Semiautomatic classification per l'elaborazione di immagini Sentinel-2 in viticoltura - Relatore: Diego Francesco Malacarne
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Roma, 19-22 febbraio 2018
Semiautomatic classification per l’elaborazione di
immagini Sentinel-2 in viticoltura
Relatore: Diego Francesco Malacarne
IL PROGETTO
Il progetto FSE “Droni in viticoltura e frutticoltura: geoinformazione per
agroecosistemi 4.0 in Veneto e Trentino” è un progetto che coinvolge quattro
dipartimenti dell’Università di Padova, più numerosi partner nei settori della
ricerca, agricoltura e geoinformazione.
OBIETTIVO GENERALE
Portare innovazione nelle aziende agricole venete mostrando le potenzialità
degli attuali strumenti di agricoltura 4.0, implementando metodologie replicabili
a con costi contenuti.
Monitoraggio di vigneti integrando telerilevamento lontano e vicino:
integrazioni tra voli APR e immagini satellitari
Valutare la possibilità di utilizzo dei dati satellitari open in viticoltura, in
particolare per quanto riguarda il monitoraggio delle diverse fasi del ciclo
vegetativo della vite
Confrontare i risultati ottenuti dalle immagini satellitari con quelli elaborati a
partire da immagini multispettrali da APR, valutandone la corrispondenza da
un punto di vista qualitativo e statistico
L’INVAIATURA Fra le fasi fenologiche della vite quella dell’invaiatura riveste un importanza primaria. L’invaiatura è il momento in cui avviene il viraggio di colore dei grappoli, importante per programmare le successive attività agronomiche. Questa fase induce un indirizzamento preponderante delle risorse della pianta verso i frutti, con una conseguente diminuzione del vigore vegetativo generale, potenzialmente individuabile mediante un monitoraggio dell’andamento dell’NDVI.
AREA DI STUDIO Vigneto Pirio Vitigno: Merlot Sup: 1 Ha Vigneto Il Filò delle Vigne Vitigno: Merlot Sup: 0,8 Ha
MATERIALI E METODI
L’acquisizione dei dati è avvenuta su tre livelli (periodo luglio - agosto 2017):
Rilievo a terra Rilievo con APR Immagini satellitari
Valutazione invaiatura e APR DJI Matrice 100
raccolta campioni su 62 Immagini Sentinel-2
Camera multispettrale
aree georeferenziate Agrowing
MATERIALI E METODI L’elaborazione dei dati è avvenuta mediante QGIS, con particolare utilizzo del plugin Semi-automatic Classification. Le principali fasi di elaborazione sono state le seguenti: DATI SATELLITARI - Scaricamento delle immagini satellitari Sentinel-2 - Correzione atmosferica * - Ritaglio ed elaborazione indici di vegetazione - Estrazione di valori medi e dei punti di campionamento per tracciare l’andamento stagionale dell’NDVI * Inizialmente sono state utilizzate immagini Sentinel-2 al livello 1C (TOA) e applicata la correzione atmosferica DOS1 (basata sull’immagine) mediante SCP. In un secondo momento si è optato per una correzione atmosferica basata sulle condizioni atmosferiche mediante l’algoritmo sen2cor fornito dall’ESA o scaricando direttamente il livello 2A quando disponibile.
MATERIALI E METODI DATI DRONE - Elaborazione mappe NDVI - Classificazione delle immagini - Vettorializzazione del filare creazione della maschera “filari” - Estrazione della mappa di NDVI relativa ai soli fliari - Calcolo di statistiche zonali su tratti di filare
MATERIALI E METODI
CONFRONTO DATI DRONE – SATELLITE
- Ricampionamento delle immagini da drone alla risoluzione di 10m
(coincidenti con le celle Sentinel-2)
- Confronto visivo delle mappe NDVI ottenute da drone e da satellite
- Calcolo correlazione dei dati NDVI ottenuti da drone e da satellite *
NDVI drone ricampionato NDVI Sentienl-2
27/07/2017 28/07/2017
* Sono stati messi a confronto gli NDVI elaborati a partire da dati Sentinel:
- Livello 1C (senza correzione atmosferica)
- Livello 1C con correzione atmosferica DOS1 (mediante SCP)
- Livello 2A con correzione atmosferica (forni da ESA o elaborati con sen2cor)
RISULTATI DATI SATELLITARI (vigneto Pirio)
RISULTATI
DATI DA DRONE
(vigneto Pirio 27/07/2017)
2) 3)
1)
4) 5) 6)RISULTATI
DATI DA DRONE
(vigneto Pirio 27/07/2017)
Mappa NDVI vigneto completo Mappa NDVI solo filariRISULTATI
CONFRONTO DATI DRONE - SATELLITE
(vigneto Pirio)
NDVI Sentinel 2 NDVI APRRISULTATI
CONFRONTO DATI DRONE - SATELLITE
(vigneto Pirio)
Livello 1C Correzione DOS1 Livello 2A
NDVI Sentinel-2
NDVI Sentinel-2
NDVI Sentinel-2
NDVI drone NDVI drone NDVI drone
R2 = 0,739 R2 = 0,740 R2 = 0,743
Passaggio Sentinel-2: 07/08/2017 In condizioni di nuvolosità anche
Rilievo drone: 08/08/2017 parziale la correlazione è molto bassa.
Condizioni meteo: sereno R2 < 0,25 in tutti i casi (da dati del 23
e 28 luglio).CONCLUSIONI In conclusione si può affermare che è possibile mediante dati satellitari liberi ottenere informazioni importanti sulle caratteristiche spaziali e temporali di un vigneto: - producendo mappe di vigore che, in condizioni atmosferiche favorevoli, sono correlabili alle stesse prodotte da drone. - individuando punti di massimo locale nell’andamento annuale dell’NDVI coincidenti all’entrata del vigneto nella fase di invaiatura In condizioni di nuvolosità, anche parziale, la correlazione fra l’NDVI da dati satellitari e da drone è molto bassa, anche applicando la correzione atmosferica. Va comunque considerato che per motivi logistici le date di rilievo con drone e con satellite differiscono di 1 -2 giorni. Con condizioni atmosferiche buone si è potuto notare un lieve aumento della correlazione applicando l’algoritmo DOS1 e sen2cor, ma non particolarmente significativa per gli scopi del presente elaborato. Tuttavia l’accessibilità sempre più agevole ad immagini già corrette permette di optare per queste ultime, infatti a partire dal 01/07/2017 l’ESA ha iniziato a distribuire i livelli 2A mediante il portale Copernicus Open Hub, i quali saranno accessibili anche mediante la versione 6 di SCP disponibile su QGIS 3.
Roma, 19-22 febbraio 2018 GRAZIE PER L’ATTENZIONE
Puoi anche leggere
