L impiego visto dall agronomo consulente e dall agromeccanico. Gian Luca Rognoni

Transcript

1 L impiego visto dall agronomo consulente e dall agromeccanico Gian Luca Rognoni

2 IL MERCATO DEI PRODOTTI AGRICOLI Con l eccezione del frumento duro e del riso, per le altre principali commodities gli stock sono abbondanti; non è pertanto plausibile un aumento a breve dei prezzi all origine; + I prezzi dei mezzi tecnici (concimi, sementi e fitofarmaci) non sembrano influenzati o lo sono in maniera non proporzionale dal calo del prezzo del petrolio. = REDDITIVITA?

3 INOLTRE. La percezione nell opinione pubblica e che i sistemi agricoli dei paesi avanzati siano fonte di squilibri ambientali. PER CONTRO: Dopo anni nei quali sembrava che l agricoltura dovesse FARE ALTRE COSE, il produrre cibo è tornata ad essere una priorità con una popolazione mondiale in continua e rapida crescita.

4 UNA SFIDA IMPORTANTE AUMENTARE LA PRODUZIONE DI ALIMENTI E IL REDDITO DELLE AZIENDE AGRICOLE PRESERVANDO LE RISORSE NATURALI E L AMBIENTE INCREMENTO DELL EFFICIENZA DEI MEZZI TECNICI TRASFERIMENTO DELLA TECNOLOGIA NELLE AZIENDE AGRICOLE

5 Superficie (ha) Valori (%) 000 % LE CONDIZIONI STRUTTURALI 60, ,00 50, , ,00 5,00 6,00 7,00 8, , , ,00 20,00 1, , , ,0010 SAU media per azienda agricola Aziende per classi di SAU Valore della terra per tonnellata di frumento SAU in affitto su SAU totale < > 50 Lom bardia Italia U.E 27 Francia Germ ania Spagna 0 Classi di SAU Lombardia Italia U.E. 27 Francia Germania Ungheria Australia Canada Stati Uniti Lombardia Italia U.E. 27 Francia Germania Spagna Brasile Nuova Zelanda Lombardia Italia U.E. 27 Francia Germania Spagna Fonte: ISTAT ed EUROSTAT: Censimenti dell agricoltura 2010 Fonte: Povellato 2013

6 RUOLI E SINERGIE AGROMECCANICO: VETTORE della tecnologia. Non solo prestazioni meccaniche ma anche servizi (raccolta dati, esecuzione prescrizioni) AZIENDA AGRICOLA: fruitrice dei servizi agromeccanici e di consulenza. Decisore finale AGRONOMO: VETTORE della tecnologia; raccolta ed interpretazione dei dati, fornitura di servizi

7 Il contesto: l agricoltura di precisione DEFINIZIONE: metodo di produzione innovativo e multidisciplinare che ricorre all impiego di tecnologie informatiche, elettroniche e meccaniche (MECCATRONICA) per adeguare le tecniche di coltivazione alla specifica realtà agro-ambientale. Differito Contemporaneo Mappa di produzione: anno 0 Mappa di vigore: anno 0 Mappa di vigore: anno 0 Mappa di prescrizione: anno + 1 Mappa di prescrizione: anno 0 Mappa di prescrizione: anno 0

8 Indici di vigore Derivano dagli studi del comportamento spettrale della vegetazione e si basano sul rapporto tra le bande tipiche di assorbimento e riflessione, soprattutto sulle lunghezze d onda del rosso e infrarosso vicini (tra 600 e 900 nm). TRA I PIU UTILIZZATI VI E L NDVI NDVI (Normalized Difference Vegetation Index) Rapporto tra la risposta spettrale della vegetazione nel rosso e nel vicino infrarosso delle spettro elettromagnetico. Si calcola attraverso la formula: Dove: ρ nir : riflettanza nel vicino infrarosso ρ r : riflettanza nel rosso E il più usato e comune. Assume valori tra -1 e 1, in particolare inferiori a 0 per l acqua, poco superiori a 0 per i suoli e tra 0.4 e 0.7 per la vegetazione. Solo vegetazioni molto dense arrivano a 0.8.

