Loading...
 

Sistema de predicción biológica para controlar la Sigatoka negra


Sistema de predicción biológica para controlar la Sigatoka negra
BLSD_NP.jpg

El sistema de predicción biológica para controlar la Sigatoka negra monitorea el desarrollo de la enfermedad con el fin de controlarla con la aplicación mínima de fungicidas. El objetivo del método es impedir que la enfermedad se desarrolle hacia la necrosis. Como la eficiencia de los tratamientos se basa en un fuerte efecto curativo, se prefiere el uso de fungicidas sistémicos al de fungicidas de contacto. Agregar aceite mineral al fungicida también aumenta su efecto curativo. El método, originalmente desarrollado para las manchas foliares de la Sigatoka, no es adecuado para zonas que reciben lluvia durante todo el año y funciona mejor cuando la logística y la toma de decisiones están centralizadas y en manos de especialistas. Reducir el costo en la lucha contra las manchas foliares, también minimiza el impacto en el medio ambiente.

Metodología

Para decidir cuándo  aplicar los fungicidas, hay que tener en cuenta el desarrollo de la enfermedad y de la planta, en tanto ambos dependen del clima. El primer paso consiste en crear un sistema de monitoreo en campo. El principal parámetro que se debe evaluar es el Estado de Evolución de la Enfermedad (EEE). El EEE también es un buen indicador de la eficiencia en la aplicación de los fungicidas. El protocolo completo está publicado en Fruits[1].

Parcela de observación

Para controlar el avance de la enfermedad, por lo general se usan 10 plantas de banano que tengan entre 8 y 10 hojas. Las 10 plantas se deben seleccionar al azar, dos meses después de la siembra y el etiquetado. La presencia de síntomas se observa una vez por semana, preferiblemente en plantas sin flores. Después de que las primeras plantas hayan florecido, se recomienda sembrar 20 nuevas plantas cada 3 o 4 meses para garantizar una disponibilidad de plantas sin flores para observación.

El número de parcelas de banano dependerá de la zona cubierta por el sistema de alerta y la presencia de microclimas. Una parcela tendrá una superficie de entre 20 y 200 ha, dependiendo de su uniformidad.

Colecta de datos

Cada semana hay que anotar el número de hojas en cada planta y la etapa de desarrollo de la hoja cigarro, utilizando la escala de Brun. Las etapas de desarrollo de la hoja cigarro se califican así: etapa A=0, etapa B=2, etapa C=4, etapa D=6 y Etapa E=8.

Cada semana, anote para cada hoja (hojas 2, 3 y 4) de cada planta, la etapa más avanzada de la enfermedad, utilizando la escala de Fouré. Anote también la densidad de la lesión utilizando el signo menos ("-") si hay menos de 50 lesiones (independientemente de la etapa de desarrollo de la enfermedad) y el signo más ("+") si hay más de 50. Escriba «nada» si la hoja no muestra ningún síntoma de la enfermedad.

Estimación del EEE

Determinar el EEE requiere calcular un coeficiente, que representa la velocidad a la que se desarrolla la enfermedad, y la Tasa de Emisión Foliar (TEF).

Cálculo del coeficiente

La etapa de la enfermedad, la densidad de las lesiones y el número de hoja (contando desde la hoja más joven, cuyo número es 1) se utilizan para determinar el valor del coeficiente (ver cuadro a continuación). Para un determinado número de hoja, cuanto más alto sea el estado de la enfermedad, más rápido se está desarrollando. Para una fase determinada de la enfermedad, cuanto más joven sea la hoja, más rápido se desarrolla la enfermedad.

Etapa de desarrollo de la enfermedad

Densidad de las lesiones

Número de hoja

2

3

4

1 - 60 40 20
+ 100 80 60
2 - 100 80 60
+ 140 120 100
3 - 140 120 100
+ 180 160 140
4 - 180 160 140
+ 220 200 180
5 - 220 200 180
+ 260 240 220
6 - 260 240 220
+ 300 280 260
 
Para cada número de hoja se determina un coeficiente de corrección para cada etapa de la enfermedad. Para un determinado número de hoja, el número de plantas muestreadas que tienen el mismo coeficiente se multiplica por el valor de dicho coeficiente. Por ejemplo, si la hoja 3, en 6 de las plantas muestreadas, está en la etapa 1 y tiene menos de 50 lesiones (-), el coeficiente (40) se multiplica por el número de plantas (6) para conseguir un coeficiente de corrección de 240 en la etapa 1 de la hoja 3. Para un determinado número de hojas, se añaden los coeficientes corregidos para cada una de las etapas de la enfermedad. Este total se añade al total de las hojas 3 y 4 para obtener el coeficiente sumatorio Sumcoef que se utilizará en el cálculo del EEE.

