La tecnologia in serra a Chiaramonte Gulfi

Tecnologia LoRaWAN in agricoltura: una serra con sensori di monitoraggio e automazione realizzati dalla start-up ragusana Lualtek a Roccazzo, frazione di Chiaramonte Gulfi, l’azienda di Andrea Angilletti coltiva more con l’aiuto del machine learning, senza rete elettrica e senza copertura Internet.
La tecnologia LoRaWAN al servizio dell’agricoltura. A Chiaramonte Gulfi, nella frazione di Roccazzo è stato installato, per la prima volta, un sistema di monitoraggio e programmazione dell’attività in serra che utilizza il sistema LoRaWAN, una tecnologia radio wireless per il monitoraggio e la comunicazione dei dati su lunghe distanze e a basso consumo energetico, che non utilizza la connessione a Internet né la rete elettrica. I nuovi impianti, assolutamente innovativi, sono stati installati per la prima volta nelle serre di proprietà di Andrea Angilletti, a Roccazzo: 3000 metri quadri coltivati a more. È una coltura con standard qualitativi elevati per i quali serve garantire una temperatura costante, adeguata areazione, irrigazione ed irrorazione delle piante. Per Andrea Angilletti, una parte delle attività agricole sono ora programmate e regolate a distanze, tramite un sistema di sensori realizzati da Lualtek, una start-up ragusana realizzata da Luca e Alessio Occhipinti.

“Abbiamo voluto applicare il sistema LoRaWAN in agricoltura – spiega Alessio Occhipinti – convinti che questo avrebbe dato dei vantaggi enormi all’agricoltore. Abbiamo installato all’interno della serra dei sensori altamente innovativi, assemblati e realizzati da noi, a basso consumo, non collegati alla rete elettrica, ma ad un sistema a batteria di lunga durata (almeno 10 anni). Il sistema funziona quindi sempre, anche laddove non c’è energia elettrica e permette di garantire sempre il monitoraggio costante delle colture. Oltre ai sensori, abbiamo aggiunto la parte applicativa, quella che permette di programmare a distanza e di modificare le condizioni di una serra da remoto. Nel dettaglio, permettiamo all’agricoltore e all’agronomo di “impostare una scena”, di predisporre cioè le condizioni di base della serra e di programmare una serie di attività che, a determinate condizioni, devono essere avviate. Ad esempio, quando i sensori rilevano la temperatura prefissata, fanno aprire i portelloni o, viceversa, li fanno richiudere.

L’agricoltore può anche monitorare i dati a distanza e fare le scelte di volta in volta necessarie e può farlo anche da remoto, da casa sua, a qualunque ora”. “Nelle serre – continua Luca Occhipinti – abbiamo montato un termoigrometro interno, un termoigrometro della terra (sensori temperatura e umidità), una mini stazione meteo esterna e degli attuatori per l’apertura dei portelloni (già motorizzati), l’accensione delle ventole e per l’accensione della trivella. Usando il nostro software i portelloni e le ventole si aprono in automatico al raggiungimento di determinate soglie di temperatura e umidità (grazie ad un algoritmo che incrocia i dati). Inoltre, Andrea Angilletti riceve una notifica ogni volta che alcuni valori raggiungono delle soglie; una notifica di successo/fallimento ogni volta che avviene un automatismo; può accendere e spegnere la trivella dal suo smartphone, anche da casa, con un pulsante presente nel software (la sua trivella è a più di 700 metri dalla serra e ogni volta doveva andare in macchina). Il sistema consente un notevole risparmio di tempo e di manodopera”.

Il sistema Lualtek ha dato grandi vantaggi: l’agricoltore doveva recarsi in azienda per controllare la temperatura 6 o 7 volte al giorno, oggi lo fa solo quando è necessario. I sensori e gli attuatori sono altamente innovativi ed assemblati in house, non sono reperibili altrove; funzionano fino a 10 km di distanza, che può essere ampliata con l’installazione di altri gateway. Sono sensori modulari e si realizzano in maniera mirata in base alla malattia, al fungo o ad altre esigenze, come l’antigelo o la fertirrigazione. “È anche possibile – aggiunge Alessio Occhipinti – agire in modo mirato su micro-zone dell'ambiente coltivato e applicare misure diverse sulla base delle condizioni di quella pianta o di quella zona. Grazie all'applicazione del machine learning, il software sarà in grado di suggerire e/o applicare delle modifiche ai parametri e alle soglie di attuazione e di prevedere l'andamento delle colture sulla base dei dati storici acquisiti”.