Informazioni sui cookie del presente sito Per il corretto funzionamento, i nostri siti Web richiedono alcuni cookie (richiesto). Inoltre, con il suo consenso, potrebbero essere utilizzati altri cookie per l'analisi dell'utilizzo del sito, per migliorare l'esperienza utente e per scopi pubblicitari. Per ulteriori informazioni, consultare le. Visitando il nostro sito web, accettate il trattamento delle informazioni da parte nostra come descritto nelladichiarazione sulla privacy di IBM. Per consentire una corretta navigazione, le preferenze per i cookie dell'utente verranno condivise sui domini Web IBM qui elencati.
Cos'è l'agricoltura intelligente?
Pubblicato: 10 dicembre 2023
Collaboratori: Alice Gomstyn, Alexandra Jonker
Per agricoltura intelligente si intende l'adozione di tecnologie avanzate e operazioni agricole basate sui dati per ottimizzare e migliorare la sostenibilità nella produzione agricola. Le tecnologie utilizzate per l'agricoltura intelligente includono l'intelligenza artificiale (AI), l'automazione e l'Internet delle cose (IoT).
Sebbene le nuove tecnologie e i nuovi strumenti siano da tempo parte integrante della gestione agricola e della produzione alimentare, lo sviluppo e l’adozione di tecnologie agricole intelligenti sono oggi motivati da preoccupazioni urgenti.La più importante è la sicurezza alimentare: secondo il Fondo monetario internazionale, la produzione alimentare deve aumentare del 70% entro il 2050 per tenere il passo con la crescita della popolazione globale.1
Ad esacerbare le preoccupazioni sulla sicurezza alimentare è il cambiamento climatico, che danneggia le rese dei raccolti e mette in pericolo la disponibilità di risorse naturali come l’acqua per l’irrigazione. Oltre a far fronte a questi problemi, il settore agricolo deve affrontare anche sfide in termini di redditività a fronte dell’aumento dei costi di input come i fertilizzanti, della volatilità dei prezzi delle materie prime e dei crescenti requisiti normativi.
“Attraverso un'agricoltura intelligente, possiamo adattarci meglio alle incertezze causate dal cambiamento climatico, mitigare gli impatti ambientali e promuovere la resilienza nella produzione agricola.”
— Organizzazione internazionale per la standardizzazione (ISO)2
Integra le tecnologie di agricoltura intelligente con previsioni agricole accurate.
Evoluzione delle pratiche e delle tecnologie agricole
Le prime pratiche agricole erano incentrate sull'uso di manodopera, animali e strumenti semplici. Alcuni notevoli progressi nelle tecnologie agricole furono l'invenzione della seminatrice nel 1701, per una semina più efficiente, l'introduzione del motore a trazione a vapore come alimentazione nel XIX secolo,per la trebbiatura del grano, e l'introduzione di trattori a gas all'inizio del XX secolo.
Mentre l'avvento delle macchine agricole ha ridotto significativamente il lavoro manuale richiesto per la produzione agricola, la capacità di raccogliere e analizzare i dati ha aiutato gli agricoltori a ottimizzare la produzione agricola e zootecnica. Questo tipo di “agricoltura di precisione” risale almeno ai primi anni ’80, grazie al lavoro del dott. Pierre Robert, noto come “il padre dell'agricoltura di precisione”. Il dott. Robert ha studiato la variabilità del suolo e l'idea che diverse parti di un campo richiedano diversi livelli di nutrienti per consentire rese ottimali delle colture. La ricerca di Robert ha contribuito a spianare la strada allo sviluppo della gestione differenziale dei campi nei sistemi agricoli.3
Gli anni ’90 hanno visto un altro balzo in avanti nella tecnologia utilizzata dalle imprese agricole con l’invenzione del monitoraggio digitale della resa dei raccolti e il crescente utilizzo di sistemi di posizionamento globale (GPS) satellitari. La combinazione dei dati del monitoraggio delle rese con la mappatura GPS ha consentito la mappatura delle rese, che ha fornito informazioni importanti sulle caratteristiche e sulla qualità delle colture in tempo reale, durante la raccolta. Successivamente il GPS ha contribuito a promuovere un altro importante progresso nella tecnologia agricola: l’automazione. Il trattore autonomo e a guida autonoma è nato da una collaborazione tra l’azienda di attrezzature agricole John Deere e la NASA, all’inizio degli anni 2000.
