Прогноз вредителей в теплице: как будет работать система Gros.farm на основе тепловых сумм (degree-days)

Для кого и зачем

• Агрономы и владельцы теплиц: понимать, что прогноз — реален и полезен, но не «магия».

• Клиенты блога: увидеть дорожную карту: «что будет в продукте и как это поможет».

• Разработчики Gros.farm: получить понятное ТЗ по данным, логике, API, интерфейсам.

Кратко о чём речь в статье

• Региональные климат-карты в теплицах почти бесполезны; нужен локальный прогноз по микроклимату зоны.

• Мы комбинируем: degree-days (как в DDRP-подобных моделях) + тепличный контекст (вентиляция, фенофаза, санитария, обработки) + живые наблюдения (ловушки и осмотры).

• Выдаём Risk-score и ETA ближайших событий («массовый выход имаго через 6–9 дней») плюс практичные рекомендации IPM.

• MVP: 4 ключевых вредителя теплицы — белокрылка, трипсы, тли, паутинный клещ.

• Точность растёт с дисциплиной наблюдений и локальной калибровкой.

Что лежит в основе

Есть научная open-source система под названием DDRP (Degree-Days, Risk, and Phenological event mapping).
Она написана на языке R и используется в США для прогнозирования вредителей в открытом грунте.

Как работает DDRP:

• Берёт климатические данные (температуру по часам/дням).

• Считает так называемые «тепловые суммы» (degree-days, DD).

• По известным биологическим порогам (например, сколько тепла нужно, чтобы личинка превратилась во взрослое насекомое) прогнозирует сроки появления стадий и риск вспышки.

• Используется для инвазивных вредителей (например, плодожорки или саранчи).

Почему это можно использовать в теплицах:

• В теплицах тоже есть температура, значит, тепловые суммы работают.

• Мы можем создать «сущности» (белокрылка, трипсы, тли, паутинный клещ) и задать им их параметры.

• DDRP — открытая система: её можно адаптировать, дообучить и встроить в Gros.farm как ядро прогноза.

Мини-глоссарий

• Degree-days (DD) — «тепловые суммы». Математический способ посчитать, сколько тепла насекомое «накопило» для развития.

• Нимфа — промежуточная стадия развития насекомого между личинкой и взрослой особью (имаго).

• Имаго — взрослая стадия насекомого, способная размножаться.

• MVP (Minimum Viable Product) — минимальный рабочий продукт. Первая версия системы, которая уже полезна пользователям, но ещё не полная.

• ETA (Estimated Time of Arrival) — прогнозируемое время наступления события (например, через 6–9 дней будет пик имаго).

• Risk-score — показатель риска (от 0 до 100), который система считает по текущим условиям.

• IPM (Integrated Pest Management) — интегрированная система защиты растений: сочетание наблюдений, биозащиты и химии.

• Ассимиляция данных — метод, когда модель подстраивается под фактические наблюдения (например, ловушки), чтобы быть точнее.

Часть первая. Проблема и контекст

Почему это сложно в теплице

• Нет «зимовки» в классическом смысле. В теплице климат сглажен, популяции не «обнуляются» зимой и дают больше поколений.

• Климат — управляемый. Режимы вентиляции, штор, полива и обогрева меняют условия быстрее, чем открытое поле.

• Сильное влияние технологии. Биозащита, санитарные практики, поставки рассады и логистика внутри хозяйства зачастую важнее региональной погоды.

• Летние неотапливаемые теплицы зависят от улицы: есть миграция вредителей снаружи, форточки открыты — и это надо учесть.

Что реально можно предсказывать

• Окна высокого риска (когда вероятность взлёта численности велика).

• ETA пиков стадий (через сколько дней будет массовый выход имаго/яйцекладка).

• Оценка числа поколений за сезон/месяц при текущем микроклимате.

Что не обещаем

• «Стопроцентное» предсказание вспышки без наблюдений.

• Универсальную «карту страны» для тепличников — теплица живёт по своим законам.

