Gerhard Englert und Anton Mangstl Lehreinheit Ackerbau und Versuchswesen der TU München, Freising-Weihen s tephan EIN MODELL ZUR FRÜHZEITIGEN VORHERSAGE DES SEPTORIABEFALLES BEI WEIZEN Die Spelzenbräune verursacht häufig hohe Ertragsverluste, denen bisher nur durch prophylaktische Spritzungen begegnet werden kann. Abbildung 1 zeigt die Erträge in Abhängigkeit von Septoriabefallsbonituren, wobei der starke Ertragsabfall zwischen Befallsklasse 1 und Befallsklasse 3 deutlich wird. Es handelt sich dabei um Landessortenversuchsdaten der Jahre 1972 bis 1979aus dem ganzen Bundesgebiet. Der Ertrag . (Parze] 106.8% H 100. % 91.0% Befall Ertrag in / Ller h H XX XX XX XX XX XX XX XX XX XX XX XX XX XX XX XX XX XX XX XX XX ] 67 ibhängic i ohne F + H IXX ixx IXX Ixx ixx |xx ixx XX XX XX XX XX XX XX XX L ; 7 64 jkeit vom Septoriabef all : ungizidbehandlung) ___-. •»•— + IXXI l 3 4 57.7 Befall Ertrag Std.dev N Ab.mitt Relativ 1 2 3 Bonitur Bonitur Bonitur 1.1-2 2.5-4 4.5-9 .50 .50 .0 67. 64. 57. 72 39 70 13 12 12 .246 .903 .589 1321 2793 1470 4.3 1.0 -5.7 106 101 91 .8 .5 .0 [Bundesgebiet 1972-1979 63.42 13.413 5584 100.0 Abbildung 1 Das Prognosemodell wurde in der Absicht entwickelt, den Praktikern zu helfen, rechtzeitige Entscheidungen für oder gegen eine Pilzbekämpfung zu treffen. Die seit Jahrzehnten bekannte Tatsache, daß sogenannte "naß- kalte" Sommer den Septoriabefall fördern, trug bisher zu dieser Ent- scheidung wenig bei, denn es lagen keine genaueren Angaben vor, wann
9
Embed
ixx |xx ixx · 138 G. Englert/A. Mangstl für den Pilz naßkalt aufhört und normal oder trocken beginnt. Da mit ISPFLANZ eine sehr große Datenbasis zur Verfügung steht, wurde versucht,
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Gerhard Englert und Anton Mangstl
Lehreinheit Ackerbau und Versuchswesen der TU München,Freising-Weihen s tephan
EIN MODELL ZUR F R Ü H Z E I T I G E N VORHERSAGE DES SEPTORIABEFALLESBEI W E I Z E N
Die Spelzenbräune verursacht häufig hohe Ertragsverluste, denen bishernur durch prophylaktische Spritzungen begegnet werden kann. Abbildung 1zeigt die Erträge in Abhängigkeit von Septoriabefallsbonituren, wobeider starke Ertragsabfall zwischen Befallsklasse 1 und Befallsklasse 3deutlich wird. Es handelt sich dabei um Landessortenversuchsdaten derJahre 1972 bis 1979 aus dem ganzen Bundesgebiet.
Der Ertrag .
(Parze]
106.8% H
100. %
91.0%
BefallErtrag
in /
Ller
h HXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
]67
ibhängic
i ohne F
+ HIXXixxIXXIxxixx|xxixxXXXXXXXXXXXXXXXX
L ;7 64
jkeit vom Septoriabef all:ungizidbehandlung)
___-.
•»• — +IXXI
l 34 57.7
Befall Ertrag Std.dev N Ab.mitt Relativ
123
BoniturBoniturBonitur
1.1-22.5-44.5-9
.50
.50
.0
67.64.57.
