OrtoRomi punta sull’agricoltura predittiva per rendere più efficiente la gestione delle colture e affrontare le crescenti incertezze legate al cambiamento climatico. Si chiama AgriLeaf il progetto di ricerca avviato dalla cooperativa agricola in collaborazione con il Dipartimento di Agraria dell’Università di Napoli Federico II ed Evja, azienda agritech specializzata in intelligenza agronomica. L’iniziativa integra monitoraggio in campo e modelli previsionali per supportare le decisioni agronomiche, con tre obiettivi: ottimizzare l’irrigazione, anticipare il rischio di malattie e prevedere quantità e tempi del raccolto.
Avviato a giugno 2026, il progetto si svilupperà fino a dicembre 2028 nell’ambito del Programma Operativo 2023-2029 dell’Organizzazione di produttori OrtoRomi. La sperimentazione riguarda quattro colture: spinacio, valeriana, rucola e lattughino.
“La partnership è nata non solo dalle esigenze di approvvigionamento di materia prima, ma anche dalla consapevolezza condivisa della necessità di innovare le pratiche agricole per affrontare le sfide del cambiamento climatico, utilizzare le risorse in modo più efficiente e rispondere alla crescente domanda di prodotti freschi” commenta Jacopo Oregio Catelan, agronomo OrtoRomi.
Otto centraline per monitorare le condizioni in campo
La componente tecnologica di AgriLeaf si basa su otto centraline microclimatiche Evja, già installate nelle aziende socie OrtoRomi tra Lombardia, Veneto e Piana del Sele.
I dispositivi rilevano in tempo reale temperatura e umidità dell’aria, radiazione solare e bagnatura delle foglie. A questi dati si aggiungono quelli delle sonde nel terreno, che misurano contenuto d’acqua, temperatura ed elettro-conducibilità.
Tutte le informazioni confluiscono in un’unica piattaforma che integra il monitoraggio con modelli previsionali dedicati all’irrigazione, alla difesa fitosanitaria e alla stima delle rese. Il sistema è adattato anche alle specifiche esigenze microclimatiche delle serre e consente agli agronomi e alle persone coinvolte nella gestione delle colture e degli approvvigionamenti di consultare i dati e ricevere avvisi personalizzati.
L’obiettivo è affiancare all’esperienza dei tecnici strumenti previsionali più precisi, per individuare quando intervenire e programmare con maggiore accuratezza le attività produttive.
Meno acqua e fitosanitari grazie ai modelli previsionali
Il primo ambito di sperimentazione riguarda l’ottimizzazione delle risorse idriche. La piattaforma combina le misurazioni del contenuto d’acqua nel suolo con modelli che stimano le perdite per evaporazione e traspirazione delle piante, così da individuare il fabbisogno effettivo delle colture e i momenti più opportuni per irrigare. Il traguardo indicato dal progetto è una riduzione dei consumi idrici fino al 20% rispetto alla gestione tradizionale.
Il secondo filone è dedicato alla prevenzione delle malattie. Attraverso l’incrocio dei parametri microclimatici, i modelli individuano le condizioni favorevoli allo sviluppo dei patogeni, tra cui la peronospora, e generano avvisi sul rischio di infezione e sulla fase di produzione delle spore. Le previsioni vengono poi confrontate con i casi effettivamente osservati in campo per verificarne l’attendibilità.
In questo caso, l’obiettivo è rendere gli interventi di difesa più tempestivi e mirati, riducendo fino al 15% l’impiego di prodotti fitosanitari e limitando il rischio di sviluppo di resistenze.
Previsioni del raccolto per programmare gli approvvigionamenti
Il terzo obiettivo riguarda la stima dei volumi e delle date di raccolta. Per un’organizzazione che rifornisce linee di confezionamento e grande distribuzione, conoscere con maggiore precisione la disponibilità di prodotto e i tempi in cui sarà pronto per la raccolta permette di intervenire sulla programmazione anche a valle della produzione.
AgriLeaf utilizza i dati microclimatici per elaborare previsioni sulle quantità e sulle date di raccolta, da confrontare con la pianificazione aziendale e verificare successivamente attraverso i volumi effettivi. Le informazioni potranno così contribuire a migliorare la gestione della logistica e degli approvvigionamenti, limitando gli squilibri tra prodotto disponibile e necessità di fornitura.
Il percorso di sviluppo prevede una prima fase, nel 2026, dedicata alla calibrazione dei modelli e ai test iniziali. Nel 2027 sono previste l’estensione e l’integrazione del sistema, mentre il 2028 sarà dedicato all’adozione su larga scala e alla definizione di linee guida operative. L’obiettivo è coinvolgere un numero significativo di aziende socie, affinché le tecnologie sviluppate possano essere utilizzate da un’ampia parte dei produttori. L’Università curerà inoltre la formazione dei tecnici e la divulgazione dei risultati.
