AEP – Eine automatische Entscheidungshilfe-Software für den integrierten Pflanzenschutz

Zusammenfassung

Eine Entscheidungshilfe-Software für den Pflanzenschutz im Gewächshaus muss viele Vorraussetzungen erfüllen um Akzeptanz und Anwendung in der Praxis zu erreichen. Ihr Nutzerspektrum sollte unterschiedliche betriebliche Voraussetzungen einbeziehen und sowohl Anfängern beim Einstieg in die Pflanzenproduktion helfen als auch erfahrenen Betriebsleitern Verbesserungsmöglichkeiten in den gängigen Bekämpfungsstrategien aufzeigen. Weiterhin sollte eine möglichst große Anzahl an Kulturen und Schädlingen von der Software abgedeckt werden und die Implementierung neuer Kulturen, Nützlinge, Schädlinge und Pflanzenschutzmittel unkompliziert möglich sein. Die Softwarestruktur sollte einfach und zeitsparend in der Bedienung sein und alle Vorgaben sollten sich an die nicht immer optimalen Gegebenheiten der Praxis anpassen lassen. Idealerweise sollte es keine Software sein die Nutzer bevormundet, sondern eine elektronische Hilfe und Gedächtnis für einen optimierten Pflanzenschutz. Nur so kann beim Nutzer ein Lerneffekt generiert und eine Optimierung der Entscheidungen in der Pflanzenschutzpraxis erreicht werden.

In diesem Artikel diskutieren wir die Struktur einer Entscheidungshilfe-Software (AEP – Automatische Entscheidungshilfe für den integrierten Pflanzenschutz unter Glas) und erläutern seine Funktionsweise an dem Modellsystem Tomate (Solanum lycopersicum) – Weiße Fliege (Trialeurodes vaporariorum) – natürlicher Gegenspieler (Encarsia formosa).

Abstract

A decision support software for greenhouse plant protection has to meet several requirements in order to be accepted and applied by growers. It should comply with the different operational needs of growers and should be helpful for inexperienced growers but also optimize plant protection strategies for experienced ones. Additionally a large number of cultures and pests should be covered and implementation of new crops, beneficials, pests and insecticides must be easy. Also handling should be easy and time saving. All software parameters should be adaptable to grower specific needs. The program should not decide on the control regime but rather give recommendations and provide data storage to optimize plant protection strategies. Thereby learning effects are stimulated and motivation to adapt decision processes in plant protection practice is increased.

In this article we show the structure of a decision support software (AEP—Automatische Entscheidungshilfe für den integrierten Pflanzenschutz unter Glas) and describe its functionality for the model system tomato (Solanum lycopersicum)–whitefly (Trialeurodes vaporariorum)–natural enemy (Encarsia formosa).