Bloom
Ceļvedis

Istabas augu statistika un dārzkopība: ko 164 tūkstoši identifikāciju atklāj par to, kā cilvēki rūpējas par saviem augiem

Mēs apkopojām datus no 164 645 augu identifikācijām pēc fotoattēla un 29 721 diagnozes, kas veiktas lietotnē Bloom laikā no 2026. gada janvāra līdz oktobrim. Pārlieku liels mitrumu ir visizplatītākā problēma, veidojot 36,3% no visām diagnozēm.

autors Maria Leticia 10 min lasīšanas
Istabas augu statistika un dārzkopība: ko 164 tūkstoši identifikāciju atklāj par to, kā cilvēki rūpējas par saviem augiem

Laikā no 2026. gada 20. janvāra līdz 23. oktobrim cilvēki 20 valodās pavērsa kameru pret augu un lūdza palīdzību lietotnei Bloom 164 645 reizes. 41,87% no šiem fotoattēliem bija redzama kāda problēmas pazīme. Starp diagnosticētajām problēmām visizplatītākā bija pārmērīga laistīšana, kas fiksēta 36,3% gadījumu.

Šajā lapā ir apkopots tas, ko parāda šie skaitļi. Istabas augu statistika un visi mūsu pašu dati nāk no apkopotiem vaicājumiem lietotnes datubāzē, neizmantojot nekādu individuālu lietotāju informāciju, un tiem blakus ir norādīts izlases lielums. Publiskie dati tiek sniegti ar saiti uz oriģinālo avotu.

Īss kopsavilkums:

  • Pārmērīga laistīšana veido 36,3% no visām slimo augu diagnozēm (10 064 no 27 765).

  • Saskaitot kopā ar abām ūdens trūkuma diagnozēm, laistīšanas problēmas izskaidro 55,7% no visa.

  • Zāmijakulka, kas tiek pārdota kā neiznīcināms augs, tiek noslīcināta visbiežāk: 66,1% no tās diagnozēm ir pārmērīga laistīšana.

  • 2,90% no fotoattēliem, kas tika iesūtīti augu identificēšanai, nebija augi.

  • Tie, kuriem ir iestatīti atgādinājumi, laista vidēji ik pēc 7,4 dienām, ar 0,51 dienas kavēšanos salīdzinājumā ar sugas ieteicamo laiku.

Atjaunināts 2026. gada 24. oktobrī. Jūs varat citēt jebkuru skaitli no šīs lapas, norādot atsauci uz Bloom un saiti uz šejieni.

Galvenie skaitļi

Skaitlis

Kas tas ir

Izlase

Etiķete

Avots

164 645

augu identifikācijas pēc fotoattēla

viss laika logs

Mērījums

Bloom, jan. līdz okt./2026

41,87%

no identifikācijām uzrādīja problēmas pazīmes

n = 164 645

Mērījums

Bloom, jan. līdz okt./2026

2,90%

no iesūtītajiem fotoattēliem nebija augi

n = 164 645

Mērījums

Bloom, jan. līdz okt./2026

38,40%

no identifikācijām kļuva par reģistrētu augu dārzā

n = 164 645

Mērījums

Bloom, jan. līdz okt./2026

29 721

problēmu diagnozes

viss laika logs

Mērījums

Bloom, jan. līdz okt./2026

560 512

izveidoti kopšanas atgādinājumi

viss laika logs

Mērījums

Bloom, jan. līdz okt./2026

US$ 79,0 mlrd.

izdevumi dārzkopībai ASV 2025. gadā, pieaugums par 13,5%

ASV mājsaimniecības

Trešās puses mērījums

National Gardening Survey 2026

Visizplatītākā kļūda ar augiem ir pārmērīga laistīšana

Divas ASV universitātes to apgalvo jau gadiem, taču bez konkrētiem skaitļiem. Konektikutas Universitātes dārzkopības centrs raksta, ka "inconsistent watering is perhaps the number one cause of a houseplant's demise" (neregulāra laistīšana, iespējams, ir galvenais istabas augu bojāejas cēlonis) (UConn). Aiovas Valsts universitātes konsultāciju dienests ir tiešāks: "overwatering is a common reason houseplants fail" (pārmērīga laistīšana ir biežs iemesls, kāpēc istabas augi aiziet bojā) (Iowa State).

