Remote sensing by UAV (Unmanned Aerial Vehicles) for the detection of spatial distribution and development of grapevine trunk diseases (original) (raw)

The availability of new tools to detect and monitor vines health status is under evaluation in a vineyard heavily affected by grapevine leaf stripe disease (GLSD). The vineyard, located in Tuscany, has been surveyed for foliar symptoms each year since 2003, and each vine was mapped and classified for foliar symptoms appearance and diseases severity. At the beginning of September 2011 an UAV (Unmanned Aerial Vehicle) system was used to investigate the correlation between Normalised Differential Vegetation Index (NDVI) and GLSD foliar symptoms. The acquired high resolution multi-spectral images (0.056 m/pixel) were also analyzed for the detection of vines that had shown symptoms in the previous years, but were asymptomatic in 2011. All sample vines locations were accurately measured with a differential GPS to extract single plant reflectance from the georeferenced multispectral images. Moreover during the following winter the vigor of the surveyed vines was measured by cane lengths, number of canes produced and total dry mass weight. The preliminary results obtained in the pilot experiment, showed a high level of correlation between NDVI and GLSD symptoms. The method has demonstrated both the ability to discriminate symptomatic from asymptomatic plants, but also to detect within the asymptomatic plants sampled, those which were asymptomatic but had shown GLSD symptoms in the previous years, suggesting the possible developments as an innovative early detection tool for GLSD. The work offers a significant potential both in terms of research perspectives and practical applications to improve the mapping of spatial distribution and development of GLSD. RÉSUMÉ L'efficacité de nouveaux outils pour détecter et surveiller l'état de santé des vignes est évalué dans un vignoble fortement affecté par la maladie de l'esca. Le vignoble, situé en Toscane, a été touché par des symptômes foliaires chaque année à partir de l'année 2003; chaque pied de vigne a été cartographiés et classifié en termes des symptômes foliaires et du niveau de gravité de la maladie. Au début de Septembre 2011, un UAV (Unmanned Aerial Vehicle) a été utilisée pour étudier la corrélation entre l'indice différentiel de végétation normalisé (NDVI) et les symptômes foliaires de l'esca. Les images multi-spectrales à très haute résolution (0.056 m / pixel) ont été employées pour analyser également les plantes qui avait montrées des symptômes dans les années précédentes mais étaient asymptomatiques en 2011. Pour la géoréférentiation des images multispectrales ainsi que pour la localisation exacte des plantes échantillonnées on a utilisé un GPS différentiel. Des mesures destructives ont été effectuées pendent l'hiver afin de évaluer la vigueur des plantes, la longueur des chien, le nombre de cannes produites et le poids total du bois en matière sèche. Les résultats préliminaires obtenus dans l'expérience pilote, montrent un niveau élevé de corrélation entre l'NDVI et les symptômes de l'esca. La méthode a la capacité de discriminer les plantes symptomatique et asymptomatiques, mais aussi de détecter, entre les plantes asymptomatiques, ceux qui avaient montré les symptômes dans le passé. Cela suggère la possibilité d'avoir un outil apte à la détection précoce de l'esca. Le travail offre un potentiel important tant en termes de recherche que du point de vue des applications opérationnels pour améliorer la cartographie de la distribution spatiale et le développement de l'esca.