Metody prognózy výskytu a vývoje plísně bramborové
Přímé metody
Nepřímé metody
monitorování patogena pomocí lapačů konidií a využití takto získaných dat pro simulaci vývoje pomocí matematických modelů
Vizuální kontrola porostu (symptomatika) odběr vzorků rostlinných orgánů a jejich následný rozbor (mikroskopie, jiné metody stanovení patogena)
Proč se zatěžovat s monitoringem když dříve to šlo i bez něj????
Určení optimálního termínu ochranného zásahu na nejcitlivější vývojové stadium patogena ke zvolenému systému ochrany a tím zvýšení rentability produkce brambor.
Pojmy bez kterých se neobejdemePrognóza
předpověď jevů, děje, vývoje nebo budoucího stavu v určité oblasti objektivní reality nebo i abstraktní oblasti lidského myšlení a to na základě poznané minulosti a současného stavu (přítomnosti).
Signalizace zjištění současného stavu a oznámení tohoto stavu.Dvě funkce:
1) zjištění výskytu a intenzity výskytu škodlivého činitele a oznámení zjištěné skutečnosti
2) stanovení termínu ochranného zásahusouvisí se zjištěním kritických čísel a stanovením ekonomických prahů škodlivosti
Práh škodlivosti (Ekonomický práh škodlivosti) stupeň poškození, který rostlina regenerací nevyrovná a dochází k
ekonomickým ztrátámKritické číslo
počet jedinců škůdce (rozvoj patogena), který je schopný způsobit poškození porostu rovnající se prahu škodlivosti
Signalizační a předpovědní programy (PC)
Vstupní údajeinformace o hodnotách
jednotlivých meteorologických prvků
Sledování rychlosti vývoje v závislosti na
teplotě prostředí a dalších klimatických
faktorech
teplotní modely vývoje, kterých lze prakticky využít
při prognóze výskytu a signalizaci ochrany
Na jakých principech jsou modely založeny?
Sčítání efektivních teplot
Populační dynamika organismu
Kombinace různých metod
Korelační analýza empirických dat
Výstupy programů
Kdy zahájit ošetření
Provést ošetření či nikoli
Jaký je optimální termín (y) pro ošetření
Nabídka a kombinace vhodných přípravků
Porovnání výnosu hlíz v závislosti na zvolení optimálního termínu zahájení chemické ochrany a
dobrém zvolení fungicidního sledu optimální začátek
chemické ochrany optimálně zvolený
fungicidní sled
pozdní začátek chemické ochranynevhodně zvolený fungicidní sled
Ullrich a Schrödter (1966) Vymezuje období od začátku vegetace bramboru, po které
nedojde k výskytu plísně bramborové vychází z funkčního stavu mezi výskytem plísně bramborové na nati
bramboru a prvky vnějšího prostředí tedy:
Teplota VlhkostRegresní analýza
Kritické číslo
Negativní prognóza výskytu plísně bramborové
teoretická hodnota napadení porostu plísní bramborovou, srovnatelná se skutečným napadením porostu
Kritické číslo
suma násobků faktorů r a četností hodin během týdne s určitou kombinací hodnot teploty a vlhkosti vzduchu
Den, kdy kritické číslo dosáhne hodnoty 150 je termín, ve kterém negativní prognóza předpokládá konec období bez výskytu plísně bramborové v nati bramboru a kdy je také vydána signalizace prvního ošetření porostů brambor.
Data pro výpočet kritického čísla
Rozmezí teplot
Přiřazený faktor r
Rozmezí teplot
Přiřazený faktor r
Rozmezí teplot
Přiřazený faktor r
Rozmezí teplot
Přiřazený faktor r
1 10,0 - 11,9 0,8890 10,0 - 11,9 0,39242 14,0 - 15,9 0,4118 14,0 - 15,9 0,07023 16,0 - 17,9 0,5336 16,0 - 17,9 0,12784 18,0 - 19,9 0,8816 18,0 - 19,9 0,91085 20,0 - 21,9 1,0498 20,0 - 21,9 1,47066 22,0 - 23,9 0,5858 22,0 - 23,9 0,8550
Relativní vlhkost vzduchu < 70%
15,0 - 19,9 0,1639 libovolná -0,0468
Relativní vlhkost vzduchu > nebo = 90%
(min 4 hodinové nepřerušené periody)
Teplotní třídy
Relativní vlhkost vzduchu > nebo = 90%
(min 8 hodinové nepřerušené periody)
Libovolná vlhkost vzduchu
Automatická meteorologická stanice
Automatická meteorologická stanice - pokusné parcely výzkumná stanice VÚB Havlíčkův Brod s.r.o. Valečov
Výstupy z automatické meteorologické stanice KMS - P
Suma srážek od počátku měření
Denní suma srážek
Kritické číslo
Relativní vlhkost vzduchu
Průměrná denní teplota vzduchu
Srážky
Hodiny
Teplota vzduchu
Přehled průměrných denních teplot vzduchu a úhrnu denních srážek ve vegetaci v roce 2001
0
10
20
30
40
50
60
2.6.