Lietotnes Bloom 29 721 diagnoze beidzot sniedz skaitlisku pamatojumu šim apgalvojumam.

Diagnosticētā problēma

Diagnozes

% no kopskaita

Pārmērīga laistīšana

10 064

36,25%

Ūdens trūkums (akūtas slāpes)

3 190

11,49%

Nepietiekama apgaismojuma stress

2 481

8,94%

Ūdens trūkums (hronisks deficīts)

2 210

7,96%

Sauss un nedzīvs lapas gals

1 726

6,22%

Barības vielu trūkums

1 413

5,09%

Saules apdegums

757

2,73%

Sakņu puve

727

2,62%

Sausa gaisa radīts stress

523

1,88%

Mehānisks bojājums

363

1,31%

Gaismas trūkums

320

1,15%

Dabiska lapu novecošanās

319

1,15%

Avots: apkopotie dati no Bloom, 27 765 diagnozes ar klasificētu problēmu (no kopumā 29 721) laikā no 20.01. līdz 23.10.2026. Mērījums. Minimālais slieksnis ir 20 gadījumi katrā rindā.

Laistīšana ir iemesls 55,7% no visām diagnozēm, turklāt pārmērīga laistīšana tiek fiksēta gandrīz divreiz biežāk nekā nepietiekama.

Pārmērīga laistīšana ir līderis visos mēnešos ar vairāk nekā 100 diagnozēm, un tās daļa pēdējā divu mēnešu periodā saglabājās stabila. 2026. gada septembrī tā veidoja 36,3% no diagnozēm, bet ūdens trūkums: 19,5%. Oktobrī līdz 23. datumam šie rādītāji bija 35,5% un 19,6%. Šajos divos mēnešos kopā tika uzstādītas 22 755 diagnozes.

Augu problēmu diagnožu sadalījums, īpaši izceļot pārmērīgu laistīšanu
Grafiks: Bloom, 27 765 diagnozes ar klasificētu problēmu, jan. līdz okt./2026.

Augi, kurus visbiežāk noslīcina

Pārmērīga laistīšana neskar visas sugas vienādi. Dažām sugām tā izskaidro divas no katrām trim problēmām, savukārt citām: gandrīz nemaz.

Suga

Diagnozes

% no pārmērīgas laistīšanas gadījumu

Zāmijakulka (Zamioculcas zamiifolia)

407

66,1%

Atliektā dracēna (Dracaena reflexa)

255

63,5%

Elegantā hermaņpilsene (Chamaedorea elegans)

352

62,2%

Pahira (Pachira aquatica)

241

59,8%

Cekulainais hlorofīts (Chlorophytum comosum)

419

59,7%

Lirveida fikuss (Ficus lyrata)

127

59,1%

Miera lilija (Spathiphyllum wallisii)

968

56,4%

Adansona monstera (Monstera adansonii)

213

54,5%

Augstā nefrolēpe (Nephrolepis exaltata)

202

54,5%

Smaržīgā dracēna (Dracaena fragrans)

534

48,7%

Skanīgā monstera (Monstera deliciosa)

715

47,7%

Šercera antūrija (Anthurium andraeanum)

377

47,5%

Nikolaja strelīcija (Strelitzia nicolai)

179

46,4%

Alveja (Aloe vera)

333

46,2%

Plankumainā dīfenbahija (Dieffenbachia seguine)

228

45,6%

Peperomiju pileja (Pilea peperomioides)

137

45,3%

Laimes bambuss (Dracaena braunii)

101

43,6%

Kājlapu singonija (Syngonium podophyllum)

