Dự báo dịch bệnh sâu keo mùa Thu trên cây ngô

Mô hình tổng quan hệ thống.

Dự báo thời điểm bùng dịch

“Nghiên cứu phát triển hệ thống tính toán dự báo và thu thập dữ liệu nghiên cứu sâu keo mùa Thu trên cây ngô” là đề tài nghiên cứu của nhóm tác giả Hoàng Thị Điệp, Nguyễn Thị Ánh Dương, Nguyễn Kiến Thái Dương, Nguyễn Duy Vũ, Lưu Thị Quỳnh Trang, Phạm Minh Triển, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội và Trần Thị Thu Phương, Học viện Nông nghiệp Việt Nam.

Nhóm nghiên cứu cho biết, sâu keo mùa Thu (Spodoptera frugiperda, tên tiếng Anh là Fall armyworm - FAW) là kẻ thù của người trồng ngô trên thế giới. Dù mới xuất hiện ở Việt Nam cách đây vài năm nhưng sâu keo mùa Thu đã nhanh chóng trở thành mối đe dọa lớn với các vùng trồng ngô.

Tháng 7/2019, diện tích ngô bị nhiễm sâu keo mùa Thu trên cả nước lên đến hơn 16.000 ha, gây thiệt hại nặng ở các tỉnh miền núi phía Bắc và Tây Nguyên. Theo cảnh báo, loài côn trùng này có thể gây hại trên 80 loài thực vật khác nhau, gây thất thoát năng suất từ 30 - 60%, thậm chí lên tới 100% nếu không có biện pháp kiểm soát phù hợp.

Để diệt trừ sâu keo mùa Thu, biện pháp phổ biến nhất là phun thuốc trừ sâu. Đây cũng là giải pháp ngăn chặn sinh vật gây hại bùng phát thành dịch nhanh nhất. Tuy nhiên, tình trạng lạm dụng thuốc trừ sâu ở Việt Nam hiện nay vẫn còn phổ biến. Việc không đảm bảo nguyên tắc “đúng thuốc, đúng lúc, đúng cách và đúng liều lượng” sẽ gây lãng phí, tồn dư trong nông sản, ảnh hưởng đến môi trường, sức khỏe con người.

Theo nhóm nghiên cứu, nếu dự báo được thời điểm bùng dịch sâu keo mùa Thu, người ta có thể xây dựng kế hoạch phòng trừ đúng thời điểm, tránh phun thuốc sâu bừa bãi, giảm bớt lượng thuốc cần sử dụng. Nhóm tác giả đã phát triển hệ thống phần mềm iFAWcast dự báo dịch sâu keo mùa Thu trên cây ngô ở Việt Nam.

Hệ thống gồm ba thành phần chính: Công cụ dự báo, cảnh báo dịch sâu keo mùa Thu tự động trên nền tảng web (dành cho chuyên gia); Công cụ quản lý báo cáo, nông nghiệp, dự báo, cảnh báo và người dùng trên nền tảng web; Ứng dụng trên nền tảng mobile (dành cho người trồng ngô) cung cấp dịch vụ theo dõi dự báo, cảnh báo dịch sâu keo mùa Thu theo vị trí địa lý.

Người trồng ngô chỉ cần đăng ký, đăng nhập và quản lý tài khoản của mình để theo dõi các thông tin về trình trạng dịch bệnh sâu keo mùa Thu theo địa điểm trồng ngô.

Chọn đúng thời điểm phun thuốc

Theo nhóm nghiên cứu, để mô hình cảnh báo hiệu quả, các thông tin về số lượng sâu trưởng thành, điều kiện thời tiết, tình trạng cây trồng cần phải được thu thập. Thông qua các mô hình toán học về tổng tích ôn hữu hiệu, thời điểm sâu trưởng thành rộ sẽ được dự báo.

Hầu hết các loại côn trùng, bao gồm cả bướm đêm FAW đều giao tiếp với nhau thông qua pheromone. Pheromone là hormon do bướm cái tiết ra để gửi tín hiệu thu hút bướm. Các nhà khoa học đã lợi dụng điều này để tạo ra pheromone tổng hợp được sử dụng làm bả trong bẫy để theo dõi và kiểm soát dịch hại.

Người nông dân đặt bẫy pheromone để kiểm soát sự lây lan của côn trùng bằng cách giữ bướm đực tránh xa bướm cái, hay còn gọi là gián đoạn giao phối. Từ đó, quy mô quần thể của côn trùng sẽ giảm vì bướm cái không thể đẻ trứng.

Hiệu quả của bẫy pheromone phụ thuộc vào các yếu tố như hình dạng của bẫy và khả năng mồi có thể cung cấp pheromone giới tính cần thiết để thu hút. Đây là biện pháp thân thiện với môi trường, rẻ, được sử dụng chủ yếu để kiểm soát loài chứ ít được dùng với mục đích diệt trừ dịch hại do yêu cầu người dùng có chuyên môn cao.

Trong mô hình này, bẫy pheromone để bẫy sâu trưởng thành rộ nhằm xác định thời gian trưởng thành rộ có thể được sử dụng kết hợp. Để tối ưu, bẫy khuyến nghị được treo vào ngày bắt đầu gieo trồng.

Do đó, mô hình sẽ tự động tính dự báo tuổi sâu giả định ngày gieo trồng là ngày trưởng thành rộ. Bên cạnh đưa ra dự báo, mô hình có thể tính toán được cảnh báo dựa vào việc kết hợp tuổi sâu và tuổi cây dựa trên cơ sở vòng đời của sâu và chu trình phát triển của cây để đưa ra mức độ nguy hiểm nhất.

Quá trình thử nghiệm ở xã Trung Kiên, huyện Yên Lạc, Vĩnh Phúc, đã chứng minh hiệu quả của hệ thống. Kết quả tính toán dự báo được kiểm chứng với dữ liệu thu thập thực tế ngoài đồng ruộng cho thấy hệ thống có độ chính xác cao, đáng tin cậy.

Với kết quả dự báo và khuyến cáo từ iFAWcast, người dân có thể chủ động phun thuốc phòng trừ đúng thời điểm thay vì phun tràn lan, vừa tiết kiệm chi phí, vừa tăng cường hiệu quả diệt trừ sâu bệnh.

Ngoài dự báo dịch hại sâu keo mùa Thu trên cây ngô, hệ thống còn có thể ứng dụng cho nhiều loại cây trồng khác. Để nâng cao độ chính xác của hệ thống, trong thời gian tới, nhóm nghiên cứu sẽ phát triển thêm các mô-đun thu thập dữ liệu tự động về số lượng sâu keo mùa Thu trưởng thành qua bẫy tự động đếm, mô-đun thu thập dữ liệu tiểu khí hậu tại khu vực theo dõi.

Nhật Phong