723970
131212
.246
.903
.589
132127931470
4.31.0
-5.7
10610191
.8
.5
.0
[Bundesgebiet 1972-1979 63.42 13.413 5584 100.0
Abbildung 1
Das Prognosemodell wurde in der Absicht entwickelt , den Praktikern zuhelfen, rechtzeitige Entscheidungen für oder gegen eine Pilzbekämpfungzu t r e f f en . Die seit Jahrzehnten bekannte Tatsache, daß sogenannte "naß-kalte" Sommer den Septoriabefall fördern, trug bisher zu dieser Ent-scheidung wenig bei, denn es lagen keine genaueren Angaben vor, wann
138 G. Englert/A. Mangstl
für den Pilz naßkalt aufhört und normal oder trocken beginnt. Da mitISPFLANZ eine sehr große Datenbasis zur Verfügung steht, wurde versucht,einige Zusammenhänge in Zahlen zu fassen. Dazu war es nötig, Versuchs-standorte zu finden, die folgende Bedingungen erfüllten:
Die drei Orte Altötting, Osterseeon und Landsberg schließlich erfülltendie Bedingungen. Erste Auswertungen ergaben erfreulich hohe und konstan-te Korrelationskoeffizienten zwischen einigen meteorologischen Parame-tern und der Bonitur. Unter allen erfaßten meteorologischen Parameternerwies sich die relative Luftfeuchtigkeit um 14.00 Uhr und die Tagestem-peraturamplitude als am höchsten korreliert, weshalb sie für alle weite-ren Arbeiten herangezogen wurden. Summen aus mehreren Tageswerten z.B.Pentadenwerte, Dekadenwerte waren dabei Einzeltageswerten überlegen, dalogischerweise das Wetter mehrere Tage einen größeren Einfluß hat alsdas Wetter eines einzigen Tages. Die bisherigen Auswertungen waren, wiedie meisten anderen Beobachtungen des Wetterbefallzusammenhanges kalen-derbezogen, d.h. einer Regenperiode im Juni wurde beispielsweise eineBefallssteigerung Anfang Juli zugeordnet usw. Da diese herkömmliche Me-thode, Beziehungen zwischen Witterung und pflanzenbaulichen Merkmalenaufgrund kalendermäßig erfaßter Witterungsdaten herzustellen, nicht vomPflanzenwachstum ausgeht, war es nicht verwunderlich, daß nur seltenbefriedigende Ergebnisse erzielt wurden. Für ein pflanzenbauliches Mo-dell mußte die Pflanze im Mittelpunkt der Betrachtungen stehen. Es wardeshalb unerläßlich, einen auf das Pflanzenwachstum abgestimmten Bezugs-punkt zu wählen. Für das Problem Spelzenbräunebefall und Witterung botsich ideal der Tag des Ährenschiebens wegen seiner großen Bedeutung beider Ähreninfektion an.
Auf Darstellung 2 ist zu erkennen, wie - ausgehend vom Datum - der Tagdes Ährenschiebens zum Bezugspunkt wird. Das Datum wird nur noch benö-tigt, um jeder Parzelle die dem Ährenschieben entsprechenden Wetterda-ten zuzuordnen, d.h. zu jedem Boniturwert werden nur genau die Wetter-werte hinzugefügt, die seinem Tag des Ährenschiebens vorausgingen oder
Der Tag des Xhrcnschiebens wird zum Bezugspunkt einer Arbeitsdatei
Dateibildung
20 Tage vor/nachÄhrenschieben
l, JAN,
neuer Bezugspunkt : T A G X S - pflanzenbezogen
174. Tag im Jahr
23. JUNInicht pflanzenbezogen
z.B. 5. JUNIalter Bezugspunkt : Datum
31.DEZ.
Abbildung 2
Vorhersagemodell Septoriabefall 139
direkt darauf folgten, da nur diese 40 Tage den mit der vorgestelltenMethode erfaßbaren Einfluß auf den Ährenbefall haben. Dazu wurde einspezielles Programm geschrieben, das je nach Bedarf eine Arbeitsdateierstellt, in der entweder jedem Tag des Ährenschiebens die entsprechen-den Tageseinzelmeßwerte oder aber tagesweise ansteigende Summen für1-20 Tage vor- bzw. nach dem Ährenschieben zugeordnet werden. Für die40 Summen aus 1-20 Tagen vor bis 1-20 Tagen nach dem Ährenschieben wur-de jeweils der Korrelationskoeffizient zur Bonitur errechnet (Abb. 3).Die x-Achse gibt die Summenwerte für 20-1 Tage vor- bzw. 1-20 Tage nachdem Ährenschieben wieder. Auf der y-Achse sind die Korrelationskoeffi-zienten von +1 bis -1 aufgetragen. Die Koeffizienten erreichen Werte um+0,7. Mehr noch als die absolute Höhe der Korrelationskoeffizienten be-stätigte ihre konstante Höhe und ihr konstantes Vorzeichen, daß eineechte Beziehung besteht, auf der eine Prognose aufgebaut werden kann.Dazu wurden drei Modelle entwickelt:
1, das Regressionsmodell,2, das Summenschwellenwertmode11,3, das Einzeltagesschwellenwertmodell.