131

42,7%

Sirdsveida filodendrs (Philodendron hederaceum)

118

42,4%

Sārtais filodendrs (Philodendron erubescens)

109

42,2%

Zelta epipremns (Epipremnum aureum)

616

40,3%

Elastīgais fikuss (Ficus elastica)

174

39,7%

Blosfelda kalanhoje (Kalanchoe blossfeldiana)

330

36,4%

Olveida krasula (Crassula ovata)

259

36,3%

Mainīgā aglaonēma (Aglaonema commutatum)

105

35,2%

Trīsjoslu sansevjēra (Dracaena trifasciata)

447

34,5%

Milzu juka (Yucca gigantea)

179

30,2%

Baziliks (Ocimum basilicum)

136

22,8%

Bendžamina fikuss (Ficus benjamina)

116

15,5%

Trunsinātā šlumbergera (Schlumbergera truncata)

166

13,9%

Karaliskā falenopsis (Phalaenopsis)

868

12,2%

Roze (Rosa)

140

10,0%

Citronkoks (Citrus limon)

121

8,3%

Avots: apkopotie dati no Bloom, diagnozes ar klasificētu problēmu, jan. līdz okt./2026. Mērījums. Tikai sugas ar vismaz 100 diagnozēm.

Zāmijakulka tiek pārdota gandrīz katrā veikalā kā augs, kas spēj pārdzīvot jebkādu nevērību. Tā uzkrāj ūdeni pazemes bumbuļos, kas padara to izturīgu pret sausumu, bet tieši šī iemesla dēļ tā ir ļoti jutīga pret pārmērīgu mitrumu. Cilvēki, paļaujoties uz tās neiznīcināmības slavu, laista to pārāk droši, un tāpēc 2 no katrām 3 tās problēmām izrādās pārmērīga laistīšana.

Alveja un olveida krasula stāsta to pašu stāstu, tikai sukulentu versijā. Tabulas apakšā paliek baziliks, Bendžamina fikuss, trunsinātā šlumbergera, karaliskā falenopsis, roze un citronkoks ar 23% vai mazāk: to gadījumā pārmērīga laistīšana veido nelielu daļu no problēmām. Starp visvairāk pārdotajiem lapu augiem trīsjoslu sansevjērai tie ir 34,5%, un izskaidrojums ir tās intervālā: laistīšana ik pēc 14 dienām ir pietiekami liels intervāls, lai būtu grūti kļūdīties par labu pārlaistīšanai.

Diagnožu procentuālā daļa, kas ir pārmērīga laistīšana, pa sugām
Grafiks: Bloom, sugas ar 100 vai vairāk diagnozēm, jan. līdz okt./2026.

Augi, kurus cilvēki visbiežāk mēģina identificēt

#

Augs

Zinātniskais nosaukums

Identifikācijas

%

1

Karaliskā falenopsis

Phalaenopsis

6 732

4,22%

2

Trīsjoslu sansevjēra

Dracaena trifasciata

6 292

3,94%

3

Miera lilija

Spathiphyllum wallisii

5 986

3,75%

4

Zelta epipremns

Epipremnum aureum

5 924

3,71%

5

Skanīgā monstera

Monstera deliciosa

5 594

3,51%

6

Zāmijakulka

Zamioculcas zamiifolia

4 432

2,78%

7

Smaržīgā dracēna

Dracaena fragrans

3 653

2,29%

8

Blosfelda kalanhoje

Kalanchoe blossfeldiana

2 915

1,83%

9

Šercera antūrija

Anthurium andraeanum

2 786

1,75%

10

Olveida krasula

Crassula ovata

2 389

1,50%

Avots: apkopotie dati no Bloom, 159 596 identifikācijas ar identificētu sugu (no 159 865, kas bija augi), jan. līdz okt./2026. Mērījums.

