SC

OP

E

Producto 10

DISEÑO E IMPLEMENTACIÓN DEL SISTEMA COORDINADO DE OPERACIONES PARA EL MANEJO DE PLAGAS REGLAMENTADAS Y SU EPIDEMIOLOGÍA

El Sistema Coordinado de Operaciones para el Manejo de Plagas Reglamentadas y su Epidemiología (SCOPE) es una plataforma informática con base tecnológica y científica para el pronóstico, seguimiento, modelado y predicción de plagas y enfermedades que afectan o que podrían afectar al país.

SCOPE funciona a partir de modelados matemáticos de predicción, alimentada con información biológica, condiciones de confort térmico y hospederos potenciales de desarrollo de la plaga. A partir de estas fuentes, los modelos simulan espacialmente, dentro de la plataforma, áreas de posible riesgo a ser afectados, visualizados principalmente a través de mapas y gráficas. La plataforma está basada en el concepto de ciber-infraestructura que se refiere a una organización virtual de información que fluye a través de equipos de cómputo mediante software y protocolos de comunicación. Este concepto fue propuesto por la National Science Foundation (Fundación Nacional para la Ciencia) de los Estados Unidos (US NSF, 2003).

El gobierno de Estados Unidos implementó en 2005 la plataforma informática PIPE (Information Platform for Extension and Education, Plataforma Informática para la Extensión y la Educación, http://sbr.ipmpipe.org) para el caso del monitoreo de la roya asiática de la soya. Dicha plataforma cumple con la ciber-infraestructura anteriormente mencionada. Las principales plataformas de monitoreo y vigilancia de plagas se describen en los Tablas 1 y 2.

Tabla 1 Plataformas existentes en México.

Plataformas de monitoreo y vigilancia en MéxicoPlataforma Organismo a cargo Información utilizada Alcances y productos

Red Nacional de Estaciones Estatales Agroclimatológicas

INIFAP, México: Estaciones propias Estaciones de productores

Temperatura Precipitación Humedad relativa Punto de rocío Velocidad del viento Radiación solar

Monitoreo constante de sistemas producto y sus plagas asociadas: Cálculo de modelo biológico de plagas Balance hídrico de cada producto. Boletín agroclimático

Tabla 2 Plataformas existentes en otros países.

Plataformas de monitoreo y vigilancia en MéxicoPlataforma Organismo a

cargoInformación utilizada Alcances y productos

SINAVIMO

Servicio Nacional de Sanidad y Calidad Agroalimentaria

Bases de datos de plagas y sistemas producto

Integración de bases de datos sobre plagas y sistemas producto así como sus fichas técnicas. No hay análisis espacial ni análisis de riesgo epidemiológico.

FRUTIC Asociación de citricultores de Concordia

Temperatura Precipitación Humedad relativa Punto de rocío Velocidad del viento Radiación solar Humedad del suelo

No existe cartografía ni análisis espacial. Cálculo de modelo biológico de plagas Necesidades de riego por producto. Boletín agroclimático Monitoreo del estado

1

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

Plataformas de monitoreo y vigilancia en MéxicoPlataforma Organismo a

cargoInformación utilizada Alcances y productos

fenológico de sistemas producto y plagas Monitoreo de precipitación, temperatura y balance hídrico en tiempo real.

Desert Locust Watch FAO, Africa

Precipitación para vigilancia de la reproducción de la langosta

Mapas de alerta Boletín de plagas con la situación de la langosta por región y país y pronóstico a corto plazo

NAPPFAST USDA

Registros meteorológicos de estaciones mundiales Información de imágenes de satélite

Hysplit – modelo aerobiológico de dispersión de plagas Modelo biológico de grados día de desarrollo Modelo biológico de infección Climate match - condiciones climáticas favorables

Soy bean rust PIPE USDA

Registros meteorológicos de estaciones mundiales Información de imágenes de satélite Muestreos de roya de la soya por parcela sentinela

