Sist. de vig. epidem. roya mex.17feb14
-
Upload
sinaveflab -
Category
Sports
-
view
141 -
download
5
Transcript of Sist. de vig. epidem. roya mex.17feb14
SISTEMA DE VIGILANCIA
EPIDEMIOLÓGICA DE LA ROYA DEL
CAFETO
Gustavo Mora Aguilera, LANREF
Reunión Roya de Cafeto (H. vastatrix) CNRF SINVEF, México DF 18 Feb 2014.
SINAVEF CNRF-DGSV SAGARPA
LANREF–COLPOS
1. Bienvenida y objetivos
2. Resultados de la vigilancia epidemiológica de la roya del cafeto en lo que se operó en Chiapas y Veracruz, durante el 2013.
3. Presentación de la plataforma
4. Avances y perspectivas 2014 de soporte científico de la vigilancia epidemiológica de la roya del cafeto en Chiapas, Veracruz y Puebla.
5. Presentación de modelo de informe para Subsecretaría de Agricultura
6. Conclusiones y comentarios finales
Temática
http://royacafe.lanref.org.mx/index.php
Presentar el modelo de monitoreo de la
roya de café en los estados de Chiapas
y Veracruz: agosto 2013-enero2014.
Analizar las perspectivas del modelo en
el contexto de la vigilancia
epidemiológica fitosanitaria.
Objetivos
1. En 2013 se inició a nivel nacional la “Campaña Preventiva
contra la Roya del Cafeto”. En Chiapas y Veracruz se
desarrolló un programa especial coordinado por el CNRF y
la Dirección de Campañas de la DGSV con énfasis en la
prevención de riesgos.
2. En 2014 se suma Puebla al modelo de Chiapas y Veracruz.
La operación de este modelo se basa en el empleo de una
plataforma web con una sección pública y una privada
restringida a la DGSV y técnicos de campo
(http://royacafe.lanref.org.mex/index.php)
Antecedentes
El Modelo de Vigilancia Roya
del Cafeto
Evaluación Registro Análisis Alerta
CNRFLANREF
DGSVCESVi
Acción
SAGARPA
Monitorear la roya del café en municipios seleccionados con criterios epidémicos ponderados para determinar niveles de daño y riesgos regionales que permitan establecer criterios de control.
Objetivo General
ESTADO
Escenario intermedio (1-10% de error) Escenario alto (1% de error)
Número
parcelas fijas
Número
parcelas
móviles
Número de
municipios
muestreados
Superficie por
Estado (Ha)
Técnicos
actuales
Número
parcelas
fijas
Número
parcelas
móviles
Técnicos
adicionales
Chiapas 48 144 27 257367 25 95 285 22
Oaxaca 12 36 9 154,745 7 56 168 22
Veracruz 44 132 29 156,977 24 57 171 2
Puebla 32 96 23 71,448 19 32 96 0
Hidalgo 14 42 10 26,333 8 14 42 0
SLP 10 30 6 18,379 7 10 30 0
Nayarit 6 18 4 20,101 11 6 18 0
Jalisco 4 12 3 3,983 3 4 12 0
Colima 6 18 3 2,573 5 6 18 0
Guerrero 34 102 17 47,161 19 34 102 0
Queretaro 2 6 1 370 3 2 6 0
Tabasco 2 6 2 1,040 2 2 6 0
TOTAL 214 642 134 760,482 133 318 954 46
Dónde:N =Número de parcelas de muestreo Z2= Precisión/Confiabilidad (1-10% )d2=ErrorS=VarianzaSupEstado=Sup. Sembrada de Café en el estado (ha)SupMax= Sup. Sembrada de Café en Chiapas por ser el estado con mayor superficieN=Número de sitios evaluados en Chiapas en Oct 2012
Número de parcelas fijas y móviles, y presupuesto para la vigilancia de roya del café (Hemileia vastatrix) bajo escenarios de muestreo con precisión intermedia (1-10% de error) y alta (1% de error).
