7.6 Esperimenti multiannuali e multilocalità

N 58 APPENDICE - SPERIMENTAZIONE IN AGRICOLTURA primo fattore (tutti i livelli del fattore devono essere presenti una e una sola volta entro un blocco); poi, ortogonalmente per essi, si attuano i trattamenti relativi al secondo fattore. Dal punto di vista dell elaborazione statistica, i due fattori devono essere trattati separatamente, così come l interazione. Ai fattori in righe e colonne compete (a ciascuno) un proprio errore, come pure all interazione. Le parcelle in righe e colonne hanno un errore sperimentale come se non esistessero gli incroci , mentre per l analisi dell interazione è possibile escludere dall errore sperimentale tutta la variabilità tra le righe e le colonne, ottenendo così un incremento di potenza rispetto allo schema fattoriale a blocchi e anche rispetto allo split-plot. Un ulteriore estensione è lo strip-split-plot, dove all interno di ogni incrocio tra i trattamenti nelle righe e colonne, vengono allocati ulteriori trattamenti. Di seguito è proposto un esempio di schema distributivo a strip-plot dove sono previsti 3 repliche, un fattore A nei parcelloni con 3 livelli e un fattore B nelle parcelle con 4 livelli: Blocco 1 Blocco 2 A1B2 A3B2 A1B1 A3B1 A2B1 A2B3 A3B3 A1B3 A2B1 A1B1 A3B1 A1B3 A3B3 A2B3 A2B4 A3B4 A1B4 A2B4 A1B4 A3B4 A1B4 A3B4 A2B4 A2B2 A3B2 A1B2 A2B3 A1B3 A3B3 A1B2 A3B2 A2B2 A2B1 A3B1 A1B1 Gradi di libertà Varianze F test Fattore A (righe) p21 QM1 QM1/QM3 Blocchi r21 QM2 QM2/QM3 (r 2 1) ? (p 2 1) QM3 q21 QM4 QM4/QM5 Errore righe Errore colonne (r 2 1) ? (q 2 1) QM5 Interazione AB (p 2 1) ? (q 2 1) QM6 QM6/QM7 (r 2 1) ? (p 2 1) ? (q 2 1) QM7 Errore interazione n 7.6 Esperimenti multiannuali e multilocalità. Considerando il rilevante effetto dell andamento meteorologico e della tipologia di suolo sui risultati produttivi e sugli effetti dei trattamenti, che spesso interagiscono con essi, per poter trasferire alla pratica acquisizioni affidabili è necessario verificare le stesse in più anni di sperimentazioni effettuate in diverse località. Occorre distinguere il caso di colture pluriennali (es. colture arboree) dove, una volta assegnati i trattamenti alle unità sperimentali all inizio della prova, attraverso estrazione casuale, essi vengono poi ripetuti negli anni, dal caso dove a ogni anno (es. con le colture erbacee annuali), nell ambito dello schema sperimentale adottato, si procede a una nuova assegnazione casuale dei trattamenti. N03_1_Sperimentazione.indd 58 7 t a b La tabella dell ANOVA è la seguente: Fattore B (colonne) y a ( Blocco 3 A2B2 Fonti di variazione ( c u q c v 5/31/18 11:39 AM a b c b c tr s

SEZIONE N
SEZIONE N
MATEMATICA, STATISTICA, SPERIMENTAZIONE, MODELLISTICA, MISURAZIONI
La razionalizzazione degli interventi agronomici richiede conoscenze su suolo, clima, colture e sistema biologico (microrganismi, parassiti, malattie, malerbe...), sulle loro interazioni ed evoluzione a seguito degli interventi agronomici. Per quanto possibile, all’approccio descrittivo (qualitativo) dovrebbe seguire quello quantitativo che, coinvolgendo dati numerici, richiede misurazioni o esperimenti che trovano la loro naturale elaborazione con l’ausilio di strumenti matematici, statistici e modellistici, al fine di ottenere conoscenze utili a scopo decisionale.L’aspetto quantitativo può determinare anche differenze qualitative: in base all’andamento economico (aspetto quantitativo), si può avere il fallimento dell’azienda (aspetto qualitativo).Le oscillazioni continue di contenuto idrico del suolo possono comportare sia variazioni quantitative (diminuzione di resa colturale per siccità) sia qualitative (la coltura muore per carenza idrica e la resa si annulla).Per trattare gli aspetti quantitativi, abbiamo bisogno di strumenti matematici che permettano di descrivere le relazioni tra variabili e di prevedere fenomeni e comportamenti semplici. Quando la complessità dei fenomeni da trattare aumenta, cresce anche l’incertezza, cui è legato il rischio. A questo punto possiamo scegliere la strada della descrizione statistica o quella dell’approccio di sistema, con l’applicazione dei modelli di simulazione. L’approccio statistico risulta inoltre fondamentale per trattare errori e variabilità nelle informazioni (compresi i rischi che ne derivano), sia nella sperimentazione di campo sia con i modelli.Nella presente Sezione N del Manuale dell’Agronomo vengono illustrati sinteticamente gli Strumenti matematico-statistici, nonché gli elementi per una corretta applicazione della Sperimentazione e della Modellistica in agricoltura. Completano la trattazione gli elementi relativi ai Sistemi di misura. Spetta all’Agronomo la scelta dello strumento di volta in volta più idoneo allo scopo, per qualità e utilità delle informazioni, ma anche per semplicità e rapidità con le quali si ottengono le informazioni richieste.Nell’attività professionale, l’uso di strumenti di supporto decisionale (modelli, GIS) o di procedure di elaborazione numerica è, oltre che utile, sempre più spesso richiesto dalle normative o dagli enti pubblici con cui il professionista si deve rapportare. Rimane all’Agronomo la responsabilità di verifica normativa e di un uso corretto e consapevole di questi strumenti.Coordinamento di SezioneFrancesco DanusoRealizzazione e collaborazioniMarco Acutis, Pierluigi Bonfanti, Gian Carlo Calamelli, Francesco Danuso, Massimo Lazzari, Tiziano Tempesta