Tesi etd-01042022-083846 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
NIGRO, ANTONIO
URN
etd-01042022-083846
Titolo
Valutazione dell'efficacia del diserbo di post-emergenza su mais tramite tecniche di remote sensing
Dipartimento
SCIENZE AGRARIE, ALIMENTARI E AGRO-AMBIENTALI
Corso di studi
PRODUZIONI AGROALIMENTARI E GESTIONE DEGLI AGROECOSISTEMI
Relatori
relatore Prof. Silvestri, Nicola
Parole chiave
- Diserbo mais e Remote Sensing
Data inizio appello
24/01/2022
Consultabilità
Completa
Riassunto
Le tecniche per controllare in modo efficace le piante infestanti hanno subito negli anni un continuo processo evolutivo che ha trovato nel ricorso ai mezzi chimici la soluzione più efficace, più economica e più semplice.
La gestione delle infestanti è divenuto così un segmento della tecnica agronomica di fondamentale importanza per ottenere standard produttivi elevati e il diserbo chimico è la pratica colturale che ha presentato il tasso di innovazione più alto, sia a livello di processo che di prodotto.
Sfortunatamente il massiccio ricorso al diserbo ha mostrato anche i suoi limiti in termini agronomici (resistenza), ambientale (contaminazione delle acque superficiali e sotterranee) e sanitari (rischi di cancerogenicità).
Per questi motivi è cresciuta l’esigenza di garantire una gestione razionale della lotta chimica attraverso il potenziamento delle attività di monitoraggio della flora avventizia (scouting) che risulta indispensabile per poter ottimizzare l’uso degli erbicidi (opportunità dell’intervento, momento dell’intervento, dose e tipo di prodotto da utilizzare, zone del campo dove intervenire).
Negli ultimi anni il grande sviluppo della Information Technology e la riduzione dei costi conseguenti hanno favorito la diffusione delle nuove tecnologie in agricoltura (Precision Farming) e anche nel settore del controllo delle piante infestanti si sono affermati approcci nuovi per il monitoraggio della flora e per la distribuzione dei prodotti.
Il remote sensing in particolare, basato sulla possibilità di ottenere immagini attraverso l’impiego di UAV (Unmanned Aerial Vehicle) su cui possono essere montati sensori diversi, è una soluzione che unisce tempestività e flessibilità, consentendo di semplificare e di estendere enormemente le attività di scouting.
Attraverso il telerilevamento da drone si possono ottenere mappe di infestazione e da queste mappe di prescrizione per la distribuzione dei diserbanti (distribuzione a rateo variabile). In questo modo sarà più facile raggiungere gli obiettivi che l’UE si è posta per la prossima PAC, fra i quali la riduzione del 50% dell’uso dei fitofarmaci.
Lo scopo principale del presente lavoro è di testare l’utilizzo dei droni nel monitoraggio della flora avventizia e di verificare che tipo di utilizzazione pratica poteva fare l’agricoltore delle informazioni così ottenute.
Si è proceduto dunque ad effettuare una serie di voli con drone per il telerilevamento di un appezzamento che ospitava una coltivazione di mais prima e dopo gli interventi di controllo (diserbo e sarchiatura). Sono state quindi poste a confronto quattro tesi diverse, risultato delle possibili combinazioni dei due interventi considerati: diserbato-sarchiato (DSS), diserbato-non sarchiato (DNS), non diserbato-sarchiato (NDS) e non diserbato-non sarchiato (NDNS).
Al fine di esplorare le possibilità offerte dall’uso di tali tecnologie sono state testate due altezze di volo (15 e 30 m), con due tipologie di sensore (RGB e multispettrale) e due modalità di classificazione delle immagini (supervisionata e non supervisionata) attraverso l’utilizzo di Erdas Imagine.
I risultati ottenuti sono stati sottoposti all’analisi dell’accuratezza confrontandoli con la ground truth, tramite l’utilizzo di 160 punti di verifica annotati manualmente.
