Instytut  Uprawy  Nawożenia  i  Gleboznawstwa

 

 

 

 

 

RAPORT   KOŃCOWY

z tematu badawczego nr 1.11

 

 

pt. System wspomagania decyzji dla integrowanej ochrony zbóż udostępniany przez Internet

 

zrealizowanego w ramach działalności statutowej

w podprogramie badawczym nr 3

 

                                                             

 

 

 

Koordynator podprogramu badawczego

Prof. dr hab. Jan Kuś

 

 

Kierownik tematu  Dr inż. Andrzej Zaliwski

 

 

Zespół badawczy tematu

Dr Andrzej Zaliwski, dr Gustaw Demidowicz, dr Andrzej Doroszewski, prof. Tadeusz Górski, dr Anna Nieróbca, mgr Jacek Hołaj, mgr Czesław Pietruch, mgr Stanisław Wilkos, mgr Elżbieta Wróblewska, mgr Jerzy Kozyra, dr Krzysztof Domaradzki, dr Danuta Leszczyńska

 

 

 

Zakłady Naukowe wykonujące temat

Zakład Agrometeorologii i Zastosowań Informatyki

Zakład Ekologii i Zwalczania Chwastów

Zakład Uprawy Roślin Zbożowych

 

Okres realizacji tematu 2001-2003

Puławy, listopad 2003

Zakres wykonanych prac

Temat badawczy zakładał zrealizowanie następujących zadań:

1.   Uruchomienie i utrzymanie w ruchu serwisu internetowego

1.1.      Instalacja i konfiguracja oprogramowania systemowego, instalacja i konfiguracja serwera baz danych, połączenie systemu z Internetem, uruchomienie serwera stron internetowych, testowanie systemu

1.2.      Opracowanie programu do zdalnego wprowadzania danych do serwera (FTP) z obserwacji polowych

1.3.      Prototyp bazy danych o pestycydach, chorobach zbóż, chwastach, zintegrowanej ochronie roślin

1.4.      Prototyp bazy danych do kalkulacji kosztów ochrony roślin, opracowanie aplikacji

1.5.      Założenie strony internetowej dla aplikacji pogodowych (z wykorzystaniem bazy dziennych danych pogodowych)

1.6.      Założenie strony internetowej dla aplikacji prognostycznych (z wykorzystaniem danych o klimacie)

1.7.      Założenie strony internetowej dla modelu chorób zbóż (z wykorzystaniem bazy dziennych danych pogodowych i obserwacji polowych)

1.8.      Założenie strony internetowej dla modelu chwastów

1.9.      Założenie strony internetowej poświęconej zintegrowanej ochronie roślin (z wykorzystaniem baz danych o  zintegrowanej ochronie roślin, pestycydach, chorobach zbóż, chwastach i kosztach ochrony)

2.   Przetwarzanie danych pogodowych

2.1.      Wynegocjowanie z instytucjami państwowymi współpracy zapewniającej pozyskiwanie danych meteorologicznych do realizacji tematu

2.2.      Zaprojektowanie sieci zbierania danych pogodowych

2.3.      Kalibracja i instalacja automatycznej stacji meteorologicznej

2.4.      Prototyp bazy dziennych danych pogodowych

2.5.      Prowadzenie bazy dziennych danych pogodowych

2.6.      Procedury interpolacji danych pogodowych i klimatycznych na siatkę 10*10 km

2.7.      Algorytmy normalnych elementów klimatu (radiacja i ewapotranspiracja)

2.8.      Rozkłady statystyczne temperatury, usłonecznienia i wilgotności względnej

2.9.      Terminy prac polowych i ważnych faz fenologicznych roślin uprawnych

2.10.   Rozkłady statystyczne plonów głównych ziemiopłodów (ocena ryzyka upraw)

2.11.   Program do interpolacji danych pogodowych z obserwacji na siatkę 10*10 km

2.12.   Aplikacje do prezentacji prognoz, zaleceń i ryzyka upraw w oparciu o dane klimatyczne (interpolacja do siatki 10*10 km)

3.   Prace nad modelami chorób roślin zbożowych

3.1.      Opracowanie prototypów modeli chorób

3.2.      Organizacja i przeprowadzenie kursu (1-2 dni) dla osób prowadzących doświadczenia polowe (metody obserwacji i zbierania danych, obsługa modeli chorób zbóż)

3.3.      Wypełnienie operacyjnej bazy danych zasilającej modele chorób

3.4.      Założenie i prowadzenie doświadczeń polowych

3.5.      Doskonalenie modeli chorób, wyniki badań polowych, analiza wyników

Realizacja zadań i wyniki badań

Wprowadzenie

Termin „integrowana ochrona roślin” (skrót ang. IPM[1]) powstał na przełomie lat sześćdziesiątych i siedemdziesiątych jako wynik nowego podejścia do ochrony roślin ograniczającego użycie chemicznych środków ochrony. W miarę rozwoju idei integrowanej ochrony zmieniało się również znaczenie samego terminu, który obecnie jest interpretowany jako system wspomagania decyzji dotyczących wyboru najlepszej taktyki ochrony w świetle interdyscyplinarnych badań procesów zachodzących w agro-ekosystemach i w kontekście pozostałych zabiegów uprawowych [1]. Tak szerokie ujęcie problemu wymaga współpracy wielu zespołów badawczych.

„System wspomagania decyzji dla integrowanej ochrony zbóż” udostępniany przez Internet” ma znacznie mniejszy zakres, zarówno przez uwzględnienie jednego gatunku roślin, jak i jednego sposobu ochrony, tzn. na ochrony chemicznej.

Rys.1 Organizacja przepływu danych pomiędzy instytucjami współpracującymi w budowie IPM IDSS. System ochrony zbóż wykorzystuje te same źródła danych.

Jego geneza jest ściśle związana z budową „Internetowego systemu wspomagającego podejmowanie decyzji w integrowanej ochronie roślin” (IPM IDSS[2]), wiele modułów którego stanowi część systemu ochrony zbóż. Zręby IPM IDSS powstały w latach 2000-2002 we współpracy trzech instytutów badawczych, IHAR, IOR i IUNG w wyniku transferu technologii udostępnionej przez DIAS[3] -  Duński Instytut Nauk Rolniczych [3, 4, 5]. System IPM IDSS obejmuje dwa gatunki, zboża i ziemniaki, w większym stopniu wykorzystując dane pogodowe, natomiast organizacja przepływu danych jest ta sama jak w systemie ochrony zbóż (rys.1). Warunki dalszego rozwijania i wdrażania IPM IDSS, a więc i systemu ochrony zbóż, zostały określone w porozumieniu pomiędzy instytucjami uczestniczącymi [21].

Obecnie IPM IDSS istnieje fizycznie na dwóch serwerach w IOR w Poznaniu i w IUNG w Puławach [19]. Porozumienie [21] wymaga, aby był to jednolity system, udostępniany z dwóch źródeł. Z tego względu moduły systemu ochrony zbóż opracowane w IUNG zostały oddzielone od IPM IDSS. Ich dołączenie wymagałoby opracowania osobnego porozumienia. Moduły te mogą być dołączone do IPM IDSS w przyszłości, ponieważ w obecnej postaci odzwierciedla on specyfikę rolnictwa duńskiego, pomijając odmienne warunki prawne, ekonomiczne, instytucjonalno-organizacyjne, techniczne, technologiczne jak również rolniczo-środowiskowe.

Koncepcja systemu wspomagania decyzji w ochronie roślin

Integrowana ochrona jest obecnie uznawana za ważny element integrowanej produkcji rolniczej i w szerszym aspekcie rolnictwa zrównoważonego i zarządzania rolniczą przestrzenią produkcyjną [2]. Zgodnie z powyższym zaproponowano wstępną koncepcję systemu wspomagania decyzji w integrowanej ochronie roślin (w tym zbóż). Jest ona przedstawiona na rys.2.

Rys.2 Wstępna koncepcja zakresu danych i informacji w IPM IDSS w rozdzieleniu na trzy poziomy, operacyjny, taktyczny i strategiczny

Wybrane elementy koncepcji zostały zrealizowane w „Systemie wspomagania decyzji dla integrowanej ochrony zbóż udostępnianym przez Internet”. Główny nacisk w systemie jest położony na poziom operacyjny, zgodnie z zakresem udostępnionych przez DIAS  prototypów. W modelach ochrony roślin (rys.3) wykorzystuje się bieżące dane pogodowe i obserwacje do generowania zaleceń dla rolników.

Rys.3 Modele ochrony roślin zastosowane w „Systemie wspomagania decyzji dla integrowanej ochrony zbóż udostępnianym przez Internet” w wyniku transferu technologii duńskiej [4, 14]

Do bieżącego planowania zabiegów ochrony są przydatne także krótkoterminowe prognozy pogody (od dwóch do pięciu dni). Ze względu na swoje przeznaczenie, informacje te należą do operacyjnego poziomu systemu (rys.2). Niemniej w polskim systemie dodano wiele informacji wykraczających poza poziom operacyjny. Są to dane o charakterze strategicznym, takie jak wartości i rozkłady statystyczne elementów klimatu oraz rozkłady statystyczne plonów (moduł agroklimatyczny). Ponadto informacje ekonomiczne, takie jak karty technologiczne, dane eksploatacyjne, ceny itp., które ułatwiają przyjęcie określonej strategii działania i ocenę jej ryzyka w wymiarze ekonomicznym. Informacje te należą do poziomu strategicznego systemu. Na poziomie taktycznym można np. ustalić plan produkcji gospodarstwa, na podstawie informacji o technologiach i długoterminowych prognozach pogody. Poszczególne poziomy powinny umożliwiać dostęp do informacji z innych poziomów, ponieważ w konkretnych przypadkach może zachodzić potrzeba integracji informacji należących do różnych poziomów systemu. Przykładowo, dane ekonomiczne (np. ceny) są istotne do formułowania zaleceń na wszystkich poziomach systemu.

W dalszej części raportu przedstawiono wyniki realizacji poszczególnych zadań tematu badawczego.

Uruchomienie i utrzymanie w ruchu serwisu internetowego

1.1.         Instalacja, konfiguracja i uruchomienie serwera

Celem zadania było przygotowanie baz danych i uruchomienie serwisu WWW systemu. IPM IDSS jest układem aplikacji bazodanowych. Jako środowisko aplikacji wykorzystano oprogramowanie Microsoft Active Server Pages (ASP), stosując języki HTML, VBScript i JavaScript jako zasadnicze narzędzia do tworzenia aplikacji [6, 24, 22, 25]. Kod aplikacji ma postać układu katalogów i plików, natomiast dane są pobierane i zapisywane do baz danych. Komunikację między aplikacjami a bazami danych zapewnia serwer baz danych. Wyniki pracy aplikacji są udostępniane w Internecie przez serwer stron internetowych[4]. Bazodanowe portale stron WWW wymagają dwóch serwerów: serwera stron internetowych (Web server) oraz serwera baz danych (SQL server). Dla potrzeb niniejszego tematu obydwa serwery zostały zainstalowane na jednym komputerze (rys.1.1.1).

