CC BY
169
doi: 10.24411/0235-2451-2020-11204 УДК 632.914:632.92:632.4.01/.08
Оценка риска развития эпифитотий фитофтороза картофеля на территории РФ в 2019-2020 гг. с использованием цифровых технологий*
М. А. КУЗНЕЦОВА, О. И. ЯКУШЕВА, А. Н. РОГОЖИН, Н. В. СТАЦЮК, К. В. БОРОВСКИЙ, В. Н. ДЕМИДОВА
Всероссийский научно-исследовательский институт фитопатологии, ул. Институт, вл. 5, р.п. Большие Вяземы, Одинцовский р-н, Московская обл.,143050, Российская Федерация
Резюме. Цифровизация - один из современных трендов развития сельского хозяйства, нацеленный на повышение производительности отрасли с одновременной оптимизацией затрат финансовых и трудовых ресурсов. Важным шагом в разработке и применении эффективных систем поддержки принятия решений в сфере защиты растений от болезней служит картирование территорий по степени эпифитотийного риска. Используя ранее созданный математический симулятор и данные, полученные с метеостанций, расположенных в различных регионах России, а также программный пакет QGIS, было выполнено картирование рисков возникновения эпифитотийных условий по фитофторозу картофеля и соответствующих потерь урожая на территории России в 2019-2020 гг. По результатам проведенных расчетов, максимально благоприятные для развития болезни условия (прогнозируемый уровень потерь урожая более 20 %) в оба сезона складывались в Северо-Западном и Дальневосточном федеральных округах, а также на большей части Центрального федерального округа. Неблагоприятные условия для развития болезни и низкие прогнозируемые потери (<10 %) в оба сезона отмечали на территории Южного и Северо-Кавказского федеральных округов, а также в некоторых южных регионах Уральского и Сибирского федеральных округов. В остальных федеральных округах и регионах уровни развития болезни в исследованные сезоны варьировали. Эта информация необходима для понимания фитосанитарной ситуации, складывающейся в последние годы на территории РФ. Однако не менее важна возможность экспресс-прогноза рисков вспышек фитофтороза для заблаговременного проведение защитных обработок посадок картофеля. Сотрудниками Всероссийского научно-исследовательского института фитопатологии совместно с компанией «Инфометеос» разработана геоинформационная система (ГИС), которая открывает возможности для оценки общего фитофторозного фона, складывающегося в реальном времени на территории страны, определения зон с наибольшими или наименьшими фитофторозными рисками, а также использования этих данных для принятия решений о необходимости проведения защитных мероприятий.
Ключевые слова: Phytophthora infestans, картофель, фитофтороз, картирование, мониторинг фитосанитарной ситуации, система поддержки принятия решений (СППР), геоинформационная система (ГИС).
Сведения об авторах: М. А. Кузнецова, кандидат биологических наук, зав. отделом (e-mail: mari.kuznetsova@gmail.com); О. И. Якушева, научный сотрудник; А. Н. Рогожин, кандидат сельскохозяйственных наук, старший научный сотрудник; Н. В. Стацюк, кандидат биологических наук, старший научный сотрудник; К. В. Боровский, аспирант; В. Н. Демидова, кандидат биологических наук, научный сотрудник.
Для цитирования: Оценка риска развития эпифитотий фитофтороза картофеля на территории РФ в 2019-2020 гг. с использованием цифровых технологий / М. А. Кузнецова, О. И. Якушева, А. Н. Рогожин и др. // Достижения науки и техники АПК. 2020. Т. 34. № 12. С. 28-32. doi: 10.24411/0235-2451-2020-11204.
Исследование выполнено в рамках КПНИ по теме 0443-2019-0001 (2019 г.) и в рамках Государственного задания 0598-20190003 (2020 г.).
