Silke Hemming, Feije de Zwart, Anne Elings, Anna Petropoulou, Isabella Righini

Sensors 2020, 20, 6430; doi:10.3390/s20226430

Per il secondo anno consecutivo, l’Università di Wageningen (NL), insieme ad altri partner industriali, ha organizzato l’”Autonomous Greenhouse Challange”. Quest’anno l’obiettivo delle sei squadre iscritte alla competizione è stato quello di massimizzare i ricavi ottenibili dalla produzione di pomodoro da mensa in serra, in un ciclo colturale lungo sei mesi, attraverso l’utilizzo dell’intelligenza artificiale. Per fare questo, le diverse squadre erano costituite da membri con competenze multidisciplinari, in modo da ottimizzare l’utilizzo della sensoristica alla coltivazione del pomodoro. Come termine di confronto, una sola squadra ha gestito la coltivazione in maniera tradizionale, ossia regolando i parametri climatici, irrigui e di gestione della coltura in funzione dei sopralluoghi fatti in serra quotidianamente. La squadra “Automatoes” ha utilizzata una temperatura media più alta rispetto agli altri ed allo stesso tempo ha ottenuto la più alta efficienza di utilizzo dell’impianto di riscaldamento. Anche il team ‘controllo’ ha impostato una temperatura media più alta rispetto alle altre squadre, ma in questo caso l’efficienza d’uso di questo fattore produttivo si è ridotta. Il daily light integral (DLI) è andato via via aumentando tra l’inizio e la fine della coltivazione (da 6-7 a 27-28 µmol m-2 s-1), mentre il DLI della luce supplementare si è ridotto durante il ciclo di coltivazione (da 13-14 a 0 µmol m-2 s-1). L’illuminazione supplementare è stato il fattore della produzione che più degli altri ha contribuito al consumo dell’energia elettrica, infatti il team che ha fatto più di tutti ricorso all’illuminazione supplementare (48% del DLI totale) ha ottenuto una bassa efficienza dell’utilizzo dell’energia elettrica, mentre il team “Automatoes”, che si è rivelato quello con la migliore strategia, ha ottenuto un’efficienza dell’energia elettrica media, rispetto a tutte le altre squadre. La concentrazione media della CO2 all’interno delle serre è stata tra 800 e 900 ppm con una decrescita nelle fasi finali del ciclo di coltivazione e con un’efficienza di utilizzo all’incirca di 0,63 kg CO2 per kg di frutto ottenuto. La coltivazione è avvenuta in ciclo chiuso. Il consumo medio di soluzione nutritiva è stato di 450 L/m2, ma il team “Automatoes” ne ha consumati 430 L/m2. La quantità media di drenaggio è stata tra il 30 e 40% per tutte le squadre, salvo rare eccezioni, mentre i valori di conducibilità elettrica sono stati tra 5 e 7 dS/m. Relativamente alla gestione delle piante, la densità di steli al metro quadro al momento del trapianto è stata tra 2,6 e 4,0 steli, mentre alla fine del ciclo di coltivazione si è arrivati tra 4,5 e 5,8 steli/m. La squadra ‘controllo’, invece, si è spinta fino a 8,0 steli al metro quadro, ma questa è stata una scelta penalizzante in quanto ha richiesto un eccessivo impiego di manodopera riducendo così il profitto della coltivazione. La scelta del numero di steli per metro quadro e del numero di frutti da “potare” sul grappolo ha influito sul numero di frutti prodotti. Infatti, al momento della cimatura delle piante la squadra “Automatoes” ha ottenuto 1459 frutti/m2, 136 in più della squadra ‘controllo’ e 137 in meno del massimo ottenuto dalla squadra “The Automators”. Alla fine del ciclo di coltivazione “Automatoes” ha prodotto 14,36 kg/m2 mentre “The Automator” 14,35 kg/m2 e la squadra ‘controllo’ 14,30 kg/m2 ma i costi di produzione dei primi sono stati nettamente inferiori. Il profitto netto (costi – ricavi) di “Automatoes” è stato di 6,86 €/m2 (37,22 €/m2 – 26,07 €/m2). Inoltre, da un’analisi delle performance è stato dimostrato che mediamente le squadre hanno operato a livelli di CO2 e temperatura ottimali, mentre per quanto riguarda l’utilizzo dell’illuminazione artificiale è emerso che tutte le squadre avrebbero potuto utilizzare per più ore l’impianto di luce supplementare, aumentando i costi di energia elettrica e la produzione di pomodori, ma riducendo i costi di riscaldamento. Aggiungendo due ore di luce supplementare ogni giorno, il team “Automatoes” avrebbe aumentato di 1,4 €/m2 il profitto netto; inoltre, in linea generale, il DLI utilizzato dalle squadre sarebbe dovuto essere leggermente più basso subito dopo il trapianto, in quanto la pianta aveva poche foglie e frutti e più alto tra le settimane 5 e 15 dopo il trapianto.

Questo studio dimostra come l’intelligenza artificiale possa contribuire al miglioramento delle performance aziendali, ma per poterla gestire è necessario dotarsi di opportuna sensoristica e di competenze multidisciplinari. Inoltre, oltre la gestione dei parametri climatici e irrigui è fondamentale la corretta gestione della coltura (momento del trapianto, densità, cimatura del grappolo, ecc.); inoltre, per la maggior parte delle operazioni colturali non si è ancora riusciti ad ottenere una buona affidabilità nell’automazione. Questa rappresenterà una sfida per il futuro.

HTML: https://www.mdpi.com/1424-8220/20/22/6430

PDF: https://www.mdpi.com/1424-8220/20/22/6430/pdf