Negli ultimi cento anni, similmente a quanto avvenuto per il settore industriale, anche il settore agricolo è stato protagonista di un rapido progresso tecnologico e ha subito diverse "rivoluzioni" epocali. A partire dagli inizi del ventesimo secolo, l'agricoltura ha infatti conosciuto quattro stadi evolutivi tecnologici (CEMA). Al primo stadio, oggi comunemente definito come "agricoltura 1.0", le macchine erano del tutto assenti e il lavoro si basava sull'impiego intensivo della manodopera (nei primi decenni del '900 infatti, circa 1/3 della popolazione lavorava nel settore agricolo). A partire dagli anni Cinquanta del secolo scorso, inizia lo stadio dell'"agricoltura 2.0", corrispondente all'epoca della "rivoluzione verde", quando l'introduzione di nuove pratiche agronomiche e strumenti quali fertilizzanti di sintesi, fitofarmaci e macchine specializzate consentirono di aumentare drasticamente le rese produttive ricorrendo a input relativamente economici. Lo stadio dell'"agricoltura 3.0" comincia negli anni Novanta e inaugura l'era dell'"agricoltura di precisione", volta a migliorare l'accuratezza delle operazioni e a ottimizzare le rese agronomiche riducendo la quantità di input impiegati. L'agricoltura 3.0 si caratterizza inoltre per la progressiva digitalizzazione del settore e per l'introduzione di tecnologie sempre più avanzate come i dispositivi di geo-localizzazione satellitare e la guida automatica dei macchinari. In questi ultimi anni l'agricoltura di precisione è stata potenziata dall'uso integrato di un ampio set di nuove tecnologie: sensori per la misurazione ed il controllo remoto, attuatori e microprocessori sempre più potenti ed economici, comunicazione tramite banda larga, Tecnologie dell'Informazione e della Comunicazione (ICT), sistemi basati su Cloud Computing, Internet of Things (IoT) e analisi dei "big data" (Pierpaoli, Carli, Pignatti, & Canavari, 2013; Wolfert, Ge, Verdouw, & Bogaardt, 2017). Queste tecnologie, associate all'uso sempre più diffuso di internet, computer e dispositivi mobili (smartphone e tablet) hanno portato il settore alla nuova era dell'"agricoltura 4.0", definita anche Digital Farming. L'agricoltura 4.0 rappresenta dunque una evoluzione dell'agricoltura di precisione verso sistemi di produzione agricola connessi che ricorrono a reti intelligenti e strumenti di gestione dei dati con l'obiettivo di utilizzare tutte le informazioni e le competenze disponibili per consentire l'automazione dei processi sostenibili in agricoltura. In questo ambito l'analisi dei "Big data" ricopre un ruolo chiave, in quanto attorno ad essa si sviluppano offerte di nuovi servizi basati su algoritmi in grado di conferire un importante valore aggiunto all'enorme quantità di dati disponibile in agricoltura. Attraverso l'analisi incrociata di fattori ambientali, climatici e colturali, è possibile ad esempio stabilire il fabbisogno irriguo e nutritivo delle coltivazioni o identificare infestanti prima che proliferino, o aumentare le capacità di automazione dei veicoli agricoli (ad esempio nella guida, semina, irrorazione) compiendo interventi mirati, che permettono di risparmiare tempo e risorse, migliorando la resa delle coltivazioni e le condizioni di lavoro.
Agricoltura 4.0: una ricerca intervento per promuovere l'adozione dell'innovazione tecnologica tra operatori agricoli in Piemonte
Eugenio Cavallo;Federica Caffaro;Giorgia Bagagiolo;
2021
Abstract
Negli ultimi cento anni, similmente a quanto avvenuto per il settore industriale, anche il settore agricolo è stato protagonista di un rapido progresso tecnologico e ha subito diverse "rivoluzioni" epocali. A partire dagli inizi del ventesimo secolo, l'agricoltura ha infatti conosciuto quattro stadi evolutivi tecnologici (CEMA). Al primo stadio, oggi comunemente definito come "agricoltura 1.0", le macchine erano del tutto assenti e il lavoro si basava sull'impiego intensivo della manodopera (nei primi decenni del '900 infatti, circa 1/3 della popolazione lavorava nel settore agricolo). A partire dagli anni Cinquanta del secolo scorso, inizia lo stadio dell'"agricoltura 2.0", corrispondente all'epoca della "rivoluzione verde", quando l'introduzione di nuove pratiche agronomiche e strumenti quali fertilizzanti di sintesi, fitofarmaci e macchine specializzate consentirono di aumentare drasticamente le rese produttive ricorrendo a input relativamente economici. Lo stadio dell'"agricoltura 3.0" comincia negli anni Novanta e inaugura l'era dell'"agricoltura di precisione", volta a migliorare l'accuratezza delle operazioni e a ottimizzare le rese agronomiche riducendo la quantità di input impiegati. L'agricoltura 3.0 si caratterizza inoltre per la progressiva digitalizzazione del settore e per l'introduzione di tecnologie sempre più avanzate come i dispositivi di geo-localizzazione satellitare e la guida automatica dei macchinari. In questi ultimi anni l'agricoltura di precisione è stata potenziata dall'uso integrato di un ampio set di nuove tecnologie: sensori per la misurazione ed il controllo remoto, attuatori e microprocessori sempre più potenti ed economici, comunicazione tramite banda larga, Tecnologie dell'Informazione e della Comunicazione (ICT), sistemi basati su Cloud Computing, Internet of Things (IoT) e analisi dei "big data" (Pierpaoli, Carli, Pignatti, & Canavari, 2013; Wolfert, Ge, Verdouw, & Bogaardt, 2017). Queste tecnologie, associate all'uso sempre più diffuso di internet, computer e dispositivi mobili (smartphone e tablet) hanno portato il settore alla nuova era dell'"agricoltura 4.0", definita anche Digital Farming. L'agricoltura 4.0 rappresenta dunque una evoluzione dell'agricoltura di precisione verso sistemi di produzione agricola connessi che ricorrono a reti intelligenti e strumenti di gestione dei dati con l'obiettivo di utilizzare tutte le informazioni e le competenze disponibili per consentire l'automazione dei processi sostenibili in agricoltura. In questo ambito l'analisi dei "Big data" ricopre un ruolo chiave, in quanto attorno ad essa si sviluppano offerte di nuovi servizi basati su algoritmi in grado di conferire un importante valore aggiunto all'enorme quantità di dati disponibile in agricoltura. Attraverso l'analisi incrociata di fattori ambientali, climatici e colturali, è possibile ad esempio stabilire il fabbisogno irriguo e nutritivo delle coltivazioni o identificare infestanti prima che proliferino, o aumentare le capacità di automazione dei veicoli agricoli (ad esempio nella guida, semina, irrorazione) compiendo interventi mirati, che permettono di risparmiare tempo e risorse, migliorando la resa delle coltivazioni e le condizioni di lavoro.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.