Dai modelli empirici ai modelli meccanicistici fino ai sistemi di supporto alle decisioni. È questo, in sintesi, il lungo percorso compiuto dall’agricoltura verso il traguardo della sostenibilità ambientale, ha affermato Tito Caffi, ricercatore presso l’Università Cattolica del Sacro Cuore di Piacenza, in occasione del webinar “Protezione delle piante 4.0: dai modelli matematici ai sistemi di supporto alle decisioni” organizzato dall’Associazione italiana per la protezione delle piante (Aipp) nell’ambito delle attività promosse per l’International year of plant health (2020) indetto dall’Onu per aumentare la sensibilità mondiale sull’importanza di proteggere la salute delle piante.
Modelli per migliorare il controllo delle malattie
«A partire dalla seconda metà del secolo scorso, molti modelli sono stati sviluppati per migliorare il controllo delle malattie. Ovviamente un modello è una rappresentazione semplificata della realtà, cioè delle relazioni fra un patogeno, una pianta ospite e l’ambiente che determinano come un’epidemia si sviluppa nel tempo e/o nello spazio.
Ad esempio la lotta contro la Plasmopara viticola ha subito profonde evoluzioni nel corso del tempo, passando dai trattamenti a calendario ai metodi di difesa ragionata: infatti le infezioni realmente pericolose durante la stagione sono poche e un loro controllo mirato risulta più efficace della lotta a calendario, evitando le infezioni primarie ed effettuando trattamenti preventivi, il più vicino possibile all’infezione».
Negli ultimi decenni sono stati adottati approcci differenti per sviluppare modelli previsionali per le malattie delle piante: empirici e meccanicistici.
I modelli empirici
«Per i modelli empirici – ha sottolineato Caffi – le informazioni derivano da osservazioni e analisi a posteriori di dati di campo sulla malattia, che la collegano alle variabili ambientali che la influenzano, senza però fornire nessuna spiegazione circa le relazioni di causa-effetto. Modelli empirici sono stati elaborati utilizzando i dati raccolti in condizioni di pieno campo già a partire dalla seconda metà del secolo scorso.
La cosiddetta regola dei tre-dieci per identificare la prima infezione primaria stagionale della peronospora della vite è un precursore di questo tipo di modelli. Tale regola è stata derivata dall’analisi di osservazioni di pieno campo sui primi sintomi stagionali della peronospora nell’Oltrepò Pavese (1941-1946), con l’identificazione delle condizioni minime comuni per la comparsa dei primi sintomi: pioggia ≥ 10 mm in 24-48 ore, temperatura ≥ 10 °C, lunghezza germoglio 10 cm.
I modelli empirici sono “facili” da elaborare e non richiedono un’approfondita conoscenza biologica. Ma hanno anche molti limiti: è necessaria una grossa quantità di dati, le simulazioni sono poco rappresentative, nessuna informazione sui cicli biologici, è impossibile ottenere una generalizzazione, non predicono al di fuori del range dei dati, sono sempre necessarie validazione e calibrazione».
I modelli meccanicistici
Invece i modelli meccanicistici descrivono il sistema in base alle conoscenze su come esso funziona in relazione alle variabili guida.
«Le informazioni derivano da esperimenti specifici (ad hoc), effettuati in ambiente controllato o in campo per descrivere l’effetto dei fattori influenti su uno o più aspetti del patosistema. Questi modelli analizzano in dettaglio i differenti stati del ciclo di infezione e/o malattia e i loro cambiamenti nel tempo in seguito all’influenza delle variabili ambientali.
I modelli meccanicistici hanno diversi vantaggi: alto livello di dettaglio sui processi, accuratezza e robustezza, possibilità di effettuare previsioni, flessibilità. Ma accusano anche diversi svantaggi: presentano elevata complessità, richiedono multidisciplinarietà, la loro elaborazione esige molto tempo e alti costi di sviluppo».
Dai modelli per le malattie ai sistemi di supporto alle decisioni (DSS)
I modelli per la protezione delle piante aiutano a individuare i periodi di infezione e a effettuare i trattamenti di conseguenza. Quindi indicano se e quando intervenire. «Ma tutto questo è sufficiente per l’implementazione pratica dell’IPM? La corretta individuazione del periodo di infezione è solo una parte del processo decisionale.
Altre domande alle quali rispondere sono: la pianta è suscettibile? la pianta è già (ancora) protetta dall’ultimo trattamento? quale fungicida dovrei usare e a quale dose? le condizioni ambientali sono favorevoli al trattamento? È per rispondere a tutte queste domande che si è passati dai modelli per le malattie ai sistemi di supporto alle decisioni (Decision Support Systems), capaci di dare decisioni ponderate (informate) e azioni corrette.
Le DSS sono fondate su quattro punti fermi: monitoraggio (raccolta delle informazioni sulla coltura e l’ambiente colturale), analisi (delle informazioni disponibili e dei dati di monitoraggio, alla luce dell’esperienza), decisioni (se, quando e come intervenire: prodotti, dosi, ecc.), azioni (operazioni colturali e interventi di difesa). Le DSS sono al servizio dell’agricoltura di precisione, perché consentono di “fare la cosa giusta, al momento giusto, nel posto giusto”, quindi garantiscono la piena sostenibilità ambientale».
