Kertészeti károsítók előrejelzése (11 .) A levélfelület-nedvesség jelentősége és mérése a növényvédelmi előrejelzésekben 

A növények változatos morfológiai, fiziológiai és kémiai védekezési formát fejlesztettek ki a kívülről érkező fizikai hatásokkal és károsítóikkal szemben. A növényi kórokozókkal szembeni védelem erőssége jelentősen meggyengülhet arra az időszakra, amikor a növény felületét nedvesség borítja. A növényi felszínen létrejövő nedves filmréteg lehetőséget teremt a gombás és baktériumos betegségek kórokozóinak a terjedésre és a fertőzésre. Ugyanakkor a nedves levélfelületre nagyobb eséllyel ülepedhetnek ki a levegőben terjedő más szennyező anyagok is, és a nedvesség akadályozza a gázcserenyílások zavartalan működését is. Így a növények nedves filmréteggel borított időszakát joggal nevezhetjük a növényi védelmi rendszer biztonsági résének, amikor a megfelelő védelem hiányában a növények károsítói könnyebben, nagyobb sikerrel tudnak behatolni a növények szöveteibe. Az analógiát folytatva, a sikeres behatolás és fertőzés létrejöttének kockázata növekszik azzal, hogy ez a bizonyos biztonsági rés milyen hosszan áll a kórokozók rendelkezésére. A hosszabb ideig nedvesen lévő növényi felszín mindenképpen nagyobb növényvédelmi kockázatot jelent, aminek a mértékét a gyakorlatban a levélfelület-nedvesség időtartamával fejezzük ki (angolul: „leaf wetness duration”, LWD). A nedves levélfelület olyannyira szükséges és egyben fontos korlátozó tényező bizonyos kórokozók számára, hogy a levélfelület-nedvesség időtartama segítségével előre megjósolható a betegség kialakulásának ideje. Igaz, azonos ideig tartó levélfelület-nedvesség mellett a fertőzés különböző hőmérsékleten más és más gyorsasággal megy végbe. Felismerve a levélfelület-nedvesség időtartamának és a hőmérséklet együttes hatásának növénykórtani jelentőségét, számos betegség előrejelző modelljébe beépítették azokat. Olyan jelentős betegségek esetében használják, mint például a szőlőperonoszpóra (Plasmopara viticola /Berk. & M.A. Curtis/ Berl. & De Toni), az alma ventúriás varasodása (Venturia inaequalis /Cooke/ G. Winter), de példaként megemlíthetjük még a búza kalászfuzáriózisát (Fusarium graminearum Schwabe) is.

Felmerülhet a kérdés, hogy a kultúrnövényünk mitől lehet nedves. A magától értetődő válasz a lehulló eső és az öntözővíz, de fontos kiemelni még a köd- és harmatképződés jelentőségét is (1. kép).

1. kép Reggeli harmat almásban
(Fotó: pixnio.com)

Ez utóbbi két hatás kevésbé látványos, de szintén okozhatják a levélfelület benedvesedését. A növénykórtani kockázat szempontjából azonban szinte mindegy, hogy a nedvesség honnan és milyen formában kerül a levélre vagy más növényi részre. Ezen túlmenően azért meg kell említeni a heves záporok további növénykórtani kockázatát is. A növényi részek nedvesítésén túl a vízcseppek a talajról felverik és a növények alsó leveleire juttatják sok kórokozó szaporítóképletét, ami miatt a fertőzés sokkal gyorsabban és intenzívebben megtörténik. A növényi felületek nedvességének észlelése és mérése ezért különösen fontos mind a növényvédelmi problémák megelőzése, mind pedig a megfelelő védekezés időzítése érdekében. A levélfelület-nedvesség időtartamának mérése történhet közvetlen szenzorok segítségével, de becsülhetjük más klimatikus paraméterek segítségével is. Egy növénykórtani probléma előrejelzése szempontjából ezek nagyon fontos módszertani kérdések, hiszen az előrejelzés megbízhatósága a bemeneti adatok pontosságán alapul.