Pirmās 15 sugas kopā veido aptuveni 36% no visām identifikācijām. Atlikusī daļa sadalās starp ļoti daudzām dažādām sugām, kuras lielākoties ir nofotografējuši tikai daži cilvēki.

Desmit visbiežāk identificētie augi pēc fotoattēla
Grafiks: Bloom, 159 596 identifikācijas ar identificētu sugu, jan. līdz okt./2026.

Cik bieži cilvēki laista augus patiesībā

Merilendas Universitātes konsultāciju dienests iesaka pirms laistīšanas pārbaudīt augsnes mitrumu, nevis sekot stingram kalendāram. Dati parāda, kas notiek praksē, kad tiek izmantoti atgādinājumi.

Intervāls starp divām laistīšanas reizēm vienam augam

Dienas

25% laista pirms

4,9

Mediāna

7,4

75% laista pirms

10,8

Vidējais rādītājs

9,2

Avots: apkopotie dati no Bloom, 48 798 laistīšanas intervāli 13 594 augiem, jan. līdz okt./2026. Surogāts (skatīt metodoloģiju).

Salīdzinot katru intervālu ar to, kas nepieciešams konkrētajai sugai, mediānas kavējums ir 0,51 diena jeb aptuveni divpadsmit stundas pēc ieteicamā laika. 30,5% laista laikā vai nedaudz pirms tā, savukārt 27,7% gadījumu kavē vairāk nekā divas dienas.

Ir vērtīgi salīdzināt ieteicamo un reālo laistīšanas biežumu pa sugām:

Augs

Ieteicamais

Reālais (mediāna)

Miera lilija

4 dienas

4,8 dienas

Augstā nefrolēpe

3 dienas

3,9 dienas

Šercera antūrija

5 dienas

5,8 dienas

Smaržīgā dracēna

8 dienas

8,6 dienas

Cekulainais hlorofīts

8 dienas

8,8 dienas

Zelta epipremns

8 dienas

8,8 dienas

Karaliskā falenopsis

9 dienas

9,8 dienas

Skanīgā monstera

10 dienas

10,3 dienas

Blosfelda kalanhoje

10 dienas

10,6 dienas

Trīsjoslu sansevjēra

14 dienas

14,7 dienas

Avots: apkopotie dati no Bloom, sugas ar vismaz 100 reģistrētiem intervāliem, jan. līdz okt./2026. Surogāts.

Piezīme. Šie dati raksturo to lietotāju uzvedību, kuriem lietotnē ir iestatīti atgādinājumi, nevis sabiedrību kopumā. Šis skaitlis atbild uz jautājumu "cik bieži cilvēki laista augus, ja viņiem ir atgādinājums", nevis "cik bieži viņi laistītu paši par sevi". Tāpēc šis rādītājs ir apzīmēts kā Surogāts, nevis Mērījums.

Cilvēki laista augus gandrīz pareizajā ritmā, kavējot mazāk par dienu, taču pārmērīga laistīšana joprojām ir visizplatītākā diagnoze. Biežums ir tikai viens no mainīgajiem lielumiem. Pods bez drenāžas cauruma, blīva augsne, kas neļauj ūdenim notecēt, ūdens pārpalikums paliktnī un pārāk liels ūdens daudzums katrā laistīšanas reizē izdara pārējo.

Laistīšanas intervālu sadalījums
Grafiks: Bloom, 48 798 laistīšanas intervāli, jan. līdz okt./2026.

Kādas kopšanas darbības cilvēki reāli veic

Ne visiem atgādinājumiem ir vienāds liktenis. Ņemot vērā tikai tos uzdevumus, kuru izpildes termiņš jau ir pagājis:

Uzdevums

Nokavētie uzdevumi

Pabeigtie

Līdzdalība

Lapu apsmidzināšana

74 344

49 136

66,1%

Slimības ārstēšanas kursa ievērošana

8 631

5 511

63,9%

Laistīšana

139 424

80 066

57,4%

Fotoattēla atjaunināšana

96 355

47 900

49,7%

Poda pagriešana

38 793

14 514

37,4%

Mēslošana

42 379

11 023

26,0%

Apgriešana

6 552

1 142

17,4%

Avots: apkopotie dati no Bloom, 406 478 nokavēti uzdevumi, jan. līdz okt./2026. Mērījums.

