I vantaggi della smart agriculture sono molti. Se da un lato ci sono i benefici in termini di sostenibilità ambientale, dall’altro, chi la pratica, può aumentare le rese agricole e ottimizzare l’utilizzo degli input, risparmiare in carburante, manodopera e usura di macchinari oltre ad aumentare qualitativamente il prodotto. Produrre di più, con meno: non è una contraddizione in termini. Per chi si lascia guidare dai dati, è possibile.
La smart agriculture parte dal campo, gestendo gli input (acqua, seme, fertilizzanti e agrofarmaci) in base alle reali necessità, conosciute tramite la raccolta dati appunto. Tutti quelli raccolti sono messi in relazione fra loro utilizzando DSS (acronimo per Decision Support System), software con interfacce intuitive che, attraverso algoritmi di machine learning e soluzioni di AI (intelligenza artificiale), sono in grado di fornire all’imprenditore agricolo consigli mirati per quanto riguarda le decisioni agronomiche da prendere. I dati si trasformano così in informazioni preziose per una strategia di gestione ottimizzata.
La convenienza economica della Smart agriculture
Qualche evidenza scientifica rispetto alla convenienza di affidarsi alla smart agriculture: una ricerca pubblicata nel 2017 da Angelo Frascarelli, del DSA3 dell’Università di Perugia, ha evidenziato come nella coltivazione di mais, mantenendo date le rese, solo come effetto di riduzione dei costi, si possano ottenere 60-80 euro a ettaro in più adottando tecnologie di agricoltura di precisione.
Un’altra ricerca, sempre pubblicata sotto il DSA3 dell’Università di Perugia, ha analizzato gli effetti su ricavi e costi dell’introduzione dell’agricoltura di precisione rispetto a un caso concreto di produzione di frumento foraggero. I risultati dicono che, passando da un’agricoltura convenzionale a una smart, si può ottenere un aumento di reddito netto di 66 euro/ha. Più nel dettaglio, si notano un aumento del 6% delle rese e una diminuzione dei costi variabili come, tra gli altri, fertilizzanti, erbicidi e carburante.
Smart agriculture, una rassegna delle tecnologie a disposizione
Sono molte le tecnologie sulle quali l’imprenditore agricolo può contare, l’importante è avere chiari gli obiettivi aziendali e sfruttare a pieno i dati raccolti. A questo proposito, fondamentale per qualsiasi strategia agronomica è la gestione sito specifica di tutti gli input. Georeferenziare via satellite con ricevitore GNSS dati raccolti e operazioni eseguite ne permette conservazione e successivo utilizzo. Avere macchinari a guida automatica, con tecnologia RTK (Real Time Kinematic), permette di ridurre al minimo le sovrapposizioni di lavorazioni e distribuzioni di input con notevoli risparmi.
Per raccogliere dati sulle necessità di acqua, fertilizzanti o sull’opportunità di trattamenti, la tecnologia a disposizione è diversa. Parliamo ad esempio di sensori di prossimità, posizionati sui macchinari, danno informazioni sulla tessitura, salinità, sostanza organica, porosità del terreno, sull’umidità, sul vigore delle piante. Altri dati si possono raccogliere con telerilevamento via satellite o con rilievi attraverso l’utilizzo di droni equipaggiati con sensori. In ogni caso, l’obiettivo è arrivare ad una applicazione mirata dell’input a seconda dei diversi punti del campo che non è mai uniforme.
Durante la raccolta del prodotto, anno dopo anno, sempre grazie a sensori posizionati sulle macchine, è possibile elaborare mappe di produzione. Queste ultime verranno utilizzate unitamente ai dati che raccontano la situazione di campo rispetto alle necessità di input in un determinato tempo, per elaborare mappe di prescrizione relative alla distribuzione di acqua, fertilizzanti, agrofarmaci. Imprescindibile, per la loro distribuzione sito specifica, è disporre di macchinari a rateo variabile, che differenziano quindi la quantità di input a seconda della posizione nella quale ci si trova.
Smart agriculture, dal dato all’informazione tramite DSS
Tutti i dati raccolti, da diverse fonti, compresi quelli di previsione meteo, consentono all’agricoltore di prendere decisioni tattiche, di breve e lungo periodo, dunque realmente strategiche, in funzione del risultato che si vuole ottenere in futuro. Un supporto fondamentale per permettere ai dati di trasformarsi in informazioni sono i DSS che, attraverso l’utilizzo di modelli basati su algoritmi, correlano, organizzano e processano i dati per fornire poi consigli rispetto alle decisioni. Le interfacce e i cruscotti di comunicazione dei risultati, le allerte su eventuali problematiche in arrivo, biotiche o abiotiche, sono diventate intuitive e di semplice interpretazione, permettendo di essere tempestivi ed efficaci nelle decisioni.