LANREF-CP Correo: [email protected] 30/07/2013
*Cálculo de Parcelas centinela con base en el Error
n= 𝑁∗𝑧2∗𝑆
𝑁∗ 𝑑2∗𝑍2∗𝑆
𝑆𝑢𝑝𝐸𝑠𝑡𝑎𝑑𝑜
𝑆𝑢𝑝𝑀𝑎𝑥
Dónde: n=Número de parcelas de muestreo
** Exclusivamente incluye un datalogger por parcela fija no incluye técnicos adicionales ni vehículos. Z2=Presición/Confiabilidad (1-10% Error) D2=Error S=Varianza SupEstado=Sup. Sembrada de Café en el estado (ha) SupMax= Sup. Sembrada de Café en Chiapas por ser el estado con mayor superficie
N=Número de sitios evaluados en Chiapas en Oct 2012
ESTADO
Escenario intermedio (1-10% de error)* Escenario alto (1% de error)*
Número parcelas
fijas
Número parcelas móviles
Número de
municipios
muestreados
Costo total parcela fija**
Número Total de predios
Superficie por Estado
(Ha)
Superficie de
muestreo efectivo
(Ha)
% De predios
muestreados
Técnicos actuales
Número parcelas
fijas
Número parcelas móviles
Costo total
parcela fija**
% De predios muestreados
Técnicos adicionales
Chiapas 48 144 27 $110,478 102,947 25,7367.99 120 0.2 25 95 285 $214,982.5 0.4 22
Oaxaca 12 36 9 $30,432 61,898 154,745.17 30 0.1 7 56 168 $128,266 0.4 22
Veracruz 44 132 29 $101,584 62,791 156,977.17 110 0.3 24 57 171 $130,489.5 0.4 2
Puebla 32 96 23 $74,902 28,580 71,448.91 80 0.4 19 32 96 $74,902 20.3 0
Hidalgo 14 42 10 $34,879 10,533 26,333.26 35 0.5 8 14 42 $34,879 20.3 0
SLP 10 30 6 $25,985 7,352 18,379.5 25 0.5 7 10 30 $25,985 25.1 0
Nayarit 6 18 4 $17,091 8,041 20,101.74 15 0.3 11 6 18 $17,091 62.8 0
Jalisco 4 12 3 $12,644 1,593 3,983 10 1.0 3 4 12 $12,644 33.4 0
Colima 6 18 3 $17,091 1,029 2,573.5 15 2.3 5 6 18 $17,091 40.7 0
Guerrero 34 102 17 $79,349 18,865 47,161.75 85 0.7 19 34 102 $79,349 19.3 0
Queretaro 2 6 1 $8,197 148 370 5 5.4 3 2 6 $8,197 140.1 0
Tabasco 2 6 2 $8,197 416 1,040.16 5 1.9 2 2 6 $8,197 65.4 0
TOTAL 214 642 134 $520,829 304,193 760,482.15 535 13.8 133 318 954 $752,073 428.5 46 Cálculo de número de sitos de monitoreo con base en el error ponderado
Escenario de error: Número de sitios de muestreo a nivel nacional
Cuadrante para ubicación de
Parcelas fijas
Cuadrante para ubicación de
Parcelas móviles
Aplicación del monitoreo (PF) y muestreo (PM)
❶
❷
❸
❹
10-3 kmSe ubican los cuadrantes
donde los técnicos
establecerán la PARCELA
FIJA, de acuerdo al número
de parcelas indicadas en
Manual Operativo
Se ubican cuadrantes donde los
técnicos evaluarán las
PARCELAS MÓVILES.
Cada semana se deberán enviar
GEORREFERENCIAS
para validación de sitios.
Ejemplo: Tapachula, Méx.
PARCELAS MÓVILES: MUESTREO SISTEMATICO
Tamaño de muestra: 20 Plantas
Patrón de Muestreo: `T ` 2x2 ó 3x3 ó 4x4
Variable: - Severidad en Planta
- Severidad en Hoja
Unidad muestreo: Planta y Hoja
Objetivo: Muestreo adaptativo Regional. Consideraciones: Efecto de orilla e interno (patrón espacial roya)
PARCELAS FIJAS: MUESTREO SISTEMATICO
Tamaño de muestra: 100 Plantas (37x37)
Patrón de Muestreo: 4x4 ó 3x3 ó 2x
Variable: - Severidad en Planta
- Defoliación en Precosecha
Unidad muestreo: Planta
Tamaño de muestra: 20 Plantas
Patrón de Muestreo: 5 de Oros Compuesto
Variable: - Severidad en Hoja
- Variables Fenológicas
Unidad muestreo: Hoja
…60
El muestreo en Colombia
1-3 evaluaciones añoSimultáneamente:a) Brocab) Roya
CLIMA: UBICACIÓN DE DATALOGGERS EN PARCELAS FIJAS
En PARCELA FIJA se establece un Datalogger HOBO Pro V2 U23
Variables: Temperatura y Humedad Relativa
Video demostrativo:
http://www.infit.org.mx/royacafe/Videos.php
Un datalogger preconfigurado se localiza en zona media
de planta.
