Trattamenti in vigneto, risparmi e precisione grazie allo smartphone

La viticoltura di precisione ha come obiettivo quello di fornire la giusta quantità di input alle viti, modulandola sulle reali necessità di ogni singola pianta o area omogenea. Questo vale anche per la difesa fitosanitaria, in quanto all'interno di un vigneto non tutte le piante hanno la medesima chioma e dunque sarebbe corretto differenziare la quantità di prodotto applicato, fornendo più miscela alle piante più vigorose e meno a quelle che hanno una chioma ridotta.

 

Questa "difesa di precisione" ha l'indubbio vantaggio di ottimizzare l'impiego delle risorse, evitando di sprecare prodotto in aree che non necessitano di volumi elevati, destinando invece maggiore miscela fitoiatrica in quelle aree con un maggiore volume delle chiome. Ma oltre a gestire le differenze di superficie fogliare all'interno di un appezzamento, i trattamenti di precisione permettono anche di gestire le differenti fasi fenologiche. Va da sé che trattare una vite ad inizio stagione è completamente diverso dal fare un trattamento in piena estate.

 

Sebbene dunque la viticoltura di precisione sia vantaggiosa sotto tutti i punti di vista, per il viticoltore non è affatto semplice creare delle mappe di prescrizione, in quanto il monitoraggio del vigneto comporta l'uso di strumenti costosi e di difficile impiego, come telecamere e sensori, sia prossimali che remoti.

 

Per fornire ai viticoltori un approccio nuovo e smart è nato i iVine, un progetto appena concluso, finanziato dal Psr della Regione Toscana 2014-2020 - Sottomisura 16.2, che vede Agrobit Srl capofila e il coinvolgimento come partner dell'Università degli Studi di Firenze (Dagri), dell'Istituto per la BioEconomia del Consiglio Nazionale delle Ricerche (Cnr), delle aziende agricole Fèlsina e Mulini di Segalari, nonché di Cia Agricoltori Italiani Toscana. Image Line^®, insieme ad AgroNotizie^®, supporta le iniziative di divulgazione dei risultati e di condivisione delle esperienze innovative derivanti dal progetto.

 

iVine ha come scopo proprio il testing, la validazione e il collaudo di un'app Dss, denominata iAgro, per dispositivi mobili per la realizzazione di mappe di prescrizione da utilizzare con attrezzature a rateo variabile.

 

Operativamente, l'agricoltore in possesso di uno smartphone con installata l'app iAgro può entrare in campo per scattare alcune foto del proprio vigneto. Degli algoritmi sofisticati, sviluppati e affinati nei due anni di progetto, sono in grado di ricavare alcune informazioni sulle viti presenti, come l'altezza, la larghezza, lo spessore della chioma e la superficie di area fogliare (Lai). Tutte informazioni che servono poi a creare le mappe di prescrizione. Il tutto da smartphone e in maniera molto semplice.

 

Se già il primo anno è stato possibile ottenere delle mappe affidabili, che hanno portato ad una migliore difesa del vigneto, nel secondo anno di prove gli algoritmi sono stati migliorati ulteriormente. E i dati parlano chiaro: nella Tenuta di Cesa il trattamento a rateo variabile ha portato a una riduzione massima del volume applicato fino al 33%. Inoltre, le zone trattate hanno mostrato depositi più equilibrati, evitando eccessi o carenze di prodotto. Infine, i trattamenti hanno garantito una ridistribuzione ottimizzata, permettendo un dosaggio maggiore nelle zone ad alto vigore e aumentando al contempo il risparmio di prodotto nelle zone a basso vigore.

 

Vediamo ora quali sono state le attività svolte in questo secondo anno di sperimentazione.

 

Difesa del vigneto: il secondo anno di sperimentazione con iVine

Giunto al termine del suo secondo anno di attività, il progetto iVine conferma il potenziale dell'app come strumento di monitoraggio avanzato per la variabilità in vigneto. Grazie all'integrazione dei dati da drone e da Lidar è stato possibile affinare ulteriormente la tecnologia dell'app, in modo da migliorare le strategie di distribuzione degli agrofarmaci, rispettando i principi dell'agricoltura di precisione e del Green Deal europeo.

 

Dopo un primo anno focalizzato su test e calibrazioni preliminari, in cui è stata effettuata un'analisi comparativa dei dati ottenuti dalle diverse piattaforme, il secondo anno ha consolidato l'efficacia dell'app, ottimizzando i modelli di stima dei parametri biometrici per una caratterizzazione più accurata della variabilità intracampo.