Questo procedimento porta ad individuare un set di punti nelle immagini classificate associate ad ognuna delle classi di riferimento, nel nostro caso mais, infestante, terreno e ombra, per cercare di capire se la classificazione ha attribuito il corretto valore di classe a tutti i punti di riferimento e quindi valutare la correttezza della classificazione.
Sono stati calcolati i valori di Accuratezza Totale (AT) e di Accuratezza Relativa (AR) per ciascuna delle combinazioni considerate.
La migliore AT è stata rilevata per le immagini RGB ad un’altezza di 30 m con classificazione supervisionata (88 %). La peggiore invece si è registrata per le immagini multispettrali ad un’altezza di 30 m classificate in maniera supervisionata (65%).
Per quanto concerne le AR, cioè le accuratezze riferite ad ogni singola classe di copertura del suolo, l’AR migliore (100%) è stata ottenuta per la classe del mais, con le immagini RGB (sia 15 che a 30 m), utilizzando una classificazione supervisionata, mentre la peggiore AR è stata riscontrata per le immagini multispettrali a 30 m non supervisionata (46%).
Il rilievo a terra delle infestanti ha confermato i risultati ottenuti con il telerilevamento da drone, evidenziando la correlazione esistente fra le due tipologie di monitoraggio.
Infine, la valutazione delle rese del mais ha confermato l’effetto depressivo dovuto alla presenza della flora avventizia e ha consentito di confrontare anche da un punto di vista economico le diverse strategie di controllo applicate.
Infatti, calcolati i costi degli interventi di diserbo e di sarchiatura, è stato possibile valutare la convenienza economica delle quattro tesi come differenza fra i ricavi e i costi degli interventi effettuati. La migliore tesi è risultata la DNS (558 €/ha) seguita dalla tesi DSS (530 €/ha) mentre la peggiore convenienza è ascrivibile alla tesi NDNS (381 €/ha).
Le possibilità offerte dall’uso dei droni nello scouting delle malerbe sembrano promettenti, ma rimangono diversi problemi tecnici da risolvere (insufficiente discriminazione fra la copertura della coltura e quella delle infestanti, complessità dei sw per l’interpretazione delle immagini, difficoltà a definire univocamente una soglia economica di intervento).
In ogni caso, la diffusione delle tecniche di remote sensing abbinata ai necessari rilievi a terra potrebbe contribuire al risolvere molti degli inconvenienti sopra ricordati e quindi fornire un valido supporto alle decisioni che l’agricoltore è chiamato a prendere riguardo alla difesa dalle malerbe.
La gestione delle infestanti è divenuto così un segmento della tecnica agronomica di fondamentale importanza per ottenere standard produttivi elevati e il diserbo chimico è la pratica colturale che ha presentato il tasso di innovazione più alto, sia a livello di processo che di prodotto.
Sfortunatamente il massiccio ricorso al diserbo ha mostrato anche i suoi limiti in termini agronomici (resistenza), ambientale (contaminazione delle acque superficiali e sotterranee) e sanitari (rischi di cancerogenicità).
Per questi motivi è cresciuta l’esigenza di garantire una gestione razionale della lotta chimica attraverso il potenziamento delle attività di monitoraggio della flora avventizia (scouting) che risulta indispensabile per poter ottimizzare l’uso degli erbicidi (opportunità dell’intervento, momento dell’intervento, dose e tipo di prodotto da utilizzare, zone del campo dove intervenire).
Negli ultimi anni il grande sviluppo della Information Technology e la riduzione dei costi conseguenti hanno favorito la diffusione delle nuove tecnologie in agricoltura (Precision Farming) e anche nel settore del controllo delle piante infestanti si sono affermati approcci nuovi per il monitoraggio della flora e per la distribuzione dei prodotti.
Il remote sensing in particolare, basato sulla possibilità di ottenere immagini attraverso l’impiego di UAV (Unmanned Aerial Vehicle) su cui possono essere montati sensori diversi, è una soluzione che unisce tempestività e flessibilità, consentendo di semplificare e di estendere enormemente le attività di scouting.
