Soya fasulyesinde Amerika Birleşik Devletleri genelinde don göz yaprağı lekesinin (Cercospora sojina) çevre ile ilişkili riskinin modellenmesi

Bu soya hastalığı neden önemli

Amerika Birleşik Devletleri genelinde soya yetiştiricileri, don göz yaprağı lekesi adı verilen sessiz ama maliyetli bir tehditle karşı karşıya. Bu yaprak hastalığı, verimi daraltarak zaten sıkışık olan kâr marjlarını azaltabilir ve etken mantarın bazı yaygın fungisitlere karşı direnç geliştirmesi nedeniyle kontrolü zorlaşmıştır. Burada anlatılan çalışma pratik bir soruyu yanıtlamayı amaçladı: günlük hava koşullarına göre bu hastalık ne zaman kötüleşme eğiliminde ve bu bilgi çiftçilerin daha az ama daha etkili ilaçlama yapmasına nasıl yardımcı olabilir?

Yaprak lekesinin tarlalarda yayılması nasıl olur

Don göz yaprağı lekesi, mahsul kalıntılarında ve bazen tohumda yaşayan bir mantarın neden olduğu bir hastalıktır; sonra genç soya yapraklarını enfekte eder. Enfeksiyondan 10 ila 14 gün sonra küçük suyla ıslanmış lekeler oluşur ve bu lekeler kızıl kenarlı gri merkezlere büyür. Sıcak ve nemli koşullar altında mantar, yağmur ve rüzgârla taşıdığı sporlar üreterek yakındaki bitkileri yeni enfeksiyon döngülerine sokar. Bu tekrarlayan döngüler büyük verim kayıplarına yol açabilir ve Amerika kıtasındaki salgınlar çiftçilere milyarlarca dolara mal olmuştur. Pek çok soya çeşidi güçlü dirençten yoksun olduğundan yetiştiriciler bu hastalığı kontrol altında tutmak için yoğun şekilde fungisitlere güvenir.

Daha akıllı ilaçlamaya neden ihtiyaç var

Yıllardır QoI adı verilen popüler bir fungisit sınıfı don göz yaprağı lekesine karşı iyi çalışıyordu. Ancak zamanla mantar direnç geliştirdi ve bu ürün grubu artık ABD tarlalarında sık sık başarısız oluyor. Diğer fungisit grupları hâlâ etkilidir, ancak bunların aşırı kullanımı da direnç yayılma riskini artırır. Birçok ilaçlama, hastalık baskısı düşükken bile verim sigortası amacıyla uygulanıyor. Bu uygulama maliyeti artırır, mantarda seçilim baskısını yükseltir ve zaman ile kimyasalların israfına yol açar. Güvenilir bir risk tahmini, çiftçilerin yalnızca hastalık olasılığının yüksek olduğu zamanlarda işlem yapmasına yardımcı olabilir; bu da fungisitlerin etkinliğini korurken verimi de korur.

Hava desenlerini riske dönüştürmek

Araştırma ekibi, 20 ABD eyaletindeki soya denemelerinden 279 site-yılına ait don göz yaprağı lekesi gözlemlerini ve her konum için ayrıntılı saatlik hava verilerini topladı. Hastalık şiddetinin saha kontrolleri arasındaki değişimini incelemeye odaklandılar ve bu değişimleri son dönemdeki sıcaklık, nem, yağış, rüzgâr ve yaprak ıslaklığı desenleriyle ilişkilendirdiler. Sadece günlük ortalamalara bakmak yerine, elverişli veya elverişsiz koşulların daha uzun sürelerini yakalamak için 5 ila 30 günlük hareketli ortalamalar hesapladılar. Bu büyük veri kümesini kullanarak, ziyaretler arasındaki hastalık artışını en iyi tahmin eden modelleri görmek için çok sayıda istatistiksel ve makine öğrenimi modelini test ettiler.

Nem, ısı ve en iyi risk modeli

Düzinece hava faktörü arasında, uzun günlük dönemlerde yüksek bağıl nem, özellikle sıcak koşullarla birleştiğinde, hastalık artışının en güçlü sürücüsü olarak öne çıktı. En faydalı ve pratik model yalnızca iki sayıya dayanıyordu: günlük bağıl nemin %80 veya üzeri olduğu saatlerin 30 günlük ortalaması ve günlük maksimum sıcaklığın 30 günlük ortalaması. Alanlarda günde bu tür nemli havanın yaklaşık beş saatten az olduğu durumlarda risk düşük kaldı; sıcaklık bunun dışında önemli değildi. Günlük nemli saatler yaklaşık 15 ila 20 saate ulaştığında ve maksimum sıcaklık yaklaşık 24 ila 36 derece Celsius arasında olduğunda risk keskin biçimde arttı; hem nem hem de ısı yüksek olduğunda doruğa ulaştı. Daha karmaşık makine öğrenimi yaklaşımları genel olarak biraz daha doğru olsa da hastalık riskini fazla sık işaret etme eğilimindeydi; bu da gereksiz ilaçlamaları teşvik edebilir.

Araştırma modelinden çiftçi aracına

Daha basit iki faktörlü model doğru, anlaşılması daha kolay ve hesaplaması daha hızlı olduğundan, yazarlar bunu halka açık bir çevrimiçi karar destek sistemi için seçtiler. Bu araç şimdi ABD soya bölgeleri için gerçek zamanlı don göz yaprağı lekesi risk haritaları sunuyor; yetiştiriciler ve danışmanlar, yakın zamandaki hava desenlerinin hastalık birikimini ne zaman desteklediğini görebiliyor. Model her tarlaya özgü tüm ayrıntıları—çeşit seçimi veya önceki ürün geçmişi gibi—içermese de, fungisit spreyi gerçekten gerekli mi kararını vermek için sağlam bir hava temelli temel sunuyor. Basitçe ifade etmek gerekirse, çalışma önceki ay boyunca nem ve sıcaklığın birleşimini izlemenin soya üreticilerinin tedavileri daha iyi zamanlamasına, mevcut fungisitleri korumasına ve hastalık artışı olasılığı düşükken ilaçlamadan kaçınmasına yardımcı olabileceğini gösteriyor.

Atıf: González-Acuña, J.F., Allen, T.W., Bish, M.D. et al. Modeling the environment-related risk of frogeye leaf spot (Cercospora sojina) in soybean across the United States. Sci Rep 16, 16236 (2026). https://doi.org/10.1038/s41598-026-46975-z

Anahtar kelimeler: don göz yaprağı lekesi, soya hastalığı, fungisit kullanımı, hava risk modeli, karar destek aracı