Monitoreo de mosca pinta (Hemiptera: Cercopidae: Aeneolamia sp) en cultivo de la caña de azúcar mediante sensores remotos y su posible aplicabilidad para el manejo fitosanitario

Autores/as

  • Moisés Ulises López-Torres Universidad de El Salvador
  • Miguel Rafael Paniagua-Cienfuegos UNIFERSA DISAGRO El Salvador
  • Andrés Wilfredo Rivas-Flores Universidad de El Salvador
  • Miguel Ángel Hernández-Martínez Universidad de El Salvador

Palabras clave:

Sensores remotos, NDVI, Mosca pinta, Caña de azúcar, Monitoreo, Drone

Resumen

Con el objetivo de contribuir a la sostenibilidad de los procesos productivos del sector azucarero se busca conocer la aplicabilidad de sensores remotos en términos fitosanitarios. La investigación se llevó a cabo en cantón La Haciendita, municipio de Suchitoto, departamento de Cuscatlán, a 280 m s. n. m. , de abril a octubre de 2020. Se evaluó la sensibilidad de dos sensores remotos, uno satelital y otro conectado a un drone, para identificar la respuesta multiespectral del cultivo de caña de azúcar ante diferentes poblaciones de mosca pinta y su respectivo daño. Se seleccionó un lote con presencia del insecto en mención y se definieron puntos fijos de muestreo, en los cuales se contabilizó el número de ninfas y adultos durante cinco fechas con intervalos de 8 días aproximadamente. Se recibieron imágenes sin procesamiento previo generadas por el sensor Sentinel-2 (satelital) e imágenes con procesamiento previo generadas por el sensor SlantRanger© (drone). Para conocer la aplicabilidad de dichas imágenes y diagnosticar la presencia de mosca pinta, se realizó un Análisis de Componentes Principales (PCA por sus siglas en inglés) en los cinco momentos de muestreo para conocer la asociación entre las poblaciones del insecto con los índices de vegetación disponibles, aplicando prueba de correlación de Pearson para indagar la correlación entre ellos. Finalmente, se realizó un análisis epidemiológico para conocer el efecto de la acumulación del daño de mosca pinta sobre la respuesta del cultivo expresada por los valores del Índice de Vegetación de Diferencia Normalizada (NDVI), para ello se utilizó la fórmula de Área Bajo la Curva de Progreso de la Enfermedad. Los índices de NDVI calculados por ambos sensores no fueron útiles para identificar la presencia de mosca pinta y sus diferentes poblaciones en un momento determinado, ya que el cultivo muestra una condición de estrés ante la alteración de diversos factores (bióticos y abióticos), entre ellos, el ataque de mosca pinta y eso limita la aseveración que dicho estrés sea causado por un factor en particular. En los cinco momentos de muestreo no se encontró asociación entre la población de mosca pinta y los índices disponibles, además los valores de correlación fueron sumamente bajos (r=<0.5) para ser utilizados como indicadores de presencia del insecto. Sin embargo, se encontró que los índices de NDVI y STRESS utilizados, si fueron influenciados por el daño acumulado que hizo el insecto; a pesar de que las poblaciones disminuyeron, su impacto sobre el cultivo fue evidente

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Moisés Ulises López-Torres, Universidad de El Salvador

    Facultad de Ciencias Agronómicas, Tesista

  • Miguel Rafael Paniagua-Cienfuegos, UNIFERSA DISAGRO El Salvador

    UNIFERSA DISAGRO, Asesor

  • Andrés Wilfredo Rivas-Flores, Universidad de El Salvador

    Facultad de Ciencias Agronómicas, Asesor

  • Miguel Ángel Hernández-Martínez, Universidad de El Salvador

    Facultad de Ciencias Agronómicas, Asesor

Referencias

AUVSI (2013). Citado por Acosta Henríquez, GF y Mendoza Torres, CM. (2017). Aplicación de los drones en la agricultura. El Salvador. Anuario de investigación 2017/ vol. 6/ ISSN 2227-4235. Universidad Católica de El Salvador. P. 351-365.

