Irrigazione, risparmio di risorse anche fino al 20% con l’agricoltura 4.0

Nel contesto del mutamento climatico globale, l’adattamento dell’agricoltura a nuovi scenari risulta di fondamentale importanza. Le annate siccitose unite alle fluttuazioni di prezzi e disponibilità degli input agronomici stanno avendo un impatto notevole sul comparto agricolo. In questo contesto, risulta fondamentale la dimostrazione in campo di possibili soluzioni connesse all’agricoltura 4.0. Il progetto “Soluzioni sostenibili per l’agricoltura di precisione in Lombardia: irrigazione e fertilizzazione rateo-variabile in maidicoltura e viticoltura (SOS-AP)” è stato condotto (2020-2022) dal Dip. di Scienze agrarie e ambientali – produzione, territorio, agroenergia (Disaa-Unimi) dell’Università di Milano (capofila) e dall’Istituto per il Rilevamento elettromagnetico dell’ambiente del Consiglio nazionale delle ricerche (Irea-Cnr).

Il progetto, finanziato da Regione Lombardia (Operazione 1.2.01 - “Progetti dimostrativi e azioni di informazione”, Programma di Sviluppo Rurale 2014 - 2020), ha avuto l’obiettivo di dimostrare nei sistemi maidicoli e viticoli lombardi tecniche di agricoltura di precisione (Ap) legate alle operazioni di concimazione e irrigazione. Il miglioramento dell’uso delle risorse è attualmente un tema cruciale in agricoltura, specialmente negli areali dove il settore ha un’importante valenza economica e utilizza ingenti volumi d’acqua e altri input agronomici.

L’obiettivo dell’Agricoltura 4.0 è quello di raggiungere una maggiore efficienza d’uso degli input produttivi, attraverso applicazioni che soddisfino i fabbisogni specifici (nello spazio e nel tempo) delle colture. In questo quadro il telerilevamento e i modelli agronomici e di bilancio idrologico sono utili strumenti tecnologici per la definizione dei fabbisogni di input e la loro gestione. L’utilizzo dell’informazione proveniente dalle immagini telerilevate aumenta la capacità diagnostica e predittiva dei modelli e offre dunque un fondamentale supporto per l’adozione di agropratiche “sito specifiche” (i.e. Variable Rate Technology, Vrt).

Dati satellitari e modellistica

Il satellite ottico Sentinel-2 (S2) del programma Copernicus dell’Agenzia spaziale europea (Esa) possiede caratteristiche di risoluzione (temporale e spaziale 10 m) e gratuità che consentono di caratterizzare la variabilità dello stato della coltura nello spazio e nel tempo in maniera efficace. Le informazioni prodotte dai dati si traducono in fondamentali e diretti supporti per la gestione delle agropratiche ma anche in preziosi input per modelli agro-idrologici/agronomici.

I modelli agro-idrologici possono essere utilizzati per studiare e simulare il movimento dell’acqua nel sistema suolo-pianta-atmosfera, supportando così la gestione in tempo reale dell’irrigazione su un’area specifica (campo, azienda agricola, unità di irrigazione ecc.) o la pianificazione dell’uso della risorsa idrica in contesti attuali o di cambiamenti del sistema (scenari).

Questi modelli sono in grado di stimare i fabbisogni irrigui delle colture nelle diverse condizioni ambientali e gestionali e, per fare questo, necessitano di conoscere la fenologia delle colture e alcune loro caratteristiche (quali il grado di copertura del suolo, l’indice di area fogliare - Lai, l’altezza colturale) che sono per loro stessa natura variabili nello spazio e nel tempo. Queste informazioni possono essere misurate direttamente in campo o, quando le superfici d’interesse diventano vaste, ricavate da immagini satellitari.

Il progetto Sos-Ap

In Sos-Ap, dati di fenologia e mappe di Lai ricavati da serie temporali Sentinel-2 sono stati utilizzati in un modello agro-idrologico finalizzato a simulare una gestione irrigua Vr negli appezzamenti a mais dell’azienda agricola La Canova (Bs) nel periodo 2016-2021.

La Canova (fig. 1) è un’azienda zootecnica (circa 300 ha) i cui appezzamenti sono quasi per la totalità irrigati da 7 sistemi di irrigazione ad aspersione (pivot, ranger e ippodromi), che distribuiscono un’irrigazione uniforme ogni 4-5 giorni (a seconda degli anni).

