Il cambiamento climatico in atto e le prevedibili limitazioni dei fattori produttivi in frutticoltura stanno sempre più minacciando la sostenibilità economica e ambientale delle produzioni frutticole. La ridotta disponibilità idrica, da dover condividere con altri settori produttivi e civili sempre più idro-esigenti, le ondate di calore sempre più frequenti e la grossa responsabilità che il settore agricolo riveste nel fornire cibo di alta qualità ad una popolazione in crescita, impongono l’implementazione di strategie di risparmio idrico e aumento dell’efficienza d’uso dell’acqua capaci di rispondere al paradigma del produrre di più con meno.
Le colture frutticole, essendo poliennali, risentono maggiormente degli stress abiotici in quanto questi possono cumularsi di stagione in stagione. D’altro canto, il maggiore valore economico dei prodotti frutticoli, così come le elevate anticipazioni dovute alla realizzazione degli impianti, rendono tali colture particolarmente predisposte all’implementazione di soluzioni tecnologiche miranti a migliorare l’efficienza d’uso dei fattori della produzione, primo tra tutti l’acqua.
Ad oggi, la gestione idrica dei frutteti è assai spesso affidata all’empirismo dei frutticoltori e solo nei casi più avanzati è coadiuvata dall’uso di sistemi di supporto alle decisioni basati sulla stima dell’evapotraspirazione e/o sulla misura del contenuto idrico del suolo. Se non calibrati e dimensionati opportunamente, i suggerimenti ottenuti da tali sistemi potrebbero essere poco rappresentativi della realtà in quanto vengono considerati pochi punti di rilievo nel suolo, in relazione alla sua variabilità, oppure perché basati su algoritmi e valori tabellari troppo generali.
Gli indicatori a base pianta (“Plant-Based Indicators” - PBI), usati per la valutazione diretta dello stato della coltura, sono considerati i più accurati, in quanto restituiscono direttamente informazioni sullo stato della pianta. Nei casi precedenti, infatti, si interroga il suolo e/o il microclima per avere informazioni circa lo stato idrico della coltura. L’uso di PBI considera la pianta come biosensore di sé stessa secondo l’assunto che se l’organo target misurato sta funzionando bene, l’albero è in buono stato. Per tale ragione, l’implementazione di tali indicatori all’interno di sistemi di supporto alle decisioni risulta molto auspicabile anche se talvolta difficile, considerando la complessità di alcuni sensori e la corretta interpretazione del dato.
Diversi PBI sono stati sviluppati e, come è possibile prevedere, per ognuno di essi si possono identificare punti di forza e di debolezza (tab. 1). Alcune delle variabili più strettamente legate alla produttività potenziale della pianta e alla quantità di acqua da essa impiegata sono la fotosintesi netta e la conduttanza stomatica. Seppure molto accurata, l’acquisizione di tali dati può risultare altamente dispendiosa dal punto di vista temporale, per il costo delle strumentazioni da impiegare e per l’elevata professionalità necessaria da parte degli operatori. In linea del tutto generale, quindi, un indicatore a base pianta può essere considerato promettente se:
- è accurato
- è di facile e veloce acquisizione;
- il suo rilevamento non è eccessivamente costoso.
Recentemente è stato messo a punto e validato su diverse specie arboree (melo, pero, pesco, albicocco, vite) un nuovo indicatore a base pianta (Indice IPL) in grado di stimare la fotosintesi netta fogliare in maniera rapida, accurata e poco dispendiosa. Il calcolo di questo indice si basa sulla misura combinata di tre variabili acquisibili rapidamente come la fluorescenza della clorofilla (JPSII), la temperatura fogliare e la temperatura dell’aria.
Il presente studio riporta i risultati preliminari circa l’utilizzo dell’indice IPL per la gestione irrigua di un pereto della cv Abate Fétel. Lo studio è stato presentato in occasione del IX International Symposium on Irrigation of Horticultural Crops sotto l’egida dell’International Society of Horticultural Science (ISHS).
Materiali e metodi
La prova è stata condotta presso l’azienda sperimentale della Fondazione per l’Agricoltura “Fratelli Navarra” di Ferrara, su peri Abate Fètel innestati su Cotogno Adams. Il pereto, di 8 anni di età, era allevato a fusetto con una densità di impianto di 3,3 x 0,8m, irrigato con impianto a microportata a goccia. La gestione irrigua è stata operata secondo i consigli del sistema di supporto alle decisioni Irriframe sviluppato dal Consorzio per il Canale Emiliano Romagnolo (CER) della Regione Emilia-Romagna. Il sistema è basato sul metodo del bilancio idrico; il contenuto idrico del suolo è stato calcolato misurando e/o stimando gli input e gli output idrici, mantenendo la soglia di intervento idrico entro il limite dell’acqua facilmente utilizzabile nel suolo.
