Wprowadzenie

Złapać właściwy moment – to jest cała sztuka w ochronie roślin. Nawet najlepszy środek nie pomoże, jeśli oprysk zrobimy za wcześnie albo dzień po infekcji. Dlatego coraz częściej korzystamy z modeli chorobowych: prostego w użyciu „radaru”, który na podstawie pogody i mikroklimatu podpowiada, kiedy ryzyko choroby naprawdę rośnie.

Modele zbierają dane ze stacji meteo (temperatura, wilgotność, opad, zwilżenie liścia) i łączą je z wiedzą o biologii patogenów. Dzięki temu dostajesz czytelną informację: „jutro okno infekcji parcha”, „wysokie ryzyko zarazy ziemniaka”, „rośnie presja mączniaka”. Nie trzeba zgadywać – wiesz, kiedy i czy warto robić zabieg.

W praktyce oznacza to mniej oprysków „na wszelki wypadek”, lepsze trafienie w termin, niższe koszty i stabilniejszą jakość plonu. A gdy modele działają w aplikacji – jak w FarmPortal (web i mobile, powiadomienia i historia sezonów) – masz wszystko pod ręką: alerty, dane i decyzje w jednym miejscu.

Czym są modele chorobowe?

Modele chorobowe to algorytmy wspomagania decyzji (DSS), które na podstawie danych pogodowych i mikroklimatu oceniają prawdopodobieństwo wystąpienia infekcji oraz tempo rozwoju chorób roślin i wybranych szkodników. W praktyce zamieniają surowe pomiary – temperaturę, wilgotność względną, zwilżenie liścia, opad, wiatr czy promieniowanie – na zrozumiałe wskaźniki ryzyka i „okna infekcji”.

Ich rdzeniem jest wiedza biologiczna o cyklu patogena i wymaganiach do infekcji. Dla parcha jabłoni kluczowe są krzywe zależności czasu zwilżenia i temperatury; dla zarazy ziemniaka – długotrwałe zwilżenie liścia przy odpowiednich temperaturach; dla alternarioz – skumulowane wartości nasilenia (DSV). Modele fenologiczne dla szkodników wykorzystują stopniodni, by przewidywać loty, wylęgi i szczyty aktywności.

Dane do modeli pochodzą ze stacji meteo zainstalowanej możliwie blisko uprawy oraz – coraz częściej – z czujników glebowych i systemów pod osłonami. Wynikiem nie jest „wyrok”, lecz sygnał operacyjny: rosnące ryzyko infekcji, przewidywany moment krytyczny, rekomendacja wzmocnionej lustracji lub zabiegu w określonym oknie czasowym. Dzięki temu można ograniczyć liczbę oprysków „na wszelki wypadek” i lepiej trafić z terminem.

Skuteczność modeli zależy od jakości i lokalizacji czujników, poprawnego doboru modelu do uprawy i fazy rozwojowej, a także od weryfikacji w polu. Modele nie zastępują lustracji ani wiedzy doradcy, lecz je uzupełniają, dostarczając aktualnego, lokalnego kontekstu pogodowego.

W systemach takich jak FarmPortal modele chorobowe są dostępne w aplikacji webowej i mobilnej, z powiadomieniami o ryzyku oraz historią sezonów. W połączeniu z rejestrem zabiegów, mapami satelitarnymi i VRA tworzą spójny ekosystem, który przekłada dane na konkretne i udokumentowane decyzje w ochronie roślin.

Przykłady:

• Parch jabłoni (Venturia inaequalis) – zależność czas zwilżenia liścia × temperatura (krzywe Millsa/Schwabe).

• Zaraza ziemniaka (Phytophthora infestans) – okna infekcji przy długotrwałym zwilżeniu liścia i sprzyjających temperaturach.

• Alternaria (TomCast) – kumulacja DSV (Disease Severity Values) z temp./zwilżenia.

• Modele fenologiczne szkodników (np. owocówka, stonka) – stopniodni vs. próg bazowy.

• Moduły operacyjne – np. zmywanie pestycydów deszczem, „porcje chłodu” w sadownictwie.

Zastosowania w praktyce

• Planowanie zabiegów: wybór najwcześniejszego sensownego lub najpóźniejszego bezpiecznego terminu oprysku.

• Antyodpornościowość: mniej zabiegów „na wszelki wypadek”, lepsza rotacja substancji.

• Jakość i bezpieczeństwo: redukcja mikotoksyn (np. DON w zbożach), mniejsze ryzyko pozostałości.

• Operacyjnie: decyzje o wietrzeniu/ogrzewaniu pod osłonami, logistyka brygad i VRA (zmienne dawki).

• Audyt i zgodność: ślad danych pogodowych, MRV/ESG, raporty powykonawcze.

Od czego zależy skuteczność modeli?

1. Jakość i lokalizacja danych

   • Stacja przy uprawie, a nie kilometry dalej; poprawna ekspozycja czujnika zwilżenia.

   • Kalibracja i konserwacja (deszczomierz, anemometr).

