Curso de Treinamento em Gestão do Risco Climático no Setor Agrícola INMET Brasília, 3 a 7 de março de 2008 Ferrugem asiática da soja Informações Climáticas para o Manejo de Risco de Epidemias Prof. Emerson Medeiros Del Ponte Depto de Fitossanidade, Fac. de Agronomia
Tópicos a abordar Conhecendo a ferrugem asiática Importância do clima -> modelos Estimativas de riscos com base no clima
O que causa a ferrugem asiática? Fungo : Phakopsora pachyrhizi
Dispersão da ferrugem no mundo 1957 2004 1940 1902 1996 1934 1966 2004 1998 80% da Soja no mundo 2003 2001 2002 1999 2001 1934 Século 21 Década de 1990 < 1990
Como é a ferrugem?
Início da doença nas folhas inferiores Curso de Treinamento em Gestão do Risco Climático no Setor Agrícola J.T. Yorinori INMET
Epidemia severa Desfolha precoce Curso de Treinamento em Gestão do Risco Climático no Setor Agrícola J.T. Yorinori INMET
Impacto na produção Perdas : 58% São Desidério, BA - 25/03/2003 A.C.B. Oliveira
Custo ferrugem no Brasil em 5 safras US$ bilhões 3 2.5 2 1.5 1 0.5 0 Custo total (perdas + controle) Perdas na produção Custo do controle 0.2 0.1 0.0 1.2 0.7 0.4 2.1 2.1 1.2 0.9 13% valor bruto 25% da exportação 1.4 2.2 1.6 0.7 0.6 2001/02 2002/03 2003/04 2005/06 2006/07
Controle da ferrugem no Brasil Na safra 2004/05 Consórcio Antiferrugem Treinamento/diagnose Teste de produtos Monitoramento Controle somente com Fungicidas
Por que a ferrugem ocorre? patógeno é virulento Ambiente favorável Fatores climáticos plantas Cultivares são vulneráveis Variáveis ambientais afetam diferentes processos do ciclo de uma epidemia
O clima e o ciclo da ferrugem Liberação Dispersão Deposição Reprodução Colonização Infecção
Modelos de ferrugem asiática da soja Mais de uma dezena de modelos para descrição de componentes da epidemia T, Prec, UR, vento, etc
Exemplo de um modelo empírico - campo Severidade da ferrugem em 34 epidemias no Brasil 3 safras x 21 locais Del Ponte et al. (2006)
Modelagem do efeito do clima Variáveis em 30 dias: Prec30, DPrec30, Tmin, Tmax, Tmed, DT>30, etc.. 30 dias 30 dias 30 dias
Chuvas e epidemias Forte correlação chuva x severidade máxima Fraca correlação temperatura x severidade máxima
Utilidade dos modelos Aprender com o passado Monitorar o presente Preparar para O futuro Avaliação de risco Alertas de riscos Tendências de riscos climatologia Monitoramento previsão tempo Previsão climática Leite (2006)
Exemplo: Risco de inóculo Pivonia e Yang (2004) Modelo bioclimático (CLIMEX) com parâmetros que conferem estresses de frio, calor e seca Patógeno não sobrevive em longo período de frio ou seca
Exemplo: Risco de estabelecimento Freqüência de 15 dias favoráveis de julho a setembro. Modelo de temperatura e molhamento foliar (Magarey, 2004)
Exemplo: Risco de epidemias severas Modelo com base na chuva dados de 50 anos de chuva em julho e agosto (Del Ponte & Yang, 2005) Sev > 25% Sev > 50% Frequência de anos com sev > 25%
Exemplo: Risco de dispersão de esporos Índice de disponibilidade de esporos usando 7 anos de dados de clima no modelo HYSPLIT modificado (Kim et al., 2005)
Exemplo: Previsão monitoramento Dias favoráveis à infecção (modelos de T x DPM Canteri et al., 2005) Leite (2006)
Exemplo: monitora + previsão climática Favorabilidade das chuvas à epidemias June 2005 July 2005 Observado na safra Leite 2005(2006)
Previsão tempo real modelo simulação USDA/Penn State/ZedX model Modelos + clima + GIS Fonte: www.sbrusa.net Isard et al.
