El rendimiento de los métodos basados en datos meteorológicos para predecir enfermedades de plantas depende en gran medida de la información meteorológica temporal. En este artículo, se presenta un procedimiento de análisis de datos para encontrar el momento óptimo de inicio para predecir la densidad de manchas en cebada de primavera basado en datos meteorológicos. Con este fin, los cambios en el contenido de información de las variables meteorológicas típicamente medidas fueron cuantificados de manera sistemática en ventanas de tiempo deslizantes y con transformaciones matemáticas generadas adicionalmente, es decir, con características. Las estadísticas de relación señal-ruido se aplicaron de una manera novedosa como métrica para identificar la instancia de tiempo de inicio óptima y las características más importantes para distinguir con éxito entre dos densidades de manchas durante la primavera en sí misma. Según los resultados, el contenido de información de los datos meteorológicos utilizados en la clasificación entre nueve años con y cuatro años sin manchas alcanzó su máximo en condiciones climáticas finlandesas en el día 41 desde el inicio de la temporada de crecimiento. Específicamente, el uso de datos meteorológicos en los días 41-55 desde el inicio de la temporada de crecimiento maximiza el potencial de predicción exitosa de la densidad de manchas. También parece que esta instancia de tiempo permite una tarea de clasificación lineal con un subconjunto de características seleccionadas, ya que los promedios de las métricas en dos grupos de datos difieren estadísticamente con un nivel de confianza mínimo del 68% durante nueve días en una ventana de tiempo de 14 días.