Utilizzo di strumenti avanzati per la gestione della difesa integrata in viticoltura

Lo studio di questa tesi è stato effettuato con lo scopo di validare, cioè testare la correttezza dei dati di simulazione di due modelli previsionali, uno riferito alla peronospora (Plasmopara viticola) e l'altro riferito all'oidio (Uncinula necator), cioè le due principali malattie fungine della vite. I due modelli sono stati messi a punto dalla 3a Srl, un'azienda italiana, fondata nel 1997, che si occupa di supportare le aziende agricole fornendo soluzioni di produzione a basso impatto ambientale. I modelli previsionali di simulazione consistono in algoritmi che mettono in relazione i dati meteorologici come pioggia, temperatura, umidità relativa e bagnatura fogliare, con i parametri di sviluppo dei funghi e avvio delle infezioni. Da un punto di vista pratico, questi modelli matematici sono utili a ridurre i trattamenti chimici e di conseguenza a salvaguardare l'ambiente e a ridurre le spese economiche associate alla coltura. Per svolgere questo lavoro, sono stati effettuati dei monitoraggi di campo una volta a settimana, da inizio aprile 2019 a inizio agosto 2019, in sei punti di monitoraggio che si estendono in una fascia di territorio che va da Asti (AT) ad Alba (CN). I rilievi fenologici e la presenza o meno delle due malattie, sono stati registrati direttamente in campo nell'app Greenplanet della 3a, dove essi, integrati con i dati climatici (rilevati dalle stazioni metereologiche) hanno contribuito allo sviluppo degli algoritmi di calcolo del modello. Successivamente, è stata effettuata un'analisi dei dati: per il modello peronospora abbiamo riscontrato una soddisfacente correlazione tra la simulazione del modello e le osservazioni di campo su tutti i punti studiati, mentre per il modello oidio ciò non si è verificato: grazie a questa problematica si sta cercando di implementare il modello rendendolo più efficiente.