MITARBEITER

Sie könnten unwissentlich Ihre Vorhersagen gefährden

Wenn Sie GDD-Modelle einsetzen, um zu wissen, wann Sie bei der Bekämpfung von Krankheiten und Schädlingen handeln müssen, und Ihre Daten nicht genau sind, können Ihre Vorhersagen um 7-10% oder mehr abweichen, was sich sowohl auf den Ertrag als auch auf den Gewinn auswirkt.

Wie Sie Ihre Schätzungen festhalten und zum richtigen Zeitpunkt handeln

Wenn Sie ungenaue Daten verwenden, weicht die Schätzung umso mehr von der Realität ab, je weiter Sie in die Vegetationsperiode hineinreichen. Bei Kulturen, die eine längere Saison haben, kann der Unterschied ganz erheblich sein. Das ist ein Problem, weil die Ziele für Pflanzenreife, Blüte und Schädlingsbefall oft enge Zeitfenster haben. Die folgenden Videos zeigen Ihnen, wie das geht.

Sprechen Sie mit einem GDD-Experten

Video 1: WARUM SIE GDD-VORHERSAGEN VERWENDEN SOLLTEN

Die Vorhersage der Wachstumsgradtage (GDD oder thermische Zeit) erspart Ihnen stundenlanges Scouting und kann den Ertrag steigern, da sie ein wissenschaftlicher Weg ist, um den besten Zeitpunkt für Maßnahmen zur Bekämpfung von Insekten und Krankheiten zu ermitteln. Sehen Sie sich dieses Video an, in dem Dr. Colin Campbell das grundlegende Konzept der thermischen Zeit erklärt und zwei verschiedene Berechnungsmethoden vorstellt.

Video 2: WIE SIE GENAUERE GDD-VORHERSAGEN ERHALTEN

Wenn Ihre Temperaturmessung nicht genau ist, können Ihre GDD-Vorhersagen (thermische Zeit) um 7-10% abweichen, was sich auf den Ertrag und den Gewinn auswirkt. Die einzige Möglichkeit, genaue GDD-Vorhersagen zu erhalten, ist die Messung der Temperatur auf Ihrem Feld. Sehen Sie sich dieses Video an, in dem Dr. Colin Campbell erklärt, warum.

Video 3: WARUM DER STANDORT WICHTIG IST

Wenn Sie die Temperaturdaten für die GDD-Vorhersage an einem anderen Ort als dem Standort Ihres Feldes erhalten, könnte dies zu weniger als optimalen Erträgen führen und Sie Geld kosten. Sehen Sie sich dieses Video an, in dem Dr. Colin Campbell erklärt, warum die Temperatur an verschiedenen Standorten unterschiedlich ist.

Video 4: GDD: WARUM REGIONALE WETTERDATEN NOCH NICHT AUSREICHEND SIND

Die Daten von Wetterstationen im Feld und die Daten regionaler Wetterstationen aus dem Internet stimmen nicht überein. In diesem Video zeigt Dr. Colin Campbell, was dies für Ihre GDD-Vorhersagen bedeutet.

Video 5: AUTOMATISIEREN SIE IHRE GDD-PRÄDIKTIVEN-MODELLE

Vergessen Sie Tabellenkalkulationen. Was wäre, wenn Ihre GDD-Modelle automatisiert werden könnten, wie dieses hier? Mit der Datenvisualisierungssoftware ATMOS 41 und ZENTRA Cloud können sie das. Sehen Sie sich dieses Video an, in dem gezeigt wird, wie einfach es ist, ein GDD-Modell mit ZENTRA Cloud.

Video 6: WARUM IHRE GDD-Schätzung nicht gut genug ist - UND WIE SIE ES FIXEN

In diesem abschließenden 20-minütigen Webinar fügt Dr. Colin Campbell alle Informationen zusammen und fasst zusammen, was Sie für genauere Modelle wissen müssen, damit Sie Ihre Managemententscheidungen mit Zuversicht treffen können.

Fallstudie: Washington State AgWeatherNet

Die Washington State University betreibt das Washington State AgWeatherNet. Die Tier-1-Wetterstationen des AgWeather Net sind vor allem in den landwirtschaftlichen Regionen des Staates Washington in den Apfelplantagen und anderen hochpreisigen Kulturen konzentriert, die (zusammen mit Kalifornien) einen Großteil der Vereinigten Staaten ernähren.

Die Tier-1-Wetterstationen des AgWeatherNet verfügen über ein Messpaket, das speziell auf die Landwirte in dieser Region zugeschnitten ist. Das AgWeatherNet nimmt Daten von diesen Stationen auf und gibt eine Reihe von modellierten Parametern wie Krankheitsmodelle, Schädlingsmodelle, Frostvorhersage und Frostüberwachung aus. Diese Modelle sind für die Erzeuger in der Region, die für das System bezahlen, äußerst wertvoll.

