Agricoltura di precisione sulle colture orticole industriali per migliorare la gestione delle risorse idriche, dei fertilizzanti e dei pesticidi

Nella Task 1 del progetto, è stato scelto e adattato il modello di simulazione STICS per studiare i sistemi colturali di interesse, tra cui il borlotto, il pisello da industria, il mais dolce e il pomodoro da industria. La scelta di STICS è stata basata su criteri come la capacità di riprodurre la crescita delle colture, la simulazione in condizioni di risorse limitate, la corrispondenza con tratti fenotipici di miglioramento genetico e la capacità di eseguire numerose simulazioni.

Il modello STICS è stato adattato al contesto dello studio attraverso la calibrazione dei suoi parametri per riflettere accuratamente le caratteristiche delle colture nella regione di studio. Questa calibrazione è stata fatta sia per le colture per le quali esistevano dati di parametri di partenza, come il pomodoro e il pisello, sia per quelle senza parametri preesistenti, come il mais dolce e il borlotto. La calibrazione è stata effettuata confrontando i dati simulati con quelli misurati, considerando diverse variabili come la fenologia, l'indice di area fogliare, la biomassa e la resa.

I dati utilizzati per la calibrazione sono stati raccolti da prove sperimentali condotte presso aziende agricole e da fonti meteorologiche e pedologiche. I dati di gestione agronomica sono stati ottenuti dai quaderni di campagna delle aziende coinvolte.

La valutazione della calibrazione è stata effettuata utilizzando diversi indicatori di agreement, i quali hanno dimostrato che il modello STICS è adeguato per riprodurre la crescita e lo sviluppo delle colture orticole testate, con indici nella maggior parte dei casi prossimi ai valori ottimali.

Nella Task 2 del progetto, sono stati selezionati due siti di studio, uno a Piacenza e uno a Ravenna, per valutare l'impatto dei cambiamenti climatici sulla produttività e sull'efficienza delle risorse dei sistemi colturali. Sono state considerate condizioni gestionali standard per quattro diverse colture (pisello, borlotto, mais dolce e pomodoro) e due scenari climatici, attuale e futuro. Le pratiche gestionali standard sono state definite in base ai quaderni di campagna delle aziende agricole coinvolte e alle norme tecniche di coltura della regione Emilia Romagna. In totale, sono stati esaminati nove casi studio che combinano colture, località e pratiche gestionali diverse per valutare gli impatti climatici sui sistemi colturali.

Sono stati generati scenari climatici utilizzando il generatore climatico LARSWG, basati su dati storici forniti dall'ECMWF e variazioni previste di temperatura e precipitazione dall'IPCC. Questi scenari includono due diversi modelli di circolazione globale e due scenari di emissione di CO2 (ottimistico e pessimistico).

Per gestire l'incertezza, sono state considerate proiezioni climatiche per un periodo di vent'anni centrato nel 2040, sia per la situazione attuale che per i futuri scenari. Tra le diverse combinazioni RCP × GCM, sono stati selezionati due scenari rappresentativi: RCP4.5-GISS, con incrementi termici moderati, e RCP8.5-HAD, con aumenti termici significativi, soprattutto in estate.

Per quanto riguarda le precipitazioni, le differenze principali tra gli scenari futuri e la baseline riguardano la distribuzione degli eventi piovosi nel corso dell'anno, con aumenti e riduzioni significative in alcuni mesi, soprattutto nello scenario RCP8.5-HAD.

In sintesi, gli scenari climatici indicano variazioni termiche più pronunciate nello scenario pessimistico, mentre le precipitazioni mostrano variazioni nella loro distribuzione stagionale tra gli scenari, con impatti significativi su determinati mesi.

Task 3: L'effetto dei cambiamenti climatici è stato valutato per quattro colture (borlotto, pisello da industria, mais dolce e pomodoro da industria) in termini di variazione di resa, richiesta irrigua e efficienza di trasformazione degli apporti irrigui nel periodo 2030-2049 rispetto alla media del periodo di riferimento 1986-2005.

Per il borlotto, le temperature più elevate previste negli scenari futuri causano riduzioni di resa comprese tra il 5% e il 23%. Questo è dovuto a un accorciamento del ciclo colturale e a condizioni termiche sfavorevoli durante il riempimento dei baccelli. Le richieste irrigue aumentano leggermente nello scenario climatico più favorevole e diminuiscono leggermente nello scenario meno favorevole, ma l'efficienza di trasformazione dell'acqua irrigua peggiora in entrambi i casi.

Per il pisello da industria, si osservano dinamiche simili ma con riduzioni di resa comprese tra il 3% e il 13%. Tuttavia, il calo delle rese è meno marcato a causa della precoce stagione di crescita della coltura.

Nel caso del mais dolce, le riduzioni di resa variano tra il 3% e il 15%, con una diminuzione della durata del ciclo colturale. Le richieste irrigue rimangono stabili o diminuiscono leggermente, ma l'efficienza dell'uso dell'acqua si deteriora, soprattutto per le semine tardive.

