Agritech: irrigazione di precisione, grazie all’intelligenza artificiale
Image by jcomp on Freepik
Una griglia di sensori per rilevazioni in due e tre dimensioni, e uno specifico algoritmo di machine learning che si basa su una rete neurale. Sono gli ingredienti fondamentali di un nuovo sistema di monitoraggio dell'umidità del suolo brevettato dall'Università di Bologna.
Sperimentata in un campo di kiwi giallo a Brisighella, in provincia di Ravenna, la nuova tecnologia ha permesso, tra giugno e ottobre, di risparmiare il 41% dell’acqua utilizzata per l'irrigazione.
Nato dalla collaborazione tra studiosi del Dipartimento di Informatica - Scienza e Ingegneria e del Dipartimento di Scienze e Tecnologie Agro-alimentari, il brevetto permette di mettere a punto un sistema di irrigazione che mantenga un grado ottimale di umidità dei terreni agricoli.
Il controllo dell'umidità del suolo è infatti un fattore cruciale per ottimizzare l'irrigazione e le prestazioni delle colture. Una volta installati nell’area da monitorare, i sensori 2D e 3D rilevano le caratteristiche del suolo e, grazie allo specifico algoritmo di machine learning, permettono di elaborare un profilo del terreno estremamente dettagliato. In questo modo, è possibile monitorare lo stato di umidità del terreno in uno specifico intervallo temporale. Le previsioni offerte dal sistema arrivano a un livello di dettaglio misurato in centimetri, non richiedono una modellazione fisica del suolo e sono aggiornate al variare del comportamento del suolo.
La tecnologia offre quindi dati e informazioni precise per orientare le scelte, quantitative e qualitative, di irrigazione. Non solo: il sistema è in grado di offrire delle stime accurate sullo stato di umidità anche per le porzioni di terreno circostanti all’area in cui sono presenti i sensori.
Offrendo stime dettagliate e personalizzate, il sistema permette di ridurre l'utilizzo di acqua e di fertilizzanti, assicurando al tempo stesso raccolti di migliore qualità
L'ambito è quello dell'agricoltura di precisione: un mercato che oggi vale quasi dieci miliardi di dollari e che si stima arriverà a raddoppiare questo valore entro il 2030. Ma la stessa tecnologia potrebbe trovare applicazioni anche nel campo della geologia, per il monitoraggio del rischio idrogeologico, o anche nell’edilizia, per valutare il livello di umidità dei materiali da costruzione.
Il brevetto nasce dalla collaborazione tra Matteo Golfarelli, Matteo Francia e Joseph Giovanelli del Dipartimento di Informatica - Scienza e Ingegneria, e di Moreno Toselli, Elena Baldi e Maurizio Quartieri del Dipartimento di Scienze e Tecnologie Agro- alimentari dell'Università di Bologna.