Modelos jerárquicos predictivos para la dinámica poblacional de pentatómidos en cultivos de soja

Abstract

En las últimas décadas, la intensificación de la producción agrícola, acompañada de una mayor presión por plagas, resultó en un aumento sustancial del uso de pesticidas sintéticos. El manejo integrado de plagas (MIP) brinda un marco para el desarrollo y uso de estrategias de control que sean efectivas y a le vez sustentables. Promueve el uso de procesos biológicos renovables para el control de plagas, el monitoreo de su dinámica poblacional y el uso de herramientas de decisión de control, tales como umbrales de daño y modelos predictivos. En este trabajo, se propone un enfoque de modelado empírico basado en un modelo bayesiano jerárquico con estructura espacio-estado para aumentar la eficacia y la eficiencia de los controles basados en el MIP y aumentar así su adopción por el sector productivo. Utilizando datos de abundancia de chinches (Pentatomidae) y de fenología del cultivo de soja, junto con datos meteorológicos para 8 localidades de la región pampeana , (1) se estimó el tamaño poblacional real de chinches través del tiempo, (2) se realizaron predicciones a corto plazo del tamaño poblacional, (3) se creó un método para estimar el daño acumulado por parte de las chinches que presentaban los cultivos, (4) se realizó un análisis de incertidumbre en las predicciones en función del tamaño muestral y (5) se evaluó la capacidad predictiva de distintas variantes del modelo con el criterio de información WAIC y el método de validación cruzada LOOCV. Las predicciones mostraron un grado de exactitud razonable y la estimación del daño acumulado permitió aumentar la información disponible para los productores acerca de cuándo realizar un control. Por último, el análisis de incertidumbre sugirió un tamaño muestral de 60 para obtener un buen balance entre la precisión y el esfuerzo de muestreo.