211service.com
Come la tecnologia potrebbe finalmente iniziare a raccontare agli agricoltori cose che già non sapevano
Nella Salinas Valley, la 'Salad Bowl' americana, le startup che vendono machine learning e telerilevamento stanno trovando clienti.
Mark Mason è un manager della Steinbeck Country Produce, che utilizza una torre di flusso per misurare quanta acqua evapora dalle foglie delle piante. Lucas Foglia
18 dicembre 2020In qualità di operatore di macchine per la startup di robotica FarmWise, Diego Alcántar trascorre ogni giorno camminando dietro un enorme robot che assomiglia a uno Zamboni senza conducente, aiutandolo a imparare a svolgere il lavoro di una squadra di diserbo di 30 persone.
Un martedì mattina di settembre, ho incontrato Alcántar in un gigantesco campo di cavolfiori sulle colline fuori Santa Maria, all'estremità meridionale della vasta scacchiera di coltivazioni di ortaggi che costeggiano la costa centrale della California, da Oxnard a nord fino a Salinas e Watsonville. Rinfrescata dalle nebbie costiere che rotolano al largo del Pacifico, la valle di Salinas è talvolta chiamata l'insalatiera americana. Insieme a due contee adiacenti a sud, l'area intorno a Salinas produce la stragrande maggioranza della lattuga coltivata negli Stati Uniti durante i mesi estivi, insieme alla maggior parte del cavolfiore, del sedano e dei broccoli e una buona parte delle bacche.
Questa storia faceva parte del nostro numero di gennaio 2021
- Vedi il resto del problema
- sottoscrivi
Era il tipo di clima di Riccioli d'oro per cui è nota la costa centrale: caldo ma non caldo, secco ma non arido, con una leggera brezza che scivola dalla costa. Lì vicino, una squadra di raccolta con cappelli di paglia e maniche lunghe stava lavorando velocemente su una quantità inconcepibile di lattuga iceberg, impilando scatole alte 10 sul retro di rimorchi di trattori lungo una strada sterrata.
In altri tre mesi, la stessa scena si sarebbe svolta nel campo di cavolfiori dove ora sorgeva Alcántar, circondato da decine di migliaia di piantine a due e tre foglie. Prima, però, doveva essere diserbato.
Il robot si trovava a cavallo di un letto piantumato largo tre file con le ruote in solchi adiacenti. Alcántar seguì alcuni passi indietro, tenendo in mano un iPad con controlli touch-screen come quelli di un joystick. Sotto il cofano, le telecamere del robot lampeggiavano costantemente. Raffiche d'aria, come i pistoni in un gioco arcade sbalorditivo, guidavano serie di lame a forma di L in colpi brevi e precisi tra le piantine di cavolfiore, raschiando il terreno per sradicare minuscole erbacce e poi separandosi ogni 12 pollici in modo che solo il cavolfiore è rimasto, illeso.
Periodicamente, Alcántar fermava la macchina e si inginocchiava nel solco, chinandosi per esaminare un'uccisione, punti in cui la serie di telecamere e lame del robot si era leggermente disallineata e aveva sradicato la piantina stessa. Alcántar aveva una media di circa un acro all'ora e solo un'uccisione su mille piante. Le uccisioni spesso avvenivano in serie di due e tre, segnando i punti in cui una ruota era strisciata fuori dal solco e sul letto stesso, o dove le lame si erano aperte una frazione di secondo troppo tardi.
Tirando fuori di tasca un iPhone, Alcántar ha richiamato un canale Slack chiamato #field-de-bugging e ha inviato una nota a un collega a 150 miglia di distanza circa cinque uccisioni di fila, con un'ipotesi sulla causa (latenza tra fotocamera e lama ) e un timestamp in modo da poter trovare le immagini e vedere cosa era andato storto.