9 L esperienza in risaia SCOPO: OTTIMIZZARE LA FERTILIZZAZIONE AZOTATA IN RISAIA SCALA PARCELLARE Presso il Centro di Ricerche sul Riso dell ENR SCALA REALE Presso un azienda risicola della provincia di Novara

10 OBIETTIVI 2014: Verificare la tecnica di volo Definire una metodica di gestione ed elaborazione cartografica delle immagini Verificare l affidabilità delle misure anche in relazione ad acquisizioni a terra con dispositivi portatili. 2015: Verificare i risultati tecnico-economici della concimazione azotata a rateo variabile Verificare la praticabilità della tecnica in relazione alla meccanizzazione disponibile

11 Il campo sperimentale Ente Risi Schema sperimenatale a blocchi randomizzati: 16 tesi x 4 ripetizioni = 64 parcelle Parcelle da 29,70 m 2 Varietà impiegata: Centauro Tesi sperimentali: 4 dosi di N in pre-semina: 0, 30, kg/ha 4 dosi di N in copertura: 0, 30, 60, 100 kg/ha

12 Scheda colturale parcelle (2014) Data Operazione Prodotto utilizzato Quantità 14/4 Aratura 5/5 Concimazione pre-semina Complesso /5 Concimazione pre-semina urea (litri-kg/ha) di prodotto comm. 15/5 Diserbo pre-semina Oxadiazon 1 19/5 Semina 28/5 Trattamento insetticida Lambda-cialotrina 0,175 3/6 Diserbo post-emergenza Trattamento insetticida Cyhalofop-butyl Lambda-cialotrina 1 + 0,275 16/6 Diserbo post-emergenza Cyhalofop-butyl 1,2 18/6 Diserbo post-emergenza Propanile + MCPA + Halosulfuron methyl 2 + 0,8 + 0,04 18/6 1 Concimazione azotata di copertura Urea 17/7 Trattamento fungicida Triciclazolo + Azoxystrobin 0, /7 2 Concimazione azotata di copertura Urea 5/8 Trattamento fungicida Triciclazolo 0,6

13 SAPR UTILIZZATO CARATTERISTICHE: BRACCI ED ELICHE PIEGHEVOLI PER UN FACILE TRASPORTO; COMPUTER AUTOPILOTA CON VOLO AUTOMATICO PER MISSIONI PROGRAMMATE; PUO OSPITARE PIU SENSORI: VISIBILE, RED EDGE, INFRAROSSO NIR, INFRAROSSO TERMICO; 6 MOTORI PER MAGGIORE SICUREZZA; PESO TOTALE AL DECOLLO: 8 kg; CAPACITA DI CARICO: 1,5 kg; PARTICOLARE DEI SENSORI: IR TERMICO (SOPRA), MULTISPETTRALE NIR (SOTTO);

14 WORKFLOW Pianificazione piano di volo (da remoto) Analisi dell area e preparazione del volo (sul campo) Raccolta immagini aeree (sul campo) Elaborazione dei dati (da remoto) Analisi agronomica dei risultati (da remoto)

15 NDVI Drone 2014 Risultati: CONFRONTO SENSORI NDVI Drone NDVI drone vs Rapid Scan 0,90 0,85 0,80 y = 1,1906x - 0,1609 0,90 R 2 = 0,8911 0,85 y = 1,5956x - 0,5512 R 2 = 0,8327 0,75 0,70 0,80 0,75 0,65 0,70 0,65 0,60 0,60 0,65 0,70 0,60 0,75 0,80 0,85 0,90 0,60 0,65 0,70 0,75 0,80 0,85 0,90 NDVI Green Seeker NDVI Rapid Scan NDVI drone vs Green Seeker

