Es sabido que algunas enfermedades son difíciles de controlar por lo que el momento de detección y formas de control es crucial para mantenerlas en niveles bajos de afectación al cultivo. Pessl Instruments durante más de 30 años ha desarrollado investigación para poner a los productores de todo el mundo herramientas de diagnóstico predictivo en diferentes cultivos, que permitan no solo ayudarlos a cumplir con la legislación, tener un cultivo saludable. 

Modelo de enfermedades para Sigatoka 

En México, existen más de 77,000 hectáreas dedicadas al cultivo de bananos y plátanos. En la actualidad, la enfermedad conocida como Sigatoka negra es el principal problema fitosanitario que afecta la producción de este frutal en nuestro país, América Central, Sudamérica y el Caribe. Esta enfermedad, causada por un hongo (Mycosphaerella fijiensis), representa una seria amenaza para la industria bananera, ya que es altamente destructiva (reduce hasta en un 50% el peso del racimo y causar pérdidas del 100% de la producción debido al deterioro en la calidad) y afecta las principales variedades de bananos y plátanos.  

Mercado objetivo y evaluación del modelo 

El estado de Chiapas cuenta con 23,404 hectáreas de producción de banano, las cuales representan el 29.3% de la superficie productora a nivel nacional. Para comprobar la efectividad del modelo se llevo el seguimiento de una plantación del Grupo bananero en la región de Mazatán, Chiapas. Para el registro de las condiciones climáticas se propuso el uso de la VWS (estación virtual) con pronóstico climático. El seguimiento en la plataforma (www.fieldclimate.com) se realizó a partir del día 16 de junio del 2020 en forma diaria, adicional de llevar reuniones programadas semanalmente para la revisión de las condiciones mostradas por el modelo y comparar con los monitoreos in situ en los cuales se determinó el daño en la hoja más joven y numero de hojas a parición y cosecha. 

Es importante señalar que en plataforma el modelo de infección de Sigatoka propone tres condiciones 1) el Modelo de Infección donde se observa la evolución de patógeno (biología del desarrollo), 2) el Modelo de Riesgo y 3) Información para la aplicación foliar de sprays, en cada una de las propuestas son considerados factores climáticos que detonan una respuesta del hongo, estos parámetros son temperatura (T, °C), humedad relativa (HR, %), precipitación (P, mm) y evapotranspiración (ET0). 

Resultados 

La finca en evaluación presenta una condición de microclima favorable para la detonación de la sigatoka negra en comparación con otras plantaciones del productor. Al inicio de la evaluación se realizó una poda fitosanitaria fuerte para bajar hojas con infección (cero tolerancias). El 30 de junio el reporte de mostro infección en la hoja nueva número 5, días después se observo que la hoja joven infectada en promedio era la 5.7, a parición se tenia las hojas 11.3 y 11.9 respectivamente, un ligero incremento de media hoja. El numero de hojas a cosecha promedio se tenia de 6.5 y 5.7 para el día 30 de junio y 8 de julio respectivamente, por debajo de las 7 hojas promedio requeridas para un producto de calidad en exportación, pero teniendo estas hojas a cosecha más limpias. Al día 16 de julio los resultados indican que la hoja mas joven infectada es la 6, en promedio el numero de hojas a parición es de 11.3 y 6.5 hojas a cosecha. El control se ha realizado con mancozeb y clorotalonil a intervalos de 7 días. Los resultados obtenidos se observan al realizar la determinación del NDVI de la plantación, en el cual se ve un progreso en la cobertura de la vegetación. El productor comenta que la plataforma ha permitido tomar decisiones para las aplicaciones, manteniendo estas a 7 días, contario a lo que tradicionalmente se tiene que es de 5 días donde se incrementa hasta en 50% los costos, igualmente mantener la molécula y proyectar el uso de estas por dos semanas mas antes de realizar una aplicación de un producto sistémico. En cuanto al desarrollo del cultivo la cero tolerancia influye directamente en los numero y supone que posiblemente se tenga en algunas semanas 12 hojas a cosecha y la hoja mas joven infectada en la posición 7. La plataforma ha generado igualmente la posibilidad de mejorar las aplicaciones aéreas, actualmente con la predicción generada con el pronostico de clima se analiza el diferencial de temperatura, la posible humedad de la hoja y velocidad del viento para decidir el momento de aplicación aérea oportuno. 

Consideraciones del modelo de predicción para Sigatoka 

-El modelo de predicción para Sigatoka no es un sustituto de los muestreos, es complemento de estos y se convierte en una herramienta más para el diagnóstico y toma de decisiones, permite mediante la evaluación de las condiciones climáticas dirigir de manera ordenada y con tiempo las acciones a seguir por parte del técnico, agrónomo o productor, es decir, el técnico puede tener con tiempo la oportunidad de orientar un muestreo confirmatorio a áreas específicas conocidas por su mayor incidencia y poder conocer la incidencia por individuo, por lote y/o por plantación. 

-La experiencia del técnico, agrónomo y/o productor complementan el modelo de predicción y a criterio de ellos se pueden considerar áreas vulnerables a diferente grado.  

Que esperar del modelo de predicción para Sigatoka 

El conjunto de datos (muestreos, conocimiento de áreas y predicciones) deben permitan establecer decisiones de manejo que promuevan un mejor control de la Sigatoka en banano.