Rys.1.1.1 Do uruchomienia internetowego systemu wspomagania decyzji konieczne są dwa serwery: serwer stron internetowych (Web server) oraz serwer baz danych (SQL server).

W zadaniu tym dokonano wyboru i zakupu sprzętu komputerowego i oprogramowania niezbędnego do realizacji projektu. Zainstalowano i skonfigurowano oprogramowanie (Windows server 2000 oraz SQL server 2000). Określono adres URL portalu (http://www.ipm.iung.pulawy.pl) i uruchomiono serwis WWW.

1.2.         Opracowanie programu do zdalnego wprowadzania danych do serwera (FTP) z obserwacji polowych

Program taki (ObsTrial) otrzymano z Duńskiego Instytutu Nauk Rolniczych. Program ten służy do zbierania danych z obserwacji przeprowadzanych na polach w wielu punktach na dużym obszarze i jest przydatny do zadań polegających na monitorowaniu występowania i rozszerzania się chorób. Jest on przeznaczony zwłaszcza do monitorowania zarazy ziemniaka [4]. W niniejszym temacie badawczym nie był stosowany.

1.3.         Prototypy baz danych o pestycydach, chorobach zbóż, chwastach, zintegrowanej ochronie roślin

Bazy danych systemu IPM IDSS zostały przedstawione na rys 1.3.1. Prototypy baz danych cpCommon, cpUser,  cpDiseasePest, cpWeed i stdWeather zostały opracowane w ramach tematu "Development and Implementation of an Internet based Decision Support System for Integrated Pest Management in Poland 2000-2002" (Opracowanie i wdrożenie Internetowego Systemu Wspomagania Decyzji dla integrowanej ochrony roślin w Polsce, 2000-2002). Bazy danych stdAgroClimate i dssIPMDSSPL powstały w ramach niniejszego tematu badawczego. Wszystkie bazy zawierają oprócz tabel z danymi także procedury składowane SQL oraz inne obiekty niezbędne do pracy systemu.

Rys.1.3.1 Bazy danych systemu IPM IDSS. Baza danych cpCommon zawiera dane dotyczące środków ochrony roślin, cech roślin, gleby, chwastów, chorób, jednostek miary itd. W bazie danych cpUser przechowywane są informacje o użytkownikach systemu (konta, hasła itd.). W bazach cpDiseasePest oraz cpWeed zawarte są dane i parametry niezbędne do pracy modeli ochrony roślin. W bazie stdWeather gromadzone są dane meteorologiczne. W bazach stdAgroClimate i dssIPMDSSPL przechowywane są dane niezbędne do pracy Modelu Agroklimatu a także innych aplikacji opracowanych w niniejszym temacie badawczym.

1.4.         Prototyp bazy danych do kalkulacji kosztów ochrony roślin, opracowanie aplikacji

Opracowano koncepcję internetowego modułu kalkulacji kosztów ochrony pszenicy ozimej. Moduł ma za zadanie ułatwić użytkownikowi przeprowadzanie symulacji ekonomicznych dotyczących kosztów ochrony w zależności do technologii uprawy. W założeniu pozwoli on na wyliczenie kosztów ochrony pszenicy dla trzech powierzchni uprawy (2, 10 i 50ha) dla podanej przez użytkownika liczby zabiegów ochronnych przeciw chorobom zbóż, szkodnikom i chwastom, z uwzględnieniem kosztów materiałowych i jednostkowych kosztów eksploatacji ciągnika i opryskiwacza.

W celu pozyskania danych o kosztach bezpośrednich produkcji, niezbędnych do obliczeń kosztów ochrony, wykorzystano metodę modelowania technologii i analizy ekonomicznej modeli. Modelowanie i analizę przeprowadzono przy pomocy programu „Agroefekt” [15]. Baza danych programu zawiera dane organizacyjno-technologiczne (karty technologiczne) i ekonomiczne, niezbędne do przeprowadzenie analiz ekonomicznych (rys.1.4.1). Wyniki obliczeń (koszty bezpośrednie produkcji, koszty zabiegów ochronnych i koszty zastosowanych środków ochrony) wprowadzono do bazy danych aplikacji internetowej. Aplikacja jest obecnie w fazie testowania.

 

Rys.1.4.1 Dane organizacyjno-technologiczne i ekonomiczne wykorzystywane do modelowania i analizy ekonomicznej technologii

1.5.         Założenie strony internetowej dla aplikacji pogodowych (z wykorzystaniem bazy dziennych danych pogodowych)

Dane meteorologiczne gromadzone w systemie mogą być na bieżąco przeglądane i analizowane na stronach internetowych. Dostęp do aplikacji pogodowych zapewnia główna strona startowa systemu (rys.1.9.2) w części zatytułowanej: Informacje o pogodzie (rys.1.5.1).

 

 

 

 

 

Rys.1.5.1 Fragment głównej strony systemu IPM IDSS z menu „Informacje o pogodzie”

Udostępnione dane meteorologiczne podzielone zostały na dwie sekcje: w jednej znajdują się dane pochodzące z synoptycznych stacji IMGW (Stacje synoptyczne) a w drugiej dane z automatycznych stacji meteorologicznych (Stacje automatyczne). Korzystając z aplikacji pogodowych można przeglądać następujące dane: temperatura powietrza (2 m nad poziomem gruntu - n.p.g.), wilgotność względna powietrza (2 m. n.p.g.), suma opadów, kierunek i prędkość wiatru (10 m n.p.g.), stopień zachmurzenia. Wartości elementów meteorologicznych mogą być interpolowane do dowolnego punktu w Polsce o podanych współrzędnych geograficznych (rys 1.5.2).

Rys.1.5.2 Strona internetowa dla aplikacji pogodowych (temperatura)

Rys.1.5.3 Przebieg temperatury na podstawie danych stacji meteorologicznej Lublin Radawiec

Po wskazaniu na dowolny element meteorologiczny np. w sekcji stacje synoptyczne Temperatura i „kliknięciu” na niego, wyświetlana jest strona z interaktywną mapą Polski, z wartościami temperatury dla wszystkich stacji meteorologicznych znajdujących się w bazie danych. W sekcji Stacje synoptyczne w 2003 roku dostępne były notowania godzinnych wartości z 46 stacji meteorologicznych w Polsce, natomiast w sekcji Stacje automatyczne dane ze stacji automatycznej znajdującej się na terenie Stacji Doświadczalnej IUNG w Osinach.

Objaśnienie prostokątne zaokrąglone: Wynik interpolacji

Rys.1.5.4 Strona internetowa dla aplikacji pogodowych (temperatura) - wynik interpolacji

Informacja o tym, z jakiego dnia i godziny pochodzą obserwacje wyświetlana jest obok mapy. System domyślnie pokazuje wartość ostatniego rekordu znajdującego się w bazie danych (rys 1.5.2). Użytkownik ma możliwość przeglądania danych z 24 wcześniejszych terminów obserwacyjnych. W tym celu należy wybrać odpowiednią wartość z pola wyboru: Cofnij o wybraną liczbę godzin.

Po wskazaniu kursorem na symbol stacji meteorologicznej, wyświetlana jest nazwa stacji, z której pochodzą dane. Natomiast po „kliknięciu” na symbol stacji, uruchamiany jest program do automatycznego generowania strony WWW z wykresem lub tabelą przedstawiającą przebieg średnich dobowych wartości danego elementu meteorologicznego (w przypadku opadów - sum dobowych) w ostatnim miesiącu (rys 1.5.4).

Drugim sposobem interpolowania danych meteorologicznych jest wybór z menu strony głównej systemu opcji Interpolacja. Po uruchomieniu stron z aplikacją „Interpolacja” uzyskujemy dostęp do programu umożliwiającego obliczanie interpolowanych wartości elementów meteorologicznych gromadzonych w bazie danych dla punktu o podanych współrzędnych geograficznych (rys 1.5.5). Na stronie znajduje się także informacja o dostępnych metodach interpolacji.

Rys.1.5.5 Strona internetowa dla aplikacji pogodowych. Opcja Interpolacja.

 

1.6.         Założenie strony internetowej dla aplikacji prognostycznych (z wykorzystaniem danych o klimacie)

Ilościowy opis elementów klimatu pozwala na dokładniejszą i pewniejszą analizę zjawisk, określanie trendów i uzyskiwanie informacji strategicznych przeznaczonych do wspomagania decyzji w rolnictwie. Model Agroklimatu stanowi moduł pomocniczy „Internetowego systemu wspomagającego podejmowanie decyzji w integrowanej ochronie roślin”. Model Agroklimatu wykorzystuje algorytmy opisujące rozkłady przestrzenne i cykle roczne podstawowych charakterystyk klimatycznych Polski [1, 13]. Algorytmy te umożliwiają określenie rozkładów statystycznych elementów klimatu w dowolnym punkcie Polski i w dowolnym okresie. Pozwalają uzyskać informacje o termice (temperaturze i okresach), opadach, wilgotności (rys.1.6.1), usłonecznieniu, ewapotranspiracji, okresach roku rolniczego, bonitacji agroklimatu dla poszczególnych upraw, warunkach uprawy roślin ciepłolubnych i zmienności ich plonowania. Internetowa wersja Modelu Agroklimatu posiada (rys.1.6.2) następujące moduły: wartości średnie, prawdopodobieństwo opadów, straty plonu ziemniaka na skutek niedoboru wody i indeks klimatyczny plonu chmielu [28]. 

Objaśnienie owalne:

Rys.1.6.1 Model agroklimatu Polski dla danych punktowych - prawdopodobieństwo opadów. Obsługa aplikacji jest prosta. Współrzędne punktu są wprowadzane z mapy pojawiającej się po kliknięciu na ikonę Polski (górny lewy róg). Użytkownik, po wyborze punktu z mapy, ma możliwość dokładnego określenia jego wysokości oraz podania okresu i sumy opadów, których prawdopodobieństwo wystąpienia chce poznać obliczyć. Naciśnięcie przycisku „Oblicz wartości” uruchamia procedury obliczeniowe umieszczone na serwerze i wyniki przesyłane są do przeglądarki w komputerze użytkownika.

Rys.1.6.2 Moduły internetowej wersji Modelu Agroklimatu

1.7.         Założenie strony internetowej dla modelu chorób zbóż (z wykorzystaniem bazy dziennych danych pogodowych i obserwacji polowych)

Dostęp do stron internetowych z modelami chorób zapewnia strona główna systemu (www.ipm.iung.pulawy.pl) w części zatytułowanej: Modele ochrony zbóż, opcja Choroby i szkodniki zbóż (rys.1.9.2). Interaktywne strony internetowe „przeprowadzają” użytkownika przez kolejne kroki procesu wspomagania decyzji.

