Il Data Mining nello sviluppo di modelli previsionali per la gestione integrata dell'agricoltura sostenibile

Traendo spunto dall'articolata letteratura scientifica in tema di applicazioni del Data Mining (DM) per la gestione integrata dell'informazione ambientale, nel presente lavoro viene tracciato un percorso applicativo riferito alla valorizzazione dei dati di tipo spazializzato al fine di favorire l'adozione di pratiche gestionali che facciano proprie le istanze di sostenibilità ambientale, superando le limitazioni alla produttività legate all'agricoltura puramente biologica. In particolare, partendo dalle problematiche legate all'agricoltura di precisione, si focalizza l'attenzione sulla classe di algoritmi di DM detti "supervisionati" indirizzati alla clusterizzazione delle superfici coltivate delle aziende agricole, illustrandone le potenzialità utili alla definizione di processi decisionali in fase di gestione e pianificazione di interventi. Tale approccio è particolarmente significativo per la gestione integrata dei dati regionalizzati con quelli di carattere ambientale riferiti in particolare alle caratteristiche topografiche e pedologiche del territorio che si vuole modellizzare ed alla natura chimico-fisica del suolo, al tipo di coltivazione avviata, alla disponibilità e qualità delle acque, nonché ad aspetti socioeconomici e congiunturali.