cphst tools: nappfast
TRANSCRIPT
Roger MagareyRoger MagareyCPHST/PERALCPHST/PERAL
Raleigh, NCRaleigh, NC
Un Un agradecimientoagradecimiento especial aespecial aDan Dan BorchertBorchert, Jessica Engle and , Jessica Engle and
Kathryn EcherdKathryn EcherdCPHST/PERALCPHST/PERAL
Raleigh, NCRaleigh, NC
3
ContenidoContenido
del Tallerdel Taller
i) i) SistemaSistema de de visivisióónn generalgeneralii) Cii) Creacireacióónn del del ModeloModelo utilizandoutilizando plantillasplantillas
de de datosdatos meteorolmeteorolóógicosgicosiii) iii) CreaciCreacióónn del del mapamapaiv) Concordancia civ) Concordancia climaticalimaticav) Iv) Interpretacinterpretacióónn del mdel mapaapavi) vi) ColaboraciColaboracióónn e e intercambiointercambio de de datosdatos
4
El El proppropóósitosito
de NAPPFASTde NAPPFASTAyudarAyudar al al programaprograma CAPS a CAPS a determinardeterminar el el lugarlugary y momentomomento del del muestreomuestreo de de laslas especiesespeciesinvasorasinvasoras plagasplagas
ProporcionarProporcionar informaciinformacióónn sobresobre laslas plagasplagas((potencialpotencial de de distribucidistribucióónn, etc) , etc) parapara fines de fines de evaluacievaluacióónn de de riesgosriesgos
AyudarAyudar a APHIS a APHIS proporcionandoproporcionando la la informaciinformacióónnpertinentepertinente en en situacionessituaciones de de RespuestaRespuesta a a EmergenciasEmergencias
5
El El desarrollodesarrollo
de NAPPFASTde NAPPFASTIdea Idea originadaoriginada en NCSU: Dr Jack Baileyen NCSU: Dr Jack Bailey--mméétodotodo paraparael el pronosticopronostico de de enfermedadesenfermedades de de manmaníí en Carolina en Carolina del Norte y la del Norte y la plantillaplantilla flexible flexible parapara el el modeladomodelado de la de la enfermedadenfermedad --1990's 1990's
Dan Dan FieselmannFieselmann y Glenn Fowler y Glenn Fowler hanhan trabajadotrabajado con el con el doctor Bailey doctor Bailey durantedurante variosvarios aaññosos en el en el desarrollodesarrollo de de proyectosproyectos
Roger Magarey Roger Magarey desarrollodesarrollo la la conexiconexióónn entre entre ZedXZedX Inc Inc NAPPFAST en el NAPPFAST en el aaññoo 2002 2002
Dan Dan BorchertBorchert se se uniounio al al equipoequipo de NAPPFAST en de NAPPFAST en 20032003
6
DescripciDescripcióónn
general del general del sistemasistema
NAPPFASTNAPPFAST
SistemaSistema de de PredicciPrediccióónn de de plagasplagas BasadoBasado en Internet en Internet ModeloModelo biolbiolóógicogico ((gradogrado ddííaa, , infecciinfeccióónn, o , o multifuncimultifuncióónn) pares de ) pares de plantillasplantillas con con unauna grangran base base de de datosdatos climaticaclimaticaProducirProducir comocomo salidassalidas mapasmapas geogeo--referenciadosreferenciadosDiseDiseññadoado parapara ayudarayudar en el en el muestreomuestreo de de plagasplagas en en los los esfuerzosesfuerzos de de deteccideteccióónn
PredecirPredecir cucuáándondo y y ddóóndende
7
NAPPFASTNAPPFAST
NAPPFAST NAPPFAST VerVer
mapamapa
AccesoAcceso
PPúúblicoblicoJB Site
Sirex Site
Cactoblastis
Site
Reportes
de Insectos específicos
Fenología
específica
por
Insectos
NAPPFAST-OBS
Conservar
mapas
Modelos
de plagas
y Observaciones
Top 50 de Top 50 de plagasplagas
8
NAPPFAST PROYECTOSNAPPFAST PROYECTOSOctubreOctubre de 2005 y a la de 2005 y a la fechafecha
MuestreoMuestreo y y deteccideteccióónn ~ 4 ~ 4 mapasmapas de de riesgosriesgos parapara CAPS de CAPS de laslas 50 50 principalesprincipales plagasplagas
EvaluaciEvaluacióónn de de riesgosriesgos porpor Pathway / Pathway / organismoorganismo~ 13~ 13
AnAnáálisislisis basadobasado en el en el estadoestado del del tiempotiempo parapara cancrocancro de los de los citricoscitricos
BactroceraBactrocera invadensinvadens
RespuestaRespuesta de de emergenciaemergencia ~ 9~ 9ElaboraciElaboracióónn de de mapasmapas de de riesgoriesgo de Light brown de Light brown
apple moth apple moth
Parte 2Parte 2
Parte 2 Parte 2 CreaciCreacióónn del del ModeloModelo
11
Acceda a NAPPFAST a www.nappfast.org.
