Qualifica: professore associato

Istituzione/Azienda: Università Ca’ Foscari Venezia

Biografia:
Roberto Pastres è professore associato di ecologia presso il Dipartimento di Scienze Ambientali, Informatica e Statistica dell’Università Ca’ Foscari di Venezia. La sua attività di ricerca riguarda la valutazione della sostenibilità ambientale dell’acquacoltura e lo sviluppo di modelli predittivi per la messa in opera di modelli gestionali basati sull’acquacoltura di precisione.
Ha coordinato il progetto H2020 GAIN ed attualmente coordina il progetto INTERREG Ita-Slo BeBlue.

Sessione di intervento
Tecnologie nuove nell’acquacoltura (precision acquaculture, intelligenza artificiale, robotica, nanotecnologie)

Intervento
Un “Digital Twin” per progettare e gestire sistemi acquaponici

Abstract
L’acquaponica consente di produrre pesce e verdure riducendo notevolmente l’utilizzo di risorse idriche e le emissioni di azoto e fosforo. Tuttavia, la progettazione e la gestione di sistemi acquaponici è più complessa, in quanto deve ottimizzare i flussi di materia ed energia in modo da massimizzare la resa e garantire il benessere delle specie allevate. Per facilitare la loro diffusione, il progetto BeBlue, https://www.ita-slo.eu/it/beblue, ha sviluppato un prototipo di gemello digitale o “Digital Twin”, in grado di simulare in tempo reale il funzionamento di un impianto acquaponico. Il modello è stato applicato ai dati raccolti in due impianti pilota, incluso uno in cui è stata sperimentata la produzione di orate, alghe e salicornia. 

Sessione di intervento 2

Intervento
Digitalizzazione dell’acquacoltura: controllo di qualità ed elaborazione di dati in tempo reale

Abstract
Sensori in grado di misurare automaticamente i principali parametri di qualità dell’acqua (Temperatura, Ossigeno Disciolto, pH, Salinità) sono ora disponibili a costi accettabili. I dati rilevati, tuttavia, devono essere opportunamente processati per estrarne informazione utile ai gestori degli impianti. Cruciale, e a volte sottovalutata, è la fase di valutazione di qualità dei dati. Combinando approcci statistici e modelli dinamici, è possibile integrarla in sistemi di previsione, in grado di simulare l’evoluzione della qualità dell’acqua, relazionandola all’attività metabolica degli organismi allevati e fornendo indicazioni per ottimizzare le azioni di controllo.