La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

1 UNIVERSITÀ DEGLI STUDI DI SASSARI DIPARTIMENTO DI AGRARIA

Presentazioni simili


Presentazione sul tema: "1 UNIVERSITÀ DEGLI STUDI DI SASSARI DIPARTIMENTO DI AGRARIA"— Transcript della presentazione:

1 1 UNIVERSITÀ DEGLI STUDI DI SASSARI DIPARTIMENTO DI AGRARIA
Sezione di Agronomia, coltivazioni erbacee e genetica Convenzione per collaborazione Istituzionale nell’ambito del Programma Operativo di cooperazione trasfrontaliera Italia-Francia Marittimo Progetto Strategico RESMAR Sottoprogetto F - CIG Z180639C9E “Applicazioni di tecniche di Precision Farming in risicoltura” Prof. Antonino Spanu Dott. Francesco Barracu 1

2 Precision Farming La Precision Farming si propone di agire in maniera selettiva e in misura variabile sul campo coltivato, prevenendo sprechi e abuso di prodotto, ma anche di distribuire di più dove c'è più necessità. È una tecnica che non considera il campo come un unico continuum, ma nel complesso della sua variabilità. Si avvale di un approccio innovativo, legato ad una combinazione tra GIS, GPS, telerilevamento, macchine intelligenti con pilota automatico e tecnologie di distribuzione degli input a dosi variabili, la Precision Farming si pone come uno strumento per la corretta gestione agronomica delle colture considerando la variabilità spaziale e temporale presente in campo (Basso et al., 2005).

3 Applicazioni in risicoltura
3 Applicazioni in risicoltura La coltivazione del riso in Italia interessa in media circa 240˙000 ettari, con una produzione annua di 1˙500˙000 t, in leggero aumento (FAOSTAT, 2011) di cui il 40 % destinate al mercato interno ed il 60 % all'esportazione. In Sardegna la superficie risicola si attesta intorno a Ha, tra la zona centro occidentale (80% circa, Oristano) e meridionale (20%, San Gavino) 3

4 Ipotesi La coltura del riso, rispetto ad altre, presenta alcuni vantaggi ascrivibili alla tecnica colturale tradizionale ed all'irrigazione per sommersione continua: - superfici piane e livellate; - assenza di stress idrici; - parità di esposizione, radiazione incidente, ore di luce Gli svantaggi sono legati alla presenza dell'acqua che può interferire con alcune strumentazioni di misura e alla difficoltà di movimento in campo per effettuare i rilievi.

5 Obiettivi L'obiettivo della Precision Farming è l'azione agronomica selettiva su aree omogenee di piccole dimensioni attraverso l'uso di macchine specifiche. Effettuare le lavorazioni e distribuire gli input esterni in maniera differenziata sulla base della stima delle esigenze della coltura nelle diverse aree del campo e durante tutto il corso del ciclo colturale allo scopo di isolare gli elementi che più incidono sulla potenzialità produttiva La determinazione delle cause originarie della variabilità consentono di pianificare interventi correttivi nei confronti degli effetti della variabilità.

6 Spandiconcime Casella VRT 1 a rateo variabile e pesatura automatica del fertilizzante (a sinistra)
Irroratrice semovente RoGator 600 presentato in occasione di Agritechnica che offre una gamma di funzioni che includono sistema di posizionamento e guida ad alta precisione, controllo automatico della sezione, applicazioni a rateo variabile e mappatura, registrazione e gestione di informazioni (a destra).

7 Console del dispositivo di regolazione automatica della dose per irroratrici e atomizzatori CCS 100 Spray Control della Dickey John (a sinistra) Semina eseguita con seminatrice di precisione (a destra).

8 Il Bender, prodotto dalla Valley, permette di spezzare il cerchio irriguo formato dal pivot in prossimità di un ostacolo, per permettere alla parte libera dell’impianto di proseguire irrigando anche dietro di esso cambiando punto di rotazione da quello base a uno intermedio. L’impianto si spezza per permettere ad alcune campate di proseguire. Il sistema Bender, abbinato al sistema Corner, permette alla campata finale di sterzare per allargarsi o stringersi in funzione della conformazione dell’appezzamento. Il sistema di Irrigazione Localizzata Variabile denominata VRI (Variable Rate Irrigation) con una combinazione di hardware e software brevettato, permette all’agricoltore di regolare la quantità d'acqua desiderata in ogni particolare settore del campo irrigato e di assegnare una diversa quantità d’irrigazione a ogni 2 gradi di rotazione dell’impianto con 30 diversi settori lungo l’asse longitudinale della macchina. In totale, nell’area coperta dall’impianto pivot, sono possibili fino a diversi settori irrigui. Fonte:

9 Materiali e metodi

10 L'area di studio

11 Caratterizzazione geologica

12 Tecnica colturale Le operazioni colturali sono state analoghe nei due anni: - Interramento dei residui colturali con una leggera aratura, tra novembre e marzo in funzione delle precipitazioni; - Erpicatura; - Livellamento con strumento a puntamento laser; - Affinamento del letto di semina con fresatura finale fino a 20 cm di profondità; - Semina a spaglio con una seminatrice centrifuga in risaia sommersa adottando una densità media di 500 semi germinabili per m-2. Per contenere l'insorgere di fonti di variabilità esterne, gli interventi agronomici sono stati eseguiti in maniera uniforme in tutte le camere.

13 Trattamenti e concimazioni
Secondo anno - Karnak e Carnise: 1° diserbo (14 DAS) con Cyhalofop-butyl; 2° (19 DAS) con Penoxulam; 3° (44 DAS) con Propanil + MCPA. - Libero: 1° presemina Oxadiazon; 2° Propanil + MCPA (37 DAS); 3° Cyhalofop-butyl (82 DAS). - Concimazione in presemina con 90 kg ha-1 di N, 95 kg ha-1 di P2O5 e 75 kg ha-1 di K2O. - Concimazione in copertura con 35 kg ha-1 di N da urea agricola - Due trattamenti contro la P. grisea (Cooke) con Tricyclazole Primo anno: - Controllo delle infestanti con Penoxulan + Profoxydim + Cyhalafop- butyl e Propanil + MCPA in 2 interventi durante l'accestimento (4 giugno, 19 Days After Sowing - DAS) e 24 giugno (39 DAS) - Concimazione in presemina con 95 kg ha-1 di N, 70 kg ha-1 di P2O5 e 75 kg ha- 1 di K2O; - Concimazione in copertura con 30 kg ha-1 di N da urea agricola - Tre trattamenti fungicidi contro la Pyricularia grisea (Cooke) con Tricyclazole

14 Punti di campionamento manuale

15 Rilievi puntuali in campo: stima del contenuto in clorofilla
A cadenza settimanale sono state aquisite le letture di SPAD (Soil-Plant Analytical Development, 502 Plus, Konica Minolta Sensing, Inc., Japan) sulle ultime foglie completamente espanse di 30 culmi.

16 Determinazione del contenuto in Azoto
Ogni 15 giorni è stato prelevato materiale vegetale per la determinazione della sostanza secca e del contenuto in azoto. Nel primo anno è stata misurata la superficie delle 30 foglie completamente espanse campionate (Planimetro LI-3100 Leaf Area Meter, Li-cor Inc., USA) su 30 culmi. Nel secondo anno, in corrispondenza dei rilievi spettrali, sono stati prelevati anche campioni di piante intere su una superficie di 0.25 m-2.

17 Determinazioni biomorfologiche
A maturazione raggiunta, sono stati prelevati campioni di piante intere su una superficie di 0.25 m2 per ciascun punto di campionamento; sul campione sono state determinate le principali componenti della produzione e delle caratteristiche vegetative della pianta. Parametri biomorfologici Produzione e sue componenti Azoto Biomassa Altezza inserzione foglia bandiera (cm) Numero totale pannocchie m-2 Contenuto in azoto nella granella (%) Peso totale campione piante (g) Altezza inserzione pannocchia (cm) Numero pannocchie sterili m-2 Contenuto in azoto nelle paglie (% ) Peso paglie (g) Altezza totale (cm) Numero pannocchie fertili m-2 Distanza inserzione foglia bandiera- inserzione pannocchia (cm) Produzione di risone (gm-2 al 13 % di umidità) Lunghezza pannocchia (cm) Peso di 1000 cariossidi (g) Cariossidi fertili per pannocchia (n) Cariossidi sterili per pannocchia (n)

18 Radiometria di campo (FieldSpec) e LAI
Sono stati effettuati 3 rilievi radiometrici sulla copertura vegetale in modalità proximal sensing (FieldSpec, Analytical Spectral Devices, Inc., USA) a distanza di circa un mese. La radiometria permette di misurare aspetti del colore della pianta non visibili all'occhio umano Contestualmente è stato misurato il LAI (Leaf Area Index, LAI Li-Cor Inc, USA).

