Agricoltura di precisione e innovazione nel grano
L’obiettivo generale del progetto è migliorare la competitività dei produttori agricoli coinvolti favorendo una gestione aziendale basata su tecniche di agricoltura di precisione. Con questo approccio, infatti, diventa possibile creare un sistema di supporto alle decisioni per monitorare in maniera costante i principali parametri fisico-chimici ed economici coinvolti nel sistema agrario, al fine di migliorare la variabilità quantitativa e qualitativa del prodotto e ottimizzare le produzioni. Inoltre, il progetto mira a migliorare la gestione della sicurezza delle operazioni di campagna e degli operatori coinvolti, con particolare attenzione alla distribuzione di fitofarmaci.
Le attività di progetto possono essere suddivise in 4 macro aree. La prima riguarda l'acquisizione e l'elaborazione dei dati di campagna per creare le fondamenta del sistema gestionale obiettivo del progetto. La seconda macro area riguarda le attività di ricerca, preliminari alla raccolta dei dati e successive per il loro studio, la loro interpretazione e la loro rielaborazione in metodologie gestionali applicabili in campagna. La terza macroarea riguarda la sperimentazione delle soluzioni descritte precedentemente e la loro validazione in campo. La quarta e ultima macrofase riguarda la disseminazione dei risultati del progetto, in maniera teorica e pratica.
Le produzioni cerealicole sarde sono caratterizzate da un'elevata qualità. Le principali problematiche riguardano la scelta di sementi, tecniche e rotazioni che non sempre risultano adeguati. Il comparto, inoltre, è caratterizzato da altre criticità come la presenza di numerosi piccoli produttori che spesso coltivano varietà diverse e non sempre adatte alle condizioni agro-climatiche della Sardegna, la scarsità di forme di coordinamento tra i produttori e tra i trasformatori che determina un'insufficiente omogeneità dell'offerta che entra sul mercato. A questo occorre aggiungere la forte variabilità quantitativa e qualitativa dei raccolti, in parte dovuta all’andamento climatico, ma in parte anche attribuibile, oltre alla prima citata frammentazione varietale, anche alla crescente attenzione degli agricoltori verso il contenimento dei costi.
FARM MODEL - DIGITALIZZAZIONE DELLE AZIENDE AGRICOLE
Le moderne tecnologie disponibili sul mercato rendono possibile un costante monitoraggio dei fattori produttivi, degli interventi e delle attività lavorative effettuate in azienda, al fine di migliorare le performance aziendali. In un’ottica moderna, per rendere efficiente ed efficace tale monitoraggio, è necessaria la digitalizzazione dei fattori che possono influenzare le performance economiche dell’azienda agraria. Sarà sviluppato pertanto un FARM MODEL, ossia un modello digitale dell’azienda che permetterà di descrivere la stessa attraverso le informazioni digitali provenienti da:
1 - specifici sensori (vedi FARM SENSING - innovazione 2)
2 - dati relativi ai fattori produttivi aziendali forniti dall’azienda stessa atraverso un software appositamente sviluppato che avrà la funzione di quaderno aziendale digitale.
Questa operazione consente di creare uno spazio digitale visibile sul web tramite diverse tipologie di supporto (mobile, pc, tablet) dedicato esclusivamente all’azienda in cui poter raccogliere dati fondamentali per la gestione e per gli studi delle successive fasi del progetto. I risultati attesi di questo tipo di approccio consistono nella possibilità di semplificare l’acquisizione e la consultazione di dati geografici e gestionali aziendali in modo da risparmiare tempo ma anche da facilitare la produzione di report specifici.
FARM SENSING - MONITORAGGIO CONTINUO DELL'AZIENDA
Il concetto di telerilevamento racchiude tutte le tecnologie che permettono di acquisire dati sul terreno e sulla coltura in situ attraverso dei sensori, col fine di conoscere e monitorare fattori strutturali come il suolo e il clima ma anche fattori dinamici come le pratiche colturali, il vigore vegetativo e la variabilità stagionale.