Questa storia faceva parte del nostro numero di gennaio/febbraio 2021
- Vedi il resto del problema
In questo campo, e in molti altri simili, il terreno era stato preparato da una macchina, le piantine trapiantate da una macchina, i pesticidi ei fertilizzanti applicati da una macchina. Le squadre di irrigazione continuavano a posare manualmente i tubi degli irrigatori e i lavoratori agricoli raccoglievano questo raccolto di cavolfiore quando sarebbe arrivato il momento, ma non è difficile pensare che un giorno nessuno metterà mai mano a terra attorno a queste piantine.
La corsa della tecnologia per interrompere una delle occupazioni più antiche e più grandi del pianeta è incentrata sullo sforzo di imitare e, infine, superare, i poteri straordinari di due parti del corpo umano: la mano, in grado di usare le pinzette o tenere un bambino, prendere o lanciare un pallone da calcio, tagliare la lattuga o cogliere una fragola matura con il calice intatto; e l'occhio, sempre più messo alla prova da una potente combinazione di cloud computing, immagini digitali e apprendimento automatico.
Il termine ag tech è stato coniato in una conferenza a Salinas quasi 15 anni fa; i booster hanno promesso un'ondata di gadget e software che avrebbero ricostruito l'industria agricola almeno per così tanto tempo. E sebbene le startup di tecnologia agricola abbiano avuto la tendenza a trovare più facilmente investitori che clienti, i booster potrebbero finalmente essere su qualcosa.
I potenziatori della tecnologia agricola hanno promesso un'ondata di gadget e software che avrebbero ricostruito l'industria agricola per almeno 15 anni. Potrebbero finalmente essere su qualcosa.
La Silicon Valley è appena oltre la collina di Salinas. Ma per gli standard della Grain Belt, il Salad Bowl è un relativo ristagno, del valore di circa $ 10 miliardi all'anno, contro quasi $ 100 miliardi per le colture di base nel Midwest. Nessuno scambia i futures sulla lattuga come i futures sulla soia; colossi come Cargill e Conagra per lo più stanno alla larga. Ma ecco perché l'industria delle colture speciali mi è sembrata il posto migliore per tracciare l'evoluzione dell'agricoltura di precisione: se gli strumenti tecnologici possono lavorare lungo la costa centrale della California, su piccoli appezzamenti con cicli di crescita brevi, allora forse sono davvero pronti per mettere in scena una più ampia rilevare.
Alcántar, che ha 28 anni, è nato in Messico ed è arrivato negli Stati Uniti a cinque anni nel 1997, attraversando il deserto di Sonora in Arizona con suo zio e sua sorella minore. I suoi genitori, che provengono dallo stato di Michoacán, nel Messico centrale, erano impegnati a preparare gli ingredienti per una nuova vita come braccianti agricoli a Salinas, dormendo nella cabina armadio di un parente prima di affittare un garage convertito. Alcántar trascorse il primo anno a casa, guardando la TV e badando a sua sorella mentre i suoi genitori lavoravano: c'era una donna che viveva nella casa principale che li controllava e li dava da mangiare durante il giorno, ma nessuno che poteva accompagnarli alle elementari scuola.
I lavoratori raccolgono broccoli come parte di un progetto congiunto tra la NASA e l'Università della California.
Al liceo, Alcántar lavorava spesso come bracciante nella fattoria dove suo padre era diventato caposquadra. Ha tagliato e diserbato la lattuga, accatastato scatole di fragole dopo il raccolto, ha guidato un carrello elevatore nel magazzino. Ma quando ha compiuto 22 anni e ha visto gli amici con cui era cresciuto trovando il loro primo lavoro dopo il college, ha deciso che aveva bisogno di un piano per passare dal lavoro manuale. Ha ottenuto una patente di guida commerciale ed è andato a lavorare per una startup di robotica.
Durante questo primo periodo, ricorda Alcántar, i parenti a volte lo rimproveravano per aver contribuito ad accelerare l'acquisizione di una macchina nei campi, dove il lavoro curvo e sudato aveva aperto la strada alla mobilità verso l'alto della sua famiglia. Ci stai togliendo il lavoro! direbbero.
