Bagnatura fogliare (per i dati virtuali)

La presenza di acqua libera sulla superficie della chioma di una coltura è definita come bagnatura delle foglie (Rowlandson et al., 2015). Poiché la durata dell’umidità fogliare (LWD) è un fattore essenziale per l’infezione delle foglie di melo, i modelli di ticchiolatura del melo dipendono dal parametro LWD (Stensvand et al. 1997; Leca et al. 2015).

È spesso impegnativo misurare l’umidità delle foglie, poiché ci sono una varietà di sensori diversi che mancano di standard affidabili. Ehlert et al. (2019) hanno dimostrato che diversi sensori di umidità fogliare comunemente usati in Germania non riflettevano accuratamente le infezioni da scabbia delle mele che si sono verificate durante il periodo di studio.

L’angolo, l’orientamento e la posizione della chioma sono altri fattori non standardizzati che influenzano le letture di un sensore di umidità fogliare (Rowlandson et al. 2015). La calibrazione e la manutenzione dei sensori sono cruciali per i dati LWD affidabili.

RIMpro fornisce agli utenti la possibilità di utilizzare stazioni virtuali basate sui dati meteorologici di Meteoblue. I dati meteorologici ottenuti per le stazioni meteo virtuali contengono informazioni per parametri come la temperatura, l’umidità dell’aria e la pioggia, ma non per LWD. Ciò significa che LWD deve essere calcolato dagli altri parametri meteorologici (Trapman 2017). RIMpro utilizza un modello che simula la bagnatura e l’asciugatura delle foglie di melo sviluppato da Leca et al. (2015).

È stato convalidato su larga scala nel 2016 chiedendo agli utenti di RIMpro ogni volta che hanno usato RIMpro se i meli erano bagnati o asciutti in quel momento (Trapman 2017). Per 74 località dell’Europa centrale, ogni osservazione è stata fatta dal coltivatore rispetto all’umidità indicata dalla stazione meteorologica e all’umidità fogliare virtuale. Nell’81% dei casi, l’osservazione fatta dal coltivatore concordava con la stazione meteorologica nel frutteto, mentre la bagnatura fogliare virtuale era corretta nel 73% dei casi. La principale discrepanza era che i dati virtuali restituivano “false bagnature” rispetto alle osservazioni del frutteto.

Per 35 località, tutte le infezioni primarie sono state confrontate utilizzando sia la stazione meteorologica nel frutteto che i dati virtuali. Per i 417 eventi di infezione potenziale che si sono verificati, l’88% è stato calcolato da entrambi i tipi di dati. Al contrario, il 9% degli eventi di infezione è stato calcolato solo sui dati della stazione nel frutteto e il 3% solo sui dati virtuali. Nel 65% degli eventi di infezione, la classe di gravità dell’infezione era la stessa tra i due tipi di stazioni.

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