Ricercatori austriaci testano un sistema con droni per rilevare prima le malattie del vigneto

Un team di ricerca in Austria sta օգտագործando droni, sensori multispettrali e intelligenza artificiale per individuare prima e con maggiore precisione le malattie della vite, nel tentativo di aiutare i viticoltori ad agire prima che le infezioni si diffondano in interi vigneti.

JOANNEUM RESEARCH ha comunicato martedì che la sua unità DIGITAL sta sviluppando il sistema nell’ambito di un progetto chiamato VinoMon, incentrato sul monitoraggio automatizzato e su larga scala delle malattie della vite. Il lavoro viene svolto con i partner biohelp, twins e Agro Innovation Lab, con prove sul campo in corso nella Stiria meridionale.

Il progetto punta a malattie che possono causare gravi perdite di raccolto nella produzione vinicola, tra cui Goldgelbe Vergilbung, Stolbur ed ESCA. JOANNEUM RESEARCH ha affermato che Goldgelbe Vergilbung è una preoccupazione particolarmente urgente perché può diffondersi all’interno dei vigneti ed è trasmessa in parte dalla cicalina americana della vite.

L’obiettivo è individuare le viti malate il prima possibile e identificarne la posizione esatta, fino al singolo ceppo. Questo potrebbe offrire a viticoltori e autorità pubbliche una base migliore per decidere quando e dove intervenire.

Le ispezioni attuali nei vigneti richiedono molto lavoro e in genere coprono solo parti limitate di un’area coltivata. I ricercatori affermano che un sistema automatizzato potrebbe monitorare aree molto più vaste con meno tempo e personale, mostrando anche dove stanno iniziando a comparire i sintomi della malattia.

Nelle prove in corso, un drone vola a bassa quota sopra i vigneti e registra immagini delle viti. Quelle immagini costituiscono il nucleo del sistema in fase di sviluppo. I ricercatori poi esaminano il materiale, contrassegnano le parti sospette o malate delle piante e usano quelle immagini etichettate per addestrare un modello di IA a distinguere le foglie sane da quelle malate.

Stefanie Onsori-Wechtitsch, specialista di IA coinvolta nel progetto, ha affermato che l’obiettivo è far sì che il sistema distingua le foglie malate da quelle sane e localizzi il più precisamente possibile nelle immagini aeree le parti colpite di un vigneto.

Secondo JOANNEUM RESEARCH, il lavoro combina diversi elementi tecnici: una piattaforma di imaging basata su UAV, rilevamento multispettrale, pianificazione automatizzata della traiettoria di volo 3D, metodi di IA focalizzati sulle piante, comunicazioni 5G e strumenti per visualizzare i risultati su mappe digitali. I dati dovrebbero essere resi disponibili tramite un sistema informativo geografico, così che gli utenti possano vedere dove i sintomi sono concentrati.

Il project manager Peter Schallauer ha detto che, alla fine, viticoltori e autorità dovrebbero poter accedere ai dati a livello di vite e usarli come base per le misure di controllo. Il valore pratico di questo approccio sta tanto nella rapidità quanto nella precisione. Se la tecnologia è in grado di segnalare in anticipo le aree problematiche, gli interventi potrebbero essere più localizzati invece di essere applicati su larga scala in tutto il vigneto.

Questo conta anche oltre la ricerca sulla salute delle piante, perché i vigneti sono la base della materia prima per il settore vinicolo. Un rilevamento più precoce a livello di singole viti potrebbe aiutare i produttori di vino a limitare le perdite di raccolto, ridurre la necessità di trattamenti più ampi su interi appezzamenti e gestire la pressione delle malattie con interventi più mirati. L’effetto dipenderebbe dall’efficacia del sistema nell’uso commerciale e da quanto ampiamente verrà adottato, ma l’approccio indica un modo per proteggere le rese potenzialmente riducendo i trattamenti fitosanitari non necessari.

Il sistema è ancora in fase di sviluppo e JOANNEUM RESEARCH lo ha presentato come ricerca e non come strumento commerciale finito. Una parte fondamentale di questo lavoro è la costruzione della base di immagini necessaria per il machine learning. Il materiale di partenza indicava che centinaia di immagini vengono usate per addestrare l’IA, con ciascuna immagine analizzata e annotata per migliorare la capacità del modello di riconoscere gli schemi di malattia in condizioni di campo.

L’imaging multispettrale è centrale in questo sforzo perché può catturare informazioni oltre la gamma visibile della fotografia standard. Questo può rendere più facile rilevare segnali di stress o di malattia che potrebbero non essere ancora evidenti all’occhio umano durante un normale sopralluogo in vigneto. Combinati con traiettorie di volo pianificate e analisi automatizzata, i ricercatori stanno cercando di trasformare questi segnali in mappe utilizzabili per il processo decisionale.

Il team afferma inoltre che il progetto è pensato per supportare nel tempo risposte più selettive, compresa una riduzione delle misure di protezione delle piante su vasta area e un migliore supporto alle opzioni di controllo biologico. Ciò richiederebbe un rilevamento affidabile e la certezza che il sistema possa distinguere i sintomi di malattia da altre fonti di stress della pianta, come il meteo, la nutrizione o i danni meccanici, in reali condizioni di vigneto.

JOANNEUM RESEARCH ha detto che il progetto VinoMon va da gennaio 2025 a ottobre 2027. È finanziato tramite l’Agenzia austriaca per la promozione della ricerca, o FFG, dal Ministero federale delle Finanze austriaco.