 

Le tecnologie di monitoraggio utilizzate sono state:

• Smartphone: tramite l'app iAgro sono stati effettuati rilievi prossimali, acquisendo dati biometrici (altezza, spessore, volume della chioma) e parametri generali (LAI, LWA, TRV). Le mappe di prescrizione generate hanno consentito di pianificare trattamenti fitosanitari ottimizzati.
• Drone: dotato di sensori RGB e multispettrali, ha caratterizzato la variabilità spaziale e temporale dello sviluppo vegetativo, generando mappe di vigore (NDVI, NDRE) e biometria della chioma.
• Trattore: utilizzando un laser scanner mobile (Lidar) e un sensore multispettrale, sono stati raccolti dati dettagliati per l'analisi della biometria e del vigore della chioma.

 

I miglioramenti tecnologici del secondo anno

Durante il secondo anno l'app è stata ulteriormente perfezionata per migliorare la precisione delle stime biometriche, come spessore, altezza e volume della chioma. Gli algoritmi sono stati affinati per ridurre le imprecisioni riscontrate nel primo anno, soprattutto nelle fasi di sviluppo vegetativo iniziali, con chioma non ancora sviluppata, dove si sono registrate le maggiori discrepanze nei risultati, legate a rumore nei dati (per esempio vegetazione nell'interfilare). Questo ha portato a una maggiore correlazione tra i dati acquisiti tramite le diverse piattaforme, favorendo una validazione più robusta.

 

Analizzando le correlazioni tra i diversi strumenti di misurazione, si è evidenziata una maggiore coerenza tra le misure di altezza e volume ricavati da smartphone e drone, rispetto a quanto osservato tra smartphone e trattore. La correlazione tra smartphone e trattore si è rivelata meno marcata per spessore e altezza, mentre è migliorata per il volume e il Lai rispetto all'anno precedente. Le differenze sono da attribuire a fattori come la diversa angolazione dei sensori e la metodologia di acquisizione dei dati differente, con il trattore che rileva le misure direttamente a livello del filare, risultando più sensibile alle condizioni del suolo e alla presenza di interferenze (per esempio il filo nelle prime fasi di vegetazione).

 

In definitiva, l'analisi comparativa dei dati biometrici e di vigore ottenuti attraverso le diverse tecnologie impiegate hanno evidenziato una buona corrispondenza in molti aspetti, confermando la robustezza e l'affidabilità delle diverse tecnologie impiegate, come nell'annata precedente (Foto 1).

 

Foto 1: Confronto delle correlazioni dei parametri di vigore (Lai) per ogni tecnologia impiegata (Drone-iAgro), (Lidar-iAgro), (Lidar-Drone) rispetto ai dati di tutte le prove (Mulini di Segalari, Fèlsina, Tenuta di Cesa)

(Fonte foto: Agrobit Srl)

 

Differenze nel calcolo dei parametri per ogni metodo utilizzato

Per comprendere meglio le differenze nel monitoraggio dei dati si riportano le tecniche di estrazione per ogni tecnologia:

• Drone: l'altezza della pianta viene calcolata utilizzando i valori medi di ogni pixel della chioma vista dall'alto. Poiché la ricostruzione del modello 3D generato dal drone tende a perdere i tralci apicali, è stata utilizzata l'altezza massima, un dato che esclude automaticamente spike e valori estremi dei tralci più alti. Per il calcolo dello spessore medio della pianta si utilizza la superficie totale dell'area proiettata della chioma, considerandola equivalente all'area di un rettangolo; dividendo questa superficie per la lunghezza del cordone si ottiene il valore dello spessore medio. La misurazione del volume avviene per via indiretta, considerando la superficie del rettangolo moltiplicato per l'altezza.
• Trattore: la misurazione dei parametri avviene attraverso un laser scanner mobile (Lidar). L'area della chioma viene calcolata moltiplicando la media della distanza tra i punti di chioma per l'altezza della singola lettura e successivamente raddoppiando il risultato. Lo spessore per una singola lettura si ottiene dividendo l'area calcolata per l'altezza. L'altezza della pianta viene determinata come la differenza tra l'altezza massima registrata nella singola lettura e l'altezza del cordone.
• Smartphone: la ricostruzione della parete vegetata avviene grazie all'analisi delle immagini scattate dallo smartphone, che restituiscono un modello 3D della pianta ad alta risoluzione. Per ogni pianta target, l'analisi dei parametri di spessore ed altezza tiene conto dell'approccio statistico del percentile per escludere eventuali valori anomali nella parete. La misurazione del volume avviene tramite degli algoritmi che permettono di generalizzare un volume di delimitazione contenente un insieme di punti.

