• The Plant Pathology Journal
• /
• 제37권6호
• /
• pp.543-554
• /
• 2021

To preventively control fire blight in apple trees and determine policies regarding field monitoring, the Maryblyt ver. 7.1 model (MARYBLYT) was evaluated in the cities of Chungju, Jecheon, and Eumseong in Korea from 2015 to 2020. The number of blossom infection alerts was the highest in 2020 and the lowest in 2017 and 2018. And the common feature of MARYBLYT blossom infection risks during the flowering period was that the time of BIR-High or BIR-Infection alerts was the same regardless of location. The flowering periods of the trees required to operate the model varied according to the year and geographic location. The model predicts the risk of "Infection" during the flowering periods, and recommends the appropriate times to control blossom infection. In 2020, when flower blight was severe, the difference between the expected date of blossom blight symptoms presented by MARYBLYT and the date of actual symptom detection was only 1-3 days, implying that MARYBLYT is highly accurate. As the model was originally developed based on data obtained from the eastern region of the United States, which has a climate similar to that of Korea, this model can be used in Korea. To improve field utilization, however, the entire flowering period of multiple apple varieties needs to be considered when the model is applied. MARYBLYT is believed to be a useful tool for determining when to control and monitor apple cultivation areas that suffer from serious fire blight problems.

• The Plant Pathology Journal
• /
• 제40권3호
• /
• pp.290-298
• /
• 2024

K-Maryblyt has been developed for the effective control of secondary fire blight infections on blossoms and the elimination of primary inoculum sources from cankers and newly emerged shoots early in the season for both apple and pear trees. This model facilitates the precise determination of the blossom infection timing and identification of primary inoculum sources, akin to Maryblyt, predicting flower infections and the appearance of symptoms on various plant parts, including cankers, blossoms, and shoots. Nevertheless, K-Maryblyt has undergone significant improvements: Integration of Phenology Models for both apple and pear trees, Adoption of observed or predicted hourly temperatures for Epiphytic Infection Potential (EIP) calculation, incorporation of adjusted equations resulting in reduced mean error with 10.08 degree-hours (DH) for apple and 9.28 DH for pear, introduction of a relative humidity variable for pear EIP calculation, and adaptation of modified degree-day calculation methods for expected symptoms. Since the transition to a model-based control policy in 2022, the system has disseminated 158,440 messages related to blossom control and symptom prediction to farmers and professional managers in its inaugural year. Furthermore, the system has been refined to include control messages that account for the mechanism of action of pesticides distributed to farmers in specific counties, considering flower opening conditions and weather suitability for spraying. Operating as a pivotal module within the Fire Blight Forecasting Information System (FBcastS), K-Maryblyt plays a crucial role in providing essential fire blight information to farmers, professional managers, and policymakers.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.305-317
• /
• 2022

배 화상병의 성공적 방제를 위해 2018년부터 2022년까지 우리나라 중부지방의 주요 발병지와 남부지방의 미발병 주산지 주요지점 25곳에 대한 Maryblyt를 구동하여 꽃감염 위험도를 조사하였다. 최근 5년 중 2019년과 2022년 개화기간 중 꽃감염 위험도가 가장 높았다. 한편, 개화기간 중 최적의 꽃감염 방제 처리는 High 경보 다음날에 방제하고, 강우예보를 발령한 전날 방제하는 처리가 배 꽃감염을 낮추는 것으로 평가하였다. 월동 궤양으로부터 활성화된 궤양이 병징을 보일 것으로 Maryblyt가 예측한 날은 대략 중부지방 기준 5월 중순이었는데 이때부터 현장에서 궤양 모니터링을 개시하도록 권장하였다. 천안, 이천, 상주, 나주 등 4곳의 배 과수원에 설치한 영상자료로부터 배 개화기간을 이론적으로 계산한 값과 실제 관측한 값의 차이점을 비교한 결과 남부지방은 이론치나 실측치보다 늘 빠르게 개화를 예측하므로 재조정이 필요하였다. 향후 현장 관리자와 농민들로부터 과원에서 관측한 기상, 기주인 과수, 병징 출현일 등의 정보들이 축적된다면 발병 예측 모델은 현재보다 더 정확한 정보를 제공할 수 있을 것으로 기대된다.

• The Plant Pathology Journal
• /
• 제39권5호
• /
• pp.504-512
• /
• 2023

After transitioning from periodic to model-based control policy for fire blight blossom infection, it is crucial to provide the timing of field application with easy and accurate information. To assess the risk of blossom infection, Maryblyt was employed in 31 sites across apple-producing regions nationwide, including areas prone to fire blight outbreaks, from 2021 to 2023. In 2021 and 2023, two and seven sites experienced Blossom Infection Risk-Infection warning occurrences among 31 sites, respectively. However, in 2022, most of the sites observed Blossom Infection Risk-Infection from April 25 to 28, highlighting the need for blossom infection control. For the comparison between the two model-based control approaches, we established treatment 1, which involved control measures according to the Blossom Infection Risk-Infection warning and treatment 2, aimed at maintaining the Epiphytic Infection Potential below 100. The analysis of control values between these treatments revealed that treatment 2 was more effective in reducing Blossom Infection Risk-Infection and the number of days with Epiphytic Infection Potential above 100, with respective averages of 95.6% and 93.0% over the three years. Since 2022, the implementation of the K-Maryblyt system and the deployment of Automated Weather Stations capable of measuring orchard weather conditions, with an average of 10 stations per major apple fire blight county nationwide, have taken place. These advancements will enable the provision of more accurate and timely information for farmers based on fire blight models in the future.