Cinque anni dopo, dice Alcántar, la conversazione è cambiata completamente. Persino FarmWise ha lottato per trovare persone disposte a camminare dietro la macchina, dice. La gente preferirebbe lavorare in un fast food. In-N-Out paga $ 17,50 l'ora.
il
Anche da vicino, ogni genere di cose può alterare la visione dei computer che alimentano i sistemi automatizzati come quelli utilizzati da FarmWise. È difficile per un computer dire, ad esempio, se una macchia contigua di foglie di lattuga verde rappresenti una singola piantina sana o una doppia, in cui due semi germinano uno accanto all'altro e quindi rallentano la crescita l'uno dell'altro. I campi agricoli sono luminosi, caldi e polverosi: condizioni difficilmente ideali per mantenere i computer in funzione senza intoppi. Una ruota rimane bloccata nel fango e ribalta temporaneamente il senso di distanza dell'algoritmo: le gomme di sinistra ora hanno girato un quarto di giro in più rispetto alle gomme di destra.
Altri modi di vedere il digitale hanno le loro sfide. Per i satelliti, c'è la copertura nuvolosa con cui fare i conti; per droni e aerei, vento e vibrazioni dei motori che li tengono in alto. Per tutti e tre, il software di riconoscimento delle immagini deve tenere conto dell'aspetto mutevole degli stessi campi in diverse ore del giorno mentre il sole si muove nel cielo. E c'è sempre un compromesso tra risoluzione e prezzo. Gli agricoltori devono pagare per droni, aerei o qualsiasi macchinario da campo. Le immagini satellitari, che storicamente sono state prodotte, pagate e condivise liberamente dalle agenzie spaziali pubbliche, sono state limitate a immagini rare con una risoluzione grossolana.
La NASA ha lanciato il primo satellite per immagini agricole, noto come Landsat, nel 1972. Le nuvole e le basse velocità di download hanno cospirato per limitare la copertura della maggior parte dei terreni agricoli del mondo a una manciata di immagini all'anno di un determinato sito, con pixel da 30 a 120 metri per lato.
Un'altra mezza dozzina di iterazioni di Landsat sono seguite negli anni '80 e '90, ma è stato solo nel 1999, con il Moderate Resolution Imaging Spectroradiometer, o MODIS, che un satellite ha potuto inviare agli agricoltori osservazioni quotidiane sulla maggior parte della superficie terrestre del mondo, anche se con un pixel di 250 metri. Poiché le fotocamere e l'informatica sono migliorate fianco a fianco negli ultimi 20 anni, una parata di aziende tecnologiche si è convinta che c'è da guadagnare per fornire informazioni derivate dalle immagini di satelliti e aerei, afferma Andy French, esperto di conservazione dell'acqua presso l'USDA Centro di ricerca agricola sulla terra arida in Arizona. Non hanno avuto successo, dice. Ma poiché la frequenza e la risoluzione delle immagini satellitari continuano ad aumentare, ciò potrebbe ora cambiare molto rapidamente, egli ritiene: siamo passati da Landsat a superare la nostra testa ogni 16 giorni ad avere una risoluzione quasi giornaliera, da uno a quattro metri .
Siamo passati da Landsat a superare la nostra testa ogni 16 giorni per avere una risoluzione quasi giornaliera, da uno a quattro metri.
Andy francese
Nel 2014, Monsanto ha acquisito una startup chiamata Climate Corporation, che si è autoproclamata una società di agricoltura digitale, per un miliardo di dollari. Era un gruppo di ragazzi di Google esperti di immagini satellitari, che dicevano 'Possiamo renderlo utile agli agricoltori?', afferma Thad Simons, un dirigente di lunga data nel settore delle materie prime che ha cofondato una società di capitale di rischio chiamata Yield Lab. Questo ha attirato l'attenzione di tutti.
Negli anni successivi, la Silicon Valley ha inviato una serie di startup finanziate da venture capital i cui servizi di analisi e previsione si basano su strumenti in grado di raccogliere ed elaborare informazioni in modo autonomo oa distanza: non solo immagini, ma anche elementi come sensori del suolo e sonde di umidità . Una volta che vedi le conferenze che fanno più soldi delle persone che effettivamente lavorano, Simons dice con una risatina: 'Sai che è un'area calda'.