A continuación, seleccione la
herramienta Nappfast.
12
Desde
la 'acción' menú desplegable
puedes
hacer
lo siguiente:
Editar:
Hacer
cambios a un modelo
existente.
Adicionar:
Crear
un nuevo
modelo.
Renombrar:
Cambia el nombre
de un modelo
existente.Eliminar:
Borra
un modelo
existente.
Copiar:
Copiar
un modelo
existente, darle
un nuevo nombre, y crear
un nuevo
modelo.
13
The dates when the model will collect data.
Template for the model.
The variables of the model.
14
Los valores
en la leyenda
indican
el
número
acumulativo
de días
en que
las
condiciones
favorecen el desarrollo
de la plaga.
Valores
diferenciales entre la infección
y
no infección.
Nombre
que
se visualiza en los mapas
y / o
comentarios
acerca
de la construcción
del modelo.
Pulsa
en "Guardar"
para
realizar
cambios
en el
modelo
Uno puede
probar
el modelo.
15
NAPPFAST MAPVIEW NAPPFAST MAPVIEW puntospuntos importantesimportantes
¿¿QuQuéé modelosmodelos se se utilizanutilizan parapara fabricarfabricar los los mapasmapas de de predicciprediccióónn en NAPPFAST?en NAPPFAST?
GradosGrados ddííaaInfecciInfeccióónnGenGenééricoricoConcordanciaConcordancia ClimaticaClimatica
16
ModeloModelo
GradosGrados
DDííaa
: la : la teorteorííaa""FenologFenologííaa y el y el desarrollodesarrollo de la de la mayormayorííaa de de los los organismosorganismos siguensiguen unauna temperaturatemperaturadependientedependiente en la en la escalaescala de de tiempotiempo" (Allen " (Allen 1976)1976)
Los Los intentosintentos de de integrarintegrar la la temperaturatemperatura y el y el tiempotiempo comenzaroncomenzaron 250 250 aaññosos atratrááss
En general se En general se creecree queque el el desarrollodesarrollo siguesigueunauna forma forma sigmoidesigmoide
Dev.
Tem
p.
17
ModeloModelo
GradosGrados
DDííaa
: la : la teorteorííaa
Los Los organismosorganismos tienentienen un un desarrollodesarrollo basadobasadoen en temperaturatemperatura -- temperaturatemperatura mmíínimanima porpordebajodebajo de la de la cualcual no se produce el no se produce el desarrollodesarrolloLos Los organismosorganismos hanhan establecidoestablecido el el nnúúmeromerode de unidadesunidades parapara completarcompletar el el desarrollodesarrollo ––tiempotiempo fisiolfisiolóógicogico : se : se midemide en en unidadesunidades de de desarrollodesarrollo (DU) o (DU) o gradogrado--ddííasas (DD) (DD) ParParáámetrosmetros establecidosestablecidos desdedesde el el laboratoriolaboratorio o o estudiosestudios de campode campo
18
ModeloModelo
GradosGrados
DDííaaEjemploEjemplo: : manzanamanzana de color de color marrmarróónn claroclaro polillapolillaBase de 7,5 C de Base de 7,5 C de temperaturatemperaturaExigeExige ~ 640 DD ~ 640 DD parapara completarcompletar el el desarrollodesarrollo((HuevoHuevo, larva, pupa, , larva, pupa, adultoadulto a a huevohuevo))
GradosGrados ddííasas son son ttíípicamentepicamente calculadocalculado a a partirpartir de de la media de la media de altaalta y y bajabaja temperaturatemperatura parapara un un perperííodoodode 24 de 24 horashoras porpor encimaencima de la de la temperaturatemperatura base.base.
