finmeccanica (ora “Leonardo”). Ebbene, in quell’edificio stette per circa un anno anche chi scrive ora questa nota, e Mariano Cunietti vi ci andò più di una volta, proprio per discutere degli ultimi strumenti topografici pro-gettati (ma poi non più costruiti) dalla vecchia azienda creata dal Porro che stava ormai per scomparire. Il Maser posto sui satelliti Galileo consente di determinare la posizione di un ricevitore satellitare con incertezza bassissima, dato che nella sua misura del tempo un errore di 0,5 nanosecondi (1 sec × 10-9) equivale a una incertezza di 15 cm nella misura della distanza fra satellite e ricevitore.Nata nel 1982 con cadenza annuale, la “Giornata della misura-zione” si è svolta all’università Roma3 il 22 e 23 giugno 2015; sotto l’egida del Gruppo Nazionale di Misure Meccaniche e Termiche e del Gruppo Nazionale di Misure Elettriche ed Elettroniche. L’edizione 2016 ha visto come sede il Politecnico di Bari, e quella del 2017 si è svolta a Torino. La “Giornata” è dal 1998 intestata al suo ideatore, ma il contributo di topografi e fotogrammetri è ormai in pratica nullo. Che peccato! Un am-biente che della misura e sin dai tempi di Roma ha fatto il suo simbolo (pensate ai “gromatici veteres” e ai “mensores” delle centuriazioni!) non dà più oggi alcun contributo sensibile a questa manifestazione. Mariano Cunietti si rivolterà nella sua tomba, anche perché è dimenticato dai più. Ciò che mi dispiace infatti, è che andando su Google e cer-cando “Mariano Cunietti”, vi si trovano migliaia di “link” re-lativi ad un suo nipote che lavora con successo nei “media”; ma nulla o quasi vi si trova per chi fu tra le altre cose, uno dei più validi e amati Presidenti della nostra Società scientifica, la “SIFET”, Società Italiana di Topografia e Fotogrammetria. Sic transit gloria mundi.

Attilio Selvinigià presidente della SIFET

http://epsilon-italia.it



REPORT

I labirinti effimeri sono ri-cavati da terreni destinati alla coltivazione di colture

annuali come il mais, e sono considerati tali in quanto si sviluppano con un intreccio di sentieri delimitati da pareti naturali che rimangono in vita solamente una stagione. Questi labirinti vengono realiz-zati allo scopo di farli diventare un vero e proprio palcoscenico per manifestazioni ed eventi estivi.Si sono inizialmente diffusi negli Stati Uniti e nei paesi an-glosassoni, ma sono arrivati in Italia per la prima volta recente-mente, in particolare in Emilia Romagna.

Il Labirinto di HORTLa HORT è una società co-operativa nata come spin-off dell’Università Politecnica delle Marche, costituita nel 2011 con lo scopo di fornire servizi in ambito agronomico con finalità

tecniche, ricreative e didattiche. Dal 2012 progetta e realizza labirinti di mais nel territorio marchigiano e il labirinto di HORT può considerarsi la pri-ma esperienza di un labirinto di mais con finalità turistica. La HORT realizza il primo labirinto di mais delle Marche nell’estate 2012 nel comune di Porto Recanati; il labirinto raffigurava la Basilica di Loreto ispirata al territorio che lo ospi-tava. Dal 2013 viene realizzato a Senigallia: il primo raffigurava la Rocca Roveresca e registrò ben 8.000 visitatori, il secondo, dedicato alla cinta muraria rina-scimentale, riuscì a confermare il numero di visitatori dell’anno precedente, mentre il terzo, del 2015, ispirato alla facciata del Palazzo Ducale di Urbino, por-

tò a oltre 12.000 il numero dei visitatori. Nel 2016 la HORT decide di dedicare il suo labirinto a Bike the Nobel (candidatura della bicicletta a premio Nobel per la pace) la campagna promossa dalla trasmissione radiofonica Caterpillar, riproducendone fe-delmente sul campo il logo.Radio 2 sposa l’iniziativa e la porta avanti con passione, fornendo un contributo fon-damentale al raggiungimento del numero record di visitatori, arrivando a 15.000 presenze, un dato che consacra il Labirinto di HORT come una delle iniziati-ve imprenditoriali più brillanti del territorio regionale e che raccoglie unanimi consensi dal mondo delle istituzioni locali e dai tanti turisti che nella stagio-

TRACCIARE UN LABIRINTODI MAIS CON IL GPS

Il caso del Labirinto di HORTdi Massimiliano Toppi, Giorgia

Pandolfi, Francesca Massetani

Velocizzare e semplificare le

operazioni di tracciamento di un

labirinto di mais, erano queste

le esigenze sul tavolo, ma con

lo sguardo già rivolto al futuro:

guidare direttamente le operazioni

di realizzazione dei percorsi, senza

più necessità di tracciare sul campo

il progetto realizzato in ufficio.


