Sperimentazione presso l Istituto Tecnico Agrario Carlo Gallini www.siti4farmer.eu
Innovazione nell agricoltura. La sfida formativa dell Agricoltura di Precisione all ITAS CARLO GALLINI Voghera (PV)
NOTE STORICHE L origine Le origini dell attuale Istituto Tecnico Agrario Carlo Gallini risalgono al 1894, quando a Voghera venne istituita una Regia Scuola Pratica di Agricoltura. Era la realizzazione delle disposizioni del Comm. ing. Carlo Gallini (1814-1888), insigne vogherese, uomo di cultura, imprenditore agricolo illuminato, politico e filantropo, che nel testamento del 1887 destinò tutti i suoi beni al progresso dell istruzione agraria e all incremento dell agricoltura, da realizzarsi con la creazione del Pio Istituto Agricolo Vogherese, cioè un Opera Pia che tra i suoi compiti aveva anche quello di concorrere al mantenimento di una Scuola pratica di agricoltura. 1894 Regia Scuola Pratica di Agricoltura Tutto avvenne così come Carlo Gallini aveva indicato nelle disposizioni testamentarie e nel 1894 fu istituita la Regia Scuola Pratica di Agricoltura, che iniziò a funzionare regolarmente nell a.s. 1895/1896 con due sezioni: - quella inferiore era biennale, a prevalente indirizzo pratico-dimostrativo ed era riservata a figli di agricoltori poveri, specialmente orfani (la cui retta era corrisposta dal Pio Istituto Agricolo Vogherese ); - quella superiore, triennale, era a indirizzo teorico-pratico, per giovani provenienti da famiglie di fattori e proprietari terrieri. Il nuovo ordinamento entrò in vigore dall anno scolastico 1902/03. 1913 Da Regia Scuola Pratica di Agricoltura a Corso Superiore Carlo Gallini in Voghera. Dal 1946 ad oggi Istituto Tecnico Agrario Statale Carlo Gallini.
Tradizione e innovazione Tradizione e innovazione sono elementi fondamentali per il nostro indirizzo di studi così come sono importantissime le collaborazioni che abbiamo attivato sul territorio che ci consentiranno di crescere e arricchire la proposta formativa che vogliamo sia al passo con i tempi. Tradizione di una cultura contadina, della persona che ama la terra e ha un indissolubile legame con il territorio. Innovazione digitale e tecnologie Conoscere la terra, prevedere il tempo, ipotizzare le necessità di una pianta o di una coltura: I principi dell agricoltura tradizionale si basavano su una serie di variabili che oggi possono, al contrario, essere certezze. Grazie agli strumenti messi in campo dall agricoltura di precisione, ogni porzione di terreno può dare il massimo in termini di produttività, di qualità e rispetto dell ambiente.
Rivoluzione Tecnologica L'innovazione digitale sta cambiando il modo di fare agricoltura: droni, sensori, mappe GPS sono solo alcuni esempi delle tecnologie che oggi guidano il comparto verso imprescindibili obiettivi di efficienza e sostenibilità. Mentre fino a ieri era l uomo a decidere di cosa avessero bisogno le piante, oggi è possibile chiederlo direttamente a loro, interrogandole con droni, fotografie agli infrarossi e sensori.
USO DEI DATI come valore aggiunto Oggi la sfida non deve essere più solo nella tecnologia, ma nella capacità di lettura, di analisi e comprensione dei dati per generare servizi a valore aggiunto. Nell agricoltura tradizionale il coltivatore doveva in qualche modo presumere o indovinare sulla base della sua esperienza le necessità delle colture: quanta acqua, quanto concime, quali attacchi parassitari. Oggi le necessità delle piante si possono misurare e calcolare in modo preciso e con precisione accuratissima, praticamente pianta per pianta. Valore aggiunto:valutare in modo precoce l insorgenza di malattie e di parassiti e agire solo nei casi in cui si manifestano, riducendo i costi degli antiparassitari e dei pesticidi e soprattutto garantendo maggiore sostenibilità in termini ambientali e miglioramento della qualità della filiera.