19
ModeloModelo
GradosGrados
DDííaaLight brown Apple Moth: Base Light brown Apple Moth: Base temperaturatemperatura de de 7.5 C7.5 C
640 DD640 DD
parapara la la generacigeneracióónn de de desarrollodesarrollo
Si la Si la temperaturatemperatura media media diariadiaria fuefue 11C: 3.5 DD (1111C: 3.5 DD (11--7.5) 7.5) se se acumulanacumulan, se , se tardartardarííaa 182 182 ddííasas a a estaesta temperaturatemperatura parapara completarcompletar el el desarrollodesarrollo
Si la Si la temperaturatemperatura media media diariadiaria fuefue 20C: 12,5 DD (2020C: 12,5 DD (20--7.5) 7.5) se se acumulanacumulan y se y se tardartardarííaa 51,2 51,2 ddííasas en en estaesta temperaturatemperatura parapara completarcompletar el el desarrollodesarrollo
20
P. P. japonicajaponica informaciinformacióónn
generalgeneral
UnivoltineUnivoltine de de unauna generacigeneracióónn porpor aaññooHibernaHiberna normalmentenormalmente comocomo unauna larva de larva de tercertercerinstarinstar
21
DesarrolloDesarrollo
de bases de de bases de datosdatos
de de InsectosInsectos
22
ParParáámetrosmetros
del del modelomodelo
EscarabajoEscarabajo
japonjaponééss
EtapaEtapaDD en la DD en la
etapaetapaPrimeraPrimera
EntradaEntrada
SegundaSegunda
EntradaEntrada
EtapaEtapa
hibernaarhibernaar TercerTercer
estadioestadio 400400 00 400400
PupasPupas 124124 401401 525525
BajoBajo
10 C10 C AdultosAdultos 117117 526526 643643
Alta 34 CAlta 34 C huevoshuevos 140140 644644 784784
Primer Primer estadioestadio 222222 785785 10071007
Segundo Segundo estadioestadio 419419 10081008 14271427
TercerTercer
estadioestadio 720720 14281428
23
24
25
26
HerramientasHerramientas
parapara
graficargraficar
27
ModeloModelo
de de infecciinfeccióónn
de la de la enfermedadenfermedad
La La fitopatologiafitopatologiadescribe describe laslasinteraccionesinteracciones entre el entre el patpatóógenogeno, , hospedantehospedante y y laslascondicionescondiciones del del ambienteambiente comocomo el el tritriáángulongulo de la de la enfermedadenfermedad..
28
La infección es frecuentemente la tasa que limita alcanzar una epidemia ya que requiere de humedad que suele ser limitada en los ambientes terrestres
La infección puede ser modelada por una función de respuesta a temperatura y humedad - una función matemática que describe la respuesta de un organismo a la temperatura y la humedad
ModeloModelo
de de infecciinfeccióónn
de la de la EnfermedadEnfermedad
29
ParParáámetrosmetros
de de infecciinfeccióónn
de la de la EnfermedadEnfermedad
TTminmin = Min. = Min. temperaturatemperatura parapara la la infecciinfeccióónn, , oCoC,,TTmaxmax = Max. = Max. temperaturatemperatura parapara la la infecciinfeccióónn, , oCoC,,TToptopt = Opt. = Opt. temperaturatemperatura parapara la la infecciinfeccióónn, , oCoC,,WWmin min = = DuraciDuracióónn mmíínimanima de de requerimientorequerimiento de de humedadhumedad, h, h
ParParáámetrosmetros establecidosestablecidos en los en los estudiosestudios de de laboratoriolaboratorio
30
FunciFuncióónn
de de respuestarespuesta
a la a la TemperaturaTemperatura
0
0.2
0.4
0.6
0.8
1
0 5 10 15 20 25 30 35
Tem
pera
ture
Res
pons
e
Temperature C
High ToptLow Topt
31
FunciFuncióónn
de de respuestarespuesta TemperaturaTemperatura--
humedadhumedad
Bajo ToptAlto Wmin
Alto ToptBajo Wmin
32
MuerteMuerte
repentinarepentina
del del RobleRoble,, PhytophthoraPhytophthora ramorumramorum
EnfermedadesEnfermedadesFFúúngicasngicas en en climaclima frfrííoohhúúmedomedo..
ActualmenteActualmente en el en el oesteoeste de EE.UU.: de EE.UU.: California y OregonCalifornia y Oregon
Source Ventana Wilderness Society
33
ParParáámetrosmetros
del del modelomodeloRequerimientoRequerimiento de de temperaturatemperatura
33--28 C, 20 28 C, 20 °° C, C, óóptimaptima ((WerresWerres, 2001; , 2001; OrlikowskiOrlikowski, 2002)., 2002).
RequerimientoRequerimiento de de humedadhumedad12 12 horashoras parapara zoospore zoospore infecciinfeccióónn ((HuberliHuberli, , 2003)2003)
ModeloModelo de de descripcidescripcióónnEl El modelomodelo de de infecciinfeccióónn eses el el propuestopropuesto porpor
Wang et al. (1998) (no Wang et al. (1998) (no publicadopublicado) ) funcifuncióónn de de respuestarespuesta a la a la temperaturatemperatura escaladaescalada a la a la duraciduracióónn de de humedadhumedad exigidaexigida
34
35
36
ModeloModelo
MultifuncionalMultifuncionalPermitePermite la la construcciconstruccióónn de de muchosmuchos modelosmodelosdiferentesdiferentes utilizandoutilizando simple simple llóógicagica y y ecuacionesecuacionesmatemmatemááticasticas::
(X>A, X and Y, X or Y, X and (Y or Z), X(X>A, X and Y, X or Y, X and (Y or Z), X≥≥A and A and XX≤≤B, A* B, A* exp(Bexp(B
* X), etc.)* X), etc.)
