Predicción de epidemias del oídio de la vid (Uncinula necator (Schwein) Burrill) mediante modelos basados en factores meteorológicos

El oídio de la vid (Vitis vinifera L.), causado por Uncinula necator (Schwein) Burrill, es una enfermedad fúngica relevante en viñedos de la provincia de Mendoza, ocasionando pérdidas de producción y degradación de la calidad del fruto cosechado. Durante seis campañas agrícolas (2001/02; 2002/03; 20...

Descripción completa

Detalles Bibliográficos
Autores principales: Oriolani, Enrique J. A., Moschini, Ricardo C., Salas, Sergio, Martinez, Malvina I., Banchero, Santiago
Formato: Artículo
Lenguaje:Español
Publicado: Universidad Nacional de Cuyo. Facultad de Ciencias Agrarias 2015
Materias:
Acceso en línea:http://bdigital.uncu.edu.ar/7676
Descripción
Sumario:El oídio de la vid (Vitis vinifera L.), causado por Uncinula necator (Schwein) Burrill, es una enfermedad fúngica relevante en viñedos de la provincia de Mendoza, ocasionando pérdidas de producción y degradación de la calidad del fruto cosechado. Durante seis campañas agrícolas (2001/02; 2002/03; 2005/06; 2007/08; 2008/09; 2009/10), en un parral del cultivar susceptible Chenín (EEA INTA Mendoza, Luján de Cuyo), se observó la evolución de la incidencia del oídio en racimos (como tasa de incremento epidémica diaria), desde floración hasta envero. A partir de registros térmico-hídricos horarios (monitoreados con sensores ubicados en la parte superior del canopeo) se calcularon variables meteorológicas en los 15 días previos a cada observación del progreso de la epidemia. Con variables que integran efectos de la temperatura, humedad del aire y frecuencia de precipitaciones ligeras sobre el incremento de la enfermedad en función del tiempo, se ajustaron modelos de regresión logística para estimar las probabilidades de ocurrencia de tasas epidémicas categorizadas (severa, moderada y nula), logrando una precisión de predicción máxima de 92,5% (modelo bivariado, N=40). Las predicciones del modelo univariado (seleccionado por "Stepwise"; precisión de predicción: 87,5%) se validaron satisfactoriamente con la curva epidémica observada en 2000/2001. Los valores estimados por estos modelos podrían complementar a las observaciones epidémicas y emitir alarmas regionales que sustenten la toma de decisión de control químico.