I piccoli agricoltori producono circa un terzo della fornitura alimentare mondiale.
Le moderne soluzioni agricole oggi disponibili sono alimentate da tecnologie avanzate che stanno rivoluzionando la produzione agricola nelle imprese agricole grandi e piccole.
ICT comprende l'acquisizione, l'archiviazione, il recupero, l'elaborazione, la visualizzazione, la rappresentazione, la presentazione, l'organizzazione, la gestione, la sicurezza, il trasferimento e l'interscambio di dati e informazioni, come da definizione del National Institute of Standards and Technology del Dipartimento del Commercio degli Stati Uniti. La raccolta di dati su tutto, dal contenuto del suolo alle condizioni meteorologiche, è diventata un aspetto fondamentale dell’agricoltura intelligente e le ICT stanno aiutando gli agricoltori a organizzare e trasferire i dati.
L'Internet delle cose (IoT) si riferisce a una rete di dispositivi fisici, veicoli, apparecchi e altri oggetti fisici integrati con sensori, software e connettività di rete che consentono di raccogliere dati. Nel caso dell'agricoltura intelligente, i dispositivi IoT connessi includono molti tipi di sensori IoT, noti anche come “sensori intelligenti”, come quelli per il monitoraggio delle colture, il monitoraggio del bestiame e l'osservazione delle condizioni dell'attrezzatura agricola, tra gli altri. Anche i veicoli aerei senza pilota (UAV) o i droni dotati di LiDAR raccolgono dati agricoli attraverso il telerilevamento.
L’intelligenza artificiale e il machine learning possono aiutare gli agricoltori a ricavare insight dai “big data”, set di dati grandi e complessi, derivanti dalle iniziative IoT. L'analisi dei dati e la modellazione attraverso soluzioni di AI e machine learning basate sul cloud possono fornire informazioni per il processo decisionale e le tecniche di agricoltura intelligente. Ad esempio, analisi predittiva, set di dati meteorologici e modelli di previsione agricoli alimentati dal machine learning possono aiutare il settore agricolo a gestire il processo di produzione, tra cui la produzione delle colture, l'utilizzo del suolo e la pianificazione della supply chain.
L’automazione e la robotica occupano un posto di rilievo nelle moderne pratiche di agricoltura intelligente. Oltre ai trattori autonomi, gli agricoltori sfruttano i robot per lavori come la semina, la raccolta e la potatura. Possono anche impiegare gli UAV, comunemente utilizzati per la raccolta di dati, per spruzzare fertilizzanti, pesticidi e altri input agricoli in modo più efficiente e preciso rispetto ai metodi tradizionali. L'applicazione più precisa e limitata del concime, in particolare, può avere un impatto ambientale notevole: il concime è una fonte significativa di emissioni di gas serra.
Il settore agricolo e i fornitori di tecnologie possono contribuire a creare un futuro migliore per l'agricoltura con tecniche e innovazioni agricole intelligenti. Ecco alcuni esempi di ottimizzazione della produttività agricola nel mondo, grazie all’agricoltura intelligente.
In Texas, i sensori collegati a un'app per smartphone stanno raccogliendo informazioni in tempo reale sulle condizioni del suolo, compresa l'umidità. L'app combina queste informazioni con altri dati, comprese le previsioni meteo, per un'analisi basata sull'AI che produce raccomandazioni sull'irrigazione. Le raccomandazioni vengono inviate ai dispositivi mobili degli agricoltori per aiutarli a utilizzare in modo efficiente le risorse idriche per una migliore crescita delle colture nelle aree colpite da siccità e cambiamenti climatici.
