Modelado prediccion enfermedades cultivos - edUTecNe ...
Modelado prediccion enfermedades cultivos - edUTecNe ...
Modelado prediccion enfermedades cultivos - edUTecNe ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Modelado</strong> para la predicción de <strong>enfermedades</strong> en <strong>cultivos</strong> de alto valor comercial<br />
Cuando el tiempo es considerado de manera continua, el estudio y desarrollo<br />
del modelo puede hacerse con ayuda del cálculo diferencial. Dado que los<br />
sistemas de ecuaciones diferenciales resultantes no son lineales, su estudio no<br />
puede hacerse analíticamente, siendo necesario recurrir al cálculo numérico.<br />
Dicho cálculo se puede concretar por medio del uso de la Teoría de<br />
Perturbaciones, para analizar la estabilidad de las soluciones o bien por medio<br />
de la integración numérica. Estas técnicas permiten llegar a conocer los<br />
estados estacionarios y soluciones del sistema, en función de los parámetros<br />
de control. Así, es posible conocer el diagrama de bifurcaciones, que tanto<br />
facilita la visión de conjunto de los puntos donde hay ruptura de simetría, como<br />
las posibilidades de comportamiento dinámico del sistema. El empleo de<br />
algoritmos y computadoras, son necesarios para el análisis numérico de un<br />
sistema complejo de ecuaciones diferenciales no lineales. El sistema de<br />
ecuaciones diferenciales presentará diferentes características, dependiendo del<br />
sistema estudiado y las hipótesis planteadas. La característica común al<br />
resultado del análisis y simulación de estos sistemas de ecuaciones, es permitir<br />
la obtención de un comportamiento dinámico complejo, que luego será<br />
comparado con los datos observados o los datos experimentales (Figura 23)<br />
[Morán, 2009].<br />
2.4.6. <strong>Modelado</strong> predictivo de <strong>enfermedades</strong> vegetales<br />
Tanto el modelado mecanístico como el empírico, constituyen técnicas que se<br />
utilizan para desarrollar modelos predictivos. El mecanístico, suele utilizar una<br />
serie de submodelos para caracterizar múltiples subetapas del ciclo de la<br />
enfermedad, y a menudo se basan en los resultados de experimentos<br />
diseñados para investigar la biología de patógenos en condiciones controladas.<br />
Cuando el conocimiento sobre el sistema es incompleto, dichos submodelos<br />
permiten incorporar suposiciones acerca de las relaciones entre hospedante,<br />
patógeno y ambiente [De Wolf e Isard, 2007].<br />
Los modelos mecanísticos generalmente se caracterizan por tener una mayor<br />
capacidad explicativa que los puramente empíricos. En comparación, los<br />
enfoques empíricos, utilizan métodos estadísticos para describir las relaciones<br />
entre las variables ambientales y el aumento de la intensidad de la enfermedad.<br />
Estos tipos de modelos, a menudo se basan en experimentos a campo que<br />
simulan condiciones de producción, y pueden utilizar resultados de<br />
73