Mapas de monitoreo de parcelas sentinelas

La vigilancia fitosanitaria es “...uno de los aspectos fundamentales en la protección agrícola y a su vez se hace imprescindible su existencia en el intercambio comercial entre países”… “su implementación consiste en la aplicación de medidas y la ejecución de actividades encaminadas a tener la capacidad de detectar de forma oportuna y eficiente la presencia de plagas exóticas dentro del territorio nacional y evitar en lo más posible su establecimiento y posterior distribución”. De manera más oficial es…”un proceso oficial mediante el cual se recoge y registra información sobre la presencia o ausencia de una plaga utilizando encuestas, monitoreo u otros procedimientos” (FAO, 2009; Rivas et al., 2009).

Estructura SCOPE

Esta plataforma se basa en la estructura de nodos de análisis que consta de 5 niveles de organización que se aprecia en la Figura 1 y se compone de: 1) Fuentes de información: es la base principal, ya que en esta parte se introduce cualquier fuente de información referente a la plaga estudiada, desde datos de campaña (muestreos), registros meteorológicos, datos de hospedantes, imágenes de satélite y cualquier información que describa el comportamiento de las plagas; 2) Modelos: la información introducida en la plataforma generará modelos de acuerdo a la temática que se solicite, dichos modelos se estructuran dependiendo de la calidad y cantidad de las fuentes de información; 3) Integración: los modelos generados en el programa serán sobrepuestos en diferentes capas, resaltando los elementos más importantes de cada variable, la visualización será a través de mapas, gráficas y tablas; 4) Interpretación: los productos resultantes de la integración de los modelos ayudan a establecer interpretaciones del comportamiento actual de cada plaga, a través diferentes ángulos de especialización; 5) Difusión: los

2

SC

OP

E

Producto 10

modelos generados por el programa y la interpretación que se genere por los científicos y expertos, es diseminado al público interesado en aspectos fitosanitarios, que van desde instituciones gubernamentales y privadas, hasta productores y público en general. Los primeros 4 niveles corresponden al sitio privado, es decir, a la interfaz interna donde la captura de datos (muestreo de plagas, registros meteorológicos, información biológica, etc), el modelado y análisis se realizan por el personal asignado para estas tareas antes de proceder a la publicación de los resultados a través del sitio público.

Figura 1 Diagrama de la plataforma informática SCOPE (Russo, 2009).

Las capacidades del SCOPE han sido desarrolladas a partir de la plataforma de vigilancia NAPPFAST (NCSU/APHIS Plant Pest Forecast, Pronóstico de Plagas para Plantas de NCSU/APHIS) que se utiliza actualmente en los Estados Unidos y que está integrada tanto por entidades de gobierno como APHIS (Animal and Plant Health Inspection Service o Servicio de Inspección de Salud Animal y Vegetal), dependiente de la USDA (United States Department of Agriculture, Departamento de Agricultura de EU), como por instituciones científicas como la NCSU (North Carolina State University, Universidad del Estado de Carolina del Norte). El programa CAPS (Cooperative Agriculture Pest Survey, Cooperativa de Muestreo de Plagas Agrícolas) es el programa que sustenta la plataforma, al tiempo que son los principales usuarios de los resultados de la plataforma y que son compartidos por el PERAL (Pest Epidemiologic Risk Analysis Laboratory, Laboratorio de Análisis de Riesgo Epidemiológico de Plagas). En la Figura 2 se muestra el esquema de colaboración de la plataforma NAPPFAST.

3

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

Figura 2 Estructura de vigilancia de plagas en Estados Unidos mediante la plataforma NAPPFAST.

