<p class="Default"> Las rosas son el producto más importante de exportación de la industria de flores en Colombia, y el mildeo producido por <em>Peronospora sparsa </em>Berkeley es la enfermedad más limitante. La predicción de ataque es una herramienta importante para prevenir y combatir la enfermedad, disminuyendo el costo de producción de la flor. <em>P. sparsa </em>depende de las condiciones microclimáticas para su desarrollo biológico. En este trabajo, se presenta un modelo dual para predecir la esporulación, basado en el conocimiento de la temperatura y la hu­medad relativa cerca de la planta (microclima) durante la noche anterior a la predicción, y permitiendo un nivel de fiabilidad por encima del 95% en la determinación de la esporulación del parásito y con esa información tomar una decisión sobre la aplicación de los fungicidas en el cultivo.</p>