Il corretto utilizzo dei tanti dati calcolabili in modo analitico rappresenta una risorsa per gestire le pratiche agricole. La prova con un hardware open source per il controllo dell'irrigazione.
La fisiologia delle piante richiede particolare attenzione a diverse variabili che vanno analizzate per stabilire i momenti opportuni per fertilizzare, irrigare, potare, effettuare la propagazione e così via. Le numerose “informazioni” che le colture trasmettono, rappresentano gli ingressi di un sistema dinamico che evolve nel tempo. Analogamente al concetto di sistema dinamico in matematica ed in ingegneria ,secondo il quale un sistema evolve in un tempo “t” da uno stato all’altro secondo una certa relazione, un sistema colturale si modifica nel tempo, raggiungendo un altro stato per mezzo delle attività che vengono svolte su determinate grandezze. Alcune di queste coinvolgono condizioni esterne alle piante (ad esempio il clima e la qualità del suolo).
La produzione, pertanto, è condizionata da come queste variabili “entrino realmente in gioco” in un sistema che non sempre può essere deterministico, ovvero senza esistenza corrispondenza certa e predeterminata con ciò che sarà il prodotto finale. A incidere sul prodotto finale, infatti, sono i fattori ambientali, agronomici ed umani.
Da diverso tempo, l'utilizzo dei dispositivi di acquisizione dei dati e dei parametri biologici delle piante ha consentito di supportare l'agricoltore nelle varie pratiche colturali e nell’analisi dei valori tipici dell'ambiente in cui egli opera. In particolar modo nell’ambito delle cosiddette colture protette. L'impiego di sensori e di sonde ha reso possibile la determinazione di una maggiore precisione dei momenti più opportuni per attuare i protocolli necessari al miglioramento della produttività agricola. Spesso, però, ciò che si osserva è il fatto che questi dispositivi di sensing, seppur progettati per essere strumenti pronti all'uso, non forniscono soluzioni uniformi di trattamento dei dati che essi raccolgono. Ad esempio, incidono, il tipo di collegamento (se presente) ad un personal computer, il formato dati che esportano, la modalità di integrazione dei dati stessi in altre piattaforme software di più comune utilizzo.
E i sistemi non sempre sono in grado di interagire tra loro, il che significa che vengono progettati ed usati per un preciso obiettivo, slegati tra loro e pertanto non è sempre possibile ottenere i vantaggi di una coltivazione guidata dai dati. Con queste premesse, uno degli obiettivi della cosiddetta “agricoltura di precisione” è quello di guidare e monitorare le procedure di germinazione e di coltivazione delle piante, al fine di garantire risultati produttivi con maggiore efficacia, minimizzando lo spreco delle risorse e riducendo i costi. L’agricoltura di precisione, intesa come l’insieme di quelle attività innovative che permettono l’evoluzione mirata da uno stato all’altro del sistema colturale, fa uso di strumentazione tecnologica sofisticata ed integrata, atta a rilevare i parametri biologici delle piante e ad indagare le variabili dell’ambiente in cui esse sono situate, al fine di determinare al meglio le pratiche colturali.
L’Internet delle cose (Internet of Things – IoT) rappresenta l’evoluzione ulteriore dei sistemi di elaborazione in rete consistente nella possibilità che gli oggetti (nel senso più ampio possibile, non più solo personal computer o smartphone) acquisiscano intelligenza grazie alla comunicazione tra loro attraverso i protocolli di comunicazione tipici di internet. Questo è possibile per qualunque dispositivo elettronico equipaggiato con un software che gli permetta di scambiare dati con altri oggetti connessi, un’evoluzione importantissima nell’uso della rete con la tecnologia già ampiamente diffusa.
L’IoT porta con sé una corrispondente riduzione di costo e di risorse (energetiche e computazionali) dei singoli oggetti ed un’esplosione di informazione da loro generata. Si tratta, ovviamente, di grandi quantità di dati tipicamente non strutturati, da cui estrarre le informazioni desiderate. Per questo motivo l’IoT aggiunge un’ulteriore dimensione di interesse all’agricoltura di precisione, poiché nell’accezione generale, le informazioni tratte dai sistemi di sensing applicate alle coltivazioni sia in campo aperto che in ambito di serre costituiscono la base informativa su cui applicare i procedimenti dell’agricoltura di precisione.