Rys.1.7.1 Strona internetowa modelu chorób zbóż

System do wykonania obliczeń wymaga wypełnienia formularzy zamieszczonych na ukazujących się kolejno stronach internetowych (rys 1.7.1). Przy pierwszym uruchomieniu aplikacji z modelami chorób zbóż użytkownik musi wskazać gatunek rośliny (jęczmień jary, jęczmień ozimy, owies, pszenica jara, pszenica ozima), odmianę oraz określić terminy poprzednich zabiegów (jeśli były już wykonywane) i zastosowanych środków ochrony roślin. Po zapisaniu wyników obliczeń przy następnych uruchomieniach dane te będą automatycznie przywoływane.

Na kolejnej stronie użytkownik wpisuje wyniki przeprowadzonych obserwacji polowych. Dotyczą one fazy rozwojowej roślin, stopnia porażenia przez choroby i szkodniki, oraz warunków pogodowych (rys 1.7.2).

 

Rys. 1.7.2. Strona internetowa modelu chorób zbóż - formularz wprowadzania wyników obserwacji polowych

Wyniki obliczeń przedstawiane są na kolejnej stronie internetowej. System wyświetla także koszt wykonania zabiegu dla różnych środków ochrony roślin (rys. 1.7.3).

Rys. 1.7.3. Strona internetowa dla modelu chorób zbóż - wyniki obliczeń i zalecenia

 

1.8.         Założenie strony internetowej dla modelu chwastów

Stronę przedstawiono na rys.1.8.1. Dane wprowadzane przez użytkownika to: gatunek rośliny uprawnej (w aktualnej wersji bazy danych model ochrony roślin przed chwastami uwzględnia tylko pszenicę jarą), oczekiwany plon, gatunki występujących chwastów, stadium rozwojowe chwastów i gęstość zachwaszczenia.

Rys.1.8.1 Strona internetowa modelu chwastów

Rys.1.8.2 Model chwastów - opcje zabiegu

Po kliknięciu na przycisk „Opcje zabiegu” model generuje zalecenia dotyczące potrzeby zabiegu i ewentualnie wariantów jego wykonania (rys. 1.8.2). Więcej informacji nt. modelu ochrony przed chwastami należy szukać w raporcie końcowym tematu 3.15 badań statutowych pt. „Opracowanie systemu decyzyjnego w regulacji zachwaszczenia w pszenicy jarej” (Podprogram 2).

1.9.         Założenie strony internetowej poświęconej zintegrowanej ochronie roślin (z wykorzystaniem baz danych o  zintegrowanej ochronie roślin, pestycydach, chorobach zbóż, chwastach i kosztach ochrony)

Strona ta zapewnia zintegrowany dostęp do informacji zawartych w systemie i jest jednocześnie głównym menu systemu. IPM IDSS posiada wiele modułów, niektóre z nich umożliwiają wprowadzanie danych przez użytkownika. W celu wyeliminowania nadużyć i gromadzenia przez system „śmieci”, ze względu na bezpieczeństwo systemu oraz wreszcie przez wzgląd na podniesienie walorów użytkowych wprowadzono procedurę rejestracji użytkowników. Użytkownik nie zarejestrowany w systemie ma ograniczony dostęp do informacji. Rejestracja odbywa się jednorazowo przez pocztę elektroniczną (wysłanie wiadomości na adres administratora systemu). Administrator nadaje użytkownikowi konto, hasło i wprowadza do bazy danych systemu określone dane o użytkowniku (np. położenie geograficzne, pomocne przy korzystaniu z systemu). Użytkownik zarejestrowany może się logować[5] (rys.1.9.1), uzyskując pełny dostęp do informacji, tzn. może korzystać ze wszystkich opcji udostępnionych na głównej stronie systemu (rys.1.9.2).

 

Rys.1.9.1. Strona internetowa umożliwiająca logowanie do systemu IPM IDSS

Główną stronę podzielono na moduły: Informacje o systemie, Pola, Modele ochrony zbóż, Informacje o zwalczaniu zarazy ziemniaka oraz Informacje o pogodzie.

Rys.1.9.2. Główna strona internetowa systemu IPM IDSS

Moduł Informacje o systemie ma za zadanie zapoznanie użytkownika z genezą, przeznaczeniem i obsługą systemu.

W module Pola osoba korzystająca z systemu może wprowadzić informacje o polach i uprawach. Wyniki symulacji przeprowadzanych w modelach mogą zostać skojarzone z określonym polem i są zapamiętane przez system, dzięki czemu użytkownik może prowadzić ewidencję zabiegów i zaleceń.

Rys.1.9.3. Moduł Pola systemu IPM IDSS umożliwia ewidencję upraw, zabiegów ochrony i zaleceń systemu

Moduł Modele ochrony zbóż opisano w rozdz. 1.7 i 1.8, natomiast moduł Informacje o pogodzie w rozdz.1.5.

Przetwarzanie danych pogodowych

2.1.         Wynegocjowanie z instytucjami państwowymi współpracy zapewniającej pozyskiwanie danych meteorologicznych do realizacji tematu

W ramach pozyskania danych meteorologicznych prowadzone były negocjacje z IMGW w sprawie bieżącego korzystania z naziemnych i satelitarnych danych o pogodzie. W latach 2001-2002 dane dzienne (pomiary co trzy godziny) pochodzące z IMGW były pobierane z Duńskiego Instytutu Meteorologii (poprzez serwer umieszczony w Duńskim Instytucie Nauk Rolniczych w Foulum). W 2003 roku zostało zawarte porozumienie [21] na mocy którego dane dzienne z IMGW są przekazywane (do końca 2003 roku) do serwera umieszczonego w IOR w Poznaniu i udostępniane IUNG.

2.2.         Zaprojektowanie sieci zbierania danych pogodowych

Sieć zbierania danych pogodowych składa się przede wszystkim ze stacji automatycznych o przeznaczeniu rolniczym. Stacje te powinny być rozmieszczone tak, aby objąć zasięgiem pomiarowym pola uprawne, których dotyczą zalecenia (zwykle w promieniu do ok. 5 km od stacji). W niniejszym temacie sieć stacji automatycznych reprezentowała jedna stacja umieszczona w Zakładzie Doświadczalnym w Osinach, dostarczająca dane meteorologiczne dla doświadczeń polowych prowadzonych w Zakładzie Doświadczalnym w Osinach i na Kępie. Inne stacje automatyczne mogą być włączone do sieci w razie potrzeby.

Do systemu włączono także dane z synoptycznych stacji meteorologicznych, które obejmują zasięgiem cały kraj i mogą być wykorzystane do weryfikacji poprawności danych ze stacji rolniczych oraz do symulacji procesów, np. rozprzestrzeniania się określonych chorób w skali kraju.

Rys.2.2.1 Schemat sieci zbierania dziennych danych pogodowych

Rys.2.2.2 Schemat obiegu dziennych danych pogodowych (2003 rok)

Dane z obu sieci są gromadzone w module pogodowym, który służy także do prezentacji danych pogodowych pochodzących ze wszystkich stacji meteorologicznych (rys. 2.2.1). W tab.2.4.1 (rozdz.2.4) podano elementy pogodowe gromadzone w systemie. Istotne znaczenie dla pracy modeli ochrony roślin mają: temperatura powietrza, wilgotność względna powietrza i suma opadów. Wartości bieżące danych pogodowych ze stacji synoptycznych (z pomiarów 6-godzinnych sumy opadów i godzinowych pozostałych elementów pogodowych) są wprowadzane do bazy danych systemu dwa razy w ciągu doby a ze stacji automatycznej raz na dobę lub, w zależności od potrzeby, rzadziej. Dwukrotnie w ciągu doby liczone są wartości średnie, istnieje także możliwość innej agregacji danych (np. średnie miesięczne). Na podstawie danych synoptycznych wykonywane są także prognozy krótkoterminowe 5-dniowe[6]. Dzienne dane ze stacji synoptycznych są udostępniane przez IMGW i trafiają do serwera w IOR w Poznaniu, skąd przekazywane są do serwera w IUNG w Puławach (rys.2.2.2). Z danych tych w postaci informacji meteorologicznych lub po przetworzeniu w modelach ochrony roślin na zalecenia mogą korzystać doradcy rolniczy i rolnicy (rys.2.2.2).

 

2.3.         Kalibracja i instalacja automatycznej stacji meteorologicznej

W ramach rozwijania własnej sieci danych o pogodzie zmodernizowano automatyczną stację meteorologiczną Campbell w Rolniczej Stacji Doświadczalne w Osinach k/Puław. Corocznie stację przygotowywano do pracy w sezonie wegetacyjnym. Od maja do września prawidłowe działanie stacji meteorologicznej kontrolowane było codziennie przez obserwatora podczas porannej obserwacji (deszczomierz, temperatura na 2 m n.p.g.). Zainstalowano i rozpoczęto prowadzenie bazy danych meteorologicznych dla stacji meteorologicznej w Osinach. Dane meteorologiczne poddane są procedurom sprawdzania jakości. W 2001 roku zbierane były one z wykorzystaniem komputera przenośnego co 3-4 dni. Od 2002 roku uruchomiono transmisję danych z wykorzystaniem sieci telefonii komórkowej. Napisano program komputerowy TranCam do zamiany formatu danych używanego przez stację Campbell na format umożliwiający import danych do bazy danych meteorologicznych (do tabeli wth_HourObs, patrz rozdz.2.4).

2.4.         Prototyp bazy dziennych danych pogodowych

Prototypową wersję bazy opracowano w DIAS i przekazano do IUNG. Elementy pogodowe gromadzone w bazie danych pogodowych przedstawiono w tab.2.4.1. Dane z pomiarów godzinowych (a w przypadku sum opadów z pomiarów 6-godzinnych) są zapisywane do tabeli wth_HourObs, strukturę której przedstawia rys.2.4.1. Składa się ona z czterech pól, z których trzy pierwsze tworzą klucz podstawowy dla relacji z innymi tabelami. Są to pola StationID (nr identyfikacyjny stacji meteorologicznej), DateAndTime (data i godzina pomiaru) oraz ParameterCode (kod liczbowy elementu pogodowego).

Tabela 2.4.1. Elementy pogodowe przechowywane w bazie danych pogodowych IPM IDSS

Kod

Element pogodowy

J.M.