REPORT

tware topografico Meridiana.La strumentazione GPS che Topcon Positioning Italy ha fornito gratuitamente per il picchettamento ha garantito maggiore velocità di esecuzio-ne e un’assoluta affidabilità e precisione delle misure nelle operazioni di trasferimento del progetto dal modello CAD al terreno. Nella fattispecie sono stati uti-lizzati ricevitori GNSS Topcon HiPer V e HiPer HR, entrambi dotati di controller palmari con display ad alta visibilità.Francesca Massetani di HORT, responsabile tecnico del pro-getto, ha detto: “Per la traspo-sizione in campo del percorso del labirinto di mais, la società ha cercato un metodo innovativo che permettesse di evitare le ope-razioni iniziali di squadro con strumenti ottici e di velocizzare il tracciamento manuale dei sen-tieri, sostituendo le misurazioni mediante rotella metrica, con il picchettamento tramite GPS. Ne sono derivati vantaggi in ter-

ne estiva affollano la “spiaggia di velluto” ed il suo entroterra.

Tracciare i progetti conmetodi tradizionaliFino all’edizione 2016 per le operazioni di tracciamento sul campo dei labirinti, la HORT ha utilizzato le tradizionali tecniche degli allineamenti e squadri, realizzati con strumenti di vecchia generazione: squadro agrimensorio e cordella metrica, il che rendeva il lavoro sul cam-po lungo e faticoso. Inoltre, la tecnica dell’irrigazio-ne a pioggia lasciava il terreno bagnato e non consentiva di utilizzare per intero il campo, riducendo così la potenziale percorribilità del labirinto.

Il progetto 2017Per il 2017 la HORT ha pro-gettato il disegno con l’idea di raffigurare un tema universale e lo ha tradotto nella rappresenta-zione di un apparecchio radio, un antico (ma attuale) e nobile, mezzo di comunicazione che fa sentire ma non vedere. La figura della radio con la sua complessità, si è rivelata ideale per il progetto del nuo-vo labirinto, al quale dona un tono attraente ed accattivante. L’aspetto della maggiore com-plessità del nuovo progetto lo

si evince inoltre dal fatto che, secondo una stima della stessa HORT, si prevede che un visi-tatore medio possa compiere il tragitto all’interno del labirinto in un’ora e mezzo, percorrendo fino a 4 km, tempi e distanze che ipoteticamente possono ridursi della metà per un visita-tore “infallibile”.Le maggiori difficoltà dovute alla complessità del nuovo pro-getto hanno spinto la HORT a cercare nuove soluzioni per la realizzazione del tracciamento sul campo, e hanno fatto na-scere l’esigenza di avviare una collaborazione con un’azienda di strumentazione topografica e Topcon ha subito sposato con entusiasmo la proposta di parte-cipare al progetto come sponsor tecnico. Francesca Massetani di HORT aveva le idee molto chiare su come affrontare il lavoro sul campo per l’edizione 2017, e un breve incontro in Topcon ha delineato da subito l’opzione migliore: utilizzare il GPS.Un paio di successivi meeting con Gabriele Potenza (Product Manager di TPI) sono stati suf-ficienti per impostare il lavoro di rilievo del campo di mais e la successiva georeferenziazione del progetto CAD all’interno dell’ambiente grafico del sof-


REPORT

mini di tempo e di accuratezza soprattutto nella trasposizione di tratti lunghi, nei quali gli eventuali errori manuali ver-rebbero amplificati. Inoltre, la soluzione ha permesso di utiliz-zare agevolmente tutte le aree del campo, anche quelle dove la semina del mais non segue una direzione regolare, e di realiz-zare forme più complesse. Un auspicabile miglioramento infine, risiederebbe nella possi-bilità di guidare direttamente le operazioni di realizzazione dei percorsi, superando la fase intermedia di picchettamento e tracciamento”.

ConclusioniLa HORT ha progettato il la-birinto pensandolo come una grande aula didattica con lo scopo di avvicinare il pubblico ai temi della campagna e per-tanto all’interno del labirinto saranno allestiti pannelli de-scrittivi al fine di valorizzare il territorio.

Sono inoltre previsti eventi di varia natura, sia a carattere lu-dico che rivolti ad un pubblico professionale, agricoltori com-presi, per far vivere il labirinto come un luogo sperimentale e puntare a superare il numero record di visitatori dello scorso anno.

