Harry Wilson Báñez-Aldave, Ledyz Cuesta Herrera, Juan López-Hernández, Jesús Andrades-Grassi, Hugo Alexander Torres-Mantilla
RESUMEN El aguacate es uno de los alimentos de mayor consumo a nivel mundial. Sus plantaciones se ven afectadas por el ácaro Oligonychus sp., el cual interfiere en la generación de clorofila por parte de la planta, por lo cual la productividad se ve disminuida. Dada la importancia económica de este cultivo se abordó una metodología espacial para el análisis de riesgo de esta plaga. Se dispuso de un total de 202 observaciones de una finca de aguacate de 1,1 ha en las que se midió la cantidad de ácaros por hoja en la zona de Barranca, Perú. Métodos geoestadísticos predictivos e indicadores fueron aplicados. Se ajustó un semivariograma de tipo esférico con lo que se estimó un Kriging ordinario univariante, posteriormente se utilizaron covariables como índices de vegetación y variables geomorfométricas. Para mejorar la resolución espacial de las covariables se utilizó una simulación geoestadística y se ajustaron modelos lineales de corregionalización y co-Kriging, con lo que se realizaron predicciones de la plaga. Finalmente, se transformaron las predicciones a un modelo de riesgo utilizando kriging indicador. Los resultados obtenidos manifiestan que el ácaro presenta un proceso estacionario en segundo orden con una dependencia espacial menor a 10 m, en el que kriging ordinario univariante fue el más eficiente. A pesar de los resultados, los modelos lineales de corregionalización son consistentes, pero la simulación geoestadística no fue suficiente para mejorar las predicciones. Los datos de las covariables deben incorporarse con un mayor nivel de detalle y deben analizarse las variaciones a pequeña escala.
ABSTRACT The avocado is one of the most consumed foods in the world and it is affected by the mite Oligonychus sp., which affects the generation of chlorophyll by the plant, resulting in a decrease in productivity. Given the economic importance of the avocado, a spatial statistical methodology was used to analyze the risk of a pest in its crops. A total of 202 observations of a 1.1 ha avocado farm were used to measure the number of mites per leaf in the area of Barranca, Perú. Predictive geostatistical methods and indicators were applied. A spherical semivariogram was adjusted to estimate a univariate ordinary kriging, covariates such as vegetation indicators and geomorphometric variables were used to improve the spatial resolution of the covariates and geostatistical simulation was used and linear co-regionalization models were adjusted with which pest predictions were made with co-Kriging. Finally, the predictions were transformed into a risk model using kriging indicator. The results obtained show that the mite presents a stationary process in second order with spatial dependence of less than 10 m, in which univariante ordinary kriging was the most efficient. Despite the results, the linear co-regionalization models are consistent, but the geostatistical simulation was not enough to improve the predictions. Covariate data should be incorporated at a higher level of detail and small-scale variations should be analyzed. It is suggested to incorporate covariate data with a higher level of detail and analyze small-scale variations.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados