Review n.

26 – Italus Hortus 22 (2), 2015: 9-22

Concimazione di precisione nelle colture ortoflorovivaistiche

Daniele Massa1*, Luca Incrocci2 e Alberto Pardossi2
1
Consiglio per la Ricerca in Agricoltura e l’Analisi dell’Economia Agraria (CREA) - Unità di ricerca
per il vivaismo e la gestione del verde ambientale ed ornamentale, Pescia (PT)
2
Dipartimento di Scienze Agrarie, Alimentari e Agro-ambientali (DiSAAA-a), Università di Pisa

Precision fertilisation in vegetable tance). Simulation models can be integrated in deci-

and ornamental crops sion support system for fertilization. Finally, the use of
controlled release fertilizers can significantly increase
Abstract. Vegetable and ornamental crops are the nutrient use efficiency, especially in substrate cul-
highly intensive cropping systems based on a large tivations.
application of agro-chemicals (plant protection prod-
ucts and fertilizers), which often determine a strong Key words: Controlled release fertilizers, decision
environmental impact. On the other hand, these crop- support systems, nutrient use efficiency, optic sen-
ping systems can be quite profitable as they employ sors, specific-ion sensors.
new technologies and approaches to optimize the fer-
tilization and the management of pests and diseases.
As far as fertilisation is concerned, some of these Introduzione
techniques have been validated under different condi-
tions and could be applied to most commercial farms Le colture ortoflorovivaistiche sono caratterizzate
while others techniques are still under development. dalla richiesta di elevati input di varia natura (mano-
In brief, sustainable fertilization consists in supplying dopera, energia, acqua, fertilizzanti) giustificati dal-
the appropriate fertilizer rate based on crop mineral l’elevata redditività di tali colture per unità di superfi-
requirement and the actual nutrient availability in the
cie rispetto a colture più estensive. In queste colture, i
root zone. Sustainable fertilization can be achieved
either using a prescriptive or a corrective method. In
sistemi di coltivazione possono facilmente raggiunge-
the former case, the amount of fertilizers required by re elevate inefficienze nell’utilizzo di acqua ed ele-
the crop is estimated using a nutrient mass balance. menti fertilizzanti se non si applicano corrette prati-
In the corrective method, fertilization is aimed at che agronomiche; d’altra parte, sono proprio i sistemi
maintaining an adequate nutrient concentration at the di coltivazione intensiva quelli che si prestano mag-
root zone level. In both cases a check-up of the nutri- giormente all’utilizzo di tecniche e tecnologie produt-
ent availability along the crop cycle is necessary. The tive innovative capaci di aumentare l’efficienza d’uso
“speaking soil” and the “speaking plant” approaches di acqua e nutrienti.
can be used to optimize fertilization practices. In the Le sempre più rigide norme in materia di protezio-
“speaking soil” approach, the supply of fertilizers is ne dell’ambiente (es. le direttive europee sulle acque e
calculated to maintain a target nutrient concentration sui nitrati) hanno senza dubbio favorito lo sviluppo di
in the root zone, which is generally determined
metodi di coltivazione più efficienti e sostenibili e
through the analysis of soil extracts. The application
of this approach is quite easy in soilless substrate cul-
promosso un’intensa attività di ricerca e sperimenta-
tures systems where drainage water and/or substrate zione a livello nazionale ed europeo.
samples can be easily collected and analyzed. The L’interesse per un miglioramento delle tecniche di
“speaking plant” approach can be adopted for moni- concimazione deriva anche dalla necessità di miglio-
toring nutrient status in some parts of the plant (leaf rare la qualità delle produzioni dal punto vista organo-
lamina or petiole) or on the whole canopy using either lettico (contenuto di vitamine, di antociani, di minera-
destructive (leaf sampling followed by laboratory li particolari come il selenio o lo iodio) e della sicu-
analyses) or non destructive methods (canopy rezza alimentare (assenza di composti potenzialmente
reflectance, chlorophyll fluorescence, leaf transmit- tossici, come i nitrati negli ortaggi da foglia).
Questo articolo affronta il tema della concimazio-
*
[Link]@[Link] ne di precisione, esaminando le tecnologie commer-

9
Massa et al.

cialmente già disponibili o in fase di avanzato svilup- principali metodi: quello previsionale (feed-forward)
po tecnologico, utilizzabili per aumentare l’efficienza oppure quello correttivo (feed-back) (Granados et al.,
di uso dei fertilizzanti e/o le rese quanti-qualitative 2013, Incrocci et al., 2015).
delle colture ortoflorovivaistiche. Nel primo caso, l’apporto di nutrienti è stimato,
preventivamente, sulla base di un bilancio idrico e
La concimazione delle colture ortoflorovivaistiche nutritivo che tiene in considerazione le asportazioni
della pianta, gli apporti al sistema colturale (es. mine-
L’assorbimento radicale di nutrienti dal mezzo di ralizzazione dei residui colturali, dei concimi organici
crescita (terreno o substrato) è un processo attivo che eventualmente apportati e della sostanza organica del
dipende da molti fattori, in particolare dalla concen- terreno) e le perdite (es. lisciviazione, retrogradazio-
trazione esterna e dalle forme chimiche di nutrienti ne, fissazione ecc.). In generale, il bilancio è effettua-
potenzialmente disponibili per la pianta. La risposta di to basandosi su dati climatici medi storici e sulla pro-
crescita di una coltura alla disponibilità del nutriente duzione attesa della coltura. Il metodo correttivo inve-
nella zona radicale ha un andamento iperbolico, cioè ce presuppone una dose di concimazione che è inizial-
continua ad aumentare fino al raggiungimento di un mente calcolata in funzione del bilancio minerale e
plateau oltre il quale si può avere addirittura un’inibi- quindi “corretta” durante la coltivazione sulla base
zione (fig. 1). Il valore di concentrazione che segna dello stato nutrizionale della pianta (speaking plant)
l’inizio di tale plateau è definito come concentrazione e/o della disponibilità di nutrienti nella zona radicale
minima ottimale (fig. 1). (speaking soil), valutato con diverse metodiche
La somministrazione di un elemento nutritivo alla meglio descritte più avanti.
coltura, in pre-impianto o in copertura, deve essere Spesso la migliore strategia è la combinazione dei
effettuata sulla base delle esigenze della coltura stessa due metodi, stimando una dose di nutriente da sommi-
e della reale disponibilità dell’elemento nel nistrare alla coltura con dei modelli previsionali e
terreno/substrato. monitorando poi i risultati con sistematici campiona-
L’aumento dell’efficienza d’uso di un nutriente menti di suolo e/o valutazione dello stato nutrizionale
(NUE, espressa come rapporto fra la quantità di della coltura (Granados et al., 2013).
nutriente assorbita dalla coltura e quella distribuita) si
realizza principalmente minimizzando le perdite, Speaking soil
quali ad esempio lisciviazione di nitrati e del potassio, Questo tipo di monitoraggio serve a mantenere la
retrogradazione del fosforo, o fissazione del potassio). concentrazione di nutrienti nella zona radicale in un
Nel calcolo della quantità di elementi nutritivi da intervallo ottimale per la coltura e, in particolare, il
somministrare alla coltura si possono seguire due più vicino possibile alla concentrazione minima otti-
male (fig. 1).
Ciò che interessa è quindi conoscere la probabile
composizione della soluzione circolante del terreno o
del substrato: in alcuni tipi di substrati caratterizzati da
un’elevata capacità idrica (es. fibra di cocco, torba e
lana di roccia), questa può essere estratta direttamente
per semplice “strizzatura” (squeeze extract) o per cen-
trifugazione, mentre in altri tipi di substrati e nei terre-
ni è necessaria un’estrazione in soluzione acquosa.
I principali approcci utilizzati per monitorare la
dotazione di nutrienti di un terreno sono riportati di
seguito.
• Analisi chimica tradizionale eseguita su un cam-
pione di suolo attraverso estrazioni con sostanze
Fig.1 - Relazione tra crescita (o produzione) di una coltura e la capaci di solubilizzare anche gli elementi bloccati
disponibilità di un elemento nutritivo nel mezzo di crescita (terre-
no o substrato). Mantenere la minima concentrazione ottimale per- dalla capacità di scambio cationico del terreno
mette di limitare le perdite (es. dei nitrati per lisciviazione) senza (soluzioni a base di ammonio acetato, cloruro di
effetti negativi sulla produzione. bario, cloruro di calcio); con questa analisi si
Fig. 1 - The relationship between crop growth or yield and nutrient
availability in the root zone (soil or substrate). Maintaining a mini-
valuta la quantità di nutrienti disponibili per la
mum optimal concentration allows to reduce nutrient losses (e.g. of coltura nel medio-lungo periodo (detta anche
nitrates by leaching) without affecting crop produce and quality. capacità del terreno per un dato nutriente).
10
 Concimazione di precisione nell’ortoflorovivaismo

• Analisi chimica dell’estratto acquoso del terreno

(1:2 V:V), utilizzata per la valutazione della
disponibilità dei nutrienti nel breve periodo; è una
metodologia consigliata per colture intensive
(Sonneveld e Voogt, 2009).
• Analisi chimica della soluzione circolante del ter-
reno o del substrato campionata per mezzo di lisi-
metri a suzione (Granados et al., 2013).
In tutti i casi è sempre necessario conoscere la
relazione tra la crescita e la produzione della coltura e
la concentrazione dell’elemento nutritivo in esame nel
mezzo di crescita.
Ricercatori olandesi, ormai da circa 20 anni, hanno
messo a punto un sistema correttivo di gestione della
Fig. 2 - Rappresentazione grafica del metodo sviluppato da
concimazione su suolo in serra, il quale si basa sulla Sonneveld e Voogt (2009) per la gestione della fertirrigazione in
analisi chimica dell’estratto acquoso del terreno (1:2 serra. Prima del trapianto della coltura, il terreno è concimato in
V:V) e il confronto dei risultati ottenuti con i valori di modo da portare la concentrazione dei vari macronutrienti nel
suolo alla concentrazione ottimale. Successivamente si sommini-
riferimento per la coltura in esame. (Sonneveld e stra una soluzione standard e dopo 3-6 settimane si effettua una
Voogt, 2009; Van den Bos et al., 1999) (tab. 1). Il ter- analisi dell’estratto acquoso del suolo (1:2 V:V). La concentrazio-
reno viene campionato ogni 3-6 settimane, dopo il tra- ne di un determinato nutriente (X) nella soluzione standard (Xst) è
modificata solo se la sua concentrazione nell’estratto acquoso
pianto; se la concentrazione dell’elemento esaminato (Xes) si discosta più del 25 % dal valore guida per la specie con-
è inferiore o superiore del 25 % dei valori-guida, si siderata (Xopt, Tab. 1). In questo esempio, poiché Xes è inferiore
procederà rispettivamente ad aumentare o a ridurre la all’intervallo ottimale, Xst la sua concentrazione nella soluzione
concentrazione dell’elemento nella soluzione nutritiva nutritiva dovrà essere aumentata (Xagg).
Fig. 2 - Graphical representation of the method proposed by
somministrata (Incrocci 2012; Incrocci et al., 2013; Sonneveld e Voogt (2009) for the management of fertilization in
fig. 2). Il metodo è utilizzabile solo per N-NO 3, soil-grown greenhouse crops. Before transplanting, a base fertil-
N-NH4, K, Ca, Mg e S. Per gli altri elementi nutritivi ization is applied to restore the optimal soil nutrient concentra-
tion. Thereafter, the crop is fed with a standard nutrient solution
(P e microelementi) non è utilizzabile a causa delle and after 3-6 weeks the nutrient status of the root zone is assessed
concentrazioni molto basse normalmente presenti by analysing the aqueous soil extract (1:2 V:V). Nutrient solution
negli estratti acquosi del terreno. concentration of a given nutrient (Xst) is modified only if its con-
centration in the extract (Xes) differs by more than 25 % from the
Durante le attività del progetto interregionale crop specific target value (Xopt, tab. 1). In this example, as Xes is
AZORT (La concimazione AZotata degli ORTaggi), è lower than Xopt, the nutrient solution concentration must be
stato sviluppato un foglio di calcolo (GREEN-FERT) increased (Xagg).
che facilita l’applicazione del metodo appena descrit-
to (Incrocci, 2012; Incrocci et al., 2013). metro di qualche centimetro, all’interno del quale è
I lisimetri a suzione permettono di campionare inserito un capillare che permette di recuperare e racco-
abbastanza facilmente la soluzione circolante del terre- gliere la soluzione circolante estratta dal terreno, grazie
no e sono molto utilizzati in paesi come Israele, Spagna ad una depressione (mantenuta per 24-36 ore) creata
e Australia. Questi strumenti sono costituiti da una con una pompa o una semplice siringa subito dopo la
coppa porosa saldata ermeticamente su un tubo del dia- fine di un’irrigazione. Il metodo è stato testato con suc-

Tab. 1 - Esempio di concentrazioni (mmoli L-1) di riferimento dei macroelementi e conducibilità elettrica (EC, dS m-1) massima nell’estrat-
to acquoso 1:2 (terreno:acqua, in volume) del terreno per la concimazione di base e per la fertirrigazione di alcune colture ortoflorovivai-
stiche. Maggiori informazioni sono riportate in Incrocci et al. (2013).
Tab. 1 - Some examples of guideline nutrient concentrations (mmol L-1) and maximum electro-conductivity values (EC, dS m-1) in the soil
aqueous extract 1:2 (soil:water; in volume) for base dressing and fertigation of some horticultural protected crops. Further information
can be found in Incrocci et al. (2013).
Valori guida per la concimazione di fondo Valori guida estratto per la fertirrigazione
Coltura
ECmax K Ca Mg NO3 SO4 ECOPT K Ca Mg NO3 SO4
Lattuga 1,5 2,8 3,25 1 4,5 3,5 0,8 2,8 3,25 1 4,5 3,5
Pomodoro 2,3 3,5 3,5 2,7 7,5 3,5 1,4 2,2 2,5 1,7 5 2,5
Asparagus 1,5 1,5 1,8 1 3 1,5 0,9 1,5 1.8 1 3 1,5
Crisantemo 1,5 1 1,5 0,8 2 1,5 0,8 1 1.5 0,8 2 1,5

11
Massa et al.

cesso, soprattutto per quanto riguarda la somministra- Alcuni studi hanno recentemente proposto l’uso
zione di N (e.g. Granados et al., 2013). Tuttavia, alcuni della riflettenza NIR per la stima del contenuto di
lavori sperimentali su pomodoro e melone allevati in nitrati direttamente sul campione di terreno tal quale
coltura protetta hanno rilevato una scarsa correlazione senza un processo di estrazione del nutriente (Bansod
fra lo stato nutrizionale della pianta e la concentrazione e Thakare, 2014). In questo caso la misura è effettuata
dei nitrati della soluzione circolante del terreno tanto attraverso spettroscopi o strumenti in cui la sorgente
che il metodo sembra più adatto per evitare gli eccessi di luce è fornita da lampade a LED emettenti luce
di concimazione, piuttosto che pilotare efficacemente la monocromatica alle tipiche lunghezze d’onda di
dose di N da somministrare (Peña-Fleitas et al., 2015). assorbimento della molecola del nitrato (940, 1.050,
Altro problema che presenta questo metodo è legato 1.100, 1.200, 1.300, 1.550 nm). Questi sensori sono
alla rappresentatività del campione: un buon campiona- potenzialmente in grado di stimare diversi elementi
mento richiede un minimo di quattro replicati per unità nel suolo tra cui quelli nutritivi per le colture agrarie
coltivata, cosa non sempre ben vista dall’agricoltore, a (Yokota et al., 2007).
causa del costo dell’apparecchiatura e del tempo neces- L’uso di sensori iono-specifici a funzionamento
sario per il campionamento. ottico (ISO) o elettrochimico (ISE o ISFET) è parti-
La soluzione acquosa ottenuta dall’estratto di un colarmente indicato e semplificato nel caso delle col-
suolo o dalla raccolta dal lisimetro può essere analiz- ture su substrato o in idroponica dove si ha facilmen-
zata attraverso kit di determinazione rapida ed altri te a disposizione una soluzione nutritiva da analizza-
strumenti di analisi. re (Bamsey et al., 2012). Alcuni studi hanno mostra-
In commercio si trovano diversi sistemi di analisi to la possibilità di modulare la fertirrigazione di col-
chimica rapida utilizzabili per monitorare la concen- ture fuori suolo tramite strumenti di analisi multipa-
trazione dei nutrienti negli estratti acquosi (tab. 2), ma rametro dotati di sensori ISE (Gieling et al., 2005),
quelli più efficaci si basano sull’utilizzo della fotome- anche se la scarsa durata di questi sensori e a volte la
tria, della spettroscopia nell’infrarosso vicino e medio presenza di sostanze interferenti ha impedito un tra-
(rispettivamente NIR e MIR) e di sensori iono-specifi- sferimento commerciale di questa tecnica. Esempi
ci (ISO, ion-selective optodes; ISE, ion-selective elec- commerciali di sensori iono-specifici portatili sono
trode, ISFET, Ion-Selective Field Effect Transistor). CardyNO3 Meter™, (Horiba Ltd., Kyoto, Japan) per
Tra le apparecchiature portatili troviamo semplici la determinazione dei nitrati, e Nutrient Analyzer™
fotometri (RQ Flex Reflectoquant™, Merck KGaA, (Clean-grown, Wolverhampton, Regno Unito) per la
Darmstadt, Germania) e diversi kit rapidi basati su determinazione di N-NO3, N-NH4, Ca, Mg, K, Cl,
reazioni colorimetriche (Hanna Instrument, Italia). Na, pH e EC.

Tab. 2 - Metodi per la misurazione di azoto, fosforo e potassio direttamente nel suolo o in estratti di esso. (Rielaborato da Sinfield et al.,
2010).
Tab. 2 - Methods for the assessment of nitrogen, phosphorus and potassium in the soil or in the water soil extracts (Adapted from Sinfield
et al., 2010).
Macronutriente
Metodo
Azoto Fosforo Potassio
Spettroscopico
Buona affidabilità per N totale e
Rifrazione nell’infrarosso Bassa affidabilità; richiede calibra-
minore per N-NO3; richiede calibra- Buona affidabilità; bassa sensibilità
vicino (NIR) zione
zione sito-specifica
Rifrazione nell’infrarosso Buona affidabilità per N totale; non Buona affidabilità; necessita di
Bassa affidabilità
medio (MIR) utilizzabile in suoli secchi campione secco
Maggiormente affidabile per azoto
Bassa risoluzione; moderata preci- Richiede preparazione del campio-
Fotometria nitrico; richiede preparazione del
sione ne; medio-scarsa risoluzione.
campione e aggiunta di reagenti
Elettrochimico
Buona sensibilità; scarsa durata; non
Elettrodi iono-selettivi Buona sensibilità; scarsa durata del-
adatto per misura diretta nel suolo; Solo per potassio solubile
(ISE) l’elettrodo (da poche ore a 4 mesi)
richiede frequenti calibrazioni
Risultati simili a ISE con maggiore
Transistor iono-selettivi ad durata elettrodo; non adatto per Buona sensibilità; interferenza del
Solo per potassio solubile
effetto di campo (ISFET) misura dirette (i campioni devono cloruro; scarsa durata (1 mese)
essere estratti in acqua)

12
 Concimazione di precisione nell’ortoflorovivaismo

Speaking plant lo SPAD-502, originariamente sviluppato da Konica-

L’approccio noto come speaking plant si fonda sul Minolta (Osaka, Giappone), Hydro N-tester (Yara
principio che “il controllo delle condizioni di coltiva- International, Oslo, Norway) e il Dualex Scientific+®
zione dovrebbe essere effettuato in base allo stato (FORCE-A, Paris, France). Lo SPAD è uno strumen-
fisiologico delle piante” (Nishina, 2015). Le tecniche to portatile in grado di produrre un indice adimensio-
di speaking plant consistono quindi nel monitorare lo nale correlato positivamente alla concentrazione della
stato nutrizionale della pianta, in modo da poter clorofilla nella lamina fogliare, a sua volta correlata
modulare la somministrazione del nutrientein funzio- alla concentrazione di N nella foglia. Una volta stabi-
ne di esso. Negli ultimi 20 anni l’approccio è stato liti i valori di sufficienza di N della singola specie e/o
molto studiato soprattutto per l’azoto a causa della sua cultivar è possibile individuare un valore ottimale del-
importanza nella nutrizione delle piante e al tempo l’indice SPAD e supportare la concimazione azotata
stesso per le implicazioni ambientali derivate dall’a- in funzione di questo (Loh et al., 2002; Muñoz-
buso di fertilizzanti azotati. Le principali caratteristi- Huerta et al., 2013; Padilla et al., 2015; Swiader e
che che un metodo speaking plant deve avere sono la Moore, 2002). Basyouni et al. (2015) hanno utilizzato
facilità di esecuzione, la rapidità e l’economicità della lo SPAD per correggere la concimazione di copertura
misura, caratteristiche che permettono di effettuare un della stella di natale (Euphorbia pulcherrima L.,
numero sufficiente di misure per avere un indice Willd. ex Klotzsch) allevata in vaso, con ottimi risul-
medio rappresentativo della coltura in atto. Le princi- tati, anche se lo strumento è risultato meno affidabile
pali tecniche per la misura dello stato nutrizionale nella prima fase di crescita della pianta. Wu e colla-
sono l’analisi chimica del contenuto di nutrienti nei boratori (2007) hanno valutato l’efficacia di vari
piccioli fogliari e/o nella foglia, e l’uso di sensori metodi per gestire la nutrizione azotata su patata,
capaci di misurare le proprietà ottiche delle foglie, comparando l’indice SPAD, l’analisi della linfa del
correlate alla concentrazione di N nei tessuti, come la picciolo fogliare e l’uso di immagini acquisite dal
riflettanza, la trasmittanza e la fluorescenza della clo- satellite QuickBird ([Link]/satel-
rofilla (Muñoz-Huerta et al., 2013). lite-sensors/quickbird/) con diversi tipi di risoluzione
L’analisi della linfa estratta dal picciolo fogliare è spettrale per il calcolo del normalized difference
uno degli approcci tra i più utilizzati. Una significativa vegetative index (NDVI): i migliori risultati sono stati
correlazione tra il contenuto di nitrati nel picciolo e lo forniti dall’analisi della linfa del picciolo, seguiti da
stato azotato della pianta è stata osservata in numerose quelli dell’uso dello SPAD che tuttavia è risultato
colture orticole (Farneselli et al., 2014; Goffart et al., meno affidabile e più lento nell’evidenziare eventuali
2011; Peña-Fleitas et al., 2015). Tuttavia, alcuni lavori carenze nella nutrizione minerale rispetto alla tecnica
sperimentali hanno evidenziato che i valori ottimali dell’analisi del picciolo. Le informazioni ricavate
della concentrazione di nutrienti nella linfa del piccio- dalle immagini dal satellite sono state, invece, di scar-
lo fogliare cambiano in funzione dello stadio di svilup- so valore per la gestione pratica della concimazione
po della coltura (con il progredire del ciclo tendono a azotata. Sperimentazioni di questo tipo sono state
diminuire), con la specie coltivata e con l’ambiente condotte sia su colture orticole che floricole (es.
pedo-climatico. Perciò, la conoscenza di questi valori è Basyouni et al., 2015). Altri autori hanno trovato
fondamentale per poter utilizzare il metodo con suc- variabilità nell’indice SPAD quando la coltura era
cesso e rimane il principale limite per la sua applica- effettuata in presenza di stress abiotici (Swiader e
zione pratica. Ad esempio, valori di riferimento sono Moore, 2002), variabilità che può essere ridotta pre-
disponibili pubblicamente per diversi tipi di ortaggi via calibrazione in situ dello strumento (es. parcella
coltivati in Florida (Hochmuth, 2012), per melone e testimone non concimata), come ad esempio racco-
pomodoro nella zona di Almeria (Peña-Fleitas et al., mandato dai produttori di alcuni di questi sensori otti-
2015), per la patata nel centro-nord Europa (Goffart et ci (es. Yara N-Tester ®, Yara International, Oslo,
al., 2011) e per pomodoro da industria coltivato nel Norway). La variabilità dell’indice SPAD e la neces-
centro-Italia (Farneselli et al., 2014). sità di calibrarlo per ogni singola specie in ogni sin-
I misuratori ottici possono essere suddivisi grosso- gola regione è uno dei motivi per il quale, nonostante
lanamente fra sensori in grado di misurare porzioni di le prime sperimentazioni siano iniziate da più di 20
pianta o singole foglie e quelli in grado di acquisire lo anni, al momento il suo uso commerciale per la
spettro riflesso dalla vegetazione che possono essere gestione della concimazione azotata è molto limitato.
montati su trattrici, droni, robot o addirittura su aerei Uno strumento di recente introduzione è il Dualex
o satelliti. Fra gli strumenti portatili, capaci di misura- Scientific+® (FORCE-A, Paris, France). Il Dualex è
re il contenuto di clorofilla su singole foglie si ricorda in grado di fornire quattro diversi indici correlati alla
13
Massa et al.

concentrazione in clorofilla, flavonoli, antocianine e

azoto (indice NBI®), e utilizzabili per valutare lo stato
nutrizionale della coltura e il suo eventuale grado di
stress (Goulas et al., 2004) (fig. 3). Il Dualex è stato
usato con successo da Tremblay et al., (2009) per la
concimazione azotata di copertura di colture orticole
invernali di pieno campo. Questi autori hanno anche
osservato un’elevata correlazione tra gli indici ottenu-
ti con il Dualex, l’indice SPAD e le concentrazioni di
nitrati nei piccioli fogliari.
Muñoz-Huerta et al., (2013) hanno recentemente
pubblicato un lavoro di review che sintetizza le carat-
teristiche di alcuni sensori ottici capaci di acquisire lo
spettro riflesso dalla vegetazione (canopy), molti dei Fig. 4 - Sensore Yara N-sensor usato per stimare il contenuto di
quali sono già commercializzati. Questi tipi di sensori azoto in foglie di rapa in base alla misura della riflettanza fogliare.
Lo strumento può essere installato su di una una trattrice. I dati
possono essere suddivisi in due principali categorie: i) opportunamente elaborati servono a modulare la distribuzione dei
quelli che misurano la riflettanza della canopy attra- fertilizzanti con spandiconcime di precisione
verso un sensore multispettrale passivo dipendente ([Link]
Fig. 4 - Yara N-Sensor used for measuring the reflectance of
dalla luce solare come CropScan ® (Cropscan, turnip crop. The device installed above a tractor measures crop
Rochester, Nebraska USA) e FieldSpec ® (ASD nitrogen nutritional status. The processed data are used to vary
PANalytical, Boulder, Colorado USA); ii) quelli che the fertiliser distribution by the use of precision spreaders
misurano la riflettanza della canopy attraverso un sen- ([Link]
sore multispettrale in maniera attiva e cioè dove la da poter valutare lo stato nutrizionale della coltura
fonte luminosa viene direttamente prodotta dallo stru- (Usha e Singh, 2013) e gestire l’apporto di nutrienti
mento rendendo la misura più precisa e indipendente (Baret et al., 2007). Diversi esperimenti sono stati
dalla luce ambientale, come ad esempio N-Sensor™ condotti sull’utilizzo di immagini multispettrali per la
(fig. 4) (Yara, Grimsby, Regno Unito), Crop Circle® stima di numerosi indici vegetativi correlati all’accre-
(Holland Scientific, Lincoln, Paesi Bassi) e scimento della pianta come l’NDVI, l’indice di area
GreenSeeker ® (Trimble ® , Sunnyvale, California fogliare (LAI), il volume della canopy, l’altezza della
USA). pianta, il rapporto tra biomassa produttiva e vegetati-
Un ulteriore supporto viene dall’analisi di immagi- va, ecc. (Usha e Singh, 2013).
ni multispettrali che possono essere utilizzate per la In tabella 3 si riporta una sintesi dei principali stru-
stima del contenuto in nutrienti della canopy in modo menti utilizzati per il monitoraggio dei nutrienti nei
tessuti della pianta.

Modelli di simulazione

I modelli di simulazione utilizzati nella coltivazio-

ne delle piante si basano su un’ampia gamma di meto-
dologie e tecniche di studio per riprodurre fenomeni
complessi in funzione di variabili indipendenti più
facilmente misurabili. Essi variano dalle più semplici
equazioni matematiche, di approccio empirico, fino ai
più complessi algoritmi e funzioni che riproducono
processi attraverso approcci meccanicistici e/o stoca-
stici.
Fig. 3 - Esempio di misuratore portatile (Dualex Scientific+™, In figura 5 è riportato un esempio di come può
FORCE-A, Paris, France) del contenuto fogliare di clorofilla ed
altri composti (flavonoidi e antociani) correlati allo stato azotato essere sviluppato un modello per la simulazione del-
delle colture ([Link] l’assorbimento dei nutrienti in colture ortoflorovivai-
Fig. 3 - Example of a portable instrument (Dualex Scientific+™, stiche. Seguendo questa metodologia sono stati svi-
FORCE-A, Paris, France) for the determination of leaf concen-
tration of chlorophyll and other substanbces (flavonoids and/
luppati negli ultimi anni diversi modelli per il calcolo
anthocianyns ) correlated with crop nitrogen delle asportazioni minerali colture orticole (es. Massa
status.([Link] et al., 2013a; Seginer, 2003) o floro-vivaistiche
14
 Concimazione di precisione nell’ortoflorovivaismo

Tab. 3 - Metodi per la valutazione dello stato nutrizionale della pianta per la gestione della concimazione.
Tab. 3 - Methods to assess plant nutritional status for nutrient management.
Metodo Vantaggi Svantaggi
Non fornisce indicazioni sulla reale disponi-
Ottimo indice dello stato nutrizionale della bilità di elementi nutritivi ne terreno; i cam-
Analisi del picciolo fogliare pianta; possibilità di analizzare diversi pionamenti devono essere molto frequenti;
nutrienti scarsa rappresentatività dei campioni preleva-
ti dello stato nutrizionale dell’intera coltura
Misure rapide e non distruttive; facilmente
Misuratori della trasmittanza fogliare (es. Come il precedente; calibrazione specifica
trasportabili; semplici da usare; buona corre-
SPAD, Minolta) per coltura e sito di coltivazione
lazione con contenuto di clorofilla ed N

Misure rapide e non distruttive; facilmente

Misuratori di fluorescenza fogliare: (es.
trasportabili; semplici da usare; buona corre- Come il precedente
Dualex, Force).
lazione con contenuto di clorofilla ed N

Buona correlazione con lo stato azotato della

Sensori multi spettrali passivi (non emettenti Come il precedente; influenzato dal livello di
coltura; possibilità di monitorare aree abba-
radiazione) (es. CropScan) luce solare
stanza grandi

Mancanza di informazioni sulla disponibilità

di nutrienti a livello radicale; calibrazione
Come precedente; facile installazione su mac-
Sensori multispettrali attivi: tipo (N-Sensor, specifica per coltura e sito di coltivazione;
chine agricole per la distribuzione dei fertiliz-
Yara) costo elevato; possibili limitazioni di misura
zanti; influenzato dal livello di luce solare
in presenza di saturazione di N e/o dovuta
all’incremento di biomassa sul suolo

Costo elevato; necessità di calibrazione speci-

Immagini multispettrali satellitari: QuckBird E’ possibile monitorare aree molto vaste fica per coltura; possibili interferenze dovute
all’atmosfera

Immagini multi spettrali da camere digitali Facile uso Necessità di calibrazione specifica per coltura

Buona affidabilità;possibilità di fare previsio-

ni simulando diversi scenari; consentono di Non si effettua alcun tipo di misura sulla col-
Simulatori: modelli matematici costruire mappe georefenziate per il fraziona- tura; necessità di una calibrazione specifica
mento della concimazione di copertura;basso per coltura e ambiente di coltivazione
costo
Elevata applicabilità a diversi livelli del siste-
Sistemi integrati (modelli e misure dirette):
ma pianta-ambiente; ottima affidabilità; ele- Il costo può essere elevato in funzione del
sistemi che integrano diverse tecnologie di
vato livello di sicurezza; ottima precisione nel numero e del tipo di determinazioni effettuate
simulazione e misurazione diretta
frazionamento della dose di fertilizzanti

(Million et al., 2011). Il tasso di asportazione dei fatto che alcune perdite di concime (lisciviazione,
nutrienti può essere stimato in funzione del tempo volatilizzazione, ecc.) sono facilmente quantificabili o
(anche calcolato come unità termiche e/o fototermi- divengono trascurabili. Più in particolare, nelle coltu-
che) oppure del tasso di crescita della coltura e della re protette allevate fuori suolo, il tasso di assorbimen-
concentrazione dei vari nutrienti nei tessuti (es. to dei nutrienti può essere anche calcolato conoscen-
Seginer 2003; Massa et al., 2013a). do il tasso di traspirazione e la cosiddetta concentra-
Una volta calcolato il tasso di assorbimento dei zione di assorbimento (Pardossi et al., 2006), ovvero
nutrienti, la concimazione può essere effettuata appor- la quantità di nutriente assorbito per litro di acqua
tando alla coltura la quantità di concime asportata nel- assorbita. Modelli per la stima dell’assorbimento dei
l’unità di tempo e di superficie, aumentata in funzione nutrienti che si basano su questo concetto sono stati
dell’efficienza di applicazione dei fertilizzanti. proposti per numerose colture come ad esempio il
Minore è l’intervallo di simulazione e maggiore sarà pomodoro (Massa et al., 2011; Thompson et al.,
il livello di precisione nell’apporto dei nutrienti. 2013), il melone (Pardossi et al., 2004) e altre specie,
Modelli di questo tipo sono particolarmente utili per anche floricole (es. Sonneveld e Voogt, 2009). Sul
le coltivazioni fuori suolo dove il bilancio dei nutrien- concetto di concentrazione di assorbimento si basa un
ti può essere semplificato notevolmente, grazie al software di simulazione dell’assorbimento minerale

15
Massa et al.

Fig. 5 - Diagramma di flusso di un tipico algoritmo di simulazione per l’assorbimento dei nutrienti in colture ortoflorovivaistiche. La
radiazione, la temperatura dell’aria e la disponibilità di nutrienti nella zona radicale sono le variabili guida per la crescita e lo sviluppo
della pianta e la loro conoscenza è necessaria per stimare la produzione di biomassa e la sua ripartizione nei vari organi della pianta in base
ad una serie di coefficienti biometrici (LAI, indice di area fogliare; SLA, area fogliare specifica). I fabbisogni minerali sono calcolati som-
mando il contenuto minerale dei vari organi, a sua volta calcolato moltiplicando la concentrazione dei vari elementi per la sostanza secca
accumulata.
Fig. 5 - Flowchart of a simulation model of the crop nutrient uptake. Radiation, air temperature and nutrient availability in the root zone
are driving variables for plant growth and development and thus play a key role in any simulation model of plant growth, which also
needs the knowledge of a number of biometric coefficients (LAI, leaf area index; SLA specific leaf area). Crop nutrient requirements can
be calculated as the sum of nutrients allocated in different organs, which in turn is calculated as the product of their dry matter and nutri-
ent content.

di colture fuori suolo a ciclo aperto o chiuso Sistemi di supporto alle decisioni
(HYDROTOOLS; Incrocci et al., 2012), sviluppato
dai ricercatori dell’Università di Pisa in collaborazio- L’integrazione di modelli e tecnologie di monito-
ne con il CNR-IBIMET (Sesto Fiorentino, FI). Altri raggio del sistema colturale, al fine di ottimizzare la
autori invece propongono modelli basati su approcci gestione della coltivazione, porta alla definizione di un
più meccanicistici, cioè che considerano più com- sistema di supporto alle decisioni (DSS, Decision
plessi meccanismi di assorbimento dei nutrienti (es. Support System). Un DSS può essere un avanzato stru-
Silberbush et al., 2005). mento di gestione della nutrizione delle piante che, uti-
Le asportazioni colturali non sono l’unica voce del lizzando informazioni provenienti da sensori del terre-
bilancio nutritivo di una coltura, specialmente in no, da sensori dello stato nutrizionale della pianta e uti-
pieno campo, e può essere necessario stimare il tasso lizzando modelli di simulazione di accrescimento della
di mineralizzazione della sostanza organica stabile e/o pianta, l’assorbimento dei nutrienti e dell’acqua, sug-
dei residui delle colture precedenti la coltura in atto, gerisca le dosi di fertilizzante da apportare in modo da
la lisciviazione, l’immobilizzazione e la volatilizza- garantire una corretta crescita e sviluppo della coltura,
zione dei nutrienti (es. Hansen et al., 2012; Hutson e assicurando elevati standard qualitativi e produttivi.
Wagenet 1991; Mary e Guérif, 1994; Van Diepen, et Nella concimazione delle colture agrarie, questo tipo di
al., 1989; Webb et al., 2001). Molta attenzione è stata DSS ha trovato ampia diffusione a partire all’incirca
anche dedicata a modelli di simulazione sulla distribu- dagli anni 90 soprattutto per colture estensive di specie
zione spaziale dei nutrienti nei substrati di coltivazio- erbacee (es. Stockle et al., 1994). Tali sistemi si sono
ne e in suolo come nel caso dei software HYDRUS poi evoluti e adattati a colture ortofloricole come nel
([Link]/en/[Link]) ideati da caso di CROPSYST (Martinez-Gaitan et al., 2008;
Šimůnek et al. (e.g. 2007) e FUSSIM (Heinen, 2001). Stockle et al., 1994).
16
 Concimazione di precisione nell’ortoflorovivaismo

Molti sono gli esempi di DSS dedicati alla conci- impoverire il suolo di coltivazione e allo stesso tempo
mazione pilotata delle colture ortoflorovivaistiche. non generare sprechi di fertilizzante. Un approccio
VEGSYST è un DSS ideato per simulare la crescita, simile è stato seguito per lo sviluppo di LEAFY-N
le asportazioni di azoto e il tasso di evapotraspirazione (Massa et al., 2013a), un DSS per la concimazione
di colture orticole in serra; è stato testato con successo azotata di colture orticole da foglia allevate in pieno
su melone (Gallardo et al., 2011), peperone (Giménez campo o in coltura protetta, in grado di simulare la
et al., 2013) e pomodoro (Gallardo et al., 2014). crescita della pianta e determinare il bilancio dell’N.
Million et al. (2011) hanno recentemente sviluppa- Elia e Conversa (2015) hanno recentemente proposto
to un DSS (CCROP) dedicato alla concimazione di GESCON come DSS per la gestione della fertilizza-
piante arbustive ornamentali allevate in contenitore. zione azotata di colture orticole di pieno campo. Il
Questo DSS è in grado di simulare la crescita della programma è in grado di simulare il bilancio dell’ac-
pianta, le esigenze nutrizionali e irrigue della coltura qua e di N, fornendo suggerimenti sugli apporti idrici
tenendo conto anche dell’uso di fertilizzanti a rilascio ed azotati giornalieri in modo da soddisfare piena-
controllato che sono largamente impiegati nelle produ- mente la coltura evitando inutili sprechi di fertilizzan-
zioni vivaistiche. Un altro esempio degno di nota è il ti ed acqua.
DSS EU-ROTATE_N (Rahn et al., 2010). EU-ROTA- I DSS sono affetti da errori legati alla variabilità
TE_N è in grado di simulare i flussi giornalieri di N ed dei sistemi biologici, sono tuttavia molto utili per
acqua nel sistema pianta-suolo e fornisce informazioni prendere decisioni nel medio-lungo periodo. Una sin-
su tutte le più significative voci del bilancio dell’azoto tesi dei vari DSS disponibili per gestire la concima-
di colture a terra. Il DSS EU-ROTATE_N è stato uti- zione di specie ortoflorovivaisti riportata in tabella 4.
lizzato per simulare la lisciviazione dei nitrati e l’as-
sorbimento di N e di acqua in colture orticole fertirri- Sistemi automatizzati per la distribuzione di
gate in ambiente mediterraneo (es. Nendel et al., 2013) concimi
e in Cina (es. Sun et al., 2013), sia in campo che in
serra. Questi studi hanno mostrato la possibilità di uti- I sistemi di monitoraggio dello stato nutrizionale
lizzare EU-ROTATE_N per il pilotaggio della conci- del suolo o della coltura, assieme all’uso di modelli e
mazione azotata, anche attraverso la fertirrigazione, DSS, possono essere fra loro collegati in modo da
delle colture ortive a terra. ottenere quantità di fertilizzanti differenziate da distri-
Un esempio di DSS sviluppato in Italia è buire alla coltura tramite spandi-concime dotati di
FERTIRRIGERE, DSS ideato per la gestione della dispositivi GPS (Global Positioning System) e in
fertirrigazione del pomodoro da industria (Battilani, grado di variare la quantità di concime somministrata.
2006). L’impiego di FERTIRRIGERE è stato testato La realizzazione di una mappa georeferenziata, dove
in diverse condizioni climatiche e sembra molto pro- inserire le quantità di nutriente da apportare, può esse-
mettente (Massa et al., 2013b). FERTORGANIC re costruita attraverso le informazioni ottenute da sen-
(Battilani et al., 2006) è un DSS simile al precedente; sori sullo stato nutrizionale della coltura o del suolo, i
sviluppato per la fertirrigazione della patata e conside- quali scannerizzano le superfici coltivate trasportati o
ra anche l’apporto dei nutrienti con i concimi organici. da trattori, da droni o da robot. Tali sistemi si sono
Un altro esempio di DSS è il software PICO che diffusi anche grazie all’introduzione delle reti di
fornisce un piano di concimazione per diverse colture comunicazione di tipo wireless, le quali hanno con-
in funzione dell’andamento climatico, del sistema col- sentito la diffusione di numerose tecnologie di moni-
turale e della produttività media della coltura da con- toraggio nel settore agricolo (Ruiz-Garcia et al.,
cimare (Cisternino et al., 2010). Questo software indi- 2009). Questo tipo di tecnologia è ad esempio funzio-
ca una dose unica per i vari nutrienti, che quindi deve nale per l’uso di sensori di EC, ISO, ISE o ISFET che
eventualmente essere frazionata nel tempo. Un altro possono essere collocati all’interno delle colture senza
DSS che fornisce suggerimenti sull’apporto di N, bisogno di cablature che aumenterebbero i costi di
P2O5 e K2O per numerose colture orticole è il foglio di installazione e renderebbero più difficile il movimen-
calcolo CAL-FERT (Incrocci et al., 2015). CALFERT to dei mezzi meccanici e delle maestranze (es. López
calcola su base decadale la dose di fertilizzante da et al., 2011).
apportare durante il ciclo colturale e fornisce una Ad esempio N-Sensor™ (Yara, Grimsby, Regno
misura delle diverse voci del bilancio minerale della Unito) o CropSpec (TOPCON Precision Agriculture,
coltura. CAL-FERT è basato su un approccio conser- Tokyo, Giappone) sono dispositivi che installati su
vativo, che tende a mantenere un “ottimale” livello di una trattrice possono valutare lo stato nutrizionale
nutrienti nella zona radicale per la coltura, così da non della pianta attraverso la misura della riflettanza della
17
Massa et al.

Tab. 4 - Esempi di sistemi di supporto alle decisioni (DSS, Decision Support Systems) per la concimazione di sistemi colturali ortofloro-
vivaistici.
Tab. 4 - Examples of decision support systems (DSS) for the fertilization management of horticultural cultivation systems.
DSS Descrizione Nutrienti simulati Sistema di coltivazione Riferimento
Coltivazione in piena aria di
Simulatore del bilancio dei Azoto, fosforo e
CAL-FERT numerose specie orto florovivai- Incrocci et al., 2015
nutrienti potassio
stiche

Simulatore del bilancio del- Coltivazioni intensive di specie

CCROP Azoto Million et al., 2011
l’azoto vivaistiche arbustive

Coltivazione in suolo (piena aria

Simulatore del bilancio del-
CROPSYST Azoto e coltura protetta) di specie orti- Stockle et al., 1994
l’azoto
cole
Coltivazione in suolo (piena aria
Simulatore del bilancio del-
EU ROTATE_N Azoto e coltura protetta) di specie orti- Rahn et al., 2010
l’azoto
cole
Simulatore del bilancio dei
Coltivazione piena aria di pomo-
FERTIRRIGERE nutrienti per la gestione della Macro nutrienti Battilani, 2006
doro da industria
fertirrigazione

Simulatore del bilancio del- Coltivazione piena aria della

FERTORGANIC Azoto Battilani et al., 2006
l’azoto patata

Simulatore dei flussi di

FUSSIM nutrienti nel sistema pianta- Qualsiasi Substrato Heinen, 2001
substrato.

Simulatore del bilancio del- Coltivazione in piena aria di spe-

GESCON Azoto Elia e Conversa, 2015
l’azoto cie orticole

DSS per la gestione della fer-

Colture fertirrigate in pieno
GREEN-FERT tilizzazione con l’uso di Macronutrienti Incrocci et. al., 2013
campo e in serra
estratti acquosi
Simulatore dell’assorbimento
Macro e micronutrienti,
ionico ed effetto del ricircolo Specie ortofloricole allevate in
HYDROTOOLS non-nutrienti (es. ioni sali- Incrocci et al., 2012
nella gestione di impianti fuori suolo su substrati inerti
ni)
fuori suolo
Simulatore dei flussi di
HYDRUS nutrienti nel sistema pianta- Qualsiasi Qualsiasi Šimůnek et al., 2007
suolo

Simulatore del bilancio del- Coltivazione in piena aria di spe-

LEAFY-N Azoto Massa et al., 2013b
l’azoto cie orticole da foglia

Simulatore del bilancio dei Azoto, fosforo e Coltivazione in piena aria di

PICO Cisternino et al., 2010
nutrienti potassio numerose specie orticole

Simulatore del bilancio del- Coltivazione protetta di specie

VEGSYST Azoto Gallardo et al., 2011
l’azoto orticole

canopy e regolare l’apporto di azoto in funzione ad di precisione. Si tratta di dispositivi aerei (droni) o
esso (fig. 4). Sperimentazioni sono state condotte da terrestri (robot) che si muovono negli impianti di col-
Wagner e Hank (2013) per valutare questo metodo tivazione trasportando strumenti/sensori per l’acquisi-
che è risultato significativamente più affidabile ed zione di immagini, dati ambientali, misure dirette ed
economico dell’analisi di immagini aeree. Esempi di indirette di parametri colturali, utili al monitoraggio
sistemi simili sono: GreenSeeker ® (Trimble, nutrizionale della coltura sia sulla pianta che nella
Sunnyvale, California USA), Crop Circle® (Holland zona radicale. Nishina (2015) ha proposto un robot in
Scientific, Lincoln, Paesi Bassi) e FieldSpec® (ASD grado di muoversi in serra autonomamente per effet-
PANalytical, Boulder, Colorado USA). tuare misure di fluorescenza della clorofilla sul pomo-
L’utilizzo di droni o robot ha ancor più recente- doro allevato in fuori suolo; il robot fornisce anche
mente aperto nuove prospettive per la concimazione informazioni sul grado di maturazione del frutto.
18
 Concimazione di precisione nell’ortoflorovivaismo

Altro esempio di sistema automatico per la produ- Concimi innovativi

zione di mappe di concimazione georeferenziate è
quello proposto da Sibley et al. (2010), i quali hanno L’efficienza nell’uso dei nutrienti può essere
ideato e validato un sistema in grado di produrre in aumentata anche attraverso l’uso di concimi innovati-
tempo reale un’analisi georeferenziata del contenuto vi, che consentano una maggiore sincronia tra il rila-
di nitrati nella zona radicale di colture allevate in scio degli elementi nutritivi e il loro assorbimento da
suolo (fig. 6). Il macchinario è composto da una trat- parte delle radici. Esistono tre categorie di concimi
trice su cui è alloggiato uno strumento campionatore con queste caratteristiche (Diara et al., 2014; Incrocci
che preleva dei campioni di terreno a profondità et al., 2013; Shaviv, 2001):
variabili, mentre la trattrice avanza. Il campione viene • concimi “stabilizzati” contenenti forme particola-
estratto con acqua e sulla soluzione di estrazione ri dell’elemento oppure additivi che ne rallentano
viene determinata la concentrazione di N-NO3 attra- i processi di trasformazione;
verso un sensore ISE. La mappa può essere letta da • “concimi a lento rilascio” (CRL);
uno spandiconcime dotato di sistema GPS, che così • “concimi a rilascio controllato” (CRC) rivestiti da
riesce a dosare il fertilizzante in funzione del contenu- una speciale membrana.
to di N-NO3 nel nel suolo. Un altro sistema simile a I concimi stabilizzati contengono al loro interno
quello di Sibley et al. (2010) è Veris ® (Veris inibitori della nitrificazione che rallentano il processo
Technologies, Salina, Kansas USA) che misura e geo- di trasformazione dell’ammonio a nitrato, limitando
referenzia il contenuto di sostanza organica, il pH e le perdite di N per lisciviazione. Un esempio di questi
l’EC del terreno (Adamchuk et al., 2007). composti è il Dimethylpyrazolephosphate, (DMPP),
Infine, nei sistemi di coltivazione più evoluti, l’ef- contenuto nei concimi ENTEC (EuroChem Agro).
ficienza di uso dei nutrienti in colture fertirrigate può Il meccanismo di cessione nei CRL interessa
essere aumentata dotando i software di controllo di esclusivamente la frazione azotata, mentre tutti gli
algoritmi per modulare la distribuzione dell’acqua e altri elementi nutritivi, essendo solubili in acqua, sono
dei sali fertilizzanti sulla base dei dati raccolti da sen- prontamente disponibili. Generalmente, la durata di
sori inseriti nel terreno o nel substrato e dalle centra- rilascio dell’N è breve (inferiore ai 2-3 mesi) ed è
line meteo. A tale propostito è stato recentemente influenzata da alcune variabili ambientali quali tem-
realizzato un fertirrigatore capace di gestire la fertirri- peratura, pH, umidità e microflora del terreno. I CRL
gazione di colture ornamentali in vaso attraverso possono essere suddivisi nelle seguenti categorie.
sonde capaci di misurare il contenuto salino e idrico • Composti inorganici a lenta solubilità: in questo
volumetrico del terreno o dei substrati (Incrocci et caso il rilascio dell’elemento fertilizzante è causa-
al., 2010). to dalla scarsa solubilità dei composti da cui deri-
vano. A questo gruppo appartengono, per esem-
pio, tutti i composti con formula generale
MeNH 4PO 4×H 2O, dove Me indica un catione
bivalente come Mg, Zn, Fe o Mn. Questi concimi
hanno il difetto di avere un titolo di N abbastanza
contenuto (non superiore al 10 %) e al contrario
un elevato contenuto di P (fino al 50 %, espresso
come P2O5); inoltre, il rilascio non è controllabile.
• Prodotti con N organico di sintesi solubilizzato in
seguito a processi biologici (es. urea-formaldeide)
o chimici (es. isobutilidendiurea o IBDU prodotto
commerciale: Nitrophoska Gold®; crotoniliden-
Fig. 6 - Variazione del contenuto di N-NO3 (mg kg-1) nella zona diurea o CDU, prodotto commerciale: Triabon®).
radicale (coltivazioni in pieno campo) determinato con la stru- • Concimi organici azotati: la legge 748/1984 defi-
mentazione ideata da Sibley et al. (2010). Le georeferenziazione nisce i concimi organici come “prodotti formati
dei punti è garantita dalle coordinate Nord ed Est e dall’altitudine
indicata nella mappa con il simbolo +. I colori più scuri indicano
da composti organici a base di carbonio derivati
maggiore concentrazione da animali e piante”, con esclusione di qualsiasi
([Link]/download/pdf/9958). forma azotata di sintesi (come l’urea). Sono pro-
Fig. 6 - Soil nitrate content in the cultivation soil as assessed with dotti che contengono N legato a matrici organiche
the prototype ideated by Sibley et al. (2010). Darker colour (see
colorimetric scale) indicates higher amount of N-NO3 in the soil che nel terreno si degradano lentamente, favoren-
([Link]/download/pdf/9958). done una graduale cessione. Ad esempio, nel set-
19
Massa et al.

tore florovivaistico i prodotti di questo tipo mag- ad altri sistemi colturali. Nonostante l’elevata redditi-
giormente usati sono gli scarti della lavorazione vità di queste colture possa garantire investimenti
del cuoio e gli scarti della macellazione degli ani- maggiori rispetto ad altri sistemi di coltivazione e
mali (cornunghia, farine di carne e di sangue). numerose tecniche siano già commercialmente dispo-
I CRC sono granuli di concime semplice (solo N) nibili, in pratica l’utilizzo di queste rimane ancora
o complesso (NPK + microelementi) rivestiti da un scarso, perché per la loro applicazione sono necessa-
involucro semipermeabile che consente una fuoriusci- rie conoscenze specifiche e/o un impegno di tempo
ta lenta e costante del concime. Oggi esistono in com- che spesso l’agricoltore non ha a disposizione.
mercio tre principali tipi di rivestimenti: i) composti a L’apporto di nutrienti stimato con metodi previsio-
base di zolfo; ii) resine di tipo alchidico (usate ad nali e/o correttivi è fondamentale per ottimizzare la
esempio nei concimi noti come Osmocote®, ICL gestione di colture ortoflorovivaistiche e l’integrazione
Fertilizers, Israele); iii) resine di tipo poliuretanico con sistemi di monitoraggio appare strategica per mas-
(ad esempio presenti nei prodotti come Plantacote®, simizzare l’uso dei nutrienti in tali sistemi colturali.
AGLUKON, Dusseldorf, Germania; Multicote ® , I principali metodi adottati per il monitoraggio
HAIFA, Israele). La composizione e lo spessore della della stato nutrizionale delle colture ortoflorovivaisti-
resina determinano il meccanismo e la durata di ces- che possono essere suddivisi in due categorie:
sione che generalmente varia da 2-3 fino a 16-18 speaking soil e speaking plant. Il primo rimane ad
mesi. oggi il metodo più utilizzato perché relativamente
Occorre ricordare che la durata di cessione indicata poco costoso e facile da applicare. Inoltre, la misura-
dal produttore si riferisce a condizioni standard e zione del nutriente nella zona radicale permette di
costanti di temperatura (21 o 25 °C), a volte assai prevenire con largo anticipo il manifestarsi di carenze
inferiori a quelle effettive dei vasi nei mesi estivi nutrizionali. Tuttavia, questa metodologia richiede
all’aperto o in serra (durante le ore centrali della gior- comunque un certo impiego di tempo per la raccolta e
nata si può arrivare a temperature nel vaso anche fino l’analisi dei dati. Il metodo speaking plant negli ulti-
a 40-45 °C). Le alte temperature riducono notevol- mi anni ha conosciuto un forte sviluppo grazie all’in-
mente la durata “teorica” di cessione del concime troduzione sul mercato di strumentazioni portatili
rispetto a quanto dichiarato “in etichetta”, questo è capaci di misurare alcune proprietà ottiche delle pian-
particolarmente vero per i CRC a rilascio più lento (8- te, correlate alla concentrazione di N nei tessuti
9 mesi o più). fogliari. Il principale limite di questa metodica rimane
Negli ultimi anni, sul mercato sono stati immessi la necessità di calibrazioni specie-specifiche.
nuovi CRC, i cui granuli hanno, tutti o solo in parte, L’integrazione di più tecniche e tecnologie in DSS
un secondo rivestimento: in questo modo è possibile che aiutino l’agricoltore e/o il tecnico nel prendere le
far iniziare la cessione solo dopo che la pianta abbia decisioni più appropriate, sulla base dei risultati anali-
superato la fase di radicazione e di trapianto, oppure tici ottenuti, appare strategica per un’applicazione dif-
avere una curva di cessione del nutriente bifasica, fusa ed affidabile dei metodi proposti.
spostando nella seconda parte del ciclo il maggiore
rilascio di elementi minerali e cercando così di avvici- Riassunto
narsi al ritmo di assorbimento della pianta stessa.
L’uso di CRC è consigliato soprattutto nei periodi Le tecniche e tecnologie per aumentare il livello di
invernali e piovosi, quando non è possibile utilizzare precisione della concimazione delle colture ortofloro-
frequentemente la fertirrigazione e la lisciviazione dei vivaistiche sono molte e spesso l’integrazione di
nutrienti potrebbe essere elevata. Prove sperimentali diversi approcci è la chiave di successo per massimiz-
effettuate mettendo a confronto piante di fotinia e lau- zare la sostenibilità economica ed ambientale di tali
roceraso fertirrigate o fertilizzate utilizzando CRC colture. Questa review affronta il tema della concima-
hanno dimostrato che l’uso di questi concimi può zione di precisione, esaminando le tecnologie com-
ridurre le perdite per lisciviazione dell’N e del P, mercialmente già disponibili o in fase di avanzato svi-
rispettivamente, dell’80 % e 75 % (Diara et al., 2014). luppo tecnologico e l’orientamento della ricerca appli-
cata e di base per aumentare l’efficienza di uso dei
Conclusioni fertilizzanti nelle colture ortoflorovivaistiche.

La concimazione nel settore ortoflorovivaistico, Parole chiave: Concimi a rilascio controllato, effi-
per le sue peculiari caratteristiche, può essere raziona- cienza di uso dei nutrienti, sensori iono-specifici, sen-
lizzata con livelli di efficienza molto elevati rispetto sori ottici, sistemi di supporto alle decisioni.
20
 Concimazione di precisione nell’ortoflorovivaismo

Bibliografia status assessment tools in a decision support system for nitro-

gen fertilization management of potato crops.
ADAMCHUK V.I., LUND E.D., REED T.M., FERGUSON R.B., 2007. Horttechnology, 21 (3): 282-286.
Evaluation of an on-the-go technology for soil pH mapping. GOULAS Y., CEROVIC Z.G., CARTELAT A., MOYA I., 2004. Dualex:
Precision Agriculture, 8 (3): 139-149. a new instrument for field measurements of epidermal ultravi-
BAMSEY M., GRAHAM T., THOMPSON C., BERINSTAIN A., SCOTT A., olet absorbance by chlorophyll fluorescence. Pure and
DIXON M., 2012. Ion-specific nutrient management in closed Applied Optic, 43 (23): 4488-4496.
systems: the necessity for ion-selective sensors in terrestrial GRANADOS M.R., THOMPSON R.B., FERNáNDEZ M.D., MARTíNEZ-
and space-based agriculture and water management systems. G AITáN C., G ALLARDO M., 2013. Prescriptive-corrective
Sensors, 12 (10): 13349-13392. nitrogen and irrigation management of fertigated and drip-
BANSOD S.J., THAKARE S.S., 2014. Near Infrared spectroscopy irrigated vegetable crops using modeling and monitoring
based a portable soil nitrogen detector design. International approaches. Agricultural Water Management, 119: 121-134.
Journal of Computer Science and Information Technologies, 5 HANSEN S., ABRAHAMSEN P., PETERSEN C.T., STYCZEN M., 2012.
(3): 3953-3956. Daisy: Model use, calibration, and validation. Transactions
BARET F., HOULèS V., GUéRIF M., 2007. Quantification of plant of the ASABE, 55 (4): 1315-1333.
stress using remote sensing observations and crop models: the HEINEN M., 2001. FUSSIM2: brief description of the simulation
case of nitrogen management. Journal of Experimental model and application to fertigation scenarios. Agronomie,
Botany, 58 (4): 869-880. 21 (4): 285-296.
BASYOUNI R., DUNN B.L., GOAD C., 2015. Use of nondestructive HOCHMUTH G.J., 2012. Plant Petiole Sap-Testing For Vegetable
sensors to assess nitrogen status in potted poinsettia Crops. [Link]
(Euphorbia pulcherrima L. (Willd. ex Klotzsch)) production. (Accesso 22 Ottobre 2015).
Scientia Horticulturae, 192: 47-53. HUTSON J.L., WAGENET R.J., 1991. Leaching Estimation and
BATTILANI A., 2006. Fertirrigere V2.11: A multi-target DSS to Chemistry Model. A process-based model of water and solute
manage water and nutrient supply at macrozone level. Acta movement, transformation, plant uptake and chemical reac-
Horticulturae, 724: 111-118. tion in the unsaturated zone. Dept. of Soil, Crop and
BATTILANI A., PLAUBORG F., HANSEN S., 2006. Improved organic Atmospheric Sciences, Cornell University (New York).
fertiliser management for high nitrogen and water use effi- INCROCCI L., 2012. Gestire la nutrizione in serra con due software
ciency and reduced pollution in crop systems (QLK5-2002- gratuiti. L’Informatore Agrario, 68 (24): 50-51.
01799). Deliverable D5_2 FertOrgaNic Decision Support INCROCCI L., DIMAURO B., SANTAMARIA P., PARDOSSI A., 2013. La
System V4.0 Beta 6. concimazione azotata degli ortaggi.: Barone e Bella & C,
[Link] (Ragusa): pp. 246.
CISTERNINO A., INCROCCI L., LULLI L., MARIOTTI M., MASONI A., I NCROCCI L., M ARZIALETTI P., I NCROCCI G., B ALENDONCK J.,
M ASSA D., M ASSAI R., P ARDOSSI A., R EMORINI D., 2010. SPAGNOL S., PARDOSSI A., 2010. Application of WET Sensor
Redazione del piano di concimazione. Felice Editore (Pisa): for Management of Reclaimed Wastewater Irrigation in
pp. 134. [Link] Container- Grown Ornamentals (Prunus laurocerasus L). In:
DIARA C., INCROCCI L., INCROCCI G., CARMASSI G., PARDOSSI A., Transactions of the “Third International Symposium on Soil
C OZZI P., F IBBI F., M ARZIALETTI P., C LEMENS , R., 2014. Water Measurement Using Capacitance, Impedance and
Reduction of Nutrient Run-Off by the Use of Coated Slow- TDT”, Murcia, Spain, April 7-9, 2010, editors: I.C. Paltineau
Release Fertilizers on Two Container-Grown Nursery Crops. and J.V. Muñoz; Paper 2.8, pp.12.
Acta Horticulturae, 1034: 85-91. INCROCCI L., MASSA D., BOTRINI L., PARDOSSI A., 2015. La fertir-
E LIA A., C ONVERSA G., 2015. A decision support system rigazione. In: M. Mastrorillied., L’acqua in agricoltura.
(GesCoN) for managing fertigation in open field vegetable Gestione sostenibile della pratica irrigua. Edagricole
crops. Part I-methodological approach and description of the (Bologna): pp. 371-400.
software. Frontiers in Plant Science 6 (MAY): 1-18. INCROCCI L., MASSA D., PARDOSSI A., BACCI L., BATTISTA P.,
FARNESELLI M., TEI F., SIMONNE E., 2014. Reliability of petiole RAPI B., ROMANI M., 2012. A decision support system to opti-
sap test for N nutritional status assessing in processing toma- mise fertigation management in greenhouse crops. Acta
to. Journal of Plant Nutrition, 37 (2): 270-278. Horticulturae, 927: 115-122.
GALLARDO M., GIMéNEZ C., MARTíNEZ-GAITáN C., STöCKLE C.O., L OH F.C.W., G RABOSKY J.C., B ASSUK N.L., 2002. Using the
THOMPSON R.B., GRANADOS M.R., 2011. Evaluation of the SPAD 502 meter to assess chlorophyll and nitrogen content
VegSyst model with muskmelon to simulate crop growth, of benjamin fig and cottonwood leaves. Horttechnology, 12
nitrogen uptake and evapotranspiration. Agricultural Water (4): 682-686.
Management, 101 (1): 107-117. LóPEZ J.A., GARCIA-SANCHEZ A.J., SOTO F., IBORRA A., GARCIA-
G ALLARDO M., T HOMPSON R.B., G IMéNEZ C., P ADILLA F.M., SANCHEZ F., GARCIA-HARO J., 2011. Design and validation of
STöCKLE C.O., 2014. Prototype decision support system based a wireless sensor network architecture for precision horticul-
on the VegSyst simulation model to calculate crop N and ture applications. Precision Agriculture, 12 (2): 280-295.
water requirements for tomato under plastic cover. Irrigation MARTINEZ-GAITAN C., GALLARDO M., THOMPSON R.B., STãCKLE
Science, 32 (3): 237-253. C.O., GRANADOS M.R., FERNANDEZ M.D., GIMENEZ C., 2008.
GIELING T.H.H., COVER F.J.M., JANSSEN H.J.J., VAN STRATEN V., Use of CropSyst to simulate growth, ETc and N uptake for the
VAN OOTEGHEM R.J.C., VAN DIJK G.J., 2005. Hydrion-line, development of irrigation and N fertiliser programs in inten-
towards a closed system for water and nutrients: feedback sive vegetable crop production. Acta Horticulturae, 802: 337-
control of water and nutrients in the drain. Acta 342.
Horticulturae, 691: 259-266. MARY B., GUéRIF J., 1994. Intérêts et limites des modèles de
GIMéNEZ C., GALLARDO M., MARTíNEZ-GAITáN C., STöCKLE C.O., prévision de l’évolution des matières organiques et de l’azote
THOMPSON R.B., GRANADOS M.R., 2013. VegSyst, a simula- dans le sol. Cahiers Agricultures, 3: 247-257.
tion model of daily crop growth, nitrogen uptake and evapo- MASSA D., INCROCCI L., MAGGINI R., BIBBIANI C., CARMASSI G.,
transpiration for pepper crops for use in an on-farm decision MALORGIO F., PARDOSSI A., 2011. Simulation of crop water
support system. Irrigation Science, 31 (3): 465-477. and mineral relations in greenhouse soilless culture.
GOFFART J.P., OLIVIER M., FRANKINET M., 2011. Crop nitrogen Environmental Modelling & Software, 26 (6): 711-722.