19 Mappatura: Telerilevamento satellitare
È stata acquisita una serie multitemporale di immagini satellitari (4 nel primo anno, 5 nel secondo anno) con una risoluzione spaziale di 5x5 m su 5 bande spettrali: BLUE: nm; GREEN: nm; RED: nm; RED-EDGE (RE): nm; NEAR INFRA RED (NIR): nm. Immagini fornite dalla società RapidEye A.G. (Brandeburg, DE). Le bande misurate sono state utilizzate per il calcolo dell'indice NDVI

20 Ratio

21 Applicazioni di telerilevamento

22 Indici spettrali Structural Indices Formula NDVI
(NIR - RED) / (NIR + RED) GNDVI (NIR - GREEN) / (NIR + GREEN) WDVI NIR – Slope*RED PVI 1/RADQ(Slope2 + 1*(NIR - Slope*RES- Intercept)) SAVI NIR - RED / (NIR+RED+L) (1+L) OSAVI (1+0,16)*(NIR-RED)/(NIR+RED+0,16) MSAVI (NIR-RED)/(NIR+RED+(1+(1-Slope2*WDVI*NDVI))) MTVI 1,5*(1,2*(NIR-GREEN)-2,5*(RED-GREEN)) MTVI2 1,5*(1,2*(NIR-GREEN)-2,5*(RED-GREEN))/((2*(2*NIR+1)2-(6*NIR-5*(RED)0.5)-0,5)) EVI 2,5*((NIR-RED)/(NIR+6,5*RED-7,5*BLU+1)) EVI2 2,5*((NIR-RED)/(NIR+2,4*RED+1)) GEMI z(1-0.25z)-(RED-0.125)/(1-RED); z=(2(NIR2-RED2)+1.5NIR-0.5RED)/(NIR+RED+0.5)

23 Mappatura delle produzioni
Le mappe di produzione georeferenziate sono state ottenute utilizzando una mietitrebbia dotata della sensoristica New Holland Intelliview Software. La calibrazione è stata effettuata utilizzando i pesi effettivi dei silos della mietitrebbia. Le mappe ottenute sono state corrette sulla base delle rese misurate in campo per limitare l'errore di stima della macchina dovute alle differenti caratteristiche di massa volumica, viscosità e densità apparente del granello di ciascuna delle varietà coltivate.

24 La variabilità dei suoli
È stata eseguita una tomografia georesistiva Automatic Resistivity Profiling (ARP, Geocarta S.A., France). La mappatura è stata eseguita lungo linee parallele a distanza di 8-10 m, in condizioni di suolo asciutto e lavorato, pronto per la successiva semina. Le mappe ottenute riguardano i profili di suolo a profondità crescenti: cm, cm, cm, e restituiscono i valori di georesistività, che sono essenzialmente legati alla tessitura del profilo.

25 Risultati

26 Andamento meteorologico
- Picchi della temperatura massima più alti della media dei 50 anni; - Picchi inferiori alla media del poliennio tra luglio e agosto, in corrispondenza della fioritura (14 °C nel 2010 e 15 °C nel secondo anno); - Precipitazioni, (6 mm nel 2010; 7 mm nel secondo anno); - Verosimile influenza sulla fase di fioritura.

27 Rapporto tra la produzione in risone e la massa vegetale
Primo anno Secondo anno La produzione in risone è legata alla biomassa totale che la pianta riesce a raggiungere alla fine del ciclo colturale: Corr.: 0.768** 1°anno 0.686** 2° anno

28 Contenuto in Azoto e Clorofilla
Lo SPAD è un indice molto sensibile nella stima indiretta del contenuto in azoto della pianta sia in termini generali (grafico) che per fasi fisiologiche (tabella), pur evidenziando dinamiche decisamente differenti nei due anni. Cov.: Primo anno: Secondo anno: DAS, 1° anno 46 64 78 92 106 120 - 0.816** 0.792** 0.908** 0.7917** 0.651** 0.872** DAS, 2° anno 37 (P) 51 65 (P) 79 94 107 122 -0.300 0.324 0.606** 0.322 0.656** 0.587** 0.641**

29 Indici spettrali e il contenuto in Azoto nella foglia (Primo anno)
Primo rilievo, varietà Karnak: GNDVI 0.494, NDVI 0.482, p-value <0.01. Nessuna correlazione è stata registrata sulla varietà Volano. Secondo rilievo, relazione tra GNDVI e NDVI e N cresce anche per Volano, pur non raggiungendo la soglia di significatività. Significatività sia per il dataset aggregato, sia per la varietà Karnak: Intero campo: GNDVI 0.548** NDVI 0.504* Varietà Karnak: GNDVI 0.695** NDVI 0.557*.

30 Indici spettrali e il contenuto in N nella pianta (Secondo anno)
Tutti gli indici spettrali nel primo rilievo sono correlati con il contenuto in N della pianta e inversamente con il valore di SPAD. + pianta + indice + pianta + “diluizione” Il contenuto in N e in clorofilla nella pianta presentano relazioni opposte rispetto agli indici. Gli indici più fortemente correlati nel primo rilievo del primo anno (GNDVI e NDVI), sono risultati i più deboli nel secondo.

31 Contenuto in Azoto della granella
- Il contenuto in N nella granella è legato al contenuto in N della pianta ; - lo SPAD permette di effettuare stime indicative sulla potenzialità produttiva della coltura.

32 Produzioni in risone – umidità 13 %
Primo anno Secondo anno

33 Componenti della produzione
Primo anno Secondo anno - la produzione aumenta al crescere del numero di pannocchie fertili nel 1° anno, ma decresce nel secondo per effetto della varietà Libero - in entrambi gli anni esiste una relazione stabile rispetto alle pannocchie sterili e alla biomassa totale a fine ciclo.

34 Variabilità spaziale ed effetto della varietà: primo anno
Karnak ha prodotto un maggior numero di pannocchie per unità di superficie (513.1 pannocchie fertili m-2 contro di Volano; 47.2 – 32.5 sterili). Parità di numero di cariossidi fertili per pannocchia (56.6 K V). La produzione è risultata pressoché identica (80.4 q ha-1 K, 80.2 q ha-1 V). La forte competizione dovuta all'infestazione di E. crus-galli e O. sativa var. sylvatica, nell'area NW della camera D e nel settore W della camera E ha determinato una forte difformità spaziale nella produzione da q ha-1 (massimo D13) a 41.1 q ha-1 (E20, minimo). La varietà K ha beneficiato di una inferiore presenza di infestanti, individuate principalmente nei settori W delle camere F e G, riducendo le differenze tra il punto che ha mostrato la produzione maggiore (99.1) ed inferiore (47.8).

35 Variabilità spaziale ed effetto della varietà: secondo anno
Il comportamento delle varietà K e C è stato simile, sia in termini di culmi fertili (rispettivamente ) che di culmi sterili (3 – 6). Forti differenze sono state riscontrate su L, che al momento della raccolta ha prodotto una media di 813 pannocchie fertili m-2 e 48 pannocchie sterili. Le stesse pannocchie fertili in L, a fronte delle 47.1 e 64.9 cariossidi fertili per pannocchia di C e K, hanno prodotto 54.6; La media delle cariossidi sterili è risultato 6.3 in C, 7.4 in K e 18.6 in L. Da un punto di vista quantitativo, la produzione media di risone ad umidità del 13% è stata identica per C e K (rispettivamente 85.4 e 85.4 q ha-1), mentre in L la media è stata 76.1 q ha-1.

36 LAI e bande elettromagnetiche pure
Primo anno Secondo anno

37 Rilievi estensivi e mappatura

38 Tomografia: analisi della tessitura
#Pagina 53

39 Telerilevamento primo anno: NDVI 2 Luglio – 47 DAS
Effetto diserbo - Variabilità spaziale molto forte, valori di NDVI compresi tra 0.1 – 0.7; - Variabilità distribuita più fra le camere che entro camera; - Immagine acquisita 8 giorni dopo le operazioni di diserbo. Aree che mostrano valori di NDVI più bassi sono quelle nelle quali la densità di infestanti era maggiore. In particolare nella camera E vi è una zona che mostra valori eccezionalmente bassi dell’indice. - I valori più elevati di NDVI sono stati osservati nella camera A dove la presenza delle infestanti era pressoché irrilevante.

