italianoenglishfrançaisdeutschespañolportuguês
Lingua
Cerca nel sito
  • » Microbiologia del vino
  • » Studio dei fattori che influenzano la variabilità all'interno del vigneto in diversi contesti pedologici

Studio dei fattori che influenzano la variabilità all'interno del vigneto in diversi contesti pedologici

Filippo Graziosi et al. | Univ. Cattolica del Sacro Cuore, Piacenza; I.Ter Soc.Coop, Bologna, Italia

F. Graziosi1*, R. D’Ambrosio1, C. Scotti2, S. Poni1, M. Gatti1,
1 Università Cattolica del Sacro Cuore, Via E. Parmense 84, I-29122 Piacenza, Italia
2
I.Ter Soc. Cooperativa, Via E. Zacconi 12, 40127 Bologna, Italia
*filippo.graziosi@unicatt.it

Abstract

Lo sviluppo di protocolli affidabili per la viticoltura di precisione (PV) si basa su una conoscenza approfondita della natura e dell'entità della variabilità all'interno del campo. Questo studio mirava a identificare se e come i fattori legati al suolo possono influenzare l'eterogeneità all'interno del campo in diversi contesti pedologici. La sperimentazione è stata condotta in cinque vigneti situati nei Colli Piacentini (Italia), dove la variabilità all'interno del campo è stata mappata da un sensore prossimale e sono state identificate tre zone di vigore. Per ogni zona e vigneto è stata effettuata una caratterizzazione del suolo e sono state valutate la crescita della chioma, le componenti della resa e la composizione dei grappoli. I risultati hanno portato a raggruppare i vigneti in due gruppi: (i) Val Tidone e (ii) Terrazze Alluvionali, dove la variabilità spaziale è principalmente legata alla profondità del suolo e alla topografia, rispettivamente. Nel caso della stabilità temporale (primo gruppo), la gestione del vigneto potrebbe essere basata sull'applicazione a tasso variabile di fertilizzanti, sostanza organica o colture di copertura. Nel secondo gruppo, l'irrigazione a tasso variabile potrebbe contribuire a controllare la scarsità d'acqua.  

Keywords: viticoltura, variabilità spaziale, profondità del suolo, rilevamento prossimale, gestione sito-specifica

____________________________________________________________________________________________________________________________

Introduzione

La variabilità all'interno del vigneto è stata ampiamente studiata in diversi distretti vinicoli in termini di attributi del suolo, vigore della vite, stato idrico e nutrizionale, resa e composizione dei grappoli (Taylor et al., 2019; Gatti et al., 2022;). Il parametro più reattivo è il vigore della vite, che è principalmente correlato alle caratteristiche fisiche e chimiche del suolo, come la tessitura e la profondità (Bramley et al., 2019). Anche altre caratteristiche del suolo, come la capacità di trattenere l'acqua, il drenaggio e la penetrazione delle radici, possono influenzare la variabilità spaziale (Cortell et al., 2005).

Il vigore della vite è stato correlato positivamente con la resa, le dimensioni delle bacche e la concentrazione di malato, mentre ha mostrato una correlazione negativa con gli antociani, i fenoli, i solidi solubili totali e il pH del mosto (Ferrer et al., 2020; Gatti et al., 2022).  A causa della sua relazione primaria con le caratteristiche fisiche del suolo, il modello di variabilità spaziale su scala intra-campo è considerato abbastanza stabile nel tempo (Bramley et al., 2019); occasionalmente, però, i modelli spaziali di resa, dimensione della vite e composizione delle bacche non sono risultati coerenti nel tempo (Reynolds et al., 2007). Di conseguenza, lo sviluppo di protocolli accurati per la viticoltura di precisione (PV) richiede una comprensione più approfondita di se e come la variabilità del suolo influenzi le prestazioni delle piante.

