Growing Degree Days - FAQ - olika siffror?

Tekniska nyheter

Vi har nyligen lanserat vårt GDD-verktyg, och i den här artikel kommer vi att prata om varför några av dina GDD-siffror ser annorlunda ut än de du har skapat online och varför det antagligen inte spelar någon roll.

En traditionell GDD-modell tar den högsta temperaturen och den lägsta temperaturen på dagen och räknar ut medelvärdet. Det har gjorts på det här sättet eftersom väderdata traditionellt lades till manuellt och det höga och låga var i allmänhet allt du hade tillgång till, eller hadde tid att ange.

Våran nya GDD-verktyg använder omfattande nivåer av väderdata för att beräkna medeltemperaturen för varje timme och sedan samlar ihop all den informationen för att skapa en GDD-siffra.

Du kan registrera dig här för att få e-post varningar när GDD når en målsättning i ditt område.

Varför fungerar det annorlunda?

När vi använder de enkla höga och låga siffrorna antar vi att dagen delas jämnt mellan de två siffrorna. Utan vi vet att detta är bara inte sant. Vi ser en tendens av längre perioder med svala temperaturer under de tidigare delarna av året, medan hösten brukar presentera längre perioder med varmare temperaturer.

Hur visar sig detta i siffrorna?

Mot den traditionella beräkningen skulle man i allmänhet förvänta att det borde ta längre tid att nå GDD-mål på våren och snabbare på hösten. Det kommer dock att variera beroende på väder, varför det bör ge oss en bättre representation av vad som händer. I verkligheten kommer det inte att göra någon stor skillnad. Du kan se en eller två dagar's skillnad, vilket inte kommer att förändra dina förvaltningsplaner mycket alls.


De största skillnaderna

Den största och mest uppenbara skillnaden som har rapporterats är dock längs kustlinjerna, och när du börjar tänka på klimatet i dessa regioner är det meningsfullt.

Kustklimat påverkas starkt av havet snarare än av landet. Kustlinjer är vanligtvis mildare än inlandet under vintern och svalare på sommaren. Kortsiktiga variationer i temperatur och väder kan vara betydliga. Det är vettigt att närmare granskning av väder data kommer att få fram några olika siffror.

När man studerar skillnaden i informationen beror dock de flesta av skillnaderna på olika höga och låga siffror snarare än hur uppgifterna hanterats.

Varför vi ser skillnaderna beror på hur informationen har genererats. De siffror som används av vårt GDD-redskap genereras av datamodeller baserade på flera inlägg. Men de kan inte anpassa sig till individuella mikroklimat. Golfbanans egna data källa kan vara en närliggande väderstation, en egen väderstation, en app eller helt enkelt en termometer. Om det är en bättre data källa beror på ett antal faktorer.

Hur annorlunda är det?

Här är hela 2019 - Blå är Syngenta GDD-data gentemot det oranga golfbanedatan. Cirka 10% skillnad.

Om du skulle använda 150 GDD-applikationsfönster på dessa två modeller (i mitten av April till slutet av Oktober) och du höll fast vid den regimen felfritt så skulle du långsamt se fönstren komma ur synk. Men även i denna extrema version gör det bara en skillnad på en applikation.

I verkligheten ändras inte applikationsdatum, och längs kustlinjen ser vi regelbundet ovanstående mönster. I ett 150 GDD-applikationsfönster ser man högst två dagars skillnad och på kustlinjen visar vi att GDD går snabbare på våren och längre under hösten.


Slutsats

Vår väderdata är inte perfekt men det är ganska bra, konsekvent och utan datagap. Om du inte har en väl justerad väderstation är det troligtvis lika bra, om inte bättre, än din nuvarande datakälla.

Ytterligare användning av uppgifterna bör ge en mer exakt tolkning av siffrorna med vårt GDD-verktyg och vara mycket enklare för dig.

Men, om du har en egen väderstation, och är glad att fortsätta lägga in informationen själv, och du hanterar ditt GDD-relaterade program så stramt att ett par dagar gör en skillnad - då är det bäst att hålla dig till ditt nuvarande system.

Om inte - registrera dig och testa vår nya GDD-kalylator