AlgunosAlgunos ejemplosejemplos utilizadosutilizados hastahasta la la fechafecha son son los los siguientessiguientes: : temperaturatemperatura de exclusion (de exclusion (altaalta o o bajabaja temperaturastemperaturas letalesletales), ), ddííasas libreslibres de de heladasheladas, y , y fechasfechas de de apariciaparicióónn..
Parte 3Parte 3
38
ParteParte 3 3 CreaciCreacióónn del del mapamapa
39
SeleccioneSeleccione la la opciopcióónn "Map"Map““ en el en el menmenúú desplegabledesplegable en 'History'.en 'History'.
4040
PedirPedir
un un mapamapa
SeleccioneSeleccione laslas caractercaracteríísticastica del 'del 'MapaMapa' en el ' en el menmenúú desplegabledesplegable y pulse el y pulse el botbotóónn ‘‘go'.go'.
4141
PedirPedir
un un mapamapaModelo: ¿Qué modelo se desea solicitar en el mapa. Inicio: cuando se quiere que el mapa comience la recoleccion de datos (Enero 1 a Diciembre 31). Final: Cuando se quiere que el mapa detenga la recolección de datos (Enero 01 a Diciembre 31). Num Años: 10, 20 o 30 años.
Cuando haya terminado, pulsa 'Pedir'.
Región: ¿que parte del mundo se quiere solicitar que el mapa colecte los datos (África, Asia, Australia, Europa, América del Sur, América del Norte, Mundo, China). Correo electrónico: Dirección de correo electrónico de confirmación del mapa.
4242
PedirPedir
un un mapamapaTipo de datos: la station se utiliza para la América del Norte, 2000 + estaciones han informado datos. Grid se utiliza para el resto del mundo. Dev Datos: Simplemente ignore. Interpolación: 2D puede ser usado ya sea con datos de la station o Grid. 3D sólo se puede utilizar con el tipo de datos station.
Cuando
haya
terminado, pulsa
'Pedir'.
4343
Ver la leyenda. Ver las descripciones de los
datos utilizados para hacer el mapa.
Ver los comentarios hechos en el modelo de construcción.
Nombre del parámetro y (se refiere a las fechas mapa).
Pulse en cualquier lugar en el mapa para abrir una ventana interactiva más grande del mapa.
Nombre del modelo actual.
Vea la lista completa de modelos.
4444
Todos los mapas de promedio historico será mostrado en este área bajo el título “Average History “ por cada variable.
Para ver un mapa, pulsa 'Load'. ‘Delete' para borrar el mapa del sitio web.
Todos los mapas de probabilidad serán mostrados en esta area bajo el título ‘Probability’ por variable o parámetro y el acumulativo de las variable(s).
4545
Un Un mapamapa
de de promediopromedio historicohistorico
en NAPPFASTen NAPPFAST
4646Quienquiera que crea el modelo elige los valores de la leyenda.
4747
MapasMapas
de de probabilidadprobabilidad
en en NAPPFASTNAPPFAST
4848
Variable:
¿Cuál de las variables creadas por el modelo desea mostrar en el mapa. Buscar
Valor:
favorable o
desfavorable. Búsqueda
de lugar:
¿Cuántos
días tienen el valor de búsqueda seleccionados a partir de la fecha de inicio que ha seleccionado.
Mapa de probabilidad diferencias promedio de solicitudes historia.
Mapa Tipo: muestra el porcentaje de probabilidad de ocurrencia de la variable seleccionada. Freq. de ocurrencia (X años) (X = 10, 20 o 30) muestra la probabilidad de la frecuencia de que “X” años cumplan las condiciones del modelo.
4949
Probabilidad de la frecuencia de ocurrencia en 10 años de más de 120 días favorables para el desarrollo de un insecto.
Por ciento de probabilidad de la ocurrencia de más de 120 días favorables para el desarrollo de un insecto.
5050
MapasMapas
histhistóóricosricos
en NAPPFASTen NAPPFAST
5151
Los mapas de solicitudes historicas son hechos seleccionando períodos por ejem. día o año. La solicitud historica le permite elegir una fecha final (y una fecha de inicio para las variables acumuladas).
5252
Mapa Histórico
5353
VerVer
loslos
mapasmapas
NAPPFAST en NAPPFAST en ArcMapArcMap
5454
Tener el mapa que desea exportar cargado. En la salida, tener “Geo-Tif “ seleccionado y pulse el botón' go '.
Guardar la carpeta comprimida.