Архитектура решения (три слоя)

A) Ядро degree-days (DD)

Определяет «скорость времени» для вредителя: по почасовой температуре считаем накопленные тепловые суммы, чтобы понять прогресс жизненных стадий (яйцо → личинка/нимфа → куколка/нимфа → имаго).

Что нужно на вход:

• Почасовая температура в зоне (датчики Gros.farm).

• Базовые параметры вида: нижний и верхний пороги развития, DD по стадиям, опционально — штрафы за экстремальные T.

Что на выходе:

• Процент завершения текущей стадии.

• Дата/окно наступления следующей стадии.

• Прогноз количества поколений за период.

B) Тепличный контекст

Модификаторы, которые «приземляют» расчёт к реальности конкретной зоны.

• Вентиляция/форточки → риск заноса снаружи (важно летом).

• Фенофаза культуры → привлекательность хозяина (молодые листья/цветение).

• Санитария → чистота, липкие барьеры по периметру, севооборот.

• Обработки/биозащита → снижение численности и/или плодючести после событий.

• Внешний фон (для летних теплиц) → наружные DD и «сезон миграции».

Контекст не отменяет ядро, а масштабирует риск и смещает ожидаемую динамику.

C) Наблюдения и ассимиляция

Регулярные липкие ловушки, осмотры листьев и/или фото-ловушки.

• Каждые N дней сравниваем модель с фактом и корректируем скрытую численность (простая ассимиляция).

• Калибруем локальные коэффициенты (плодючесть, смертность после обработок) на истории хозяйства.

Результат трёх слоёв: понятный Risk-score (0–100), ETA ближайших событий и рекомендации (что сделать и когда).

Математика ядра

3.1. Что такое degree-days

Degree-days (DD) — это «тепловая валюта» развития насекомых.
За каждый час/день организм «копит» DD, если T выше нижнего порога (и ниже верхнего). Когда суммарные DD достигают значения для стадии — наступает переход.

• Tbase — ниже этой температуры развитие почти останавливается.

• Tupper — выше этой температуры развитие не ускоряется и/или повышается смертность.

• DD по стадиям — сколько «тепла» нужно, чтобы пройти каждую фазу (яйцо, личинка/нимфа, куколка/нимфа, подготовка имаго).

3.2. Как считать DD в теплице

В теплицах суточные колебания могут быть значимыми (утро/день/ночь). Для точности используем метод синусоиды (double sine) или, упрощённо, «треугольник» по T_min/T_max, с обрезкой по Tbase/Tupper.

Суть алгоритма (упрощённо):

1. Берём почасовую T.

2. Для каждого часа:

   • Если T < Tbase → вклад = 0

   • Если T > Tupper → вклад = Tupper − Tbase

   • Иначе → вклад = T − Tbase

3. Суммируем за сутки → получаем DD_сутки.

4. Накапливаем по дням.

Для резких суточных волн лучше интегрировать синусоидально между T_min и T_max, чтобы не завышать/не занижать DD.

3.3. Мини-пример параметров (белокрылка, ориентировочно)

• Tbase ≈ 10 °C, Tupper ≈ 32 °C

• DD на цикл ≈ 250 DD (при 25 °C полный цикл ≈ 25 дней)

• Разбивка по стадиям (пример для MVP, уточняется в калибровке):

  • яйцо: ~70 DD

  • личинка: ~100 DD

  • куколка/нимфа: ~50 DD

  • подготовка имаго/до яйцекладки: ~30 DD

3.4. Вычисление прогресса стадий

Для каждой стадии храним «сколько DD накоплено». Как только достигаем порога — фиксируем переход и начинаем счёт следующей стадии. Параллельно учёт adult lifespan (в DD) и средней плодючести позволяет оценить темп появления нового поколения.

3.5. Экстремальные температуры (опционально)

Вводим мягкие штрафы смертности при длительном нахождении выше/ниже порогов (например, >35 °C или <8 °C). Это снижает «эффективную численность» и корректирует ETA.

