VineForecasts Herzstück sind die Infektionsprognosen. In diesem Artikel erfährst Du mehr zur Modellierung, der Interpretation und Nutzung der Krankheitsprognosen bei VineForecast.
Die Berechnung 🧮
Das Wetter 🌦
Die Entwicklung von Krankheiten wird maßgeblich vom Wetter bestimmt und so bauen alle Prognosemodelle für Oidium und Peronospora auf Wetterdaten auf. Damit Risikoindizes für Infektionen richtig modelliert werden können, muss zunächst also das Thema Wetter betrachtet werden.
VineForecast bezieht in der Grundlage Rohdaten vom Deutschen Wetterdienst (bspw. Temperatur, Niederschlag, Luftfeuchtigkeit etc.). Diese Daten sind jedoch im Idealfall nur auf 1 – 2 km aufgelöst. Würde man diese Rohdaten in ein Krankheitsmodell speisen, wäre die Genauigkeit sehr gering. Um die Genauigkeit zu erhöhen, bedient sich VineForecast einer Methodik aus der Klimaphysik.
Das Downscaling, oder auch Regionalisierung genannt, ermöglicht es, regionale Einflussfaktoren in die die Wetterprognose mit einzubeziehen. VineForecast bezieht dabei unter anderem die lokale Topografie mit einer Auflösung von 25 Metern bei der Anpassung von Wetterdaten mit ein. Dadurch können Effekte von unterschiedlichen Höhenlagen oder Hangneigungen einbezogen werden. Der Effekt wird anhand des folgenden Beispiels für die Temperaturanpassung deutlich.
Infektionsmodellierung 🍄
Neben dem Wetter ist die Phänologie eine weitere entscheidende Grundlage für die Infektionsberechnung. VineForecast berechnet die Phänologie auf Basis von Temperatursummenmodellen. Dabei wird beispielsweise das BBCH Stadium in Anlehnung an die Forschung von Molitor für verschiedene Rebsorten errechnet. Für die Blattanzahl orientieren wir uns am Geisenheimer Modell von Schultz. Je nach Stand der Saison wird so die Infektionsprognose angepasst. So gilt beispielsweise rund um die Blüte die Anfälligkeit für eine Infektion mit Oidium als deutlich erhöht.
Die modellierte Phänologie ist nicht in Stein gemeißelt, sondern Du hast die Möglichkeit das Modell zu korrigieren.
Nachdem VineForecast die beiden Einflussfaktoren (regionalisiertes Wetter, Phänologie) separat berechnet, können diese nun mithilfe von Krankheitsmodellen aus der Weinbauforschung in Infektionsrisiken umgerechnet werden.
Für Oidium orientieren wir uns am OiDiag Index nach W. K. Kast und nehmen gezielte Anpassungen aus weiterer Forschung und Erfahrungen vor.
Bei der Peronospora-Prognose bezieht VineForecast je nach Phase unterschiedliche Modelle. Die Oosporenkeimung und Primärinfektion wird nach der Methodik von Caffi & Rossi berechnet. Sekundärinfektionen werden durch die Kennzahl Blattnässegradstunden (BNG) modelliert. Der Riskoindex berechnet sich aus der Summe der Temperaturen während Stunden mit Blattnässe. Liegt der Wert über 50, wird eine geringe Infektionsgefahr angenommen. Sind die BNG höher als 150, kann von einem hohen Infektionsrisiko ausgegangen werden.
Der Effekt, den die Anpassung der Wetterdaten auf lokale Gegebenheiten auf die Krankheitsprognose hat, spiegelt sich im folgenden Bild wider. In der Abbildung ist die Berechnung von BNG an der Mosel zu sehen.
In der linken Abbildung wird sichtbar, dass eine Wettervorhersage mit Rohdaten zu einer sehr ungenauen Auflösung der Krankheitsprognose führt. Auf der rechten Abbildung ist die Vorhersage von BNG durch das VineForecast Modell zu sehen. Hier werden Effekte, die die Topografie auf das Infektionsrisiko nimmt, sichtbar. So deckt VineForecast durch die oben beschriebene Regionalisierung, höhere Infektionsrisiken in den Seitentälern der Mosel auf, während das Modell mit den Rohdaten diese Effekte nicht erkennt.
Wetterstationen bedienen sich in der Vorhersage in der Regel an Modellen mit einer Auflösung von minimal 1 x 1 km und würden die Berechnungen der linken Abbildungen beziehen. Somit kann die Station zwar eine genaue Erfassung des IST-Zustands gewährleisten, ist in der Prognose der Zukunft aber sehr ungenau. Siehe für mehr Informationen unter anderem hier:
Warum bei präventiven Pflanzenschutz keine Wetterstation hilft
Die Darstellung 📊
VineForecast erzeugt natürlich nicht komplexe Karten für die Nutzer der Software sondern kommuniziert die oben beschriebene Berechnung möglichst einfach und zielgerichtet. Die Risikoanzeige wird in Form eines Ampelschemas abgebildet:
Kein Infektionsrisiko
Geringes Infektionsrisiko
Mittleres Infektionsrisiko
Hohes Infektionsrisiko
Potenzielle Infektionen können ab einem geringen Infektionsrisiko erfolgen. Wirklich gefährlich wird es aber erst ab einem mittleren Infektionsrisiko und hier empfiehlt es sich definitiv zu handeln.
Im Dashboard kannst Du zwischen der Übersicht und der Detailseite wählen. Auf Prognosen –> Krankheiten wird Dir ein schneller Eindruck zu der aktuellen Gesamtlage gegeben. Hier siehst zu alle Infektionsrisiken für Deine Weinberge zusammengefasst. Wenn Du mit dem Mauszeiger über die Balken in der Seitenleiste rechts fährst, erhältst Du zudem eine die Angabe, wie viele Weinberge, in welche Kategorie fallen.
Auf der Detailseite werden Dir für jeden Schlag immer sechs kleine farbige Rechtecke angezeigt, die sich nach der oben beschriebenen Farbampel richten. Das erste Dreieck stellt die errechnete Infektionsgefahr von Gestern dar. Beim zweiten Dreieck handelt es sich um die aktuelle Infektionsgefahr. Die Rechtecke 3 – 6 sind die Vorhersagen für die kommenden vier Tage.
Quick Tipp: Auf der Karte siehst Du bildlich sehr schnell das Infektionsrisiko für Deine Weinberge. Oben links kannst Du schnell das angezeigte Datum verändern.
Du kannst auf der Karte oben rechts zwischen den Krankheitsprognosen für Oidium und Peronospora wechseln. Die Darstellung auf der Karte und in der Seitenleiste sollte sich dann anpassen.
