Enhanced Decision ENgine
L’obiettivo generale del progetto è migliorare la competitività dei produttori agricoli coinvolti favorendo una gestione aziendale basata su tecniche di agricoltura di precisione. Con questo approccio, infatti, diventa possibile creare un sistema di supporto alle decisioni per monitorare in maniera costante i principali parametri fisico-chimici ed economici coinvolti nel sistema agrario, al fine di migliorare la variabilità quantitativa e qualitativa del prodotto e ottimizzare le produzioni. Inoltre, il progetto mira a migliorare la gestione del suolo e della coltura con particolare attenzione all’individuazione precoce di agenti parassitari.
Le attività di progetto possono essere suddivise in 4 macro aree. La prima riguarda l'acquisizione e l'elaborazione dei dati di campagna per creare le fondamenta del sistema gestionale obiettivo del progetto. La seconda macro area riguarda le attività di ricerca, preliminari alla raccolta dei dati e successive per il loro studio, la loro interpretazione e la loro rielaborazione in metodologie gestionali applicabili in campagna. La terza macroarea riguarda la sperimentazione delle soluzioni descritte precedentemente e la loro validazione in campo. La quarta e ultima macrofase riguarda la disseminazione dei risultati del progetto, in maniera teorica e pratica.
Le produzioni cerealicole sarde sono caratterizzate da un’elavata qualità. Le principali problematiche riguardano la scelta di sementi, tecniche e rotazioni che non sempre risultano adeguati. Il comparto, inoltre, è caratterizzato da altre criticità come la presenza di numerosi piccoli produttori che spesso coltivano varietà diverse e non sempre adatte alle condizioni agro-climatiche della Sardegna, la scarsità di forme di coordinamento tra i produttori e tra i trasformatori che determina un'insufficiente omogeneità dell'offerta che entra sul mercato. A questo occorre aggiungere la forte variabilità quantitativa e qualitativa dei raccolti, in parte dovuta all’andamento climatico, ma in parte anche attribuibile, oltre alla prima citata frammentazione varietale, anche alla crescente attenzione degli agricoltori verso il contenimento dei costi. Per quanto riguarda il settore forestale, invece, questo rappresenta un patrimonio ambientale ed economico peculiare della Sardegna, ma risulta soggetto a numerose problematiche che devono essere affrontate promuovendo progetti di ricerca e sperimentazione mirati sul territorio e che siano in grado di intervenire su temi specifici capaci di migliorare la gestione boschiva in numerosi aspetti.
DIGITALIZZAZIONE DELLE AZIENDE AGRICOLE
Le moderne tecnologie disponibili sul mercato rendono possibile un costante monitoraggio delle attività lavorative effettuate in azienda al fine di migliorare le performance aziendali. Il progetto, perciò, prevede la creazione di un quaderno di campagna digitale che verrà popolato grazie alle informazioni fornite da specifici sensori e quelle fornite dall’operatore in campo. Questa operazione consente di creare uno spazio digitale visibile sul web tramite diverse tipologie di supporto (mobile, pc, tablet) dedicato esclusivamente all’azienda in cui poter raccogliere dati fondamentali per la gestione e per gli studi delle successive fasi del progetto. I risultati attesi di questo tipo di approccio consistono nella possibilità di semplificare l’acquisizione e la consultazione di dati geografici e gestionali aziendali in modo da risparmiare tempo ma anche da facilitare la produzione di report specifici.
REMOTE SENSING
Il concetto di telerilevamento racchiude tutte le tecnologie che permettono di acquisire dati sul terreno e sulla coltura in situ e via remoto, col fine di comprendere e monitorare fattori strutturali come la morfologia, il suolo e il clima ma anche fattori dinamici come le pratiche colturali e la variabilità stagionale. Il progetto prevede di effettuare un monitoraggio delle aziende agricole coinvolte, operando una zonazione di dettaglio con lo scopo di fornire alle aziende uno strumento di gestione aziendale e colturale per migliorarne le performance produttive, promuovere una migliore gestione delle tecniche colturali e l’ottimizzazione della gestione energetica, economica e dei fattori produttivi intervenendo in maniera sito specifica. Per tale scopo si utilizzeranno immagini multispettrali provenienti da satellite che possono fornire un monitoraggio frequente di ampi territori a costi ridotti, mentre, si utilizzeranno i droni per ottenere un rilievo dettagliato. Il prodotto di tale innovazione è la creazione di un database di immagini da analizzare, studiare ed interpretare, per fornire in una fase successiva materiale per il DSS.
IOT e BLOCKCHAIN
L'internet delle cose (IdC o IoT, acronimo dell'inglese Internet of things) rappresenta una possibile evoluzione dell'uso della rete internet: gli oggetti (le ""cose"") si rendono riconoscibili e acquisiscono intelligenza grazie al fatto di poter comunicare dati su sé stessi e accedere ad informazioni aggregate da parte di altri dispositivi. Nel progetto si intende dotare le aziende coinvolte di sensoristica collegata in rete che possa fornire dati utili al DSS come sensori di umidità del terreno e stazioni metereologiche, con lo scopo di raccogliere dati riguardo i principali parametri pedologici coinvolti nel processo produttivo che saranno utilizzati anche come input per la modellistica previsionale utile per prevedere le eventuali fitopatie. Con questo tipo di tecnologie inoltre verranno raccolti dati inerenti la fase di trasformazione dei prodotti cerealicoli con lo scopo di tracciare e rendere trasparenti queste operazioni grazie all’utilizzo di tecnologie come machine learning e blockchain.
DSS e BUSINESS INTELLIGENCE
Un’innovazione molto rilevante introdotta da EDEN-GO consiste nella creazione di un DSS.
In questo modo la grande mole di dati (Big data) ottenuta attraverso le innovazioni precedentemente descritte vengono raccolti ed elaborati da una piattaforma tecnologica in grado di correlare informazioni eterogenee provenienti da sorgenti differenti. Questa operazione viene effettuata grazie all’utilizzo di tecnologie innovative quali machine learning e intelligenza artificiale che permettono di tradurre i dati ottenuti in prescrizioni pratiche per l’operatore sul campo che in questo modo può basare le proprie decisioni sulla base di indicazioni oggettive, misurabili e ripetibili nel tempo. La suddetta piattaforma tecnologica inoltre, contiene un’ulteriore cruscotto intento a mostrare i dati inerenti la produzione aziendale dal punto di vista economico con lo scopo di quantificare i potenziali benefici delle nuove tecnologie applicate nelle fasi progettuali.
AUTOMAZIONE DEI TRATTAMENTI e GUIDA ASSISTITA
Il sistema DSS sopra descritto è in grado di fornire degli importanti output rappresentati principalmente da mappe di prescrizione. Queste sono un prodotto cartografico atto a rappresentare graficamente le zone omogenee dal punto di vista produttivo individuate grazie alle tecnologie remote sensing e IOT. In questo modo è possibile indicare la quantità di input (per esempio nelle fasi di irrigazione e fertilizzazione) da distribuire nelle diverse zone del campo in base alle esigenze rilevate. Le suddette mappe di prescrizione vengono utilizzate da particolari strumentazioni (es. spandiconcime a rateo variabile VRT) in grado di recepire le informazioni provenienti dalle mappe e gestire in maniera sito-specifica le operazioni sul campo.