Un sottogruppo di queste aziende, come FarmWise, sta lavorando a qualcosa di simile alla coordinazione occhio-mano, perseguendo l'obiettivo perenne di automatizzare le fasi più laboriose della coltivazione di frutta e verdura - diserbo e, soprattutto, raccolta - in un contesto di carenza cronica di manodopera agricola. Ma molti altri si concentrano esclusivamente sulla fornitura di informazioni migliori agli agricoltori.
Un modo per capire l'agricoltura è come una barriera senza fine contro le incertezze che influiscono sui profitti: condizioni meteorologiche, malattie, dose e tempi ottimali di fertilizzanti, pesticidi e irrigazione e enormi fluttuazioni di prezzo. Ognuno di questi fattori guida migliaia di decisioni incrementali nel corso di una stagione, decisioni basate su lunghi anni di tentativi ed errori, intuizioni e competenze conquistate a fatica. Quindi la domanda tecnologica sulla bocca degli agricoltori di tutto il mondo, come mi ha detto Andy French, è: cosa ci stai dicendo che non lo sapevamo già?
III
Josh Ruiz, il vicepresidente delle operazioni agricole per Church Brothers, che coltiva verdure per il settore dei servizi di ristorazione, gestisce più di mille blocchi separati di terreno agricolo che coprono più di 20.000 acri. Affabile, robusto e facile da parlare, Ruiz è conosciuto in tutto il settore come uno dei primi ad adottare che non ha paura di sperimentare nuove tecnologie. Negli ultimi anni, è diventato una tappa fissa nel circuito che porta curiosi dirigenti tecnologici di Teslas da San Francisco e Mountain View a sostare in un campo di lattuga e fare domande sull'attività agricola. Trimble, Bosch, Amazon, Microsoft, Google... lo chiami, mi chiamano tutti, dice Ruiz. Puoi attirare la mia attenzione molto velocemente se risolvi un problema per me, ma quello che succede nove volte su 10 è che le aziende tecnologiche vengono da me e risolvono un problema che non era un problema.
Quello che tutti vogliono, in una parola, è la lungimiranza. Per più di una generazione, il governo federale ha protetto i coltivatori di mais, grano, soia e altri prodotti dall'impatto finanziario di parassiti e intemperie offrendo sussidi per compensare il costo dell'assicurazione del raccolto e, in tempi di raccolti abbondanti, fissando un prezzo minimo artificiale al quale il governo interviene come acquirente di ultima istanza. Frutta e verdura non godono della stessa protezione: rappresentano meno di uno% dei 25 miliardi di dollari che il governo federale spende per i sussidi agricoli. Di conseguenza, il mercato ortofrutticolo è soggetto a variazioni selvagge in base al tempo e ad altri fattori solo vagamente prevedibili.
Josh Ruiz, vicepresidente delle operazioni agricole presso Church Brothers, un'azienda di coltivazione di ortaggi, con Big Red, una raccoglitrice di broccoli automatizzata di sua progettazione.
Quando ho visitato Salinas, a settembre, l'industria della lattuga era nel bel mezzo di una settimana all'insegna del prezzo, con intere teste di iceberg e romani che guadagnavano fino a $ 30 a scatola, o circa $ 30.000 l'acro. In questo momento, hai la possibilità di perdere una fortuna e recuperarla, ha detto Ruiz mentre eravamo ai margini di un campo. Le oscillazioni possono essere drammatiche: poche settimane prima, ha spiegato, iceberg veniva venduto per una frazione di quella cifra: 5 dollari a scatola, circa la metà di quanto costa produrre e raccogliere.
