Descrizione

Conferma dell’attuazione del progetto

PNRR – M2 C1 Inv 3.4 – fondi NGEU- CUP B79I21001210001

Finanziamento del progetto di ricerca nell’ambito del bando “V bando Contratto di Filiera e di Distretto” (cod. Consolidato dell’Avviso n. 0182458 del 22/04/2022) indetto da MASAF collegato al contratto di filiera “FLOS-Florovivaismo sostenibile: innovazione di processo e di prodotto per affrontare nuove sfide ambientali ed economiche”.

Obiettivi del progetto e risultati attesi

Sintesi del progetto di ricerca

Il progetto di Ricerca è finalizzato a sviluppare diverse tematiche tutte afferenti al miglioramento della sostenibilità nella filiera florovivaistica. La proposta di ricerca nasce dalla necessità di venire incontro alle sfide cruciali della filiera e delle specie che la compongono, quindi agli elevati costi energetici e alla complessità della gestione microclimatica in serra, dove il controllo di umidità e salinità risulta determinante per la qualità finale. In un mercato che esige standard qualitativi rigorosi e tracciabilità totale, il basso tasso di digitalizzazione attuale rende strategica l’introduzione di tecnologie e robotiche per ottimizzare i costi gestionali e garantire la sostenibilità economica delle produzioni in ambiente protetto. Il progetto promuove l’adozione di modelli produttivi avanzati basati sull’integrazione di tecnologie per il monitoraggio, la gestione di precisione e l’ottimizzazione dei processi in ambiente protetto.

L’impianto progettuale prevede attività sperimentali su lotti pilota, con rilievi periodici lungo l’intero ciclo colturale mediante drone, finalizzati a descrivere la variabilità intra-serra e a generare evidenze oggettive per il controllo tecnico-gestionale. Sarà prevista dunque la dotazione di un drone dedicato all’esecuzione di trattamenti e concimazioni di precisione in serra, a supporto di interventi mirati e dell’ottimizzazione dell’impiego degli input. I dati raccolti saranno elaborati per l’individuazione precoce di possibili anomalie e criticità e per la produzione di mappe tematiche a supporto delle decisioni operative.

In parallelo, il progetto include la verifica di fattibilità di interventi complementari basati su mappe di prescrizione, tra cui trattamenti di precisione in serra eseguiti in modo localizzato, con l’obiettivo di migliorare l’efficacia e la tempestività degli interventi e ridurre applicazioni e consumi. L’integrazione con piattaforme di Farm Management e strumenti di supporto alle decisioni (DSS) abilita una raccolta strutturata dei dati e la loro trasformazione in indicatori utili al controllo aziendale. Il progetto prevede la definizione di protocolli agronomici innovativi e la loro validazione su aziende pilota, garantendo risultati trasferibili e replicabili.

L’integrazione di sistemi di visione artificiale e automazione domotica diventa il driver principale per la transizione digitale del comparto florovivaistico. Queste tecnologie permettono di fronteggiare l’instabilità climatica e gli elevati costi energetici in ambiente protetto. Il progetto mira a potenziare la sostenibilità della filiera attraverso l’adozione sinergica di AI Vision per il monitoraggio fisiologico tramite termocamere, illuminazione di precisione per la gestione dello stress fotosintetico e sistemi di fertirrigazione a ciclo chiuso a rateo variabile. Questa trasformazione, validata tramite rigorose analisi Life Cycle Costing (LCC) e Life Cycle Assessment (LCA), permetterà di valutare benefici economici e ambientali rispetto alla gestione tradizionale, raggiungendo una riduzione degli sprechi idrici e dei consumi energetici.

Obiettivi del progetto e risultati attesi

Obiettivi	Target (quantitativo e qualitativo)	Data di pubblicazione
Sperimentare e validare sistemi di monitoraggio digitale in ambiente protetto basati su campagne di rilievo lungo il ciclo colturale e su protocolli replicabili, finalizzati a migliorare l’efficienza d’uso di energia e input produttivi e a ridurre sprechi e variabilità qualitativa.	Attivazione di almeno 5 lotti/aziende pilota in ambiente protetto con 10 campagne di rilievo per ciclo colturale e rilascio di 1 protocollo operativo replicabile (piano di volo/acquisizione, controlli a terra, criteri di misura), garantendo confrontabilità tra cicli e contesti.	31/12/2029
Integrare sistemi di AI Vision e acquisizioni termiche e/o multispettrali per la diagnostica precoce di stress e anomalie di sviluppo, la produzione di mappe tematiche e il supporto a decisioni operative basate su evidenze oggettive.	Produzione di 4 mappe tematiche per ciclo (es. vigore, stress idrico/termico, anomalie di sviluppo, uniformità) con accuratezza di classificazione 80% validata su controlli a terra, e riduzione del 20% dei tempi di individuazione delle criticità rispetto alla gestione tradizionale.	31/12/2029
Valutare la fattibilità di soluzioni complementari per interventi di precisione in serra finalizzate a trattamenti localizzati e a rateo variabile sulla base di mappe di prescrizione derivate dai rilievi, con obiettivi di minimizzazione di deriva/sovrapplicazioni e incremento dell’efficienza d’uso degli input nel rispetto delle limitazioni operative dell’ambiente protetto.	Esecuzione di interventi localizzati a rateo variabile su 30% della superficie monitorata, con riduzione del 10–15% dei volumi distribuiti e riduzione del 20% di sovrapplicazioni/aree fuori bersaglio, mantenendo la conformità alle condizioni di sicurezza e operatività in serra.	31/12/2029
Strutturare dataset e KPI statisticamente validati integrando dati di contesto e flussi operativi per alimentare modelli decisionali (DSS) e analisi di sostenibilità e costi, garantendo confrontabilità tra cicli produttivi e contesti differenti.	Costituzione di una banca dati integrata con 50.000 record/dati elementari e definizione di 15 KPI standardizzati; disponibilità di dataset “pronto DSS” con metadati e qualità del dato verificata.	31/12/2029
Strumenti per il calcolo della LCA atti ad analizzare e monitorare l’impatto ambientale in termini di Carbon e water footprint, al fine di verificare il miglioramento della sostenibilità ambientale ed economica dei modelli proposti.	Realizzazione di almeno 1 studio LCA + 1 studio LCC su casi pilota, con riduzione CFP del 5–10% e riduzione WFP del 10–15% rispetto allo scenario di riferimento, e produzione di 1 report di scenario/mercato.	31/12/2029