Η ευφυής γεωργία ή γεωργία ακριβείας είναι η καινοτόμος συνολική διαχείριση της αγροτικής επιχείρησης, η οποία αξιοποιεί τις προηγμένες τεχνολογίες και την επιστημονική προσέγγιση προς όφελος του παραγωγού και του περιβάλλοντος. Η μείωση της ανεξέλεγκτης χρήσης φυτοφαρμάκων, λιπασμάτων και αρδευτικού νερού, η γρήγορη και αποτελεσματική αντιμετώπιση ασθενειών και εχθρών των καλλιεργειών, σε συνάρτηση με τα μετεωρολογικά δεδομένα, συστήματα GPS και εδαφολογικά στοιχεία της περιοχής, αποτελούν τα ισχυρότερα πλεονεκτήματα της παραπάνω προσέγγισης φυτοπροστασίας. Τα σύγχρονα μοντέλα πρόβλεψης ασθενειών συγκεντρώνουν όλες τις απαραίτητες πληροφορίες και δίνουν τη δυνατότητα στο γεωπόνο/παραγωγό να πάρει τις σωστές αποφάσεις για την προστασία της παραγωγής του, μέσω εύχρηστων λογισμικών αναπαράστασης δεδομένων. Τέτοια πληροφοριακά μοντέλα φυτοπροστασίας έχουν εφαρμοστεί παγκοσμίως σε πληθώρα καλλιεργειών για διαχείριση διαφόρων ασθενειών και εχθρών, όπως του περονοσπόρου της τομάτας, του φουζικλαδίου της μηλιάς, του περονόσπορου του αμπελιού. Στην παρούσα εργασία αξιολογήθηκαν τα συστήματα λήψης αποφάσεων, gaiasense (www.gaiasense.gr) και vite.net® (www.vite.net-srl.it) ως προς την εμφάνιση και εξέλιξη τριών ασθενειών της αμπέλου, του ωιδίου, του περονοσπόρου και του βοτρύτη στις ποικιλίες Μαλαγουζιά και Σαββατιανό σε πειραματικούς αμπελώνες του ΓΠΑ στα Σπάτα Αττικής. Τα δύο μοντέλα gaiasense και vite.net, βασιζόμενα στα μετεωρολογικά δεδομένα που επικρατούσαν την καλλιεργητική περίοδο του 2018 προσομοίωσαν αρκετά αποτελεσματικά την εξέλιξη των ασθενειών. Ωστόσο, υπερεκτίμησαν τις παραπάνω ασθένειες και εξέδωσαν προγνωστικά με μεγαλύτερη επικινδυνότητα σοβαρότητας ασθενειών από την πραγματική που διαπιστώθηκε στον αμπελώνα. Η αξιολόγηση της εξέλιξης των ασθενειών συσχετίστηκε επίσης με εδαφολογικά δεδομένα και το εδαφικό δυναμικό φορτίο μυκήτων και βακτηρίων. Τα αποτελέσματα, μεταξύ των άλλων, έδειξαν μεγαλύτερη, στατιστικά σημαντική, περιεκτικότητα του ψευδαργύρου στα εδάφη του Σαββατιανού και διαφοροποιήσεις στο μικροβιολογικό φορτίων των ποικιλιών, με πιθανή ανταγωνιστική ή συναγωνιστική σχέση τους με τα παθογόνα που εξετάστηκαν. Πρόσθετα, καταγράφτηκε η παρουσία και εξέλιξη των τριών ασθενειών μέσα από τις Γεωργικές Προειδοποιήσεις (Γ.Π.) των επτά Περιφερειακών Κέντρων Προστασίας Φυτών, Ποιοτικού & Φυτοϋγειονομικού Ελέγχου, του ΥΠΑΑΤ, από όλη την Ελλάδα, για τις καλλιεργητικές περιόδους 2017 και 2018 και συσχετίστηκαν οι προβλέψεις της επικινδυνότητας των ασθενειών του μοντέλου gaiasense, εγκατεστημένο σε πειραματικό αμπελώνα στη Νεμέα Αργολίδας, με τις Γ.Π. του Περιφερειακού Κέντρου Ναυπλίου, για το 2018. Οι προβλέψεις του μοντέλου με τις συστάσεις των γεωπόνων, ταυτίστηκαν σε κάποιες περιπτώσεις. Επιπρόσθετα, παρουσιάζονται οι προτεινόμενοι ψεκασμοί για όλες τις ασθένειες όλων των Περιφερειακών Κέντρων για τα δύο έτη. Η εν λόγω διπλωματική εργασία παρουσιάζει ένα ολοκληρωμένο σύστημα φυτοπροστασίας στην άμπελο, δίνοντας βάση στην επίτευξη της γεωργίας ακριβείας. Αυτό επιτυγχάνεται με την εμπεριστατωμένη επιστημονική γνώση των κύκλων ασθενειών των παθογόνων, τη δυνατότητα (μερικής για την ώρα) πρόβλεψης της επικινδυνότητας των ασθενειών με τη χρήση συστημάτων λήψης αποφάσεων (DSSs) και με την επιλογή, από ένα μεγάλο εύρος, χημικών και βιολογικών σκευασμάτων για έγκαιρη και ακριβή καταπολέμηση των μυκήτων. Τέλος, μία συμπληρωματική αξιοποίηση ιδιαίτερων εδαφολογικών και μικροβιολογικών χαρακτηριστικών του αμπελώνα μπορεί να ενεργήσει συνεργιστικά ή παρεμποδιστικά στην εξέλιξη των παθογόνων σε κάθε ποικιλία, με σκοπό την αποτελεσματικότερη και πιο στοχευμένη αντιμετώπισή τους.
