Prevedere il clima e prevenire le malattie delle piante · •Maggiore Area fogliare totale per...

Prevedere il clima e prevenire le malattie delle piante R.BUGIANI

Climate change

Temperatura

Precipitazioni

Concentrazione di CO2

MACFRUT 2017 - PREVEDERE IL CLIMA E PREVENIRE LE MALATTIE DELLE PIANTE 2

Concentrazione di CO2 Sulla pianta

• Miglioramento della fotosintesi

• Incremento dell’accrescimento fogliare

• Aumento dello spessore della foglia

• Maggiore numero di foglie

• Maggiore Area fogliare totale per pianta

• Aumento dell’efficienza d’uso dell’acqua

• Riduzione della degradazione della lettiera e dei residui vegetali nel suolo


Ospite


Prefioritura Allegagione Gemma cotonosa Raccolta

15 aprile 1990 10 settembre

20 marzo 2000 15 agosto

Temperatura


Cosa è successo nel mondo, in Europa, in Italia , in Emilia, a Ferrara: temperature: il salto del 1987, precipitazioni (variabilità) ed eventi estremi.


Effetto dell’ambiente sullo sviluppo di una epidemia


Triangolo epidemiologico

Ospite Condizioni favorenti la suscettibilità

In generale lo scoppio epidemico di una malattie avviene come il risultato dell’interazione di 3 fattori principali: • Popolazione dell’ospite • Popolazione del patogeno • L’ambiente

MACFRUT 2017 - PREVEDERE IL CLIMA E PREVENIRE LE MALATTIE DELLE PIANTE

Cambiamento climatico •Temperatura •Contenuto di CO2

•Pioggia •Copertura nuvolosa •etc

ambiente

Interazione fra i fattori

Cambio ospite Varietà Pratica colturale Difesa chimica

Cambio patogeno genetico spostamento

Scenari potenziali al cambiamento

Diminuita intensità della malattia

Maggiori epidemie

Cambiamenti a favore della malattia in uno o

due fattori

Cambiamenti a favore della malattia in tutti e

tre i fattori

Interazione tra i componenti del triangolo epidemico e i potenziali risultati

Garret et al.,2009

8

Tignoletta della vite


Nelle aree più produttive ci potrebbe essere un effetto negativo, causato dell’asincronia tra gli stadi fenologici resistenti e le larve di tignoletta.

un aumento del numero di generazioni potrebbe essere favorito dal riscaldamento del clima

i danni causati dalla generazione aggiuntiva sarebbero limitati dall’anticipo della raccolta.

Malattie trasmesse da vettori


• La sopravvivenza può diminuire o aumentare in funzione delle specie

• Alcuni vettori hanno una alta sopravvivenza con temperatura elevata

• Cambiamento del tasso di crescita della popolazione del vettore

• Aumento dell’azione trofica del vettore e di contatto con l’ospite > maggiore possibilità di trasmissione

Difesa anticrittogamica

Scelta del fungicida

antiperonosporico

Conoscenza delle caratteristiche del

formulato

Coltura

Pressione della

malattia

Presenza di altre

malattie

Bassa

Elevata

Fenologia

Velocità di accrescimento

della pianta

Alternaria

Septoria

Batteriosi Modalità d’azione

Dilavabilità

Efficacia

Traslocazione

Clima

CONVEGNO OI POMODORO - CODIGORO - 6/12/2016 11

Oidio della vite


Latenza delle

oospore

Temperatura Presenza d’acqua

Germinazione

Infezione

Sopravvivenza degli

zoosporangi Sopravvivenza delle zoospore

Temperatura Umidità relativa

Liberazione delle

zoospore

Temperatura Umidità della foglia

Diffusione

Pioggia

Sintomi di malattia

Incubazione

Temperatura Umidità relativa

Presenza d’acqua

Peronospora della vite


http://www.inra.fr/Internet/Produits/HYP3/images/6034731.jpg

http://www.charriere-distribution.com/maladies/maladies/miliou-tache-d-huile16.jpg

Probabilità statistica d’infezione di P.viticola

14

R2 = 0,75

costante 28,337 0,909

ggp3 -0,769 0,115 67%

ggsp4 0,335 0,069 33%

Variabili Coefficiente SE % Varianza

Y=28,3-0.769*ggp3+0,335*ggsp4

Y’=Y-2.84

20

22

24

26

28

30

32

34

36

20 22 24 26 28 30 32 34 36

Infezioni osservate

Infe

zio

ni

stim

ate

RA93

BO99

PC99

RA99 BO96

PC00

RA00

RA95

BO00

PC93 BO95

BO93

PC96

PC94

RA94

BO94

RA97 BO98

PC98 PC95

RA98

BO97

PC97

RA96

Y’

