LCE 306 Meteorologia Agrícola - USP · 12 14 16 18 20 Day 1 Day 2 Day 3 Day 4 Visual Obs. Flate...

Clima x Doenças de Plantas

Efeito do binômio Temperatura-Umidade

na ocorrência de doenças

LCE 306 – Meteorologia Agrícola

Prof. Paulo Cesar Sentelhas

ESALQ/USP – 2018

Aula # 14

O ciclo das doenças de plantas e sua

relação com as condições ambientais

LEB 360 - Meteorologia Agrícola Prof. Sentelhas

A ocorrência de doenças nas plantas depende da interrelação

entre o patógeno, o hospedeiro e o ambiente

Homem

Ambiente

Hospedeiro Patógeno Doença


Interações Patógeno-Hospedeiro-Ambiente

Inoculação Germinação

Penetração

Colonização

Lesões férteis

Esporulação Dispersão

Ambiente

Chuva/Irrigação Orvalho Umidade Vento Temperatura

Homem

Pedro Jr. (1989)

Ho

sp

ed

eir

o


Fase: Variáveis meteorológicas:

Infecção

(Germinação e penetração)

DPM, Temperatura

Colonização

(Incubação, latência)

Temperatura da folha

Produção de inóculo

(esporulação)

Umidade, temperatura, radiação

solar

Dispersão Vento, temperatura, UR%, água

(orvalho, chuva, irrig.)

Sobrevivência do inóculo

(esporos e outros)

Temperatura, UR% e radiação solar

Variáveis do ambiente e seu efeito nas

diferentes fases das doenças


Efeito do molhamento foliar em uma doença bacteriana

Câncro Cítrico

Infecção

Esporulação

Dispersão


Germinação

Penetração

Efeito do molhamento foliar em uma doença fúngica

Antracnose do Milho


Teliósporo (Puccinia sp.) com

apressórios e tubo germinativo

sobre uma folha

Apressórios

Estômato Tubo

germinativo

Esporo

Urediniósporo (Hemileia vastatrix)

produzindo estruturas de infecção,

tubo germinativo ramificado e

apressórios, 2 horas após inoculação.


Apesar do ambiente exercer influência em todas as fases da doença,

as duas fases mais importantes são a germinação e a penetração, pois

requerem condições ótimas de temperatura e duração do período de

molhamento (DPM).

Alto

Médio

Baixo

Alto

Médio

Baixo

Alto

Médio

Baixo

Alto

Médio

Baixo

Inoculação Germinação

Penetração

Colonização Esporulação

Re

qu

eri

me

nto

de

um

ida

de


Fatores (macro, topo e micro) climáticos que afetam

a ocorrência e proliferação das doenças de plantas


O clima e sua variabilidade são condicionados por diversos

fatores, podendo ser esses classificados como

FIXOS e DINÂMICOS

Fatores FIXOS Fatores DINÂMICOS

Associados à localização

geográfica do local:

Latitude - Estações do ano,

Altitude, Continentalidade e

Sistemas Predominantes

(massas de ar, frentes, etc)

Associados à variabilidade da

circulação da atmosferas nas

diferentes escalas espaciais

(global, zonal e local), levando

as condições meteorológicas a

variar no tempo (var. interanual)

e no espaço (var. espacial)


Macroclima e sua Variabilidade


Fatores do Topoclima

Configuração

do terreno Baixada

Espigão

Meia-

encosta

Face

voltada

para o N

As baixadas são mais frias

e úmidas, favorecendo a

ocorrência de doenças de

plantas


Exposição do terreno

Os terrenos voltados para o sul (face sul) são mais frios e úmidos,

favorecendo a ocorrência de doenças de plantas


Efeito do Macro e Topoclima na Ocorrência de Doenças

0

5

10

15

20

25

Jul Ago Set Out Nov Dez Jan Fev Mar Abr Mai Jun

Meses

Núm

ero

de n

oites

com

DP

M>=1

0h

Ubatuba

Campinas

Pinda Alto

Pinda Baixo

Só foi observada a doença (Mal das folhas em seringueira) quando

houve mais de 12 noites, no mês, com DPM ≥ 10 horas

(Camargo et al. (1967)

