Jak fungují predikční modely?

24. leden 2019

Kromě sběru, evidence a archivace dat naměřených na poli a v posklizňových halách mají IoT senzory CleverFarm i další uplatnění. Díky nim a predikčním modelům v aplikaci lze totiž snadno předcházet riziku chorob a škůdců.

Na základě naměřených hodnot přímo na poli může uživatel aplikace pomocí matematických modelů predikovat výskyt škůdců a chorob. Nemusí se ale trápit složitostí těchto predikčních modelů, protože aplikace vše spočítá za něj. Postačí jen správně sbírat data, nastavit pro jaký predikční model chceme data využít a o zbytek se už postaráme my. V aplikaci je pak možné sledovat stav a vývoj jednotlivých fází predikce.

Může se jednat například o fáze:

  • začátek kladení vajíček,
  • vrchol líhnutí,
  • optimální termín ošetření atd.

Predikční modely v aplikaci jsou pro každou plodinu odvozeny z různých dat a pracují s odlišnými výpočty. U většiny z nich je ale potřeba sbírat data již od začátku kalendářního roku. Některé modely pracují se sumami efektivních teplot vzduchu, které je právě třeba načítat již od 1. ledna. Jiné modely ale pracují například se sumou efektivní teploty půdy.

U trvalých kultur je pak důležitým ukazatelem ovlhčení listů, které je potřeba sledovat společně s relativní vlhkostí vzduchu pro predikci strupovitosti. Zároveň je vhodné u trvalých kultur používat modely pracující s fenofázemi. Výsledky predikce jsou pak velmi přesné i při kolísavých teplotách v zimním období

Díky spolupráci s cukrovary již dokážeme s velkou přesností určit i optimální podmínky například pro výskyt Skvrnatičky řepy cukrové. A se sumou efektivních teplot pracujeme také při predikci zralosti kukuřice a stanovení termínu sklizně odrůd kukuřice určených ke sklizni na siláž nebo na zrno.

Sledováním vhodných atmosférických podmínek, teplot a vlhkostí v porostu a půdě v kombinaci s úhrnem spadlých srážek dokážeme určit míru rizika výskytu choroby nebo škůdce a současně jako vedlejší efekt přinášíme snížení nákladů na prostředky na ochranu rostlin a tím také nižší zátěž pro životní prostředí.