Assessment of the risk of developing potato late blight epiphytous in the territory of the Russian Federation in 2019-2020 using digital technologies
M. A. Kuznetsova, O. I. lakusheva, A. N. Rogozhin, N. V. Statsyuk, K. V. Borovsky, V. N. Demidova
All-Russian Research Institute of Phytopathology, ul. Institut, vl. 5, r.p. Bol'shie Vyazemy, Odintsovskii r-n, Moskovskaya obl.,143050, Russian Federation
Abstract. Digitalization is one of the modern trends in the development of agriculture. It is aimed at increasing the productivity of the industry and optimizing the costs of financial and labour resources. An important step in the development and application of effective decision support systems in the field of plant protection against diseases is the mapping of territories by the degree of epiphytotic risk. Using a previously designed mathematical simulator and data obtained from meteorological stations located in various Russian regions, as well as the QGIS software package, we mapped the risks of epiphytotic conditions for potato late blight and the corresponding crop losses in Russia for 2019-2020. According to the results of the calculations, the most favourable conditions for the development of the disease in both seasons developed in the Northwestern and Far Eastern Federal Districts, as well as in most of the Central Federal District. The predicted level of yield losses was more than 20%. Unfavourable conditions for the development of the disease and low predicted losses (less than 10%) in both seasons were noted in the South and North-Caucasian Federal Districts, as well as in some southern regions of the Ural and Siberian Federal Districts. In other federal districts and regions, the levels of disease development varied by season. This information is necessary to understand the phytosanitary situation that has developed in recent years in the territory of the Russian Federation. However, the possibility of rapid forecasting the risks of late blight outbreaks is no less important for the early implementation of protective treatments for potato plantings. The employees of the All-Russian Research Institute of Phytopathology jointly with the Infometeos company have developed a geographic information system (GIS), which opens up opportunities for assessing the general late blight background, developing in real time in the territory of the country, determining the zones with the highest or lowest late blight risks, as well as using these data for making decisions on the use of protective measures.
Keywords: Phytophthora infestans; potato; late blight; mapping; monitoring of the phytosanitary situation; decision support system (DSS); geographic information system (GIS).
Author Details: M. A. Kuznetsova, Cand. Sc. (Biol.), head of division (e-mail: mari.kuznetsova@gmail.com); O. I. Iakusheva, research fellow; A. N. Rogozhin, Cand. Sc. (Agr.), senior research fellow; N. V. Statsyuk, Cand. Sc. (Agr.), senior research fellow; K. V. Borovsky, post graduate student; V. N. Demidova, Cand. Sc. (Agr.), research fellow.
For citation: Kuznetsova MA, Iakusheva OI, Rogozhin AN, et al. [Assessment of the risk of developing potato late blight epiphytous in the territory of the Russian Federation in 2019-2020 using digital technologies]. Dostizheniya nauki i tekhniki APK. 2020;34(12):28-32. Russian. doi: 10.24411/0235-2451-2020-11204.
Постоянное увеличение населения планеты на фоне ограниченности таких природных ресурсов, как пресная вода или продуктивные пахотные земли, создает серьезные проблемы для мирового агропродо-вольственного сектора экономики. Наиболее важная из них связана с необходимостью постоянного повышения производительности агросистем. Распространение в сельском хозяйстве цифровых инноваций и технологий может способствовать решению этой задачи. Цифровизация сельскохозяйственного сектора, позволяющая оптимизировать управление процессами на базе индивидуализированного подхода и прогнозирования их развития путем анализа большого количества данных, а также обеспечить поддержку сельскохозяйственного производителя в принятии решений, способна привести к революционным сдвигам в отрасли, в частности, существенно повысить урожайность сельхозкультур и производительность труда, снизить производственные затраты на удобрения и пестициды, в целом гармонизировать работу агросистем [1, 2, 3].
Одна из наиболее очевидных сфер применений цифровых систем в растениеводстве - защита растений от болезней. Особенно это важно для таких стратегических культур, как зерновые и картофель, активно поражаемых различными грибными болезнями. Так, растения картофеля в период вегетации могут в значительной мере поражаться листовыми инфекциями, в первую очередь, фитофторозом и альтернариозом, вызываемыми оомицетом Phytophthora infestans и комплексом грибов Alternaría solani+A. alternata. В зависимости от погодных условий они способны сильно снижать урожайность культуры, а также поражать клубни, ухудшая качество продукции [4].
