Desarrollo de modelos predictivos de Sigatoka negra (Mycosphaerella fijiensis M. Morelet) en banano para la región de Urabá, Antioquia – Colombia

Abstract

Mycosphaerella fijiensis M. Morelet, agente causal de la Sigatoka negra - SN, es el miembro más destructivo del “complejo Sigatoka”, el cual, es la enfermedad más destructiva en los cultivos de banano y plátano. El objetivo de la investigación, consistió en modelar la severidad de la SN en plantaciones bananeras en la región de Urabá, Antioquia – Colombia, mediante diferentes alternativas estadísticas, a partir de la identificación de la influencia de fenómenos macro y micro climáticos y, espaciales, sobre la epidemiología de la enfermedad. En ese sentido, se generaron modelos de regresión lineal múltiple mediante la metodología Backward Stepwise, para el estado de evolución de la enfermedad en tres fincas colindantes que implementan diferentes prácticas culturales para el manejo de la SN y para 10 fincas que cubren el gradiente latitudinal de precipitación de la región, para la hoja más joven enferma, en función de variables climáticas acumuladas, promediadas, de máxima y de mínima según su naturaleza, y; para una finca ubicada en un área de alta incidencia de la enfermedad, se modeló espacialmente mediante técnicas geoestadísticas, la hoja más joven manchada - HMJM, con el objetivo de determinar su estructura y categoría de dependencia espacial. La capacidad predictiva de los modelos de regresión lineal múltiple varió según la frecuencia de la variable climática empleada, diaria o semanal, además, si se consideró solo el efecto aditivo o la interacción de estas. La HMJM, se describió a partir de modelos gaussianos, los cuales divergen de los modelos reportados en otras investigaciones, en patosistemas similares.

Abstract: Black Leaf Streak Disease (BLSD) caused by Mycosphaerella fijiensis M. Morelet, is one of the most damaging diseases of bananas and plantains. The aim of the present research was to model the severity of BLSD in banana plantations, based on the response of the pathogen to climatic variables at different spatial scales, using various statistical methods. The study was carried out in the banana growing region of Urabá located at the Caribbean coast of Colombia near the border with Panamá. Two sets of data were used to generate models of the behavior of the disease using Backward Stepwise multiple linear regression. In both cases precipitation, solar radiation, relative humidity, high, low and mean temperature were used as independent variables. The first data set came from three adjacent farms that implemented different cultural practices to manage BLSD, the stage of evolution of the disease was modelled for these. The second data set came from 10 farms that represented a latitudinal rain gradient, increasing southward from 2000 mm to 4000 mm annual rain. For these, the youngest leaf with symptoms (YLWS) variable was modelled. Finally, in order to evaluate the spatial structure and autocorrelation of BLSD, a third data set from a high BLSD incidence area was analyzed using geostatistical techniques, the youngest leaf spotted (YLS) variable was used to build the model. The predictive ability of the models was influenced by the periodicity of the climatic variables employed (daily to weekly), also by the additive vs. interactive effect of these variables. The YLS variable was best described by Gaussian models, which diverge from models reported in other research works in similar pathosystems