3.6. Псевдокод ядра

# вход: почасовая T, параметры вида
dd_day = 0
for hour in day_hours:
  Th = T_hour[hour]
  if Th <= Tbase: add = 0
  elif Th >= Tupper: add = (Tupper - Tbase)
  else: add = (Th - Tbase)
  dd_day += add / 24.0  # нормируем к суткам при почасовых данных

state.dd_accum += dd_day

# переход стадий
while state.dd_accum >= stage_threshold[state.stage]:
  state.dd_accum -= stage_threshold[state.stage]
  state.stage = next_stage(state.stage)

# оценка ETA до следующего события
eta_days = (stage_threshold[state.stage] - state.dd_accum) / mean_dd_per_day

3.7. Границы применимости

• В зимних отапливаемых теплицах — расчёты стабильнее (T ровнее), пики легче поймать по DD.

• В летних неотапливаемых теплицах — добавляем внешний фон (наружные DD) в блок контекста, т.к. занос с улицы повышает риск.

Часть 2. Как это внедряем в Gros.farm

Сущности и словарь данных (что именно храним)

4.1. species.json — профиль вредителя (настраиваемый)

Минимальный набор полей:

• species_id — уникальный ID (латиницей: whitefly_trialeurodes_vaporariorum)

• name_ru — «Белокрылка тепличная»

• params:

  • Tbase, Tupper — нижний/верхний пороги развития (°C)

  • dd_per_stage — требуемые DD по стадиям: egg, larva/nymph, pupa/quiescent, adult_prep

  • fecundity_mean — средняя яйцекладка самки (шт/жизнь)

  • adult_lifespan_dd — «жизнь имаго» в DD (чтобы переводить в дни при текущей T)

  • extreme_penalties — мягкие штрафы смертности за часы при T > Thigh и T < Tlow

• context_modifiers:

  • host_suitability — множители по фенофазам культуры (seedling, vegetative, flowering, fruiting)

  • ventilation_influx_weight — вес влияния часов вентиляции (занос извне)

  • sanitation_score_weight — вес санитарного индекса

• action_thresholds (IPM-пороги для рекомендаций):

  • trap_count_week — особей/ловушку/неделю

  • leaf_metric — нимф/яиц на лист (или «% листьев с заселением»)

Профили лежат как JSON (или в БД), редактируются через админку. Это позволит быстро калибровать хозяйство-к-хозяйству.

4.2. Микроклимат и контекст зоны

• sensor_stream: zone_id, ts, temp_c, rh

• ventilation_log: zone_id, date, open_hours (ч/сутки)

• crop_phase: zone_id, текущая фенофаза культуры из техкарты Gros.farm (seedling/vegetative/flowering/fruiting)

• (для летних теплиц) outdoor_temp_series: наружная T (почасовая) или outdoor_dd (суточные DD) — ближайшая метеоточкa

4.3. Наблюдения (мониторинг)

• trap_count (липкие ловушки): zone_id, date, species_id, traps_used, count_total, photos[]

• leaf_inspection: zone_id, date, species_id, leaves_checked, nymphs_total или %_infested_leaves, photos[]

• treatments (обработки/биозащита): zone_id, date, event (spray/biocontrol_release), active/agent, dose, area, note

Протокол мониторинга (минимум, чтобы модель «дышала»)

• Ловушки: 6 шт на ~1000 м². Счёт 1 раз/неделю. Фотофиксация в приложении.

• Осмотры листьев: 30 листьев/секцию/неделю. Отдельно фиксируем «молодые листья».

• События: запись обработок, выпуск энтомофагов (Encarsia, Amblyseius и т. д.).

• Вентиляция: часы открытий (можно просто дневной суммарный счётчик).

• Летние неотапливаемые теплицы: подключаем ближайшую наружную T; считаем outdoor_dd для индекса внешнего давления.

Без дисциплины мониторинга точность падает. Мы прямо в UI покажем индикатор «качества данных» и попросим добрать недостающие наблюдения.

