Stima dell’evapotraspirazione e dei coefficienti colturali della cipolla mediante lisimetri a pesata e modelli di machine learning in una regione semi‑arida

Perché le cipolle e l’uso dell’acqua sono importanti

La cipolla è un alimento di base in cucina e una coltura rilevante in Iran, ma necessita di molta acqua in una regione dove ogni goccia conta. Agricoltori e gestori delle risorse idriche devono sapere con precisione quanta acqua i campi di cipolla perdono nell’atmosfera per irrigare in modo efficiente, evitare sprechi e mantenere rese soddisfacenti. Questo studio ha combinato misure di campo accurate con modelli informatici moderni per comprendere meglio l’uso dell’acqua della cipolla in un’area semi‑arida dell’Iran.

Misurare come i campi di cipolla perdono acqua

Le piante perdono acqua principalmente in due modi: dalla superficie del suolo e attraverso le foglie. Insieme, questa perdita è chiamata evapotraspirazione. Per tracciarla con alta precisione, i ricercatori hanno impiegato grandi contenitori a pesata interrati, ciascuno contenente piante di cipolla e terreno. Registrando la variazione di peso nel tempo e monitorando pioggia, irrigazione e drenaggio, hanno potuto determinare esattamente quanta acqua usciva dal sistema ogni giorno. In due stagioni colturali la coltura di cipolla ha consumato circa 447 millimetri d’acqua nel primo anno e 432 millimetri nel secondo, con temperature più fresche nel secondo anno che hanno comportato un consumo leggermente inferiore.

Separare la sete della pianta dall’essiccamento del suolo

L’acqua non viene assorbita solo dalle radici della cipolla; evapora anche direttamente dal suolo nudo tra le file. Per distinguere queste componenti, il team ha inserito piccoli cilindri di suolo, chiamati micro‑lisimetri, all’interno delle unità principali a pesata. Questi piccoli campioni sono stati pesati quotidianamente per quantificare quanta acqua lasciava soltanto la superficie del suolo. Sottraendo questo valore dalla perdita totale, è stato possibile stimare quanta acqua transitava effettivamente attraverso le piante di cipolla. Hanno rilevato che circa un terzo della perdita totale proveniva dall’evaporazione del suolo, mentre il resto era dovuto alla traspirazione delle piante. Hanno inoltre monitorato come queste quote variassero durante la stagione, con evaporazione del suolo più elevata quando le piante erano piccole e la copertura fogliare limitata.

Numeri semplici che guidano l’irrigazione

Agricoltori e consulenti spesso si affidano ai coefficienti colturali, fattori semplici che collegano il clima locale a quanta acqua userà una coltura specifica. In questo studio il team ha calcolato sia coefficienti colturali singoli sia doppi per la cipolla in condizioni semi‑aride iraniane. Il coefficiente singolo collega il consumo totale della cipolla a un riferimento standard su prato, mentre la versione doppia suddivide l’effetto tra foglie e suolo nudo. Per la misura combinata, i valori medi sono stati 0,41 all’inizio della stagione, 0,68 durante il picco di crescita e 0,51 verso la fine. La componente legata alle foglie è risultata più bassa rispetto ai valori riportati in alcuni altri paesi, riflettendo l’area fogliare relativamente modesta e l’altezza della varietà locale di cipolla e gli inverni freschi che ne hanno rallentato la crescita.

Addestrare i computer a prevedere l’uso dell’acqua

Poiché i grandi dispositivi a pesata sono costosi e poco diffusi, i ricercatori hanno anche verificato se i modelli informatici potessero stimare l’uso dell’acqua della cipolla a partire da misure meteorologiche e colturali comuni. Hanno addestrato cinque tipi di modelli di machine learning su due anni di dati, includendo temperatura dell’aria, umidità, velocità del vento, radiazione solare, area fogliare e altezza delle piante. I modelli hanno imparato a imitare la perdita d’acqua misurata e sono stati testati su giornate non viste durante l’addestramento. Due metodi basati su alberi, Random Forest e Decision Tree, hanno fornito le previsioni più accurate, seguiti da reti neurali e support vector regression. Un metodo lineare più semplice, la regressione LASSO, è risultato meno accurato, suggerendo che l’uso dell’acqua da parte della cipolla risponde in modo complesso e non lineare al clima e alla crescita della pianta.

Cosa guida l’uso dell’acqua della cipolla

Analizzando il modello con le migliori prestazioni, il team ha identificato gli input più importanti. Le misure delle dimensioni della pianta, come area fogliare e altezza, sono risultate le più influenti, insieme alla radiazione netta solare e alla velocità del vento. Al contrario, l’umidità dell’aria ha avuto un ruolo minore in questo contesto semi‑arido. Ciò significa che, per prevedere in modo affidabile il fabbisogno idrico, è utile conoscere non solo il clima, ma anche la quantità di superficie fogliare verde presente nella coltura in un dato momento.

Cosa significa per gli agricoltori

Per produttori e pianificatori nelle regioni aride, questo lavoro offre due strumenti chiave. Primo, fornisce valori testati localmente che collegano dati meteorologici standard all’uso idrico della cipolla, aiutando a progettare programmi irrigui migliori. Secondo, dimostra che modelli di machine learning ben addestrati possono sostituire strumenti di campo costosi, purché siano disponibili dati meteorologici di base e informazioni sulla crescita della coltura. Insieme, questi progressi possono sostenere un uso più efficiente delle risorse idriche scarse mantenendo la produzione di cipolla nei paesaggi semi‑aridi.

Citazione: Shirazi, S.H.M., Razzaghi, F. & Sepaskhah, A.R. Estimation of onion crop evapotranspiration and crop coefficients using weighing lysimeters and machine learning models in semi-arid region. Sci Rep 16, 16166 (2026). https://doi.org/10.1038/s41598-026-43887-w

Parole chiave: irrigazione della cipolla, evapotraspirazione, agricoltura semi‑arida, coefficienti colturali, modelli di machine learning