Studi di correlazione statistica per prevedere la produzione del Tartufo Bianco in base ai dati pluviometrici

Studi di correlazione statistica per prevedere la produzione del Tartufo Bianco in base ai dati pluviometrici

Scopo di questo breve articolo è quello di mostrare come, applicando un minimo di tecniche statistiche inferenziali, con i dati pluviometrici mensili sia possibile già nei mesi di giugno/luglio fare delle previsioni attendibili sulla produzione di Tartufo Bianco che ci si attende durante il periodo ottimale di raccolta che, lo ricordiamo, si sviluppa nei successivi mesi di ottobre, novembre e dicembre.

In apposita sezione di questo sito sono esposti i prezzi medi storici del Tartufo Bianco Pregiato estratti dal sito istituzionale della Camera di Commercio di Asti, che possono essere qui assunti anche a base del presente lavoro. In realtà, quindi, il modello non stimerà la produttività vera e propria ma, per semplicità, il prezzo medio previsto a chiusura di stagione.

Partendo dalla empirica osservazione che ogni buon tartufaio ben conosce, e cioè che le piogge estive aumentano la produzione, e quindi fanno diminuire i prezzi, sono stati poi assunti i dati pluviometrici degli ultimi anni  e di alcune stazioni dal sito della Regione Toscana, come del resto fatto nell’articolo dedicato ai periodi di fruttificazione del Tartufo Bianco Pregiato. 

Infine, usando delle già note tecniche di regressione multivariata fra i dati pluviometrici di stazione ed i prezzi a chiusura di stagione sul mercato di Asti si sono potute derivare delle regole inferenziali che, a partire dalle precipitazioni mensili dei primi mesi dell’anno, sono riuscite a fornire delle previsioni abbastanza attendibili circa la produzione attesa. E’ chiaro che si tratta di una approssimazione, in quanto – ovviamente – la produttività può benissimo variare da zona a zona anche nel medesimo anno, per cui il prezzo medio a chiusura sul mercato di Asti potrebbe non essere indicativo della produttività della zona di cui stiamo prendendo i dati pluviometrici.  Purtuttavia, costruendo via via il modello, si è potuto constatare come le correlazioni statistiche osservate abbiano confermato l’esperienza empirica dei vecchi tartufai: ad esempio, il mese che presenta la maggior correlazione negativa con i prezzi è quello di luglio. Correlazione negativa significa in questo caso che al crescere della pioggia caduta a luglio diminuisce il prezzo e viceversa. Per quanto riguarda invece il mese di dicembre si osserva una correlazione solo paradossalmente positiva fra le precipitazioni ed i prezzi. In questo caso, più piove e maggiori tenderanno ad essere i prezzi, ed in questo caso la spiegazione logica sta nel fatto che troppa pioggia, a dicembre, non ha certamente effetto sulla fruttificazione ma può solo aumentare la marcescenza dei tartufi già formati.

Il modello qui in proposta è certamente suscettibile di miglioramenti, ad esempio perché, per quanto paradossale, quando in alcuni anni è piovuto troppo nei mesi estivi, in altre parti di questo sito abbiamo già avuto modo di considerare come il fattore limitante per la fruttificazione sia stata la temperatura, ottimale solo per alcuni e limitati periodi. Quanto appena detto implicherebbe una non linearità dal punto di vista matematico, per cui si renderebbero necessari ulteriori studi di approfondimento;  tuttavia, considerando che i valori ottenuti sono abbastanza attendibili perché è oggettivamente assai raro il fenomeno delle troppe piogge estive, si è ritenuto di pubblicare una App su questo sito per la previsione della produzione sulla base dei dati pluviometrici mensili, ovviamente partendo da un set minimo di quelli relativi almeno ai mesi da Gennaio a Luglio. Fare previsioni senza il mese più importante comporterebbe infatti una non trascurabile mancanza di affidabilità delle previsioni.

Per chi volesse, si rimanda alla App  Simulazione Pluviometrica

2 pensieri riguardo “Studi di correlazione statistica per prevedere la produzione del Tartufo Bianco in base ai dati pluviometrici

Lascia un commento