Risulti Ottenuti

ATTIVITA’ PROGETTUALI REALIZZATE

1. La tracciabilità alimentare con Blockchain: architettura e funzionamento

Il progetto ha sviluppato un sistema di tracciabilità che garantisce l’autenticità e l’immutabilità dei dati lungo l’intera filiera agroalimentare.

Il flusso operativo della tracciabilità si articola in tre fasi:

1. Registrazione: le informazioni sul processo produttivo (operazioni colturali, trattamenti, analisi qualità, raccolta, trasporto) vengono inserite nel Quaderno di Campagna digitale .

2. Integrazione e collegamento: i dati vengono associati a ciascun lotto di produzione, creando un legame univoco tra le operazioni agronomiche e il prodotto finale . A questi si aggiungono le analisi condotte tramite sensori NIR, che forniscono parametri qualitativi oggettivi (contenuto zuccherino, pH, stadio di maturazione).

3. Certificazione su Blockchain: per ogni dato rilevante, il sistema genera un hash crittografico SHA-256, registrato sulla Blockchain tramite il meccanismo di Proof of Existence (PoE). Solo l’impronta digitale del dato viene archiviata, garantendo privacy e riservatezza .

La filiera del pomodoro può essere mappata in 7 fasi (produzione piantine, coltivazione, controllo qualità, raccolta, imballaggio, trasporto, vendita), ciascuna con dati certificati su Blockchain .

2. La gestione delle risorse idriche con sistemi di rilevazione

Il progetto ha introdotto innovazioni concrete per la razionalizzazione dell’uso dell’acqua, integrandole nella piattaforma di tracciabilità .

Strumenti implementati:

• Sensori di temperatura e umidità connessi in wireless: installati nelle strutture serricole delle aziende partner, consentono erogazioni idriche più precise con riduzione degli sprechi .

• Sistema di Supporto alle Decisioni (DSS) per irrigazione: sviluppato per ottimizzare le pratiche irrigue, fertilizzazione e difesa, applicando i principi dell’agro-ecologia .

Innovazioni strutturali: nell’azienda partner Az. Agricola Ficili Paolo, l’innovazione è stata implementata anche tramite la realizzazione di nuove strutture serricole “DENTE DI SEGA”.

3. Il Quaderno di Campagna: attinenza alla tracciabilità dei prodotti

Il QDCA costituisce il fondamento dell’intera architettura di tracciabilità del progetto .

Funzione centrale del QDCA:

• È il registro digitale dove vengono annotate in modo strutturato e cronologico tutte le operazioni agronomiche su ogni parcella coltivata: trattamenti fitosanitari, fertilizzazioni, semine, irrigazioni e raccolte.

• Ogni operazione viene georeferenziata tramite mappatura delle parcelle, creando una base dati certificata da cui parte il processo di registrazione su Blockchain .

• Consente di registrare e collegare a ogni lotto di produzione le informazioni su: luogo del campo, varietà del seme, fertilizzanti utilizzati, data semina, controlli qualità (pH e Brix), condizioni di trasporto e punto vendita.

La piattaforma QDCA sviluppata:

• È basata su farmOS (open source, licenza GPL-2.0), con stack PHP/Drupal/Symfony e database PostgreSQL, deploy tramite Docker .

• Offre funzionalità di gestione asset, mappatura georeferenziata, registrazione log operativi e API REST per interoperabilità .

4. Connessione e refluenza della soluzione sulle attività di progetto

L’integrazione tra le tre componenti genera un sistema a valore aggiunto che trasforma la tracciabilità da adempimento burocratico a leva strategica competitiva.

Connessioni sistemiche:

Componente	Connessione con QDCA	Ricaduta sulle attività
Sensoristica NIR	I dati di pH/Brix/maturazione entrano nel QDCA come parametri di controllo qualità per ogni lotto	Monitoraggio qualità in tempo reale (<25 secondi); analisi non distruttiva; tracciabilità delle caratteristiche organolettiche
Blockchain	Certifica l’immutabilità dei dati registrati nel QDCA	Garanzia di autenticità e trasparenza verso il consumatore; conformità normativa a prova di frode; tutela legale su origine e qualità
Gestione idrica	I dati di consumo e i DSS sono registrati nel QDCA come operazioni agronomiche	Risparmio idrico stimato fino al 30% ; riduzione fertilizzanti; miglioramento qualità del suolo; sostenibilità ambientale

Ricadute concrete sulle attività aziendali:

1. Riduzione dei costi operativi: l’ottimizzazione delle risorse idriche e la razionalizzazione degli input produttivi generano un risparmio diretto .

2. Incremento del valore del prodotto: la tracciabilità certificata permette di posizionare il prodotto su mercati più esigenti e di valorizzare l’immagine aziendale.

3. Diversificazione del reddito: il sistema consente di tracciare anche attività extra-agricole, come la valorizzazione degli scarti di produzione (olio di semi di pomodoro) .

4. Conformità normativa anticipata: il QDCA digitale risponde già ai requisiti del Regolamento UE 2023/564, che lo renderà obbligatorio dal 2027 .

5. Trasferibilità dell’innovazione: l’architettura modulare rende il sistema replicabile su altre filiere (miele, vino, olio) e scalabile a livello nazionale.

Conclusioni

Il progetto “Sesto Senso” ha dimostrato come l’integrazione tra tracciabilità Blockchain, Quaderno di Campagna digitale e gestione intelligente delle risorse idriche costituisca un modello operativo efficace per l’Agrifood 4.0. Le tre componenti non operano in compartimenti stagni: i sensori NIR alimentano il QDCA con dati di qualità, il QDCA fornisce la base per la certificazione Blockchain, e la gestione idrica ottimizzata viene registrata nel QDCA come pratica sostenibile. Il risultato è una filiera più trasparente, più efficiente e più competitiva, capace di rispondere alle esigenze del mercato e alle sfide della sostenibilità ambientale.

  Dettaglio dei risultati raggiunti per ciascuna finalità progettuale

1. Sviluppo, test e validazione del sistema integrato hardware/software per la tracciabilità

Obiettivo dichiarato: sviluppare, testare e validare un sistema innovativo costituito dalla combinazione di tecnologie hardware e software, in grado di tracciare il prodotto agroalimentare (ortaggi e miele) durante l’intero processo produttivo: dal produttore alla commercializzazione del prodotto fresco e/o trasformato.