Topcon Positioning Italy, orgo-gliosa di aver fornito il proprio contributo al progetto, si con-gratula con HORT per aver superato anche quest’anno il re-cord di presenze e raccomanda a tutti visitatori della prossima edizione di… non perdersi!

PAROLE CHIAVEGNSS; picchettamento; innovazione; agricoltura di precisione

ABSTRACTThis job comes from a need of HORT of Ancona, a company born as a spin-off of Università Politec-nica delle Marche, and which now provides agronomic services, to look for an innovative method to layout the path of a corn labyrinth on the field, a recreational-educational activity of which HORT is a specialist, as it is about to inaugurate the sixth edition, this year in Senigallia as well, Marche Region.HORT needed a new solution that would allow it to avoid performing ‘alignment and squares’ opera-tions with old-fashioned optical instruments, and speed up manual path tracking, a solution that was found with Topcon Positioning Italy's contribution through the use of modern, multi-constellation GPS receivers.

AUTOREMassimiliano [email protected] Communications Manager c/o Topcon Positioning Italy

Giorgia [email protected] stagista c/o Topcon Positioning Italy

Francesca Massetani [email protected] Tecnico c/o HORT Soc. Coop.Credits della foto di copertina (labirinto 2017): Manlio Marchetti


REPORT

http://stonex.it


REPORT

È ormai affermata la con-sapevolezza che in uno stesso vigneto aree diffe-

renti possono dare, a parità di condizioni agronomiche, vini diversi.La variabilità spaziale all’interno di un vigneto è stata da sempre un problema di difficile misu-ra e gestione e costituisce una criticità maggiore che affligge i viticoltori, soprattutto nella loro ricerca di valorizzare pienamen-te il potenziale enologico delle proprie uve.Questa variabilità determina, infatti, differenze vegetative e produttive che si ripercuotono anche pesantemente sul prodot-to finale.

La variabilità, o meglio l’impos-sibilità di gestirla, determina inefficienza di conduzione, incertezza della produzione e inconsistenza della qualità.Gestire la variabilità vuol dire conoscere i fattori che influen-zano qualità e resa e che pos-sono essere modificati con una gestione agronomica informata e razionale.Le fonti di variabilità spaziale in agricoltura sono molteplici, d’altronde solo alcune di queste rimangono stabili nel tempo; altre mutano continuamente in funzione della stagionalità, degli eventi climatici e meteorologici, delle operazioni agronomiche. Alla gestione della variabilità spaziale si aggiunge la comples-sità della variabilità temporale.Conoscere, misurare e correlare l’insieme o una parte di queste variabili con i risultati quantita-tivi e qualitativi della produzio-

ne e soprattutto comprendere in che modo avviene l’interazione tra i fattori, conduce, in ultima istanza, il viticoltore a poter fare delle predizioni accurate e spazializzate dei comportamenti e dei risultati. Questo gli per-mette di declinare il paradigma dell’Agricoltura di Precisione pianificando in maniera diffe-renziale o sito specifica la ge-stione colturale e le vinificazioni e trarre il maggior beneficio possibile dal proprio vigneto.Alcune delle sfide critiche nel successo e nella larga adozione dell’Agricoltura di Precisione in Europa sono legate al supe-ramento del rischio di investi-mento, alla percezione di com-plessità riguardo le soluzioni tecnologiche e alla determina-zione dei benefici specifici per il singolo produttore.Nella valutazione dell’adozio-ne di tecnologie e metodi del

Le zone di gestione sono

estremamente importanti nella

viticoltura e, più in generale,

nella gestione di qualsiasi

appezzamento secondo le

tecniche del precision farming.

Attraverso nuove tecnologie è

possibile identificare macro-

aree all’interno del campo,

omogenee per aspetti vegetativi

e produttivi, con l’obiettivo di

gestire gli appezzamenti in modo

sito specifico.

