Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas

Introducción. En el manejo integrado de enfermedades es importante incorporar elementos como umbrales de daño económico, monitoreo y sistemas de pronóstico de riesgo, los cuales constituyen herramientas para definir estrategias de control de las mismas. Objetivo. Desarrollar un modelo predictivo de...

Descripción completa

Detalles Bibliográficos
Autores principales:	Lavilla, M., Martínez, M., Ivancovich, A., Díaz-Paleo, A.
Formato:	Online
Idioma:	spa eng
Publicado:	Universidad de Costa Rica 2023
Acceso en línea:	https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430

id	AGROMESO54430
record_format	ojs
institution	Universidad de Costa Rica
collection	Agronomía Mesoamericana
language	spa eng
format	Online
author	Lavilla, M. Martínez, M. Ivancovich, A. Díaz-Paleo, A.
spellingShingle	Lavilla, M. Martínez, M. Ivancovich, A. Díaz-Paleo, A. Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas
author_facet	Lavilla, M. Martínez, M. Ivancovich, A. Díaz-Paleo, A.
author_sort	Lavilla, M.
description	Introducción. En el manejo integrado de enfermedades es importante incorporar elementos como umbrales de daño económico, monitoreo y sistemas de pronóstico de riesgo, los cuales constituyen herramientas para definir estrategias de control de las mismas. Objetivo. Desarrollar un modelo predictivo de la severidad del tizón foliar por Cercospora (TFC) mediante variables meteorológicas para el norte de la provincia de Buenos Aires, Argentina. Materiales y métodos. Se contó con datos de incidencia y severidad del TFC correspondientes a cinco ciclos productivos de soja (2013-2017) de Pergamino, Buenos Aires, relevados en distintos estados reproductivos R1 a R7. La variable dependiente fue la probabilidad de ocurrencia de niveles categorizados de la tasa de incremento (TI) de la severidad del TFC causado por C. kikuchii. Los elementos y variables meteorológicas utilizados fueron registros diarios de temperatura máxima y mínima, precipitación y humedad relativa. Se calculó el coeficiente de correlación no paramétrico de Kendall Tau-b entre los niveles categorizados binariamente de TI de la severidad del TFC y las variables meteorológicas. Resultados. Las variables meteorológicas con mayor correlación en relación con la TI del TFC fueron aquellas relacionadas con la humedad relativa (DHR, MOJRO, DHRT). La inclusión de una variable térmica (GDTmax) resultó importante para el ajuste del modelo predictivo. Conclusión. Se pudo desarrollar un modelo de predicción de la severidad del TFC que incluyó dos variables meteorológicas, una relacionada con los días la humedad relativa y otra térmica relacionada con un límite de temperatura máxima para el desarrollo de la enfermedad. Para validar y robustecer el modelo propuesto es necesario contar con más datos de severidad a través de los años.
title	Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas
title_short	Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas
title_full	Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas
title_fullStr	Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas
title_full_unstemmed	Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas
title_sort	modelo predictivo de la severidad del tizón foliar por cercospora kikuchii mediante variables meteorológicas
title_alt	Predictive model of the severity of leaf blight by Cercospora kikuchii using meteorological variables
publisher	Universidad de Costa Rica
publishDate	2023
url	https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430
work_keys_str_mv	AT lavillam predictivemodeloftheseverityofleafblightbycercosporakikuchiiusingmeteorologicalvariables AT martinezm predictivemodeloftheseverityofleafblightbycercosporakikuchiiusingmeteorologicalvariables AT ivancovicha predictivemodeloftheseverityofleafblightbycercosporakikuchiiusingmeteorologicalvariables AT diazpaleoa predictivemodeloftheseverityofleafblightbycercosporakikuchiiusingmeteorologicalvariables AT lavillam modelopredictivodelaseveridaddeltizonfoliarporcercosporakikuchiimediantevariablesmeteorologicas AT martinezm modelopredictivodelaseveridaddeltizonfoliarporcercosporakikuchiimediantevariablesmeteorologicas AT ivancovicha modelopredictivodelaseveridaddeltizonfoliarporcercosporakikuchiimediantevariablesmeteorologicas AT diazpaleoa modelopredictivodelaseveridaddeltizonfoliarporcercosporakikuchiimediantevariablesmeteorologicas
_version_	1807313745742921728