La creación de SCOPE se realizó con el apoyo de ZedX, Inc., empresa estadounidense líder en el desarrollo de tecnologías de la información, productos y servicios para la industria agrícola y medioambiental. Además, universidades como la Estatal de Carolina del Norte y la Estatal de Pensilvania (ámbito académico) y Animal and Plant Health Inspection Service – APHIS (ámbito gubernamental) apoyan e incorporan con bases teóricas la generación de la plataforma. Por su parte, el SINAVEF junto con diversas instituciones científicas y de gobierno, tienen la tarea de evaluar y modificar (aspectos de infraestructura, diseño, software y modelado) el funcionamiento de SCOPE para que su aplicación esté completamente estructurada a la situación fitosanitaria y epidemiológica del país. Esto se refleja en el sitio web SINAVEF (Figura 3). La estructura del SCOPE se muestra en la Figura 4. Como se puede apreciar, el respaldo económico está dado por el SENASICA, que depende directamente de la SAGARPA. Al mismo tiempo, la SENASICA trabaja en conjunto para apoyar al SINAVEF con información de campo para el desarrollo científico de los procesos de análisis para la vigilancia epidemiológica fitosanitaria. El CONAVEF se encuentra en el mismo nivel estructural y tiene la responsabilidad de coadyuvar con el aporte de conocimiento científico para el desarrollo de las actividades del SINAVEF y para validar las metodologías propuestas y los resultados. Los principales beneficiarios de la plataforma SCOPE son la DGSV y los CESV, así como los productores agrícolas.

4

SC

OP

E

Producto 10

Figura 3 Sitio web SINAVEF y su plataforma SCOPE: http://portal.sinavef.gob.mx.

Figura 4 Estructura del Sistema Coordinado de Operaciones para el Manejo de Plagas Reglamentadas y su Epidemiología.

5

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

La plataforma SCOPE está integrada por dos interfaces: una privada y otra pública. La primera se caracteriza por contar con una estructura de roles y privilegios para las diferentes herramientas que cada usuario puede utilizar. Estos corresponden a su nivel de responsabilidad dentro del proceso de vigilancia epidemiológica fitosanitaria de nuestro país, como líderes científicos en el área (CONACOFI, CONAVEF, etc.) personal de gobierno (SENASICA) y campañas fitosanitarias. Los usuarios de esta interfase pueden ingresar información obtenida de campo y/o laboratorio, consultar registros históricos y mapas de distribución actual, se generan modelos predictivos y de riesgo, se da seguimiento a modelos meteorológicos al tiempo de ingresar recomendaciones y comentarios de personal de gobierno y líderes científicos (Figura 5). En el caso de la pública, los usuarios pueden consultar todos los modelos que se hayan desarrollado en la interfase privada (https://scope.zedxinc.com), además de comentar sobre dichos modelos. También se cuenta con el servicio de alertas vía e-mail de los estatus de plagas reglamentadas (Figura 6).

Figura 5 Sitio privado SCOPE: https://scope.zedxinc.com.

El alcance del modelado SCOPE es global, ya que permite la vigilancia, además de plagas internas, de

plagas externas, a través de la disponibilidad de la base de datos climáticos mundial y de la aplicación de

los modelos a cualquier parte del mundo. Esta plataforma es flexible porque permite agregar nuevas

plagas, además de la integración de mapas de riesgo generados fuera de la plataforma para su

sobreposición.

6

SC

OP

E

Producto 10

Figura 6 Sitio público SCOPE propuesto.

De la misma manera, los productos generados en SCOPE pueden ser descargados de la plataforma para su aplicación en cualquier Sistema de Información Geográfica para su análisis detallado. A continuación se describen el sitio privado y público de la plataforma SCOPE:

Sitio privado

El sitio privado de la plataforma SCOPE corresponde al eje principal del Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria debido a la capacidad de interacción de distintos usuarios con diferentes roles de acción. La Figura 7 representa el esquema de funcionalidad de la plataforma.

