Direzione Trasferimento Tecnologico

Settori applicativi

Problema da risolvere

Potenziare l'uso dei servizi climatici per tutti gli attori della filiera agroalimentare richiede che i ricercatori abbiano la capacità di valutare gli effetti delle componenti biotiche (ad esempio coltura, parassiti e nemici naturali) e abiotiche (ad esempio clima) dell'agroecosistema sulle rese sostenibili. Questo è un prerequisito per affrontare la crescente complessità dei sistemi agricoli nel contesto del cambiamento globale, inclusi i cambiamenti tecnologici, le specie invasive e il cambiamento climatico. I modelli demografici meccanicistici forzati dal clima e basati sulla fisiologia (PBDM) forniscono una metodologia efficace per valutare la biologia bioeconomica delle specie e la loro interazione, inclusa l'economia umana. Questo prototipo mostra come il Workflow Web API CASAS-PBDM permetta a più utenti ricercatori e regioni geografiche di beneficiare dell'approccio PBDM. Vedi pubblicazioni riportate a margine della scheda.

Descrizione

Il Workflow Web API CASAS-PBDM consente di utilizzare un modello demografico con base fisiologica (PBDM) dell'olivo e della sua principale avversità, la mosca dell'olivo, tramite un'interfaccia di programmazione Web (Web API), eseguendolo per la regione Puglia a risoluzione spaziale pari a 250 m e risoluzione temporale pari a un giorno, per gli anni dal 2003 al 2023. Il modello utilizza dati meteorologici giornalieri incluse temperature massime e minime derivate da dati satellitari MODIS LST e calibrate con MODIS NDVI, oltre a radiazione solare, precipitazioni, umidità relativa e velocità del vento da dati AgERA5. Le temperature MODIS LST calibrate con NDVI hanno dimostrato di stimare la temperatura della chioma degli oliveti con maggiore precisione rispetto all'interpolazione da stazioni meteorologiche. L'output delle simulazioni PBDM viene poi in genere mappato utilizzando il GIS open source GRASS. Sebbene il modello sia stato precedentemente validato in Israele per simulare le dinamiche stagionali della mosca dell'olivo, i pattern spazio-temporali PBDM-GIS vanno considerati uno strumento euristico piuttosto che predittivo. La simulazione fornisce pattern realistici delle dinamiche olivo-mosca a risoluzione spaziale e temporale fine, utili per analisi strategiche della gestione colturale e potenzialmente per il machine learning di big data da Osservazione della Terra (EO) (vedi, https://doi.org/10.5281/zenodo.11374208). Prototipo sviluppato nell'ambito del progetto TEBAKA a coordinamento scientifico ENEA finanziato da PON RI 2014-2020 (https://www.dtascarl.org/progetti-e-iniziative/use-case-trasferimento-tecnologico/tebaka/), sulla base dell'Ecosistema ICT MED-GOLD per i servizi climatici in agricoltura (https://ec.europa.eu/info/funding-tenders/opportunities/portal/screen/opportunities/projects-details/31045243/776467/) realizzato dal progetto MED-GOLD a coordinamento scientifico ENEA finanziato da Horizon 2020 (https://doi.org/10.3030/776467).

Gruppo di ricerca coinvolto