 

Analizzando le medie di tutti i parametri misurati nell'intera fase di studio per ogni tecnologia (Foto 2):

• Spessore della chioma: l'app ha permesso di misurare correttamente lo spessore delle piante, con valori più alti riscontrati nel vigneto di Mulini di Segalari. I valori più coerenti tra le diverse tecnologie sono stati rilevati in condizioni di chioma più sviluppata.
• Altezza della chioma: l'app e le misurazioni da drone hanno registrato dati superiori alla media, evidenziando una maggiore sensibilità nei rilievi di altezza rispetto alla rilevazione da trattore.
• Volume della chioma: le misure eseguite con il trattore hanno rilevato valori più elevati, grazie alla sua capacità di misurare volumi complessi attraverso il Lidar.
• Indice di Area Fogliare (Lai): i rilievi tramite app hanno mostrato una buona correlazione con le altre tecniche in tutte e tre le fasi fenologiche, confermando una buona sensibilità dell'app nella distinzione dei parametri di vigore.

 

Foto 2: Confronti numerici medi dei dati biometrici e biofisici tra le varie tecnologie per i tre vigneti test

(Fonte foto: Agrobit Srl)

 

Dai dati alle mappe per la distribuzione a rateo variabile

Come nell'annata precedente, le tre tecnologie di monitoraggio sono state utilizzate per generare mappe dettagliate dello sviluppo vegetativo, confermando i risultati ottenuti nell'anno precedente. Le mappe, basate su interpolazione spaziale per l'app iAgro e su griglie legate al sesto d'impianto per drone e trattore (Foto 3, 4 e 5), hanno evidenziato nuovamente una buona similarità tra le zone omogenee di spessore, altezza, volume della chioma e Indice di Area Fogliare (Lai), nonostante le differenze metodologiche. Questi risultati confermano la capacità dell'app di caratterizzare in modo coerente la variabilità intracampo per generare correttamente delle mappe di prescrizione.

 

Foto 3: Mappe di spessore, altezza, volume della chioma e Lai generate da drone, giugno 2024

(Fonte foto: Istituto per la BioEconomia del Consiglio Nazionale delle Ricerche)

 

Foto 4: Mappe di spessore, altezza, volume della chioma e Lai generate dall'app iAgro, giugno 2024

(Fonte foto: Agrobit Srl)

 

Foto 5: Mappe di spessore, altezza, volume della chioma e Lai generate da trattore, giugno 2024

(Fonte foto: Università degli Studi di Firenze - Dipartimento di Scienze e Tecnologie Agrarie, Alimentari, Ambientali e Forestali)

 

I risultati dei trattamenti fitosanitari del secondo anno

Durante il periodo di sperimentazione, l'applicazione dei trattamenti a rateo variabile (VRT) è stata condotta presso Tenuta di Cesa e Fèlsina utilizzando sia macchine VRT che macchine tradizionali, utilizzando le mappe di prescrizione restituite dall'app iAgro. L'obiettivo principale, come nel primo anno, era confrontare l'efficacia del metodo VRT rispetto all'irrorazione tradizionale a volume uniforme (UA), valutando depositi, copertura e risparmi ottenibili.

 

Le analisi sono state condotte nelle tre fasi fenologiche di monitoraggio (BBCH 61-66, 71-75 e 77-81) per valutare l'efficacia del VRT sulle diverse zone di vigore. Nella Tenuta di Cesa, l'irrorazione è stata effettuata con un atomizzatore assiale a torretta tangenziale VRT, mentre a Fèlsina è stato utilizzato un atomizzatore tradizionale senza supporti di automazione, variando la velocità di avanzamento per ottenere la differenziazione del volume applicato. Durante i rilievi è stato possibile misurare il deposito di prodotto tramite tecniche standardizzate, come un tracciante alimentare (tartrazina).