Los dos primeros niveles de funcionalidad de la plataforma corresponden a la gestión de usuarios y campañas. La administración de usuarios permite asignar el tipo de campaña en la cual un usuario determinado podrá trabajar y las herramientas que tendrá disponible. Por otro lado, en la gestión de campañas y registro de muestreos se realiza el detalle de cada campaña que se quiera adicionar a la plataforma y los campos que los formatos de muestreo deberán llevar. Una vez configurada una campaña y sus características se procede al registro de los muestreos, ya sea individualmente, a través del formato

7

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

para rellenar, o mediante la plantilla creada para cada campaña para un grupo de muestreos. Estos elementos conforman la base de datos que da sustento a la funcionalidad de la plataforma.

Figura 7 Esquema de funcionalidad de la plataforma SCOPE.

A continuación está el nivel de modelado conformado por la creación de los modelos biológicos de cada plaga, su cálculo o corrida y su visualización y descarga (Figura 8). Los modelos que el SCOPE tiene integrados y sus características son (Borchert y Magarey, 2007):

Grados día de desarrollo para insectos. Este modelo biológico de desarrollo utiliza los siguientes parámetros: temperatura base de desarrollo y las características de las etapas biológicas de la plaga. Este modelo utiliza el método sinoidal de Allen modificado de suma de temperaturas. Además, el modelo permite agregar o eliminar generaciones. Una parte crucial de este modelo es conocer su punto de inicio, es decir, saber la etapa fenológica de hibernación del insecto.

Grados día de desarrollo genérico. Tiene las mismas características que el anterior, pero permite utilizar cualquier tipo de organismo. La diferencia es que en este modelo se deben ingresar el inicio y el final de la acumulación de los grados día (Figura 9).

8

SC

OP

E

Producto 10

Modelo de infección genérico. El modelo de infección para enfermedades utiliza los valores mínimos, máximos y óptimos de aire, así como la temperatura del suelo, la duración de humedad mínima y óptima en la hoja y la precipitación mínima. Este es un modelo de relación temperatura-humedad que calcula el tiempo transcurrido con las condiciones óptimas de temperatura y de humedad en la hoja en las cuales una enfermedad se desarrolla. Se utilizan las variables climáticas y la información bibliográfica de condiciones de desarrollo de cada enfermedad.

Modelo genérico. Este modelo empírico y lógico es utilizado cuando la información de cierta plaga es escasa y cuando se conocen algunos valores climáticos de afectación de su crecimiento. Un ejemplo es la temperatura con la cual un insecto puede morir, ya sea por arriba de una temperatura máxima o por debajo de una temperatura mínima. El resultado son mapas con áreas donde estas condiciones se puedan cumplir. El modelo genérico se basa en la utilización de expresiones lógicas que puede modelar enfermedades y distintos tipos de respuesta biológica ante las condiciones climáticas.

Función de acumulación. Esta función es parte de los modelos genérico de infección y del modelo genérico. Se utiliza para acumular y visualizar eventos específicos, es decir, la función calcula el número de días en que un evento ocurre, ya sea el número de días e infección o de heladas, por ejemplo.

Figura 8 Herramientas de modelado.

Una poderosa característica de estos modelos es que se pueden crear gráficas y mapas. Las gráficas ofrecen la visualización de los datos climáticos reportados por las estaciones que se encuentran en el área de estudio, mientras que la generación de mapas permite la visualización espacial de los modelos calculados. Los mapas que se pueden generar pueden ser históricos, de probabilidad o de normal histórica:

9

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

Mapas históricos: son mapas que muestran el modelo para una fecha específica.

Mapas de probabilidad: corresponde a la distribución espacial de la frecuencia de ocurrencia de un evento específico a través de un período de tiempo. Las bases de datos disponibles para el cálculo de las variables climáticas es de 10, 20 o 30 años. El período de 10 años de registros meteorológicos se utiliza para filtrar el resto de la información que pudiera estar alterada por los efectos del cambio climático, mientras que el período de 30 años arroja una normal climática de largo plazo. El uso de cualquiera de los tres períodos disponibles debe ser estudiado cuidadosamente y depende de las características de la región de estudio. La evidencia de otros estudios sobre cambio climático, la orografía y el ritmo de cambio de uso, son algunos de los factores que influyen en la selección (Figura 9).