Il Remote Sensing per l’individuazione

delle Zone di Gestione nei vigneti

di Elisabetta Mattioli, Sara Antognelli, Antonio Natale, Velia Sartoretti


REPORT

Precision Farming, l’agricoltore, come qualsiasi imprenditore, considera prima di tutto il pro-fitto ed i benefici diretti che la sua attività e l’azienda ne posso-no trarre.Misurare tutte o molte delle fonti di variabilità spaziale e temporale che influenzano la produttività di un vigneto, in questo senso, appare un proces-so costoso ed oneroso, dunque inappropriato alla realtà azien-dale.Il processo dell’applicazione del-le strategie di gestione sito-spe-cifica deve iniziare utilizzando le informazioni già in possesso delle aziende e proseguire racco-gliendo nuovi dati che possono essere misurati in campo o ac-quisiti tramite analisi di imma-gini multispettrali da Remote Sensing.Quest’ultimo risulta attualmen-te uno dei mezzi più potenti ed efficienti in termini di rapporto costi-benefici per l’acquisizione di dati multitemporali in agri-coltura e che quindi sembrano meglio rispondere al compro-messo dettato dalla cautela pro-pria di un’azienda che si affaccia all’innovazione.I sensori multispettrali sono strumenti in grado di registrare la quantità di energia riflessa e trasmessa dagli oggetti della superficie terrestre nelle diverse lunghezze d’onda dello spettro elettromagnetico (generalmente visibile e infrarosso).Nella loro applicazione agricola, la quantità di radiazione riflessa e trasmessa nella regione del visibile (400-700 nm), è rela-tivamente bassa, ad eccezione del picco nella regione del verde (struttura cellulare e pigmenti fotosintetici). Nel vicino infrarosso (700-1350 nm) le foglie assorbono poco, a causa della struttura del mesofil-lo fogliare e quindi la riflettanza e la trasmittanza sono molto

alte.Il passaggio tra valori di ri-flessione bassi nel rosso ed alti nell’infrarosso è molto rapido: questa porzione dello spettro, denominata Red Edge, è molto utilizzata nello studio dello stato di salute della vegetazione.I dati raccolti per ogni canale possono essere comparati, com-binati o matematicamente ma-nipolati per generare indici ed immagini utili per i viticoltori.Diversi tipi di indici multi-spet-trali di vegetazione sono stati sviluppati per massimizzare la correlazione dell’immagine con la quantificazione e qualificazio-ne della vegetazione. Molti autori hanno dimostrato che gli indici vegetazionali, tra cui il più solido è il Normalised Difference Vegetation Index (NDVI), sono in grado di for-nire informazioni di valore non solo circa lo stato vegetativo del vigneto, ma anche circa la resa e la composizione delle uve, pH,

acidità, contenuto zuccherino e componenti fenolici (Lamb et al 2004; Arnó et al 2011). L’NDVI è correlato all’area fogliare e costituisce un utile indicatore dello sviluppo e del vigore complessivo del vigneto.Dall’analisi di questo indice si possono identificare le variazio-ni della crescita all’interno del vigneto, così come identificare e mappare i cambiamenti che av-vengono tra un anno e un altro.Le differenze nella crescita pos-sono seguire uno schema, un pattern, regolare o casuale.Schemi regolari con linee dritte o forme geometriche sono spes-so correlate a differenze dovute alla cultivar o alla varietà tra una parcella ed un’altra, oppu-re al tipo di portainnesto, alle diverse pratiche di irrigazione o concimazione effettuate, o infi-ne ad altri fattori correlati con le unità parcellari.Schemi che invece seguono un andamento casuale o irrego-


REPORT

lare sono molto più frequenti e riconducibili a differenze pedologiche o allo sviluppo di avversità.In ogni caso, qualsiasi sia l’an-damento spaziale della varia-bilità, le cause delle differenze di sviluppo devono essere dia-gnosticate utilizzando tutte le informazioni disponibili circa le variabili delle unità parcellari combinate necessariamente con delle verifiche in campo.Grazie agli elementi di com-prensione delle differenze di vigoria tra le parcelle e all’inter-no delle parcelle, forniti dalle immagini, il viticoltore può realizzare dei campionamenti differenziati e ragionati per por-zioni di vigneto, migliorando enormemente la significatività e l’efficienza del campionamento.Oltre ad identificare aree con crescita ridotta della chioma o basso vigore, le immagini sono molto utili nel rilevare i cam-biamenti interannuali. Le com-parazioni tra un anno ed un altro possono essere di notevole supporto nell’identificazione

delle problematiche; aiutano a discriminare, ad esempio, pro-blematiche di origine fitosanita-ria dagli effetti delle condizioni del suolo. Inoltre, tramite analisi delle immagini si possono verificare e monitorare gli effetti conseguenti alle azioni rimediatrici, per va-lutarne l’efficacia. Le immagini possono essere utilizzate per tracciare l’andamento colturale nel tempo, in seguito ad inter-venti colturali specifici, come l’aumento della concimazione, l’irrigazione differenziale o pra-tiche di gestione del suolo sito-specifiche. Molte aziende utilizzano il Remote Sensing per migliorare la qualità del vino attraverso la vendemmia differenziale ba-sandosi sull’indice di vigoria, NDVI. Questo indice è stato anche correlato con i livelli di solidi solubili e con il contenuto fenolico nelle cultivar rosse. Permettendo a diverse sezioni di maturare nella stessa misura pri-ma di vendemmiarle, la qualità complessiva del vino migliora. I blocchi che storicamente hanno prodotto vini di qualità media, possono generare vini di qualità nettamente superiore quando scelti sulla base della maturità uniforme. Nonostante la sua predominanza applicativa, l’NDVI non è l’unico indice in grado di fornire informazioni utili all’agricoltore, molti altri sono riconosciuti come espres-sione indiretta ma correlata con specifici parametri di campo. Inoltre è necessario rendere gli indici dei prodotti operativa-mente fruibili dall’azienda attra-verso la loro generalizzazione e semplificazione in aree omoge-nee di risposta multispettrale o zone di gestione.Le zone di gestione sono estre-mamente importanti per l’agri-coltura di precisione, identifi-cando macro-aree all’interno del