Extracto de la carpeta comprimida.
Abrir ArcCatalog.
5555
Hacer clic derecho sobre la miniatura del archivo de datos y seleccione las propiedades.
Pulse el botón 'Edit' al lado de la sección ‘Spatial reference'.
5656
Haga doble clic en‘Select’
Haga doble clic en‘WGS 1984.prj’
Haga doble clic en‘World’
Haga doble clic en‘Geographic Coordinate System’
Clic
‘Add’Clic
‘OK’Clic
‘OK’
5757
Abrir
‘ArcMap’.
Elija un mapa vacío, una plantilla, o navegar para encontrar un mapa existente.
Haga clic en el botón ‘Add'. Navegue a la carpeta donde se encuentra el archivo NAPPFAST y seleccionarlo.
Parte 4Parte 4
59
Parte 4 Parte 4 ConcordanciaConcordancia
ClimaticaClimatica
60
ClimaClima
concordantesconcordantesA A diferenciadiferencia de de otrosotros modelosmodelos en NAPPFAST, la en NAPPFAST, la concordanciaconcordancia climaticaclimatica, , creacrea modelosmodelos a a partirpartir de la de la distribucidistribucióónn observadaobservada de la de la plagaplaga no no biolbiolóógicosgicos o de los o de los datosdatos experimentalesexperimentales. .
La La concordanciaconcordancia ClimaticaClimatica funcionafunciona bienbien parapara laslasmalezasmalezas, sin embargo , sin embargo parapara agentesagentes patpatóógenosgenos o o artrartróópodospodos no hay no hay suficientessuficientes observacionesobservaciones. .
Las Las observacionesobservaciones puedenpueden ser ser obtenidosobtenidos a a partirpartir de de portalesportales de de taxonomtaxonomííaa, , comocomo la Global Biodiversity la Global Biodiversity Information Facility.Information Facility.
61
ClimaClima
concordantesconcordantesSimple Simple identificacionidentificacion de de climaclimaconcordanteconcordante bajobajo un un procedimientoprocedimientosimilar al BIOCLIM.similar al BIOCLIM.La La coverturacovertura ClimaticaClimatica define el define el espacioespaciodel del hháábitatbitat dentrodentro de 1.28 de 1.28 desviacionesdesviacionesestestáándarndar de la media de la media parapara cadacada variable. variable. Los Los datosdatos sobresobre el el estadoestado del del tiempotiempo se se basabasa en un 32 K NCEP red en un 32 K NCEP red incluyeincluye 12 + 12 + variables variables climclimááticasticasLa La concordanciaconcordancia climaticaclimatica se se expresaexpresacomocomo un un porcentajeporcentaje del total de del total de aaññosos x x total de variables total de variables parapara cadacada ppííxelxel..
Beaumont et al 2005Ecological modeling
62
ProcedimientoProcedimiento de de concordanciaconcordancia ClimaticaClimatica
(1) (1) valoresvalores anualesanuales de de temperaturatemperatura mmíínimanima extremaextrema, , (2) (2) temperaturatemperatura mmááximaxima extremaextrema, , (3) (3) nnúúmeromero anualanual de de ddííasas sin sin heladasheladas, , (4) (4) ddííasas--gradogrado anualesanuales, , (5) (5) precipitaciprecipitacióónn anualanual, , (6) (6) PotencialPotencial de de EvapotraspirationEvapotraspiration (PET), (PET), anualanual(7) la (7) la temperaturatemperatura media de los media de los trestres mesesmeses mmááss ccáálidoslidos del del
aaññoo, , (8) PET (8) PET parapara el el plazoplazo de 3 de 3 mesesmeses se se encuentraencuentra en 7, y en 7, y (9) (9) laslas precipitacionesprecipitaciones parapara el el perperííodoodo queque se se encuentranencuentran en en
7.7.
63
ClimaClima procedimientoprocedimiento se se ponganpongan en en ventaventa
BuscarBuscar observacionesobservaciones de la de la especieespecie en GBIFen GBIFFormatoFormato de los de los datosdatos de de observacionesobservacionesCompilarCompilar un un archivoarchivo de de configuraciconfiguracióónn paraparaseleccionarseleccionar laslas variables variables EnvEnvííee a a ZedXZedX (offline) (offline) EspereEspere los los productosproductos
64
BusquedaBusqueda
en GBIFen GBIF
65
ArchivoArchivo
de de configuraciconfiguracióónn
66
ProductosProductosMapaMapa de de lugareslugares observadosobservadosMapaMapa de de zonaszonas pronosticadaspronosticadasEl control de El control de calidadcalidad estadestadíísticastica
PorcentajePorcentaje de de precisiprecisióónn ((todostodos, , retenidosretenidos))NNúúmeromero de de observacionesobservaciones / / NNúúmeromero de de regionesregiones continentalescontinentalesPromedioPromedio de de observacionesobservaciones
ProyeccionesProyecciones del area del area parapara EE.UU.EE.UU.
