Estimando Predictores de Infestacion del Gorgojo de los Andes (Premnotrypes spp.)
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Estimando Predictores de Infestacion del Gorgojo de los Andes (Premnotrypes spp.)

on

  • 860 views

 

Statistics

Views

Total Views
860
Views on SlideShare
860
Embed Views
0

Actions

Likes
0
Downloads
4
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Estimando Predictores de Infestacion del Gorgojo de los Andes (Premnotrypes spp.) Document Transcript

  • 1. Estimando factores agro-ecológicos que influyen en las infestaciones del gorgojo de los Andes Soroush Parsa 1,2 ,Raul Ccanto 3 , Jesus Alcazar 4 , Edgar Olivera 3 , y Maria Scurrah 3 1 University of California, Davis 2 Centro Internacional de Agricultura Tropical (CIAT) 3 Grupo Yanapai 4 Centro Internacional de la Papa (CIP) Figura 1. Zona de estudio. (a) Ubicación del departamento de Huancavelica, donde se encuentra la Nación Chopcca. (b) Paisaje agrícola de la Nación Chopcca. (c) Selección de papa por agricultoras de la zona. (d) Papas infestadas con gorgojos. Figura 2. Estimación de la infestación . El campo se dividió en “borde,” compuesto por los 3 metros externos, y “centro” compuesto por el área restante, para caracterizar la distribución de la infestación. En cada zona seleccionamos 20 plantas que cubrieran homogéneamente el área de muestreo, usando 20 banderas como apoyo visual (a). Creamos dos amontonamientos de papas (b muestra uno de ellos), correspondientes a las dos zonas de muestreo, para evaluar en cada uno la proporción de papas con síntomas de infestación (c). La infestación total se estimo mediante un promedio ponderado por el área de cada zona. Figura 3. Estimación de predictores locales . Generamos un cronograma de actividades relevantes al manejo de la papa y del gorgojo, en base del cual creamos una ficha de entrada de datos (a muestra solamente cuatro secciones de la ficha). Los datos se obtuvieron a través de entrevistas con los agricultores (b) y medidas directas de sus campos (c). Capacitamos a 5 ayudantes locales para que sean asistentes del estudio y realicen las entrevistas en el idioma local, Quechua. Cada agricultor y su campo fue visitado un promedio de 3 veces antes de la cosecha. THE M c KNIGHT FOUNDATION Objetivos Producir recomendaciones practicas para optimizar el manejo del gorgojo de los Andes a través de un modelo de predicción de infestación del gorgojo. Trabajamos en cuatro comunidades de la Nación Chopcca (Fig. 1) con 155 agricultores seleccionados al azar. El grupo meta fueron los agricultores Chopccas, pero los resultados pueden ser cualitativamente extrapolados a otras zonas de similar agroecolog í a. Diseño del proyecto Se estudio un campo por agricultor, el cual se monitoreo a través de la campana agrícola para medir las variables de interés. La variable dependiente fue el nivel de infestación en la cosecha (Fig. 2). Se gener ó un listado extensivo de variables independientes (predictores) basados en nuestras experiencias de campo, conversaciones con agricultores y revisiones de la literatura (Fig. 3 y 4). Analizamos los datos con un conjunto de regresiones múltiples bajo el marco conceptual de la Teoría de Información (Information Theory). Nuestra hipótesis fue que algunos predictores podr í an ser factores causales de infestación y apuntan a estrategias para optimizar el manejo del gorgojo. Establecer la relación causal requerirá de un seguimiento experimental. Resultados Desarrollo de metodologías : Nuestra metodología de muestreo (Fig. 2) provee una buena estimación de infestación, permitiendo además caracterizar la distribución del da ñ o con menos esfuerzo que otros métodos usados convencionalmente. La infestación media fue de 24.7% en borde y 16.8% en centro. Además, nuestra metodología representa un buen caso de estudio de los beneficios de combinar datos de entrevistas y mediciones para la investigación en campos de agricultores. Creación de conocimiento científico: Nuestro estudio es el primero en demostrar la importancia de campos de papa vecinos y barreras naturales en las infestaciones por el gorgojo de los Andes (Fig. 5). Los campos de papa vecinos aparentan reducir la fracción de gorgojos que podrían llegar a los campos focales, y las barreras naturales aparentan limitar su desplazamiento. Este estudio es también el primero en estimar el efecto de almacenes y campos fuentes de infestación, y el primero en estimar el efecto de las múltiples tácticas de manejo del gorgojo conjuntamente, permitiendo una evaluación comparativa de sus beneficios (Fig. 6). Adaptabilidad y aprendizaje El estudio se inicio con 5 ayudantes, cada uno colectando datos de aproximadamente 40 campos (200 en total). Uno de los ayudantes decidió abandonar el estudio, no permitiéndonos continuar la labor con sus agricultores. La perdida no caus ó un problema analítico porque los campos fueron seleccionados aleatoriamente. Para mayor adaptabilidad en el futuro, decidimos reducir el numero de agricultores por asistente a 30. Figura 4. Estimación de predictores de paisaje . Usando dispositivos GPS medimos tres factores espaciales en el área a 100 metros a la redonda de los campos de estudio ( ) : (1) El área de campos donde se sembró papa la campa ñ a anterior o campos fuentes ( ); (2) El área de campos de papa vecinos o campos reductores ( ), (3) el numero de almacenes ( × ). × × × × × × × × × × × × × × × × × × 100 m × × × × Convencional Completo Conectividad Elementos conectados W i: 0.00 0.33 0.12 0.55 Figura 5. Selección de modelo de paisaje del gorgojo de los Andes. Usando los datos de paisaje (Fig. 4), seleccionamos el modelo de espacial mas adecuado para predecir la infestación. El modelo convencional considera los campos fuentes y almacenes como únicos predictores de infestación. El modelo completo considera además el efecto de los campos de papa vecinos. El modelo de conectividad considera que los elementos separados del campo por un río influyen en las infestaciones, pero menos que los elementos que no lo están. Finalmente, el modelo de elementos conectados considera que los elementos separados del campo por un rió no influyen en las infestaciones. El peso Akaike, W i , representa la probabilidad relativa de que el modelo es el mejor del grupo, en este caso el modelo elementos conectados . -9 -6 -3 0 3 6 9 Cambio en porcentaje de infestación (-) recultivo (-) 10 % campos fuentes (+) 1 fumigación diciembre (+) 1 fumigación enero (-) 10% arcilla (suelo) (-) 1 almacén de papa (+) 10 % campos de papa vecinos (+) 10cm altura de aporque (+) 10% materia orgánica (suelo) (+) 10cm altura de recultivo (+) 100 m elevación Rotación 2006 = papa (+) 10g fertilizante químico Rotación 2007 = papa p = 0.097 p = 0.051 p = 0.036 p = 0.011 p = 0.065 p = 0.003 p = 0.010 p = 0.170 p = 0.126 p = 0.128 p = 0.023 p = 0.128 p = 0.253 p = 0.124 Figura 3. Magnitud efecto de los predictores de infestación más importantes. Solamente 14 de los 33 factores estimados en cada campo cumplieron con el criterio de selección estadística y por tanto son predictores “importantes” para predecir la infestación. Basado en resultados de 51 modelos estadísticos, se predijo el cambio en infestación correspondiente a cambios específicos de dichos predictores. Los signos (-) o (+) indican la dirección de cambio del predictor.