@prefix pubblicazioni: . @prefix unitaDiPersonaleInterno: . @prefix prodotto: . unitaDiPersonaleInterno:MATRICOLA10937 pubblicazioni:autoreCNRDi prodotto:ID274745 . @prefix prodottidellaricerca: . @prefix istituto: . istituto:CDS072 prodottidellaricerca:prodotto prodotto:ID274745 . @prefix unitaDiPersonaleEsterno: . unitaDiPersonaleEsterno:ID20914 pubblicazioni:autoreCNRDi prodotto:ID274745 . unitaDiPersonaleEsterno:ID18913 pubblicazioni:autoreCNRDi prodotto:ID274745 . @prefix modulo: . modulo:ID8139 prodottidellaricerca:prodotto prodotto:ID274745 . @prefix rdf: . prodotto:ID274745 rdf:type prodotto:TIPO1301 . @prefix retescientifica: . prodotto:ID274745 rdf:type retescientifica:ProdottoDellaRicerca . @prefix rdfs: . prodotto:ID274745 rdfs: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)"@en . @prefix xsd: . prodotto:ID274745 pubblicazioni:anno "2012-01-01T00:00:00+01:00"^^xsd:gYear . @prefix skos: . prodotto:ID274745 skos:altLabel "
Alberto Crema, \nGiacinto Manfron,\nMirco Boschetti,\nRoberto 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
"^^rdf:HTML ; pubblicazioni:autori "Alberto Crema, \nGiacinto Manfron,\nMirco Boschetti,\nRoberto Confalonieri"^^xsd:string ; pubblicazioni:affiliazioni "IREA-CNR,\nIREA-CNR / DISAA-UNIMI,\nIREA-CNR,\nDISAA/UNIMI"^^xsd:string ; pubblicazioni:titolo "Utilizzo congiunto di dati SAR e ottici per il monitoraggio di agro-ecosistemi risicoli in ambiente tropicale: primi risultati in Bangladesh"^^xsd:string ; prodottidellaricerca:abstract "La produzione di informazioni agronomiche circa lo stato dei sistemi colturali \u00E8 oggetto di indagine\nscientifica da parte di diverse discipline. In particolare il contributo offerto dal telerilevamento\nriguarda la possibilit\u00E0 di supportare il monitoraggio continuo dell'agroecosistema, fornendo su larga\nscala informazioni spazialmente distribuite inerenti la localizzazione delle colture, la dinamica\nstagionale ed il loro stato fitosanitario. L'approccio alla caratterizzazione delle aree agricole, volta\nall'identificazione delle differenti colture, richiede molto spesso informazioni esterne non sempre\ndisponibili e presenti solamente in forma di statistiche aggregate per unit\u00E0 amministrative. Il\ntelerilevamento satellitare, ed in particolare l'analisi multi-temporale, pu\u00F2 rappresentare un utile\nstrumento per l'estrazione di informazioni agronomiche di dettaglio ed aggiornate per sistemi con\nforte variabilit\u00E0. In questo lavoro si \u00E8 voluto approfondire la possibilit\u00E0 di mappare ed estrarre\ninformazioni fenologiche di colture risicole in maniera automatica, proponendo un algoritmo in\ngrado di ricavare questo tipo di informazioni valutando l'andamento temporale di indici spettrali\nricavati da immagini satellitari MODIS. Sono state acquisite immagini del sensore relative ai\nprincipali distretti risicoli nel Nord Italia per gli anni 2005, 2006, 2007. I risultati hanno dimostrato\ncome la dinamica di indici spettrali quali l'Enhanced Vegetation Index (EVI) e il Land Surface\nWater Index (LSWI), possano essere utilizzati per distinguere superfici interessate da risicoltura da\naree caratterizzate da vegetazione spontanea o altre colture agricole. Un accurato lavoro di analisi\ndella dinamica del segnale \u00E8 stato inoltre in grado di identificare specifiche informazioni\nfenologiche della coltura. Il presente contributo fornisce un confronto tra i risultati di mappatura\nottenuti con la metodologia proposta con una metodologie precedentemente applicata ed una gi\u00E0\nnota in letteratura, discute inoltre le potenzialit\u00E0 e i limiti dell'approccio proposto."@it , "The production of agricultural information about the status of cropping systems is being\ninvestigated by several scientific fields of research. In particular, the contribution of remote sensing\ncan provide continuous monitoring of the agro-ecosystem, allowing the use of large-scale spatially\ndistributed information regarding the location of crops, the seasonal dynamics and their state of\nhealth. The approach to the automatic mapping of agricultural areas, aimed at identifying the\ndifferent crops, often needs external information not always available and when present often in the\nform of statistical averages. Satellite remote sensing, thanks to the multi-temporal monitoring, can\nbe a useful tool for extracting update agricultural information. In this study we wanted to investigate\nthe possibility of automatically extracting information of rice crop extension and phenology\ndefining an algorithm that uses time series of satellite images. MODIS sensor data of the ricegrowing\nareas of northern Italy were analyzed to derive time series of spectral indices EVI and\nLSWI. The study highlighted how information on crop extension and phenology can be\nextrapolated from a dynamic analysis of spectral indices time series. We noticed how the dynamics\nof some indices, allow to differentiate rice crop from other natural and agronomical features.\nSecondly a careful analysis of the signal, is also able to specifically identify phenological crop\ninformation of the crop during the on-going season. This paper shows also an application of the\nmethods proposed in the literature called analysis on the \\\"Pareto Boundary\\\"."@en ; prodottidellaricerca:prodottoDi istituto:CDS072 , modulo:ID8139 ; pubblicazioni:autoreCNR unitaDiPersonaleEsterno:ID20914 , unitaDiPersonaleEsterno:ID18913 , unitaDiPersonaleInterno:MATRICOLA10937 . @prefix parolechiave: . prodotto:ID274745 parolechiave:insiemeDiParoleChiave . parolechiave:insiemeDiParoleChiaveDi prodotto:ID274745 .