Lo studio dell’architettura radicale degli alberi da frutto è un tema tanto difficile quanto importante.
Le radici, infatti, hanno un ruolo fondamentale nella gestione idrica e nutrizionale, così come per la salute delle piante e per la resilienza dei sistemi produttivi in generale.
Un recente studio svolto da ricercatori della Michigan State University ha introdotto un nuovo approccio non invasivo per ricostruire la distribuzione spaziale delle radici del ciliegio acido, integrando geofisica, visione artificiale e modellistica predittiva.

Un nuovo metodo integrato
Attraverso l’utilizzo di georadar (ground-penetrating radar, GPR) con antenna a 800 MHz, sono state mappate le radici in due contesti differenti del Michigan, la principale area di coltivazione del ciliegio negli Stati Uniti, generando volumi tridimensionali di suolo dai quali sono stati estratti pattern di riflessione associati alla presenza di radici.
I radiogrammi, elaborati inizialmente con procedure standard, sono stati successivamente processati con un modello a reti neurali convoluzionali che ha permesso di isolare con maggiore precisione le strutture radicali, riducendo il rumore di fondo tipico dei segnali GPR.
La capacità del sistema di rilevare radici con diametro fino a 4,3 cm è stata validata tramite un esperimento controllato che prevedeva l’interramento di “root proxies”, ovvero rametti di diametro noto disposti radialmente a profondità variabili.
Tale validazione ha evidenziato una coerenza tra posizione reale e ricostruita con un errore medio di soli ±3 cm, confermando l’affidabilità del metodo in condizioni di suolo franco-sabbioso, purché l’umidità non sia eccessiva.
Condizioni operative e rilievi
I risultati infatti mostrano che il GPR opera con massima efficacia in condizioni di umidità “moderata”, mentre suoli troppo secchi o troppo bagnati riducono significativamente il contrasto dielettrico necessario alla distinzione tra radici e matrice del terreno.
Inoltre, i dati GPR sono stati integrati con rilievi da drone, utili a stimare le dimensioni della chioma e verificare relazioni allometriche tra sviluppo ipogeo ed epigeo.
È emerso che l’estensione laterale delle radici superava l’area proiettata della chioma, con un rapporto radici/chioma pari a 1,22 nel sito di Traverse City e 1,24 nel sito di Clarksville.
Tale informazione potrebbe risultare utile per la definizione dell’area effettiva di assorbimento idrico-nutrizionale, per la progettazione di sistemi irrigui specifici o per valutare possibili conflitti con strutture o infrastrutture vicine.
Modellazione e applicazioni future
Infine, è stato sviluppato un modello di machine learning per la stima della biomassa radicale a partire dalle misure geometriche, ottenuto addestrando diverse tipologie di “regressori” su un dataset di oltre cento campioni di legno.
Il modello Random Forest ha mostrato le performance migliori, con un errore medio del 5%, suggerendo una possibile applicazione futura per convertire automaticamente i dati GPR in stime quantitative di biomassa e, quindi, anche di carbonio immagazzinato nel suolo.
Conclusioni e prospettive
In conclusione, lo studio mostra come un approccio integrato basato su georadar, modelli (reti neurali) e tecniche di telerilevamento rappresenti una soluzione praticabile e scalabile per studiare l’architettura delle radici delle piante in campo, evitando metodologie distruttive e consentendo analisi ripetute nel tempo.
L’applicazione su ciliegio acido evidenzia inoltre il potenziale di questi strumenti nel migliorare la gestione dei frutteti, comprendere le dinamiche di sviluppo degli alberi e contribuire alla quantificazione di carbonio immagazzinato nelle radici nel suolo.
Fonte: Salako, J., Millar, N., Kendall, A., & Basso, B. (2025). Assessing tree root distributions using ground-penetrating radar and machine learning algorithms. Agrosystems, Geosciences & Environment, 8(4), e70217. https://doi.org/10.1002/agg2.70217
Fonte immagine: Salako et al 2025
Andrea Giovannini
Università di Bologna
Cherry Times - Tutti i diritti riservati