Internet of Things, dati satellitari e modelli predittivi per rivoluzionare l’agricoltura di precisione. È questa l’idea alla base di SPADA, acronimo di “SPAtialized DSS tools for precision Agriculture”, un progetto di ricerca sperimentale da 200mila euro, cofinanziato nell’ambito del Bando IRISS promosso da SMACT Competence Center. Il progetto sarà sviluppato da Abinsula, azienda sarda specializzata nel settore IoT e soluzioni digitali e nasce per ottimizzare l’uso delle risorse idriche, migliorare la gestione agronomica e ridurre l’impatto ambientale nel settore agricolo.

Nel corso dei prossimi mesi, per conseguire gli obiettivi prefissati, l’azienda sarda intende sviluppare una piattaforma di supporto decisionale per l'agricoltura di precisione, specialmente per colture estensive come quelle cerealicole. Per farlo sfrutterà tecnologie avanzate quali sensori IoT a basso costo, installati nei campi agricoli per raccogliere dati in tempo reale su variabili critiche come l'umidità del suolo e la temperatura, e dati satellitari per monitorare il fabbisogno irriguo e il rischio di micotossine, fornendo agli agricoltori informazioni tempestive e accurate. Al contempo, l’uso di modelli predittivi supporterà la forza lavoro nella gestione ottimale dell'irrigazione e nel monitoraggio dello stress idrico. Il sistema è pensato, infatti, per evitare irrigazioni eccessive e supportare una gestione agricola più efficiente e sostenibile.

Il progetto è in collaborazione con Primo Principio, società cooperativa che offre servizi ICT dedicati al mondo agricolo e partner tecnologico di SMACT, che fornirà il suo know-how nel campo dell’agronomia digitale e dei sistemi di supporto alle decisioni, contribuendo allo sviluppo degli algoritmi di analisi e simulazione dei fenomeni agronomici.

«L’integrazione di tecnologie avanzate nell’agricoltura è una necessità per migliorare l’efficienza delle produzioni e ridurre l’impatto ambientale», afferma Antonio Solinas, R&D&I Director Abinsula. «Il progetto SPADA permetterà agli agricoltori di prendere decisioni più informate, basate su dati scientifici e analisi predittive, contribuendo a un’agricoltura più sostenibile e produttiva».