Caso d’uso: LINKDAPA

et|icon_zoom-in_alt|T

Collegamento di dati multi-sorgente per l'adozione dell'agricoltura di precisione

et|share_outline|

Soggetti coinvolti

EIT Food, Università di Reading (UK), Università di Hohenheim (DE), Deere & Company, Agricolus Srl

et|icon_lightbulb_alt|

Benefici

Il progetto LINKDAPA mira a promuovere l’agricoltura sostenibile collaborando con gli agricoltori per co-creare zone di gestione delle colture per soluzioni di agricoltura di precisione

La Sfida

Gli agricoltori stanno sempre più generando una grande quantità di dati, raccogliendo informazioni sui loro campi e colture. Questa mole di dati può essere potenzialmente utilizzata per supportare le decisioni nella gestione delle colture, rendendo l’agricoltura più efficiente dal punto di vista economico e ambientale. Le soluzioni per l’agricoltura di precisione possono raccogliere, elaborare ed analizzare questi dati e le relative informazioni; tuttavia, fino ad oggi, c’è stata una scarsa diffusione di questa metodologia da parte della comunità agricola.

La Soluzione

Questo progetto sta permettendo la collaborazione tra gli agricoltori, anche attraverso i loro consulenti, che utilizzano dati da più fonti per co-creare zone di gestione delle colture al fine di fornire soluzioni di agricoltura di precisione. Le zone si baseranno sull’integrazione di dati storici e attuali presi dai singoli campi. Gli algoritmi sviluppati nell’ambito del progetto nel 2020 vengono utilizzati per mappare le colture di grano. Queste mappe forniscono informazioni sulla potenziale variazione della resa e della qualità del grano nei campi, nonché le probabilità che la resa e la qualità superino le soglie specificate dall’agricoltore.

Nell’ambito della co-creazione di soluzioni innovative di agricoltura di precisione per le zone di gestione, il progetto ha esplorato e potuto dimostrare:

  • come l’accuratezza aumenti con il numero di fonti di dati;
  • la disponibilità degli agricoltori a pagare per ottenere una maggiore quantità di dati (ad es. acquisizione di immagini ad alta risoluzione tramite drone/satellite, scansioni di conducibilità elettrica del suolo/compattazione);
  • la maggior fiducia dell’utente finale basata su mappe di probabilità.

La ricerca nel 2021 sta utilizzando i risultati di 50-60 colture di grano in 30 campi per convalidare gli algoritmi e le opzioni di gestione delle colture sviluppate. Questi saranno incorporati in una nuova piattaforma software per la comunità agricola.

Sei interessato ad adottare questa metodologia?