Sistemi di precisione per la gestione integrata della flora infestante con ridotto impiego di erbicidi di sintesi

La capacità di coniugare in modo virtuoso redditività e qualità delle produzioni con livelli sempre più ambiziosi di sostenibilità ambientale rappresenta la principale sfida di lungo termine dell’agricoltura contemporanea, la cui risposta richiede necessariamente l’applicazione e l’adattamento delle migliori pratiche tecniche, l’uso e l’ottimizzazione delle tecnologie più adatte e l’ulteriore sviluppo di soluzioni innovative. Un esempio di notevole portata è costituito dalla drastica riduzione nell’uso di erbicidi di sintesi (-50% entro il 2030) previsto dalle strategie Farm to Fork e Biodiversity, comprese nel European Green Deal, che avranno un impatto certo sui sistemi agricoli a elevata intensità produttiva, come quelli che caratterizzano ampie aree della Lombardia.

Il GO propone la sinergia di approcci agronomici, meccanici, tecnologici e chimici con lo scopo generale di sviluppare e valutare sistemi integrati a ridotto impiego di erbicidi per la gestione di precisione della flora infestante, diserbo di precisione su colture agrarie di pieno campo. Tale scopo si declina nei seguenti obiettivi specifici: 1) Sviluppo di tecniche di riconoscimento del grado di infestazione basate su sensori prossimali e remoti per la programmazione di interventi mirati di diserbo 2) Sviluppo di algoritmi per il supporto alla decisione nella gestione di precisione delle infestanti e per la redazione di mappe di prescrizione per interventi sito-specifici 3) Individuazione e valutazione di nuove sostanze naturali estratte da piante spontanee o coltivate ad azione erbicida o repressiva per il controllo della flora infestante 4) Ottimizzazione e validazione in campo di sistemi di gestione integrata delle infestanti a ridotto impiego di erbicidi di sintesi, basati su interventi chimici e/o meccanici di precisione e supportati da sensori ed algoritmi decisionali.

I risultati attesi: 1) sviluppo ed implementazione a livello operativo si sistemi innovativi per il riconoscimento automatico e mappatura dello stato dell’infestazione basati su sensori prossimali (3D ed iperspettrale) e remoti (RGD HD da drone); 2) sviluppo ed implementazione a livello operativo di sistemi integrati di supporto al trattamento sito specifico basati su modelli previsionali, mappe del suolo, sensori prossimali e remoti per interventi di distribuzione sito-specifica on-the-go o basati su mappe di prescrizione a diverse soglie di intervento; 3) individuazione e caratterizzazione degli effetti di nuove molecole di origine vegetale per il controllo della flora infestante in sostituzione di erbicidi di sintesi; 4) implementazione e collaudo a livello aziendale delle innovazione proposte attraverso prove di controllo dell’infestazione sito-specifica, attraverso interventi di tipo chimico e meccanico.

La disseminazione dei risultati sarà garantita attraverso sistemi convenzionali di diffusione gratuita dei risultati e dei prodotti del progetto (linee guida ed operative per agricoltori e contoterzisti, schede di sintesi, pubblicazioni e report di progetto) basati sul sito web e tramite i principali social network Facebook e Instagram. Sono previste anche la creazione di una stakeholder platform per azioni di disseminazione mirata, l’organizzazione di field-visit per giornate dimostrative presso le aziende ed i campi sperimentali e di un convegno finale.

Sarà garantita la partecipazione a convegni di carattere nazionale, partecipazione ad iniziative PEI-AGRI, RRN, EPI AGRI Focus Groups e convegni nazionali ed internazionali inerenti il temi dell’Integrated Weed Management, del Precision Farming e dei bioerbicidi. Gli obbiettivi del progetto, che mirano ad una sostanziale riduzione ed ad un più efficiente impiego degli input in agricoltura e al trasferimento delle innovazioni, rispondono agli obiettivi trasversali del PSR e del PEI AGRI.

Documenti

Download documenti

Elia Benzoni Radarmeteo.pdf

Amedeo Reyneri UNITO.pdf

Davide Pettenella UNIPD.pdf

Riccardo Banfi LG.pdf