Protocolo y Video:
http://www.infit.org.mx/royacafe/Videos.php
http://www.infit.org.mx/royacafe/Protocolos.php
Recolectar los datos del datalogger QUINCENALMENTE
usando el extractor.
Protocolo: http://www.infit.org.mx/royacafe/Protocolos.php
Cargar archivos en EXCEL en la página:
http://www.infit.org.mx/royacafe/Aplicaciones.php
Capacitación e Inspección de Campo
Capacitaciones:
Xalapa, Veracruz (2013)Tapachula, Chiapas (2013)
Xicotepec, Puebla (2014)Tuxtla Gutiérrez, Chiapas (2014) ProgramadaXalapa, Veracruz (2014) Programada
Inspecciones:
Xalapa, Veracruz (2013)Tapachula, Chiapas (2013)
Puebla (2014): 2 (Programadas) Chiapas (2014): 2 (Programadas)Veracruz (2014): 2 (Programadas)
CAPACITACION: Personal de Comités Estatales de Sanidad Vegetal (Veracruz y Chiapas)
Las 100 plantas tienen que estardebidamente etiquetadas. La etiquetadeberá incluir el número de la ParcelaFija y el número consecutivo de la planta
PFXP1...P100
Adicionalmente, la etiqueta deberácontener las iniciales del nombre yapellidos del técnico responsable de laParcela y la fecha de instalación de lamisma.
1
Parcela fija
Ing. Jesús García Feria
Chiapas Veracruz
P. Fijas 48 47
P. Móviles 3375 3243
Número de evaluaciones totales 3423 3290
Hectáreas Monitoreadas (P. Fijas) 170 570
Hectáreas Muestreadas móviles (P. Móviles) 11330 7241
Registros mediciones climáticas (Tº,HR, PR / 30 min) 463,680 473,760
Número de Semanas Evaluadas 25 23
Número de técnicos de campo 23 23
Municipios muestreados 30 (+2) 35
Localidades muestreados 1384 840
Coordinadores 1 1
Resumen Actividades de Vigilancia Chiapas y Veracruz
14 de febrero 2013
Chiapas: 257,367.99 has Veracruz: 156,977 has
Veracruz: Histórico del 25 ago, 2013 - 14 feb, 2014
Evaluación histórica:
47 fijas
3243 móviles
Chiapas: Histórico del 25 ago, 2013 - 14 feb, 2014
Evaluación histórica:
46 fijas
3375 móviles
Ejemplo curva epidémica y clima. Caso Amatán: hasta 14 Febrero, 2014
Pérdida estima 22.3%Tapachula 8.5%
Ejemplo curva epidémica y clima. Caso SJ Cancuc hasta Febrero, 2014
Pérdida estima 30.1%Tapachula 8.5%
Defoliación: Estado de Chiapas. Septiembre, 2013 – Febrero, 2014
Defoliación: Estado Veracruz. Septiembre, 2013 – Febrero, 2014
Fenología en Chiapas y Veracruz al 31 enero 2014
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Flor Amarre Lechoso Consistente Maduro
Chiapas Veracruz
Estimación de Pérdidas: Caso ChiapasPérdidas de producción estimadas en porcentaje Índice de
SeveridadMunicipio Modelo 1 Modelo 2 Modelo 3 Promedio
Amatan 21.0 24.0 22.8 22.6 0.52
Amatenango 20.0 26.7 23.6 23.4 0.59
A. A. Corzo 25.1 32.2 28.8 28.7 0.43
Cacahoatán 12.9 13.8 12.0 12.9 0.77
Chenalhó 21.0 24.0 22.8 22.6 0.80
Chicomuselo 6.1 5.6 7.5 6.4 0.08
Chilón 13.4 22.3 15.1 16.9 0.31
El Bosque 17.8 20.6 19.5 19.3 0.64
Escuintla 19.2 26.6 22.5 22.8 0.60