Tale soglia variava a seconda delle fasi fenologiche (FAO, 2012). Il sistema Irriframe ha inoltre tenuto conto di protocolli per l’applicazione di strategie di “stress idrico controllato”. Nel pereto sono stati impostati 3 blocchi di circa 100 alberi ciascuno, simili per vigore, carico fiorale e stato fitosanitario. All’interno di ogni blocco sono stati identificati 4 lotti di circa 20 alberi ciascuno, irrigati somministrando rispettivamente 100, 50, 25 e 0% del volume irriguo raccomandato dal sistema Irriframe (T100, T50, T25, T0).
Un ulteriore lotto è stato irrigato in maniera dinamica (DYN), monitorando periodicamente le performance fotosintetiche delle piante attraverso l’indicatore a base pianta IPL, linearmente legato alla fotosintesi netta fogliare.
Il protocollo ha previsto la misura dell’indice IPL su tutti i trattamenti (T100, T50, T25, T0, DYN) circa 2 volte a settimana partendo dall’inizio di giugno. Quando il valore di IPL era simile a quello registrato su T100, il trattamento dinamico non veniva irrigato; viceversa, se tale valore era inferiore a quello registrato sul controllo (T100), allora il trattamento dinamico (DYN) veniva irrigato con il 25% del volume irriguo somministrato al controllo. Dopo 2 giorni dall’adacquata se il valore di IPL non avesse eguagliato quello del controllo, il volume irriguo sarebbe stato incrementato di un ulteriore 25% (e.g. dal 25 al 50% del volume somministrato a T100).
Questa routine veniva ripetuta finché i valori di IPL tra T100 e DYN non divenivano simili. Le misure di fluorescenza della clorofilla (JPSII), di temperatura fogliare e dell’aria, utili per la determinazione di IPL, sono state eseguite usando un fluorimetro integrato su sistema Li-COR 6400 (LI-COR, USA) mantenendo la luce attinica LED a valori saturanti e costanti (1400 µmol m-2s-1) per tutti i trattamenti posti a confronto.
A fine stagione le performance produttive e di efficienza d’uso dell’acqua sono state valutate misurando:
- la produttività totale (t ha-1) e quella commerciale (frutti con diametro maggiore di 65mm, t ha-1);
- il peso medio dei frutti (g);
- il volume stagionale irriguo (m3 ha-1);
- la produttività idrica (grammi di peso fresco di frutto per litro di acqua somministrata).
Risultati e discussione
In fase di allegagione e durante il periodo di divisione cellulare dei frutti (aprile-maggio), i 5 trattamenti imposti non sono stati irrigati poiché la quantità di acqua evapotraspirata era eguagliata da quella in ingresso attraverso le precipitazioni (fig. 1).
Durante la fase di espansione cellulare, l’evapotraspirazione di riferimento cumulata ha mostrato valori pari a 498 mm, a fronte di una precipitazione cumulata nello stesso periodo di 150 mm (fig. 1). L’indice IPL è stato misurato a cominciare dal 4 giugno. In generale, il tasso di foto-assimilazione è incrementato durante la fase di distensione cellulare raggiungendo il suo picco all’inizio di luglio per poi ridursi in prossimità della raccolta (27 agosto) e in post-raccolta (fig. 2).
Durante la fase di distensione cellulare l’assimilazione carbonica è stata stimolata dalla forte domanda carbonica di organi “sink” come i frutti in distensione e i germogli in accrescimento. Alla fine di tale fase, la foto-assimilazione è stata probabilmente rallentata a causa della riduzione della domanda di carbonio da parte degli organi sink che avevano ormai raggiunto peso e dimensione finale.
Il 13 giugno T100, T50, T25 e T0 avevano ricevuto un volume irriguo pari rispettivamente a 9, 4.5, 2.5 e 0 mm, mentre il trattamento dinamico (DYN) non era stato irrigato poiché mostrava valori di IPL simili a quelli di T100. Tale gestione è stata mantenuta fino al 19 giugno con il trattamento DYN non irrigato e T50, T25 e T0 adacquati secondo le percentuali preimpostate a priori (fig. 2).
