Bioforsk Norsk landbruksrådgivning
 
 
  Logg inn

Informasjon

Her kan du få informasjon om de forskjellige delene i VIPS, fra utdypende forklaringer av de ulike modellene som er brukt i varslingen til informasjon om klimastasjoner og skadegjørere. Informasjonssidene er delt opp i de hovedkapitlene som er listet opp under. Ved å trykke på kapitteloverskriftene kommer du til riktig side i dokumentet.

Sidene blir kontinuerlig oppdatert.

  1. Varslingskonseptet
  2. Klimastasjon
  3. Fellestasjon
  4. Skadegjørere - modeller
  5. Fakta om skadegjører/nytteorganisme
  6. Plantevernmidler
  7. Biologiske plantervernmidler
  8. Kodeverk brukt i VIPS - forklaringer
  9. Andre modeller
Utskriftsvennlig versjon

Andre modeller



Modell for avling og fôrkvalitet i eng

Startside for beregning av modellen

Bruksområde

Modellen skal underveis i vekstsesongen gi støtte for valg av høstetid i to- og treslåttsystem i eng som brukes til fôrproduksjon. Den er utvikla på grunnlag av data fra timoteidominert eng, men kan også brukes på bestand dominert av fleirårig raigras.

Modellen kjøres mot data fra klimastasjonene til Landbruksmeteorologisk Tjeneste (LMT), og vil bare kunne gi prediksjoner for utvikling i avling og kvalitet i områder som dekkes av disse.

Oppbygging og prinsipp i modellen

Modellen er bygd opp av flere delmodeller som illustrert i flytdiagrammene 1 og 2 (se nedenfor). Disse rekner hver for seg ut fortløpende dagverdier for avling, fenologisk utvikling, fiberinnhold i avlinga (NDF og ufordøyelig NDF i tørrstoff), energikonsentrasjon i avlinga (fôrenheter melk, FEm, i tørrstoff) og nitrogen-/proteininnhold i avlinga (råprotein i tørrstoff). Flytdiagram 1: Vårvekst (fram til 1. slått)

Flytdiagram 1: Vårvekst (fram til 1. slått)
Flytdiagram 2: Gjenvekst etter 1. slått
Flytdiagram 2: Gjenvekst etter 1. slått

Modellen for avling starter ved vekststart om våren definert som den datoen når det har vært tre påfølgende femdøgnsmiddel som har vært høgere enn 5 °C. Den rekner ut daglige tilvekster ut fra en potensiell tilvekst justert til en reell tilvekst på grunnlag av værdata, engas fenologiske utviklingstrinn ("alder") og antakelser om vannlagringevnen i jorda der enga ligger. Justeringene skjer ved hjelp av indeksene SI, TI, VI og AI som kan ha verdier fra 0 til 1 og er uttrykk for på forutgående dags målte stråling, temperatur, vanntilgang og engas fenologisk alder.

Til funksjonene som rekner ut avling, fenologisk utvikling og fôrkvalitet, hører noen parametre som er faste (markert med grønt i figurene ovenfor) og noen som kan tilpasses til enga det kjøres simuleringer for (markert med rødt i figurene ovenfor). Tilpassinga skjer på grunnlag av registreringer som bruker gjør og sjøl legger inn via brukergrensesnittet. Funksjonene blir ved hjelp av optimeringsrutiner tilpasset eller kalibrert til de lokale forholdene og deretter brukt i videre framskrivinger.

Modellen kan kjøres både med og uten lokale kalibreringer, men vil gi mer treffsikre prognoser med.

Inndata og valg som gjøres av bruker

Fra en meny velger bruker en klimastasjon som modellen skal kommunisere mot. Videre skal en spesifisere jordtypen enga ligger på og hvor mye kløver den inneholder. Jordtypen har konsekvenser for hvor mye plantetilgjengelig vatn det forutsettes å være i sesongen, og kløverinnholdet påvirker utviklingsforløpet for fiberinnholdet i avlinga.

For kalibrering av modellen kan en også legge inn egne, lokale målinger og analyser av engas høyde, fenologiske utviklingstrinn og fôrkvalitet. Høydemålingene gir grunnlag for estimat av stående avling. Kalibreringsmålingene skal gjøres før slått er aktuelt.

Videre går modellen på værprognoser fra Meteorologisk institutt og værscenarier som bruker kan velge for tida som kommer etter de 9 dagene som prognosene dekker. Scenariene bygges opp som kombinasjoner av temperatur, nedbør og globalstråling fra en meny i brukergrensesnittet.

Modellen kan også kjøres på værdata for tidligere vekstsesonger som automatisk hentes inn når en legger inn ønska år og en sein dato dette året i cella "Dagens dato". Det er begrensninger på hvor langt tilbake i tid og hvilke stasjoner det finnes data for.

