Enrico Marchesini. Antonella Bodini e Sara Pasquali

Documenti analoghi
Enrico Marchesini, AGREA s.r.l. Antonella Bodini e Sara Pasquali, IMATI-CNR

V Giornate di Studio sui Modelli per la Protezione delle Piante Piacenza maggio 2009 UniversitàCattolica del Sacro Cuore

MODELLISTICA E PROTEZIONE INTEGRATA DELLE COLTURE - FITOFAGI

Modelli previsionali Pomacee

Esperienze in Sicilia:

R.Nannini, M. Fornaciari Consorzio Fitosanitario Provinciale di Modena -Modena, Italia CESAC-Modena, Italia

Sistema di previsione e avvertimento alle avversità

Evoluzione delle strategie di difesa contro Lobesia botrana: problemi e prospettive nel nord-est Italia

BOLLETTINO VITE 2019

Alternative agli insetticidi di sintesi nel controllo dei fitofagi della vite

Università degli Studi della Tuscia

Controllo naturale e lotta integrata ai fitofagi della vite: stato dell'arte e prospettive. Carlo Duso Dipartimento DAFNAE, Università di Padova

Rinnovo del patentino Modulo agronomico

piano di azione sull uso sostenibile dei prodotti fitosanitari: STRATEGIE FITOSANITARIE SOSTENBILI (DIR. 128/ D.

Considerazioni sul monitoraggio sulla Vite. Massimo Dal Pane Isagro SpA

Sviluppo di modelli previsionali per prevedere lo sviluppo delle micotossine nel mais in Toscana

Mauro Boselli Servizio Fitosanitario, Regione Emilia Romagna Faenza (Ra) 27 febbraio 2015

Modello di sviluppo di popolazione di Tignoletta della vite

R.Petacchi. La cecidomia delle foglie dell olivo (Dasineura oleae (Angelini, 1831)): studio della biologia e delle cause di outbreak in Toscana

BOLLETTINO VITE 2018

Servizi di supporto per l uso sostenibile dei fitofarmaci

Modelli previsionali e soglie d intervento per la piralide.

INFLUENZA DEI FATTORI CLIMATICI SUL CICLO BIOLOGICO DELLA CIMICE ASIATICA: 2015 E 2016 A CONFRONTO

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

I sistemi di informazione della Regione Lombardia

Monitoraggio in 28 aziende (progetto Check-up)

Evoluzione delle strategie di difesa contro Lobesia botrana in Emilia Romagna

I modelli in entomologia. (Logan, 1994)

Lobesia botrana Tignolet Tignole t t a t della vite vit

Sistemi di supporto alle decisioni nella lotta contro la mosca dell olivo

BOLLETTINO VITE 2018

AZIONE 1: Dinamica delle popolazioni di tignola della patata (Phthorimaea operculella Zeller, Lepidoptera Gelechiidae) in Emilia Romagna

6.1.1 I MODELLI PREVISIONALI PER GLI INSETTI

Organizzazione del Servizio di avvertimento per la lotta alla mosca dell olivo nella Regione Marche

2. ATTUAZIONE DELLA DIFESA INTEGRATA OBBLIGATORIA IN CAMPANIA

Monitoraggio in 27 aziende. Progetto Flight 15 aziende. Terza generazione

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

La mosca delle olive: il punto sulla bioecologia alla luce anche dell'annata olivicola 2014

Criticità e pratiche sostenibili di difesa in viticoltura. Carlo Duso DAFNAE, Università di Padova Castel San Pietro (Bologna), 19 settembre 2015

STAZIONI AGRO-METEOROLOGICHE E MODELLI PREVISIONALI DSS DECISION SUPPORT SYSTEM

FENOLOGIA IN SICILIA

REGIONE LAZIO Servizio Fitosanitario Regionale

BOLLETTINO DI PRODUZIONE BIOLOGICA ED INTEGRATA N 8 DEL

INNOVATIVA TRAPPOLA A FEROMONI CON MONITORAGGIO DA REMOTO DELLE CATTURE: RISULTATI DI PROVE DI CONFRONTO CON TRAPPOLE A FEROMONI DI COMUNE IMPIEGO

