CONTRIBUTEURS

Vous risquez de compromettre involontairement vos prévisions

Si vous utilisez des modèles GDD pour savoir quand intervenir dans la lutte contre les maladies et les ravageurs et que vos données ne sont pas précises, vos prévisions peuvent être fausses de 7 à 10 % ou plus, ce qui a un impact sur les rendements et les bénéfices.

Comment réussir vos estimations et agir au bon moment ?

Lorsque vous utilisez des données inexactes, plus vous avancez dans la saison de croissance, plus l'estimation diffère de la réalité. Pour les cultures de longue durée, la différence peut être très importante, ce qui pose un problème car les objectifs de maturité des plantes, de floraison et de DJG pour les parasites et les maladies ont souvent des fenêtres étroites. Les vidéos suivantes vous montrent comment procéder.

Parlez à un expert GDD

Vidéo 1 : POURQUOI UTILISER LES PRÉDICTIONS GDD

Les prévisions relatives aux degrés-jours de croissance (DJC ou temps thermique) vous permettent d'économiser des heures de repérage et d'augmenter les rendements, car elles constituent un moyen scientifique de déterminer le meilleur moment pour prendre des mesures de lutte contre les insectes et les maladies. Regardez cette vidéo où le Dr Colin Campbell explique le concept de base du temps thermique et montre deux façons différentes de le calculer.

Vidéo 2 : COMMENT OBTENIR DES PRÉDICTIONS DE GDD PLUS PRÉCISES

Si votre mesure de la température n'est pas précise, vos prévisions de durée thermique peuvent être faussées de 7 à 10 %, ce qui a un impact sur le rendement et les bénéfices. La seule façon d'obtenir des prévisions précises en matière de durée de vie utile est de mesurer la température dans votre champ. Regardez cette vidéo, où le Dr Colin Campbell explique pourquoi.

Vidéo 3 : L'IMPORTANCE DE L'EMPLACEMENT

Si vous obtenez des données de température pour les prévisions de DJG ailleurs qu'à l'endroit où se trouve votre champ, cela pourrait conduire à des rendements moins qu'optimaux et vous coûter de l'argent. Regardez cette vidéo dans laquelle le Dr Colin Campbell explique pourquoi la température varie selon les endroits.

Vidéo 4 : GDD : POURQUOI LES DONNÉES MÉTÉOROLOGIQUES RÉGIONALES NE SONT PAS SUFFISANTES

Les données des stations météorologiques sur le terrain et les données des stations météorologiques régionales trouvées sur Internet ne concordent pas. Dans cette vidéo, le Dr Colin Campbell montre ce que cela signifie pour vos prévisions de DJC.

Vidéo 5 : AUTOMATISEZ VOS MODÈLES PRÉDICTIFS DE GDD

Oubliez les feuilles de calcul. Et si vos modèles GDD pouvaient être automatisés, comme celui-ci ? Avec les logiciels de visualisation de données ATMOS 41 et ZENTRA Cloud , c'est possible. Regardez cette vidéo qui montre à quel point il est facile de créer un modèle GDD avec ZENTRA Cloud.

Vidéo 6 : POURQUOI VOTRE ESTIMATION DU GDD N'EST PAS SUFFISANTE - ET COMMENT Y remédier

Dans ce dernier webinaire de 20 minutes, le Dr Colin Campbell rassemble toutes les informations et résume ce que vous devez savoir pour obtenir des modèles plus précis, afin que vous puissiez prendre vos décisions de gestion en toute confiance.

Étude de cas : AgWeatherNet dans l'État de Washington

L'université de l'État de Washington gère le réseau AgWeatherNet de l'État de Washington. Les stations météorologiques de niveau 1 du réseau AgWeather Net sont principalement concentrées dans les régions agricoles de l'État de Washington, dans les vergers de pommiers et autres cultures à forte valeur ajoutée qui, avec la Californie, alimentent une grande partie des États-Unis.

