Agricoltura di precisione

Fertilizzazione mirata, satellite, sensori, diffusione, irrorazione, droni, RTK, robotizzazione, software...

Agricoltura di precisioneFertilizzazione mirata, satellite, sensori, diffusione, irrorazione, droni, RTK, robotizzazione, software...

1. Temi
2. Agricoltura di precisione

L 'agricoltura di precisione, emersa negli anni '80 negli Stati Uniti, si basa sull'uso di tecnologie informatiche e digitali per tenere conto della variabilità spaziale e temporale della produzione agricola nelle pratiche colturali. Più specificamente, la Società Internazionale per l'Agricoltura di Precisione(ISPA) definisce l'agricoltura di precisione come "una strategia di gestione che raccoglie, elabora e analizza i dati spaziali, temporali e individuali, e li combina con altre informazioni per guidare le decisioni di gestione modulata delle piante o degli animali per migliorare l'efficienza delle risorse, la produttività, la qualità, la redditività e la sostenibilità della produzione agricola".

Obiettivi

L'agricoltura di precisione mira a rispondere a molteplici sfide economiche, agronomiche, ambientali e sociali:

• Economica: aumentare la resa media della produzione e/o ridurre i costi di produzione, in particolare quelli legati all'uso degli input. L'eterogeneità dei rendimenti ha un'origine naturale (topografia, litologia, ecc.) e un'origine umana legata all'attività umana (lavorazione del terreno, spargimento di fertilizzanti, ecc.). L'agricoltura di precisione è stata tradizionalmente utilizzata per ottimizzare l'uso degli input, in particolare di quelli azotati.
• Agronomica: ottimizzare l'adattamento delle pratiche alle esigenze delle colture.
• Ambientale: riducendo alcuni tipi di inquinamento legati agli input, come la lisciviazione dell'azoto, e limitando l'uso delle risorse idriche per l'irrigazione.
• Sociale: migliorare il comfort sul lavoro e ottimizzare i tempi di lavoro.

Le 4 fasi dell'agricoltura di precisione

L'agricoltura di precisione può essere suddivisa in quattro fasi:

• Acquisizione: raccolta di dati per misurare e quantificare la variabilità della produzione agricola.
• Caratterizzazione: acquisire dati agronomici per contestualizzare e dare significato ai dati raccolti.
• Raccomandazioni: analizzare i dati raccolti per comprendere la variabilità e scegliere itinerari tecnici che tengano conto di questa variabilità.
• Applicazione: implementare le decisioni di gestione delle colture (modulazione dei fertilizzanti, irrigazione, ecc.).

Acquisizione dei dati e misurazione della variabilità

Parametri misurati

Le informazioni raccolte ci permettono di comprendere l'eterogeneità di diversi parametri all'interno di un appezzamento:

• Le caratteristiche fisico-chimiche e biologiche del terreno: le mappe di conducibilità o di resistività elettrica possono essere utilizzate insieme alle analisi del terreno e alle indagini sul campo per studiare le condizioni del terreno.
• Le condizioni delle colture e/o del bestiame: requisiti di irrigazione e fertilizzazione, stadio di sviluppo, presenza di agenti patogeni, danni da gelo, ecc.
• Le condizioni climatiche.

Apparecchiature per l'acquisizione dei dati

Esiste un'ampia gamma di apparecchiature e tecnologie per la raccolta dei dati, che possono essere classificate in base a una moltitudine di criteri tecnici o agronomici: la loro ubicazione, quando questi strumenti digitali vengono utilizzati per calcolare le dosi di fertilizzante, ecc

A seconda della loro ubicazione, gli strumenti di acquisizione dati digitali si dividono in due categorie:

• Rilevamento prossimale: i dati vengono raccolti da sensori situati nell'appezzamento, da sensori a bordo di macchine agricole o di bracci spandiconcime, da applicazioni per smartphone con inserimento manuale, ecc.

• Telerilevamento: si tratta di utilizzare le immagini riprese dai satelliti (85% delle immagini)aerei o droni. Il telerilevamento offre una copertura spaziale più ampia rispetto al telerilevamento.

Le tecnologie utilizzate si distinguono anche in base al fatto che effettuino o meno :

• Misurazioni dirette.
• Misurazioni indirette.

Nel caso della concimazione azotata, ad esempio, è possibile stimare i requisiti di azoto delle piante utilizzando misurazioni dirette (misurazione del nitrato nella linfa) o misurazioni indirette basate sulla riflettanza, la trasmittanza o la fluorescenza delle piante per determinare i livelli di clorofilla.

La maggior parte dei sensori e delle sonde non fornisce informazioni complete: ad esempio, le mappe satellitari misurano i cambiamenti nella quantità di azoto nelle colture, ma non le quantità assolute. Pertanto, devono essere combinate con un'analisi di appezzamenti regolari. Un altro esempio: i piranometri non misurano l'umidità del suolo, ma la radiazione solare. Combinandolo con un anemometro e un pluviometro, possiamo dedurre l'igrometria del suolo.

