NOTA! Questo sito utilizza i cookie e tecnologie simili.

Se non si modificano le impostazioni del browser, l'utente accetta. Per saperne di piu'

Approvo

Per ulteriori informazioni consulta la Privacy Policy oppure i nostri Termini di utilizzo 


Italian Arabic Chinese (Simplified) English French German Japanese Portuguese Russian Spanish
×

Attenzione

Fallita eliminazione b280d9dbe2758fbdb5012410fe8f3d4a-cache-mod_search-7b9dfe0fe8bb03a5c51ea7e2df6560dd.php

Fallita eliminazione template_4243623135.php

Mercoledì, 19 Aprile 2017 15:37

Il telerilevamento per l'analisi precoce della minaccia portata dalla Xylella fastidiosa agli ulivi

Redazione GEOmedia

La presenza in Puglia (Italia) del Complesso del Disseccamento Rapido dell’Olivo (CoDiRO) causato da Xylella fastidiosa (Xf), il cui ceppo Co.Di.RO colpisce prevalentemente gli alberi di olivo, rappresenta una seria minaccia per la produzione olivicola in tutti i Paesi mediterranei. La tesi di dottorato "Defining optimal Hyperspectral Narrowbands as proximal sensing in the early detection of Xylella fastidiosa in olive trees" di Stefania Gualano, discussa al Politecnico di Bari, dimostra la possibilità offerte dalla Geomatica per una analisi precoce del problema atta ad evitare lunghe analisi sul campo.

Xf è un patogeno regolamentato in Europa come organismo di quarantena (lista EPPO A1) perché colpisce più di 350 specie vegetali in tutto il mondo. La maggior parte degli olivi infetti muore a seguito della moltiplicazione del batterio all’interno del sistema vascolare che limita il flusso dell’acqua dalle radici alla chioma dell’albero. Circa il 95% della coltivazione olivicola è concentrata nella regione mediterranea e l’Italia è il secondo Paese produttore a livello mondiale. Quindi, Xf rappresenta una seria minaccia per l’olivo nel mondo a causa della gravità dei sintomi indotti (soprattutto bruscatura delle foglie, disseccamento dei rami e deperimento rapido dell’albero), della lunga lista di vettori che possono diffondere efficientemente il patogeno, come il Philaenous spumarius in Puglia, e l’elevato numero di ospiti secondari del patogeno.

Xf rappresenta un limite per la coltivazione dell’olivo e per la tutela del patrimonio storico olivicolo nella regione mediterranea. Ad oggi, non esistono misure efficaci di controllo e di lotta diretta al batterio e al CoDiRO; quindi, l’identificazione precoce degli alberi infetti, la loro immediata eradicazione e le strategie di controllo dei vettori sono gli unici mezzi per impedire o limitare il rischio di contaminazione. Tali misure potrebbero essere più efficaci se l’identificazione dell’infezione avvenisse nei primi stadi di sviluppo della malattia, in modo da poter contenere la diffusione del patogeno e la sua trasmissione agli alberi circostanti. Comunque, i rilievi visivi in campo richiedono tempo e sono costosi.

A questo scopo, il telerilevamento potrebbe essere uno strumento utile all’identificazione di stress idrici causati dai primi stadi dell’infezione di Xf negli alberi di olivo.

In tempi recenti si è assistito ad un aumento della ricerca nelle applicazioni delle tecniche Geomatiche, favorito dalla maggiore disponibilità di strumenti di rilevazione da remoto e da vicino, che ha condotto ad un significativo avanzamento della possibilità di monitorare fenomeni biologici complessi e di gestire, in ambiente Geographic Information System (GIS), i relativi dati sia in modalità stand-alone che in rete. In tal modo è possibile integrare, in un unico ambiente operativo, dati spaziali eterogenei derivanti dall'impiego di metodi diretti, come le azioni di monitoraggio, o dall’utilizzo di metodi indiretti, come l'elaborazione dei dati telerilevati. I dati così prodotti possono essere utilizzati per l'implementazione di modelli previsionali nella difesa delle avversità sul territorio e per potere così adattare la strategia di intervento e razionalizzare la difesa delle colture.

La prima ricerca in questo lavoro ha come obiettivo la valutazione dell’idoneità delle tecniche di fotointerpretazione per riconoscere e classificare piante colpite dal CoDiRO in ambiente GIS. A tal fine sono state utilizzate immagini da aereo ad alta risoluzione geometrica nel visibile e nell'infrarosso vicino relative ad un’area di studio nel sud della Regione Puglia, che rappresenta la prima area focolaio di Xf.

Le misure radiometriche rilevate da remoto sono state orientate all'individuazione di appropriati fototipi, morfologicamente in grado di rilevare l’alterazione associata a diversi livelli di sintomi ascrivibili al CoDiRO. L’uso di immagini spaziali definite, rafforzato dalla presenza della banda nel vicino infrarosso, ha facilitato notevolmente l’identificazione dei segnali di CoDiRO a partire dai fototipi chiave che sono ben correlati all’espressione della malattia.

La tecnica ha reso possibile l’identificazione del 20% di alberi fotointerpretati con CoDiRO ed infetti da Xf. Questo risultato rappresenta un buon presupposto per poter esaminare in modo approfondito e migliorare la metodologia attraverso la restituzione stereoscopica in ambiente GIS.

La seconda ricerca è stata invece finalizzata all’accertamento del potenziale dei dati di riflettanza iperspettrale (HR) per poter identificare l’infezione di Xf nei primi stadi di sviluppo su olivo.

