Escolar Documentos
Profissional Documentos
Cultura Documentos
CURSO
DOCENTE
SEMESTRE
2015 - I
ALUMNO
LIMA PERU
RESUMEN
ABSTRACT
The study was conducted in an experimental field of the Universidad Nacional Agraria La
Molina, to quantify the behavior of the disease in the pathosystem Pseudoperonospora
cubensis (Berkeley & Curtis) Rostoytsew, in cucumber (Cucumis sativus). The curves of
progress of the epidemic to the Gompertz model were fitted by the R 2, CME and good
distribution of the residual to estimate the parameters ( and ). Tuckey test did not found
significant differences between
neather AUDCPs of treatments. However, the
gradients dispersion of the epidemic caused by P. cubensis, identified the outbreaks. Those
gradients that were adjusted to the exponential model and reverse power.
Keywords: Pseudoperonospora cubensis, Gompertz, AUDCP.
INTRODUCCIN
El mildiu de las cucurbitceas, causado por el oomyceto
Pseudoperonospora cubensis (Berk. Et Curt.) Rostovzev, es
un parsito biotrfico de plantas, perteneciente al reino
Chromista, clase Peronosporomycetes (Leveda y Cohen,
2011).
P. cubensis es un patgeno foliar, que ataca
exclusivamente a las hojas de cucurbitceas (Cohen, 1981;
Thomas, 1996 citado por Leveda y Cohen, 2011). Las
lesiones que causa el patgeno son fcilmente
reconocibles por el desarrollo de lesiones clorticas en la
superficie de las hojas, algunas veces con centros
necrticos. Estas lesiones estn restringidas por las venas
de las hojas, dando una apariencia angular (Savory, et al.,
2011). La alta humedad relativa y las temperaturas
moderadas favorecen el desarrollo de la enfermedad. Esta
puede manifestarse en periodos secos, ya que el roco
matinal es suficiente para permitir su desarrollo. (Rosa,
2001).
La Epidemiologa Agrcola, es la ciencia que estudia los
diversos factores que afectan el proceso y diseminacin de
las enfermedades en poblaciones de plantas cultivadas., en
consecuencia, una epidemia ocurre cuando se presenta
cualquier incremento en la cantidad de enfermedad, en
una poblacin de plantas a travs del tiempo (Achicanoy,
2000).
Los modelos epidemiolgicos se usan frecuentemente
como instrumento para evaluar diversas actividades de
manejo de las enfermedades, de tal forma, el valor de los
modelos epidemiolgicos reside en su capacidad de
estudiar hiptesis y de hacer que los responsables de
tomar decisiones sepan de antemano qu consecuencias
tendrn las incursiones de las enfermedades y qu impacto
tendrn las estrategias de control (Dub et al., 2007).
El objetivo del presente estudio se basa en realizar la
comparacin de los tratamientos mediante las tasas (Rho)
y los ABCPs para predecir el comportamiento de la
enfermedad en cada tratamiento y as como determinar
los focos de infeccin y sus respectivas gradientes.
MATERIALES Y MTODOS
rea de estudio
El estudio fue realizado en un campo experimental del
programa de Horticultura (Figura 1), de la Universidad
Nacional Agraria La Molina, ubicado en dispersin del
campo de estudio para el mildiu del pepinillo (P. cubensis)
en el distrito de La Molina, departamento de Lima, situado
a -12 O083498 S de latitud, -76.947450W. G. de longitud y
243,7 m.s.n.m.
Las condiciones medioambientales en el periodo de
evaluacin (Abril y Mayo), la temperatura ambiental
promedio fue de 20.5 C, la humedad relativa fue de 85% y
la direccin del viento fue de Oeste a Este (2.6 km/h).
Modelamiento de la epidemia:
Gradiente de dispersin:
RESULTADOS y DISCUSIN
)(
Anlisis estadstico
Los datos obtenidos se sometieron a un anlisis de
varianza (ANOVA) y a la prueba de comparacin mltiple
de medias de Tukey (=0.05) con la finalidad de definir su
significancia estadstica.
T0
0.0045
0.0983
T1
2.88E-25 0.1706
T2
5.71E-07 0.1186
T3
0.0001
0.1390
T4
0.0005
0.0933
T5
MODELO
PROMEDIO
1.84E-08 0.1304
0.0009
0.1250
Frmula
, valor de (k=1, K=y mximo) para ajuste lineal y no lineal de los tratamientos.