 

Risultati chiave:  

• Risparmio di miscela: nella Tenuta di Cesa il trattamento VRT ha portato a una riduzione massima del volume applicato fino al 33,33% nelle zone di basso vigore, con una riduzione media significativa mantenendo una copertura adeguata (Tabella 1). A Fèlsina il risparmio massimo è stato del 30%, evidenziando una gestione più precisa anche con macchine tradizionali.

 

Tabella 1: Risultati e confronto tra rateo fisso (UA) e rateo variabile (VRT) nella stagione 2024 presso la Demo Farm regionale di Cesa

(Fonte foto: Dati della Demo Farm regionale di Cesa)

 

• Efficacia dell'irrorazione: le zone trattate con VRT hanno mostrato depositi più equilibrati (Foto 6), evitando eccessi o carenze di prodotto. Le differenze rispetto all'applicazione uniforme non hanno compromesso l'efficacia biologica, in alcuni casi il deposito nella zona controllo è anche risultato eccessivo.
• Distribuzione ottimizzata: i trattamenti VRT hanno garantito una ridistribuzione ottimizzata, permettendo un dosaggio maggiore nelle zone ad alto vigore, garantendo una maggiore protezione fitosanitaria, aumentando al contempo il risparmio di prodotto nelle zone a basso vigore.

 

Foto 6: Deposito prodotto fitosanitario, rilievo del 10 giugno 2024

(Fonte foto: Agrobit Srl)

 

La riduzione media del volume di miscela applicata nelle tre zone è stata minore rispetto al primo anno di sperimentazione. Tuttavia, questa differenza è compensata da una distribuzione in campo significativamente più accurata rispetto al metodo standard a rateo uniforme (UA). L'approccio VRT, infatti, consente di dosare il trattamento in base alla volumetria reale della chioma, evitando sprechi e garantendo una copertura ottimale.

 

Conclusioni e prospettive future

Il secondo anno di sperimentazione ha confermato le analisi preliminari del primo anno, dimostrando che iAgro può rappresentare una svolta interessante per la gestione agronomica del vigneto. L'app può costituire un vantaggio competitivo sotto diversi aspetti, soprattutto in termini di praticità, accessibilità e costi operativi, distinguendosi come uno strumento estremamente versatile e di facile utilizzo per i viticoltori, contribuendo a democratizzare l'accesso all'agricoltura di precisione.

 

Il rateo variabile consente di ottimizzare l'uso di risorse e di migliorare l'efficienza dei trattamenti fitosanitari. Grazie alla validazione con altri strumenti, iAgro si è dimostrata altamente promettente, offrendo risparmi significativi e una gestione precisa ed efficace.

 

A differenza di tecnologie più complesse e costose come l'analisi da drone o Lidar, l'app iAgro richiede solo uno smartphone, riducendo drasticamente i costi operativi. Questo rende l'approccio particolarmente adatto a piccole e medie aziende agricole.

 

Il prossimo obiettivo sarà l'ulteriore diffusione della tecnologia presso i viticoltori, accompagnata da attività di formazione per sfruttare al meglio le potenzialità dell'app iAgro e delle attrezzature VRT. In linea con gli obiettivi del progetto, questa innovazione potrà avere un impatto significativo non solo sulla riduzione degli sprechi, ma anche sulla competitività e sostenibilità del settore vitivinicolo italiano.

 

iVine a Fieragricola TECH 2025

Agrobit, capofila di iVine, affronterà i temi chiave del progetto in occasione di Fieragricola TECH 2025, che si svolgerà i prossimi 29 e 30 gennaio a Veronafiere, nell'ambito della quale è copromotore del convegno "Intelligenza artificiale e agricoltura di precisione: due leve per la sostenibilità ambientale ed economica".

 

L'appuntamento è per mercoledì 29 gennaio prossimo, dalle 14:30 alle 15:15, presso il Tech Forum Verde.

 

Per maggiori informazioni sul convegno è possibile visitare questa pagina.

 

AgroNotizie^® è un marchio registrato da Image Line^® Srl Unipersonale

---

 

Iniziativa realizzata nell'ambito del Psr Toscana 2014-2020 Sottomisura 16.2 - Progetto iVine: Testing, validazione e collaudo di un Sistema di Supporto alle Decisioni (Dss) di viticoltura di precisione per la razionalizzazione della gestione del vigneto e per l'ottimizzazione e riduzione dell'utilizzo di fitofarmaci, al fine di ridurre l'impatto ambientale, salvaguardare la salute di lavoratori e popolazioni rurali e ridurre i costi gestionali per le aziende agricole