Pinda Baixo


Fatores do Microclima

Estufas plásticas

Viveiro coberto com

tela Sistemas

Agroflorestais

Mata em regeneração Mata virgem


As três escala espaciais dos fenômenos meteorológicos são extremamente

importantes para a ocorrência de doenças já que os microorganismos causadores

delas serão condicionados pelo ambiente. O ambiente para os patógenos é fruto da

interação das três escalas: macro, topo e micro, pois dentro de um mesmo

macroclima poderão existir diferentes topoclimas e nestres diferentes microclimas


Práticas agrícolas e seus efeitos no microclima e na

ocorrência de doenças


Época de Semeadura


Fator Sulco Inundação Gotejo Aspersão

Porcentagem do

solo umedecido

20 90 30 100

Aumento da DPM

em folhas e

frutos

Não Não Não Sim

Diminuição da

temperatura das

plantas

Não Não Não Sim

Efeito sobre os

fungicidas

Não Não Não Lavagem

Irrigação – Sistema x microclima


LE H H LE

LE H

LE H H LE

Convecção

Qg Qg

> DPM < DPM

Cultivo Protegido - Estufa

Estufas fechadas - aumento

da temperatura e da DPM

0

5

10

15

20

25

1 8

15

22

29

36

43

50

57

64

71

78

Dia de observacao

DP

M (h

ora

s)

Estufa Ar livre


Cultivo Protegido – Túnel Alto

Ano Agrícola

Sem cobertura plástica

Antracnose

cacho

Míldio

cacho

Podridões Mancha

das folhas

2006/07 24 28 61 35

2007/08 2 2 52 51

Ano Agrícola Com cobertura plástica

Antracnose

cacho

Míldio

cacho

Podridões Mancha

das folhas

2006/07 3 3 3 37

2007/08 0 0 3 46

Túneis altos - efeito guarda-chuva, reduzindo a

DPM e a incidência de doenças

Hernandes et al., (2008)


Medidas e estimativas das principais variáveis

ambientais que afetam a proliferação

das doenças de plantas


Dentre as variáveis meteorológicas, as que mais afetam a

ocorrência e proliferação das doenças de plantas são:

Duração do Período de

Molhamento Foliar

DPM

Temperatura do ar

Tar


Medida da temperatura do ar

Uso de termômetros, termopares e termistors

Medida relativamente

simples


http://images.google.com/imgres?imgurl=http://img237.imageshack.us/img237/787/gcoutinhoim2603200822cy4.jpg&imgrefurl=http://www.meteopt.com/forum/instrumentos-meteorologicos/estacao-meteorologica-aerologica-de-lisboa-gago-coutinho-2059.html&usg=__yW4BmTMDulROik_02els1Di8BoI=&h=480&w=640&sz=86&hl=pt-BR&start=56&um=1&tbnid=f0SDcYcdtInOoM:&tbnh=103&tbnw=137&prev=/images?q%3DTerm%C3%B4metro%2Bde%2Bm%C3%A1xima%2Be%2Bm%C3%ADnima%26ndsp%3D20%26hl%3Dpt-BR%26rls%3Dcom.microsoft:pt-br:IE-SearchBox%26rlz%3D1I7SNNT%26sa%3DN%26start%3D40%26um%3D1

Medida da DPM

Sensores eletrônicos

Medida mais complexa, pois depende

não só das condições meteorológicas,

mas também das características da

cultura.


Teste da Confiabilidade dos Sensores de DPM


Observação Visual

da formação e

secamento do

orvalho

Formação do orvalho em milho

Folha de milho com molhamento por

orvalho nas primeiras horas da manhã Formação do orvalho em gramado


X

Teste do Sensor de DPM

14.0 14.0 13.813.3

12.8

14.013.0 12.8

0

2

4

6

8

10

12

14

16

18

20

Day 1 Day 2 Day 3 Day 4

Visual Obs. Flate Plate

LW

D (

ho

urs

)

ME = MAE = 37 min


a) Elora, ON, Canada

14.00ab 14.09a13.61b

12.99c12.39d

0

3

6

9

12

15

18

30 70 110 150 190

Sensor's height (cm)

LW

D (

h)

b) Piracicaba, SP, Brazil

9.56a 9.46a8.48c 9.09b 9.02bc

0

3

6

9

12

15

18

30 70 110 150 190


LW

D (

h)

c) Ames, IA, U.S.A.