40 Primo anno: NDVI 28 luglio – 73 DAS
#Pagina 53 Effetto concimazione - Immagine acquisita 15 giorni dopo la concimazione in copertura. - Generalizzato aumento dell’indice rispetto al primo rilievo. - Corrispondenza con la fase di maggiore vigore vegetativo della coltura; - NDVI aumenta in maniera piuttosto omogenea; - Variabilità spaziale molto simile al rilievo precedente.

41 Primo anno: NDVI 15 agosto – 91 DAS
- Leggera decrescita dei valori di NDVI; - Eccezione per la camera E, ove l’incremento dell’indice è da attribuirsi, almeno in parte, alla presenza di nuove infestanti, soprattutto nella metà inferiore.

42 Primo anno: NDVI 10 settembre – 117 DAS
Effetto senescenza - Più rapida entrata in senescenza della varietà Volano, rispetto alla media del campo. - Globalmente, nel settore W della camera A sono stati rilevati valori dell’indice NDVI sistematicamente più elevati della media.

43 Secondo anno: 26 giugno – 43 DAS
#Pagina 53 Effetto varietà Nel secondo anno i rilievi satellitari sono stati infittiti nelle prime fasi del ciclo colturale, ritenute maggiormente informative. - La varietà Libero (Camere D ed E) evidenzia valori maggiori di NDVI, nonostante abbia subito un intervento di diserbo 6 giorni prima (37 DAS). - Il valore più elevato di NDVI rilevato sulla varietà Libero rispetto alla Karnak è in generale da attribuirsi al maggior accestimento della varietà indica rispetto a japonica.

44 Secondo anno: 5 luglio – 52 DAS
Effetto diserbo - Diserbo su varietà Karnak e Carnise (44 DAS); - Riduzioni di NDVI anche molto accentuate (camere B, C, F e G), legate al disseccamento delle infestanti e alla reazione del riso al principio attivo (più marcata dove la densità di semina è inferiore). - Segnali del diserbo e del progressivo consumo di azoto nelle camere D e E, con riduzione dei valori dell’indice NDVI. - Nella camera A il valore dell’NDVI rimane alto anche dopo il diserbo a causa dell’alta densità di semina e della scarsa presenza di infestanti. - Nelle camere C, F e G più marcata riduzione di NDVI: densità di semina inferiore e insorgenza di nuove infestanti, soprattutto nel campo C.

45 Secondo anno: 16 luglio – 63 DAS
Effetto concimazione - Concimazione in copertura (5 Lug.) - Deciso incremento dell’indice NDVI. - La camera C mostra un alto valore dell’NDVI a fronte di una produzione inferiore rispetto al campo F, (bassa densità di semina, maggiore efficacia del diserbo maggiore accestimento e produzione).

46 Secondo anno: NDVI 28 Luglio (75 DAS)
- Incremento dei valori dell’indice; - I valori di NDVI nel 2011 sono globalmente più alti del 2010 sebbene la produzione sia stata inferiore a causa della generalizzata disomogeneità di semina, fatta eccezione per il campo B: -- bassa densità di semina -- basso valore di NDVI -- bassa produzione -- forte effetto diserbo -- forte effetto spettrale del maggior sviluppo della singola pianta.

47 Secondo anno: 20 agosto – 98 DAS
L’indice NDVI calcolato in data 20 Agosto (75 DAS) manifesta di una normale evoluzione della coltura e non evidenzia aspetti particolari.

48 Mappe di produzione #Pagina 45 #Pagina 48 #Pagina 57

49 Zonazione Camere A, B, C, F, G, H, I:
Classe1: Produzione inferiore alla media del campo, elevata variabilità spaziale ed elevata variabilità temporale con evidenti differenze fra i due anni; Classe2: Produzione prossima alla media del campo, moderata variabilità temporale; Classe3: Produzione decisamente più alta rispetto alla media del campo, variabilità temporale bassa e stabile nei due anni. Camere D ed E: Classe4: Produzione bassa rispetto alla media del campo, elevata variabilità spaziale ed elevata variabilità temporale, instabile nei due anni; Classe5: Produzione molto prossima alla media dell’intero campo, ma instabile nei due anni; Classe6: Produzione marcatamente più alta rispetto alla media dell’intero campo, ma instabile nei due anni.

