Sistemi colturali

SO):

• OD e OD (Oxygen demand a 12 e 20 h)

12 20

Le analisi effettuate sulla pianta sono state:

• Profondità radicale

• Lunghezza radicale

• Profondità di semina e densità

• LAI

• Produzione in granella

• Biomassa totale

• Presenza di infestanti e parassiti

Per il campione a minimum tillage si è visto che il rapporto C/N era di 8,9 contro l’8,3 registrato dalla semina su sodo,

con contenuti di SO quasi uguali e piuttosto bassi, di circa 1,6. Più il rapporto C/N è alto, più la sostanza organica del

terreno è difficilmente decomponibile. I residui di specie erbacee sono solitamente poveri in azoto (eccetto le

leguminose). Per una corretta e rapida degradazione si necessita di un innesco sottoforma di N minerale. Entrambe

le tesi possedevano valori di C/N del tutto analoghi.

Il contenuto di azoto ammoniacale, il quale è poco mobile nel suolo, presenta minore differenza tra le due tesi.

L’NO , è invece molto mobile e solubile ed è maggiormente presente con semina su sodo. Questo è spiegato dalla

3

differenza nella tipologia di irrigazione, l’aspersione in questo caso era male applicata, il proprietario impiegava il

pivot spesso.

Il suolo non lavorato ha mostrato minore compattamento e maggiore coesione. La stabilità di struttura era superiore

nella minima lavorazione (da tenere conto come i due sistemi erano diversi e non sempre confrontabili). 3

La respirometria ha mostrato valori simili e buoni in entrambi i casi. La lunghezza radicale espressa come cm/cm ha

mostrato radici di maggiore lunghezza nei suoli con minima lavorazione. In ogni caso queste radici avevano una

maggiore incidenza in quelle superficiali, questo a causa della presenza di suola di aratura. L’effetto della suola di

aratura è visibile anche nel caso del suolo non lavorato, ma meno marcato a causa del minor approfondimento che

ha caratterizzato le radici di questa tesi. Per i parassiti la situazione era media, mentre per il grado di infestazione da

malerbe era alto per la minima lavorazione e basso per la semina su sodo (è stato effettuato un diserbo post-

emergenza a differenza del campo con minima lavorazione).

Il LAI ha mostrato valori di 3,2 per la minima lavorazione e 2,9 per la semina su sodo, è una chiara indicazione di

produttività ridotta. Valori ottimali per quella fase fenologica dovevano essere attorno a 5-6. La produttività ha

infatti mostrato valori vicini alle 6 t /ha di granella per la minima lavorazione e 7,8 per la semina su sodo. Le

ss

deviazioni standard di questa misura erano comunque piuttosto elevate. La produttività è dimezzata rispetto alle

attese. Prove sperimentali in ogni caso restituiscono valori superiori a livello parcellare rispetto al totale

dell’appezzamento. Il Cv in queste misure restituisce spesso valori importanti, d’altronde la variabilità del sistema è

intrinseca.

Sono stati inoltre valutati i costi per i carburanti e le spese varie, su un ettaro il costo era superiore per la semina su

sodo rispetto alla minima lavorazione, prevalentemente a causa del costo del diserbo post-emergenza.

Come utilizzare le misure dirette ottenute:

Per valutare le performance di un sistema è una buona opzione impiegare un indice sintetico, che indichi la bontà

complessiva del sistema, solitamente è un numero preso per convenzione e compreso tra 0 e 1.

Le fasi per ottenere questo indice sintetico sono 3:

1. Selezione indicatori: vengono selezionate tutte le variabili misurate che influiscono sul sistema colturale.

2. Quadri di unione: ogni indicatore viene inserito all’interno di un quadro di unione, ovvero un insieme

all’interno del quale la variabile influisce positivamente o negativamente ai fini del quadro stesso. Le variabili

vengono inserite nei quadri in maniera non esclusiva, cioè possono rientrare in più di un quadro in funzione

della propria natura. I quadri sono stati scelti in base alla loro incidenza sulla sostenibilità del sistema:

a. Produzione: ragione principale di un sistema produttivo fortemente antropizzato.

b. Ambientale: mantenere la risorsa suolo per garantire elevate produzioni nel tempo.

c. Costi: garanzia di ottenere vantaggi economici dal sistema

3. Successivamente è stato definito un MDS (minimum data set): sono state isolate le misure dirette che

impattano direttamente sul sistema e sono state assegnati alle diverse misure dei giudizi, grazie all’aiuto di

esperti del settore (expert opinion). Solitamente il panel si compone di esperti con diverse attitudini e

personalità multidisciplinare. Al pool di esperti con diversa formazione è stato quindi sottoposto un

questionario. Il MDS è definibile come un numero minimo di misure dirette che ci permette di caratterizzare

quasi completamente il sistema.

Per ogni quadro sono state definite:

• Le tre variabili che più influiscono, secondo la propria esperienza, al fine definito per il quadro stesso dando loro

una priorità esclusiva da 1 a 3.

• Le soglie favorevole “F” e sfavorevole “U” per ognuna delle variabili selezionate. La soglia “U” rappresenta il

valore sotto o sopra il quale una variabile assume significato negativo. La soglia “F” rappresenta il valore sopra o

sotto il quale una variabile assume valori giudicati positivi per il sistema.

