L’importanza del cloud per la gestione dei Big Data e la realizzazione di sistemi a supporto delle decisioni in agricoltura di precisione

Le infrastrutture così concepite sono adattabili all'utente e replicabili

.

L’ampia varietà di sensori IoT connessi capaci di quantificare, digitalizzare e trasmettere autonomamente un variegato numero di grandezze fisiche non è sufficiente ad alimentare, su larga scala, il processo di trasformazione digitale del settore agricolo: sono numerose le sfide nascoste di questa transizione che solo grazie al “cloud computing” (cloud) possono essere superate.

Innanzitutto, numeri ed immagini generati dai sensori hanno bisogno di essere registrati in modo sicuro all’interno di un sistema informatico comune, capace di archiviare un’ampia ed eterogenea mole di dati (in gergo tecnico “Big Data”) che sarà frequentemente consultata nel tempo. Poi, tutti i dati raccolti (potremmo dire “grezzi”) hanno bisogno di essere elaborati da opportuni algoritmi per poter diventare informazioni arricchite da un contesto “semantico”, pronte ad alimentare applicazioni capaci di generare allerte e decisioni automatiche, anche complesse, sulla base di regole sofisticate (in gergo tecnico “Complex Event Processing”) e ad essere presentate in modo graficamente efficace a chi deve prendere delle decisioni.

In questo contesto, il ruolo del cloud appare evidente: fungere da piattaforma basata su hardware virtualizzato ad altissime prestazioni capace di ospitare in modo efficiente e senza interruzioni la complicata rete di pacchetti software necessari ad effettuare, tra varie altre, le operazioni appena presentate.

In E-crops, sarà impiegato l’output di numerosi sensori, anche innovativi, per monitorare da più punti di vista lo stato dei campi sperimentali (sotto l’aspetto agrometeorologico con sensori suolo-pianta-atmosfera; fitosanitario con trappole automatiche; della qualità con sensori di imaging spettrale; dello stress con spettroscopi per il rilevamento di composti VOC; dello stato fisiologico e nutrizionale della pianta con sensori in-vivo; dell’impatto ambientale con sensori per residui di fitofarmaci), attraverso la loro distribuzione sul territorio ed il loro montaggio su piattaforme robotiche di terra e aeree, nonché l’acquisizione di immagini da satellite.

L’enorme quantità di dati eterogenei acquisiti sarà trattata all’interno di una piattaforma cloud di progetto, ideata secondo logiche standard e aperte, capace di registrare i dati provenienti dal campo in una banca dati centrale a cui tutti i moduli di elaborazione potranno attingere per generare nuove informazioni a più livelli della filiera produttiva, dalla scala di dettaglio della singola azienda agricola a quella d’insieme di un ampio comprensorio.

I moduli di elaborazione dati saranno strumenti potenti che necessitano di importanti risorse di calcolo, in grado di mettere a sistema i dati raccolti nello spazio e nel tempo per generare prodotti ad alto valore aggiunto, ossia mappe o indicatori immediatamente relazionate a variabili di interesse agronomico.
I dati agrometeorologici necessari ad alimentare i modelli dei sistemi di supporto alle decisioni (Decision Support Systems, DSS) a disposizione del progetto, acquisiti in modo indipendente gli uni dagli altri, saranno aggregati, armonizzati ed arricchiti da “tag” semantici in grado di abilitare decisioni automatiche relative la configurazione e la gestione dei sensori IoT.

Infine, l’interoperabilità tra le diverse componenti che operano all’interno della piattaforma cloud (e con altre componenti esterne) sarà garantita da una struttura “ontologica” condivisa, ossia da una rete fatta di categorie e relazioni adatta a descrivere tutto ciò che si sta trattando ed a renderlo immediatamente riconoscibile all’uomo e alla macchina.

Chiaramente, tutte le informazioni, pur preziose, prodotte attraverso questo articolato meccanismo informatico, che normalmente è nascosto all’utente finale data la sua complessità, hanno bisogno di un’interfaccia verso il pubblico che sia capace di rendere chiara e semplice (user friendly) la vastità di materiale a disposizione, ripartendolo in modo ordinato secondo i diversi ruoli di chi è interessato alla consultazione: questo è il ruolo del DSS.

Il DSS E-crops avrà in sostanza il duplice ruolo di “distributore” dei dati acquisiti in campo ed elaborati nel cloud e di “traduttore” di questi dati, e lo farà attraverso l’interfaccia grafica raggiungibile tramite web che sarà modulata in base alle esigenze degli utenti. Per traduzione si può intendere la presentazione dei dati in forma di informazioni utili e facilmente comprensibili, come la suddivisione in classi qualitative di variabili quantitative. Un esempio su tutti può essere quello della complessa modellistica idrologica che alla scala aziendale, grazie alla sensoristica installata in campo, fornirà dati sul bilancio idrico del sistema suolo-pianta-atmosfera.

Gli output numerici dei modelli potranno essere processati per fornire diverse informazioni tra cui i dati sul rischio da stress idrico, ma questi non sarebbero di semplice interpretazione se non associati ad una legenda qualitativa del tipo “basso, medio, alto” studiata e fornita dagli esperti. L’interfaccia potrà consentire una consultazione privata (nome utente e password) con salvataggio dei dati personali, delle informazioni acquisite, dei dati scaricati e delle elaborazioni richieste, per consultazioni successive e raffronti, e sarà utilizzabile per il supporto alla scala aziendale e comprensoriale. Nel primo caso gli strumenti a disposizione degli utenti (es. tecnico aziendale) per esplorare l’azienda attraverso i dati provenienti dai sensori saranno orientati al tema della funzionalità e della gestione.

Il sistema fornirà supporto nella scelta delle decisioni su aspetti riguardanti l’irrigazione, la difesa, la fertilizzazione, la gestione della produzione, ecc., attraverso la creazione “on the fly” di grafici, tabelle e mappature tematiche scaricabili. Nel secondo caso gli utenti (es. direttore del consorzio) potranno usufruire di strumenti utili a monitorare con riferimento alla scala del territorio gli andamenti generali del consorzio. Ad esempio visualizzando in forma grafica la variazione temporale di indicatori della produttività, del rischio fitopatie o dello stress idrico derivati da elaborazioni di immagini satellitari multi-temporali ad alta risoluzione. Potranno altresì “osservare” attraverso mappature tematiche l’andamento di parametri fisici del territorio, come la morfologia o gli indicatori bioclimatici al fine di valutare a scopi pianificatori le caratteristiche del territorio e di potenziale indirizzo d’uso. La grande potenzialità dei Sistemi di Supporto alle Decisioni sta da un lato nella loro modularità che si adatta all’utente, e dall’altro nella replicabilità. Infatti un DSS così concepito ha in sé la infrastruttura utile ad acquisire il dato (campo), processarlo (cloud) e presentarlo (interfaccia grafica). Questa infrastruttura può essere estesa o spostata ed applicata in un qualsiasi areale del territorio acquisendo da questo nuovi dati che saranno a loro volta processati e presentati.

La presente pubblicazione è stata realizzata con il cofinanziamento dell’Unione Europea, PON Ricerca e Innovazione 2014-2020. Info: www.e-crops.it.