UTILIZZO DI UN MODELLO DI DINAMICA DI POPOLAZIONE PER L ANALISI L COMPORTAMENTO IN PIEMONTE DI Bactrocera oleae

IL SERVIZIO AGROMETEOROLOGICO DELL ASSAM A SUPPORTO DELLE SCELTE AZIENDALI

Bollettino n 4 / 2018 del 18 Maggio 2018

SISTEMI DI MONITORAGGIO E MODELLI PREVISIONALI a cura di Maurizio Bottura CTT Unità viticoltura Verona Fieragricola, 03 febbraio 2016

La durata della monosuccessione ed il rischio di danno da diabrotica

La lotta ai fitofagi dell agrumeto con tecniche a basso impatto ambientale Piera Maria Marras

BOLLETTINO VITE 2018

Bollettino n 4 / 2018 del 18 Maggio 2018

Monitoraggio e misure di contenimento

Bollettino n 6/2018 del 31 Maggio 2018 METEO

LE PRINCIPALI DOC DEL VERONESE. p.a. Stefano Casali

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

Azioni, strumenti e servizi agrometeorologici per l attuazione della produzione e della difesa integrata

I nuovi modelli previsionali per il Bollettino Colture Erbacee

Il monitoraggio e le possibilità di difesa con la confusione sessuale

Biologia delle cocciniglie cotonose della vite monitoraggio delle infestazioni e studio della dinamica delle popolazioni.

Data mining e geostatistica per la realizzazione di un Sistema a Supporto delle Decisioni

Dr. Maurizio Severini Collaboratori: Dr.ssa Roberta Alilla, Dr. Simone Pesolillo

2016 Agrion. Graziano Vittone Luca Nari. Martedì 18 aprile 2017 AVVISO FLASH N 14

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

Graziano Vittone Luca Nari

Ordine: Coleotteri Famiglia: Crisomelidi

monitoraggio in 24 aziende Seconda generazione

BOLLETTINO VITE 2018

Consiglio Regionale della Puglia

Lorenza Michelon 1, Mauro Agosti 1 e Pierpaolo Vezzola 2

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

Il controllo degli insetti dannosi tramite il metodo della confusione sessuale

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

3 anni di esperienza con la «confusione sessuale» per il contenimento di Planococcus ficus in Sicilia

BOLLETTINO VITE 2018

Lotta insetticida contro i fitofagi della vite: sostanze attive ed epoche di intervento

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

Regione Puglia Applicazione dei sistemi previsionali nell ambito dei programmi regionali di assistenza tecnica

Tignola del pomodoro: nuova emergenza fitosanitaria?

IMPATTO DELLA PHTHORIMEA OPERCULELLA SULLA COLTURA DELLA PATATA

N. 07/FG DAL 24 al 30 AGOSTO 2018

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

La soluzione insetticida ad ampio spettro per la difesa della vite

BOLLETTINO DI PRODUZIONE BIOLOGICA ED INTEGRATA N 10 DEL

Insetticida a base di buprofezin leader per la difesa delle colture mediterranee da cocciniglie, aleurodidi e cicaline

Bollettino n 7 / 2018 del 7 Giugno 2018 METEO

ASSOPROL UMBRIA Soc.Coop. ORGANIZZAZIONE DEI PRODUTTORI OLIVICOLI DELL UMBRIA SOC. COOP. AGRICOLA

BOLLETTINO VITE 2018

SERVIZIO DI ASSISTENZA TECNICA PER LA VITICOLTURA DELL OLTREPO PAVESE

n 20 del 10 ottobre 2013

BOLLETTINO DI PRODUZIONE BIOLOGICA ED INTEGRATA N 2 DEL

Transcript:

Enrico Marchesini Antonella Bodini e Sara Pasquali Servizio Fitosanitario Regione Veneto, Verona, 09 maggio 2016

Perché i sistemi di monitoraggio e i modelli previsionali? Sono strumenti previsti dalla Direttiva CE 128/2009 Uso Sostenibile dei Prodotti Fitosanitari obiettivi ridurre i rischi e gli impatti sulla - salute umana - sull ambiente promuovere l uso - della difesa integrata e - di approcci o tecniche alternativi, quali le alternative non chimiche ai pesticidi PAN (Piano di Azione Nazionale) Uso Sostenibile dei Prodotti Fitosanitari Decreto 22/01/2014 DIFESA INTEGRATA

