Applicazioni di droni per la viticoltura di precisone

Salvatore Filippo Di Gennaro

Istituto per la Bioeconomia del Consiglio Nazionale delle Ricerche (CNR-IBE) di Firenze

Le piattaforme tradizionali di telerilevamento rappresentate da satelliti e aerei, sono state affiancate nell’ultimo decennio dai droni, detti anche UAV (Unmanned Aerial Vehicles).

Si tratta di piattaforme aeree a pilotaggio remoto, capaci di fornire la massima risoluzione spaziale e allo stesso tempo la massima flessibilità di utilizzo, rendendo un consulente tecnico o addirittura lo stesso viticoltore operatori in grado di effettuare monitoraggi del vigneto nei tempi più opportuni.

Uno degli scenari applicativi più importanti del telerilevamento è rappresentato dalla mappatura della variabilità spaziale del campo, al fine di consentire una gestione agronomica sito-specifica, piuttosto che diffusa sull’intero vigneto.

Tuttavia, per alcuni casi applicativi, ad esempio per i sistemi di allevamento a spalliera, la risoluzione di satellite e aereo non è in grado di discriminare la chioma dall’interfila, soprattutto in zone di basso vigore o nelle prime fasi fenologiche. In questo caso, i droni forniscono una soluzione più efficace, poiché consentono l’analisi di dettaglio della sola chioma, favorendo così un’ampia gamma di possibili applicazioni.

Un esempio di ricostruzione 3D della chioma attraverso acquisizione di immagini RGB con drone e applicazione di tecniche di fotogrammetria.

Tra le principali applicazioni dei droni in viticoltura di precisione troviamo l’utilizzo di camere multispettrali per la generazione di mappe legate alla stima dell’attività vegetativa della chioma, attraverso il calcolo di indici vegetazionali, come ad esempio l’NDVI che prende in esame la quantità di luce assorbita nella zona del rosso (pigmenti) e di luce riflessa nel vicino infrarosso (strutture cellulari). Mappe di variabilità legate allo sviluppo vegetativo di zone diverse del vigneto possono essere generate impiegando tradizionali camere RGB. Le immagini acquisite da questi sensori, ormai presenti su qualsiasi drone a basso costo, possono essere elaborate con tecniche di fotogrammetria per la ricostruzione 3D del vigneto, e quindi per creare mappe di spessori, altezze e volumi della chioma. Risultati simili sulla mappatura delle dimensioni della chioma possono essere ottenuti rapidamente con sensori LIDAR in grado di inviare impulsi luminosi (laser) verso un punto di vegetazione o suolo e registrare il tempo di ritorno di ogni impulso. Organizzando nello spazio tutti i punti identificati viene ricostruito rapidamente un modello 3D molto accurato, sebbene il sensore sia molto più costoso delle camere RGB.

Equipaggiando il drone con termo-camere, invece, è possibile monitorare la temperatura superficiale delle foglie, ed identificare incrementi termici dovuti a condizioni di stress idrico, come conseguenza della chiusura degli stomi in caso di carenza di acqua.

Un’ultima tipologia di sensori è rappresentato dalle camere iper-spettrali che consentono una scansione spettrale di estremo dettaglio, dalla quale è possibile quantificare descrittori legati a condizioni biotiche e abiotiche. Si tratta di sensori ad alto potenziale, ma attualmente impiegati solo per attività di ricerca a causa dei costi proibitivi e dei metodi complessi richiesti per la successiva elaborazione dei dati.

Il CNR-IBE partecipa a numerosi progetti di ricerca per esplorare nuovi scenari applicativi di queste tecnologie in vigneto. Ad esempio, nell’ambito del progetto DIGIVIT (PSR Toscana 2020-22), si è lavorato allo sviluppo di una metodologia per la stima delle rese, in cui sono state applicate tecniche di segmentazione dei grappoli su immagini RGB acquisite a bassa quota. Nel progetto FROSTVI- NE-UAV (bando PRIN 2022), invece, vi è stato lo sviluppo di un protocollo per la stima dei danni alla chioma causati da gelate primaverili tardive e gran- dine, nonché per la quantificazione del recupero post-danno in termini di nuova superficie fogliare e produzione.

Un esempio di stima delle rese attraverso acquisizione di immagini RGB con drone (a bassa quota) e applicazione di tecniche di segmentazione dei grappoli