Un sistema di supporto decisionale spaziale per la stima dell'intensità delle spaccature dei frutti a livello di singolo albero, appezzamento e regione. La spaccatura dei frutti è una delle principali problematiche che incidono sulla qualità e sulla resa di molte colture frutticole.
Il progetto CrackSense ha sviluppato un sistema di supporto alle decisioni spaziali (SDSS) che integra dati provenienti da diverse fonti e modelli di intelligenza artificiale per stimare l'intensità della spaccatura a livello di singolo albero, appezzamento e regione. Il sistema fornisce ad agricoltori, consulenti e responsabili politici informazioni utili per interventi tempestivi e per ridurre le perdite di raccolto.
La spaccatura dei frutti è un disturbo fisiologico complesso influenzato da molteplici fattori interagenti, tra cui le condizioni ambientali, le pratiche di irrigazione, le dinamiche di crescita del frutto e le caratteristiche varietali.
In colture come il melograno, la ciliegia, gli agrumi e l'uva da tavola, la spaccatura può portare a perdite significative di resa e a una riduzione del valore di mercato, con perdite riportate che vanno dal 10 al 40% nel melograno, dal 20 al 50% nella ciliegia, dal 10 al 35% negli agrumi e fino al 30% nell'uva da tavola, a seconda delle condizioni climatiche, della suscettibilità varietale e delle pratiche di gestione del frutteto.
Figura 1: Esempio di spaccatura dei frutti di melograno, che illustra il tipo di danno fisiologico che può portare a perdite significative di resa e qualità nei sistemi di produzione di frutta.
I metodi di monitoraggio tradizionali si basano su osservazioni sul campo ed esperienza storica, che spesso non riescono a cogliere la natura dinamica e spazialmente eterogenea del rischio di fessurazione all'interno dei frutteti e tra le diverse regioni.
Con l'aumento della variabilità climatica e la maggiore frequenza degli eventi meteorologici estremi, i coltivatori necessitano di strumenti basati sui dati in grado di prevedere il rischio di fessurazione e supportare decisioni gestionali proattive.
I recenti progressi nel telerilevamento, nel rilevamento di prossimità e nell'intelligenza artificiale offrono nuove opportunità per affrontare questa sfida.
Integrando dati ambientali, misurazioni fisiologiche delle piante e set di dati di osservazione della Terra, i modelli predittivi possono stimare il rischio di fessurazione a diverse scale spaziali.
Nell'ambito del progetto CrackSense, verrà sviluppato un sistema di supporto alle decisioni spaziali (SDSS) per combinare queste tecnologie in un quadro operativo in grado di supportare il processo decisionale di agricoltori, consulenti e operatori del settore agricolo.
Il sistema CrackSense SDSS è progettato per stimare l'intensità delle spaccature nella frutta su tre livelli spaziali.
Figura 2: Panoramica concettuale del sistema SDSS CrackSense, che mostra il quadro di previsione multiscala utilizzato per stimare l'intensità delle spaccature dei frutti a livello di singolo albero, frutteto e regione.
Livello dell'albero
A livello di singolo albero, il sistema integra misurazioni ad alta risoluzione raccolte da sensori, immagini da droni e osservazioni fisiologiche sul campo.
Le variabili chiave includono:
Queste variabili vengono elaborate utilizzando modelli di apprendimento automatico per stimare la probabilità di spaccatura specifica per ogni albero e i livelli di stress dei frutti .
Questa analisi dettagliata consente ai coltivatori di identificare singoli alberi o filari che potrebbero richiedere interventi di gestione mirati.
A livello di appezzamento, l'SDSS aggrega le previsioni a livello di singolo albero per valutare i modelli spaziali del rischio di fessurazione all'interno dei frutteti .
Utilizzando l'analisi geospaziale e i dati di telerilevamento, il sistema può:
Queste informazioni spaziali consentono agli agricoltori di applicare strategie di gestione di precisione, come la regolazione dei programmi di irrigazione o l'applicazione mirata di regolatori della crescita delle piante.
A livello regionale, l'SDSS integra set di dati provenienti da più frutteti in diverse zone climatiche.
I set di dati regionali includono:
I modelli di intelligenza artificiale analizzano questi set di dati per generare valutazioni regionali del rischio di fessurazione, consentendo alle parti interessate di monitorare i modelli su larga scala e di prevedere potenziali focolai di fessurazione in specifiche condizioni climatiche.