11

Kierunek wiatru na wysokości 10 m

[°]

13

Prędkość wiatru na wysokości 2 m

[m/s]

21

Temperatura na wysokości 2 m

[°C]

31

Wilgotność wzgl. na wys. 2 m

[%]

41

Zachmurzenie

[0-8]

51

Suma opadów

[mm]

W polu ParameterValue zapisywana jest wartość elementu pogodowego, lub, w przypadku braku pomiaru, wartość -999999. Informacje o wszystkich stacjach meteorologicznych, takie jak nr identyfikacyjny stacji, nazwa stacji (wg miejscowości), położenie geograficzne, typ stacji (synoptyczna , automatyczna), itd. są zapisane w tabeli wth_Station. W tabeli wth_ParameterCode zamieszczone są kody elementów pogodowych. Wartości średnie dobowe elementów pogodowych zapisywane są w tabeli wth_DayObs, miesięczne i roczne - w tabeli wth_MonthObs (rys.2.4.2). Prognozy pogody zapisywane są w osobnych tabelach.

Rys.2.4.1 Struktura tabeli wth_HourObs z bieżącymi danymi pogodowymi

Rys.2.4.2 Prototyp bazy dziennych danych pogodowych (fragment). Oznaczenia: wth_HourObs - tabela z danymi godzinowymi, wth_DayObs - tabela z danymi dobowymi, wth_MonthObs - tabela z danymi miesięcznymi, wth_Station - tabela z danymi dotyczącymi stacji meteorologicznych, wth_ParameterCode - tabela z danymi zawierającymi kody elementów pogodowych.

2.5.         Prowadzenie bazy dziennych danych pogodowych

W latach 2001-2002 dane dzienne (pomiary co trzy godziny) pochodzące ze stacji synoptycznych IMGW były pobierane z Duńskiego Instytutu Meteorologii poprzez serwer umieszczony w Duńskim Instytucie Nauk Rolniczych w Foulum. Do „ściągania” danych z serwera w Danii,  Duński Instytut Nauk Rolniczych udostępnił program komputerowy „Weather data management” wykorzystujący protokół transmisji danych FTP[7]. W 2003 roku dane dzienne z IMGW (pomiary co jedną godzinę) były przekazywane do serwera umieszczonego w IOR w Poznaniu i udostępniane IUNG.

W IUNG opracowano do automatycznej transmisji danych pogodowych z serwera w IOR w Poznaniu do serwera w IUNG w Puławach szereg programów komputerowych. Pliki udostępniane do transmisji mają format SYNOP i zawierają godzinne elementy pogodowe z wielu stacji synoptycznych. Do ich przekazu wykorzystano protokół transmisji danych FTP. W przekazie pośredniczy program SynopSQL.exe, opracowany w IUNG [30]. Automatyczne przetworzenie plików z formatu SYNOP na format umożliwiający import do bazy danych w SQL Server 2000 umożliwia inna opcja programu SynopSQL.exe.

Automatyczne obliczanie średnich dobowych 6 parametrów meteorologicznych (temperatura powietrza, wilgotność względna, suma opadów, kierunek wiatru, prędkość wiatru, zachmurzenie) wykonuje skrypt UpdateDayObs.wsf napisany w środowisku WSH (Windows Script Host) w języku VBScript.

Dane dotyczące prognoz są pobierane z serwera duńskiego w DIAS dwa razy na dobę. Transmisję danych i aktualizację bazy danych zapewnia skrypt forecast.wsf, udostępniony przez DIAS.

2.6.         Procedury interpolacji danych pogodowych i klimatycznych na siatkę 10*10 km

Zmienność przestrzenna podstawowych elementów klimatu przedstawiana jest bezpośrednio w funkcji współrzędnych geograficznych, co nie wymaga interpolowania danych punktowych. Jedynie w przypadku sum opadów atmosferycznych - wobec znacznego uzależnienia ich od orografii terenu - dokładność  opisu przez funkcje ciągłe nie jest wystarczająca. W tym przypadku zastosowano automatyczną interpolację między stacjami pomiaru opadów (w ogólnej liczbie przekraczającej 1300). Przedmiotem interpolacji były jednak nie sumy opadów, a różnice między sumami zmierzonymi a obliczonymi wg  algorytmów przedstawiających zróżnicowanie makroskalowe. Uzyskano w ten sposób znaczne zmniejszenie gradientów przestrzennych (w górach nawet kilkakrotne), co znakomicie poprawia precyzję interpolacji. Program interpolacyjny wykorzystuje dane z  4 stacji najbliższych wskazanemu punktowi, przy czym wagi tych danych są odwrotnie proporcjonalne do odległości  stacji.

2.7.         Algorytmy normalnych elementów klimatu  (radiacja i ewapotranspiracja)

Wykorzystując materiały empiryczne z kilkudziesięciu stacji meteorologicznych w latach 1951-1990 określono relacje między sumami miesięcznymi ewapotranspiracji penmanowskiej a niektórymi elementami klimatu. Zbudowano algorytm pozwalający na ocenę sum ewapotranspiracji w funkcji średnich wartości długości dnia, temperatury, usłonecznienia, wilgotności względnej z godz. 13 i prędkości wiatru. Ponieważ wymienione elementy mogą być uzyskiwane z modelu agroklimatu w funkcji współrzędnych geograficznych, również średnie sumy ewapotranspiracji mogą być określane w analogiczny sposób. Jak wykazały testy na materiałach niezależnych, błędy oceny są pomijalnie małe.

W podobny sposób, wykorzystując materiały z kilku polskich stacji aktynometrycznych, zbudowano algorytmy umożliwiające oceny całkowitego napromienienia słonecznego na podstawie długości dnia, dobowych temperatur ekstremalnych, zachmurzenia i usłonecznienia. Najmniejsze błędy przynosi algorytm oparty na wzorze Blacka, rozszerzony o temperatury ekstremalne i wilgotność względną, w którym parametry empiryczne dla miesięcy zastąpiono cykliczną funkcją ciągłą [6]. Jednakże błędy te są wciąż znaczne; jak się wydaje, nie można błędów standardowych na żadnej drodze pośredniej zmniejszyć poniżej 4% w przypadku sumy rocznej i 8% w przypadku sumy miesięcznej.

2.8.         Rozkłady statystyczne temperatury, usłonecznienia i wilgotności względnej

Dysponując wieloletnimi danymi meteorologicznymi z różnych stacji (w tym 130 letnią serią puławską) można było przeprowadzić studia nad rozkładami statystycznymi podstawowych elementów klimatu. Szczególną uwagę zwrócono na efekty skali (agregacji w czasie). W miarę wydłużania okresu uśredniania wszystkie rozkłady dążą zwykle do rozkładu normalnego, ale tylko w niewielu przypadkach mogą przy jego użyciu być właściwie opisane. Najbliższe normalnemu są rozkłady średniej temperatury [10]. W zimie rozkłady te wykazują asymetrię ujemną, zaś w drugiej połowie lata - dodatnią. W obu przypadkach dobre wyrównanie histogramów empirycznych daje rozkład logarytmiczno-normalny. Sumy usłonecznienia wyrównuje dwuparametrowy rozkład beta, przy czym oba parametry wykazują cykl roczny dobrze opisywany współczynnikami Fouriera. Również rozkład wilgotności względnej przypomina rozkład beta, jednakże dostateczna dokładność aproksymacji wymaga pewnej modyfikacji miary wilgotności i wprowadzenia trzeciego parametru [11]. Wszystkie parametry wykazują cykl roczny. Kontynuowano studia nad rozkładem gamma opisującym sumy opadów atmosferycznych [9].

Uzyskane wyniki posłużą do konstrukcji metod automatycznego określania dystrybuant (prawdopodobieństw) występowania określonych wartości elementów klimatu.

2.9.         Terminy prac polowych i ważnych faz fenologicznych roślin uprawnych

Obserwowana w ostatnich latach zmienność warunków pogodowych w Polsce sprawia, że terminy zabiegów agrotechnicznych mogą zmieniać się nawet o kilka tygodni. Wczesna wiosna może być przyczyną szybszego ruszenia wegetacji a z kolei długa zima opóźnienia. Obserwujemy, że podczas lat ciepłych rośliny rozwijają się szybciej niż podczas lat chłodnych. Dzieje się tak, ponieważ prędkość rozwoju roślin (także i innych organizmów) zależy od ilości dostarczanego ciepła, stałej dla określonego gatunku, natomiast wystąpienie poszczególnych faz rozwojowych od wymagań cieplnych tych roślin. Matematycznie rozwój roślin opisuje metoda sum temperatur efektywnych [1]. Na bazie tej metody powstają tzw. modele fenologiczne, które określają próg termiczny ("zero życiowe rośliny") określający termin rozpoczęcia wegetacji oraz liczbę jednostek cieplnych (stopnio-dni) potrzebnych do przejścia faz rozwojowych. Programy symulujące rozwój roślin na podstawie sum temperatur efektywnych działają już w Internecie i są istotnym elementem w serwisach agrometeorologicznych (patrz www.meteo.iung.pulawy.pl). Nowością opracowanej w IUNG aplikacji (rys.2.9.1) jest możliwość prognozowania pojawienia się faz rozwojowych roślin według założeń metody sum temperatur efektywnych [1] i opracowanych modeli fenologicznych dla warunków Polski. Zastosowane w programie algorytmy z Modelu Agroklimatu Polski [13] pozwalają wyznaczyć przebieg roczny sum temperatur efektywnych dla dowolnego punktu w Polsce. Umożliwia to śledzenie przebiegu wegetacji w danym sezonie wegetacyjnym na tle warunków dla tzw. norm klimatycznych (w aktualnej wersji programu w bazie danych znajdują się dane historyczne dla Puław, jednak aplikacja jest systemem otwartym i możliwe jest poszerzenie zbioru danych o inne stacje meteorologiczne w Polsce).

Rys.2.9.1 Strona internetowa „Kalkulator sum temperatur efektywnych”. Do tworzenia wykresów „w locie” (Kumulowane wartości stopnio-dni) aplikacja wykorzystuje oprogramowanie TChart, zainstalowane na serwerze.

 

2.10.     Rozkłady statystyczne plonów głównych ziemiopłodów (ocena ryzyka upraw)

Wykorzystując statystyczne dane o plonach podstawowych ziemiopłodów w Polsce w latach 1951-1990, uzyskiwanych w różnych skalach agregacji (od doświadczenia polowego, przez gospodarstwa, powiaty, województwa do średnich plonów krajowych) wyprowadzono podstawowe relacje między klimatyczną zmiennością plonów a obszarem [8]. Skonstruowano prosty wzór przedstawiający współczynnik zmienności plonów w funkcji obszaru, w którym występują dwa parametry empiryczne, specyficzne dla danej uprawy. Przedstawiono parametry dla pszenicy ozimej, żyta, owsa, ziemniaka i buraka cukrowego w Polsce.

