Agricoltura di precisione: la guida definitiva

L'agricoltura di precisione è un approccio alla gestione agronomica che tratta il campo non come un'unità omogenea ma come un insieme di zone con caratteristiche diverse, e distribuisce gli input — semi, acqua, fertilizzanti, agrofarmaci — nella quantità giusta, nel punto giusto e nel momento giusto. Si basa su un ciclo continuo di rilevazione dei dati, interpretazione agronomica e intervento differenziato in campo. Questa definizione racchiude il principio operativo che distingue il metodo: non si applica una media statistica, si gestisce la variabilità spaziale. La tecnologia esiste, funziona e ha un ritorno sull'investimento ampiamente dimostrato, ma in Italia la sua adozione è ferma. Questo articolo serve a capire perché, analizzando i dati reali del mercato, le barriere strutturali e cosa serve davvero per iniziare a lavorare in modo differenziato, al di là delle retoriche sulla rivoluzione digitale.

Cos'è l'agricoltura di precisione

Il concetto fondante dell'agricoltura di precisione è la variabilità intra-appezzamento. Due punti dello stesso campo, distanti anche solo pochi metri, possono presentare differenze significative in termini di tessitura del suolo, contenuto di sostanza organica, disponibilità idrica e vigore vegetativo. L'agricoltura tradizionale tratta l'intero appezzamento come un'unità omogenea, distribuendo gli input in modo piatto e uniforme, basandosi su una media che inevitabilmente sovradimensiona le zone meno produttive e sottodimensiona quelle ad alta vocazione. L'agricoltura di precisione, al contrario, mappa questa variabilità e modula gli interventi di conseguenza. Questo è tutto il concetto: il resto sono strumenti.

Le origini di questo approccio risalgono agli anni Ottanta e Novanta, quando la disponibilità commerciale del posizionamento satellitare e le prime mappe di resa rese disponibili dai combinatri hanno dimostrato che la produttività non è mai uniforme. Non si tratta di una moda recente, ma di un'evoluzione metodologica consolidata a livello internazionale da decenni, che ha progressivamente integrato nuove capacità di calcolo e di rilevamento.

È fondamentale chiarire cosa l'agricoltura di precisione non sia. Non coincide con il semplice acquisto di macchine costose dotate di schermi touch: un trattore di ultima generazione guidato in modo convenzionale non sta facendo agricoltura di precisione. Non è sinonimo di digitalizzazione aziendale, che riguarda i flussi amministrativi e gestionali. Infine, non equivale automaticamente a sostenibilità ambientale: sebbene l'ottimizzazione degli input possa ridurre l'impatto, l'agricoltura di precisione è un metodo di ottimizzazione economica e agronomica, non una certificazione ambientale.

Agricoltura di precisione, agricoltura 4.0 e smart farming: le differenze

Nel dibattito pubblico e tecnico, questi tre termini vengono spesso usati in modo intercambiabile, creando confusione su cosa si stia effettivamente investendo o applicando in campo. Disambiguare i concetti è essenziale per comprendere dove si colloca una specifica tecnologia o investimento.

Agricoltura di precisione e agricoltura 4.0 non sono sinonimi: la prima è un metodo agronomico basato sulla gestione differenziata della variabilità del campo, la seconda è l'infrastruttura digitale — connettività, interoperabilità, dati — che rende quel metodo scalabile. Si può fare agricoltura di precisione con strumenti semplici; l'agricoltura 4.0 ne moltiplica la portata.

Come funziona: il ciclo dei dati in quattro fasi

Il metodo non è un semplice acquisto di hardware, ma un ciclo chiuso. Se una delle quattro fasi manca, il sistema non produce valore agronomico. L'errore più costoso che si commette in azienda è interrompere questa catena, ad esempio acquistando sensori Costosi senza poi utilizzare i dati per modificare le pratiche colturali.

Il ciclo si articola in quattro momenti distinti e consequenziali. Il primo è rilevare: consiste nel raccogliere dati sulla variabilità del campo, che possono riguardare il suolo (tessitura, umidità, nutrienti), il vigore vegetativo (tramite immagini multispettrali), le condizioni microclimatiche o le rese storiche. Il secondo è interpretare: i dati grezzi non hanno valore agronomico se non tradotti in informazione. Serve un agronomo o un modello previsionale che identifichi zone omogenee, soglie di intervento o diagnosi di stress. Il terzo passaggio è decidere: si costruisce la mappa di prescrizione, ovvero il file che indica alla macchina cosa distribuire, in che quantità e in quale punto esatto dell'appezzamento. L'ultimo passo è agire: si esegue l'intervento differenziato in campo e, passaggio cruciale, si registra cosa è successo davvero, chiudendo il ciclo e alimentando con dati reali la stagione successiva.