Полный алгоритм (ежедневный расчёт)

6.1. Ежедневный цикл по каждой зоне × виду

1. Degree-days ядро

   • Берём почасовую T зоны → часовой вклад DD (обрезка по Tbase/Tupper)

   • Суммируем за сутки → dd_today → копим в state.dd_accum

   • Когда dd_accum ≥ порог стадии → переключаем стадию, остаток переносим на следующую

2. Контекст

   • Influx (занос): шкалируем по ventilation.open_hours / 24. Для летних теплиц умножаем на outdoor_pressure_index (нормированный outdoor_dd последних 7–10 дней).

   • Host (фенофаза): множитель из профиля вида (host_suitability[crop_phase])

   • San (санитария): внутренний индекс 0–1 (чем лучше санитария, тем ниже). В MVP — задаётся вручную по зоне; позже — автоматические чек-листы.

   • Применяем контекст к «эффективной численности» и/или к fecundity_mean (например, fecundity_eff = fecundity_mean × Host × (1−San_weight×San)).

3. Учёт событий

   • Обработки: применяем мгновенный мультипликатор смертности (например, population *= 0.6) и подавление плодючести/«репеллентный эффект» на N дней.

   • Биоконтроль: задаём влияние как снижение рождения/выживаемости на N дней; добавим простой decay-профиль.

4. Ассимиляция наблюдений (в дни наблюдений)

   • Считаем нормированный наблюдаемый индекс ObsIndex:

     • из ловушек: (count_total/traps_used) / threshold_trap

     • из листьев: (nymphs_per_leaf) / threshold_leaf или %_infested_leaves / threshold_%

     • берём максимум/взвешенную сумму (например, 0.6traps + 0.4leaves)

   • Пересчитываем «скрытую численность» простым сглаживанием:

     • S_new = (1−α) * S_model + α * S_obs, где S_obs = g(ObsIndex) (монотонная функция; при ObsIndex=1 хотим S_obs≈S_model)

     • α динамический: выше при свежих и плотных наблюдениях

5. Risk-score и ETA

   • Признаки:

     • Gen — близость к событиям (например, доля прогресса до adult_peak), 0–1

     • Influx, Host, San — нормированные 0–1

     • ObsTrend — тренд наблюдений за 2–3 недели (рост/падение)

   • Считаем риск:

     • Risk = 100 * sigmoid( a*Gen + b*Influx + c*Host + d*ObsTrend + e*log(S_eff+1) + f*San )

     • коэффициенты a..f — в конфиге, калибруем по истории

   • ETA: делим оставшиеся DD до события на ожидаемые среднесуточные DD (по последним 3–5 дням)

6. Рекомендации (IPM-подсказки)

   • Логика на правилах + порогах из профиля:

     • если Risk ≥ 70 и ETA ≤ 7д → «усильте мониторинг и планируйте выпуск энтомофага X»

     • если traps_per_week > threshold → «повесить доп. ловушки, повторный счёт через 3д»

     • если был выпуск биоконтроля → «пересчитайте ловушки через 3–4д для оценки эффекта»

7. Запись состояния, уведомления

   • Сохраняем state, Risk, ETA, tips

   • Отправляем нотификации, если пересекли пороги

UX / интерфейс (что увидит пользователь)

Карточка вида по зоне

• Иконка вредителя + название

• Текущая стадия (иконкой)

• Risk-score (0–100) и ETA («пик имаго через 6–9 дней»)

• Кнопки: «Добавить наблюдение», «Создать задачу», «Планировать биозащиту»

График

• Линия накопления DD и метки стадий

• Вертикальные полосы будущих событий (окна)

• Точки наблюдений (ловушки/листья) и обработок

Журнал наблюдений

• Мини-галерея фото ловушек

• Динамика: «особей/ловушку/неделю», «нимф/лист» или «% инфицированных листьев»

Индикатор качества данных

• Low / Medium / High (с подсказкой «чего не хватает»)

Интеграция с тасктрекером

• В один клик: «Повесить 4 ловушки в секторе B», «Проверить ловушки через 3 дня», «Запланировать выпуск Encarsia формоза в A1 в пятницу»