Beregningsrutiner for perioder med manglende værdata

Når modellen ikke finner historiske data, enten fordi klimastasjonen er satt ut etter 1. april, fordi stasjonen ikke måler globalstråling eller fordi tekniske feil har forårsaket hull i datasettet, brukes lagrede væprognosedata som erstatning.

Kalibrering av modellen

For å kalibrere modellen til lokale forhold knytt til lokalklima og engtype, kan ein gjere målingar i enga og ta ut prøver til kvalitetsanalyse på eit eller fleire tidspunkt før slått er aktuelt. Ein tilrår slike målingar i perioden frå tidleg til sein stengelstrekking hos graset.

  1. Måling av høgde

    Høgda på bestandet bør målast med platemålar som vist på foto. Ta omtrent 30 enkeltmålingar langs ei tilfeldig valt line på ca 50 m, og legg inn gjennomsnittsverdien (cm) for desse 30 i tabellen for kalibreringsmålingar.

    Bilde av plantemåler

  2. Vurdering av kløverandel

    Kløverandelen er %-andelen som kløver blir vurdert eller målt til å utgjøre av tørr avling.

  3. Registrering av fenologisk utviklingstrinn (MSC)

    Fenologisk utviklingstrinn blir målt som "Mean stage by count" (MSC) (Bakken et al. 2005). Registreringar skal berre gjerast i vårvekst fram til førsteslått og på skudd klipt ut av den grasarten som dominerer i enga. Det vil oftast vere timotei eller fleirårig raigras.

    Uttak av skudd

    På tre tilfeldig valde stader innanfor ein radius på 10 m, legg ned ein linjal eller ein blyant og frå eit startpunkt klipp langs denne ned alle skudd av timotei/raigras til du har minimum 20 skudd (60 tilsaman). Det er viktig at ein klipper heilt nede ved basis slik at alle leddknutar og blad blir med. Pass også på at det ikkje blir plukkhausting av dei finaste og største skudda. Hausta skudd blir så klassifiserte (før dei visnar) etter Tabell 1.

    Klassifisering av skudd

    Dei ca 60 skudda blir klassifiserte og sorterte etter dei undertrinna som er lista opp i Tabell 1. Ein reknar så opp kor mange skudd ein har i kvart undertrinn og legg desse tala inn i hjelpetabell for timotei eller raigras.

    Eit blad er fullt utkomme enten når slirehinna på det er synleg eller når neste blad (eit yngre eitt) er godt synleg. Det er altså nok at eitt av krava er innfridd. Har eit skudd minst ein node (leddknute), er talet på blad uvesentleg. Har eit skudd nådd det reproduktive stadiet, er talet på nodar (leddknutar) uvesentleg, og skal ikkje reknast opp. Sjå også foto 1, 2 og 3 som illustrasjon/forklaring. Det er ikkje uvanleg å finne timoteiskudd med fleire fullt utvikla blad og fleire nodar enn det som er ført opp i tabellen. Mulege V7 og V8 blir da forenkla rekna for å vere V6, og mulege E5 blir rekna for å vere E4 så sant dei ikkje kan klassifiserast som R0.

    Utrekning av MSC

    På basis av klassifiseringa og antalet skudd på kvart undertrinn lagt inn i hjelpetabellane, blir det rekna ut ein MSC for gjeldande dato som er grunnlag for kalibrering av modellen si simulering av fenologisk utvikling.

    Primært utviklingstrinn


    Undertrinn

    (Kode)


    Beskrivelse

    Vegetativt stadium





    V0


    Første blad synleg


    V1


    Første blad fullt utkomme


    V2


    Andre blad fullt utkomme


    V3


    Tredje blad fullt utkomme


    V4


    Fjerde blad fullt utkomme


    V5


    Femte blad fullt utkomme


    V6


    Sjette blad fullt utkomme

    Stengelstrekkingsstadiet





    E0


    Begynnande stengelstrekking


    E1


    Første node kjennbar eller synleg

    E2


    Andre node kjennbar eller synleg


    E3


    Tredje node kjennbar eller synleg


    E4


    Fjerde node kjennbar eller synleg

    Reproduktivt stadium





    R0


    Kjenner akset


    R1


    Begynnande skyting, akset synleg


    R2


    Akset fullt utkomme


    R3


    Aksstilk fullt utkomme


    R4

    mete


    Blomstring, synlege pollenberarar

    Foto 1. Timoteiskudd i vegetativt stadium

    Foto 1. Timoteiskudd i vegetativt stadium

    Foto 2. På dette skuddet er det to visne blad nederst. Det er fire fullt utkomne blad. På det femte ser ein inga slirehinne eller nokre bladøre, og det blir såleis ikkje rekna for å ha komme ut.

