Per una cerasicoltura di qualità è necessaria una costante presenza nel frutteto, in modo da svolgere tutte le operazioni colturali di cui le piante hanno bisogno.
La crescita dei ciliegi è fortemente influenzata da molteplici fattori ambientali, come temperatura, velocità del vento, umidità e caratteristiche del suolo e questi elementi, se non monitorati con precisione, possono compromettere la qualità e la quantità del raccolto, generando perdite considerevoli.
Ad esempio, possono mostrare precocemente sintomi di malattie o mostrare frutti con maturazione non uniforme.
Questi segnali, se non vengono osservati ed analizzati correttamente, portano in primis ad una riduzione della qualità e secondariamente a sprechi di produzione.
La soluzione è quella di essere sempre presenti in campo, sia in prima persona che attraverso manodopera specializzata. … o forse no?
L’adozione di tecnologie emergenti – sensori, automazione, robotica, intelligenza artificiale, Internet of Things e sistemi digitali avanzati – sta rivoluzionando l’intero settore, aprendo la strada a una produzione più sostenibile, efficiente e intelligente, e migliorando al contempo la gestione post-raccolta dei frutti.
Poiché i frutteti spesso si estendono su vaste aree, è indubbio che per i cerasicoltori sia difficile osservare in modo dettagliato ogni pianta.
Per rispondere a queste criticità, cresce l’interesse verso tecniche di monitoraggio di precisione capaci di valutare lo stato delle singole piante.
Tra queste, l’uso di droni rappresenta una soluzione innovativa per il controllo sanitario delle colture e la previsione della resa.
In questo contesto, lo studio condotto all’Università O’Higgins (Cile) e alla Pontificia Università Cattolica del Cile propone una nuova metodologia per valutare lo sviluppo e la maturazione delle ciliegie, basata su una rete di sensori agroclimatici wireless e su sistemi di telerilevamento dei frutti.
I dati climatici vengono raccolti grazie ai sensori presenti in campo, per poi essere trasmessi e modellati tramite il regressore k-Nearest Neighbors.
Parallelamente, le immagini RGB vengono acquisite lungo i filari; la rilevazione dei frutti avviene mediante algoritmi di deep learning, mentre il tracciamento è realizzato con filtri di Kalman.
Sulla base di queste tecnologie, sono stati sviluppati due approcci per stimare la distribuzione del grado di maturazione, ovvero tramite l’analisi dei dati video oppure unicamente attraverso i dati provenienti dalla rete di sensori agroclimatici.
I metodi sono stati validati su cinque frutteti produttivi, raggiungendo un errore medio quadratico inferiore al 5% nella stima della maturazione, anche utilizzando esclusivamente i dati climatici.
Ciò dimostra che è possibile predire la maturità delle ciliegie basandosi solo sui sensori ambientali, dopo un’adeguata calibrazione con tecniche di visione artificiale.
Questo approccio combina i dati ambientali con il tracciamento e il conteggio dei frutti a distanza, offrendo una valutazione precisa e a basso costo della maturità del raccolto.
Tuttavia, la dimensione limitata del campione e la ridotta varietà di cultivar suggeriscono la necessità di ampliare il dataset includendo frutteti esposti a condizioni climatiche differenti, per rendere i modelli più generalizzabili.
Un’ulteriore sfida riguarda la forte variabilità tra le singole piante, che incide sulla precisione delle previsioni.
Integrare dati di prove precedenti con dati di maturazione e dati climatici permetterebbe di mitigare questa variabilità e ottenere stime più affidabili dello stato delle colture.
Fonte: JOUR, Orchard sweet cherry color distribution estimation from wireless sensor networks and video-based fruit detection, Cossio-Montefinale, Luis, Quiñinao, Cristóbal, Verschae, Rodrigo, Computers and Electronics in Agriculture, 235, 110334, 2025, 2025/08/01/0168-1699, https://doi.org/10.1016/j.compag.2025.110334
Fonte immagine: ATB
Melissa Venturi
Università di Bologna
05 dic 2024
L'obiettivo di questo studio condotto da 3 università cilene è stato di determinare il tempo fenologico di insorgenza del disturbo della buccia d’arancia in relazione a numerosi fattori che potrebbero potenzialmente influenzare l'incidenza del disturbo.
04 dic 2024
Il metodo di allevamento Head System SRP sfrutta la naturale acrotonia del ciliegio a vantaggio della sua produttività, precocità ed efficienza nella gestione della coltura. Questo sviluppo si è evoluto utilizzando una tecnica di rottura dei rami annuale o biennale.
21 ago 2026
Uno studio genomico identifica 17 geni HSP70 e HSP90 nel ciliegio dolce e chiarisce come rispondono a caldo e salinità. I risultati evidenziano geni chiave, tra cui PavHSP90-5, utili per selezionare cultivar più resilienti agli stress climatici e ambientali più intensi.
21 ago 2026
Uno studio nel sud del Cile mostra come la nutrizione minerale, in particolare il rapporto tra azoto e fosforo, possa influire sull’imbrunimento interno delle ciliegie Regina, sulla qualità post-raccolta e sulla capacità dei frutti di resistere alla lunga conservazione.
