The purpose of this paper is to set up predictive models for harvest date, yield and quality of Dorì kiwifruit (variety AC1536). Modelling in agriculture can be useful to develop decision support system to assist growers, and more generally the whole fruit supply chain, in choices of pre and post-harvest management. This paper shows only preliminary results since the present models still have a broad error. These results were obtained from the statistical processing of surveys collected in three years (2020, 2021, 2022) and concerning growth and evolution of the main ripening indices of kiwifruis. All measurements were carried out by technicians of consortium on fruits grown in farms belonging to the Dorì consortium and located in the following Italian regions: Veneto, Piedmont, Emilia-Romagna, Lazio, Campania and Calabria. Forecasts concerning yields at harvest, in terms of average weight, were based on analysis of fruits growth kinetics obtained from surveys of mean diameters measured from fruit set, i.e. phenological phase 69 (Salinero et al., 2009; end of flowering, visible fruit), until harvest. Harvest time predictions were based on analysis of both fruit growth kinetics and average temperatures measured in different growth phases. Finally, the preliminary results regarding predictions of fruit quality at harvest were based on following measures: SSC (Brix), texture, flesh color (Hue), Kiwimeter index, titratable acidity and dry matter. In order to develop a predictive model for quality, correlations were calculated between each of these indicators and numerous climatic parameters calculated over different timeframes and concerning temperatures (mean, minimum and maximum) and global radiation.

Lo scopo di questo elaborato è quello di proporre dei modelli previsionali per predire l’epoca di raccolta, le rese e la qualità del kiwi Dorì (varietà AC1536). I modelli previsionali in ambito agricolo possono essere utili poiché costituiscono un sistema di supporto decisionale per assistere i coltivatori, e più in generale i membri coinvolti nelle filiere frutticole, nelle scelte riguardanti la gestione del pre e del post-raccolta. Il presente elaborato mostra solo dei risultati preliminari poiché i modelli presentano ancora un importante margine di errore. Tali risultati sono stati ottenuti dall’elaborazione statistica di rilievi raccolti nel corso di tre anni (2020, 2021, 2022) e riguardanti l’accrescimento e l’evoluzione dei principali indici di maturazione dei kiwi. Tutte le misurazioni sono state effettuate da tecnici del consorzio su frutti coltivati in aziende appartenenti al consorzio Dorì ed ubicate nelle seguenti regioni italiane: Veneto, Piemonte, Emilia-Romagna, Lazio, Campania e Calabria. Le previsioni riguardanti le rese di raccolta, in termini di peso medio, si sono basate sull’analisi delle curve di crescita dei frutti ottenute dai rilievi dei diametri medi misurati a partire dall’epoca di formazione del frutto, cioè dalla fase fenologica 69 (Salinero et al., 2009; fine fioritura, frutto visibile), fino a fine accrescimento. Le previsioni dell’epoca di raccolta si sono basate sull’analisi delle cinetiche di crescita dei frutti e sulle temperature medie misurate nelle diverse fasi di accrescimento. Infine, i risultati preliminari riguardanti le previsioni della qualità media dei frutti si sono basate sulle seguenti misure: SSC (Brix), consistenza, colore della polpa (Hue), indice Kiwimeter, acidità titolabile e sostanza secca. Al fine di sviluppare un modello predittivo per la qualità, sono state calcolate le correlazioni fra ciascuno di questi indicatori e numerosi parametri climatici calcolati su diversi intervalli temporali e riguardanti le temperature (medie, minime e massime) e le radiazioni globali.

Sviluppo di modelli predittivi per migliorare la qualità alla raccolta del kiwi Dorì (varietà AC1536)

CATTA, NICOLA
2022/2023

Abstract

The purpose of this paper is to set up predictive models for harvest date, yield and quality of Dorì kiwifruit (variety AC1536). Modelling in agriculture can be useful to develop decision support system to assist growers, and more generally the whole fruit supply chain, in choices of pre and post-harvest management. This paper shows only preliminary results since the present models still have a broad error. These results were obtained from the statistical processing of surveys collected in three years (2020, 2021, 2022) and concerning growth and evolution of the main ripening indices of kiwifruis. All measurements were carried out by technicians of consortium on fruits grown in farms belonging to the Dorì consortium and located in the following Italian regions: Veneto, Piedmont, Emilia-Romagna, Lazio, Campania and Calabria. Forecasts concerning yields at harvest, in terms of average weight, were based on analysis of fruits growth kinetics obtained from surveys of mean diameters measured from fruit set, i.e. phenological phase 69 (Salinero et al., 2009; end of flowering, visible fruit), until harvest. Harvest time predictions were based on analysis of both fruit growth kinetics and average temperatures measured in different growth phases. Finally, the preliminary results regarding predictions of fruit quality at harvest were based on following measures: SSC (Brix), texture, flesh color (Hue), Kiwimeter index, titratable acidity and dry matter. In order to develop a predictive model for quality, correlations were calculated between each of these indicators and numerous climatic parameters calculated over different timeframes and concerning temperatures (mean, minimum and maximum) and global radiation.
2022
Developing predictive models to improve Dorì kiwifruit (variety AC1536) quality at harvest
Lo scopo di questo elaborato è quello di proporre dei modelli previsionali per predire l’epoca di raccolta, le rese e la qualità del kiwi Dorì (varietà AC1536). I modelli previsionali in ambito agricolo possono essere utili poiché costituiscono un sistema di supporto decisionale per assistere i coltivatori, e più in generale i membri coinvolti nelle filiere frutticole, nelle scelte riguardanti la gestione del pre e del post-raccolta. Il presente elaborato mostra solo dei risultati preliminari poiché i modelli presentano ancora un importante margine di errore. Tali risultati sono stati ottenuti dall’elaborazione statistica di rilievi raccolti nel corso di tre anni (2020, 2021, 2022) e riguardanti l’accrescimento e l’evoluzione dei principali indici di maturazione dei kiwi. Tutte le misurazioni sono state effettuate da tecnici del consorzio su frutti coltivati in aziende appartenenti al consorzio Dorì ed ubicate nelle seguenti regioni italiane: Veneto, Piemonte, Emilia-Romagna, Lazio, Campania e Calabria. Le previsioni riguardanti le rese di raccolta, in termini di peso medio, si sono basate sull’analisi delle curve di crescita dei frutti ottenute dai rilievi dei diametri medi misurati a partire dall’epoca di formazione del frutto, cioè dalla fase fenologica 69 (Salinero et al., 2009; fine fioritura, frutto visibile), fino a fine accrescimento. Le previsioni dell’epoca di raccolta si sono basate sull’analisi delle cinetiche di crescita dei frutti e sulle temperature medie misurate nelle diverse fasi di accrescimento. Infine, i risultati preliminari riguardanti le previsioni della qualità media dei frutti si sono basate sulle seguenti misure: SSC (Brix), consistenza, colore della polpa (Hue), indice Kiwimeter, acidità titolabile e sostanza secca. Al fine di sviluppare un modello predittivo per la qualità, sono state calcolate le correlazioni fra ciascuno di questi indicatori e numerosi parametri climatici calcolati su diversi intervalli temporali e riguardanti le temperature (medie, minime e massime) e le radiazioni globali.
kiwi
modelli predittivi
qualità
data di raccolta
produzione
File in questo prodotto:
File Dimensione Formato  
Catta_Nicola.pdf

accesso aperto

Dimensione 3.4 MB
Formato Adobe PDF
3.4 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/42979