Nel campo successivo, file di giovani piantine di lattuga iceberg erano costellate di striature marrone fulvo, il segno del virus delle macchie necrotiche impatiens, o INSV, che ha devastato la lattuga Salinas sin dalla metà degli anni. Questi furono i primi segnali. Torna dopo un altro paio di settimane, ha detto Ruiz, e metà delle piante saranno morte: non varrà affatto la pena di raccogliere. Così com'era, quel risultato rappresenterebbe una perdita di $ 5.000, basata sui costi della terra, dell'aratura, della semina e degli input. Se decidessero di diserbare e raccogliere, quella perdita potrebbe facilmente raddoppiare. Ruiz ha detto che non avrebbe saputo che stava sprecando $ 5.000 se non avesse deciso di portarmi a fare un giro quel giorno. Moltiplicalo su più di 20.000 acri. Supponendo che un'azienda possa fornire in modo affidabile quel tipo di conoscenza anticipata sull'INSV, quanto varrebbe per lui?
Un'azienda che sta cercando di scoprirlo è una startup di analisi e immagini chiamata GeoVisual Analytics, con sede in Colorado, che sta lavorando per perfezionare algoritmi in grado di proiettare i rendimenti probabili con alcune settimane di anticipo. È difficile modellare bene. Un cespo di lattuga in genere vede più della metà della sua crescita nelle ultime tre settimane prima del raccolto; se rimane in campo solo un paio di giorni in più, potrebbe essere troppo difficile o esile da vendere. Qualsiasi modello costruito dall'azienda deve tenere conto di fattori del genere e altro ancora. Una palla di iceberg innaffiata al momento sbagliato si gonfia in un bouquet sciolto. Le carote del supermercato sono affamate d'acqua per renderle più lunghe.
Quando GeoVisual è arrivato per la prima volta a Salinas, nel 2017, siamo arrivati promettendo il futuro e poi non abbiamo mantenuto i risultati, afferma Charles McGregor, il suo direttore generale di 27 anni. Ruiz, in modo meno caritatevole, definisce la loro prima stagione un epico fallimento. Ma dà a McGregor il merito di essere rimasto nei paraggi. Hanno ascoltato e l'hanno riparato, dice. Semplicemente non è sicuro di cosa sia disposto a pagare per questo.
Siamo entrati promettendo il futuro e poi non abbiamo mantenuto.
carlo mcgregor
Allo stato attuale, il modo in cui gli uomini del campo arrivano alle previsioni di resa è decisamente analogico. Alcuni contano le teste di lattuga passo dopo passo e poi estrapolano misurando i loro stivali. Altri usano una sezione di 30 piedi di tubo sprinkler. Non c'è modo in cui metodi come questi possano eguagliare la scala di ciò che un drone o un aeroplano potrebbero catturare, ma i risultati hanno la virtù di un formato che i coltivatori possono facilmente elaborare e di solito non superano le 25-50 scatole per acro , o circa dal 3% al 5%. Fanno anche parte delle spese di base di un'azienda agricola: se lo stesso dipendente vede una valvola di irrigazione rotta o un serbatoio di fertilizzante vuoto e si assicura che la squadra di diserbo inizi in tempo, chiedergli di fornire una previsione di raccolto decente non è necessariamente un costo extra. Al contrario, il prezzo delle previsioni basate sulla tecnologia tende a essere irregolare. I venditori di tecnologia abbassano il costo del servizio per ottenere nuovi clienti e poi, alla fine, devono capire come fare soldi su ciò che vendono.
A 10 dollari per acro, dirò a [GeoVisual] di volare tutto, ma a $ 50 per acro, devo preoccuparmene, mi ha detto Ruiz. Se mi costa centomila dollari all'anno per due anni, allora ce l'ho aha! momento, riavrò indietro i miei duecentomila dollari?
IV
Tutto il rilevamento digitale per l'agricoltura è una forma di misurazione per procura: un modo per tradurre porzioni dello spettro elettromagnetico nella comprensione dei processi biologici che colpiscono le piante. La riflettanza termica dell'infrarosso è correlata alla temperatura della superficie terrestre, che è correlata all'umidità del suolo e, quindi, alla quantità di acqua disponibile per le radici delle piante. Misurare le onde riflesse di luce verde, rossa e nel vicino infrarosso è un modo per stimare la copertura della chioma, che aiuta i ricercatori a tenere traccia dell'evapotraspirazione, ovvero quanta acqua evapora attraverso le foglie di una pianta, un processo con chiari collegamenti alla salute delle piante.
