Le immagini satellitari
I satelliti sono uno dei mezzi più utilizzati in agricoltura per effettuare il remote sensing o telerilevamento: le immagini satellitari permettono infatti di monitorare le colture da remoto in modo preciso ed efficiente.
Risoluzione spaziale e temporale dei satelliti
Esistono numerosi satelliti che acquisiscono immagini multispettrali dallo spazio: tra i più comuni troviamo Sentinel-2 e Landsat 8 (entrambi presenti nella piattaforma Agricolus), PlanetScope, Iride, Sentinel-1 (in fase di sperimentazione).
Le immagini ottenute hanno una risoluzione spaziale differente: Landsat 8 fornisce dati con risoluzione spaziale di 30 metri, Sentinel-2 di 10 metri; la risoluzione temporale per Landsat 8 è ogni 16 giorni, mentre per Sentinel-2 ogni 3/5 giorni (a seconda delle zone).
La frequenza di passaggio regolare dei satelliti determina una disponibilità del dato in più fasi della stagione colturale, ma bisogna anche ricordare che nei giorni di transito del satellite, in cui l’area in esame è coperta da nuvole, il dato non è utilizzabile.
Elaborazione dei dati
Agricolus ha sviluppato una tecnologia proprietaria altamente innovativa, pensata per gestire in modo autonomo l’intero processo di acquisizione ed elaborazione delle immagini satellitari.
I dati grezzi vengono scaricati direttamente dalle fonti ufficiali, elaborati internamente e resi disponibili all’utente finale senza dover ricorrere a servizi esterni o intermediari.
In particolare, attraverso il portale Copernicus Data Space Ecosystem, si ha accesso ai dati del satellite Sentinel-2: una volta acquisiti, questi sono elaborati direttamente all’interno dell’infrastruttura Agricolus, dove vengono calcolati vari indici di vegetazione fondamentali per il monitoraggio delle colture.
- Indici di vigoria: utili per valutare la crescita complessiva delle piante
- Indici di stress idrico: che indicano eventuali carenze d’acqua
- Indici di clorofilla: utili per stimare lo stato nutrizionale della coltura
Agricolus ha sviluppato una tecnologia proprietaria altamente innovativa, pensata per gestire in modo autonomo l’intero processo di acquisizione ed elaborazione delle immagini satellitari.
I dati grezzi vengono scaricati direttamente dalle fonti ufficiali, elaborati internamente e resi disponibili all’utente finale senza dover ricorrere a servizi esterni o intermediari.
In particolare, attraverso il portale Copernicus Data Space Ecosystem, si ha accesso ai dati del satellite Sentinel-2: una volta acquisiti, questi sono elaborati direttamente all’interno dell’infrastruttura Agricolus, dove vengono calcolati vari indici di vegetazione fondamentali per il monitoraggio delle colture.
- Indici di vigoria: utili per valutare la crescita complessiva delle piante
- Indici di stress idrico: che indicano eventuali carenze d’acqua
- Indici di clorofilla: utili per stimare lo stato nutrizionale della coltura
Queste informazioni sono rese disponibili sia sull’app mobile che sulla piattaforma web di Agricolus, consentendo agli agricoltori di prendere decisioni informate, tempestive e basate su dati oggettivi.
Queste informazioni sono rese disponibili sia sull’app mobile che sulla piattaforma web di Agricolus, consentendo agli agricoltori di prendere decisioni informate, tempestive e basate su dati oggettivi.
I benefici offerti da questa tecnologia sono molteplici:
- creazione di nuovi indici personalizzati, sviluppati in base alle esigenze specifiche delle colture, delle condizioni climatiche o delle pratiche agronomiche adottate;
- gestione avanzata dei dati grezzi, come la possibilità di applicare filtri per eliminare le immagini compromesse dalla presenza di nuvole o altri fattori di disturbo;
- elaborazioni su misura, che possono essere adattate a singole aziende agricole, progetti di ricerca, esigenze territoriali o particolari colture.
Si tratta di una soluzione scalabile e modulare, applicabile non solo all’elaborazione dei dati satellitari, ma anche ad altri tipi di dati complessi, come quelli meteorologici.
