Análisis probabilístico de riesgo para el manejo preventivo de la mosca pinta Aeneolamia postica (Walker) Fennah (Hemiptera: Cercopidae).

Abstract

Esta investigación aplicó la metodología de árbol de fallas para construir un modelo deductivo de riesgo, que incluyó la secuencia de los eventos que conducen a Altas Densidades de Adultos de la Mosca Pinta Aeneolamia postica en el Mes de Julio en Veracruz, México. Se construyeron y analizaron otras dos fallas críticas: Altas Densidades de Adultos de la Mosca Pinta en el mes de julio (Evaluado en el mes de abril) y Bajas Densidades de Ad ultos de la Mosca Pinta en el Mes de julio. Fueron identificados y cuantificados los eventos, y se validó el modelo en condiciones de campo para Altas Densidades de Adultos en el mes de julio. Los componentes del sistema mosca pinta-caña de azúcar relacionados con la dinámica de la plaga fueron: temperatura, precipitación, humedad relativa, tipo de suelo, parcelas adyacentes, control de maleza, vientos, variedad, estado de desarrollo, control químico y biológico y riegos. El análisis de sensibilidad indicó que los eventos más importantes que propician Altas Densidades de Adultos de la Mosca Pinta en el mes de julio son temperatura y precipitación, la infestación en el año anterior, la presencia de ninfas y la presencia de maleza. Para el mes de abril, las principales fallas fueron presencia de huevecillos invernantes, contenido de arcillas en el suelo = 40% y presencia de maleza en los bordes de las parcelas. Para Bajas Densidades de Adultos en el mes de julio se encontró que la no inmigración de adultos, no infestación el año anterior, el control químico eficiente y la no detección de ninfas en la parcela fueron las fallas iniciales más importantes. La probabilidad de cada una de las fallas críticas evaluadas fue 0.563, 0.336 y 0.686. Se validó el modelo comparando parcelas con altas y bajas probabilidades de ocurrencia de la plaga, encontrando diferencia significativa (F =13, 4, gl =1, 18, p = 0.0018) entre parcelas con alta incidencia (2.4 adultos m-1) y parcelas con baja incidencia (0.4 adultos m-1) previstos en el modelo. _______________ PROBABILISTIC RISK ANALYSIS TO PREVENTIVE MANAGEMENT OF SPITTLEBUG Aeneolamia postica (Walker) Fennah (HEMIPTERA: CERCOPIDAE). ABSTRACT: This research applied the fault tree methodology to build a risk deductive model which included the events sequence leading to damaging Aeneolamia postica adult populations in the month of July, considered the top event or critical failure in the crop. In addition, two critical failures and their fault trees were constructed and analyzed: High densities of A. postica evaluated in April and low densities occurring in July. Model events were identified and quantified, and model was validated on field conditions for the occurrence of high densities in July. The froghopper-sugar cane system components related to the pest dynamics were identified as: temperature, precipitation, relative humidity, soil type, adjoining crops, weed control, wind, crop variety and phenology, chemical and biological control and irrigation. Sensitivity analysis showed that the most important events triggering high densities of A. postica in July were high temperatures and precipitation, previous field infestation, nymph and weed presence. For the April model, main events were: overwintering eggs presence, soil clay content higher than 40% and weed occurrence in field borders. The model for low densities in July had as main components failure of adult immigration, failure of infestation the previous year, efficient chemical control and failure to detect nymphs. Event probability estimates were combined using Boolean algebra to compute probabilities for the top events, yielding va lues of 0.563, 0.336 y 0.686 for high densities in July, high densities evaluated in April and low densities in July. Model validity was tested by comparing high-risk and low-risk sugar cane fields. High-risk fields had significantly (F =13, 4, gl =1, 18, p = 0.0018) higher densities (2.4 adults m-1) than low-risk plots (0.4 adults m-1) thus agreeing with the model forecast.