Una delle forze trainanti della costituzione di Geospectra è stata la necessità di integrare la tecnologia e l'intelligenza artificiale nell'industria agricola, sia nell'area della produzione che in quella della ricerca e sviluppo (R&S).
Questo ha portato l'azienda a studiare e comprendere questi strumenti, le loro potenzialità e i loro limiti. Riteniamo che sia stata una decisione saggia, supportata dall'accoglienza positiva da parte di diversi attori del settore agricolo. Per questo crediamo fermamente nel ruolo cruciale delle aziende Agtech nel contesto attuale e futuro.
Nell'ambito della R&S, l'inserimento del telerilevamento (misurazione a distanza con sensori) come variabile integrante è stato notevole e decisivo nella valutazione di prove di prodotto o di gestione. La ricchezza di informazioni disponibili, combinata con la programmazione e la geostatistica, consente di valutare con precisione l'efficacia di trattamenti e programmi.
Immagine 1: Fotogrammetria multispettrale - Studio degli effetti del trattamento tramite indici.
Ne è un esempio una prova (DBCA con 5 repliche) condotta su ciliegi, in cui è stato testato il biostimolante Biostiv (Point) a base di aminoacidi (totali e liberi) e acidi organici (umici e fulvici). Con un paio di applicazioni attraverso un sistema di irrigazione durante il periodo di fioritura delle radici, alla dose di 5 L/ha, sono stati ottenuti effetti significativi, valutati sia in campo che con strumenti geomatici (studio informativo del suolo).
Immagine 2: Misurazione del terreno - Indici radicali.
In particolare, sono state ottenute differenze statistiche nel numero di radici sottili (inferiori a 2 mm), con una conseguente differenza nell'indice radicale, nonché tendenze positive nella nutrizione fogliare, in particolare per quanto riguarda il calcio (Ca), il magnesio (Mg) e lo zinco (Zn).
Le analisi del suolo hanno mostrato tendenze positive rispetto al trattamento per gli stessi nutrienti. La geostatistica ha contribuito fortemente, in quanto gli indici vegetativi legati al vigore, come NDVI e OSAVI, hanno mostrato un plausibile miglioramento con Biostiv.
Allo stesso modo, anche l'indice di intensità del verde MCARI ha mostrato un miglioramento, indicando un aumento dell'indice di area fogliare (LAI) e dell'intensità del verde.
Immagine 3: Fotogrammetria multispettrale - Determinazione della fcover (proiezione della chioma in vista aerea perpendicolare).
Inoltre, è stata calcolata la fcover - proiezione della chioma in vista aerea perpendicolare, che ha mostrato un aumento del 6,49% nel secondo volo, equivalente a 649 m²/ha di chioma fotosinteticamente attiva, grazie all'applicazione di Biostiv. Questi risultati, supportati da una grande quantità di dati, ci mostrano il contributo che gli strumenti geomatici possono dare per valutare l'effetto dei prodotti o della gestione.
Oggi abbiamo a disposizione una grande quantità di informazioni e, grazie alla geostatistica e all'intelligenza artificiale, possiamo valutare con precisione l'efficacia di trattamenti e programmi. Ci auguriamo che le aziende di R&S e Agtech continuino a crescere e che il settore si apra a questi sviluppi, che mirano a migliorare in modo sostenibile la produttività.
Fonte: Geospectra
Immagini: Geospectra
José Salinas Navarrete, Geospectra Agtech Chile
Ingeniero Agrónomo, Geospectra
www.geospectra.cl
02 mag 2024
Una ricerca dimostra come la combinazione di nanoparticelle di α-Fe2O3 e acido gibberellico interrompe efficacemente la dormienza nelle gemme di ciliegio dolce in un breve lasso di tempo riducendo i livelli di acido abscisico così favorendo l’apertura delle gemme.
15 ott 2025
Un nuovo protocollo enzimatico consente la quantificazione precisa dell’amido nei primordi fiorali del ciliegio dolce, anche in campioni conservati. Il metodo è rapido, sensibile e applicabile a studi su larga scala in fisiologia vegetale e riproduzione delle drupacee.
07 mag 2026
La stagione delle ciliegie 2026 nel Pacific Northwest si apre con stime tra 19,5 e 21,5 milioni di box. Produzione sotto il record 2025, raccolta anticipata e più coordinamento con la California delineano un passaggio chiave per il mercato cerasicolo USA ora.
07 mag 2026
In Turchia, una ricerca dell’Università di Firat mostra come visione artificiale, deep learning e machine learning possano classificare gli stadi di maturazione delle ciliegie con accuratezza superiore al 95%, migliorando raccolta, qualità e gestione della filiera.