Das Interessante an AgWeatherNet ist, dass diese Stationen viele Kilometer voneinander entfernt sind, auch wenn es wie ein dichtes räumliches Netzwerk aussieht. So kann eine genaue Tier-1-Station in einem Tal 2 ℃ anders messen als eine Station in einer Obstplantage auf dem Gipfel eines Hügels. Das bedeutet, wenn sie kontinuierlich die Temperatur und Luftfeuchtigkeit im Tal überwachen und eine Vorhersage für eine Pilzerkrankung machen, wird diese Vorhersage anders ausfallen als die Realität auf dem Gipfel des Hügels.

Um dieses Problem zu lösen, ermöglicht das AgWeatherNet einzelnen Landwirten, Tier-2-Systeme zu kaufen und zu installieren.

Das Bild unten zeigt eine ATMOS 41 All-in-One-Wetterstation, die im AgWeatherNet verwendet wird. Sie verfügt zwar nicht über die Genauigkeit der Tier-1-Stationen, aber der Mangel an Genauigkeit auf der Punkteskala ist fast unbedeutend im Vergleich zu den räumlichen Unterschieden bei den Wetterparametern, wenn Sie sich von den Tier-1-Standorten entfernen. Diese Tier-2-Stationen füllen die Lücken in den Tier-1-Beobachtungen und AWN kann dann künstliche Intelligenz zusammen mit diesen Beobachtungen nutzen, um hyperlokale Vorhersagen für die Landwirte zu treffen, die diese Stationen installiert haben. Diese Strategie hat sich bei der Vorhersage von Schimmelpilzbefall, Schädlingsausbrüchen oder Frostereignissen am Standort eines bestimmten Landwirts bewährt. Es ist leicht zu erkennen, wie jeder Wetterstations-Typ eine Schlüsselrolle bei der Bereitstellung wichtiger Daten für die Entscheidungsfindung der Beteiligten spielt.

Bessere Daten. Bessere Vorhersagen. Besserer Ertrag.

Die einzige Möglichkeit, genaue GDD-Vorhersagen zu erhalten, ist die Messung der Temperatur auf Ihrem Feld. Wir haben die ATMOS 41 entwickelt, damit Sie es sich leisten können, auf jedem Feld eine zuverlässige Wetterstation in Forschungsqualität zu installieren, um genauere Vorhersagen zu erhalten.

Die präzise und erschwingliche Wetterstation ATMOS 41 wurde für den Dauereinsatz in rauen Klimazonen entwickelt, d.h. es gibt keine beweglichen Teile, die ausfallen könnten. Die Einrichtung ist unglaublich einfach, und die Wartung wurde maximal vereinfacht, da es keinen mechanischen Verschleiß gibt. Kein Ölen oder Auswechseln der Lager. Einfach nur Zuverlässigkeit, auf die Sie sich immer verlassen können.

Zeigen Sie mir die ATMOS 41

ZL6 Erweiterte Cloud Datenlogger

Die Wetterstation ATMOS 41 arbeitet nahtlos mit der ZL6 zusammen und ermöglicht eine einfache Plug-and-Play-Datenaufzeichnung und cloud-basierte Datenspeicherung und -verwaltung. Sie können ein komplettes Wetterüberwachungssystem ohne komplexe Verkabelung oder Programmierung einrichten.

Verbinden Sie sich mit dem ZL6

ZENTRA Cloud Software

Die ZL6 verwendet ZENTRA CLOUD Datenvisualisierungssoftware, um Ihnen Daten in nahezu Echtzeit für eine schnelle Entscheidungsfindung und datengesteuertes Management zur Verfügung zu stellen. Es verfügt sogar über automatische GDD-Modelle, so dass Sie genau wissen, wann es Zeit für Scouting- oder Kontrollmaßnahmen ist.

Siehe ZENTRA Cloud Software

Live-Demo anfordern

Überprüfen Sie Ihre Daten im Feld

ZENTRA Cloud field app ermöglicht es Ihnen, Ihre Daten auf einem Smartphone zu überprüfen, um sicherzustellen, dass die Daten mit den Feldbeobachtungen übereinstimmen.

Fordern Sie eine ZENTRA Cloud Demo an.

Haben Sie Fragen?

Unsere Wissenschaftler verfügen über jahrzehntelange Erfahrung in der Unterstützung von Forschern und Landwirten bei der Messung des Kontinuums zwischen Boden, Pflanze und Atmosphäre.

Sprechen Sie mit einem Experten

Angebot anfordern