014.
6.01
6.6.
018.
6.01
10.6
.01
12.6
.01
14.6
.01
16.6
.01
18.6
.01
20.6
.01
22.6
.01
24.6
.01
26.6
.01
28.6
.01
30.6
.01
2.7.
014.
7.01
6.7.
018.
7.01
10.7
.01
12.7
.01
14.7
.01
16.7
.01
18.7
.01
20.7
.01
22.7
.01
24.7
.01
26.7
.01
28.7
.01
30.7
.01
1.8.
013.
8.01
5.8.
017.
8.01
9.8.
0111
.8.0
113
.8.0
115
.8.0
117
.8.0
119
.8.0
121
.8.0
123
.8.0
125
.8.0
127
.8.0
129
.8.0
131
.8.0
12.
9.01
Datum
Úhrn
den
ních
srá
žek
mm
0
5
10
15
20
25
30
Prům
ěrná
den
ní te
plot
a vz
duch
u °C
Úhrn denních srážek (mm)
Průměrná denní teplota vzduchu (°C) Valečov, automatická meteorologická stanice
Průběh nárůstu kritického čísla ve vegetaci v roce 2001
0,00
50,00
100,00
150,00
200,00
250,00
300,00
350,00
400,00K
ritick
é čís
lo
Krause et al. (1975)
Metoda umožňuje předpověď prvního výskytu plísně bramborové na nati bramboru včetně jejího dalšího šíření v porostu na základě sledování srážek, teploty a vlhkosti vzduchu přímo v porostu bramboru.
Důležité hodnoty pro prognózu BLITECAST:
Prognóza výskytu plísně bramborové BLITECAST
hodnota rizikové periody
počet tzv. srážkově příznivých dnů
Počet tzv. srážkově příznivých dnů
minimální denní teplota vzduchu
neklesne pod 7,2 °C
průměrná teplota v předcházejících pěti dnech je
nižší než 25,5 °C
součet srážek během předcházejících deseti dnů je vyšší nebo roven 30 mm
Je určena počtem po sobě jdoucích hodin, po které byla relativní vlhkost vzduchu vyšší nebo rovna 90 % a jim odpovídajícím průměrným teplotám vzduchu
Průměrná teplota během
periody [°C]
Délka periody [hod]
Hodnota rizikové periody
B16 - 18 119 - 21 222 - 24 3> 24 4
13 - 15 116 - 18 219 - 21 3> 21 4
10 - 12 113 - 15 216 - 18 3> 18 4
7,2 - 11,6
11,7 - 15,0
15,1 - 26,6
Hodnota rizikové periody - B
Co stanovuje BLITECAST ?počet srážkově příznivých dnů hodnoty rizikových period
Předpověď prvního výskytu plísně
bramborové a signalizace prvního ošetření
Prognózu šíření plísně bramborové a signalizaci dalších ošetření to určuje počet srážkově
příznivých dnů a součethodnot rizikových period vždy po
uplynutí 7 dnů, počínaje dnem předpovědi prvního výskytu plísně bramborové
Simulace vývoje plísně bramborovéLateblightTento program byl vytvořen na Cornelově univerzitě J.A. Bruhn et al. 1987.
Tento program simuluje vývoj Phytophthora infestans od iniciálního inokula až do vlastního napadení hlíz a přezimování. Umožňuje rovněž stanovit ošetření systémovým či kontaktním fungicidem či jejich kombinací a sledovat pak jaké důsledky mělo ošetření pro vývoj choroby.
Jak preventivně regulovat výskyt Plísně bramborové?
• Minimální iniciální inokulum v podobě infikovaných hlíz Certifikovaná sadba
• Agrotechnika ovlivňující množství „výdrolu“ na pozemku jako možný zdroj infekce.
