Per l’Europa, l’agricoltura è centrale nella strategia di sviluppo e crescita sostenibile. Le politiche agricole Europee le riconoscono un ruolo chiave nel raggiungimento di molti degli obiettivi (SDGs) dall’alimentazione alla salute, alla conservazione delle risorse e alla lotta al cambiamento climatico, alla lotta contro la povertà.
In questo contesto, la nuova PAC (Politica Agricola Comune) 2023-2027, contiene una serie di riforme politiche a sostegno della transizione verso un'agricoltura e una silvicoltura sostenibili nell'UE, incentrate sul sostegno al reddito, la produttività, la qualità, la transizione ecologica e soprattutto l’innovazione.
Nel “Piano strategico nazionale PAC 2023-2027”, assume un ruolo rilevante l’agricoltura di precisione, il cui obiettivo è “migliorare l’efficienza nell’uso delle risorse per la sostenibilità della produzione agricola, riducendo pertanto il rischio di inquinamento e degrado delle matrici ambientali connesso all’uso dei prodotti fitosanitari e dei fertilizzanti e promuovere l’uso razionale dell’acqua per l’irrigazione, nonché indurre effetti positivi sulla gestione sostenibile del suolo”, così come riportato nella misura “SRA24 – Pratiche agricoltura di precisione” del piano stesso. In tal senso, nell’ambito di un processo di digitalizzazione delle aziende agricole, l’impiego dei sensori è strategico, in quanto rilevano e acquisiscono dati che opportunatamente elaborati, grazie alle moderne tecnologie 4.0, permettono un uso ottimale delle risorse, la valutazione dello stato di salute delle colture e il miglioramento della produttività.
Il ruolo dei sensori per l’agricoltura
Nell’ambito dell’agricoltura di precisione, l’impiego di un sistema di sensori, siano essi posizionati in campo, localizzati su trattori o droni, consente all’operatore di prendere decisioni informate, cioè basate sui dati, con le quali ottimizzare la produzione, garantire le condizioni ideali per una maggiore resa, migliorare la precisione in attività come la regolazione dell'irrigazione e dei fertilizzanti, nonché consentire la programmazione di interventi mirati e la gestione di attività di monitoraggio sul campo.
I sensori possono essere di vario tipo. Ci sono infatti sensori di tipo statico, che rilevano dati ambientali o relativi al suolo, e quelli di tipo dinamico, posti su droni e mezzi in movimento, che effettuano riprese, fotografie in sequenza su tutta l’area del campo, catturando dati e immagini. Grazie ai dati delle stazioni meteo e dei sensori distribuiti sul campo, immessi nel terreno e spesso autoalimentati mediante batterie, è quindi possibile monitorare in tempo reale le proprietà del suolo e, mediante il controllo dei livelli di umidità dell’aria e del terreno, ottimizzare i sistemi di irrigazione in base alla cultura, al clima e al tipo di terreno di quell'area specifica e riconoscere. Attraverso l’acquisizione delle immagini di camere multispettrali di ultima generazione, invece, si individuano le malattie e le fitopatologie in atto o si intuisce la problematica che sta per colpire la coltura, riducendo così in modo significativo non solo il consumo di acqua ma limitando anche l’uso di fitofarmaci alle sole aree e piante malate.
L’impiego dei cosiddetti sensori prossimali, montati direttamente su trattrici e mezzi agricoli (on-the-go), consente inoltre agli operatori di acquisire le rilevazioni mentre utilizzano i mezzi in maniera convenzionale all'interno dell’area coltivata, ottenendo, in tempi rapidi e a costi bassi, grandi quantità di dati. In quest’ultimo caso, si parla di rilevazioni prossimali.
Una volta acquisiti, i dati vengono trasmessi in formato wireless o LTE/4G (Long-term evolution) ad una piattaforma IoT per essere processati in tempo reale, in modo che l’operatore possa avere un feedback immediato, e storicizzati su cloud, così da conoscere lo stato del terreno e delle colture nel tempo. Grazie ai sensori prossimali disposti sui macchinari è possibile effettuare una distribuzione a rateo variabile dei fertilizzanti.
AGRIART, la soluzione per il settore vitivinicolo
AGRIART è un progetto specificatamente concepito per il settore vitivinicolo, ma facilmente applicabile anche ad altri ambiti dell'agricoltura, il cui obiettivo è fornire un sistema di gestione basato sui principi dell'agricoltura di precisione, nel quale i processi decisionali sono supportati da modelli di intelligenza artificiale. Grazie ad una App è possibile monitorare tutto il ciclo di produzione del vino, a partire dal vigneto, durante le fasi di coltivazione, fino alla cantina dove si realizza la fase di maturazione per ottenere il prodotto finale.
Nello specifico, la soluzione si avvale di stazioni agrometeo e sensori del terreno per la raccolta delle variabili meteorologiche quali la temperatura, l’umidità, il vento e la pioggia, e sensori sui mezzi che rilevano i dati, automaticamente, al passaggio del trattore tra i filari della vigna, riconoscendo mediante delle camere stereoscopiche la parete fogliare, lo stato di crescita e di salute delle piante.
I dati vengono elaborati da ZOE, una piattaforma software proprietaria in grado di elaborare dati provenienti da diverse fonti e, grazie ad algoritmi di machine learning e intelligenza artificiale, di restituire all’agricoltore tutta una serie di informazioni sulle effettive condizioni del vigneto e dell’andamento del ciclo vegetativo, sulla base delle quali effettuare interventi puntuali e circoscritti e valutare la possibile resa della pianta in termini di prodotto.
La tecnologia, quindi, fornisce un supporto alle scelte dell’imprenditore, consentendo investimenti mirati.
La fase che riguarda la cantina, si basa sul controllo e la gestione dei parametri fisico/chimici nelle cantine e all’interno dei serbatoi di vinificazione e maturazione in contenitori di acciaio. Il progetto prevede la progettazione e lo sviluppo di una sensoristica finalizzata al controllo dell’ossigenazione, del pH e la temperatura del mosto e l’inserimento di attuatori, in grado di rendere la maturazione del vino nei serbatoi in metallo affine a quella tradizionalmente ottenuta con le botti in legno. L’utilizzo dell’Intelligenza Artificiale per la creazione di modelli predittivi permette di migliorare qualità, identità del prodotto, sostenibilità ambientale del processo produttivo.
