Cambiamenti climatici e risorse naturali sempre più scarse spingono verso l’agricoltura di precisione e pratiche più sostenibili. L’adozione di sistemi IoT di campo e l’impiego di UAV equipaggiati di camere multispettrali rendono possibile il monitoraggio in tempo reale delle colture e permettono di fornire, attraverso una piattaforma integrata, un supporto decisionale in grado di indirizzare, in modo ottimale, le pratiche agricole.
Su questo tema Dyrecta Lab, in qualità di Istituto di ricerca e laboratorio scientifico riconosciuto dal MUR, ha firmato lo studio “A comprehensive electronic platform for precision agriculture integrating aerial and ground nodes: A practical case study”. Lo studio è stato realizzato insieme a O.M.P. Officine Meccaniche di Precisione e Cupersafety.
Piattaforma elettronica a circuito chiuso: nodi della stazione di terra, aerei e di attuazione
La piattaforma è un sistema a ciclo chiuso, a basso costo e scalabile, pensato per supportare le aziende agricole nelle scelta e attuazione di pratiche agricole ottimizzate. La piattaforma integra tre tipi di nodi, collegati da una rete IoT con protocollo LoRaWAN:
- Nodi della stazione di terra (ground station nodes): include monitoraggio del suolo (sensori di rilevamento pH, temperatura e umidità) e sensori di monitoraggio meteorologico (sensori temperatura, umidità, pressione atmosferica, pioggia, vento e radiazione solare);
- Nodi aerei (aerial nodes): 2 tipologie di veicoli aerei senza pilota (UAV) equipaggiati con camere multispettrali;
- Nodi di attuazione (actuation nodes): aprono le valvole di irrigazione e fertirrigazione quando un parametro supera la soglia impostata.
Un gateway centrale, connesso a un server cloud, trasmette sia i dati raccolti sul campo e dai nodi aerei a un sistema di supporto alle decisioni (DSS), sia i comandi dal DSS ai nodi di attuazione sul campo.
Nodi aerei: UAV, camere multispettrali e indice GNDVI
Il nodo aereo comprende due tipologie di droni:
- un quadricottero DJI Matrice 300: indicato per aziende agricole di piccole dimensioni, è dotato di tre camere multispettrali Mapir Survey 3N calibrate per coprire specifiche bande spettrali (Orange-Cyan-NIR, Red-Green-NIR e NIR-Green-Blue, con sensibilità nel vicino infrarosso fino a circa 850 nm);
- un drone VTOL basato sul telaio ad ala fissa Skywalker X8: indicato per aziende agricole più grandi, è dotato di camera multispettrale Parrot Sequoia+ a 4 bande spettrali (Verde, Rosso, Red Edge, Vicino infrarosso / NIR), e sensore di luminosità integrato con GPS e IMU che rileva le condizioni di luce durante il volo ed evita la calibrazione a posteriori delle immagini.
Il flusso di elaborazione delle immagini prevede tre fasi: calibrazione radiometrica, che prevede la calibrazione di immagini tramite uno script in Python; calcolo dell’indice vegetativo, ogni pixel viene processato per il calcolo del GNDVI (Green Normalized Difference Vegetation Index); ortorettificazione e mosaicatura, utilizzando la libreria pyODM in ambiente Python, i fotogrammi e i metadati GPS vengono integrati per correggere le distorsioni prospettiche e assemblare un mosaico composito finale a falsi colori dell’intera area sorvolata.
Il test in Puglia durante la siccità del 2024
Per testare l’efficacia dell’architettura in uno scenario operativo reale e critico, la piattaforma è stata messa alla prova in una piccola azienda agricola pugliese tra fine luglio e inizio agosto 2024. Il test si è svolto in condizioni climatiche estreme: temperature medie superiori ai 30 °C, totale assenza di pioggia e forte siccità.
Il monitoraggio ha riguardato coltivazioni tipiche del territorio come anguria, melone e zucchina, gestite inizialmente secondo pratiche agricole tradizionali, così da stabilire una linea di base oggettiva per valutare l’impatto della tecnologia.
I risultati hanno evidenziato:
- Monitoraggio ambientale continuo: i nodi meteo e di campo a terra hanno rilevato e trasmesso in modo affidabile i parametri critici del terreno e dell’aria verso la piattaforma centrale, garantendo un flusso dati costante anche con condizioni di calore intenso.
- Analisi multispettrale e stress idrico: I rilievi aerei hanno calcolato l’indice di vigore vegetativo GNDVI. Le mappe hanno subito evidenziato una netta dominanza di aree critiche (pixel non verdi), confermando come l’irrigazione convenzionale, priva di sensori, sottoponesse le colture a un forte stress idrico.
- Il drone VTOL (usato a 17 m di quota come standard qualitativo di riferimento) ha restituito un quadro d’insieme affidabile dello stato del campo.
- Il quadricottero DJI Matrice 300 (usato a 5 m di quota) ha offerto una risoluzione di dettaglio superiore, riuscendo a isolare persino micro-aree di colture più resistenti. Il test ha così confermato la piena validità della soluzione economica per le piccole e medie aziende agricole.
Il lavoro rientra nel progetto UVAGRIOT (Unmanned Vehicle for Agriculture managed through Internet of Things), Prog. n. F/200135/02/X45, CUP: B46G19000570008, finanziato da Bando MISE Fabbrica intelligente, Agrifood e Scienze della vita PON I&C 2014-2020 di cui al Decreto Ministeriale 5 marzo 2018 e D.D. 20 novembre 2018.
Contattaci per valutare un progetto di ricerca e sviluppo per la tua azienda agricola.
Per maggiori informazioni, consulta la nostra pubblicazione:
https://doi.org/10.1109/ICICDT65192.2025.11078119
