project - EIP-AGRI Operational Group
PV SENSING - Operational Group for the deployment of innovative sensors in the vineyard for the prevention of infections by Plasmopara viticola
PV SENSING - Gruppo Operativo per la diffusione di sensoristica innovativa nel vigneto per la prevenzione di infezioni da Plasmopara viticola
Objectives
The objective of the project is the demonstration of the performance of a new system for the prediction and prevention of the infections by Plasmopara viticola. The system comprises innovative sensors in the vineyard and a previsional model integrated in a DSS, which takes the sensors data as an input, giving the infection risk as an output. Thanks to the new sensors, the accuracy is expected to be higher with respect to the existing models, permitting a rationalization of the pesticides use, according to the real necessity of the culture. The system will be tested for 2 years in 11 vineyards, both conventional and organic, with a final analysis of environmental impact and of costs/benefits ratio.
Objectives
Il progetto vuole dimostrare l'efficacia di un nuovo sistema -composto da sensoristica elettronica associata ad un modello previsonale - nel gestire i trattamenti fitosanitari contro le infezioni da Plasmopara viticola. Il modello previsionale prende come input i dati di una stazione meteorologica comprensiva dei nuovi sensori, fornendo come output la previsione del rischio di infezione. Grazie ai dati dei nuovi sensori ci si aspetta una maggiore accuratezza rispetto ad altri modelli esistenti. Lo scopo del sistema è guidare l'agricoltore indicando quando e in che dosi effettuare i trattamenti fitosanitari, razionalizzandoli rispetto alle reali esigenze della colture, ed evitando sprechi.
Activities
WP1: Deployment and setting of the technical instruments and zero point of testimonial farms;
WP2: Test in 11 different vineyards, 5 conventional and 6 organics, monitoring and measuring the infections by P. viticola (pilot action 1 - 2018)
WP3: Agronomic data analysis, comparison with model predictions, calibration
WP4: Test in 11 different vineyards, 5 conventional and 6 organics, monitoring and measuring the infections by P. viticola (pilot action 2 - 2019)
WP5: Final agronomic data analysis, comparison with the model predictions in the 2 years, measurement of the model previsional accuracy.
WP6: Comparison of agronomic theses, environmental impact and cost-benefit analysis.
Activities
WP1: Produzione della sensoristica e installazione, "punto zero" delle aziende agricole;
WP2: Test in 11 parcelle di vigneto, 5 convenzionali e 6 biologiche, con controlli periodici e raccolta dati sulle infezioni da P.viticola (azione pilota 1 - 2018)
WP3: Analisi dei dati agronomici, comparazione col modello, calibrazione del modello.
WP4: Test in 11 parcelle di vigneto, 5 convenzionali e 6 biologiche, con controlli periodici e raccolta dati sulle infezioni da P.viticola (azione pilota 2 - 2019)
WP5: Analisi finale dei dati agronomici, comparazione col modello e definizione della sua accuratezza.
WP6: analisi di impatto ambientale e rapporto costi/benefici per le aziende
Further details
- Main funding source
- Rural development 2014-2020 for Operational Groups
- Rural Development Programme
- 2014IT06RDRP014 Italy - Rural Development Programme (Regional) - Veneto
Location details
- Main geographical location
- Treviso
Project keyword
€ 330036.6
Total budget
Total contributions from EAFRD, national co-financing, additional national financing and other financing.
Contacts
-
Cantina Sociale Montelliana e dei Colli Asolani
Project coordinator
-
Az. Agr. Biscaro Francesco
Project partner
-
CET Electronics snc
Project partner
-
CREA - Consiglio per la ricerca in agricoltura e l'analisi dell'economia agraria - centro di ricerca
Project partner
-
Cantina del Terraglio s.c.a.
Project partner
-
Confagricoltura Veneto
Project partner
-
I.S.I.S.S. Domenico Sartor
Project partner
-
Società Agricola 7 Nardi s.a.s. Di Nardi Claudio e C.
Project partner
-
Società Agricola F.lli Da Lozzo di Da Lozzo Andrea e Gianni s.s.
Project partner
-
Terre Grosse Soc. Agr. s.s.