Risultati conseguiti:

Componente	Realizzazione	Evidenza operativa
Quaderno di Campagna digitale	Piattaforma farmOS personalizzata (PHP/Drupal/Symfony, PostgreSQL)	Istanza demo operativa su AWS EC2; 4 ruoli utente; 12 sezioni funzionali; API REST per interoperabilità
Sensoristica NIR	Sensore TELLSPEC Enterprise validato e protocollo di misura standardizzato	5 punti di misura per campione; 4 scansioni per punto; 255 lunghezze d’onda per scansione; circa 5.100 valori per pomodoro
Blockchain	Sistema Proof of Existence su Bitcoin mainnet	3 endpoint REST operativi (/generateHash, /register, /status); integrazione con proofofexistence.com
Tracciabilità di filiera	Mappatura completa di 7 fasi della filiera del pomodoro	Produzione piantine → Coltivazione → Controllo qualità → Raccolta → Imballaggio → Trasporto → Vendita, ciascuna con dati certificati su blockchain

Superamento delle criticità iniziali: il progetto ha trasformato la tracciabilità da “incombenza amministrativa” a “sistema innovativo che accresce il valore dei prodotti”, attraverso:

• Riduzione dei costi operativi: eliminazione della duplicazione cartacea e automazione della registrazione

• Aumento dei ricavi: valorizzazione del prodotto tramite certificazione blockchain e analisi NIR

• Ricaduta in termini di immagine e marketing: trasparenza verso il consumatore finale

2. Registrazione delle operazioni colturali e generazione del Quaderno di Campagna

Obiettivo dichiarato: il sistema conterrà funzionalità per la registrazione delle operazioni colturali e gli input impiegati, generando un quaderno di campagna.

Risultati conseguiti:

Il QDCA sviluppato consente la registrazione strutturata e georeferenziata di tutte le operazioni agronomiche:

• Tipi di Log implementati: Attività, Osservazioni, Input, Raccolti, Semine, Trapianti, Test di laboratorio, Manutenzione, Registri Medici, Nascite

• Tipi di Risorse gestibili: Terreno, Piante, Animali, Attrezzature, Strutture, Acqua, Materiale, Seme, Compost, Sensori, Gruppi

• Mappatura georeferenziata: disegno perimetrale delle parcelle su mappa interattiva, con funzioni di zoom, geolocalizzazione, ricerca indirizzo, disegno (poligono, linea, punto, cerchio) e modifica delle geometrie

• Tracciamento delle quantità: ogni Log può contenere misurazioni quantitative strutturate (misura, valore, unità, etichetta), con funzionalità di monitoraggio inventario

Integrazione con il sistema nazionale: è stata condotta un’analisi di interoperabilità con il SIAN, che ha evidenziato i vincoli normativi (circolare AgEA n. 21371 del 14/03/2024) che al momento riservano l’accesso in scrittura a Organismi Pagatori Regionali, CAA e agricoltori, orientando le scelte progettuali verso un’architettura autonoma ma interoperabile.

3. Certificazione e condivisione delle informazioni tramite Blockchain

Obiettivo dichiarato: le informazioni che descrivono il processo di coltivazione saranno registrate, integrate e collegate a ogni lotto di produzione, certificate e condivise dall’applicazione di un algoritmo di blockchain.

Risultati conseguiti:

Il sistema di certificazione blockchain è stato pienamente implementato e validato:

Fase della filiera	Dato registrato su Blockchain	Soggetto registrante
Coltivazione	Luogo del campo, varietà del seme, data semina, fertilizzanti	Agricoltore
Controllo qualità	Valore pH, contenuto zuccheri (Brix), stadio maturazione	Ente di Ricerca / Laboratorio
Raccolta	Data raccolta, quantità, condizioni meteorologiche	Coltivatore
Imballaggio	Tipo confezione, lotto, data confezionamento	Cooperativa agricola
Trasporto	Temperatura, tracking GPS, data spedizione	Operatore logistico
Vendita	Data e punto vendita	Rivenditore

Meccanismo di certificazione operativo:

1. Hashing: calcolo del digest SHA-256 (64 caratteri esadecimali) per ogni dato

2. Registrazione: transazione Bitcoin con OP_RETURN e marcatore DOCPROOF (0x444f4350524f4f46)

3. Verifica: consultabile su qualsiasi blockchain explorer

4. Riservatezza: il contenuto originale non viene mai esposto, solo l’hash

Vantaggi concreti ottenuti:

• Immutabilità: nessuna alterazione possibile dopo la registrazione

• Verificabilità: chiunque può controllare l’esistenza del dato a una data certa

• Indipendenza: la prova non dipende da alcuna autorità centrale

• Conformità normativa: risposta ai requisiti del Regolamento UE 2023/564

4. Miglioramento del processo produttivo con risparmio idrico e riduzione degli input

Obiettivo dichiarato: il progetto si pone l’obiettivo di migliorare il processo produttivo con l’ottenimento di un risparmio idrico e degli input richiesti dalle colture, grazie all’introduzione di innovazione tecnologica nelle aziende.

Risultati conseguiti:

Innovazione introdotta	Implementazione	Beneficio atteso/conseguito
Sensori di temperatura e umidità connessi in wireless	Installazione nelle strutture serricole del partenariato	Erogazioni idriche più precise e riduzione degli sprechi
Sistema di Supporto alle Decisioni (DSS) per irrigazione	Sviluppo di un sistema per ottimizzare irrigazione, fertilizzazione e difesa	Applicazione dei principi dell’agro-ecologia per la razionalizzazione delle risorse
Strumento digitale per il calcolo del bilancio umico	Creazione di uno strumento per ottimizzare le concimazioni organiche	Preservazione e miglioramento della qualità del suolo
Strutture serricole innovative “DENTE DI SEGA“	Realizzazione presso Az. Agricola Ficili Paolo s.	Strutture innovativa per maggiore efficienza produttiva

Impatto stimato:

• Risparmio idrico: fino al 30% grazie all’irrigazione di precisione

• Riduzione fertilizzanti: ottimizzazione degli interventi in base ai fabbisogni effettivi

• Miglioramento qualità del suolo: attraverso il calcolo del bilancio umico e concimazioni organiche mirate

• Riduzione degli input chimici: minore utilizzo di agrofarmaci grazie al monitoraggio e alla gestione integrata

6. Rilevazione dei fabbisogni aziendali attraverso il confronto diretto con gli operatori

Obiettivo dichiarato: le modalità attraverso le quali sono state manifestate dagli operatori agricoli e agroalimentari le problematiche trattate dalle innovazioni proposte dal progetto Sesto Senso, sono state raccolte attraverso interviste e riunioni dirette con gli imprenditori .

Risultati conseguiti:

Il coinvolgimento diretto degli operatori ha garantito la coerenza delle soluzioni proposte con i fabbisogni reali del territorio:

Fabbisogno rilevato	Soluzione implementata
Tracciabilità e autenticità del prodotto	Blockchain + sensori NIR per la certificazione dei dati di filiera
Gestione efficiente dell’acqua	Sensori wireless + DSS per irrigazione di precisione
Riduzione degli input chimici	Monitoraggio NIR per ottimizzare interventi e ridurre agrofarmaci
Aggiornamento normativo	Banca dati fitosanitari da Open Data Ministero Salute (aggiornamento settimanale)
Estrazione da disciplinari regionali	Pipeline LLM per estrarre dati strutturati da PDF (copertura: Regione Sicilia)

Conclusione: tutte le finalità progettuali sono state raggiunte, con la validazione operativa di un sistema integrato che combina QDCA digitale, sensoristica NIR e blockchain, generando benefici concreti in termini di tracciabilità, sostenibilità ambientale e competitività delle aziende agricole coinvolte.

