Tecniche di imaging nella Precision pest management

Applicazione di tecniche al fine di caratterizzare sintomi di oidio (Erysiphe cichoracearum) in cetriolo (Cucumis sativus L.). Sara Vignati è la vincitrice dell'AgroInnovation Award 2020 nella categoria "Ingegneria agraria e meccatronica" - tesi magistrali

award2020-ingegneria-agraria-e-meccatronica-agroinnovation-award-2020-fonte-agronotizie.jpg

Agroinnovation Award è il premio di laurea che promuove la diffusione di approcci innovativi, strumenti digitali e l'utilizzo di internet in agricoltura

Negli ultimi due decenni, si è assistito ad un forte sviluppo dell'agricoltura di precisione e delle tecnologie legate ad essa, ma anche all'aumento delle pressioni per ridurre l'impatto ambientale e i costi di produzione. Questa generale tendenza sta recentemente interessando anche le operazioni di difesa delle colture, in cui assumono un ruolo centrale soluzioni sensoristiche innovative che consentano di individuare sintomi di malattie nelle colture, soprattutto nei primi stadi di sviluppo.
Questo è il presupposto per sviluppare quella branca dell'agricoltura di precisione detta "Precision pest management" (Ppm), che consiste in una gestione sito specifica dei focolai iniziali mediante trattamenti mirati e tempestivi.

Attualmente, le soluzioni per il controllo sito specifico dei patogeni sono ancora in fase di sperimentazione e, per ridurre l'uso degli agrofarmaci nelle produzioni agricole, si ricercano soluzioni sensoristiche innovative legate alle proprietà ottiche della vegetazione.

In tale contesto, il lavoro di tesi ha riguardato l'applicazione di tecniche di imaging, in laboratorio, al fine di caratterizzare sintomi di oidio (Erysiphe cichoracearum) in cetriolo (Cucumis sativus L.) utilizzato come semplice coltura modello.

Per la sperimentazione, sono state acquisite immagini di riflettanza multispettrale nel blu, verde, rosso e vicino infrarosso (Nir), di fluorescenza della clorofilla (a 685 e 740 nm) e termografia nell'infrarosso lontano (≈10000 nm).

Immagine Nir e Immagine termica
Figura 1 – Esempio di immagine nel Nir (A), di fluorescenza a 685 nm con primi sintomi di oidio diffusi sulla lamina fogliare (B) e di immagine termica (C)
(Fonte: © Sara Vignati)

Le immagini sono state acquisite su diversi lotti di piante allevate in serra, in due gruppi separati, uno dei quali trattato con sospensioni di oidio ed uno di controllo non trattato. I rilievi delle immagini sono stati effettuati ad intervalli regolari di due o tre giorni per una durata totale di circa 90 giorni.

Il protocollo sperimentale ha previsto il posizionamento delle singole piante all'interno di una camera oscura, dove sono state illuminate da lampade alogene a luce bianca e da Led a luce UV-blu e a luce rossa per ottenere, rispettivamente, immagini multispettrali, di fluorescenza e termiche (Fig.1). Le immagini sono state acquisite con una telecamera multispettrale (QSI serie 500/600) dotata di filtri ottici "passa-banda" e con una termocamera IR ad alta risoluzione (Flir® T650sc) mediante appositi software (MatLab® e ResearchIR).

A partire dalle immagini acquisite sono stati ricavati alcuni indici spettrali (B/NIR; R/NIR; G/NIR; BR/NIR; GR/NIR; GB/NIR; NDVI; PRI; EVI; FUV685mUV740; FR685mR740; FUV685mR740; FR685mUV740; FUV685dUV740; FR685dR740; FUV685dR740; FR685dUV740) e, successivamente, sono state individuate alcune Roi (Regions of interest) (Fig. 2), attribuendo una classe al tessuto fogliare sulla base del grado di sviluppo della malattia (ad es. tessuto sano, primi sintomi, stadio intermedio, stadio avanzato, senescenza o necrosi).