Cálculo de la TEF

La TEF de cada planta muestreada se calcula así:

TEF = ((número actual de hojas ) + ( 0.1 x etapa actual de la hoja cigarro)) - ((número previo de hojas ) + ( 0.1 x etapa previa de la hoja cigarro))

La TEF de cada planta muestreada se suma para obtener la sumatoria de la TEF SumTEF.

La TEF durante 10 días se calcula así:

TEF10d = (SumTEF x 10) / (Número de plantas de banano X número de días entre observaciones)

La TEF de la semana en curso se calcula así:

TEFsemana en curso = (TEFde la semana anterior + TEF10d) / 2

Cálculo del EEE semanal

EEE = Sumcoef x TEFde la semana en curso

Programación de la aplicación de fungicidas

Proyecte el EEE en el tiempo. Un aumento significativo en el EEE puede motivar la decisión de aplicar un fungicida; sin embargo, hay que tener en cuenta otros factores como las precipitaciones semanales y otros parámetros de la  enfermedad[2]. El tiempo entre la decisión de tratar con fungicidas y su aplicación no debe exceder 2 días; además, toda el área que va a recibir tratamiento se debe cubrir el mismo día. Si los fungicidas se aplican mediante fumigación aérea, hay que verificar que las condiciones climáticas sean adecuadas.

SED_plot.jpg

Ejemplo de programación de aplicación de fungicidas con base en datos de EEE y de precipitación (los colores de las flechas corresponden a fungicidas diferentes). (Fuente: Ganry et al. 2012[2])

Solución de problemas

Un sistema de pronóstico biológico funciona en regiones donde hay un período seco (que puede ser tan corto como de un mes), la presión de la enfermedad es baja y no se ha observado resistencia al fungicida. La enfermedad se controla mejor si la colecta de datos, la decisión de tratamiento y la logística de éste están a cargo de una unidad técnica bien entrenada, no en manos de los productores. Éstos, sin embargo, pueden ayudar a mantener el nivel de inóculo bajo deshojando con regularidad, especialmente antes de un tratamiento programado.

Si el EEE no disminuye después de una aplicación, el tratamiento no ha sido efectivo. Esto se puede deber a diversos factores como mala cobertura, mala elección del fungicida, resistencia del hongo al fungicida o un nivel de inóculo demasiado alto.

El uso de aceite mineral como portador del fungicida mejora la eficacia del tratamiento. Sólo se deben usar formulaciones de fungicidas compatibles con aceite. También es necesario conocer el efecto fitotóxico del aceite para determinar la concentración que se vaya a utilizar.  

Dependiendo del tipo de fungicida que se utilice y del tiempo de exposición del hongo al fungicida, puede ocurrir que poblaciones de hongos desarrollen resistencia al fungicida. Monitorear este indicador y tomar medidas adecuadas, como cambiar de fungicidas o alternarlos, reducirá la selección de cepas de hongos resistentes.

Impacto

Este sistema de predicción fue desarrollado en Guadalupe y Martinica en los años 70 para controlar la mancha foliar de la Sigatoka. Luego, en la década de los 80, se adaptó a la Sigatoka negra, primero en el plátano plátano de Gabón y luego en el banano de exportación de Camerún, Costa de Marfil y Ecuador. En los lugares donde se ha utilizado este sistema de predicción, la Sigatoka Negra se ha controlado con un promedio de 10 a 15 aplicaciones al año[3]. En la década de 1990, un estudio realizado en Colombia mostró una reducción del 50% en el número de aplicaciones de fungicidas y una disminución del 40% en el costo para controlar la Sigatoka negra[4].

Referencias

2. Ganry, J., Fouré, E., De Lapeyre De Bellaire, L. and Lescot, T. 2012. An integrated approach to control the Black Leaf Streak Disease (BLSD) of bananas, while reducing fungicide use and environmental impact. p193-226. In: Dhanasekaran, D., Thajuddin, N. and Panneerselvam, A. (eds.). Fungicides for Plant and Animal Diseases. InTech, Rijeka (HRV).
3. Ganry, J. 2001. Maîtrise de la culture du bananier pour une production raisonnée face aux nouveaux défis. Comptes Rendus de l'Académie d'Agriculture de France 87(6):119-127.

Ver también en este sitio

Paginas Musapedia sobre prácticas para reducir la aplicación de plaguicidas:

 

Esta página forma parte de una serie iniciada gracias a una subvención del Ministerio de Agricultura, Alimentación y Bosques de Francia, al Foro Mundial del Banano.White