Основным способом контроля указанных болезней на коммерческих посадках повсеместно служат обработки фунгицидными препаратами по так называемой рутинной схеме, когда их проводят через равные временные интервалы (обычно 7.. .10 дней) независимо от погодных условий и степени развития болезни. В странах с наиболее развитым картофелеводством (Нидерланды, Великобритания, Дания и др.), количество таких опрыскиваний может достигать 12.16 раз за сезон [5]. Однако пластичность генома фи-топатогенных грибов и оомицетов, а также его высокая изменчивость приводят к достаточно быстрому появлению штаммов, резистентных к применяемым препаратам (особенно моносайтового действия). Как результат, производители картофеля, чаще всего, увеличивают кратность и/или дозировку защитных обработок в надежде подавить развитие инфекции. При этом увеличение фунгицидного пресса работает скорее как фактор селективного отбора, способствуя появлению все более и более резистентных штаммов и, следовательно, только ухудшает ситуацию, сопровождается повышением финансовых расходов и, кроме того, может приводить к загрязнению окружающей среды. В то же время погодные условия, благоприятствующие распространению и развитию возбудителей упомянутых болезней, складываются не всегда и, следовательно, в некоторых случаях фунгицидные обработки в рамках рутинной схемы защиты могут оказаться избыточными и нерентабельными.
Оптимизировать применение фунгицидов можно с использованием систем прогнозирования риска вспышки инфекции в той или иной конкретной местности, работа которых базируется на анализе складывающихся благоприятных или неблагоприятных для возникновения эпифитотии условий, оказывающих решающее влияние на степень развития заболевания. На сегодняшний день в мире разработан и активно применяется ряд таких систем поддержки принятия решений (СППР) в отношении фитофтороза кар-
тофеля [6, 7]. Ведутся такие работы и в России. Например, сотрудники Всероссийского НИИ фитопатологии (ВНИИФ) разработали СППР «ВНИИФБлайт» [8], а также геоинформационную систему для определения и картирования рисков вспышек фитофтороза, предназначенную для поддержки принятия решений о сроках проведения защитных обработок картофеля в течение вегетационного сезона. Помимо реализации функции помощи картофелеводам в планировании защитных обработок, она обеспечивает сбор данных, которые в дальнейшем могут быть использованы для определения потенциальной вредоносности фитофтороза на той или иной территории.
Цель нашего исследования - мониторинг и построение карты, отражающей риск развития фитофтороза картофеля в различных регионах России в 2019-2020 гг., для получения информации о частоте эпифитотий этого заболевания и оптимизации фунгицидных обработок посадок культуры.
Условия, материалы и методы. Сведения о развитии фитофтороза в регионах России собирали с использованием ранее разработанного математического симуля-тора, описывающего связь потерь урожая картофеля от фитофтороза с метеорологическими условиями в период выращивания [9], в ходе маршрутных обследований посадок культуры сотрудниками ВНИИФ в хозяйствах разных областей и путем опросов работников картофелеводческих предприятий.
Алгоритм работы упомянутого математического симу-лятора основан на двух уравнениях:
= 0,8 х (2,37 + 0,48а + 67Ь) при а > 8 (1)
®2 = 0,8 х (0,95а + 0,02) при а < 8 (2)
где о> - потери урожая картофеля, ассоциированные с фитофторозом, %; а - количество пятисуточных периодов с условиями, благоприятными для реинфекции растений в период всходы - отмирание ботвы; Ь - доля частоты таких периодов в период смыкание ботвы в рядке - бутонизация, относительно их суммарного числа в течение всего сезона.
Пятисуточный период определяется как благоприятный для реинфекции в случае, если у < у2, величины которых, в свою очередь, рассчитываются следующим образом: у = -32,47 + 0,75х1 + 0,41х2 + 0,41х3 + 0,27х4 + + 0,74х5 + 0,30х6 - 0,07х7 - 0,16х8 + 0,06х9 + 0,01х1„
' 5 ' 6 ' 7 ' 8 ' 9 ' 10
+ 2,88х11 + 1,98х12 + 1,98х13 + 1,79х14 + 0,53х15; (3)
у2 = -31,34 + 0,633х1 + 0,37х2 + 0,42х3 + 0,22х4 + + 0,65х5 + 0,24х6 - 0,06х7 - 0,15х8 - 0,13х9 + 0,15х10 + + 4,88х511 + 3,55х12 + 3,34х13 + 2,50х14 + 2,29х15, (4)
гдех1 2345 их678910 - означают, соответственно, дневные и ночные температуры (С°) в ближайшие 5 дней, ах1112131415 -осадки в этот период.
Для построения карты, отражающей вредоносность фитофтороза на территории РФ в 2019 и 2020 гг., использовали метеорологические данные за текущий год (июнь-август), зафиксированные 315 (2019 г.) и 229 (2020 г.) метеостанциями, расположенными в различных регионах страны. Картирование проводили с использованием общедоступного программного пакета QGIS, включающего метод интерполирования путем обратного взвешивания [10].