Laistīšanai ir vairāk nekā divas reizes lielāka līdzdalība nekā mēslošanai. Apgriešana ir visretāk veiktā darbība no visām, un tam ir loģisks izskaidrojums: tā prasa izlemt, kur tieši griezt, un kļūda šķiet neatgriezeniska. Savukārt lapu apsmidzināšana ir līdere, visticamāk, tāpēc, ka tā ir visātrākā darbība, kas nerada bažas par auga sabojāšanu.

Kontrasts starp laistīšanu un mēslošanu rada praktiskas sekas. Tie, kuri augus tikai laista, uztur tos dzīvus, taču augi pārstāj augt, jo augsne podā dažu mēnešu laikā izsmeļ visas barības vielas. Ir vērts aplūkot arī citus augu laistīšanas atgādinājumu lietotnes un to, kā katra no tām risina citus kopšanas aspektus.

Līdzdalība pēc kopšanas uzdevuma veida
Grafiks: Bloom, 406 478 nokavēti uzdevumi, jan. līdz okt./2026.

Kā izskatās tipisks dārzs

Augi vienā dārzā (mediāna)

1

Vidējais rādītājs

3,0

Dārzi ar tikai vienu augu

52,3%

Dārzi ar 10 vai vairāk augiem

6,1%

Augi brīvā dabā

19,9%

Poda diametrs (mediāna, no 9 668 norādītajiem)

17 cm

Avots: apkopotie dati no Bloom, 23 400 dārzi un 69 687 augi, jan. līdz okt./2026. Mērījums.

Mediāna ar vienu augu dārzā skaidri raksturo lietotājus, kuri sāk izmantot lietotni: kāds ir saņēmis dāvanā vai nopircis augu, tas sācis izskatīties slikti, un šis ir viņu pirmais mēģinājums glābt situāciju. Mazākums, kam ir vairāk nekā desmit augu, nodrošina lielāko daļu kopšanas reģistrāciju.

Runājot par veselību, lietotne novērtē fotoattēlus skalā no 0 līdz 100. Starp 85 924 analizētajiem fotoattēliem vidējais vērtējums bija 74,3 un mediāna: 78. 11,4% fotoattēlu vērtējums bija zemāks par 50, savukārt 44,9% gadījumu tas bija 80 vai vairāk.

Nozare publiskajos skaitļos

Skaitlis

Kas tas ir

Avots

US$ 79,0 mlrd.

izdevumi dārzkopībai ASV 2025. gadā, pieaugums par 13,5% salīdzinājumā ar 2024. gadu

National Gardening Survey 2026, Garden Research

US$ 740

vidējie izdevumi uz vienu ASV mājsaimniecību 2025. gadā, pieaugums par 18,3%

National Gardening Survey 2026

4,5 miljoni

ASV mājsaimniecību, kas pārtrauca dārzkopību 2025. gadā

National Gardening Survey 2026

US$ 13,76 mlrd.

globālais telpaugu tirgus 2025. gadā, prognoze: US$ 21,07 mlrd. līdz 2034. gadam

Fortune Business Insights

R$ 19,9 mlrd.

Brazīlijas ziedu un dekoratīvo augu nozares apgrozījums 2023. gadā

CNA Brasil

69%

Brazīlijas iedzīvotāju patīk audzēt augus mājās

QuintoAndar mājokļu tautas skaitīšana sadarbībā ar Datafolha, 3 186 intervijas laikā no 2021. gada 11. līdz 21. oktobrim, kļūdas robeža: 2 procentpunkti

Amerikas Savienotajās Valstīs 4,5 miljoni mājsaimniecību pārtrauca nodarboties ar dārzkopību 2025. gadā, un tajā pašā laikā izdevumi uz vienu mājsaimniecību pieauga par 18,3%. Mazāk cilvēku nodarbojas ar dārzkopību, taču katrs no viņiem tērē vairāk. Arī mūsu datu sadalījums ir līdzīgs, kur lielākajā daļā dārzu ir tikai viens augs.