Die ersten beiden Modelle basieren auf einer 10-Tagessumme der meteoro-logischen Parameter , während im drit ten Modell versucht wurde, die va-riierenden Wettereinflüsse, die sich in einer Summe verbergen können,besser in den Gr i f f zu bekommen.
Regressionsmodell
Im Regressionsmodell wird die qualitative Aussage der Korrelat ionskoef-f iz ienten über die Beziehung der Bonitur zum meteorologischen Parameterquan t i f i z i e r t . Die gefundene nichtlineare einfache Regression wurdegraphisch dargestell t und läßt für eine ermittel te 10-Tagessumme direktden zu erwartenden Befall ablesen (Abb. 4 ) .
: Die Korrelatlonskoefflzlenten zwischen Bonitur und Sunmennerten der meteorologischen Parameter
I It 1
3o 25 2o *1 *A * * ,>
10 8 6 « «» 6 R 10 12 11 16 18 20 25 30
. „ Summe aus .. Tagen
; T Hit W - 944
• T Hin Jahr«i «9-79• RTMl! 5f 3 Ort- "«>
Abbildung 3
140 G. Englert/A. Mangstl
SUMME DER REL.LUFTFEUCHTIGKEIT UM 14UHR AUS 10 TAGEN VOR AEHRENSCHIEBEN
BONITUR
5.5+
5.0 +
4.5+
l
3.4 +
i
2.7 +
l2.0 +
j
1.3+
450 500 550 600 650 700 750 800 %
LUFTFEUCHTIGKEITSSUMME
1.
r = 0 .55 Std.F. = 1.74 CASES = 944B O N I T U R = - 0 . 4 3 5 D + 0 2 + 0 . 1 6 9 D + 0 2 * LOG X
Abbildung 4
Summenschwellenwertmodell
Das Summenschwellenwertmodell basiert auf der Vorstellung, daß unter-schiedlichen Bonituren ein unterschiedliches Wettergeschehen zugrunde-liegen muß (Abb. 5). Die Bonituren wurden dazu in drei Befallsklassen
- leicht,- mittel und- schwer
eingeteilt und für diese drei Klassen Mittelwerte der 10-Tagessummenmit ihrer Standardabweichung errechnet. Daraus ergaben sich die in Ta-bellen zusammengefaßten Summen-Schwellenwerte für 10 Tage vor bzw. 10Tage nach dem Ährenschieben (Abb. 6).
Beide Summenmodelle sollen einem Praktiker bzw. einem Berater ermögli-chen, selbst ermittelte Werte mit einer Skala zu vergleichen und amTag des Ährenschiebens bzw. 10 Tage nach dem Ährenschieben zu einerfundierteren Aussage über die Befallsgefährdung zu kommen. Für speziel-le kleingeographische Bedingungen und verschiedene Sorten müssen nochBewertungsfaktoren erarbeitet werden.
EinzeltagesSchwellenwertmodell
Summenwerte lassen die in ihr enthaltene Geschehensfolge nicht mehr er-kennen. Um auszuschließen, daß dadurch wertvolle Informationen verlorengehen, wurde ein Einzeltagesschwellenwertmodell erarbeitet. Die Grund-idee zu diesem Modell war wiederum die in Abbildung 5 dargestellte Tat-sache, daß sich das Wettergeschehen, das leichtem Befall zugrundeliegt,deutlich von einem Wettergeschehen, das starkem Befall zugrundeliegt,unterscheidet.
7,5.
leichter 6'5'
3,5
2,5
V3 '
mitt lerer 6's
Befa l l 5.54,5
3,5
2,5
7,5.
schwerer s. sBefa l l 5 f 5 .
4,5
3,5
2,5
Die durchschnittlichen Niederschläge der drei
Septoriabefallsklassen N=944
f\J\ K ,v \,^ _\^^ '2o 15 1o 5 ÄS 5 to 15 2o
K
A, A/ H/\, ,-, r\A /A/ V -^ v '-'20 15 1o 5 XS 5 1° 15 2o
s\
.,j •- \rvv2o 15 10 5 XS 5 10 1S 2o
Tag« vor / nachÄhr anschieben
Abbildung 5
TABELLE für Sunne aus 10 Tagen vor Ährenschieben
KlimatologtachcrWert
Rel. Feuchte 14
Tages temperatur-amplitude
Niederschlag
Spelzenbräunebe-fall ist zu erwarter sicher nicht
0 °C , . 9
unter Umst.
