Viticoltura Digitale in Toscana
Sviluppo di uno strumento operativo utilizzabile dalle aziende vitivinicole per la stima precoce delle produzioni e della qualità. Il progetto intende soddisfare i veri interessi aziendali, venendo incontro alle criticità operative e trovando soluzioni per il miglioramento dei processi produttivi in termini di tempi e costi. Tra le criticità aziendali nel contesto viticolo Toscano, il progetto intende intervenire sulla previsione delle rese e qualità attraverso l’analisi delle immagini ad altissima risoluzione telerilevate da drone, finalizzata al riconoscimento dei singoli grappoli.
DIGIVIT ha soddisfatto quelli che sono i veri interessi aziendali venendo incontro alle criticità operative e trovando soluzioni che consentano il miglioramento dei processi produttivi in termini di tempi e soprattutto costi.
- Animazione tra partner, coordinamento e attività di informazione
- Realizzazione di un prototipo: sviluppo di un drone (EFESTO) per applicazioni di viticoltura di precisione
- Caratterizzazione della variabilità in termini di vigoria presente all’interno dei vigneti sperimentali
- Stima delle Produzioni e stima della qualità
- Sviluppo di un tool operativo: sviluppo di uno strumento non supervisionato che a partire dalle immagini acquisite dal drone, restituisce alle aziende supporto alle decisioni
Negli ultimi anni la ricerca scientifica nell’ambito della viticoltura di precisione ha fornito tecnologie sempre più performanti e all’avanguardia per il monitoraggio e l’attuazione sito-specifica in vigneto. Tuttavia l’impiego reale di queste tecniche tarda a diffondersi. Una delle cause è la natura eccessivamente specifica delle soluzioni proposte che si allontanano dagli interessi concreti delle aziende, restando quindi scollegate dalla realtà. Il progetto intende soddisfare quelli che sono i veri interessi aziendali, venendo incontro alle criticità operative e trovando soluzioni che consentano il miglioramento dei processi produttivi in termini di tempi e costi. Tra le criticità maggiormente rilevate, il progetto interverrà sulla previsione delle rese e qualità attraverso l’analisi delle immagini ad altissima risoluzione telerilevate da drone, finalizzata al riconoscimento non solo della pianta ma soprattutto dei singoli grappoli.
Tra le criticità aziendali maggiormente rilevate nel contesto viticolo Toscano, il progetto intende intervenire sulla previsione delle rese e qualità attraverso l’analisi delle immagini ad altissima risoluzione telerilevate da drone, finalizzata al riconoscimento non solo della pianta ma soprattutto dei singoli grappoli.
Saranno individuate e combinate tecnologie innovative proprie dell’agricoltura di precisione per realizzare un workflow operativo in grado di rispondere ai fabbisogni operativi individuati. Nello specifico sarà impiegata una piattaforma UAS (Unmanned Aerial System), realizzata da un multirotore equipaggiato con sensori ottici ad alta risoluzione in grado di caratterizzare la variabilità interna al vigneto (camera multispettrale), individuare zone rappresentative della variabilità e in tali zone acquisire immagini visibili (camera RGB) in alto dettaglio della fascia fruttifera."
La previsione delle rese dell'uva è un’informazione importante per aiutare l’agronomo nelle scelte gestionali finalizzate a preservare l’equilibrio vegeto produttivo e ottimizzare la produzione. I dati produttivi forniscono un valido supporto alla gestione della logistica di vendemmia in termini sia in termini di raccolta in campo che trasformazione in cantina. DIGIVIT ha sviluppato algoritmi di image processing basati su pattern recognition per il riconoscimento dei grappoli utilizzando immagini in estremo dettaglio acquisite da drone.
La determinazione della data ottimale di vendemmia è il frutto di un monitoraggio periodico del vigneto in cui vengono effettuati dei campionamenti spazializzati di uve per la determinazione del livello evolutivo di alcuni parametri qualitativi. Il progetto ha fornito una soluzione che consente di ottimizzare il processo riducendo costi e tempi operativi e validare una procedura oggettiva priva di potenziali errori dovuti alla soggettività decisionale in fase di campionamento. Attraverso l’applicazione di algoritmi di analisi dell’immagine è stato analizzato il profilo cromatico dei grappoli individuati da immagini acquisite da drone ed è stata messa a validata una procedura per effettuare un monitoraggio rapido in zone rappresentative della variabilità interna al vigneto, basato su un approccio oggettivo che mantiene gli stessi criteri valutativi non solo su alcuni acini ma su tutti i grappoli identificati all’interno della fascia fruttifera monitorata.
| Titolo/Descrizione | Url | Tipologia |
|---|---|---|
|
Sito web del progetto
|
Sito web
|
|
|
Video del Webinar finale dei risultati raggiunti
|
Materiali utili
|
|
|
Presentazione finale del progetto
|
Materiali utili
|
|
|
Leggi il report finale del progetto DigiVit
|
Materiali utili
|
|
|
Networking activities with AGRIDIGIT project – CREA 14dicembre 2021
|
Materiali utili
|
|
|
Youtube channel
|
Materiali utili
|