Formazione e Competenze Tutti questi dati non sono utili senza l ausilio interpretativo degli uomini che nei campi ci lavorano. Importante acquisire le informazioni, le competenze e la formazione tecnica per scegliere consapevolmente le soluzioni più adeguate per la propria azienda. Pre-Business plan FARMER ITAS GALLINI per programmare e gestire il cambiamento. I principali punti di forza dell idea sono costituiti dall implementazione di uno strumento innovativo per migliorare gli interventi agronomici. Pianificazione e controllo territoriale (Utilizzo tecnologie GISortofoto), Inserimento particelle catastali, Definizione aree eleggibili ed usi del suolo). Dematerializzazione delle procedure: Dossier Aziendale, Piano Colturale Grafico per campagna ed avvicendamento colturale Pratica Agricola e Registri Obbligatori (Registro dei Trattamenti e delle Concimazioni). Supporto decisionale nella gestione delle pratiche agricole: Utizzare indicatori di performances complessive dell azienda, Indici Agrometeorologici (Bilancio Idrico, Evapotraspirazione, Temperatura terreno e Radiazione solare previsionali e storici), monitoraggio delle colture, Indice Vegetativo (NVDI) calcolato in tempo reale e su base storica.
Ambiti di applicazione
Gli strumenti
Sperimentazione presso l Istituto Tecnico Agrario Carlo Gallini www.siti4farmer.eu
SITI4farmer
SITI4farmer Il network professionale per l agricoltura ed innovativo strumento di lavoro e supporto alle decisioni La soluzione è dedicata a tutti gli operatori del comparto agricolo Consente l accesso in un unico portale e a costi contenuti, a tecnologie ed algoritmi fino ad ora disponibili solamente nel contesto della ricerca scientifica SITI4farmer in pillole: Cloud solution Dati geografici, metereologici, indici agrometeo e NDVI da OpenBIGData satellitari Azienda Digitale Pratica agricola, mobile APP DSS per l agricoltura di precisione
SITI4farmer
contesto LINEE GUIDA PER LO SVILUPPO DELL AGRICOLTURA DI PRECISIONE IN ITALIA
un software consolidato e standard per la gestione di tutta la filiera professionale SITI4farmer è una soluzione MULTIAZIENDA MULTIUTENTE gestisce con flessibilità i ruoli degli UTENTI del network, tracciandone relazioni e flussi operativi Piano Colturale Attività di campagna DSS Standard e Personaliz zati Quaderno di Campagna Grazie all esperienza di ABACO in soluzioni di tipo «enterprise», SITI4farmer garantisce grandi performances a migliaia di utenti contemporanei Multi Azienda Azienda Utente
un software consolidato e standard di Supporto alle Decisioni dati Informazione conoscenza decisione Azioni di AdP Conoscenza Territoriale ed Aziendale OpenBigData Rete meteo Regionale Morfologia terreno Mappe Pedologiche Dati colturali Conoscenza di Campo Indici Agrometeo Indice Vegetativo Fasi Fenologiche Pratica Agricola Quaderno di Campagna Rilievi in campo Decisione Previsioni Meteo Livelli di soglia Alert
un software personalizzabile ed integrabile Alert Standard del software Temperatura del terreno adatta alla semina Quantità di acqua del terreno insufficiente Crescita vegetativa non uniforme Fase vegetativa non conforme alle previsioni Avvicinamento di temperature critiche Accumulo di risorse termiche insufficienti per la maturazione tecnologica Decisione Conoscenza Informazione Dati DSS/SW terze parti Sistemi Esistenti DSS standard DSS custom Connettori Interfacce Indicatori Cruscotti