Migliorare queste catene di estrapolazione è un invito e una risposta tra i dati generati dalle nuove generazioni di sensori e i modelli software che ci aiutano a capirli. Prima del lancio del primo satellite Sentinel dell'UE nel 2014, ad esempio, i ricercatori avevano una certa comprensione di ciò che il radar ad apertura sintetica, che costruisce immagini ad alta risoluzione simulando grandi antenne, poteva rivelare sulla biomassa vegetale, ma mancavano di dati reali sufficienti per convalidare i propri modelli. Nell'ovest americano, ci sono abbondanti immagini per tracciare il movimento dell'acqua sui campi irrigati, ma nessun modello di coltura sufficientemente avanzato per aiutare in modo affidabile gli agricoltori a decidere quando ordinare l'acqua per l'irrigazione dal fiume Colorado, cosa che di solito viene eseguita con giorni di anticipo.
Come per qualsiasi frontiera dei Big Data, parte di ciò che sta guidando l'esplosione di interesse per l'ag tech è semplicemente la disponibilità di quantità di dati senza precedenti. Per la prima volta, la tecnologia può fornire istantanee di ogni singola corona di broccoli su un appezzamento di 1.000 acri e mostrare quali campi hanno maggiori probabilità di vedere le incursioni dei cervi e dei cinghiali che vivono sulle colline sopra la valle di Salinas.
Il problema è che girare una tale manichetta antincendio uno sabbia 0 s in qualsiasi tipo di intuizione utile - la produzione, ad esempio, di un avviso di testo sui primi cinque campi con segni di stress da siccità - richiede una comprensione più sofisticata dell'attività agricola rispetto a molte startup. Come ha detto Paul Fleming, un consulente agricolo di lunga data a Salinas, vogliamo solo sapere delle cose che non sono andate come dovrebbero.
Vogliamo solo sapere delle cose che non sono andate come avrebbero dovuto.
Paolo Fleming
E questo è solo l'inizio. I caricatori al dettaglio vengono pagati per ogni capo di cavolfiore o fascio di cavolo nero che producono; i trasformatori, che vendono corone di broccoli pretagliati o sacchetti di insalata mista, sono generalmente pagati a peso. Gli agricoltori a contratto, assunti per coltivare un raccolto per qualcun altro per un compenso per acro, potrebbero non sapere mai se un determinato raccolto è stato buono o cattivo, rappresentando un profitto o una perdita per il caricatore che li ha assunti. Spesso è nell'interesse di un caricatore mantenere i singoli agricoltori all'oscuro su dove si trovano rispetto ai loro concorrenti vicini.
In Salinas, la sfida di rendere i big data rilevanti per i gestori delle aziende agricole riguarda anche il consolidamento dell'universo delle informazioni che le aziende agricole già raccolgono o, forse, non lo fanno. Aaron Magenheim, che è cresciuto nell'attività di irrigazione della sua famiglia e ora gestisce una società di consulenza incentrata sulla tecnologia agricola, afferma che i dettagli di irrigazione, fertilizzanti, rotazioni delle colture o qualsiasi numero di variabili che possono influenzare il raccolto tendono a perdersi nel frastuono del stagione, se mai vengono catturati. Tutti pensano che gli agricoltori sappiano come coltivano, ma la realtà è che lo stanno tirando fuori dall'aria. Non lo rintracciano a livello di lotto, mi ha detto, usando un termine industriale per un singolo tratto di terreno agricolo. Ben 40 o 50 lotti potrebbero condividere lo stesso pozzo e serbatoio di fertilizzante, senza un modo preciso di tenere conto dei dettagli. Quando si applica il fertilizzante, la realtà è che un ragazzo apre una valvola su un serbatoio e lo fa funzionare per 10 minuti e dice: 'Beh, sembra a posto'. Juan ha bloccato il numero 6 o il numero 2 a causa di un tubo rotto? L'hanno scritto? dice Magenheim. No! Perché hanno troppe cose da fare.
