Il progetto di ricerca mira allo sviluppo e alla validazione di un modello digitale predittivo integrato per la generazione di mappe di resa georeferenziate in uliveti superintensivi in ambiente mediterraneo, attraverso l’integrazione di sistemi di visione artificiale, sensori a terra, piattaforme UAV, reti IoT ed eventuali dati meccatronici provenienti dalle macchine raccoglitrici. L’approccio proposto si fonda su un framework modulare e adattivo, orientato all’integrazione di dati visivi ad alta risoluzione (RGB), informazioni ambientali e fisiologiche e misure operative di raccolta, mediante algoritmi di intelligenza artificiale e procedure di calibrazione locale. 

Tecniche di computer vision e deep learning saranno esplorate per l’estrazione automatica di caratteristiche quantitative in fase pre raccolta. Campionamenti mirati e misure di riferimento consentiranno di sviluppare modelli di correlazione tra caratteristiche estratte e dati produttivi osservati. Le informazioni multispettrali e termiche saranno impiegate come supporto informativo complementare per l’analisi della variabilità spaziale e per il rafforzamento interpretativo delle stime. Il modello sarà progettato per fornire stime dinamiche e progressivamente aggiornabili nel tempo, potenzialmente integrabili in ambienti Digital Twin e in sistemi decisionali AI-based. 

L’infrastruttura digitale supporterà i processi di acquisizione ed elaborazione dei dati, favorendo l’integrazione delle diverse sorgenti informative e lo sviluppo di workflow sperimentali per la valutazione di soluzioni applicative in contesti aziendali. La validazione sperimentale sarà condotta in contesti produttivi rappresentativi, con l’obiettivo di valutare l’accuratezza delle stime, la stabilità temporale del modello e la risposta alla variabilità ambientale e colturale. 

Saranno inoltre esplorate le potenzialità di adattamento del sistema a differenti cultivar e condizioni operative. Il progetto intende contribuire alla riduzione delle attuali lacune nella disponibilità di sistemi integrati per la mappatura predittiva della resa in oliveti superintensivi, favorendo lo sviluppo di strumenti innovativi per la gestione sostenibile, la pianificazione produttiva e il trasferimento tecnologico nel contesto agricolo di riferimento.