Konsultāciju uzņēmumu viedokļi par globālā tirgus apjomu 2025. gadam ievērojami atšķiras: no US$ 13,76 mlrd. līdz vairāk nekā US$ 22 mlrd., jo katrs uzņēmums nozari definē atšķirīgi. Tāpēc mēs citējam konkrētu avotu ar norādītu gadu, nevis vidējo rādītāju, kas slēpj šīs atšķirības.

Biežāk uzdotie jautājumi

Kāda ir visizplatītākā kļūda augu kopšanā?

Pārmērīga laistīšana. Lietotnes Bloom 27 765 diagnozēs, kurām tika noteikta problēmas klasifikācija, laikā no 2026. gada janvāra līdz oktobrim pārmērīga laistīšana tika fiksēta 36,25% gadījumu, salīdzinot ar 19,45% abām ūdens trūkuma diagnozēm kopā. Ņemot vērā abus aspektus, laistīšanas problēmas izskaidro 55,7% no visām kļūmēm.

Cik reizes nedēļā ir jālaista istabas augs?

Nav viena universāla skaitļa, un tieši tāpēc augi bieži tiek pārlaistīti. Merilendas Universitātes konsultāciju dienests iesaka pirms laistīšanas pārbaudīt augsnes mitrumu. Praksē novērotais vidējais intervāls starp divām laistīšanas reizēm vienam augam ir 7,4 dienas, taču tas svārstās no 3 dienām nefrolēpēm līdz 14 dienām sansevjērām.

Kuru istabas augu ir visgrūtāk nogalināt?

Neviens nav pilnīgi aizsargāts pret kļūdām, taču daži labāk aizsargājas pret visizplatītāko kļūdu. Starp visvairāk pārdotajiem lapu augiem trīsjoslu sansevjērai 34,5% diagnožu ir pārmērīga laistīšana, un milzu jukai: 30,2%. Bendžamina fikusam ir vismazākā daļa starp lapu augiem ar pietiekamu izlases lielumu, 15,5%, taču tas tikai nozīmē, ka tā problēmas nāk no cita avota. Zāmijakulka, neraugoties uz tās izturības slavu, atrodas pretējā pusē ar 66,1%.

Kādi ir populārākie istabas augi?

Starp Bloom 159 596 identifikācijām, kurās tika atpazīta suga, piecas visbiežāk fotografētās bija karaliskā falenopsis (4,22%), trīsjoslu sansevjēra (3,94%), miera lilija (3,75%), zelta epipremns (3,71%) un skanīgā monstera (3,51%). Kopā pirmās piecpadsmit sugas veido aptuveni 36% no visa apjoma.

Metodoloģija

No kurienes nāk mūsu pašu dati. No apkopotiem vaicājumiem lietotnes Bloom datubāzē, kas veikti, izmantojot tikai skaitīšanu un mediānas pa grupām. Neviens vaicājums neuzrāda konkrētas rindas, identifikatorus vai lietotāju kolonnas. Neviens individuāls dats netika lasīts, lai izveidotu šo lapu, un neviens netiks lasīts arī turpmāk.

Laika logs. No 2026. gada 20. janvāra līdz 23. oktobrim: no lietotnes pirmā ieraksta līdz šī atjauninājuma datumam. Datubāze šajā laika logā ir ievērojami augusi, tāpēc absolūtie kopskaitļi nav salīdzināmi pa mēnešiem. Procentuālās attiecības ir salīdzināmas.

