Nello studio di agro-ecosistemi la stima dell'indice di area fogliare (LAI) è fondamentale per ottenerne informazioni sulla variabilità spazio-temporale delle colture. Nel presente lavoro sono state ottenute mappe tematiche di LAI con un modello regressivo, in cui i dati in situ sono stati raccolti con l'applicazione per smartphone PocketLAI. Le mappe prodotte, validate con dati di LAI raccolti con metodi tradizionali (RMSE = 0.91; r2 = 0.56), hanno mostrato la possibilità di essere utilizzate come fonte informativa per la gestione delle pratiche agronomiche in risaia.

Stima di mappe di LAI su are risicole lombarde utilizzando immagini ad alta risoluzione e tecnologie smart

Nutini Francesco;Boschetti Mirco;Ranghetti Luigi;Busetto Lorenzo;Brivio Pietro Alessandro
2015

Abstract

Nello studio di agro-ecosistemi la stima dell'indice di area fogliare (LAI) è fondamentale per ottenerne informazioni sulla variabilità spazio-temporale delle colture. Nel presente lavoro sono state ottenute mappe tematiche di LAI con un modello regressivo, in cui i dati in situ sono stati raccolti con l'applicazione per smartphone PocketLAI. Le mappe prodotte, validate con dati di LAI raccolti con metodi tradizionali (RMSE = 0.91; r2 = 0.56), hanno mostrato la possibilità di essere utilizzate come fonte informativa per la gestione delle pratiche agronomiche in risaia.
2015
Istituto per il Rilevamento Elettromagnetico dell'Ambiente - IREA
Telerilevamento; LAI; Alta Risoluzione; Agricoltura
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/305031
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact