Modelagem computacional para previsão de favorabilidade de ocorrência de Diaphorina citri e de podridão floral dos citros

• Processo: 24/16847-7
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de novembro de 2024
• Data de Término da vigência: 28 de fevereiro de 2026
• Área de conhecimento: Ciências Agrárias - Agronomia - Fitossanidade
• Pesquisador responsável: Alécio Souza Moreira
• Beneficiário: Marina Rocha Martins Monteiro
• Instituição Sede: Embrapa Agricultura Digital. Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA). Campinas , SP, Brasil
• Vinculado ao auxílio: 23/02915-8 - Zoneamento de favorabilidade à ocorrência de psilídeo e de podridão floral dos citros no cinturão citrícola brasileiro expandido em cenários de mudanças climáticas, AP.R
• Assunto(s): Citrus sinensis Estatística Greening (doença de planta) Modelos matemáticos Modelagem computacional
• Palavra(s)-Chave do Pesquisador: Citrus sinensis | Dados climáticos | Equações diferencias | Estatística | Huanglongbing | modelagem matematica | Modelagem computacional

Resumo

Indicar o risco de ocorrência de determinadas pragas e doenças dos citros como é o caso de Diaphorina citri, psilídeo vetor da bactéria associada ao Huanglongbing (HLB), principal doença da citricultura e da podridão floral, causada por Colletotrichum spp. é essencial na decisão dos citricultores por novos plantios ou aumento de área plantada de citros como é o caso do cinturão citrícola e sua expansão.Essa indicação virá do desenvolvimento de modelos computacionais. Modelos correlativos de distribuição de espécies como o MaxEnt (modelo de máxima entropia), modelos lineares generalizados (regressão linear e logística), modelos generalizados aditivos e análises discriminantes, árvores de regressão e classificação, árvores aleatórias e redes neurais artificiais, Gompertz e Logístico serão testados, comparados, selecionados e validados para a predizer a ocorrência de D. citri e de PFC em regiões de cinco estados compreendidos pelo cinturão citrícola expandido (CCE). Os modelos computacionais utilizarão variáveis preditoras climáticas e biológicas associadas ao hospedeiro (citros),à bioecologia de D. citri e ao monociclo de Colletotrichum spp. A ocorrência de D. citri e de PFC no CCE será indicada com, pelo menos, três níveis de favorabilidade e a comparação e seleção dos modelos se baseará principalmente no critério Akaike de informação (AIC, do inglês).