PESTWIN
An innovative solution for precision agriculture: a biology-informed, AI-based intelligent and adaptive digital twin for prediction and management of infestations of the invasive insect Drosophila Suzukii.
Scheda del progetto
Biocentis srl
Università di Pavia
PESTWIN propone lo sviluppo di un digital twin, cioè un modello di simulazione avanzato che combina dati biologici e ambientali, per permettere lo studio di parassiti agricoli e consentirne una gestione più mirata ed efficace. Il digital twin verrà inizialmente applicato al moscerino della frutta Drosophila suzukii, ma sarà altamente flessibile, e quindi estendibile in futuro ad altre specie dannose di insetto. L’ambiente di simulazione combinerà biologia, matematica, fisica e intelligenza artificiale per creare uno strumento capace di informare strategie di Integrated Pest Management (IPM), abilitando un aumento della produttività agricola ed una riduzione nell’utilizzo di insetticidi chimici.
Contatti:
Matteo Rucco
matteo.rucco@biocentis.com
L'aumento della produttività agricola è una priorità globale, considerando che entro il 2050 la popolazione mondiale raggiungerà i 10 miliardi di persone, con una prevista domanda di cibo e prodotti agricoli in aumento per almeno il 50%. La sfida è cercare di minimizzare uno dei principali ostacoli alla produttività agricola che è rappresentato dalle perdite causate da insetti nocivi. L'agricoltura di precisione rappresenta un approccio promettente per migliorare la sostenibilità e la produttività agricola. Tuttavia, l'agricoltura di precisione non è stata ancora pienamente sfruttata per ottimizzare il controllo degli insetti nocivi.
Il progetto è volto a sviluppare il primo esempio di un digital twin intelligente, adattivo e che consenta di simulare il comportamento in ambiente di popolazioni di insetti dannosi per l’agricoltura, come ad esempio la Drosophila suzukii (SWD). Il progetto si propone di andare oltre lo stato dell’arte sviluppando un software di modellazione e simulazione delle dinamiche spaziali degli insetti. Il simulatore riceverà come input informazioni e dati di diversa natura: biologici, di popolazione, metereologici e produrrà previsioni della dinamica delle popolazioni di SWD.
Il digital twin offrirà vantaggi significativi per gli utilizzatori, ad esempio: una gestione più efficiente dei parassiti, la riduzione dei pesticidi chimici e un supporto decisionale personalizzato. Tale approccio ridurrebbe i danni economici causati dalla SWD e avrebbe impatti positivi sulla sicurezza alimentare e sull'ambiente, allineandosi alla strategia Farm to Fork. L'effetto trasformativo si estende a livello scientifico, economico, sociale e ambientale, promuovendo una gestione integrata dei parassiti e migliorando la sostenibilità e la produttività agricola.