Modelación del riesgo fitosanitario asociado a la variabilidad climática de las zonas con aptitud para la producción de papa a mesoescala en Colombia
Cargando...
Autores
Tipo de contenido
Editor
Document language:
Inglés
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
La producción de papa en Colombia está fuertemente influenciada por la variabilidad climática y la dinámica de las enfermedades de las plantas, las cuales interactúan con condiciones agroclimáticas heterogéneas, prácticas de manejo y diversidad varietal a lo largo de los sistemas de producción. Este trabajo integra múltiples perspectivas de investigación, incluyendo una síntesis global de los enfoques de modelación de enfermedades impulsadas por el clima, el desarrollo de un marco de amenaza climática a escala mesoescalar basado en la variabilidad de la precipitación y la temperatura, y el análisis de la dinámica espacial, temporal y espacio-temporal de las enfermedades en los sistemas de producción de papa en Colombia. En conjunto, estos enfoques resaltan los eventos de déficit y exceso de lluvia como impulsores clave del riesgo agroclimático, y demuestran que los patrones de enfermedad son altamente variables entre regiones y períodos de producción, con los principales focos de riesgo concentrados en los departamentos productores más importantes.
A través de la aplicación de marcos de modelación multi-enfoque, que abarcan desde métodos deterministas, probabilísticos, bayesianos y espaciales hasta técnicas de aprendizaje automático (machine learning), esta investigación muestra que las diferentes estrategias de modelación aportan perspectivas complementarias sobre el comportamiento de las enfermedades y el riesgo asociado. Los enfoques de aprendizaje automático, como XGBoost, resultaron más efectivos para capturar las relaciones no lineales complejas entre las amenazas climáticas, los factores tecnológicos y la severidad de las enfermedades, mientras que los modelos espacio-temporales mejoraron la comprensión de los patrones de distribución de las enfermedades, a pesar de la incertidumbre persistente. En general, los hallazgos resaltan que el análisis de la variabilidad climática, combinado con la modelación multi-método de enfermedades, constituye una base para la evaluación de riesgos y respalda el desarrollo de herramientas de toma de decisiones basadas en evidencia, orientadas a mejorar el manejo de enfermedades en los sistemas de producción de papa en Colombia. (Texto tomado de la fuente)
Abstract
Potato production in Colombia is strongly influenced by climate variability and plant disease dynamics, which interact with heterogeneous agroclimatic conditions, management practices, and varietal diversity across production systems. This body of work integrates multiple research perspectives, including a global synthesis of climate-driven disease modelling approaches, the development of a mesoscale climatic threat framework based on precipitation and temperature variability, and the analysis of spatial, temporal, and spatio-temporal disease dynamics in Colombian potato systems. Together, these highlight rainfall deficit and excess events as key drivers of agroclimatic risk and demonstrate that disease patterns are highly variable across regions and production periods, with major risk hotspots concentrated in the main producing departments. Through the application of multiapproach modelling frameworks, from deterministic, probabilistic, Bayesian, and spatial methods to machine-learning techniques, this research shows that different modelling strategies provide complementary insights into disease behaviors and risk. Machinelearning approaches such as XGBoost proved more effective in capturing complex nonlinear relationships between climatic threats, technological factors, and disease severity, while spatio-temporal models improved the understanding of disease distribution patterns despite persistent uncertainty. Overall, the findings emphasize that climate variability analysis combined with multi-method disease modelling constitutes a basis for risk assessment and supports the development of evidence-based decision-making tools aimed at improving disease management of potato production systems in Colombia.
Descripción
ilustraciones a color, diagramas, mapas
Palabras clave propuestas
Tizón tardío; Complejo de enfermedades por Rhizoctonia; Variabilidad climática; Índice de Amenaza Climática; Modelos bayesianos; Sistemas de alerta temprana; Aprendizaje automático; Late blight; Rhizoctonia disease complex; Climate variability; Climatic Threat Index; Bayesian models; Early warning systems; Machine learning
Términos Normalizados
630 - Agricultura y tecnologías relacionadas::632 - Lesiones, enfermedades, plagas vegetales; 630 - Agricultura y tecnologías relacionadas::635 - Cultivos hortícolas (Horticultura); Cuarentena de plantas; Plant quarantine; Enfermedades bacterianas de las plantas; Bacterial diseases of plants; Enfermedades de las plantas transmitidas por el suelo; Soilborne plant diseases; Industria de la papa; Potato industry