BAYER. 2017. Seguridad de los insecticidas neonicotinoides para las abejas. (En línea). S.l. BeeInformed No. 3. 16 p. Consultado el 30 de septiembre de 2021. Disponible en https:// www.cropscience.bayer.com/sites/cropscience/ files/inline-files/BEEINFOrmed_3_ Bee_Safety_of_Neonicotinoids__Spanishj4qsl75i_ 0.pdf

Berrío, VA; Mosquera, J; Alzate, DF. 2015. Uso de drones para el análisis de imágenes multiespectrales en agricultura de precisión. (En línea). Colombia. Universidad de Pamplona. 14 p. Consultado el 22 de enero de 2020. Disponible en https://www.researchgate.net/ publication/319853440_USO_DE_DRONES_ PARA_EL_ANALISIS_DE_IMAGENES_MULTIESPECTRALES_ EN_AGRICULTURA_DE_ PRECISION

CENGICAÑA (Centro Guatemalteco de Investigación y Capacitación de la caña de azúcar). 2012. El cultivo de la caña de azúcar en Guatemala. (En línea). Guatemala. 512 p. Consultado el 11 de febrero de 2020. Disponible en https://www.google.com/search?sxsrf= ACYBGNQfkpuCbov6g08rF_-fpJqxEdln a Q % 3 A1 5753 0 52 8 07 1 0 & e i = Q E D l XcT- 9KqGd5wKavI8Q&q=perdidas+economi c a s + e n + c a% C 3 % B 1 a + d e + a z % C 3 % B - Acar+por+plagas+CENGICA%C3%91A+pdf & o q = p e r d i d a s + e c o n o m i c a s + e n + - ca%C3%B1a+de+az%C3%BAcar+por+plagas+ CENGICA%C3%91A+pdf&gs_l=psy -ab.3...26050.27686..27961...0.2..0.138.1 217.1j9......0....1..gws-wiz.......0i71j35i304i- 3 9j 33 i1 0.1 I g e 5 d x h j i k&ve d = 0 a h U K EwjEna29tZf mAhWhzlkKHRreAwIQ4dUDCAo& uact=5

Congedo, L. 2021. Semi-Automatic Classification Plugin: A Python tool for the download and processing of remote sensing images in QGIS. Journal of Open Source Software, 6(64), 3172, https://doi.org/10.21105/ joss.03172.

CONSAA (Consejo Salvadoreño de la Agroindustria Azucarera). 2020. Información CONSAA: toneladas por manzana zafra 19/20. El Salvador. Sistema informático Ingenio El Ángel

Córdoba, M; Balzarini, M; Bruno, C; Costa, JL. 2011. Análisis de componentes principales con datos georeferenciados: Una aplicación en agricultura de precisión. Argentina. Rev. FCA UNCUYO. 44(1). P. 27-39

Díaz García Cervigón, JJ. 2015. Estudios de índices de vegetación a partir de imágenes aéreas tomadas desde UAS/RPAS y aplicaciones de éstos a la agricultura de precisión. Madrid. ESP. Tesis. M.Sc. Universidad Complutense de Madrid.

Franklin et al., (1995). Citado por Álvarez Taboada MF; Lorenzo Cimadevila, H; Rodríguez Pérez, JR; Picos Martín, J y Valero Gutiérrez del Olmo, E. 2005. Detección de áreas forestales afectadas por el ataque de insectos empleando teledetección y sistemas de información geográfica. Aplicación a las masas de Eucalipto afectadas por Gonipterus Scutellactus en Galicia. España. 7 p.

IRAC (Comité de Acción contra la Resistencia a Insecticidas). 2019. Clasificación del modo de acción de insecticidas y acaricidas. (En línea). España. 28 p. Consultado el 26 de noviembre de 2019. Disponible en https://www.goog l e . c o m / s e a r c h ? s x s r f = A C Y B G N R - j F u z l j h z N 2 E P Q A 2 z a 7 9 U S Y e F e w - g%3A1574800961944&ei=QY7dXeyGOYvl- 5gKe95qQBw&q=irac+espa%C3%B1a&oq = I R A C + e s & g s _ l = p s y - a b . 3 . 0 . 0j0i203j0j0i203l2j0i22i30l2j0i22i10i30j0i22i- 30j0i22i10i30.221840.223838..225751...0.2..0. 168.936.0j7......0....1..gws-wiz.......0i71j35i39j0i- 67j0i131j0i20i263j0i10j0i10i203.rCmXfNVdJJ4

Kharuf Gutierrez, S. 2018. Análisis de imágenes multiespectrales de sembrados de caña de azúcar adquiridas con vehículos aéreos no tripulados. (En línea). Cuba. Tesis. Universidad Central “Marta Abreu” de Las Villas. 112 p. Consultado el 16 de julio de 2021. Disponible en https://dspace.uclv. edu.cu/bitstream/handle/123456789/10757/ S a m y % 2 0 K h a r u f % 2 0 G u t i e r r e z . . pdf?sequence=1&isAllowed=y

