Making a decision support system to control plant diseases of selected fruits and vegetables available on the website as a part of the integrated production

• Autorzy: Zachwieja M. , Sawinska Z.

Warianty tytułu

PL

Udostępnienie systemu wspomagania podejmowania decyzji w zwalczaniu wybranych chorób roślin sadowniczych i warzywniczych w serwisie internetowym jako element integrowanej produkcji

• Języki publikacji: PL

Abstrakty

EN

This paper presents an analysis of the functioning of an online decision support system for integrated production in the fight against of major diseases of apple-, cherry- and bird-cherry-trees, onions, tomatoes and carrots based on the meteorological stations iMetos and disease models of the firm Pessl Instruments available at http://www.agropogoda.pl. To make this application we used disease development models based on numerous implementation experiences and scientific publications, which help to calculate the degree of risk/infection dedicated to the disease. The apple scab infection periods are defined on the basis of the model Schwabe. It has predicted Venturia inaequalis infections on the basis of the temperature and duration of the leaf wetness period. The description of the infection course made by Tamm et all. (1994) helped to determine the critical periods of brown rot of stone fruit trees Monilinia laxa. Pessl Instruments, Austria, developed the other disease models. The risk is assessed on the basis of conditions conducive to disease development. Daily weather data (air temperature, relative humidity and total precipitation) are used for calculations. The application calculates the risk on the basis of weather data collected from agro-meteorological stations and attached to them disease models. The user selects a station from the map or from the list of choices and the risk index values are presented in the graphs. Also text files with weather data are generated for selected stations. They can be used for a complex analysis of the conditions conducive to the development of the disease.

PL

Przedstawiono analizę funkcjonowania internetowego systemu wspomagania decyzji w integrowanej produkcji, w zwalczaniu najważniejszych chorób jabłoni, wiśni, czereśni, cebuli, pomidora i marchwi, opartego na stacjach meteorologicznych iMetos i modelach chorobowych firmy Pessl Instruments dostępnych pod adresem http://www.agropogoda.pl. Do budowy aplikacji wykorzystano modele rozwoju chorób opracowane na podstawie licznych doświadczeń wdrożeniowych oraz publikacji naukowych, dzięki którym wyliczany jest stopień zagrożenia/infekcji dla danej choroby. Terminy infekcji parcha jabłoni wyznaczane są na podstawie modelu Schwabe, który prognozował infekcje Venturia inaequalis na podstawie temperatury i długości okresu zwilżenia liścia. Do wyznaczenia okresów krytycznych brunatnej zgnilizny drzew pestkowych Monilinia laxa posłużyło opracowanie przebiegu infekcji przez Tamm i wsp. (1994). Pozostałe modele chorobowe opracowane zostały przez Pessl Instruments, Austria. Zagrożenie ocenia się na podstawie analizy warunków sprzyjających rozwojowi choroby. Do obliczenia służą dobowe dane pogodowe (temperatura powietrza i wilgotność względna powietrza oraz suma opadu atmosferycznego). Aplikacja oblicza zagrożenie na podstawie danych pogodowych pobranych ze stacji agrometeorologicznych oraz dołączonych do nich modeli chorobowych. Użytkownik wybiera stację z mapy lub z listy wyboru i wartości indeksu zagrożenia są przedstawiane na wykresie. Dla wybranych stacji generowane są także pliki tekstowe z danymi pogodowymi, które użytkownik może wykorzystać do kompleksowej analizy warunków sprzyjających rozwojowi danej choroby.

• Wydawca: -
• Czasopismo: Progress in Plant Protection
• Rocznik: 2013
• Tom: 53
• Numer: 4
• Opis fizyczny: s.878-882,tab.,bibliogr.

Twórcy

autor

Zachwieja M.

• Katedra Sadownictwa, Uniwersytet Przyrodniczy w Poznaniu, ul.Dąbrowskiego 159, 60-594 Poznań

autor

Sawinska Z.

• Katedra Agronomii, Uniwersytet Przyrodniczy w Poznaniu, ul.Dojazd 11, 60-632 Poznań

Bibliografia

• Cellary W. 2013. Wieś, wiedza, Internet. www.witrynawiejska.org.pl/data/mevita/content/evita1.pdf. Dostęp: 10.02.2013.
• Dąbrowski Z., Majewski M. 2010. Stan wiedzy i stosowanych praktyk ochrony roślin przez różne grupy producentów a wymagania integrowanej ochrony roślin – czy wystąpiły zmiany w ostatnich latach? [Status of knowledge and practices of plant protection by various groups of farmers and requirements of integrated pest management – have changes taken place during the last five years?]. Prog. Plant. Prot./Post. Ochr. Roślin 50 (3): 1143–1151.
• Horoszkiewicz-Janka J., Walczak F., Korbas M., Jajor E. 2010. Zastosowanie systemu wspomagania decyzji w ochronie pszenicy przed chorobami. [Application of decision support system in wheat protection against diseases]. Prog. Plant. Prot./Post. Ochr. Roślin 50 (3): 1329–1333.
• Hostgaard M.B., Wolny S. 2002. Założenia duńskiego sytemu wspomagania decyzji w ochronie roślin i możliwość jego wdrożenia w Polsce. [Principles of the Danish decision support system for crop protection and the possibilities of their implementation in Poland]. Prog. Plant. Prot./Post. Ochr. Roślin 42 (1): 293–290.
• Kamiński R., Knieć W. 2013. Problemy polskiej wsi w kontekście informatyzacji. www.witrynawiejska.org.pl/inw/Metoda%20eVITA,%20problemy%20polskiej%20wsi.pdf. Dostęp: 10.02.2013.
• Mavi H.S., Tupper G.J. 2004. Agrometeorology: Principles and Applications of Climate Studies in Agriculture. Food Products Press, New York, 272 pp.
• Pruszyński S., Dąbrowski Z., Hurej M., Nawrot J., Olszak R.W. 2012. Naukowe i praktyczne podstawy zwalczania szkodników w integrowanej ochronie roślin. [Scientific and practical basis for pests control in Integrated Pest Management]. Prog. Plant. Prot./Post. Ochr. Roślin 52 (4): 843–848.
• Pruszyński S., Walczak F. 2006. Rola regionalnej sygnalizacji w wyznaczaniu optymalnego terminu zwalczania agrofagów. [The role of regional pests and diseases monitoring in determination of the optimal date of chemical control treatments]. Prog. Plant. Prot./Post. Ochr. Roślin 46 (1): 169–175.
• Schwabe W.F.S. 1980. Wetting and temperature requirements for apple leaf infection by Venturia inaequalis in South Africa. Phytophylactica 12: 69–80.
• Tamm L., Minder C.E., Flückiger W. 1994. Phenological analysis of brown rot blossom blight of sweet cherry caused by Monilinia laxa. Phytopathology 85: 401–408.
• Walczak F., Tratwal A., Krasiński T. 2010. Kierunki rozwoju prognozowania i sygnalizacji agrofagów w ochronie roślin rolniczych. [Directions of the development of pest forecasting and warning systems in plant protection]. Prog. Plant. Prot./Post. Ochr. Roślin 50 (1): 81–86.
• Wójtowicz A., Krasiński T. 2011. Opracowanie witryny internetowej do przekazywania informacji o zagrożeniu ziemniaka ze strony Phytophthora infestans. [Development of web-based system providing the information on late blight threat to potato crops]. Prog. Plant. Prot./Post. Ochr. Roślin 51 (2): 1082–1086.

Uwagi

PL

Rekord w opracowaniu