Il PAN e il monitoraggio delle avversità e i modelli previsionali A.7.2.1 - Il Ministero delle politiche agricole alimentari e forestali provvede a: 3. definire, in accordo con le Regioni e le Province autonome, nell ambito del manuale di orientamento per la difesa integrata obbligatoria, i requisiti minimi delle reti di monitoraggio a cui le aziende agricole hanno accesso; 4. attivare iniziative per la realizzazione e l applicazione di sistemi di previsione e avvertimento sullo sviluppo delle avversità (fitofagi e patogeni), da utilizzare a livello regionale, con particolare riferimento a: standardizzazione dei modelli previsionali esistenti ed attualmente in uso in alcune Regioni (piattaforma informatica con unico software in grado di elaborare, per i diversi territori, i modelli previsionali disponibili con i dati meteorologici messi a disposizione dalle reti meteorologiche regionali); messa a disposizione delle Regioni e delle Province autonome, degli algoritmi e dei sorgenti dei modelli previsionali sullo sviluppo delle avversità, dei software applicativi e di una piattaforma informatica, che consenta agli stessi Enti di gestire informazioni utilizzabili per ciascun ambito territoriale; validazione dei diversi modelli nei diversi ambiti territoriali;

Il PAN e il monitoraggio delle avversità e i modelli previsionali A.7.2.2 - Le Regioni e le Province autonome provvedendo a: 2. assicurare una rete di monitoraggio sullo sviluppo delle principali avversità e l applicazione, al fine di garantire agli utilizzatori finali di prodotti fitosanitari la disponibilità di: previsione e avvertimento sullo sviluppo delle avversità; bollettini che, sulla base dei risultati delle elaborazioni dei modelli previsionali e delle reti di monitoraggio, forniscono informazioni sull applicazione della difesa integrata. A.7.2.3. Gli utilizzatori professionali di prodotti fitosanitari e le aziende agricole b) dati fenologici e fitosanitari forniti da una rete di monitoraggio e, ove disponibili, dai sistemi di previsione e avvertimento A.7.4.2 - Le Regioni e le Province autonome 4. predisporre eventuali bollettini sulla base dei risultati delle elaborazioni dei modelli previsionali e delle reti di monitoraggio che forniscano agli agricoltori informazioni sull applicazione della difesa biologica;

BIOLOGIA DELLA SPECIE DATI DI MONITORAGGIO MODELLO MATEMATICO DATI METEO

Modelli temporali Modelli spazio-temporali Modelli per la dinamica di popolazioni strutturate Riproduzione Sviluppo uova Sviluppo larve Sviluppo pupe UOVA LARVE PUPE ADULTI Sviluppo adulti Mortalità uova Mortalità larve Mortalità pupe Mortalità adulti

MODELLI TEMPORALI FENOLOGICO fare previsioni sull andamento dei diversi stadi dell insetto in base alla temperatura DEMOGRAFICO permette di ottenere in ogni momento il n di individui di ciascun stadio di sviluppo. Si deve partire dal numero di individui presenti in un dato momento ed avere a disposizione i dati orari delle temperature.

I modelli di simulazione sono strumenti in grado di trasformare i rapporti che intercorrono tra la coltura, le avversità e l ambiente circostante in equazioni matematiche

Il modello MRV - Lobesia FENOLOGICO * I Modelli a Ritardo Variabile (MRV) sono in grado di simulare lo sviluppo di una popolazione di insetti descrivendo il passaggio degli individui attraverso le proprie fasi fenologiche (uovo, larva, pupa e adulto) unicamente sulla base delle temperature rilevate in campo. * All inizio dell anno si considera che la popolazione sia costituita al 100% da individui in diapausa, che cominciano a svilupparsi non appena la temperatura dell aria supera, anche solo per qualche ora al giorno, la soglia inferiore di sviluppo. * Sulla base dei parametri biologici e delle temperature rilevate, viene calcolato lo sviluppo istantaneo dei diversi stadi e, per quello adulto, il tasso di fecondità. Allo sviluppo viene applicato un "ritardo" che rappresenta il tempo di permanenza all interno di uno stadio.

dati ARPAV MRV - Lobesia UOVA LARVE PUPE ADULTI METEO Data Gen. Cum. Pre. Gen. Cum. Pre. Gen. Cum. Pre. Gen. Cum. Pre. Pioggia 10/04/16 SV 0 0 SV 0 0 SV 0 100 SV 0 0 0 11/04/16 SV 0 0 SV 0 0 SV 0 100 SV 0 0 0 12/04/16 SV 0 0 SV 0 0 SV 0 100 SV 0 0 0 13/04/16 SV 0 0 SV 0 0 SV 0 100 SV 0 0 9 14/04/16 SV 0 0 SV 0 0 SV 0 99 SV 1 1 1 15/04/16 SV 0 0 SV 0 0 SV 0 98 SV 2 2 0 16/04/16 SV 0 0 SV 0 0 SV 0 95 SV 5 5 0 17/04/16 SV 0 0 SV 0 0 SV 0 91 SV 9 9 0 18/04/16 SV 0 0 SV 0 0 SV 0 84 SV 16 16 0 19/04/16 I 2 2 SV 0 0 SV 0 79 SV 21 21 19 20/04/16 I 2 2 SV 0 0 SV 0 72 SV 28 28 0 21/04/16 I 4 3 SV 0 0 SV 0 63 SV 37 37 0 22/04/16 I 5 5 SV 0 0 SV 0 53 SV 47 47 0 23/04/16 I 7 7 SV 0 0 SV 0 45 SV 55 55 4 24/04/16 I 8 8 SV 0 0 SV 0 43 SV 57 57 4 25/04/16 I 9 9 SV 0 0 SV 0 40 SV 60 60 0 26/04/16 I 10 10 SV 0 0 SV 0 37 SV 63 63 1 27/04/16 I 12 12 SV 0 0 SV 0 32 SV 68 67 0 28/04/16 I 14 14 SV 0 0 SV 0 30 SV 70 70 0 29/04/16 I 16 15 SV 0 0 SV 0 25 SV 75 75 0 30/04/16 I 18 18 SV 0 0 SV 0 19 SV 81 80 0 01/05/16 I 20 20 SV 0 0 SV 0 19 SV 81 81 6 02/05/16 I 23 22 SV 0 0 SV 0 16 SV 84 83 1 UOVA Cum = % cumulativa uova deposte Pre = % uova deposte e non ancora schiuse LARVE Cum = % cumulativa larve nate Pre = % larve nate e non ancora incrisalidate PUPE Cum = % cumulativa pupe formate Pre = % pupe formate e non ancora sfarfallate ADULTI Cum = % cumulativa adulti sfarfallati Pre = % adulti sfarfallati non ancora morti

2/4 9/4 16/4 23/4 30/4 7/5 14/5 21/5 28/5 4/6 11/6 18/6 25/6 2/7 9/7 16/7 23/7 30/7 6/8 13/8 20/8 27/8 3/9 10/9 17/9 24/9 1/10 8/10 15/10 % presenza catture da modello N adulti catturati 100 Il modello MRV-Lobesia può essere considerato un valido strumento per posizionare gli interventi? Lobesia botrana 2008 adulti Azienda N 8 loc. S. Zeno (VR) Stazione meteo Colognola ai Colli Confronto tra le curve di volo degli adulti previste dal modello e quelle rilevate in campo con le trappole a feromoni 250 90 80 200 70 60 150 50 40 100 30 20 50 10 0 0 Catture presenza adulti da modello lnizio dei voli della I a e II a gen.: le differenze tra il previsto e l osservato sono contenute. Picco di volo e fase conclusiva: dati previsionali poco attendibili, errori non sempre accettabili.

2/4 9/4 16/4 23/4 30/4 7/5 14/5 21/5 28/5 4/6 11/6 18/6 25/6 2/7 9/7 16/7 23/7 30/7 6/8 13/8 20/8 27/8 3/9 10/9 17/9 24/9 1/10 8/10 15/10 % presenza uova da modello N uova osservate Lobesia botrana 2008 uova Azienda N 8 loc. S. Zeno (VR) Stazione meteo Colognola ai Colli Confronto tra le curve di ovideposizione previste dal modello e quelle osservate in campo 50 160 45 40 35 30 140 120 100 25 80 20 15 10 5 60 40 20 0 0 uova presenza uova da modello Inizio ovideposizione previsto dal modello con un errore di ± 2-3 giorni massima ovideposizione coincide abbastanza bene per la I a gen., mentre è posticipato rispetto alla realtà per quanto riguarda la II a, III a gen.

