0,00 HUF

Nincsenek termékek a kosárban.

2026. április 17.

A gépi tanulás megbízhatóan jelezheti előre a szőlőperonoszpóra súlyos fertőzését

Egy bordeaux-i kutatás szerint a gépi tanulás megbízhatóan jelezheti előre a szőlőperonoszpóra súlyos fertőzését. A módszer alapján a fungicides kezelések száma a jelenlegi gyakorlatnál akár több mint 50 százalékkal is csökkenthető.

A szőlőperonoszpóra a szőlő egyik legsúlyosabb betegsége, amely egyszerre veszélyezteti a termés mennyiségét és a szőlő minőségét. A fertőzés a leveleken, a virágokon és a fürtökön is jelentős károkat okozhat, ezért a termelők sok borvidéken megelőző jelleggel, rendszeres fungicides permetezéssel védekeznek ellene. A bordeaux-i térségben például 2013-ban átlagosan 10,1 kezelés jutott kifejezetten erre a kórokozóra, ami környezeti, egészségügyi és gazdasági szempontból is komoly terhet jelent – olvasható egy a PLOS One-on 2020-banmegjelent tanulmányban.

A szerzők 9 év megfigyelési adatait elemezték a Bordeaux régió 153 szőlőültetvényéből.

A cél az volt, hogy még tavasszal meg lehessen becsülni, mely ültetvényeknél valószínű a szezon végére magas fertőzési szint, és így csak ott kelljen intenzívebb növényvédelmet alkalmazni, ahol ez valóban indokolt.

Mozaikos peronoszpórafoltok a levél színén
Mozaikos peronoszpórafoltok a levél színén (Fotó: MMG Archív)

A kutatók többféle modellt hasonlítottak össze. Vizsgáltak általánosított lineáris modelleket, LASSO-regressziót, random forestet és gradient boosting algoritmusokat. A modellek különböző bemenő adatokkal dolgoztak: a betegség első megjelenésének időpontjával, a tavaszi havi csapadék- és hőmérsékleti adatokkal, illetve ezek kombinációjával. A pontosságot év szerinti keresztvalidációval ellenőrizték, vagyis minden évet külön teszteltek annak érdekében, hogy a modellek valódi előrejelző képességét mérjék.

Az eredmények szerint a gépi tanulási módszerek jobban teljesítettek, mint a hagyományosabb lineáris modellek.

Különösen a LASSO, a random forest és a gradient boosting bizonyult erősnek. A legjobb előrejelzést azok a modellek adták, amelyek egyszerre használták a klimatikus adatokat és a betegség megjelenésének időpontját. A kutatás egyik legfontosabb megállapítása az volt, hogy a fertőzés kezdetének ideje erősebben befolyásolta az előrejelzés pontosságát, mint az időjárási változók. A klimatikus tényezők közül pedig a csapadék fontosabbnak bizonyult, mint a hőmérséklet.

A korai fertőzés különösen veszélyes

A vizsgálat azt is kimutatta, hogy a korai fertőzés különösen veszélyes. Ha a peronoszpóra már május végén vagy június elején megjelent, jóval nagyobb volt az esély arra, hogy a szezon végére súlyos fertőzés alakul ki. Ezzel szemben a későbbi fellépés kisebb kockázatot jelentett. A kutatók szerint ennek az az oka, hogy a betegség több fertőzési cikluson keresztül terjed, vagyis a korai indulás egyszerűen több időt ad a kórokozónak a felszaporodásra.

A klímaérzékenységi vizsgálatok alapján a csapadék növekedése emelte a súlyos fertőzés valószínűségét, míg a csapadék csökkenése mérsékelte azt.

A hőmérséklet hatása összetettebb volt: az áprilisi és májusi melegedés inkább csökkentette, a júniusi felmelegedés viszont némileg növelte a kockázatot.

A kutatás összegzése szerint egy olyan éghajlati helyzet, amelyben tavasszal kevesebb a csapadék és magasabb a hőmérséklet, összességében kisebb peronoszpóra-kockázatot eredményezhet Bordeaux-ban.

(Fotó: MMG Archív)
A gyakorlati szempontból talán a legfontosabb eredmény az volt, hogy a modellek alapján jelentősen vissza lehetne fogni a permetezések számát.

A szerzők olyan döntési szabályokat is teszteltek, amelyeknél az első fungicides kezelést csak akkor indítanák el, ha a modell egy előre meghatározott küszöb felett jelez magas fertőzési kockázatot. Számításaik szerint ezzel a jelenlegi bordeaux-i gyakorlathoz képest több mint 50 százalékkal csökkenthető lenne a kezelések száma, bizonyos küszöbértékeknél pedig a visszaesés még ennél is nagyobb lehet.

A tanulmány ugyanakkor arra is rámutatott, hogy a módszer gyakorlati alkalmazásához rendszeres és pontos terepi megfigyelésekre van szükség, hiszen a fertőzés megjelenési ideje kulcsváltozó. Ez munkaigényes lehet, de a szerzők szerint a jövőben az automatizált betegségfelismerési megoldások csökkenthetik ezt a terhet. A kutatás legfontosabb üzenete így az, hogy a helyi megfigyeléseken és célzott előrejelzésen alapuló növényvédelem érdemben csökkentheti a fungicidek használatát a szőlészetben, miközben a védekezés hatékonysága megőrizhető.

A tanulmány elolvasható teljes terjedelménbe a PLOS One-on
Forrás:  PLOS One

Magazin ajánló:

·Mizsei Károly
·Mizsei Károly
Onlineüzletág-vezető. 2018-ban került a magyarmezogazdasag.hu-hoz szerkesztőként. Előtte néhány évig szabadúszó újságíróként tevékenykedett, elsősorban az élelmiszeripart érintő témákban írt. Korábban négy évig volt a JOY szerkesztője, rendszeresen írt a Playboyba és a CKM-be, egy időben szerkesztette az Active Beauty magazint, karrierjét a Maxima magazinnál kezdte. Specialitása a szórakoztató tartalom készítése. A Magyar Mezőgazdaság csapatát elsősorban magazinos újságírásra fókuszáló tudásával, tapasztalataival erősíti, az agrárszakmai tartalmak készítésébe nem kontárkodik bele, ezt meghagyja szakértő kollégái számára.
Onlineüzletág-vezető. 2018-ban került a magyarmezogazdasag.hu-hoz szerkesztőként. Előtte néhány évig szabadúszó újságíróként tevékenykedett, elsősorban az élelmiszeripart érintő témákban írt. Korábban négy évig volt a JOY szerkesztője, rendszeresen írt a Playboyba és a CKM-be, egy időben szerkesztette az Active Beauty magazint, karrierjét a Maxima magazinnál kezdte. Specialitása a szórakoztató tartalom készítése. A Magyar Mezőgazdaság csapatát elsősorban magazinos újságírásra fókuszáló tudásával, tapasztalataival erősíti, az agrárszakmai tartalmak készítésébe nem kontárkodik bele, ezt meghagyja szakértő kollégái számára.