Y

MACFRUT 2017 - PREVEDERE IL CLIMA E PREVENIRE LE MALATTIE DELLE PIANTE


Latenza delle oospore di P.viticola

0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,1

d-gen d-gen d-gen d-gen d-gen d-feb d-feb d-feb d-feb d-mar d-mar d-mar d-mar d-apr d-apr d-apr

1992 1993 1994 1995 1996 1997

1998 1999 2000 2001 2002 2003

2004 2005 2006 2007 2008 2009

2010 2011 2012 2013 2014 2015

media termine latenza 2016 2017

2014 2016 2007

1994

3.6

3

2.4

1.8

1.2

0.6

0

Ind

ice d

i p

ioggia

0 2 4 6 8 10 12 14 16

Pioggia in 48 h (mm)

8 11 14 17 20 23 26

Temperatura (°C)

1.2

0.96

0.72

0.48

0.24

0

Ind

ice d

i te

mp

era

tura

1.2

0.96

0.72

0.48

0.24

0

Ind

ice d

i u

mid

ità

80 84 88 92 96 100

Umidità relativa (%)

Modello IPI (Indice Potenziale Infettivo): Tmin > 7°C

Pioggia cumulata > 0.2 mm

RH > 79%

IPIi = f (Ti, RHi o Pioggiai)

IPI = IPIi

n

i=1Maggio

valori numerici

che aumentano

via via che le

variabili meteo si

avvicinano ai

valori ottimali

per il patogeno.


Pressione infettiva (Valle Mezzano)


Forecaster Alternaria Solani on Tomato (Madden L., Pennypacker S.P., McNab A.A. (1978) - USA


Botrite della fragola: Straw-Bot


Aflatossine e mais Modello LOG-AF

Input: Dati meteo giornalieri

Output: Rischio superamento soglia di contaminazione della granella alla Raccolta

(Battilani et al., 2008)

Ottimizzare gli interventi colturali

Eventuale trattamento

Stimare le contaminazioni

Definire la raccolta

Gestire il post-raccolta (essiccazioni, operazioni, tempestività, sorting)


Input: Dati meteo dalla spigatura

(T, RH, Rainfall, LW)

Output: 2 Indici di rischio, giornaliero e accumulato nella

stagione

Indice di Infezione(FHB-inf) per ogni specie di

Fusarium

Indice di accumulo micotossigenonelle cariossidi di F.

graminearum e F. culmorum (FHB-tox)

T

Specie

fungina

SHT

Sintomi sulle spighe

MAH

Micotossine nelle

cariossidi

MIS

Micelio nelle fonti

d’inoculo

SIS

Spore sulle fonti di

inoculo

SHS

Spore sulle spighe

HIH

Micelio nelle spighe

HIS

Micelio nelle

cariossidi

INC

:

Incubazi

one

SPOR: Sporulazione

DIS: Dispersione

INF: Infezione

INV: Invasione

MA

C:

Toss

inogenesi

SP

OR

:

Sporu

lasz

ione

R, T, RH

T, LW, RH

Stadio

fenologico

T, aW

Specie

funginaT, aW

Specie

fungina

Stadio

fenologico

T

T

Specie

fungina

SHT

Sintomi sulle spighe

MAH

Micotossine nelle

cariossidi

MIS

Micelio nelle fonti

d’inoculo

SIS


inoculo

SHS

Spore sulle spighe

HIH


HIS

Micelio nelle

cariossidi

MIS

Micelio nelle fonti

d’inoculo

SIS


inoculo

SHS

Spore sulle spighe

HIH


HIS

Micelio nelle

cariossidi

INC

:

Incubazi

one

INC

:

Incubazi

one

SPOR: Sporulazione

DIS: Dispersione

INF: Infezione

INV: Invasione

SPOR: Sporulazione

DIS: Dispersione

INF: Infezione

INV: Invasione

MA

C:

Toss

inogenesi

MA

C:

Toss

inogenesi

SP

OR

:

Sporu

lasz

ione

SP

OR

:

Sporu

lasz

ione

R, T, RH

T, LW, RH

Stadio

fenologico

T, aW

Specie

funginaT, aW

Specie

fungina

Stadio

fenologico

T

FHB-wheat (Fusarium Head Blight on wheat)

Precision Farming GpS

Big Data

Clouding


Previsioni Meteorologiche Stazioni Meteo ? Sensori ? Dati Reali ? Dati Interpolati ?



Grazie per l’attenzione !

Prevedere il clima e prevenire le malattie delle piante · •Maggiore Area fogliare totale per...

Documents

Transcript of Prevedere il clima e prevenire le malattie delle piante · •Maggiore Area fogliare totale per...