Полевые культуры
Какие задачи решаем
Технологические окна / Метео прогноз / Окна опрыскивания / Качество опрыскивания / Модели болезней
Наши решения
Назад
Экономический эффект
Наглядный пример эффективности нашего оборудования
Мониторинг
Мониторинг вредителей
объективный, удаленный, выбор
мониторинг лёта вредителей
Мониторинг благоприятных условий
для развития патогенов и вредителей
Мониторинг эффективности
применения средств защиты
Мониторинг заморозков
выбор средств защиты
на 20%-40% повышение урожая
снижение доли удельных вложений с 1 гектара
на 30-50% сохранение
при своевременном реагировании
Контроль
Контроль температуры и влажности почвы
при внесении удобрений
Контроль условий полива
для развития патогенов и вредителей
Контроль выбора оптимальных окон
для внесения удобрений
Контроль условий опрыскивания
повышение качества защиты
От +30% к урожайности с совокупным эффектом:
- снижение расхода и операционная экономия
- минимизаций смыва СЗР
- повышение урожайности и качества урожая
Планирование работ
Инструменты планирования работы FieldClimate
Посевное окно
- Общее
- Картофель
- Сахарная свекла
- Кукуруза
- Рапс
- Подсолнечник
Обработки почвы
Внесение удобрений
Окно сбора урожая
- Плодовые и виноград
- Сахарная свекла и картофель
- Зерновые
- Приготовление сена и силоса
Доступность поля
Защита растений
- Общее
- Плодовые культуры
- Виноградарство
- Картофель
Основываясь на фактических полевых условиях и прогнозе погоды, доступность полей и условия для технологических окон являются основными инструментами для планирования полевых работ.
Метео прогноз и наблюдения
Инструменты планирования работы FieldClimate

Солнечное излучение

Уровень влаги в почве и растениях

Облачность и осадки

Уровень влаги в почве и растениях

Ландшафт местности

Точность прогнозируемых факторов

Ветер
Эффективность операционных работ
Относительная влажность
Уровень дефицита влажности
Температура воздуха
Защита цельности урожая

График представляет ваше возможное поле в виде сетки (таким образом работают погодные прогностические модели). В данном случае 8x8 км, но разброс может быть 4-250 км². Черная сетка представляет сетку современной мезо метеорологической модели, к примеру 4-16 км²

  • Вблизи могут быть расположены опорные станции ▲
  • В области ярко-зеленого круга (прибл. 1-3 км), релевантность данных станции максимальна.
  • В области тускло-зеленого круга ( прибл. 3-8 км ), особенно в условиях сложной топографии или при высокой погодной волатильности применимость данных станции снижается, в особых случаях значительно. В среднем, для условий простой топографии 10 км является приемлемым. По некоторым параметрам, точность будет зависеть от наличия дополнительных опорных станций и их качественной ассимиляции в прогностическую модель.
Окна опрыскивания
Дельта Т для принятия решений
  • Это мера, которая учитывает комбинированное воздействие температуры и влажности и показывает подходят ли климатические условия для опрыскивания, чтобы максимизировать эффективность пестицидов
  • Оптимальный диапазон Delta T составляет от 2 ℃ до 8 ℃

Датчики необходимы:
  • Температура воздуха
  • Относительная влажность
Дельта Т рассчитывается путем вычитания температуры по влажному термометру из температуры по сухому термометру

Связь Дельта Т с температурой и относительной влажностью:
Обычно рекомендуется опрыскивать, когда Дельта Т составляет от 2 до 8, с осторожностью ниже 2 или выше 10. Значение Дельта Т выше 8 ℃ связано с более высокими температурами и более низкой влажностью, если ниже 2 ℃, оно связано с высокими значениями
Качество опрыскивания
Для определения качества фактического распыления:
1
Оптимизировать эффективность распыления
2
Снизить риск плохой калибровки
3
Оптимизировать использование дорогих реагентов
4
Свести к минимуму потери и негативное воздействие загрязнения на природные ресурсы
Модели болезней
Прогноз заболевания растения начинается с точного измерения параметров окружающей среды.
Прогноз заболевания растения начинается с точного измерения параметров окружающей среды
При использовании вместе с вашей станцией METOS модель заболевания будет предоставлять предупреждения о заболеваниях для конкретных участков и поддерживать более эффективное использование фунгицидов.
Пользователи часто обнаруживают, что могут уменьшить количество требуемых распылителей, тем самым экономя время и деньги. Совместим с RIMpro.
Насекомые под контролем
Добавьте удаленный мониторинг насекомых для информирования о деятельности по защите растений. Камера высокого разрешения на солнечной энергии внутри ловушки для насекомых использует феромоны для приманки целевых видов вредителей.

Искусственный интеллект определяет присутствующих вредителей, а визуальные данные помогают определить пороговые значения вредителей. С помощью подходящих феромоновых приманок можно поймать широкий спектр видов насекомых.
Факторы для принятия решения
  • Сортовые особенности
  • История инфицирования
  • Наблюдаемые метеоусловия
  • Особенности развития возбудителя

Факторы для принятия решения
Риск серой плесени
Вымывание пестицидов дождем
Прирост листа в неделю
Черная гниль
Антракноз
Гроздевая листовертка
Милдью plasmopara viticola первичный цикл
Милдью plasmopara viticola вторичный цикл
Мучнистая роса / ед. некаторная аскоспоровая
Мучнистая роса / ед. некатор риск
Мучнистая роса / ед. некатор риск кальфорния
Инфекция фомопсиса
Факторы для принятия решения
Все основные заболевания доступны в FieldClimate.com
Прогнозирование и контроль заболеваний доступны в интернете
Профилактика заболеваний на основе моделей болезней положительно сказывается на урожайности - до 20%
Качество урожая обеспечивает эффективная борьба с болезнями
Потери по качеству больше, чем потери от неправильного примененных пестицидов

Схема сопровождения по защите растений

Made on
Tilda