campo in cui i fattori limitanti sono diversi dal resto dell’ap-pezzamento, permettono e guidano la gestione agronomica differenziale o sito specifica.Le zone di gestione possono es-sere create dalla generalizzazione di un unico indice, derivare dal-la sovrapposizione di più indici multispettrali, oppure dall’in-tegrazione di dati da satellite con dati di diversa origine (es. da monitoraggio in campo) che definiscono una diversa variabi-lità spaziale specifica per ciascun fattore rilevato.Le zone di gestione si distinguo-no, quindi, in:

factor-specific: derivanti dalla generalizzazione di un indice alla volta interpretato in funzione delle correlazioni verificate tra i suoi valori e specifici fenomeni in campo. Alcuni degli indici che si sono dimostrati espressione significativa di un carattere sono ad esempio il CHLRE - Chlorophyll Red-edge (Gitelson 2011, 2013): cor-relato alla clorofilla presente nella pianta, e quindi in grado di rilevare deficit del-lo stato vegetativo, NDMI - Normalized Difference Moisture Index correlato con il deficit idrico.

In questo scenario, le zone ri-sultano internamente uniformi per livello di un fattore di stress specifico come stress idrico, stress nutrizionale, presenza di fitopatie ecc.; subiscono facil-mente variazioni nel tempo in relazione alla variazione di even-ti climatici e pratiche colturali.Le zone di gestione factor-specific possono dare infor-mazioni per la gestione di un singolo fattore di produzione. Ad esempio, indici basati sullo SWIR (Short Wave Infrared), indicando un diverso livello di


REPORT

stress idrico, possono essere uti-lizzati per informazioni accurate sull’irrigazione. Le zone di gestione factor spe-cific possono essere integrate in funzioni ancora più avanzate, poiché grazie ai dati da satellite e a modelli di bilancio idrico e nutrizionale, è possibile produr-re mappe di prescrizione detta-gliate che permetteranno anche la spazializzazione differenziale delle quantità di input da som-ministrare alla coltura.

multipurpose: derivate cioè dalla sovrapposizio-ne ragionata di più indici multispettrali. Alcuni degli indici integrati a creare un indice globale di benessere sono il già citato NDVI ol-tre al CHLRE, l’NDMI ed altri.

Le zone risultano internamente uniformi per livello di benessere della coltura, dovuto a diversi fat-tori correlati, come vigoria, stress idrico e fitopatie; sono tenden-zialmente stabili nel tempo.Le zone di gestione multipur-pose suddividono il campo in diversi livelli di benessere della coltura (solitamente 3 o 5) e possono essere utilizzate come un’efficace guida per le osser-vazioni in campo, in quanto permettono l’identificazione di sub-campioni statisticamente rappresentativi all’interno di ogni zona. In base alle cono-scenze dell’agricoltore, ai dati da campionamento e agli indici utilizzati, queste zone di ge-stione possono essere utilizzate anche per eseguire concimazio-ni, irrigazioni, trattamenti fito-sanitari e raccolta con tecniche differenziate.

Una piattaforma per la ges-tione dell’azienda agricolaLa piattaforma Agricolus è una soluzione completa per l’azienda

