Las rosas son el producto más importante de exportación de la industria de flores en Colombia, y el mildeo producido por Peronospora sparsa 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. P. sparsa 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.