Modelado prediccion enfermedades cultivos - edUTecNe ...

More documents

Recommendations

Info

Modelado para la predicción de enfermedades en cultivos de alto valor comercial usando el modelo Logístico ajustado en el ciclo de crecimiento 2009/10 en Concordia. Para el siguiente paso de desarrollo de modelos de regresión logística (variables meteorológicas y senescencia) sólo se utilizaron las curvas simuladas de progreso epidémico que observaron valores de R 2 >0,65 y RECM16ºC y Tx
Modelado para la predicción de enfermedades en cultivos de alto valor comercial FPr: días con registros de Pr>0,2 mm. PrAc: acumulación de precipitaciones >0,2 mm. DPrHR: número de días con registros de Pr>0,2 mm y HR>umbral (rango: 65 a 85%). DPrHRT: número de días con registros de Pr>0,2 mm y HR>umbral (rango: 65 a 85%), en el rango térmico: Tx16ºC. DHR: número de días con HR>umbral (rango: 65 a 85%). It1=FPr*DTxnP 4.2.2.2.1.2. Interacciones (producto de 2 variables simples) It2=FPr*TnM It3=DPrHRT*FPr It4= DPrHRT*TnM 4.2.2.2.2. Variable ligada al grado de senescencia foliar (Snc) Toma valores de 1 a 4 de acuerdo al cuartil en el que se encuentra la observación respecto a la duración máxima de las curvas de progreso epidémico analizadas por sitio (198 días en San Pedro, 209 días en Concordia y 171 días en Gualeguaychú). Por ejemplo, si en Concordia se está a 141 días del inicio de la epidemia simulada: 141/209=0,67 o sea tercer cuartil: Snc=3. 4.2.2.3. Lapso de procesamiento de las variables Las variables fueron procesadas en el lapso de 14 días previos a cada valor de TId%, a lo largo de cada curva de progreso epidémico. La Figura 44 del Anexo 3 detalla las sentencias de programación (lenguaje SAS) para calcular variables meteorológicas regresoras y factor senescencia a intervalos de 14 días en el ciclo de crecimiento 2009/10 en Concordia. 4.2.2.4. Análisis estadístico a) Se calcularon los coeficientes de correlación de Kendall (r k ) Tau-b (Proc Freq del SAS) [De Wolf et al., 2003] entre los niveles epidémicos (categorías de 103
Page 1 and 2:
Editorial de la Universidad Tecnol
Page 3 and 4:
Modelado para la predicción de enf
Page 5 and 6:
Page 7 and 8:
Page 9 and 10:
Page 11 and 12:
Page 13 and 14:
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
Page 35 and 36:
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52: Modelado para la predicción de enf
Page 101: Modelado para la predicción de enf
Page 141 and 142: 7.2. Anexo 2 7.2.1. Bases de datos
Page 153 and 154:
Page 155 and 156:
Page 157 and 158:
Page 159 and 160:
Page 161 and 162:
Page 163 and 164:
Page 165 and 166:
Page 167 and 168:
Page 169 and 170:
Page 171 and 172:
Page 173 and 174:
Page 175 and 176:
Page 177 and 178:
Page 179 and 180:
Page 181 and 182:
Page 183 and 184:
Enrique C. Bombelli Estudios Ingen
show all

Modelado prediccion enfermedades cultivos - edUTecNe ...

Create successful ePaper yourself

Delete template?

Save as template?