Progetto Mappiamo

progetto-mappiamo

Modelli e Algoritmi Previsionali con la realizzazione
di una Piattaforma Integrata per una Agricoltura Moderna

Fondo per la Crescita Sostenibile – Sportello “Agrifood” PON I&C 2014-2020
Prog. n. F/200128/01-03/X45
Asse 1, Azione 1.1.3

BENEFICIARI

 

  • CAPOFILA: CANTINA VALPOLICELLA NEGRAR S.C.A, di Negrar (VR), C.F 00220900237
  • COPROPONENTE: CONSORZIO COOPERATIVE RIUNITE D’ABRUZZO S.C.A di Ortona (CH), C.F 00237090691
  • COPROPONENTE: SOCIETÀ OOPERATIVA AGRICOLA LA GUARDIENSE S.C.A di Guardia Sanframondi (BN), C.F 00041080623

 

FINALITÀ

Le finalità del Progetto consistono nel fornire alle cantine coinvolte e a tutti i loro soci e stakeholders primari e secondari, una piattaforma digitale e georeferenziata che aiuti tecnici ed agricoltori a prendere decisioni specifiche (es trattamenti, epoca di vendemmia) anche sulla base di consigli forniti da modelli predittivi opportunamente applicati, elaborati e calibrati nel corso del Progetto.

Grazie alla digitalizzazione dei rilievi tecnici in campo si è monitorato in tempo reale l’andamento della stagione fornendo utili consigli sulla conduzione agronomica dei vigneti e impostando più correttamente le operazioni di vendemmia e, successivamente, di vinificazione. Tale piattaforma è uno strumento utile ad intraprendere una nuova modalità di comunicazione con i soci, per effettuare un percorso di tracciabilità delle produzioni sempre pipiù reale, per realizzare una viticoltura più sostenibile. Queste tecnologie hanno consentito di impostare anche un percorso di comunicazione più efficace su dati reali e dimostrati.

Il Progetto contribuisce a nuove scoperte nella disciplina chiamata Wine Informatics, andando oltre lo stato dell’arte ed introducendo modelli predittivi di machine learning, basati sulla esperienza dei Centri Ricerca coinvolti (Fondazione Bruno Kessler, in particolare) in data science per il rischio ambientale e agricoltura digitale, e al loro collegamento a sistemi GIS. In particolare, sono stati utilizzati modelli di Deep Learning con reti neurali quali Convolutional Neural Network (CNN) e Long Short-Term Memory (LSTM) per il trattamento di serie temporali.

RISULTATI ATTESI

Possono essere individuati i seguenti Deliverable finali:

  • D.F 1 Funzionamento Piattaforma Informatica: le piattaforme di cui agli OR1, OR2 e OR3 forniranno dati (superfici coltivate, elenco di appezzamenti, numero di soci, conferimenti effettuati, rilievi in campo eseguiti, interrogazioni e accessi alla piattaforma, utilizzo app) utili alla realizzazione di un report di utilizzo dei sistemi in essere. Verrà inoltre realizzato un report che evidenzi i risultati della zonazione di precisione con l’individuazione di unità omogenee sui territori.
  • D.F 2 Modelli Previsionali: i modelli relativi a OR4, OR5 e OR6 verranno sviluppati e testati sul territorio con un report che ne evidenzi le risultanze statistiche rispetto alle situazioni reali. Tali modelli verranno implementati sulle piattaforme realizzate.
  • DF 3 D.S.S malattie: taratura dei modelli predittivi delle principali avversità della vite come previsto dagli OR7, OR8 e OR9 sulla base delle specificità ambientali e ampelografiche. Verrà prodotto un report per la valutazione dei dati raccolti con i quaderni di campagna e risultati dell’applicazione dei modelli.
  • DF 4 Sostenibilità: valutazione della reale applicabilità di sistemi di certificazione alle singole realtà (OR 10 e OR 11). Realizzazione di incontri per la diffusione dei risultati progettuali e per la alfabetizzazione digitale.
 

RISULTATI RAGGIUNTI

I risultati raggiunti si sono concretizzati nei seguenti Deliverable finali:

  • D.F 1 Costruzione Piattaforma Informatica: le piattaforme per le cantine sono attive e funzionanti. I dati della raccolta in campo, dei gestionali, i dati meteo e satellitari sono integrati e consultabili sia dalla cantina che dal singolo socio, a disposizione anche di eventuali stakeholders esterni (consulenti, auditor, etc). Sono attivi anche i collegamenti con i gestionali dei conferimenti soci delle cantine. È stato attivato il modulo per le comunicazioni con i soci, le mappe di vigore NDVI e le APP per la compilazione delle schede di rilievo in campo. Sono stati attivati i moduli di spazializzazione di dati tramite algoritmi di Kriging e integrato un modulo di caratterizzazione territoriale.
  • D.F 2 Modelli Previsionali: si sono realizzati modelli predittivi per produzione e zuccheri come previsto dal progetto basati sull'analisi dei dati storici, sull'evoluzione dell'annata in corso (meteo, NDVI) e su eventuali rilievi effettuati in campo. I modelli e il manuale di utilizzo sono disponibili per le cantine.
  • D.F 3 D.S.S Malattie: si è attivato il modulo “Registri di Campagna informatizzati” per i soci e tecnici delle cantine coinvolte, nel rispetto del disciplinare di produzione della specifica regione, e applicazione dei modelli predittivi delle principali avversità della vite (DSS Enophit) come previsto. È stata realizzata anche la formazione per l’utilizzo e la consultazione di tale modellistica. È stato inoltre messo a disposizione come ulteriore output il modello della fenologia integrato al DSS Enophit.
  • DF 4 Sostenibilità: si conferma l’avvenuta decisione circa gli standard da adottare a livello di singola organizzazione. Gli standard certificativi scelti sono “Equalitas Organizzazione” per Citra Vini e “SQNPI” per La Guardiense. Si segnala inoltre l’avvenuta serie di incontri sui temi dell’innovazione sostenibile con la base sociale.

COSTO COMPLESSIVO AGEVOLABILE: € 1.536.595,05

CONTRIBUTO ALLA SPESA COMPLESSIVO: € 805.961,71

FINANZIAMENTO AGEVOLATO: € 307.319,01

DURATA: 36 MESI