Se anche la Nasa, l'agenzia spaziale americana, si occupa di agricoltura e dati allora la faccenda è davvero seria. 

 

"Per decenni, la Nasa ha raccolto dati dallo spazio per migliorare la vita sulla Terra" ha affermato l'amministratore Bill Nelson. "Ora queste osservazioni possono essere utilizzate a beneficio dell'agricoltura e dell'intera umanità".

 

Anche in Italia, senza scomodare la Nasa, i dati agricoli generano un interesse sempre maggiore. I servizi di gestione e analisi supportano gli agricoltori nelle decisioni e valutano le performance economiche e ambientali delle attività agricole. Questo permette al settore di porsi nuovi obiettivi produttivi ma anche di maggiore sostenibilità.

Leggi anche Agricoltura 4.0: è ora di sfruttare il potenziale dei dati

Il problema

Uno dei limiti all'impiego virtuoso dei Big Data, è la carenza di competenze insieme alla complessità dei sistemi agricoli e alla conseguente mole di informazioni da analizzare. 

 

La soluzione

Collaborare. Come spesso accade la creazione di sinergie tra agricoltori, scienziati e aziende, porta alla nascita di piattaforme condivise in grado di gestire dati, condividere conoscenze e competenze e migliorare la comunicazione tra i diversi attori coinvolti.

 

Il progetto

Data-Bus (acronimo di Digital agriculture technology to achieve data to build userfriendly sustainability indicators) è un progetto che vede le Università di Bologna, Padova, Catania, Teramo e Torino unite nello sviluppo di strumenti per il monitoraggio delle attività agricole a partire dai dati raccolti dalle macchine in campo.

 

Michele Mattetti, referente del progetto e docente dell’Università di Bologna, racconta ad AgroNotizie® i dettagli.

 

Data-Bus è un progetto di ricerca finanziato dal bando PRIN 2020 e coordinato dall’Università di Bologna

Data-Bus è un progetto di ricerca finanziato dal bando PRIN 2020 e coordinato dall’Università di Bologna
(Fonte foto: AgroNotizie)

 

Un mare di dati

I sistemi agricoli generano una grandissima quantità eterogenea di dati. Anche il più semplice dei campi coltivati racchiude informazioni che, ad un primo sguardo, potrebbero sfuggire.

"Tutti questi dati sono importanti perché consentono agli agricoltori di ottenere feedback relativi alle loro pratiche, ridurre le inefficienze operative e raggiungere gli obiettivi di sostenibilità previsti a livello Europeo come quelli di Green-Deal e Farm2Fork" commenta Mattetti.

 

Con i giusti strumenti, come sensori e satelliti, è possibile reperire dati relativi a: 

  • condizioni atmosferiche come temperatura, umidità e precipitazioni che aiutano a definire il momento migliore per eseguire determinate operazioni;
  • suolo ad esempio struttura e sostanza organica che possono indirizzare la scelta di fertilizzanti o altri prodotti chimici necessari alla coltura;
  • coltura dove si rilevano stato vegetativo, patologie o parassiti presenti che ne descrivono salute e redditività;
  • macchine in uso per cui è possibile definire posizione, stato e prestazioni, utili per gestire meglio le flotte di mezzi aziendali e prevederne la manutenzione.

 

Oggi, le nuove tecnologie, come sensori e satelliti, facilitano la raccolta e l'analisi dei dati, anche in tempo reale

Oggi, le nuove tecnologie, come sensori e satelliti, facilitano la raccolta e l'analisi dei dati, anche in tempo reale

(Fonte foto: Corte dei Conti Europea)

 

Soffermandoci sull'ultimo punto, ovvero sui dati forniti dalle macchine agricole, soprattutto per le colture cerealicole che - spiega Mattetti - "necessitano di operazioni meccanizzate altamente energivore e dall'elevato impatto ambientale (distribuzione di mezzi tecnici e raccolta delle colture)", la gestione sostenibile diventa fondamentale. L'agricoltura 4.0 e l'impiego dei dati sono una soluzione. 

 

"L’opinione diffusa tra gli agricoltori è che le tecnologie di agricoltura 4.0 sono disponibili solo per le aziende di grandi dimensioni e con un parco macchine moderno. In realtà, molte soluzioni lavorano in aftermarket anche su macchine vecchie di 10 anni. Resta vero" chiarisce Mattetti "che non sempre l'integrazione tecnologica è ottimale come per le macchine più moderne"

 

Non è oro tutto quel che luccica

Ma in agricoltura quantità non sempre vuol dire qualità. I dati devono essere adeguatamente analizzati e interpretati perché forniscano una corretta informazione. La scarsa capacità di lettura delle informazioni fornite dai gestionali che rielaborano i dati determina - come ben evidenziato nella tabella sotto dall'Osservatorio Smart Agrifood - la percezione da parte di molti agricoltori di un limitato valore del dato.

