Selleribladflekkmodell

Modellen beregner om det er fare for infeksjon av selleribladflekk (Septoria apiicola) basert på værdata og værprognoser. Varslene gjelder for selleri, men er relevante også for persillebladflekk (Septoria petroselini) i persille.

Selleribladflekk opptrer sporadisk, og modellen anbefales brukt som hjelpemiddel for når en bør intensivere feltinspeksjoner før første funn av symptomer.

Selleribladflekk i selleri. (Foto: Erling Fløistad, NIBIO)

Modellen for selleribladflekk er basert på en beregning av når værforholdene er fuktige nok til at soppen kan danne sporer og forårsake infeksjon i mottakelige vertplanter.

Varsler om infeksjonsfare gis når det er registrert minimum 12 timer sammenhengende bladfuktighet. Fuktighetsperiodene beregnes fra registrert bladfuktighet 30 cm over bakken. Ved målestasjoner som ikke har sensor på bakkenivå brukes bladfuktighet målt ved 2 m. Værdata hentes fra værstasjoner tilknyttet Landbruksmeteorologisk Tjeneste (LMT) og 2-døgns værprognoser fra Meteorologisk Institutt.

Tolking av varsel

Rødt varsel betyr fare for infeksjon og angrep av selleribladflekk er observert i område/region med tilknytning til gjeldende værstasjon. Gult varsel betyr at værforhold tilsier fare for infeksjon, men ingen registrerte angrep i området. Grønt betyr at det ikke er beregnet fare for infeksjon.

Modellberegninger oppdateres daglig og viser varsler basert på registrerte værdata frem til dagens dato og 2-døgns værprognoser. Observasjoner og registrering av selleribladflekk utføres i samarbeid med Norsk Landbruksrådgiving.

Skjermdump fra detaljert varselvisning for selleribladflekk. Grafen viser blå søyler for perioder med minst 12 timer sammenhengende luftfuktighet. Svart søyle viser dato for observasjon av selleribladflekk. Grønn, gul, rød bakgrunnsfarge samsvarer med daglig varselstatus i kartet på VIPS-forsida og i tabellen under detaljert varselvisning.

Varslingssesong – oppstart og avslutning av varsel

Varsler beregnes ved værstasjoner i områder med selleriproduksjon. Varslene startes 1. juni og avsluttes 30. september. Ta kontakt med VIPS (vips@nibio.no) ved ønske om at modellen skal settes opp for flere værstasjoner, eller ved behov for justert driftsperiode i sesong.

Varsler vises automatisk i kartfunksjonen i VIPS-forsida for alle værstasjoner hvor modellen er startet. Modellen kan også settes opp som et privat varsel med egendefinert start og sluttdato. Dette kan gjøres for private værstasjoner og for værstasjoner som allerede finnes i LMT-databasen. Se brukerveiledning

Utprøving og validering av modellen

Modellen er utviklet i Michigan, USA og publisert av Lacy (1994). Feltforsøk med studier av værforhold, sporedanning og smitteforhold ble utført på Ås i perioden 2012-2016. Resultatene viste at modellen treffer bra, men at det kan være noe dårligere treff på varsler i sammenheng med nedbørsperioder (Nordskog og Le, 2014).

Anbefaling om bruk av modellen

Modellen for selleribladflekk er et hjelpemiddel for å vurdere når en bør lete etter tidlige symptomer i åkeren. Den anses ikke å være nøyaktig nok for beregning av sprøyteintervall.

Det anbefales å intensivere feltinspeksjoner i etterkant av perioder med varsler. Dersom smitte finnes i området kan det forventes nye angrep 7-14 dager etter varsel om infeksjonsfare (gult eller rødt varsel). Ved angrep, ta kontakt med lokal rådgiver i NLR for vurdering av aktuelle plantevernstrategier.

Referanser

Lacy, M.L. 1994. Influence of wetness periods on infection of celery by Septoria apiicola and use in timing sprays for control. Plant Disease 78, 975-979.

Nordskog, B. og Le, V.H. 2015. Varsling av selleribladflekk. Gartneryrket nr 6, s14-15.

Mer om selleribladflekk og persillebladflekk finner du i Plantevernleksikonet

Kontaktperson: Berit Nordskog

{
	"loginInfo":{
		"username":"example",
		"password":"example"
	},
	"modelId":"SEPAPIICOL",
	"configParameters":{
		"timeZone":"Europe/Oslo",
		"startDateGrowth":"2012-03-25",
		"endDateCalculation":"2012-03-25",
		"pestObservations":[
			{
				"timeOfObservation":"2016-04-20T00:00:00+02:00",
				"observationData":{}
			}
		],
		"observations":[
		{
				"timeMeasured": "2016-06-20T00:00:00+02:00",
				"elementMeasurementTypeId":"BT",
				"logIntervalId":1,
				"value":48
		}
		]
	}
}