Stima e distribuzione spaziale del contenuto di carbonio organico del suolo in terreni agricoli mediante tecnologia di telerilevamento iperspettrale con veicoli aerei senza pilota

Perché il carbonio nel nostro suolo conta

Il suolo è molto più della semplice terra sotto i nostri piedi. Immagazzina grandi quantità di carbonio, nutre le nostre colture e contribuisce a mitigare il cambiamento climatico assorbendo anidride carbonica dall’atmosfera. Tuttavia, la quantità di carbonio organico nel suolo può variare rapidamente da una parte all’altra di un campo, e le analisi di laboratorio tradizionali sono lente e costose. Questo studio esplora un modo più rapido e tecnologico per “vedere” il carbonio organico del suolo dall’alto utilizzando piccoli droni dotati di telecamere iperspettrali, offrendo agli agricoltori e agli scienziati uno strumento potente per la gestione del territorio e del clima.

Telecamere volanti sui campi

I ricercatori hanno lavorato in tre aree agricole del bacino del fiume Huangshui, nella provincia di Qinghai in Cina, una regione con diversi tipi di suolo, colture e pratiche agricole. Hanno utilizzato un drone multirotore equipaggiato con una telecamera iperspettrale che misura la luce in 150 bande strette, dal visibile al vicino infrarosso. Volando a circa 150 metri in giornate limpide e calme, il drone ha raccolto immagini molto dettagliate, con ogni pixel che rappresenta meno di cinque centimetri a terra. Queste immagini catturano sottili differenze nel modo in cui il suolo riflette la luce, differenze legate alla quantità di carbonio organico presente.

Scavare, testare e confrontare con la realtà a terra

Per verificare ciò che il drone osservava, il team ha prelevato 296 campioni di suolo dai tre campi seguendo uno schema a griglia e mantenendo un controllo accurato della profondità (0–20 centimetri, dove il carbonio varia maggiormente). In laboratorio hanno rimosso pietre e residui vegetali, macinato finemente il suolo e usato un analizzatore elementare per misurare con precisione il contenuto di carbonio organico. Hanno inoltre misurato gli spettri del suolo in ambiente controllato con uno spettrometro di precisione, poi hanno adattato quegli spettri per corrispondere all’intervallo di lunghezze d’onda e alla risoluzione del sensore di bordo del drone. Ciò ha permesso di collegare misurazioni esatte di carbonio in laboratorio con firme spettrali corrispondenti sia dagli strumenti a terra sia dalle immagini aeree.

Pulire il segnale e addestrare il modello

I dati spettrali grezzi possono essere disturbati perché molti fattori oltre al carbonio—come umidità del suolo, rugosità della superficie e dimensione delle particelle—influenzano la riflessione della luce. Per affrontare questo problema, i ricercatori hanno testato sette diversi trattamenti matematici degli spettri. L’approccio migliore ha combinato un metodo chiamato correzione moltiplicativa dello scattering, che riduce le distorsioni di brillantezza, con l’operazione della prima derivata, che mette in evidenza sottili valli e picchi nelle curve. Questa combinazione ha prodotto il legame più forte tra le caratteristiche spettrali e il carbonio del suolo. Hanno poi confrontato cinque metodi di modellazione, da semplici equazioni lineari a avanzate tecniche di machine learning. Il modello random forest, che costruisce molti alberi decisionali e ne media i risultati, ha dato chiaramente le migliori prestazioni, spiegando circa il 90% della variazione del carbonio organico del suolo e ottenendo predizioni di alta qualità.

Convertire la luce in mappe dettagliate del suolo

Con il miglior trattamento spettrale e il modello random forest a disposizione, il team ha applicato l’approccio all’intero set di immagini del drone per creare mappe dettagliate del carbonio organico del suolo in ciascun campo. Il modello ha evidenziato bande spettrali specifiche come più importanti, soprattutto nel range visibile (dove suoli più scuri spesso indicano più carbonio) e nel vicino infrarosso (dove la materia organica influisce sull’assorbimento della luce). Le mappe risultanti hanno mostrato pattern chiari: un campo dominato da alti livelli di carbonio, un altro da livelli medi e il terzo principalmente da livelli più bassi. Quando i ricercatori hanno confrontato le stime basate sul drone nei punti di campionamento con le misure di laboratorio, la corrispondenza è risultata solida, confermando l’affidabilità delle mappe.

Cosa significa per l’agricoltura e il clima

In termini pratici, questo studio dimostra che un drone con una fotocamera intelligente e un modello ben addestrato può creare rapidamente mappe accurate e a elevata risoluzione del carbonio organico del suolo, invece di fare affidamento solo su costosi e lenti campionamenti e analisi di laboratorio. Agricoltori e gestori del territorio potrebbero usare tali mappe per mirare fertilizzazioni e gestione dei residui, proteggere aree a rischio di perdita di carbonio e monitorare come la salute del suolo cambia nel tempo. Pur affrontando ancora sfide—come la sensibilità all’umidità del suolo, ai residui superficiali e alle variazioni di luce—questa strada indica un futuro in cui il monitoraggio della ricchezza di carbonio sotto i nostri campi diventerà più veloce, meno costoso e molto più dettagliato, a vantaggio sia della produzione alimentare sia degli obiettivi climatici.

Citazione: Song, Q., Zhang, W. Estimation and spatial distribution of soil organic carbon content in farmland using unmanned aerial vehicle hyperspectral remote sensing technology. Sci Rep 16, 5480 (2026). https://doi.org/10.1038/s41598-026-35096-2

Parole chiave: carbonio organico del suolo, UAV iperspettrale, agricoltura di precisione, mappatura del suolo, telerilevamento