Recentemente, è stata dimostrata l'efficacia della gestione sito-specifica consentita dalle tecnologie a tasso variabile per l'approvvigionamento idrico differenziato (Sanchez et al., 2017), la fertilizzazione (Gatti et al., 2018), e la raccolta selettiva (Bramley, 2010). Di conseguenza, l'adozione di una gestione di precisione del vigneto dovrebbe aumentare la redditività, ridurre l'impatto ambientale della viticoltura e mitigare l'impatto del cambiamento climatico (Santos et al., 2020). Tuttavia, i viticoltori hanno ancora una scarsa percezione del potenziale impatto della variabilità del vigneto sulla redditività della loro attività vitivinicola, con conseguente adozione ancora limitata dei protocolli PV.

Il presente studio mira a identificare se e come i fattori legati al suolo possano influenzare l'eterogeneità all'interno del vigneto in diversi contesti pedologici, al fine di sviluppare la strategia di gestione più appropriata per il sito.

Materiali e metodi

Lo studio è stato condotto nel 2020 in cinque vigneti coltivati a spalliera senza iriigazione dei Colli Piacentini (Italia): BaM=Barbera Malvicini, BaT=Barbera Tavernago, BaB=Barbera Baraccone, MeB=Merlot Baraccone, MaI=Malvasia Illari (Tabella 1). Anche se associati a suoli diversi, sia BaM che BaT appartengono alla stessa subregione (Val Tidone), mentre i restanti vigneti sono situati su terrazzi alluvionali della Val Nure (BaB e MeB) e della Val d'Arda (MaI). A piena chioma ogni vigneto è stato mappato tramite proxy attraverso il sensore MECS-VINE® e l'output fornito è denominato Canopy Index (CI), che è un numero puro che va da 0 a 1000. Partendo dall'immagine istantanea raccolta dal sensore RGB e applicando una tecnica di clustering all'intera immagine che assegna ogni pixel a una delle due classi di mappa ("VEGETAZIONE" e "ALTRO"), l'IC viene calcolato utilizzando la seguente formula:

img1

Dove Npixvegetation rappresenta il numero totale di pixel dell'immagine (Gatti et al. 2016). I valori di CI risultanti sono stati suddivisi in tre classi per identificare basso (LV), medio (MV) e alto vigore (HV) corrispondenti a valori inferiori al 30° percentile, tra il 30° e il 70° percentile e superiori al 70° percentile, rispettivamente. In ogni vigneto, la variabilità del suolo è stata studiata in nove punti di campionamento georeferenziati rappresentativi delle tre aree di vigore. Per ogni punto sono state registrate diverse caratteristiche topografiche, come la pendenza, l'altitudine, l'aspetto e la direzione del flusso d'acqua, e il profilo del suolo è stato descritto fino a 1,20 m di profondità utilizzando una trivella olandese. Ogni vigneto è stato suddiviso in tre blocchi e sono state identificate quattro viti sentinella per ogni combinazione di classe di vigore x blocco. Di conseguenza, la verifica a terra delle mappe di vigore è stata eseguita valutando la crescita vegetativa, le componenti della resa e la composizione dei grappoli su 36 viti per vigneto. All'invaiatura, l'indice SPAD è stato misurato su due foglie per vite. Alla vendemmia, la resa per vite è stata valutata con una bilancia portatile, il conteggio dei grappoli per vite e il calcolo del peso medio dei grappoli. Un sottoinsieme di 3 grappoli rappresentativi per vite è stato portato in laboratorio per la caratterizzazione della composizione dell'uva.

Tabella 1. Codice identificativo, cultivar, azienda di proprietà e ubicazione della sottoregione dei cinque vigneti selezionati

img2
img3

Figura 1. Mappe di vigore basate sull'IC acquisite a piena chioma nei vigneti BaM (a), BaT (b), BaB (c), MeB (d) e MaI (e). I colori verde, giallo e rosso corrispondono rispettivamente alle zone HV, MV e LV. Per ogni mappa, i numeri rappresentano l'intervallo CI. Dati 2020.