Conoscenza territoriale Ortofoto Risoluzione delle ortofoto fino ai 20 cm Aggiornamento costante delle foto aeree Serie di ortofoto storiche Terreno 3D - DSM Digital Surface Model, DTM Digital Terrain Model Funzioni di misura per: Distanze con estrazione del profilo altimetrico Aree con estrazione di altitudine minima, media e massima, pendenza media ed esposizione e altri dati statistici Strati informativi vettoriali per Vocazioni e Vincoli Fasce tampone, Natura 2000, DOC, IGT etc.. Mappe Pedologiche Regionali, Internazionali Da rilievi pedologici di campo
Conoscenza aziendale Azienda digitale archivio storicizzato dei dati aziendali organizzazione della filiera schede riguardanti l anagrafica aziendale, gli allevamenti, i macchinari, i fabbricati configurazione di schede specifiche, ad esempio per i vigneti e frutteti Piano Colturale Grafico definizione del Piano Colturale grafica con i codici colturali nazionali personalizzabili stampa grafica per SAU e SAT sovrapponibile al modello tridimensionale dei terreni Esportazione ed importazioni sia grafiche che alfaunumeriche
Conoscenza di campo Gestione quotidiana lavori di campagna per la tracciabilità delle attività e dei trattamenti Pratica Agricola anche su «mobile» con APP di Realtà Aumentata Fasi Fenologiche Quaderno di Campagna Registro dei Trattamenti con Fitofarmaci Registro delle Concimazioni Gestione Magazzini
App mobile Per la gestione dell azienda dal campo: Realtà Aumentata per visualizzare i cataloghi vettoriali di SITI4farmer sovrapposti alla visione reale (limiti campi, particelle, fasce tampone ) Navigazione sul modello 3D Digital +Surface Model Misure specifiche (ad esempio, lunghezze e altezze) Registrazione la pratica agricola in real time Documentazione delle attività e la fase fenologica con foto e video
indici
verso la precision farming Indici Agrometereologici Storici e previsionali Evapotraspirazione Bilancio idrico Temperatura del terreno Radiazione globale del sole Storici e previsionali
verso la precision farming Radiazione solare globale HARGREAVES AND SAMANI Rappresenta la somma della radiazione solare nel visibile e nell'infrarosso vicino. Esempio di applicazione: capire avvicinarsi della raccolta (n.ro Joule accumulati dalla pianta), altro indice è la Somma Termica (Tmax+Tmin)/2
verso la precision farming Temperatura del terreno PELOSI Esempio di applicazione: tempo di semina Nel calcolo interessano i dati storici o previsionali delle variabili meteo ed il Bilancio Idrico per avere sia la temperatura massima che minima.
verso la precision farming Evapotraspirazione HARGREAVES ETr= ET0*Kc Quantità d'acqua traspirata nell'unità di tempo. Il valore di ogni singola coltura si ricava mediante moltiplicazione per in coefficiente colturale (kc) del valore di riferimenti. Tale Kc deve tenere conto della FASE FENOLOGICA scala BBCH Biologische Bundesanstalt, B undessortenamt and CHemical industry
verso la precision farming Bilancio Idrico ANELLI La pianta sfrutta l acqua indicata come riserva idrica utile (AWC). Una riserva idrica facilmente utilizzabile senza stress può essere considerata pari al 70% di AWC. Nella calcolo è indispensabile la Banca dati dei SUOLI, le precipitazione, l irrigazione e l evapotraspirazione OK STRESS
verso la precision farming Earth Observation gli indici derivati da attività di osservazione della terra sono garantiti dai servizi di SITI4farmer che integra ed elabora automaticamente i dati satellitari costantemente aggiornati. Accesso ai dati dei satelliti Sentinel 2a, 2b e Landsat 8 rotazione terrestre intorno alla terra ogni 10 gg e immagini aggiornate ogni 3/5 gg
verso la precision farming Earth Observation (Open BIG DATA) The Vegetation Index is extracted from 10mresolution multi-spectrum images Landsat 8 and Sentinel 2 (Copernicus project). Starting from 2017, data from Sentinel 3 will be also available and will allow for an update every 3-4 days.
