کارآیی مدل‌های هایر و والین در پیش آگاهی بیماری بادزدگی فیتوفترایی سیب‌زمینی در گرگان

دو فصلنامه تحقیقات بیماریهای گیاهی

مقاله 1، دوره 3، شماره 2، آذر و دی 1394، صفحه 1-16   

نوع مقاله: مقاله پژوهشی

نویسنده

محمد علی آقاجانی^*

استادیار پژوهش، بخش تحقیقات گیاهپزشکی، مرکز تحقیقات کشاورزی و منابع طبیعی استان گلستان، گرگان، ایران.

تاریخ دریافت: 06 مرداد 1394،  تاریخ پذیرش: 06 مرداد 1394 

چکیده

بادزدگی فیتوفترایی ناشی از Phytophthora infestans، مهم‌ترین بیماری سیب‌زمینی در دنیا است که مدل‌های زیادی برای پیش آگاهی آن در مناطق مختلف دنیا ساخته شده است. هایر و والین، از مدل‌های مهم و پایه‌ای هستند که به ترتیب از متغیرهای آب و هوایی BFD (روز مساعد بر اساس میزان دما و بارش روزانه) و SV (ارزش‌های شدت بر اساس رطوبت نسبی و دمای ساعتی) برای پیش‌بینی وقوع اپیدمی استفاده می‌کنند. به منظور بررسی توان پیش‌بینی این دو مدل در شرایط منطقه‌ی گرگان، از داده‌های آب و هوایی ده سال (1382 تا 1391) و روش‌های آماری رگرسیون لجستیک و آنالیز تشخیصی استفاده شد. آنالیز این متغیرها طی دو دوره‌ی زمانی (از زمان کاشت و اول فروردین تا ظهور بیماری) نشان داد که بین متغیرهای این دو مدل و احتمال وقوع اپیدمی، رابطه‌ی معنی‌داری وجود ندارد، اما تغییر آستانه‌ی مقدار بارش در مدل هایر و رطوبت نسبی در مدل والین توانست ارتباط معنی‌داری با وقوع اپیدمی ایجاد نماید. در کنار متغیرهای این دو مدل، چهار متغیر مجموع بارش، تعداد روزهای بارانی، مجموع ساعت‌های آفتابی و مجموع تبخیر، رابطه‌ی بسیار معنی‌داری با وقوع اپیدمی داشتند و توانستند وقوع اپیدمی را با دقت بالایی پیش‌بینی کنند.
 

کلیدواژه‌ها

سیب‌زمینی؛ بیماری بادزدگی؛ پیش آگاهی؛ روز مساعد بادزدگی؛ ارزش شدت

عنوان مقاله [English]

Study of efficacy of Hyre and Wallin models for predicting potato late blight in Gorgan

نویسندگان [English]

M.A. Aghajani

چکیده [English]

Late blight, caused by Phytophthora infestans, is the most important disease of potato in the world, which several models have been developed for its forecasting in different regions of the world. Two important and basic models are Hyre and Wallin’s which use weather variables BFD (favorable day based on daily temperature and rainfall) and SV (severity values based on hourly relative humidity and temperature) for disease prediction, respectively. In order to study of predicting potential of these models under the conditions at Gorgan region, weather data of ten years (2002-2012) were utilized via logistic regression and discriminant analyses. Analysis of these variables during two durations (from planting to disease appearance and from the first day of Farvardin to disease appearance) revealed that there isn’t a significant relationship between the models specified variables and disease occurrence, but changing the thresholds of precipitation in Hyre model and RH in Wallin model produced a significant relationship. Besides the variables of these models, the four variables of total precipitation, number of rainy days, total sunny hours and total evaporation, had a very significant correlation with disease occurrences, and could predict the disease occurrences with a high accuracy

کلیدواژه‌ها [English]

