Uso di Qfield nel contesto di un lavoro di raccolta dati sulle zanzare che trasmettono la malaria¶
Di Paul Taconet, GIS Engineer, French Research Institute for Sustainable Development (IRD) 11.12.2018
Obiettivi e vincoli di campo¶
Per un lavoro di ricerca finalizzato a migliorare le conoscenze sull'ambiente delle zanzare che trasmettono la malaria, l'Istituto Francese di Ricerca per lo Sviluppo Sostenibile aveva bisogno di generare una mappa della copertura del suolo di due aree rurali in Africa, una in Burkina Faso e una in Costa d'Avorio. Due immagini satellitari (Spot 6 con risoluzione spaziale di 1,5 metri) sono utilizzate come input di una classificazione di immagini basata su oggetti supervisionati. Il metodo supervisionato implica la raccolta di parcelle a terra, vale a dire la localizzazione e la georeferenziazione di un insieme di parcelle di ogni classe di copertura del suolo, preferibilmente distribuite in tutte le aree di studio. Entrambe le aree hanno un'estensione di 50 km2 e la loro natura (savana e aree rurali, dove le strade sono per lo più stretti sentieri di argilla) implicano la possibilità di spostarsi in moto o a piedi. Inoltre, ci si può perdere rapidamente nei percorsi rurali in assenza di una mappa. Avevamo quindi bisogno di attrezzature leggere e trasportabili, oltre che di un modo per esplorare facilmente la zona senza perdersi.
Preparazione del progetto¶
We created a QGIS project with the Spot image and a layer to collect the ground data. We first converted our Spot image to a GeoPackage raster, and built pyramids so as to get quick rendering in QField. The whole image (50 km2 at 1.5 m spatial resolution with 3 bands) weighted approximately 800 MB, which enabled us to load it in our tablet without the need to add any extra memory.
Abbiamo creato un layer vettoriale per disegnare le parcelle (cioè i poligoni delle parcelle della copertura del suolo). Conteneva un campo per identificare il tipo di copertura del suolo, alcuni campi per scattare le foto e un campo per eventuali note aggiuntive.
Abbiamo poi caricato il progetto in QField sul nostro tablet.
Lavoro sul campo¶
Sul terreno, siamo stati in grado di muoverci facilmente in moto senza perderci, grazie alla nostra posizione visualizzata su QField con l'immagine satellitare come sfondo. Quando è stato identificato un appezzamento di interesse, abbiamo potuto disegnare il suo perimetro in QField e inserire con estrema facilità le informazioni appropriate nella tabella degli attributi (tipo di copertura del suolo, immagini). Quando eravamo indecisi sul tipo di copertura del suolo da attribuire a una determinata parcella, siamo stati in grado, in "diretta" (cioè sul campo), di consultare rapidamente parcelle recuperate in precedenza e confrontarle con la parcella di interesse (con le foto e l'immagine satellitare).
Siamo stati in grado, senza alcuno sforzo aggiuntivo alla fine di ogni giornata di lavoro sul campo, di vedere lo stato di avanzamento dei lavori: quali parti dell'area di studio avevamo coperto, quali rimanevano da esplorare, quante parcelle avevamo ottenuto per ogni classe di copertura del suolo e quante ne restavano da recuperare. Questo è molto apprezzabile in queste condizioni, in cui il lavoro può essere impegnativo e le notti possono essere brevi. Tornati in ufficio, non abbiamo dovuto realizzare lavori fastidiosi e lunghi come la digitalizzazione degli appezzamenti da un tradizionale layer di punti GPS, collegare le immagini al nostro strato di copertura del suolo, ecc, che tradizionalmente richiedevano giorni di lavoro.