67
Acacia Acacia decurrensdecurrens
home.vicnet.net.au
68
Antarctica
RussiaCanada
China
Brazil
Australia
United States
Greenland
Iran
India
Sudan
Algeria
Kazakhstan
Argentina
LibyaMexico
Peru
Mongolia
Congo, DRC
Saudi Arabia
Indonesia
Created by Roger Magarey,and Dan Borchert,
USDA-APHIS-PPQ-CPHST-PERALusing NAPPFAST Climate Matchingand Global Biodiversity Information
Facility Data
0 4,900 9,8002,450Kilometers
4
Acacia Acacia decurrensdecurrens
69
Created by Roger Magarey,and Dan Borchert,
USDA-APHIS-PPQ-CPHST-PERALusing NAPPFAST Climate Matchingand Global Biodiversity Information
Facility Data
0 4,900 9,8002,450Kilometers
4
Acacia Acacia decurrensdecurrens
70
Created by Roger Magarey,and Dan Borchert,
USDA-APHIS-PPQ-CPHST-PERALusing NAPPFAST Climate Matchingand Global Biodiversity Information
Facility Data
0 4,900 9,8002,450Kilometers
4
Acacia Acacia decurrensdecurrens
71
Acacia Acacia decurrensdecurrens
Australian herbarium
72
Kikuyu grassKikuyu grass
Australian Herbaria
Calflora www.tropicalgrasslands.asn.au
73
Kikuyu grassKikuyu grass
!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(
!(
!(!(
!(
!(!( !(
!(
!(
!(!(
!(
!(!(!(
!(
!(
!(!(!(!(!(!(
!(!(
!(
!(
!(
!(
!(!(
!(!(!(
!(!(!( !( !(!(
!( !(!(
!(
!(
!(
!(
!(!(!(!(
!(!(!(!(!(!(!(!(!(!(
!(!(
!(
!(
!(
!(!(!(
!( !(!(!(!(
!(
!(
Antarctica
RussiaCanada
China
Brazil
Australia
United States
Greenland
Iran
India
Sudan
Algeria
Kazakhstan
Argentina
LibyaMexico
Peru
Mongolia
Congo, DRC
Saudi Arabia
Indonesia
Created by Roger Magarey,and Dan Borchert,
USDA-APHIS-PPQ-CPHST-PERALusing NAPPFAST Climate Matchingand Global Biodiversity Information
Facility Data
0 4,900 9,8002,450Kilometers
4
Australian Herbaria
Calflora
74
Created by Roger Magarey,and Dan Borchert,
USDA-APHIS-PPQ-CPHST-PERALusing NAPPFAST Climate Matchingand Global Biodiversity Information
FacilityData
0 4,900 9,8002,450Kilometers
4
Kikuyu grassKikuyu grass
75
!(!( !(!(
!(!(
!(!(
!(!(
!(!(
!(!( !(!(!( !(!(!(!(!(!(!(!(!(!(
!( !(
!(!(!(
!(!(!(
!(!(!(!(!(
!(!(!(!( !(!(
!(!(
!( !(!(!(!(
!(!(!( !(!(!( !(
!(
!(
!(
!(
!(!(!(
!(!(
!(
!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(
!(
!(!(
!(
!(!( !(
!(
!(
!(!(
!(
!(!(!(
!(
!(
!(!(!(!(!(!(
!(!(
!(
!(
!(
!(
!(!(
!(!(!(
!(!(!( !(!(!(
!(!(!(
!(
!(
!(
!(
!(!(!(
!(
!(!(!(!(!(!(!(!(!(!(
!(!(
!(
!(
!(
!(!(!(
!(!(!(!(!(
!(
!(
Created by Roger Magarey,and Dan Borchert,
USDA-APHIS-PPQ-CPHST-PERALusing NAPPFAST Climate Matchingand Global Biodiversity Information
Facility Data
0 4,900 9,8002,450Kilometers
4
Kikuyu grassKikuyu grass
76
Kikuyu grassKikuyu grass
77
Kikuyu grassKikuyu grass
Parte 5Parte 5
79
Part 5 Part 5 IInterpretacinterpretacióónn
del mdel mapaapa
80
P. japonica P. japonica informaciinformacióónn
generalgeneral
UnivoltineUnivoltine de de unauna generacigeneracióónn porpor aaññoo
HibernaHiberna normalmentenormalmente comocomo unauna larva de larva de tercertercer estadioestadio
81
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
82
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
Escarabajos adultos comienzan a emerger en el centro de Carolina del Norte 3 ª semana de mayo (Fleming 1972)
83
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
Escarabajos aparecen en la zona central de Virginia en la última semana de mayo- primera semana de junio. (Fleming 1972)
84
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
En TN montaña oriental los escarabajos aparecen en la primera semana de junio (Fleming 1972)
Escarabajos aparecen en la zona central de Virginia en la última semana de mayo- primera semana de junio. (Fleming 1972)
85
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
Escarabajos adultos comienzan a aparecer en Maryland y Delaware a mediados de junio (Fleming 1972)
86