L'agricoltura di precisione funziona come un ciclo chiuso in quattro fasi: rilevare la variabilità del campo, interpretarla in chiave agronomica, tradurla in una mappa di prescrizione, eseguire l'intervento differenziato e registrarne l'esito. Interrompere il ciclo alla prima fase — raccogliere dati senza usarli per decidere — è l'errore più comune e il più costoso.

Le tecnologie abilitanti

L'ecosistema tecnologico a disposizione delle aziende agricole è vasto. Ogni componente svolge un ruolo specifico all'interno del ciclo dei dati.

Posizionamento satellitare: GNSS, GPS e correzione RTK

È l'ingresso più comune e immediatamente redditizio nell'agricoltura di precisione. I sistemi di guida parallela e autoguida riducono drasticamente le sovrapposizioni e le fallanze nelle lavorazioni, nella semina e nei trattamenti, garantendo risparmi diretti di semente, agrofarmaci e carburante, oltre a ridurre lo stress dell'operatore. Per le applicazioni che richiedono accuratezza centimetrica, come la semina di precisione o il controllo meccanico delle infestanti, si utilizza la correzione RTK (Real Time Kinematic), che corregge i segnali satellitari tramite una stazione di terra. Per approfondire le configurazioni e le differenze di accuratezza, consulta la nostra guida sulla guida satellitare e GPS RTK per trattori.

Telerilevamento: satelliti, droni e indici di vegetazione

Rappresenta il modo più economico per iniziare a osservare la variabilità del campo su larga scala. Le immagini multispettrali catturate da satellite o drone permettono di calcolare indici come l'NDVI o l'NDRE, stimando il vigore vegetativo e individuare aree di stress idrico o nutrizionale prima che il sintomo sia visibile a occhio nudo. Questa tecnologia fornisce la base per le mappe di prescrizione. Ulteriori dettagli sulle applicazioni operative sono disponibili nell'approfondimento sul telerilevamento e NDVI in agricoltura.

Sensoristica in campo e IoT

Mentre il telerilevamento fornisce istantanee, la sensoristica in campo produce dati continui. Sensori di umidità del suolo a diverse profondità, stazioni meteo di prossimità e sonde per la conducibilità elettrica (utile per mappare la tessitura e la salinità) formano una rete di monitoraggio in tempo reale. I dati telemetrici, spesso trasmessi tramite reti LPWAN o cellulari, alimentano i sistemi di supporto alle decisioni.

Le stazioni meteo di prossimità

sono particolarmente critiche per la difesa fitosanitaria: misurando ore di bagnatura fogliare, temperatura e umidità relativa, forniscono i parametri essenziali per i modelli epidemiologici che prevedono il rischio di infezioni fungine.

Distribuzione a rateo variabile (VRT) e ISOBUS

Le macchine a rateo variabile (VRT) sono l'esecutore materiale del metodo: seminatrici, spandiconcime e irroratrici dotate di sezioni comandate elettricamente o idraulicamente che modulano la dose in tempo reale, leggendo la mappa di prescrizione. Affinché questo funzioni, trattore, attrezzatura e software devono parlarsi. Lo standard ISOBUS (ISO 11783) è il protocollo universale che garantisce questa interoperabilità, consentendo di controllare le attrezzature da diversi terminali virtuali. Senza il VRT, tutta la catena di rilevamento e interpretazione a monte resta un mero esercizio conoscitivo privo di ricadute in campo.

Software gestionali (FMIS) e sistemi di supporto alle decisioni (DSS)

I Farm Management Information System (FMIS) sono i gestionali aziendali: tracciano colture, magazzino, trattamenti e generano il registro digitale. I Decision Support System (DSS) sono i motori analitici che elaborano i dati per suggerire quando e quanto intervenire, integrando modelli previsionali per la difesa, bilanci idrici e piani di concimazione. Nel 2025 sono proprio queste le componenti che trainano il mercato — FMIS +17%, DSS +26% — mentre l'hardware cresce a una cifra. Il valore si è spostato dal ferro al software: è il segnale più importante dell'anno e indica che le aziende stanno cercando strumenti per decidere, non solo per raccogliere dati.

