I VANTAGGI

DELL’AGRICOLTURA DI PRECISIONE

Marco Sozzi, PhD student

DIECI ANNI DI APPLICAZIONI IN UN’AZIENDA REALE

Agricoltura di Precisione:

un trend in crescita

Un approccio in continua evoluzione

Bologna, 9.11.20183

«fare la cosa giusta, al momento giusto, al posto giusto» (Gebbers e Adamchuk 2010)

«gestire in maniera innovativa l’attività agricola, in modo da ottenere una maggiore sostenibilità ed una maggiore produttività» (Cremonese et al. 2014)

«approccio moderno di gestione basato sull’utilizzo di tecniche digitali per monitorare e razionalizzarei processi di produzione agricola» (Remco Schrijver et

al. 2016) 0

10

20

30

40

50

60

70

80

90

100

10/2011 10/2012 10/2013 10/2014 10/2015 10/2016 10/2017 10/2018

Go

ogl

e Tr

end

s In

dex

Droni in agricoltura Precision agricolture Agricoltura di precisione ISOBUS

Il caso S.A. Porto Felloni

Bologna, 9.11.20184

zerounoweb

Fresh Plaza

Agronotizie

SMAU Milano 2018

• 460 ettari lavorati (frumento, mais 1°, mais

2°, pisello, fagiolino, pomodori e noci)

• Alto livello di meccanizzazione

• AP basata su mappe di prescrizione

• Archivio di mappe di prescrizione e resa

ventennale

Analisi dei risultati di

lungo periodo

Il percorso attraverso la

precisione

L’area di studio

Bologna, 9.11.20186

• 22 ettari con irrigazione pivot

• Coltivato a mais dal 2008 al 2017 (-2015)

• Mappe di prescrizione e produzione mais 2008-2017

Mappe di prescrizione: concimazione

Bologna, 9.11.20187

Mappe di prescrizione basate su:

1. Mappe di produzione precedenti

2. Analisi del suolo puntuali

VRA: concimazione N

18.0

8.0

ton/ha

• 9.76 ton/ha nel 2008

• 11.05 ton/ha nel 2010

2011: rilievo con ARP (resistività elettrica apparente)

Bologna, 9.11.20188

Mappe di prescrizione: concimazione e semina

Bologna, 9.11.20189

Mappe di prescrizione basate su:

1. Mappe di produzione precedenti

2. Analisi del suolo

3. Mappe di georesistività

VRA: concimazione N e semina

• 10.85 ton/ha nel 2012

• 13.77 ton/ha nel 2014

18.0

8.0

ton/ha

2016: l’avvento di Sentinel 2

Bologna, 9.11.201810

• Accesso libero

• Buona risoluzione spaziale (10 metri)

• Risoluzione spettrale ideale per il

calcolo indici di vegetazione

• Tempo di rivisitazione di 5/6 giorni

Mappe di prescrizione basate su:

1. Mappe di produzione precedenti

2. Analisi del suolo

3. Mappe di georesistività

4. Immagini satellitari

VRA: concimazione N e semina

Mappe di prescrizione: concimazione e semina

Bologna, 9.11.201811

• 13.79 ton/ha nel 2016

• 13.81 ton/ha nel 2017

2017

18.0

8.0

ton/ha

Efficienza produttiva

Confronto delle rese

Bologna, 9.11.201813

9,76

8,11

11,0511,59

10,85

12,28

13,77 13,79 13,81

7

8

9

10

11

12

13

14

15

2008 2009 2010 2011 2012 2013 2014 2016 2017

Co

rn y

ield

[t/

ha]

Season

a

b

cd

e

gg

f

g

• Incremento delle rese tra 2008 e 2017

del 40%

• Riduzione della variabilità produttiva

dell’appezzamento (stagionale)

• Aumento stabilità produttiva (negli anni)

L’efficienza della concimazione

Bologna, 9.11.201814

30

40

50

60

70

80

90

100

2006 2008 2010 2012 2014 2016 2018

PFP

-N (

kg/k

g)

Season

• Incremento dell’efficienza

produttiva dell’azoto (Partial

Factor Productivity – Nitrogen)

• Da 50 a 87 kg di granella per

kg di N (2008-2017)

Migliore distribuzione del

fertilizzante

Alcune considerazioni

Bologna, 9.11.201815

• Una migliore strategia di gestione della variabilità ha aumentato le caratteristiche produttive

dell’appezzamento

• I dati di resistività (dal 2011) hanno permesso di creare mappe di prescrizione anche per la

semina, generando un incremento significativo del PFP-N e della resa

• L’introduzione delle mappe di vigore Sentinel 2 nel processo di definizione delle zone (dal

2016) ha permesso di incrementare ulteriormente l’efficienza e ridurre la variabilità

produttiva nell’appezzamento

18.0

8.0

ton/ha

2008 2017

Grazie per l’attenzione

Marco Sozzi, PhD student

La ricerca scientifica

Bologna, 9.11.201817

0%

10%

20%

30%

40%

50%

60%

1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018

Inci

den

ce o

f th

e te

rm [

%]

Year

network / networks

0%

2%

4%

6%

8%

10%

1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018

Inci

den

ce o

f th

e te

rm [

%]

Year

UAV

0%

5%

10%

15%

20%

25%

1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018

Inci

den

ce o

f th

e te

rm [

%]

Year

Chemical

0%

10%

20%

30%

40%

50%

60%

1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018

Inci

den

ce o

f th

e te

rm [

%]

Year

Image

Legge di Moore e prezzi

Bologna, 9.11.201818

2002 2018