L’umidità del suolo (SM) è una variabile idrologica connettiva tra la superficie terrestre e l’atmosfera e influenza vari processi climatologici. L’umidità del suolo superficiale (SSM) è una componente chiave per affrontare gli scambi di energia e acqua e può essere stimata utilizzando diverse tecniche, come le misurazioni in situ e il telerilevamento. Le misurazioni in situ discrete, costose e prolungate raramente sono in grado di dimostrare le fluttuazioni dell’umidità. D’altra parte, gli attuali sensori satellitari ad alta risoluzione spaziale non hanno la risoluzione spettrale richiesta per molte applicazioni RS quantitative, che è fondamentale per coperture eterogenee. I sistemi aerei senza pilota (UAS) basati su RS rappresentano un’opzione per colmare il divario tra queste tecniche, fornendo approcci a basso costo per soddisfare i requisiti critici di risoluzioni spaziali, spettrali e temporali. Nel presente studio, SM è stata stimata attraverso un UAS dotato di un sensore di imaging termico. A tal fine, nell’ottobre 2018, sono state effettuate due campagne aeree diurne e notturne con il sensore termico per la stima dell’inerzia termica apparente (ATI) su un campo agricolo in Iran. Contemporaneamente, le misurazioni SM sono state ottenute in 40 punti campione nelle diverse parti dell’area di studio. I risultati hanno mostrato una buona correlazione (R2=0.81) tra la SM stimata e quella osservata sul campo. Questo studio dimostra il potenziale degli UAS nel fornire immagini termiche ad alta risoluzione con l’obiettivo di monitorare SM su suoli nudi e scarsamente vegetati. È stato considerato un caso di studio basato su un vasto settore agricolo in Iran, dove il monitoraggio del SM è ancora più critico a causa del clima arido e semiarido, della mancanza di adeguate stazioni di misurazione del SM e della scarsa qualità dei dati disponibili.
How to cite: Paridad, P., S.F. Dal Sasso, A. Pizarro, L. Mita, M. Fiorentino, M.R. Margiotta, F. Faridani, A. Farid, and S. Manfreda, Estimation of soil moisture from UAS platforms using RGB and thermal imaging sensors in arid and semi-arid regions, ACTA Horticulture, 1335, 339-348, (DOI: 10.17660/ActaHortic.2022.1335.42), 2022. [pdf]