Durante il rilievo effettuato il 22 giugno, DYN ha mostrato valori di IPL inferiori a T100 per cui è stato effettuato un intervento irriguo somministrando il 25% della dose di T100. Dopo 3 giorni (25 giugno) il livello di IPL appariva simile a quello di T100, suggerendo che la quota irrigua somministrata fosse sufficiente per riportare la pianta ad una funzionalità fotosintetica ottimale (fig. 2).
A partire dal 19 giugno il trattamento T0 ha mostrato valori di IPL più bassi delle rimanenti tesi a confronto. Più tardivamente (4 luglio) anche T25 ha mostrato un calo delle performance fotosintetiche, mentre T50 ha fatto registrare un calo rispetto a T100 solo il 4 luglio (fig. 2). Il trattamento Dinamico è stato irrigato somministrando il 25% del volume di adacquamento di T100 fino al 4 luglio, dopodiché è stata registrata una riduzione dell’IPL rispetto al controllo (fig. 2).
Secondo il protocollo empirico programmato, il dosaggio idrico è stato incrementato di un ulteriore 25% passando al 50% (6mm) del volume di adacquamento di T100 (12mm). Come suggerito dai valori di IPL, questa nuova condizione è stata mantenuta fino alla fine della stagione irrigua (fig. 2).
La raccolta è avvenuta il 27 agosto. La restrizione idrica imposta nelle tesi T25 e T0 ha determinato una riduzione del peso medio dei frutti, della produttività areica totale e commerciale (tab. 2); le tesi rimanenti hanno mostrato valori più elevati e simili tra di loro con una produzione commerciale media di circa 37.5 t ha-1 a fronte di 11 t ha-1 ottenuta in T0 e T25 (tab. 2). Alla fine della stagione irrigua T100 ha ricevuto un volume stagionale irriguo di 1.680m3, seguito da T50 (840m3), DYN (735 m3), T25 (420 m3) e T0. Il trattamento che ha mostrato la più alta produttività idrica è stato T25 (68.70 grammi di sostanza fresca di frutto per litro di acqua somministrata), seguito da DYN, T50, e T100. Tuttavia, considerando la qualità e la quantità della produzione, il trattamento che ha mostrato i migliori risultati è stato quello dinamico facendo registrare produzioni comparabili al controllo con un risparmio idrico di circa il 56% (tab. 2).
Questi risultati suggerirebbero che il sistema di supporto alle decisioni adottato abbia sovrastimato i volumi irrigui da somministrare, poiché le stesse performance di T100 sono state raggiunte riducendo il consumo irriguo di circa il 50%. Tali risultati sono parzialmente discordanti con quelli osservati sullo stesso set-up sperimentale nei due anni precedenti, dove la diminuzione dei volumi irrigui della metà aveva intaccato la produttività delle piante. Allo stesso tempo, però, queste risultanze suggerirebbero un possibile margine di miglioramento dell’accuratezza di tali sistemi di supporto alle decisioni, introducendo informazioni relative allo stato idrico e funzionale degli alberi.
Conclusioni
L’utilizzo dell’indice IPL come “Plant-Based Indicator” per la gestione dell’irrigazione sembrerebbe promettente in quanto ha permesso di ridurre gli input idrici mantenendo una produttività elevata. La sua acquisizione è stata relativamente rapida se si considera che in ogni rilievo sono stati monitorati 5 diversi trattamenti in un intervallo temporale di circa 25 minuti (circa 100 foglie).
L’utilizzo dell’IPL ha permesso di fornire indicazioni relative al momento in cui irrigare (quando il valore IPL scende al di sotto di una determinata soglia), mentre la quantità di acqua da somministrare è stata fissata in maniera empirica (25% della quota somministrata in T100). In quest’ottica, si stanno conducendo ulteriori studi miranti a:
- calibrare l’indice su altre specie;
- rendere l’acquisizione delle variabili di fluorescenza della clorofilla e temperatura di chioma e aria più rapida e auspicabilmente in continuo;
- integrare più indici a base pianta, per esempio indici riferibili alle performance di accrescimento e maturazione dei frutti;
- dare informazioni più analitiche in merito alla quantità di acqua da somministrare integrando l’informazione sullo stato funzionale della coltura in sistemi di supporto alle decisioni di nuova generazione.
L’articolo è pubblicato sulla Rivista di Frutticoltura e di Ortofloricoltura n. 9/2022