verso la precision farming Indice Vegetativo La risposta della vegetazione agli stress ambientali e quindi l attività fotosintetica, è misurata dall indice di vegetazione normalizzato (NDVI), che è calcolato come rapporto tra differenza e somma delle bande del vicino infrarosso (frazione riflessa dalle foglie) e rosso (frazione assorbita da parte della clorofilla): NDVI = (NIR-R) / (NIR+R) NDVI (Normalized Difference Vegetation Index) L'NDVI usa il fatto che una vegetazione sana larga riflette la parte della luce vicino all infrarosso (NIR) ed assorbe la maggior parte dello spettro del visibile, in particolare il rosso (RED).
verso la precision farming Indice Vegetativo E presentato mediante una rappresentazione GIS in scala di colore su ogni singolo appezzamento ed è un utilissimo supporto nella valutazione delle aree agricole dove è più necessario intervenire o solamente irrigare. NDVI (Normalized Difference Vegetation) Dal riconoscimento visivo del tipo di pattern, in combinazione con altri indici, ad esempio il Bilancio Idrico del terreno, si deduce la causa dello stress. Sono immediatamente disponibili le serie storiche (da 1 a 3 anni)
verso la precision farming Indice Vegetativo NDVI (Normalized Difference Vegetation Index)
Dati appezzamento Indicatori geometrici di campo derivati dai modelli digitali altimetrici (DTM & DSM)
verso la precision farming NDVI - Bigdata Copernicus Indici Agrometeo Kc FAO - HWSD Meteo ARPA - OpenWeatherMap Pratica Agricola e QdC - Fasi Fenologiche Piano colturale Banca dati codici Particelle/campi Dati open e suoli Layers vettoriali Vocazioni e Vincoli Modello 3D dati Lidar Ortofoto aggiornate e storiche
DSS Standard Allert Standard del software 1) Temperatura del terreno adatta alla semina 2) Quantità di acqua del terreno insufficiente 3) Crescita vegetativa non uniforme 4) Fase vegetativa non conforme alle previsioni 5) Avvicinamento di temperature critiche 6) Accumulo di risorse termiche e radiative insufficienti per la maturazione tecnologica /raccolta DSS Standard (Sistema di Supporto alle Decisioni)
l azienda agraria «Tevere»
l azienda agraria «Tevere»
l azienda agraria «Tevere»
l azienda agraria «Tevere»
l azienda agraria «Tevere»
DSS Standard Allert Standard del software Si utilizzano le fonti dati di monitoraggio per la definizione di ALERT. I dati sono di tipo: Standard: Dati Meteo, Pedologia, Indici agrometeo, Indici vegetativi, Piano colturale, dati geometrici etc.. Personalizzati: dati da altri sensori e fonti esterne Per ogni tipologia di ALERT si definiscono: le fonti dati di monitoraggio (il cruscotto è quindi personalizzabile) le soglie di allarme (sono definite di default ma modificabili) Sono definiti alcuni ALERT standard Il cruscotto rappresenta i differenti ALERT mediante un diagramma di tipo Radar, adatta a rappresentare dati su variabili multiple FARM WATER ALERT FIELDS WATER ALERT
DSS Standard La Riserva Idrica (che tiene conto delle irrigazioni, della evapotraspirazione, della pedologia e dell apparato radicale della coltura) determina, insieme alle previsioni di pioggia, la soglia di ALLARME per le IRRIGAZIONI ALERT IRRIGAZIONE Definisci una soglia di alert differente Vedi Appezzamento sulla mappa Controlla gli altri ALERT Avvisami quando mi avvicino al 30% della Riserva Utile
DSS Standard L indice Radiazione solare e la con somma termica a base 10 (Tmax+Tmin)/2-10 forniscono indicazione sulla maturazione del prodotto e quindi l opportunità di specifiche pratiche agricole, ad esempio la defogliazione e il raccolto ALERT RACCOLTA Vedi Appezzamento sulla mappa Controlla gli altri ALERT Definisci una soglia di alert differente Avvisami quando supero il 20% di scostamento delle medie climatologiche
