Utfordringar både for modell og ekspert

Modellen spår ikkje rett alltid. Gardbrukarar og rådgivarar som tar seg tid til å studere enga på nært hald, kan godt treffe meir presist med sine kvalitetsestimat. Dette gjeld gjerne for enger som ligg langt unna vêrstasjon, som er dominert av andre artar enn timotei, og som på grunn av overvintringsskader eller låg næringsforsyning er sein i utviklinga frå våren.

Slike avvik kan brukar kalibrere for ved å taste inn eigne registreringar i god tid før slått er aktuelt. Norsk Landbruksrådgiving har i fleire distrikt system for uttak av kalibreringsprøver, og lagar lokalt tilpassa prognosar med utgangspunkt i desse. Det beste er om ein både bestemmer fenologisk utviklingstrinn på prøven og får gjort ein kvalitetsanalyse, men ei klassifiseringa av timoteiskudda åleine hjelper mykje det også. Oppskrift for koss ein gjer dette, ligg på nettsida.

Endring fram til andre- og tredjeslått

For endringar i fôrkvalitet fram mot andre- og tredjeslått er utviklingssteget på graset ei dårleg rettesnor. Aldringa og nedgangen i fordøyeligheit og energiinnhald går sin gang sjølv om skytinga er spreidd og sparsam. Grovfôrmodellen baserer seg derfor ikkje på utrekningar av fenologisk utvikling i gjenvekstane. Det bør heller ikkje folk som trur mest på skipperskjønn og eigne observasjonar gjere. Å følgje med på akkumulert varmesum etter føregåande slått er eit betre alternativ. Rekning av dagar eller veker utan å ta omsyn til temperatur og nedbør i perioden, tilrår vi ikkje.

Nyttig verktøy for dei fleste

Nettet av vêrstasjonar har enno hol i viktige grovfôrområde, og sjølv for dei som ligg nært ein slik stasjon, kan det nettbaserte verktøyet vårt gi for lettvinte forenklingar og upresise estimat. Det kan derfor hende at grovfôrprodusentane bør oppfordrast til å observere og resonnere rundt vekst og utvikling i eigne enger framfor å setje seg ned med mobiltelefonen eller datamaskina. Vi tør likevel påstå at det kan vere nyttig for dei fleste å sjå nærare på Grovfôrmodellen:

Modellen gir grunnlag for planlegging på kort sikt i vekstsesongen fordi han i tillegg til å seie noko om status for dagen du står i, også brukar vêrprognosar til å framskrive utviklinga i fleire dagar framover. Om han ikkje treffer bra på absolutte verdiar på grunn av stor avstand til vêrstasjon, viser han trendar i forventa utvikling.

Modellen gir grunnlag for planlegging på mellomlang sikt i vekstsesongen fordi du får samanlikna avling og kvalitet på ein spesifikk dato i innverande år med tilsvarande på same dato i eit gjennomsnittsår og i tilbakelagde enkeltår.

Modellen gir grunnlag for strategisk og langsiktig planlegging av haustesystem på garden fordi du kan kjøre han mot historiske vêrdata og normaldata med ulike og alternative val for haustetid i ulike slåttar. Du kan dermed sjå korleis du kan forvalte årsavlinga ut frå behov for mengder av ulike grovfôrkvalitetar.

I gjenvekst etter førsteslått har ein få enkle og observasjonsbaserte tommelfingerreglar å halde seg til, og veker mellom slåttar blir for upresist når temperatur og vassforsyning varierer mykje. Modellen blir dermed skjønnet overlegen sidan data for både temperatur, stråling og vasstilgang blir brukt samtidig i likningar utvikla frå og testa mot eit omfattande datamateriale.