8.56b9.47a

0

3

6

9

12

15

18

30 70 110 150 190


LW

D (

h)

Efeito da altura do

sensor na DPM


c) Muskmelon, Ames

y = 0.7585x + 3.4445

R2 = 0.6496

0

5

10

15

20

25

30

0 5 10 15 20 25 30

LWD 150cm (h)

LW

D C

rop

(h

)

a) Corn, Elora

y = 0.7773x + 4.9602

R2 = 0.8313

0

5

10

15

20

25

30

0 5 10 15 20 25 30

LWD 190 cm (h)

LW

D C

rop

(h

)

b) Cotton, Piracicaba

0

5

10

15

20

25

30

0 5 10 15 20 25 30

LWD 170 cm (h)

LW

D c

rop

(h

)

y = 0.7988x + 4.5269

R2 = 0.9166

DPM Cultura

X

DPM gramado

(Altura do abrigo)


b) Muskmelon, Ames

y = 1.0193x

R2 = 0.8374

0

5

10

15

20

25

30

0 10 20 30

LWD turfgrass - 30cm (h)

LW

D C

rop

(h

)

a) Corn, Elora

y = 1.0318x

R2 = 0.9289

0

5

10

15

20

25

30

0 5 10 15 20 25 30

LWD turfgrass - 30cm (h)

LW

D c

orn

- T

op

(h

)

DPM cultura x DPM gramado (30 cm)

y = 1.0478x

R2 = 0.8042

0

5

10

15

20

25

0 5 10 15 20 25

LW

D_

coffe

e (

h)

LWD_grass (h)

y = 1.0071x

R2 = 0.8849

0

5

10

15

20

25

0 5 10 15 20 25

LW

D_

cott

on

(h)

LWD_grass

(h)


Qual sensor é melhor?


Figura 1 – Sensores cilíndricos instalados em diferentes ângulos em relação a horizontal e sensor de placa instalado a

45º. Todos os sensores de DPM foram instalados a uma altura de 30 cm acima da superfície gramada.

Piracicaba, SP, 2005

0º

15º

30º

45º

60º

Medida

Padrão

Piracicaba, SP - Brasil


y = 1,0665x - 1,0182

R2 = 0,9632

0

5

10

15

20

25

0 5 10 15 20 25

y = 1,0571x - 1,6955

R2 = 0,9171

0

5

10

15

20

25

0 5 10 15 20 25

y = 1,0081x

R2 = 0,9444

0

5

10

15

20

25

0 5 10 15 20 25

0o 15o 30o

y = 1,07x - 1,4552

R2 = 0,9397

0

5

10

15

20

25

0 5 10 15 20 25

y = 1,0415x

R2 = 0,9269

0

5

10

15

20

25

0 5 10 15 20 25

45o 60o

DP

M –

Se

ns

or

Cil

índ

rico

(h

ora

s)

DPM – Sensor de placa

(horas)

Sensor Cilíndrico x Sensor de Placa


Piracicaba, SP - Brasil


Campbell x Decagon (15o)

y = 1,1514x - 2,9905

R2 = 0,9572

0

5

10

15

20

25

0 5 10 15 20 25

LWD (h) - Campbell

LW

D (

h)

- D

ec

ag

on


y = 1,0472x - 3,1845

R2 = 0,9441

0

5

10

15

20

25

0 5 10 15 20 25

LWD (h) - Campbell

LW

D (

h)

- D

ec

ag

on


y = 1,0432x - 3,1991

R2 = 0,9232

0

5

10

15

20

25

0 5 10 15 20 25

LWD (h) - Campbell

LW

D (

h)

- D

ec

ag

on

O ângulo de instalação teve efeito na DPM medida pelo sensor Decagon


Como os sensores de medida da DPM são pouco

utilizados, a opção passa a ser estimar a DPM com

dados observados nas estações meteorológicas.

São aqueles baseados na relação

existente entre a DPM e a umidade

relativa do ar (UR):

Quanto > a UR, > a DPM

São aqueles baseados nos

princípios físicos da formação do

orvalho e da evaporação do orvalho

e/ou chuva. Requer diversas

variáveis meteorológicas, entre as

quais o saldo de radiação

Modelos Empíricos Modelos Físicos


Modelos Empíricos de Estimativa da DPM

a) Número de Horas com UR≥90% (NHUR ≥ 90% )

Molhamento presente quando UR ≥ 90%

b) Depressão do Ponto do Orvalho (DPO)

DPO = Tar – To

Molhamento presente DPD < 1.8oC

Secamento do molhamento DPO > 2.2oC

c) Limiar Extendido (EXT_RH)