Cronoprogramma delle Attività Svolte – Progetto “Sesto Senso”

Premessa metodologica

Il presente cronoprogramma ricostruisce le attività effettivamente realizzate nell’ambito del progetto “Sesto Senso”, sulla base dei documenti di rendicontazione finale, delle relazioni tecnico-scientifiche, del prospetto finanziario dei titoli di spesa e della documentazione ufficiale di progetto.

Periodo di svolgimento del progetto:

• Data di inizio lavori: 10 gennaio 2023 (come da comunicazione di avvio progetto del 24 febbraio 2023)

• Data di fine lavori: 23 luglio 2025 (workshop conclusivo)

• Durata complessiva: 30 mesi e 13 giorni

Si precisa che il progetto, inizialmente previsto della durata di 24 mesi, ha beneficiato di una proroga che ne ha esteso la durata complessiva. Le attività relative all’estrazione dell’olio dai semi di pomodoro e alla filiera del miele non sono state realizzate a seguito dei tagli operati in sede istruttoria, come documentato nel verbale istruttorio del 28 settembre 2022.

1. Attività di costituzione e avvio del progetto

Periodo: Dicembre 2022 – Febbraio 2023

Attività	Descrizione	Documentazione	Data
Notifica decreto di concessione	DRS_ME n. 5569 del 06/12/2022	Decreto di concessione	06/12/2022
Costituzione ATS	Costituzione dell’Associazione Temporanea di Scopo e mandato collettivo speciale con scrittura privata autenticata	Fattura Gabriele Fanti (€ 800,00)	20/08/2020 (antecedente)
Avvio attività progettuali	Data effettiva di inizio del progetto	Comunicazione di avvio progetto	10/01/2023
Comunicazione formale avvio	Inoltro comunicazione di avvio all’Ispettorato dell’Agricoltura di Messina e al Servizio V	PEC del 24/02/2023	24/02/2023

2. Attività di progettazione e analisi

Periodo: Gennaio 2023 – Giugno 2023

Attività	Soggetto responsabile	Descrizione	Periodo
Analisi soluzioni tecnologiche e architetturali	UniCT – Prof. Schembra / Prof. Galluccio	Studio delle soluzioni tecnologiche per la tracciabilità e definizione dell’architettura di sistema	Gennaio – Aprile 2023
Analisi di mercato sensori NIR	Sfera s.r.l. – Ing. Pantò	Ricerca di operatori e aziende che commercializzano strumenti/sensori NIR a livello globale; conference call con possibili fornitori	Gennaio – Marzo 2023
Scelta e definizione del framework tecnologico	Sfera s.r.l. – Ing. Pantò / UniCT	Studio comparativo delle tecniche spettroscopiche (NIR, Raman, UV-Vis, fluorescente, FTIR); definizione dei parametri qualitativi del pomodoro (pH, Brix, consistenza, colore)	Febbraio – Aprile 2023
Definizione della soluzione blockchain	Sfera s.r.l.	Analisi del meccanismo di Proof of Existence (PoE) e definizione dell’architettura di certificazione	Marzo – Maggio 2023
Progettazione del Quaderno di Campagna	Sfera s.r.l. – Ing. Narcisi	Adattamento del progetto open source farmOS come base per il quaderno di campagna digitale	Marzo – Giugno 2023
Progettazione della soluzione di tracciabilità	UniCT – Prof. Morabito	Definizione della metodologia sperimentale e del protocollo di acquisizione dati tramite NIR	Aprile – Giugno 2023
Analisi di interoperabilità con SIAN	Sfera s.r.l. – Ing. Narcisi	Valutazione della fattibilità di trasferimento diretto dei dati verso il Sistema Informativo Agricolo Nazionale	Maggio – Giugno 2023

3. Attività di sviluppo e implementazione

Periodo: Luglio 2023 – Marzo 2024

Attività	Soggetto responsabile	Descrizione	Periodo
Caratterizzazione del sensore TELLSPEC Enterprise	Sfera s.r.l. – Ing. Pantò	Verifica completa delle caratteristiche hardware, funzionali e di connettività del dispositivo; range spettrale 900-1700 nm; risoluzione 10-12 nm; SNR 5000:1; analisi protocollo BLE tramite GATT-Tool	Luglio – Ottobre 2023
Sviluppo del Quaderno di Campagna	Sfera s.r.l. – Ing. Narcisi	Configurazione e deployment tramite Docker; traduzione e localizzazione in italiano; configurazione ruoli utente (Admin, Manager, Viewer, Worker); gestione sezioni operative (Dashboard, Piani, Posizioni, Persone, Setup, Amministrazione)	Luglio 2023 – Marzo 2024
Sviluppo backend blockchain	Sfera s.r.l.	Implementazione del sistema di certificazione su blockchain con Node.js + TypeScript; API REST (/generateHash, /register, /status)	Ottobre 2023 – Febbraio 2024
Sviluppo frontend ReactJS	Sfera s.r.l.	Interfaccia utente per la registrazione e verifica dei documenti	Novembre 2023 – Febbraio 2024
Definizione del protocollo di acquisizione	Sfera s.r.l. – Ing. Pantò / UniCT	Definizione del protocollo standardizzato: 5 punti di misura per campione; 4 scansioni per punto; 255 valori di assorbanza per scansione; circa 5.100 valori per pomodoro	Gennaio – Marzo 2024
Sviluppo pipeline estrazione dati da Open Data	Sfera s.r.l. – Ing. Narcisi	Download automatizzato via script Bash dei dataset CSV dal portale del Ministero della Salute; aggiornamento settimanale	Febbraio – Aprile 2024

4. Attività di sperimentazione e acquisizione dati

Periodo: Aprile 2024 – Settembre 2024

Attività	Soggetto responsabile	Descrizione	Periodo / Documentazione
Acquisto sensori	Tutte le aziende agricole	N. 3 sensori temperatura e umidità e sensori molecolari	Fatture Graziani Simona
Acquisto attrezzature informatiche	Tutte le aziende agricole	Router Fritz, SIM dati, smartphone, monitor, multifunzione	Fatture Compusoft Snc
Sperimentazione di tracciabilità di filiera	Tutti i partner	Sperimentazione della soluzione di tracciabilità con i partner di progetto	Aprile – Settembre 2024
Raccolta dati spettrali NIR	UniCT – Prof. Morabito / Sfera – Ing. Pantò	Scansioni su campioni di pomodoro tramite app SpecData; acquisizione dati su varietà Piccadilly e Ricci; classificazione per grado di maturazione (acerbo, in maturazione, maturo)	Maggio – Luglio 2024
Costruzione dataset	UniCT – Prof. Morabito	Organizzazione dei dati in dataset strutturati per tre task sperimentali: classificazione aperto/chiuso; classificazione varietà; classificazione grado di maturazione	Luglio – Settembre 2024
Calibrazione della soluzione di tracciabilità	Tutti i partner	Campagne di testing per la calibrazione della soluzione di tracciabilità	Settembre 2024 – Marzo 2025
Sviluppo pipeline estrazione da disciplinari regionali	Sfera s.r.l. – Ing. Narcisi	Sviluppo pipeline software basata su RAG (Retrieval-Augmented Generation) per estrazione automatica da PDF; utilizzo LLM open source in locale	Giugno – Dicembre 2024

