Indici di vegetazione, cosa sono e perché sono utili

Durante il giorno le colture, tutte le colture, vengono investite dalla luce del sole che innesca una serie di processi biochimici, tra cui la fotosintesi clorofilliana. Tuttavia, solo una piccola parte dello spettro luminoso viene assorbito dalle foglie, mentre la maggior parte viene riflesso disperdendosi nell'atmosfera prima e nello spazio poi.

La radiazione solare riflessa è una vera e propria miniera di informazioni, poiché la sua composizione, in termini di intensità delle differenti lunghezze d'onda, varia a seconda della tipologia di coltura e del suo stato di sviluppo e di salute. Per questo motivo la "firma spettrale" di un campo viene utilizzata dai ricercatori e dalle piattaforme di precision farming per ricavare informazioni sulla coltura stessa.

Una foto di campi coltivati scattata da un satellite

Fonte foto: Nasa)

"Gli indici di vegetazione sono dei parametri che servono a misurare una caratteristica della coltura, come ad esempio il suo stato di nutrizione, la sua efficienza fotosintetica, eventuali stress idrici e tanto altro ancora", racconta Corrado Costa, dirigente di ricerca del Centro di Ricerca Ingegneria e Trasformazioni Agroalimentari del Crea, che da anni lavora proprio sugli indici di vegetazione.

"Questi indici sono spesso aspecifici, nel senso che misurano una caratteristica generale delle piante, ma non sono in grado di risalire alle cause. Possono ad esempio dirci se una pianta è in salute o no, ma non possiamo sapere qual è l'origine dello stress".

Lo spettro luminoso, molto più di quello che si vede

La luce solare è una radiazione elettromagnetica generata dalla nostra Stella che giunge sulla Terra viaggiando ad una velocità pari a 300mila chilometri al secondo. Qui colpisce gli oggetti che si trovano sulla superficie terrestre e, in larga parte, viene riflessa nello spazio.

La luce può essere scomposta in diverse lunghezze d'onda. Si va dai raggi gamma, con lunghezza d'onda inferiore a 1pm e alta energia, che sono prodotti dal decadimento radioattivo dei nuclei atomici, fino al lato opposto dello spettro elettromagnetico, dove troviamo le onde radio, che invece hanno lunghezza d'onda elevata (superiore a 10 centimetri) e bassa energia.

Lo spettro elettromagnetico

(Fonte foto: Gamma Scientific)

L'occhio umano è in grado di percepire solo le lunghezze d'onda nello spettro del visibile: il violetto (380-450 nanometri), il blu (450-485 nanometri), il ciano (485-500 nanometri), il verde (500-565 nanometri), il giallo (565-590 nanometri), l'arancione (590-625 nanometri) e il rosso (625-750 nanometri).

Una vegetazione in salute assorbe molto di più le lunghezze d'onda del blu e del rosso, mentre riflette quelle del verde. È per questo motivo che le foglie appaiono di questo colore. Fin da quando esiste l'agricoltura, quindi, l'uomo inconsapevolmente ha usato la spettroscopia (lo studio delle diverse frequenze d'onda) per capire se una pianta era in salute. Foglie verdi, pianta sana. Foglie gialle, pianta malata.

Le frecce rappresentano le diverse lunghezze d'onda riflesse dalle foglie

(Fonte foto: GitHub)

Sensori RGB, multispettrali e iperspettrali

Con le moderne tecnologie è possibile captare e misurare la luce riflessa dalle piante in tutte le sue lunghezze d'onda. E partendo da questi dati è possibile elaborare gli indici di vegetazione che descrivono le differenti caratteristiche della vegetazione stessa.

"Gli strumenti più semplici e a basso costo sono le camere RGB (red, blue, green), come quelle dei nostri cellulari, che captano la radiazione luminosa nello spettro del visibile. Ci sono poi le camere multispettrali, molto più costose, che invece registrano tipicamente cinque-sei lunghezze d'onda, ad esempio nel vicino infrarosso (NIR). Infine ci sono le camere iperspettrali, che di lunghezze d'onda ne possono captare anche diverse decine, se non centinaia. Sono strumenti molto versatili, precisi, ma anche costosi", sottolinea Costa.