Huitiupán 25.2 25.7 24.3 25.1 0.57
Huixtla 17.9 24.8 20.5 21.1 0.69
Ixhuatán 22.3 20.1 25.1 22.5 0.49
Motozintla 1.0 10.0 1.3 4.1 0.17
Ocosingo 6.2 18.4 7.7 10.8 0.16
Ocotepec 12.0 12.7 14.8 13.2 0.28
S. J. Cancuc 28.0 32.0 30.4 30.1 0.80
Siltepec 12.2 10.7 15.0 12.6 0.25
Simojovel 31.4 32.3 35.6 33.1 0.61
Tapachula 8.0 8.9 8.7 8.5 0.41
Tapilula 21.4 26.5 23.4 23.8 0.53
Tecpatán 2.4 3.1 2.9 2.8 0.00
Tila 24.0 27.4 26.1 25.8 0.64
Tumbalá 23.9 25.6 27.0 25.5 0.68
Tuxtla Chico 0.5 0.5 0.5 0.5 0.02
Tuzantán 8.2 11.6 10.0 9.9 0.50
Unión Juárez 16.7 19.0 18.5 18.1 0.75
V. Comaltitlán 0.5 11.3 0.6 4.1 0.32
Yajalón 31.5 29.2 22.8 27.8 0.63
Regiones Índice de
SeveridadModelo 1 Modelo 2 Modelo 3 Promedio
Norte 19.2 21.8 20.5 20.5 0.5
Centro 19.1 23.2 22.5 21.6 0.6
Sur 9.4 14.1 10.5 11.3 0.5
Total Estatal 16.1 19.5 17.5 17.7 0.47
1.- Renta Vehicular : $US 14692 de 12 VEHICULOS 2.- Combustible para Vehículos de Renta : $US 92313. Adquisición de Equipos de medición de Temperatura y humedad por :
$US 12,660 de 47 Dataloggers y 10 extractores de datos
4. Botas de Campo: $US 15425. Chalecos por un monto de: $US 852.6. Uniformes: $US 782.7. 6 LapTop : $US 6346.8. Impermeables: $US 357
1.- Salarios. En promedio aproximadamente 1000 US por técnico. $US 300,00025 técnicos
2. Gastos de operación de 12 vehículos oficiales $US 20000
1. Inversión para monitoreo en campo
2. Gastos adicionales de monitoreo por emergencia
Costo de Inversión 2013: Estado de Veracruz
1. Salarios. 2 técnicos. $US 16,0002. Gastos de operación WEB $US 1000
3. Inversión Gestión de información y análisis
Total: US$ 383,500.0/añoCosto unitario: PF $1037MN
PM $ 484MN
Avances y Perspectivas 2014
1. Generación de Boletín epidémico semanal e Informe Técnico
2. Generación y uso de indicadores epidémicos aplicados en la toma de decisiones basados en algoritmos aplicados en WEB
3. Generación de indicadores operativos
4. Desarrollo de líneas de investigación de soporte:Proyecto CP-SENASICA; G: MoraProyecto INIFAP-CP; M. Martínez
ModeloVARIABLES
INDEPEND.R2 R2
aj. A PERIODO ESTIMADO
SEV = 0.21INC1 + 0.11HROY1 INC1, HROY1 0.96 0.95 15 DIAS
SEV = 0.22INC1 + 0.002HROY1 INC1, HROY1 0.93 0.92 15 DIAS
SEV = 0.19INC1 + 0.15HROY1 INC1, HROY1 0.96 0.95 15 DIAS
SEV = 0.29INC1 – 0.06HROY1 INC1, HROY1 0.96 0.95 15 DIAS
SEV = 0.12INC1 + 0.33HROY1 INC1, HROY1 0.97 0.96 15 DIAS
SEV = 0.20INC1 + 0.09HROY1 INC1, HROY1 0.96 0.96 15 DIAS
SEV = 0.25INC1 – 0.01HROY1 INC1, HROY1 0.99 0.98 15 DIAS
INC = 3.31SEV1 – 0.05HROY1 SEV1, HROY1 0.93 0.92 15 DIAS
Algoritmos para toma de Decisiones en Control
1. Modelos de pronóstico subregionales de daño
2. Modelos de pronóstico regionales de daño
A) Vi=(claseTH)(Frec.)+(clase M)(Frec.)+(clase P)(Frec.)
B) Vi=1.5(claseTH)(Frec.)+(clase M)(Frec.)+2(clase P)(Frec.)
