天气和气候

密歇根州和威斯康辛州的门县每小时和每天的天气数据资源

密歇根州立大学主机Enviro-weather,这是一个互联网资源,提供病虫害管理和其他植物生产实践的天气数据。这些数据来自密歇根州许多主要种植区和威斯康辛州门县的气象站。从“环境天气”的地图上选择离你最近的气象站,获取每天或每小时的信息,如空气和土壤温度、树叶湿度、降水量、风速和生长程度。来自这些站点的数据可以帮助做出决策——记住,最准确的测量是在油田现场进行的测量。

利用天气和气候信息预测病虫害

果树作物生态与管理,第2章:管理害虫和有益生物群落,作者:拉里·古特,安妮米克·席尔德,鲁弗斯·艾萨克斯和帕特里夏·麦克马纳斯。

我们可以使用数学模型预测害虫的发展,因为害虫的发展与天气条件密切相关。由于温度与昆虫生长之间的密切关系,作物管理人员可以通过记录温度数据来预测许多昆虫活动的时间。有时需要多个环境变量来创建一个有效的模型。在预测真菌感染期时,需要考虑温度、湿度和叶片湿度。模型的设计简单易用,但在大多数环境条件下准确预测害虫事件。

昆虫信息的生长度日模型

因为昆虫是冷血动物,成虫、幼虫和虫卵的生长是由温度驱动的。当温度在这些范围内波动时,生长速度也会发生变化,通常在温度较高的情况下生长更快。对于所有病虫害及其天敌,也存在着发育的低温和高温阈值。

由于每年的气温可能有很大差异,如果控制措施是基于日历日期而不是昆虫的发展,害虫管理战略可能不会有效。通常,昆虫的发育阶段可以与作物的生长阶段联系在一起,因为植物的生长也受温度的驱动。预测昆虫生长的一个广泛使用的工具是生长度日(GDD)模型。这些模型计算在最低(基本)温度阈值和最高阈值之间累积的gdd或热量单位的数量。在每天结束时,将当天的GDD总数与之前的总数相加,以创建GDD的累计数量。害虫管理人员可以使用GDD总数来预测羽化、产卵和其他重要事件,基于在葡萄园、田地、苗床或果园中积累的热量。

已经开发了一些模型,将gdd与一些关键害虫的发展阶段联系起来,在较小程度上还将gdd与益虫联系起来。使用最大最小温度计,最好放在作物内部或附近,种植者可以跟踪昆虫在他们农场的发展。当一天的平均温度比发展所需的下限(基础温度)高1度时,就累积了1度。计算中使用每种生物的基础温度,因为在基础温度以下生长很少。当温度超过上阈值时,生长速度也会降低,因此如果温度变得更高,则将最大值设置为这个值。

有许多复杂的方法可以根据超过最高和最低温度来估计gdd。例如,计算机程序可以根据每小时的温度数据来跟踪GDD的积累。然而,对于大多数用途,下面的方法提供了足够的能力来预测昆虫发育的主要事件。

如何计算成长度日数

要计算每天累积的gdd数量,您需要知道:1)您感兴趣的生物发育的上阈值温度(T高)和下阈值温度(T低),2)日最低温度,3)日最高温度。下面的方法可以使用简单的最大-最小温度计轻松跟踪gdd。下面的例子是低阈值为42,高阈值为86的昆虫。当用这种方法计算其他昆虫时,方程中应使用它们的阈值。

生长日数(GDD) = (T最大值+ T最小值)/ 2 -T低

在哪里T马克斯日最高温度,当温度超过该值时设置为上限阈值。T分为日最低温度,当温度低于此值时,设置为T low。T低是昆虫的基本温度。

  1. 在昆虫发育阈值内的温度。
    最低50°,最高78°的一天:(78 +50)/ 2 - 42 = 22 GDD
  2. 温度下降到昆虫的下限以下。
    最低30°,最高70°的一天:(70 + 42)/ 2 - 42 = 14 GDD
  3. 温度超出了较高和较低的阈值。
    最低28°,最高88°的一天:(88 + 42)/ 2 - 42 = 22 GDD

积累gdd的起点可以通过两种不同的方式确定。gdd可以从一个固定的日期(如3月1日)开始计算,也可以从一个特定的生物事件(称为生物修复)开始计算,即在信息素或其他陷阱中捕获第一个成虫的日期,前提是在两个连续的陷阱日期捕获更多的成虫。这可以称为第一次持续捕获。使用生物修复通常更准确,这意味着gdd必须在更短的时间内计数。通常使用杀虫剂的最佳时机是在虫卵孵化期间,因为这是昆虫最脆弱的时候。在生物固定后的一定数量的gdd,针对害虫的喷雾可以应用于针对昆虫的适当阶段。对于许多苹果和樱桃害虫,从第一次持续捕获到卵孵化的gdd数量是众所周知的。通过跟踪生物修复后的gdd数量,可以确定控制措施的最佳时机。因此,经常在成虫羽化开始时检查陷阱是很重要的。

最重要的是,记住,学位日的累积只能作为管理决策的指导。最终的决定还应主要基于对作物是否有昆虫或昆虫危害的频繁侦察。

疾病预测模型

疾病预测模型通常预测流行病发展的一个或多个关键阶段,如存在初级或次级接种或感染期。感染期是指达到感染发生的最低环境条件的时间。运行疾病预测模型通常需要温度、相对湿度和叶片湿度等环境数据。bob体育登录密歇根的研究表明,在作物的短距离和高度上,叶子的湿度会有显著的变化,特别是在生长季节的后期,当树冠最密集的时候。使用基于叶片湿度预测疾病严重程度的模型(如苹果赤霉病模型)可能会因小气候的变化而复杂化。对于预测感染期的模型,杀菌剂通常是“事后”使用的,这意味着种植者必须使用有疗效的、系统性的杀菌剂。模型和治疗性杀菌剂并非适用于所有疾病。大多数模型是基于当前或过去的天气数据,但也可以使用预测的天气数据运行,然而,基于预测的天气数据不太准确。