Oggi i sensori più diffusi sono quelli multispettrali, in quanto sono in grado di registrare un numero soddisfacente di informazioni ad un costo relativamente contenuto. Possono essere montati su droni, rover, trattori e usati per mappare i campi. Ma i sensori multispettrali sono anche presenti sui satelliti, operati da società private oi da agenzie governative (come l'Esa e la Nasa), che forniscono immagini dell'intero globo in maniera periodica.

Un sensore multispettrale

(Fonte foto: Sentera)

I sensori iperspettrali per ora sono utilizzati solo in ambito di ricerca scientifica. Se infatti forniscono una vera e propria miniera di informazioni, il costo (di diverse decine di migliaia di euro) ne rende l'impiego non sostenibile a livello di azienda agricola.

Un altro concetto importante per comprendere l'utilità e il funzionamento degli indici di vegetazione è quello di risoluzione di un sensore. La risoluzione è la dimensione spaziale minima a cui si riferisce il dato generato dal sensore. Ad esempio il sensore multispettrale del satellite Sentinel-2 ha una risoluzione di 10x10 metri. Significa che la misurazione fatta per creare un pixel prende in considerazione la luce riflessa da un'area di 400 m².

Risoluzioni elevate, a livello di centimetro ad esempio, possono essere generate dai sensori montati sui droni e sono utili per avere dati puntuali e si utilizzano solitamente per colture ad alto valore aggiunto, come le orticole. Risoluzioni meno elevate, come quelle fornite dai satelliti (ma ci sono satelliti con risoluzione centimetrica), sono utili invece per le colture estensive.

La stessa immagine a risoluzioni differenti

(Fonte foto: ScienceDirect)

L'NDVI, il re degli indici di vegetazione

L'NDVI, Normalized Difference Vegetation Index, è un indice di vegetazione ampiamente utilizzato per valutare la salute delle piante attraverso l'analisi della luce riflessa dalle foglie. Questo indice si basa sulla differenza normalizzata tra la riflettanza nella porzione del rosso e nel vicino infrarosso (NIR) dello spettro elettromagnetico.

La formula per calcolare l'NDVI è: NDVI = (NIR - RED)/(NIR + RED). Dove: NIR è la riflettanza nella banda dell'infrarosso vicino e RED è la riflettanza nella banda del rosso.

Il risultato dell'NDVI è un valore compreso tra -1 e +1. I valori più alti indicano una maggiore attività vegetativa, mentre i valori più bassi sono associati a vegetazione poco vigorosa, fino ad arrivare al suolo nudo e all'acqua.

In genere, per l'NDVI questi sono i valori di riferimento:

• Valore positivo (0 a +1): indica la presenza di vegetazione. Maggiore è il valore, maggiore è la vigorìa della vegetazione.
• Valore neutro (circa 0): indica un suolo con scarsa copertura vegetativa e molte aree con rocce, acqua, o suolo nudo.
• Valore negativo (-1 a 0): suggerisce la presenza di acqua o neve.

Dato che vi è una correlazione diretta tra l'attività fotosintetica delle foglie e la quantità di radiazione del rosso (RED) assorbita, l'indice NDVI è usato per avere una stima della vigorìa della coltura.

Non solo NDVI, ecco altri dodici indici di vegetazione

Se l'NDVI è l'indice oggi più utilizzato, poiché facilmente calcolabile e comprensibile, ne esistono tuttavia anche molti altri. In tutto sono oltre cinquecento e l'elenco completo è consultabile a questo sito.

