Desarrollo de modelos predictivos de Sigatoka negra (Mycosphaerella fijiensis M. Morelet) en banano para la región de Urabá, Antioquia – Colombia

Mycosphaerella fijiensis M. Morelet, agente causal de la Sigatoka negra - SN, es el miembro más destructivo del “complejo Sigatoka”, el cual, es la enfermedad más destructiva en los cultivos de banano y plátano. El objetivo de la investigación, consistió en modelar la severidad de la SN en plantacio...

Full description

Autores:
Gómez Correa, Juan Camilo
Tipo de recurso:
Fecha de publicación:
2017
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/59865
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/59865
http://bdigital.unal.edu.co/57633/
Palabra clave:
57 Ciencias de la vida; Biología / Life sciences; biology
58 Plantas / Plants
Pseudocercospora fijiensis
Musa sp.
Cavendish
Preaviso biológico
Coeficiente de determinación
Kriging
Matérn
Biological forecasting system
Coefficient of determination
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Mycosphaerella fijiensis M. Morelet, agente causal de la Sigatoka negra - SN, es el miembro más destructivo del “complejo Sigatoka”, el cual, es la enfermedad más destructiva en los cultivos de banano y plátano. El objetivo de la investigación, consistió en modelar la severidad de la SN en plantaciones bananeras en la región de Urabá, Antioquia – Colombia, mediante diferentes alternativas estadísticas, a partir de la identificación de la influencia de fenómenos macro y micro climáticos y, espaciales, sobre la epidemiología de la enfermedad. En ese sentido, se generaron modelos de regresión lineal múltiple mediante la metodología Backward Stepwise, para el estado de evolución de la enfermedad en tres fincas colindantes que implementan diferentes prácticas culturales para el manejo de la SN y para 10 fincas que cubren el gradiente latitudinal de precipitación de la región, para la hoja más joven enferma, en función de variables climáticas acumuladas, promediadas, de máxima y de mínima según su naturaleza, y; para una finca ubicada en un área de alta incidencia de la enfermedad, se modeló espacialmente mediante técnicas geoestadísticas, la hoja más joven manchada - HMJM, con el objetivo de determinar su estructura y categoría de dependencia espacial. La capacidad predictiva de los modelos de regresión lineal múltiple varió según la frecuencia de la variable climática empleada, diaria o semanal, además, si se consideró solo el efecto aditivo o la interacción de estas. La HMJM, se describió a partir de modelos gaussianos, los cuales divergen de los modelos reportados en otras investigaciones, en patosistemas similares.