Blight favorable day, Forecasting, late blight, Potato, severity value

مراجع

1. Agrios GN. 2005. Plant Pathology. 5^th ed. NewYork: Academic Press. 922 p.
2. Bugiani R, Cavanni P and Ponti I. 1993. An advisory service for the occurrence of Phytophthora infestans on tomato in Emili-Romagna region. EPPO Bulletin 23: 607–613.
3. Campbell CL and Madden LV. 1990. Introduction to Plant Disease Epidemiology. New York: John Wiley & Sons. 532 p.
4. Choudhuri HC and Pal SC. 1959. Forecasting late blight of potatoes in the hills of West Bengal. American Journal of Potato Research 36: 284–287.
5. Costa RV, Zambolim L, Vale FXR and Mizubuti ESG. 2002. Previsão da requeima da batateira. Fitopatologia Brasileira 27: 349–354.
6. Hijmans RJ, Forbes GA and Walker TS. 2000. Estimating the global severity of potato late blight with GIS-linked disease forecast models. Plant Pathology 49: 697–705.
7. Hyre RA. 1954. Progress in forecasting late blight of potato and tomato. Plant Disease Reporter 38: 245–253.
8. Hyre RA. 1955. Three methods of forecasting late blight of potato and tomato in northeastern United States. American Potato Journal 32: 362–371.
9. Johnson DA, Alldredge JR and Hamm PB. 1998. Expansion of potato late blight forecasting models for the Columbia Basin of Washington and Oregon. Plant Disease 82: 642–645.
10. Krause RA, Massie LB and Hyre RA. 1975. BLITECAST, a computerized forecast of potato late blight. Plant Disease Reporter 59: 95–98.
11. Luck J, Asaduzzaman M, Banerjee S, Bhattacharya I, Coughlan K, Debnath GC, De Boer D, Dutta S, Forbes G, Griffiths W, Hossain D, Huda S, Jagannathan R, Khan S, O’Leary G, Miah G, Saha A and Spooner-Hart R. The Effects of Climate Change on Pests and Diseases of Major Food Crops in the Asia Pacific Region. [Internet]. 2010. FARMD: Asia-Pacific Network for Global Change Research; [cited 2014 Apr 24]. Available from:http://www.apn-gcr.org/resources/archive/files/1534fe7a80b1be6e9-d00d2cd6934fae0.pdf
12. Myint MM, Su T and Win K. 2001. Effect of different fungicides application based on disease forecasting in controlling of potato late blight in Myanmar. Paper presented at: International Workshop on Potato Late Blight; 15-19 October; Pyongchang, Republic of Korea.
13. Schumann, GL and D’Arcy CJ. 2005. Late blight of potato and tomato [Internet]. St Paul (MN): American Phytopathological Association; [cited 2014 Jun 04]. Available from: http://www.apsnet.org/edcenter/intropp/lessons/fungi/oomycetes/Pages/LateBlight.aspx
14. Simard T. 1960. Forecasting late blight of potato in the Montreal area in 1960. Canadian Plant Disease Survey 40: 104–106.
15. Simard T. 1961. Forecasting late blight of potato in the Montreal area in 1961. Canadian Plant Disease Survey 41: 310–313.
16. Skelsey P. 2008. Multi-scale modeling of potato late blight epidemics [PhD]. [Wageningen (Netherlands)]: Wageningen University.
17. Thurston HD, Knutson KW and Eide CJ. 1958. The relation of late blight development on potato foliage to temperature and humidity. American Journal of Potato Research 35: 397–406.
18. Wallin JR. 1951. Forecasting tomato and potato late blight in the north central region. Phytopathology 41: 37.
19. Wallin JR. 1962. Summary of recent progress in predicting the late blight epidemics in United States and Canada. American Potato Journal 39: 306–312.
20. Wallin JR and Waggoner PE. 1950. The influence of climate on the development and spread of Phytopthora infestans in artificially inoculated potato plots. Plant Disease Reporter 190 (Suppl.): 19–33.