Пороги и правила (по умолчанию, настраиваемые)

• Ловушки (пример для белокрылки):

  • 10 особей/ловушку/нед → «усилить мониторинг»

  • 20 — «планировать вмешательство»

• Осмотры листьев:

  • 3 нимф/лист (среднее по 30 листьям) или >20 % листьев с заселением → «вмешательство»

• Риск-скор:

  • ≥70 → «окно высокого риска»

  • 40–70 → «следить, усилить мониторинг»

• ETA:

  • <7 дн до пика имаго → «готовить выпуск энтомофага»

  • <3 дн → «контрольные ловушки и план-B»

Эти цифры — стартовые, далее подгоним под культуру/регион/теплицу.

Дорожная карта разработки

MVP 

• Вид №1: Белокрылка

• Интеграция T из датчиков, ручной ввод наблюдений

• Ядро DD + базовый контекст (вентиляция + фаза культуры)

• Risk-score, ETA, простые рекомендации

• Карточка + график + задачи

Версия 1

• Добавить трипса, тлю, паутинного клеща

• Учёт обработок/биоконтроля с эффектами

• Ассимиляция наблюдений (сглаживание S)

• Индикатор качества данных

Версия 2

• Фото-распознавание ловушек

• Индекс внешнего давления (наружные DD, ветер) для летних теплиц

• Библиотека IPM-подсказок по препаратам/энтомофагам (региональные справки)

• Тонкая калибровка коэффициентов по хозяйству

KPI (как поймём, что работает)

• Lead time: дней предупреждения до пика (цель 5–10)

• Precision/Recall по «окнам пика» (меньше ложных тревог)

• Снижение пиковых численностей vs период «до внедрения»

• Снижение числа инсектицидных обработок при сохранении качества

Стартовые JSON-профили (черновики для калибровки)

11.1. Белокрылка тепличная (Trialeurodes vaporariorum)

{
  "species_id": "whitefly_trialeurodes_vaporariorum",
  "name_ru": "Белокрылка тепличная",
  "params": {
    "Tbase": 10.0,
    "Tupper": 32.0,
    "dd_per_stage": { "egg": 70, "larva": 100, "pupa": 50, "adult_prep": 30 },
    "fecundity_mean": 80,
    "adult_lifespan_dd": 35,
    "extreme_penalties": {
      "high_temp": { "threshold": 35, "mortality_per_hour": 0.05 },
      "low_temp":  { "threshold": 8,  "mortality_per_hour": 0.03 }
    }
  },
  "context_modifiers": {
    "host_suitability": { "seedling": 1.2, "vegetative": 1.0, "flowering": 1.1, "fruiting": 1.0 },
    "ventilation_influx_weight": 0.02,
    "sanitation_score_weight": -0.01
  },
  "action_thresholds": {
    "trap_count_week": 20,
    "leaf_metric": { "nymphs_per_leaf": 3 }
  }
}

11.2. Трипс табачный (Thrips tabaci) — как пример группы трипсов

{
  "species_id": "thrips_thrips_tabaci",
  "name_ru": "Трипс табачный",
  "params": {
    "Tbase": 10.0,
    "Tupper": 34.0,
    "dd_per_stage": { "egg": 60, "nymph": 120, "pupa": 40, "adult_prep": 20 },
    "fecundity_mean": 60,
    "adult_lifespan_dd": 30,
    "extreme_penalties": {
      "high_temp": { "threshold": 36, "mortality_per_hour": 0.06 },
      "low_temp":  { "threshold": 8,  "mortality_per_hour": 0.03 }
    }
  },
  "context_modifiers": {
    "host_suitability": { "seedling": 1.1, "vegetative": 1.0, "flowering": 1.2, "fruiting": 1.1 },
    "ventilation_influx_weight": 0.025,
    "sanitation_score_weight": -0.012
  },
  "action_thresholds": {
    "trap_count_week": 15,
    "leaf_metric": { "nymphs_per_leaf": 2, "percent_infested_leaves": 15 }
  }
}

