Most popular models now have an “as

Most popular models now have an “associated” Random Weather Generator,
a programme that generates synthetic weather series for a given location
3
.
They are extremely useful for many applications, from risk evaluation to crop
forecasting.
Of the associated models and tools, Geographic Information Systems have
become ubiquitous. GIS techniques, normally in conjunction with
geostatistical software, are used to prepare the spatial input data for the
regional applications; they are used after model runs to format and present
the output and analyses.
Finally, weather conditions are normally not knows at the exact location where
a model is run. Geostatistical tools are now widelyused to estimate weather
condition at the location where a model is being run, although there is no
meteorological station.
There is clear complementary nature of simulation models and satellite data,
not only because remote sensing can contribute to estimating surface
agrometeorological variables
4
, but also because it can provide some model
inputs, such as phenology (planting dates) and LeafArea Index, an essential
model variable.
4 FAO and agrometeorology
5
In an organisation like FAO, it is difficult to exactly delimit the “mandate” of
Agrometeorology. The “Agrometeorology Group”, formerly in the Agriculture
Department, was aggregated in 1994 with Remote Sensing and Geographic
Information Systems -GIS-, the “Rural Energy Group”, to create the new
Environment and Natural Resources Service under the Sustainable
Development Department. This constitutes a logical decision insofar as
climate encompasses some of the main renewable natural resources.
Unlike other organisations and institutions (such as WMO and
Agrometeorology Departments in various universities), FAO adopts a rather
restrictive definition of agrometeorology. Servicesand products with a marked
agroclimatic component
6
are provided by other Departments of the
Organization. For instance, irrigation scheduling is dealt with by the Land and
Water Development Division, Water Resources Development and
Management Service. Microclimate manipulation is anessential component of
many of the projects of the Plant Production Service, in particular for
vegetables. The same could be said about plant protection and production
(including forestry), aquaculture development, etc.
The only section of FAO with an explicit mandate to cover agricultural
climatology is the Agricultural Meteorology Group. Its main activities include
agroclimatic databases, agrometeorology and remote-sensing based crop
monitoring and forecasting, international collaboration in the field of climate
3
RWG outputs are obviously based on the statistical properties of real world weather data
from the same location.
4
They include rainfall, in combination with ground observations, actual evapotranspiration,
leaf temperature.
5
Adapted from Gommes, 1998c
6
Agroclimatology is assumed to include agrometeorology.
5
and weather, including field projects. Recently Climate-change has become a
major activity of the Group.
5 Agrometeorological advice to farmers
While FAO has a long and good record in agricultural extension at all levels,
agrometeorological advisory services to farmers have so far received little
attention. It is well recognised that this is an important and potentially very
useful field (Gommes, 1992). The Agrometeorology Group has repeatedly
tried to develop some activities in this area, but was never able to attract
donor attention.
5.1 Weather forecasts
Weather forecasts play an essential part in many farming operations. For
instance, weeding is best done in a rainless period, planting requires regular
but not too heavy rain, spraying pesticides cannot be done in windy weather,
etc. The main difficulty is often to present the forecasts in such as way that
they are understandable to farmers, thus avoiding jargon and ensuring that
the uncertainty inherent to all forecasts is duly understood. The general issue
issue of communicating information to the farming community was recently
discussed by Weiss et al. (2000)
5.2 Response farming applications
“Response farming” is a methodology developed by Stewart (1988), based on
the observation that farmers can improve their return by closely monitoring
on-farm weather and by using this information in their day to day management
decisions.
Figure 3: Flag diagram for Niamey (Niger, based on data from 1953 to
1984), showing the dependence of the total seasonalrain on the date of
the beginning of the season (simplified from Gommes, 1992)
0
100
200
300
400
500
600
700
800
900
110 120 130 140 150 160 170 180 190 200 210
Number of day(1-365) when season starts
Total seasonal rainfall
(mm)
6
Stewart’s original work relied a lot on “flag diagrams”, like the one illustrated in
figure 3. Such a simple diagram allowed farmers to determine the likely
amount of rainfall to be expected based on the starting date of the since, and
hence to plan the choice of varieties and soil types accordingly. Operational
flag diagrams must be based on recent years to takeinto account short-lived
climate fluctuations.
Response farming emphasises the use of quantitative current data that are
then compared with historical information and other local reference data
(information on soils etc.). This is a simple variant of the what-if approach.