Nel corso del progetto è stato implementato un database Gis con dati aziendali georeferenziati (confini dei campi e degli impianti; uso del suolo e rotazioni colturali, varietà e densità di semina; date e altezze irrigue; date di semina e raccolta; gestione dei fertilizzanti; rese) per gli anni 2016-2021. Nel database sono stati inoltre inseriti i dati agro-climatici giornalieri registrati dalla stazione Arpa situata a Gambara (a circa 3 km dal sito di studio).

Il suolo dell’azienda è stato oggetto di un rilievo tramite un sensore ad Induzione Elettro-Magnetica (Emi), un campionamento tradizionale e analisi di laboratorio dei campioni prelevati per la determinazione dei parametri fisico-chimici (Soing srl). Grazie a queste informazioni, si è prodotta una carta pedologica che ha consentito di suddividere la superficie irrigata da ogni impianto irriguo in zone omogenee (Hmz) di gestione (i.e. settori a cui applicare un’altezza irrigua uniforme). Per ogni Hmz, si sono individuati il suolo “fine” e “grossolano” più abbondanti all’interno della stessa.

Elaborazione dei dati

I dati telerilevati S2 sono stati elaborati per creare serie di immagini (ogni 10 giorni) che potessero fornire serie continue di valori di Lai e di indici vegetazionali (Vi, per esempio Ndvi) su tutta l’azienda. Dalle serie annuali di Vi (fig.2), negli anni con presenza di mais nell’appezzamento, sono state derivate le fasi fenologiche di interesse per la modellistica a livello di Hmz. Le date di occorrenza di queste fasi e i valori di Lai (fig. 3) corrispondenti sono stati poi utilizzati come input nella modellistica.

Un modello agro-idrologico (Swap) è stato poi applicato alle due tipologie di suolo prevalenti identificate in ogni Hmz (29 x 2 simulazioni) per prevedere, mantenendo il calendario dei turni irrigui inalterato, le altezze irrigue da somministrare ai diversi settori ad ogni turno, passando dunque da un’irrigazione uniforme su tutta l’azienda ad una a Rv in ogni settore di impianto (variable speed irrigation). In particolare, l’altezza irrigua somministrata in ogni settore (Hmz) è stata quella richiesta dal suolo con maggiore fabbisogno; in ogni caso, non si è mai scesi al di sotto di un’altezza minima data come vincolo dall’azienda.

I risultati medi delle simulazioni per i 7 sistemi di irrigazione nel periodo 2016-2021 sono riportati nella tab. 1; questi valori mostrano che l’applicazione di un approccio a Rv ottimizzato in funzione dell’effettivo fabbisogno idrico delle colture avrebbe portato ad un risparmio irriguo compreso tra il 12% e il 30% a seconda dell’impianto. Considerando l’intera azienda anziché il singolo impianto, il risparmio idrico medio nei sei anni sarebbe stato del 19%. Poiché la riduzione del consumo di acqua porta a una corrispondente diminuzione del tempo di azionamento delle pompe e di movimentazione degli impianti, il risparmio energetico medio stimato a scala aziendale è del 19% per il periodo 2016-2021.

Un risparmio importante

I risultati sono ampiamente in linea con il risparmio idrico misurato sperimentalmente per il pivot pilota (cerchiato in bianco in fig. 1), in cui l’irrigazione è stata effettivamente gestita con l’approccio descritto nella stagione agricola 2021. Per tale impianto, il risparmio idrico rispetto alla gestione operata dall’azienda è stato del 20% senza peggioramento della quantità e della qualità della produzione). In assenza dei vincoli relativi alla minima altezza irrigua da somministrare ad ogni turno, i risparmi idrici conseguiti sarebbero stati anche maggiori.

In conclusione, l’utilizzo di dati acquisiti da satellite relativamente alla variabilità spaziale e temporale delle fenologie e dei parametri biofisici delle colture (mais nel caso del progetto Sos-Ap) ha permesso di fornire dati accurati per la simulazione della gestione irrigua a scala di impianto irriguo ed aziendale. Approcci di questo tipo rappresentano soluzioni interessanti per ottimizzare l’uso dell’acqua (e dell’energia) a livello aziendale garantendo un risparmio economico all’imprenditore agricolo.