Si chiama “Decarbonisation of the fishing fleet in the Mediterranean and Black Sea” o “DecarbonyT” ed è il progetto che vede tra i suoi partner il Consiglio nazionale delle ricerche (Cnr) e Differens Srl – Digital, Marketing, Innovation, società con expertise nell’offerta di servizi avanzati di marketing digitale e comunicazione online, controllata da Execus (Pmi innovativa – a capo dell’omonimo gruppo – operante nel settore del social selling). L’iniziativa è finanziata dalla Commissione Europea e ha come obiettivo quello di decarbonizzare le flotte pescherecce nel Mediterraneo e nel Mar Nero. Oltre al Cnr, nel progetto sono impegnati altri 16 centri di ricerca d’eccellenza italiani e internazionali. Differens si occupa invece dello sviluppo di una piattaforma innovativa per la raccolta e visualizzazione dei dati relativi al consumo di Co2 su blockchain, oltre alla creazione di logo, sito web e depliant che rappresentano l’identità del progetto.
Nel Mediterraneo e nel Mar Nero, il settore della pesca è ancora molto legato alla tradizione; molti pescatori sono dunque restii a investire in nuove tecnologie, e rimangono ancorati agli attrezzi ereditati dai loro padri, passati di generazione in generazione. A questa tendenza, si aggiunge l’assenza di normative e controlli stringenti per l’adozione di attrezzature più moderne e sostenibili. Anche guardando i dati del settore emergono scenari non rassicuranti: i profitti della flotta peschereccia dell’Ue sono, infatti, diminuiti da +218 milioni di euro nel 2021 a -430 milioni nel 2022. Non solo, i costi dell’energia, che nel 2020 rappresentavano il 13% dei ricavi, hanno raggiunto nel 2022 una stima del 35%. Fattori che richiedono un’accelerata nell’evoluzione tecnologica del settore, necessaria non solo per rispettare gli obiettivi climatici del Green Deal europeo di raggiungere la neutralità carbonica entro il 2050, ma anche per garantire un futuro più sostenibile e redditizio per il settore della pesca. In questo contesto il progetto DecarbonyT può giocare un ruolo importante.
Più nel dettaglio l’iniziativa si concentra sulle attrezzature da pesca trainate – come lo strascico per le risorse demersali e la pesca pelagica per alici e sardine – e punta a diminuire la quantità di Co2 emessa per chilogrammo di pesce catturato. Una delle strategie chiave in questo senso è l’impiego di materiali tessili ad alta tenacità, come il Dyneema in sostituzione del nylon tradizionale, che permettono di ridurre il diametro dei fili delle reti da pesca, mantenendo al contempo un’elevata sicurezza. Conseguentemente si assicura una minor resistenza all’acqua durante le fasi di traino e un risparmio di carburante. Inoltre, il progetto prevede la sostituzione di parti della rete che hanno un maggiore impatto sul fondale, mantenendo inalterata l’efficienza di cattura. Una misura che offre non solo benefici ambientali, ma anche vantaggi economici, riducendo il consumo di carburante e le emissioni di Co2.
Per valutare il successo del progetto, verranno utilizzati due indicatori chiave: il Fuel Use Intensity, ovvero i litri di carburante consumati per kg di pesce catturato, ed il Carbon Footprint, ovvero i kg di Co2 per kg di pesce. La piattaforma sviluppata da Differens permetterà di registrare e tracciare i dati della ricerca mediante Non-Fungible Token (NFT) su blockchain, garantendo così trasparenza e integrità dei risultati ottenuti. Inoltre, il sistema fornirà sia ai consumatori finali sia ai decisori politici una lista controllabile e sicura dei record relativi alle attrezzature da pesca impiegate. Questo assicurerà una maggiore affidabilità nel settore, permettendo di verificare l’origine e l’uso delle attrezzature, e assicurando che le pratiche di pesca rispettino gli standard di sostenibilità ed etica. Infine, la nuova piattaforma sarà integrata nel sito web di DecarbonyT, in un’area dedicata, che servirà anche come dashboard di visualizzazione delle informazioni, incluse mappe e dati sul Carbon Footprint e i risparmi di emissioni di Ghg raggiunti utilizzando le attrezzature da pesca innovative.