What about planting now if only 25 mm of rainfall was received from the
beginning of the season? What about using 50 Kg N-fertiliser if rainfall so far
has been scarce and the fertiliser will increase crop water requirement and
the risk of a water stress?
The method implies that, using the long-term weather series, decision tools
(usually in tabular or flowchart forms) have been prepared in advance. They
are based on
• the knowledge of local environmental/agricultural conditions (reference
data
7
);
• the measurement of local “decision parameters” bylocal extension officer
or farmer;
• economic considerations where applicable.
Crop weather models can improve response farming intwo different ways. To
start with, the decision tables can be improved by using simulation models to
better understand the impact of local weather on local crops. Next, models
could be run with data of the current year to experiment with themanagement
options and decide on the most appropriate strategies.
In developing countries, the decision-tools must be prepared by National
Agrometeorological Services in collaboration with Agricultural Extension
Services and subsequently disseminated to farmers. The third operation will
be the most difficult in practice (WMO/CTA, 1992).
A similar concept to response farming is flexcropping; it is used in the context
of a crop rotation where summer fallow is a common practice, especially in
dry areas, like the Canadian prairies. Rotations are often described as 50:50
(1 year crop, 1 year fallow) or 2 in 3 (2 years crop, 1-year fallow). The term
flex crop has emerged to describe a less rigid system where a decision to recrop (or not) is made each year based on available soil moisture and the
prospect of getting good moisture during the upcoming growing season
(Zentner et al., 1993; Peter Dzikowski and Andy Bootsma, personal
communication).
Weisensel et al. (1991) have modelled the relative profitability and riskiness of
different crop decision models that might be used in an extensive setting. Of
particular interest is the value of information added by the availability of spring
7
A simple example of this could be, for instance, a threshold of air moisture or sunshine
duration to decide on pest risk, or a threshold of salt content of water to decide on irrigationsalinity risk. Normally, other parameters (economic) also play an important part.

Kết quả (Việt) 1:

Mô hình phổ biến nhất bây giờ có một phát điện thời tiết ngẫu nhiên "liên kết", một chương trình mà tạo ra tổng hợp thời tiết loạt cho một vị trí nhất định3. Họ là cực kỳ hữu ích cho nhiều ứng dụng, từ đánh giá rủi ro để cắt dự báo. Liên kết các mô hình và các công cụ, Hệ thống thông tin địa lý có trở thành phổ biến. Kỹ thuật GIS, thường kết hợp với phần mềm hồ, được sử dụng để chuẩn bị dữ liệu đầu vào không gian cho các khu vực ứng dụng; chúng được sử dụng sau khi mô hình chạy sang định dạng và hiện tại sản lượng và phân tích. Cuối cùng, thời tiết điều kiện thường không biết ở vị trí chính xác nơi một mô hình hoạt động. Hồ công cụ bây giờ là widelyused để ước tính thời tiết tình trạng tại vị trí nơi một mô hình đang được điều hành, mặc dù có không có trạm khí tượng. Đó là rõ ràng bổ sung bản chất của mô phỏng mô hình và dữ liệu vệ tinh, không chỉ bởi vì cảm biến từ xa có thể đóng góp để ước tính bề mặt agrometeorological biến4, mà còn bởi vì nó có thể cung cấp một số mô hình đầu vào, chẳng hạn như phenology (trồng ngày) và chỉ số LeafArea, một điều cần thiết Mô hình biến. 4 FAO và agrometeorology5Trong một tổ chức như FAO, nó là khó khăn để chính xác delimit các ủy nhiệm"" của