Integrated plant protection of vine using precision agriculture Smart farming or precision agriculture is the innovative holistic management approach of an agricultural business that exploits both advanced technologies and the scientific approach. This benefits producers and retain environment sustainable and productive by reducing the unreasonable use of pesticides, fertilizers and irrigation. Quick and successful disease and pest control according to weather data, GPS systems and soil data measurements of the area, constitute the most powerful advantages of the aforementioned plant protection strategy. The modern disease prediction models gather all the necessary knowledge and lead agronomists/producers to the right decisions about crop management via user friendly software of data representation. Such informative plant protection models have been implemented worldwide, in many crops, for the needs of managing various fungi and pests, like late blight of tomato, apple scab or grape downy mildew. The present study evaluates two Decision Support System (DSSs), gaiasense (www.gaiasense.gr) and vite.net® (www.vite.net-srl.it), regarding the emergence and development of downy mildew, powdery mildew, grey bunch rot and sour rot, in the experimental vineyard (cvs. Savvatiano and Malagouzia) of Agricultural University of Athens in Spata region. Both models, based on the meteorological data prevailing in the 2018 cultivation period, although they simulated the development of the diseases quite effectively, overestimated the above diseases and predicted a far greater disease severity risk than the one found in the vineyard. The assessment of diseases’ progression was also associated with soil analytical data and soil dynamic load of fungi and bacteria. The results showed higher, statistically significant zinc content in Savvatiano soils and variations in the microbiological loads of the varieties, with a possible competitive or antagonistic relationship with the tested pathogens. Additionally, the presence and progression of those three diseases through the Agricultural Warnings (A.W.) of the seven Regional Centers for Plant Protection, Quality and Phytosanitary Control, from all over Greece, were recorded for the 2017 and 2018 growing seasons and were correlated with the gaiasense model disease risk predictions, based on experimental vineyards in Nemea Argolida, with the A.W. of the Nafplion Regional Center for 2018. The predictions of the model with the recommendations of the agronomists were identical in a few cases. In addition, the proposed sprays are presented, for the two years, against all diseases of all Regional Centers. The present diploma thesis presents an integrated system of plant protection in the vineyard, based on precision agriculture. This is accomplished by thorough scientific knowledge of disease cycles, the potential of (temporarily) predicting disease severity risk using DSSs and the application of chemical and biological sprays for early and precise control fungi. Last but not least, a complementary exploitation of particular soil and microbiological characteristics of the vineyard, which may act synergistically or antagonistically with the progression of pathogens in each variety, will lead to the most effective and targeted treatments. Scientific area of Diploma Thesis: Agricultural University of Athens. Key Words: plant protection, vine, precision agriculture, Decision Support System.