5. Attività di elaborazione dati e validazione

Periodo: Settembre 2024 – Aprile 2025

Attività	Soggetto responsabile	Descrizione	Periodo
Classificazione pomodoro aperto/chiuso	UniCT – Prof. Galluccio	Sviluppo e testing di modelli di classificazione (KNN, Random Forest, ANN) su dataset; confronto performance con e senza GAN	Settembre – Ottobre 2024
Classificazione tra varietà	UniCT – Prof. Galluccio	Distinzione tra pomodori Piccadilly e Ricci; ottimizzazione iperparametri; riduzione overfitting	Ottobre – Dicembre 2024
Classificazione del grado di maturazione	UniCT – Prof. Galluccio	Identificazione degli stati di maturazione (acerbo, in maturazione, maturo) tramite ANN e GAN	Dicembre 2024 – Febbraio 2025
Sviluppo modelli di regressione	UniCT – Prof. Galluccio	Implementazione Random Forest Regressor per predizione simultanea di pH e Brix; pipeline di training con StandardScaler e train_test_split	Febbraio – Marzo 2025
Validazione modelli di regressione	UniCT – Prof. Lombardo / Prof. Schembra	Verifica della coerenza tra valori di assorbanza NIR e misure sperimentali; testing e validazione modelli per pH e Brix	Marzo – Aprile 2025

6. Attività di comunicazione, disseminazione e rendicontazione

Periodo: Marzo 2025 – Luglio 2025

Attività	Soggetto responsabile	Descrizione	Periodo / Documentazione
Realizzazione logo e materiale informativo	Mediterraneo Consulting srls	Realizzazione logo, impostazione grafica, stampa brochure, volantini	Marzo – Maggio 2025
Realizzazione piano di divulgazione	Mediterraneo Consulting srls	Attività di comunicazione e disseminazione dei risultati del progetto	Marzo – Luglio 2025
Supporto alla rendicontazione	V. Service di Virderi Piero	Supporto alla rendicontazione del progetto	Fattura 32-S del 30/06/2025 (€ 3.490,00)
Noleggio attrezzature	DE.CO. Srl	Noleggio di cui al contratto del 13/04/2022	Fattura 14 del 26/06/2025 (€ 48.400,00)
Workshop conclusivo	Donnalucata Società Cooperativa Agricola	Evento di presentazione dei risultati del progetto	23/07/2025
Redazione relazione finale	Tutti i partner	Predisposizione della documentazione tecnico-scientifica e rendicontazione finale	Luglio – Agosto 2025

Riepilogo delle attività per macro-area

Macro-area	Attività	Periodo	Soggetti coinvolti
Avvio e costituzione	Costituzione ATS, avvio progetto, comunicazioni formali	Dicembre 2022 – Febbraio 2023	Donnalucata (capofila)
Analisi e progettazione	Studio tecnologie NIR, definizione architettura, progettazione QDCA e blockchain	Gennaio 2023 – Giugno 2023	UniCT, Sfera s.r.l.
Sviluppo software	Implementazione QDCA, backend blockchain, frontend, pipeline dati	Luglio 2023 – Marzo 2024	Sfera s.r.l., UniCT
Acquisizione dati	Acquisto sensori, scansioni NIR, costruzione dataset	Aprile 2024 – Settembre 2024	Tutti i partner
Elaborazione e validazione	Classificazione, regressione, validazione modelli	Settembre 2024 – Aprile 2025	UniCT
Disseminazione	Logo, materiale informativo, workshop conclusivo, rendicontazione	Marzo 2025 – Luglio 2025	Donnalucata, Mediterraneo Consulting

Attività non realizzate per effetto dei tagli istruttori

A seguito della rimodulazione del progetto in sede istruttoria (verbale del 28 settembre 2022), le seguenti attività non sono state realizzate:

Attività	Partner	Importo richiesto	Importo ammesso
Noleggio attrezzatura per estrazione olio di pomodoro	Donnalucata	€ 52.022	€ 26.000
Noleggio serra metallica Combilux	Gravagna	€ 55.000	€ 0
Noleggio attrezzatura per estrazione del miele	Marianelli	€ 30.000	€ 15.000

Riepilogo cronologico delle attività principali per anno

Anno 1 (Gennaio 2023 – Dicembre 2023)

• Costituzione ATS e avvio progetto (10/01/2023)

• Analisi tecnologie NIR e architetture blockchain

• Progettazione QDCA e definizione protocollo sperimentale

• Caratterizzazione sensore TELLSPEC Enterprise

• Sviluppo backend blockchain e frontend

• Configurazione e deployment QDCA su Docker

Anno 2 (Gennaio 2024 – Dicembre 2024)

• Acquisto sensori e attrezzature informatiche (maggio 2024)

• Avvio sperimentazione e raccolta dati NIR

• Costruzione dataset e sviluppo pipeline di estrazione dati

• Prime attività di classificazione (aperto/chiuso, varietà)

• Attività di comunicazione e disseminazione iniziali

Anno 3 (Gennaio 2025 – Luglio 2025)

• Completamento classificazione del grado di maturazione (gennaio-febbraio 2025)

• Sviluppo e validazione modelli di regressione per pH e Brix (febbraio-aprile 2025)

• Finalizzazione attività di comunicazione e disseminazione (marzo-luglio 2025)

• Workshop conclusivo (23/07/2025)

• Rendicontazione finale e redazione relazioni tecnico-scientifiche

Sintesi finale

Il progetto “Sesto Senso” ha avuto una durata complessiva di 30 mesi e 13 giorni (dal 10 gennaio 2023 al 23 luglio 2025), con una significativa estensione rispetto ai 24 mesi inizialmente previsti.

Le attività si sono articolate in sei macro-fasi temporali:

1. Avvio e costituzione (dicembre 2022 – febbraio 2023)

2. Analisi e progettazione (gennaio 2023 – giugno 2023)

3. Sviluppo e implementazione (luglio 2023 – marzo 2024)

4. Sperimentazione e acquisizione dati (aprile 2024 – settembre 2024)

5. Elaborazione e validazione (settembre 2024 – aprile 2025)

6. Comunicazione e rendicontazione (marzo 2025 – luglio 2025)

Il progetto ha raggiunto i seguenti risultati principali:

1. Quaderno di Campagna digitale operativo su piattaforma farmOS

Il progetto ha realizzato un Quaderno di Campagna digitale completo e funzionante, basato sull’adattamento e personalizzazione della piattaforma open source farmOS (licenza GPL-2.0), costruita su stack PHP, Drupal e Symfony con database PostgreSQL.

Caratteristiche e funzionalità implementate:

• Gestione integrata delle risorse aziendali: permette di gestire in modo strutturato tutti gli “asset” aziendali come terreni, piante, animali, attrezzature e strutture, organizzandoli in una gerarchia basata sulla posizione con mappatura georeferenziata delle parcelle.

