Telerilevamento da satellite per il monitoraggio dei ... · Modelli di simulazione del bilancio...
Transcript of Telerilevamento da satellite per il monitoraggio dei ... · Modelli di simulazione del bilancio...
Seminario su: "Metodologie di valutazione dei fabbisogni irrigui a scala aziendale e comprensoriale" - Taormina (ME) 12-14 novembre 2008
Telerilevamento da satellite per il monitoraggio dei fabbisogni irrigui a scala aziendale e di
comprensorio
Guido D’Urso
Università degli Studi di Napoli "Federico II"
Lo sviluppo di tecniche innovative, quali i sistemi informativi geografici ed il telerilevamento, e l’approfondimento delle conoscenze sui fenomeni naturali che caratterizzano l'evoluzioneambientale e del territorio, aprono nuove prospettive nella gestione delle risorse territoriali.
GIS
RSRS
RA
RA
T0m
T0m
RX
RX T
C
TC
TS
TS θ(z,t)
v(x,y,t)
( ) *
0
lnm
u zu zk z
⎛ ⎞= ⎜ ⎟
⎝ ⎠
modelli+Osservazione della Terra
+
I primi sensori analogici per l’osservazione della Terra dallo spazio
• 1946 Immagine del deserto White Sands (New Mexico) ripresa da una fotocamera installata su un missile tipo V-2
Il lancio dello SPUTNIK (U.R.S.S.) : l’inizio dell’era spaziale
Annual Report (1957) Stazione sperimentale di Rothamsted (U.K.)
“… measurements of reflectioncoefficients may give usefulestimates of leaf growth withoutdestructive sampling…”
J.L. Monteith
E poi ancora ….
•23 luglio 1972: Landsat-1 (U.S.A.)•13 ottobre 1972: NOAA (U.S.A.)•14 maggio 1973: Skylab (U.S.A.)•17 maggio 1974: GOES-1 (U.S.A.)•26 luglio 1975: China III (Cina)•15 settembre 1976: Soyuz 22 (U.S.R.R.)•23 novembre 1977: Meteosat-1 (Ag. Spaz. Europea - ESA)•26 aprile 1978: HCMM (U.S.A.)•26 giugno 1978: SeaSat (U.S.A.)• 7 giugno 1979: Bashkara (India)•21 febbraio 1986: SPOT-1 (Francia)•16 luglio 1991: ERS-1 (Ag. Spaz. Europea - ESA)• 21 marzo 2002: ENVISAT• …..
Migliore risoluzione spaziale …
Landsat ETM30 m3 Bands VIS + NIR + 2 SWIR 1 TIR
QUICKBIRD2.8 m;3 Bands VIS + NIR
ASTER TERRA15 m2 Bands VIS + NIR + 6 SWIR 2 TIR
TERRA EOS AM-1 (NASA)ASTER: resol.15 m
3 bands VIS-NIR / 30 m, 6 bands SWIR / 90 m, 5 bands TIRMODIS: resol.250 m, 2 bands VIS-NIRresol.500 m, 3 bands VIS-NIR + 2 SWIR
resol. 1000 m: 12 bands VIS-NIR + 1 SWIR + 15 TIRMISR: resol.240 m, multi-angular observations
4 bands VIS-NIR
target
STARTEND
Image2Image4Image5 Image1Image3
Missione CHRIS / PROBA :Multi-angolare (fino a 5 angoli),Iper-spettrale (fino a 63 bande)Alta risoluzione (fino a 18 m)
La tipologia, lo sviluppo e la densità del manto vegetale influenzano in maniera importante i principali processi di scambio di massa e di energia fra la superficie terrestre e l’atmosfera
(infiltrazione, evaporazione, deflusso superficiale, etc.)
