Ogni anno, secondo la Food and Agriculture Organization (FAO), il 14% del cibo prodotto a livello globale va perso nelle prime fasi della filiera produttiva, mentre un ulteriore 17% viene sprecato tra la vendita e il consumo. Per garantire un monitoraggio uniforme degli sprechi alimentari, la Commissione europea (UE), con la Decisione delegata 2019/1597, ha stabilito criteri standardizzati di misurazione lungo tutta la filiera. Tuttavia, questa metodologia attualmente esclude la quantificazione delle perdite alimentari nella fase di produzione primaria, considerata complessa e costosa da analizzare in termini di tempo e risorse. In questo contesto, il progetto FOLOU, finanziato dall’UE — e che vede l’Università Politecnica delle Marche tra i centri di ricerca principalmente coinvolti —, si propone di affrontare il problema delle perdite alimentari proprio nella produzione primaria con un focus anche sull’acquacoltura.
L’acquacoltura rappresenta un motore economico di grande rilevanza a livello globale e italiano. La trota iridea (Oncorhynchus mykiss) è la specie d’acqua dolce più allevata in Europa e in Italia la troticoltura è un settore consolidato con buone prospettive future, specialmente per chi investe in sostenibilità, innovazione e diversificazione dei prodotti. La qualità delle acque italiane e l’esperienza degli allevatori garantiscono infatti un prodotto apprezzato sia a livello nazionale che internazionale.
Anche se l’allevamento della trota iridea si è sviluppato per diversi secoli, e oggi si basa sull’utilizzo di sistemi efficienti e ben collaudati, sono necessarie ulteriori ricerche per massimizzarne la produzione. Il ciclo produttivo della trota iridea si articola infatti in diverse fasi e una delle fasi più delicate è lo sviluppo embrionale precoce, che va dalla raccolta e fertilizzazione delle uova fino alla fase di “uovo occhiato”.
Il monitoraggio delle uova e degli embrioni, tuttavia, attualmente avviene soltanto prima della fertilizzazione o alla fine dello sviluppo embrionale. Al contrario, l’assenza di procedure standard e di apparecchiature specifiche per valutare le prime fasi di sviluppo embrionale (fino alla formazione dell’occhio) rende ad oggi difficile stimare con precisione le perdite durante queste prime fasi di vita.
Questa problematica è principalmente legata al fatto che gli allevatori, una volta posti gli embrioni negli appositi schiuditoi, sanno di non doverli assolutamente spostare fino alla formazione dell’occhio. Tuttavia, parte degli embrioni non sopravvive naturalmente a queste prime fasi di vita o può essere soggetta ad infezioni batteriche o fungine, che, se non opportunamente trattate con agenti chimici, possono diffondersi velocemente anche agli embrioni vitali causando, in alcuni casi, perdite importanti durante le prime fasi produttive.
Per colmare questa lacuna, la Task 3.4 di FOLOU, coordinata dall’Università Politecnica delle Marche, sta sviluppando un nuovo concetto e prototipo di schiuditoio per embrioni di trota supportato dall’Intelligenza Artificiale. L’adozione di questo sistema rappresenta una soluzione avanzata per il monitoraggio e il riconoscimento automatico della salute degli embrioni di trota nelle prime fasi di sviluppo, basandosi su tecnologie di visione artificiale e sensori ambientali integrati. Più in particolare, il prototipo è costituito da un sistema di visione, provvisto di un elaboratore dotato di General-Purpose Graphics Processing Unit (GP-GPU) che consente di elaborare il flusso di immagini in tempo reale.
La GP-GPU è essenziale per supportare modelli di deep learning, che sono utilizzati per classificare le immagini degli embrioni in modo efficiente. Camere ad alta risoluzione acquisiscono immagini che vengono elaborate mediante un algoritmo basato su deep learning per il riconoscimento automatico di embrioni sani e infetti o morti.
È presente anche un sistema di sonde e di sensori per monitorare le condizioni ambientali (temperatura, ossigeno, anidride carbonica, pH e flusso dell’acqua) e garantire il corretto funzionamento del sistema e la sopravvivenza degli embrioni.
Il cuore centrale dello schiuditoio è composto da un cilindro in plexiglass dove vengono posizionati gli embrioni di trota appena fecondati, che funge anche da contenitore per il sistema di movimentazione. Infatti, una coclea presente all’interno del cilindro è utilizzata per sollevare delicatamente gli embrioni, permettendo al sistema di visione di analizzarli in modo individuale e preciso. La coclea ha una velocità regolabile per garantire che gli embrioni siano esposti alle telecamere per un tempo sufficiente, ma senza provocare danni fisici.
Una volta analizzati, il sistema esegue un’azione automatica, separando gli embrioni sani da quelli infetti o morti, deviando quelli da scartare in un comparto separato, automatizzando l’intero processo di selezione, riducendo gli interventi manuali e la possibile diffusione di microrganismi nei confronti degli embrioni ancora vitali. Il mo-nitoraggio in tempo reale degli embrioni e delle condizioni ambientali tramite i sensori garantisce un ambiente ideale per lo sviluppo, mentre integrazione tra hardware e software, con camere di alta qualità e modelli di deep learning, ottimizza l’efficienza e il successo dell’incubazione.
Attualmente, un primo test di funzionamento del prototipo è stato svolto presso la Società Agricola Troticoltura F.lli Leonardi s.s., che ha gentilmente messo a disposizione uno staff competente, gli embrioni di trota iridea per la prova ed i locali per collocare lo schiuditoio. Grazie alla collaborazione tra lo staff altamente qualificato dell’allevamento e il team di ricercatori UNIVPM è stato possibile svolgere la prima prova relativa al sollevamento degli embrioni e dimostrare che tale movimento, a differenza di quanto sempre tramandato, non ha, almeno in queste fasi preliminari del progetto, determinato differenze significative nel numero di embrioni che sono risultati vitali al momento della schiusa rispetto ad un’incubazione tradizionale (assenza di movimento).
È ora in fase di sviluppo una seconda versione del prototipo, che sarà equipaggiata anche del sistema di selezione tra uova vitali e non vitali. Appena saranno disponibili i risultati dei test, saremo lieti di condividerli con i lettori.
Matteo Zarantoniello
Federico Conti
Adriano Mancini
Anna Laura Eusebi
Francesco Fatone
Ike Olivotto
Nota
Finanziamento Progetto: HORIZON-CL6-2022-FARM2FORK-01; Bringing knowledge and consensus to prevent and reduce FOod LOss at the primary production stage. Understanding, measuring, training and adopting-FOLOU.
Per informazioni:
prof. Ike Olivotto, Università Politecnica delle Marche-Dipartimento di Scienze della vita e dell’Ambiente;
prof. Adriano Mancini, Università Politecnica delle Marche-Dipartimento di Ingegneria dell’Informazione.