Lárraga Altamirano, HR; Piedad Rubio, AM; Hernández López, DR y Guerrero Durán, EH. 2019. Modelo de clasificación espacial de textura aplicada a unidades de vegetación. (En línea). México. 11 p. Consultado el 19 de julio de 2021. Disponible en https://www. eumed.net/rev/tectzapic/2019/02/unidadesvegetacion. pdf

León Bañuelos, LA. 2019. Análisis de la distribución espacial de Arceuthobium globosum implementando teledetección en el área de protección de flora y fauna nevado de Toluca. México. Tesis. Universidad Autónoma del estado de México. 172 p.

Lobo, 1995. Citado por Olvera Vargas, LA; Galindo Mendoza, MG; Aguirre Gómez, R; Aguilar Rivera, N; Yañez Espinoza, E. S.f. Propuesta para el monitoreo del barrenador de la caña de azúcar Diatraea saccharalis a través de espectroradiometría de campo. México. Universidad Autónoma de San Luis Potosí. 6 p.

Marini, F. y Santamaría, M. 2019. Evaluación de índices verdes convencional e índices del “borde rojo” en la discriminación de cultivos a nivel regional. (En línea). Argentina. ISSN. 0718-7130. 15 p. Consultado el 13 de octubre de 2021. Disponible en http://revistanadir. yo l a s i te .co m /r e s o u r c e s /A r t i c u l o% 2 0 Marini%20y%20Santamaria.pdf

Muñoz Aguayo, P. 2013. Apuntes de teledetección: índices de vegetación.(En línea). Chile. 15 p. Consultado el 26 de abril de 2020. Disponible en http://bibliotecadigital.ciren. cl/bitstream/handle/123456789/26389/ T e m a % 2 0 I n d i c e s % 2 0 d e % 2 0 v e g e t a c i % C 3 % B 3 n % 2 C % 2 0 P e d r o % 2 0 M u % C 3 % B 1 o z % 2 0 A . pdf?sequence=1&isAllowed=y

Olvera Vargas, LA; Galindo Mendoza, MG; Aguirre Gómez, R; Aguilar Rivera, N; Yañez Espinoza, E. 2015. Propuesta para el monitoreo del barrenador de la caña de azúcar Diatraea saccharalis a través de espectroradiometría de campo. México. Universidad Autónoma de San Luis Potosí. 6 p.

Ponvert Delisles, D; Lau Quan, A. 2013. Uso de las imágenes de satélite y los SIG en el campo de la Ingeniería Agrícola. La Habana. Cu. Universidad Agraria de La Habana Fructuoso Rodríguez Pérez. Revista Ciencias Técnicas Agropecuarias. Vol 22. No. 4. 7 p

Ramos, D.A. 2020. Los 6 índices de vegetación para completar el NDVI. (En línea). España. Consultado el 13 de octubre de 2021. Disponible en https://mappinggis. com/2020/07/los-6-indices-de-vegetacionpara- completar-el-ndvi/#GCI_Indice_de_ Clorofila_Verde

Soledad, M; Federico, K. 2009. La tecnología espacial en el campo: Aplicaciones de imágenes satelitales en agricultura de precisión. Argentina. V congreso Argentino de tecnología espacial. 7 p

Winkler, K. 2018. Agrotóxicos en el cultivo de la caña de azúcar y sus impactos en la salud humana. Causas y orígenes de la Nefropatía Mesoamericana en Guatemala. Guatemala. 57 p

Zenteno Cruz, GA; Palacios Vélez, E; Tijerina Chávez, L; Flores Magdaleno, H. 2017. Aplicación de tecnologías de percepción remota para la estimación del rendimiento en caña de azúcar. México. Revista Mexicana de Ciencias Agrícolas. Vol. 8. No. 7. P 1575- 1586

Descargas

Publicado

2023-09-29

Número

Sección

Artículos Científicos

Cómo citar

Monitoreo de mosca pinta (Hemiptera: Cercopidae: Aeneolamia sp) en cultivo de la caña de azúcar mediante sensores remotos y su posible aplicabilidad para el manejo fitosanitario. (2023). Revista Minerva, 4(3), 53-69. https://revistas.ues.edu.sv/index.php/minerva/article/view/2617