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
Escarabajos adultos comienzan a aparecer en el sur de NJ y en el sureste PA, la 3 ª semana de junio (Fleming 1972)
87
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
La aparición en las regiones montañosas de NJ y PA 1-2 semanas más tarde (Fleming 1972)
La aparición en las regiones montañosas de NJ y PA 1-2 semanas más tarde (Fleming 1972)
88
00 66
66 1212
1212 1818
1818 2424
2424 3030
La aparición comienza en el sur de NH y VT en la primera semana de julio (Fleming 1972)
Frecuencia de aparición (30 años)
89
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
90
Frecuencia
de aparición
(30 años)
00 66
66 1212
1212 1818
1818 2424
2424 3030
91
RoyaRoya blancablanca del del CrisantemoCrisantemo ((PucciniaPucciniahorianahoriana))
HibernaHiberna min T>min T>--6oC6oC
RequisitosRequisitos parapara InfecciInfeccióónn TminTmin = 4, = 4, ToptTopt = = 17, 17, TmaxTmax = 23oC, = 23oC, WminWmin = 6 h, = 6 h, precipitacionesprecipitaciones> 2 mm > 2 mm porpor ddííaa (Water (Water 1981).1981).
Chrysanthemum White RustChrysanthemum White Rust
92
Chrysanthemum White RustChrysanthemum White Rust
Frecuencia de años sin hibernar
93
Chrysanthemum white rustChrysanthemum white rust
Promedio del número de días aptos para la infección
94
Pine Shoot Beetle (PSB),Pine Shoot Beetle (PSB), TomicusTomicus piniperdapiniperda
HibernaHiberna comocomo adultoadulto, , puedenpuedenapareceraparecer tan pronto tan pronto comocomo laslastemperaturastemperaturas lleganllegan a 50a 50--54 54 F F Surge Surge durantedurante un un perperííodoodorelativamenterelativamente cortocorto de de tiempotiempoImportanteImportante contarcontar con con trampastrampas a a tiempotiempo peropero no no demasiadodemasiado prontopronto
http://www.ncrs.fs.fed.us/4401/focus/climatology/tomicus/
95
00 66
66 1212
1212 1818
1818 2424
2424 3030
Frecuencia
de aparición
(30 años)
> 40 F
> 45 F
> 50 F
Enero
1-15PSB
96
97
Parte 6Parte 6
99
Parte 6 Parte 6 ColaboraciColaboracióónn e e
intercambiointercambio de de datosdatos
100
CompartirCompartir
NAPPFASTNAPPFASTNAPPFAST NAPPFAST
ProyectoProyecto de de elaboracielaboracióónn de de mapasmapas de de riesgoriesgoparapara laslas 50 50 plagasplagas masmas importantesimportantes en el en el programaprograma CAPSCAPS
NAPPFAST MAPVIEW NAPPFAST MAPVIEW
NAPPFASTNAPPFAST--OBSOBS
101
NAPPFASTNAPPFAST
NAPPFASTNAPPFASTEl El accesoacceso restringidorestringido a a determinadosdeterminadoscolaboradorescolaboradores
CurvaCurva de de aprendizajeaprendizaje ascendenteascendente
Los Los datosdatos no no puedenpueden ser ser exportadosexportados peropero el el modelomodelo de de salidasalida sisi puedepuede exportadoexportado
102
Los Los mapasmapas
de de riesgosriesgos
parapara
laslas
50 50 plagasplagas
masmas
importantesimportantes
del CAPSdel CAPS
DesarrolloDesarrollo estestáándarndar, , transparentetransparente, , mméétodotodoparapara la la creacicreacióónn de de mapamapa
PuedePuede utilizarseutilizarse comocomo base base parapara elaborarelaborarmapasmapas de de nuevasnuevas plagasplagas
Se Se puedepuede modificarmodificar ffáácilmentecilmente
103
Los Los mapasmapas
de de riesgosriesgos
parapara
laslas
50 50 plagasplagas
masmas
importantesimportantes
del CAPSdel CAPS
104
Hospederos
de Helicoverpa armigera (Ac)
105
Hospederos
Primarios
y secundarios
de Helicoverpa armigera (Ac)
106
Acres de hospederos
Primarios
dividido
entre los acres del Condado
Acres de hospederos
Secundarios
dividido
entre acres por
condado*0.66 *0.34
+
Proporción
relativa
de hospederos
por
Condado
0 = sin hospederos
por
condado
5 = 0.05-0.075 de cada
acre en ese
condado
se compone
de cultivos
hospederos
10 = 0.75-1.0 de cada
acre en ese
condado
se compone
de los cultivos
