Uno studio della Scuola Superiore Sant’Anna di Pisa, ha utilizzato la tecnologia machine learning per identificare gli oliveti abbandonati, la teconologia potrà essere utilizzata nella gestione del territorio.
L’abbandono delle aree rurali è un importante problema ambientale e socioeconomico in Europa, che minaccia la stabilità e la redditività della produzione agricola. L’identificazione e la quantificazione dei terreni abbandonati è fondamentale per l’applicazione di misure di gestione alternative.
L’Italia è uno dei paesi europei più importanti per la produzione di olio d’oliva di alta qualità, rappresentando una larga fetta dell’attuale produzione certificata (DOP, IGP).
In questo studio, dell’Istituto di Scienze della Vita della Scuola Superiore Sant’Anna, viene presentato un modello di machine learning (cioè Random Forest) per l’identificazione degli uliveti abbandonati utilizzando osservazioni sul campo e serie temporali NDVI, testato in un tipico agroecosistema dell’Italia centrale dominato dagli uliveti.
È stata sviluppata un’applicazione per smartphone in grado di registrare la posizione geografica e utilizzata per raccogliere punti di campo, che a loro volta sono stati utilizzati per addestrare il modello. I dati raccolti da gennaio a dicembre 2020, calcolati sulle immagini Sentinel-2, sono stati estratti per ciascun punto di monitoraggio e colmati per ottenere una serie temporale con intervalli di 10 giorni.
I risultati hanno dimostrato l’applicabilità dell’approccio combinato per discriminare gli oliveti coltivati dagli oliveti abbandonati, nel caso in cui siano note le parcelle destinate alla coltivazione dell’olivo. È stato implementato uno strumento basato sul web per supportare il monitoraggio e la gestione del territorio.
