Agricoltura 4.0, sensori e machine learning in una serra del Ragusano

Agricoltura 4.0, sensori e machine learning in una serra del Ragusano
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

Agricoltura 4.0 senza rete elettrica né connessione a internet. A Roccazzo, frazione di Chiaramonte Gulfi, si coltivano more in serra con l’aiuto del machine learning. Ma non solo. L’utilizzazione del sistema LoRaWAN, una tecnologia radio wireless per il monitoraggio e la comunicazione dei dati su lunghe distanze e a basso consumo energetico, fa sì che la coltivazione possa essere “assistita” da remoto anche in assenza di energia elettrica e di connessione a internet.

I nuovi impianti assolutamente innovativi sono stati installati per la prima volta nelle serre di proprietà di Andrea Angilletti, a Roccazzo: 3000 metri quadri coltivati a more. Si tratta di una coltura con standard qualitativi elevati per i quali serve garantire una temperatura costante, adeguata areazione, irrigazione ed fertilizzazione delle piante.

Per Andrea Angilletti, una parte delle attività agricole sono ora programmate e regolate a distanze, tramite un sistema di sensori realizzati da Lualtek, una start-up ragusana realizzata da Luca e Alessio Occhipinti. «Abbiamo voluto applicare il sistema LoRaWAN in agricoltura – spiega Alessio Occhipinti – convinti che questo avrebbe dato dei vantaggi enormi all’agricoltore. Abbiamo installato all’interno della serra alcuni sensori altamente innovativi, assemblati e realizzati da noi, che consumano pochissima energia e non sono collegati alla rete elettrica, ma ad un sistema a batteria di lunga durata (almeno 10 anni)»

Andrea Angilletti programma con il sistema LoRaWAN

Il sistema funziona quindi sempre, anche laddove non c’è energia elettrica e permette di garantire costantemente il monitoraggio costante delle colture. Oltre ai sensori, i due giovani della Lualtek si sono occupati della parte applicativa, quella che permette di programmare a distanza, di modificare le condizioni di una serra da remoto e perfino di suggerire e/o applicare – grazie al machine learning – modifiche ai parametri e alle soglie impostate per l’attuazione di determinate operazioni.

«Nel dettaglio – riferisce Alessio Occhipinti – permettiamo all’agricoltore e all’agronomo di “impostare una scena”, di predisporre cioè le condizioni di base della serra e di programmare una serie di attività che, a determinate condizioni, devono essere avviate. Ad esempio, quando i sensori rilevano la temperatura prefissata, fanno aprire i portelloni o, viceversa, li fanno richiudere. L’agricoltore può monitorare i dati a distanza e fare le scelte di volta in volta necessarie e può farlo anche da remoto, da casa sua, a qualunque ora».

Pc e smartphone gli strumenti indispensabili per l’Agricoltura 4.0

«Nelle serre – continua Luca Occhipinti – abbiamo montato un termoigrometro interno, un termoigrometro della terra, una mini-stazione meteo esterna e alcuni attuatori per l’apertura dei portelloni che erano già motorizzati, per l’accensione delle ventole e per l’accensione della trivella. Usando il nostro software i portelloni e le ventole si aprono in automatico al raggiungimento di determinate soglie di temperatura e umidità (grazie ad un algoritmo che incrocia i dati). Inoltre, l’agricoltore riceve una notifica ogni volta che alcuni valori raggiungono le soglie pre-impostate e una notifica di successo/fallimento ogni volta che avviene un automatismo; può accendere e spegnere la trivella dal suo smartphone, anche da casa, con un pulsante presente nel software (la sua trivella è a più di 700 metri dalla serra e ogni volta doveva usare l’auto). Il sistema consente un notevole risparmio di tempo e di manodopera».

da sinistra: Luca Occhipinti, Andrea Angilletti e Alessio Occhipinti

Il sistema Lualtek ha già assicurato una serie di vantaggi: l’agricoltore doveva recarsi in azienda per controllare la temperatura 6 o 7 volte al giorno, oggi lo fa solo quando è necessario. I sensori e gli attuatori sono altamente innovativi ed assemblati in house, quindi non sono reperibili altrove; funzionano fino a 10 km di distanza, distanza che può essere ampliata con l’installazione di altri gateway. I sensori sono modulari e vengono realizzano in maniera mirata in base alla fitopatia, alle condizioni meteo ad altre esigenze, come l’antigelo o la fertirrigazione.

«È anche possibile – aggiunge Alessio Occhipinti – agire in modo mirato su micro-zone dell’ambiente coltivato e applicare misure diverse sulla base delle condizioni di quella pianta o di una determinata zona. Grazie all’applicazione del machine learning, il software sarà in grado di suggerire e/o applicare modifiche ai parametri e alle soglie di attuazione e di prevedere l’andamento delle colture sulla base dei dati storici acquisiti».

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Ti sei iscritto con successo alla newsletter

C'è stato un errore mentre tentavi di inviare la richiesta. Per favore, riprova

Sicilia Verde Magazine utilizzerà le informazioni fornite in questo modulo per essere in contatto con te e per fornire aggiornamenti e marketing