Ajuste Lineal
Tratamiento
ABCPE
T0
T1
T2
T3
T4
T5
CV
1353.6 A
1405.5 A
1309.7 A
1553.7 A
1271.6 A
996.5 A
33.462
0.004 A
0.000 A
0.000 A
0.005 A
0.006 A
0.000 A
273.410
61.08 A
65.55 A
63.33 A
68.58 A
59.55 A
48.58 A
31.330
DISCUSIN
De acuerdo a Campbell y Maden (1990), la seleccin de un
modelo apropiado para describir la curva de progreso de la
enfermedad es uno de los aspectos ms importantes para
el anlisis temporal; de igual modo, la seleccin del modelo
requiere la evaluacin de los estadsticos: R2 cercano a 1, el
menor valor del CME y una buena distribucin de
residuales. De tal forma, los parmetros estimados por el
modelo constituirn la base para el anlisis estadstico y la
comparacin de la curva del progreso de las epidemias.
Durante el anlisis de los datos para la comparacin de las
epidemias graficadas en la Figura 1, el modelo Gompertz
(tabla 2) proporcion la mejor descripcin de la curva de
progreso de la enfermedad en todos los tratamientos.
Dado que Pseudoperonospora cubensis es considerada una
Ajuste No Lineal
p (K=1)
p (K=max)
p (K=1)
p (K=max)
0.019AB
0.026AB
0.037 A
0.026 AB
0.028 AB
0.016 B
35.761
1.167 A
1.837 A
2.398 A
1.816 A
1.793 A
0.838 A
66.051
2.049 A
2.085A
2.060 A
2.075 A
2.057 A
2.065 A
29.964
5.067 A
7.473 A
6.144 A
6.764 A
5.415 A
5.201 A
45.118
Figura 1. Curvas de Progreso de la enfermedad de Pseudoperonospora cubensis en pepinillo; y tasa absoluta de los tratamientos.
REFERENCIA BIBLIOGRFICA
Achicanoy, H. 2000. Descripcin cuantitativa de las epidemias de
las plantas. Rev. Fac. Nal. Agr. Medelln. Vol.53, No.1,
941-968 p.
Arneson, P.A. 2001 Epidemiologa de las Enfermedades de las
Plantas: Los Aspectos Temporales. The Plant Health
Instructor. DOI: 10.1094/PHI-A-2001-0524-01. .
Campbell, C. L., and L. V. Madden. 1990. Introduction to Plant
Disease Epidemiology. Wiley-Interscience, NY. 255-259
p.
Colucci, S.J. and G.J. Holmes. 2010. Downy Mildew of
Cucurbits. The Plant Health Instructor. DOI:
10.1094/PHI-I-2010-0825-01
Cristbal J, Caamal L, Tun J, Prez A, Latournerie L y Gutirrez.
2006. Epidemiologa del mildi de las cucurbitceas
(Pseudoperonospora cubensis Berk & Curt) en
materiales de meln (Cucumis melo l.). FITOSANIDAD
vol. 10, no. 3.
Dub, C.; Garner, G.; Stevenson, M.; Sanson, R.; Estrada, C.;
Willeberg, P. 2007. Utilizacin de modelos
epidemiolgicos para la gestin de las enfermedades
animales. Conf. OIE, 25-35 p.
Fred Brauer, Carlos Castillo-Chvez. 2001. Mathematical Models
in Population Biology and Epidemiology. Springer
Science & Business Media, 416 p.
Madden, L; Hughes, G; and Van den Bosch F. 2007. The Study of
Plant Disease Epidemics. APS Press, St. Paul, MN.
Mendoza, Z. C.: Enfermedades fungosas de hortalizas, Ed.
Universidad Autnoma Chapingo, Mxico. 1996, . 3033 p.
Otten, W., Filipe, J and Gilligan A. 2004.An empirical method to
estimate the effect of soil on the rate for transmission
of damping-off disease. DOI: 10.1111/j.14698137.2004.01011.x
Palty, J. and Cohen, Y. 1980. Downy mildew of cucurbits
(Pseudoperonospora cubensis): the fungus and its
hosts, Distribution, Epidemiology and Control.
