Modelli di previsione atmosferici e della superficie terrestre basati su dati accessibili tempo reale: è il modello di Amazon web services per consentire di sfruttare al meglio le risorse del pianeta grazie al Cloud processing e al data storage. Un campo in cui Aws ha già realizzato diverse esperienze, con applicazioni per l’agricoltura 4.0 che consentono di prendere tempestivamente decisioni per prevenire calamità climatiche, migliorare le coltivazioni o preservare e utilizzare al meglio le risorse idriche.
Tra questi ASevir, in collaborazione con i governi e le organizzazioni dei Paesi in via di sviluppo, la collaborazione con l’International rice research institute, il Next generation weather radar, e il Met office global and regional ensemble prediction system.
“Gli open data offrono opportunità preziose: quelli disponibili su Pianeta Terra e Aws possono essere utilizzati liberamente da chiunque voglia accelerare la ricerca scientifica – sottolinea Danilo Poccia, principal evangelist, serverless, Aws – Molti dei nostri clienti si affidano a open data di qualità, esattamente come si affidano al computing, allo storage e agli altri servizi. Il cloud di Aws dà infatti la possibilità a scienziati, ricercatori e startup di raccogliere e analizzare dati su scala planetaria senza doversi preoccupare di larghezza di banda, spazio di archiviazione, memoria o potenza di calcolo.”
“Se scegliere uno stile di vita sostenibile è quanto possono mettere in atto i singoli nella quotidianità, molto può essere fatto a livello globale grazie alle nuove tecnologie, specialmente in agricoltura – spiega Aws – qui, un approccio innovativo è determinante per sfruttare al meglio le risorse”.
“La difficoltà principale di un tale approccio è che questo tipo di modelli risulta estremamente difficile da realizzare quando non ci sono dati in real-time attraverso i quali inizializzare i modelli stessi – prosegue la società – . Diventa dunque fondamentale l’utilizzo di grandi quantità di dati che, a loro volta, hanno bisogno di enormi capacità di calcolo: è qui che entrano in gioco il cloud processing e il data storage”.
Per entrare nel dettaglio delle iniziative in cui Aws è già coinvolta, Servir è una joint venture nata per iniziativa della Nasa e dell’Agenzia americana per lo sviluppo internazionale (Usaid), che collabora con i governi e le organizzazioni dei Paesi in via di sviluppo per aiutarli a gestire l’utilizzo delle terre e i rischi legati ai cambiamenti climatici. Il sistema, attivo in oltre 45 paesi, utilizza le informazioni provenienti dai satelliti e dalle tecnologie geospaziali per fornire strumenti, prodotti e servizi utili ad accelerare i processi decisionali in materia di prevenzione ambientale, agricoltura, acqua, ecosistema e utilizzo delle terre.
Quanto all’International Rice research institute, ha sede nelle Filippine e si occupa invece di sviluppare varietà di riso in grado di sopravvivere a siccità, inondazioni, malattie e ad altri eventi potenzialmente distruttivi, con l’obiettivo di ridurre la fame e la malnutrizione facilitando il lavoro degli agricoltori. Dopo aver mappato ben 70.000 sequenze di Dna di differenti tipi di riso, il machine learning di Aws ricava importanti dati su come coltivare il riso al meglio. Con l’aiuto di queste tecnologie digitali, l’utilizzo di fertilizzanti si è ridotto addirittura del 90%, mentre i raccolti sono raddoppiati.
Il cloud di Aws è inoltre stato scelto dal National Agriculture Imagery Program degli Stati Uniti, un programma che acquisisce immagini aeree degli Stati Uniti continentali durante la stagione agricola vegetativa. Disponibili su Amazon S3, le immagini hanno una risoluzione tra i 60 e i 100 centimetri, e vengono raccolte e inviate agli Stati con un aggiornamento annuale che fa parte di un ciclo complessivo di 3 anni.
Nel campo del monitoraggio meteorologico, basati su Aws sono anche i programmi Nexrad e Mogreps. Il primo, acronimo per “next generation radar”, è una rete di 160 siti radar Doppler ad alta risoluzione in grado di rilevare precipitazioni e movimenti atmosferici e di raccogliere dati a intervalli di circa 5 minuti da ciascun sito, permette di prevedere le perturbazioni di grandi dimensioni ed è utilizzato da ricercatori e grandi aziende per studiare e mitigare l’influenza del meteo sulle attività di molti settori, primo fra tutti quello agricolo. Quanto la Mogreps, “Met Office Global and Regional Ensemble Prediction System”, offre previsioni sullo sviluppo di tempeste, venti, pioggia, neve e nebbia che consentono agli agricoltori di pianificare con cura il momento migliore per la semina.