3. Modelos de estimación de perdidas productivasP = 17.59 - 0.010 (Sev. Pl) R²=0.75
P = 18.67 - 0.012 (Hoj. Ro) ² R²=0.82P = 17.44 - 0.011 (Sev.. Ho) – 0.012(Sev. Pl) ² R²=0.74
Algoritmos para toma de Decisiones en Control
4. Indicadores epidémicos
• Indicador de Severidad para parcelas fijas y móviles (Sev. Hoj) +(Sev. Pla) / Max (Sev. Hoj + Sev. Pla)
• Indicador de Daño Integral (IDI) para parcelas fijas𝐼𝐷𝐼 =
𝑆𝑒𝑣𝑒𝑟𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝐻𝑜𝑗𝑎+𝑆𝑒𝑣𝑒𝑟𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑃𝑙𝑎𝑛𝑡𝑎+𝑁𝑜.𝐻𝑜𝑗𝑎𝑠 𝑐𝑜𝑛 𝑅𝑜𝑦𝑎
𝑆𝑒𝑣𝑒𝑟𝑖𝑑𝑎𝑑 𝑚𝑎𝑥𝑖𝑚𝑎 𝐻𝑜𝑗𝑎+𝑆𝑒𝑣𝑒𝑟𝑖𝑑𝑎𝑑 𝑚𝑎𝑥𝑖𝑚𝑎 𝑑𝑒 𝑃𝑙𝑎𝑛𝑡𝑎+𝑀𝑎𝑥𝑖𝑚𝑜 𝑁𝑜.𝐻𝑜𝑗𝑎𝑠 𝑐𝑜𝑛 𝑅𝑜𝑦𝑎
𝐷𝑒𝑓𝑜𝑙𝑖𝑎𝑐𝑖ó𝑛
𝑀𝑎𝑥 𝐷𝑒𝑓𝑜𝑙𝑖𝑎𝑐𝑖ó𝑛Inc.Pl
a
• Indice de inóculo
𝐼𝑛𝑜𝑐 =𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐻𝑜𝑗𝑎𝑠 𝑐𝑜𝑛 𝑅𝑜𝑦𝑎
(𝑁ú𝑚𝑒𝑟𝑜 𝑚𝑎𝑥𝑖𝑚𝑎 𝑑𝑒 𝐻𝑜𝑗𝑎𝑠 𝑐𝑜𝑛 𝑅𝑜𝑦𝑎)
• Semáforo
Sem= 𝑰𝒏𝒅. 𝑺𝒆𝒗𝒆𝒓𝒊𝒅𝒂𝒅 + 𝑰𝒏𝒅. 𝑰𝒏ó𝒄𝒖𝒍𝒐 𝑷𝒐𝒕𝒆𝒏𝒄𝒊𝒂𝒍 + 𝑰𝒏𝒅. 𝑻𝒆𝒋𝒊𝒅𝒐 𝒔𝒖𝒔𝒄𝒆𝒑𝒕𝒊𝒃𝒍𝒆 + 𝒉𝒓𝒔 𝒇𝒂𝒗. 𝒄𝒍𝒊𝒎𝒂
Uso del progreso de daño integrado a Fenología y Clima para control
CC
Prevención Control
Uso de trampas para captura de esporas / modelos de pronóstico
Inicio de esporulaciónPunto clorótico
10/01/2014 30/01/2014
PROMEDIOS DE LESIONES SEMANALES POR ESTRATO Y ESCALA DE ESPORULACION
MEDICION DE LESIONES SEMANALES ESCALAS DE ESPORULACION
FECHA E. Bajo E. Medio E. Alto E. Bajo E. Medio E. Alto
10/01/2014 0.52 0.47 0.52 0 0 0
17/01/2014 0.52 0.51 0.52 0 0 0
24/01/2014 0.52 0.56 0.57 0 0 0
31/01/2014 0.52 0.56 0.57 1.19 0.76 0.95
PROMEDIO 0.52 0.52 0.54 0.30 0.19 0.24
Escala de esporulación
0 Punto clorótico
1 Inico de esporulación
2 Fin de esporulación
Medición de lesiones en el Norte de Chiapas para modelos de pronóstico
Conclusiones1. El Sistema Monitoreo implicó la siguiente ruta crítica:
Directriz normativa, planeación, capacitación, verificación, monitoreo, análisis, comunicación y acción. Se pueden implemento el modelo en 6 meses.
2. Sustentabilidad del sistema de Monitoreo de Roya del Cafeto dependerá de la capacidad de migrar a un Sistema de Vigilancia Fitosanitario que opere en torna a la PLANTA no a la PLAGA. Esto permite una efectiva gestión de talentos y optimizar recursos e infraestructura en el largo plazo.
3. En 2014 se inicio la inclusión de otras plagas reglamentadas asociadas al cafeto.
¡Gracias!CNRF SENASICA SAGARPA
MC. Abel López Ing. Héctor SánchezIng. Rigoberto González Ing. Jesús FeriaIng. Zenón IturbideIng. Mitzi Georgina Gonzales OchoaIng. Carolina Ramírez Mendoza
LANREFIng. Gerardo Acevedo SánchezMC. Jorge FloresIng. Eduardo GuzmánIng. Mayra Hernández