Angeloluigi, Aprile (2025) Integrazione dei Dati Sentinel-2 e della Modellistica Agro-Idrologica per la Stima del Fabbisogno Irriguo del Pomodoro da Industria. [Tesi di dottorato]

Documento PDF Aprile_Angeloluigi_38.pdf Visibile a [TBR] Amministratori dell'archivio Download (6MB) | Richiedi una copia

Abstract

L’agricoltura rappresenta il settore a maggior consumo idrico a livello globale, impiegando circa il 70% delle risorse disponibili, con valori ancora più elevati nelle regioni mediterranee. In tale contesto, la conservazione dell’acqua e l’aumento della sua produttività assumono un ruolo cruciale, superando l’approccio tradizionale incentrato esclusivamente sulla massimizzazione della resa. Questa necessità è ulteriormente accentuata dalla diffusa percezione, in diversi contesti agricoli, dell’acqua come risorsa illimitata, che favorisce pratiche irrigue non ottimali. Tra le colture di maggiore rilevanza per il sistema agroalimentare italiano figura il pomodoro da industria, per il quale il Paese è tra i principali produttori mondiali. L’obiettivo di questo studio è quello di migliorare la stima del fabbisogno irriguo attraverso l’integrazione sinergica tra dati satellitari — in particolare quelli forniti dalla missione Sentinel-2 — e modellistica agro-idrologica. Nel corso di tre stagioni irrigue sono stati condotti esperimenti di campo in Campania, monitorando appezzamenti di pomodoro da industria suddivisi in due settori a gestione irrigua differenziata: * Settore Farmer, gestito secondo la pratica irrigua tradizionale adottata dall’azienda. * Settore Smart, gestito mediante l’analisi congiunta di immagini satellitari e sensori in situ per la definizione di tempi e volumi di adacquamento. Il settore Smart ha evidenziato un risparmio idrico di circa il 40% rispetto al settore Farmer, con una riduzione produttiva di circa il 10% a favore di quest’ultimo. Tale configurazione ha determinato valori di water use efficiency pari a 24,25 kg/m³ contro 16,67 kg/m³ nel primo anno e 26,56 kg/m³ contro 18,84 kg/m³ nel secondo. I dati sperimentali sono stati utilizzati per parametrizzare due modelli ampiamente impiegati per le analisi colturali: AquaCrop e SAFY. Le immagini Sentinel-2 hanno permesso di estrarre il Canopy Fractional Cover e il Leaf Area Index dei due settori, parametri indispensabili per una corretta rappresentazione dello sviluppo colturale nei modelli. L’inclusione di queste informazioni ha consentito ad AquaCrop di restituire simulazioni più aderenti alle condizioni reali, sia in termini produttivi (121 t/ha simulate rispetto alle 173 t/ha ottenute con il file standard, a fronte di 125 t/ha reali) sia in termini irrigui (350 mm simulati rispetto ai 430 mm del file standard, contro 460 mm lordi effettivamente applicati). Nelle simulazioni SAFY sono stati integrati anche i dati di radiazione solare CM SAF SARAH-3 e i dati meteorologici di rianalisi ERA5-Land, confrontati con quelli provenienti da stazioni locali. Le differenze ottenute tra gli scenari sono risultate contenute, con uno scostamento massimo di circa il 3% sia sul fabbisogno irriguo sia sulla resa finale. Infine, è stato sviluppato un workflow automatizzato per l’esecuzione di simulazioni spazializzate con AquaCrop, basato sull’integrazione tra dati satellitari e dati meteorologici di rianalisi. Tale approccio consente di generare simulazioni differenziate per condizioni meteorologiche, curve di sviluppo colturale e date di semina, contribuendo a migliorare ulteriormente la coerenza tra la modellazione e le effettive condizioni di campo.

Downloads

Actions (login required)

Modifica documento