Droni e robotica

I droni e i robot terrestri stanno ridefinendo il monitoraggio e, in prospettiva, la distribuzione. Il monitoraggio con drone è oggi pienamente consentito e fornisce dati ad altissima risoluzione. Sul fronte dell'irrorazione, la Legge 182/2025 ha introdotto un nodo normativo cruciale, consentendo in via sperimentale e per tre anni l'irrorazione aerea con droni, in deroga al divieto vigente; l'applicazione operativa dipende tuttavia da un decreto attuativo interministeriale ancora atteso. Per un quadro completo sulle macchine aeree e terrestri, rimandiamo alla guida sui droni in agricoltura.

Intelligenza artificiale

L'IA trova applicazione nel riconoscimento delle infestanti per il diserbo mirato pianta-per-pianta, nei modelli previsionali avanzati e nell'analisi di grandi moli di immagini. In Italia l'8% degli agricoltori ha iniziato a usare soluzioni abilitate dall'IA. A livello mondiale nel 2025 i progetti agrifood che implementano l'IA sono più che raddoppiati, con il 62% delle applicazioni concentrato nella gestione in campo aperto. Tuttavia, è doveroso un segnale di cautela: l'80% dei fornitori tecnologici prevede di svilupparne, il che indica un'offerta che sta correndo molto più veloce della domanda. Questo scarto rappresenta un rischio di frammentazione, non una promessa automatica di risoluzione dei problemi agronomici.

Quanto vale e quanto è diffusa in Italia: il paradosso dell'adozione

Per comprendere lo stato dell'arte italiano, i dati dell'Osservatorio Smart AgriFood del Politecnico di Milano e dell'Università di Brescia forniscono il quadro più affidabile, evidenziando un paradosso strutturale: il mercato cresce, ma l'adozione di base non si muove.

Il mercato italiano dell'Agricoltura 4.0 nel 2025 vale 2,5 miliardi di euro, registrando una crescita del 9% rispetto al 2024 e riallineandosi ai livelli record del 2023, dopo una contrazione dell'8% nell'anno precedente. Tuttavia, il 42% delle aziende agricole italiane che utilizza almeno una soluzione 4.0 e il 10% di superficie coltivata con tecnologie digitali sono numeri sostanzialmente fermi.

La conclusione è inevitabile: la crescita del valore del mercato è alimentata dall'intensificazione dell'uso tra chi era già dentro il perimetro digitale, non dall'ingresso di nuovi soggetti. Queste aziende stanno comprando più software, sensori più avanzati e integrando i sistemi. Al contrario, il 58% delle imprese agricole è ancora classificato come "in ritardo" sul piano della maturità digitale. Il dato che rende questo quadro non liquidabile come semplice scetticismo verso l'innovazione è il tasso di abbandono, che risulta quasi nullo tra chi ha già adottato soluzioni 4.0: i benefici percepiti sono in linea o superiori alle attese. Chi prova, resta. Il problema non è che la tecnologia deluda, è che non riesce ad arrivare alla maggioranza delle aziende.

Nel 2025 il mercato italiano dell'Agricoltura 4.0 è cresciuto del 9% raggiungendo 2,5 miliardi di euro, ma il numero di aziende che adottano queste soluzioni è rimasto fermo al 42% e la superficie digitalizzata al 10%. La crescita viene da chi era già dentro: il 58% delle imprese agricole italiane è ancora classificato come 'in ritardo' sul piano della maturità digitale. I dettagli completi emergono dalla ricerca presentata a febbraio 2026.

I benefici, senza esagerare

Quando si parla di vantaggi, il mercato è inondato da percentuali di risparmio o di aumento di resa che variano enormemente per coltura, tipo di suolo e punto di partenza. Chiunque prometta una cifra unica e garantita sta vendendo qualcosa, non analizzando un processo agronomico. I benefici dell'agricoltura di precisione sono reali, ma vanno compresi nella loro natura qualitativa e nel meccanismo che li produce.

