18.07.2014 Views

Modelado prediccion enfermedades cultivos - edUTecNe ...

Modelado prediccion enfermedades cultivos - edUTecNe ...

Modelado prediccion enfermedades cultivos - edUTecNe ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

<strong>Modelado</strong> para la predicción de <strong>enfermedades</strong> en <strong>cultivos</strong> de alto valor comercial<br />

microscópicas. Se realizaron también cámaras húmedas y siembra de tejidos<br />

en medios de cultivo, procediendo en ambos casos a la desinfección de<br />

aquellos que resultaron afectados [Fernández Valiela, 1978]. Todos los datos<br />

obtenidos se relacionaron con el manejo del cultivo, comportamiento de los<br />

cultivares, estado fenológico de las plantas, aplicación de fitoterápicos,<br />

rendimientos y sobre todo incidencia de los factores meteorológicos.<br />

1.3.2. Elaboración de bases de datos<br />

Se determinaron en primer lugar los <strong>cultivos</strong> y sus localidades, los cultivares y<br />

el número de plantas dentro de cada cultivar, así como las <strong>enfermedades</strong> que<br />

por su representatividad, fueron utilizadas para el desarrollo de los modelos<br />

predictivos. Se construyeron bases de datos para cada conjunto<br />

cultivar/enfermedad con registros de la severidad en cada planta del cultivar<br />

escogida para el estudio, los valores de la misma a intervalos de tiempo<br />

definidos y los datos meteorológicos (temperaturas máxima y mínima,<br />

precipitación y humedad relativa) en un período previo a cada medición.<br />

La medición de las <strong>enfermedades</strong> sobre las plantas se evaluó por más de una<br />

metodología, definiéndose sólo una de ellas a posteriori, a través del uso de un<br />

sistema de valoración exhaustivo. Se registró la aparición y evolución de la<br />

enfermedad sin necesidad de remoción de material afectado (colecta de datos<br />

no destructiva).<br />

Dichos datos se tomaron para un número mínimo de 2 campañas, que permitió<br />

identificar con certeza los factores meteorológicos asociados a la enfermedad.<br />

Las observaciones desarrolladas en varios sitios de una misma región<br />

geográfica, permitieron obtener un grado de variabilidad adecuado para el<br />

desarrollo de los modelos y así reducir el período de recolección de datos. Por<br />

ejemplo, Moschini et al. [2006] utilizaron observaciones de incidencia de<br />

escudete negro (Alternaria alternata y Bipolaris sorokiniana) en trigo fideo de 5<br />

sitios y 3 campañas para ajustar modelos predictivos de regresión lineal<br />

múltiple y logística basados en 2 variables meteorológicas.<br />

1.3.3. Diseño de modelos predictivos<br />

Los modelos predictivos se basaron en el conocimiento elaborado a partir de la<br />

información recogida de acuerdo a las reglas formuladas para la construcción<br />

de la base de datos y a los procedimientos estadísticos adoptados para el<br />

16

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!