Les stations météorologiques AgWeatherNet de niveau 1 disposent d'un ensemble de mesures conçu sur mesure pour les producteurs de cette région particulière. AgWeatherNet ingère les données de ces stations et produit un certain nombre de paramètres modélisés tels que des modèles de maladies, des modèles de ravageurs, des prévisions de gel et la surveillance du gel. Ces modèles sont extrêmement précieux pour les producteurs de la région, qui paient pour le système.

Ce qui est intéressant avec AgWeatherNet, c'est que même s'il ressemble à un réseau spatial dense, ces stations sont éloignées de plusieurs kilomètres les unes des autres. Ainsi, une station de niveau 1 située dans une vallée peut mesurer 2 ℃ de différence par rapport à un verger situé au sommet de la colline. Cela signifie que si l'on surveille en permanence la température et l'humidité dans la vallée et que l'on prédit l'apparition d'une maladie fongique, cette prédiction sera différente de la réalité au sommet de la colline.

Pour résoudre ce problème, AgWeatherNet permet aux agriculteurs d'acheter et d'installer des systèmes de niveau 2.

L'image ci-dessous montre une station météorologique tout-en-un ATMOS 41 utilisée dans le réseau AgWeatherNet. Elle n'a pas les spécifications de précision des stations de niveau 1, mais le manque de précision à l'échelle du point est presque sans conséquence par rapport à la différence spatiale des paramètres météorologiques à mesure que vous vous éloignez des sites de niveau 1. Ces stations de niveau 2 comblent les lacunes des observations de niveau 1 et AWN peut alors utiliser l'intelligence artificielle avec ces observations pour effectuer des prévisions hyperlocales pour les producteurs qui ont installé ces stations. Cette stratégie a permis de prévoir les moisissures, les épidémies de parasites ou les épisodes de gel sur le site d'un producteur donné. Il est facile de voir comment chaque type de station météorologique joue un rôle clé en fournissant aux parties prenantes des données essentielles pour la prise de décision.

De meilleures données. De meilleures prévisions. Un meilleur rendement.

La seule façon d'obtenir des prévisions GDD précises est de mesurer la température dans votre champ. Nous avons créé le ATMOS 41 pour que vous puissiez vous permettre d'installer une station météorologique fiable, de niveau recherche, dans chaque champ pour obtenir des prévisions plus précises.

La station météorologique ATMOS 41, précise et abordable, a été conçue pour un déploiement continu dans des climats difficiles, ce qui signifie qu'il n'y a pas de pièces mobiles susceptibles de tomber en panne. L'installation est incroyablement facile et la maintenance a été simplifiée au maximum car il n'y a jamais d'usure mécanique. Pas de graissage ni de remplacement des roulements. Juste une fiabilité sur laquelle vous pouvez continuer à compter.

Montrez-moi le site ATMOS 41

ZL6 Enregistreur de données avancé Cloud

La station météorologique ATMOS 41 fonctionne de manière transparente avec ZL6 pour un enregistrement des données simple et prêt à l'emploi, ainsi qu'un stockage et une gestion des données basés sur cloud. Vous pouvez mettre en place un système complet de surveillance météorologique sans câblage ni programmation complexes.

Connectez-vous avec le ZL6

ZENTRA Cloud logiciel

Les ZL6 utilise ZENTRA CLOUD un logiciel de visualisation des données qui vous fournit des données en temps quasi réel pour une prise de décision rapide et une gestion axée sur les données. Il dispose même de modèles GDD automatisés, ce qui vous permet de savoir exactement quand il est temps d'effectuer un dépistage ou de prendre des mesures de contrôle.

Voir ZENTRA Cloud logiciel

Demandez une démonstration en direct

Vérifiez vos données sur le terrain

ZENTRA Cloud vous permet de vérifier vos données sur un téléphone intelligent afin de vous assurer qu'elles correspondent aux observations faites sur le terrain.

Demandez une démonstration de ZENTRA Cloud

Des questions ?

Nos scientifiques ont des dizaines d'années d'expérience pour aider les chercheurs et les cultivateurs à mesurer le continuum sol-plante-atmosphère.

Parlez à un expert

Demande de devis