Gestire la risorsa idrica in agricoltura con maggiore sostenibilità è possibile grazie alla precision farming, che fa incontrare - in modo spazialmente distribuito in campo - domanda e offerta di input per aumentarne l'efficienza d'uso.
Tre i passaggi chiave: monitoraggio di suolo, vegetazione e resa per rilevare la variabilità nell'appezzamento, decisione per ottenere mappe di prescrizione e attuazione per applicare input con macchine a rateo variabile - RV.
Tutto chiaro? Forse non abbastanza. Infatti, nonostante la disponibilità di soluzioni di precision farming, la gestione sito-specifica è ancora poco diffusa in Italia.
Nell'ambito del progetto - finanziato con fondi Feasr-Psr della Regione Lombardia - ricercatori del Disaa dell'Università degli studi di Milano e del Cnr-Irea testeranno, in campi pilota, la gestione ottimizzata di acqua e azoto (N) con tecniche di Ap e macchine specifiche. Un approccio modellistico, fornirà risultati correlati alla scala aziendale.
"Le prove per il comparto maidicolo si svolgeranno su 15 ettari dell'azienda La Canova (Gambara, Bs) e gli effetti della gestione RV saranno valutati sui 300 ettari complessivi dell'impresa" spiega Arianna Facchi del Disaa.
Dalle mappe di variabilità a quelle di prescrizione irrigua
"Ci serviremo di dati di archivio (serie storiche di mappe di VI del periodo 2016-2020) per l'identificazione di zone non omogenee per vigore della vegetazione che corrispondono alle unità da sottoporre ad un'irrigazione sito-specifica nel campo oggetto di studio" specifica Mirco Boschetti del Cnr-Irea. "Inoltre, produrremo informazioni fenologiche relative all'intera superfice aziendale da assimilare nella modellistica per misurare i benefici ottenibili con la gestione RV".
Pur avendo mappe di resistività elettrica RE del suolo dell'intera azienda, nel campo pilota verrà fatto un rilievo di conducibilità elettrica CE con sensori a induzione elettromagnetica e verranno acquisite mappe di indici spettrali da satellite. "Poi, con l'approccio data-fusion, integreremo i dati forniti dalle mappe elaborando una mappa MZ con all'interno zone omogenee e zone diverse tra loro per proprietà del suolo" afferma Alice Mayer del Disaa. "Grazie a sonde con sensori di umidità installate in ogni zona e a un modello di bilancio idrologico, determineremo momento e dose ottimali d'intervento".
Uso dell'approccio data-fusion nell'ambito del progetto Sos-Ap
Per gestire l'irrigazione in modo dinamico e differente da zona a zona, si userà un pivot capace di variare la distribuzione dell'acqua in base alle caratteristiche del suolo modificando la velocità di movimento del braccio articolato. La prova in campo permetterà di valutare le performance e confrontare l'irrigazione RV con la gestione irrigua aziendale.
Per rispondere correttamente alle domande quanto, quando e dove adottare un solo approccio non basta. I test al suolo Ppnt (Pre-plant nitrate test) e Psnt (Pre-sidedress nitrate test) stimano solo la dose di N necessaria mentre la definizione di un valore soglia di stress tramite sensori, indica soltanto il momento dell'intervento. L'individuazione di zone omogenee, poi, fornisce informazioni esclusivamente sulle aree da concimare. Anche l'impiego di mappe di variabilità di indici vegetazionali non è comunque sufficiente ai fini del metodo 4R.
Un singolo approccio non risponde a tutte le domande del metodo 4R
Sono dunque consigliabili approcci misti che includano anche modelli di simulazione. "Dopo aver acquisito mappe satellitari di indici spettrali e mappe pedologiche spazializzate durante il monitoraggio, in fase decisionale applicheremo un approccio misto per produrre mappe di prescrizione per la concimazione azotata RV, che però verrà solo simulata" dichiara Martina Corti del Disaa. "Tramite le simulazioni, confronteremo la concimazione omogenea e quella sito-specifica calcolando la NUE per eseguire una valutazione agronomica e le perdite per capire le ricadute ambientali".
A fronte di importanti costi legati agli investimenti in tecnologie, alla gestione dei dati e alla formazione, la precision farming presenta alcuni fattori di rischio. Da valutare sono la possibilità effettiva di produrre di più in meno tempo, quella di limitare la volatilità del mercato, di aumentare la tracciabilità, la sicurezza delle operazioni e ammortizzare le spese in tempi brevi.