Poi ci sono le mappe. Rispetto alle operazioni di mais e soia, dove le stesse colture vengono piantate anno dopo anno, o di vigneti e frutteti, dove le piantagioni non cambiano per più di una generazione, i coltivatori di colture speciali affrontano un puzzle infinito di romania dopo il sedano broccoli, con piantagioni che cambiano dimensione e forma a seconda del mercato, e cicli di appena 30 giorni dal seme al raccolto.
LUCAS FOGLIAPer molte aziende di Salinas, l'uomo che sta a cavallo del divario tra ciò che accade sul campo e le esigenze di tenuta dei registri di una moderna azienda agricola è un consulente tecnologico di 50 anni di nome Paul Mariottini. Mariottini - che aveva pianificato di diventare un appaltatore generale fino a quando non ha ottenuto un computer all'età di 18 anni e, come dice lui, ha immediatamente smesso di dormire - gestisce un'operazione individuale fuori dalla sua casa di Hollister, con un telefono a conchiglia e una suite di prodotti su misura modelli e plug-in che scrive per Microsoft Access ed Excel. Quando ho chiesto ai coltivatori che ho incontrato come gestivano questa parte dell'attività, la risposta, a una persona, è stata: Oh, usiamo Paul.
I clienti di Mariottini includono alcune delle più grandi aziende produttrici del mondo, ma solo una utilizza i tablet in modo che i supervisori sul campo possano registrare la superficie e la varietà di ogni piantagione, il tipo e la data delle applicazioni di fertilizzanti e pesticidi e altri fatti di base sul lavoro che supervisionare mentre sta avvenendo. Gli altri prendono appunti su carta o inseriscono le informazioni a memoria a fine giornata.
Quando ho chiesto a Mariottini se qualcuno usava un software per collegare le mappe cartacee ai fogli di calcolo che mostravano cosa è stato piantato dove, ha ridacchiato e ha detto: Lo faccio da 20 anni cercando di farlo accadere. Una volta ha programmato un PalmPilot; chiama uno dei suoi plug-in Close-Enough GPS. L'industria tecnologica probabilmente ne riderebbe, ma la cosa che l'industria tecnologica non capisce sono le persone con cui lavori, ha detto.
V
L'obiettivo dell'automazione in agricoltura è meglio compreso come onnicomprensivo. Le brevi settimane di raccolto consumano una quota sproporzionata del budget complessivo, fino alla metà del costo della coltivazione di alcune colture. Ma ci sono anche sforzi per ottimizzare e ridurre al minimo la manodopera durante tutto il ciclo di crescita. Le fragole vengono coltivate con barriere anti erbacce biodegradabili spray che potrebbero eliminare la necessità di stendere teli di plastica su ogni letto. I trattori automatizzati saranno presto in grado di arare i campi di ortaggi su una superficie più liscia di quella che potrebbe fare un conducente umano, migliorando i tassi di germinazione. Anche se le società di analisi fanno a gara per fornire piattaforme in grado di monitorare lo stato di salute di un singolo cespo di lattuga dal seme al supermercato e ottimizzare l'ordine in cui vengono raccolti i campi, altre startup stanno sviluppando nuove varietà di lattuga affusolate, simili alla romana, con un compatto sagoma e foglie che poggiano più in alto da terra, in modo che possano essere viste e tagliate più facilmente da un robot.
Nel complesso, però, i problemi con il sistema alimentare americano non riguardano tanto la tecnologia quanto la legge e la politica. Sappiamo da molto tempo che l'erbicida Roundup è legato all'aumento dei tassi di cancro, eppure rimane ampiamente utilizzato. Sappiamo da più di 100 anni che l'Occidente è a corto di acqua, eppure continuiamo a coltivare erba medica nel deserto e utilizziamo tecniche di perforazione sempre più sofisticate in una specie di corsa agli armamenti acquatici. Questi non sono problemi causati dalla mancanza di tecnologia.
Nel mio ultimo giorno a Salinas, ho incontrato un coltivatore di nome Mark Mason appena fuori dall'autostrada 101, che taglia in due la valle, e l'ho seguito fino a un blocco di sedano di nove acri con un'ordinata torre di equipaggiamento meteorologico al centro. L'attrezzatura è di proprietà della NASA, parte di un progetto congiunto con l'ufficio di estensione cooperativa dell'agricoltura e delle risorse naturali dell'Università della California, o UCANR.