A titolo esemplificativo, citiamo di seguito i dodici indici ampiamente utilizzati:

• Enhanced Vegetation Index (EVI): un miglioramento dell'NDVI che è progettato per ridurre alcune limitazioni, come la sensibilità alla copertura del suolo e alla riflettanza atmosferica.
• Soil Adjusted Vegetation Index (SAVI): simile all'NDVI, ma con un correttivo per la riflettanza del suolo, è adatto alle aree con suolo nudo esposto alla luce. In genere viene utilizzato quando in campo c'è tanto suolo nudo, come ad esempio negli stadi iniziali dello sviluppo fenologico.
• Modified Soil Adjustment Vegetation Index (MSAVI): è una versione modificata dell'indice di vegetazione Soil-Adjusted Vegetation Index (SAVI) e ha lo scopo di compensare la variabilità della riflettanza del suolo nelle immagini satellitari.
• Normalized Difference Water Index (NDWI): utilizzato per rilevare la presenza di acqua, tiene conto delle differenze di assorbimento dell'acqua nella regione dell'infrarosso vicino e nel rosso.

Un elenco con alcuni indici di vegetazione

Fonte foto: Libro Precision Agriculture, Springer)

• Enhanced Water Index (EWI): un miglioramento del NDWI che migliora la discriminazione tra acqua e terreno.
• Moisture Stress Index (MSI): è un indice sensibile all'aumento del contenuto di acqua nelle foglie. Più acqua è presente, più aumenta l'assorbimento del MIR (middle infrared), mentre l'assorbimento del NIR rimane pressoché invariato e viene quindi usato come riferimento. Più elevato è il valore di MSI, più c'è stress idrico e meno contenuto di acqua.
• Chlorophyll Index (CI): un indice basato sulla riflettanza nelle bande del rosso e dell'infrarosso vicino, utilizzato per stimare i livelli di clorofilla nelle piante.
• Photochemical Reflectance Index (PRI): un indicatore della salute delle piante basato sulle variazioni della riflettanza nella regione dello spettro visibile.
• Vegetation Health Index (VHI): combina informazioni sull'NDVI e sulla temperatura della superficie per valutare la salute generale della vegetazione.
• Normalized Difference Red Edge (NDRE): è un indice particolarmente sensibile alla regione del Red Edge. Questa zona varia con la presenza di clorofilla nelle piante e può fornire informazioni più dettagliate sulla salute delle piante rispetto a indici che utilizzano solo le bande del rosso e del vicino infrarosso.
• Green Normalized Difference Vegetation Index (GNDVI): l'indice è simile all'NDVI ma utilizza la riflettanza nella banda verde anziché quella del rosso. Utilizzando la banda verde, il GNDVI fornisce informazioni sulla vegetazione che potrebbero essere influenzate da fattori specifici, come la distribuzione delle foglie e la struttura della vegetazione.
• Modified Chlorophyll Absorption in Reflectance Index (MCARI): fornisce una misura della profondità dell'assorbimento della clorofilla ed è molto sensibile alle variazioni nelle concentrazioni di clorofilla e alle variazioni nell'Indice di Area Fogliare (LAI). I valori di MCARI non sono influenzati dalle condizioni di illuminazione, dalla riflettanza di fondo dal suolo e da altri materiali non fotosintetici osservati.

Gli indici di vegetazione in frutticoltura e viticoltura

Oltre a questi indici, che forniscono principalmente informazioni sullo stato di salute, di nutrizione o di idratazione delle piante, ce ne sono anche altri che invece descrivono l'estensione di una chioma e sono usati soprattutto in frutticoltura, viticoltura e silvicoltura. Questi indici possono essere elaborati usando semplici camere RGB.

Ecco di quali si tratta:

• Leaf Area Index (LAI): l'Indice di Area Fogliare (LAI) è una misura della quantità di fogliame presente in una determinata area di terreno. Esprime il rapporto tra l'area totale di foglie e l'area di terreno su cui crescono. Il LAI si concentra sulla copertura fogliare e sulla distribuzione delle foglie su un'area specifica. Non tiene conto della struttura tridimensionale degli alberi.
• Leaf Wall Area (LWA): l'Area di Parete Fogliare (LWA) è un indice che considera la superficie fogliare esposta su una parete verticale. Mentre il LAI misura la superficie fogliare orizzontale, il LWA tiene conto della geometria tridimensionale degli alberi.

