Risponde alla necessità di monitorare e gestire in modo sostenibile i sistemi agroforestali, migliorando l'efficienza nell’uso delle risorse, aumentando le condizioni di benessere degli animali e riducendo l'impatto ambientale.

Per valutare correttamente il carico zootecnico nei sistemi agroforestali, è necessario considerare la presenza simultanea di ruminanti selvatici, che si sommano a quella degli animali domestici. Mentre il carico zootecnico legato agli animali domestici è facilmente controllabile, poiché gestito dall’allevatore, quello degli animali selvatici risulta in gran parte sconosciuto e difficile da quantificare. Il fototrappolaggio rappresenta uno strumento utile per monitorare in modo continuo e a basso costo la presenza degli animali, ma richiede un notevole impegno per l’analisi delle immagini e dei video da parte di operatori specializzati. Per superare questa limitazione, si è proposta l’adozione di algoritmi di intelligenza artificiale basati sul deep learning, addestrati al riconoscimento e alla classificazione automatica della teriofauna tipica dei sistemi agroforestali, con particolare attenzione agli ungulati selvatici e i predatori. I risultati hanno permesso di arrivare ad oltre il 90% di correttezza nell’identificazione automatica delle varie specie da parte dell’algoritmo.

Allevatori, Agricoltori e Istituzioni.