Per il pomodoro da industria, le riduzioni di resa sono simili a quelle del mais dolce, con una forte correlazione tra il calo delle rese e l'accorciamento del ciclo colturale. Le richieste irrigue sono stabili o inferiori, ma l'efficienza dell'uso dell'acqua peggiora, soprattutto nello scenario climatico meno favorevole.

In generale, gli effetti dei cambiamenti climatici includono riduzioni delle rese delle colture, cambiamenti nella durata del ciclo colturale e variazioni nella richiesta irrigua, con conseguente deterioramento dell'efficienza nell'uso dell'acqua.

Per mitigare gli effetti negativi dei cambiamenti climatici sulle performance produttive delle colture, sono state valutate strategie di adattamento gestionale, in particolare lo spostamento (anticipo) della data di semina.

Nel contesto del Task 5, sono state condotte sperimentazioni in campo su quattro diverse colture: borlotto, pisello da industria, mais dolce e pomodoro da industria. Sono stati coinvolti complessivamente 24 siti sperimentali, compresi campi di aziende agricole partner del progetto, terreni forniti da Conserve Italia e un'area sperimentale presso l'Università degli Studi di Milano.

Per ciascuna coltura, sono stati sviluppati disegni sperimentali specifici, raccolte diverse variabili e seguite procedure di acquisizione dei dati. Queste sperimentazioni avevano l'obiettivo di adattare il modello colturale e validare il sistema diagnostico per stimare i fabbisogni nutrizionali delle coltivazioni.

Una delle azioni del progetto si è concentrata sull'adattamento di modelli per prevedere il rischio di infezione da patogeni fungini ed animali in specifiche coppie coltura-patogeno. Queste sono alcune delle coppie coltura-patogeno studiate:

1. Fagiolo borlotto - Antracnosi: Questa coppia riguarda la malattia dell'antracnosi che può colpire il fagiolo borlotto.

2. Pisello da industria - Peronospora: Il focus è sulla peronospora, un patogeno fungino, che può danneggiare il pisello da industria.

3. Pomodoro da industria - Peronospora: Anche in questo caso, il patogeno di interesse è la peronospora, ma questa volta colpisce il pomodoro da industria.

4. Pomodoro da industria - Alternaria: Questa coppia riguarda l'alternariosi, un'altra malattia fungina, che può infettare il pomodoro da industria.

Inoltre, nel progetto vengono analizzati i patogeni specifici associati a ciascuna coppia coltura-patogeno. Ad esempio, per il pomodoro, viene presa in considerazione la peronospora, mentre per il fagiolo borlotto, si analizza l'antracnosi. La peronospora del pomodoro è causata da Phytophthora infestans, un patogeno fungino. Questo patogeno è stato oggetto di studio approfondito nel progetto, ed è stato sviluppato un sistema di previsione del rischio di infezione. Phytophthora infestans è una malattia che può causare danni significativi alle coltivazioni di pomodoro.

Nel processo di previsione del rischio di infezione da patogeni fungini, è stato utilizzato un modello generico basato su parametri come le temperature ottimali e le ore di bagnatura fogliare necessarie per l'infezione. Questi parametri sono stati ricavati dalla letteratura scientifica e sono stati adattati per i patogeni specifici di interesse, come la peronospora e l'alternaria. Il modello genera un indice giornaliero che rappresenta il rischio potenziale di infezione.

Per calibrare il modello, sono state confrontate le date osservate dell'inizio delle infezioni sul campo, la concentrazione delle spore nell'aria e la gravità delle malattie con gli output del modello. Questa calibrazione è stata effettuata attraverso un processo trial and error, modificando gradualmente i parametri del modello per migliorare la concordanza tra i dati simulati e quelli osservati.

Vengono emessi bollettini di rischio fitopatologico giornalmente e resi disponibili online per le colture di fagiolo borlotto (contro l'antracnosi), pisello da industria (contro la peronospora) e pomodoro da industria (contro la peronospora e l'alternaria). Questi bollettini forniscono mappe del rischio di infezione potenziale a livello regionale e informazioni specifiche a livello comunale, inclusa un'analisi delle dinamiche temporali del rischio di infezione nei giorni prossimi alla data di emissione. Le stime riportate nei bollettini sono basate su modelli di simulazione sviluppati per ciascun patosistema e riflettono il grado di favorevolezza delle condizioni meteorologiche giornaliere per eventi di infezione da parte dei patogeni.

Infine, un'altra azione del progetto ha permesso lo sviluppo di un'applicazione chiamata PocketNNI per valutare lo stato nutrizionale azotato delle coltivazioni di mais dolce. Questa app permette di identificare situazioni di carenza o eccesso di azoto, aiutando a pianificare la concimazione in modo mirato. Il sistema calcola l'Indice di Nutrizione Azotata (NNI) basato sulla concentrazione effettiva di azoto nella pianta al momento della diagnosi e sulla concentrazione critica di azoto, che è stimata utilizzando l'Indice di Area Fogliare (LAI). L'applicazione fornisce un'interfaccia intuitiva e restituisce automaticamente l'NNI come risultato.