La giunta regionale del Veneto ha stanziato oltre 100.000 euro per proseguire nel 2025 il monitoraggio della flavescenza dorata, nell’ambito del Piano di contrasto delle patologie della vite già finanziato per il triennio 2022-2024
Su proposta dell’assessore all’Agricoltura, Federico Caner, è stato aperto un bando gestito da Avepa con una copertura finanziaria di 100.332,5 euro, con scadenza fissata al 28 febbraio 2025. Il bando è rivolto agli Organismi collettivi di difesa delle colture riconosciuti e 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 della vite che appartiene al gruppo dei “giallumi” (Grapevine Yellows), così chiamata per la colorazione giallo dorato che le foglie di alcuni vitigni a bacca bianca sviluppano a seguito dell’infezione. È causata da un fitoplasma, un microrganismo che si insedia nel tessuto floematico della pianta, provocando il blocco del flusso della linfa e causando uno squilibrio nelle sue attività fisiologiche. La natura infettiva e la diffusione epidemica della flavescenza dorata rappresentano un serio pericolo sia per la produzione vitivinicola sia per il vivaismo della vite.
“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”