2.11.     Program do interpolacji danych pogodowych z obserwacji na siatkę 10*10 km

Zastosowane w internetowej wersji zaleceń w sprawie ochrony roślin  programy do interpolacji danych pogodowych powstały w Danii, gdzie zmienność wysokości pól n.p.m. nie odgrywa praktycznie żadnej roli w ustalaniu  elementów pogody. Przy znacznych deniwelacjach terenowych w Polsce należało w procedurach interpolacyjnych uwzględnić trzeci wymiar. Zaproponowano odpowiednie metody interpolacyjne dla wartości (momentowych bądź dobowych) temperatury, opadów i wilgotności względnej, w których gradienty wysokościowe są funkcją współrzędnych geograficznych, ew. także mierzonych wartości.

2.12.     Aplikacje do prezentacji prognoz, zaleceń i ryzyka upraw w oparciu o dane klimatyczne (interpolacja do siatki 10*10 km)

Opracowano następujące aplikacje[8]:

·       Średnie straty plonu ziemniaka spowodowane niedostatkiem opadów (moduł Modelu Agroklimatu) [31],

·       Indeks klimatyczny plonu chmielu (moduł Modelu Agroklimatu),

·       Moduł oceny wariantów technologii produkcji ziemniaka [16],

·       Porównanie wariantów technologii produkcji ziemniaka,

·       System wspomagania decyzji w przesadzaniu chmielu [17].

W fazie testowania jest aplikacja „Wielokryterialna ocena inwestycji przesadzania chmielu”. W fazie przepisywania algorytmów z języka „Delphi” do VBScript jest aplikacja „Fenologia kukurydzy”.

Prace nad modelami chorób roślin zbożowych

3.1.          Opracowanie prototypów modeli chorób

Do badań wykorzystano modele chorób roślin PC-Plant Protection, opracowanych przez Duński Instytut Nauk Rolniczych. Program pozyskano w ramach projektu "Development of an Internet based Decision Support System for Cereal Diseases and Potato Late Blight in Poland, 2001-2002"[9] [4].

3.2.          Organizacja i przeprowadzenie kursu (1-2 dni) dla osób prowadzących doświadczenia polowe (metody obserwacji i zbierania danych, obsługa modeli chorób zbóż)

Wiosną  2001 roku w Zakładzie Agrometeorologii i Zastosowań Informatyki przeprowadzono szkolenie dotyczące modeli  chorób roślin. W szkoleniu uczestniczyły osoby odpowiedzialne za prowadzenie doświadczeń polowych oraz biorące udział w realizacji tematu.

Szkolenie dotyczyło:

·       sposobów wykonywania obserwacji na polu,

·       obsługi programu (sposób wprowadzania danych oraz interpretacji wyników),

·       głównych założeń uwzględnianych w modelach chorób roślin.

W 10 lipca 2002 r w Wojewódzkim Ośrodku Doradztwa Rolniczego w Lublinie z siedzibą w Końskowoli zaprezentowano rolnikom i doradcą program oraz główne założenia modeli chorób roślin.

3.3.          Wypełnienie operacyjnej bazy danych zasilającej modele chorób

Modele chorób obejmują pięć zbóż (jęczmień jary i ozimy, pszenica jara i ozima oraz owies). Generują one zalecenia dotyczące ich ochrony przed najważniejszymi chorobami (mączniak, Septoria, rdza brunatna, rdza żółta i łamliwość źdźbła) oraz szkodnikami (mszyce i skrzypionki). W modelach wykorzystane są następujące dane: aktualne obserwacje polowe stopnia porażenia roślin [%], faza rozwojowa roślin, podatność odmianowa na zakażenie, dotychczasowe zabiegi ochronne i prognoza pogody (przybliżone wartości progowe) w najbliższych pięciu dniach. Modele określają potrzebę zabiegu i jeżeli jest on niezbędny, zalecają jeden lub kilka (do wyboru wg podanego przez model kosztu na 1ha) środków ochrony roślin [14].

Modele ochrony zbóż wykorzystują następujące bazy danych: cpCommon, cpDiseasePest oraz cpUser (patrz także rozdział 1.3). W ramach projektu realizowanego wspólnie z IUNG [4] Duński Instytut Nauk Rolniczych udostępnił wraz z prototypami modeli niezbędne dane określające ich parametry działania. Dane odmianowe zostały udostępnione przez IHAR w Radzikowie, a dane o środkach ochrony roślin przez IOR w Poznaniu w ramach wspólnych projektów badawczych [4, 5].

3.4.          Założenie i prowadzenie doświadczeń polowych

W Danii prace nad systemem wspomagania decyzji są prowadzone od 1987 roku. Opracowany system wspomagania decyzji PC-PP (PC-Plant Protection) w ochronie zbóż bazuje na precyzyjnym wykorzystaniu wartości progowych do podejmowania decyzji o konieczności wykonania zabiegu [18]. W obliczaniu dawki zalecanej przez program uwzględniane są następujące czynniki:

Da = Do*Ke*Rv*Rr*Kf

gdzie:

Do - stopień występowania określonej choroby czy szkodnika,

Ke - współczynnik korekcji skuteczności pestycydu na określoną chorobę lub szkodnika,

Rv - współczynnik redukcji dla fazy rozwoju uprawy (mniejsze rośliny potrzebują niższych dawek),

Rr - współczynnik redukcji dla odporności odmian,

Kf - współczynnik korygujący, gdy w uprawie były wykonywane zabiegi fungicydowe przeciw łamliwości podstawy źdźbła.

Hipoteza badawcza

Duński system PC-Plant Protection, może być wykorzystywany do ochrony pszenicy ozimej w warunkach Polski. Celem badań  była weryfikacja skuteczności programu komputerowego PC-Plant Protection w zwalczaniu chorób grzybowych w pszenicy ozimej.

Metodyka

Do zrealizowania celu założono ścisłe doświadczenia polowe z pszenicą ozimą. W latach 2001-2003 przeprowadzono badania równoległe w dwóch punktach w RZD Kępa i ZD Osiny. Doświadczenia założono wg metodyki stosowanej w Danii.

W założonych doświadczeniach badano dwa czynniki:

·       Odmiany pszenicy ozimej: Kobra i Mobela,

·       Warianty ochrony: wg tab.3.4.1.

Tabela 3.4.1. Plan wykonywania zabiegów w pszenicy ozimej

Nr

Wariant ochrony

Dawka

[l/ha]

Aplikacja

w fazie rozwoju

1.

Kontrola - bez oprysku

-

-

2

Standard

0,75

51-55

3.

Dawka dzielona (odstęp pomiędzy zabiegami 2 tygodnie)

2 x 0,38

37-39& 51-55

4.

Zabieg zgodnie z modelem PC-PP

Liczona

Liczona

W RZD Kępa doświadczenia zlokalizowane było na madzie brunatnej rzecznej, na kompleksje przydatności rolniczej - pszennym dobrym, natomiast w ZD Osiny na glebie bielicowej i pseudobielicowej utworzonej z piasków gliniastych mocnych na podłożu gliny średniej na kompleksie pszennym dobrym.

W obu punktach doświadczalnych stosowano jednakowe nawożenie azotowe - 100kg N/ha (przed ruszeniem wegetacji 60kg + 40kg na początku fazy strzelania w źdźbło). Zabiegi agrotechniczne wykonywano zgodnie z aktualnymi zaleceniami IUNG [21].

Monitoring porażenia chorobami wykonywano od fazy strzelania w źdźbło do dojrzałości mlecznej (75 wg Zadoksa). Procent porażenia roślin określano na 100 roślinach do fazy pierwszego kolanka (31 wg Zadoksa) w późniejszych fazach rozwojowych obserwacje wykonywano na 3 liściach pędu głównego.

W pierwszym roku badań terminy i dawki zabiegów wg systemów  PC-PP ustalane były z ekspertami duńskimi. W pozostałych latach badań terminy i dawki fungicydu były liczone w oparciu o internetowy system wspomagania decyzji zainstalowany na Polskim serwerze. Program wymagał wprowadzenia następujących danych: aktualny procent porażonych roślin chorobami (mączniakiem, septeriozą itp), fazę rozwojową pszenicy oraz  liczbę dni z opadem powyżej 1 mm. W przypadku wcześniej wykonywanej ochrony należało podać również termin zabiegu oraz zastosowany fungicyd.

W fazie dojrzałości mlecznej (ok. 75 wg Zodoksa) wykonano szczegółową ocenę porażenia górnych liści pędu głównego (wyrażoną w %) w celu sprawdzenia skuteczności przeprowadzonej ochrony.

3.5.          Doskonalenie modeli chorób - wyniki badań polowych i ich analiza

Rok badań 2001

W 2001 wystąpiły różnice w rozwoju objawów chorobowych między odmianami w obu miejscach prowadzonych badań. Na Kępie pomimo bardziej zwartego łanu ogólne nasilenie chorób było mniejsze niż w Osinach (tabele 3.5.1 - 4). Wykonano 3 zabiegi ochronne wg modelu PC PP wykonano w obiekcie w Osinach i 2 w Kępie.

Tabela 3.5.1. Procent pędów pszenicy ozimej z objawami mączniaka prawdziwego RZD Kępa 2001

 

 

Warianty

ochrony

Data obserwacji

2 Maj

11 Maj

17 Maj

25 Maj

4 Czer.

20 Czer.

5 Lipiec

Faza rozwojowa

31

32

37

49

55

71

75

Kobra

1.

Kontrola

96

88

66

67

68

40

49

2.

Standard

95

86

64

67

67

38

35

3.

Dawka dzielona

94

19

9

15

19

30

19

4.

Wg modelu

97

22

5

17

11

36

31

 

Mobela

1.

Kontrola

98

82

63

50

42

29

31

2.

Standard

97

80

66

50

44

24

19

3.

Dawka dzielona

96

21

6

7

13

17

25

4.

Wg modelu

95

24

16

4

12

25

21

Tabela 3.5.2. Procent pędów pszenicy ozimej z objawami septoriozy RZD Kępa 2001

 

 

Warianty

ochrony

Data obserwacji

2 Maj

11 Maj

17 Maj

25 Maj

4 Czer.

20 Czer.

5 Lipiec

Faza rozwojowa

31

32

37

49

55

71

75

Kobra

1.

Kontrola

-

-

5

14

35

20

83

2.

Standard

-

-

5

14

35

19

66

3.

Dawka dzielona

-

-

7

15

18

25

61

4.

Wg modelu

-

-

4

8

11

20

80

 

Mobela

1.

Kontrola

-

-

5

24

26

22

79

2.

Standard

-

-

2

24

46

15

86

3.

Dawka dzielona

-

-

5

15

19

21

80

4.

Wg modelu

-

-

5

11

34

18

71

Tabela 3.5.3. Procent pędów pszenicy ozimej z objawami mączniaka prawdziwego SD Osiny 2001

Warianty

ochrony

Data obserwacji

2 Maj

10 Maj

17 Maj

25 Maj

4 Czer.

20 Czer.

5 Lipiec

Faza rozwojowa

31

32

37

49

55

71

75

Kobra

1.

