15 年前起源於華盛頓州果園的基於天氣的決策支持系統現已擴展到該地區的馬鈴薯田。 這 太平洋西北馬鈴薯決策輔助系統 (DAS) 收集區域天氣輸入,並將其與當地害蟲種群的研究數據相結合。 然後,它會提醒種植者不同的昆蟲種群在其生命週期的不同階段何時可能活躍,幫助農業人員更精確地安排控制。
來自太平洋西北地區三所學校的研究人員—— 華盛頓州立大學(WSU), 愛達荷大學和俄勒岡州立大學 — 去年 95 月在華盛頓州中部哥倫比亞盆地及其周邊地區實施了 DAS,該州 XNUMX% 的地區 馬鈴薯 作物生長了。
積極可預測
DAS 結合了多層數據來幫助預測種植者可能面臨的問題。 隨著新數據的出現,它是一個不斷發展的工具。
在樹果中,管理員已經使用 DAS 15 年了,該系統將實時天氣數據與不同地區的研究模型進行比較。 因此它有 11 個昆蟲模型、XNUMX 個園藝模型(例如樹木開花和蜜蜂覓食窗口)和 XNUMX 個疾病/失調模型。
在天氣方面,DAS 消化了溫度、降雨量和葉子濕度等變量。 這些都是影響作物生長、昆蟲發育和病原體風險的變量。
“我們的系統依賴於這樣一個事實:昆蟲和植物種群的許多生命階段的出現實際上是基於溫度或其他環境因素的非常可預測的因素,”華盛頓州立大學昆蟲學副教授戴夫·克勞德(Dave Crowder)說。
他說,種植者可以使用這些模型來預測生命階段何時容易受影響、樹木何時可能開花、勞動力需求何時最高等。
馬鈴薯應用
由於 DAS 對於馬鈴薯作物來說是新事物,因此目前僅專注於昆蟲管理。 不過,馬鈴薯生產的其他方面將很快包括在內 凱莉·沃勒布,華盛頓州立大學區域蔬菜作物專家和 美國蔬菜種植者 專欄作家.
它仍然是一個強大的工具。 以馬鈴薯木蝨為例。 1 年 2021 月 XNUMX 日,隨著俄勒岡州邊境附近的華盛頓州帕特森氣溫上升,馬鈴薯 DAS 顯示成年馬鈴薯木蝨剛剛開始進入該地區的田地。 反過來,該系統警告種植者尋找昆蟲並做出管理決策。
Potato DAS 還擁有科羅拉多馬鈴薯甲蟲的模型。 華盛頓州立大學推廣部門的科學家可以實時監測其他昆蟲,如桃蚜、甜菜葉蟬、盲蝽和馬鈴薯塊莖蟲。 他們使用空間工具來繪製害蟲的區域風險。
這個過程稱為插值,採用多個採樣位置,並通過採樣昆蟲位置的加權平均值來預測昆蟲種群可能在哪裡。
“這在很多方面與網格天氣預報的實際生成方式非常相似,即從物理氣象站提取數據,然後進行某種插值來預測整個地區的天氣, ”克勞德說。
考德說,在任何給定時間,用戶都可以查看來自特定站點的數據。
“他們會看到一個彈出窗口,列出了累積的度數天數和害蟲豐度,然後給出綜合預測,‘根據該地區的害蟲豐度和潛在的物候,我們認為您可能想要做的,”克勞德說。
沃勒布說,未來還會有更多選擇,例如線蟲發育模型和農藥噴灑指南,例如樹果方面提供的農藥噴灑指南。
“這是反饋的好時機,因為事情仍然是新的並且可以修改,”沃勒布說。