Phytoparasitica 8(2): 109-147 p.
Peleg, M., and Cole, M. B. 1998. Reinterpretation of microbial
survival curves. Crit. Rev. Food Sci. Nutr. 38:353-380.
Shlevin, Eli I. Sam Saguy, Yitzhak Mahrer, and Jaacov Katan. 2003.
Modeling the Survival of Two Soilborne Pathogens
Under Dry Structural Solarization. Phytopathology
93:10, 1247-1257 p.
Vanderplank, J. E. 1963. Plant diseases: Epidemics and control.
Academic, New York, 344 p.
Waggoner, P. E. 1986. Progress cuves of foliar disease: their
interpretation and use. Plant Disease Epidemiology
Vol. 1: Population Dynamics and Management
(Leonard, K.J. and Fry W.E. eds.). Macmillan, New
York, 3-37 p.
Weibull, W. 1951. A statistical distribution of wide applicability. J.
Appl. Mechanics 18:293-297.
ANEXOS
Anexo 1. Resumen de estadsticos para el ajuste lineal, en los modelos: exponencial, monomolecular, logstico, gompertz.
Anexo 2. Resumen de estadsticos para el ajuste no lineal, en los modelos: exponencial, monomolecular, logstico, gompertz.
Cuadro de Ajuste No Lineal
Trat.
T0
T1
T2
T3
T4
T5
Bloque
Modelo
R2
CME
Residuales
R2
CME
Residuales
R2
CME
Residuales
R2
CME
Residuales
R2
CME
Residuales
R2
CME
Residuales
I
Ex
Monit
0.98138 0.80274
0.00322 0.01470
B
M
0.96951 0.77216
0.00676 0.02880
R
M
0.98258 0.78470
0.00525 0.03560
B
M
0.9596 0.3482
0.0056 0.0512
R
M
0.9797 0.7603
0.0019 0.0104
R
M
0.9673 0.363
0.0014 0.0168
B
M
II
III
IV
Logit Gomp
Ex
Monit Logit Gomp
Ex
Monit Logit Gomp
Ex
Monit Logit Gomp
0.98138 0.98376 0.98467 0.02595 0.28822 0.99769 0.97155 0.74116 0.28402 0.99728 0.97404 0.71623 0.28677 0.83149
0.00322 0.00322 0.00244 0.09020 0.11370 0.00042 0.00749 0.04130 0.18850 0.00082 0.00254 0.01630 0.06970 0.00044
B
B
B
M
M
B
R
M
M
B
B
M
M
B
0.48358 0.99697 0.97145 0.70977 0.28070 0.99782 0.97408 0.64704 0.28063 0.99879 0.95190 0.33020 0.30533 0.98783
0.11450 0.00077 0.00289 0.01850 0.07310 0.00025 0.00969 0.08120 0.26920 0.00052 0.00716 0.05930 0.10340 0.00207
M
B
R
M
M
B
R
M
M
B
R
M
M
B
0.35899 0.99791 0.96853 0.74083 0.28169 0.99704 0.97383 0.51340 0.28305 0.99914 0.99653 0.55226 0.27975 0.99913
0.19320 0.00072 0.01040 0.04970 0.23710 0.00112 0.00402 0.04760 0.11030 0.00015 0.00008 0.00787 0.01970 0.00002
M
B
R
M
M
B
R
M
M
B
B
M
M
B
0.2853 0.9903 0.9751 0.6644 0.0026 0.9854 0.9434 0.6115 0.8614 0.898 0.924 0.5542 0.0027 0.9349
0.0982 0.0015 0.0063 0.0457 0.2539 0.0042 0.0098 0.0423 0.024 0.0202 0.0082 0.0268 0.1082 0.0081
M
B
R
M
M
B
R
M
M
B
M
M
M
R
0.9477 0.9912 0.9312 0.4653 0.0044 0.7916 0.976 0.5663 0.0776 0.9978 0.9679 0.6366 0.0219 0.9952
0.0055 0.0009 0.0093 0.0435 0.1347 0.0322 0.0056 0.0644 0.2477 0.0006 0.0013 0.0085 0.038 0.0002
B
B
RB
M
M
RM
B
M
M
B
RB
M
M
B