Kontrola

76

62

63

74

74

72

31

2.

Standard

75

62

63

74

72

57

31

3.

Dawka dzielona

77

62

63

69

66

45

18

4.

Wg modelu

76

36

47

68

73

47

29

 

Mobela

1.

Kontrola

53

33

47

61

50

18

33

2.

Standard

54

34

46

61

40

21

9

3.

Dawka dzielona

51

32

45

62

47

17

16

4.

Wg modelu

53

12

18

27

40

16

9

Tabela 3.5.4. Procent pędów pszenicy ozimej z objawami septoriozy SD Osiny 2001

Warianty

ochrony

Data obserwacji

2 Maj

10 Maj

17 Maj

25 Maj

4Czer.

20 Czer.

5 Lipiec

Faza rozwojowa

31

32

37

49

55

71

75

Kobra

1

Kontrola

-

-

20

48

51

50

98

2.

Standard

-

-

28

50

48

43

90

3.

Dawka dzielona

-

-

20

45

46

46

88

4.

Wg modelu

-

-

17

43

32

23

83

 

Mobela

1

Kontrola

-

-

34

62

49

70

100

2.

Standard

-

-

48

60

54

62

100

3.

Dawka dzielona

-

-

30

46

55

58

100

4.

Wg modelu

-

-

46

48

53

56

100

Tabela 3.5.5. Procentowe porażenie liści chorobami septoriozą, mączniakiem i rdzą  w fazie dojrzałości mlecznej  (75 wg Zadoksa) RZD Kępa 2001

Warianty

ochrony

Septoria spp.

E. graminis

Puccinia spp.

Porażenie liści [%]

Flagowy

2-liść

Flagowy

2-liść

Flagowy

2-liść

Kobra

1. Kontrola

4.68

34.78

0.38

1.53

0.16

0.01

2. Standard

1.31

24.19

0.16

0.93

0.01

0.00

3. Dawka dzielona

4.17

31.30

0.08

0.56

0.00

0.00

4. Wg modelu

3.48

33.01

0.11

0.84

0.01

0.00

Mobela

1. Kontrola

3.62

27.31

0.10

0.84

0.68

0.16

2. Standard

4.32

23.30

0.00

0.50

0.05

0.03

3. Dawka dzielona

2.74

32.09

0.10

1.05

0.11

0.06

4. Wg modelu

2.75

28.69

0.03

0.62

0.14

0.01

Tabela 3.5.6. Porażenie liści chorobami septoriozą, mączniakiem i rdzą  w fazie dojrzałości mlecznej  (72 wg Zadoksa) w SD Osiny 2001

Warianty

ochrony

Septoria spp

E. graminis

Puccinia spp.

Porażenie liści [%]

Flagowy

2-liść

Flagowy

2-liść

Flagowy

2-liść

Kobra

1. Kontrola

6,5

38,0

0,2

0,66

0,15

0,15

2. Standard

3,0

42,5

0,15

0,64

0,00

0,00

3. Dawka dzielona

9,6

43,6

0,03

0,50

0,00

0,00

4. Wg modelu

4,2

28,9

0,30

0,50

0,00

0,00

 

Mobela

1. Kontrola

9,8

46,5

0,28

0,74

0,45

0,63

2. Standard

6,6

46,8

0,04

0,11

0,06

0,00

3. Dawka dzielona

9,4

43,4

0,10

0,26

0,06

0,00

4. Wg modelu

5,8

40,9

0,01

0,15

0,00

0,00

Rys 3.5.1. Łan pszenicy po burzy (Kępa 2001 rok)

Tabela 3.5.7. Plony ziarna pszenicy ozimej  RZD Kępa 2001

Warianty ochrony

Kobra

Mobela

Średnia

Plon [dt/ha]

1. Kontrola

58,90

48,20

53,58

2. Standard 

60,60

47,40

54,00

3. Dawka dzielona

65,30

50,70

58,00

4. Wg modeli

61,30

47,00

54,17

Średnia

61,54

48,33

 

NIR 0,05  dla odmiany = 4,22

NIR 0,05 dla strategii ochrony r.n

Tabela 3.5.8. Plony ziarna pszenicy ozimej  SD Osiny 2001

Warianty ochrony

Kobra

Mobela

Średnia

Plon [dt/ha]

1. Kontrola

72,19

55,63

63,91

2. Standard 

73,65

56,08

64,86

3. Dawka dzielona

72,81

58,62

65,38

4. Wg modeli

74,65

60,88

67,77

Średnia

73,33

57,63

 

NIR 0,05  dla odmiany = 2,85

NIR 0,05  dla strategii ochrony =2,3

Wykonane analizy statystyczne dla doświadczenia przeprowadzonego na Kępie nie wykazały istotnych różnić w plonie ziarna między badanymi obiektami. Przebieg pogody w maju (ciepło i sucho) ograniczał rozwój chorób grzybowych. Drugą przyczyną, być może najważniejszą, było wyleganie roślin. W okresie wypełniania ziarna przejście gwałtownych burz z dużymi opadami i wiatrami na Lubelszczyźnie przyczyniło się do całkowitego wyłożenia roślin (rys. 3.5.1). Wskaźnik wylegania w skali 1-9 wyniósł dla Kobry ok. 4,2 a dla Mobeli ok. 1, co spowodowało duże straty w plonie (spadek MTZ). W Osinach wyleganie roślin było mniejsze: wskaźnik wylegania dla Kobry wyniósł ok. 7, dla Mobeli ok. 3.

Wykonana analiza statystyczna dla plonów ziarna pszenicy z Osin wykazała istotne różnice w plonie tylko pomiędzy kontrolą a ochroną wykonaną wg PC PP dla Kobry, natomiast dla Mobeli istotnie wyższe plony otrzymano w dwóch obiektach: z dawkami dzielonymi i chronionymi wg zaleceń systemu (tab. 3.5.8).

Rok badań 2002

Rok 2002 charakteryzował się wyjątkowo niewielkim nasileniem chorób w okresie wegetacji (tab.3.5.9 - 13). Wiosną pojawił się mączniak, który wg systemu wymagał zwalczania tylko na Kobrze. Zabiegi ochronne wg modelu PC-PP wykonano 2 dla Kobry i 1 dla Mobeli w obu punktach doświadczalnych. Testowany system zalecił zabieg w Kobrze przeciwko mącznikowi w fazie strzelania w źdźbło w dawce 0,20 l/ha oraz kolejny zabieg przeciwko septoriozie dla Mobeli i Kobry w fazie kwitnienia w dawce 0,27 l/ha.

Na Kępie zastosowane strategie ochrony nie miały istotnego wpływu na uzyskane plony ziarna (tab.3.5.15) natomiast w Osinach wszystkie zastosowane strategie ochrony miały istotny wpływ na plon ziarna (tab. 3.5.16).

Tabela 3.5.9. Procent pędów pszenicy ozimej z objawami mączniaka prawdziwego RZD Kępa 2002

 

 

Warianty

ochrony

Data obserwacji

25 Kwie.

14 Maj

27 Maj

10 Czer.

24  Czer.

Faza rozwojowa

30

39

59

72

75

Kobra

1

Kontrola

61

0

1

0

7

2.

Standard

61

0

0

1

0

3.

Dawka dzielona

61

0

1

0

0

4.

Wg modelu

61

0

0

1

2

 

Mobela

1

Kontrola

15

0

1

1

0

2.

Standard

15

0

0

0

0

3.

Dawka dzielona

15

0

0

1

0

4.

Wg modelu

15

0

0

0

0

 

Tabela 3.5.10. Procent pędów pszenicy ozimej z objawami septoriozą RZD Kępa 2002

 

 

Warianty

ochrony

Data obserwacji

25 Kwie.

14 Maj

27 Maj

10 Czer.

24  Czer.

Faza rozwojowa

30

39

59

72

75

Kobra

1

Kontrola

0

19

21

52

99

2.

Standard

0

19

18

50

93

3.

Dawka dzielona

0

19

21

40

97

4.

Wg modelu

0

18

25

54

98

 

Mobela

1

Kontrola

0

43

29

48

100

2.

Standard

0

43

22

44

98

3.

Dawka dzielona

0

43

25

54

98

4.

Wg modelu

0

43

36

36

97

 

Tabela 3.5.11 Procent pędów pszenicy ozimej z objawami mączniakiem prawdziwym  SD Osiny 2002

 

 

Warianty

ochrony

Data obserwacji

25  Kwie.

13 Maj

27 Maj

10 Czer.

18  Czer.

Faza rozwojowa

30

39

59

72

75

Kobra

1

Kontrola

70

46

93

72

83

2.

Standard

70

46

93

80

90

3.

Dawka dzielona

70

46

71

55

72

4.

Wg modelu

70

26

66

59

80

 

Mobela

1

Kontrola

4

27

46

49

57

2.

Standard

4

27

46

50

53

3.

Dawka dzielona

4

27

45

47

53

4.

Wg modelu

4

27

52

60

55

 

Tabela 3.5.12. Procent pędów pszenicy ozimej z objawami septoriozy  SD Osiny 2002

 

 

Warianty

ochrony

Data obserwacji

25  Kwie.

13 Maj

27 Maj

10 Czer.

18 Czer.

Faza rozwojowa

30

39

59

72

75

Kobra

1.

Kontrola

-

28

6

56

98

2.

Standard

-

28

6

39

90

3.

Dawka dzielona

-

28

12

15

75

4.

Wg modelu

-

13

7

45

95

 

Mobela

1.

Kontrola

-

38

31

80

100

2.

Standard

-

38

31

59

97

3.

Dawka dzielona

-

38

18

49

97

4.

Wg modelu

-

38

21

76

98

Tabela 3.5.13. Procentowe porażenie liści chorobami septoriozą, mączniakiem i rdzą w fazie dojrzałości mlecznej  (75 wg Zadoksa) RZD Kępa 2002

 

Warianty ochrony

Septoria spp

B. graminis

Puccinia spp.

Porażenie liści [%]

Flag.

2

3

Flag.

2

3

Flag.

2

3

 

Kobra

1. Kontrola

4,30

17,50

56,84

0,03

0,00

0,23

0,48

0,17

0,03

2. Standard

6,62

17,85

41,96

0,02

0,00

0,02

0,00

0,00

0,00

3. Dawka dzielona

4,55

14,32

45,24

0,00

0,00

0,00

0,00

0,00

0,00

4. Wg modelu

8,33

18,43

47,97

0,03

0,00

0,00

0,03

0,00

0,00

Mobela

1. Kontrola

3,83

14,30

48,16

0,00

0,00

0,00

1,05

1,30

0,52

2. Standard

2,32

7,98

30,85

0,00

0,00

0,00

0,02

0,00

0,07

3. Dawka dzielona

4,02

12,27

32,02

0,00

0,00

0,00

0,08

0,02

0,00

4. Wg modelu

8,98

22,52

41,32

0,00

0,00

0,00

0,05

0,03

0,00

Tabela 3.5.14. Procentowe porażenie liści chorobami septoriozą, mączniakiem i rdzą  w fazie dojrzałości mlecznej  (75 wg Zadoksa) SD Osiny 2002

 

Warianty

ochrony

Septoria spp

B. graminis

Puccinia spp.