Confronto tra le curve di presenza delle LARVE previste dal modello e i dati osservati direttamente in campo L errore previsionale per le larve di seconda generazione è pari a 7 giorni di ritardo rispetto a quanto osservato in campo

Errore medio di previsione Errore medio di previsione del I, II e III volo Anno I volo II volo III volo Errore medio (gg) Errore medio (gg) Errore medio (gg) 2003 2,00 5,00 8,50 2004 5,40 5,50 1,00 2005 3,00 5,50 4,00 2007 4,00 7,00 7,00 errore medio 3,60 5,75 5,13

1-apr 8-apr 15-apr 22-apr 29-apr 6-mag 13-mag 20-mag 27-mag 3-giu 10-giu 17-giu 24-giu 1-lug 8-lug 15-lug 22-lug 29-lug 5-ago 12-ago 19-ago 26-ago 2-set 9-set 16-set 23-set 30-set 7-ott 14-ott 130 120 110 100 90 80 70 60 50 40 30 20 10 0 Le piogge influenzano i voli e le ovideposizioni di tignoletta? uova Pioggia (mm) adulti Le precipitazioni temporalesche e gli abbassamenti di temperatura verificatesi tra fine maggio e primi di giugno hanno fortemente rallentato le ovideposizioni da parte delle femmine.

(Lobesia botrana) Modello DEMOGRAFICO Stocastico da Giglioli, Pasquali, Marchesini, 2016

da Giglioli, Pasquali, Marchesini, 2016

da Giglioli, Pasquali, Marchesini, 2016

Nuovi Modelli Demografici recenti pubblicazioni

vite.net

vite.net data in cui i primi individui entrano nello stadio popolazione cumulata = % individui che sono già entrati nello stadio ripartizione % della popolazione nei diversi stadi (somma = 100)

Tignoletta della vite 2015 Intervento in 3ª generazione Intervento in 2ª generazione

Tignoletta della vite 2016

Dati da satellite Previsioni meteo Sensori Dati di campo Modelli matematici Esperienza personale Opinione di esperti

Parere dell esperto su quando e perché trattare. REGOLE MODELLI Grado di applicabilità di ogni regola

La normativa sull uso sostenibile dei prodotti fitosanitari prevede adeguate reti di monitoraggio e l impiego di modelli previsionali I vari sistemi di monitoraggio infatti sono fondamentali per un applicazione corretta delle strategie di difesa integrata. I modelli previsionali, pur essendo una rappresentazione semplificata della realtà, forniscono informazioni utili per decidere come intervenire nella difesa. Questi modelli matematici sono strumenti che devono essere sempre integrati con l esperienza dell agricoltore e il supporto di tecnici del settore che saranno, di fatto, i decisori finali.

video AGREA pubblicati su YouTube: Data Target descrizione indirizzo 07-mag-15 Lobesia botrana larva L1 di 1 gen. https://youtu.be/f36xntotg7m 19-mag-15 Calepitrimerus vitis femmina https://youtu.be/zmqeeq3qn6i 27mag15 Partenolecanium corni uova e neanidi https://youtu.be/3ll4so5ydjg 14-giu-15 Lobesia botrana adulto di 2 gen. https://youtu.be/hjwcrnes_xq 18-giu-15 Tranosemella prerogator parassitoide di tignoletta https://youtu.be/cui3mr1hbmm 25-giu-15 Lobesia botrana larva L1 di 2 gen. https://youtu.be/4cl_4biztu4 25-giu-15 Lobesia botrana larva L2 di 2 gen. https://youtu.be/jd7jxn3o5c0 26-giu-15 Lobesia botrana larva L3 di 2 gen. https://youtu.be/nvv3f25lqyg 31-lug-15 Parthenolecaniun corni giovani femmine https://youtu.be/xwguuhclnbm 18-ago-15 Ephestia unicolorella w. larva su grappolo https://youtu.be/cdswoip5ogw 24-ago-15 Argyrotaenia ljungiana crisalide e adulto https://youtu.be/tmt8dogbocc 25-ago-15 Planococcus ficus femmine http://youtu.be/ke4_k0q2wcm 26-ago-15 Cacoecimorpha pronubana larva e adulto https://youtu.be/0kejd_9ol8q 26-ago-15 Lobesia botrana larva L3 di 3 gen. http://youtu.be/gaoxmghhwc8 27-apr-16 Planococcus ficus Ovi-sacco e neanidi https://youtu.be/srxgoqlo_yq 10-mag-16 Planococcus ficus vite https://youtu.be/_ycbopsdpmy 10-mag-16 Phyllocnistis vitegenella vite https://youtu.be/t6mau35jqso