Molhamento presente UR > 87%

Molhamento ausente UR < 70%

UR entre 70 and 87%, molhamento está presente quando UR

aumenta + que 3% por 30 min e começa a evaporar quando UR

diminui - que 2% por 30 min


Noite1 Noite 2 Noite 3 Noite 4 Noite 5

2 horas 4,5 horas 14 horas 11,5 horas 6 horas

UR% - NHUR>90%

0,0

20,0

40,0

60,0

80,0

100,0

00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00 12:00 00:00

Hora

Um

ida

de

Re

lativa

(%

)


Teste de Modelos Empíricos da DPM

0

5

10

15

20

25

0 5 10 15 20 25

j

0

5

10

15

20

25

0 5 10 15 20 25

Esti

mate

d L

WD

(h

)

k

0

5

10

15

20

25

0 5 10 15 20 25

l

0

5

10

15

20

25

0 5 10 15 20 25

g

0

5

10

15

20

25

0 5 10 15 20 25E

sti

mate

d L

WD

(h

)

h

0

5

10

15

20

25

0 5 10 15 20 25

i

0

5

10

15

20

25

0 5 10 15 20 25

d

0

5

10

15

20

25

0 5 10 15 20 25

e

0

5

10

15

20

25

0 5 10 15 20 25

f

0

5

10

15

20

25

0 5 10 15 20 25

a

0

5

10

15

20

25

0 5 10 15 20 25

b

0

5

10

15

20

25

0 5 10 15 20 25

c

Observed LWD (hours)

Es

tim

ate

d L

WD

(h

ou

rs)

Ames Elora Florence PiracicabaR

H

90

% D

PD

EX

T_

RH


Modelo de Penman-Monteith

*

1200

s

rb

eaesRns

LE

Ta

Modelo Físico de Estimativa da DPM


LE

+

LE

-

Dia 1 Dia 2

Formação

do orvalho

Secamento

do orvalho

DPM

Esse modelo considera que o molhamento se inicia quando LE > 0, e o

secamento do molhamento se dá quando o total de água condensado

durante a noite é consumido pela evaporação equivalente (∑LE < 0).

24h

∑ LE+

∑ LE- ∑ LE- = ∑ LE+


DPM estimada PM x DPM medida sensor

y = 1.0338x

R2 = 0.925

n = 58 days

0

4

8

12

16

20

24

0 4 8 12 16 20 24

Measured LWD (h) - 190 cm

Es

tim

ate

d L

WD

(h

) -

19

0 c

m a

y = 1.0105x

R2 = 0.8415

n = 58 days

0

4

8

12

16

20

24

0 4 8 12 16 20 24


Es

tim

ate

d L

WD

(h

) -

11

0 c

m b

y = 1.0529x

R2 = 0.8699

n = 58 days

0

4

8

12

16

20

24

0 4 8 12 16 20 24


Es

tim

ate

d L

WD

(h

) -

30

cm c

ME = +0.47 h

MAE = 0.76 h

ME = +0.20 h

MAE = 0.89 h

ME = +0.78 h

MAE = 1.05 h


Modelagem Agrometeorológica de Doenças de Plantas

Sistemas de Alerta e Análises de Riscos Climáticos


Efeito Combinado Temperatura x DPM

→ DPM = Fator limitante

Ocorre ou não ocorre

→ Temperatura = Fator moderador / intensificador

Com que velocidade ocorre

Exemplo 1:

Mal das Folhas da Seringueira (Microcyclus ulei):

- T = 24ºC, DPM = 6h para ocorrer infecção

- T = 20ºC, DPM > 8h para ocorrer infecção

- T = 16ºC, DPM = ?? Não ocorre infecção



Exemplo 2:

A máxima severidade de Ramulose do Algodoeiro (Colletotrichum

gossypii var. cephalosporioides):

- T = 15ºC, não ocorre

- T = 20ºC, ocorre com 50 horas de DPM



- T = 40ºC, não ocorre

0.0

0.2

0.4

0.6

0.8

1.0

1.2

0 10 20 30 40 50 60 70

LWD (hours)

RD

L

Temp 15 Temp 20

0.0

0.2

0.4

0.6

0.8

1.0

1.2

0 10 20 30 40 50 60 70

LWD (hours)

RD

L

Temp 25 Temp 30

0.0

0.2

0.4

0.6

0.8

1.0

1.2

0 10 20 30 40 50 60 70

LWD (hours)

RD

L

Temp 35 Temp 40


acima



Efeito da Chuva

Climas tropicais: Porquê da importância da chuva.