Creare prototipi a basso costo per l’IoT. Negli ultimi anni si sono diffusi, a supporto della strategia IoT, dei sistemi di elaborazione basati sul concetto di hardware open source (OSHW). Questi consentono di definire e costruire prototipi elettronici per coniugare la programmazione dei sensori e dei dispositivi connessi a queste unità di elaborazione. L’hardware open source permette di rendere pubblici i vari progetti in modo che chiunque possa studiare, modificare, distribuire, realizzare, e vendere il progetto o l’hardware modificato basato su di esso. Uno dei progetti più noti in tal senso è la piattaforma Arduino, soluzione open source made in Italy, sviluppata nel 2005 da Massimo Banzi ed altri collaboratori a Ivrea, presso l’”Interaction Design Institute” . Arduino è composto da un piccola scheda fisica e da un ambiente di sviluppo software. Una volta programmata, la scheda permette di intervenire sull’attività di altri oggetti, sia che si tratti, ad esempio, di una lampadina direttamente collegata o di una porta dotata di un sensore per ricevere il segnale o di far funzionare un motore.
Arduino , in pratica, è un “piccolo computer” a basso costo e opensource, in grado di interagire col mondo esterno, tramite elementi in ingresso e produce uscite e azioni programmabili attraverso un codice prodotto con un linguaggio ad alto livello, caricabile sul sistema di elaborazione attraverso una porta usb di un computer. I concetti principali su cui si basa sono i seguenti:
INPUT: i sensori sono dei componenti elettronici che convertono una grandezza fisica (temperatura,luminosità, umidità) in una grandezza elettrica.
OUTPUT: gli attuatori sono dei dispositivi che a partire da un segnale elettrico producono un effetto nello spazio fisico. Ad esempio una lampadina converte un segnale elettrico in luce oppure un motore converte l’elettricità in movimento o, ancora, un relè permette di attivare una pompa di irrigazione.
A tutto ciò si affianca un ambiente di sviluppo integrato multipiattaforma (per Linux, Apple Macintosh e Windows), che permette di scrivere programmi con un linguaggio semplice e intuitivo derivato da C e C++ chiamato Wiring, liberamente scaricabile e modificabile. Usando un sensore di umidità del suolo è possibile rilevare la necessità di irrigazione e quindi ottimizzando l'utilizzo della risorsa idrica. Dalle specifiche tecniche ed elettriche del sensore si possono stabilire i parametri di "avvertimento" relativi alla necessità di acqua.
Prova in campo. La sperimentazione effettuata ha consentito di usare Arduino con un sensore di temperatura ambientale e uno schermo LCD con potenziometro (per variarne la luminosità) per la visualizzazione dei parametri di temperatura ed umidità del suolo (inserito in un vaso di una specie floricola con terra inizialmente molto asciutta). Dopo l'inserimento dell'acqua il sensore ha rilevato la modifica dell'umidità dal 25% ad un valore di poco superiore all'80%. La prototipazione mostra la fattibilità di un monitoraggio dell'umidità del suolo anche su altri ambienti come i bancali in una serra o su un terreno, con la finalità di attuare un'irrigazione mirata e precisa.
Questo dimostra che l'Internet delle cose sta modificando l'applicazione delle tecnologie ai dispositivi, per far in modo che questi siano in grado autonomamente di inviare dati e di comunicare tra loro, al fine di attuare una interconnessione "intelligente" e regolare Arduino consentono di creare prototipi di dispositivi mobili in grado di rilevare diverse grandezze e realizzare un'attuazione in risposta. Sono ancora diverse le problematiche aperte nella ricerca di, ma in agricoltura, come nel vivaismo in generale, l'IoT può consentire di ottenere informazioni su diverse varietà e i parametri di coltivazione migliori per quella determinata specie o le patologie, in relazione a variabili importanti come il clima e la qualità del suolo. Di fatto ciò sarà utile per la creazione di un enorme "enciclopedia" sulla gestione delle colture, contribuendo ad arricchire anche gli open data in agricoltura.
Sperimentazione proposta ed effettuata presso:
CREA - consiglio per la ricerca in agricoltura e l'analisi dell'economia agraria CREA-VIV