agricola, in quanto permette di gestire i diversi aspetti della produzione. Agricolus ha una struttura modulare flessibile, che permette una configurazio-ne personalizzata del sistema. In questo modo, la piattaforma è facilmente adattabile alle esigen-ze di diversi utilizzatori. La versione Free di Agricolus supporta le decisioni comuni a diverse colture. Questa versione contiene funzionalità di base che permettono la georefe-renziazione e la gestione degli appezzamenti, offrendo un semplice ed efficace strumento cartografico per il controllo completo delle colture presenti in azienda. Inoltre, permette la caratterizzazione pedologica degli appezzamenti mediante la spazializzazione dei risultati delle analisi del suolo comune-mente effettuate dalle aziende agricole e fornisce alcuni indici da satellite che descrivono la vigoria delle colture. Su questa base, disponibile gratuitamente, si innestano funzionalità più avanzate.Agricolus propone anche una versione Premium, in cui sono disponibili funzioni avanzate applicabili a più colture, che permettono il calcolo del fabbi-sogno irriguo o nutrizionale, la gestione delle rotazioni colturali e la definizione delle zone di ge-stione dei campi. Gli innovativi algoritmi proposti da Agricolus permettono di confrontare tra loro le zone di gestione di tutti i campi aziendali coltivati con la stessa varietà o coltura, in modo da offrire un supporto efficace alla calendarizzazione delle ope-razioni colturali a livello azien-dale. Inoltre, Agricolus permette di utilizzare le zone di gestione come base per funzionalità avanzate, in quanto, integrando modelli di bilancio idrico e nu-trizionale, permette di produrre mappe di prescrizione dettaglia-

te per la spazializzazione diffe-renziale delle quantità di input da somministrare alla coltura.Alcune colture presentano caratteristiche peculiari, che implicano che gli agricoltori si confrontino ogni giorno con problematiche specifiche. Per queste colture, Agricolus propo-ne alcuni moduli crop-specific che beneficiano di efficaci al-goritmi predittivi dello stadio di sviluppo dei patogeni, e di funzionalità specifiche per la raccolta dei dati in campo tipici di ciascuna coltura. Ad esempio, il modulo Oliwes permette la gestione accurata dell’oliveto, grazie ad apposite funzionalità che permettono di monitorare le infestazioni di mosca dell’oli-vo (Bactrocera Oleae) ed altri pa-togeni specifici, mentre Tobacco DSS permette un’efficace gestio-ne colturale e fitopatologica del tabacco. Grape DSS permette di ottimizzare la gestione del vi-gneto, grazie a modelli e funzio-nalità per la gestione dei princi-pali parassiti e delle più delicate operazioni colturali. GrapeDSS supporta anche la raccolta dati per il monitoraggio qualitativo e quantitativo dei diversi vitigni, permettendo di visualizzare car-tograficamente e graficamente i principali parametri qualitativi, lo stato di maturazione e le sti-me anticipate della resa.

Un caso applicativo su vignetoNell’annata 2016/17, le zone di gestione sono state identificate in un’azienda vitivinicola del centro Italia. L’azienda si esten-de per circa 100 ha, in media collina. L’annata 2016/17 è stata caratterizzata da una situazione di stress idrico che ha caratte-rizzato tutto il centro Italia e ha determinato un’anticipazione del periodo di raccolta dell’uva, con un decremento delle rese rispetto alla media.Il modulo Remote Sensing ha


REPORT

permesso di definire le zone di gestione ge-neriche utilizzando i soli dati da satellite. Le zone di gestione sono state determinate sulla base di indici di vegetazione, di clorofilla e di stress idrico e in seguito validate con osserva-zioni visive in campo, che hanno confermato l’effettiva corrispondenza con il livello di stress mostrato dalle colture attraverso sintomi come ridotta greenness delle foglie, e ridotta vegeta-zione. Grazie alle zone di gestione, l’azienda ha potuto eseguire il campionamento stratificato in campo dei principali parametri quanti-tativi (numero di grappoli e peso medio dei grappoli) migliorando la rappresentatività del campione con un numero inferiore di prelievi. Questo ha permesso la stima precoce della resa e la valutazione della necessità di diradamento di ciascun campo. La stessa procedura è stata applicata al monitoraggio dei parametri qua-litativi (zuccheri, pH e acidità). L’azienda ha potuto monitorare la variazione dello stadio di maturazione dei vitigni nel tempo per ogni zona. A causa della siccità che ha caratterizzato l’annata e la maturazione precoce, le zone di gestione sono risultate particolarmente utili per gestire la vendemmia differenziale.

RIFERIMENTI BIBLIOGRAFICILamb, D.W., Weedon, M.M., Bramley, R.G.V. (2004) Using Remote Sensing to predict grape phenolics and colour at harvest in a Cabernet Sauvignon vineyard.Arnó, J., Rosell, J.R., Blanco, R., Ramos, M.C., Martínez-Casasnovas, J.A. (2011) Spatial variability in grape yield and quality influenced by soil and crop nutrition characteristics.Viña, A., Gitelson, A.A., Nguy-Robertson, A.L., Yi Peng. (2011) Comparison of diffe-rent vegetation indices for the remote assessment of green leaf area index of crops.Clevers, J.G.P.W., Gitelson, A.A. (2013) Remote estimation of crop and grass chloro-phyll and nitrogen content using red-edge bands on Sentinel-2 and -3.Ji, L., Zhang, L., Wylie, B.K., Rover, J.A., (2010) On the terminology of the spectral vegetation index (NIR – SWIR)/(NIR + SWIR), International Journal of Remote Sensing.