hospederos
107
MapaMapa
de de hospederoshospederos
SpodopteraSpodoptera lituralitura
108
MapaMapa NAPPFAST : NAPPFAST : SpodopteraSpodoptera lituralitura CincoCinco generacionesgeneraciones y la inversion de y la inversion de ddííasas frfrííosos
109
MapaMapa
de de RiesgoRiesgo
SpodopteraSpodoptera lituralitura PonderaciPonderacióónn
de de IgualdadIgualdad
de de hospedantehospedante
y NAPPFASTy NAPPFAST
110
JB Reporting SiteJB Reporting Site
111
Sirex Reporting SiteSirex Reporting Site
112
CactoblastisCactoblastis
Phenology SitePhenology Site
113
Vista del Vista del MapaMapa
NAPPFASTNAPPFASTla la navegacinavegacióónn porpor el el sitiositio eses ffáácilcil, , y y rráápidapida estaesta disediseññadoado parapara los los usuariosusuarios interesadosinteresados en el en el accesoaccesorráápidopido a la a la informaciinformacióónnConservaConserva la la serieserie de "de "MapasMapas de de probabilidadprobabilidad" de " de aproxaprox. 30 . 30 plagasplagasEl El usuariousuario puedepuede acercaracercar el zoom, el zoom, aaññadiradir laslas superposicionessuperposiciones, los , los condadoscondados se se esbozanesbozan, , interestatalesinterestatales y y ciudadesciudades al al mapamapaConvierteConvierte el el mapamapa personalizadopersonalizadoa PDF a PDF parapara unauna ffáácilcil impresiimpresióónnEl El mapamapa se se puedepuede vistovistoautomautomááticamenteticamente al al accederacceder a a travtravééss de la GPDD de la GPDD parapara plagasplagascoincidentescoincidentes
Nombre
de Usuario: aphismap
Contraseña:maps2004
114
NAPPFASTNAPPFAST--OBSOBSNueva Nueva herramientaherramienta en en desarrollodesarrollo! !
NAPPFASTNAPPFAST--OBS OBS permitirpermitiráá queque diferentesdiferentes organizacionesorganizaciones, , entre entre ellasellas PPQ, PPQ, estadosestados, , empresasempresas del sector de del sector de laslassemillassemillas, los , los cultivoscultivos consultoresconsultores, y , y universidadesuniversidadescompartancompartan datosdatos y y productosproductos en un en un sistemasistema seguroseguro. .
NAPPFASTNAPPFAST--OBS OBS utilizarutilizaráá unauna interfazinterfaz comcomúúnn de la de la arquitecturaarquitectura y la y la estructuraestructura de base de de base de datosdatos con la con la industriaindustria de la de la PlataformaPlataforma de de InformaciInformacióónn de de PlagasPlagas((iPIPEiPIPE). Los ). Los datosdatos de APHIS se de APHIS se almacenaralmacenaráánn en en tablastablas de de datosdatos porpor separadosseparados. .
CadaCada organizaciorganizacióónn controlaracontrolara la la distribucidistribucióónn e e intercambiointercambiode de sussus propiospropios datosdatos y los y los productosproductos con con otrasotrasorganizacionesorganizaciones en el en el sistemasistema..
115
NAPPFASTNAPPFAST--OBSOBSActualizacionesActualizaciones NAPPFAST MAPVIEW e NAPPFAST MAPVIEW e incorporaincorpora el Top 50 el Top 50 CAPS a la CAPS a la matrizmatriz de de riesgoriesgoBasadoBasado en el en el disediseññoo plantaplanta o parte de la o parte de la plantaplanta / / plagasplagasMapasMapas interactivosinteractivos y la y la posibilidadposibilidad de de verver los los datosdatos a a travtravééss de los de los aaññososMapasMapas de de riesgoriesgo porpor estacionesestaciones parapara laslas plagasplagas seleccionadasseleccionadasDinDináámicamica de de mapasmapas de de riesgoriesgo ((porpor ejemploejemplo, , fenologiafenologia semanalsemanal), ), proporcionaproporciona antecedentesantecedentesHerramientasHerramientas parapara cargarcargar datosdatos gengenééricosricos y y vincularlosvincularlos con ISIS con ISIS AccesoAcceso basadobasado en roles en roles CapacidadCapacidad de de proporcionarproporcionar comentarioscomentarios y y documentosdocumentosInformesInformes