Agrometeorology. "Agrometeorology Group", trước đây thuộc bộ nông nghiệp Bộ phận, được tổng hợp vào năm 1994 với viễn thám và địa lý Thông tin hệ thống - GIS-, "Nông thôn nhóm năng lượng", để tạo mới Môi trường và tài nguyên thiên nhiên phục vụ các bền vững Bộ phận phát triển. Điều này tạo thành một quyết định hợp lý phạm vi như khí hậu bao gồm một số các tài nguyên tái tạo chính. Không giống như tổ chức và các tổ chức khác (chẳng hạn như WMO và Agrometeorology sở tại trường đại học khác nhau), FAO thông qua một thay vì hạn chế định nghĩa của agrometeorology. Servicesand sản phẩm với một đánh dấu thành phần agroclimatic6 được cung cấp bởi các phòng ban khác của các Tổ chức. Ví dụ, lập kế hoạch thủy lợi được xử lý với bằng đất và Nước bộ phận phát triển, nước phát triển nguồn lực và Dịch vụ quản lý. Thao tác vi khí hậu là anessential thành phần của nhiều người trong số các dự án nhà máy sản xuất các dịch vụ, đặc biệt cho rau quả. Như vậy có thể được cho biết về bảo vệ thực vật và sản xuất (bao gồm cả lâm nghiệp), nuôi trồng thủy sản phát triển, vv.Phần duy nhất của FAO với một định hướng rõ ràng để bao gồm nông nghiệp khí hậu học là nhóm khí tượng học nông nghiệp. Các hoạt động chính bao gồm agroclimatic cơ sở dữ liệu, agrometeorology và cây trồng dựa trên cảm biến từ xa Giám sát và dự báo, nghiên cứu khoa học quốc tế trong lĩnh vực khí hậu 3Kết quả đầu ra RWG rõ ràng là dựa trên các thuộc tính thống kê của dữ liệu thời tiết thế giới thực từ cùng một vị trí. 4Chúng bao gồm lượng mưa, kết hợp với các quan sát mặt đất, thực tế evapotranspiration, lá nhiệt độ. 5Chuyển thể từ Gommes, 1998c 6Agroclimatology được cho là bao gồm agrometeorology. 5và thời tiết, bao gồm cả lĩnh vực dự án. Mới thay đổi khí hậu đã trở thành một Các hoạt động chính của tập đoàn. 5 Agrometeorological tư vấn cho nông dân Trong khi FAO có một hồ sơ dài và tốt trong nông nghiệp mở rộng tại tất cả các cấp, agrometeorological dịch vụ tư vấn cho nông dân cho đến nay đã nhận được ít sự chú ý. Nó cũng được công nhận rằng điều này là quan trọng và có khả năng rất lĩnh vực hữu ích (Gommes, 1992). Nhóm Agrometeorology đã nhiều lần đã cố gắng để phát triển một số hoạt động trong lĩnh vực này, nhưng đã không bao giờ có thể thu hút sự chú ý của nhà tài trợ. 5.1 dự báo thời tiếtDự báo thời tiết đóng một phần quan trọng trong nhiều nông nghiệp hoạt động. Cho Ví dụ, weeding tốt nhất thực hiện trong một khoảng thời gian rainless, trồng yêu cầu thường xuyên nhưng không quá nặng mưa, phun thuốc trừ sâu không thể được thực hiện trong thời tiết gió, vv. Những khó khăn chính là thường để trình bày dự báo trong chẳng hạn như cách mà họ là dễ hiểu cho nông dân, do đó tránh biệt ngữ và đảm bảo rằng sự không chắc chắn vốn có cho tất cả các dự báo được hiểu hợp lệ. Vấn đề chung Các vấn đề giao tiếp thông tin cho cộng đồng nông nghiệp đổi mới thảo luận bởi Weiss et al. (2000) 5.2 phản ứng nông nghiệp ứng dụng "Phản ứng canh tác" là một phương pháp phát triển bởi Stewart (1988), dựa trên Các quan sát rằng nông dân có thể cải thiện lợi nhuận của họ bằng cách giám sát chặt chẽ on-farm weather and by using this information in their day to day management decisions. Figure 3: Flag diagram for Niamey (Niger, based on data from 1953 to 1984), showing the dependence of the total seasonalrain on the date of the beginning of the season (simplified from Gommes, 1992) 0100200300400500600700800900110 120 130 140 150 160 170 180 190 200 210Number of day(1-365) when season startsTotal seasonal rainfall (mm)6Stewart’s original work relied a lot on “flag diagrams”, like the one illustrated in figure 3. Such a