在韩国开发K-Maryblyt用于果和梨树的火灾防治

科学领域:

• 植物病理学 植物病理学
• 农业气象 农业气象学
• 决策支持系统是什么?

背景情况:

• 由Erwinia amylovora*引起的火灾,对果和梨的生产构成重大威胁.
• 有效的管理依赖于准确预测感染周期和注射源.
• 像Maryblyt这样的现有模型为预测提供了基础,但需要改进以获得更高的精度.

研究的目的:

• 介绍K-Maryblyt,一个先进的果和梨的火灾预测模型.
• 为了提高预测精度,花的感染时间和初级注射源.
• 整合实用元素,以有效的,基于模型的疾病管理策略.

主要方法:

• 果和梨的现象学模型的整合.
• 使用观察/预测的每小时温度来计算发性感染潜力 (EIP).
• 纳入梨EIP的相对湿度和修改的度日计算来预测症状.

主要成果:

• K-Maryblyt证明了预测中的平均误差降低 (10.08 DH对于果,9.28 DH对于梨).
• 该系统在第一年传播了158,440条控制和预测信息.
• 精制的控制信息包括农药作用和适合喷的天气.

结论:

• K-Maryblyt为果和梨园的火灾防治提供了更高的精度.
• 该模型与火灾预测信息系统 (FBcastS) 的集成支持种植者和管理人员的知情决策.
• K-Maryblyt促进及时和有针对性的干预,最大限度地减少疾病的影响和优化农药的使用.