spelling	AGROMESO544302023-12-13T20:00:02Z Predictive model of the severity of leaf blight by Cercospora kikuchii using meteorological variables Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas Lavilla, M. Martínez, M. Ivancovich, A. Díaz-Paleo, A. Glycine max hongo patología plaga Glycine max fungus pathology plague Introduction. In integrated disease management, it is important to incorporate elements such as economicdamage thresholds, monitoring, and risk forecasting systems, which constitute tools to define disease control strategies. Objective. Develop a predictive model of the severity of Cercospora leaf blight (TFC) using meteorological variables for the north of the province of Buenos Aires, Argentina. Materials and methods. There were data on the incidenceand severity of TFC corresponding to five relevant Pergamino, Buenos Aires, soybean production cycles (2013-2017) in different reproductive stages R1 to R7. The dependent variable was the probability of occurrences of categorized levels of the rate of increase (TI) of the severity of TFC caused by C. kikuchii. The elements and meteorological variables used were daily records of maximum and minimum temperature, precipitation, and relative humidity. Thenonparametric Kendall Tau-b coefficient TI of connection between the TI binary categorized levels of TFC severity and the weather variables was calculated. Results. The meteorological variables with the greatest consequences in relation to the TI of the TFC were those related to relative humidity (DHR, MOJRO, DHRT). The inclusion of a thermal variable (GDTmax) was important for the adjustment of the predictive model. Conclusion. It was possible to develop a TFC severity prediction model that included two meteorological variables, one related to relative humiditydays and another thermal related to a maximum temperature limit for the development of the disease. To validate and strengthen the proposed model, it is necessary to have more severity data over the years. Introducción. En el manejo integrado de enfermedades es importante incorporar elementos como umbrales de daño económico, monitoreo y sistemas de pronóstico de riesgo, los cuales constituyen herramientas para definir estrategias de control de las mismas. Objetivo. Desarrollar un modelo predictivo de la severidad del tizón foliar por Cercospora (TFC) mediante variables meteorológicas para el norte de la provincia de Buenos Aires, Argentina. Materiales y métodos. Se contó con datos de incidencia y severidad del TFC correspondientes a cinco ciclos productivos de soja (2013-2017) de Pergamino, Buenos Aires, relevados en distintos estados reproductivos R1 a R7. La variable dependiente fue la probabilidad de ocurrencia de niveles categorizados de la tasa de incremento (TI) de la severidad del TFC causado por C. kikuchii. Los elementos y variables meteorológicas utilizados fueron registros diarios de temperatura máxima y mínima, precipitación y humedad relativa. Se calculó el coeficiente de correlación no paramétrico de Kendall Tau-b entre los niveles categorizados binariamente de TI de la severidad del TFC y las variables meteorológicas. Resultados. Las variables meteorológicas con mayor correlación en relación con la TI del TFC fueron aquellas relacionadas con la humedad relativa (DHR, MOJRO, DHRT). La inclusión de una variable térmica (GDTmax) resultó importante para el ajuste del modelo predictivo. Conclusión. Se pudo desarrollar un modelo de predicción de la severidad del TFC que incluyó dos variables meteorológicas, una relacionada con los días la humedad relativa y otra térmica relacionada con un límite de temperatura máxima para el desarrollo de la enfermedad. Para validar y robustecer el modelo propuesto es necesario contar con más datos de severidad a través de los años. Universidad de Costa Rica 2023-07-14 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article text texto text/xml application/pdf application/epub+zip text/html audio/mpeg audio/mpeg https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430 10.15517/am.2023.54430 Agronomía Mesoamericana; 2023: Agronomia Mesoamericana: Vol. 34, Issue 3 (September-December) ; 54430 Agronomía Mesoamericana; 2023: Agronomía Mesoamericana: Vol. 34, Nº 3 (septiembre-diciembre) ; 54430 Agronomía Mesoamericana; 2023: Agronomia Mesoamericana: Vol. 34, Issue 3 (September-December) ; 54430 2215-3608 1021-7444 spa eng https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430/57359 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430/56523 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430/57360 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430/57361 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430/57366 https://revistas.ucr.ac.cr/index.php/agromeso/article/view/54430/57367 Copyright (c) 2023 M. Lavilla, M. Martínez, A. Ivancovich, A. Díaz-Paleo https://creativecommons.org/licenses/by-nc-nd/4.0

Modelo predictivo de la severidad del tizón foliar por Cercospora kikuchii mediante variables meteorológicas

Ejemplares similares