• 식물병연구
• /
• 제24권3호
• /
• pp.182-192
• /
• 2018

화상병은 우리나라에서 그동안 존재하지 않았던 금지병으로서 2015년 최초로 발병한 후 아직 박멸되지 않아, 국내 확산 연구가 필요하다. 병 삼각형 원리를 바탕으로 화상병 발병에 적합한 환경 요인을 추론하기 위해서, 최근 4년(2014-2017년) 우리나라 기상관측 자료 및 미래(2020-2100년) 기후변화 시나리오 RCP8.5 예측 기상자료를 입력하여 화상병 발병 예측프로그램인 MARYBLYT로 꽃감염을 예측하였다. 이 예측 프로그램은 신고배 개화기간을 먼저 계산한 후, 개화기간 중 매일매일의 화상병 꽃감염 위험 경보를 출력하였다. 최근 4년 동안 꽃감염 결과 화상병 발생지인 경기 안성과 천안뿐만 아니라 인근 주산지인 평택, 아산 모두 2014년과 2015년에 "Infection" 경보가 나타났다. 또한 배 주산지인 전남 나주는 2016-2017년 "Infection" 경보가 나타났다. 최근 4년간 방제 권고 수준인 "Infection" 또는 "High" 경보 발령은 우리나라 전체 중 80% 지역에서 나타나 우리나라는 화상병 발병에 적합한 환경이었다. 80년간 미래 기후변화 기상자료로 개화기간 동안 화상병 꽃감염을 예측한 결과 해마다 감염위험 지역이 급변하였다. 하루 이상 "Infection" 경보가 발령되는 지역이 전국의 50%가 넘을 정도로 광범위할 것으로 예측되는 해는 총 20년이었던 반면 "Infection" 경보가 전국의 10% 미만 지역일 것으로 예측된 해는 8년이었다. 이들 두 그룹의 환경요인 비교분석 결과, 개화기간 중 평균온도와 누적 강수량이 유의하게 달랐다. 본 연구 결과는 외래 침입균인 화상병 관리를 담당하는 정책 당국에 적절한 정보를 제공할 것이다.

• 식물병연구
• /
• 제21권2호
• /
• pp.67-73
• /
• 2015

P. syringae pv. syringae에 의해 발생하는 참다래 꽃썩음병은 개화기 전후의 기상조건에 영향을 크게 받는다. 지금까지 기상조건과 꽃썩음병 발생의 상관관계를 밝힌 연구들은 많았지만, 이를 활용해 꽃썩음병의 감염 위험도를 나타낼 수 있는 예측모형은 개발되지 않았다. 본 연구에서는 기존 정보를 조사하고 꽃썩음병의 병원생태와 유사한 화상병 예측모형인 Maryblyt모형을 기반으로 참다래 꽃썩음병 예측모형인 Pss-KBB Risk Model을 개발하였다. 비교평가를 통한 검증 결과, Pss-KBB Risk Model은 각각 온도와 강수 정보만을 이용하는 개화전 평균온도 모형과 강우일수 모형에 비해 실제 과수원의 병해 발생정도를 더 잘 모의하는 것으로 나타났다. 따라서 Pss-KBB Risk Model과 기상예보자료를 활용해 꽃썩음병의 발병 위험도를 예측하여 꽃썩음병에 대한 적기적량 방제가 가능할 것으로 판단된다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.208-217
• /
• 2023

정확한 자발휴면 타파일 및 개화기간 추정은 사과 화상병의 효과적 방제를 위해 매우 중요하다. 자발휴면 타파일부터 개화 개시일까지 기간은 이 기간 동안의 일 최저기온에 의해 영향을 받았다. 본 연구는 이 기간의 일 최저기온이 사과 생육단계 중 개화기간에 미치는 영향을 조사함으로써 화상병 방제를 위한 병모델 구동이 목적이었다. 원예특작과학원에서 제공하는 우리나라 사과나무 재배지역을 대표하는 8개 과수원에서 2019년부터 2023년까지 웹캠으로 관측한 영상자료로부터 최초 개화 관측일을 얻었다. 또한 같은 과수원에서 자발휴면 타파일은 전년도 10월 1일부터 자동기상 측정 장비로부터 받은 기상자료를 활용하여 자발휴면 타파일은 -100.5 DD에 도달하는 날로 추정하였다. 본 연구에서 실시한 회귀분석은 자발휴면 타파일부터 개화 개시일까지의 기간(Y)을 종속변수로 이 기간 중 일 최저 기온이 0℃ 이하인 날(X₁)이 며칠 인지를 독립변수로 하는 회귀식으로서 Y = 0.87 × X₁ + 40.76, R²= 0.83의 결과로서 뚜렷한 양의 상관관계를 얻었다. 또한 같은 기간(Y)을 종속변수로 하고 자발휴면 타파일을 줄리안데이(X₂)를 독립변수로 하는 회귀분석을 실시하여 Y = -1.07 × X₂ + 143.62, R²=0.92의 결과로서 뚜렷한 부의 상관관계를 얻었다. 따라서 자발휴면 타파일부터 개화 개시일까지의 기간은 월동 중 최저기온에 영향을 받으며, 이것이 사과 화상병 감염에 중요한 개화기간 변동에 영향을 준다는 것을 확인하였다.