UNA MACCHINA FOTOGRAFICA LOW-COST PORTATA DA UN DRONE PUÒ ESSERE UTILE PER RILEVARE LO STATO NUTRIZIONALE DEL MAIS

La disponibilità sul mercato di piccoli droni e camere digitali low-cost con sensori ad alta risoluzione ha fatto nascere la domanda se attraverso il loro impiego sia possibile rilevare lo stato di nutrizione azotata delle colture agrarie al fine di usare questa informazione per la concimazione sito-specifica, in particolare di quella azotata di copertura. Un gruppo di ricercatori del DiSAA e del CREA-ZA, con il supporto tecnico della società Sport Turf Consulting, ha esplorato questa possibilità operando per due anni su un campo sperimentale di mais in cui erano presenti diversi trattamenti con azoto. La macchina fotografica utilizzata per acquisire le immagini è stata modificata rimuovendo dal sensore il filtro IR e posizionandone uno escludente la banda del rosso in modo tale da poter registrare la riflettanza della coltura nella banda del blu (B), del verde (G) e del vicino infrarosso (NIR). L’acquisizione delle immagini del campo da drone ed il campionamento della coltura a terra sono stati eseguiti con la coltura allo stadio di sesta e nona foglia. I campioni raccolti a terra hanno consentito di misurare la biomassa aerea presente e la sua concentrazione di azoto, costituendo quindi i valori di riferimento. Lo studio di regressione tra gli indici vegetazionali derivati dall’elaborazione delle riflettanze rilevate da drone con i valori di riferimento delle variabili colturali ha consentito di mettere in evidenza una promettente capacità predittiva di un indice basato bande G e NIR e sulla frazione di suolo coperto dalle piante.

______________________

Figura in evidenza: La figura mostra la curva di calibrazione per la stima della biomassa aerea (AGB) dalla frazione di copertura verde (GC).

RIFERIMENTO BIBLIOGRAFICO

Corti, M., Cavalli, D., Cabassi, G., Degano, L., Vigoni, A., Marino Gallina, P., 2019. Application of a low-cost camera on a UAV to estimate maize nitrogen-related variables. Precision Agriculture (2019) 20: 675-696. DOI: 10.1007/s11119-018-9609-y