simple diagram allowed farmers to determine the likely amount of rainfall to be expected based on the starting date of the since, and hence to plan the choice of varieties and soil types accordingly. Operational flag diagrams must be based on recent years to takeinto account short-lived climate fluctuations. Response farming emphasises the use of quantitative current data that are then compared with historical information and other local reference data (information on soils etc.). This is a simple variant of the what-if approach. What about planting now if only 25 mm of rainfall was received from the beginning of the season? What about using 50 Kg N-fertiliser if rainfall so far has been scarce and the fertiliser will increase crop water requirement and the risk of a water stress? The method implies that, using the long-term weather series, decision tools (thường ở dạng bảng hoặc sơ đồ các hình thức) đã được chuẩn bị trước. Họ Dựa trên • kiến thức về các điều kiện môi trường/nông nghiệp địa phương (tham khảo dữ liệu7); • đo lường của địa phương "quyết định tham số" bylocal mở rộng quan hoặc nông dân; • kinh tế cân nhắc khi áp dụng. Cây trồng thời tiết mô hình có thể cải thiện phản ứng nuôi intwo những cách khác nhau. Để bắt đầu với, các quyết định bảng có thể được cải thiện bằng cách sử dụng mô phỏng mô hình để hiểu rõ hơn về tác động của thời tiết địa phương trên cây trồng địa phương. Tiếp theo, các mô hình có thể được chạy với dữ liệu của năm hiện tại để thử nghiệm với themanagement lựa chọn và quyết định vào các chiến lược thích hợp nhất. Ở các nước đang phát triển, các công cụ quyết định phải được chuẩn bị bởi quốc gia Agrometeorological dịch vụ phối hợp với khuyến nông Dịch vụ và sau đó phổ biến cho nông dân. Các hoạt động thứ ba sẽ là những khó khăn trong thực tế (WMO/CTA, 1992). Một khái niệm tương tự để canh tác phản ứng là flexcropping; nó được sử dụng trong bối cảnh của một xoay vòng cây trồng mà mùa hè hoang là một thực tế phổ biến, đặc biệt là trong khu vực khô, như các đồng cỏ Canada. Phép quay thường được mô tả như là 50: 50 (1 năm cây trồng, 1 năm hoang) hoặc 2 trong 3 (cây trồng 2 tuổi, 1 năm hoang). Thuật ngữ Flex cây trồng đã nổi lên để mô tả một hệ thống ít cứng nhắc, nơi một quyết định để recrop (hoặc không) được thực hiện hàng năm dựa trên đất có độ ẩm và các khách hàng tiềm năng của việc tốt ẩm trong mùa phát triển sắp tới (Zentner et al., 1993; Peter Dzikowski và Andy Bootsma, cá nhân thông tin liên lạc). Weisensel et al. (1991) có mô hình tương đối lợi nhuận và riskiness của cây trồng khác nhau quyết định mô hình có thể được sử dụng trong một khung cảnh rộng lớn. Của quan tâm đặc biệt là giá trị của thông tin được gửi bởi sự sẵn có của mùa xuân 7 Một ví dụ đơn giản này có thể là, ví dụ, một ngưỡng của máy ẩm hoặc ánh nắng mặt trời thời gian để quyết định về nguy cơ dịch hại, hoặc một ngưỡng các nội dung muối nước để quyết định về nguy cơ irrigationsalinity. Thông thường, các tham số khác (kinh tế) cũng đóng một phần quan trọng.

Kết quả (Việt) 2:

Mô hình phổ biến nhất hiện nay có "liên quan" Random Weather Generator,
