Innovative algorithms to analyze the newly radar and optical satellite constellation for improving the agronomic and environmental management: the case study of cereal crops in Italy and China

Project leaders

Stefano Pignattimoranodicustoza, Wenjiang Huang

Agreement

CINA - CAS (Nuovo Accordo) - Chinese Academy of Sciences

Call

CNR-CAS 2017-2019

Department

Earth system science and environmental technologies

Thematic area

Earth system science and environmental technologies

Status of the project

Extended

Report for renewal

joint-report-2014-2016.pdf

Research proposal

A seguito della positiva esperienza del precedente progetto di collaborazione svolto nel triennio 2013-2016, che ha conseguito 4 pubblicazioni (co-authored) IMAA-RADI, la sottomissione di diversi progetti congiunti ed il rafforzamento dei rapporti di collaborazione (sia personale che istituzionale), si è deciso di sottomettere una nuova proposta per continuare la collaborazione.

Questa nuova proposta avvalendosi anche delle competenze CNR-IREA sul processing dei dati SAR, diventa di fatto inter-istituto ed inter-dipartimentale (DTA-ITC).

La proposta si sviluppa all'interno del dominio Copernicus sul tema "Agriculture, forestry and fisheries" con lo scopo di favorire lo sviluppo di pratiche/prodotti per preservare l'ecosistema agricolo. Nello specifico il nuovo progetto, si declina nell'ambito delle EU Common Policies che, per alcuni aspetti, corrispondono con le direttive Cinesi.

Le colture agricole sono sistemi complessi caratterizzati da una vasta gamma di processi biofisici e fisiologici che richiedono lo sviluppo di nuovi approcci metodologici ed algoritmici per esplorare la capacità di Osservazione della Terra offerta dalla nuova costellazione dei sensori ottici e radar EU e cinesi.

La proposta, pertanto, è strutturata su due temi di ricerca. Entrambi i temi hanno l'obiettivo di ampliare la capacità di analisi e di monitoraggio della superficie terrestre. Il progetto si pone gli obiettivi di: (1) stimare variabili e processi attraverso lo sviluppo di tecniche di assimilazione di dati EO in modelli di simulazione della crescita (crop growing models) e della diffusione degli agenti patogeni (pest and diseases models); (2) utilizzare dati SAR sia in modalità interferometrica che polarimetrica per lo studio delle deformazioni superficiali e del comparto suolo/vegetazione.

Il primo tema, sviluppato in due Task riguarda: (a) la validazione di algoritmi per migliorare la stima dello stress (siccità, parassiti e agenti patogeni, ecc) alla scala fogliare (es. contenuto di sostanza secca, pigmenti e lo spessore equivalente in acqua), alla scala della canopy (ad es fractional ground cover, LAI e FAPAR, biomassa) e alla scala del suolo (umidità del suolo, tessitura); (b) l'utilizzo integrato delle variabili della vegetazione e del suolo (stimate) e di dati metereologici al fine di sviluppare metodi innovativi per il monitoraggio di due malattie (pests e deseases) tipiche del frumento (ruggine striata e oidio) ed il loro monitoraggio a livello regionale. Gli algoritmi saranno ottimizzati in funzione dell'influenza delle bande spettrali nella accuratezza di stima della variabile e dei diversi fattori connessi al pre-processing dei dati (es. correzione atmosferica). Nuovi indici diagnostici per la detection di condizioni precoci di stress della coltura (es. siccità, parassiti e patogeni, ecc.) saranno sviluppati modellando, attraverso modelli fisicamente basati, la baseline delle principali colture in condizione di non stress. Gli algoritmi saranno sviluppati integrando dati ottici e radar dei sensori ESA (Sentinel 1/2), ASI (CSK, PRISMA), e cinesi (HJ, GF).

