New technologies of remote sensing in phytosanitary monitoring: application to ink disease of chestnut [Castanea sativa Mill.; Latium]
2005
Vannini, A. (Università della Tuscia, Viterbo (Italy). Dipartimento di Protezione delle Piante) | Vettraino, A.M. (Università della Tuscia, Viterbo (Italy). Dipartimento di Protezione delle Piante) | Belli, C. (Terrasystem s.r.l., Viterbo (Italy)) | Montaghi, A. (Università della Tuscia, Viterbo (Italy). Dipartimento di Protezione delle Piante) | Natili, G. (Università della Tuscia, Viterbo (Italy). Dipartimento di Protezione delle Piante)
English. The present work introduces the utilisation of multi-spectral high resolution images to distinguish diseased plants and foci on the base of crown reflectance signature and to produce a map of the disease over large surface areas. Images were acquired with a digital sensor mounted on an aircraft. The study was conducted over a total area of about 2,500 hectares in the province of Rieti (Italy). The delivered product was a distribution map of ink disease of chestnut that was validated with random ground activities. Individual infected plants could be distinguished. After georeferentiation and orthoprojection, the images were introduced in a GIS system and overlap to other informative layers. A statistical association was found between disease spread and presence of roads. A second approach regarded the application of geostatistic analysis (ordinary kriging) to study and evaluate the spatial continuity of ink disease distribution, starting from discrete sets of data evaluated at different locations. This study was carried out in a coppice in the province of Viterbo (Italy). A grid of 10 x 10 m cells was delimited over an area of about 2 hectares. The disease incidence was calculated in each cell during 1996 and 1997. The data points for each year have been submitted to spatial analysis with the Geostatistical Analysis module of ArcGis ver. 8.3, using ordinary kriging. Two disease maps have been elaborated for 1996 and 1997. An interesting association has been highlighted between incidence of the disease and proximity to surface water flow lines
Show more [+] Less [-]Italian. [Il presente lavoro illustra l´utilizzazione di immagini multi-spettrali ad alta risoluzione per identificare piante malate e focolai in base alla valutazione della risposta spettrale delle chiome e produrre una mappa della malattia su superfici ampie. Le immagini sono state acquisite mediante un sensore montato su un aereo. Lo studio è stato condotto su un´area complessiva di 2.500 ettari in provincia di Rieti. Il prodotto ottenuto consisteva in una mappa tematica della distribuzione del mal dell´inchiostro del castagno, controllata e validata tramite controlli casuali a terra. Era in tal modo possibile distinguere le singole piante infette. Dopo la georeferenziazione e l´ortoproiezione, le immagini sono state inserite in un GIS e sovrapposte ad altri strati informativi. E´ stato possibile trovare un´associazione statistica fra la presenza di strade e la diffusione della malattia. Un secondo approccio ha riguardato l´applicazione dell´analisi geostatistica (kriging ordinaria) allo studio e alla valutazione della continuità spaziale della distribuzione del mal dell´inchiostro, partendo da set discreti di dati stimati in localizzazioni diverse. Questo studio è stato condotto in un ceduo in provincia di Viterbo. Su un´area di circa 2 ettari è stata delimitata una griglia di celle di 10 x 10 m. Nel corso del 1996 e del 1997 è stata valutata l´incidenza della malattia in ogni cella. I dati relativi a ogni anno sono stati sottoposti all´analisi spaziale con il modulo di Analisi Geostatistica di ArcGis ver. 8.3, utilizzando la kriging ordinaria. Sono state elaborate due mappe per il 1996 e il 1997. E´ stata evidenziata un´interessante associazione fra l´incidenza della malattia e la vicinanza ad aree di compluvio.]
Show more [+] Less [-]AGROVOC Keywords
Bibliographic information
This bibliographic record has been provided by Istituto di Servizi per il Mercato Agricolo Alimentare