Mappa della resa di un appezzamento agricolo. Aspexit

Le mappe come quelle della resa possono essere utilizzate per visualizzare la variabilità all'interno di un appezzamento. Lo studio della variabilità all'interno dell'appezzamento, utilizzando le mappe di rendimento, è stato sviluppato in modo più estensivo nell'agricoltura dei seminativi. Le mietitrebbie dotate di sensori di flusso possono misurare la quantità di grano che entra nella tramoggia.

Caratterizzazione dei dati

I dati grezzi raccolti vengono confrontati con una diagnosi agronomica per dar loro un significato. L 'intelligenza artificiale o semplici grafici possono essere utilizzati per dedurre i dati agronomici dai dati misurati. Ad esempio, l'igrometria delsuolo può essere stimata modellando l' evapotraspirazione e misurando vari parametri come l'insolazione e le precipitazioni.

Raccomandazioni e processo decisionale

Analizzando i dati, è possibile scegliere itinerari tecnici che tengano conto della variabilità misurata. Il processo decisionale è facilitato dallo sviluppo di modelli di previsione e di strumentidi supporto alle decisioni (DST), come le mappe di raccomandazione. Ad esempio, le raccomandazioni per l'irrigazione delle colture possono essere stabilite in base alla modellazione dei requisiti di irrigazione, collegati all'igrometria del suolo su un appezzamento di terreno.

I database e l'intelligenza artificiale sono fondamentali per gestire e integrare le grandi quantità di informazioni generate dall'acquisizione e dalla caratterizzazione dei dati nel processo decisionale.

L'agricoltura di precisione non intende ripensare l'intero funzionamento del sistema produttivo esistente. Fornisce strumenti di misurazione e diagnostica che possono essere utilizzati per ottimizzare il sistema di produzione già esistente. I modelli computerizzati e le altre tecnologie digitali utilizzate non sono destinati a sostituire il processo decisionale umano, ma a fornire dati oggettivi per facilitare il processo decisionale.

Applicazione delle decisioni

Questa fase finale dell'agricoltura di precisione prevede l'attuazione di decisioni di gestione delle colture (o del bestiame) che tengano conto della variabilità misurata e modellata, in altre parole, l'attuazione della modulazione intra-parcella. Il principio della modulazione intra-appezzamento può essere riassunto come "applicare la dose giusta, nel posto giusto, al momento giusto".

Per quali pratiche?

Trattamento con il drone.

Le apparecchiature collegate possono essere utilizzate per modulare vari parametri e operazioni colturali:

• Dosi in ingresso.
• Densità di semina.
• Preparazione del terreno.
• Irrigazione.

L'agricoltura di precisione si è sviluppata maggiormente nei seminativi e, in misura minore, nella viticoltura. La sua applicazione più frequente rimane la gestione della fertilizzazione.

Apparecchiature di intervento

La modulazione della dose può essere effettuata tramite applicazione manuale (guidata da strumenti di supporto alle decisioni), tramite robotizzazione o tramite macchinari agricoli.

In generale, l'attrezzatura di modulazione associata alle macchine agricole combina :

• Un'antenna GNSS, cioè un sistema di posizionamento GPS: esistono vari sistemi di posizionamento(RTX, RTK, PPP, PPK, ecc.) che si differenziano per il tipo di segnale utilizzato, per la trasmissione o meno della correzione di posizionamento in tempo reale, per il numero di ricevitori utilizzati, ecc. I tagli di sezione assistiti dal GPS possono essere utilizzati per limitare le sovrapposizioni durante il passaggio.

• Apparecchiature con regolazione del flusso: le operazioni possono essere pre-programmate o regolate in tempo reale.
• Console di guida: le console di guida possono funzionare con la guida assistita (che indica il percorso da seguire senza controllare i movimenti della macchina agricola) o con l'autoguida autoguida (controllando i movimenti della macchina agricola). L'autoguida può essere elettrica (motore elettrico che agisce sul volante o sul piantone dello sterzo) o idraulica (che agisce sul sistema di sterzo idraulico).

Braccio robotico per uso agricolo. Aspexit

La robotizzazione consente di automatizzare i compiti svolti dall'uomo, ad esempio per avvicinare i passaggi o sistematizzarli. È anche un modo per affrontare la pesantezza del lavoro e la carenza di manodopera. Ad esempio, esistono robot per la raccolta delle bacche che utilizzano l'intelligenza artificiale per riconoscere i frutti maturi. Un altro esempio sono i robot per l'alimentazione che possono personalizzare le razioni negli allevamenti.

Tuttavia, i robot non sono ancora molto adatti agli ambienti non standard, con topografia irregolare o condizioni climatiche difficili. Sebbene stiano nascendo molte iniziative, sono ancora poco presenti nelle aziende agricole.