16 2014 risultati: CURVA DI TARATURA CV CENTAURO

17 Gli appezzamenti reali UNICO APPEZZAMENTO SUPERFICIE TOTALE = 10 ha 3 CAMERE CAMERA 1 = 2,4 ha CAMERA 2 = 2,7 ha CAMERA 3 = 4,9 ha

18 Scheda colturale appezzamenti (2015) Data Operazione Prodotto utilizzato Quantità 28/3 Aratura (litri-kg/ha) di prodotto comm. 5/5 Concimazione pre-semina Cornunghia 240 5/5 Concimazione pre-semina Calciocianamide /4 Diserbo pre-semina Flufenacet + Ciclossidim + Oxadiazon 0,33+1,5+1,2 04/5 Semina (in acqua) Var. Centauro /5 Diserbo post-emergenza Azimsulfiron + Qinnclorac + MCPA 0,03+1,5+1,5 29/5 1 Concimazione azotata di copertura Trattamento fungicida - 23/7 2 Concimazione azotata di copertura Urea Var / 65 - Trattamento fungicida - Appezzamento Azoto pre-semina (kg/ha) Azoto 1 copertura (kg/ha) Azoto 2 copertura 1 97,9 23,6 Variabile 2 97,9 23,6 Variabile 3 97,9 23,6 29,9

19 Il volo Quota: 110 m Velocità : 5 m/s Scatti: 1 ogni 2 s Sovrapposizione: 70%

20 Falso colore Immagine Falso Colore Il colore blu viene sostituito dal vicino infrarosso (NIR). Unione di circa 400 foto.

21 NDVI totale Immagine NDVI Le componenti Rosso e NIR dell immagine vengono rielaborate per calcolare l indice di vigore NDVI

22 Risultati: piano di concimazione La dose (Kg urea/ha) è stata discretizzata in funzione delle caratteristiche di utilizzo dello spandiconcime (larghezza di lavoro)

23 Risultati: distribuzione in campo Carico dei dati sul terminale dello spandiconcime a rateo variabile

24 Risultati: distribuzione in campo Distribuzione in campo mediante trattrice dotata di GPS e di spandiconcime a rateo variabile Campo Dose di concime PRESCRITTA Dose di azoto PRESCRITTA min max media media (kg urea /ha) (kg N /ha) Quantità di concime PRESCRITTA Quantità di concime DISTRIBUITA Differenza (kg urea) (kg urea) (%) Kellogg's Kellogg's

25 Conclusioni 1 La quadratura del cerchio è sicuramente fattibile (drone / spandiconcime), tuttavia occorre: Validare il modello attraverso il monitoraggio dell intero ciclo di coltivazione del riso; Definire un protocollo di impiego dei droni nella coltura del riso (numero di voli, fase fenologica); Automatizzare o quanto meno semplificare la fase di mosaicatura delle immagini; Ottimizzare gli strumenti e la tecnica di volo in funzione dello specifico campo di applicazione; Sviluppare un database geografico in grado di memorizzare e gestire i dati rilevati e tutti gli altri dati necessari (pedologici, climatici ecc.) Sviluppare un sistema di consultazione cartografico per gestire i dati rilevati.

26 CONCLUSIONI 2 Rilevazione tradizionale a terra Rilevazione con drone Rilevazione satellitare Rilevazione con drone

27 Conclusioni 3 E auspicabile che la ricerca e la validazione delle tecniche di agricoltura di precisone che hanno le maggiori ricadute ambientali continui e sia sostenuta. E altrettanto auspicabile che tali tecniche, una volta validate, costituiscano il riferimento per l applicazione di misure di sostegno di carattere ambientale. Attualmente tali misure si basano su assunti, sicuramente validi e autorevoli, i cui effetti, tuttavia, nella maggior parte dei casi sono difficilmente misurabili.

28 Ringraziamenti: dr. Marco Romani dell Ente Nazionale Risi; sig. Claudio Melano dell azienda Soc. Agr. Ghirardi & Melano s.s.; Kellogg s (progetto Origins); Save Amazone GRAZIE PER L ATTENZIONE