Acquacoltura di precisione

Obiettivo della ricerca

Attraverso metodi avanzati di analisi dati (statistical learning) e la modellazione dei dati storici si svilupperanno dei possibili modelli predittivi che consentano di ottimizzare i processi di allevamento. Inoltre l’applicazione di tecniche innovative di machine vision/learning su piccola scala permetterà lo sviluppo di sistemi di monitoraggio e di previsione per interventi in vasca (in particolare previsione/allerta rapida delle patologie, benessere animale, corretta gestione dell’alimentazione e riduzione del rischio di overfeeding). 

L'obiettivo finale è di incrementare la produzione in allevamento, contenendo i costi e mitigando il rischio d’impresa, ottimizzando i cicli produttivi ed allo stesso tempo di prevedere/prevenire effetti avversi che invece potrebbero generare basse rese zootecniche o perdite di prodotto. La maggiore efficienza dei processi produttivi potrà avere inoltre un impatto favorevole sull’ambiente contenendo l’emissione di sostanze eutrofizzanti.