Per le tecniche di assimilazione, il progetto si concentrerà sullo sviluppo di approcci multivariati e di assimilazione multi-scala. Nello specifico le variabili EO assimilate saranno il LAI (indice di area fogliare) e l'umidità del terreno. Gli algoritmi di assimilazione saranno basati principalmente su un Esemble Kalman Filter (EnKF) e una Particle Swarm Optimization (PSO), di cui il Team ha competenza.
Il secondo tema, che sarà sviluppato in due task, riguarda (1) lo sviluppo di metodologie basate sull'uso di dati radar ad apertura sintetica (SAR) per l'analisi ed il monitoraggio di processi ambientali negli ecosistemi agricoli e (2) l'applicazione di tecniche di interferometria SAR differenziale (InSAR) per l'analisi delle deformazioni del terreno in zone soggette a fenomeni naturali. Il task (1) si interesserà, in particolare, dell'applicazione di tecniche di "change detection" basate sullo studio delle variazioni nel tempo del coefficiente di backscattering del terreno (sigma naught) come derivato dall'analisi di sequenze di immagini SAR di ampiezza multi-temporali. Si considereranno come aree di test delle zone rurali e/o soggette a fenomeni deformativi. Il task (2), invece, consisterà nell'applicazione della tecnica InSAR nota come Small Baseline Subset (SBAS) che permette la generazione di serie storiche di deformazioni del suolo in zone agricole. Saranno condotte sperimentazioni sull'uso congiunto di dati SAR acquisiti da sensori operanti a diverse bande di frequenza (C, X, L e P).

I partner del Team, sulla base dei progetti di ricerca attivi con ESA, ASI e le Istituzioni cinesi (NRSCS e NSFC), intendono massimizzare il beneficio derivante da un uso congiunto di solo quelle missioni Sino-EU (radar, multispettrali ed iperspettrali) che presentano una policy di distribuzione gratuita del dato. Per la durata del progetto la disponibilità delle immagini satellitari e dati in situ è garantita da: i) uno specifico Memorandum of Understanding tra il CNR IMAA ed il CAS RADI rinnovato il 07/9/2016, di cui il PI di questa proposta è il responsabile per la sua attuazione; ii) partecipazione di IMAA ed IREA a 2 progetti internazionali quadriennali supportati da ESA-NRSCC nell'ambito del programma Dragon-4 che garantiscono l'accesso a dati remoti (EU, cinesi) fino al 2020. Dragon4 contribuisce con le spese per un meeting congiunto una volta all'anno ed il cofinanziamento di 2 PhD. Tutto ciò, quindi, assicura al team italo-cinese la disponibilità di immagini satellitari (archivio e nuove acquisizioni) ed in situ sui test sites fino a tutto il 2020.

In base all'Art. 5 del bando e sulla base di un costo del volo AR Roma-Pechino di 600e, di un albergo 80e/die e delle spese di vitto di 60e/die, sono stati ipotizzati due soggiorni di 15 giorni ed uno da 10 giorni per anno. Ovvero circa 7.140e/anno x i soggiorni e 2.499e x le Spese Ricerca

Research goals

L'obiettivo generale del progetto è esplorare la sinergia nell'utilizzo delle missioni ESA (Sentinel 1/2), ASI (CSK, PRISMA Iperspettrale) e cinesi (HJ, GF).

L'obiettivo generale del primo tema è lo sviluppo di strumenti per monitorare gli ecosistemi agricoli (es. stima resa).
Gli obiettivi specifici sono il miglioramento delle tecniche di stima delle variabili:
o d'interesse agronomico (crop key parameters) legate all'acqua e al ciclo dell'azoto; resa/qualità delle colture sia a scala regionale che di campo in funzione dei fattori di stress abiotici;
o del suolo (umidità e tessitura) utilizzando tecniche di inversione basate su dati ottici e SAR.
o per lo sviluppo di metodi di monitoraggio e di diffusione degli agenti patogeni (parassiti e malattie), e la stima della perdita di resa (food security).

Per il secondo tema, il progetto prevede di effettuare delle analisi interferometriche mirate allo studio di aree rurali e/o semi-urbanizzate in Cina, allo scopo di sfruttare le potenzialità dei nuovi sensori SAR satellitari. Gli obiettivi specifici sono così riassunti:
o studio delle features polarimetriche per la identificazione del wheat lodging dei cereali e la stima della biomassa
o prestazioni dell'algoritmo SBAS con dati SAR a varie bande di frequenze; applicazione delle tecniche di fusione di dati interferometrici (mappe di coerenza) e serie storiche di mappe di backscattering (sigma nought) per il monitoraggio dei cambiamenti della superficie terrestri

Last update: 23/04/2024