L'intelligenza artificiale
diventerà un alleato fondamentale per gli agricoltori del Delta
del Po, intervenendo per prevedere in tempo fenomeni sempre più
estremi come l'inaridimento del terreno, lo stress idrico delle
piante e la risalita del cuneo salino. A dirlo è una ricerca
dell'Università di Padova, realizzata in collaborazione con il
Consorzio di bonifica del Delta del Po, presentata oggi a
Rovigo nel corso del Food&Science Festival Lab, organizzato da
Confagricoltura Rovigo con Confagricoltura Mantova al Salone del
Grano e dedicato al tema dell'"Agricoltura e intelligenza
artificiale - Un nuovo approccio tra sviluppo economico e
sostenibilità".
Lo studio, presentato da Paolo Tarolli, ordinario di
Idraulica agraria del dipartimento Territorio e sistemi
agroforestali dell'Università, è incentrato sull'aridità nel
Nordest che, negli ultimi vent'anni, ha colpito con estati
sempre più calde, portando ad un progressivo inaridimento del
terreno. L'agricoltura del basso Veneto, in particolare del
Delta del Po, che come tutte le zone costiere è più esposta alle
conseguenze dei cambiamenti climatici, soffre di stress idrico,
con rischio di perdita dei raccolti e sparizione di colture.
"Vent'anni di dati sulle precipitazioni del Nordest, dal 2001 al
2021, ci fanno capire come tutta la zona del basso Veneto stia
andando verso l'inaridimento - ha spiegato Tarolli -. Le estati
sempre più roventi vanificano l'utilità delle piogge,
accelerando l'evaporazione idrica del terreno".
La novità è data da un'applicazione che l'Università di
Padova sta elaborando con il Consorzio del Delta, con il
sostegno dei fondi Pnrr: riuscirà a prevedere i fenomeni estremi
come la risalita del cuneo salino attraverso l'uso del satellite
e di big data, che, sulla base dei numeri riguardanti lo
storico, potranno aiutare a sviluppare un indice integrato che
consentirà di capire per tempo le situazioni a rischio, le
variabili che entrano in gioco e ad agire di conseguenza. In
sostanza, attraverso l'intelligenza artificiale, si potrà un
sistema di allerta basato su sensori, con il concorso dei
consorzi, della Regione e di altri enti istituzionali.
Riproduzione riservata © Copyright ANSA