Una volta ottenuti i risultati dai questionari, ovvero gli ordini di importanza degli indicatori per ogni quadro ed i

valori di U e F, si è passati alla definizione del Minimum Data Set (MDS) scegliendo, tra tutte le variabili all’interno di

un modulo, quelle che avevano ottenuto il maggior numero di preferenze. I valori di U e F, per le variabili

appartenenti al minimum data set, sono ottenute dalla media di tutti i valori forniti dagli esperti.

I due sistemi colturali sono stati infine confrontati alla luce del MDS e per le soglie stabilite dal panel.

Successivamente per ogni quadro è si è reso necessario rendere coerenti le diverse misure. Solitamente si normalizza

entro il campo d’esistenza. I valori vengono divisi per la differenza degli estremi del campo di esistenza, in questo

modo è possibile rimuovere le unità di misura ed avere un valore adimensionale. I valori standardizzati così ottenuti

possono essere mediati. La difficoltà sta nell’assegnare le soglie per il campo di esistenza e nei pesi (per la media).

Questa difficoltà si traduce inoltre in un incremento della variabilità anche per piccole variazioni, modificando la

precisione della valutazione complessiva.

Per risolvere questa difficoltà si impiegano aggregazioni basate sulla logica fuzzy. La logica fuzzy è stata sviluppata

per predire le situazioni incerte e consente di ridurre l’impatto dell’incertezza sulla valutazione finale.

Logica fuzzy: metodologia applicata per ottenere un indice di valutazione globale del sistema colturale. Nella gran

parte dei metodi di aggregazione esistenti, il peso assegnato ai vari indicatori contiene un grado di soggettività che

spesso rende il processo assai poco riproducibile e standardizzato. Ogni individuo infatti, all’atto di valutare le

importanze relative dei vari indicatori, risulta influenzato dalle proprie conoscenze e attitudini. Questa soggettività

non può essere completamente eliminata, ma può essere proficuamente colta e descritta in termini matematici.

Considerando l’inadeguatezza dei metodi classici di aggregazione basati su soglie e pesi, un approccio

completamente differente per l’aggregazione di indici può essere realizzato con la messa a punto di un sistema

esperto-fuzzy. Questa tecnica risulta robusta soprattutto in caso di informazioni incerte e/o imprecise, come ad

esempio il giudizio degli esperti (expert opinion) e consente l’aggregazione di misure diverse in modo consistente e

caratterizzato da elevata riproducibilità. Metodicamente, il sistema fuzzy, prevede l’aggregazione a gruppi di due o

più indicatori al fine di ottenere un valore numerico che potrà, di seguito, essere utilizzato nuovamente come

indicatore, in modo da raggiungere un grado di aggregazione superiore. Ogni livello di aggregazione, dai principali ai

secondari e così via, si basa sulla determinazione dei “pesi”, ovvero punteggi compresi tra 0 e 1 che vengono

assegnati alle possibili combinazioni F/U all’interno di uno stesso gruppo.

Le informazioni ottenute sono quindi trasformate in numeri (ad esempio sotto forma di indici di rischio) e processate

attraverso strumenti matematici per ridurre l’impatto dell’incertezza. L’unica raccomandazione è quella di

aggregare le misure dirette ad un massimo di 3 IN MODO COERENTE (per poter risalire).

Questo perché si considerano solo gli estremi dell’intervallo (internamente all’intervallo è appannaggio della logica

del metodo fuzzy). Per associare i pesi alle diverse casistiche, nel caso in cui le combinazioni non siano solo

completamente favorevole (FF=1) o sfavorevole (UU=0) è difficile stabilire un valore di peso univoco alle

combinazioni intermedie se sono più di una (UF, FU = ?), pertanto si impiegano solo 3 casistiche

contemporaneamente.

L’aggregazione su più livelli conduce progressivamente ad una riduzione del numero di indici e infine ad un indice

sintetico unico.

Per i sistemi maidicoli analizzati sono stati sviluppati 3 livelli di aggregazione. Al secondo livello di aggregazione sono

stati formati 3 quadri di unione (produzione, ambiente e costi), confluiti nel terzo livello di aggregazione negli

omonimi indicatori. Le differenze in termini di produzione sono state spiegate prevalentemente dall’indice resa

granellare, il quadro ambientale per la stabilità di struttura e il diserbo post-emergenza ha stabilito le differenze

principali per quanto riguarda l’indicatore costo. L’indice globale ha mostrato un valore superiore alla sufficienza solo

per la minima lavorazione (0,54).

La metodica è quindi risultata adeguata per descrivere i sistemi dal punto di vista della sostenibilità. Ha restituito

indicazioni a diversi livelli di aggregazione. Questo determina la possibilità di risalire alle cause di performance

subottimali di un sistema analizzando a ritroso i risultati del processo di aggregazione e ne consente l’ottimizzazione!

Per questa metodologia si consiglia l’impiego a scala di campo o di piccola azienda.

INDICATORI AGROECOLOGICI PER LA VALUTAZIONE E LA GESTIONE DEI SISTEMI COLTURALI

Sistemi basati su misure dirette si legano a livelli di scala appropriati. Su scale troppo grandi sarebbe troppo oneroso

raccogliere i dati. Nei sistemi colturali si può lavorare a livello parcellare, a scala di campo, a scala aziendale, ecc.

Importanza fondamentale riveste la scelta della metodologia di analisi per la gestione più ade