| TITOLO SOLUZIONE | Stima non invasiva del contenuto di clorofilla per monitorare lo stato nutrizionale del frumento |
|---|
| Ente | CNR-IBE |
|---|
| Quale bisogno soddisfa | L’attività ha come obiettivo quello di rendere disponibile gratuitamente per le operazioni di campo uno strumento digitale che informi sullo stato nutrizionale (azoto) del frumento in base a immagini scattate da smartphone. Inoltre, con l’ausilio di osservazioni da satellite, si produrranno, spazializzando i dati puntuali a livello di appezzamento, mappe dedicate alla fertilizzazione di precisione del frumento.
|
|---|
| Descrizione | Il contenuto di clorofilla nelle foglie è un indicatore chiave della capacità fotosintetica delle piante ed è direttamente correlato all'azoto. Pertanto, la stima della clorofilla attraverso la misura colorimetrica delle foglie è essenziale per monitorare la crescita delle colture, consentendo di migliorarne la resa e la qualità.
CNR-IBE mira a sviluppare un protocollo rapido, intuitivo ed efficace per la stima non invasiva e in tempo reale dello stato nutrizionale del frumento. Durante le ultime due annate agrarie, sono state scattate foto RGB da smartphone delle foglie di frumento in diverse fasi di crescita e in diversi regimi di nutrizione. Queste immagini, insieme a misure puntuali di clorofilla con l’analizzatore di foglie Dualex Force A, hanno fornito dati di riferimento per calibrare indici vegetazionali derivati dal satellite Sentinel-2. La correlazione delle osservazioni di campo, inclusi i modelli spaziali e spettrali, con quelle derivate da satellite consente di estendere la stima del contenuto di azoto da una scala puntuale a scala di appezzamento/azienda.
L’integrazione di misure a terra con osservazioni satellitari migliora l’accuratezza dei modelli per una pianificazione della fertilizzazione nell’ottica di una migliore gestione delle colture. Questo approccio mira a colmare il divario tra misurazioni localizzate e applicazioni di telerilevamento su più ampia scala.
|
|---|
| Numero Task | 3.1.3 |
|---|
| Titolo Task | Smart, autonomous, and IoT-based solutions for precise mechanization, irrigation, fertilization |
|---|
| Docente di riferimento | Riccardo |
|---|
| Dainelli |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Target | Agricoltori, tecnici aziendali, consulenti, divulgatori |
|---|
| Abstract grafico della soluzione |  |
|---|
| Gruppo di lavoro con tutti i ricercatori ed enti coinvolti | Spoke 3 |
|---|
| Nome | Najwane |
|---|
| Cognome | Hamie |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Ente | CNR-IBE |
|---|
| Piero |
|---|
| Toscano |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Ente | CNR-IBE |
|---|
| Mirco |
|---|
| Boschetti |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Ente | CNR-IREA |
|---|
| Lorenzo |
|---|
| Parigi |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Ente | CNR-IREA |
|---|
| Task leader | Silvana Andrea Civiletto [CNH] |
|---|
| WP leader | Guido D’Urso [UNINA] |
|---|
| TRL iniziale | 3 |
|---|
| TRL attuale | 5 |
|---|
| TRL finale | 6 |
|---|
| Valutazione finale | si |