| titolo descrizione | Uso di immagini da drone per ottimizzare il diserbo post-emergenza nel mais |
|---|
| Ente | Università di Pisa |
|---|
| Quale bisogno soddisfa | Riduzione dell'impiego di input chimici per la coltivazione di colture destinate all'alimentazione animale
|
|---|
| Descrizione | Si è messo a punto un metodo per razionalizzare il diserbo post-emergenza per il mais utilizzando immagini RGB catturate da un drone commerciale e semplici sw (Canopeo ed Excel).
Il confronto tra parcelle con infestanti e parcelle prive di infestanti ha permesso la stima della copertura verde delle infestanti (WGC, weed green cover).
La relazione tra WGR e perdita di resa relativa (RYL, relative yield loss) della coltura può essere calcolata utilizzando un modello di regressione a due parametri.
Trasformando il RYL in perdita di guadagno (moltiplicandolo per il premio del prodotto), è possibile identificare il valore del WGC per il quale il costo del diserbo è uguale ai mancati ricavi.
Le applicazioni possibili sono:
Nelle aziende agricole non digitali, il metodo aiuta gli agricoltori a decidere se diserbare o no. Nelle aziende agricole digitali il metodo è in grado di creare mappe di prescrizione per l'applicazione di erbicidi a rateo variabile dove vengono trattate solo le aree che superano la soglia di controllo delle infestanti.
|
|---|
| Numero Task | 5.3.1 |
|---|
| Titolo Task | Precision agriculture to reduce input for growing crops utilized for animal nutrition |
|---|
| Docente di riferimento | Nicola |
|---|
| Silvestri |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Target | Agricoltori/Allevatori
|
|---|
| Abstract grafico della soluzione |  |
|---|
| Gruppo di lavoro con tutti i ricercatori ed enti coinvolti | Spoke 5 |
|---|
| Nome | Daniele |
|---|
| Cognome | Antichi |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Ente | Università di Pisa |
|---|
| Nome | Silvia |
|---|
| Cognome | Pampana |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Ente | Università di Pisa |
|---|
| Nome | Leonardo |
|---|
| Cognome | Ercolini |
|---|
| Mail | Email nascosta; è necessario JavaScript. |
|---|
| Ente | Università di Pisa |
|---|
| Nome | Nicola |
|---|
| Cognome | Grossi |
|---|
| Email | Email nascosta; è necessario JavaScript. |
|---|
| Ente | Università di Pisa |
|---|
| Task leader | Daniele Antichi |
|---|
| WP leader | Luisa Biondi |
|---|
| TRL iniziale | 5 |
|---|
| TRL attuale | 6 |
|---|
| TRL finale | 7 |