→ Fator 1: Tempo quente e úmido

Temperatura constante (varia pouco)

DPM = f ( chuva)

→ Fator 2: Dispersão de inóculo

Dissolução de matriz gelatinosa, liberação de esporos

Respingos – disseminação para plantas e tecidos adjacentes

→ Logo: INFECÇÃO = f ( chuva)


http://images.google.com/imgres?imgurl=http://upload.wikimedia.org/wikipedia/commons/e/e5/Rain-gauge,amedas-katori-chiba,japan.JPG&imgrefurl=http://commons.wikimedia.org/wiki/File:Rain-gauge,amedas-katori-chiba,japan.JPG&usg=__t-_uIkBXhvdPMDugCvmPtDzJMbw=&h=997&w=1289&sz=653&hl=pt-BR&start=94&um=1&tbnid=RBPoZtp45e6S4M:&tbnh=116&tbnw=150&prev=/images?q%3Drain%2Bgauge%26ndsp%3D20%26hl%3Dpt-BR%26rls%3Dcom.microsoft:pt-br:IE-SearchBox%26rlz%3D1I7SNNT%26sa%3DN%26start%3D80%26um%3D1

Exemplo 1: Mancha de

Alternária, Girassol

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

0.0 1.0 2.0 3.0 4.0

Cumulative FI-tw

Dis

ease d

evelo

pm

ent ra

te Inoculated 2005 Inoculated 2006 Model

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

0 10 20 30 40 50 60 70 80 90

Cumulative rainfall (mm w eek-1)

Dis

ease d

evelo

pm

ent ra

te Inoculated 2005 Inoculated 2006

Model

Very Low Low High Medium

Exemplo 2: Ramulose, Algodoeiro

Efeito da Chuva


Efeito da Chuva

Exemplo 3: Ferrugem Asiática - Soja

r = 0,95


Sistema de previsão da ocorrência de doenças baseado no princípio de

que os sintomas da doença que a planta apresenta são resultado do

processo de INFECÇÃO que ocorreu em um período anterior.

Germinação & Penetração Lesões Colonização

Período de infecção condicionado pela

Tar e DPM

Sintoma Visível

Período Latente: varia de 5 a 30 dias f (Tipo de doença e Tar)

Sistemas de Alerta Fitossanitário



→ Exemplo 1 – Sarna da Macieria

Sistema de Mills (Mills (1944)).

Temperatura média do período noturno

A DPM

Presença de ascósporos

Temperatura média Intensidade da infecção

no período LEVE MODERADA FORTE

da DPM (oC) DPM (horas/semana)

6 30 40 60

10 14 19 29

15 10 13 21

20 9 12 18

25 11 14 21


→ Exemplo 2 - Podridão parda do Pessegueiro

Pulverizações preventivas baseadas na fenologia (início e no final

do florescimento)

Pulverizações curativas sempre que o produto T * DPM > 140

Nível de Infeccão Tmed noturna x DPM

Leve 140

Moderado 200

Forte 300



http://images.google.com/imgres?imgurl=http://www.ufrgs.br/agrofitossan/galeria/imagens/fotos/477-podridaoparda1.jpg&imgrefurl=http://www.ufrgs.br/agrofitossan/galeria/tipos_detalhes.asp?id_registro%3D477%26id_nome%3D2&usg=__3jaUcSOCAkL3Tzt-UkZqMZzbz5U=&h=1548&w=1532&sz=98&hl=pt-BR&start=8&um=1&tbnid=t7p2uy_tNUTaqM:&tbnh=150&tbnw=148&prev=/images?q%3Dpodrid%C3%A3o%2Bparda%2Bdo%2Bpessegueiro%26hl%3Dpt-BR%26rls%3Dcom.microsoft:pt-br:IE-SearchBox%26rlz%3D1I7SNNT%26um%3D1

http://images.google.com/imgres?imgurl=http://www.ufrgs.br/agrofitossan/galeria/imagens/fotos/996-pessego 006_a.jpg&imgrefurl=http://www.ufrgs.br/agrofitossan/galeria/busca.asp&usg=__gH7O_V8FCR4LFAxfbspxidc-iCs=&h=2736&w=3648&sz=3373&hl=pt-BR&start=18&um=1&tbnid=Tgw8aQnghE3-yM:&tbnh=113&tbnw=150&prev=/images?q%3Dpodrid%C3%A3o%2Bparda%2Bdo%2Bpessegueiro%26hl%3Dpt-BR%26rls%3Dcom.microsoft:pt-br:IE-SearchBox%26rlz%3D1I7SNNT%26um%3D1