• Registrazione strutturata delle operazioni agronomiche: consente di registrare in modo cronologico tutte le operazioni colturali tramite specifici tipi di “Log”: Attività, Osservazioni, Input, Raccolti, Semine, Trapianti, Test di laboratorio, Manutenzione, Registri Medici, Nascite.

• Dashboard e mappe interattive: offre una dashboard con mappa interattiva dell’azienda, attività imminenti e metriche di riepilogo. La mappatura georeferenziata permette di disegnare i perimetri dei terreni e visualizzare tutte le risorse.

• Ruoli e permessi differenziati: prevede 4 ruoli (Admin, Manager, Viewer, Worker) con permessi differenziati per garantire una gestione sicura e controllata dei dati.

• Piani e monitoraggio: funzionalità per organizzare e tracciare insiemi di risorse e attività, semplificando la gestione di progetti specifici.

• Interoperabilità: espone API REST native per garantire l’interoperabilità con sistemi esterni.

• Deployment semplice e accessibilità: configurazione e avvio tramite Docker Compose, con istanza demo pubblicata su AWS EC2 (eu-central-1). L’interfaccia è completamente tradotta in italiano.

Funzionalità aggiuntive sviluppate:

• Banca dati fitosanitari integrata: sistema di acquisizione automatica degli Open Data dal portale del Ministero della Salute, con aggiornamento settimanale.

• Pipeline di estrazione da disciplinari regionali: sviluppo di un sistema basato su tecniche RAG (Retrieval-Augmented Generation) con modelli LLM open source eseguibili in locale per l’estrazione automatica di dati da PDF dei disciplinari regionali (copertura attuale: Regione Sicilia).

2. Sistema di certificazione blockchain (Proof of Existence) implementato e funzionante

Il progetto ha implementato un sistema completo di certificazione dei dati su blockchain Bitcoin tramite il meccanismo di Proof of Existence (PoE), garantendo l’immutabilità e l’autenticità delle informazioni lungo l’intera filiera agroalimentare.

Architettura del sistema:

• Backend: Node.js + TypeScript per il calcolo degli hash SHA-256 e la comunicazione con l’API PoE.

• Frontend: ReactJS per l’interfaccia utente di registrazione e verifica dei documenti.

• API PoE: integrazione con proofofexistence.com per la registrazione degli hash su Bitcoin mainnet.

• Blockchain: Bitcoin (pubblica) come archivio immutabile delle prove.

Processo di certificazione:

1. I dati da certificare vengono inviati al backend

2. Il backend calcola il digest SHA-256 (64 caratteri esadecimali)

3. L’hash viene trasmesso all’API PoE che genera una transazione Bitcoin con OP_RETURN (marcatore DOCPROOF: 0x444f4350524f4f46)

4. La transazione, una volta confermata, è consultabile pubblicamente su qualsiasi blockchain explorer

Endpoints sviluppati:

• /generateHash: calcolo del digest SHA-256 del dato ricevuto

• /register: invio dell’hash all’API PoE per la registrazione permanente su blockchain

• /status: verifica se un hash è già presente nella blockchain

Vantaggi operativi ottenuti:

• Immutabilità: nessuna alterazione possibile dopo la registrazione

• Verificabilità: chiunque può controllare l’esistenza del dato a una data certa

• Riservatezza: il contenuto originale non viene mai esposto sulla blockchain (solo l’hash)

• Indipendenza: la prova non dipende da alcuna autorità centrale

Mappatura della filiera: La filiera del pomodoro è stata mappata su 7 fasi, ciascuna con dati certificati su blockchain:

Fase	Dato registrato su Blockchain	Soggetto registrante
Produzione piantine	Luogo del lotto, varietà del seme, data semina, fertilizzanti	Azienda vivaistica
Coltivazione	Luogo del campo, varietà del seme, data semina, fertilizzanti	Agricoltore
Controllo qualità	Valore pH, contenuto zuccheri (Brix), stadio maturazione	Ente di Ricerca / Laboratorio
Raccolta	Data raccolta, quantità, condizioni meteorologiche	Coltivatore
Imballaggio	Tipo confezione, lotto, data confezionamento	Cooperativa agricola
Trasporto	Temperatura, tracking GPS, data spedizione	Operatore logistico
Vendita	Data e punto vendita	Rivenditore

3. Protocollo di acquisizione NIR standardizzato e validato

Il progetto ha sviluppato e validato un protocollo di acquisizione dati standardizzato utilizzando il sensore TELLSPEC Enterprise (modello InnoSpectra NIR-S-G1), basato sulla tecnologia di spettroscopia nel vicino infrarosso (NIR).

Specifiche tecniche del sensore:

• Intervallo spettrale: 900-1700 nm, risoluzione max 12 nm, accuratezza ±2 nm

• 255 lunghezze d’onda misurate per scansione

• Rapporto segnale-rumore: 5000:1

• Rivelatore InGaAs da 1 mm (non raffreddato), ADC a 24 bit

• Illuminazione: 2 lampade alogene al tungsteno (0.7 W ciascuna)

• Peso: <145 g; dimensioni: 82 × 63 × 42.5 mm

• Batteria Li-ion 3.7V / 1000 mAh: circa 1000 scansioni per carica completa, ricarica in ~2.5 ore

• Profondità di penetrazione: 15-20 mm

• Connettività Bluetooth Low Energy (BLE) con protocollo GATT

• Interfacciamento con app mobile (iOS/Android) ed esportazione dati in CSV

Protocollo di misura standardizzato:

• Punti di misura: 5 misurazioni su 5 diverse parti del frutto (scansione “3D”)

• Scansioni multiple: 4 scansioni per ciascun punto di misura

• Dati acquisiti: 255 valori di assorbanza per scansione; circa 5.100 valori per pomodoro

• Tempi di acquisizione: 6 secondi per scansione; tempo totale inclusa analisi: <10 secondi

• Calibrazione: con standard Spectralon 99% (SRS-99-010), durata >10.000 scansioni

Attività di caratterizzazione e validazione:

• Verifica completa delle caratteristiche hardware e funzionali del dispositivo

• Analisi del protocollo BLE tramite GATT-Tool (servizi 180A, 180F)

• Lettura di firmware (2.4.7), software (2.1.2) e numero di serie tramite UUID

• Definizione delle condizioni operative ottimali (temperatura +10°C a +40°C; umidità 10%-80%)

• Gestione della commessa con TELLSPEC Enterprise e interazione continua con il loro team scientifico

4. Modelli di machine learning per classificazione e predizione di pH/Brix sviluppati e testati

Il progetto ha sviluppato e validato modelli di machine learning per l’analisi non distruttiva dei pomodori utilizzando i dati spettrali NIR, con risultati significativi sia nella classificazione che nella previsione dei parametri qualitativi.