Для построения динамических карт, отражающих ситуацию с уровнем риска появления/развития фитофтороза в реальном времени, было выполнено сопряжение упомянутого математического симулятора с метеорологическим сервисом компании Инфометеос (http://infometeos.com). Этот сайт обеспечивает визуальное представление различных метеорологических параметров на всей территории России в виде карты со множеством слоев. Сервис зонирования по риску развития фитофтороза был реализован в виде отдельного графического слоя «Риск фитофтороза» на
карте России. Оценку выполняли для восприимчивых сортов картофеля в условиях отсутствия защитных обработок.
Результаты и обсуждение. По результатам обработки климатических данных и математического моделирования в 2019 г. в трех Федеральных округах РФ (СевероЗападный, Центральный и Приволжский) сложились условия для значительных потерь урожая картофеля (рис. 1). Сильное развитие фитофтороза, с потерями урожая > 20 %, ожидалось в Республиках Карелии и Коми; Калининградской, Архангельской, Ленинградской, Вологодской, Псковской, Новгородской областях (Северо-Западный ФО), Ярославской, Тверской, Костромской, Смоленской, Ивановской, Владимирской, Московской, Липецкой, Рязанской, Брянской, Орловской, Курской областях (Центральный ФО); Хабаровском, Приморском, Камчатском краях, Еврейской АО и восточной части Амурской области (Дальневосточный ФО). Высокие прогнозируемые потери картофеля были показаны для Республики Алтай, Республики Тува, южных районов Иркутской области и Республики Бурятии (Сибирский ФО), северной части Приволжского ФО (Пермский край, Республики Татарстан, Мордовия и Марий Эл, Чувашская Республика, Кировская, Нижегородская, Пензенская и Ульяновская области), а также в Северной Осетии и Карачаево-Черкесии (Северо-Кавказский ФО), что связано с особенностями природно-климатических условий горных районов Северного Кавказа [11].
Умеренное развитие болезни (потери урожая от 10 до 20 %) прогнозировалось в большинстве регионов Сибирского (центральная часть Красноярского края, север Иркутской, Омской и Томской областей) и Уральского ФО (центральная часть Тюменской области и Екатеринбургская область), в некоторых регионах Дальневосточного ФО (южная часть острова Сахалин, южная часть Республики Саха, западная часть Амурской области), южных регионах Приволжского ФО (Оренбургская, Саратовская, Самарская области, Башкортостан), а также в Тамбовской и Воронежской областях Центрального ФО.
Неблагоприятные условия для развития фитофтороза (прогнозируемые потери менее 10 %) были характерны для всего Южного ФО, а также практически всего СевероКавказского ФО (Ставропольский край, Республики Дагестан и Ингушетия, Кабардино-Балкарская и Чеченская Республики). Кроме того, низкий уровень прогнозируемых потерь урожая был отмечен в Сибирском ФО (Новосибирская и Кемеровская области, Алтайский и Забайкальский края, южная часть Омской и Томской областей) и в нескольких районах Хабаровского края и Республики Саха (Дальневосточный ФО).
В 2020 г. в зоне высокого риска развития болезни снова оказался почти весь Северо-Западный ФО (исключая часть территории Республики Коми), большая часть Дальневосточного ФО (Камчатский и Хабаровский края, остров Сахалин, почти вся территория Республика Саха и западная часть Амурской области), а также северная и центральная части Центрального ФО (Ярославская, Ивановская, Владимирская, Тверская, Костромская, Московская, Смоленская, Тульская и северные районы Брянской и Рязанской областей). Кроме того, высокий риск развития эпифитотии и сопутствующих потерь урожая был отмечен в нескольких регионах Сибирского ФО (Республики Хакасия, Алтай и Бурятия, западная часть Республики Тыва и север Забайкальского края), а также в Карачаево-Черкесии (СевероКавказский ФО).
Умеренный риск развития фитофтороза, согласно про-
Рис. 1. Расчетные потери урожая картофеля в различных регионах Российский Федерации: а) 2019 г.; б) 2020 г.
гнозу, присутствовал в шести регионах Сибирского ФО (Иркутская, Кемеровская и Томская области, Забайкальский и Красноярский края и Республика Тыва), трех регионах Дальневосточного ФО (Приморский край, Еврейская АО и восточная часть Амурской области), трех регионах Центрального ФО (Орловская, Рязанская и Калужская области), двух регионах Поволжского ФО (Удмуртия и Пермский край) и на севере Тюменской области (Уральский ФО).