DSS Standard L indice NDVI e la sua deviazione standard (se supera una valore di soglia, ad esempio 0,8) forniscono un parametro di valutazione della disomogeneità di crescita del campo e quindi la necessità di irrigazione o spargimenti ALERT CRESCITA Definisci una soglia di alert differente Avvisami quando la deviazione standard è superiore a 0,8 Vedi Appezzamento sulla mappa Controlla gli altri ALERT Ultimo rilevamento Storico Crea Mappa di prescrizione automatica Edit di creazione Mappa di prescrizione: scegli Layers NDVI Pedologia Mappa del raccolto
DSS Standard L indice NDVI e la sua deviazione standard (se supera una valore di soglia, ad esempio 0,8) forniscono un parametro di valutazione della disomogeneità di crescita del campo e quindi la necessità di irrigazione o spargimenti ALERT CRESCITA Definisci una soglia di alert differente Avvisami quando la deviazione standard è superiore a 0,8 Vedi Appezzamento sulla mappa Controlla gli altri ALERT Ultimo rilevamento Storico Crea Mappa di prescrizione automatica Edit di creazione Mappa di prescrizione: scegli Layers NDVI Pedologia Mappa del raccolto
DSS Standard La creazione automatica della Mappa di Prescrizione crea un vettoriale dal TIFF con pixel 10x10m. La creazione di una MdP che tenga conto di altri strati informativi, con adempio i cataloghi pedologici, si realizza mediante un Editor GIS e la scelta dei layers d interesse
DSS Standard L indice e la sua evoluzione nel tempo sono l impronta digitale della coltura NDVI 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 Mais - Appezzamento #5002 - Mantova 80 100 120 140 160 180 200 220 240 260 280 DOY #5002 Reference
DSS Standard L indice NDVI, e lo scostamento del suo valore dal quello di un campo di riferimento, forniscono un parametro per la corretta individuazione delle fasi fenologiche e i conseguenti trattamenti ALERT FASE FENOLOGICA Vedi Appezzamento sulla mappa Controlla gli altri ALERT Campo di Riferimento Ultimo rilevamento Storico Definisci una soglia di alert differente Avvisami quando lo scostamento del valore NDVI supera 10% del valore di riferimento
DSS Standard Un Indicatore globale aziendale fornisce un semplice sistema di ALERT sugli appezzamenti critici e una valutazione sull azienda da comparare con aziende simili, ad esempio dei conferitori. Controlla l azienda per tipo di ALERT Vai ad Appezzamento Vedi sulla Mappa
DSS Standard E disponibile un analogo Indicatore globale aziendale per ogni singolo tipo di ALERT Cambia ALERT Torna al GLOBALE Vai ad Appezzamento Vedi sulla Mappa
Servizi Personalizzati Servizi dedicati a specifiche esigenze business DSS Custom Specifiche Cliente
DSS Custom Il cruscotto del DSS Standard di SITI4farmer, è progettato per ospitare ulteriori indici, analisi di dati, simulazioni e modelli sviluppati ad hoc o forniti da terze parti. Sono disponibili servizi ad-hoc per configurare e sviluppare: Connettori specifici per la gestione della sensoristica di campo (es. centraline) Interfacce per caricare dati di telemetria e di tracciabilità delle attività (es. macchine agricole) Indicatori derivati da modelli e algoritmi specifici (es. modelli agronomici per malattie, Carbon Sink) Cruscotti personalizzati che raccolgono in modo flessibile gli indicatori e le componenti utili per gestire, decidere, prescrivere e valutare
