Sottoprogetto Innovazione
Le attività di questo sottoprogetto sono state suddivise in cinque gruppi di lavoro principali (work package, WP), di seguito descritti.
WP1. Estensione della tecnologia
Individuare il momento ottimale in cui eseguire le concimazioni di copertura, gli interventi di diserbo e le operazioni di asciutta/sommersione è fondamentale per migliorare l’efficacia degli interventi agronomici.
Pertanto, la tecnologia sviluppata nell’ambito del progetto RiceSmart è basata su un sistema che include:
modelli di simulazione colturali e dati meteorologici ad alta risoluzione spaziale (2 km x 2 km) sia real-time che previsti, per fornire indicazioni previsionali in merito al raggiungimento di determinate fasi fenologiche critiche (e.g., iniziazione del panicolo);
un DSS per il supporto alle operazioni di diserbo basato sul modello di competizione riso-infestanti WeedyCoSMo.
Lo stesso modello è stato utilizzato per valutare strategie che consentano di aumentare la sostenibilità complessiva dei sistemi risicoli attraverso lo sviluppo di varietà più competitive nei confronti delle specie infestanti. La ricerca ha portato ad un articolo attualmente in stampa nella prestigiosa rivista internazionale Global Change Biology.
Nell’ambito di questo WP, durante i due anni di progetto (stagione risicola 2023 e 2024) è stato condotto un monitoraggio della fenologia della coltura negli appezzamenti interessati dalle attività del WP2. Dal confronto tra dati osservati e simulati relativamente al raggiungimento delle principali fenofasi (es., emergenza, iniziazione del panicolo, botticella, maturazione) è stato possibile evidenziare un’elevata capacità predittiva del sistema (coefficiente di determinazione medio pari a 0.98).
WP2. Valutazione delle performance agronomiche
Durante il progetto sono state condotte prove sperimentali in pieno campo in ciascuna delle sei aziende agricole coinvolte (tre aziende parte del Gruppo Operativo RiceSmart e tre aziende afferenti al Distretto Agricolo delle Risaie Lomelline) per due stagioni (2023 e 2024).
Le prove hanno riguardato due appezzamenti per azienda (Fig. 1), in cui i fattori (i) gestione idrica e (ii) supporto alle concimazioni e agli interventi di diserbo, sono stati applicati adottando uno schema sperimentale split-plot descritto in specifiche linee guida.
In particolare, un appezzamento è stato gestito secondo le pratiche di gestione standard aziendali per la sommersione e un altro (attiguo e con caratteristiche fisico-chimiche dei suoli simili e analoga varietà ed epoca di semina) utilizzando il protocollo RiceSmart, ovvero con (i) un’asciutta aggiuntiva a metà levata per ridurre le emissioni di gas serra minimizzando al contempo l’uptake di arsenico e cadmio, (ii) la realizzazione di solchi per preservare la biodiversità dell’ecosistema risaia durante le asciutte (vedi WP4) e, sempre per preservare la biodiversità, (iii) l’assenza di diserbo chimico degli argini, adottando solo mezzi meccanici di contenimento (e.g., sfalcio, trinciatura).
Per quanto riguarda la concimazione azotata di copertura e il supporto al diserbo, all’interno di ogni appezzamento sono state identificate due aree, una gestita secondo le modalità standard aziendali e l’altra basata sul supporto alla gestione fornito dalle tecnologie RiceSmart (concimazioni azotate a rateo variabile tramite diagnostica dello stato nutrizionale azotato e interventi di diserbo effettuati sulla base del DSS basato sul modello WeedyCoSMo).
Alla fine di ogni campagna, le performance agronomiche (resa, efficienza d’uso dell’azoto, componenti della produzione) sono state valutate per ciascuno dei trattamenti (gestione standard e gestione innovativa RiceSmart) e per ognuna delle sei aziende coinvolte.
Per quanto riguarda la concimazione azotata, la gestione agronomica effettuata secondo le linee guida RiceSmart ha permesso di ottenere rese più alte e migliori efficienze d’uso dell’azoto nell’80% dei casi.
Nel caso della gestione dell’acqua, l’introduzione di un’asciutta aggiuntiva (con l’obiettivo già dimostrato di ridurre le emissioni di gas serra) non ha avuto risvolti negativi sulle produzioni, confermando le potenzialità di questa strategia gestionale.
Inoltre, a fine campagna 2024, parte del riso prodotto adottando la gestione innovativa RiceSmart è stato lavorato separatamente dalla riseria Contiriso srl, partner di progetto, al fine di essere utilizzato nel WP5 per valutare l’effettiva propensione del consumatore a remunerare un prodotto più sostenibile tramite experimental auction.
WP3. Analisi energetica e ambientale
La valutazione energetica ed ambientale delle soluzioni proposte è stata condotta applicando l’approccio del Life Cycle Thinking (LCT) e, in particolare, il Cumulative Energy Demand per gli aspetti energetici e il Life Cycle Assessment (LCA) per le performance ambientali. Confrontando i risultati dei trattamenti sperimentali con quelli dei controlli e applicando l’LCT è stato possibile quantificare i benefici legati alle soluzioni proposte considerando anche le esternalità positive (riduzione delle emissioni e aumento della biodiversità).
WP4. Biodiversità e contaminanti ambientali
La tradizionale valutazione delle performance ambientali della risicoltura attuata nel WP3 è stata integrata con la valutazione degli effetti delle diverse pratiche colturali innovative proposte su alcune componenti della biodiversità animale.
In particolare, ci si è focalizzati sulla biodiversità composizionale, strutturale e funzionale di comunità di invertebrati e ad alcune specie di vertebrati associati agli ambienti risicoli. Le attività di monitoraggio della biodiversità sono state condotte in entrambe le annate (2023 e 2024).
Inoltre, è stato valutato il possibile ruolo delle tecniche colturali previste sulla biodisponibilità e il trasferimento di alcuni contaminanti ambientali (metalli pesanti) dall’ecosistema risicolo al prodotto finale (riso lavorato).
WP5. Life Cycle Cost Analysis e valutazioni economico/finanziarie
Seguendo il modello del Life Cycle Thinking e basandosi sui processi individuati dal WP3 (misurazione delle performance ambientali) e sui risultati del WP4 (aspetti legati alla biodiversità e ai contaminanti ambientali), è stata condotta un’analisi approfondita per valutare il potenziale economico/finanziario delle tecnologie proposte.
In particolare, l’approccio Life Cycle Cost Analysis (LCC) è stato utilizzato per stimare il costo totale delle diverse tipologie di gestione valutate. Inoltre, è stata effettuata un’attenta analisi volta a quantificare la propensione del consumatore a pagare (Willingeness to Pay) per un prodotto con attributi più sostenibili dal punto di vista ambientale tramite dei questionari dedicati.
I risultati ottenuti verranno utilizzati per valutare l’effettiva propensione del consumatore a pagare un prodotto più sostenibile tramite un’experimental auction che avrà luogo in un evento dedicato il 23 maggio 2025.