Strategie di modulazione

Si possono distinguere due strategie per modulare le dosi di input:

• Una strategia di compensazione, che mira ad aumentare i rendimenti nelle aree con un basso potenziale produttivo, aumentando le dosi di input in queste aree.
• Strategia di ottimizzazione, che mira a ridurre la quantità di input utilizzati. Si tratta di ridurre le dosi di input nelle aree in cui il potenziale di produzione è più basso e limitato da fattori diversi dalla quantità di input, come la natura del terreno. In queste aree, un aumento delle dosi di input è uno spreco perché non aumenta il potenziale di produzione.

Integrazione

In alcuni casi, tutte queste fasi dell'agricoltura di precisione vengono eseguite separatamente, con strumenti distinti che richiedono la gestione da parte dell'operatore (ad esempio, l'estrazione dei dati satellitari, la correzione dei dati, l'importazione dei dati nel trattore). In altri casi, le 4 fasi dell'agricoltura di precisione vengono eseguite simultaneamente e in modo completamente integrato: ad esempio, con un sensore di azoto combinato con un sistema di posizionamento GPS montato sul trattore, che consente di eseguire la modulazione direttamente in tempo reale.

La qualità e la rilevanza di un sistema di precisione dipenderanno dalla precisione della più debole delle 4 fasi: se la qualità del sensore di acquisizione dei dati è scarsa, la qualità dell'analisi dei dati e la rilevanza delle raccomandazioni ne risentiranno.

L'integrazione e la standardizzazione delle 4 fasi è un argomento forte a favore di un sistema funzionale:

• Facilità di interconnessione (protocolli, connettori, ecc.): lo standard ISOBUS o ISO 11783 è stato definito dall'AEF (Agricultural Industry Electronics Foundation) per standardizzare e semplificare gli scambi di dati tra diversi strumenti di attrezzature mobili (sensori di bordo di un trattore, ad esempio), anche se questi strumenti provengono da produttori diversi. Tuttavia, la creazione di un sistema ISOBUS completo può essere piuttosto costosa.

• Migliore considerazione delle capacità di ogni sensore e di ogni elemento applicativo.
• Meno interazioni e manipolazioni in ogni fase.

Dipendenza dai fornitori di apparecchiature

L'acquisizione di apparecchiature spesso complesse e costose per l'agricoltura di precisione comporta il rischio di dipendere dai produttori di queste apparecchiature. Esistono diversi meccanismi che possono costringere gli agricoltori a rimanere con lo stesso fornitore:

• Vincoli tecnici: l'interoperabilità delle apparecchiature o dei database di diversi produttori non è deliberatamente garantita, rendendo impossibile l'utilizzo congiunto di apparecchiature di produttori diversi o la condivisione di dati.

• Vincoli legali: la privatizzazione dei dati prodotti collettivamente da un piccolo numero di attori, in particolare i produttori di macchine agricole, rende possibile limitare o addirittura vietare la loro condivisione. Questi vincoli creano dipendenza quando si tratta di elaborare i dati raccolti. Inoltre, questi dati privatizzati possono essere utilizzati per sviluppare e commercializzare nuove attrezzature digitali adattate a un determinato metodo di produzione, il che può bloccare gli agricoltori in una logica di produzione.
  
  

Non dimentichi di consultare l'elenco degli strumenti digitali in agricoltura! https://www.lesoutilsnumeriquesdesagriculteurs.com/

Articles dans cette thématique

C'è un argomento che manca in questa sezione? Non esitate a proporlo nel forum!

Fonti

• Questo articolo è stato scritto con la gentile assistenza di Corentin Leroux. https://www.aspexit.com/
• Buffet, Dominique & Oger, R.. 2000. Agricoltura di precisione: gestione dei dati e delle basi di conoscenza.https://www.researchgate.net/publication/257876410_Agriculture_de_precision_Gestion_des_donnees_et_des_bases_de_connaissances
• Leroux C. 2019. L'Agriculture de Précision en toute intimité. https://www.aspexit.com/lagriculture-de-precision-en-toute-intimite/
• Orizzonti. 2020. Agricoltura di precisione. https://leshorizons.net/cest-quoi-agriculture-de-precision/
• Ministero dell'Agricoltura e della Sovranità Alimentare. 2021. Le principali sfide dell'agricoltura digitale: attrezzature, modelli agricoli, big data. https://agriculture.gouv.fr/les-grands-enjeux-de-lagriculture-numerique-equipements-modeles-agricoles-big-data-analyse-ndeg-171

• P. Zwaenepoel, J.M. Le Bars. Agricoltura di precisione. Ingénieries eau-agriculture-territoires, Lavoisier; IRSTEA; CEMAGREF, 1997, pag. 67 - pag. 79. hal-00461080. https://hal.archives-ouvertes.fr/hal-00461080/document

• Yara. 2019. Intervista a Gilbert Grenier sull'agricoltura di precisione. https://www.yara.fr/fertilisation/blog/agriculture-de-precision/