Agricoltura di precisione

La forza dell’esperienza tramandata sino ad oggi viene ampliata, rafforzata, e divulgata modellandosi sulle esigenze, criticità, e peculiarità della zona specifica di impiego: ecco l’energia innovativa dell’Agricoltura di Precisione.

Nel contemporaneo mondo digitale iniziamo ad osservare con occhi diversi ed analizzare ciò che ci circonda cercando di individuare schemi o procedure nelle quali confinare l’ambiente in cui viviamo. Questo upgrade quotidiano coinvolge anche l’agricoltura, che si sta attrezzando per poter dare una riposta rapida e immediata alle richieste che le vengono avanzate.

Nasce da qui l’esigenza di coniare strumenti e tecniche in grado di far coesistere il mondo naturale e quello matematico: scienza e tecnica al servizio dell’arte agricola.

L’AGRICOLTURA SI REINVENTA CONTINUAMENTE

Foto con vecchio fienile e aratro

Foto con vecchio fienile e aratro – Credits by mike138

Nel corso della sua storia l’agricoltura è stata soggetta a diverse rivoluzioni che, una dopo l’altra, hanno apportato sempre maggiori ricchezze e conoscenze, affinando le tecniche, mettendo in evidenza le buone pratiche ed individuando le specificità delle diverse colture.

La produzione agricola è il risultato di sinergie tra elementi fisici (suolo, atmosfera, acqua) e biologici (piante e parassiti) e tali interazioni sono caratterizzate da mutamenti repentini che dobbiamo osservare ed analizzare. Al fine di scegliere sempre le soluzioni migliori, abbiamo quindi bisogno di:

  • strumenti in grado di leggere i mutamenti;
  • mezzi sempre più precisi e puntuali per ottimizzare il lavoro ed il consumo delle risorse.

A causa dei cambiamenti climatici e delle variabili che intervengono nel sistema, il mantenimento delle condizioni ottimali è sempre più difficile ed eventuali errori nella gestione colturale possono determinare la diminuzione della resa, con gravi danni alla sostenibilità economica dell’azienda. Controllo e previsione delle infestazioni, delle concimazioni e del fabbisogno irriguo (elementi chiave dell’ agricoltura di precisione) permettono di aumentare la resa e il livello di qualità dei prodotti con notevoli benefici economici per l’azienda agricola; contemporaneamente, la supervisione permette di ridurre gli sprechi, ottimizzando localizzazione, timing e quantità degli input utilizzati.

L’ultima frontiera alla quale siamo approdati è l’agricoltura di precisione (Precision Farming) che si prefigge l’obiettivo di far coesistere un incremento significativo della qualità dei prodotti con una notevole diminuzione delle risorse economiche investite, prestando contemporaneamente grande attenzione al rispetto dell’ambiente.

MACCHINE E ANALISI

rilevamento dati con drone

Intervento in campo per la raccolta dei dati attraverso l’uso di un sistema a pilotaggio remoto (drone)

Gradino fondamentale dell’evoluzione agricola è stato l’impiego massiccio di attrezzature, macchine e strumentazioni in grado di alleggerire il lavoro fisico dell’agricoltore, riducendo anche i tempi delle lavorazioni con strumenti come trattori, aratri, erpici, macchine raccoglitrici, irroratrici, ecc.

L’ agricoltura di precisione introduce nel processo lavorativo forme di monitoraggio e controllo in grado di alleggerire anche il lavoro mentale dello specialista. Grazie a software in grado di studiare in tempo reale la situazione dei campi e di suggerire comportamenti e accortezze per ottimizzare l’uso delle risorse, si ottiene la massima resa e si riducono al minimo le perdite, sfruttando la possibilità di prevedere le situazioni reali di rischio ed evitare così interventi inutili.

Il ciclo di produzione può quindi essere suddiviso in:

  • componente materiale (lavorazioni),
  • componente immateriale (decisioni).

Questa sinergia tra evoluzione meccanica e applicazione di software ha rivoluzionato il processo produttivo, in quanto il lavoro meccanico è affiancato da tre fasi fondamentali:

  • informazione,
  • controllo,
  • previsione.

La sequenza che otteniamo è dinamica e in continuo aggiornamento, caratterizzata da una spiccata resilienza che la rende in grado di incrementare la propria affidabilità nel tempo e adattarsi alle variazioni.

CICLO DI STUDIO

Modello di rielaborazione dati

Rappresentazione grafica della rielaborazione e rappresentazione dei dati raccolti in un modello detto “a lasagna”

Il sistema di controllo caratteristico dell’agricoltura di precisione è basato sull’individuazione dei limiti e dei punti di riferimento, fondamentali per identificare e personalizzare ogni decisione individuando due tipologie di caratteristiche:

  • costanti nel tempo, che possono essere considerate per più cicli decisionali e produttivi (ad es. l’identificazione dei limiti di un vigneto, le caratteristiche meccaniche di un macchinario ecc.),
  • variabili per ogni ciclo o decisione (la fase fenologica della coltura, l’andamento stagionale, la precessione colturale ecc.).

Una volta stabilite le decisioni da prendere, il sistema di monitoraggio e controllo viene applicato in tre fasi concatenate.

  1. MISURAZIONE DEI DATI DI CAMPO: la misurazione riguarda l’insieme di parametri fisici e chimici relativi sia ad aspetti operativi (impiego di strumentazioni e mezzi) che ambientali (biologia, meteorologia, chimica del suolo ecc.). Alcuni esempi: velocità di spostamento di una macchina, vigoria della coltura, consumi di combustibile, intensità di un focolaio infettivo, quantità di fertilizzante distribuito ecc.
  2. ANALISI: interpretazione delle variabili misurate. L’analisi permette di interpretare il fenomeno misurato (ad es. attraverso le analisi del suolo si può risalire allo stato nutrizionale delle colture) oppure di predire un fenomeno (ad esempio, le infestazioni di patogeni possono essere previste in base ai dati meteo). Si attua mediante algoritmi interpretativi e predittivi costruiti appositamente.
  3. PRESCRIZIONE: formazione di un elenco di misure da attuare per migliorare l’efficacia dell’attività aziendale in base all’analisi. La prescrizione guida le decisioni su quando, dove e quanto intervenire in base all’incrocio di due fattori: analisi delle misure e algoritmi prescrittivi specifici. Questo passaggio tende all’ottimizzazione del processo produttivo e alla massimizzazione del risultato contenendo le spese. L’operazione, a carico del sistema, è implementata specificatamente per diverse colture e operazioni colturali (concimazione, irrigazione ecc.).

Grazie agli algoritmi di machine learning, il processo è ricorsivo e incrementa la propria accuratezza anno dopo anno, diminuendo la quantità di dati necessaria. Le tre fasi infatti, ripetute ciclicamente, sono in grado di incrementare la propria affidabilità nel tempo e adattarsi alle variazioni della coltura, permettendo un controllo dinamico delle coltivazioni.