Alcuni indici di vegetazione calcolati su viti a differenti stadi di sviluppo fenologico

(Fonte foto: Agrobit Srl)

• Tree Row Volume (TRV): il Volume Grezzo dell’Albero (TRV) rappresenta la quantità totale di spazio occupato da un albero, compreso l'intero volume del tronco, dei rami e delle chiome. A differenza di LAI e LWA, che sono misure bidimensionali della superficie fogliare, TRV è una misura tridimensionale che tiene conto della struttura interna e del volume totale dell'albero.

In sintesi, LAI si concentra sulla superficie fogliare orizzontale, LWA considera l'orientamento delle foglie in parete e TRV misura il volume tridimensionale totale dell'albero.

Sensori iperspettrali, una miniera di dati

Gli indici di vegetazione visti precedentemente si basano sulle lunghezze d'onda solitamente recepite dai sensori multispettrali o RGB. Tuttavia è anche possibile elaborare degli indici che si basano sui dati raccolti dai sensori iperspettrali, che misurano cioè i valori riferiti a centinaia di lunghezze d'onda.

"Con questi dati è possibile creare degli indici specifici, che siano in grado di dirci esattamente che cosa sta succedendo alla pianta", sottolinea Corrado Costa. "Analizzando la firma iperspettrale possiamo ad esempio sapere se una coltura è stata colpita da uno specifico fungo oppure se ha delle particolari carenze nutritive".

Analizzare le variazioni della firma iperspettrale non è tuttavia cosa semplice. Per farlo si utilizzano algoritmi di intelligenza artificiale che sono in grado di individuare correlazioni tra dataset molto ampi.

È ad esempio possibile raccogliere la firma iperspettrale di una certa coltura in salute e compararla con la firma di una coltura malata, ad esempio attaccata da un fungo. L'intelligenza artificiale è in grado quindi di verificare eventuali correlazioni sulla base delle quali è possibile elaborare degli indici.

"Le potenzialità da questo punto di vista sono incredibili. Siamo potenzialmente in grado di rilevare in maniera precoce l'inizio di una infezione, senza che ad occhio nudo siano visibili i sintomi", ci racconta Costa. "Abbiamo ad esempio pubblicato un lavoro sulla capacità di individuare e distinguere stress di varia origine su rucola prima che la pianta esprimesse dei sintomi".

A sinistra, foglie di rucola fotografate con una camera RGB. Le foglie sono state sottoposte a differenti stress: Fusarium oxysporum f.sp. raphani (F), Rhizoctonia solani (R), irrigazione con acqua salina (S), stress idrico (W), controllo in salute (C). A destra sono invece riportate le firme iperspettrali. Si noti come i differenti stress causino una modifica univoca della firma

(Fonte foto: Sorting biotic and abiotic stresses on wild rocket by leaf-image hyperspectral data mining with an artificial intelligence model)

Nell'utilizzo di campo il grosso problema di questi indici è che sono molto costosi da generare, in quanto una camera iperspettrale costa decine di migliaia di euro. Per questo motivo recentemente i ricercatori stanno tentando di sviluppare degli indici affidabili basandosi sui dati registrati da semplici camere RGB, quelle dei nostri cellulari per intenderci.

"Sono in corso diversi studi che hanno proprio come obiettivo quello di ricavare un indice simile all'NDVI sulla base delle immagini scattate da sensori RGB calibrati con un sistema di riferimento applicato in campo", sottolinea Costa.

"In questo modo, utilizzando come sensore un semplice smartphone, siamo in grado di avvicinare l'agricoltore alle possibilità offerte dall'agricoltura di precisione".

Un colorchecker utilizzato per calibrare le immagini scattate dalla camera RGB di un drone

(Fonte foto: Corrado Costa, dirigente di ricerca del Centro di Ricerca Ingegneria e Trasformazioni Agroalimentari del Crea)

Come usare gli indici: on-the-go o mappe?