, °c
unter Umstanden
0 % u darüber
O °C u. darunter
sicher
Abbildung 6
142 G. Englert/A. Mangstl
Um diese Unterschiede zu erfassen, wurden jeweils 4 Schwellen festge-legt (entsprechend der 4 mm Niederschlagsschwelle in Abbildung 5) undabgezählt, wie oft sie überschritten wurden. Die Schwellenüberschrei-tungshäufigkeiten zeigten eine klare Beziehung zum Befall. Da die Aus-wertung sehr umfangreich wurde, mußte ein Programm geschrieben werden,das abzählt, wie oft in einem bestimmten Zeitraum eine bestimmte Schwel-le überschritten wird. Der gewählte Zeitraum von 40 Tagen (20 Tage vorbis 20 Tage nach Ährenschieben) wurde dazu in 8 Pentaden eingeteilt.Die vier möglichen Schwellenüberschreitungen mal den 12 Pentaden erga-ben 32 Hilfsvariable (Hiva). Die Hilfsvariablen können Werte zwischen
0 = keine Überschreitung und5 = tägliche Überschreitung
annahmen. Um diese Schwellenüberschreitungszahlen für die verschiedenenZeitspannen in einen umfassenden Rahmen zu bringen und ihre Wirkung auf-einander zu erfassen, wurden multiple lineare Regressionen errechnet.Es entstanden Schätzgleichungen, die wegen der ungünstigen Voraussetzung(Bonitur = 1-9 gegen Hiva = 0-5) nicht interpretiert, sondern nur zurErrechnung von Schätzwerten verwendet werden.
Um aus der Fülle möglicher Schwellen und Zeitspannen möglichst günstigeKombinationen herausfinden zu können, wurde ein weiteres Programm benö-tigt, das die Regressionsgleichungen lesen und daraus Schätzwerte er-rechnen konnte.
Zur Entwicklung optimaler Gleichungen wurden die 944 beobachteten Boni-turen der Jahre 1972-1979 nachträglich geschätzt. Die beobachteten eben-so wie die geschätzten Bonituren wurden auch dazu in Boniturklassen
- leicht,- mittel,- schwer
eingeteilt. Eine feinere Unterteilung war aus Gründen der Bonitiertech-nik nicht sinnvoll. Die Güte jeder Schätzung konnte sofort als Differenzzwischen der tatsächlichen gemessenen und der geschätzten Bonitur ermit-telt werden.
Aus dem Ansatz mit den Schwellen 40, 70, 75, 80 % Rel. Feuchte und derZeitspanne 20 Tage vor bis 9 Tage nach dem Ährenschieben ergab sich bei-spielsweise die Schätzgleichung in Tabelle 1 .
Tabelle 1
PARAMETER
RF14RF14R F 1 4RF.14RF14RF14R F 1 4RF14RF14RF14RF14RF14RF14RF14RF14RF14RF14RF14RF14RF14RF14RF14RF14RF14
- der leichte Befall zu 79 % ,- der mit t lere Befall zu 65 % ,- der schwere Befall zu 74 %
richtig vorhergesagt (Abb. 7 ) .
DIE ÜBEREINSTIMMUNG VON
ANZAHLZEILENPROZSPALTENPROZGESAMTPROZ
BEFALL LEICHT
BEFALL MITTEL
BEFALL SCHWER
ZEILE
GESCHÄTZTEM UND BEOBACHTETEM
GESCHÜTZT RF14 6IIBEFALL BEFALL BEFALLILEICHTI
IIII_ -r~iIIII
— TJ.II
II_ Ti
GESAMT
RF14 6 : SCHWELLE 40,70,
20 TAGE VOR BIS
75
9
19679.100.20.
0.0.0.
0.0.0.
008
0000
0000
19620.
,80%
TAGE
8
MITTELI
IIII
IIII
— —T _.-
I
l
I
I
I_„.