một chương trình mà tạo ra hàng loạt thời tiết tổng hợp cho một vị trí nhất định 3. Họ là cực kỳ hữu ích cho nhiều ứng dụng, từ việc đánh giá rủi ro đối với cây trồng dự báo. Trong số các mô hình liên kết và các công cụ, thông tin địa lý Hệ thống đã trở nên phổ biến. Kỹ thuật GIS, thường kết hợp với phần mềm thống kê địa lý, được sử dụng để chuẩn bị dữ liệu đầu vào không gian cho các ứng dụng trong khu vực; chúng được sử dụng sau khi mô hình chạy để định dạng và trình bày kết quả và phân tích. Cuối cùng, điều kiện thời tiết bình thường không biết tại địa điểm chính xác nơi mà một mô hình được chạy. Các công cụ thống kê địa lý hiện đang widelyused để ước tính thời tiết điều kiện tại địa điểm mà một mô hình đang được chạy, mặc dù không có trạm khí tượng. Có tính chất bổ trợ rõ ràng của các mô hình mô phỏng và dữ liệu vệ tinh, không chỉ vì viễn thám có thể đóng góp để ước lượng bề mặt agrometeorological biến 4, mà còn bởi vì nó có thể cung cấp một số mô hình đầu vào, chẳng hạn như vật hậu (ngày trồng) và LeafArea Index, một điều cần thiết biến mô hình. 4 FAO và agrometeorology 5 Trong một tổ chức như FAO, rất khó để xác phân định các "nhiệm vụ" của Agrometeorology. Các "Agrometeorology Group", trước đây trong Nông nghiệp Vụ, được tổng hợp vào năm 1994 với Viễn thám và Geographic Information Systems -GIS-, các "Năng lượng Nhóm nông thôn", để tạo ra sự mới Môi trường và Dịch vụ Tài nguyên dưới sự bền vững Cục Phát triển. Điều này tạo thành một quyết định hợp lý trong chừng mực khí hậu bao gồm một số các nguồn tài nguyên thiên nhiên tái tạo chính. Không giống như các tổ chức và các tổ chức (như WMO và các Sở Agrometeorology trong các trường đại học khác nhau), FAO thông qua một thay định nghĩa hạn chế của agrometeorology. Sản phẩm Servicesand với một đánh dấu thành phần khí hậu nông nghiệp 6 được cung cấp bởi các bộ phận khác của tổ chức. Ví dụ, lập lịch trình thủy lợi được xử lý bởi đất đai và Bộ phận phát triển nước, Phát triển Tài nguyên Nước và Dịch vụ quản lý. Thao tác vi khí hậu là thành phần anessential của rất nhiều các dự án của Nhà máy Sản xuất Dịch vụ, đặc biệt đối với các loại rau. Điều tương tự cũng có thể nói về bảo vệ thực vật và sản xuất (bao gồm cả lâm nghiệp), phát triển thủy sản, vv Phần duy nhất của FAO với một nhiệm vụ rõ ràng để che nông khí hậu là Khí tượng Nhóm nông nghiệp. Các hoạt động chính của nó bao gồm cơ sở dữ liệu khí hậu nông nghiệp, agrometeorology và viễn thám dựa vụ giám sát và dự báo, hợp tác quốc tế trong lĩnh vực khí hậu 3 kết quả đầu ra RWG rõ ràng là dựa trên các tính chất thống kê của dữ liệu thời tiết thế giới thực từ cùng một vị trí. 4 Họ bao gồm lượng mưa, kết hợp với các quan sát mặt đất, bốc hơi thực tế, nhiệt độ của lá. 5 Phỏng theo Gommes, 1998c 6 Agroclimatology được giả định bao gồm agrometeorology. 5 và thời tiết, bao gồm cả các dự án lĩnh vực. Gần đây khí hậu thay đổi đã trở thành một hoạt động chính của Tập đoàn. 5 Agrometeorological tư vấn cho nông dân khi FAO có một hồ sơ dài và tốt trong khuyến nông các cấp, dịch vụ tư vấn agrometeorological cho nông dân cho đến nay ít được chú ý. Nó cũng được công nhận rằng đây là một điều quan trọng và có tiềm năng rất lĩnh vực hữu ích (Gommes, 1992). Các Agrometeorology Group đã liên tục cố gắng để phát triển một số hoạt động trong lĩnh vực này, nhưng không bao giờ có thể thu hút sự chú ý của các nhà tài trợ. Dự báo 5.1 Thời tiết Dự báo thời tiết đóng một phần quan trọng trong nhiều hoạt động nông nghiệp. Ví dụ, làm cỏ là tốt nhất thực hiện trong một khoảng thời gian không mưa, trồng đòi hỏi phải thường xuyên mưa nhưng không quá nặng nề, phun thuốc trừ sâu không thể được thực hiện trong thời tiết gió, vv Khó khăn chính thường là để trình bày dự báo tại như cách mà họ có thể hiểu được đối với nông dân, do đó tránh thuật ngữ và đảm bảo rằng sự không chắc chắn vốn có cho tất cả các dự báo là hợp lệ hiểu. Các vấn đề chung vấn đề giao tiếp thông tin cho cộng đồng nông nghiệp gần đây đã được thảo luận bởi Weiss et al. (2000) 5.2 Đáp ứng các ứng dụng nông nghiệp "Response nuôi" là một phương pháp được phát triển bởi Stewart (1988), dựa trên những quan sát