Gli indici di vegetazione possono essere generati a partire dai dati rilevati da sensori diversi (RGB, multispettrali, iperspettrali, camere termiche, eccetera) trasportati da mezzi differenti (rover, trattori, droni, aerei, satelliti, eccetera).

Tali indici possono essere utilizzati per prendere decisioni in maniera più accurata, gestendo la variabilità di campo. Prendendo ad esempio la fertilizzazione, l'agricoltore potrà decidere di distribuire più concime nell'area di campo con un indice NDVI più basso, mentre userà meno prodotto nelle aree a maggiore vigorìa (Foto di seguito).

Nell'utilizzo di questi indici occorre però fare una distinzione tra l'impiego tramite mappe oppure on-the-go. Nel primo caso l'agricoltore o il suo tecnico raccoglie ed elabora i dati per creare delle mappe in cui, per ogni pixel (l'unità minima di misurazione), viene indicato il valore dell'indice, ad esempio l'NDVI.

Una mappa di prescrizione elaborata sulla base di una mappa di vigore

(Fonte foto: Sentinel 2-Based Nitrogen VRT Fertilization in Wheat: Comparison between Traditional and Simple Precision Practices)

Successivamente il tecnico elabora una mappa di prescrizione, ad esempio per la fertilizzazione, in cui verranno assegnate dosi variabili di concime a seconda del livello della vigorìa. Questa è un'operazione molto delicata, che necessita di esperienza.

"Di solito si divide il campo in due-tre aree omogenee a cui vengono assegnate diverse dosi di concime", sottolinea Corrado Costa. "In linea teorica sarebbe possibile crearne molte più, ma la precisione delle mappe si scontra sempre con la precisione delle attrezzature utilizzate in campo. Inoltre il rapporto tra l'aumento delle classi di concimazione e i benefici apportati non è affatto lineare".

Un altro approccio è quello di utilizzare sensori montati sui mezzi agricoli in grado di raccogliere dati in tempo reale e di elaborare degli indici, come l'NDVI appunto, sulla base dei quali l'attrezzo posteriore, ad esempio uno spandiconcime, può modulare la sua portata.

Si tratta di sensori molto più versatili ed immediati, che tuttavia hanno bisogno di una calibrazione. Quando infatti il trattore entra in campo l'agricoltore non può sapere se si trova in un'area molto o poco vigorosa rispetto alle altre aree del campo.

I metodi usati per risolvere questo problema sono vari. Si può gestire un'area di campo con apporti azotati elevati (calibration strip) da usare come punto di riferimento per la calibrazione. Oppure alcuni sensori sono in grado di autocalibrarsi man mano che avanzano nel campo e raccolgono dati. L'agricoltore può anche fare dei sopralluoghi con un tester portatile, rilevando l'indice NDVI su alcuni punti del campo. Oppure, prima di entrare con il mezzo, l'agricoltore può impostare alcuni valori NDVI di riferimento da associare alla dose di fertilizzante, aggiustandoli poi eventualmente in corsa.

Indici di vegetazione, uno sguardo attento sui campi

Concludendo, per quale motivo un agricoltore dovrebbe utilizzare degli indici di vegetazione? Come ricordato all'inizio, fin dai tempi antichi l'uomo ha usato i suoi sensori naturali, gli occhi, per valutare la vigorìa delle piante sulla base del colore delle foglie. Oggi le moderne tecnologie ci permettono di raccogliere dati molto più accurati sulla luce riflessa rispetto a quelli rilevabili con la vista.

Avere delle informazioni puntuali sullo stato di salute del campo permette all'agricoltore una gestione "di precisione" di tutti gli input agronomici, come fertilizzanti, acqua o agrofarmaci. Ma consente anche di intervenire in maniera tempestiva, prima che uno stress o un'avversità possano incidere sulla produttività del campo. Il tutto si traduce su una maggiore sostenibilità delle produzioni, sia a livello economico, che ambientale.

Questo articolo è stato modificato dopo la pubblicazione in data 14 dicembre 2023. Nello specifico è stata modificata la risoluzione del sensore multispettrale del satellite Sentinel-2.