Con la strategia From farm to fork, la Commissione europea ha deciso di ridurre del 50% l’uso di prodotti fitosanitari di sintesi chimica, incentivando l’adozione di misure di lotta integrata nella difesa della sanità delle colture. I sistemi di supporto decisionale sono strumenti importanti in tal senso, in quanto permettono un controllo efficace delle avversità biotiche razionalizzando il numero dei trattamenti e consentendo un uso più efficiente dei prodotti chimici in agricoltura.
Plasmopara viticola, agente eziologico della peronospora della vite, è una malattia policiclica a diffusione globale che può compromettere gravemente la coltura durante la crescita vegetativa e riproduttiva. Per controllare la diffusione del patogeno, sono stati sviluppati diversi modelli per la previsione delle infezioni primarie e secondarie. Nell’ultimo decennio, nella comunità scientifica impegnata nello studio dell’impatto dei cambiamenti climatici in agricoltura si è affermato lo sviluppo di sistemi multi-modello, consistenti in esecuzioni parallele di strumenti alternativi per la stima della medesima variabile.
Gli insiemi di modelli hanno dimostrato di ottenere prestazioni migliori rispetto all’utilizzo di modelli singoli, che vengono utilizzati anche per complementare la stima con una misura dell’incertezza associata. A oggi questo concetto è ancora poco diffuso nella modellistica previsionale fitopatologica, dove manca un protocollo metodologico che consenta una costituzione ragionata dell’insieme e che permetta il confronto tra i modelli che la compongono.
Un nuovo standard
In questo lavoro, abbiamo selezionato otto modelli di simulazione per la previsione di infezioni primarie da peronospora, li abbiamo re-implementati nella piattaforma Misfits-Dss e li abbiamo applicati usando trent’anni di dati meteorologici riferiti al territorio italiano. Per valutare i risultati dei modelli nelle diverse condizioni esplorate, sono state analizzate le relazioni tra dati meteorologici e di rischio di infezione primaria della peronospora della vite, al fine di valutarne il comportamento. I risultati ottenuti, che ora dovranno essere convalidati con dati di campo, forniscono un contributo essenziale per la costituzione di un sistema multi modello per la previsione di infezioni da P. viticola, oltre a fornire una metodologia analitica utile per standardizzare le procedure di confronto e selezione tra strumenti previsionali alternativi.
Il metodo
È stata osservata un’ampia variabilità tra i risultati degli otto modelli (fig. 1). L’analisi ha permesso di identificare quattro aree bioclimatiche del territorio italiano similari per clima e numero di infezioni primarie da Plasmopara viticola su vite. Queste aree si distribuiscono lungo un gradiente generato dalle variabili di temperatura da una parte e precipitazioni, bagnatura fogliare e numerosità delle infezioni primarie dall’altra. In accordo con la conoscenza pregressa, sono quindi le variabili climatiche di temperatura e piovosità quelle maggiormente discriminanti dell’incidenza della malattia sul territorio italiano.
In particolare, il gruppo delle regioni montane di Val d’Aosta e Trentino-Alto Adige si distingue nettamente dal resto delle regioni, avendo una stagione di crescita della vite caratterizzata da un clima con temperatura e piovosità rispettivamente più bassa e più alta (definito come freddo-umido). Il resto delle regioni si distribuiscono progressivamente lungo il gradiente Nord-Sud, fino ad un tipo di clima caratterizzato da una scarsa piovosità e temperature stagionali più elevate (clima caldo e secco).
Risparmiare sui trattamenti
Le mappe di media e deviazione standard del prodotto dei modelli negli anni selezionati ci permette di apprezzare l’effetto di topografia, precipitazioni e temperatura sull’andamento dell’incidenza di Plasmopara viticola nel territorio italiano. Si osserva un netto gradiente Nord-Sud in tutti gli anni considerati, con le regioni insulari e peninsulari meridionali soggette a un numero medio di infezioni nettamente inferiore rispetto al resto della penisola, anche in anni molto piovosi come il 2002. Osservando la deviazione tra modelli si nota come le maggiori differenze si verifichino in alcuni “hotspot” sparsi sul territorio. Tale deviazione è nettamente superiore nel 2002. L’identificazione di questi hotspot spaziali di variabilità tra modelli indica come essi si comportino in maniera differente nelle diverse condizioni di simulazione.
Il confronto tra il prodotto dei modelli spazializzato per il 2002 permette di evidenziare come alcuni modelli prevedano un numero di infezioni stagionali di P. viticola superiore a 60 per larghe porzioni del territorio italiano (fig. 2 A e B). In caso di infezioni così abbondanti il beneficio in termini di applicazioni risparmiate derivante dall’utilizzo di un modello previsionale nei confronti di un sistema di lotta a calendario sarebbe trascurabile o del tutto inconsistente. Altri modelli più conservativi che tendono a prevedere un numero inferiore di infezioni, sono potenzialmente più interessanti in ottica di risparmio di applicazioni.
Sull’intero periodo analizzato, rispetto alla strategia di controllo standard 3-10, solo due modelli su otto in media sono risultati più conservativi nella previsione delle infezioni primarie, permettendo una diminuzione del numero di applicazioni di prodotti fitosanitari.
L’innovazione entra in campo
Nuovi strumenti sempre più sofisticati sono necessari per reggere la crescente sfida posta dalla lotta alle fitopatie colturali, in una prospettiva di continua riduzione della quantità e varietà dei principi attivi consentiti così come richiesto agli stati membri dalla commissione europea. L’impiego di Dss performanti sarà sempre più importante per garantire l’efficacia del controllo delle malattie in accordo ai principi della lotta integrata. Il confronto tra modelli previsionali di infezioni oosporiche di P. viticola presenta tratti innovativi nella numerosità di modelli considerati, design dell’esperimento di simulazione e tecniche statistiche impiegate. I risultati ottenuti sono in corso di elaborazione per la costruzione di un multi-modello ensemble da applicare operativamente al fine di coadiuvare i servizi fitosanitari e le agenzie regionali nel supporto agli agricoltori sul territorio italiano.
Il progetto Misfits
Misfits (modellistica fitosanitaria) è un’iniziativa frutto della collaborazione tra servizi fitosanitari, agenzie di supporto regionali e Crea, che mira a sviluppare una famiglia di strumenti di supporto decisionale per preservare la salute delle piante e dell’ambiente su scala nazionale. Tra gli scopi dell’iniziativa c’è l’armonizzazione dei sistemi di supporto decisionale utilizzati a livello regionale, che oggi presentano una forte frammentarietà, per fornire agli agricoltori uno strumento semplice ma allo stesso tempo utile ed efficace alla gestione delle principali avversità delle piante coltivate di interesse agronomico. Tale piattaforma si propone anche come collettore di diversi modelli previsionali sviluppati in ambito pubblico e privato.
Articolo tratto da una delle tre migliori tesi di dottorato della quinta edizione
del Master in agricoltura di precisione realizzato dalla partnership tra:
- Università di Teramo,
- Università di Firenze,
- Università della Tuscia,
- Università di Salerno,
- Cnr,
- Crea;
- Ibf Spa (Bonifiche Ferraresi)
Articolo pubblicato sul Dossier Master Precision Farming di Terra e Vita 14
Leggi anche:
