Utilizzo congiunto di dati SAR e ottici per il monitoraggio di agro-ecosistemi risicoli in ambiente tropicale: primi risultati in Bangladesh (Contributo in atti di convegno)

Type
Label
  • Utilizzo congiunto di dati SAR e ottici per il monitoraggio di agro-ecosistemi risicoli in ambiente tropicale: primi risultati in Bangladesh (Contributo in atti di convegno) (literal)
Anno
  • 2012-01-01T00:00:00+01:00 (literal)
Alternative label
  • Alberto Crema, Giacinto Manfron, Mirco Boschetti, Roberto Confalonieri (2012)
    Utilizzo congiunto di dati SAR e ottici per il monitoraggio di agro-ecosistemi risicoli in ambiente tropicale: primi risultati in Bangladesh
    in 16a Conferenza Nazionale ASITA 2012, Vicenza, 6-9 Novembre 2012
    (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
  • Alberto Crema, Giacinto Manfron, Mirco Boschetti, Roberto Confalonieri (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
  • IREA-CNR, IREA-CNR / DISAA-UNIMI, IREA-CNR, DISAA/UNIMI (literal)
Titolo
  • Utilizzo congiunto di dati SAR e ottici per il monitoraggio di agro-ecosistemi risicoli in ambiente tropicale: primi risultati in Bangladesh (literal)
Abstract
  • La produzione di informazioni agronomiche circa lo stato dei sistemi colturali è oggetto di indagine scientifica da parte di diverse discipline. In particolare il contributo offerto dal telerilevamento riguarda la possibilità di supportare il monitoraggio continuo dell'agroecosistema, fornendo su larga scala informazioni spazialmente distribuite inerenti la localizzazione delle colture, la dinamica stagionale ed il loro stato fitosanitario. L'approccio alla caratterizzazione delle aree agricole, volta all'identificazione delle differenti colture, richiede molto spesso informazioni esterne non sempre disponibili e presenti solamente in forma di statistiche aggregate per unità amministrative. Il telerilevamento satellitare, ed in particolare l'analisi multi-temporale, può rappresentare un utile strumento per l'estrazione di informazioni agronomiche di dettaglio ed aggiornate per sistemi con forte variabilità. In questo lavoro si è voluto approfondire la possibilità di mappare ed estrarre informazioni fenologiche di colture risicole in maniera automatica, proponendo un algoritmo in grado di ricavare questo tipo di informazioni valutando l'andamento temporale di indici spettrali ricavati da immagini satellitari MODIS. Sono state acquisite immagini del sensore relative ai principali distretti risicoli nel Nord Italia per gli anni 2005, 2006, 2007. I risultati hanno dimostrato come la dinamica di indici spettrali quali l'Enhanced Vegetation Index (EVI) e il Land Surface Water Index (LSWI), possano essere utilizzati per distinguere superfici interessate da risicoltura da aree caratterizzate da vegetazione spontanea o altre colture agricole. Un accurato lavoro di analisi della dinamica del segnale è stato inoltre in grado di identificare specifiche informazioni fenologiche della coltura. Il presente contributo fornisce un confronto tra i risultati di mappatura ottenuti con la metodologia proposta con una metodologie precedentemente applicata ed una già nota in letteratura, discute inoltre le potenzialità e i limiti dell'approccio proposto. (literal)
  • The production of agricultural information about the status of cropping systems is being investigated by several scientific fields of research. In particular, the contribution of remote sensing can provide continuous monitoring of the agro-ecosystem, allowing the use of large-scale spatially distributed information regarding the location of crops, the seasonal dynamics and their state of health. The approach to the automatic mapping of agricultural areas, aimed at identifying the different crops, often needs external information not always available and when present often in the form of statistical averages. Satellite remote sensing, thanks to the multi-temporal monitoring, can be a useful tool for extracting update agricultural information. In this study we wanted to investigate the possibility of automatically extracting information of rice crop extension and phenology defining an algorithm that uses time series of satellite images. MODIS sensor data of the ricegrowing areas of northern Italy were analyzed to derive time series of spectral indices EVI and LSWI. The study highlighted how information on crop extension and phenology can be extrapolated from a dynamic analysis of spectral indices time series. We noticed how the dynamics of some indices, allow to differentiate rice crop from other natural and agronomical features. Secondly a careful analysis of the signal, is also able to specifically identify phenological crop information of the crop during the on-going season. This paper shows also an application of the methods proposed in the literature called analysis on the \"Pareto Boundary\". (literal)
Prodotto di
Autore CNR
Insieme di parole chiave

Incoming links:


Autore CNR di
Prodotto
Insieme di parole chiave di
data.CNR.it