Otto anni fa, tra notizie di siccità e incendi boschivi in tutto l'Occidente, Mason sentì la sensazione rosicchiante che avrebbe dovuto essere un amministratore più attento delle acque sotterranee che usa per irrigare, anche se l'economia suggeriva diversamente. Ciò lo ha portato a contattare Michael Cahn, un ricercatore dell'UCANR.
Storicamente, l'acqua a Salinas è sempre stata economica e abbondante: lo svantaggio di un'irrigazione insufficiente, o di usare troppo poco fertilizzante, è sempre stato molto più grande del potenziale risparmio. I coltivatori vogliono vendere il prodotto; l'uso efficiente è secondario. Non lo taglieranno vicino e rischieranno la qualità, ha detto Cahn. Il rischio potrebbe anche estendersi alla perdita di un raccolto.
Di recente, tuttavia, la contaminazione dell'acqua potabile da nitrati, causata dall'uso pesante di fertilizzanti e collegata a malattie della tiroide e ad alcuni tipi di cancro, è diventata una questione politica importante a Salinas. Il consiglio locale di controllo della qualità dell'acqua sta attualmente sviluppando un nuovo standard che limiterà la quantità di fertilizzanti azotati che i coltivatori possono applicare ai loro campi e dovrebbe essere finalizzato nel 2021. Come ha spiegato Cahn, non è possibile controllare l'azoto senza controllare l'irrigazione acqua. Nel frattempo, Mason e una manciata di altri coltivatori stanno lavorando con UCANR su una piattaforma software chiamata Crop Manage, progettata per acquisire dati meteorologici e del suolo e fornire raccomandazioni personalizzate sull'irrigazione e l'uso di fertilizzanti per ciascuna coltura.
Michael Cahn, un ricercatore dell'Università della California che sta sviluppando un software per ottimizzare l'uso di acqua e fertilizzanti, in una prova in acqua per i carciofi.
Cahn afferma di aspettarsi che i progressi tecnologici nella gestione dell'acqua seguano un corso simile a quello stabilito dalla minaccia di normative più severe sui fertilizzanti azotati. In entrambi i casi, l'argomento commerciale per una soluzione e la tecnologia necessaria per arrivarci si trovano da qualche parte a valle della politica. L'indignazione per la mancanza di accesso alle acque sotterranee pulite ha portato alla luce un nuovo meccanismo di regolamentazione, che ha sbloccato i fondi per capire come misurarlo e che, a sua volta, informerà gli approcci di gestione utilizzati dagli agricoltori.
Alla fine, quindi, è la pressione politica che ha creato le condizioni per il progresso della scienza e della tecnologia. Per ora, il capitale di rischio e le sovvenzioni federali per la ricerca continuano a fornire una spinta artificiale per la tecnologia agricola mentre i suoi potenziali acquirenti, come i coltivatori di lattuga, continuano a trattarla con una certa cautela.
Ma proprio come le nuove normative possono rimodellare l'analisi costi-benefici sull'uso di azoto o acqua da un giorno all'altro, così può farlo anche un prodotto che porta un chiaro ritorno sull'investimento. Tutti i coltivatori con cui ho parlato trascorrono tempo prezioso a tenere d'occhio il mondo delle startup: rispondere alle telefonate, acquistare e testare servizi tecnologici su un frammento delle loro fattorie, dare suggerimenti su come indirizzare analisi o modificare un'app rivolta alle fattorie. Come mai? Per avere voce in capitolo su come si svolgerà il futuro, o almeno per avvicinarsi abbastanza per vederlo arrivare. Un giorno presto, qualcuno farà un sacco di soldi seguendo i consigli di un computer su quanto è alto il prezzo della lattuga, o quando spruzzare per un nuovo parassita, o quali campi raccogliere e quali abbandonare. Quando ciò accade, questi agricoltori vogliono essere i primi a saperlo.