L’obiettivo perseguito è la realizzazione di un ecosistema digitale di supporto all’Agricoltura di Precisione che attraverso reti di nodi sensore intelligenti, di servizi di cloud computing e analisi dei dati, di mobile app e di piattaforme di condivisione delle informazioni, permetta di monitorare lo stato delle colture, di fornire indicazioni strategiche per la gestione delle attività agricole, di scambiare dati e condividere servizi, di ridurre sensibilmente i costi attraverso un efficiente utilizzo degli input, rendendo al contempo l’Agricoltura di Precisione accessibile non solo ad aziende agricole di grandi dimensioni ma anche a cooperative agricole ed aziende di medie e piccole dimensioni o a gestione familiare. Si tratta di sviluppare conoscenze e tecnologie per la progettazione di una soluzione integrata, altamente modulare, basata sull’utilizzo di reti wireless di monitoraggio applicata al settore agroalimentare, per le quali l’interesse strategico nazionale e regionale sono sottolineati da un lato dalla pubblicazione da parte del MIPAAF delle “Linee guida per l’agricoltura di precisione”, nella quale viene affermata e sostenuta l’importanza delle nuove tecnologie e dell’innovazione tecnologica per il supporto alle decisioni in agricoltura, dall’altro dalla presenza dell’agroalimentare tra le area di innovazione della Strategia regionale di ricerca e innovazione per la specializzazione intelligente della Calabria (Smart Specialization Strategy Calabria – S3 Calabria) dalla quale emerge che “Il sistema agroalimentare costituisce un comparto chiave per lo sviluppo dell’economia del paese ed in particolare per la Calabria, dove l’agricoltura mantiene un peso rilevante sulla formazione del PIL regionale e rappresenta l’elemento distintivo delle produzioni regionali”.

Il Sistema, basato su reti di sensori intelligenti di nuova concezione e piattaforme di analisi e di supporto alle decisioni, permette di monitorare in modo capillare parametri microclimatici e agrometeorologici, di applicare ai dati rilevati modelli di previsione e simulazione e di fornire in tempo reale le informazioni elaborate attraverso consolidate e nuove interfacce utente.

1. i dati acquisiti dai nodi sensore installati in campo, vengono inoltrati al gateway attraverso una opportuna interfaccia di rete;
2. ad intervalli regolari il gateway inoltra al Centro di Controllo i dati raccolti mediante interfaccia wireless e in ottica IoT;
3. specifici servizi del Centro di Controllo elaborano i dati raccolti sul campo, integrandoli eventualmente con dati meteo previsionali, per renderli fruibili ai modelli agrometeorologici;
4. attraverso una interfaccia web, utenti esperti/agronomi configurano e calibrano i modelli in base allo specifico scenario colturale; dalla stessa interfaccia gli amministratori del sistema potranno configurare la rete di rilevamento e controllarne il funzionamento;
5. i dati elaborati e le informazioni di configurazione vengono forniti ai moduli di elaborazione dei modelli agrometeorologici che generano informazioni sullo stato delle colture e segnalazioni di allerta;
6. tali informazioni vengono fornite all’utente finale attraverso il sito web e l’app mobile con la quale inoltre l’utente potrà seganlare osservazioni ed annotare rilievi ed interventi spazio-temporalmente contestualizzati, utilizzati dai modelli come feedback ed auto-calibrazione per un affinamento automatico delle elaborazioni;
7. gli utenti, attraverso il sito web e l’app mobile, inoltre avranno la possibilità di scambiare dati e informazioni con altri attori della filiera produttiva, entrando a far parte di una rete dedicata, sicura, flessibile e completamente automatizzata.