11.3. Тли (группа: Myzus persicae / Aphis gossypii)

{
  "species_id": "aphids_group",
  "name_ru": "Тли (группа)",
  "params": {
    "Tbase": 4.0,
    "Tupper": 32.0,
    "dd_per_stage": { "nymph_dev": 90, "adult_prep": 20 },
    "fecundity_mean": 50,
    "adult_lifespan_dd": 40,
    "extreme_penalties": {
      "high_temp": { "threshold": 34, "mortality_per_hour": 0.05 },
      "low_temp":  { "threshold": 2,  "mortality_per_hour": 0.02 }
    }
  },
  "context_modifiers": {
    "host_suitability": { "seedling": 1.2, "vegetative": 1.1, "flowering": 1.0, "fruiting": 1.0 },
    "ventilation_influx_weight": 0.02,
    "sanitation_score_weight": -0.01
  },
  "action_thresholds": {
    "trap_count_week": 10,
    "leaf_metric": { "percent_infested_leaves": 10 }
  }
}

11.4. Паутинный клещ (Tetranychus urticae)

для клеща используем ту же логику DD; RH может выступать как модификатор (низкая RH ускоряет развитие/повышает риск).

{
  "species_id": "spidermite_tetranychus_urticae",
  "name_ru": "Паутинный клещ",
  "params": {
    "Tbase": 12.0,
    "Tupper": 38.0,
    "dd_per_stage": { "egg": 50, "larva": 40, "nymph": 60, "adult_prep": 20 },
    "fecundity_mean": 70,
    "adult_lifespan_dd": 40,
    "extreme_penalties": {
      "high_temp": { "threshold": 40, "mortality_per_hour": 0.07 },
      "low_temp":  { "threshold": 8,  "mortality_per_hour": 0.03 }
    }
  },
  "context_modifiers": {
    "host_suitability": { "seedling": 1.1, "vegetative": 1.0, "flowering": 1.1, "fruiting": 1.1 },
    "ventilation_influx_weight": 0.015,
    "sanitation_score_weight": -0.01
  },
  "action_thresholds": {
    "trap_count_week": 0,
    "leaf_metric": { "mites_per_leaf": 2, "percent_infested_leaves": 10 }
  }
}

API (черновик контрактов)

• POST /pest/observation/trap
  тело: zone_id, date, species_id, traps_used, count_total, photos[]

• POST /pest/observation/leaves
  тело: zone_id, date, species_id, leaves_checked, nymphs_total | percent_infested_leaves, photos[]

• POST /pest/event
  тело: zone_id, date, event, active|agent, dose, area, note

• GET /pest/status?zone_id=&species_id=
  ответ: текущая стадия, Risk, ETA, рекомендации, доверие

• GET /pest/chart?zone_id=&species_id=&period=
  ответ: ряды DD/стадий/наблюдений/событий для графика

Особенности для летних неотапливаемых теплиц

• Сильные суточные колебания T → считать DD по часам (у нас уже есть телеметрия)

• Внешний фон: outdoor_dd последних 7–10 дн как прокси «сезон миграции»

• Проветривание ежедневно 6–10 ч: Influx растёт → в правилах поднимаем частоту мониторинга и снижаем пороги для вмешательств

• Переезды рассады/новые поставки — всегда «событие риска» (обязательная запись в журнал)

Что нужно команде разработки для старта (конкретика)

• Микросервис pest-forecast:

  • хранилище профилей видов (species.json в БД)

  • ETL почасовой T (из телеметрии), дневной open_hours, фаза культуры

  • планировщик daily_cron расчёта (по зонам×видам)

  • REST-эндпойнты (выше) + нотификатор

• Фронт:

  • Карточка вида + график + журнал наблюдений + CTA «создать задачу»

  • Индикатор качества данных и «чек-лист мониторинга»

• Дата-качество:

  • валидаторы: «указаны ли ловушки за последнюю неделю», «есть ли осмотры листьев в зоне»

• Тесты:

  • юнит-тест DD-ядра (граничные температуры, разные профили)

  • интеграционные для ассимиляции наблюдений и событий обработок

Прогноз вредителей в теплице: будущее в Gros.farm

Зачем это нужно

Любой агроном знает: белокрылка, трипсы, тли или паутинный клещ появляются «вдруг». Сегодня чисто — через неделю уже вспышка. И начинается гонка: срочные обработки, срыв биозащиты, потери урожая.

