Guia d'ús del model
Predicció del foc bacterià de les rosàcies (Erwinia amylovora) - Cougar Blight
Descripció
El model Cougar Blight implementat a la plataforma RuralCat correspon a la versió 8 (2019) desenvolupat per la Universitat de Washington (USA) i modificat parcialment pel grup de Patologia Vegetal de la Universitat de Girona (Catalunya). Aquest model serveix per predir el foc bacterià en pomera i perera, causat per Erwinia amylovora.
Per conèixer més detalls sobre la seva base científica, es pot consultar la informació disponible a l’apartat en què es descriu el model.
En aquest model es requereix que la persona usaria faciliti la data en què s’observen les primeres flors obertes i la data que la darrera flor ha perdut els pètals (inici i fi de floració).
partir de les dates que la persona usuària selecciona, es generen dos tipus de sortida: l’una en forma de taula i l’altra en format gràfic. Les sortides es donen per data i hora.
Aquest model només genera prediccions de risc durant el període en que hi ha floració.
Sortida en format de taula
En la figura 1 es pot veure la sortida en format de taula. Hi ha una part que correspon al resum de les dades climàtiques i una altra part on es veuen les prediccions del risc i els nivells de risc.
Figura 1. Sortida en format de taula del model Cougar Blight per a la predicció de les infeccions de foc bacterià (Erwinia amylovora) en pomera i perera.
Apartat Dades Climàtiques
Es mostren les dades horàries, les quals s’obtenen a partir de les dades horàries de l’estació o estacions agrometeorològiques que la persona usuària selecciona. Aquestes dades les gestiona el Servei de Meteorologia de Catalunya o bé poden ser introduïdes per la persona usuària a partir de les seves pròpies estacions. En aquest darrer cas es requereix un format específic en Excel. La persona usuària estableix el període de temps que vol consultar i ha d’indicar el període de floració (inici i fi de floració). Si el model s’executa abans de la caiguda de pètals, com a data de fi de floració s’ha de posar la data del dia de consulta.
La taula que es genera té un seguit de columnes que s’expliquen a continuació. Els números de cada columna es corresponen amb els indicats en la figura 1:
- Data i hora: és la data i hora en que es prediu el risc d’infecció. Si la data final de consulta és l’actual, es calcula automàticament la predicció dels paràmetres climàtics a 72 h (marca en groc a la taula). S’empren les prediccions facilitades pel Servei Meteorològic de Catalunya.
- Temperatura (ºC): temperatura mitjana durant l’hora.
- Precipitació (mm): precipitació acumulada durant l’hora.
- 4Període Humectació: durada de la humectació (h) durant l’hora. S’entén per humectació quan el sensor està moll.
Predicció
- Risc horari (Rh): es mostra l’índex de risc horari (Rh). Correspon a un valor relatiu de creixement de la població bacteriana en funció de la temperatura.
- Risc Aumulat (CRh): correspon a l’acumulació de l’índex de risc diari durant 96 h.
- Nivells de risc d’infecció: a partir del diferents índexs (risc Rh i CRh) i de l’escenari de disponibilitat d’inòcul, es generen horàriament tres nivells de risc d’infecció (Baix, Alt, Extrem). Aquests nivells de risc tenen diferent coloració en funció del nivell.
- Observacions: en aquesta columna s’indica si les flors estan humectades o no. Si estan humectades és un factor més de risc. També s’indica si el període de consulta de dades està ‘fóra del període de floració’ en el cas que el període de consulta sigui anterior o posterior a l’inici i fi de la data de floració respectivament.
- Risc infecció: en aquesta columna s’indica si existeix risc d’infecció probable, es basa en el nivell de risc i la presència de flors humectades. Si el nivell de risc és Alt o Extrem i les flors estan humectades existeix una alta probabilitat que hi hagi risc d’infecció. Aquesta és la informació més rellevant de la sortida. Quan hi ha risc d’infecció, a més del text, es marca en vermell.
Sortida en format gràfic
Es presenta gràficament pel període consultat l’evolució de l’índex CRh, els llindars dels nivells Alt i Extrem, si hi ha flors humectades i si hi ha risc d’infecció (Figura 2). Aquesta sortida gràfica està condicionada per l’escenari relatiu al potencial d’inòcul seleccionat prèviament. A la figura s’indica l’escenari triat.
Figura 2. Sortida gràfica del model Cougar Blight, es mostra la dinàmica de l’índex de risc Acumulat (CRh) així com els llindars dels nivells Alt i Extrem. Al títol s’informa de l’escenari d’historial de la malaltia triat. La sortida gràfica correspon al període de consulta (amb les prediccions meteorològiques a 72 h, si s’escau).
Com s'interpreten les sortides del model
El model serveix per conèixer si hi ha hagut o hi haurà risc d’infecció d’Erwinia amylovora en les flors de pomera i perera.
La informació bàsica de risc es pot veure en els nivells de risc. Quan els valors de l’índex acumulat (CRh) superen els nivells Alt o Extrem (columna 8 a la figura 1) i hi ha flors humectades (columna 9 a la figura 1) és altament probable que es produeixi una infecció. La diferència entre les infeccions iniciades amb el nivell Alt i Extrem serà la severitat d’aquestes infeccions. Un nivell de risc Extrem indica que hi haurà més infeccions, per tant més corimbes florals afectats, que un nivell Alt.
Aquesta informació permet establir mesures de control i planificar inspeccions visuals. Per exemple, facilita la determinació dels moments i les parcel·les amb més probabilitat d’aparició de símptomes, així com la identificació d’aquelles parcel·les on és més adequat aplicar actuacions de tipus cultural.
En el cas que sigui possible implementar mesures de control, aquestes estaran condicionades per diversos factors, com ara el tipus de productes antibacterians utilitzats, inclosos els basats en agents de control biològic. Si s’ha realitzat un tractament previ, caldrà valorar, en funció del producte aplicat, si el període d’infecció queda cobert o no. Aquesta cobertura dependrà del mecanisme d’acció del producte; per exemple, en el cas d’un estimulador de les defenses, serà necessari conèixer si les flors encara es troben protegides, mentre que, en el cas d’un agent de biocontrol, caldrà determinar si aquest continua colonitzant i protegint les flors.
A més, la predicció meteorològica permet anticipar-se a l’inici real de les infeccions i facilita que els productes basats en agents de biocontrol colonitzin prèviament les flors, incrementant així l’eficàcia del tractament.
Contacte
Grup de Recerca de Patologia Vegetal
Institut de Tecnologia Agroalimentària
Universitat de Girona
Contacte: isidre.llorente@udg.edu