0.025 0.993 0.9751 0.7001 0.2583 0.9979 0.9844 0.2641 0.0304 0.9941 0.9324 0.45 0.3763 0.9829
0.0409 0.0003 0.0038 0.0258 0.113 0.0004 0.0005 0.0151 0.0283 0.0002 0.0069 0.0325 0.0635 0.0017
M
B
RB
M
M
B
RB
M
M
M
R
M
M
B
Anexo 3. Resumen del anlisis de varianza y prueba de comparacin de medias Tukey para; ABCPE, Y
mximo, Yo, valor de (k=1, K=y mximo) para ajuste lineal y no lineal
TRAT. BLOQUE
T0
T0
T0
T0
T1
T1
T1
T1
T2
T2
T2
T2
T3
T3
T3
T3
T4
T4
T4
T4
T5
T5
T5
T5
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
Yo
(k =1)
(k=ymax)
MODELO
K
(estimado)
1.79E-02
1.03E-06
1.28E-26
1.64E-16
9.25E-33
1.95E-41
1.15E-24
6.47E-79
3.44E-07
6.81E-48
1.63E-34
1.94E-06
4.14E-26
4.19E-04
0.02130
2.97E-77
1.58E-03
0.02440
6.87E-12
5.21E-13
3.95E-27
6.30E-08
1.04E-08
1.05E-80
0.02510
0.08400
0.15220
0.13200
0.16690
0.16590
0.14620
0.20340
0.09440
0.17930
0.15580
0.04500
0.15500
0.05800
0.0932
0.20410
0.05510
0.0855
0.10680
0.11810
0.14100
0.09760
0.07240
0.21050
2.01255
2.04200
2.07610
2.06600
2.08345
2.08295
2.07310
2.10170
2.04720
2.08965
2.07790
2.02250
2.07750
2.02900
0.09320
2.10205
2.02755
0.08550
2.05340
2.05905
2.07050
2.04880
2.03620
2.10525
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
0.09320
2.00000
2.00000
0.08550
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
G
G
G
G
G
G
G
G
G
G
G
G
G
G
E
G
G
E
G
G
G
G
G
G
5.01120
1.03830
0.87910
0.56460
0.74050
0.54840
1.09850
0.52470
1.18990
0.90570
0.71160
3.55970
0.71630
2.23910
1.00000
0.44350
1.10670
1.00000
1.35320
0.45740
0.48290
0.99230
1.07000
0.50870
Frmula
5.0112*exp(-5.63462997350972*exp(-0.0251*t))
1.0383*exp(-13.8196605422053*exp(-0.084*t))
0.8791*exp(-59.4914957177887*exp(-0.1522*t))
0.5646*exp(-35.7750274829059*exp(-0.132*t))
0.7405*exp(-73.4602548720049*exp(-0.1669*t))
0.5484*exp(-93.1374091088862*exp(-0.1659*t))
1.0985*exp(-55.2162259023245*exp(-0.1462*t))
0.5247*exp(-179.392117629727*exp(-0.2034*t))
1.1899*exp(-15.0553313343718*exp(-0.0944*t))
0.9057*exp(-108.506645189952*exp(-0.1793*t))
0.7116*exp(-77.4590738237884*exp(-0.1558*t))
3.5597*exp(-14.4224988565392*exp(-0.045*t))
0.7163*exp(-58.1128604246462*exp(-0.155*t))
2.2391*exp(-8.58371363745729*exp(-0.058*t))
0.0213*exp(-0.0932*t))
0.4435*exp(-175.397432730494*exp(-0.2041*t))
1.1067*exp(-6.55171304623186*exp(-0.0551*t))
0.0244*exp(-0.0855*t))
1.3532*exp(26.0063291676187*exp(-0.1068*t))
0.4574*exp(-27.5008293557639*exp(-0.1181*t))
0.4829*exp(-60.0681362458236*exp(-0.141*t))
0.9923*exp(-16.5719252353595*exp(-0.0976*t))
1.07*exp(-18.4481576027933*exp(-0.0724*t))
0.5087*exp(-183.482120448201*exp(-0.2105*t))
Anexo 4. Parmetros estimados con el ajuste lineal y no lineal para los modelos exponencial y
potencia inversa.