Si è raccolto un sottocampione di 60 acini intatti con pedicello, che è stato immediatamente conservato a -18°C per la successiva analisi degli antociani e dei fenoli totali; di conseguenza, è stato calcolato il peso medio degli acini. Gli acini rimanenti sono stati immediatamente schiacciati per la determinazione dei solidi solubili totali (TSS), dell'acidità titolabile (TA), del pH del mosto, del malato, del tartrato e della concentrazione di azoto assimilabile dal lievito (YAN).  Alla caduta delle foglie, il peso di potatura per vite è stato misurato separando i tralci dormienti principali da quelli laterali e l'equilibrio della vite è stato poi calcolato come il peso della resa rispetto alla potatura utilizzando l'indice di Ravaz (Ravaz, 1911). Per ogni variabile e vigneto, la variabilità interna al campo è stata stimata attraverso il coefficiente di variazione (CV%). Una prima analisi delle componenti principali (PCA) è stata effettuata considerando le 15 combinazioni classe di vigoria x vigneto come osservazioni, mentre le variabili sono state analizzate per includere la profondità del suolo e quelle elencate nella Tabella 3. Una seconda PCA è stata eseguita considerando i vigneti come osservazioni e i coefficienti di variazione riportati nella Tabella 3 come variabili. La stessa PCA è stata eseguita solo per i vigneti di Barbera.

Risultati

Le mappe di vigore ad alta risoluzione (Figura 1) acquisite con il sensore MECS-VINE hanno mostrato diversi modelli di variabilità spaziale tra i 5 vigneti e sono risultate nei seguenti intervalli di CI: 311-479 (BaM), 401-570 (BaT), 387-536 (BaB), 280-520 (MeB) e 304-513 (MaI). Nel BaM la LV è stata identificata principalmente tra due aree HV principali situate in cima e in fondo al vigneto (Figura 1a). Nella BaT il VL è stato descritto principalmente nella parte superiore del blocco (lato destro nella Figura 1b). Nella BaB l'HV si trovava principalmente nella parte superiore relativamente piatta del vigneto e diminuiva dall'alto verso il basso. Al contrario, nel blocco MeB più ripido (25%), il vigore è aumentato progressivamente dall'alto verso il basso. Analogamente alla MeB, nella MaI è stato osservato un aumento del vigore passando dalla parte superiore a quella inferiore del blocco (da destra a sinistra nella Figura 1e). Indipendentemente dalle variazioni di vigore, diverse macchie di LV osservate nella parte inferiore del vigneto MaI identificano una maggiore frequenza di piante mancanti. Nella BaM due tipi di suolo sono stati associati alla HV e alla LV: Vicobarone (VCB) e Montalbo (MNB1); la profondità del suolo è stata il principale attributo differenziale, essendo 1,4 m in VCB e 0,9 cm MNB1. Nella BaT i suoli di Virola (VIR) e Tavernelle (TVN1) erano associati rispettivamente a HV e LV. La tessitura del suolo era franco-argillosa, mentre la profondità è risultata il principale fattore di variabilità (1,05 m in VIR e 0,55 m in TVN1). Indipendentemente dalle zone di vigore, solo il suolo Arcelli (ARC2) è stato descritto in BaB e MaI, mentre i suoli Cantalupo (CAT2) e Tavasca (TAV) sono stati identificati in MeB e associati rispettivamente a HV e LV. In TAV, la profondità del suolo era limitata a 0,70 m e aumentava a 1 m in CAT2. (Tabella 2).