Porażenie liści [%]

Flag.

2

3

Flag.

2

3

Flag.

2

3

Kobra

1. Kontrola

5,33

9,65

47,04

0,43

1,75

4,47

1,70

1,82

0,66

2. Standard

3,75

4,40

35,42

0,18

2,20

8,65

0,15

0,25

0,07

3. Dawka dzielona

2,70

3,85

17,7

0,03

0,45

4,98

0,15

0,30

0,07

4. Wg modelu

3,30

6,10

29,23

0,07

3,02

6,55

0,32

0,27

0,02

Mobela

1. Kontrola

4,63

8,45

34,45

0,12

0,32

4,27

1,00

1,87

1,95

2. Standard

2,53

3,40

17,17

0,05

0,22

1,48

0,15

0,80

0,52

3. Dawka dzielona

3,50

4,58

16,94

0,02

0,12

1,43

0,35

0,33

0,34

4. Wg modelu

7,92

8,63

24,78

0,03

0,27

2,88

0,33

0,23

0,28

Tabela 3.5.15. Plony ziarna pszenicy ozimej  RZD Kępa 2002

Warianty ochrony

Kobra

Mobela

Średnia

Plon [dt/ha]

1. Kontrola

63,6

52,1

57,9

2. Standard 

63,4

57,3

60,3

3. Dawka dzielona

59,9

60,1

60,0

4. Wg modeli

61,4

51,4

56,4

Średnia

62,1

52,2

 

NIR 0,05  dla odmiany = r.n.

NIR 0,05  dla strategii ochrony =r.n.

Tabela 3.5.16. Plony ziarna pszenicy ozimej  SD Osiny 2002

Warianty ochrony

Kobra

Mobela

Średnia

Plon [dt/ha]

1. Kontrola

74,11

74,51

74,31

2. Standard 

77,64

77,35

77,49

3. Dawka dzielona

76,73

77,32

77,03

4. Wg modeli

77,88

75,70

76,79

Średnia

76,59

76,22

 

NIR 0,05  dla odmiany = r.n.

NIR 0,05  dla strategii ochrony =1,9

Rok badań 2003

W 2003 roku długa i mroźna zima przyczyniła się do słabego przezimowania roślin. Ponadto niekorzystne warunki wzrostu, późne ruszenie wegetacji (początek maja) i wysokie temperatury z niewielkimi opadami w maju uniemożliwiły utworzenie zwartego łanu. Niekorzystne warunki  przyczyniły się do wyjątkowo niskich plonów ziarna pszenicy (2,7-3,7 t/ha).

Tabela 3.5.17. Procentowe porażenie liści chorobami septoriozą, mączniakiem i rdzą  w fazie dojrzałości mlecznej  (75 wg Zadoksa) RZD Kępia 2003

 

Warianty

ochrony

Septoria spp

E. graminis

Puccinia spp.

Porażenie [%]

Kłos

L-flagowy

Kłos

L-flagowy

Kłos

L-flagowy

Kobra

1. Kontrola

0,55

11,3

0,00

1,125

0,00

0,05

2. Standard

0,275

6,5

0,00

0,00

0,00

0,00

3. Dawka dzielona

0,55

8,4

0,00

0,175

0,00

0,40

4. Wg modelu

0,65

6,7

0,00

0,175

0,00

0,00

Mobela

1. Kontrola

0,05

10,9

0,00

0,00

0,00

0.40

2. Standard

0,00

7,0

0,00

0,125

0,00

0.125

3. Dawka dzielona

0,00

5,7

0,00

0,05

0,00

0.10

4. Wg modelu

0,00

4,5

0,00

0,00

0,00

0.00

 

Tabela 3.5.18. Procentowe porażenie liści chorobami septoriozą i mączniakiem prawdziwym  w fazie dojrzałości mlecznej  (75 wg Zadoksa) SD Osiny 2003

 

Warianty

ochrony

Septoria spp

E. graminis

Porażenie [%]

 

Kłos

Flagowy

2 - liść

Kłos

Flagowy

2 - liść

Kobra

1. Kontrola

1,15

12,4

36,4

0,00

2,67

5,35

2. Standard

0,2

7,7

28,2

0,00

0,5

0,98

3. Dawka dzielona

0,325

8,7

36,0

0,00

0,00

1,1

4. Wg modelu

0,375

7,4

36,4

0,00

1,00

1,75

Mobela

1. Kontrola

1,95

14,1

38,4

0,00

2,33

7,95

2. Standard

0,62

11,6

35,0

0,00

1,22

1,68

3. Dawka dzielona

0,55

9,05

31,8

0,00

0.30

0.45

4. Wg modelu

0,68

10,6

36,4

0,00

1,08

4,30

Zaistniałe warunki wzrostu roślin ograniczyły również występowanie chorób. Na początku czerwca zaobserwowano rośliny z objawami mączniaka. W Osinach wykonano 2 zabiegi ochronne wg modelu PC-PP dla odmiany Kobra i 2 dla odmiany Mobela, natomiast na Kępie 2 zabiegi dla Kobry i 1 dla Mobeli. Pierwszy zabieg wykonano 4 czerwca przeciwko mączniakowi i septoriozie w początku kłoszenia w dawce 0,30 l/ha, drugi (23  czerwca) przeciwko septoriozie dla Mobeli i Kobry w fazie 71 w dawce 0,27 l/ha (tab.3.5.17-18).

Słabe przezimowanie roślin w 2003 roku spowodowało dużą zmienność uzyskanych plonów ziarna. W efekcie zastosowana ochrona nie miała istotnego wpływu na uzyskane plony ziarna na Kępie, pomimo że przypadku Mobeli wzrost plonu ziarna  w stosunku do kontroli wyniósł 3,4 dt/ha (tab.3.5.19).  Również w Osinach (tab.3.5.20) zastosowana ochrona nie miała wpływu na plon z wyjątkiem strategii, w której zastosowano dzieloną dawkę.

Tabela 3.5.19. Plony ziarna pszenicy ozimej  RZD Kępa 2003

Warianty ochrony

Kobra

Mobela

Średnia

Plon [dt/ha]

1. Kontrola

33,8

33,7

33,75

2. Standard 

35,4

35,5

35,45

3. Dawka dzielona

32,4

31,4

31,9

4. Wg modeli

30,6

37,1

33,85

Średnia

33,05

34,42

 

NIR 0,05  dla odmiany = r.n.

NIR 0,05  dla strategii ochrony =r.n.

Tabela 3.5.20. Plony ziarna pszenicy ozimej  SD Osiny 2003

Warianty ochrony

Kobra

Mobela

Średnia

Plon [dt/ha]

1. Kontrola

30,22

26,77

28,5

2. Standard 

31,28

30,17

30,72

3. Dawka dzielona

31,68

31,32

31,5

4. Wg modeli

30,90

29,31

30,11

Średnia

29,39

31,02

 

NIR0,05  dla odmiany = r.n.

NIR0,05  dla strategii ochrony =2,68

 

Tabela 3.5.21. Synteza plonu ziarna pszenicy ozimej  SD Osiny 2001-2003

Warianty ochrony

Kobra

Mobela

Średnia

Plon [dt/ha]

1. Kontrola

58,67

52,67

55,67

2. Standard 

61,0

54,33

57,67

3. Dawka dzielona

60,67

55,33

58,00

4. Wg modeli

61,33

              55,33

58,33

Średnia

60,42

54,42

 

NIR 0,05 dla odmiany = 4,11

NIR 0,05  dla strategii ochrony = 2,11

 

 

Tabela 3.5.22. Liczba wykonanych zabiegów ochrony wg modelu na pszenicy ozimej w badanych miejscowościach

 

Rok

Kępa

Osiny

Kobra

Mobela

Kobra

Mobela

2001

2

2

3

3

2002

2

1

2

1

2003

2

1

2

2

Tabela 3.5.23. Ilość zastosowanego preparatu wg zaleceń modelu (Folicur Plus 375EC**)

Rok

Kępa

Osiny

Kobra

Mobela

Kobra

Mobela

2001

0,65

0,65

0,83+0,20*

0,83+0,20*

2002

0,47

0,27

0,47

0,27

2003

0,57

0,27

0,57

0,57

*   Dodatkowo zastosowano Amistar w dawce 0,20 l/ha (dawka zalecana przez producenta 1  l/ha)

** Dawka zalecana przez producenta 0,75 l/ha

Liczba zalecanych zabiegów w badanych latach jest wyraźnie związana z zagrożeniem powodowanym przez choroby. W roku 2001 liczba zalecanych zabiegów przez testowany program wyniósł 3. Zastosowana strategia ochrony była najlepsza. W pozostałych latach susza w maju ograniczyła występowanie chorób, co odzwierciedlają zalecenia systemu. Uzyskane wyniki plonów ziarna potwierdzają właściwy dobór wysokości dawki. Zastosowane dawki w 2002 roku wg modelu: dla Mobeli 0,27 l/ha i dla Kobry 0,47 l/ha wykazały skuteczność ochrony podobną jak w przypadku pełnej dawki 0,75 l/ha.

 Przeprowadzone wyniki badań wykazały różnice miedzy odmianami. Kobra charakteryzuje się wyższą odpornością na Septoriozę, lecz jest odmianą bardziej podatną na mączniaka. Sytuacja jest odwrotna w przypadku Mobeli, która charakteryzuje się wyższą odpornością na mączniaka, lecz jest podatna na Septoriozę.

Wnioski

W wyniku zrealizowania założonych zadań badawczych osiągnięto stan rozwoju systemu, który można określić jako prototypowy. Pomimo, iż jest on już w pełni użytkowy, nadal powinny być prowadzone prace nad jego rozwojem, utrzymaniem i wdrożeniem. Poniżej przedstawiono najważniejsze, zdaniem zespołu realizującego temat, wnioski, uwagi i propozycje.

1.       W chwili obecnej system w IUNG działa na jednej maszynie, która stanowi jednocześnie serwer baz danych i serwer stron internetowych. Należy podkreślić, że rozwiązanie takie jest najtańsze, ale jednocześnie mało efektywne (spowolniony dostęp do systemu). W przypadku niewielkiego nawet wzrostu liczby użytkowników konieczne będzie dodanie drugiej maszyny.

