L’idea consiste nello sviluppo di algoritmi frutto di ricerca, con HW e SW ad hoc sui mandarini. Le innovazioni sono
tuttavia state concepite per digitalizzare settori anche diversi dalla coltura dei mandarini
Il core business, che se ne svilupperà, terminata la ricerca, è la fornitura di Prodotti/Servizi digitali per la misura
certificata e, oltre che ai rilevamenti di tipo termografico.

Anno 1: Preparazione e installazione

M1–M6 – Baseline e pianificazione
 Rilievi iniziali (consumi idrici, trattamenti, rese medie, costi di produzione).
 Installazione GPS parcelle e configurazione database cloud.
 Workshop introduttivo con agricoltori e ricercatori.

M3–M9 – Installazione tecnologia (noleggio)
 Collocazione stazioni sensoriali IoT (umidità/temperatura suolo, bagnatura fogliare, clima).
 Attivazione gateway edge e connessioni wireless.
 Noleggio e collaudo droni multispettrali e termici.
 Distribuzione tablet rugged e attivazione piattaforma Ubaldo.

M6–M12 – Adattamento software
 Personalizzazione moduli della dashboard per mandarino (fenologia agrumi, rischio malattie tipiche).
 Sviluppo prime regole di irrigazione predittiva.

 

Aspettative fine anno 1

 Sistema installato e funzionante.
 Prime notifiche automatiche (irrigazione e rischio malattie).
 Baseline completata per confronti futuri.

Anno 2: Raccolta dati e ottimizzazione

M12–M24 – Raccolta dati continua
 Monitoraggio giornaliero dei parametri microclimatici.
 Missioni periodiche con droni per mappe NDVI/NDRE/termiche.
 Prime sperimentazioni su riduzione irrigazione e trattamenti “mirati”.

M14–M20 – Modelli predittivi e ML
 Creazione modelli di rischio fitopatie basati su correlazioni microclimatiche.

 Addestramento algoritmi di irrigazione predittiva.
 Validazione preliminare con confronti tra campi sensorizzati e non.

M18–M24 – Formazione e dimostrazioni intermedie
 Sessioni di training per tecnici e agricoltori.
 Dimostrazioni pratiche: confronto diretto tra parcelle gestite “tradizionalmente” e parcelle gestite con supporto digitale.

Aspettative fine anno 2

 Evidenze preliminari di riduzione sprechi:
o -20% acqua,
o -25% trattamenti chimici.
 Modelli predittivi operativi e in miglioramento.
 Agricoltori coinvolti attivamente nell’uso della piattaforma.

 

Anno 3: Validazione e diffusione

M24–M30 – Consolidamento e test finale
 Analisi dati su due annate agronomiche complete.
 Verifica delle rese e della qualità del prodotto.
 Valutazione economica (costi vs risparmi).

M30–M36 – Valutazione impatti climatici e scaling
 Calcolo riduzione emissioni (CO₂ equivalente) dovute a minori trattamenti e irrigazioni.
 Redazione report finale con indicatori ambientali ed economici.
 Stesura piano di scalabilità e replicabilità del modello.
 Seminari conclusivi e divulgazione dei risultati a OP e consorzi locali.

Aspettative fine anno 3

 Risultati consolidati e dimostrati:
o -40% trattamenti fitosanitari,
o -20/30% consumo idrico,
o 10/15% in più di resa e qualità del prodotto.
 Modello di noleggio validato e pronto per essere esteso a più aziende.
 Contributo quantificato in termini di riduzione emissioni e adattamento climatico.

​