Algoritmi implementati:

• Random Forest (classificazione e regressione)

• K-Nearest Neighbors (KNN)

• Artificial Neural Networks (ANN)

• Feedforward Neural Networks (FFNN)

• Generative Adversarial Networks (GAN) per data augmentation

Task di classificazione sviluppati:

Task	Campioni	Accuratezza (senza GAN)	Accuratezza (con GAN)	Miglioramento
Aperto/Chiuso	3	61% / 56%	92% / 93%	+31% / +37%
Varietà (Piccadilly/Riccio)	48	72% / 76%	82% / 84%	+10% / +8%
Grado maturazione	24	28% / 32%	55% / 58%	+27% / +26%

Modelli di regressione per pH e Brix:

Metrica	Dati grezzi	Dati con GAN	Miglioramento
Accuratezza	33%	85%	+52%
Loss (errore di predizione)	1.09	0.34	-68%

Pipeline di sviluppo implementata:

1. Caricamento dei file CSV

2. Suddivisione training/test (80%/20%)

3. Standardizzazione delle feature con StandardScaler

4. Training del modello Random Forest Regressor

5. Validazione con metriche MSE e R²

6. Inferenza su nuovi campioni

Dataset costruito:

• Per ciascun pomodoro: 5 punti di misura × 4 scansioni × 255 valori = 5.100 valori

• Campioni appartenenti a differenti classi sperimentali: aperto/chiuso, varietà (Piccadilly/Riccio), grado di maturazione (8 maturi, 8 in maturazione, 8 acerbi)

• Dati organizzati in strutture tabellari contenenti: lunghezza d’onda (lambda), valori di assorbanza, misure di pH e Brix

Risultati della validazione:

• I pomodori acerbi presentavano pH inferiori (3.80-4.20) e Brix più bassi (3-4 °Bx)

• I pomodori maturi mostravano pH più elevati (fino a 5.00) e Brix superiori (fino a 5.5 °Bx)

• Le stime ottenute risultavano coerenti con i valori teorici attesi

• L’utilizzo delle GAN ha ridotto significativamente la loss e migliorato la capacità di generalizzazione del modello

5. Banca dati fitosanitari integrata con Open Data e disciplinari regionali

Il progetto ha realizzato una banca dati completa dei prodotti fitosanitari, integrando fonti strutturate e non strutturate a supporto degli operatori agricoli.

Fonti strutturate (Open Data nazionali):

• Download automatizzato via script Bash (cadenza settimanale) dei dataset CSV dal portale del Ministero della Salute (dati.salute.gov.it)

• Dataset contenenti: prodotti autorizzati, sostanze attive, colture ammesse, restrizioni d’uso

• Struttura tabellare nativa che consente integrazione diretta senza preprocessing complesso

• Aggiornamento automatico che garantisce dati normativi sempre aggiornati

Fonti non strutturate (Disciplinari Regionali):

• Documenti PDF della Regione Sicilia (copertura attuale: 1 regione; architettura modulare estendibile)

• Sviluppo di pipeline software basata su RAG (Retrieval-Augmented Generation) per l’estrazione automatica di dati

• Adozione di modelli open source locali nelle fasi prototipali, senza necessità di connessione al cloud

Pipeline di estrazione implementata:

1. Definizione di uno schema dati di riferimento tramite LLM con validazione di output

2. Suddivisione del PDF in chunk testuali di dimensione controllata

3. Vettorizzazione delle query e confronto semantico con i chunk indicizzati

4. Selezione dei chunk per similarità semantica (output in percentuale)

5. Utilizzo dei chunk rilevanti come knowledge base contestuale per la risposta del modello

Ottimizzazioni adottate:

• Costruzione di banca dati strutturata delle estrazioni per evitare rielaborazioni (aggiornamento annuale per disciplinari, settimanale per dati nazionali)

• Soluzione di strutturazione dell’output tramite linguaggio BAML

• Architettura modulare per estensione geografica e funzionale

Risultati preliminari:

• Output sostanzialmente coerente con le richieste

• Imprecisioni riscontrate, corrette in fase di validazione

• Nessun fine-tuning specifico applicato

6. Gestione delle risorse idriche con sistemi di rilevazione

Il progetto ha introdotto innovazioni concrete per la razionalizzazione dell’uso dell’acqua, integrandole nella piattaforma di tracciabilità a supporto delle aziende agricole.

Strumenti implementati:

Innovazione	Descrizione	Beneficio conseguito
Sensori di temperatura e umidità connessi in wireless	Installazione di n. 3 sensori nelle strutture serricole del partenariato	Erogazioni idriche più precise e riduzione degli sprechi
Sistema di Supporto alle Decisioni (DSS) per irrigazione	Sviluppo di un sistema per ottimizzare irrigazione, fertilizzazione e difesa	Applicazione dei principi dell’agro-ecologia per la razionalizzazione delle risorse
Strumento digitale per il calcolo del bilancio umico	Creazione di uno strumento per ottimizzare le concimazioni organiche	Preservazione e miglioramento della qualità del suolo
Modulo produttivo innovativo “DENTE DI SEGA”	Realizzazione presso l’azienda partner Az. Agricola Ficili Paolo	Strutture innovativa per maggiore efficienza produttiva

Monitoraggio e ottimizzazione:

• I sensori di temperatura e umidità connessi alla rete wireless consentono di effettuare erogazioni dell’acqua di irrigazione più esatte e con maggiore riduzione degli sprechi

• Il DSS per irrigazione, fertilizzazione e difesa del pomodoro permette di ottimizzare le pratiche applicando i principi dell’agro-ecologia

• Lo strumento digitale per il calcolo del bilancio umico fornisce alle aziende una base scientifica per pianificare le concimazioni organiche

Benefici ambientali attesi:

• Risparmio idrico: fino al 30% grazie all’irrigazione di precisione

• Riduzione fertilizzanti: ottimizzazione degli interventi in base ai fabbisogni effettivi delle colture

• Miglioramento qualità del suolo: attraverso il calcolo del bilancio umico e concimazioni organiche mirate

• Riduzione degli input chimici: minore utilizzo di agrofarmaci grazie al monitoraggio e alla gestione integrata

Impatto stimato sulle performance aziendali:

• Incremento positivo di oltre il 100% del valore unitario per mq della produzione

• Diversificazione del reddito

• Decremento del 50% dell’utilizzo dei fattori produttivi con riflessi positivi sull’ambiente esterno

Sintesi dei risultati e correlazione con le finalità progettuali

Finalità progettuale	Risultato conseguito	Evidenza
Tracciabilità del prodotto agroalimentare	Sistema integrato QDCA + NIR + Blockchain	Mappatura di 7 fasi della filiera; certificazione su Bitcoin mainnet
Registrazione operazioni colturali e quaderno di campagna	Piattaforma farmOS personalizzata	12 sezioni funzionali; API REST; 4 ruoli utente; deployment su AWS
Certificazione e condivisione tramite blockchain	Sistema PoE con 3 endpoint REST	Hash SHA-256; transazioni OP_RETURN; verificabilità pubblica
Risparmio idrico e riduzione input	Sensori wireless + DSS + bilancio umico	Risparmio idrico fino al 30%; riduzione fertilizzanti

Le attività di diversificazione delle produzioni (estrazione olio dai semi di pomodoro e filiera del miele) non sono state realizzate a seguito dei tagli istruttori. Nonostante tali riduzioni, il progetto ha conseguito pienamente gli obiettivi di tracciabilità, gestione delle risorse idriche e innovazione tecnologica previsti.