• Ottimizzazione degli input: distribuire seme, concime, agrofarmaci e carburante solo dove serve, e nella misura corretta, riduce strutturalmente lo spreco.
• Riduzione delle sovrapposizioni: l'autoguida elimina i doppi passaggi nelle lavorazioni e nei trattamenti. È il beneficio più immediato, misurabile fin dalla prima campagna, con un impatto diretto sui costi vivi e sulla riduzione della compattazione del suolo.
• Tempestività: i DSS e le stazioni meteo consentono di intervenire nella finestra temporale giusta. In difesa fitosanitaria, anticipare o ritardare un trattamento di pochi giorni in base al modello epidemiologico vale spesso molto più della semplice modifica della dose.
• Gestione della risorsa idrica: irrigare in base al dato di umidità del suolo e all'evapotraspirazione reale, e non al calendario, preserva la risorsa e ottimizza l'energia.
• Tracciabilità e compliance: la registrazione digitale automatica dei trattamenti sta diventando un obbligo normativo, non un'opzione. L'obbligatorietà del quaderno di campagna digitale è stata prorogata al 2027, rendendo i gestionali aziendali uno strumento di compliance indispensabile.
• Compatibilità con le pratiche rigenerative: le mappe di variabilità e il monitoraggio del suolo sono strumenti fondamentali per chi lavora sulla fertilità a lungo termine e sull'agricoltura rigenerativa, permettendo di calibrare le cover crops e le lavorazioni conservative.
• Continuità aziendale: i dati e le mappe di prescrizione restano patrimonio dell'azienda anche quando cambia l'operatore o il contoterzista, preservando la memoria storica delle campagne.

Un'analisi su 30 casi pilota in 20 nazioni europee conferma un ritorno sull'investimento positivo e benefici netti diffusi. E in Italia, come anticipato, il tasso di abbandono tra chi adotta è quasi nullo: la prova empirica che, una volta superato lo scoglio dell'apprendimento iniziale, il sistema genera valore.

Perché la maggior parte delle aziende italiane non parte

Se la tecnologia funziona e chi la usa non torna indietro, perché il 58% delle aziende è ancora in ritardo? L'Osservatorio Smart AgriFood ha identificato le barriere alla digitalizzazione, ordinandole per impatto percepito dagli agricoltori.

1. Scarsa conoscenza delle opportunità: è la barriera numero uno e si autoalimenta. Chi non ha mai provato non conosce i vantaggi reali; chi non li conosce non investe; chi non investe non acquisisce la conoscenza necessaria. Il mercato fatica a tradurre la potenzialità tecnologica in vantaggio agronomico concreto e comprensibile.
2. Dipendenza dagli incentivi: solo il 21% delle aziende investirebbe in soluzioni digitali in assenza di agevolazioni fiscali. Va letto senza giri di parole: oggi la digitalizzazione agricola italiana è, in larga parte, una funzione della politica fiscale, non di una valutazione autonoma di ritorno sull'investimento.
3. Frammentazione e dimensione aziendale: su appezzamenti piccoli, dispersi e con forme irregolari, molti investimenti in hardware di precisione non si ammortizzano. È un vincolo strutturale del territorio agricolo italiano, non un semplice problema di mentalità.
4. Interoperabilità limitata: soluzioni chiuse che non si parlano tra loro producono dati che restano isolati in silos proprietari. Dati che non fluiscono liberamente tra sensore, software e macchina sono dati inutili.
5. Carenza di competenze specialistiche: i dati vanno interpretati. Senza un agronomo in grado di leggere un mappa di vigore o un modello previsionale, il software è un cruscotto senza guidatore.

Il principale ostacolo alla diffusione dell'agricoltura di precisione in Italia non è il costo delle tecnologie, ma la scarsa conoscenza delle opportunità: è la barriera indicata al primo posto dagli agricoltori non digitalizzati. Solo il 21% delle aziende investirebbe in soluzioni digitali in assenza di incentivi pubblici.

Incentivi: cosa prevede la Legge di Bilancio 2026

Il quadro degli aiuti di stato è il principale motore finanziario per le aziende che decidono di fare il salto. La Legge di Bilancio 2026 (Legge 30 dicembre 2025, n. 199) ha introdotto un nuovo credito d'imposta per beni strumentali 4.0 riservato alle imprese della produzione primaria agricola, della pesca e dell'acquacoltura. La misura nasce per compensare l'esclusione delle imprese agricole dal nuovo iperammortamento, non applicabile a chi determina il reddito su base catastale.