Низкие потери урожая снова прогнозировали в Южном и Северо-Кавказском
ФО (за исключением Карачаево-Черкесии, которая, как и в более ранних исследованиях, снова оказалась в зоне высокого риска, характерного для некоторых горных зон Северного Кавказа [11]) и южной части Центрального региона (Курская, Белгородская, Липецкая, Брянская, Воронежская и Тамбовская области). В Сибирском ФО неблагоприятные для развития фитофтороза условия опять доминировали в Алтайском и южной части Забайкальского края, Омской и Новосибирской областях, а также были отмечены на юге Республики Бурятия. В этой же зоне в 2020 г. практически целиком оказались Уральский и Приволжский ФО.
Следует отметить, что расчетные результаты соответствовали сведениям, собранным при обследовании картофельных полей в некоторых областях РФ, а также данным опросов агрономов и руководителей хозяйств в регионах страны. Например, в 2020 г. в зоне высокого риска развития фитофтороза находились ООО «СаначиноАгро» Старицкого района Тверской области; КФХ «Кузнецов С. В.» Коломенского района Московской области; ООО «АПК Агромир» Новомосковского района Тульской области; в зоне умеренного риска - КФХ «Бекон» Кузбасского района Кемеровской области; ЗАО «Дары Малиновки» Сухобузим-ского района Красноярского края; в зоне слабого риска -ЗАО АПК «Белореченский» Белоярского района Свердловской области; ООО «Агрофирма Трио» Долгоруковского района Липецкой области.
Дополнение ГИС «Инфометеос» информацией о риске развития фитофтороза открыло доступ к таким сведениям по любой точке страны всем пользователям. Для этого необходимо войти на сайт «Инфометеос», перейти на страницу «Параметры» (https://infometeos.com/Maps/ Рагат^егеМар) или по прямой ссылке https://infometeos. com/Map/Data и затем выбрать в выпадающем меню слой «Риск фитофтороза» (рис. 2).
Рис. 2. Выбор слоя meteos».
Риск фитофтороза» в ГИС «Info-
В результате откроется карта, где разными цветами будут обозначены зоны с высоким (красный) и умеренным (желтый) риском фитофтороза. Зоны с низким риском развития болезни остаются неокрашенными (рис. 3).
Таким образом, по результатам двух сезонов применения математического симулятора Северо-Западный и Дальневосточный ФО, равно как и большая часть Центрального ФО, оказывались в зоне высокого риска, в то время как погодные условия Южного и Северо-Кавказского ФО (за исключением Карачаево-Черкесии), а также юга Уральского ФО и юго-западных регионов Сибирского ФО, наоборот, соответствовали низкому риску эпифитотийного
развития фитофтороза. Согласно данным, которые мы получаем в ходе многолетнего мониторинга риска эпифитотий фитофтороза на территории Российской Федерации, такие результаты в целом соответствуют результатам среднемно-голетних наблюдений. Однако даже в регионах с постоянно высоким риском фитофтороза порой могут складываться погодные условия, неблагоприятные для развития этой болезни, и наоборот. Кроме того, в каждом регионе возможно наличие территорий, локальные климатические условия которых отличаются от доминирующих. В связи с этим, оптимизация фунгицидных обработок требует постоянной корректировки в режиме реального времени с учетом реальных погодных условий.
Большинство существующих СППР, упрощающих решение такой задачи, представляют собой либо программные комплексы, устанавливаемые на компьютер пользователя, либо программные пакеты, работающие на сервере и предлагаемые для доступа за определенную плату. Многие СППР дополнительно предусматривают возможность корректировки рекомендаций в зависимости от используемого сорта картофеля и характеристик применяемых фунгицидов. Вместе с тем, в последние годы наметился поворот в сторону разработки геоинформационных систем, позволяющих получать информацию о разнообразных рисках для сельскохозяйственных культур в любой точке охватываемой географической территории. Например, существуют ГИС, позволяющие проводить картирование очагов скопления вредителей и сорняков [12], а также вести мониторинг некоторых грибных инфекций зерновых и плодовых культур [13, 14].
