DATA-BUS

Nei prossimi decenni, la sfida più grande per il settore agricolo sarà quella di produrre cibo a sufficienza per una popolazione in crescita, riducendo al minimo l'impatto ambientale delle produzioni, come specificato dal Green Deal dell'UE e dalla relativa strategia Farm to Fork. In questo contesto, la valutazione delle performance economiche e ambientali dell'agricoltura è ora ancora più cruciale per fornire informazioni sulla sostenibilità del settore.

È stato dimostrato che l'uso di dati a livello di azienda agricola diventa fondamentale a causa dell'ampia eterogeneità delle pratiche agricole, delle dimensioni aziendali, della specializzazione e dell'ubicazione delle stesse, che si riflettono in prestazioni ambientali molto eterogenee, soprattutto in termini di emissioni di gas serra (GHG) e consumi energetici.

L'accuratezza dei dati microeconomici disponibili attraverso la Rete d'informazione contabile agricola (RICA) potrebbe essere migliorata con una digitalizzazione automatica delle attività sul campo basata sulla registrazione e sull'elaborazione dei dati aziendali, che provengono principalmente da sensori prossimali e remoti e dalle macchine agricole. I dati provenienti da sensori remoti e prossimali sono già ampiamente sfruttati nella ricerca, mentre pochi studi sono stati condotti sui dati forniti dalle macchine provenienti da sensori integrati nelle reti CANBUS e ISOBUS, che rappresentano una tecnologia abilitante per l'agricoltura 4.0. Il potenziale informativo di questi enormi set di dati può divenire ancora più elevato attraverso la progettazione di un adeguato metodo di post-elaborazione. Infatti, la risoluzione spaziale e temporale dei dati macchina può consentire di ottenere una descrizione dettagliata delle attività agricole, calcolando gli esatti costi economici e ambientali delle coltivazioni, non solo a livello di azienda agricola ma anche a livello di singole attività sul campo. In tale direzione, il progetto mira a sostenere gli imprenditori agricoli nel percorso di transizione verso un'agricoltura guidata dai dati al fine di aumentarne la produttività e la loro efficacia decisionale.