La variabilità spaziale delle proprietà dei suoli è uno dei fattori determinanti per la resa agricola. Rappresenta anche una delle basi dell’agricoltura di precisione che, a partire da informazioni sulla variabilità del suolo a piccola scala, prevede l’applicazione di strategie gestionali mirate ad ottimizzare l’uso delle risorse e massimizzare la produzione, preservando al contempo il sistema agro-ecologico. Questo è particolarmente importante per affrontare gli effetti dei cambiamenti climatici e dell’aumento demografico a livello globale. Ѐ perciò necessario individuare tecniche che consentano di descrivere efficacemente la variabilità spaziale delle proprietà del suolo che più influenzano la produzione agricola. Tecniche di remote e proximal sensing sono utili per il rilevamento dei dati spaziali, unite a tecniche geostatistiche per l’elaborazione e l’interpretazione dei dati raccolti. Grazie a questi metodi è possibile ricavare mappe che descrivano la variabilità del suolo e che possono poi essere usate per formulare migliori pratiche e strategie gestionali. La spettrometria gamma si è rivelata una tecnica efficace per l’analisi non invasiva del suolo in ambito agricolo. È stata spesso utilizzata in proximal sensing, insieme all’induzione elettromagnetica, per individuare la variabilità di proprietà quali tessitura, litologia, contenuto idrico, nutrienti e soil organic carbon (SOC) negli strati di suolo superficiali. Per il lavoro di tesi è stata svolta una serie di indagini utilizzando un rilevatore di raggi γ e un conduttivimetro elettromagnetico, su cinque siti agricoli distribuiti sul territorio Veneto. I dati raccolti sono stati elaborati con ordinary kriging per creare mappe di distribuzione spaziale dei parametri misurati. Sono state inoltre applicate tecniche quali correlazione di Spearman, regressione multipla e PCA per verificare le relazioni fra i dati raccolti e i dati provenienti da analisi di laboratorio su campioni di suolo, comprendenti in particolare tessitura e SOC. Si è studiata in particolare la capacità dei sensori di rilevare la variabilità del contenuto di SOC, poiché questo costituisce un fattore importante per la fertilità del suolo e per il bilancio globale del C. Una migliore gestione dei sistemi agricoli, mirata a conservazione ed aumento delle riserve di SOC, permetterebbe infatti di mantenere le proprietà utili del suolo e di mitigare gli effetti sul clima dovuti ai flussi di C negli agro-ecosistemi, determinando un sequestro netto di CO2 dall’atmosfera. I risultati di questo lavoro dimostrano la capacità degli strumenti di rilevare suddetta variabilità, soprattutto in relazione alla composizione tessiturale. In particolare, i raggi γ risultano correlati al contenuto di argilla in suoli non torbosi, mentre in suoli ad alto contenuto di SOC è questo il parametro, insieme con il contenuto idrico, che più determina la variabilità del segnale. Ulteriori studi sulla mineralogia dei suoli indagati potrebbero verificare l’attendibilità dei risultati presentati e migliorare le interpretazioni sulle distribuzioni spaziali dei dati.

Applicazione di un rilevatore di raggi gamma per lo studio della variabilità del suolo

Bozzini, Aurora
2020/2021

Abstract

La variabilità spaziale delle proprietà dei suoli è uno dei fattori determinanti per la resa agricola. Rappresenta anche una delle basi dell’agricoltura di precisione che, a partire da informazioni sulla variabilità del suolo a piccola scala, prevede l’applicazione di strategie gestionali mirate ad ottimizzare l’uso delle risorse e massimizzare la produzione, preservando al contempo il sistema agro-ecologico. Questo è particolarmente importante per affrontare gli effetti dei cambiamenti climatici e dell’aumento demografico a livello globale. Ѐ perciò necessario individuare tecniche che consentano di descrivere efficacemente la variabilità spaziale delle proprietà del suolo che più influenzano la produzione agricola. Tecniche di remote e proximal sensing sono utili per il rilevamento dei dati spaziali, unite a tecniche geostatistiche per l’elaborazione e l’interpretazione dei dati raccolti. Grazie a questi metodi è possibile ricavare mappe che descrivano la variabilità del suolo e che possono poi essere usate per formulare migliori pratiche e strategie gestionali. La spettrometria gamma si è rivelata una tecnica efficace per l’analisi non invasiva del suolo in ambito agricolo. È stata spesso utilizzata in proximal sensing, insieme all’induzione elettromagnetica, per individuare la variabilità di proprietà quali tessitura, litologia, contenuto idrico, nutrienti e soil organic carbon (SOC) negli strati di suolo superficiali. Per il lavoro di tesi è stata svolta una serie di indagini utilizzando un rilevatore di raggi γ e un conduttivimetro elettromagnetico, su cinque siti agricoli distribuiti sul territorio Veneto. I dati raccolti sono stati elaborati con ordinary kriging per creare mappe di distribuzione spaziale dei parametri misurati. Sono state inoltre applicate tecniche quali correlazione di Spearman, regressione multipla e PCA per verificare le relazioni fra i dati raccolti e i dati provenienti da analisi di laboratorio su campioni di suolo, comprendenti in particolare tessitura e SOC. Si è studiata in particolare la capacità dei sensori di rilevare la variabilità del contenuto di SOC, poiché questo costituisce un fattore importante per la fertilità del suolo e per il bilancio globale del C. Una migliore gestione dei sistemi agricoli, mirata a conservazione ed aumento delle riserve di SOC, permetterebbe infatti di mantenere le proprietà utili del suolo e di mitigare gli effetti sul clima dovuti ai flussi di C negli agro-ecosistemi, determinando un sequestro netto di CO2 dall’atmosfera. I risultati di questo lavoro dimostrano la capacità degli strumenti di rilevare suddetta variabilità, soprattutto in relazione alla composizione tessiturale. In particolare, i raggi γ risultano correlati al contenuto di argilla in suoli non torbosi, mentre in suoli ad alto contenuto di SOC è questo il parametro, insieme con il contenuto idrico, che più determina la variabilità del segnale. Ulteriori studi sulla mineralogia dei suoli indagati potrebbero verificare l’attendibilità dei risultati presentati e migliorare le interpretazioni sulle distribuzioni spaziali dei dati.
2020
134
proximal sensing, Gamma-ray detector, soil variability, organic carbon
File in questo prodotto:
File Dimensione Formato  
Bozzini_Aurora.pdf

Open Access dal 30/03/2024

Dimensione 13.76 MB
Formato Adobe PDF
13.76 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/28666