Mapa de normal histórica: estos mapas muestran el número de veces que las condiciones de un cierto evento ocurrieron. Esta opción sólo está disponible para el modelo genérico de infección y el modelo genérico.

Figura 9 Mapa de probabilidad de ocurrencia para Cochinilla rosada.

La creación de los citados mapas cuenta con la opción de interpolación en 2 y 3 dimensiones. La interpolación de Barnes con pesos medios se utiliza para 2D. La interpolación 3D toma en cuenta la elevación.

La plataforma SCOPE incluye algunas herramientas para análisis específicos como:

Condiciones climáticas análogas (Climate match). Consiste en localizar áreas que cumplen con las condiciones climáticas de desarrollo conocidas de una plaga. De esta manera se pueden prever los sitios de posible asentamiento de una especie no presente.

10

SC

OP

E

Producto 10

Zonas de calor (Plant heat zones). Es la representación espacial de los días de calor en cada zona geográfica. La temperatura base utilizada es de 30°C.

Zonas de vigor de las plantas (Plant hardiness zones). Estas herramienta ofrece registros meteorológicos de 10 y 30 años que se dividen por zonas geográficas y ofrecen la media de temperaturas mínimas registradas. Este cálculo se utiliza para el análisis de riesgo fitosanitario. Los mapas globales de zonas de vigor se utilizan para realizar comparativas de riesgo fitosanitario (Magarey et al., 2008).

A continuación en los niveles de funcionalidad de la plataforma SCOPE se encuentra el Análisis Venn (Figura 10). Esta herramienta está basada en la teoría de conjuntos en la cual un diagrama de Euler-Venn es la representación de clases de objetos y cosas que comparten alguna característica común (Rodríguez R, 1995). El Análisis Venn permite seleccionar características específicas en distintas capas disponibles y obtener un mapa de intersección o de unión. Las capas disponibles en SCOPE son: altitud, grados día de desarrollo a 10°C, hospederos, precipitación anual, tierra cubierta, zonas de calor y áreas personalizadas. Las capas de hospederos están disponibles de acuerdo a mapas creados fuera de SCOPE y cargados a la plataforma. El área personalizada permite trazar polígonos que pueden representar cualquier variable que el usuario requiera.

Figura 10 Análisis Venn.

El siguiente nivel de funcionalidad es la toma de decisiones en la cual se cuenta con un mapa de la región de estudio donde se visualizan los muestreos de la campaña seleccionada. La fortaleza de esta herramienta es que se selecciona un período de tiempo específico de muestreos, además de poder identificar fácilmente, si la plaga lo requiere, su diagnóstico positivo o negativo, en color rojo y amarillo, respectivamente. Se cuenta también con una visualización rápida de los datos de cada muestra al pasar el puntero del ratón por encima de cada uno.

Una vez localizados y analizados los muestreos disponible para cierta campaña, se puede correr el modelo aerobiológico Hysplit, ya sea por muestreo individual, conjunto de muestreos en un municipio o

11

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

un estado. El modelo Hysplit (Hybrid Single Particle Lagrangian Integrated Trajectory Model – Modelo Híbrido Integrado de Trayectorias de Particulas de Lagrange) es un modelo aerobiológico de dispersión que fue presentado en su primera versión por Draxler y Taylor (Draxler y Taylor, 1982) (Figura 11). Hysplit calcula la trayectoria y concentración del aire a través de un modelo de Langrange. A través de los años se ha mejorado el modelo hasta llegar a integrar variables que ofrecen un complejo modelo de simulación de dispersión y deposición de partículas que es aplicado a patógenos en el ámbito de la fitosanidad. Los parámetros que integra este modelo incluyen cuatro grandes procesos en la dispersión y deposición de partículas: 1) registros meteorológicos, 2) advección, 3) cálculos de dispersión y 4) deposición. La última versión de este modelo ofrece una rutina de dispersión tridimensional, es decir, se ha incluido el análisis vertical del viento y la dispersión horizontal ahora se considera variable debido a efectos de deformación (Draxler y Hess, 2004).