Szenzoros mérés

A szenzorok nagysága általában a kisebb 4 cm-estől egészen a nagyobb 12 cm-es méretig terjedhet. Az alakjuk lehet négyszögletes, kerek vagy akár ovális, ami már igazán hasonlít az igazi levelek alakjához. A működésük alapját az a kicsi, fésű elrendezésben elhelyezett elektróda képezi, ami egy nyomtatott áramkör vagy kerámia lapocskába van beágyazva (2. kép).

2. kép Levélfelület-nedvesség mérő szenzor
(Fotó: Massimiliano Lincetto, wikimedia.org)

A nyomtatott áramkör esetében a jelfeldolgozó rendszer az elektródák közötti ellenállás változását méri, míg a másik típusnál az elektromos jel a kondenzátorok kapacitáskülönbségének változásából származik. Mindkét szenzortípusnál a szenzorok jelfeldolgozó egysége egy igen–nem jelet (azaz, 0 vagy 1 értéket) ad. Például, száraz időben, amikor a szenzor is száraz, akkor nullát mutat. Viszont, ha néhány csepp vagy egy vékony folyadékfilm fedi a szenzort, akkor a nedvesség zárja az áramkört, így jelként egyes értéket kapunk. A jelfeldolgozó rendszer kifinomultságától függően az értékek a 0–1 jelektől eltérően, akár egy 0-től 100-ig terjedő skálán is mérhetünk, ami a nedvesség fedettségéről adhat információt. Fontosabb azonban a szenzor mérési gyakorisága. Ha a szenzor elég sűrűn végez méréseket, akkor megtudhatjuk, hogy a szenzorok, és így a kultúrában lévő levelek, melyik időszakban voltak nedvesek. Ismerve a mérések között eltelt időt, kiszámolható az az időtartam, amennyi ideig a levelek nedvesek lehettek. Így akár 5-10 perces felbontású napi adatokhoz juthatunk, ami már bőven elegendő az előrejelzési modellek számára.

A szenzoros mérésnek az az előnye, hogy objektív módon, pontos adatokhoz juthatunk. Azonban egy szenzorból származó adatsor csak az adott szenzor közvetlen mikroklimatikus környezetét tükrözi, így ezeket az adatokat csak megfelelő körültekintéssel lehet az ültetvény egészére vetíteni. Főleg azért, mert ugyanazon ültetvényen belül a mikroklimatikus viszonyok sokszor igen változatos képet mutathatnak. Például egy almaültetvényben a lombkorona alsó levelei tovább maradhatnak nedvesek, mint a lombkorona tetején elhelyezkedők. Kutatók a harmatképződés és a levélfelület-nedvesség kapcsolatát vizsgálva azt figyelték meg, hogy a növény magassága, a levelének mérete, az állása és a koronában elfoglalt helyzete, sőt a levélen lévő növényi szőrök sűrűsége egyaránt meghatározza azt, hogy a levél felületén kialakul-e egyáltalán a harmatképződés. És ha kialakul, akkor a nedvesség különálló cseppek formájában jelenik meg vagy egy összefüggő vékony filmréteget hoz létre. De a mikroklimatikus környezetet ugyanúgy befolyásolhatják a különböző sűrűségben előforduló gyomfoltok vagy egy-egy kiszáradt fa lomboronájának hiánya is. A kultúrnövényekre jellemző összetett morfológiai és strukturális sajátosságokat a szenzorok nem képesek figyelembe venni, így a szenzorok pontos mérési adatait mindig korrigálni kell az adott kultúrnövényhez. Például előfordulhat az, hogy a szenzorról előbb szárad le a nedvesség, mint a kultúrnövény leveléről, amivel így alulbecsülhetjük a levélfelület-nedvesség időtartamát. Ebben az esetben az előrejelző modellünk a növényvédelmi beavatkozás szükségességéről később fog értesítést küldeni, mintsem az valójában indokolt lenne. Az ültetvényben előforduló klimatikus változatosságot egyszerre több szenzor mérésével lehet reálisabban tükrözni.