Lateblight je software, který charakteristicky zohledňuje celou řadu faktorů, jež mohou mít vliv na vývoj choroby. Empiricky nasbíraná data napomohla při konstrukci regresních charakteristik, které v konkrétním případě modelují danou situaci.
Jaké jsou podmínky pro vývoj choroby?
Teplota jako funkční faktor vývoje choroby.
na co vše má vliv teplota:
přímé klíčení spornepřímé klíčení sporklíčení zoosporvznik infekcevývoj lezísporulace lezí
Vznik Infekce- je funkcí ovlhčení listů, respektive teploty v průběhu ovlhčení listů
Vývoj lezí-Latentní léze
-Sporulující léze s uvolňováním spor
-Sporulující leze inaktivní
-Inaktivní leze (nekrotické pletivo)
-
Charakteristiky rostlinyListová plocha roste na základě kultivaru a pochopitelně prostředí
Early - 44 dní (max LAI 2,5)
Mid – 52 dní (max LAI 3,5)
Late – 59 dní (max LAI 4,5)
PočasíKromě teploty jsou sledovány : Srážky
Čas ovlhčení listů za den
Teplota v průběhu ovlhčení
Tyto charakteristiky jsou zahrnuty v pěti různých režimech, které je možné použít:
• coolwet, hotdry, moddrx, modmod, modwet.
Pro vznik infekce má neodmyslitelnou roli inokulum a šíření infekce.
Zde se nabízí hned několik způsobů zadání
Sporangia mohou být zadána všechna naráz jako iniciální inokulum, nebo každý den během vývoje choroby. Objevení se infekce pak v době vzcházení.
Obě charakteristiky mohou být zadány jak množstvím tak zdrojem původu.
Number of Sporangia: lze takto charakterizovat iniciální inokulum jak pro hektar tak pro acr, buď jednorázově nebo každý den. Typické hodnoty jsou
250 000 sporangií-ha, nebo 25 000 sporangií-ha-den
Source of sporangia: to je alternativní možnost zadání zdroje inokula, Maximální množství sporangií za den se pohybuje v hodnotách 100-den. Maximální hodnota za den na neošetřeném poporostu je 5 mil. Sporangií na hektar.
Number of infection: Tato možnost zadání zdrojů inokula má typické hodnoty 10 000 infekcí –ha
Sources of infection: Tyto hodnoty vyjadřují podíl infikovaných hlíz na hektar, které byly vysázeny, či jinak vneseny na pozemek (výdrol).
Spuštění programu
% zasaženého listoví
AUDPC
AUDPC – Area under the disease progrese curve
Listová plocha
Potato: Low Resistance, Mid Season
Length of Season: 120 days
Emergence Date: 15 May
Inoculum:
25000000 sporangia per hectare
released at the beginning of the season
1000 infections per hectare from infected seed
0 infections per hectare from volunteer plants
Blitecast forecasting is not being used.
Costs:
Fixed Costs: 2419.93 per hectare
Application Costs: 8.80 per hectare
Protectant Cost: 3.95 per kg.
Systemic Cost: 33.35 per kg.
Blitecast Cost: 0.00 per hectare
Market Price: 0.11 per kg.
Výsledky lze uložit
TEMP. RAIN HUMID NEW SYSTEMIC PROTECTANT
DATE BLIGHT AUDPC L.A.I. (°C) (cm.) HRS. INFECTIONS SPORANGIA RESIDUE RESIDUE
Sept. 1 10.15 1.046 III.50 22.0 0.0 12.00 13 5549253 0.5255 0.67872 10.92 1.156 III.50 25.0 0.0 11.00 35 6672712 0.4661 0.56103 11.68 1.272 III.50 21.0 0.0 10.00 223 5762850 0.4134 0.42864 12.42 1.397 III.50 17.0 0.0 11.00 368 4860497 0.3666 0.36855 13.16 1.528 III.50 18.0 0.0 10.00 350 13085906 0.3252 0.35386 13.88 1.667 III.50 15.0 0.0 11.00 1309 10221470 0.2884 0.33087 14.64 1.813 III.50 22.0 0.0 10.00 653 19800286 0.2558 0.33088 15.38 1.967 III.50 21.0 0.0 14.00 2666 37281118 0.2269 0.27879 16.21 2.129 III.50 22.0 0.0 10.00 4814 19868847 0.2012 0.241810 17.03 2.300 III.50 17.0 1.2 19.00 5975 33705555 0.1785 0.205211 17.85 2.478 III.50 15.0 0.0 16.00 11894 21797141 0.1583 0.1782