7.6.1 Colture poliennali

o o a) n ne a e ti in o li ios. o o i- SCHEMI SPERIMENTALI N 59 Si fa rilevare ancora che il trattamento anno non è definito a priori né è ripetibile (non esistono anni identici tra loro) e che, pertanto, gli anni rappresentano solo un campione di possibili andamenti meteorologici. In terminologia statistica, il fattore anno è da considerarsi fattore casuale. Il fattore località può essere considerato un fattore fisso, qualora si faccia riferimento a una serie di località ben precise delle quali si vogliono studiare gli effetti, o casuale, se le località sono considerate un campione delle località dell areale di riferimento per la prova e si intenda studiare la variabilità tra località senza un riferimento specifico ad alcuna di esse. Gli schemi a seguito riportati seguono quanto indicato nel Quaderno FAO Genotype x Environment Interactions Challenges and Opportunities for Plant Breeding and Cultivar Recommendations Fao Plant Production and protection paper 174 (P. Annicchiarico). 7.6.1 Colture poliennali. Nel caso delle colture poliennali, sono adottabili le seguenti opzioni. a. Elaborare statisticamente i risultati derivanti da aggregazione dei dati raccolti nei singoli anni per ogni unità sperimentale (es. la produzione totale o media del periodo, secondo lo schema sperimentale adottato); questa soluzione, peraltro corretta dal punto di vista statistico, nasconde gli effetti di interazione tra l andamento meteorologico e i trattamenti, in quanto lo stesso risultato produttivo medio può essere ottenuto da una serie di valori uniformi negli anni o dal susseguirsi di risultati favorevoli e sfavorevoli. Quindi, allo stesso valore medio possono essere accoppiate valutazioni operative molto diverse; tuttavia questo è il caso più comune. b. Considerare gli anni come misure ripetute sullo stesso soggetto (le parcelle) e con diversi fattori tra soggetti. In tal caso, la complessità dell elaborazione statistica cresce notevolmente e non è trattabile in questa sede. Lo schema dei confronti da effettuarsi in prove di multilocalità con specie pluriennali (o in prove di un anno solo) è il seguente: Fonti di variazione Gradi di libertàc Varianze Varietà v21 Località Blocchi entro località Varietà 3 località Errore Modello 1a Modello 2b F test F test QM1 QM1/QM4 QM1/QM5 l21 QM2 QM2/QM5 QM2/QM5 (r 2 1) ? l QM3 (v 2 1) ? (l 2 1) QM4 QM4/QM5 QM4/QM5 (r 2 l ) ? (v 2 1) ? l QM5 N Modello 1 5 varietà fattore fisso, località fattore casuale. Modello 2 5 varietà e località fattori fissi. c v 5 n. di varietà; l 5 n. di località; r 5 n. di blocchi. a b Si fa notare che l effetto dei blocchi deve essere calcolato entro località, poiché un blocco realizzato in una località specifica non è ripetibile in un altra località; quindi il calcolo della varianza dell effetto blocchi entro località avviene sommando le devianze attribuibili ai blocchi, calcolate per ciascuna località, e dividendo per i gradi di libertà della somma delle devianze, cioè la somma dei gradi di libertà dei blocchi per ciascuna località. N03_1_Sperimentazione.indd 59 5/31/18 11:39 AM

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