Izlases ierobežojumi. Neviens publiskotais skaitlis nenāk no datu kopas, kurā ir mazāk par 20 gadījumiem. Tabulās pa sugām ierobežojums ir stingrāks: vismaz 100 gadījumi.

Saucēji. Procentuālie rādītāji diagnožu tabulā ir aprēķināti pret 27 765 diagnozēm, kurām tika noteikta problēmas klasifikācija, nevis pret 29 721 kopējām diagnozēm: 1 956 tika reģistrētas bez klasifikācijas. Tāpat arī sadalījums pa sugām ir aprēķināts pret 159 596 identifikācijām ar identificētu sugu, nevis pret 159 865 tām, kas bija augi.

Botāniskie nosaukumi. Ja katalogā viens un tas pats augs ir reģistrēts ar diviem nosaukumiem, piemēram, Sansevieria trifasciata un Dracaena trifasciata, vai suga un tās šķirnes, piemēram, zelta epipremna šķirnes 'Neon' un 'Manjula', skaits tiek summēts zem pieņemtā nosaukuma.

Etiķetes. Visi mūsu dati ir apzīmēti kā Mērījums (tika saskaitīts) vai Surogāts (tika mērīts kaut kas tuvs tam, ko vēlamies aprakstīt). Laistīšanas dati ir Surogāts, jo tie raksturo tos lietotājus, kuri izmanto atgādinājumus lietotnē.

Kā tika aprēķināts laistīšanas intervāls. Starpība starp diviem secīgiem laistīšanas reģistrācijas gadījumiem vienam un tam pašam augam, izslēdzot intervālus, kas ir īsāki par 12 stundām un garāki par 120 dienām. Tas mums sniedz 48 798 intervālus 13 594 augiem.

Ko šī lapa nemēra. Mēs nemēram to, cik augu ir gājuši bojā, jo mums nav uzticamu datu par augu nāvi. Mēs nemēram dārzkopību pa valstīm: lietotnes valodu sadalījums atspoguļo to, kur lietotne tiek izmantota, nevis to, kur tiek audzēti augi. Diagnoze tiek noteikta pēc fotoattēla analīzes ar vidējo ticamību 0,798, kas nozīmē, ka tā ir pareiza lielākajā daļā gadījumu, bet ne visos.

Citēšana. Jebkuru skaitli no šīs lapas drīkst citēt, norādot atsauci uz Bloom un saiti uz šo lapu. Ja jums ir nepieciešami specifiskāki dati, kas šeit nav iekļauti (pa sugām vai laika periodiem), droši jautājiet.

Atjauninājumu vēsture.

  • 2026. gada 24. oktobris: skaitļi atjaunināti ar datiem līdz 23. oktobrim. Pārmērīga laistīšana mainījās no 35,8% uz 36,3% no klasificētajām diagnozēm, un zāmijakulkai no 71,1% uz 66,1%, abiem joprojām saglabājot pirmo vietu. Tabula pa sugām tika paplašināta no 25 līdz 33 augiem, jo vairāk sugu sasniedza 100 diagnožu slieksni. Diagnožu tabulai tika pievienota rinda "gaismas trūkums", kas pārsniedza slieksni.

  • 2026. gada 24. septembris: skaitļi atjaunināti ar datiem līdz 23. septembrim. Pārmērīga laistīšana mainījās no 39,3% uz 35,8% no klasificētajām diagnozēm, un zāmijakulkai no 80,3% uz 71,1%, abiem joprojām saglabājot pirmo vietu. Tabula pa sugām tika paplašināta no 15 līdz 25 augiem, jo vairāk sugu sasniedza 100 diagnožu slieksni. Dublētie botāniskie nosaukumi tagad tiek summēti. Rinda "lielākais dārzs datubāzē" tika izņemta, jo tā raksturoja tikai vienu lietotāju.

  • 2026. gada 1. septembris: pirmā versija.

Atjaunināts 2026. gada 24. oktobrī. Nākamais atjauninājums tiks publicēts novembrī.

Saistītie raksti