Tabella 2. Profondità del suolo, tipo di suolo e classi di vigore corrispondenti osservate nei cinque vigneti studiati dei Colli Piacentini. Classificazione del tipo di suolo secondo la Carta dei Suoli della Regione Emilia-Romagna (Regione Emilia Romagna, 2021). HV e LV = rispettivamente Alta e Bassa vigoria.

img4

Tabella 3. Principali caratteristiche vegetative, produttive e compositive dell'uva valutate nei cinque vigneti di prova dei Colli Piacentini. Per ogni parametro e vigneto è riportato il coefficiente di variazione (CV) calcolato come rapporto tra deviazione standard e media.

img5

Per quanto riguarda la variabilità all'interno del vigneto delle variabili agronomiche (Tabella 3), BaM ha mostrato il CV più alto per il peso dei tralci laterali (83,7%), YAN (67,2%), antociani (64,1%), fenoli totali (48,7%), malato (47,9%) e resa (43,7%). Allo stesso modo, il parametro più variabile nella BaT è stato il peso dei tralci laterali (101,1%), seguito da malato (55,1%), resa (43,1%) e antociani (38,4%). La variabilità all'interno del campo nella BaB è stata espressa principalmente dal peso dei tralci laterali (109,4%), dallo YAN (50,9%), dalla resa (42,1%) e dal malato (40,6%), mentre nella MeB la maggiore variabilità è stata segnata dalla crescita vegetativa (CV=241,2% per il peso dei tralci laterali) e dalla resa (CV=58,9%). In entrambi i vigneti BaB e MeB, la variabilità relativa alla concentrazione di antociani nelle uve è stata molto più bassa rispetto ai vigneti BaM e BaT della Val Tidone (CV del 24,8% contro il 51,3% in media). Nel MaI i parametri più variabili sono stati il peso dei tralci laterali (133,2%), il malato (43,6%) e la resa (32,6%). In tutti e cinque i vigneti i parametri meno variabili sono stati il pH del mosto (2,6%), il TSS (9,8%) e l'indice SPAD (11,9%).

Discussione

I risultati confermano il ruolo del suolo come principale fattore di eterogeneità del vigore all'interno del vigneto. In entrambi i vigneti della Val Tidone (BaM e BaT), LV e HV sono stati associati a tipi di suolo con diversa profondità (Tabella 2). Tale condizione pedologica è ben nota, essendo abbastanza costante nel tempo e portando a un modello di variabilità relativamente stabile nel tempo che rispecchia i diversi modelli di radicazione e le dinamiche di acqua e nutrienti (Bramley et al., 2019). Al contrario, nella BaB solo un tipo di suolo (ARC2) ha evidenziato il ruolo della topografia e delle dinamiche di flusso idrico derivate come fonte principale di variabilità all'interno del campo. In effetti, il modello di variabilità rifletteva il gradiente di pendenza dei vigneti, con HV principalmente situato nella parte superiore e relativamente pianeggiante del versante (Figura 1c) e LV corrispondente alla zona più ripida, dove ci si aspetta un deflusso idrico più intenso (Nasta et al., 2013). Poiché il vigneto MeB era situato nella parte inferiore dello stesso versante del vigneto BaB, la zona LV superiore del blocco Merlot (Figura 1d) condivideva condizioni topografiche simili alla zona meno vigorosa descritta nel BaB (Figura 1c), anche se la vigoria del MeB era molto più bassa a causa della maggiore presenza di ghiaia nel suolo CAT2. La localizzazione delle piante HV nella parte inferiore del vigneto ha confermato l'impatto della dinamica del flusso d'acqua sulla vigoria della vite in un contesto pedologico di questo tipo. 

Sulla base delle risposte della vite, i tralci laterali sono risultati il parametro più reattivo alle variazioni di vigore in tutti i vigneti in esame. I valori CV più elevati calcolati per tutti gli indicatori di crescita della chioma (Tabella 3) identificano il blocco MeB come il vigneto più variabile in termini di dimensioni della chioma, come confermato dall'intervallo di CI più ampio (240 unità) riportato nella Figura 1d. Per quanto riguarda la composizione degli acini, la bassa variabilità complessiva descritta per il pH del mosto e il TSS potrebbe essere legata alla tendenza di alcuni parametri, come il TSS, a saturarsi durante l'accumulo (Webster e Oliver 2007). Tuttavia, come sostenuto dall'ampia letteratura sulla fisiologia dell'uva esaminata in Poni et al. (2018), le variabili più reattive alla variazione del vigore sono state l'acido malico, gli antociani e i fenoli totali. Per questi parametri, i valori più alti di CV sono stati descritti in Val Tidone (BaM e BaT), dove la profondità del suolo è emersa come principale responsabile dell'eterogeneità del suolo (Tabella 2).  