В целом, ГИС обладают высоким потенциалом в области защиты растений, поскольку обеспечивают наглядное представление самой разной информации об одной и той же территории благодаря возможности дифференцирования ее по разным слоям визуальной картинки, что позволяет учитывать различные биотические и абиотические факторы, влияющие на текущее фитосанитарное состояние поля и вероятность развития той или иной болезни, а также отражать эту информацию практически для любой географической точки, покрываемой системой. Кроме того, ГИС могут использоваться в самых разных масштабах, начиная с конкретного поля или его части, и заканчивая территорией всей страны.
Созданная нами карта с обозначением зон различных уровней рисков появления/развития фитофтороза дает возможность пользователю оценить общий фитофтороз-ный фон, складывающийся в реальном времени, а также использовать эти данные для принятия решений о проведении защитных мероприятий. Высокий риск развития
Рис. 3. Пример визуализации риска развития фитофтороза на территории Краснодарского края России.
болезни означает необходимость обеспечения растений фунгицидной защитой во избежание существенных потерь урожая. При умеренном риске в первую очередь требуется защита семенных посадок и восприимчивых сортов, а также растений в фазе быстрого роста, когда они наиболее чувствительны к поражению патогеном. Низкий риск означает, что, вне зависимости от прочих биотических и абиотических факторов, защитные обработки можно не проводить. При этом окончательное решение о необходимости защитных мер следует принимать с учетом таких факторов, как устойчивость сорта, фаза развития растений, ранее проведенные обработки, санитарные ограничения и др.
Выводы. Проведенный мониторинг погодных условий в различных регионах России в 2019-2020 гг. и расчет вероятности возникновения и развития эпифитотийных ситуаций
на полях страны позволил осуществить картирование прогнозируемых потерь урожая, связанных с риском вспышек фитофтороза. Максимально благоприятными условиями для развития болезни с соответствующими прогнозируемыми потерями урожая на уровне более 20 % стабильно характеризуются Северо-Западный и Дальневосточный ФО, а также большая часть Центрального ФО. Южный и Северо-Кавказский ФО в течение обоих сезонов оказались в зоне низкого риска (<10 % потерь урожая); аналогичный уровень риска отмечен в оба сезона для юга Уральского ФО и юго-запада Сибирского ФО. В остальных регионах картина менялась в зависимости от года.
Результаты выполненного исследования предполагается использовать для мониторинга фитофтороза на территории РФ и улучшения практики защиты картофеля.
Литература.
1. Васильченко А. В. Инновации и цифровизация в защите растений //Плодоводство и виноградарство Юга России. 2020. № 61 (1). С. 161-172. doi: 10.30679/2219-5335-2020-1-61-161-172.
2. The future of digital agriculture: technologies and opportunities / S. Fountas, B. Espejo-Garcia, A. Kasimati, et al. // IT Professional. 2020. Vol. 22. No. 1. P. 24П28. doi: 10.1109/MITP.2019.2963412.
3. Foughali K, Fathallah K, Frihida A. Using doud IOT for disease prevention in precision agriculture //Procedia Comp. Sci. 2018. Vol. 130. P. 575П 582. doi: 10.1016/j.procs.2018.04.106.
4. Five reasons to considerPhytophthora infestans a reemerging pathogen / W. E. Fry, P. R. Birch, H. S. Judelson, et al. //Phytopathology. 2015. Vol. 105. No. 7. P. 966-981. doi: 10.1094/PHYT0-01-15-0005-FI.
5. Epidemics and control of early and late blight, 2015 and 2016 in Europe / H. Schepers, H. Hauslanden, J. G. Hansen, et al. // PPO-Special Report. 2017. No. 18. P. 11-32.
6. Small I. M., Joseph L., Fry W. E. Development and implementation of the BlightPro decision support system for potato and tomato late blight management //Comp. Electron. Agr. 2015. Vol. 115. P. 57-65. doi: 10.1016/j.compag.2015.05.010.
7. Evaluation of the 'Irish Rules': the potato late blight forecasting model and its operational use in the Republic of Ireland /M. Cucak, A. Sparks, R. A. Moral, et al. //Agronomy. 2019. Vol. 9. Article 515. doi: 10.3390/agronomy9090515.
8. VNIIFBlight decision support system using in the potato late and early blight control/A. V. Filippov, A. N. Rogozhin, M. A. Kuznetsova, et al. // Int. J. Pharm. Res. Allied Sci. 2017. Vol. 6. No. 3. P. 112-117.