 

Il non riconoscimento dei benefici delle tecnologie 4.0 è il primo tra gli ostacoli inividuati dall'Osservatorio Smart Agrifood

Il non riconoscimento dei benefici delle tecnologie 4.0 è il primo tra gli ostacoli individuati dall'Osservatorio Smart Agrifood
(Fonte foto: AgroNotizie)

 

Il fatto che, spiega Mattetti, "conoscenze e competenze di chi genera il dato (ingegneri che progettano la sensoristica delle macchine), sono differenti da quelle di chi lo processa (informatici che creano i gestionali) e da quelle di chi usa l’informazione (agronomi delle aziende)", genera un cortocircuito.

Leggi anche I risultati 2022 dall'Osservatorio Smart Agrifood: continua l'ascesa dell'agricoltura 4.0

La lunga genesi dell'informazione

Come fare per dare valore al dato trasformandolo in un'informazione utile per l'agricoltore?

Dobbiamo fare in modo che avvenga la conversione da "dato grezzo" trasformando, spiega Mattetti "l'output di uno strumento in qualcosa che abbia valore e consenta all'agricoltore di raggiungere l'obiettivo"

 

I dati però sono dipendenti dall’architettura delle macchine che li generano, "di conseguenza anche la loro rielaborazione ne è fortemente influenzata", afferma Mattetti. In poche parole, per elaborare un output servono software che siano compatibili con la fonte che lo ha generato.

 

Maggiore è il valore dell'informazione tanto più grande è il lavoro necessario alla sua elaborazione. Ad esempio, un'informazione prescrittiva richiede maggiori risorse di elaborazione rispetto ad una semplice informazione descrittiva.

 

Rapporto tra valore e difficoltà di analisi di un dato e possibilità di utilizzo dell'informazione derivata

Rapporto tra valore e difficoltà di analisi di un dato e possibilità di utilizzo dell'informazione derivata
(Fonte foto: Corte dei Conti Europea)

 

Spesso i gestionali forniscono analisi preconfezionate che non tengono conto delle peculiarità di ciascuna azienda. 

 

"Un contoterzista ha bisogno di indicatori utili alla migliore gestione possibile del parco macchine - spiega Mattetti - mentre un'azienda agricola che si occupa di colture soggette a disciplinare, richiede indicatori che attestino un processo produttivo aderente alle prescrizioni".

Leggi anche Big Vite, come analizzare i dati in viticoltura

Il dato al centro: il progetto Data-Bus

Per risolvere il disallineamento tra le necessità degli agricoltori, le loro possibilità e le soluzioni disponibili, il progetto Data-Bus si propone - mettendo intorno allo stesso tavolo gli utilizzatori delle tecnologie e i fornitori - di comprendere nel dettaglio gli ostacoli che frenano l’adozione di tecnologie 4.0 ma anche di sviluppare strumenti il più possibile farmer friendly.

 

Una gestione dei dati farmer friendly consente la transizione da un'agricoltura tradizionale ad una 4.0

Una gestione dei dati farmer friendly consente la transizione da un'agricoltura tradizionale ad una 4.0

(Fonte foto: Consorzio italiano biogas)

 

Il progetto coinvolge un gruppo di lavoro multidisciplinare costituito da ingegneri, agronomi, informatici ed economisti. "Il team è in stretto contatto con gli agricoltori e intende dare una risposta chiara e completa al mondo dell'agricoltura per utilizzare in modo proficuo i dati al fine di migliorare la gestione, il bilancio e le prestazioni ambientali delle aziende agricole", chiarisce Mattetti.

 

Gestione farmer friendly

L'operatività di Data-Bus prevede che le tecnologie disponibili nelle aziende e sulle macchine agricole, possano generare set di dati (Big Data) altamente eterogenei che, una volta analizzati, descrivano con precisione le risorse impiegate nelle attività agricole: carburante, mezzi, tempo e altri input e output. A partire da questi risultati, quando il sistema sarà operativo, si potranno ottenere indici sintetici che offriranno feedback economici e ambientali chiari e di facile lettura.

 

"Confido che così facendo si possa definire l’architettura dei futuri gestionali e introdurre strumenti di supporto all’adozione delle tecnologie 4.0 in un numero sempre maggiore di aziende agricole" commenta Mattetti.

 

Schema di funzionamento di un generico sistema di gestione dei dati

Schema di funzionamento di un generico sistema di gestione dei dati

(Fonte foto: AgroNotizie)

 

L'agricoltura sarà sempre più orientata all'utilizzo dei dati, la diffusione delle tecnologie 4.0 è un processo già avviato e inarrestabile. "Non potremo prescindere da una formazione specifica e anche le università e le scuole - chiosa Mattetti - dovranno fare la loro parte".

 

AgroNotizie® è un marchio registrato da Image Line Srl Unipersonale

Questo articolo appartiene alle raccolte: