L’utilizzo di tecnologia nella zootecnia di precisione sta assumendo, negli ultimi anni, sempre maggior rilievo. Infatti, grazie alla maggiore implementazione e innovazione dell’intelligenza artificiale e al più immediato processing dei dati, le tecnologie che vengono rese fruibili agli allevatori sono aumentate e le informazioni che vengono generate sono sempre più precise e puntuali.

L’integrazione di dati provenienti da sensori diversi permette di monitorare parametri individuali e di gruppo, individuare eventuali problematiche, nonché fornire informazioni in tempo reale per supportare le decisioni. I sistemi di precisione rappresentano quindi uno strumento per ottimizzare la gestione degli animali di allevamento, massimizzando l’efficienza produttiva e migliorando la sostenibilità delle produzioni (Abeni et al., 2024).

Gli orientamenti comunitari e nazionali stanno spingendo sempre più verso modelli sostenibili, favorendo la reintroduzione e la valorizzazione delle pratiche del pascolamento.

L’utilizzo di tecnologie di precisione al pascolo, però, è maggiormente diffuso in quei paesi che di consuetudine utilizzano aree pascolive per l’allevamento (ad es. Irlanda e Australia), mentre, in Italia, le tecnologie di Precision Livestock Farming (PLF) per il monitoraggio degli animali al pascolo sono ancora poco diffuse.

Il Centro Nazionale di Ricerca per le Tecnologie dell’Agricoltura Agritech, attraverso alcuni dei progetti dello Spoke 5, cerca di individuare i sensori e le tecnologie che maggiormente possono essere utili per la gestione del bestiame in allevamento estensivo, focalizzandosi anche sul pascolo di montagna di bovine da latte. L’allevamento degli animali all’aperto, infatti, seppur in progressiva riduzione nelle regioni alpine (van den Pol-van Dasselaar et al., 2020), ricopre un ruolo chiave nel mantenimento delle comunità montane, generando occupazione, reddito, preservando il territorio e la biodiversità.

Nell’ambito di uno dei progetti dello Spoke 5, sono stati testati diversi sensori per il monitoraggio del comportamento delle bovine al pascolo in aree di montagna, nonché dispositivi per lo studio del pascolo e delle condizioni ambientali.

Tra le tecnologie impiegate figurano accelerometri triassiali apposti su collari, cavigliere e cavezze. Questi dispositivi sono in grado di rilevare i movimenti dell’animale identificando, rispettivamente, il tipo di attività svolta (movimento, ruminazione, alimentazione, stasi), la postura (decubito o meno) e il numero dei passi, così come il comportamento alimentare (movimenti mandibolari, numero di boli e bocconi, etc.). A questi strumenti è stato affiancato un dispositivo GPS per tracciare gli spostamenti degli animali, con integrato un piccolo sistema fotovoltaico per la ricarica della batteria.

Al contempo, al fine di valutare la disponibilità del pascolo, i rilievi hanno previsto l’utilizzo di erbometro a piatto per misurare l’altezza dell’erba e la biomassa presente sui vari appezzamenti. Questo dispositivo permette anche di geolocalizzare le aree di pascolo nelle quali gli animali vengono di volta in volta lasciati liberi di pascolare, e calcolarne la disponibilità di erba.

Infine, una stazione meteo, dotata di un’antenna per la ricezione e l’invio dei dati acquisiti, è stata installata in una posizione strategica per garantire la raccolta efficace dell’ampia mole di dati provenienti dai vari dispositivi durante l’intero periodo di alpeggio. Alimentata anch’essa da un pannello fotovoltaico, la stazione ha permesso di misurare: velocità e direzione del vento, umidità dell’aria, temperatura e quantità di precipitazioni.

L’integrazione dei dati provenienti dai sensori utilizzati nell’ambito di questo progetto, combinando informazioni sul comportamento delle bovine, la disponibilità e qualità della massa erbosa, le condizioni ambientali e la produzione di latte, può consentire di monitorare in tempo reale i fabbisogni e lo stato di salute e benessere degli animali. In questo modo, sarebbe possibile adattare l’ampiezza delle aree di pascolo e aggiustare l’integrazione di alimento per ciascuna bovina, riducendo gli sprechi e aumentando l’efficienza e il profitto dell’allevatore. Le tecnologie di PLF, quindi, potrebbero aiutare, combinando le informazioni dai diversi ambiti di gestione degli animali, a rendere l’allevamento più sostenibile, contenendo l’impatto ambientale della zootecnia (Lovarelli et al., 2020).

Nonostante il potenziale di queste tecnologie, l’indagine sul campo ha evidenziato alcune limitazioni significative nell’applicazione dei sensori in ambiente montano. Alcune di queste sono intrinseche ai sensori stessi, mentre altre derivano dalle caratteristiche specifiche dell’ambiente in cui si sviluppa il sistema di allevamento oggetto di studio.

Una delle principali difficoltà ha riguardato la trasmissione dei dati dal sensore apposto sull’animale all’antenna, e quindi al cloud dove vengono stoccati, che era basata su rete cellulare. Esistono diverse tecnologie di trasmissione dei dati all’antenna e al cloud, e queste possono avere problemi differenti nella trasmissione del dato. A differenza dell’allevamento indoor, nel caso del sistema di allevamento al pascolo la rete wireless deve poter coprire distanze molto ampie, spesso non pianeggianti e con ostacoli naturali o artificiali che interferiscono con il passaggio di dati. A questo va aggiunto anche che la copertura internet nelle aree montane è spesso instabile o assente, e quindi, se si basa su una rete cellulare, diventa difficoltoso il passaggio di informazioni dall’antenna al sito di stoccaggio dei dati (Figura 1).

Figura 1. Sintesi del passaggio di dati dal sensore, all’antenna, al cloud.

La durata delle batterie risulta essere un’altra grande limitazione di queste tecnologie, quando utilizzate in ambiente estensivo. La grande mole di dati che i sensori registrano, se non può essere inviata direttamente all’antenna per i motivi di copertura di rete, deve essere temporaneamente immagazzinata nel sensore stesso, generando un grande dispendio energetico. I costi operativi e la complessità gestionale di sostituire le batterie risulterebbero eccessivi in ambiente montano, dove gli animali non sono sovente a contatto con l’operatore come in una struttura indoor. L’installazione di piccoli pannelli fotovoltaici (a livello di sensori sul collare) ha permesso, in parte, di ovviare la problematica del consumo della batteria, ma il funzionamento continuativo dei dispositivi non è sempre stato garantito. Quindi, qualora il segnale non sia sufficientemente buono nelle varie aree di pascolo in cui viene spostata la mandria e qualora lo spazio disponibile nei dispositivi per mantenere temporaneamente il dato venga saturato, alcune informazioni potrebbero essere perse (Figura 2).

Figura 2. Registrazione dell’attività giornaliera di una bovina nelle 24 ore tramite accelerometri posizionati su collo e zampa. La presenza di istogrammi incompleti indica la perdita di dati in alcuni giorni. Si osserva inoltre un possibile errore derivante dall’incapacità del sensore di identificare alcuni comportamenti. 

Un problema simile può verificarsi anche con il segnale GPS. Il segnale trasmesso dai satelliti e ricevuto dal dispositivo ricevitore, viene da questo elaborato, con dispendio energetico (in parte compensato dal pannello fotovoltaico), e ri-trasmesso all’antenna per l’invio al cloud. Se l’antenna non si trova in un range di ricezione, la localizzazione non viene trasmessa. Inoltre, per i segnali di posizione degli animali, si aggiunge la limitazione che non sempre un numero minimo di satelliti è opportunamente posizionato per determinare le coordinate corrette. Talvolta questo è anche dovuto all’imprecisione con cui il trasmettitore rileva i satelliti quando questo è in zone caratterizzate da forte copertura vegetale come può succedere nei boschi (Figura 3). 

Figura 3. Ridotto segnale GPS di una bovina nelle aree boschive rispetto ai pascoli aperti, a causa dell’interferenza della copertura vegetale sulla trasmissione dei dati.

Un altro fattore limitante, che è stato riscontrato nell’uso dei dispositivi PLF in ambiente estensivo, è di tipo strutturale. Infatti, a differenza dell’ambiente di stalla, quando gli animali pascolano in montagna i dispositivi sono esposti a condizioni climatiche più estreme, a terreni più vari (pendii scoscesi, rivestimenti vegetali diversi, ecc.), nonché a possibili urti con rocce, alberi e rami che talvolta, durante lo studio, hanno compromesso la corretta registrazione dei dati o la funzionalità dei sensori.

Sebbene, quindi, le tecnologie di precisione possano offrire vantaggi significativi per la gestione degli animali, il loro utilizzo in ambienti di pascolo, soprattutto di montagna presenta ancora numerose sfide. Tuttavia, i benefici che l’allevamento nelle aree alpine può apportare sono molteplici. L’allevamento al pascolo non solo viene percepito come più appropriato, sostenibile e benefico dal consumatore (Stampa et al., 2020) ma anche, se ben gestito, garantisce la preservazione del territorio e il mantenimento della biodiversità.

La prima stagione di alpeggio nell’ambito del progetto Agritech ha, infatti, mostrato che, nonostante le difficoltà, è possibile monitorare tramite sistemi di PLF i comportamenti e l’attività di bovine in lattazione in ambiente montano. La conoscenza in tempo reale della posizione, degli spostamenti e delle carenze nutrizionali degli animali, così come le condizioni orografiche e meteorologiche del luogo, possono permettere all’allevatore di effettuare scelte più mirate nella gestione della mandria, con conseguente aumento dell’efficienza del sistema di allevamento. L’integrazione e l’analisi di tutti i dati raccolti può contribuire a migliorare la gestione dell’alpeggio, sia per quanto riguarda gli animali, sia per quanto riguarda i pascoli, ottimizzando l’uso delle risorse e riducendo l’impatto ambientale.

Bibliografia 

Abeni, F., Nannoni, E., & Sandrucci, A. (2024). Zootecnia di precisione e tecnologie innovative in allevamento.

van den Pol-van Dasselaar, A., Hennessy, D., & Isselstein, J. (2020). Grazing of dairy cows in Europe—An in-depth analysis based on the perception of grassland experts. Sustainability, 12(3), 1098.

Lovarelli, D., Bacenetti, J., & Guarino, M. (2020). A review on dairy cattle farming: Is precision livestock farming the compromise for an environmental, economic and social sustainable production?. Journal of Cleaner Production, 262, 121409.

Stampa, E., Schipmann-Schwarze, C., & Hamm, U. (2020). Consumer perceptions, preferences, and behavior regarding pasture-raised livestock products: A review. Food Quality and Preference, 82, 103872.

Autore

Marta Pavolini, sotto la supervisione del Gruppo Editoriale ASPA – Giuseppe Conte, Alberto Stanislao Atzori, Fabio Correddu, Luca Cattaneo, Gabriele Rocchetti, Antonio Natalello, Sara Pegolo, Aristide Maggiolino, Antonella Della Malva, Giulia Gislon, Manuel Scerra