Risultati

Modello fenologico

I modelli fenologici sono strumenti essenziali per la gestione delle colture, compresa la lotta integrata ai patogeni e alle malattie, in quanto consentono di programmare specifiche pratiche colturali, ridurre i rischi climatici e ottimizzare le risorse esterne (Ghersa & Holt, 1995; Landis et al., 2000; Andres & Goeden, 1971).

In questa sezione vengono presentate le calibrazioni delle Funzioni Tasso di Sviluppo (in inglese Developmental Rate functions, da cui l'acronimo DRs) per le fasi fenologiche (fenofasi) dell'olivo i cui dati mostrano una forte correlazione tra i tassi di sviluppo e la temperatura media dell'aria. Per tali fenofasi le DRs sono calibrate tramite una regressione lineare della temperatura media dell'aria sui dati raccolti nell’ambito del progetto PHENAGRI e disponibili pubblicamente.

Complessivamente, sono state identificate tre fenofasi per cui è stato possibile calibrare le DRs con i dati PHENAGRI: risveglio delle gemme ascellari inferiori al 5% - fioritura (5-25%); risveglio delle gemme ascellari inferiori al 5% - indurimento del nocciolo; fioritura (5-25%) - indice di maturazione I (paragonabile ad un grado in invaiatura < 5% ). I parametri del modello fenologico generalizzato, incarnato dai DRs delle fenofasi scelte, sono riassunti in Tabella 1.

Tabella 1 - Fenofasi selezionate e calibrazione delle relative funzioni tasso di sviluppo (DRs). r = coefficiente di correlazione di Pearson
Evento di partenza Evento finale DR = a + bT Correlazione tra tasso di sviluppo e temperatura
a b T_{0} r p-value Numero di dati
risveglio gemme ascellari < 5%
fioritura 5-25% -0,0318 0,0035 9,1 0,94 6.5 10-15 32
risveglio gemme ascellari < 5%
Indurimento nocciolo < 5% -0,0045 0,0008 5,7 0,79 1.3 10-7 31
fioritura 5-25% Indica di maturazione 1 -0,0218 0,0013 16,9 0,89 0,016 6

Ai lettori interessati ad avere ulteriori dettagli sul modello fenologico si raccomanda la lettura del Deliverable 4 di progetto. Nel corso del progetto ANTIDOTE, il modello fenologico è stato implementato in un foglio di calcolo di semplice uso e scaricabile qui. All’interno del documento scaricato è possibile leggere un manuale d’uso per il foglio di calcolo nonché avere tutti gli elementi necessari per poter implementare il modello fenologico in un altro ambiente di calcolo numerico in maniera autonoma.

Riferimenti bibliografici

Risultati: 0
AutoreTitoloAnnoJournal/ProceedingsTipoDOI/URL
Andres, L. and Goeden, R. The biological control of weeds by introduced natural enemies 1971 Biological control, pp. 143-164  incollection  
BibTeX:
@incollection{andres1971biological,
  author = {Andres, LA and Goeden, RD},
  title = {The biological control of weeds by introduced natural enemies},
  booktitle = {Biological control},
  publisher = {Springer},
  year = {1971},
  pages = {143--164}
}
Ghersa, C. and Holt, J. Using phenology prediction in weed management: a review 1995 Weed research
Vol. 35(6), pp. 461-470 
article  
BibTeX:
@article{ghersa1995using,
  author = {Ghersa, CM and Holt, JS},
  title = {Using phenology prediction in weed management: a review},
  journal = {Weed research},
  publisher = {Wiley Online Library},
  year = {1995},
  volume = {35},
  number = {6},
  pages = {461--470}
}
Landis, D.A., Wratten, S.D. and Gurr, G.M. Habitat management to conserve natural enemies of arthropod pests in agriculture 2000 Annual review of entomology
Vol. 45(1), pp. 175-201 
article  
BibTeX:
@article{landis2000habitat,
  author = {Landis, Douglas A and Wratten, Stephen D and Gurr, Geoff M},
  title = {Habitat management to conserve natural enemies of arthropod pests in agriculture},
  journal = {Annual review of entomology},
  publisher = {Annual Reviews 4139 El Camino Way, PO Box 10139, Palo Alto, CA 94303-0139, USA},
  year = {2000},
  volume = {45},
  number = {1},
  pages = {175--201}
}
Creato con JabRef. Ultima modifica alla bibliografia il 12 Jun 2020.