Tracciamento ad alta risoluzione della soia per filiere senza deforestazione

Perché soia e foreste sono collegate

La soia può sembrare una coltura modesta, ma sostiene silenziosamente gran parte della produzione mondiale di carne, latticini e pesce di allevamento. Con l’aumento della domanda per questo legume ricco di proteine, vaste aree di foresta tropicale sono state disboscate per coltivarla, soprattutto in Sud America. I governi stanno ora cercando di impedire che cibo e mangimi legati a deforestazione recente entrino nei loro mercati. Questo solleva una questione spinosa: quando una nave carica di soia arriva in porto, come si può davvero sapere dove sono stati coltivati quei semi?

La sfida delle filiere nascoste

Le filiere moderne della soia sono estese e opache. I semi provenienti da innumerevoli aziende agricole vengono mescolati in camion, silos e navi prima di essere spremuti per ottenere olio e farina e spediti in tutto il mondo. Nuove regole, come la normativa dell’Unione Europea sulla deforestazione, richiederanno presto agli importatori di dimostrare che la loro soia non proviene da terreni disboscati dopo il 2020. Le aziende devono riportare le coordinate esatte dei campi e le date di raccolto, ma la documentazione può essere falsificata e gli incentivi commerciali possono incoraggiare dichiarazioni errate. Le autorità cercano quindi metodi indipendenti e basati sulla scienza per verificare da dove provenga realmente una spedizione.

Leggere l’impronta chimica di un seme

Gli autori dello studio hanno deciso di usare i semi stessi come prova d’origine. Le piante portano con sé un sottile codice chimico che riflette il clima e il suolo in cui sono cresciute. I rapporti tra isotopi stabili — forme leggermente più pesanti o più leggere di elementi come idrogeno, ossigeno, carbonio, azoto e zolfo — variano con i modelli di precipitazione, la temperatura e altri fattori atmosferici. Tracce di metalli e di altri elementi nei tessuti vegetali richiamano la geologia e i suoli sottostanti. Misurando con cura queste firme in 267 campioni di soia raccolti nelle principali regioni di produzione di Brasile, Argentina e Bolivia, il team ha costruito una mappa di riferimento che collega i pattern chimici alla geografia.

Da campioni sparsi a una mappa continua

La maggior parte dei tentativi precedenti di tracciare l’origine delle colture trattava il problema come se si dovessero ordinare oggetti in scatole: un modello sceglieva tra un elenco limitato di paesi o regioni. Questo approccio fallisce quando aree vicine sono simili e non può dire nulla sui luoghi tra i siti campionati. Invece, i ricercatori hanno utilizzato un metodo statistico chiamato Processo Gaussiano, che considera l’intero paesaggio come continuo. Nella pratica, il modello apprende come la somiglianza chimica diminuisca con la distanza. Poi stima, per ogni nuovo campione, quanto è probabile che ciascun punto sulla mappa sia il vero luogo di raccolta. Questo produce una superficie di probabilità anziché un’unica etichetta paese sì/no e permette al modello di funzionare anche in aree non campionate direttamente, purché rientrino nella regione più ampia considerata.

Individuare l’origine e ridurre l’incertezza

Il team ha confrontato tre versioni del proprio modello: una che utilizzava solo isotopi, una solo elementi traccia e una che combinava entrambi i tipi di dati. La combinazione dei due tipi ha dato di gran lunga le migliori prestazioni. In media, la posizione più probabile stimata dal modello era a circa 190 chilometri dalla fattoria reale, e l’area che conteneva il 95% della probabilità rappresentava solo una piccola percentuale della regione totale coltivata a soia considerata. In termini pratici, il metodo restringe l’origine plausibile di una spedizione a una porzione relativamente compatta sulla mappa. Quando hanno convertito queste previsioni continue in semplici scelte di paese, la precisione ha eguagliato o superato quella di studi classificatori precedenti, nonostante il loro compito — distinguere regioni produttrici vicine su entrambi i lati dei confini nazionali — fosse considerevolmente più difficile.

Cosa significa per le foreste e il commercio

Per regolatori e aziende, questo approccio offre un nuovo strumento potente per verificare le dichiarazioni di origine. Gli ispettori potrebbero analizzare campioni casuali dalle spedizioni e verificare se le loro impronte chimiche corrispondono alle aziende dichiarate o se è più probabile che provengano da frontiere ad alto rischio dove avvengono disboscamenti illegali. Pur non essendo perfetto — molte stime risultano ancora a oltre 200 chilometri dal campo esatto — fornisce una misura trasparente e quantitativa dell’incertezza espressa direttamente in distanze e aree. Integrato con il monitoraggio satellitare, i registri delle aziende agricole e altri strumenti, può rendere le filiere della soia molto più responsabili e sostenere gli sforzi per tenere fuori dai mercati globali i prodotti legati alla deforestazione.

Citazione: Maor, R., Truszkowski, J., Ablett, F. et al. High-resolution soybean tracing for deforestation-free supply chains. Commun Earth Environ 7, 310 (2026). https://doi.org/10.1038/s43247-026-03380-8

Parole chiave: tracciabilità della soia, deforestazione, filiere, isotopi stabili, modellazione con processi Gaussiani