Ottimizzazione della protezione delle colture con una soluzione di monitoraggio intelligente dei parassiti
Il controllo delle infestazioni agricole di solito comporta l’ispezione manuale di trappole, la registrazione del numero di catture e la segnalazione di tali riscontri a un esperto in colture per ottenere consigli. Per ridurre il costo di questo approccio ad alta intensità di viaggio e di lavoro (soggetto inoltre a errore umano), tale controllo viene tipicamente eseguito solo a cadenze settimanali. Questo metodo è stato sviluppato decenni fa, quando la protezione delle colture era dominata da insetticidi ad ampio spettro, con impatti ambientali negativi. Gli agricoltori necessitano di un approccio più mirato, basato sull’evidenza e tempestivo. La soluzione Trapview, finanziata dall’UE, consente ai coltivatori di monitorare da remoto gli insetti infestanti catturati nelle trappole a feromoni. I coltivatori vengono inoltre allertati in tempo reale su quando è necessario spruzzare insetticidi, in base all’elevato numero di infestanti rilevati. La trappola di monitoraggio intelligente Le trappole di Trapview, che possono auto-pulirsi garantendo un’elevata efficienza di cattura e di conseguenza un’alta qualità di dati, inviano immagini al cloud almeno una volta al giorno. Queste immagini vengono elaborate e quindi analizzate mediante apprendimento automatico per identificare ciascuno degli insetti raffigurati. Per garantire la precisione, il team ha addestrato le reti neurali di IA introducendo decine di migliaia di immagini di parassiti bersaglio sicuramente identificati. Come spiega il coordinatore del progetto, Matej Štefančič, «anche se le nostre trappole ci forniscono dati affidabili, l’interpretazione è difficile, così come lo è la ricerca di modelli per le previsioni. È qui che entra in gioco l’apprendimento automatico, che utilizza dati storici combinati con dati provenienti da più fonti». L’identificazione dei parassiti è indicata da un’etichetta intorno all’insetto bersaglio, con una percentuale di livello di «fiducia» corrispondente, che indica la certezza dell’identificazione. Gli utenti vedono solo quelli al di sopra di determinate soglie. Il modello Trapview combina quindi le informazioni giornaliere estratte dalle immagini degli insetti, con i dati meteorologici locali, le tendenze storiche e le previsioni, per prevedere le dinamiche dei parassiti. «Questo approccio risulta altamente efficiente, con una precisione di identificazione superiore al 90 %, migliore in media rispetto all’uomo. Inoltre, l’accuratezza delle previsioni era superiore all’80 %, migliore di tutti sul mercato», afferma Štefančič. «Considerando che il nostro modello integra effettivamente i risultati della protezione delle colture durante la stagione, le previsioni ci offrono un vantaggio competitivo fondamentale». L’utilizzo nel bacino del Mediterraneo, così come altrove (per es. Australia e Stati Uniti), ha anche rivelato che collocare una densità inferiore di dispositivi a formare una rete/griglia ha fornito una migliore comprensione delle popolazioni di insetti nocivi in aree specifiche, rispetto a un numero maggiore di dispositivi in un posto unico. Adozione diffusa per la sicurezza e la sostenibilità alimentare Affinché il cibo sia più sicuro, con conseguente alimentazione più sana e ridotta resistenza agli insetticidi, i residui di insetticidi devono essere ridotti. Inoltre, la protezione delle colture basata su decisioni informate e tempestive, evitando spruzzature gestite dal calendario o dalla regola generale, contribuisce a soddisfare gli standard normativi. Trapview fa anche risparmiare costi di viaggio e di manodopera ai clienti, mentre aiuta in modo cruciale a produrre raccolti maggiori con colture di migliore qualità. Ad oggi Trapview vanta migliaia di trappole automatizzate messe in campo con successo in oltre 40 paesi in 6 continenti. Il team è ora focalizzato su mercati e colture chiave con le maggiori possibilità di un’adozione diffusa. I ricercatori svilupperanno inoltre la tecnologia per includere: servizi predittivi per ulteriori parassiti, monitoraggio efficiente di più parassiti simultaneamente, espansione del riconoscimento delle immagini ed elaborazione dell’IA per una gamma più ampia di parassiti e un’accuratezza ancora maggiore. «Siamo i leader nel nostro settore, con un percorso molto chiaro per conservare questa posizione. Vogliamo introdurre la tecnologia Trapview nella maggior parte della produzione alimentare a base vegetale per migliorare la vita e l’ambiente delle persone», afferma Štefančič.
Parole chiave
Trapview, parassiti, agricoltura, cibo, insetti, insetticida, colture, trappole, agricoltura, intelligenza artificiale, apprendimento automatico