Tecniche di osservazione della Terra per il monitoraggio della vegetazione e delle risorse idriche
SWAP
S I M O D I SS I M O D I S ((SImulation and Management of On-Demand Irrigation Systems) [D’Urso, 2001]
LAILAImaxmax = 3.5= 3.5
LAILAIminmin = 0.0= 0.0
CondizioneCondizione al al contornocontorno inf.:inf.:a) a) CircolazioneCircolazione sotterraneasotterraneab) b) PercolazionePercolazionec) c) StratiStrati impermeabiliimpermeabili
Moto dell’acqua nel sistemaSuolo-Pianta-Atmosfera:
EquazioneEquazione Richard’s Richard’s ++
ModelliModelli attingimentoattingimento radicaleradicale
CondizioneCondizione al al contornocontorno sup.:sup.:ParametriParametri vegetazionevegetazione
++Evapotraspirazione Evapotraspirazione massimamassima
( ) ( )[ ] )dtνTEI(PΔWdzzθΔttz,θ dsee
z
0
+−−+==−+∫
Modelli di simulazione del bilancio idrologico
1. Determinazione di dati di input riguardanti I parametri della superficie: albedo, copertura del suolo, Indice di area fogliare (LAI) => VIS+NIR
2. Stima dei valori istantanei dii variabili e termini del bilancio idrologico: evapotraspirazione reale, contenuto idrico dei suoli => TIR / MW
Modelli distribuiti per il bilancio idrologico + Osservazione della Terra
Le ricerche condotte presso il DIAAT in anni recenti hanno Le ricerche condotte presso il DIAAT in anni recenti hanno consentito la messa a punto di metodologie che, integrando consentito la messa a punto di metodologie che, integrando osservazioni di campo con l’analisi di con l’analisi di immagini satellitari
portano alla stima dei portano alla stima dei fabbisogni irrigui delle colture
Definizione di albedo: riflettanza emisferica spettralmente integrata
( )22
0 0
1 , cos sinr K d dK
ππ
ϑ ϑ ϑ ϑ↑↓
= Φ Φ∫ ∫ K↑(ϑ, Φ) radianza solare riflessa integrata(Wm-2 sr-1) in funzione dell’angolo divisuale allo zenith, ϑ, e all’azimuth, Φ.
Nell’ipotesi di superficie lambertiana (riflettanza isotropa):
( )( )
( )1
20
0 00 cos
n K dKr d
EK
λλ
λ λ
λπ λ π
ϑλ
↑↑∞
↓= ≅ ∑∫
Band Center wavelength
(nm)
Band-width (nm)
E0λ
(W m-2)
wλ
(-)
TM-1 485 66 129.16 0.2212
TM-2 560 82 149.98 0.2569
TM-3 660 67 104.32 0.1787
TM-4 830 128 134.02 0.2295
TM-5 1650 217 47.59 0.0815
TM-7 2215 252 18.78 0.0322
Band Center wavelength
(nm)
Band-width (nm)
E0λ
(W m-2)
wλ
(-)
TM-1 485 66 129.16 0.2212
TM-2 560 82 149.98 0.2569
TM-3 660 67 104.32 0.1787
TM-4 830 128 134.02 0.2295
TM-5 1650 217 47.59 0.0815
TM-7 2215 252 18.78 0.0322
Band Center wavelength
(nm)
Band-width (nm)
E0λ
(W m-2)
wλ
(-)
TM-1 485 66 129.16 0.2212
TM-2 560 82 149.98 0.2569
TM-3 660 67 104.32 0.1787
TM-4 830 128 134.02 0.2295
TM-5 1650 217 47.59 0.0815
TM-7 2215 252 18.78 0.0322
Stima dell’Albedo (VIS/NIR/SWIR)
7 ,5... ,2 ,1 =⋅=∑ λλ λλ rwrp
∑=
λ
λ 0
0
λ
λ
EEw
SR (Simple Ratio)E’ il più semplice indice di vegetazione. Assume valori tra 0 e infinito, in particolare tra 0 e 1 per i suoli e tra 6 e 10 per la vegetazione verde.
Indici intrinseci
r
nirSRρρ
=
NDVI (Normalized Difference Vegetation Index)E’ il più usato e comune. Assume valori tra -1 e 1, in particolare inferiori a 0 per l’acqua, poco superiori a 0 per i suoli e tra 0.4 e 0.7 per la vegetazione. Solo vegetazioni molto dense arrivano a 0.8.