PAROLE CHIAVEREMOTE SENSING; VIGNETO; PRECISION FARMING; AGRICOLUS

ABSTRACTSpatial variability inside a vineyard has been always difficult to be measured in order to valorize the enological potential of the grapes. Remote Sensing is a technique that can be used for improving wine quality through the identification of Management Zones in the fields and the consequent differential grape harvest. The technique is based on the use of Vigor Vegetation Indices, that allow to identify the variations of the grape growth and the composition of the grape in the vineyard, and the changes that happen over time. Agricolus software provides these features and it has been used successfully in some vineyards in the center of Italy.

AUTOREElisabetta Mattioli, [email protected] Antognelli, [email protected] Natale, [email protected] Sartoretti, [email protected]

Agricolus srl

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 720121

www.surveylab.infowww.imodi.info

Survey Lab, spin off dell’Università La Sapienza di Roma, è impegnata nello sviluppo di nuove tecnologie per la realizzazione di prodotti, processi e servizi di geomatica. Dal 2008 opera nel campo del controllo di edifici e infrastrutture civili e del monitoraggio del territorio mediante l’utilizzo integrato di sensori satellitari e terrestri.

I.MODI® è sviluppato da

Servizi modulari perle esigenze dell’utente

Integrazione con ilcontesto geologico

Back Analysis usandodati archiviati dal 1992

Non richiede dispositiviinstallati sulla struttura

Dati satellitarifacili da capire

Controllo sistematicodi aree molto vaste

I.MODI® è un servizio che sfrutta i dati di Osservazione Terrestre per monitorare la stabilità di edifici e infrastrutture civili in tutto il mondo.

Fornendo report in maniera user-friendly tramite WebGIS,I.MODI® rende il dato satellitare utilizzabile in modo semplice e intuitivo.

Satellite Services for Structural Monitoring

®

®®


REPORT

®®

http://agricolus.com


16-19 Gennaio 2018Geospatial World ForumHyderabad (India)www.geoforall.it/kwacw

23 – 24 Gennaio 2018 Praga (Repubblica Ceca) Prague INSPIRE Hack 2018www.geoforall.it/kwuxk

19-22 Febbraio 2018 FOSS4G ItaliaRomawww.geoforall.it/kwwh3

18-21 marzo 2018 GI4DM 2018 - Geoinformation for Disaster ManagementIstanbul (Turkey)www.geoforall.it/kww3r

20-23 marzo 2018 3rd GEO Data Providers WorkshopFrascatiwww.geoforall.it/kwu3y

26 - 29 March 2018 RSCy2018 Cyprus Sixth International Conference on Remote Sensing and Geo-information of EnvironmentCypruswww.geoforall.it/kwukw

6-11 maggio 2018 Istanbul (Turkey)FIG Congresswww.geoforall.it/k9cwx

22 - 23 maggio 2018 London (UK)GEO Business 2018www.geoforall.it/kwxyc

30-31 Maggio 2018 Simposio NIRITALIA 2018Genovawww.geoforall.it/kwwyq

7-4 giugno 2018The ISPRS Technical Commission II Symposium "Towards Photogrammetry 2020"Riva del Garda (Italy)www.geoforall.it/kwwfa

13-15 giugno 2018 21st International AGILE Conference AGILE 2018 "Geospatial Technologies for All"Lund (Sweden)www.geoforall.it/kw9w4

10 - 13 settembre 2018 2018 SPIE Remote Sensing symposiumBerlin (Germany)www.geoforall.it/kwuxx

19 - 21 Settembre 2018 Remtech Expo 2018Ferrarawww.geoforall.it/kwwyr

16 - 18 ottobre 2018INTERGEO 2018Frankfurt (Germany)www.geoforall.it/kwux9

AGENDA

❚❚Processore Dual Core ARM Cortex da 1 GHz❚❚Sistema operativo Windows® EC7❚❚Doppio Display da 5” WVGA a colori Touch Screen❚❚ IP65/MIL-STD-810G❚❚Temperatura operativa da -20°C a +50°C❚❚Motorizzazione basata su tecnologia Piezo (velocità 200gon/sec.)❚❚Precisione angolare Hz e V 1” (0.3mgon)❚❚Nuova tecnologia di ricerca automatica del Target “ATR Plus”❚❚Tecnologia brevettata MERGETEC❚❚Scansione Laser con precisione angolare di 1” fino a 1000 metri❚❚Velocità di scansione di 1000pti/sec. fino a 300 metri