50 Conclusioni L'utilizzo di sistemi di telerilevamento di tipo Remote o Proximal Sensing può fornire indicazioni fondamentali per valutare lo stato della coltura e per la pianificazione di interventi correttivi durante le sue fasi di sviluppo. È già stata largamente dimostrata l'utilità degli indici spettrali nella stima del LAI e di aspetti connessi alle produzioni per molte colture e nella valutazione di variabili specifiche di interesse agronomico. Tecniche di Proximal o Remote Sensing possono essere utilizzate per la stima del vigore della pianta e per effettuare delle stime indirette sulla potenzialità produttiva della coltura in maniera rapida e non distruttiva in tutte le fasi del ciclo biologico.

51 Conclusioni: criticità osservate
L'applicazione di tecniche di valutazione e di misura tipiche della Precision Farming in risicoltura e a scala di campo si è scontrata con aspetti pratici spesso non considerati a livello sperimentale: - Forte difformità nella scala delle determinazioni effettuate; - Presenza di variabili difficilmente controllabili e di difficile quantificazione (infestanti); - Insorgenza di problemi tecnici legati alle operazioni agronomiche (disomogeneità alla semina); - Distorsioni ottiche ed elettromagnetiche, dovute alla presenza dell'acqua e eventuali presenza di sospensioni.

52 Riuscire a produrre mappe di aree omogenee finalizzate ad interventi mirati oltre a migliorare la produzione consente un notevole risparmio economico per l’imprenditore. L'utilizzo mirato dei prodotti agricoli consentirebbe, oltre alla minore spesa in materiali di consumo, una maggiore sostenibilità ambientale dell'agricoltura, riduzione dell'inquinamento nei suoli e nelle acque, riduzione del bioaccumulo di sostanze tossiche per via biologica L’obiettivo futuro sarà quello di studiare nuovi indici, opportunamente calibrati sul riso che consentano di rivelarne con maggiore precisione lo stato e le eventuali problematiche, sebbene già l’NDVI abbia evidenziato la potenzialità di tale approccio come supporto decisionale per l'imprenditore agricolo.

53 Le metodologie di misura utilizzate, in particolare la mappatura ottenuta da rilievi satellitari sono agevolmente in grado di mettere in evidenza la principali criticità della pianta Forniscono indicazioni sulle zone che necessitano maggiori apporti nutritivi attraverso le concimazioni e fornisce indicazioni sulle relative quantità Sono in grado di suggerire gli interventi da effettuare in funzione della competizione tra le piante

54 Le misure ottenute per via satellitare hanno fornito interessanti spunti per lo studio della presenza, densità e trattamento delle infestanti È necessario approfondire l'argomento, prendendo in considerazione la possibilità di studiare sistemi alternativi che permettano la stima della presenza di infestanti senza interventi preventivi

55 5555 UNIVERSITÀ DEGLI STUDI DI SASSARI DIPARTIMENTO DI AGRARIA
Sezione di Agronomia, coltivazioni erbacee e genetica Convenzione per collaborazione Istituzionale nell’ambito del Programma Operativo di cooperazione trasfrontaliera Italia-Francia Marittimo Progetto Strategico RESMAR Sottoprogetto F - CIG Z180639C9E “Applicazioni di tecniche di Precision Farming in risicoltura” Prof. Antonino Spanu Dott. Francesco Barracu 55

56 test di analisi di separabilità tra classi:
Validazione delle classi individuate: Separabilità delle classi di zonazione test di analisi di separabilità tra classi: - Jeffries-Matusita - Transformed Divergence. grado di separabilità soddisfacente tra classi 1-3 (1.95 J-M, 1.99 TD), classi 4-6 (1.99 J-M, 2.00 TD), classi 5-6 (1.98 J-M, 1.98 TD). Le classi 1-2, 2-3 e 4-5, più prossime nei valori medi di variabilità spazio-temporale, non sono risultate separabili (perché associate a valori dell’indice J-M inferiore ad 1.9). Classe Produzione 2010 Produzione 2011 1 Media 6.341 5.115 STD 1.300 1.060 2 7.603 6.057 0.801 0.622 3 7.925 6.811 0.792 0.598 4 5.533 2.701 1.131 0.725 5 6.023 3.321 1.074 0.624 6 7.889 4.141 0.826 0.579

57 Medie di produzione


Scaricare ppt "1 UNIVERSITÀ DEGLI STUDI DI SASSARI DIPARTIMENTO DI AGRARIA"

Presentazioni simili


Annunci Google