rnir
rnirNDVIρρρρ
+−
=
s ii r
s r
WDVI = -ρ
ρ ρρ
1 ln 1 WDVILAI = - ( - )WDVIα ∞
Indici di Vegetazione (VIS/NIR) basati sulla “linea del suolo”
Validazione del modello LAI(WDVI)nella Piana del Sele
0
1
2
3
0 1 2 3LAI measured
LAI predicted
Artichokes
Forages
Maize
Fruit-trees
Vegetables
R2=0.616
Stima del LAIattraverso l’indice WDVI
Anisotropia della Riflettanza della Vegetazione (superficie non-lambertiana)
NECESSITÀ DI OSSERVAZIONI MULTIANGOLARI
MISRChris-PROBA
CHRIS/PROBA – Esperimento SPARC (ESA)
3598 [0º] 3599 [+36º] 359A [-36º]
359B [+55º] 359C [-55º]
MinZen Ang: 20º
Fly-byTime: 11:07 UT
SolarZen Ang: 22º
Modelli e stima dei parametri
Modello riflettanza
fogliare
Caratteristiche foglia- Clorofilla- Acqua- Struttura fogliare
Modello riflettanza
canopy
Caratteristiche canopy- Struttura- Suolo- LAI
Caratteristiche ripresa- Illuminazione- Ripresa
Mod
elli
acco
ppia
tiIn
vers
ion
e de
i mod
elli
2) Definizione “analitica”:
( )c cK K NDVI=
( , , , ; , , )c a cK f K T RH U r LAI h↓=
Progetto UE - DEMETER (2002-2005)Sviluppo e validazione in Italia, Spagna e
Portogallo di due metodologie per la determinazione del coefficiente colturale Kc
1) Relazione empirica con NDVI:
Mediante osservazioni di campo, viene calibrata una relazione empirica di tipo lineare fra l’indice NDVI (NormalisedDifferences Vegetation Index) ed il valore Kc (Heilman et al., 1982; Bausch and Neale, 1987; Bausch, 1993):
Metodo NDVI :
( ) IR Rc c
IR R
r rK K NDVI a br r
⎛ ⎞−= = + ⋅ ⎜ ⎟+⎝ ⎠
• semplice, speditivo
• soggettività legata all’attribuzione del Kc in campo
• non conforme alle procedure standard della FAO
Metodo NDVI :
( ) 87.52 /1(1 / )
ns nl E ap
c a
R R G D rEr r
ρλ γ
Δ − − +=
Δ + +
(1 )ns tR r S= − ,min
0.5t
cr
rLAI
=
2 23 3ln ln
0.123 0.0123
0.168
U c T c
c c
a
z h z h
h hr
U
⎛ ⎞ ⎛ ⎞− −⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎝ ⎠=
Definizione analitica del KcProcedura “1-step” della FAO per il calcolo di ETp
Definizione analitica del KcProcedura “1-step” della FAO per il calcolo di ETp
( ) ( ) ( ) ( )( )
α ρ
λ γ
− ↓⎡ ⎤− − + + −⎢ ⎥=
+ +⎢ ⎥⎣ ⎦
0.5 *1 0.4 1 /124864001 /0.62
LAIp a s a
p
s e K L c e e UET
s U LAI
( ) [ ]
( )
*,
*,
( ) / 1 0.34
0.01040.77 (1 / )273.3
p a s a a Hpc
refs a c a H
a
s Q G c e e r s+ ( + U)EK
Es( K L G)+ U e e s r r
T +
ρ γ
γγ γ↓
⎡ ⎤− + −⎣ ⎦= =⎡ ⎤λ+ − − + +⎡ ⎤⎢ ⎥ ⎣ ⎦⎣ ⎦
y = 1.02x - 0.04R2 = 0.95
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
ETp
ETa
from doy 207 to doy 210 - Alfalfa
y = 1.03x - 0.02R2 = 0.97
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Eto * Kc (ASD)
ETa
from doy 207 to doy 210 - Alfalfa
Validazione – Erba medica(eddy-covariance)
y = 1.05x - 0.08R2 = 0.90
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Eto * Kc (ASD)
ETa
from doy 196 to doy 206 - Corn
Validazione – Mais(eddy-covariance)
Vigneto irriguo, Sardegna
y = 0.56xR2 = 0.58
0.00
0.20
0.40
0.60
0.80
0.00 0.20 0.40 0.60 0.80
ET potenziale
ET
real
e
from doy 226 to doy 239 - Vigna
L’assistenza irrigua in Campania
• Oggi è attivo un nuovo sistema basato sulla telefonia cellulare, Internet ed i satelliti per l’Osservazione della Terra
• www.consulenzairrigua.it
Prototipo sviluppatonell’ambito del progettoeuropeo “DEMETER”
Procedura operativa dal2006, in 4 Consorzi dellaRegione Campania
Implementazionetecnologica dello spin-off accademico dell’Universitàdi Napoli Federico II:
Esempio di trasferimento dei risultati della ricerca ad applicazioni operative
ETp maps
(raster)
Pn maps(raster)
Farm characteristics:
Area, Q_outlet, Irrigation method
(vector)
GIS (cadaster-
based)
Crop Water Requirements
calculation (CWR)
(vector map)
Irrigation Advisory Services
Multiple-users associations
LEVEL (A)
Yes/no
LEVEL (B) SUGGESTION TO FARMERS:
i.e.: maximum duration of irrigation (h) in a given day or in a period of time (1 week)
1) Monitoraggio in tempo reale dello sviluppo delle colture mediante dati satellitari multi-spettrali ad alta risoluzione spaziale (5-20 m; SPOT)
2) Calcolo dei fabbisogni irrigui secondo la procedura “1-step” F.A.O. con dati dalla rete agrometeorologica
3) Distribuzione del consiglio irriguo personalizzato direttamente agli agricoltori
Schema metodologico :