2. Dopasowanie modelu

   • Gatunek/odmiana, BBCH, gęstość łanu/korony, system uprawy (otwarty/tunele/szklarnie).

3. Dane prognostyczne

   • Modele najlepiej działają z krótkoterminową prognozą (24–72 h) oraz historią pól.

4. Weryfikacja w lustracji

   • Model = sygnał; potwierdza go lustracja (liście, kwiaty, owoce).

5. Higiena i agrotechnika

   • Resztki pożniwne, płodozmian, cięcie i przewiewność – zmieniają próg epidemii.

Jaki sprzęt się wykorzystuje?

• Stacja meteo: temperatura powietrza, wilgotność względna (RH), zwilżenie liścia, opad, opcjonalnie wiatr i promieniowanie.

• Czujniki glebowe: temp./wilgotność gleby – ważne dla patogenów glebowych i fenologii.

• Pułapki (feromonowe, świetlne) i sporotrapy: potwierdzają obecność inokulum/szkodnika.

• Gateway/IoT: transmisja danych do chmury i aplikacji (API do systemów doradczych).

Korzyści biznesowe i agrotechniczne

• Mniej zabiegów o 10–30% (zależnie od sezonu i uprawy), lepsze trafienie w okno – wyższa skuteczność.

• Oszczędność paliwa, roboczogodzin i substancji, mniej przejazdów.

• Lepsza jakość handlowa (np. owoce bez skaz parcha, ziarno z mniejszym DON).

• Przejrzystość operacyjna i dowody dla audytów (GlobalG.A.P., kontrakty przetwórców).

• Mniej strat plonu: w chorobach jak zaraza ziemniaka czy szara pleśń straty bez ochrony sięgają >50%; FHB obniża plon i dyskwalifikuje ziarno przez DON; parch jabłoni degraduje >70% owoców handlowych w latach presji.

Najczęściej występujące w Polsce (przykłady) i typowe straty

• Ziemniak: zaraza ziemniaka, alternarioza – bez ochrony możliwe >50% strat plonu.

• Zboża: septoriozy liści, FHB (DON – ryzyko odrzutu partii), rdze; straty od 5–30%, lokalnie więcej.

• Jabłoń: parch, mączniak, miejscami zaraza ogniowa – groźna utrata jakości handlowej (degradacja klasy).

• Truskawka/miękkie owoce: szara pleśń, mączniak – straty plonu i jakości 10–40%.

• Rzepak: sucha zgnilizna kapustnych, zgnilizna twardzikowa – 10–30%.

• Cebula: mączniak rzekomy – duże wahania plonu i przechowalnictwa.

Uprawy, które można monitorować?

Jabłoń, Grusza, Wiśnia/Czereśnia, Morela/Brzoskwinia/Śliwa, Leszczyna, Migdał, Granat, Cytrusy, Winorośl, Oliwka, Kiwi, Mango, Awokado, Banan, Jeżyna, Borówka, Truskawka, Pomidor, Papryka/Chili, Ogórek i inne dyniowate (arbuz, melon, dynia, cukinia), Bakłażan, Ziemniak, Marchew, Cebula, Sałata, Szpinak, Soja, Rzepak, Słonecznik, Pszenica (i inne zboża), Kukurydza, Rośliny strączkowe, Trawy i użytki zielone, Ryż, Róża.
(Dla każdej uprawy dostępne są konkretne modele chorób/szkodników – np. parch, mączniaki, botrytis, alternaria, fytoftorozy, septoriozy, fuzariozy, rdze, a także modele fenologiczne dla szkodników i moduły operacyjne typu zmywanie pestycydu czy porcje chłodu).

FarmPortal – modele chorobowe w Twojej kieszeni

W FarmPortal masz modele chorobowe w aplikacji webowej i mobilnej. Dostajesz powiadomienia o oknach infekcji i wzroście ryzyka, widzisz historię sezonów, porównujesz pola i odmiany, a dane łączysz z:

• stacjami meteo i czujnikami (automatyczny import),

• mapami satelitarnymi/indeksami (VIs),

• mapami VRA (zmienne dawki),

• rejestrem zabiegów i ścieżką audytową.

W efekcie FarmPortal + modele chorobowe to kompletne rozwiązanie do monitorowania kondycji i bezpieczeństwa upraw – od detekcji ryzyka po dokumentowanie decyzji.

Podsumowanie

Modele chorobowe nie zastępują doradcy ani lustracji – uzupełniają je, robiąc z pogody praktyczny wskaźnik ryzyka. Gdy są oparte na dobrych danych (blisko pola, sprawne czujniki), właściwie dostosowane do uprawy i weryfikowane w polu, pozwalają robić mniej, a lepiej: mniej przejazdów, mniej substancji, więcej trafionych terminów, wyższa jakość i bezpieczeństwo. Zintegrowane w FarmPortal (web + mobile, alerty, historia) stają się codziennym narzędziem, które realnie obniża koszty i ryzyko, a przy tym ułatwia zgodność i raportowanie.