Valutare l'architettura delle radici con radar e intelligenza artificiale

Gli alberi sono fondamentali per fornire cibo, materie prime e ossigeno, sequestrando al contempo diossido di carbonio dall’atmosfera. Pertanto, ottimizzare la gestione degli alberi è essenziale per potenziare questi benefici.

Lo studio condotto da ricercatori dell’università del Michigan (USA) introduce un approccio innovativo per l'analisi dei sistemi radicali degli alberi utilizzando il “radar a penetrazione del suolo” (ground penetrating radar, GPR) combinato con l'intelligenza artificiale (IA) per ricostruire l'estensione spaziale tridimensionale (3D) e la distribuzione delle radici in alberi di ciliegio acido (amarena).

In Michigan viene coltivato il 75% delle amarene degli Stati Uniti, e questa ricerca evidenzia i benefici economici e per la salute di questi alberi, inclusi il loro alto contenuto di antiossidanti.

Lo studio ha analizzato le radici di alberi di due frutteti in piena produzione nel Michigan, utilizzando un'antenna GPR da 800 MHz. Le immagini risultanti sono state elaborate con algoritmi di intelligenza artificiale (IA) per estrarre i pattern delle radici, un'applicazione innovativa in questo campo.

Per validare le capacità del GPR da 800 MHz nel rilevare le dimensioni delle radici, è stato eseguito un esperimento controllato e non distruttivo in condizioni simili a quelle dei ciliegi acidi. Questo passaggio di validazione è fondamentale per il processo di interpretazione delle immagini e ricostruire accuratamente la geometria delle radici.

Immagine 1.

La ricerca ha confrontato l'estensione delle radici con la dimensione della chioma, utilizzando immagini da veicoli aerei senza pilota (UAV). Questo ha mostrato che l'estensione laterale delle radici superava la dimensione della chioma. Inoltre, è stato condotto un esperimento coinvolgendo 112 proxy di radici per costruire un modello predittivo del peso delle radici.

Utilizzando algoritmi di apprendimento automatico (machine learning), il modello ha raggiunto un'alta precisione, con un errore percentuale di peso di circa il 5%. I risultati dimostrano che un insieme di metodi non invasivi e integrati può determinare in modo efficiente la distribuzione delle radici e potenzialmente stimarne il peso.

In conclusione, lo studio ha integrato con successo GPR e IA per valutare l'architettura delle radici degli alberi in modo non invasivo. Gli algoritmi di IA hanno significativamente migliorato l'interpretazione dei dati GPR, portando a ricostruzioni 3D accurate dei sistemi radicali.

Questo approccio offre uno strumento promettente per ottimizzare la gestione e la crescita degli alberi, per fornire servizi ecosistemici migliori e per migliorare la produttività. Inoltre, comprendere la relazione spaziale tra radici e chiome degli alberi può migliorare le pratiche agricole e aumentare la nostra conoscenza delle dinamiche del carbonio. Le metodologie sviluppate in questo studio forniscono una base per ricerche e applicazioni future nell'analisi e gestione delle radici degli alberi.

Fonte: Basso, B., Salako, J., Kendall, A., & Millar, N. (2024). Assessing Tree Root Distributions Using Ground Penetrating Radar (Gpr) and Artificial Intelligence. Available at SSRN 4829515. Pre-print, under peer-review. dx.doi.org/10.2139/ssrn.4829515.
Immagine: Good Fruit Grower

Andrea Giovannini
Università di Bologna (IT)

Cherry Times - Tutti i diritti riservati