In altre parole, la tecnologia sviluppata da Agricolus costituisce una base solida e flessibile per la gestione autonoma e personalizzata di qualsiasi flusso di dati proveniente da fonti esterne, rappresentando un elemento chiave nell’evoluzione dell’agricoltura digitale.
Si tratta di una soluzione scalabile e modulare, applicabile non solo all’elaborazione dei dati satellitari, ma anche ad altri tipi di dati complessi, come quelli meteorologici.
In altre parole, la tecnologia sviluppata da Agricolus costituisce una base solida e flessibile per la gestione autonoma e personalizzata di qualsiasi flusso di dati proveniente da fonti esterne, rappresentando un elemento chiave nell’evoluzione dell’agricoltura digitale.
Indici di vegetazione ottenuti da satellite
Quando si parla di immagini satellitari, e di remote sensing in generale, è necessario introdurre il concetto di indice di vegetazione per capire come esse permettano il monitoraggio dello stato di salute delle colture da remoto.
Gli indici di vegetazione sono uno strumento chiave dell’Agricoltura 4.0: l’utilizzo dei dati satellitari e la loro corretta interpretazione ottimizzano infatti gli interventi in campo e rendono sostenibile, dal punto di vista economico, le attività di osservazioni in campo.
Gli indici possono descrivere la vigoria della pianta, fornendo una misura del suo stato di salute generale, oppure problematiche specifiche come lo stress idrico o la quantità di clorofilla.
Quando si parla di immagini satellitari, e di remote sensing in generale, è necessario introdurre il concetto di indice di vegetazione per capire come esse permettano il monitoraggio dello stato di salute delle colture da remoto.
Gli indici di vegetazione sono uno strumento chiave dell’Agricoltura 4.0: l’utilizzo dei dati satellitari e la loro corretta interpretazione ottimizzano infatti gli interventi in campo e rendono sostenibile, dal punto di vista economico, le attività di osservazioni in campo.
Gli indici possono descrivere la vigoria della pianta, fornendo una misura del suo stato di salute generale, oppure problematiche specifiche come lo stress idrico o la quantità di clorofilla.
Tipologie di indici di vegetazione
NDVI: permette di valutare lo stato di salute della vegetazione e mostra le differenze nel vigore della pianta, analizzando la riflettanza della vegetazione nelle bande del Rosso e del NIR.
SAVI: permette di valutare le condizioni di sviluppo della vegetazione nelle fasi di emergenza e inizio dello sviluppo, in quanto applica una correzione al suolo nudo.
LAI: indice di area fogliare che è correlato alla superficie fogliare della pianta espressa in m2 su m2 derivato dall’indice EVI.
TCARI/OSAVI: indice di clorofilla che permette di individuare eventuali aree clorotiche all’interno del campo e ottenere una panoramica sullo stato nutrizionale delle piante.
GNDVI (Green-NDVI): è un ulteriore indice di vigoria che riduce l’effetto di saturazione quando la vegetazione è particolarmente sviluppata.
NDMI: indice specifico che valuta il contenuto idrico della vegetazione, quindi utilizzabile solo con vegetazione sviluppata.
NMDI: può essere utilizzato per valutare il contenuto idrico del terreno; in caso di suolo nudo, un valore alto dell’indice indica suolo asciutto. In presenza di vegetazione, invece, un valore alto dell’indice indica che la pianta non è in stress idrico.
Dati storici e comparati
In agricoltura è fondamentale monitorare e comparare lo sviluppo della coltura su diversi appezzamenti e nel corso delle diverse annate.
I quattro principali step per l’interpretazione degli indici di vegetazione prevedono l’analisi multi-temporale e il confronto tra indici:
- accertamento dello stadio fenologico della pianta;
- analisi dell’andamento storico degli indici per valutare se sono presenti anomalie e se sono collegate a fenomeni conosciuti;
- identificazione degli indici da comparare;
- confronto tra indici per identificare le aree problematiche da verificare in campo.
Confrontare le immagini satellitari permette infatti di valutare le relazioni tra differenti indici (come tra bassa vigoria e forte stress idrico) e le possibili cause delle variazioni di questi.
Il grafico dell’andamento storico degli indici di vegetazione consente inoltre di tenere traccia di quello che succede in campo e di valutare le variazioni rispetto ai dati delle annate precedenti.