I campionamenti hanno riguardato piante infette delle due principali varietà di olivo (cvs “Cellina di Nardò” e “Leccino”) coltivate in un campo commerciale localizzato nell’area focolaio di Xf nel Sud della Puglia. Ogni campione era composto da foglie raccolte da 10 rametti/albero con diversi livelli di infezione. Lo studio ha avuto come obiettivo la: (i) discriminazione tra foglie infette asintomatiche e foglie non infette; (ii) la selezione delle migliori bande per evidenziare tale discriminazione e il (iii) confrontato tra due metodi di selezione delle variabili a sostegno dell'analisi delle riflettanze iperspettrali.

La discriminazione delle foglie infette asintomatiche da quelle non infette, utilizzando dati pre-elaborati acquisiti con uno spettroradiometro da campo, è stata definita nell’intervallo di lunghezze d’onda 400 - 1830 nm dello spettro. Un approccio euristico di selezione delle variabili, utilizzato in letteratura (Lambda-Lambda R2 model - LLR2, Principal Component Analisys model - PCA e Wilks' Lambda) e un combined general purpose detection method, proposto in questa ricerca, denominato interval PCA Internal Clustering Validation (iPCA-ICV) sono stati messi a confronto.

Il metodo non supervisionato proposto, divide lo spettro dei dati di riflettanza in un numero determinato di intervalli, calcola la PCA all'interno di essi (iPCA) e convalida la bontà dei raggruppamenti ottenuti (classi) attraverso misure di Cluster Validity index. La capacità discriminante delle lunghezze d'onda selezionate dai due metodi è stata valutata mediante analisi discriminante generalizzata basata sulla correlazione canonica e sulla misura dell'errore di tipo leave-one-out cross-validation, attraverso matrici di confusione.

Da entrambi i metodi è stato possibile discriminare foglie infette da Xylella fastidiosa e selezionare bande strette specifiche. Tuttavia, il miglior potere discriminante è stato ottenuto da iPCA-ICV per entrambe le varietà (percentuale di errore del 23.7% e del 22.02% rispettivamente per cv. Cellina di Nardò e cv. Leccino), rispetto al metodo di riferimento (percentuale di errore del 42.47% e del 22.02% rispettivamente per cv. Cellina di Nardò e cv. Leccino).

I due metodi hanno evidenziato differenze nel numero e nella posizione delle bande strette selezionate (ciascuna di 10 nm) tra le due varietà. In particolare, entrambi concordano con le regioni del VIS (vicini al blu e al rosso) e dello Short Wave Infrared (SWIR) come porzioni dello spettro a maggior peso sulla discriminazione della Leccino, varietà meno colpita dall'infezione (23.1%), mentre, per la Cellina, varietà più colpita (85.7% di positività riscontrata), i due metodi risultano discordanti. Il iPCA-ICV individua le bande di assorbimento dell'acqua intorno a 1180, 1400 nm e in molte bande dello SWIR, il metodo euristico individua due bande a 705 e 805 nm, come determinanti nell'individuazione di Xylella.

L'identificazione di regioni critiche dello spettro, dunque, costituisce il primo passo logico verso lo sviluppo di indicatori di stress robusti basati su immagini iperspettrali. Le tecniche di selezione delle bande, inoltre, risultano estremamente utili non solo per migliorare il potere dei modelli predittivi, ma anche per l'interpretazione dei dati o il design di sensori specifici Pest Desease Detection (PDD).

--

Stefania Gualano
Defining optimal Hyperspectral Narrowbands as proximal sensing in the early detection of Xylella fastidiosa in olive trees

XXIX CYCLE 2017, Curriculum: Environment and Natural Resources Coordinator: Prof. Michele Mossa

DICATECh Department of Civil, Environmental, Building Engineering and Chemistry
Prof. Eufemia Tarantino, Politecnico di Bari

Dr. Anna Maria D’Onghia
Division Integrated Pest Management
International Centre for Advanced Mediterranean Agronomic Studies, Mediterranean Agronomic Institute of Bari (CIHEAM/MAIB)

Dr. Chariton Kalaitzidis
Dept of Geoinformation in Environmental Management International Centre for Advanced Mediterranean Agronomic Studies,
Mediterranean Agronomic Institute of Chania (CIHEAM/MAICh)


 Copia qui lo "short link" a questo articolo
www.geoforall.it/kw3qq


SINERGIS
LiVE Libri Viaggi Esperienze
TUSEXPO 2017

Trimble Italia
Trimble Italia

ESA - Immagine della settimana

Leica Viva
Italdron
GEOforALL @rivistageomedia

Video del mese

Video TFA

Video intervista del mese

GEOWEB
GeoBusiness 2017
UAV Expo Europe
www.geoiotworld.com

Disclaimer

I contenuti redazionali di questo sito (articoli, editoriali, redazionali, video e podcast) sono soggetti ai seguenti Termini di utilizzo
Redazione MediaGEO soc. coop. Via Palestro, 95 00185 Roma. Testata telematica con reg. al Tribunale di Roma n° 231/2009 del 26-6-2009. 

mediaGEO soc. coop.

Via Palestro, 95 - 00185 Roma

Tel. +39 06.64.87.12.09   

Fax +39 06.62.20.95.10

Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

markerTrovaci su Google Maps

NOTA! Questo sito utilizza i cookie e tecnologie simili.

Se non si modificano le impostazioni del browser, l'utente accetta. Per saperne di piu'

Approvo

Per ulteriori informazioni consulta la Privacy Policy oppure i nostri Termini di utilizzo