A klímaválsággal nő a mikotoxin-kockázat

A mikotoxinok az utóbbi 10-15 évben egyre több munkát adnak a növényvédelem, a takarmányalapanyag-gyártók, az állattenyésztők szakértőinek. Az utóbbi években felgyorsuló klímaváltozás még inkább kiélezi a mikotoxin-szennyezettség elleni küzdelmet.

A „kanári”-indokátorok ideje lejárt

A 2024-es betakarítás nemcsak az extrém időjárás miatt vált emlékezetessé, hanem a mikotoxinszintek jelentős emelkedése miatt is. Az év során a globális átlaghőmérséklet először haladta meg az iparosodás előtti szinthez képest a 1,5 °C-os határt, ami szélsőséges éghajlati viszonyokat eredményezett – hosszan tartó aszályokat és csapadékos időszakokat egyaránt.

Független laboratóriumi vizsgálatok megerősítették, hogy mind a betakarítás előtti, mind az utáni mintákban aggasztó mértékben megnőtt a mikotoxinok előfordulása. A tapasztalat ráadásul világszerte megfigyelhető. Különösen veszélyes a többszörös mikotoxin-szennyezettség, mivel ezek együttes hatása – még ha egyenként az értékek nem is lépik túl a határértékeket – súlyosan veszélyeztetheti a haszonállatok egészségét, a termelés fenntarthatóságát és az élelmiszerbiztonságot.

A szakemberek hangsúlyozzák: nem támaszkodhatunk az állatok tüneteire, mint indikátorokra – a „kanári a szénbányában” megközelítés ideje lejárt (a kanárikat még a múlt század 50-es éveiben is arra használták a szénbányákban, hogy az emberi érzékelésnél finomabb szerveik révén előrejelezzék légminőségromlást, azaz a CO-szint emelkedését – KZ). A nyersanyagok tesztelése és a célzott mérséklési stratégiák alkalmazása alapvető fontosságúvá vált a takarmánybiztonság érdekében.

Kevesebb növényvédő szer, kisebb kár

Az Egyesült Államokban már két évtizede folyik a Fusarium Head Blight (FHB) – azaz kalászos gabonák fuzáriumos fertőzésének – előrejelzésére szolgáló modellek fejlesztése. Ma már több mint 1200 betegség-megfigyelés áll rendelkezésre a predikciós rendszerek finomhangolásához. Az új, gépi tanuláson alapuló Random Forests (RF) modellek lényegesen pontosabb előrejelzéseket tesznek lehetővé, mint a korábbi algoritmusok. Az RF modellek különösen érzékenyek az olyan változókra, mint a hőmérsékleti stabilitás, relatív páratartalom, harmatpont és gőznyomás-hiány – mind olyan tényezők, amelyek hozzájárulnak az FHB kialakulásához, különösen a virágzás körüli időszakban. A stabil, párás időjárás kedvez a fertőzések megjelenésének, így az ilyen paraméterek értelmezése kiemelten fontos a védekezés szempontjából.

A Fusarium Prediction Center révén az USA 35 államában már napi rendszerességgel elérhetőek az FHB előrejelzések. A rendszert használó termelők 89%-a pozitívan értékelte annak hatását gazdaságuk jövedelmezőségére. A modell segíti a felesleges növényvédőszer-használat elkerülését, miközben évente mintegy 70 millió dollárra becsülik az ebből származó megtakarításokat.

Mint ismert, tavaly sajnos jelentős károkat okozott a hazai kapáskultúrákban a nyár közepétől kibontakozó forró szárazság. A rekkenő hőség egészen szeptemberig tombolt, és például kukoricában a termés jelentős részét alkalmatlanná tette a minőségi felhasználásra.

DiaryGlobal