Aarfusarium op kleinkorrelige granen wordt veroorzaakt door een ziektecomplex van verschillende fusarium spp. waarvan de symptomen niet te onderscheiden zijn. Naast de fytopathologische schade die de ziekte teweeg brengt is er ook een gevaar voor contaminatie van de geïnfecteerde granen met mycotoxines. De bezorgdheid van de Europese Unie naar de aanwezigheid van Fusarium mycotoxines in graan werd geconcretiseerd in 2006 via het invoeren van een norm voor het voornaamste mycotoxine nl. deoxynivalenol (DON). Arfusarium is in Vlaanderen een moeilijk te beheersen probleem. Door de grote variabiliteit in voorkomen, is de predictie van een aarfusariumaantasting niet eenvoudig en niet te realiseren met eenvoudige wegingsgebaseerde of logistische regressiemethoden. De aantasting is immers de resultante van heel wat variabelen die onderling sterk gecorreleerd kunnen zijn. Toch is het vanuit het oogpunt van de landbouwer noodzakelijk om in te schatten of er bij de teelt van graan een verhoogd risico op Fusarium en/of DON bestaat gezien gecontamineerd graan mogelijks niet langer vermarktbaar is.
De hoofddoelstelling van dit onderzoeksvoorstel is het implementeren van leeralgoritmen voor de predictie van Fusarium en DON in granen in het adviessysteem EPIPRE. EPIPRE is een adviessysteem waarmee de tarwetelers in België en Frankrijk individueel begeleid worden om een optimaal financieel rendement te bekomen. Op basis van het voorspeld risico moet EPIPRE dan in staat zijn met de input van de projectresultaten te zorgen voor preventief beheersingsadvies zowel bij de aanvang van de teelt als tijdens het verloop van de teelt. Het predictiemodel moet tevens zorgen voor een meer adequate en gerichte monstername bij de opsporing van mycotoxinen en dit zowel op niveau van de teler als de handel en dit in de context van IKKB programa's.