A logic-driven model simulating Vitis vinifera yield to enhance vine growers' decision making

The aim of this thesis is to develop a logic-driven model simulating the yield of the Vitis vinifera (V. vinifera) vine in order to improve vine growers’ decision-making. The project was developed from the need to change the paradigm in estimating the production yield to support vine growers in making their decisions. Specifically, current available models only tackle a part of the phenological modelling, while the model created covers the entire growing process of each production season. Further, available models require a significant amount of input data and, on top of that, they are not capable of taking into account all influencing variables (e.g., frost events). The methodological approach followed holds three main innovations. The first is the coupling of a phenomenological model, characterising the phenological stages, with a logic-stochastic one, capable to produce all possible production yield scenarios. The former capitalises all scientific studies describing all phenomena occurring within the production stages, while the latter takes into account all aleatory variables (endogenous and exogenous) that might affect the production yield. The second innovation lies in the reduced number of inputs the model requires to generate the prevision and their availability to vine growers. The last innovation is the possibility for the vine growers to evaluate the effects of possible agricultural practices on production yield. Vine growers can then evaluate the outcomes of the possible decision-making choices and increase their awareness of the vineyard system behaviour. More specifically, as the season goes by, vine growers can input known parameters (e.g., temperature, humidity…), unknown at the beginning of the season, into the model to see their effect on the prevision of the production yield. The model was tested with data provided by “Il Dominio di Bagnoli” company as case study. Specifically, the accuracy performance of the model was tested by comparing it with the production data of the 2024 production of a Chardonnay cultivar vineyard. The model made a prevision of +2% compared to the measured real production. To further test the reliability the model, it was used all data available, thus collapsing the prevision into a prediction (i.e., one scenario only), and the result differed from the real production of +8%. These results highlighted the need for further improvement in the accuracy of the model while, at the same time, are strongly encouraging for possible practical application.

L'obiettivo di questa tesi è lo sviluppo di un modello guidato dalla logica che simuli la resa della vite Vitis vinifera (V. vinifera) per migliorare il processo decisionale dei viticoltori. Il progetto è stato sviluppato per rispondere alla necessità di innovare il metodo di stima della resa produttiva. In particolare, gli attuali modelli disponibili affrontano solo una parte della modellazione fenologica, mentre il modello creato copre l'intero processo di crescita di ogni stagione produttiva. Inoltre, i modelli disponibili richiedono una quantità significativa di dati di input e non sono in grado di prendere in considerazione tutte le variabili influenzanti (ad esempio, gli eventi di gelo). L'approccio metodologico seguito presenta tre innovazioni principali. La prima è l'accoppiamento di un modello fenomenologico, che caratterizza le fasi fenologiche, con uno logico-stocastico, in grado di produrre tutti i possibili scenari di resa produttiva. Il primo capitalizza tutti gli studi scientifici che descrivono tutti i fenomeni che si verificano all'interno delle fasi di produzione, mentre il secondo tiene conto di tutte le variabili aleatorie (endogene ed esogene) che possono influenzare la resa produttiva. La seconda innovazione risiede nel ridotto numero di input che il modello necessita per generare gli scenari di produzione e della loro semplicità nell’essere disponibili da parte dell’enologo. L'ultima innovazione è la possibilità per i viticoltori di valutare gli effetti delle pratiche agricole sulla resa produttiva. I viticoltori possono quindi valutare gli esiti delle possibili scelte decisionali e aumentare la loro consapevolezza del comportamento del sistema vigneto. In particolare, con il passare della stagione, i viticoltori possono inserire nel modello parametri noti (ad esempio, temperatura, umidità...), sconosciuti all'inizio della stagione, per vedere il loro effetto sulla previsione della resa produttiva. Il modello è stato testato con i dati forniti dall'azienda “Il Dominio di Bagnoli” come caso di studio. In particolare, la performance di accuratezza del modello è stata testata confrontandolo con i dati di produzione 2024 di un vigneto di cultivar Chardonnay. Il modello ha fornito una previsione di +2% rispetto alla produzione reale misurata. Per testare ulteriormente l'affidabilità del modello, sono stati utilizzati tutti i dati disponibili, facendo così collassare la previsione in una previsione (cioè un solo scenario), e il risultato si è discostato dalla produzione reale di +8%. Questi risultati hanno evidenziato la necessità di migliorare ulteriormente l'accuratezza del modello e, allo stesso tempo, sono fortemente incoraggianti per una possibile applicazione pratica.