21
Massa et al.

MASSA D., INCROCCI L., MAGGINI R., CARMASSI G., CAMPIOTTI SIBLEY K.J., BREWSTER G.R., ASTATKIE T., ADSETT J.F., STRUIK
C.A., P ARDOSSI A., 2010. Strategies to decrease water P.C., 2010. In-Field Measurement of Soil Nitrate Using an
drainage and nitrate emission from soilless cultures of green- Ion-Selective Electrode, Advances in Measurement Systems.
house tomato. Agricultural Water Management, 97 (7): 971- InTech. Pagina web [Link]
980. books/advancesin-measurement-systems/in-field-measure-
MASSA D., INCROCCI L., INCROCCI G., DIARA C., PARDOSSI A., ment-of-soil-nitrate-using-an-ion-selective-electrode (ultimo
2013A. An integrated model for the management of nitrogen accesso 31 Agosto 2015).
fertilization in leafy vegetables. In: K. D’H A EN E , B. SILBERBUSH M., BEN-ASHER J., EPHRATH J.E., 2005. A model for
V ANDECASTEELE , R. D E V IS , S. C RAPPé , D. C ALLENS , E. nutrient and water flow and their uptake by plants grown in a
MECHANT, G. HOFMAN & S. DE NEVE, eds., Nutrient manage- soilless culture. Plant and Soil, 271 (1/2): 309-319.
ment, innovative techniques and nutrient legislation in inten- ŠIMůNEK J., VAN GENUCHTEN M.T., ŠEJNA M., 2007. Modeling
sive horticulture for an improved water quality NUTRIHORT. subsurface water flow and solute transport with HYDRUS and
(Ghent, Belgium): pp120. related numerical software packages. In: GARCIA-NAVARRO,
MASSA D., INCROCCI L., PARDOSSI A., DELLI PAOLI P., BATTILANI PLAYáN, eds., Numerical Modelling of Hydrodynamics for
A., 2013 B . Application of a decision support system for Water Resources, An International Workshop. University of
increasing economic and environmental sustainability of pro- Zaragoza Spain: Taylor & Francis Group, London.
cessing tomato cultivated in Mediterranean climate. Acta SINFIELD J.V., FAGERMAN D., COLIC O., 2010. Evaluation of sens-
Horticulturae, 971: 51-58. ing technologies for on-the-go detection of macro-nutrients in
MILLION J.B., RITCHIE J.T., YEAGER T.H., LARSEN C.A., WARNER cultivated soils. Computers and Electronics in Agriculture, 70
C.D., ALBANO J.P., 2011. CCROP-Simulation model for con- (1): 1-18.
tainer-grown nursery plant production. Scientia SONNEVELD C., VOOGT W., 2009. Plant nutrition of greenhouse
Horticulturae, 130 (4): 874-886. crops. Springer (New York): pp. 431.
MUñOZ-HUERTA R.F., GUEVARA-GONZALEZ R.G., CONTRERAS- STOCKLE C.O., MARTIN S.A., CAMPBELL G.S., 1994. CropSyst, a
M EDINA L.M., T ORRES -P ACHECO I., P RADO -O LIVAREZ J., cropping systems simulation model: Water/nitrogen budgets
OCAMPO-VELAZQUEZ R.V., 2013. A Review of Methods for and crop yield. Agricultural Systems, 46 (3): 335-359.
Sensing the Nitrogen Status in Plants: Advantages, S UN Y., H U K., F AN Z., W EI Y., L IN S., W ANG J., 2013.
Disadvantages and Recent Advances. Sensors, 13 (8): 10823- Simulating the fate of nitrogen and optimizing water and
10843. nitrogen management of greenhouse tomato in North China
NENDEL C., VENEZIA A., PIRO F., REN T., LILLYWHITE R.D., RAHN using the EU-Rotate_N model. Agricultural Water
C.R., 2013. The performance of the EU-Rotate-N model in Management, 128: 72-84.
predicting the growth and nitrogen uptake of rotations of field SWIADER J.M., MOORE A., 2002. Spad-chlorophyll response to
vegetable crops in a Mediterranean environment. Journal of nitrogen fertilization and evaluation of nitrogen status in dry-
Agricultural Science, 151 (4): 538-555. land and irrigated pumpkins. Journal of Plant Nutrition, 25
N ISHINA H., 2015. Development of Speaking Plant Approach (5): 1089-1100.
Technique for Intelligent Greenhouse. Agriculture and S HAVIV A., 2001. Advances in Controlled-release fertilizers.
Agricultural Science Procedia, 3: 9-13. Advances in Agronomy, 71: 1-49.
PADILLA F.M., PEñA-FLEITAS M.T., GALLARDO M., THOMPSON THOMPSON R.B., GALLARDO M., RODRíGUEZ J.S., SáNCHEZ J.A.,
R.B., 2015. Threshold values of canopy reflectance indices MAGáN J.J., 2013. Effect of N uptake concentration on nitrate
and chlorophyll meter readings for optimal nitrogen nutrition leaching from tomato grown in free-draining soilless culture
of tomato. Annals of Applied Biology, 166 (2): 271-285. under Mediterranean conditions. Scientia Horticulturae, 150:
PARDOSSI A., FALOSSI F., MALORGIO F., INCROCCI L., BELLOCCHI 387-398.
G., 2004. Empirical models of macronutrient uptake in melon TREMBLAY N., BéLEC C., JENNI S., FORTIER E., MELLGREN R.,
plants grown in recirculating nutrient solution culture. 2009. The dualex - A new tool to determine nitrogen sufficien-
Journal of Plant Nutrition, 27 (7): 1261-1280. cy in broccoli. Acta Horticulturae, 824: 121-132.
PARDOSSI A., MALORGIO F., INCROCCI L., CARMASSI G., MAGGINI USHA K., SINGH B., 2013. Potential applications of remote sensing
R., MASSA D., TOGNONI F., 2006. Simplified models for the in horticulture-A review. Scientia Horticulturae, 153: 71-83.
water relations of soilless cultures: what they do or suggest V A N D EN B O S A.L., D E K REI J C., V O O G T W., 1999.
for sustainable water use in intensive horticulture. Acta Bemestingsadviesbasis grond. Proefstation, voor Bloemisterij
Horticulturae, 718: 425-434. en Glasgroente, ,Brochure PPO 171 (Naaldwijk, NL): pp. 54..
PEñA-FLEITAS M.T., GALLARDO M., THOMPSON R.B., FARNESELLI VAN DIEPEN C.A., WOLF J., VAN KEULEN H., RAPPOLDT C., 1989.
M., PADILLA F.M., 2015. Assessing crop N status of fertigated WOFOST: a simulation model of crop production. Soil Use &
vegetable crops using plant and soil monitoring techniques. Management, 5 (1): 16-24.
Annals of Applied Biology (in stampa). doi: WAGNER P., HANK K., 2013. Suitability of aerial and satellite
10.1111/aab.12235. data for calculation of site-specific nitrogen fertilisation com-
RAHN C.R., ZHANG K., LILLYWHITE R., RAMOS C., DOLTRA J., DE pared to ground based sensor data. Precision Agriculture, 14
PAZ J.M., RILEY H., FINK M., NENDEL C., THORUP-KRISTENSEN (2): 135-150.
K., PEDERSEN A., PIRO F., VENEZIA A., FIRTH C., SCHMUTZ U., WEBB T.H., LILBURNE L.R., FRANCIS G.S., 2001. Validation of the
RAYNS F., STROHMEYER K., 2010. Eu-Rotate_N - A decision GLEAMS simulation model for estimating net nitrogen miner-
support system - To predict environmental and economic con- alisation and nitrate leaching under cropping in Canterbury,
sequences of the management of nitrogen fertiliser in crop New Zealand. Australian Journal of Soil Research, 39 (5):
rotations. European Journal of Horticultural Science, 75 (1): 1015-1025.
20-32. WU J.D., WANG D., ROSEN C.J., BAUER M.E., 2007. Comparison
RUIZ-GARCIA L., LUNADEI L., BARREIRO P., ROBLA J.I., 2009. A of petiole nitrate concentrations, SPAD chlorophyll readings,
review of wireless sensor technologies and applications in and QuickBird satellite imagery in detecting nitrogen status
agriculture and food industry: state of the art and current of potato canopies. Field Crops Research, 101 (1): 96-103.
trends. Sensors, 9 (6): 4728-4750. YOKOTA M., OKADA T., YAMAGUCHI I., 2007. An optical sensor
SEGINER I., 2003. A dynamic model for nitrogen-stressed lettuce. for analysis of soil nutrients by using LED light sources.
Annals of Botany, 91 (6): 623-635. Measurement Science and Technology, 18 (7): 2197-2201.

22