Campione con oidio e con Roi
Figura 2 – Immagine di un campione con oidio e immagine dello stesso campione con le Roi individuate tramite il software MatLab® 
(Fonte: © Sara Vignati)

Il dataset ottenuto dall'estrazione delle Roi è stato utilizzato per svolgere la Pca (Principal component analysis), con lo scopo di semplificare i dati riducendo il numero di variabili (in questo caso rappresentate dagli indici spettrali) che li descrivono.
Infatti, solo di alcuni indici spettrali (di fluorescenza e loro prodotti, rapporti spettrali e lunghezze d'onda nel visibile e nel NIR) si è analizzata l'evoluzione nel tempo in relazione allo sviluppo della malattia fungina.

Da tali grafici è emerso che le fluorescenze eccitate con luce a UV-blu e i prodotti FUV685mUV740 e FUV685mR740, sono gli indici spettrali più adatti a descrivere la comparsa dei primi sintomi patologici, non sempre visibili a occhio nudo, in quanto presentano un picco di emissione in tali circostanze. Negli stadi più avanzati, invece, sono preferibili i rapporti spettrali e i canali nel visibile e nel vicino infrarosso (Fig. 3).

Evoluzione temporale
Figura 3 – Evoluzione temporale degli indici di fluorescenza (a sinistra) e dei rapporti spettrali (a destra) di due Roi di un campione
(Fonte: © Sara Vignati)

Da questo studio emerge l'innovatività dell'impiego di indici spettrali nei migliori sistemi di Precision farming e, in particolare, nelle operazioni di monitoraggio e difesa delle colture. Infatti, sfruttando le potenzialità delle nuove tecnologie disponibili (ad es. le telecamere multispettrali) è possibile individuare dei valori soglia per distinguere il tessuto sano da quello malato e anche i diversi patogeni tra loro.

Gli sviluppi futuri di questa tecnologia potrebbero riguardare la sua applicazione su droni usati in campo o su robot in ambienti protetti, equipaggiati con telecamere multispettrali; infatti, si potrebbe monitorare costantemente la coltura, individuando tempestivamente i primi focolai della malattia. Ciò consentirebbe di produrre mappe di prescrizione e di intervenire in modo mirato e tempestivo per bloccare lo sviluppo del patogeno e la sua diffusione su tutta la coltura. In questo modo si otterrebbe una riduzione delle perdite quantitative e qualitative, ma anche una diminuzione dei costi di produzione legati all'impiego dei fitofarmaci, che verrebbero impiegati in minori quantità e solo dove necessario, con un minor impatto economico, ma soprattutto ambientale delle attività agricole. Infatti, tra le principali problematiche legate all'impiego dei prodotti fitosanitari si hanno: una riduzione della biodiversità, con selezione di patogeni e malerbe resistenti, fenomeni di deriva e lisciviazione delle sostanze chimiche con conseguente inquinamento delle falde acquifere e dei corpi idrici e accumulo dei residui nel terreno e negli alimenti, causando danni alla salute dell'uomo e degli animali.
Tutte queste problematiche possono essere ridotte grazie alle nuove pratiche di Precision farming legate alla Pest management.

Sara Vignati, agroinnovation award 2020
Sara Vignati, categoria "Ingegneria agraria e meccatronica"
(Fonte: © Sara Vignati)

Scarica la tesi completa di Sara Vignati
Per eventuali contatti: saramendel@hotmail.it

A cura di Sara Vignati

AgroInnovation Award è il premio di laurea istituito da Image Line in collaborazione con l'Accademia dei Georgofili al fine di promuovere la diffusione di approcci innovativi, strumenti digitali e l'utilizzo di internet in agricoltura.

AgroInnovation Award

Leggi le tesi vincitrici della quarta edizione.

Ti è piaciuto questo articolo?

Registrati gratis

alla newsletter di AgroNotizie
e ricevine altri

Unisciti ad altre 264.259 persone iscritte!

Leggi gratuitamente AgroNotizie grazie ai Partner