T noturna Grau de Severidade

(oC) 0 1 2 3 4

DPM (horas)

7 a 12 15 16-18 19-21 22-24 25

12 a 15 12 13-15 16-18 19-21 22

15 a 27 9 10-12 13-15 16-18 19

→ Exemplo 3 - Podridão da batata (Phytophtora infestans)

1 passo = Grau de severidade baseado na DPM

2 passo = Severidade acumulada + chuva

Núm. de dias Severidade Acumulada em 7 dias

com chuva < 3 3 4 5 6 > 6

em 7 dias Código de mensagem

< 5 -1 -1 0 1 1 2

> 4 -1 0 1 2 2 2

-1 NÃO PULVERIZAR

0 FICAR ALERTA

1 PULV. Em até 7 DIAS

2 PULV. Em até 5 DIAS.



http://images.google.com/imgres?imgurl=http://www.biolib.cz/IMG/GAL/3365.jpg&imgrefurl=http://www.biolib.cz/en/taxonimage/id3365/&usg=__aoL2ka8920aRCvUacCyziq09MbM=&h=560&w=491&sz=51&hl=pt-BR&start=23&um=1&tbnid=k1oIj345_gwa4M:&tbnh=133&tbnw=117&prev=/images?q%3Dphytophtora%2Binfestans%26ndsp%3D20%26hl%3Dpt-BR%26rls%3Dcom.microsoft:pt-br:IE-SearchBox%26rlz%3D1I7SNNT%26sa%3DN%26start%3D20%26um%3D1

→ Exemplo 4 – Requeima e Pinta Preta do Tomateiro



Local Tradicional Monitorado Diferença

Guararapes - SP

Faz. Sta Lúcia 12 6 50%

Faz. Tangará 11 4 63%

Patos de Minas - MG

Pivot 1 20 10 50%

Pivot 2 18 9 50%

Gotejo 17 8 53%

Altinópolis -SP

Faz. São José e Tereza 15,5 11 20,7%

Guaíra - SP

Faz. Sta. Helena 18 7 61%

RESULTADOS NA CULTURA DO TOMATE


Prof. Dr. Modesto Barreto – FCAV/UNESP

• Racionalizar o uso de agrotóxicos

– Usar só quando necessário

• Melhorar o controle de doenças

– Usar o produto certo na hora certa

• Reduzir custo de produção

– Elimina pulverizações desnecessárias

• Reduzir riscos de contaminação

– Aplicadores

– Consumidores

– Ambiente

• Reduzir riscos de resistência dos patógenos

• Valorização do produto final

Vantagens dos Sistemas de Alerta Fitossanitário


Zoneamento da favorabilidade climática para a ocorrência da

ferrugem alaranjada da cana-de-açúcar nas principais regiões

produtoras do Brasil e da Austrália

Mestranda: Dayana Lardo dos Santos

Orientador: Prof. Dr. Paulo Cesar Sentelhas

PPG Engenharia de Sistemas Agrícolas

Exemplo 1


Média = 3,9

Média = 6,7

Média = 7,3

Mapa de Favorabilidade Climática para a Ferrugem Alaranjada em SP

IFAC x SEV 2009/10


Zoneamento Agroclimático do Risco de Ocorrência da

Podridão Floral dos Citros no Estado de São Paulo

Exemplo 2

Ana Raquel Soares Colletti

Paulo Cesar Sentelhas


Zoneamento Agroclimático do Risco de Ocorrência da

Podridão Floral dos Citros no Estado de São Paulo


Teste rápido #14


1) Quais são os principais elementos meteorológicos associados à ocorrência de

doenças de plantas e como eles afetam o processo infeccioso?

2) O que é DPM e como ela pode ser determinada?

3) O que são os sistemas de alerta fitossanitário e para que eles servem?

LCE 306 Meteorologia Agrícola - USP · 12 14 16 18 20 Day 1 Day 2 Day 3 Day 4 Visual Obs. Flate...

Documents

Transcript of LCE 306 Meteorologia Agrícola - USP · 12 14 16 18 20 Day 1 Day 2 Day 3 Day 4 Visual Obs. Flate...