7. Funzionalità del progetto realizzato

Il progetto “Sesto Senso” ha realizzato un sistema integrato di tracciabilità della filiera agroalimentare, articolato in quattro componenti funzionali interconnesse che rispondono alle finalità progettuali dichiarate nello schema iniziale. Di seguito vengono descritte le funzionalità effettivamente sviluppate e rese operative.

7.1 Quaderno di Campagna digitale

7.1.1 Architettura e tecnologia

Il Quaderno di Campagna digitale è stato realizzato attraverso l’adattamento e la personalizzazione della piattaforma open source farmOS (licenza GPL-2.0), costruita su stack PHP, Drupal e Symfony con database PostgreSQL.

Caratteristiche tecniche:

• Deployment: container Docker (farmos, db, nginx, certbot) con avvio tramite docker compose up -d

• Accessibilità: istanza demo pubblicata su AWS EC2 (eu-central-1)

• Interfaccia: completamente tradotta in italiano

• API: REST API native per interoperabilità con sistemi esterni

7.1.2 Funzionalità operative

Gestione delle risorse aziendali (Asset):

Il sistema permette di gestire in modo strutturato tutti gli elementi di valore dell’azienda agricola, organizzati in una gerarchia basata sulla posizione:

Tipologia di risorsa	Funzionalità
Terreno	Rappresentazione di campi, proprietà, aiuole, paddock con mappatura georeferenziata e organizzazione gerarchica
Piante	Gestione di gruppi di piante o singole piante, con definizione della coltura/varietà e tracciamento delle operazioni di semina e trapianto
Animali	Gestione di singoli animali o gruppi (inventario), con tracciamento di movimenti, registri medici e nascite
Attrezzature	Tracciamento di posizione, manutenzione e utilizzo delle attrezzature aziendali
Strutture	Rappresentazione di edifici, serre e altre strutture permanenti o mobili
Sensori	Rappresentazione di dispositivi sensore che forniscono flussi di dati ambientali

Registrazione delle operazioni agronomiche (Log):

Il sistema consente la registrazione strutturata e cronologica di tutte le operazioni colturali tramite specifici tipi di Log:

Tipo di Log	Descrizione
Attività	Registrazione generica di attività pianificate o eseguite
Osservazioni	Registrazione di osservazioni passive (es. germinazione, stato colturale)
Input	Registrazione di risorse immesse (fertilizzanti, mangimi, prodotti fitosanitari)
Raccolti	Registrazione dei prodotti raccolti da una risorsa
Semine	Registrazione della semina, con quantità e posizione
Trapianti	Registrazione dello spostamento di piante da una posizione all’altra
Test di laboratorio	Registrazione di analisi del suolo, dell’acqua, dei tessuti vegetali
Manutenzione	Registrazione di interventi di manutenzione su attrezzature e strutture
Registri Medici	Registrazione di dati sanitari degli animali
Nascite	Registrazione delle nascite di animali

Mappatura georeferenziata:

• Disegno perimetrale delle parcelle su mappa interattiva

• Funzioni di zoom, geolocalizzazione, ricerca indirizzo

• Strumenti di disegno: poligono, linea, punto, cerchio

• Funzioni di modifica: edit, sposta, elimina

• Griglia di aggancio per geometrie regolari

• Importazione ed esportazione di geometrie in formato KML, KMZ, GPX, GeoJSON

Dashboard e monitoraggio:

• Mappa interattiva dell’azienda con tutti gli asset attivi

• Attività imminenti e in ritardo (Log in stato “in sospeso”)

• Riepilogo delle metriche (conteggio totale di asset e log)

• Accesso rapido per la gestione delle attività

Ruoli e permessi:

Il sistema prevede 4 ruoli con permessi differenziati:

• Admin: accesso completo e configurazione del sistema

• Manager: creazione, modifica ed eliminazione di record

• Worker: operatività senza modifica della configurazione

• Viewer: sola visualizzazione dei record

7.1.3 Funzionalità aggiuntive sviluppate

Banca dati fitosanitari integrata:

• Acquisizione automatica degli Open Data dal portale del Ministero della Salute

• Download via script Bash con cadenza settimanale

• Dataset in formato CSV contenenti: prodotti autorizzati, sostanze attive, colture ammesse, restrizioni d’uso

• Aggiornamento automatico dei dati normativi

Pipeline di estrazione da Disciplinari Regionali:

• Sviluppo di una pipeline basata su tecniche RAG (Retrieval-Augmented Generation)

• Utilizzo di modelli LLM open source eseguibili in locale

• Estrazione automatica di dati strutturati da PDF dei disciplinari regionali

• Copertura attuale: Regione Sicilia (architettura modulare estendibile)

7.2 Sistema di certificazione Blockchain

7.2.1 Architettura del sistema

Il sistema di certificazione blockchain è stato implementato per garantire l’immutabilità e l’autenticità dei dati di filiera attraverso il meccanismo di Proof of Existence (PoE) su Bitcoin mainnet.

Componenti del sistema:

Componente	Tecnologia	Funzione
Backend	Node.js + TypeScript	Calcolo hash SHA-256 e comunicazione API PoE
Frontend	ReactJS	Interfaccia utente per registrazione/verifica documenti
API PoE	proofofexistence.com	Registrazione hash su Bitcoin mainnet
Blockchain	Bitcoin (pubblica)	Archivio immutabile delle prove

7.2.2 Endpoints e funzionalità

Il backend espone tre endpoint REST principali:

Endpoint	Funzione
/generateHash	Calcolo del digest SHA-256 del dato ricevuto
/register	Invio dell’hash all’API PoE per la registrazione permanente su blockchain
/status	Verifica se un hash è già presente nella blockchain

7.2.3 Processo di certificazione

Il flusso operativo del sistema di certificazione si articola in quattro fasi:

1. Hash del dato: il dato da certificare viene inviato al backend che calcola il digest SHA-256 (64 caratteri esadecimali)

2. Transazione Bitcoin: l’hash viene trasmesso all’API PoE che genera una transazione Bitcoin con OP_RETURN, inscrivendo l’hash nella blockchain con marcatore DOCPROOF (0x444f4350524f4f46)

3. Conferma: la transazione, una volta confermata, è consultabile pubblicamente su qualsiasi blockchain explorer

4. Verifica: in qualsiasi momento, chiunque può verificare l’esistenza e l’integrità del dato certificato, senza mai accedere al contenuto originale

7.2.4 Mappatura della filiera

La filiera del pomodoro è stata mappata su 6 fasi, ciascuna con dati certificati su blockchain:

Fase	Dato registrato su Blockchain	Soggetto registrante
Coltivazione	Luogo del campo, varietà del seme, data semina, fertilizzanti	Agricoltore
Controllo qualità	Valore pH, contenuto zuccheri (Brix), stadio maturazione	Ente di Ricerca / Laboratorio
Raccolta	Data raccolta, quantità, condizioni meteorologiche	Coltivatore
Imballaggio	Tipo confezione, lotto, data confezionamento	Cooperativa agricola
Trasporto	Temperatura, tracking GPS, data spedizione	Operatore logistico
Vendita	Data e punto vendita	Rivenditore

7.2.5 Vantaggi operativi

• Immutabilità: nessuna alterazione possibile dopo la registrazione

• Verificabilità: chiunque può controllare l’esistenza del dato a una data certa

• Riservatezza: il contenuto originale non viene mai esposto (solo l’hash)

• Indipendenza: la prova non dipende da alcuna autorità centrale

• Conformità normativa: risposta ai requisiti del Regolamento UE 2023/564

7.3 Sensoristica NIR per l’analisi della qualità del prodotto

7.3.1 Dispositivo utilizzato

Il progetto ha impiegato il sensore TELLSPEC Enterprise (modello InnoSpectra NIR-S-G1), basato sulla tecnologia di spettroscopia nel vicino infrarosso (NIR).

