Pesquisa quer prever lagarta-do-cartucho
CI
Imagem: Eliza Maliszewski
PRAGAS

Pesquisa quer prever lagarta-do-cartucho

O controle efetivo deve ser realizado em um estágio inicial do ciclo de cultivo
Por: -Eliza Maliszewski

Um estudo liderado pelo CABI desenvolveu os primeiros modelos de previsão visando os estágios larvais da lagarta-do-cartucho - usando dados de observação da Terra em tempo real e ocorrência de pragas no campo de um agricultor, os modelos ajudarão na luta contra a praga devastadora da lagarta-do-cartucho (LFM) , que se estima que só na África cause perdas anuais de rendimento de US$ 9,4 bilhões.

Uma nova pesquisa conduzida por uma equipe internacional, liderada pela pesquisadora Alyssa Lowry, demonstrou como os modelos desenvolvidos para as populações de larvas da LFM na África podem ajudar os pequenos agricultores a prever com mais precisão o melhor momento para fazer uma intervenção de manejo em suas plantações para evitar danos. A praga (Spodoptera frugiperda) favorece o milho, mas também pode afetar mais de 100 outras espécies de plantas.

O estudo, publicado na revista Crop Protection e com o apoio de colegas da Organização de Pesquisa Agrícola e Pecuária do Quênia (KALRO) e do Instituto de Pesquisa Agrícola da Zâmbia (ZARI), construiu dois modelos de emergência de populações de larvas com base em dados de campo de LFM de milho na Zâmbia . Os modelos foram então validados usando dados semelhantes de vários locais de milho no Quênia.

O controle efetivo da LFM deve ser realizado em um estágio inicial do ciclo de cultivo, quando as larvas podem ser difíceis de detectar. A janela de tempo em que as larvas em estágio inicial podem ser controladas é bastante ampla, e os modelos ajudam a definir a janela quando uma intervenção pode ser feita se a praga estiver presente ou quando as atividades de monitoramento e reconhecimento seriam ideais.

A nova modelagem da emergência e desenvolvimento da população larval de ínstar precoce e tardio - em relação ao tempo fisiológico desde o plantio - agora permite que alertas sejam enviados aos agricultores antes de uma intervenção/tempo de observação, permitindo que os agricultores tomem medidas preventivas como parte de seu Programa Integrado. Planos de Manejo de Pragas.

Lowry e seus colegas destacam como essa modelagem já rendeu dividendos como parte do Pest Risk Information Service (PRISE), liderado pelo CABI, que fornece alertas em tempo real – via mensagens SMS – para os agricultores aconselhando-os quando agir para proteger suas plantações de pragas .

No final da temporada de chuvas curtas de 2019/2020 no Quênia, por exemplo, uma pesquisa separada revelou que 59% dos agricultores – que receberam o serviço de previsão – mudaram suas práticas para lidar com a LFM.

As intervenções do PRISE – com base na modelagem de dados de observação da terra destacada pela pesquisa do CABI – resultaram ainda em uma população reduzida de LFM e um aumento na colheita de milho. De fato, 87% dos produtores de milho pesquisados ??em pesquisas separadas acreditavam que o tempo recomendado para agir pelo PRIZE estava correto.

A análise dos dados recentes de impacto do PRIZE mostra um retorno sobre o investimento de 1:182 Isso significa que os 1,8 milhão de agricultores alcançados pelo PRISE – nos cinco anos desde o lançamento do projeto em 2017 – ganharam £ 1,5 bilhão extra em valor de produção.

Dr. Sean T Murphy, um dos principais arquitetos do projeto PRIZE e líder da equipe de modelagem, disse: "É imperativo desenvolver estratégias e ferramentas eficazes de manejo de pragas para LFM, como os modelos implementáveis ??simples apresentados neste estudo. Na iniciativa PRIZE, os modelos FAW podem ser usados ??em outros sistemas de previsão de pragas que têm acesso a conjuntos de dados contínuos de temperatura em tempo real e a capacidade de processá-los."

Lowry acrescenta que "os modelos não exigem que os agricultores estimem diretamente os limites de ação e podem ser facilmente melhorados no futuro quando os dados sobre os limites de ação estiverem disponíveis para a África. Como o resultado desses modelos é um momento de ação, eles podem ser usados em conjunto com uma variedade de métodos de controle, como biopesticidas ou para o tempo de liberação de parasitóides larvais específicos de instar locais ou exóticos.

"O tipo de modelagem usado neste estudo pode ser facilmente aplicado a outras pragas principais de insetos de culturas agrícolas na África e o trabalho já está bem avançado em várias outras espécies dentro do projeto PRIZE. A equipe espera que os modelos possam contribuir para um 'positivo mudança gradual' para o sistema nacional de saúde vegetal da África".

Emmanuel Bakirdjian, Diretor Regional da África, Desenvolvimento de Precisão (PxD), um parceiro na pesquisa, disse que "uma vez que a infestação de pragas é facilmente visível para os agricultores no Quênia, eles têm um forte interesse em receber informações acionáveis ??sobre o manejo de pragas. Agricultores no MoA -O serviço INFO muitas vezes acaba aplicando os agrotóxicos muito cedo, o que resulta em uma infestação maior mais tarde, ou muito tarde, o que significa que as pragas são mais resistentes e têm causado mais danos.

"Através de nossa parceria com o CABI, as informações do PRIZE ajudaram cerca de 100.000 agricultores no serviço MoA-INFO, administrado pelo PxD, a saber quando os pesticidas têm maior probabilidade de serem eficazes. Isso ajudou os agricultores a recuperar mais culturas que foram infestadas por pragas e evitar a aplicação excessiva de pesticidas, o que reduz os riscos à saúde humana e os danos a outros organismos importantes no ecossistema local."


Atenção: Para comentar nesta página é necessário realizar o seu cadastro gratuíto ou entrar.
  • Clicar no botão Entrar caso já possua cadastro no Agrolink
  • Se não tiver cadastro ainda em nosso site Cadastre-se gratuitamente e terá acesso a conteúdos exclusivos
  • Clique aqui todas as vantagens de fazer seu cadastro no Agrolink

Usamos cookies para armazenar informações sobre como você usa o site para tornar sua experiência personalizada. Leia os nossos Termos de Uso e a Privacidade.