Anche in California, dove l'uso efficiente dell'acqua è una delle principali preoccupazioni, un'azienda vinicola ha implementato una soluzione basata sul cloud che acquisisce informazioni dalle previsioni meteorologiche e dalle immagini satellitari, nonché dai sensori per misurare lo stress della vite.L'analisi dei dati fornisce consigli relativi all'irrigazione adattati alle esigenze di ciascuna vite.Da quando è stata adottata questa soluzione, le rese sono aumentate del 26%, mentre il consumo di acqua è stato ridotto del 16%.
Nella regione dell'Almaty in Kazakistan, una struttura “smart greenhouse” di cinque ettari è dotata di tecnologia IoT e AI.Queste tecnologie monitorano le condizioni all'interno delle serre e regolano automaticamente le temperature, la luce, l'umidità e i livelli di irrigazione, nella misura necessaria per creare un'ambiente ottimale per la crescita delle colture.4
Nel Regno Unito, i ricercatori hanno collegato dei sensori al bestiame nelle aziende lattiero-casearie per monitorare la loro attività, compresi i passi compiuti e il tempo trascorso a mangiare e a riposare.Poiché i bovini più attivi generalmente mostrano un comportamento più positivo, queste informazioni possono aiutare gli allevatori a determinare se sono necessari interventi, ad esempio cambiare l’ambiente in cui vivono gli animali per aumentare i loro livelli di contentezza, pratica che tende a migliorare la produzione di latte.5
Soluzioni correlate
Integra le tecnologie dell'agricoltura intelligente con accurate previsioni agricole per ridurre al minimo le interruzioni e massimizzare la produzione delle colture.
Sfrutta una soluzione modulare creata sulla blockchain, che offre vantaggi a tutti i partecipanti alla rete con un ecosistema alimentare più sicuro, smart e sostenibile.
Gestisci i portafogli immobiliari durante il loro ciclo di vita con una gestione intelligente degli asset e un sistema integrato di gestione dell'ambiente di lavoro (IWMS).
Risorse
Attraverso l’Internet delle cose, le aziende possono monitorare, gestire e automatizzare le operazioni in modo più efficiente e con maggiore controllo.
IBM e Texas A&M AgriLife stanno collaborando per aiutare gli agricoltori a ricevere informazioni sull’uso dell’acqua.
Scopri i dati geospaziali e i vantaggi del loro utilizzo per le previsioni e la mitigazione del rischio.
LiDAR è una tecnologia di telerilevamento che utilizza raggi laser per misurare distanze e movimenti precisi in un ambiente.
Spinta dalla domanda del mercato e alimentata dalla tecnologia, la trasformazione digitale avviene attraverso l’adozione di esperienze digital-first di clienti, partner commerciali e dipendenti.
Scopri come l’AI può contribuire a creare un futuro migliore per l’agricoltura.
Note a piè di pagina
¹ “Aiutare ad alimentare la popolazione mondiale in rapida crescita.” (link esterno a ibm.com) IMF blog, 31 gennaio 2017.
²“Agricoltura intelligente: il potenziale trasformativo dell'agricoltura basata sui dati. ” (link esterno a ibm.com) ISO.
³“L'evoluzione dell'agricoltura di precisione e delle implicazioni nelle politiche.” (link esterno a ibm.com) American Farm Bureau Federation, 23 agosto 2023.
⁴“Come una serra “intelligente” aiuta gli agricoltori kazaki a coltivare ortaggi tutto l'anno.” (link esterno a ibm.com) Organizzazione delle Nazioni Unite per l'agricoltura e l'alimentazione, 2 agosto 2023.
⁵“Robocow: sensori attaccati al bestiame aiutano gli allevatori a mantenerli felici.”(link esterno a ibm.com)Yahoo news.14 agosto 2023.