A disease predictive model based on epidemiological factors for the management of bacterial leaf blight of rice
Rehman, H.U.Atiq, R.
Resumo O arroz é um alimento básico amplamente consumido por grande parte da população humana mundial. Aproximadamente 90% do arroz do mundo é cultivado no continente asiático e constitui um alimento básico para 2,7 bilhões de pessoas em todo o mundo. O crestamento bacteriano das folhas (BLB) causado por Xanthomonas oryzae pv. oryzae é uma das doenças devastadoras do arroz. Um experimento de campo foi realizado durante os anos de 2016 e 2017 para investigar a influência de diferentes parâmetros meteorológicos no desenvolvimento do BLB, bem como o cálculo de um modelo preditivo para prever a doença bem antes de seu aparecimento em campo. O conjunto de dados sazonais de incidência de doenças e fatores ambientais foi usado para avaliar cinco variedades/cultivares de arroz (Basmati-2000, KSK-434, KSK-133, Super Basmati e IRRI-9). O efeito acumulado de dados ambientais de dois anos; temperatura máxima e mínima, umidade relativa do ar, velocidade do vento e precipitação pluviométrica foram estudados e correlacionados com a incidência da doença. A temperatura média (máxima e mínima) apresentou correlação significativa negativa com a doença BLB e todas as outras variáveis; umidade relativa, precipitação e velocidade do vento tiveram uma correlação positiva com o desenvolvimento da doença BLB em variedades individuais. A análise de regressão stepwise foi realizada para indicar variáveis preditoras potencialmente úteis e para descartar parâmetros incompetentes. Os dados ambientais das safras de julho a outubro de 2016 e 2017 revelaram que, com exceção da temperatura mais baixa, todos os fatores ambientais contribuíram para o desenvolvimento da doença ao longo da safra. Um modelo de regressão múltipla de previsão de doença foi desenvolvido com base em dados de dois anos (Y = 214,3-3,691 Max T-0,508 Min T + 0,767 RH + 2,521 RF + 5,740 WS), que explicou 95% de variabilidade. Este modelo de previsão de doenças não só ajudará os agricultores na detecção precoce e gestão atempada da doença bacteriana das folhas do arroz, mas também pode ajudar a reduzir os custos de insumos e melhorar a qualidade e a quantidade do produto. O modelo será agricultor e ambientalmente amigável.
Texto completo