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 COOPERATIVA AGRICOLA LA GUARDIENSE S.C.A di Guardia Sanframondi (BN),
C.F 00041080623

FINALITA’:

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 potrà monitorare 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 sarà, poi, uno strumento utile per la cantina per intraprendere una nuova modalità di comunicazione con i soci, per effettuare un percorso di tracciabilità delle produzioni sempre più reale, per realizzare una viticoltura più sostenibile e grazie a tali strumenti impostare anche un percorso di comunicazione più efficace e impostato su dati reali e dimostrati.

Il Progetto potrebbe dunque contribuire 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, saranno 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.

 

COSTO COMPLESSIVO AGEVOLABILE: € 1.536.595,05 

DURATA: 36 MESI