36 h1) 2) 3)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.51
CA
STR
ULL
ON
UO
VO
2 B
OS
CA
RIE
LLO
3 Z.
B.E
1 S
EZ.
SE
LE
4 C
AN
ALI
PE
LOLI
BE
RO
5 C
AN
ALI
PE
LOLI
BE
RO
6 FA
SC
IALI
TOR
AN
EA
7 C
AN
ALI
PE
LOLI
BE
RO
8 C
AN
ALI
PE
LOLI
BE
RO
9 C
AN
ALI
PE
LOLI
BE
RO
106m3
Tota
l mon
thly
Cro
p W
ater
Req
uire
men
t
June July August September
Livello (A): informazione a scala di comprensorio irriguo
Parcella ID: 229870/00136
Volume irriguo consigliato, settimana 28: 213 m3
Durata applicazione: 5.5 h
Distribuzione all’utente finale in tempo reale
20052005
Farm: Maionecrop: maize
ETP and water supply2005
0
10
20
30
40
50
60
70
80
1/6
8/6
15/6
22/6
29/6 6/7
13/7
20/7
27/7
days
ETP,
wat
er s
uppl
y (m
m/d
ay)
0
100
200
300
400
500
600
700
800
Cum
ulat
ive
(cub
ic m
eter
/ ha
)
supply
ETP
supplycumulative
ETPcumulative
3/06 21/0 28/06 7/07 17/07 28/07 satellite i iti
20052005
Farm: Mellonecrop: orchard
ETP and water supply2005
0
10
20
30
40
50
60
70
80
1/6
8/6
15/6
22/6
29/6 6/7
13/7
20/7
27/7
days
ETP,
wat
er s
uppl
y (m
m/d
ay)
0
100
200
300
400
500
600
700
800
Cum
ulat
ive
(cub
ic m
eter
/ ha
) supply
ETP
supplycumulative
ETPcumulative
3/06 21/0 28/06 7/07 17/07 28/07satellite
i iti
• Le tecniche di Osservazione della Terra rappresentano ormai uno strumento insostituibile per lo studio ed il monitoraggio dei processi idrologici e delle risorse idriche
• I parametri caratterizzanti il manto vegetale (albedo, LAI) rappresentano il dato di maggior precisione tra le variabili d’interesse ambientale che le tecniche O.T. possono fornire con continuità
• La combinazione di modelli su base fisica che descrivono i processi bio-fisici ed i meccanismi di trasferimento della radiazione solare rappresentano la base per lo sviluppo di nuove metodologie per l’utilizzo di dati di Osservazione della Terra in diverse regioni dello spettro e.m.
Considerazioni conclusive (1/2)
• Alcune metodologie d’analisi hanno raggiunto un grado di maturità tale da consentire lo sviluppo di applicazioni operative in tempo reale per la gestione delle risorse territoriali
• Le piattaforme orbitanti di nuova generazione (ESA-Sentinel) e la crescente disponibilità di sensori con caratteristiche avanzate (osservazioni iper-spettralie multi-angolari, altissima risoluzione) aprono nuove prospettive nell’impiego di dati di O.T., specialmente nel campo del visibile, dell’infrarosso prossimo e delle micro-onde.
Considerazioni conclusive (2/2)