Modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica

Para predecir el comportamiento de enfermedades de las plantas, mediante la construcción de modelos predictivos, se evaluó la severidad de manchas foliares, ocasionada por el hongo Altenaria tenuissima, en plantaciones de arándano alto (cultivar O’Neal) en tres localidades: San Pedro (S 33º 43'...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Bombelli, Enrique C., Wright, E. R., Moschini, R. C., López, M. V., Fabrizio, María del Carmen, Barberis, J. Guillermo, Rivera, M. C.
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2012
Materias:	Ciencias Informáticas Modelos predictivos Epidemiología Manejo de enfermedades Arándano alto Alternaria tenuissima
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/124738 https://41jaiio.sadio.org.ar/sites/default/files/22_SSI_2012.pdf
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-124738
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Modelos predictivos Epidemiología Manejo de enfermedades Arándano alto Alternaria tenuissima
spellingShingle	Ciencias Informáticas Modelos predictivos Epidemiología Manejo de enfermedades Arándano alto Alternaria tenuissima Bombelli, Enrique C. Wright, E. R. Moschini, R. C. López, M. V. Fabrizio, María del Carmen Barberis, J. Guillermo Rivera, M. C. Modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica
topic_facet	Ciencias Informáticas Modelos predictivos Epidemiología Manejo de enfermedades Arándano alto Alternaria tenuissima
description	Para predecir el comportamiento de enfermedades de las plantas, mediante la construcción de modelos predictivos, se evaluó la severidad de manchas foliares, ocasionada por el hongo Altenaria tenuissima, en plantaciones de arándano alto (cultivar O’Neal) en tres localidades: San Pedro (S 33º 43' - W 059º 41'), Concordia (S 31º 24' - W 058º 02') y Gualeguaychú (S 33º 01' - W 058º 31'), durante los ciclos epidémicos primavero-estivo-otoñales de 2008/09 y 2009/10. Los mejores modelos simples de regresión logística de respuesta binaria integraron a Snc y a DTxnP (días con temperaturas entre 16 y 36°C), con precisiones de predicción de 93,8% y 78,5% respectivamente. El mejor modelo de respuesta ordinal integró a la interacción FPrDTxnP (días con precipitacióndías con temperaturas entre 16 y 36°C) y a Snc, con una precisión de predicción de 86,2%. La explicación biológica que subyace a los resultados obtenidos, refiere a un lento progreso epidémico primaveral, observado y simulado, contrastando con las altas tasas de incremento epidémico estivales, concordantes con hojas de senescencia creciente y alta frecuencia de días con registros térmicos entre 16 y 36ºC. Un adecuado ajuste y validación de los modelos predictivos obtenidos en esta investigación, permitirá el desarrollo de verdaderos sistemas de pronóstico, para la correcta gestión de la enfermedad, tanto desde el punto de vista técnico, como económico y ambiental.
format	Objeto de conferencia Objeto de conferencia
author	Bombelli, Enrique C. Wright, E. R. Moschini, R. C. López, M. V. Fabrizio, María del Carmen Barberis, J. Guillermo Rivera, M. C.
author_facet	Bombelli, Enrique C. Wright, E. R. Moschini, R. C. López, M. V. Fabrizio, María del Carmen Barberis, J. Guillermo Rivera, M. C.
author_sort	Bombelli, Enrique C.
title	Modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica
title_short	Modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica
title_full	Modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica
title_fullStr	Modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica
title_full_unstemmed	Modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica
title_sort	modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica
publishDate	2012
url	http://sedici.unlp.edu.ar/handle/10915/124738 https://41jaiio.sadio.org.ar/sites/default/files/22_SSI_2012.pdf
work_keys_str_mv	AT bombellienriquec modeladocomputacionaldedatosepidemiologicosparapredecirenfermedadesdecultivosconbasemeteorologica AT wrighter modeladocomputacionaldedatosepidemiologicosparapredecirenfermedadesdecultivosconbasemeteorologica AT moschinirc modeladocomputacionaldedatosepidemiologicosparapredecirenfermedadesdecultivosconbasemeteorologica AT lopezmv modeladocomputacionaldedatosepidemiologicosparapredecirenfermedadesdecultivosconbasemeteorologica AT fabriziomariadelcarmen modeladocomputacionaldedatosepidemiologicosparapredecirenfermedadesdecultivosconbasemeteorologica AT barberisjguillermo modeladocomputacionaldedatosepidemiologicosparapredecirenfermedadesdecultivosconbasemeteorologica AT riveramc modeladocomputacionaldedatosepidemiologicosparapredecirenfermedadesdecultivosconbasemeteorologica
bdutipo_str	Repositorios
_version_	1764820451089973250

Modelado computacional de datos epidemiológicos para predecir enfermedades de cultivos con base meteorológica

Ejemplares similares