mà người nông dân có thể cải thiện trở lại của họ bằng cách giám sát chặt chẽ tại trang trại thời tiết và bằng cách sử dụng các thông tin này trong ngày của mình để quản lý ngày quyết định . Hình 3: Sơ đồ Gắn cờ Niamey (Niger, dựa trên dữ liệu từ năm 1953 để năm 1984), cho thấy sự phụ thuộc của tổng seasonalrain vào ngày đầu của mùa giải (đơn giản hóa từ Gommes, 1992) 0 100 200 300 400 500 600 700 800 900 110 120 130 140 150 160 170 180 190 200 210 Số ngày (1-365) khi mùa giải bắt đầu, tổng lượng mưa theo mùa (mm) 6 tác phẩm gốc của Stewart dựa rất nhiều vào "sơ đồ cờ", như minh họa trong hình 3. Như một sơ đồ đơn giản cho phép người nông dân để xác định khả năng lượng mưa được dự kiến dựa trên ngày bắt đầu từ đó, và vì thế để có kế hoạch lựa chọn giống và các loại đất cho phù hợp. Vận hành sơ đồ cờ phải căn cứ vào những năm gần đây để takeinto chiếm ngắn ngủi biến động khí hậu. Nuôi Response nhấn mạnh việc sử dụng các dữ liệu định lượng hiện tại được sau đó so sánh với thông tin lịch sử và dữ liệu tham khảo khác của địa phương (thông tin về đất vv). Đây là một biến thể đơn giản của những gì-nếu cách tiếp cận. Còn về trồng bây giờ nếu chỉ có 25 mm lượng mưa đo được nhận được từ đầu mùa giải? Gì về việc sử dụng 50 kg N-phân bón nếu lượng mưa cho đến nay đã khan hiếm và phân bón sẽ tăng nhu cầu nước cây trồng và các nguy cơ của một căng thẳng về nước? Phương pháp này ngụ ý rằng, bằng cách sử dụng hàng loạt thời tiết dài hạn, các công cụ quyết định (thường ở dạng bảng hoặc các hình thức sơ đồ) đã được chuẩn bị trước. Họ dựa vào • kiến thức về điều kiện môi trường / nông nghiệp địa phương (tham khảo dữ liệu 7); • đo lường của địa phương "các thông số quyết định" cán bộ khuyến nông bylocal hoặc nông dân;. • cân nhắc kinh tế khi áp dụng mô hình thời tiết Crop có thể cải thiện phản ứng nông intwo cách khác nhau . Để bắt đầu, các bảng quyết định có thể được cải thiện bằng cách sử dụng mô hình mô phỏng để hiểu rõ hơn về tác động của thời tiết địa phương trên cây trồng địa phương. Tiếp theo, các mô hình có thể được chạy với số liệu của năm hiện hành thử nghiệm với themanagement lựa chọn và quyết định các chiến lược thích hợp nhất. Ở các nước đang phát triển, các quyết định cụ phải được chuẩn bị bởi các quốc gia Dịch vụ Agrometeorological phối hợp với khuyến nông dịch vụ và sau đó phổ biến đến nông dân. Các hoạt động thứ ba sẽ là khó khăn nhất trong thực tế (WMO / CTA, 1992). Một khái niệm tương tự như nuôi phản ứng là flexcropping; nó được sử dụng trong bối cảnh của một luân canh cây trồng, nơi bỏ hoang mùa hè là một thực tế phổ biến, đặc biệt là ở các khu vực khô, như thảo nguyên của Canada. Quay thường được mô tả là 50:50 (cây trồng 1 năm, 1 năm bỏ hoang) hoặc 2 trong 3 (2 năm trồng, 1 năm bỏ hoang). Các hạn cây trồng flex đã nổi lên để mô tả một hệ thống ít cứng nhắc mà quyết định xén lại (hoặc không) được thực hiện mỗi năm dựa vào độ ẩm đất sẵn có và các khách hàng tiềm năng nhận được độ ẩm tốt trong suốt mùa phát triển sắp tới (Zentner et al 1993,.; Peter Dzikowski và Andy Bootsma, cá nhân giao tiếp). Weisensel et al. (1991) đã mô hình hóa lợi nhuận tương đối và rủi ro của mô hình quyết định cây trồng khác nhau mà có thể được sử dụng trong một khung cảnh rộng lớn. Trong số đặc biệt quan tâm là giá trị của thông tin thêm bởi sự sẵn có của mùa xuân 7 Một ví dụ đơn giản này có thể được, ví dụ, một ngưỡng của độ ẩm không khí hoặc ánh nắng mặt trời thời gian để quyết định nguy cơ dịch hại, hoặc một ngưỡng hàm lượng muối trong nước để quyết định về nguy cơ irrigationsalinity. Thông thường, các thông số khác (kinh tế) cũng đóng một phần quan trọng.