Il volume di acqua irrigua da applicare al ceraseto è la quantità che serve a reintegrare l'umidità rimossa dal suolo dalle condizioni atmosferiche e l'acqua persa attraverso la traspirazione delle piante. La somma di questi due fattori viene definito evapotraspirazione, abbreviato in ET. Calcolare questa quantità in campo però può essere un compito difficile, poiché gli strumenti più precisi come i bilanci idrici e le torri Eddy covariance sono costosi e quindi difficilmente impiegati dal frutticoltore medio.
Di conseguenza, l'ET viene solitamente approssimato calcolando l'evapotraspirazione di riferimento (ET0), che è anche conosciuta come la domanda evaporativa atmosferica. Questi metodi, nonostante il loro uso diffuso, spesso mancano di precisione spaziale e potrebbero non tenere conto delle variazioni nello stato idrico del suolo e delle piante tra le diverse zone del frutteto, risultando potenzialmente in un'irrigazione eccessiva o insufficiente.
Un’altra possibile alternativa per sapere quanta acqua apportare alle piante si trova nella misurazione del potenziale idrico, un indicatore che è ampiamente riconosciuto per la sua affidabilità dalla comunità scientifica.
Immagine 1: Area di studio. La mappa a sinistra mostra la posizione dei frutteti nella regione centrale del Cile. Le mappe a destra mostrano i frutteti di (a) Rio Claro e (b) La Esperanza, mentre (c) e (d) rappresentano i trattamenti di irrigazione (T0, T1, T2, T3, T4). I punti rossi e blu rappresentano gli alberi sperimentali selezionati rispettivamente per le stagioni 2022-2023 e 2023-2024, mentre i punti gialli indicano gli alberi selezionati per entrambe le stagioni. Fonte: Zambrano et al., 2024.
La tensione dell'acqua all'interno della pianta, che è anche chiamata potenziale idrico, si riflette direttamente nella concentrazione di soluti e nella pressione dell'acqua della foglia o del fusto. Tuttavia, queste misurazioni sono dispendiose in termini di tempo, richiedono molto lavoro e non sono adatte per applicazioni su larga scala o per il monitoraggio continuo.
L'obiettivo principale del lavoro condotto in Cile ed in collaborazione con il centro di ricerca tedesco per l'intelligenza artificiale è stato quello di prevedere la variazione spaziale giornaliera dei potenziali idrici delle piante attraverso l'uso di modelli di machine learning.
Durante le stagioni 2022–2023 e 2023–2024, tra ottobre e aprile sono stati monitorati 30 alberi su base settimanale e bisettimanale. Gli alberi sono stati piantati con la varietà di ciliegio dolce Regina e la zona di studio è stata la regione centrale del Cile. Sono stati utilizzati i modelli di support vector machine (SVM), extreme gradient boosting (XGBoost) e random forest (RF) per prevedere il potenziale idrico.
Come parametri meteorologici, sono stati considerati l'umidità relativa, la temperatura, l'evapotraspirazione di riferimento (ET0) e il deficit di pressione di vapore (VPD).
Immagine 2: Variazione della profondità d'acqua cumulativa giornaliera (mm) applicata dall'irrigazione per trattamento rispetto all'evapotraspirazione di riferimento (ET0). Il punto di partenza per l'accumulo di ET0 corrisponde al primo giorno di irrigazione per ogni frutteto e stagione. . Fonte: Zambrano et al., 2024.
Inoltre, sono stati utilizzati parametri biofisici derivati da Sentinel-2 e indici di vegetazione. I ricercatori hanno condotto un confronto tra due schemi: uno per la stima e l'altro per la previsione. I risultati preliminarmente pubblicati mostrano che XGboost e RF si sono mostrati i più efficaci per entrambi gli obiettivi. Lo schema di stima aveva un coefficiente di determinazione (R2) di 0,76
D'altra parte, lo schema di previsione ha mostrato un R2 di 0,59. Si è visto che i predittori meteorologici, inclusi temperatura, ET0 e VPD, hanno avuto un peso maggiormente nel modello, come indicato dall'analisi delle variabili di importanza.
Questi sono seguiti dagli indici di vegetazione che impiegano le regioni dell'infrarosso a onde corte, che enfatizzano l'indice di stress idrico. A differenza dell'utilizzo dell'evapotraspirazione, questo modello fornisce un approccio alternativo per ottimizzare l'irrigazione nelle piantagioni di ciliegio.
L'efficacia del modello potrebbe essere migliorata conducendo misurazioni aggiuntive di potenziale idrico a livelli elevati di stress idrico delle piante. Inoltre, c’è bisogno di aggiungere la valutazione dell'efficacia delle misurazioni nei giorni nuvolosi.
Fonte: Francisco Zambrano, Abel Herrera, Mauricio Olguín, Miro Miranda, Jesica Garrido, Andrea Miyasaka, Prediction of the daily spatial variation of stem vater potential in cherry orchards using weather and Sentinel-2 data, 2024, https://doi.org/10.31223/X53H6S.
Immagini: Zambrano et al.
Melissa Venturi
Università di Bologna (IT)
29 ott 2024
Il modello SIMKEF, con l’obiettivo di prevedere e controllare l'insetto utilizzando modelli basati sui dati di temperatura. combina diversi parametri climatici e biologici per stimare la probabilità (giornaliera) di presenza del parassita.
13 gen 2025
I composti di nanocellulosa sono in fase di sperimentazione su diverse colture, tra cui ciliegie dolci, uva e mele. Secondo una ricerca della Washington State University, gli spray alla nanocellulosa migliorano la resistenza al freddo della ciliegia dolce da 3,6 a 7,2 gradi.
03 apr 2025
La stagione delle ciliegie cilene 2024/25 ha registrato un record di esportazioni, ma ha anche mostrato le difficoltà sul mercato cinese. Scopri come il Cile sta esplorando nuovi mercati, con opportunità in Stati Uniti, Asia e Latinoamerica per rilanciare l’export.
03 apr 2025
Scopri come la spettrofotometria permette la rilevazione precoce di Drosophila suzukii nei frutti, riducendo danni e perdite economiche. Uno studio in Italia e UK propone un metodo innovativo per le ciliegie dolci, con algoritmi avanzati per un'analisi rapida e non distruttiva.
