Avizio
Avizio est un nouvel outil d’aide à la décision pour la gestion du risque multi-maladies des blés. Il s’appuie sur un modèle de prévisions septoriose, rouille jaune, rouille brune, oïdium et piétin verse, éprouvé depuis plus de 15 ans chez Syngenta. Vous protégez ainsi vos parcelles uniquement si nécessaire et optimisez le positionnement de votre protection au meilleur moment.
Compatible Raincrop
Cultures : blé tendre d’hiver, blé dur
POURQUOI LIER MES DONNÉES À CET OAD ?
Optimisez la protection multi-maladie de vos blés à la parcelle
Evaluez la nuisibilité des maladies sur vos parcelles à partir des données agronomiques. Au printemps, suivez l’évolution des maladies des blés en lien avec la météo et l’agronomie de toutes vos parcelles. Connectez vos stations Sencrop à Avizio pour alimenter le modèle avec des données locales, au plus près de la réalité du terrain. Raisonnez ainsi la protection de vos parcelles et gagnez en sérénité !
Connectez vos données Sencrop à Avizio depuis l'app :
Which features does this DST offer?
Optimisez la protection fongicide multi-maladie de vos blés à la parcelle.
Risque agronomique
Evaluez la nuisibilité potentielle des maladies sur vos parcelles.
Raisonnez les applications fongicides
Economisez les intrants en saison.
Gagnez en fiabilité
Optimisez les positionnements pour un potentiel de rendement maintenu.
Gagnez en sérénité
Anticipez vos chantiers. Vous êtes alertés et recevez les informations de l’état sanitaire des parcelles.
Mobilité
Vous pouvez consulter Avizio sur votre mobile, au champ, même sans connexion !
Wie kann ich meine Sencrop-Daten mit einem Krankheitsprognosemodell verbinden?
Verbinden Sie Ihre Sencrop-Daten von unserer App aus mit Ihrer Krankheitsprognosemodell. Sie müssen bereits ein Konto haben, das in der Partneranwendung erstellt wurde, damit die Verbindung hergestellt werden kann. Sie müssen folgende Schritte durchführen:
Verbinden Sie Ihre Daten mit dem Krankheitsprognosemodell in der App :
Other DST partners
xarvio™ FIELD MANAGER
Genaue Überwachung von Weizen-, Gersten- und Rapskulturen mit Hilfe von Prognosemodellen für Stadien, Krankheiten und Schädlinge sowie der Analyse von Satellitenbildern.
