AVANZAMENTI IN MODELLI BASATI SUL TELERILEVAMENTO E FONTI DATI METEOROLOGICHE PER MIGLIORARE LA SOSTENIBILITA' DELL'AGRICOLTURA IRRIGUA

Under the current water scarcity scenario, the promotion of water saving strategies is essential for improving the irrigated agriculture sustainability. The general aim of this Thesis was to implement a methodological approach, based on the use of satellite RS and alternative agrometeorological data sources (including reanalysis and forecast data) for supporting farmers and water management authorities into the better management of the irrigation volumes and for the detection of the irrigated areas. In particular, a RS-based model (i.e., ArcDualKc, Ramírez-Cuesta et al., 2019b) was tested at farm scale in a DI orange orchard for deriving spatially distributed estimates of Kc and ETc using both observed and forecast agrometeorological data provided by COSMO model. Overestimations on Kc and ETc resulted when forecast agrometeorological data was used. Differences in terms of Kc and ETc were identified among the irrigation strategies, mainly due to variations of the Kcb. The unsupervised classification on NDVI was coupled with OPTRAM for detecting actual irrigated areas under different climate conditions. The proposed methodology was validated at the Marchfeld Cropland (Austria), showing a good overall accuracy. Then, it was applied at the irrigation district Quota 102,50 (Italy), where the results were compared with the information provided by the Reclamation Consortium, finding an overestimation of irrigated areas. The reliability and consistency of the reanalysis dataset (global ERA5 and ERA5-Land) for predicting the main agrometeorological variables, including the ET0, was explored at the irrigation district level under different climates and topography conditions in Italy. A general good agreement was obtained between observed and reanalysis agrometeorological data, at both daily and seasonal scales, confirming the potential of using reanalysis dataset as an alternative data source and overcoming the unavailability of observed agrometeorological data. Additionally, the use of ERA5-Land and the interpolation methods was combined for enhancing the spatially distributed precipitation estimates at the basin scale. Underestimations on the ERA5-Land precipitation estimates were observed at monthly and seasonal scale. The performance was significantly improved when the interpolation estimates were corrected with local observations. The spatial distribution of the estimation errors associated to the climate reanalysis revealed a significant positive correlation with the altitude variation.

Nell’attuale scenario globale di scarsità d’acqua, l’impiego di strategie di risparmio idrico è essenziale al fine di migliorare la sostenibilità dell’agricoltura irrigua. Lo scopo generale della Tesi è stato di implementare un approccio metodologico, basato sull’utilizzo del telerilevamento da satellite e di fonti alternative di dati meteorologici (i.e., dati agrometeorologici previsionali e di rianalisi) a supporto degli agricoltori e delle autorità preposte alla gestione delle risorse idriche per migliorare la programmazione irrigua e il monitoraggio delle aree irrigate. In particolare, un modello basato su dati telerilevati e agrometeorologici (ArcDualKc, Ramírez-Cuesta et al., 2019b) è stato testato alla scala di campo in un agrumeto in condizioni di deficit idrico controllatoper determinare stime spazialmente distribuite del Kc e dell’ETc. Il modello è stato implementato sia utilizzando dati agrometeorologici misurati a terra sia con dati previsionali forniti dal modello COSMO. Sovrastime di Kc e ETc sono state ottenute utilizzando i dati previsionali rispetto ai dati meteorologici osservati a terra. Differenze in termini di Kc e ETc sono state, inoltre, osservate tra le strategie irrigue applicate, principalmente legate a seguito delle variazioni del Kcb. La classificazione non supervisionata sul NDVI è stata combinata con OPTRAM per rilevare le aree irrigue effettive, in differenti condizioni climatiche. La metodologia proposta è stata validata in Marchfeld Cropland (Austria), mostrando una buona accuratezza generale. Successivamente è stata applicata al distretto irriguo Quota 102,50 (Italia), dove i risultati sono stati confrontati con i dati dichiarati dal Consorzio di Bonifica, individuando una sovrastima di aree irrigate. L’affidabilità e la consistenza dei dataset di rianalisi ERA5 ed ERA5-Land nel predire le principali variabili agrometeorologiche, così come l’ET0, è stata analizzata a scala di distretto irriguo in differenti condizioni climatiche e topografiche nel territorio italiano. Un buon accordo generale è stato osservato, tra i dati agrometeorologici osservati e di rianalisi, alle scale giornaliera e stagionale, confermando il potenziale nell’utilizzo dei dataset di rianalisi come fonte alternativa di dati, superando il limite dell’indisponibilità dei dati agrometeorologici osservati. Inoltre, l’utilizzo di ERA5-Land e dei metodi di interpolazione spaziale è stato combinato per migliorare le stime spazialmente distribuite di precipitazione alla scala di bacino idrografico. Sottostime nei dati di precipitazione di ERA5-Land sono state osservate alle scale temporali mensile e stagionale. La performance è migliorata significativamente quando le stime di interpolazione sono state corrette mediante osservazioni locali. La distribuzione spaziale degli errori di stima associati alla procedur di rianalisi climatica hanno mostrato una correlazione positiva, significativa rispetto alla variazione di altitudine.