humidity, precipitation, wind, and

humidity, precipitation, wind, and radiation) at grid spacing as small as 1 km. Their output within 12 hours of their initialization time is becoming accurate enough to compete with direct observations. Disease manage- ment schemes could therefore be run for areas not served by a ground-based network of measurements by utilizing this computer output twice daily.
The problem of correctly locating the occur- rence of scattered convective rainfall, as mentioned above, would still exist. However, the use of weather radar could come to the rescue here.
A study utilizing weather radar in Canada showed that this technology was sufficiently good to provide the necessary information on rainfall durations to successfully run the TomCast disease management scheme for tomatoes. During the 2004 tomato-grow- ing season at Elora in southern Ontario, Canada, there were 18 days when leaf wetness was caused by rain- fall. Weather radar was used to determine the leaf wet- ness duration during these wet periods. The accumu- lated DSV total estimated from radar over these peri- ods was only 2 DSV different from the value mea-sured by leaf wetness sensors at the site. This is well below the error of 20 DSV required to initiate an un- wanted spray (Rowlandson, 2006). We suggest that the time is ripe for in-depth evaluation of short term output from top quality computer weather models, combined with weather radar data, as potential tools to greatly enhance the spatial availability of weather- based disease management schemes.
Further in the future, as numerical weather models continue to improve, our ability to give fore- casted warnings of impending disease-prone weather will be enhanced. This will be particularly helpful for those cases where growers must be prepared in ad- vance to battle a single disease-favorable weather event, as discussed earlier. But it will also be helpful in currently operating schemes that allow disease to build to some threshold before control action is required. The ability to reliably forecast the arrival of a thresh- old a few days in advance would be a very useful tool for growers to use in their day-by-day decision mak- ing for upcoming farm tasks. Improvements like that in our ability to deliver appropriate weather-based in- dices will continue to enhance the contribution of agrometeorology to plant disease management

Kết quả (Việt) 1:

độ ẩm, mưa, gió, và bức xạ) ở khoảng cách lưới nhỏ đến 1 km. Đầu ra của họ trong vòng 12 giờ khởi tạo thời gian của họ ngày càng trở nên chính xác, đủ để cạnh tranh với các quan sát trực tiếp. Bệnh ment quản lý đề án do đó có thể được chạy cho các khu vực không được phục vụ bởi một mạng lưới dựa trên mặt đất của các phép đo bằng cách sử dụng máy tính này ra hai lần mỗi ngày.Vấn đề một cách chính xác vị trí occur rence rải rác nhô mưa, như đã đề cập ở trên, sẽ vẫn tồn tại. Tuy nhiên, việc sử dụng radar thời tiết có thể đến để cứu hộ ở đây.Một nghiên cứu sử dụng radar thời tiết ở Canada đã cho thấy rằng công nghệ này là đủ tốt để cung cấp các thông tin cần thiết về thời gian mưa để chạy thành công đề án quản lý TomCast bệnh tật cho cà chua. Mùa giải 2004 cà chua-phát triển-ing tại Elora ở phía nam Ontario, Canada, đã có 18 ngày khi lá wetness là do mưa mùa thu. Radar thời tiết được sử dụng để xác định thời gian ẩm ướt-ness lá trong những thời kỳ ẩm ướt. Accumu-lated DSV tổng ước tính từ hệ thống radar trên những peri - ods là chỉ 2 DSV khác với giá trị mea-sured bởi lá wetness cảm biến tại chỗ. Điều này là dưới lỗi 20 DSV yêu cầu để bắt đầu một liên hiệp quốc muốn phun (Rowlandson, 2006). Chúng tôi đề nghị rằng thời gian đã chín muồi để đánh giá sâu của sản lượng ngắn hạn từ các mô hình thời tiết máy tính chất lượng hàng đầu, kết hợp với dữ liệu radar thời tiết, như là công cụ tiềm năng để nâng cao rất nhiều không gian sẵn có của thời tiết - dựa trên các chương trình quản lý bệnh.Trong tương lai, như mô hình số thời tiết tiếp tục cải thiện, chúng tôi có thể cung cấp cho fore - casted cảnh báo sắp tới thời tiết dễ bị bệnh sẽ được nâng cao hơn nữa. Điều này sẽ đặc biệt hữu ích cho những trường hợp mà người trồng phải được chuẩn bị trong quảng cáo-vance để chiến đấu với một sự kiện thời tiết thuận lợi bệnh duy nhất, như được thảo luận trước đó. Nhưng nó cũng sẽ rất hữu ích trong hiện đang điều hành chương trình cho phép bệnh để xây dựng một số ngưỡng trước khi hành động kiểm soát là cần thiết. Khả năng tin cậy thời sự xuất hiện của thresh cũ một vài ngày trước sẽ là một công cụ rất hữu ích cho người trồng sử dụng trong ing mak của họ từng ngày quyết định cho công việc sắp tới trang trại. Những cải tiến như rằng trong khả năng của chúng tôi để cung cấp thích hợp thời tiết dựa vào-dices sẽ tiếp tục tăng cường sự đóng góp của agrometeorology để trồng quản lý bệnh

Kết quả (Việt) 2:

độ ẩm, mưa, gió và bức xạ) vào lưới khoảng cách nhỏ như 1 km. Sản lượng của họ trong vòng 12 giờ và thời gian khởi tạo của họ đang trở thành chính xác, đủ để cạnh tranh với các quan sát trực tiếp. Đề án bệnh lý phát do đó có thể được chạy trong khu vực không có một mạng lưới trên mặt đất đo bằng cách sử dụng sản lượng máy tính này hai lần mỗi ngày.
Vấn đề của việc định vị một cách chính xác các rence occur- lượng mưa đối lưu phân tán, như đã đề cập ở trên, sẽ vẫn tồn tại . Tuy nhiên, việc sử dụng radar thời tiết có thể đến để giải cứu ở đây.
Một nghiên cứu sử dụng radar thời tiết ở Canada cho thấy rằng công nghệ này là đủ tốt để cung cấp các thông tin cần thiết về thời lượng mưa để chạy thành công các chương trình quản lý bệnh TomCast cho cà chua. Trong mùa ing 2004 cà chua-grow- tại Elora ở miền nam Ontario, Canada, có 18 ngày khi lá ướt đã được gây ra bởi mùa thu rain-. Thời tiết radar đã được sử dụng để xác định lá ướt Ness thời gian trong những thời kỳ ẩm ướt. Các accumu lated tổng DSV ước tính từ radar trên các ods ven chỉ 2 DSV khác nhau từ giá trị mea-sured bởi cảm biến lá ướt tại trang web. Đây cũng là dưới các lỗi của 20 DSV cần thiết để bắt đầu một phun nã un- (Rowlandson, 2006). Chúng tôi đề nghị rằng thời gian đã chín muồi cho sâu đánh giá đầu ra hạn ngắn từ mô hình máy tính thời tiết chất lượng hàng đầu, kết hợp với các dữ liệu radar thời tiết, như các công cụ tiềm năng để tăng cường đáng kể khả không gian của weather- dựa án quản lý bệnh.
Hơn nữa trong tương lai , như các mô hình thời tiết số tiếp tục được cải thiện, khả năng của chúng tôi để cung cấp cho dự báo đúc cảnh báo thời tiết bệnh dễ bị sắp xảy ra sẽ được tăng cường. Điều này sẽ đặc biệt hữu ích đối với những trường hợp người trồng phải được chuẩn bị trong Vance quảng cáo- để chiến đấu với một sự kiện thời tiết thuận lợi bệnh duy nhất, như đã thảo luận trước đó. Nhưng nó cũng sẽ rất hữu ích trong các chương trình đang hoạt động, cho phép bệnh để xây dựng một số ngưỡng trước khi hành động kiểm soát là cần thiết. Khả năng đáng tin cậy dự báo sự xuất hiện của một thresh- một vài ngày tuổi trước sẽ là một công cụ rất hữu ích cho người trồng sử dụng trong quyết định ngày-by-ngày của họ mak- ing cho các nhiệm vụ trang trại sắp tới. Cải tiến như thế trong khả năng của chúng tôi để cung cấp dices trong- thời tiết dựa trên thích hợp sẽ tiếp tục tăng cường sự đóng góp của agrometeorology trồng quản lý bệnh