Online-Entscheidungshilfen Neu: SIG-Getreide

Transkript

1 Online-Entscheidungshilfen Neu: SIG-Getreide Dr. Benno Kleinhenz und andere Zentralstelle der Länder für EDV-gestützte Entscheidungshilfen und Programme im Pflanzenschutz Rüdesheimer Str Bad Kreuznach Internent: Sachsen

2 Gliederung Einleitung Modellnutzung aktuelle Prognose-Modelle Flächenhafte Bereitstellung von Wetterdaten Interpolation von Wetterparametern Berücksichtigung von Radarniederschlägen Infektionsbedingungen mit Hilfe von SIG sichtbar machen Berechnung der Bestandesentwicklung mit der BBCH Scala Zusammenfassung

3 Aufbau und Aufgaben der ZEPP 14 Pflanzenschutzdienste der Länder Zentralstelle der Länder für EDV-gestützte Entscheidungshilfen und Programme im Pflanzenschutz am DLR Rheinhessen-Nahe-Hunsrück, Bad Kreuznach Modellersteller wiss. Institutionen (z.b. Universitäten, JKI, etc.) im In- und Ausland Andere Kooperationspartner Deutscher Wetterdienst,

4 Die 3 Säulen des Warndienstes Monitoring Prognosemodelle Beraterempfehlung

5 Nutzung eines Prognosemodells Input: Wetterdaten und Felddaten Berechnung des Modellalgorithmus Wetterdaten Monitoringdaten Z E P P Output: z.b. Entwicklungsphasen, Befallsverläufe, etc. PSD / ISIP Brief Fax / Internet SMS

6 Nutzung eines Prognosemodells Input: Wetterdaten und Felddaten Schaderregerprognose durch einen Algorithmus Wetterdaten Monitoringdaten Landwirt Schlagkartei Z E P P Output: z.b. Entwicklungsphasen Befallsverläufe etc. Schlagspezifische Entscheidung PSD / ISIP

7 Die wichtigsten Einsatzmöglichkeiten eines Prognosemodells Abschätzung des Befallsrisikos Abschätzung der Bekämpfungsnotwendigkeit Festlegung des günstigsten Termins für Befallserhebungen im Feld Festlegung des optimalen Bekämpfungstermins teilweise Pflanzenschutzmittelauswahl

8 Schaderreger Halmbruch Getreide SIMCERC3 Ackerbau-Getreide-Modelle Entwicklungsstufe PASOWIN ISIP Verfügbarkeit Berater Nutzer WW Praxis x x x TIW Praxis x x RW Praxis x x WW Praxis x RW Praxis x Septoria SEPTRI1 WW Entw. x ab 2011 ab 2011 SEPTRI2 WW Entw. x SEPTRI3 WW Entw. x ab 2011 ab 2011 Blattläuse SIMLAUS WW/GW Praxis x x (x) Ontogenese Braunrost Modellname SIMCERC Modul/Kultur ONTO WW/GW Praxis x ONTO-N WW Praxis x SIMONTO WW/TIW/RW/GW Praxis x x x PUCREC1 RW Entw. x PUCREC3 RW Entw. x PUCTRI1 WW Entw. x PUCTRI3 WW Entw. x Fusarium FUS-OPT WW Entw. x 23 Blattkrankheiten SIG-Getreide 5 Getreidearten Praxis x x x

9 Ackerbau andere Modelle Schaderreger Modellname Modul/Kultur Entwicklungsstufe Verfügbarkeit PASOWIN ISIP Berater Nutzer Krautfäule Kartoffel SIMPHYT1 KAR Praxis x x x SIMPHYT2 KAR Praxis x SIMPHYT3 KAR Praxis x x x Folphy KAR Praxis x SIMBLIGHT1 KAR Praxis x x ÖKO-SIMPHYT KAR Praxis x x alte Negativprog. (DW KAR Praxis x Kartoffelkäfer SIMLEP1-Start KAR Praxis x SIMLEP3 KAR Praxis x x x Blattflecken Zuckerrüben CERCBET1 ZR Praxis x x x CERCBET3 ZR Praxis x x x Mehltau ERYBET1 ZR Entw. x x ERYBET3 ZR Entw. x ab 2011 ab 2011 Rost UROBET1 ZR Entw. x x x UROBET3 ZR Entw. x ab 2011 ab 2011 Ramualaria RAMUBET1 ZR Entw. x x x RAMUBET3 ZR Entw. x ab 2011 ab 2011 Raps Sclerotinia SkleroPro Praxis x x Mais Maiszünsler OSTRISUM Praxis x x Blauschimmel Tabak SIMPEROTA1 Praxis x SIMPEROTA3 Praxis x Coletotrichum SIMCOL Lupine Entw. x