    Foto 2. På dette skuddet er det to visne blad nederst. Det er fire fullt utkomne blad. På det femte ser ein inga slirehinne eller nokre bladøre, og det blir såleis ikkje rekna for å ha komme ut.

    Foto 3. Så tidleg som 4. mai 2004 kunne ein sjå ein leddknute nederst på stengelen. Antall blad hadde da ikkje noko å seie for klassifiseringa.

    Foto 3. Så tidleg som 4. mai 2004 kunne ein sjå ein leddknute nederst på stengelen. Antall blad hadde da ikkje noko å seie for klassifiseringa.

  4. Uttak av prøver til kvalitetsanalyse og bruk av analyseresultat

    Med stubbehøgde ca 5 cm klipper ein ut ein eller fleire prøver på ca 700 g råvekt av plantebestandet i enga og sender til hurtiganalyse på eit laboratorium. Både for å få raske svar og halde kostnadene nede, er NIRS-analyse eit bra alternativ. Laboratoria tar oftast mot både ferske og tørka prøver, og kva ein vil velje her, avheng av tilgang på tørkeskap og kor raskt prøven når fram til laboratoriet. Pass på å velje analysepakkar som gir tal både for innhald av NDF, INDF (ufordøyeleg NDF), råprotein og FEm.

    I tabellen for kalibreringsmålingar skal ein legge inn mottatte analyseresultat for NDF (% av TS), INDF (% av TS), råprotein (% av TS) og FEm (per kg TS).

Resultat fra modellkjøringene

Bruker velger aktuelle datoer for førsteslått og seinere i sesongen dato for andreslått som kommer i gjenvekst etter førsteslått. Det kommer da fram estimat for hvor stor avlinga og hvordan fôrkvaliteten vil være på de valgte datoene.

Lagring av data, passord, id, gårds- og bruksnummer

Registrerte brukere i VIPS kan for hver kjøring av modellen lagre de inndata som ble brukt (for eksempel: klimastasjon=Ås, jordtype=leire, kløverandel=middels, dato for førsteslått=20.06.2010). Disse data kan siden hentes fram for enkelt å kjøre modellen med de samme forutsetningene. Hvis du ikke er registrert bruker i VIPS, kan du bli det ved å fylle inn dette skjemaet.

Bidragsytere og finansieringskilder

Modellen er utvikla av Bioforsk med finansiering fra Avgiftsfondet, Jordbruksavtalepartene, Tine, Felleskjøpet fôrutvikling, Animalia, Yara og Addcon Nordic innenfor prosjektet "Mer og bedre grovfôr som basis for norsk kjøtt- og mjølkeproduksjon". Klimadata er levert av Landbruksmeteorologisk tjeneste, og værprognoser er levert av Meteorologisk institutt.

Logo Tine Logo Felleskjøpet Logo animalia
Logo Yara Logo Meteorologisk institutt

Kontaktperson

Kontakperson i Bioforsk er Anne Kjersti Bakken, Bioforsk Midt-Norge.

Startside for beregning av modellen

 
I samarbeid med:   Bioforsk   Norsk Landbruksrådgiving
 
VIPS (Varsling Innen PlanteSkadegjørere) er utviklet av Bioforsk og Norsk Landbruksrådgiving (tidligere Landbrukets Forsøksringer, LFR). Rådgivningstjenesten registrerer angrep av skadegjørere i felt, mens Bioforsk tar seg av utvikling, drift og vedlikehold av systemet. I 2010 omfatter tjenesten beregning av behandlingsbehov mot ugras i vårkorn og høstkorn, behandlingsbehov mot aksfusariose i hvete og havre, varsling av bladflekksjukdommer i hvete, byggbrunflekk, grå øyeflekk i bygg, mjøldogg i hvete (testversjon), storknolla råtesopp i oljevekster, tørråte i potet, potetsikade, salatbladskimmel, stor og liten kålflue, kålfly, håret engtege, gulrotflue, epleskurv, eplevikler, rognebærmøll og gråskimmel i jordbær. VIPS inneholder skadeterskler for vurdering av bekjempingsbehov mot skadedyr i korn og oljevekster. Tjenesten omfatter også fagmeldinger og meldinger om førstefunn, samt informasjon om vanningsbehov.

I 2010 blir det laget tørråtevarsler på gårdsnivå for ca 100 gårder i Hedmark fylke. En varslingsmodell for løkbladskimmel vil også bli prøvd ut. I 2010 blir det også mulighet for å beregne prognoser for mykotoksinet DON i havre og hvete ved høsting. I tillegg er det gjort betydelige tekniske forbedringer av VIPS, og dette er tiltak som vi forventer skal gi mer stabil drift.

Samarbeidspartnerne har ikke økonomisk ansvar for tap som måtte oppstå ved bruk av tjenesten.