Der Ertrag landwirtschaftlicher Nutzpflanzen kann durch Phytopathogene entscheidend reduziert werden. Die Vorhersage einer Befallsentwicklung ermöglicht eine schnelle Reaktion auf ertragsrelevante Anstiege des Befalls und damit eine Reduktion der Phytopathogene. Um auf der regionalen Skala eine Vorhersage über die Infektionen mit Blumeria graminis f. sp. tritici an

Winterweizen treffen zu können, wurde ein GIS-basiertes Modell entwickelt und auf die gesamte Fläche Schleswig-Holsteins (Norddeutschland) angewandt. Dieses Modell verbindet ein semi-empirisches Infektions- und Inkubationsmodell mit der Klassifikationsbaum-Methode, einer Methode des maschinellen Lernens. Dabei werden die räumliche und die zeitliche Variation der einflussstärksten Klimaelemente berücksichtigt. Es wurde an Befallsdaten kalibriert und validiert, die zwischen den Jahren 1995-2010 im Durchschnitt an neun Stationen in Schleswig-Holstein erhoben worden sind. Die Validierung unseres Modells zeigt dabei, dass eine Vorhersage des Anstiegs der Erregerpopulation über einen ertragsgefährdenden Schwellenwert von 70 % eine Gesamtgenauigkeit von 71,7 % erreicht.
Schlüsselwörter:Regionalisierung, Interpolation, Entscheidungsbäume, Pflanzenschutz, Echter Mehltau