Modelo de predicción de riesgo de daño de la mosca pinta Aeneolamia postica (Walker) Fennah (Hemiptera: Cercopidae)

Spanish; Castilian. Este trabajo cuantificó el riesgo de ocurrencia de poblaciones dañinas de Aeneolamia postica (Walker) Fennah en caña de azúcar en Veracruz, México. Para esto se construyó un modelo deductivo, que consistió en la identificación, cuantificación y validación de la secuencia de eventos que conducen a densidades dañinas, considerada como una falla crítica en el cultivo. Se determinó que el estado de los componentes del sistema que favorecen a la plaga fueron: temperaturas e" 28°C, precipitación e" 45% en junio y julio, contenido de arcillas en el suelo e" 40%, cultivos adyacentes infestados, precario control de maleza, dominancia de los vientos, fenología y variedad del cultivo, controles químicos y biológicos deficientes, y riegos. El análisis de sensibilidad señaló que altas temperaturas, altas precipitaciones, infestación en el año anterior, la presencia de ninfas y presencia de maleza son los eventos más importantes. Las probabilidades estimadas de los eventos se combinaron con álgebra Booleana para calcular la distribución de probabilidades de la falla crítica, que tuvo valores mínimo, promedio y máximo de 0,417, 0,563, y 0,734 respectivamente. El modelo se probó en campo en el año 2004 mediante la selección de parcelas que tuviesen las características señaladas por el modelo y comparando, mediante el muestreo de poblaciones de mosca pinta, con parcelas que no las tuviesen. Se encontró que las parcelas con alto riesgo de daño presentaron densidades significativamente (F = 13, 4 con gl = 1, 18, P = 0,0018) mayores (2,4 adultos m-1) que parcelas de bajo riesgo (0,4 adultos m-1).

English. This paper evaluated the risk that Aenolamia postica (Walker) Fennah populations reach the economic threshold in sugar cane fields in Veracruz, México. A risk deductive model was constructed to include the sequence of events leading to damaging populations, considered the top event or critical failure in the crop. Model events were identified and quantified, and model was validated on field conditions. The model components and their state values were identified as: temperature e" 28°C, precipitation e" 45% during June and July, soil clay content e" 40%, infested adjoining fields, deficient weed control, wind dominance, crop phenology and variety, deficient chemical and biological control, and irrigation. Sensitivity analysis showed that the most important events triggering high densities of A. postica were high temperatures and precipitation, previous field infestation, nymph and weed presence. Event probability estimates were combined using Boolean algebra to compute the minimum, mean and maximum probabilities for the top event, yielding values of 0.417, 0.563, y 0.734 respectively. Model was tested in field, by selecting sugar cane fields having the model properties and compared to fields without these features. Fields were sampled in both conditions during 2004 year and 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.