cphst tools: nappfast

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.

http://www.hortnet.co.nz/key/keys/info/lifecycl/lba-desc.htm



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

http://www.invasive.org/images/768x512/1150134.jpg

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

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 la de la EnfermedadEnfermedad

29



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


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

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


69



Facility Data

0 4,900 9,8002,450Kilometers

4


70



Facility Data

0 4,900 9,8002,450Kilometers

4


71


Australian herbarium

72

Kikuyu grassKikuyu grass

Australian Herbaria

Calflora www.tropicalgrasslands.asn.au

73


!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(

!(

!(!(

!(

!(!( !(

!(

!(

!(!(

!(

!(!(!(

!(

!(

!(!(!(!(!(!(

!(!(

!(

!(

!(

!(

!(!(

!(!(!(

!(!(!( !( !(!(

!( !(!(

!(

!(

!(

!(

!(!(!(!(

!(!(!(!(!(!(!(!(!(!(

!(!(

!(

!(

!(

!(!(!(

!( !(!(!(!(

!(

!(

Antarctica

RussiaCanada

China

Brazil

Australia

United States

Greenland

Iran

India

Sudan

Algeria

Kazakhstan

Argentina

LibyaMexico

Peru

Mongolia

Congo, DRC

Saudi Arabia

Indonesia



Facility Data

0 4,900 9,8002,450Kilometers

4

Australian Herbaria

Calflora

74



FacilityData

0 4,900 9,8002,450Kilometers

4


75

!(!( !(!(

!(!(

!(!(

!(!(

!(!(

!(!( !(!(!( !(!(!(!(!(!(!(!(!(!(

!( !(

!(!(!(

!(!(!(

!(!(!(!(!(

!(!(!(!( !(!(

!(!(

!( !(!(!(!(

!(!(!( !(!(!( !(

!(

!(

!(

!(

!(!(!(

!(!(

!(

!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(!(

!(

!(!(

!(

!(!( !(

!(

!(

!(!(

!(

!(!(!(

!(

!(

!(!(!(!(!(!(

!(!(

!(

!(

!(

!(

!(!(

!(!(!(

!(!(!( !(!(!(

!(!(!(

!(

!(

!(

!(

!(!(!(

!(

!(!(!(!(!(!(!(!(!(!(

!(!(

!(

!(

!(

!(!(!(

!(!(!(!(!(

!(

!(



Facility Data

0 4,900 9,8002,450Kilometers

4


76


77


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

http://www.invasive.org/images/768x512/1150134.jpg

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/

http://www.ncrs.fs.fed.us/4401/focus/climatology/tomicus/insects/psbfingers.jpg

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

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

cphst tools: nappfast

Documents