Offrire agli olivicoltori soluzioni tecnologiche innovative per superare le criticità legate ai sistemi tradizionali di monitoraggio della mosca delle olive (Bactrocera oleae). È stato questo l’obiettivo del progetto TRAPSCORE (TRAPpola Smart per un mOnitoraggio da Remoto di Bactrocera oleae), sviluppato in Puglia dall’Università di Foggia e dal Politecnico di Bari in collaborazione con altri partner. Un obiettivo coerente con la richiesta di riduzione dell’impatto ambientale delle produzioni agricole da parte dell’Ue attraverso la strategia “Farm to Fork” come parte integrante dell’European Green Deal.
Trapscore, un progetto pilota sviluppato in Puglia
«Trapscore è un progetto pilota sviluppato in Puglia per migliorare il monitoraggio della mosca delle olive per mezzo di strumenti digitali afferenti all’agricoltura di precisione – ha introdotto Giacinto Salvatore Germinara, docente di Entomologia del Dipartimento Dafne dell’Università di Foggia, illustrando l’importanza del monitoraggio per il controllo sostenibile della mosca delle olive nel corso di un webinar organizzato per presentare i risultati del progetto -. Il monitoraggio è sempre più necessario per rilevare tempestivamente l’inizio di un’infestazione, al fine sia di effettuare trattamenti mirati e localizzati sia di ridurre l’impiego degli insetticidi e, quindi, diminuire i rischi per la salute di operatori e consumatori».
Vantaggi e limiti delle trappole automatiche in commercio
Ma gli attuali dispositivi di monitoraggio presentano un costo notevole, dovuto per il 20% al costo di acquisto di trappole ed erogatori e per l’80% al costo del personale addetto al controllo delle trappole, comprensivo dei suoi necessari spostamenti, per offrire dati tempestivi, quindi a cadenza settimanale o anche meno. Problema a cui si aggiunge la difficoltà di localizzare le trappole in campo.
«Sul mercato esistono già trappole automatiche per il controllo da remoto di ditteri tefritidi (B. oleae, Ceratitis capitata, ecc.), che garantiscono numerosi vantaggi:
- drastica riduzione del costo per personale e spostamenti,
- dati disponibili in tempo reale,
- possibilità di visualizzazione spaziale e temporale dei dati,
- possibilità di integrazione con un DSS.
Ma tali trappole presentano anche diversi limiti:
- mancano dati di validazione in campo mediante confronto con trappole manuali,
- la connessione da remoto non è sempre disponibile,
- l’alimentazione del pannello solare può essere insufficiente in autunno,
- i loro costi di acquisto e noleggio sono elevati».
Alternativa sostenibile alle trappole automatiche
Per trovare un’alternativa sostenibile alle trappole automatiche già in commercio, l’Unità di ricerca di Entomologia generale e applicata del Dipartimento Dafne dell’Università di Foggia, ha informato Germinara, ha contribuito a sviluppare un prototipo di trappola automatica a basso costo.
«Abbiamo dato contributi in termini di:
- conoscenze di base sul riconoscimento e sulla bioetologia della mosca delle olive;
- ottimizzazione dei seguenti parametri: attrattivi, colore e dimensionamento della trappola, orientamento della trappola;
- verifica visiva in campo delle catture registrate dal prototipo di trappola automatica;
- validazione del prototipo mediante confronto di catture fra trappola automatica e trappola manuale».
Trapscore, rilevatore di parassiti IoT a basso costo
Trapscore è un rilevatore di parassiti IoT a basso costo, basso consumo energetico, dimensioni ridotte e peso leggero per l’agricoltura di precisione, ha spiegato Raffaele Fasano, ingegnere di Neetra, partner tecnologico di Modugno (Bari) del progetto Trapscore.
«Le caratteristiche principali sono:
- dimensioni ridotte: vengono utilizzati case piccoli e schede HW ridotte;
- basso consumo energetico: l’unità di elaborazione HW viene utilizzata solo durante l’acquisizione e l’elaborazione a bordo dell’immagine (la batteria può durare mesi);
- basso costo: l’HW utilizzato è sviluppato con schede semplici e una telecamera a basso costo;
- modalità di acquisizione intelligente: basata su una configurazione di illuminazione standard e sull’elaborazione dell’immagine fondata sull’intelligenza artificiale».
