Il Data Mining nello sviluppo di modelli previsionali per la gestione integrata dell'agricoltura sostenibile

Starting from the literature concerning applications of Data Mining (DM) for the integrated management of environmental information, in the present work an application path referred to the smart use of spatial data is traced to encourage the adoption of sustainable practices in agriculture, overcoming the limitations to the productivity related to biological agriculture. In particular, this work focuses its attention on the class of DM algorithms called "supervised algorithms" addressed to the clustering of the cultivated area of farms, illustrating its potentiality to define the typical decision making of management and planning of interventions. This approach is particularly significant for the integrated management of regionalized and environmental data to the topographical and soil features of the area that we want to model and to the physical-chemical nature of soil, to the kind of cultivation used, to the availability and quality of the water, as well as economic and socio-economic aspects.

Traendo spunto dall'articolata letteratura scientifica in tema di applicazioni del Data Mining (DM) per la gestione integrata dell'informazione ambientale, nel presente lavoro viene tracciato un percorso applicativo riferito alla valorizzazione dei dati di tipo spazializzato al fine di favorire l'adozione di pratiche gestionali che facciano proprie le istanze di sostenibilità ambientale, superando le limitazioni alla produttività legate all'agricoltura puramente biologica. In particolare, partendo dalle problematiche legate all'agricoltura di precisione, si focalizza l'attenzione sulla classe di algoritmi di DM detti "supervisionati" indirizzati alla clusterizzazione delle superfici coltivate delle aziende agricole, illustrandone le potenzialità utili alla definizione di processi decisionali in fase di gestione e pianificazione di interventi. Tale approccio è particolarmente significativo per la gestione integrata dei dati regionalizzati con quelli di carattere ambientale riferiti in particolare alle caratteristiche topografiche e pedologiche del territorio che si vuole modellizzare ed alla natura chimico-fisica del suolo, al tipo di coltivazione avviata, alla disponibilità e qualità delle acque, nonché ad aspetti socioeconomici e congiunturali.