Figura 11 Modelo aerobiológico Hysplit.

También se cuenta, en este nivel de toma de decisiones, con la función de sobreponer modelos climáticos al modelo Hysplit. Los modelos climáticos disponibles son:

Global Forecast Model (GFS) o Modelo de Predicción Global es un modelo numérico computarizado de predicción del clima utilizado por los National Centers for Environmental Prediction (NCEP) – Centros Nacionales para al Predicción Ambiental del National Weather Service – Servicio Nacional del Clima de Estados Unidos de Norteamérica. Este modelo climático realiza predicciones a 7 días en alta resolución o a 16 días en baja resolución. La plataforma SCOPE ofrece resultados del modelo GFS para precipitación, humedad relativa y vientos (Figura12).

12

SC

OP

E

Producto 10

North American Mesoscale Model (NAM) o Modelo a Mesoescala para Norteamérica es también un modelo numérico de predicción hospedado las oficinas del NCEP y que realiza predicciones a distintas resoluciones espaciales para las mismas variables que el modelo GFS. El modelo NAM corresponde a lo que realiza el modelo del Weather and Research Forecasting Model (WRF). Este modelo corre cuatro veces al día y ofrece una predicción detallada y certera debido a su corto plazo. La plataforma SCOPE ofrece los resultados del modelo NAM para precipitación, humedad relativa y vientos (Figura 13).

Figura 12 Sobreposición de modelo aerobiológico Hysplit con el pronóstico de vientos GFS.

13

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

Figura 13 Modelo climático GFS para pronóstico de precipitación.

Una característica importante de la plataforma SCOPE es la base de datos meteorológica que está acompañada de varios procesos de control de calidad de los registros y cálculos que ha desarrollado ZedXInc durante varios años. El esquema de análisis climatológico que se desarrolla de manera oculta, es decir, que corre en servidores distintos a la plataforma, ofrece sus análisis para el modelado de las plagas en SCOPE (Figura 14).

Estos registros y los que corresponden a las estaciones alrededor del mundo están disponibles en la plataforma e incluyen los registros diarios, promedios y extremos. Las variables son: humedad en hojas, temperaturas mínimas y máximas, velocidad media del viento y humedad relativa media (Tablas 3 a 5).

14

SC

OP

E

Producto 10

Figura 14 Flujo del proceso de análisis climatológico.

Tabla 3 Fuente de registros meteorológicos históricos.

Registros históricos meteorológicos de Estados Unidos Existentes Deseadas

Periodo Descripción Resolución espacial Temporalidad Resolución

espacial Temporalidad

1948-2006+ Estaciones GHCN N/A mensual N/A diario

1948-2006+ Estaciones GHCN-D N/A diario N/A diario

1948-2006+

3,200 estaciones de precipitación, temperatura y nieve NCDC

N/A diario N/A diario

1948-2006+Concentrado de registros diarios NCDC

N/A diario N/A diario

15

Ingreso de

registros

Decodificación

Escala

Formato

estándar

Control de

calidad

Registros

estándar

Entradas al

modelo

Configuración

del modelo

Salida del

modelo

Análisis de los datos

Generación del product

o

Interfaz pública

y restring

ida

Herramientas interac

tivas

Entrada de

datos del

usuario

Registros

meteorológicos

Registros de

estaciones

móviles

Registros de

estaciones en

industrias

Datos centinel

a Registros de

sensores

remotos

Almacenamiento

Almacenamiento

Almacenamiento

Almacenamiento

Sensores

remotos

Fuentes de

registros

Usuario

s

Soporte de control de calida

d

Soporte de

modelado

Soporte al

cliente

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

Registros históricos meteorológicos de Estados Unidos Existentes Deseadas

Periodo Descripción Resolución espacial Temporalidad Resolución

espacial Temporalidad

1948-2006 Registros de estaciones ISH N/A horario N/A horario, diario

1979-2006+ Registros Global Reanalysis II 1.875o 6-horas 5 km horario, diario

1979-2006+ Registros NARR 32 km 3-horas 5 km horario, diario

1997-2006+ Registros de precipitación GPCP 1o diario 5 km diario

Tabla 4 Fuente de registros meteorológicos en tiempo real.