9. Development and testing of a weather-based model to determine potential yield losses caused by potato late blight and optimize fungicide application /A. Filippov, M. Kuznetsova, A. Rogozhin, et al. //Front. Agr-. Sci. Eng. 2018. Vol. 5. P. 462-468. doi: 10.15302/J-FASE-2018239.
10. Шаймарданов В. М. Создание информационных баз климатических данных и продукции для обслуживания потребителей //Ученые записки РГГМУ. 2011. № 17. С. 89-98.
11. Minimization of fungicidal applications against potato late blight in the North Caucasian region: use of the "Agrodozor" system / A. V. Filippov, M. A. Kuznetsova, O. I. Iakusheva, et al. //KnE Life Sciences. 2019. Vol. 4. No. 14. P. 884-892. doi: 10.18502/kls.v4i14.5686.
12. Комаров Е. В. ГИС-технологии в защите растений //Орошаемое земледелие. 2013. № 3. С. 12-13.
13. Monitoring and forecasting for disease and pest in crop based on WebGIS system / Y. Dong, F. Xu, L. Liu, et al. //Proceedings of 8th International Conference on Agro-Geoinformatics (Agro-Geoinformatics), Istanbul: IEEE, 2019. P. 1-5.
14. Predicting the potential distribution of apple canker pathogen (Valsa mali) in China under climate change / W. Xu, H. Sun, J. Jin, et al. //Forests. 2020. Vol. 11. Article 1126.
References
1. Vasilchenko AV. [Innovation and digitalization in plant protection]. Plodovodstvo i vinogradarstvo Yuga Rossii. 2020;(61):161-72. Russian. doi: 10.30679/2219-5335-2020-1-61-161-172.
2. Fountas S, Espejo-Garcia B, Kasimati A, et al. The future of digital agriculture: technologies and opportunities. IT Professional. 2020;22(1):24-8. doi: 10.1109/MITP.2019.2963412.
3. Foughali K, Fathallah K, Frihida A. Using cloud IOT for disease prevention in precision agriculture. Procedia Comp Sci. 2018;130:575-82. doi: 10.1016/j.procs.2018.04.106.
4. Fry WE, Birch PR, Judelson HS, et al. Five reasons to consider Phytophthora infestans a reemerging pathogen. Phytopathology. 2015;105(7):966-81. doi: 10.1094/PHYT0-01-15-0005-FI.
5. Schepers H, Hauslanden H, Hansen JG, et al. Epidemics and control of early and late blight, 2015 and 2016 in Europe. PPO-Special Report. 2017;(18):11-32.
6. Small IM, Joseph L, Fry WE. Development and implementation of the BlightPro decision support system for potato and tomato late blight management. Comp Electron Agr. 2015;115:57-65. doi: 10.1016/j.compag.2015.05.010.
7. Cucak M, Sparks A, Moral RA, et al. Evaluation of the 'Irish Rules': the potato late blight forecasting model and its operational use in the Republic of Ireland. Agronomy. 2019;9: Article 515. doi: 10.3390/agronomy9090515.
8. Filippov A V, Rogozhin AN, Kuznetsova MA, et al. VNIIFBlight decision support system using in the potato late and early blight control. Int J Pharm Res Allied Sci. 2017;6(3):112-7.
9. Filippov A, Kuznetsova M, Rogozhin A, et al. Development and testing of a weather-based model to determine potential yield losses caused by potato late blight and optimize fungicide application. Front Agr Sci Eng. 2018;5:462-8. doi: 10.15302/J-FASE-2018239.
10. Shaimardanov VM. [Development of climatic databases and production for the client servicing]. Uchenye Zapiski RGGMU. 2011;(17):89-98. Russian.
11. Filippov A V, Kuznetsova MA, Iakusheva OI, et al. Minimization of fungicidal applications against potato late blight in the North Caucasian region: use of the "Agrodozor" system. KnE Life Sci. 2019;4(14):884-92. doi: 10.18502/kls.v4i14.5686.
12. Komarov EV. [GIS technologies in plant protection]. Oroshaemoe zemledelie. 2013;(3):12-3. Russian.
13. Dong Y, Xu F, Liu L, et al. Monitoring and forecasting for disease and pest in crop based on WebGIS system. In: Proceedings of 8th International Conference on Agro-Geoinformatics. Istanbul: IEEE; 2019. p. 1-5.
14. Xu W, Sun H, Jin J, et al. Predicting the potential distribution of apple canker pathogen (Valsa mali) in China under climate change. Forests. 2020;11: Article 1126.