Project partner
-
Università degli Studi di Padova – Centro CIRVE
Project partner
Ressources
- Agronotizie - Viticoltura di precisione, quando i dati non sono mai abbastanza
- Agronotizie - Peronospora della vite: trattamenti mirati con Pvsensing
- Cosa c'è nel bicchiere? 10 start up per 10 storie legate al mondo del vino
- Forbes - Ciò che l’Italia dovrebbe copiare dalla Francia per promuovere i suoi …
- Italian Food Accademy - Viticoltura innovativa: in vigna arriva la tecnologia
- Pvsensing presentation - Vimeo
- Start up Italia - IoT, droni e sensori. Come cambia la produzione del vino
- Avvenire - Pure il vino è 4.0 Il digitale dalle vigne alla tavola
- PV sensing presentation - Facebook
- Facebook page
- Il Bacaro - Il futuro nel settore vino è nel calice 4.0
- Rural Hack - Il buon vino in 4.0
- How do I fight the downy mildew of the vine
- Pv sensing, more precise data against downy mildew
- CET Elettronica - Precision technologies for irrigation management and defense:…
- You win Magazine - Vino e scienza, sensoristica innovativa per la lotta alla pe…
2 Practice Abstracts
What presented so far is the result of a preliminary study, based on only two vintages and resulting from their specific climatic trend. In particular, the high rainfall of spring 2019 surely weighed on the number of treatments needed against downy mildew, regardless of the use of the novel technology. The experimental design of the project, dedicated to a first collection of the field data necessary for the calibration of the forecast model, led to the hypothesis on the reductions in the cost of defense and environmental impact on the basis of ex-post evaluations. A more exhaustive study should be produced with field validation tests in which the infection risk forecasts provided by the model are directly adopted as a defense strategy by the companies. This may highlight not only a reduction in treatments but, above all, how the correct positioning of the same can make the difference in the agronomic management. It’s interesting, for example, noting how some cases of epidemic spread of downy mildew infections in 2019, on treated vineyards, were due to treatments carried out by the company too early with respect to the rains and to the very fast growth of vegetation, in the early stages of the season. The progressive refinement of the forecast model, using the data already collected and the comparison with new seasons, will significantly improve the presented results.
Il quadro fin qui descritto è il frutto di uno studio preliminare, basato su sole due annate, risultante dall’andamento climatico delle stesse. In particolare, l’elevata piovosità della primavera 2019 ha pesato sul numero di trattamenti necessari, indipendentemente dall’utilizzo della nuova tecnologia. L’impostazione sperimentale del progetto, dedicata ad una prima raccolta dei dati necessari alla taratura del modello, ha portato ad ipotizzare le riduzioni del costo di difesa e dell’impatto ambientale sulla base di valutazioni ex-post. Una trattazione più esaustiva potrà essere prodotta con test di validazione in campo in cui si adottino direttamente come strategia di difesa le previsioni di rischio infettivo fornite dal modello. Ciò potrà evidenziare non solo una riduzione dei trattamenti ma, soprattutto, come il corretto posizionamento degli stessi possa fare la differenza nella gestione agronomica. E’ emerso ad esempio, nel 2019, come alcuni casi di diffusione epidemica delle infezioni su vigneto trattato fossero dovuti a trattamenti aziendali troppo anticipati rispetto alle piogge e alla crescita molto veloce della vegetazione, nelle prime fasi della stagione. Il progressivo affinamento del modello previsionale, grazie ai dati già raccolti in campo e al confronto con nuove stagionalità, potrà migliorare significativamente i risultati esposti
Plasmopora viticola is the agent of downy mildew of the grape vine, one of the most dangerous diseases in worldwide viticulture. The prevention of such a disease requires the frequent use of pesticides, which are usually sprayed according to a personal perception of the infection risk, not supported from objective data from the field. The GO PEI PVsensing propose a new system to improve the phytosanitary management of the vineyard against P. viticola, based on the adoption of novel sensors which are collecting climatic and environmental parameters from the fields, some of which have never been directly measured in the field before. Those parameters are the input of a previsional model, which computes the risk of an infection outburst in the crop, potentially with much higher accuracy than the existing systems. The final objective is to guide the farmer with a precise and reliable tool for the optimization of pesticide spraying, performing it more rationally, thus in the number and with the dosages strictly necessary for the protection of the crop, avoiding wastes that are not motivated by a real risk of infections and, on the other side, are polluting the environment.
A total of 11 farms (both conventional and organic) will participate in the field experimentation of the system.
The accuracy enhancement of the system due to the new sensors will be assessed by a detailed agronomic analysis and there will be an evaluation of the environmental impact and the cost-benefit ratio.
Plasmopara viticola è l'agente patogeno della peronospora della vite europea, malattia fungina diffusa in tutto il mondo e fra le più temibili per la vite, che, se non prevenuta, può essere distruttiva per il raccolto. Il controllo di questa malattia prevede un ricorrente utilizzo di prodotti fitosanitari, spesso eseguito sulla base di una percezione soggettiva del rischio di infezione, non guidata da dati oggettivi rilevati in campo. PVsensing propone un nuovo sistema per la previsione delle infezioni da P.viticola, basato sull'utilizzo di sensoristica elettronica innovativa, che rileva costantemente parametri climatici e ambientali nel campo, alcuni mai misurati prima in maniera diretta. Tali parametri alimentano un modello previsionale che calcola il rischio di infezione a cui è soggetta la coltura, con un'accuratezza potenzialmente molto più alta rispetto ai sistemi attuali. Lo scopo è fornire all'agricoltore una guida affidabile e precisa per ottimizzare i trattamenti fitosanitari ed effettuarli in modo più razionale, nel numero e nelle dosi strettamente richieste dal reale rischio a cui è sottoposta la coltura, evitando sprechi responsabili di inquinamento ambientale.
Il progetto prevede la sperimentazione in campo del sistema su 11 aziende agricole venete, convenzionali e biologiche. L'esperienza determinerà la precisione e l'affidabilità del sistema proposto, con un'analisi finale di impatto ambientale e del rapporto costi-benefici per le aziende agricole.