REMOTE SENSING FOR THE AGRI-FOOD SECTOR: METHODS & APPLICATIONS

Abstract

Nell'ultimo decennio, il settore agroalimentare e le autorità locali hanno investito in nuove tecnologie per affrontare le crescenti sfide sociali, economiche e ambientali legate al cibo e alla sua sostenibilità. L'intelligenza artificiale (AI) e il Machine Learning (ML) alimentate con dati ad alta risoluzione spaziale e temporale (es. telerilevamento, sensori prossimali, dati meteorologici e mappe del suolo) permettono lo sviluppo di nuovi strumenti in grado di monitorare l'intera catena agroalimentare consentendo a sua volta l'ottimizzazione dei processi produttivi e la loro sostenibilità. In questo studio sono state indagate le tre principali applicazioni del telerilevamento per il monitoraggio delle colture: i) la mappatura delle colture, ii) la stima dei parametri biofisici e iii) la previsione delle rese. Per ognuna di queste tre applicazioni, è stato analizzato un caso studio al fine di approfondire specifici aspetti metodologici necessari allo sviluppo di un sistema di monitoraggio della filiera agroalimentare.