Specifiche tecniche:

• Intervallo spettrale: 900-1700 nm, risoluzione max 12 nm, accuratezza ±2 nm

• 255 lunghezze d’onda misurate per scansione

• Rapporto segnale-rumore: 5000:1

• Rivelatore InGaAs da 1 mm (non raffreddato), ADC a 24 bit

• Illuminazione: 2 lampade alogene al tungsteno (0.7 W ciascuna)

• Peso: <145 g; dimensioni: 82 × 63 × 42.5 mm

• Batteria Li-ion 3.7V / 1000 mAh: circa 1000 scansioni per carica, ricarica in ~2.5 ore

• Profondità di penetrazione: 15-20 mm

• Connettività Bluetooth Low Energy (BLE) con protocollo GATT

• Temperatura operativa: +10°C a +40°C; umidità: 10%-80%

7.3.2 Protocollo di acquisizione standardizzato

Il protocollo di misura è stato definito e validato per garantire la ripetibilità e la qualità dei dati:

• Punti di misura: 5 misurazioni su 5 diverse parti del frutto (scansione “3D”)

• Scansioni multiple: 4 scansioni per ciascun punto di misura

• Dati acquisiti: 255 valori di assorbanza per scansione; circa 5.100 valori per pomodoro

• Tempo di acquisizione: 6 secondi per scansione; tempo totale <10 secondi

• Calibrazione: con standard Spectralon 99% (SRS-99-010), durata >10.000 scansioni

• Riferimenti: correlazione con misure di pH (tramite pHmetro) e Brix (tramite rifrattometro)

7.3.3 Modelli di machine learning sviluppati

Algoritmi implementati:

• Random Forest (classificazione e regressione)

• K-Nearest Neighbors (KNN)

• Artificial Neural Networks (ANN)

• Feedforward Neural Networks (FFNN)

• Generative Adversarial Networks (GAN) per data augmentation

Task di classificazione:

Task	Campioni	Accuratezza (senza GAN)	Accuratezza (con GAN)
Aperto/Chiuso	3	61% / 56%	92% / 93%
Varietà (Piccadilly/Riccio)	48	72% / 76%	82% / 84%
Grado maturazione	24	28% / 32%	55% / 58%

Modelli di regressione per pH e Brix:

Metrica	Dati grezzi	Dati con GAN
Accuratezza	33%	85%
Loss	1.09	0.34

7.4 Sistema di monitoraggio agrometeorologico per la gestione delle risorse idriche

7.4.1 Dispositivo e sensori

Il progetto ha integrato il sistema nMETOS 80SM di PESSL INSTRUMENTS per il monitoraggio agrometeorologico e l’ottimizzazione della gestione delle risorse idriche.

Sensori installati:

• 3 sensori di temperatura e umidità dell’aria: per il monitoraggio continuo delle condizioni microclimatiche

• 2 sensori di umidità del suolo (volumetrico e tensiometrico): per la misurazione del contenuto idrico del suolo e della tensione idrica

Specifiche dei sensori:

Sensore	Parametro	Precisione
Sensore aria	Temperatura (-40°C a +125°C)	±0.3°C
Sensore aria	Umidità relativa (0-100%)	±2% (0-80%), ±3% (80-100%)
PI54-D	Temperatura suolo; VWC	% di volume
Watermark	Tensiometro suolo (kPa)	kPa

7.4.2 Interpretazione dei dati Watermark

Valore (kPa)	Condizione del suolo	Intervento consigliato
0-10	Suolo saturo	Non irrigare
10-30	Adeguatamente umido	Non irrigare
30-60	Range irriguo usuale	Intervallo ottimale per irrigare
60-100	Abbastanza secco	Molte piante iniziano a subire stress
100-200	Molto secco	Stress significativo; irrigazione urgente

7.4.3 Piattaforma di gestione dati

I dati rilevati vengono trasmessi in cloud alla piattaforma FieldClimate di PESSL INSTRUMENTS, accessibile tramite serial number e chiave.

Funzionalità della piattaforma:

• Visualizzazione in tempo reale dei dati in grafici e tabelle

• Dashboard personalizzabile

• Sistema di supporto decisionale (DSS) per irrigazione

• Modelli per la protezione delle piante e la fertilizzazione

• API Web per interfacciamento con applicazioni personalizzate

7.4.4 Benefici operativi

• Risparmio idrico: fino al 30% grazie all’irrigazione di precisione

• Riduzione fertilizzanti: ottimizzazione degli interventi in base ai fabbisogni effettivi

• Supporto decisionale: determinazione precisa del momento ottimale per l’irrigazione

• Tracciabilità: integrazione dei dati nel Quaderno di Campagna digitale

7.5 Integrazione tra le componenti

Le quattro componenti funzionali del progetto sono state progettate per operare in modo integrato, creando un flusso informativo continuo dalla registrazione delle operazioni agronomiche alla certificazione dei dati:

Flusso operativo integrato:

1. Registrazione: i dati sul processo produttivo (coltivazione, operazioni agronomiche, analisi NIR, condizioni ambientali) vengono registrati nel QDCA per ogni lotto di produzione

2. Integrazione e collegamento: i dati del QDCA vengono associati a ogni lotto di produzione, creando un legame univoco tra le operazioni, le analisi e il prodotto finale

3. Certificazione su Blockchain: le informazioni rilevanti vengono certificate su blockchain tramite il meccanismo Proof of Existence, creando un registro permanente e inalterabile di tutta la filiera

7.6 Sintesi delle funzionalità realizzate

Area funzionale	Funzionalità	Status
Gestione dati aziendali	Quaderno di Campagna digitale con gestione asset, log operativi e mappatura georeferenziata	Operativo
Certificazione	Sistema di Proof of Existence su blockchain Bitcoin con 3 endpoint REST	Operativo
Analisi qualità	Protocollo NIR standardizzato e modelli ML per classificazione/predizione pH/Brix	Validato
Monitoraggio idrico	Stazione nMETOS 80SM con sensori aria e suolo + piattaforma FieldClimate	Operativo
Banca dati normativa	Integrazione Open Data fitosanitari e pipeline estrazione disciplinari regionali	Operativo
Tracciabilità filiera	Mappatura 7 fasi della filiera del pomodoro con certificazione blockchain	Implementato