Balance de humedad del suelo para estimar la incidencia de la Fusariosis de la espiga de trigo

TítuloBalance de humedad del suelo para estimar la incidencia de la Fusariosis de la espiga de trigo
Tipo de PublicaciónCongresos
Año de Publicación2010
AutoresMoschini, RC., F. Damiano, J. Izaurralde, A. Oviedo, M. Scavuzzo, and R. Zanvettor
Nombre CongresoXXII Congreso Argentino de la ciencia del suelo
Fecha Publicación31/05/2010
Lugar CongresoRosario, Santa Fe
Resumen

La naturaleza esporádica de la fusariosis de la espiga de trigo (FET) (causada por Fusarium graminearum), asociada fuertemente al factor ambiental, ha posibilitado el su modelamiento matemático. Bajo un enfoque empírico, en Pergamino, se identificaron los factores hídricos y térmicos relacionados con la incidencia de la enfermedad y desarrollar una ecuación bivariada. La variable hídrica simula la duración de mojado de la espiga, combinando, en ventanas de dos días, la ocurrencia de precipitación y altos registros de humedad relativa. Dos satélites SAOCOM (CONAE- banda L) que se proyectan lanzar permitirían describir la dinámica del contenido hídrico edáfico superficial. Suponiendo un comportamiento similar al satelital, se usó un modelo unidimensional STM2 (USDA) para conocer la marcha diaria hídrica edáfica a 2 y 5 cm. Utilizando las observaciones meteorológicas y de incidencia de la FET del trabajo de Pergamino, en este estudio se identificaron variables hídricas que simulan el mojado de la espiga combinando la ocurrencia de tasas de incremento de humedad edáfica a 2 cm >= -0,09 cm3/cm3 con altos valores de humedad relativa. Las nuevas ecuaciones de regresión, que integran a dicho factor hídrico con uno térmico, tuvieron un comportamiento satisfactorio y muy similar a aquellas que demandan registros de precipitación para simular el mojado (R2 >0,85). En el futuro, a partir de estos resultados, para procesar la variable hídrica de los nuevos modelos predictivos de la FET se podrían usar imágenes en banda L satelital de la región pampeana y así mejorar la distribución espacial de sus predicciones.