10 Schaderreger Gartenbau Modellname Modul/Kultur Entwicklungsstufe Verfügbarkeit PASOWIN ISIP Berater Nutzer Gemüse Kohlfliege Kohl Praxis x x Möhrenfliege SWAT Möhre Praxis x x Spargelfliege Zwiebel Praxis x x Falscher Mehltau ZWIPERO Zwiebel Praxis x x Verticilium TOMCAST Spargel Praxis x Feuerbrand Obst FEUERBRA Apfel/Birne Praxis x ANLAFBRA Apfel/Birne Praxis x Maryblight (Moltmann Apfel/Birne Praxis x ab 2011 ab 2012 Monilia laxa MONILIASIM Kirsche Entw. x x Taphrina deformanstapdeftapdef Pfirsich Entw. x x Apfelschorf Mills und Laplante Apfel Praxis x ASCAB Apfel Entw. x ab 2011 ab Apfelschädlinge POMSUM Apfel Praxis x x x Apfelwickler CYDIASUM Apfel Entw. x SIMCYDIA Apfel Entw. x ab 2011 ab 2012 Apfelsägewespe HOPLOSUM Apfel Entw. x

11 Flächenhafte Bereitstellung von Wetterdaten

12 Wetterstationsnetz 588 Stationen landeseigene Stationen DWD Stationen

13 Flächendeckende Wetterdatenbereitstellung

14 Problem: Weitmaschiges Messnetz (Abstand bis zu 60 km) Zuordnung einer repräsentativen Wetterstation oft nicht möglich Lösung: Berechnungen von interpolierten Wetterdaten mittels geostat. Interpolationsverfahren Früher: 3 Wetterstationen Heute: 1367 Wetterstationen Deutschland: ca virtuelle Wetterstationen ca virtuelle Wetterstationen auf ldw. Fläche

15 Räumliche Verteilung von Niederschlag Das sog. RADOLAN-Niederschlagsprodukt ist eine Kombination der automatischen Bodenniederschlagsstationen (Ombrometer) und der Radaraufzeichnungen. Die stündlichen Niederschlagswerte stehen in einer Auflösung von 1km² deutschlandweit zur Verfügung.

16 Radarniederschlag 0 mm 0-2,4 mm 2,4-4,9 mm 4,9-7,5 mm 7,5-11,4 mm von 16 bis 21 Uhr > 11,4 mm Wetterstationen

17 t-test auf Unterschiede - Lufttemperatur Lufttemperatur: gemessener Wert vs. interpolierter Wert während der Vegetationsperiode (April bis September) prozentualer Anteil an Wetterstations-Standorten ohne signfikante Unterschiede zwischen gemessenen und interpolierten Werten % Jahr Jahr n

18 t-test auf Unterschiede - relative Luftfeuchte relative Luftfeuchte: gemessener Wert vs. interpolierter Wert während der Vegetationsperiode (April bis September) prozentualer Anteil an Wetterstations-Standorten ohne signfikante Unterschiede zwischen gemessenen und interpolierten Werten % Jahr Jahr n

19 Messungen meteorologischer Größen Einflüsse auf meteorologische Messungen im Freiland Standort kleinklimatologische Umgebung Strahlung Zirkulation Abschattung Untergrund Trägheit der Messsensorik Temperatureinfluss Alter der Messsensorik Wartung und Pflege Verfälschung der im Labor erzielten Genauigkeit! Genauigkeit bei ca. 0,5 C 19

20 Neu: SIG-Getreide Infektionsbedingungen je Kultur und Krankheit Krankheit Kultur Winterweizen Wintergerste Winterroggen Wintertriticale Sommergerste Braunrost X X X DTR X Gelbrost X X Mehltau X X X X X Netzflecken X X Rhynchosporium X X X X S. nodorum X X S. tritici X X Zwergrost X X 5 Getreidearten - 23 Krankheiten

21 Modellierung

22 Wasserverfügbarkeit Stickstoffverfügbarkeit Beregnung Pflanzenwachstum WETTER -Temp. -Rel.luft. -Regen -Wind Düngung Mikroklima um die Blattetagen Andere Kulturen Saatzeit Bodenbearbeitung Infektionsgefahr Inkubationszeit Pilzwachstum Latenzzeit Sporenproduktion Sorte Fruchtfolge Anbauverhältnis Andere Bodeneigenschaften Pflanzenreste Primärinokulum Jul 19. Jul 26. Jul ISIP Rheinland-Pfalz Eich Tatjana 2001 Epidemie d. Krankheit 2. Aug 9. Aug 16. Aug 23. Aug 30. Aug 6. Sep 13. Sep 20. Sep bhh bhm bhn

