Droni e agricoltura: Object Based Image Analysis e Confusion Matrix | Tutorial GIS - pt.5

In questo tutorial GIS "Droni e agricoltura: Object Based Image Analysis e Confusion Matrix", il Dott. P. Mattivi introduce agli strumenti e alle metodologie utili all'analisi di immagini raster e al machine learning per l'individuazione e la mappatura delle piante infestanti.

La gestione delle infestanti ha un ruolo cruciale sia in termini di produzione agricola che di impatti ambientali su suolo ed acquee.
La diffusione di SPR ed altre tecniche di telerilevamento, insieme alle tecniche di machine learning, ha reso l’identificazione e lo studio delle infestanti più accessibile ed efficace. Tuttavia, l'ampia scelta di droni, sensori e software ha esteso la varietà di metodologie utilizzabili per il rilevamento delle malerbe.
Lo scopo di questo tutorial è quello di estrarre automaticamente le aree infestate da immagini ottenute con SPR e di generare mappe di prescrizione, confrontando tra loro diversi metodi per l’identificazione delle infestanti e valutandone l’accuratezza. Vengono presi in considerazione due casi: un rilievo da drone con camera multispettrale su un campo in cui erano presenti solo infestanti e un rilievo da drone con camera RGB su un campo coltivato ed in presenza di infestanti.
Infine, le mappe di prescrizione sono state generate imponendo diverse soglie al grado di infestazione: i risultati così ottenuti sono stati confrontati al fine di evidenziare possibili discrepanze negli output finali.

IL PROGETTO QGIS:

DOWNLOAD QGIS:

DOWNLOAD SAGA GIS:

▼▼▼▼▼▼▼▼▼▼
SCARICA QUI IL WORKFLOW di Droni e agricoltura: Artificial Neural Network in SAGA:

▽▽▽▽▽▽
FRAMEWORK:
Queste lezioni QGIS base, afferenti al progetto innovativo degli studenti 2019/20 "WeedMap - Drones and Machine Learning. Diserbo di precisione per l'agricoltura del futuro", hanno l'obiettivo generale di guidare gli utenti nei primi passi con i software geografici, a partire da QGIS per sperimentare l’uso integrato di tecnologie e sistemi geografici propri della GIScience con i Sistemi a Pilotaggio Remoto (droni) applicati alla cosiddetta “agricoltura di precisione”. Particolare attenzione verrà rivolta alle metodologie e tecniche per la mappatura delle piante infestanti.

I NOSTRI CONTATTI

INDIRIZZO
» Master GIScience e Sistemi a Pilotaggio Remoto
(Dipartimento ICEA | Università degli Studi di Padova)
Via F. Marzolo, 9
35131 Padova PD
Tel. [phone]