Le previsioni regionali possono supportare i sistemi di allerta precoce per i coltivatori, i servizi di consulenza e i programmi di divulgazione, nonché la pianificazione delle politiche e le strategie di adattamento climatico.
Il sistema SDSS si basa su algoritmi di apprendimento automatico, principalmente modelli Random Forest , addestrati utilizzando set di dati multistagionali raccolti in siti pilota in Europa e Israele.
I modelli integrano variabili ambientali (temperatura, umidità, VPD), indicatori fisiologici delle piante, indici di telerilevamento, pratiche di gestione, condizioni del suolo e climatiche. Combinando queste fonti di dati eterogenee, il sistema è in grado di cogliere le complesse interazioni tra stress ambientale e sviluppo dei frutti.
I modelli di intelligenza artificiale generano previsioni per:
Queste previsioni vengono continuamente perfezionate man mano che nuovi dati vengono raccolti e integrati nel database del sistema.
Il sistema di supporto alle decisioni genetiche CrackSense è implementato tramite una piattaforma web progettata per fornire un facile accesso alle valutazioni del rischio di fessurazione e alle relative informazioni agronomiche per agricoltori, consulenti e altri soggetti interessati.
La piattaforma integra set di dati provenienti da diverse fonti e output di modelli per supportare il monitoraggio e l'analisi delle condizioni dei frutteti su diverse scale spaziali. Il suo sviluppo segue un approccio orientato all'utente per garantire che il sistema sia pratico, accessibile e adattabile a diverse colture e ambienti di produzione.
Figura 3: Interfaccia prototipo del sistema di supporto decisionale basato sul web CrackSense, progettato per fornire agli utenti l'accesso alle previsioni del rischio di spaccatura della frutta per quattro colture e tre scale spaziali.
Vantaggi del sistema
La spaccatura dei frutti rimane una delle principali cause di perdita di resa e qualità in molte colture frutticole.
Per affrontare questa sfida sono necessari sistemi di monitoraggio integrati in grado di combinare dati ambientali, fisiologici e di telerilevamento.
Il sistema di supporto decisionale spaziale CrackSense rappresenta un approccio innovativo che consente una valutazione del rischio di spaccatura su più scale, dai singoli alberi ai sistemi di produzione regionali.
I principali vantaggi del sistema includono:
Fornendo informazioni utili a livello di singolo albero, frutteto e regione, il sistema SDSS consente ai coltivatori e agli operatori del settore agricolo di prevedere il rischio di spaccature, ottimizzare le pratiche di gestione e ridurre le perdite di resa e qualità.
Ciò favorisce un uso più efficiente di acqua, input e manodopera, migliorando al contempo la resilienza e la sostenibilità economica dei frutteti.
Gli sviluppi futuri si concentreranno sull'ampliamento dei set di dati, sul perfezionamento dei modelli predittivi e sull'integrazione di ulteriori tecnologie di rilevamento per migliorare ulteriormente l'affidabilità, la scalabilità e l'adozione pratica del sistema in diversi contesti produttivi.
Questo lavoro è stato sviluppato nell'ambito del progetto CRACKSENSE (GA n.: 101086300), finanziato dal programma Horizon Europe dell'Unione Europea.
Fonte: Medium / Foodscale Hub, Trg Dositeja Obradovića 8 / Agricultural University of Athens AUA OFC.
Fonte immagine apertura: Stefano Lugli
15 feb 2024
L'American Diabetes Association indica le ciliegie come un alimento incoraggiato quando si segue una dieta a basso indice glicemico. Una dieta a basso indice glicemico può aiutare le persone a controllare i livelli di zucchero nel sangue.
07 giu 2024
Meno sostanze chimiche, più protezione da pioggia, grandine e insetti. La sfida è stata raccolta da Ri.Nova e Unibo, che in collaborazione con il Consorzio della Ciliegia di Vignola, hanno ideato alcuni innovativi impianti per la difesa delle coltivazioni del ciliegio.
12 mag 2026
In Romania le prime ciliegie arrivano sugli scaffali con prezzi tra 80 e 100 RON/kg, mentre Portogallo, Spagna e Grecia offrono valori più competitivi. Il mercato attende giugno e l’arrivo del prodotto locale per un possibile calo dei prezzi.
12 mag 2026
Uno studio sulle ciliegie chiare di Konya, in Turchia, analizza efficienza energetica, input produttivi ed emissioni di gas serra, evidenziando il ruolo di fertilizzanti, irrigazione ed energie rinnovabili per una frutticoltura più sostenibile e competitiva.