Registros meteorológicos en tiempo real de Estados Unidos Existentes Deseadas

Periodo Descripción Resolución espacial Temporalidad Resolución

espacial Temporalidad

2006-presente Registros METAR N/A hora N/A horario, diario

2006-presente Registros Sinópticos N/A 3-horas N/A horario, diario

2006-presente Registros Análisis RUC 13 km hora 5 km horario, diario

2006-presente Registros Análisis RTMA 5 km hora 5 km horario, diario

2006-presenteRegistros sin precipitación Análisis GFS

1o 3-horas 5 km horario, diario

2006-presenteRegistros sin precipitación Análisis GFS

0.5o 3-horas 5 km horario, diario

2006-presente Análisis NAM 12o 3-horas 5 km horario, diario

2006-presenteRegistros de precipitación CMORPH

0.25o horario 5 km horario, diario

2006-presenteRegistros de precipitación CMORPH

8 km 0.5 horas 5 km horario, diario

2006-presente Registros de precipitación NEXRAD 10 km horario 5 km horario, diario

2006-presenteRegistros de precipitación RFC-QPE

5 km diario 5 km diario

16

SC

OP

E

Producto 10

Tabla 5 Fuente de registros meteorológicos para predicción.

Registros meteorológicos en tiempo real de Estados Unidos Existentes Deseadas

Periodo Descripción Resolución espacial Temporalidad Resolución

espacial Temporalidad

Presente-12 horas Predicción RUC 13 km horario 5 km horario, diario

Presente- 1 día Predicción LAMP N/A horario N/A horario, diario

Presente-3.5 días Predicción NAAM 12 km 3-horas 5 km horario, diario

Presente-7 días Predicción GFS-MOS 5 km 3-horas 5 km horario, diario

Presente-7 días Predicción GFS 1o 3-horas 5 km horario, diario

Presente-7 días Predicción GFS 0.5o 3-horas 5 km horario, diario

Presente-6 meses

Precipitación y temperatura CFS N/A mensual N/A diario

Además de las fuentes de registros meteorológicos en distintas escalas temporales y resolución, la plataforma SCOPE aporta los complejos sistemas de análisis para su control de calidad que ZedXInc ha desarrollado en los últimos años.

El último nivel de la plataforma SCOPE corresponde a la interacción por roles de manera vertical, es decir, la información que se integra a la plataforma desde el Profesional Fitosanitario hasta el experto por disciplina o el superadministrador, va en sentido ascendente y obedece a los roles de cada usuario. El rol inicial, Profesional Fitosanitario es el encargado de cargar los datos de muestreo de la campaña que le corresponde. Esta acción va acompañada de comentarios específicos de la región que corresponde. Los niveles en sentido ascendente, como el Coordinador Estatal de Campaña, cuentan con la opción de modificar los muestreos y complementar los comentarios realizados por el Profesional Fitosanitario. Este orden de validación se efectúa hasta llegar al nivel de superadministrador, quien tiene la facultad, después de verificar el cumplimiento de la validación, de publicar la información pertinente en el sitio público, el cual se describe a continuación.

Sitio público

El objetivo del Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria, a través del uso de la plataforma SCOPE, es el de proporcionar información oportuna para la prevención de los impactos de las plagas en los productos agrícolas de nuestro país. El sitio público SCOPE es la interfase que coadyuva a cumplir con esta función.

Como se explicó en el apartado anterior, la cadena de acciones realizadas en el sitio privado del SCOPE desembocan en la selección de los productos y la información que debe ser difundida de manera pública.

