(AVN) – Venezia, 29 novembre 2024
Oltre 100.000 euro per il monitoraggio della flavescenza dorata anche nel 2025, dando seguito al Piano di contrasto delle patologie della vite già messo in atto e finanziato per il triennio 2022-2024. E’ la somma stanziata dalla Giunta regionale su proposta dell’assessore all’Agricoltura Federico Caner, che ha aperto un bando affidato ad Avepa con la copertura finanziaria di 100.332,5 euro e scadenza al 28 febbraio 2025, destinato agli Organismi collettivi di difesa delle colture riconosciuti ed operanti in Veneto.
“Le manifestazioni dell’epidemia da flavescenza dorata – dichiara Caner – hanno assunto dimensioni considerevoli e molto preoccupanti, interessando gli areali viticoli della Città metropolitana di Venezia e delle province di Treviso, Vicenza, Verona e Padova. Nel 2022 la Regione ha attivato il Piano di contrasto, finanziandolo per tre anni, anche per verificare e monitorare l’andamento dell’epidemia per aree geografiche e varietà di uva. Il monitoraggio ha consentito di programmare gli interventi più efficaci di prevenzione ed eradicazione, di rendere disponibili alla filiera le informazioni sull’incidenza sulla potenzialità produttiva delle superfici vitate, e di valutare statisticamente le variabili che possono incidere sull’epidemia”.
La flavescenza dorata è una malattia appartenente al gruppo dei “giallumi” della vite (Grapevine Yellows). Il suo nome deriva dalla colorazione gialla dorata che manifestano le foglie di alcuni vitigni a bacca bianca, a seguito dell’infezione. L’agente causale è un fitoplasma, che insediandosi nel tessuto floematico dei vegetali, provoca il blocco della linfa elaborata ed uno squilibrio delle attività fisiologiche delle piante. La natura infettiva e l’andamento epidemico della malattia rendono la flavescenza dorata un grave pericolo sia per le produzioni vitivinicole, sia per il vivaismo viticolo.
“Per questo la Regione ritiene di proseguire con l’attività di monitoraggio per un ulteriore anno – conclude Caner – per consolidare le informazioni prelevate e rendere i modelli previsionali più efficaci perché basati su un periodo più lungo di verifiche e su una base numerica più ampia”.
(AGRICOLTURA)
