Gli alberi sono fondamentali per fornire cibo, materie prime e ossigeno, sequestrando al contempo diossido di carbonio dall’atmosfera. Pertanto, ottimizzare la gestione degli alberi è essenziale per potenziare questi benefici.
Lo studio condotto da ricercatori dell’università del Michigan (USA) introduce un approccio innovativo per l'analisi dei sistemi radicali degli alberi utilizzando il “radar a penetrazione del suolo” (ground penetrating radar, GPR) combinato con l'intelligenza artificiale (IA) per ricostruire l'estensione spaziale tridimensionale (3D) e la distribuzione delle radici in alberi di ciliegio acido (amarena).
In Michigan viene coltivato il 75% delle amarene degli Stati Uniti, e questa ricerca evidenzia i benefici economici e per la salute di questi alberi, inclusi il loro alto contenuto di antiossidanti.
Lo studio ha analizzato le radici di alberi di due frutteti in piena produzione nel Michigan, utilizzando un'antenna GPR da 800 MHz. Le immagini risultanti sono state elaborate con algoritmi di intelligenza artificiale (IA) per estrarre i pattern delle radici, un'applicazione innovativa in questo campo.
Per validare le capacità del GPR da 800 MHz nel rilevare le dimensioni delle radici, è stato eseguito un esperimento controllato e non distruttivo in condizioni simili a quelle dei ciliegi acidi. Questo passaggio di validazione è fondamentale per il processo di interpretazione delle immagini e ricostruire accuratamente la geometria delle radici.
Immagine 1.
La ricerca ha confrontato l'estensione delle radici con la dimensione della chioma, utilizzando immagini da veicoli aerei senza pilota (UAV). Questo ha mostrato che l'estensione laterale delle radici superava la dimensione della chioma. Inoltre, è stato condotto un esperimento coinvolgendo 112 proxy di radici per costruire un modello predittivo del peso delle radici.
Utilizzando algoritmi di apprendimento automatico (machine learning), il modello ha raggiunto un'alta precisione, con un errore percentuale di peso di circa il 5%. I risultati dimostrano che un insieme di metodi non invasivi e integrati può determinare in modo efficiente la distribuzione delle radici e potenzialmente stimarne il peso.
In conclusione, lo studio ha integrato con successo GPR e IA per valutare l'architettura delle radici degli alberi in modo non invasivo. Gli algoritmi di IA hanno significativamente migliorato l'interpretazione dei dati GPR, portando a ricostruzioni 3D accurate dei sistemi radicali.
Questo approccio offre uno strumento promettente per ottimizzare la gestione e la crescita degli alberi, per fornire servizi ecosistemici migliori e per migliorare la produttività. Inoltre, comprendere la relazione spaziale tra radici e chiome degli alberi può migliorare le pratiche agricole e aumentare la nostra conoscenza delle dinamiche del carbonio. Le metodologie sviluppate in questo studio forniscono una base per ricerche e applicazioni future nell'analisi e gestione delle radici degli alberi.
Fonte: Basso, B., Salako, J., Kendall, A., & Millar, N. (2024). Assessing Tree Root Distributions Using Ground Penetrating Radar (Gpr) and Artificial Intelligence. Available at SSRN 4829515. Pre-print, under peer-review. dx.doi.org/10.2139/ssrn.4829515.
Immagine: Good Fruit Grower
Andrea Giovannini
Università di Bologna (IT)
09 mag 2025
Cherry Growers Australia nomina Penny Measham come nuova CEO dal 12 maggio 2025. Con un background internazionale, guiderà il settore delle ciliegie verso nuovi traguardi, rafforzando la presenza sui mercati globali e valorizzando i produttori locali australiani.
14 apr 2026
Nuovi impianti di ciliegio Royal Tioga in Grecia, nella regione di Edessa, evidenziano una produttività molto elevata già nei primi anni. Il diradamento precoce dei frutti è fondamentale per equilibrare crescita vegetativa e resa, evitando stress e cali produttivi futuri.
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.
