Από τις έξυπνες παγίδες μέχρι την τεχνητή νοημοσύνη, η μάχη με τον δάκο περνά σε μια νέα εποχή
Συγγραφέας:Κατερίνα-Γλαύκη Αποστολοπούλου
Ο δάκος της ελιάς (Bactrocera oleae), ο πιο καταστροφικός εχθρός της ελαιοκομίας στη Μεσόγειο, έχει τη δυνατότητα να καταστρέψει έως και το 100% της παραγωγής εάν δεν αντιμετωπιστεί εγκαίρως. Οι ζημιές που προκαλεί δεν περιορίζονται μόνο στην πτώση του καρπού και την αισθητική του υποβάθμιση, αλλά επηρεάζουν άμεσα τη χημική σύνθεση και την ποιότητα του ελαιολάδου, οδηγώντας σε αύξηση της οξύτητας και μείωση των αντιοξειδωτικών του στοιχείων. Με τις απαγορεύσεις χρήσης εντομοκτόνων από την ΕΕ και την αυξανόμενη ανάγκη για φιλικές προς το περιβάλλον λύσεις, η τεχνολογία και οι πρακτικές γεωργίας ακριβείας, μας διευκολύνουν να περάσουμε από την παραδοσιακή αντιμετώπιση, σε μια στοχευμένη, περιβαλλοντικά φιλική και πιο αποδοτική στρατηγική.
Παρακολούθηση: Το πρώτο βήμα
Η επιτυχία ξεκινά με τη σωστή παρακολούθηση του πληθυσμού του δάκου.
Πρακτικά:
- Τοποθέτηση παγίδων McPhail ή φερομονικών, από την άνοιξη και καθ’ όλη τη διάρκεια της περιόδου προσβολής του εντόμου (Ιούνιο – Σεπτέμβριο).
- Συχνός έλεγχος (ανά 7 ημέρες) και καταγραφή συλλήψεων.
- Χρήση έξυπνων παγίδων (e-traps) που στέλνουν στοιχεία στο κινητό σας, μειώνοντας χρόνο και έξοδα παρακολούθησης.
Επιστημονικά δεδομένα: Σύγχρονες παγίδες χρησιμοποιούν αισθητήρες με κάμερες και AI και πετυχαίνουν αναγνώριση του δάκου με ακρίβεια >90%.
Καλλιεργητικά μέτρα
Δεν είναι όλα θέμα φαρμάκων ή τεχνολογίας. Η σωστή φροντίδα του ελαιώνα παίζει καθοριστικό ρόλο.
Πρακτικά:
- Επιδίωξη πρώιμης συγκομιδής
- Πλήρης συγκομιδή χωρίς να μένουν ασυγκόμιστοι καρποί πάνω στο δέντρο.
- Ισορροπημένη λίπανση, αποφεύγοντας την υπερβολική αζωτούχο τροφοδοσία.
- Ορθολογική άρδευση.
Επιστημονικά δεδομένα: Η επίδραση της ποικιλίας, της θερμοκρασίας, της σχετικής υγρασίας και της λίπανσης στη δραστηριότητα του δάκου τεκμηριώνεται σε πολυάριθμες μελέτες πεδίου.
Τεχνολογία & έξυπνες εφαρμογές
Η γεωργία ακριβείας δεν είναι πλέον μακριά από το χωράφι.
Πρακτικά
- Χρήση γεωεντοπισμού (GPS/GIS) για στοχευμένους ψεκασμούς, μόνο εκεί όπου παρατηρείται πρόβλημα.
- Ανάλυση δεδομένων μικροκλίματος (θερμοκρασία, υγρασία) για πρόβλεψη εμφάνισης του δάκου.
- Εφαρμογή αλγορίθμων μηχανικής μάθησης, τεχνητής νοημοσύνης και big data για αναγνώριση και πρόγνωση της εξάπλωσης.
Επιστημονικά δεδομένα: Σύστημα παρακολούθησης με βάση e-traps και GPS πέτυχε 37% μείωση της χρήσης εντομοκτόνων και 42% μείωση του χρόνου ψεκασμού.
Ολοκληρωμένη διαχείριση (IPM): Το βιώσιμο μοντέλο
Ο συνδυασμός μέτρων αποτελεί τη βάση της αποτελεσματικής και βιώσιμης διαχείρισης.
Παρακολούθηση → Πρόβλεψη → Πρόληψη → Στοχευμένη επέμβαση → Αξιολόγηση
Με αυτό το μοντέλο, διασφαλίζεται μειωμένη χρήση χημικών, διατήρηση της ποιότητας και χαμηλότερο κόστος παραγωγής.
Βιβλιογραφία
Arvaniti, O.S. et al. (2024). Bactrocera oleae Control and Smart Farming Technologies for Olive Orchards in the Context of Optimal Olive Oil Quality: A Review. Agronomy 2024, 14(2586).
Goap, A.; Sharma, D.; Shukla, A.K.; Krishna, C.R. An IoT based smart irrigation management system using Machine learning and open source technologies. Comput. Electron. Agric. 2018, 155, 41–49.
Miranda, M.; Barceló, C.; Valdés, F.; Feliu, J.F.; Nestel, D.; Papadopoulos, N.; Sciarretta, A.; Ruiz, M.; Alorda, B. Developing and implementation of decision support system (dss) for the control of olive fruit fly, Bactrocera oleae, in mediterranean olive orchards. ,Agronomy 2019, 9, 620.