Negli ultimi dieci anni, la Lombardia ha perso il 45% della superficie maidicola (meno 114mila ettari) con un conseguente calo della produzione del 47% (meno 14 milioni di quintali), accompagnato però da un aumento della produttività per tentare di soddisfare la domanda di mercato. Considerando che tra le maggiori voci di costo della produzione di mais ci sono la concimazione e l'irrigazione e che la redditività in Lombardia è minore rispetto a quella di altre regioni, una gestione più oculata delle pratiche permetterebbe di ottenere risultati migliori con costi ridotti.
"Per capire come scegliere la giusta combinazione di soluzioni di Ap nelle aziende maidicole lombarde, il gruppo di ricerca - spiega Stefano Corsi del Disaa - analizzerà gli investimenti e la sostenibilità finanziaria con la raccolta dati su costi e ricavi a scala di campo, il confronto tra le tecnologie di Ap e quelle convenzionali, lo sviluppo di alcuni indicatori. Inoltre, eseguirà la parametrizzazione di un modello su classi dimensionali identificando aziende tipo e l'analisi delle opinioni degli agricoltori raccogliendo dati tramite un questionario".
Tre i passaggi chiave: monitoraggio di suolo, vegetazione e resa per rilevare la variabilità nell'appezzamento, decisione per ottenere mappe di prescrizione e attuazione per applicare input con macchine a rateo variabile - RV.
Tutto chiaro? Forse non abbastanza. Infatti, nonostante la disponibilità di soluzioni di precision farming, la gestione sito-specifica è ancora poco diffusa in Italia.
Conoscere per credere
Il progetto Sos-Ap (Soluzioni sostenibili per l'agricoltura di precisione), presentato su mais il 13 gennaio 2021, nasce per diffondere e dimostrare il grande potenziale e i benefici economico-ambientali della precision farming. Pensato su un orizzonte temporale di un biennio, studia l'irrigazione e la fertilizzazione RV in viticoltura e maidicoltura.Nell'ambito del progetto - finanziato con fondi Feasr-Psr della Regione Lombardia - ricercatori del Disaa dell'Università degli studi di Milano e del Cnr-Irea testeranno, in campi pilota, la gestione ottimizzata di acqua e azoto (N) con tecniche di Ap e macchine specifiche. Un approccio modellistico, fornirà risultati correlati alla scala aziendale.
"Le prove per il comparto maidicolo si svolgeranno su 15 ettari dell'azienda La Canova (Gambara, Bs) e gli effetti della gestione RV saranno valutati sui 300 ettari complessivi dell'impresa" spiega Arianna Facchi del Disaa.
Tutto inizia con il telerilevamento
L'Ap consiste nell'adattare il processo produttivo in modo tale da ridurre la variabilità intra-campo, valutabile in fase di monitoraggio con appositi sistemi di telerilevamento. In particolare, sensori montati su piattaforme quali quad, droni, aerei e satelliti, acquisiscono misure spettrali nel visibile e nell'infrarosso, da cui è possibile ricavare indici di vegetazione VI (Ndvi o Ndre). Da questi ne derivano mappe di variabilità stagionale e di zone omogenee utilizzate per eseguire, rispettivamente, interventi di fertilizzazione ed irrigazione di precisione.Dalle mappe di variabilità a quelle di prescrizione irrigua
"Ci serviremo di dati di archivio (serie storiche di mappe di VI del periodo 2016-2020) per l'identificazione di zone non omogenee per vigore della vegetazione che corrispondono alle unità da sottoporre ad un'irrigazione sito-specifica nel campo oggetto di studio" specifica Mirco Boschetti del Cnr-Irea. "Inoltre, produrremo informazioni fenologiche relative all'intera superfice aziendale da assimilare nella modellistica per misurare i benefici ottenibili con la gestione RV".
