Metoder för prognos produktion i blommor
Växter som går till blomma är en indikation på goda växtförhållanden. Om en växt stressas på grund av sjukdom eller långvarig torrhet, kommer den att använda interna och externa mekanismer för att spara resurser. Om vatten är en begränsande resurs, kommer en växt att spara vatten genom att stänga dess stomata eller porer på sina löv för långsam fuktförlust. Resultatet är en bromsning av fotosyntes, metoden genom vilken växter producerar mat och energi. Om fotosyntesen saktar, är blomproduktionen mindre sannolikt att uppstå. Klimatförhållandena är därför en av många faktorer att tänka på när man prognoserar produktion i blommor.
Datainsamling
Det första steget i prognosproduktionen är att bestämma området som omfattas av GIS eller geografiskt informationssystem, vilket i grunden är en tredimensionell databas. Beräkna området genom mätning av mellanslag inom polygoner som dras från poäng som samlats in i fältet med hjälp av ett GPS- eller globalt positionssystem. Initial datainsamling bör upprepas för att möjliggöra eventuella fältuppsamlingsfel.
Lokala förhållanden som markegenskaper, pH och jordkemi som kan påverka blommproduktionen bör också bestämmas. Jordar som brister i nödvändiga näringsämnen kommer att sänka produktionen. Det lokala jordbruksförlängningskontoret kan hjälpa till med marktestning. Förfarandet innefattar användning av en jordgrävare för att samla fältprover. Baserat på dessa resultat kan rekommendationer för gödningsmedel användas för att korrigera eventuella markbrister.
Internetteknologi finns för att samla och tolka lokala väderdata som lufttemperatur, fuktighet, regn och solstrålning. Teknik som utvecklats av MTT Agrifood Research Finland och Finlands National Survey visar att det är praktiskt att integrera tekniken. Denna teknik är i kontinuerlig utveckling. Programvara för att förutsäga avkastningsutbyten är till exempel tillgänglig från FN: s livsmedels- och jordbruksorganisation.
Prognos produktion
En datormodell kan utvecklas för att förutsäga blommaproduktion baserat på lokala förhållanden, väderdata och växtarter. Tänk på att en datormodell endast kan bedöma produktionen baserat på aktuell data. Om en extrem väder händelse uppstår, kan data inte vara korrekta.
Övervakning av väderdata för att justera prognoserna bör fortsätta efter behov. Under idealiska förhållanden kommer växter att gå till blomma och produktionsdata kommer att vara korrekta. Fortsatt övervakning möjliggör mer exakt prognos genom förädling av modellen baserat på väder och förändrade markförhållanden.