img6

Figura 2. Analisi delle componenti principali (PCA) delle variabili considerate per i livelli di osservazione mostrati come grafico bi-plot. Le osservazioni sono state le quindici combinazioni classi di vigoria x vigneto (a) e le nove combinazioni limitate ai vigneti di Barbera (b).

La PCA delle variabili normalizzate per i 15 livelli di osservazione è stata in grado di rappresentare il 67,6% della varianza attraverso le dimensioni F1 e F2 (Figura 2a). F1 è risultato correlato negativamente con TSS e fenoli e ha presentato una correlazione positiva con la crescita della chioma, la resa, la profondità del suolo e l'IC, confermandosi come uno stimatore affidabile del vigore della vite (Gatti et al., 2016). L'F1 ha permesso di classificare complessivamente le 15 zone di vigoria, identificando i vitigni più deboli nell'area della MeB LV. All'aumentare della F1, si è osservata una classificazione simile dei vigneti BaM e BaT, evidenziando il ruolo chiave della profondità del suolo nel determinare le prestazioni dei vigneti in Val Tidone. Inoltre, limitando la PCA ai 3 vigneti di Barbera, è stata descritta una correlazione negativa tra la concentrazione di antociani e fenoli e la profondità del suolo (Figura 2b), suggerendo che tale proprietà del suolo può portare a un diverso potenziale enologico all'interno della superficie. 

Una seconda PCA che considera i valori di CV (%) ha permesso di descrivere il grado complessivo di variabilità dei vigneti provenienti da diversi contesti pedologici. Come riportato nella Figura 3a, la funzione F1 è risultata positivamente correlata con il CV degli indicatori di crescita vegetativa, delle componenti della resa, dell'indice TSS e SPAD, mentre la funzione F2 ha permesso di identificare una maggiore variabilità nella concentrazione di malato, YAN e fenoli. Di conseguenza, la variabilità della crescita vegetativa e dei componenti della resa è stata la più alta in MeB ed è diminuita secondo il seguente ordine: BaM, MaI, BaT e BaB. È interessante notare che i vigneti MeB e BaB, situati uno accanto all'altro sulle stesse terrazze alluvionali, sono risultati rispettivamente i blocchi più e meno variabili. Questa situazione così diversa è stata spiegata principalmente dalle diverse condizioni topografiche che si verificano nel vigneto MeB più ripido rispetto al BaB (rispettivamente 25 vs 10% di pendenza), ed è stata enfatizzata dalla maggiore variabilità del suolo (Tabella 2). Per quanto riguarda il grado di variabilità nella composizione dei grappoli, entrambe le PCA riportate nella Figura 3 hanno separato bene i vigneti situati in Val Tidone da quelli situati sui terrazzi alluvionali (BaB, MeB, MaI). Tuttavia, l'eterogeneità legata alla profondità del suolo ha influito principalmente sulla variabilità della resa, dei fenoli e degli antociani nel vigneto BaM, più caldo, mentre nel sito più freddo di BaT (dati non riportati) le variabili più reattive sono state il malato e il peso del grappolo.

img7

Figura 3. Analisi delle componenti principali (PCA) dei coefficienti di variazione associati alle variabili considerate per i livelli di osservazione mostrati come grafico bi-plot. Le osservazioni erano i cinque vigneti (a) e i soli vigneti di Barbera (b). 

