GIS-basierte Erfassung und Prognose der räumlichen Verteilung von Pflanzenkrankheiten

Abstract

Die Erforschung der räumlichen Verteilung von Pflanzenkrankheiten wurde bisher in der Phytomedizin vernachlässigt, da keine adäquaten Mittel zur Verfügung standen, um die auftretenden Phänomene analysieren und darstellen zu können. Eine Fläche wird in den meisten Fällen daher als einheitlich, d.h. homogen angesehen, wenn es um die Berücksichtigung der Verteilung der Befallssymptome von Pflanzenkrankheiten geht. Dies birgt die Gefahr von Fehlern bei der Erfassung des Befalls und verhindert gleichzeitig auch die Identifikation von Teilflächen. Diese Flächen könnten teilflächenspezifisch bewirtschaftet werden. Verfahren zur räumlichen Erfassung müssen diesen Aspekt berücksichtigen, da für den teilflächenspezifischen Pflanzenschutz im Bereich des Precision Farmings die exakte räumliche Wiedergabe der Befallssituation die entscheidende Grundanforderung ist. Bei der Untersuchung der Verteilungsmuster von Pflanzenkrankheiten mit Hilfe von GIS konnte festgestellt werden, dass sich die Symptome von Pflanzenkrankheiten an Winterweizen heterogen auf einer Fläche verteilen. Das heißt, es herrscht keine zufällige Verteilung im Raum vor, sondern die Krankheiten treten bevorzugt in Clustern oder Nestern auf, in denen die Infektion ihren Anfang nimmt. Zum Teil konnten auf den untersuchten Versuchsflächen bei den Pflanzenkrankheiten eindeutige räumliche Präferenzen festgestellt werden. Durch die Berechnung von Korrelationskoeffizienten und die Durchführung von Variogrammanalysen konnte nachgewiesen werden, dass für alle auf den Versuchsflächen nachgewiesenen Pflanzenkrankheiten eine optimale Karte erstellt werden kann, auch unter Berücksichtigung von ökonomischen Notwendigkeiten, wenn die Stichproben in einem gleichmäßigen 9x9m Raster angelegt werden. Gleichzeitig konnte festgestellt werden, dass sich manche Pflanzenkrankheiten bevorzugt entlang bestimmter Richtungen ausbreiten. Viele räumlich verteilt vorkommende Phänomene sind in ihrer Verbreitung von Standortfaktoren abhängig, wie z.B. Unkräuter von den Bodeneigenschaften. Das Wissen um diese Abhängigkeiten ist für den präzisen Pflanzenschutz von großer Bedeutung, für Pflanzenkrankheiten konnten aber auf den Untersuchungsflächen keine räumlichen Abhängigkeiten von Bodeneigenschaften, Bodentypen oder dem Höhenprofil der Flächen festgestellt werden. In dieser Untersuchung wird der Nachweis erbracht, dass die Übertragung einer punktuellen Prognose der Befallsentwicklung von Pflanzenkrankheiten auch in den Raum möglich ist, indem bestehende Prognosemodelle als eigenständige Werkzeuge in ein GIS integriert werden.

<b>GIS-based compilation and prognosis of the spatial distribution of plant diseases</b><br /> Research on disease dispersion has been neglected in phytomedicine so far, since there have been no adequate techniques available to analyze and to represent the arising phenomena. Therefore, in most cases fields are regarded as uniform, i.e. homogeneous, concerning the distribution of the infestation symptoms of plant diseases.<br /> On this account, these practices should incorporate this aspect during spatial data collection, because the accurate representation of the infestation situation is a crucial basic requirement for site-specific plant protection using Precision Farming.<br /> The investigation of the dipersion pattern of plant diseases with GIS showed that their symptoms spread heterogeneously throughout a winter wheat field. This means that diseases are not distributed randomly, but instead arise preferentially in clusters or nests, where the infection begins. To some extent, distinct spatial preferences of the plant diseases could be detected on the study fields.<br /> Using correlation coefficients and the variogramm analysis it could be demonstrated that, with a uniform 9x9 raster sampling method for all plant diseases occuring on the study fields, an optimal map could be created, even taking into consideration economic necessities. At the same time a preferential spreading of some plant diseases in a certain direction was detected.<br /> Many spatially occuring phenomena depend on site-related factors, e.g. weeds depend on soil qualities. The knowledge of this dependent relationship is vitally important for precise plant protection, for plant diseases however no spatial dependence on soil characteristics, soil types or the elevation profile of the areas, was ascertained.<br /> In order to create an optimal map, randomly sampled point data need to be transferred by interpolation in a GIS into a spatial form. Such maps of the dispersal of plant diseases could provide a basis for site-specific procedures. But as a consequence problems caused of data transformation could occur because of the multiplicity of interpolation procedures, which do not fulfill the requirements of an accurate representation of reality in the same ways. Good maps cannot be created from inaccurate data by interpolation. For this reason, a variogram analysis and a cross validation must be carried out before each interpolation to minimize the estimation error.<br /> This study demonstrates the possibility of transferring the point-based prediction of the spread of plant diseases into a spatial mode by integrating preexisting prediction models as discrete tools into a GIS.