Nel campo delle tecnologie “Internet of Things” applicate alla viticoltura, i modelli previsionali rappresentano strumenti semplici che permettono di migliorare la gestione fitoiatrica del vigneto. Queste tecnologie infatti consentono, a fronte di un modesto investimento, di raccogliere capillarmente dati ambientali agrometeorologici puntuali e sitospecifici fondamentali per monitorare le condizioni di sviluppo dei patogeni.

Attraverso i modelli previsionali di elaborazione dei dati raccolti è possibile anticipare e prevedere con un certo grado di sicurezza lo sviluppo di un determinato patogeno, consentendo dunque di agire con tempestività e vigore nei momenti chiave della malattia, al fine di bloccare sul nascere lo sviluppo. Allo stesso modo è possibile prevedere il rischio legato alla presenza di fitofagi, per i quali i trattamenti mirati sono in grado di interrompere la diffusione della popolazione degli insetti tra le varie generazioni (o annate), ma di questo parleremo in seguito all’interno di un successivo post.

Nel caso della Peronospora della Vite, utilizzando il modello DSS presente sulla piattaforma WiForAgri, è possibile individuare, da subito:

• La germinazione dei primi gruppi di oospore del terreno;
• Il rilascio dei primi gruppi di zoospore nel terreno;    
• La loro diffusione nei tralci della vite;
• Ed, infine, i momenti (a cadenza oraria) critici di infezione primaria primaverile sulle foglie, su cui applicare i trattamenti.

Andando quindi ad individuare le infezioni fungine primarie, ed in accordo con lo sviluppo fenologico delle piante stesse, si può arginare quelle infezioni che, se tralasciate, provocano danni importanti in fase di fioritura ed allegagione dei tralci di vite. Viceversa, è unanimemente riconosciuto che gli attacchi tardivi sulle foglie causati dal prolungarsi dei cicli di infezione primaria, seppure molto frequenti, impattano in misura minore la produttività finale.

Il modello previsionale sulla Peronospora della Vite WiForAgri è stato testato e calibrato rispetto alle sintomatologie evidenziate in aree testimone non trattate nei vigneti del Collio Orientale (Collio Goriziano) e dell’Istria Slovena. Tale attività è stata svolta per soddisfare le esigenze di attendibilità in diverse condizioni viticolturali, critiche per la previsione della malattia all’interno del progetto “SUSGRAPE: Sustainable GrapeVine” (2017-2020) finanziato con i fondi INTERREG Italia-Slovenia.

L’attendibilità del Modello per la Peronospora della Vite di WiForAgri è stata dunque calibrata e testata su areali (nicchie) a diversa caratterizzazione fitoclimatica descritte da una complessità di fattori che rispecchia le particolarità delle situazioni di ritrovamento della malattia sul campo. Durante i 30 mesi di sperimentazione i modelli sono stati calibrati sui singoli lotti a seconda dei microclimi e delle risposte epidemiologiche che abbiamo potuto osservare in campo, per cui ogni singolo lotto produttivo possiede una calibrazione personalizzata e rispondente alle sue esigenze. Tale flessibilità e modularità operativa del modello implica allo stesso tempo che, al fine di ottenere una previsione affidabile e quanto più precisa, le capillarità dei sensori e dei nodi di misura in campo risulta un fattore fondamentale per ottenere stime attendibili per il proprio lotto produttivo.

È questa dunque una delle rivoluzioni dell’IoT in agricoltura, consentire una raccolta dati capillare sul territorio, un’elaborazione dati complessa e calibrata su ogni singolo appezzamento e contesto microclimatico a fronte di un investimento alla portata di tutti.