Humectation virtuelle

Il est souvent difficile de mesurer l’humectation des feuilles car il existe de nombreux capteurs différents qui manquent de normes fiables. Ehlert et al. (2019) ont montré que plusieurs capteurs d’humectation foliaire couramment utilisés en Allemagne ne reflétaient pas avec précision les infections de tavelure du pommier survenues pendant la période d’étude.

L’angle, l’orientation et la position dans la canopée sont d’autres facteurs non normalisés qui influencent les lectures d’un capteur d’humectation foliaire (Rowlandson et al. 2015). Par ailleurs, l’étalonnage et l’entretien des capteurs sont cruciaux pour obtenir des données fiables.

RIMpro offre aux utilisateurs la possibilité d’utiliser des stations virtuelles, basées sur les données météorologiques de Meteoblue. Les données obtenues pour les stations météorologiques virtuelles incluent la température, l’humidité de l’air et la pluie, mais pas l’humectation. Cela signifie que celle-ci doit être calculée à partir des autres paramètres météorologiques. RIMpro utilise un modèle qui simule l’humectation et le séchage des feuilles de pommiers développé par Leca et al. (2015).

Ce modèle a été validé à grande échelle en 2016 en demandant aux utilisateurs de RIMpro, à chaque utilisation, si les pommiers étaient humides ou secs à ce moment-là (Trapman 2017). Pour 74 emplacements en Europe centrale, chaque observation faite par le producteur a été comparée à l’humidité indiquée par la station météorologique et à l’humidité virtuelle des feuilles. Dans 81 % des cas, l’observation faite par le cultivateur concordait avec la station météorologique dans le verger, tandis que l’humidité virtuelle des feuilles était correcte dans 73 % des cas. La principale divergence était que les données virtuelles renvoyaient de « faux positifs » par rapport aux observations dans le verger.

Pour 35 sites, toutes les infections primaires ont ensuite été comparées en utilisant à la fois la station dans le verger et les données virtuelles. Pour les 417 événements d’infection potentiels qui se sont produits, 88% ont été calculés par les deux types de données, tandis que 9% des événements d’infection ont été calculés uniquement sur les données de la station du verger et 3% uniquement sur les données virtuelles. Dans 65 % des cas d’infection, la classe de gravité de l’infection était la même pour les deux types de stations.

Zandelin, Philip, 2021. Virtual weather data for apple scab monitoring and management. Second cycle, A2E. Alnarp: SLU, Department of Plant Protection Biology