2.       Potwierdzono przydatność sytemu PC-Plant protection w ochronie pszenicy ozimej. System dobrze wyznacza terminy aplikacji zabiegów oraz dawki fungicydu. Przyjęte progi szkodliwości w duńskich modelach chorób zbóż, na podstawie których podejmowane są decyzje o wykonaniu zabiegu, bez zmian mogą być stosowane w warunkach Polski.

3.       Wyniki dotyczące różnic w podatności odmian na choroby można w przyszłości wykorzystać do udoskonalenia systemu.     

4.       System w IUNG rozszerzono o dane klimatyczne i ekonomiczne w stosunku do pierwowzoru duńskiego.

5.       System otrzymał wysoką ocenę Ośrodka Doradztwa Rolniczego.

Cytowana literatura

1.       Bajwa, W. I., Kogan, M., 2002. Compendium of IPM Definitions (CID)- What is IPM and how is it defined in the Worldwide Literature? IPPC Publication No. 998, Integrated Plant Protection Center (IPPC), Oregon State University, Corvallis, OR 97331, USA, pp. 15. Dokument elektroniczny, http://ippc.orst.edu/IPMdefinitions/index.pdf.

2.       CGIAR, 2001. The System-wide Programme on Integrated Pest Management (sp-IPM 2001). Dokument elektroniczny, http://www.spipm.cgiar.org/.

3.       Danish-Baltic-Polish Project, 2001. Danish Institute of Agricultural Sciences, http://www.ipm-baltic.dk.

4.       DIAS-1, 2003. Development of an Internet based Decision Support System for Cereal Diseases and Potato Late Blight in Poland, 2001-2002. Final Report. Danish Institute of Agricultural Sciences. Maszynopis, str. 220.

5.       DIAS-2, 2003. Development and Implementation of an Internet based Decision Support System for Integrated Pest Management in Poland, 2000-2002. Final Report. Danish Institute of Agricultural Sciences. Maszynopis, str. 137.

6.       Goodman D., 2000. JavaScript. Księga eksperta. Helion, Gliwice.

7.       Górski T., Górska K., 2003. O błędach pośrednich ocen całkowitego napromienienia słonecznego. Mat. XXXIII Seminarium Zastosowań Matematyki, AR Wrocław-Kobyla Góra, 2003.

8.       Górski T., Górska K., 2003. The effects of scale on crop yield variability. Agricultural Systems, 78; 425-434.

9.       Górski T., Górska K., 2002. O rozkładzie statystycznym sum opadów atmosferycznych. Mat. XXXII Seminarium Zastosowań Matematyki, AR Wrocław-Kobyla Góra, 2002; 39-43.

10.    Górski T., Górska K., 2001. O rozkładzie statystycznym średniej dobowej temperatury powietrza. Mat. XXXI Seminarium Zastosowań Matematyki, AR Wrocław-Kobyla Góra, 2001; 21-25.

11.    Górski T., Górska K., 2000. O rozkładzie statystycznym wilgotności względnej powietrza. Mat. 30 Seminarium Zastosowań Matematyki, Kobyla Góra. AR Wrocław, s.35-40.

12.    Górski T., Jakubczak Z., 1965. W sprawie metody sum temperatur w agrometeorologii. Rocz. Nauk. Roln., ser. A, 90 (2): 215-231.

13.    Górski T., Zaliwski A., 2002. Model Agroklimatu Polski, Pam. Puł., 130 (1): 251-260.

14.    Henriksen K.E., Rydahl P., Bojer O.Q., 2002. PC Plant Protection. Decision Support System for Integrated Pest Management in arable crops. http://www.agrsci.dk/plb/bembi/pcp/index_uk.htm.

15.    Hołaj J., Zaliwski A., 2001. Modelling and Economic Analysis of Hop Production Technologies in Poland. 1st International Conference for Young Researchers, Szent István University, Gödöllő (Węgry), 4-5 Sept. 2001. Conference proceedings, pp. 130-133.

16.    Hołaj J., Zaliwski A., 2002. A Concept of the Evaluation Module of Potato Technology Variants. In: Sideridis A.B., Yialouris C.P.: The Impact of ICT in Agriculture, Food and Environment. 1st Conference of Hellenic Association of ICT in Agriculture, Food and Environment. Agricultural University of Athens, Greece. Conference proceedings, pp. 126-132, 6-7 June 2002. Agricultural University of Athens.

17.    Hołaj J., Zaliwski A., 2002. Internetowy system wspomagania decyzji w przesadzaniu chmielu. Inżynieria Rolnicza. 2002, 2(35):143-151.

18.    Hossy H., Henriksen K., Jørgensen L. 2000. PC-Plant Protection - A decision support system for Danish agriculture the disease and pest module. Pamiętnik Puławski, 2000, 120 (I), 159-168.

19.    IPM IDSS, 2003. Internetowy system wspomagający podejmowanie decyzji w integrowanej ochronie roślin. IUNG, http://www.ipm.iung.pulawy.pl. IOR, http://www.ior.poznan.pl/ipmdss/start.asp.

20.    Lemay L., 1998. HTML 4. Vademecum profesjonalisty. Helion, Gliwice.

21.    Podolska G., 2000. Zalecenia Agrotechniczne. Technologie uprawy roślin, pszenica ozima. IUNG, Puławy.

22.    Reynolds M., 2000. Beginning E-Commerce with Visual Basic, ASP, SQL Server and MTS. Wrox Press, Ltd, UK.

23.    Porozumienie, 2003. Porozumienie w sprawie opracowania, rozwijania, wdrażania i utrzymywania polskiego internetowego systemu wspomagania decyzji w ochronie roślin z uwzględnieniem zasad integrowanej produkcji (2003/2004). IOR, Poznań. Maszynopis.

24.    Tungare M., 2001. A Practical Guide to Microsoft Active Server Pages 3.0. Acrobat Reader PDF version, http://www.manastungare.com.

25.    Vieira R.: Professional SQL server 7.0 programming. Wrox Press Ltd. 1999. Birmingham, UK.

26.    Zaliwski S.A., 2001. Report from the research fellowship “Elements of an Internet-based Decision Support for Agricultural Farms for the Lublin Region in Poland” completed at the Danish Institute of Agricultural Sciences, Department of Agricultural Systems, Research Centre Foulum, Denmark, 30.07-23.09.2001, sponsored by the OECD. Maszynopis, str. 6. Dokument PDF.

27.    Zaliwski, A.S., 2002. Internet Decision Support for Integrated Plant Protection in Poland. In: Sideridis, A.B., Yialouris, C.P. (Eds.), The Impact of ICT in Agriculture, Food and Environment. Proceedings of the 1st Conference of HAICTA, Agricultural University of Athens, pp. 458-463.

28.    Zaliwski A., Górski T., 2002. Zastosowania modelu agroklimatu Polski. Biuletyn Informacyjny IUNG, 17: 47-48.

29.    Zaliwski A., Hołaj J., 2002. System wspomagania decyzji w ochronie roślin udostępniony w Internecie. Inżynieria Rolnicza. 2(35):341-350.

30.    Zaliwski A., Kozyra J., 2003. Instrukcja programu SynopSQL.exe. IUNG, Puławy. Maszynopis.

31.    Zaliwski A., Nieróbca A., Górski T., 2002. An internet system of evaluation of potato yield loss as influenced by precipitation deficiency in Poland. VII Congress of the European Society for Agronomy, 15 - 18 July 2002, Cordoba, Spain. Conference proceedings, pp. 339-340.

Wykaz publikacji opracowanych w ramach tematu badawczego

1.       Górski T., Górska K., 2003. The effects of scale on crop yield variability. Agricultural Systems, 78; 425-434.

2.       Górski T., Górska K., 2002. O rozkładzie statystycznym sum opadów atmosferycznych. Mat. 32 Seminarium Zastosowań Matematyki. Kobyla Góra, AR Wrocław; 39-43.

3.       Górski T., Górska K., 2001. O rozkładzie statystycznym średniej dobowej temperatury     powietrza. Mat. 31 Seminarium Zastosowań Matematyki, Kobyla Góra, AR Wrocław; 21-25.

4.       Górski T., Zaliwski A., 2002. Model agroklimatu Polski. Pam. Puł., 130; 251-260.

5.       Kozyra J., Zaliwski A., Nieróbca A., 2003: Internetowy model sum temperatur w fenologii. Postępy w Ochronie Roslin, 43 (2) - w druku.

6.       Nieróbca A., Horoszkiewicz-Janka J., Czembor J. H., 2003. Ochrona roślin - ważny element technologii uprawy zbóż w UE. Pamiętnik Puławski, 132.

7.       Nieróbca A., Horoszkiewicz-Janka J., Czembor J. H., Filoda G., Sikora H., Leszczyńska D., 2003. Skuteczność zwalczania chorób grzybowych na pszenicy jarej i jęczmieniu jarym przy wykorzystaniu duńskiego systemu wspomagania decyzji. Postępy w ochronie roślin, Poznań, (w druku).

8.       Rysak W., Kozyra J., 2003. Results of validation trials of NegFry DSS in Konskowola in 2001 and 2002. Proc. Crop Protection Conference for the Baltic Sea Region - Regional collaboration and exchange of results regarding Crop Protection and Pesticides. 28-29 Kwiecień 2003, Poznań - w druku.

9.       Zaliwski A., Górski T., 2002. Zastosowania modelu agroklimatu Polski. Biul.Inf. IUNG, 17:47-48.

10.    Zaliwski A.S., Wolny S., 2003. A Concept of Internet Decision Support System for Integrated Plant Protection. Journal of Plant Protection Research, (43), 3:281-290.



[1] Integrated Pest Management

[2] Integrated Pest Management Internet Decision Support System

[3] Danish Institute of Agricultural Sciences

[4] Strony internetowe w systemie są zoptymalizowane dla przeglądarki MS Internet Explorer w wersji 4.0 lub późniejszej

[5] Strona logowania wykorzystuje pliki „cookie”. Warunkiem jej prawidłowego działania jest akceptacja tych plików przez przeglądarkę (np. w przeglądarce Internet Explorer ustawiana w opcjach internetowych).

[6] Prognozy w 2003 roku były udostępnione dla IUNG i IOR na serwerze DIAS w ramach Porozumienia [21]

[7] Dane te były pozyskiwane w ramach tematu badawczego: "Development and Implementation of an Internet based Decision Support System for Integrated Pest Management in Poland 2000-2002" (Opracowanie i wdrożenie Internetowego Systemu Wspomagania Decyzji dla integrowanej ochrony roślin w Polsce, 2000-2002).

[8] Aplikacje te są dostępne ze strony zakładowej Zakładu Agrometeorologii i Zastosowań Informatyki, www.zazi.iung.pulawy.pl

[9] Opracowanie Internetowego Systemu Wspomagania Decyzji dla ochrony zbóż i ziemniaka w Polsce, 2001-2002