Irrigazione di precisione, è questione di zone
Partendo dalle mappe di variabilità spaziale realizzate tramite telerilevamento e utilizzando tecniche statistiche, vengono generate mappe di zone omogenee e, successivamente, di prescrizione che indicano le quantità di acqua da apportare in ogni area del campo.Pur avendo mappe di resistività elettrica RE del suolo dell'intera azienda, nel campo pilota verrà fatto un rilievo di conducibilità elettrica CE con sensori a induzione elettromagnetica e verranno acquisite mappe di indici spettrali da satellite. "Poi, con l'approccio data-fusion, integreremo i dati forniti dalle mappe elaborando una mappa MZ con all'interno zone omogenee e zone diverse tra loro per proprietà del suolo" afferma Alice Mayer del Disaa. "Grazie a sonde con sensori di umidità installate in ogni zona e a un modello di bilancio idrologico, determineremo momento e dose ottimali d'intervento".
Uso dell'approccio data-fusion nell'ambito del progetto Sos-Ap
Per gestire l'irrigazione in modo dinamico e differente da zona a zona, si userà un pivot capace di variare la distribuzione dell'acqua in base alle caratteristiche del suolo modificando la velocità di movimento del braccio articolato. La prova in campo permetterà di valutare le performance e confrontare l'irrigazione RV con la gestione irrigua aziendale.
Concimazione: più accurata con un mix di approcci
Il problema della bassa efficienza d'uso dell'azoto NUE - inferiore al 40% nei cereali e dovuta a fattori quali la scarsa sincronia tra epoca di fertilizzazione e fabbisogno della coltura, applicazioni non sito-specifiche e metodo del bilancio basato su previsioni e stime - può essere almeno in parte risolto applicando la fertilizzazione di precisione. Il metodo seguito è quello delle quattro R: right source, right rate, right time e right place.Per rispondere correttamente alle domande quanto, quando e dove adottare un solo approccio non basta. I test al suolo Ppnt (Pre-plant nitrate test) e Psnt (Pre-sidedress nitrate test) stimano solo la dose di N necessaria mentre la definizione di un valore soglia di stress tramite sensori, indica soltanto il momento dell'intervento. L'individuazione di zone omogenee, poi, fornisce informazioni esclusivamente sulle aree da concimare. Anche l'impiego di mappe di variabilità di indici vegetazionali non è comunque sufficiente ai fini del metodo 4R.
Un singolo approccio non risponde a tutte le domande del metodo 4R
Sono dunque consigliabili approcci misti che includano anche modelli di simulazione. "Dopo aver acquisito mappe satellitari di indici spettrali e mappe pedologiche spazializzate durante il monitoraggio, in fase decisionale applicheremo un approccio misto per produrre mappe di prescrizione per la concimazione azotata RV, che però verrà solo simulata" dichiara Martina Corti del Disaa. "Tramite le simulazioni, confronteremo la concimazione omogenea e quella sito-specifica calcolando la NUE per eseguire una valutazione agronomica e le perdite per capire le ricadute ambientali".
La precision farming conviene?
Tassello chiave per diffondere l'uso di tecniche di Ap è un'analisi economica, funzionale a evidenziare l'incremento di profitto nel lungo periodo per l'azienda.A fronte di importanti costi legati agli investimenti in tecnologie, alla gestione dei dati e alla formazione, la precision farming presenta alcuni fattori di rischio. Da valutare sono la possibilità effettiva di produrre di più in meno tempo, quella di limitare la volatilità del mercato, di aumentare la tracciabilità, la sicurezza delle operazioni e ammortizzare le spese in tempi brevi.
Negli ultimi dieci anni, la Lombardia ha perso il 45% della superficie maidicola (meno 114mila ettari) con un conseguente calo della produzione del 47% (meno 14 milioni di quintali), accompagnato però da un aumento della produttività per tentare di soddisfare la domanda di mercato. Considerando che tra le maggiori voci di costo della produzione di mais ci sono la concimazione e l'irrigazione e che la redditività in Lombardia è minore rispetto a quella di altre regioni, una gestione più oculata delle pratiche permetterebbe di ottenere risultati migliori con costi ridotti.
"Per capire come scegliere la giusta combinazione di soluzioni di Ap nelle aziende maidicole lombarde, il gruppo di ricerca - spiega Stefano Corsi del Disaa - analizzerà gli investimenti e la sostenibilità finanziaria con la raccolta dati su costi e ricavi a scala di campo, il confronto tra le tecnologie di Ap e quelle convenzionali, lo sviluppo di alcuni indicatori. Inoltre, eseguirà la parametrizzazione di un modello su classi dimensionali identificando aziende tipo e l'analisi delle opinioni degli agricoltori raccogliendo dati tramite un questionario".