L'aliquota è fissata al 40% del costo di acquisizione, con un tetto massimo di 1 milione di euro di investimento per impresa (che genera un beneficio teorico massimo di 400.000 euro). Il credito è utilizzabile esclusivamente in compensazione tramite modello F24. L'attuazione operativa è demandata a un decreto del MASAF. La dotazione complessiva è di 2,1 milioni di euro per ciascun anno del triennio 2026-2028.

Il punto critico da segnalare, e che raramente viene evidenziato, è lo squilibrio tra aliquota e dotazione. L'aliquota del 40% è molto generosa, ma la dotazione di 2,1 milioni di euro annui è minima rispetto a una platea potenziale di decine di migliaia di imprese agricole. Con un incentivo di questa portata, il fondo esaurisce le proprie risorse sostenendo un volume di investimenti molto contenuto. È una misura di fatto selettiva, non un diritto acquisito per chiunque decida di investire: la tempestività della presentazione della domanda conta quanto la bontà del progetto. Se solo un'azienda su cinque investirebbe senza incentivi, e l'incentivo ha fondi minimi, il collo di bottiglia della digitalizzazione agricola italiana è evidente. Per un'analisi dettagliata delle scadenze e delle modalità di accesso, si rimanda al focus sugli incentivi per l'Agricoltura 4.0.

Come iniziare: cinque passi realistici

Per un'azienda che vuole avvicinarsi al metodo, la regola d'oro è evitare l'acquisto d'impulso spinto dalla paura di restare indietro. L'approccio deve essere problem-oriented.

1. Parti da un problema, non da una tecnologia. Qual è la voce di costo che impatta di più sul tuo bilancio? Dove perdi resa o qualità in modo ricorrente ogni anno? Se non sai rispondere a queste domande, nessun sensore o software te lo dirà. La tecnologia deve risolvere un'inefficienza nota.
2. Mappa la variabilità prima di comprare macchine. Un'analisi del suolo georeferenziata per zone e una serie storica di immagini satellitari costano pochissimo rispetto a un trattore nuovo. Ti dicono se il tuo campo è davvero variabile. Se la variabilità è minima, l'agricoltura di precisione ti serve meno di quanto pensi.
3. Chiudi il ciclo su un solo processo. Non cercare di digitalizzare tutta l'azienda in un anno. Scegli un intervento critico, come la concimazione azotata o l'irrigazione di soccorso. Portalo fino in fondo: rileva, interpreta, prescrcivi, esegui, registra e misura il risultato economico. Meglio un ciclo completo e funzionante che cinque sensori scollegati tra loro.
4. Verifica l'interoperabilità prima dell'acquisto. Chiedi al fornitore, per iscritto, se i dati sono esportabili, in che formato e se il sistema supporta standard aperti come ISOBUS o API pubbliche. È la domanda che nessuno fa e che determina se tra tre anni sarai libero di cambiare fornitore o prigioniero di un ecosistema chiuso.
5. Metti in conto la competenza, non solo l'hardware. Un agronomo che sa leggere i dati e tradurli in agronomia vale più del sensore che li produce. Se non hai questa competenza in casa o in cooperativa, mettila a budget come voce di costo esplicita e strutturale, non come spesa accessoria.