Attraverso il telerilevamento da drone si possono ottenere mappe di infestazione e da queste mappe di prescrizione per la distribuzione dei diserbanti (distribuzione a rateo variabile). In questo modo sarà più facile raggiungere gli obiettivi che l’UE si è posta per la prossima PAC, fra i quali la riduzione del 50% dell’uso dei fitofarmaci.
Lo scopo principale del presente lavoro è di testare l’utilizzo dei droni nel monitoraggio della flora avventizia e di verificare che tipo di utilizzazione pratica poteva fare l’agricoltore delle informazioni così ottenute.
Si è proceduto dunque ad effettuare una serie di voli con drone per il telerilevamento di un appezzamento che ospitava una coltivazione di mais prima e dopo gli interventi di controllo (diserbo e sarchiatura). Sono state quindi poste a confronto quattro tesi diverse, risultato delle possibili combinazioni dei due interventi considerati: diserbato-sarchiato (DSS), diserbato-non sarchiato (DNS), non diserbato-sarchiato (NDS) e non diserbato-non sarchiato (NDNS).
Al fine di esplorare le possibilità offerte dall’uso di tali tecnologie sono state testate due altezze di volo (15 e 30 m), con due tipologie di sensore (RGB e multispettrale) e due modalità di classificazione delle immagini (supervisionata e non supervisionata) attraverso l’utilizzo di Erdas Imagine.
I risultati ottenuti sono stati sottoposti all’analisi dell’accuratezza confrontandoli con la ground truth, tramite l’utilizzo di 160 punti di verifica annotati manualmente.
Questo procedimento porta ad individuare un set di punti nelle immagini classificate associate ad ognuna delle classi di riferimento, nel nostro caso mais, infestante, terreno e ombra, per cercare di capire se la classificazione ha attribuito il corretto valore di classe a tutti i punti di riferimento e quindi valutare la correttezza della classificazione.
Sono stati calcolati i valori di Accuratezza Totale (AT) e di Accuratezza Relativa (AR) per ciascuna delle combinazioni considerate.
La migliore AT è stata rilevata per le immagini RGB ad un’altezza di 30 m con classificazione supervisionata (88 %). La peggiore invece si è registrata per le immagini multispettrali ad un’altezza di 30 m classificate in maniera supervisionata (65%).
Per quanto concerne le AR, cioè le accuratezze riferite ad ogni singola classe di copertura del suolo, l’AR migliore (100%) è stata ottenuta per la classe del mais, con le immagini RGB (sia 15 che a 30 m), utilizzando una classificazione supervisionata, mentre la peggiore AR è stata riscontrata per le immagini multispettrali a 30 m non supervisionata (46%).
Il rilievo a terra delle infestanti ha confermato i risultati ottenuti con il telerilevamento da drone, evidenziando la correlazione esistente fra le due tipologie di monitoraggio.
Infine, la valutazione delle rese del mais ha confermato l’effetto depressivo dovuto alla presenza della flora avventizia e ha consentito di confrontare anche da un punto di vista economico le diverse strategie di controllo applicate.
Infatti, calcolati i costi degli interventi di diserbo e di sarchiatura, è stato possibile valutare la convenienza economica delle quattro tesi come differenza fra i ricavi e i costi degli interventi effettuati. La migliore tesi è risultata la DNS (558 €/ha) seguita dalla tesi DSS (530 €/ha) mentre la peggiore convenienza è ascrivibile alla tesi NDNS (381 €/ha).
Le possibilità offerte dall’uso dei droni nello scouting delle malerbe sembrano promettenti, ma rimangono diversi problemi tecnici da risolvere (insufficiente discriminazione fra la copertura della coltura e quella delle infestanti, complessità dei sw per l’interpretazione delle immagini, difficoltà a definire univocamente una soglia economica di intervento).
In ogni caso, la diffusione delle tecniche di remote sensing abbinata ai necessari rilievi a terra potrebbe contribuire al risolvere molti degli inconvenienti sopra ricordati e quindi fornire un valido supporto alle decisioni che l’agricoltore è chiamato a prendere riguardo alla difesa dalle malerbe.
File
Nome file | Dimensione |
---|---|
Tesi_PAG...Nigro.pdf | 1.29 Mb |
Contatta l’autore |