Sulla base delle interazioni osservate tra il contesto pedologico e la variabilità all'interno del vigneto delle variabili agronomiche e della composizione dei frutti, i vigneti in esame possono essere raggruppati in due diversi gruppi in cui la variabilità esistente può essere gestita attraverso diversi approcci sito-specifici. Il primo gruppo comprende i vigneti della Val Tidone (BaM e BaT), dove le differenze di profondità del suolo supportano un modello di variabilità più stabile nel tempo. Il secondo gruppo comprende i vigneti situati sui terrazzi alluvionali (BaB, MeB e MaI), dove la variabilità all'interno del campo dipende principalmente dalla topografia (posizione lungo il versante) e dalle dinamiche del flusso idrico. Pertanto, in questi vigneti la variabilità spaziale dovrebbe essere molto più variabile nel corso degli anni, a seconda delle condizioni meteorologiche stagionali (ad esempio, le precipitazioni). In caso di stabilità temporale (primo gruppo), la gestione del vigneto volta a ridurre la variabilità all'interno del vigneto verso un vigore ottimale potrebbe basarsi sull'applicazione a tasso variabile di fertilizzanti, materia organica o colture di copertura. Nel secondo gruppo, l'irrigazione a tasso variabile o la gestione differenziata del suolo possono contribuire a controllare la scarsità d'acqua e il vigore della vite. A causa dell'elevata variabilità della composizione dei frutti descritta in entrambi i gruppi, la raccolta selettiva rappresenta una soluzione impegnativa per raggiungere standard qualitativi più elevati.

Conclusioni

In questo lavoro, la variabilità all'interno del campo di cinque diversi vigneti situati in contesti pedologici differenti è stata mappata mediante mappe di proxy e di vigore sottoposte a verifica agronomica. A differenza dei vigneti situati sui terrazzi alluvionali, in Val Tidone HV e LV erano sempre associati a differenze nella profondità del suolo. 

Di conseguenza, le mappe di vigore hanno mostrato diversi modelli di variabilità a seconda delle caratteristiche del suolo. La PCA basata sul coefficiente di variazione ha permesso di separare bene i suoli dei Terrazzi Alluvionali da quelli della Val Tidone, che presentano una maggiore variabilità in malati, fenoli e antociani. Una seconda PCA che ha analizzato i valori assoluti delle principali variabili agronomiche ha mostrato correlazioni positive tra peso di potatura, resa e profondità del suolo.   

Lo studio ha permesso di raggruppare i cinque blocchi nei seguenti due gruppi: (i) Val Tidone, dove la variabilità spaziale dipende principalmente dalla profondità del suolo, e (ii) Terrazze Alluvionali, dove le variazioni di vigore sono principalmente legate alla topografia (posizione lungo il versante), e sono state discusse diverse strategie fotovoltaiche per gestire la variabilità all'interno del campo in base al tipo di suolo. 

Ringraziamenti

Gli autori desiderano ringraziare le cantine ospitanti, Paolo Dosso e Bonfiglio Platè per l'assistenza durante la mappatura. Ricerca svolta nell'ambito dei progetti Ripreso (id. 5149719) e VinCapTer (id. 5015583) finanziati dalla Regione Emilia-Romagna. 

Riferimenti

Bramley, R.G.V., Ouzman, J., Trought, M. C.T., Neal, S. M., and Bennett, J. S. (2019). Spatio-temporal variability in vine vigour and yield in a Marlborough Sauvignon Blanc vineyard. Australian Journal of Grape and Wine Research 25, 430–38.

Bramley, R.G.V. (2010). Precision viticulture: Managing vineyard variability for improved quality outcomes. Woodhead Publishing: Cambridge, UK. Chapter 12. Managing wine quality. Volume 1. Viticulture and wine quality. 445-480.

Cortell, J.M., Halbleib, M., Gallagher, A.V., Righetti, T.L., and Kennedy, J.A. (2005). Influence of vine vigour on grape (Vitis Vinifera L. cv. Pinot Noir) and wine proanthocyanidins. Journal of Agricultural and Food Chemistry 14, 5798-5808

Ferrer, M., Echeverría, G., Pereyra, G., Gonzalez-Neves, G., Pan, D.,  and Mirás-Avalos, J. M. (2020). Mapping vineyard vigour using airborne remote sensing: relations with yield, berry composition and sanitary status under humid climate conditions. Precision Agriculture 21, 178–97.