5221.014.55.5
20664.657.521.8
10026.527.910.6
35837.9
SCHWERI
IIIII_
IIII_ j_
00.00.00.0
11335.429.012.0
27773.571.029.3
39041.3
I
IIII
IIII
IIII
BEFALL
ZEILEGESAMT
24826 3
31933 8
37739 .9
944100 .0
RELATIVE LUFTFEUCHTE
NACH ÄHRENSCHIEBEN
Abbildung 7
Aus den beiden meteorologischen Parametern Relative Luftfeuchte 14° undmax. Tagestemperatur wurden insgesamt je drei Schätzgleichungen entwik-ke l t :
1. Schätzen zum Tag des Ährenschiebens,2. Schätzen 5 Tage nach Ährenschieben,3. Schätzen 10 Tage nach Ährenschieben.
Mit den Gleichungen für Rel. Luftfeuchte kann allein geschätzt werden,während die Temperaturgleichungen nur zur Absicherung verwendet werden.
Die Schätzwerte zeigen sehr gute Übereinstimmung mit dem tatsächlichaufgetretenen Befall. Im Jahr 1979 wurde der Befall etwas zu hoch ge-schätzt, da das Programm bisher nur das Wetter um das Ährenschieben be-rücksichtigt und dadurch die für die Septoriaentwicklung äußerst ungün-stige Trockenphase vor diesem Zeitraum ohne Einfluß blieb. In späterenModellversionen sollen längerfristig wirkende Faktoren mitberücksich-tigt werden.
Seit Juni 1980 steht das "Septoria-Prognose-Modell" an allen Bildschir-men des Bayerischen Landwirtschaftsministeriums on-line zur Verfügung(Abb. 8). Jeder Anwender bekommt nach Eingabe seiner meteorologischenParameter eine Aussage zur Befallsgefährdung. Einige Angaben zum Stand-ort werden momentan schon berücksichtigt.
144 G. Englert/A. Mangstl
Bisherige Schätzergebnisse:
1978
Seligenstadt
Altötting
Weihenstephan
Osterseeon
Landsberg
Prognose zumÄhrenschieben
1 -
4 -
(4)-
4 -
5 -
3
(5)
5
6
7
Bonitur vorErnte
1
3,7
4,5
4,0
3,5
1979
Altötting
Osterseeon
Landsberg
Pulling
5
6
6
5
4,13,2
4,14,5
Das Modell wird 1981 mit landwirtschaftlich relevanten Synopstationenund geeigneten Meßstellen des Deutschen Wetterdienstes verbunden, sodaß für diese Stationen eine tägliche großräumige Prognose durchgeführtwerden kann. Die standortspezifische Dateneingabe wird weiterhin mög-lich bleiben. Das Programm wird außer der Befallsschätzung eine Listemöglicher Fungizide mit Anwendung und Preisen bereitstellen. Die Be-fallsprognose soll durch eine Ertrags-Verlust-Prognose ergänzt werden.Die Möglichkeiten, im Anschluß an die Befallsprognose eine Kosten-Nut-zenrechnung einer Spritzung bei dem geschätzten Befall anzubieten, wer-den geprüft. Auf lange Sicht wird angestrebt, die Septoria-Prognose demLandwirt über Bildschirmtext interaktiv zur Verfügung zu stellen.
DISKÜSSIONSBEITRAG
LITZKA: Wäre das Sättigungsdefizit nicht besser als Temperatur undrel. Luftfeuchtigkeit?
MANGSTL: Das bringt keine wesentliche Verbesserung.
xXxX ISPFLANZxXXX SEPTORIA PROGNOSE MODELLXX G - ENGLERT , A . MANGSTL , J . BERGERMEIERXXX TECHNISCHE UNIVERSITÄT MÜNCHENX LEHREINHEIT ACKERBAU UND VERSUCHSWESENX PROF. DR. L. REINERXX WEIHENSTEPHANXXXXXXXXxXxXxXXXXXXXXxXxXxXXXXXXXXXXxxx
XXXXXXXXXXxxx xxxXXX)XXXXXXXXXXxxx XXXXXXXXXXXXX
XXXXXXXXXXX
1 1
001 OO 1o oo oOO M OOOO M OOIO I I O IO N OOO M OOOO 1 1 OOIOI i O So n oOO 1 1 OOOQI IOOI O I I O EO N OOO M OOOO ! 1 OOIOI I O IO H OOO M OOOO 1 1 OOOi IOIIIIIIIIIIII