Estudo de caso Risco da ferrugem no RS 4 milhões ha soja 9 milhões ton 18% do Brasil 3 o maior produtor do Brasil
Progresso da ferrugem no RS Número de casos positivos 400 350 300 250 200 150 100 50 0 2005/06 2006/07 2007/08 1 3 5 7 9 1113 15 1719 21 23 2527 29 31 3335 37 3941 43 45 4749 51 535557 59 6163 65 67 6971 73 7577 79 81 8385 87 89 Dias após 1 de janeiro Fonte: www.consórcioantiferrugem.net janeiro fevereiro março
Progresso da ferrugem no RS 2005/06 2006/07 Fonte: www.consorcioantiferrugem.net
Progresso da ferrugem no RS Situação em 6 de fevereiro de 2008 Fonte: www.consorcioantiferrugem.net
Estudo de caso ferrugem no RS O que o passado pode dizer? Qual o risco de ocorrência de epidemias moderadas e severas? Existe uma época de maior risco? Existem áreas mais favoráveis? O risco muda em anos de ENSO?
Estratégia de modelagem - premissas Premissas O inóculo está presente Janeiro e fevereiro são os meses críticos A chuva influencia as epidemias Modelo de chuva (Del Ponte et al., 2006)
Estratégia de modelagem 24 estações da ANA (Agência Nacional de Águas) Precipitação diária 25 anos Jan, Fev e Mar
Épocas de risco 100 90 80 70 60 50 40 30 20 10 0 1-Jan 15-Jan 1-Feb 15-Feb 1-Mar 15-Mar (Del Ponte et al. dados não publicados), Alegrete Barracão Cacequi Carazinho Casca Cruz Alta Dona Francisca Erebango Girua Ijui Itaqui Itatiba do Sul Jaguari Lagoa Vermelha Liberato Salzano Manoel Viana Miraguai Palmeira das Missões Rosário do Sul Santiago Santo Angelo São Borja Três Passos Tucunduva
Épocas de risco % de anos em 25 anos 100 90 80 70 60 50 40 30 20 10 Probabilidade de epidemias > 30% Campanha Missões Alto Vale do Uruguai Planalto Depressão Central Região Produtora 0 1-Jan 15-Jan 1-Feb 15-Feb 1-Mar 15-Mar (Del Ponte et al. dados não publicados),
Épocas de risco % de anos em 25 anos 100 90 80 70 60 50 40 30 20 10 Probabilidade de epidemias > 60% Campanha Missões Alto Vale do Uruguai Planalto Depressão Central Região Produtora 0 1-Jan 15-Jan 1-Feb 15-Feb 1-Mar 15-Mar (Del Ponte et al. dados não publicados),
Probabilidade cumulativa 25 anos 1.0 0.9 0.8 1 em 5 Probabilidade cumulativa 0.7 0.6 0.5 0.4 0.3 0.2 1 em 2 0.1 0.0 0 10 20 30 40 50 60 70 80 90 100 Severidade (%) (Del Ponte et al. dados não publicados)
Variabilidade espacial do risco Probabilidade de epidemias moderadas >30% severidade Mês de fevereiro % em 25 anos (Del Ponte et al. dados não publicados)
Variabilidade espacial do risco Probabilidade de epidemias moderadas >60% severidade Mês de fevereiro % em 25 anos (Del Ponte et al. dados não publicados)
Variabilidade interanual 100 90 80 Distribuição da severidade Média móvel 5 anos central 30 dias a partir de fevereiro 70 Severidade (%) 60 50 40 30 20 10 0 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 Anos (Del Ponte et al. dados não publicados)
Variabilidade interanual área de risco - Estimativa de severidade por ponto - Espacialização da severidade (IDW) - Sobreposição com a máscara da soja - Cálculo da área sob risco de epidemias (<30%, 30-60% e >60%) 150 mapas (25 anos x 6 períodos)
Variabilidade interanual área de risco 100 80 % de área de soja 60 40 20 0 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 (Del Ponte et al. dados não publicados) Anos leve (<30% severidade) m oderada (30-60% severidae) severa (>60% severidade)
Trabalhos em andamento Efeito La Nina e El Nino? Trabalho em andamento. Definir anos de El Nino e La Nina no RS Estudar correlações entre eventos extremos e área de risco de epidemias Efeito da T do Atlântico?
Conclusões e trabalhos futuros Considerações O manejo racional da ferrugem asiática deve considerar: Risco histórico (observar o passado) Monitoramento da doença e do clima na safra Previsão do tempo e clima Epidemias severas que ocorreram esse ano, pode não acontecer no próximo ou podem ser pior ainda! Trabalhe com base nas probabilidades!
Agradecimentos Equipe de trabalho Eduardo Jesus Martins Bolsista PIBIC-CNPq, Agronomia Profa. Eliana de Lima Fonseca, Depto de Geografia, UFRGS emerson.delponte@ufrgs.br www.ufrgs.br/agronomia/fitossan/epidemiologia