Klimatikus adatokból történő becslés

A szakértők körében nincs teljes egyetértés a szenzorok alkalmazhatóságával és hatékony felhasználhatóságával kapcsolatban. Sok kutató úgy gondolja, hogy nem elég reprezentatív, ha egy ültetvény csak néhány nevezetes pontjába helyezünk el egy-egy műszert, mert ez nem feltétlenül tükrözi az adott ültetvény egészét. Ez különösen akkor igaz, ha igen nagy kiterjedésű területről van szó, változatos domborzati és klimatikus részekkel tarkítva. Így a levélfelület-nedvesség időtartamának számszerű kifejezéséhez a kutatások egy másik mederben is folynak a szenzor-fejlesztőkkel párhuzamosan. Ez a másik kutatási irány azon alapul, hogy a levélfelület-nedvességének idejét a helyi viszonyokhoz számított klimatikus paraméterek alapján próbálják meg becsülni. A kutatások eddigi állása alapján elmondható, hogy a levegő relatív páratartalma és a hőmérsékleti adatokból nagyon jó közelítő értékek számolhatók ki, amelyek jól illeszkednek a szenzorosan mért adatokhoz is. A levélfelület-nedvesség egyik ilyen közelítése az, hogy akkor veszi nedvesnek a modell a növény felszínét, ha a relatív páratartalom eléri vagy meghaladja a 90%-ot. A növények hőmérséklete a párologtatás miatt folyamatosan hűvösebb néhány fokkal, mint az azt körülvevő levegőé, így amikor elegendően magas a relatív páratartalom, akkor ez finom harmatcsepp formájában megjelenhet a növény felszínén. Ezekkel az új számítási módszerekkel akár kiválthatóak lennének a szenzorok, vagy azok megerősítéseként lehetne ezeket használni.

A becslésen alapuló kutatási irányt főleg az indokolja, hogy nem minden gazdának van anyagi lehetősége arra, hogy megfelelően felszerelt meteorológiai állomást vagy állomásokat telepítsen az ültetvényeire a hozzá tartozó szenzoros kiegészítőkkel. Bár kétségkívül a lokálisan mért meteorológiai adatok sokkal pontosabb képet árulnak el egy-egy terület aktuális klimatikus viszonyairól és sokkal pontosabb adatokat biztosíthatnak a növényvédelmi előrejelző modell számára, azonban erre az infrastrukturális befektetésre sok gazda nem képes, vagy csak egyszerűen nem hisz a befektetés megtérülésében. Csak a hazai viszonyokat tekintve, napjainkra egyre pontosabb mért vagy interpoláción alapuló, 600 m × 300 m-es rácspontossággal elérhetők az aktuális klimatikus és előrejelzési adatok az egész ország területére. Ez a felbontás és a mögötte húzódó szolgáltatás már teljesen felveszi a versenyt az ültetvény szintű mérőállomások felállításának és fenntartásának költségeivel és előnyeivel.

*

A Szent István Egyetem kutatóiként egy pályázat kapcsán egy olyan előrejelző rendszer kifejlesztésén dolgozunk, amely képes lesz a 21. századi, modern növényvédelmi elvárásoknak megfelelni (további információ: www.macrofarm.net).

Dr. Markó Gábor
ELTE Természettudományi Kar, Állatrendszertani és Ökológiai Tanszék, Budapest
SZIE Kertészettudományi Kar, Növénykórtani Tanszék, Budapest
Ádám János
SZIE Kertészettudományi Kar, Növénykórtani Tanszék, Budapest

Ajánlott és felhasznált irodalom:

• Hornero, G., J. E. Gaitán-Pitre, E. Serrano-Finetti, O. Casas, and R. Pallas-Areny. 2017: A novel low-cost smart leaf wetness sensor. Computers and Electronics in Agriculture 143:286-292.
• Rowlandson, T., M. Gleason, P. Sentelhas, T. Gillespie, C. Thomas, and B. Hornbuckle. 2014: Reconsidering Leaf Wetness Duration Determination for Plant Disease Management. Plant Disease 99:310-319.
• Sentelhas, P. C., A. Dalla Marta, S. Orlandini, E. A. Santos, T. J. Gillespie, and M. L. Gleason. 2008: Suitability of relative humidity as an estimator of leaf wetness duration. Agricultural and Forest Meteorology 148:392-400.