SMART4AGRI contribuirà a migliorare la qualità e la quantità della produzione agricola riducendo i costi di gestione ed i rischi legati sia a fattori ambientali che antropici. Il sistema sarà in grado di acquisire costantemente una serie di dati che permetteranno interventi agronomici ad intensità variabile, sulla base dell’effettiva esigenza della coltura e delle caratteristiche morfologiche e climatiche dell’area in esame. Consentirà perciò la limitazione dell’uso di input chimici e di risorse idriche, con una conseguente riduzione dell’impatto ambientale e dei costi e permetterà inoltre di determinare indici di rischio fitopatologico e di fornire indicazioni utili per attuare opportune strategie preventive e di intervento.

La filiera olivicola-oleicola rappresenta una delle specificità più evidenti della composizione della produzione agroalimentare non solo a livello nazionale ma anche regionale. La Calabria è la seconda regione olivicola d’Italia: il settore olivicolo ha un ruolo rilevante sul piano dell’occupazione, diretta e indotta, e importanti funzioni ambientali e paesaggistiche. Negli ultimi anni sono state destinate consistenti risorse per implementare strategie di lotta contro la mosca olearia (Bactrocera oleae), il principale parassita dell’olivo; per contro, la lotta contro le due principali malattie fungine di questa coltura, l’occhio di pavone, provocato dal fungo Fusicladium oleagineum o Spilocaea oleagina e la lebbra o antracnosi dell’olivo, la più importante malattia fungina delle olive a livello mondiale, si basa tutt’ora su schemi obsoleti che prevedono l’impiego di trattamenti chimici “a calendario” caratterizzati da scarsa efficacia, elevato costo, forte impatto ambientale ed significativi rischi per la salute del consumatore conseguenti alla presenza di residui di agrofarmaci nell’olio. SMART4AGRI, attraverso lo studio e l’implementazione di modelli decisionali, consentirà di prevedere il rischio di esplosione epidemica sulla base del rilievo dei dati climatici in campo. I modelli troveranno applicazione nella gestione fitosanitaria sostenibile e razionale di queste due principali malattie fungine dell’olivo e saranno utilizzati per programmare tempestivamente i trattamenti, riducendone il numero ed aumentandone l’efficacia, e per stabilire l’epoca più opportuna per la raccolta, quest’ultima intesa anche come mezzo agronomico di lotta nel contesto di una strategia di difesa fitosanitaria integrata (come indicato dal Piano d’Azione Nazionale (PAN) del MIPAAF, che promuove pratiche sostenibili di utilizzo di prodotti fitosanitari).

Il progetto prevede:

• l’analisi del contesto e degli scenari di riferimento e la specifica dei requisiti della piattaforma di acquisizione e della piattaforma software
• Lo studio e realizzazione della piattaforma di acquisizione, dell’infrastruttura di comunicazione, della piattaforma software e delle interfacce utente
• la definizione, grazie alla supporto del Dipartimento di Agraria dell'Università Mediterranea di Reggio Calabria, e lo sviluppo di modelli di simulazione fenologica e previsione di attacchi parassitari relativi alle coltivazioni olivicole
• il test e la validazione in campo del sistema prototipale presso aziende olivicole calabresi

• Piattaforma di acquisizione realizzata applicando tecniche di progettazione low-power-consumption e di energy harvesting
• Infrastruttura di comunicazione affidabile e flessibile
• Piattaforma di servizi (Centro di controllo) in ottica cloud per:
  • l’acquisizione e l’archiviazione dei dati rilevati dai sensori
  • la configurazione e diagnostica remota della rete
  • l’elaborazione di modelli di simulazione e previsione relativi a diversi aspetti agronomici e fitopatologici per l’impiego in Agricoltura di Precisione
  • la segnalazione e notifica di situazioni di rischio
  • la gestione dell’accesso ai dati e la loro sicurezza
• Database agrometeorologico
• monitoraggio in tempo reale e georeferenziato delle condizioni microclimatiche e colturali delle piante.

• D1 - Specifica dei requisiti di sistema
• D2 - Architettura e Progettazione del sistema
• D3.1 - Manuale tecnico
• D3.2 - Manuale utente
• D4 - Relazione sui risultati della sperimentazione