Il progetto prevede di effettuare un monitoraggio delle aziende agricole coinvolte, operando una zonazione di dettaglio con lo scopo di fornire alle stesse uno strumento di gestione aziendale e colturale per:
1 - migliorare le performance produttive
2 - promuovere una migliore gestione delle tecniche colturali e l’ottimizzazione della gestione energetica, economica e dei fattori produttivi intervenendo in maniera sito specifica.
Per tale scopo si utilizzeranno dati provenienti da remote sensing come immagini multispettrali provenienti da satellite utili a fornire un monitoraggio frequente di ampi territori a costi ridotti, mentre, si utilizzeranno droni per ottenere un rilievo dettagliato. Inoltre, questa tipologia di dati prevede anche l'acquisizione di informazioni con tencologie di proximal sensing (dati da stazioni meteo, da sensoristica a terra per misurare umidità, temperatura, irraggiamento, ecc.).
Il prodotto di tale innovazione è la creazione di un geo-database di dati digitali georeferenziati, tali da permettere l’analisi e l’interpretazione, al fine fornire, in una fase successiva, dati utili per il sistema di supporto alle decisioni (DSS- innovazione 3).
SMART MANAGEMENT – DSS
Questa innovazione rappresenta il fulcro del progetto RICE poiché permette di perseguire il fabbisogno principale preposto ossia di favorire la omogeneità quantitativa e qualitativa dei raccolti rendendo più efficienti i sistemi produttivi locali e supportando le aziende per un controllo dei costi e della redditività.
I dati reperiti con le innovazioni 1 e 2 verranno inseriti in un sistema di supporto alle decisioni denominato DSS (Decision Support System) che permetterà alle aziende di conoscere quali sono le migliori scelte da effettuare per migliorare le performance aziendali.
Il sistema produrrà una serie di indici per l’analisi aziendale (semplici, complessi, economici e strutturali) che permetteranno di avere sotto controllo i principali fattori coinvolti nella produzione. Inoltre verrà reso possibile simulare e confrontare dei programmi di interventi potendo valutare ex-ante la fattibilità di determinate operazioni.
Come già accennato, la grande mole di dati (Big data) ottenuta attraverso le innovazioni precedentemente descritte, verrà raccolta ed elaborata dalla piattaforma tecnologica DSS, in grado di correlare informazioni eterogenee provenienti da sorgenti differenti. Questa operazione sarà effettuata attraverso:
- la calibrazione di modelli matematici consolidati (multicriteria)
- l’impiego di tecnologie innovative di intelligenza artificiale come il machine learning.
In questo modo sarà possibile tradurre i dati ottenuti in prescrizioni pratiche per l’operatore sul campo al fine di permettere una gestione aziendale basata su indicazioni oggettive, misurabili e ripetibili nel tempo.
SMART TREATEMENTS – AUTOMAZIONE
Grazie alle innovazioni introdotte ai punti 1, 2, e 3 si raggiungerà l’obiettivo di rafforzare la conoscenza delle variabili che determinano le scelte aziendali.
Inoltre, grazie allo sviluppo del FARM MODEL e del FARM SENSING sarà possibile effettuare dei trattamenti intelligenti secondo un nuovo paradigma denominato SMART TREATEMENTS.
Infatti, grazie alla disponibilità di specifici Big data sarà possibile generare delle mappe di prescrizione, grazie alle quali l’agricoltore potrà raggiungere diversi risultati, quali:
1. Conoscere con precisione dove e quando effettuare trattamenti sito-specifici
2. Effettuare trattamenti automatizzati mediante nuove tecnologie come i droni e le macchine a guida automatica.
Le informazioni inerenti i trattamenti saranno direttamente collegate al DSS, fornendo pertanto una ulteriore base conoscitiva per la migliore gestione aziendale.