❚❚Reflector Less “PinPoint” fino a 2000 metri❚❚Dimensioni Spot Laser 8mm x 20mm a 50 metri❚❚Tecnologia di misura brevettata Wave Form Digitizing (WFD)❚❚Fotocamera grandangolare campo di vista di 19.4°, sensore da 5 MPixel CMOS❚❚Fotocamera coassiale campo di vista 1.5°❚❚Messa a fuoco automatica - 30 ingrandimenti (Autofocus)❚❚Live Stream a 20Hz❚❚ Immagini collegate ai dati misurati❚❚Visualizzazione e gestione del rilievo in 3D a bordo (scansioni e misure puntuali TPS/GNSS)❚❚Gestione applicativi specifici (monitoraggio ambientale e As Built, ambito ferroviario, costruzione di gallerie ecc.)

leica multistation ms60, la nuova dimensionenella tecnologia di misuraDal 1986 Teorema srl lavora a fianco del professionista fornendo la tecnologia più avanzata, la migliore consulenzae un’accurata assistenza post-vendita per rendere affidabile e produttivo il vostro lavoro.

Leica Multistation MS60 - La nuova dimensione nella tecnologia di misura

Leica MuLtiStation MS60, Be caPtiVate

Via A. Romilli, 20/8 20139 Milano • Tel. 02 5398739 • [email protected]

www.disto.it • www.geomatica.it • www.termocamere.com

http://GeoBusinessShow.com

https://geospatialworldforum.org

❚❚Processore Dual Core ARM Cortex da 1 GHz❚❚Sistema operativo Windows® EC7❚❚Doppio Display da 5” WVGA a colori Touch Screen❚❚ IP65/MIL-STD-810G❚❚Temperatura operativa da -20°C a +50°C❚❚Motorizzazione basata su tecnologia Piezo (velocità 200gon/sec.)❚❚Precisione angolare Hz e V 1” (0.3mgon)❚❚Nuova tecnologia di ricerca automatica del Target “ATR Plus”❚❚Tecnologia brevettata MERGETEC❚❚Scansione Laser con precisione angolare di 1” fino a 1000 metri❚❚Velocità di scansione di 1000pti/sec. fino a 300 metri

❚❚Reflector Less “PinPoint” fino a 2000 metri❚❚Dimensioni Spot Laser 8mm x 20mm a 50 metri❚❚Tecnologia di misura brevettata Wave Form Digitizing (WFD)❚❚Fotocamera grandangolare campo di vista di 19.4°, sensore da 5 MPixel CMOS❚❚Fotocamera coassiale campo di vista 1.5°❚❚Messa a fuoco automatica - 30 ingrandimenti (Autofocus)❚❚Live Stream a 20Hz❚❚ Immagini collegate ai dati misurati❚❚Visualizzazione e gestione del rilievo in 3D a bordo (scansioni e misure puntuali TPS/GNSS)❚❚Gestione applicativi specifici (monitoraggio ambientale e As Built, ambito ferroviario, costruzione di gallerie ecc.)

leica multistation ms60, la nuova dimensionenella tecnologia di misuraDal 1986 Teorema srl lavora a fianco del professionista fornendo la tecnologia più avanzata, la migliore consulenzae un’accurata assistenza post-vendita per rendere affidabile e produttivo il vostro lavoro.

Leica Multistation MS60 - La nuova dimensione nella tecnologia di misura

Leica MuLtiStation MS60, Be caPtiVate

Via A. Romilli, 20/8 20139 Milano • Tel. 02 5398739 • [email protected]

www.disto.it • www.geomatica.it • www.termocamere.com

SOLUZIONI DI GEOPOSIZIONAMENTO topconpositioning.it

PRESENTA

AERIAL MAPPING

IMAGING FALCON 8 SIRIUS PRO MAGNET

© 2017 Topcon Positioning Group

LA PIÙ AVANZATA TECNOLOGIA DI RACCOLTA DATIMappatura aerea ad alta precisione combinata con GNSS RTK.

Per applicazioni di ispezione, monitoraggio, topografia e cartografia.

http://topconpositioning.it

30°

works when you do

Porta il #fresh surveying nel tuo business con innovazioni uniche e pratiche di GeoMax

www.geomax-positioning.it

(video) Zoom3D Catalogo Generale Zenith 35 Pro

erofotogrAmmetriA - Geoweb...processi di acquisizione, analisi e interpretazione dei dati, in...

Documents

Transcript of erofotogrAmmetriA - Geoweb...processi di acquisizione, analisi e interpretazione dei dati, in...