Glossario essenziale dell'agricoltura di precisione

• GNSS / GPS — Sistemi di posizionamento satellitare che forniscono le coordinate geografiche per la geolocalizzazione delle macchine e la creazione di mappe.
• RTK — Correzione differenziale in tempo reale del segnale satellitare, che garantisce un'accuratezza di posizionamento centimetrica.
• NDVI — Indice di vigore vegetativo (Normalized Difference Vegetation Index) calcolato a partire da immagini multispettrali, utile per stimare la biomassa e lo stress delle colture.
• Telerilevamento — Osservazione a distanza delle colture e del territorio mediante sensori montati su satellite, drone o aereo.
• Mappa di prescrizione — Il file digitale che dice alla macchina a rateo variabile quanto distribuire (seme, concime, acqua) in ogni singolo punto del campo.
• VRT (Variable Rate Technology) — Tecnologia di distribuzione a rateo variabile, che modula le dosi di input in tempo reale sulla base di mappe o sensori.
• ISOBUS — Standard di comunicazione internazionale (ISO 11783) che consente a trattore, attrezzatura e terminale di interoperare e scambiarsi dati e comandi.
• FMIS — Farm Management Information System, il software gestionale che supporta la pianificazione, il tracciamento e l'analisi economica dell'azienda agricola.
• DSS — Decision Support System, sistema informatico che elabora dati agronomici e meteo per suggerire当量 il momento e la dose ottimale per gli interventi.
• Zone omogenee — Porzioni di campo che presentano caratteristiche pedologiche, produttive o di vigore simili, e che per questo vengono gestite in modo unitario.
• Quaderno di Campagna — Il registro ufficiale dei trattamenti fitosanitari; la sua versione digitale, che automatizza la compilazione, ha obbligatorietà prorogata al 2027.
• Agricoltura 4.0 — L'infrastruttura digitale basata su connettività, dati e interoperabilità che abilita, scala e integra il metodo di precisione nella gestione aziendale.

Domande frequenti sull'agricoltura di precisione

Cosa si intende per agricoltura di precisione?

L'agricoltura di precisione è un approccio agronomico che gestisce il campo come un insieme di zone diverse anziché come un'unità omogenea, distribuendo semi, acqua, fertilizzanti e agrofarmaci in quantità differenziate in base alla variabilità rilevata. Si fonda su un ciclo di rilevazione dei dati, interpretazione agronomica, prescrizione e intervento differenziato.

Quali sono i vantaggi dell'agricoltura di precisione?

I principali vantaggi sono l'ottimizzazione degli input, l'eliminazione delle sovrapposizioni grazie all'autoguida, la tempestività degli interventi, una gestione più efficiente della risorsa idrica e la tracciabilità digitale dei trattamenti. Secondo l'Osservatorio Smart AgriFood il tasso di abbandono tra chi adotta queste soluzioni è quasi nullo.

Che differenza c'è tra agricoltura di precisione e agricoltura 4.0?

L'agricoltura di precisione è il metodo agronomico: gestire la variabilità del campo con interventi differenziati. L'agricoltura 4.0 è l'infrastruttura digitale che rende quel metodo scalabile e integrato con la gestione aziendale tramite connettività e interoperabilità dei dati. Si può fare precisione senza 4.0, ma non il contrario.

Quante aziende agricole italiane usano l'agricoltura di precisione?

Secondo l'Osservatorio Smart AgriFood del Politecnico di Milano e dell'Università di Brescia, nel 2025 il 42% delle aziende agricole italiane utilizzava almeno una soluzione di Agricoltura 4.0, ma la superficie coltivata con tecnologie digitali si fermava al 10% del totale. Il 58% delle imprese è ancora in ritardo sulla maturità digitale.

Quanto vale il mercato dell'agricoltura 4.0 in Italia?

Nel 2025 il mercato italiano dell'Agricoltura 4.0 ha raggiunto 2,5 miliardi di euro, in crescita del 9% rispetto al 2024 e riallineandosi ai livelli record del 2023. La crescita è trainata dal software: i sistemi di supporto alle decisioni sono cresciuti del 26% e i gestionali aziendali del 17%.

L'agricoltura di precisione conviene alle piccole aziende?

Dipende dalla variabilità del terreno e dal tipo di coltura, non dalla dimensione in sé. Su appezzamenti piccoli o frammentati alcuni investimenti non si ammortizzano, ma esistono punti d'ingresso a basso costo come immagini satellitari e software gestionali, oltre alla possibilità di ricorrere a contoterzisti già attrezzati.

Ci sono incentivi per l'agricoltura di precisione?

La Legge di Bilancio 2026 prevede un credito d'imposta del 40% per gli investimenti in beni strumentali 4.0 delle imprese agricole, con un tetto di 1 milione di euro di investimento per impresa. La dotazione complessiva è però limitata a 2,1 milioni di euro annui, rendendo la misura fortemente selettiva.

Serve un agronomo per fare agricoltura di precisione?

Nella maggior parte dei casi sì. I sensori e i satelliti producono dati, non decisioni: la traduzione del dato in scelta agronomica richiede competenza. La carenza di competenze specialistiche è tra le principali barriere alla digitalizzazione indicate dagli agricoltori italiani, insieme alla scarsa conoscenza delle opportunità disponibili sul mercato.