AJUSTE LINEAL
AJUSTE NO LINEAL
Valores
Potencia
Tratamiento
Exponencial
Potencia
Parmetros
Inversa
Exponencial
Inversa
ln (y) vs s ln(y) vs (s+c)
a*
4.02698
3.65043
43.49210
26.4815
G1
b
-0.32163
-0.73581
0.18790
0.24910
c
-0.49340
a*
16.59607
49.47497
5.45E+04 1.63E+20
G2
b
-0.90205
-17.06360
0.52380 16.77230
c
-0.18980
a*
16.96013
65.26756
1.75E+08 5.39E+27
G3
b
-0.33354
-16.62411
0.38140 16.36380
c
-0.67120
a*
14.73983
60.55176
3.90E+13 1.85E+26
G4
b
-0.31139
-15.69997
0.66370 15.68570
c
0.00749
Anexo 5. Grficas del transecto del campo evaluado y la dispersin de los puntos en las diferentes
fechas evaluadas
Dispersin de puntos en el transecto del 27 de Abril
50
45
45
40
40
35
35
Severidad (%)
Severidad (%)
30
25
20
15
10
30
25
20
15
10
0
0
10
20
30
40
50
60
70
80
10
20
30
Distancia (m)
40
35
35
30
30
25
20
15
10
25
20
15
10
20
30
40
50
60
70
80
10
20
30
Distancia (m)
50
60
70
80
45
45
40
40
35
35
30
Severidad (%)
Severidad (%)
40
Distancia (m)
25
20
15
10
30
25
20
15
10
10
20
30
40
50
60
70
80
10
20
30
Distancia (m)
40
50
60
70
80
Distancia (m)
80
80
70
70
60
60
Severidad (%)
Distancia (m)
80
0
0
50
40
30
20
50
40
30
20
10
10
0
0
10
20
30
40
50
60
70
80
10
20
30
Distancia (m)
40
50
60
70
80
Distancia (m)
80
80
70
70
60
60
Severidad (%)
Severidad (%)
70
50
40
30
20
50
40
30
20
10
10
0
0
10
20
30
40
50
60
70
80
10
20
30
Distancia (m)
40
50
60
70
80
Distancia (m)
60
60
50
50
40
Severidad (%)
Severidad (%)
60
10
30
20
10
40
30
20
10
10
20
30
40
50
60
70
80
10
20
30
Distancia (m)
40
50
60
70
80
Distancia (m)
60
60
50
50
40
Severidad (%)
Severidad (%)
50
40
Severidad (%)
Severidad (%)
30
20
10
40
30
20
10
0
0
10
20
30
40
50
60
70
80
10
20
30
Distancia (m)
40
50
60
70
80
Distancia (m)
70
70
60
60
50
50
Severidad (%)
Severidad (%)
40
Distancia (m)
40
30
20
10
40
30
20
10
0
0
10
20
30
40
Distancia (m)
50
60
70
80
10
20
30
40
Distancia (m)
50
60
70
80
Anexo 6. Graficas de las cuatro gradientes de dispersin con los valores estimados a partir de los
modelos exponencial y potencia inversa; tasa de dispersin de esas gradientes.
Tasa de dispersin de la gradiente 1
40
50
30
40
20
10
30
d(Y)/ds
Severidad (%)
20
10
0
-10 0
-30
-40
-50
Distancia (m)
-60
Severidad
Exponencial
Distancia (m)
Potencia inversa
15
45
10
40
35
30
0
25
d(Y)/ds
Severidad (%)
-20
20
15
-5
13
15
17
19
21
23
25
-10
10
-15
5
0
-20
10
12
-25
Distancia (m)
Severidad
Exponencial
12
10
8
d(Y)/ds
Severidad (%)
Distancia (m)
Potencia inversa
43
45
47
49
51
53
55
57
59
-1
-2
2
0
10
12
14
-3
16
Distancia (m)
Severidad
-4
Exponencial
12
Distancia (m)
Potencia inversa
4
3
2
1
d(Y)/ds
Severidad (%)
10
6
4
0
-1 43
45
47
49
51
-2
-3
-4
-5
0
0
10
12
Distancia (m)
Severidad
Exponencial
Potencia inversa
14
-6
-7
Distancia (m)
53
55
57