Мы хотим перевернуть эту логику. В Gros.farm мы строим систему, которая будет заранее предупреждать о рисках, показывать окна развития вредителей и помогать принимать решение вовремя, а не «по факту».

Как это будет работать

1. Ядро прогноза: тепловые суммы (degree-days)

Развитие насекомых напрямую зависит от температуры. У каждого вида есть «порог развития» (например, белокрылка почти не развивается ниже +10 °C). Если считать, сколько тепла насекомое накопило за день, можно предсказать, через сколько дней оно перейдёт в новую стадию: вылетит из яйца, станет имаго и начнёт откладывать яйца.

Эта идея называется degree-days (сумма тепла). Она давно используется в энтомологии, но мы перенесём её в теплицу, опираясь на данные с датчиков Gros.farm.

2. Тепличный контекст

В отличие от поля, теплица живёт по своим законам:

• летом открыты форточки → риск заноса выше,

• культура цветёт → листья и цветы особенно привлекательны для вредителей,

• санитария на уровне → развитие замедляется,

• был выпуск энтомофага → численность падает.

Все эти факторы будут учтены в прогнозе. Это и есть «второй слой» системы.

3. Наблюдения и коррекция

Ни одна модель не заменит реальность. Поэтому третий слой — это живые данные из теплицы:

• липкие ловушки,

• осмотры листьев,

• фото-ловушки (в перспективе — с автоматическим распознаванием).

Каждый раз, когда мы вносим наблюдения, модель «подтягивается» к факту и становится точнее.

Что будет видеть пользователь

• Risk-score (0–100): вероятность вспышки в ближайшие дни.

• ETA события: «массовый выход имаго через 6–9 дней».

• Рекомендация: «повесьте дополнительные ловушки», «подготовьте выпуск Encarsia formosa», «проведите контрольный осмотр через 3 дня».

Всё это — в интерфейсе Gros.farm: карточка по вредителю, график стадий, журнал наблюдений и кнопка «создать задачу» для сотрудников.

С какими вредителями начнём

На старте мы сосредоточимся на четырёх «классиках теплицы»:

• Белокрылка тепличная (Trialeurodes vaporariorum)

• Трипс табачный (Thrips tabaci)

• Тли (Myzus persicae, Aphis gossypii и др.)

• Паутинный клещ (Tetranychus urticae)

Именно они чаще всего «выстреливают» в закрытом грунте и наносят основные убытки.

Честные ожидания

• Это не «оракул» и не «100% гарантия вспышки».

• Система будет работать как ранний предупреждатель: она показывает окна риска и помогает агроному принять меры вовремя.

• Точность зависит от дисциплины мониторинга: чем регулярнее ловушки и осмотры, тем надёжнее прогноз.

Что нужно хозяйству, чтобы это работало

• Датчики температуры в каждой зоне (лучше почасовые данные).

• Липкие ловушки: 6 шт на 1000 м², еженедельный счёт + фото.

• Осмотр 30 листьев на секцию раз в неделю.

• Фиксация обработок и выпусков биозащиты.

• В летних неотапливаемых теплицах — подключение наружной температуры (чтобы учитывать занос с улицы).

Почему это реально

Мы не изобретаем с нуля: метод тепловых сумм десятилетиями используется в науке (например, модели DDRP для США). Мы адаптируем этот подход под теплицу, добавляем контекст (вентиляция, санитария, культура) и встроим в цифровую систему Gros.farm.

Это значит, что через несколько сезонов тепличник сможет не просто «реагировать» на белокрылку или трипса, а управлять их динамикой — сэкономив на обработках и сохранив урожай.