Esempio DSS Custom Pomodoro (Solanum Iycopersicum) La crescita del pomodore dipenda da: Parametri del suolo (tetessitura, ph, contenuto di Carbonio) Elementi nutrienti del suolo (Azoto, Fosforo e Potassio) Acqua del suolo Radiazione solare Temperatura dell aria Malattie del pomodoro: Tuta absoluta (leafmining moth) La prevenzione si realizza mediante posizionamento di trappole ed immediato trattamento alla comparsa Fusarium oxysporum f. sp. radicis-lycopersici (FORL) E influenzato dalle ondate di freddo e quindi si può applicare il seguente modello agronomico
Esempio DSS Custom Pomodoro (Solanum Iycopersicum) Modello Agronomico di riferimento Front Plant Sci. 2015 May A decision support system (GesCoN) for managing fertigation in open field vegetable crops (A. Elia, G. Conversa) Parametri di input: Coefficienti colturali Temperatura dell aria Contenuto di Azoto Fenologia Tutti dati di input sono calcolabili con SITI4farmer http://www.frontiersin.org/files/articles/134892/fpls-06-00495-html/image_m/fpls-06-00495-t002.jpg
Esempio DSS Custom Palma (Phoenix canariensis) Malattia della Palma Punteruolo rosso Rhynchophorus ferrugineus (Olivier) La prevenzione si realizza mediante posizionamento di trappole con apposito ferormone ed immediato trattamento alla comparsa, seguendo il modello agronomico: ÓSCAR DEMBILIO AND JOSEP A. JAQUES BIOLOGY AND MANAGEMENT OF RED PALM WEEVIL in: W. Wakil, J.R. Faleiro, & T.A. Miller (eds.), Sustainable Pest Management in Date Palm: Il modello utilizza: Temperatura dell aria e dati storici Geolocalizzazione N.ro di insetti catturati
Lo sviluppo dell insetto infatti dipende esclusivamente dalle temperature quindi il modello è stato calibrato in tutto il bacino del mediterraneo. Esempio DSS Custom Palma (Phoenix canariensis) 1400 1200 1000 800 600 400 Degree Days 200 0 Egg Larva Stages Pupa Adult
Esempio DSS Custom Nocciolo (Covlus avellana L.) Motivi di stress Carenza idrica Marciume radicale (eccesso idrico) Elementi di crescita della pianta Parametri del suolo (tessitura, ph, contenuto di carbonio) Nutrienti del suolo (azoto, fosforo e potassio) Contenuto idrico del suolo Temperatura dell'aria Malattie del nocciolo Xanthomonas arboricola pv. Corylina (necrosi batterica del nocciolo) Gonocerus acuteangulatus (cimice) Palomena prasina (cimice) Eulecanium coryli (Cocciniglia) Phytoptus avellanae (Eriofide) Opheroptera brumata (Falena) Oberea linearis (Cerambicide) Corilobium avellanae, Myzocallis coryli (Afidi) Agrilus viridis (Agrilo) Curculio nucum (Balanino)
Esempio DSS Custom Nocciolo (Covlus avellana L.) I dati di monitoraggio e dati di Input per il controllo dell IRRIGAZIONE sono: Bilancio Idrico del terreno NDVI Indice Vegetativo Fenologia
Esempio DSS Custom Nocciolo (Covlus avellana L.) I dati di monitoraggio e dati di Input per il controllo delle MALATTIE sono: Fenologia Temperatura dell aria Piogge Monitoraggio in campo weight 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 Optimal temperature for Xanthomonas arboricola pv. Corylina 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 Mean Air temperature C http://www.ciaal.it/db_object/www_ciaal_it/obj_file/877/ins etti%20nocciolo.pdf
CO 2 Footprint - Carbon Sink Per una maggiore sostenibilità, le ridotte emissioni permesse dalla PRECISION FARMING possono essere compensate da pratiche che favoriscono la: SOIL CARBON SEQUESTRATION sottrazione di carbonio dall atmosfera mediante immobilizzazione nel suolo Gestisce il 95% delle informazioni utili per l applicazione dei modelli configurabili in un DSS Custom