23 Wasserverfügbarkeit Stickstoffverfügbarkeit Beregnung Pflanzenwachstum WETTER -Temp. -Rel.luft. -Regen -Wind Düngung Mikroklima um die Blattetagen Andere Kulturen Saatzeit Bodenbearbeitung Infektionsgefahr Inkubationszeit Pilzwachstum Latenzzeit Sporenproduktion Sorte Fruchtfolge Anbauverhältnis Andere Bodeneigenschaften Pflanzenreste Primärinokulum Jul 19. Jul 26. Jul ISIP Rheinland-Pfalz Eich Tatjana 2001 Krankheit Epidemie 2. Aug 9. Aug 16. Aug 23. Aug 30. Aug 6. Sep 13. Sep 20. Sep bhh bhm bhn

24 Inhalt SIG-Getreide Bereits vorhandene Modelle PUCREC/TRI SEPTRI SIMONTO Literaturdaten

25 IGI_T Infektionsgefahrindex (IGI T ) in Abhängigkeit von der Temperatur (DTR) Temperatur ( C)

26 IGI_BN Infektionsgefahrindex (IGI BN ) in Abhängigkeit von der Blattnässedauer (DTR) Blattnässedauer (Stunde)

27 IGI Infektionsgefahrindex (IGI) in Abhängigkeit von der Temperatur und der Blattnässedauer (DTR) 1,0 0,9 0,8 0,7 0,6 INF 0,5 0,4 0,3 0,2 0,1 0, Blattnässe (Stunde) Temperatur ( C)

28 1. Mai. 6. Mai. 11. Mai. 16. Mai. 21. Mai. 26. Mai. 31. Mai. 5. Jun. 10. Jun. 15. Jun. 20. Jun. 25. Jun. 30. Jun. IGI_T_BN Temperatur ( C) - NN (mm) rl (%) Relativer täglicher Infektionsgefahrindex für DTR NN (mm) Temperatur ( C) Rel.Luft. (%) DTR

29 1. Mai. 6. Mai. 11. Mai. 16. Mai. 21. Mai. 26. Mai. 31. Mai. 5. Jun. 10. Jun. 15. Jun. 20. Jun. 25. Jun. 30. Jun. IGI_T_BN Temperatur ( C) - NN (mm) rl (%) Infektionsgefahrindex für DTR in drei Klassen NN (mm) Temperatur ( C) Rel.Luft. (%) INF unwahrscheinlich DTR INF möglich INF wahrscheinlich

30 Anteil Tage SIG in Winterweizen (15 Wetterstationen), Anteil infektionsgünstiger Tage während der Vegetationsperiode 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Braunrost DTR Gelbrost Mehltau Septoria nodorum Schaderreger Septoria tritici Infektionen unwahrscheinlich Infektionen möglich Infektionen wahrscheinlich

31 Darstellung von SIG in ISIP

32

33

34

35

36

37 SIMONTO (Getreide) Bestandesentwicklung BBCH-Wert Blattentwicklung 9 bis 14 Anfang bis Mitte Bestockung 15 bis 24 Mitte bis Ende Bestockung 25 bis 29 Beginn Schossen 30 bis 31 2-Knoten Stadium 32 3-Knoten Stadium 33 bis 36 Erscheinen des Fahnenblattes 37 bis 39 Ährenschwellen 40 bis 49 Ährenschieben 50 bis 59 Beginn Blüte 60 bis 63 Mitte Blüte 64 bis 66 Ende Blüte 67 bis 70 außerhalb des Prognosezeitraums

38

39 Zusammenfassung SIG prognostiziert die tägliche Infektionsgefahr für 23 Getreideblattkrankheiten. Durch die Verwendung von interpolierten Wetterdaten und Radarniederschlägen erfolgt die Prognose schlagspezifisch. Die Infektionsbedingungen und Befallserhebungen der letzten 4 Wochen werden tabellarisch angezeigt.

40 Vielen Dank für Ihre Aufmerksamkeit! Wir bedanken uns für die Förderung des Projektes im Rahmen des Innovationsprogrammes durch das BMELV sowie für die Projektdurchführung durch die BLE.