Un ampio dataset britannico sulle rese delle colture che integra informazioni satellitari, meteorologiche e sul tipo di suolo

Perché questo conta per il nostro futuro alimentare

La quantità di cibo che un Paese può produrre dipende non solo dal meteo, ma dall’interazione sottile tra clima, suolo e condizioni quotidiane nei campi degli agricoltori. Finora, i ricercatori nel Regno Unito non disponevano di un grande dataset aperto che collegasse ciò che realmente è stato raccolto dalle mietitrici a misure dettagliate provenienti da satelliti e stazioni meteorologiche. Questo articolo presenta una risorsa di quel tipo, chiamata dataset CYCleSS, che mette insieme rese delle colture, clima, suoli e osservazioni satellitari per centinaia di campi in Inghilterra. Offre a scienziati, decisori politici e persino aziende agri‑tech un nuovo modo per comprendere e prevedere i raccolti in un mondo che si sta riscaldando e diventa più incerto.

Riunire molti pezzi del puzzle agricolo

Gli autori hanno creato CYCleSS partendo dai dati di resa “ground truth” raccolti da mietitrici moderne su 934 campi in Inghilterra tra il 2015 e il 2017. Queste macchine registrano routinariamente quanto grano viene raccolto a elevata risoluzione spaziale, ma quei dati di solito rimangono in azienda perché sono commercialmente sensibili. Il team ha collaborato con il UK Centre for Ecology and Hydrology e altri partner per anonimizzare queste informazioni in modo che nessuna azienda potesse essere identificata, mantenendole però sufficientemente accurate da essere utili scientificamente. Oltre alla resa, hanno registrato quale coltura è stata coltivata in ogni campo, principalmente frumento invernale, colza e orzo, oltre ai legumi.

Meteo, suolo e satelliti sulla stessa mappa

Per capire perché le rese variano, il dataset combina diversi filoni informativi, tutti allineati su una griglia di quadrati di un chilometro. I dati meteorologici giornalieri, come temperatura, precipitazioni, irraggiamento, vento, pressione atmosferica ed evaporazione, sono stati ricavati dagli archivi climatici nazionali che coprono tutta la Gran Bretagna. Le proprietà del suolo, inclusa la capacità di ritenzione idrica, la velocità di drenaggio e la composizione di sabbia, limo e argilla, sono state aggiunte da mappe del suolo a scala europea. I ricercatori hanno poi filtrato questa griglia per mantenere solo le aree effettivamente coltivate a seminativo, utilizzando una mappa di uso del suolo dettagliata che distingue i tipi di colture a risoluzione di 10 metri.

Osservare la crescita delle colture dallo spazio

Un punto di forza chiave di CYCleSS è l’integrazione dei dati satellitari con le rese di campo. Usando una piattaforma di cloud computing, il team ha estratto serie temporali di misure radar dalla missione europea Sentinel‑1 per ogni quadrato di griglia selezionato. Il radar ha il vantaggio di funzionare attraverso le nuvole e di notte, e i suoi segnali cambiano man mano che le colture sviluppano più foglie e biomassa. Per ogni pixel satellitare da 10 metri all’interno delle aree scelte, i ricercatori hanno raccolto letture radar ogni cinque giorni in due polarizzazioni differenti e il loro rapporto, note per essere sensibili al tipo di coltura e allo stadio di crescita. Questi segnali a livello di pixel sono poi stati mediati alla scala del campo e collegati alle corrispondenti informazioni di resa e gestione.

Mantenere l’anonimato degli agricoltori preservando l’utilità dei dati

Poiché le mappe di resa sono legate direttamente ai mezzi di sussistenza degli agricoltori, la privacy è stata una preoccupazione centrale. Per tutelare i contributori, gli autori hanno introdotto un processo a due team. Un team ha gestito l’allineamento di satelliti, suolo e clima su una griglia fine; un team separato presso UKCEH ha abbinato quelle griglie ai campi reali e alle rese, quindi ha rimosso le posizioni precise. I campi sono stati infine identificati solo da codici casuali e dai quadrati di griglia più grossolani da 10 chilometri in cui si trovano. Ciò significa che ogni singolo quadrato contiene molte aziende, rendendo praticamente impossibile ricondurre un record di resa a una specifica impresa, pur preservando il collegamento scientifico tra ambiente e resa.

Cosa permette per l’agricoltura e la resilienza climatica

Il dataset CYCleSS apre la strada a modelli molto più potenti delle prestazioni delle colture nel Regno Unito. Poiché unisce risultati reali di raccolto a ricche serie di misure meteorologiche, del suolo e satellitari, è ideale per addestrare e testare strumenti di apprendimento automatico, come reti neurali profonde, che richiedono dataset ampi e ben strutturati. Può anche essere usato per verificare e migliorare i modelli tradizionali di crescita delle colture e per esplorare modi di combinare questi modelli con osservazioni satellitari in tempo quasi reale. Sebbene i dati provengano principalmente da aziende meglio attrezzate nel Sud dell’Inghilterra e presentino ancora alcune incertezze di misura, offrono una finestra rara e accessibile pubblicamente su come le colture britanniche rispondono al loro ambiente, aiutando i ricercatori a progettare previsioni di resa più affidabili e a informare gli sforzi per rendere l’agricoltura insieme produttiva e sostenibile.

Citazione: Corcoran, E., Bebber, D.P., Curceac, S. et al. A comprehensive UK crop yield dataset incorporating satellite, weather, and soil type information. Sci Data 13, 491 (2026). https://doi.org/10.1038/s41597-025-06528-x

Parole chiave: predizione della resa delle colture, telerilevamento satellitare, dati agricoli, agricoltura nel Regno Unito, apprendimento automatico