Gatti, M., Dosso, P., Maurino, M., Merli, M.C., Bernizzoni, F., Pirez, F.J. et al. (2016). MECS-VINE®: a new proximal sensor for segmented mapping of vigour and yield parameters on vineyard rows. Sensors 16(12):2009.

Gatti, M., Squeri, C., Garavani, A., Vercesi, A., Dosso, P., Diti, I., et al. (2018). Effects of variable rate nitrogen application on cv. Barbera performance: vegetative growth and leaf nutritional status. American Journal of Enology and Viticulture 69, 196–209.

Gatti, M., Garavani, A., Squeri, C., Diti, I., De Monte, A., Scotti, C., et al. (2022). Effects of intra‑vineyard variability and soil heterogeneity on vine performance, dry matter and nutrient partitioning. Precision Agriculture 23, 150-177.

Nasta, P., Sica, B., Chirico, G.B., Ferraris, S. and Romano, N. (2013). Analysis of near-surface soil moisture spatial and temporal dynamics in an experimental catchment in southern Italy. Procedia Environmental Sciences 19, 188-197,

Poni, S., Gatti, M., Palliotti, A., Dai, Z., Duchêne, E., Truong, T., et al. (2018). Grapevine quality: A multiple choice issue. Scientia Horticulturae 234, 445-462.

Ravaz, M.L. (1911). L’effeuellage de la vigne (vine leaf removal). Annales d L’Ecole Nationale d’agriculture de Montpellier. 11:216-244.

Regione Emilia-Romagna. (2021). Carta dei suoli della regione Emilia-Romagna in scala 1:50.000. (Emilia-Romagna Region soil map 1:50.000 scale) Retrieved January 10, 2023.

Reynolds, A.G., Senchuk, I.V., Van Reest, C.D. and De Savigny, C. (2007). Use of gps and gis for elucidation of the basis for terroir: spatial variation in an Ontario Riesling vineyard. American Journal of Enology and Viticulture 58 (2), 145–62.

Sanchez, L.A., Sams, B., Alsina, M.M., Hinds, N., Klein, L.J. and Dokoozlian, N. (2017). Improving vineyard water use efficiency and yield with variable rate irrigation in California. In J A Taylor, D Cammarano, A Prashar, A Hamilton (Eds.) Proceedings of the 11th European Conference on Precision Agriculture. Advances in Animal Biosciences 8 (2), 574–77.

Santos, J.A., Fraga, H., Malheiro, A.C., Moutinho-Pereira, J., Dinis, L.T, Correia, C. et al. (2020). A review of the potential climate change impacts and adaptation options for european viticulture. Applied Sciences 10, 3092.

Taylor, J.A., Dresser, J.L., Hickey, C.C., Nuske, S.T. and Bates, T.R. (2019). Considerations on spatial crop load mapping. Australian Journal of Grape and Wine Research, 25(2), 144–155.

Webster, R. and Oliver, M.A. (2007) Geostatistics for Environmental Scientists. John Wiley & Sons, Chichester. http://dx.doi.org/10.1002/9780470517277

 

 

Pubblicata il 25/10/2023
Immagini
Schede correlate
© Vinidea srl 2016: Piazza I° Maggio, 20, 29028 Ponte dell'Olio (PC) - ITALY - P.Iva: 01286830334
Per contattarci segui questo link
Titolo del periodico: Rivista Internet di Viticoltura ed Enologia
Editore e proprietario: Vinidea Srl
Registro Stampa - Giornali e Periodici: iscrizione presso il Tribunale di Piacenza al n. 722 del 02/03/2018
ISSN 1826-1590
powered by Infonet Srl Piacenza
- A +
ExecTime : 1,453125