17

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

El material del sitio público se compone de: mapas de los modelos realizados, mapas de muestreo, recomendaciones y alertas. Para ayudar a cumplir con la función de difundir la información oportunamente, el sitio cuenta con la inscripción al sistema de alerta automático que emite correos electrónicos a los suscriptores.

El SCOPE es la herramienta tecnológica y científica que provee a nuestro país de la información necesaria para realizar un eficiente manejo de plagas reglamentadas y su epidemiología.

Referencias

Borchert, D. y R. Magarey. 2007. NAPPFAST: A guide to the use of NAPPFAST. Actualizado por C. Chanelli en 2007. USDA-APHIS-PPQ-CPHST-PERAL.

Draxler, R. R. y A. D. Taylor. 1982. Horizontal dispersion parameters for long-rate transport modeling. Journal of Applied Meteorology. 21:367-372.

Draxler, R. R., y G. D. Hess. 2004. Description of the Hysplit_4 Modeling System, Revisión del original de 1997. NOAA Technical Memorandum ERL ARL-224, Air Resources Laboratory, Silver Spring, Maryland.

FAO. 2009. NIMF. No. 5 Glosario de Términos Fitosanitarios. Normas Internacional para Medidas Fitosanitarias. Convención Internacional de Protección Fitosanitaria. FAO.

Lapointe, S., ., Borchert, D.M. y D. Hall. 2006. Effect of low temperatures on mortality and oviposition in conjunction with climate mapping to predict spread of the root weevil Diaprepes abbreviatus and introduced natural enemies. Environmental Entomology. 36:73-82

Magarey, R. D., D. M. Borchert, G. L. Fowler, T. G. Sutton, M. Colunga-Garcia, y J. A. Simpson. 2007. NAPPFAST, an Internet System for the Weather-based Mapping of Plant Pathogens. Plant Disease 91:336-445.

Magarey, R. D., D. M. Borchert y J. W. Shlegel. 2008. . Sci. Agric. Piracicaba, Brasil. Special Issue, 65:54-59.

Magarey, R. D., Sutton, T.B. and Thayer, C.L. 2005. A Simple Generic Infection Model for Foliar Fungal Plant Pathogens. Phytopathology 95:92-100.

Magarey, R. D., J. W. Travis, J. M. Russo, R. W. Seem, R.W., and R. D. Magarey. 2002. Decision Support Systems: quenching the thirst. Plant Disease. 86:4-13.

Magarey, R.D., R. C. Seem, J. M. Russo, J. W. Zack, K. T. Waight, J . W. Travis, and P. V. Oudemans. 2001. Site-specific weather information without on-site sensors. Plant Disease 85:1216-1226.

Nietshcke, B., D. M. Borchert, R. D Magarey, and M. A. Ciomperlik. 2008. Climatological potential for Scirtothrips dorsalis (Thysanoptera:thripidae) establishment in the United States. Florida Entomologist. 9:79-86.

Nietshcke, B., R. D. Magarey, D. M. Borchert, D. D. Calvin, and E. M. Jones. 2007. A developmental database to support insect phenology models. Crop Protection. 26:1444-1448.

Rivas, E., Y. Díaz, G. Borruel, J. Perován. 2009. Principios y componentes de un sistema de vigilancia fitosanitaria. Temas de Ciencia y Tecnología. 13(38):39-48.

18

SC

OP

E

Producto 10

Rodríguez R., R. J. 1995. El mundo de la lógica: de la paradoja a la verdad. San José: Editorial Eidos.

Russo, J. 2009. Epidemiology in a Cyberinfrastructure World. 10th International Epidemiology Workshop. Ginebra, Suiza.

Sitios web

NCEP - National Centers for Environmental Predictions, NOAA: http://www.ncep.noaa.gov y http://www.nco.ncep.noaa.gov/pmb/products/nam.

Unysis Weather: http://weather.unisys.com/nam/index.html.

19

Info

rme

2009

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

20