Variabilidad espacial de poblaciones de Mycosphaerella coffeicola (Cooke) en cafetales, Estado de México

Zona de estudio

El estudio se realizó en Temascaltepec (19° 02’ 3’’ latitud norte 100° 02’ 29’’ longitud oeste, 1 719 msnm), se seleccionaron cuatro parcelas con variedades caturra y típica. Se realizaron muestreos quincenales de 2021 a febrero 2022.

Cada parcela (0.5 ha) se dividió en 50 cuadrantes, seleccionando 200 arbustos al azar, georreferenciados con GPSmap60 (Garmin). En cada estrato del arbusto (alto, bajo, medio), se contabilizaron hojas dañadas en ramas primarias orientadas a los cuatro puntos cardinales (Ramírez-Dávila et al., 2011; Acosta-Guadarrama et al., 2017; Lara et al., 2018).

Para identificar el hongo, se aislaron muestras en medio de cultivos específicos (Tapia-Rodríguez et al., 2020) y se realizó caracterización morfológica de cepas monoconidiales, las cuales se resembraron nuevamente en (CAA) y fueron colocadas en una incubadora a 24 °C. Se usaron claves taxonómicas (Chand et al., 1954).

Elementos climáticos

Se registraron temperatura y humedad relativa con un Datta Logers Hobo Pro V2 colocado en cada predio.

Análisis geoestadístico

Se generaron semivariogramas experimentales ajustados a modelos esférico, exponencial, Gaussiano, lineal y penta paramétrico con variowin 2.2 (Software for spatial data analysis) (Ramírez, 2011). Se evaluó la dependencia espacial y se interpolaron los valores mediante krigeado ordinario estimando valores asociados a puntos no muestreados y representados en mapas en Surfer 16 (Surface Mapping System, Golden Software Inc., Golden) (Cambardella et al., 1994). Con los mapas se estimó la superficie infestada para considerar una evaluación económica y ambiental de una agricultura dirigida (Ramírez-Dávila et al., 2008; Tapia-Rodríguez et al., 2020).

Identificación del patógeno

El análisis morfológico confirmó la presencia de Mycosphaerella coffeicola. Las observaciones en microscopia óptica revelaron conidios hialinos a ligeramente pigmentados, multicelulares, de forma filiforme, con extremos agudos y septaciones transversales características con medidas de 30-200 µm de largo y 2.5-5 µm de ancho, valores semejantes a los reportado para Cercospora coffeicola (Chand et al., 1954).

Elementos climáticos

La temperatura oscilo entre 18 °C en enero y 25.9 °C en septiembre, con humedad relativa de 44% a 90%. El triángulo epidemiológico es un concepto que se aplica en enfermedades y plagas en los cultivos. Los tres componentes claves para la propagación y persistencia, según Pérez (2023) deben de coexistir tres factores: hospedero (el café), agente casual (mancha de hierro) y condiciones favorables que abarcan todos los factores abióticos (suelo manejo, variedad, clima, entre otros).

Asimismo, Guzmán et al. (2008) Indica que la mancha de hierro, afecta en todos en todos los estados de desarrollo a la planta, pérdida de peso de fruto, deterioro de la calidad y un alto porcentaje de producción deficiente, por otro lado Guzmán-Piedrahita y Rivillas-Osorio (2005) indica que la temperatura va entre 18 y 28 °C y óptimo de 25 °C y un 70 y 100% en humedad relativa con un óptimo de 98%, otros investigadores como Arteaga-Luna (2013), señala que, la enfermedad se favorece más por la alta humedad, temperatura alta y estrés hídrico, cuando las temperaturas varían entre 18 y 25 °C, la incubación tiene una duración de 24 a 25 días.

La temperatura para la germinación de conidios es de 30 a 34 °C. Autores como Guzmán-Piedrahita y Rivillas-Osorio (2005), indican la importancia de algunos factores climáticos, como precipitación, temperatura y humedad relativa.

Geoestadística

Los semivariogramas se ajustaron a los modelos: Gaussiano 37.5% (18 de 48), esférico 43.75% (21 de 48) y exponencial 18.7% (9 de 48) (Cuadro 1). Los parámetros geoestadísticos, permitieron validar los semivariogramas. Todos los semivariogramas de los modelos obtenidos se determinaron un efecto pepita igual a cero (Cuadro 1).

El alto nivel de dependencia espacial resultó de dividir el valor del efecto pepita entre el valor de la meseta que fue menor al 25% para todos los semivariogramas. Los valores del rango o alcance oscilaron para la parcela uno de 6.75 a 10.8 m, con respecto a la parcela dos su rango o alcance oscilaron entre 2.99 a 4.6 m (Cuadro 1). Siendo estos rangos la distancia máxima hasta la cual existe relación entre los datos.

Los mapas elaborados a partir del método de krigeado ordinario se observan en las Figuras 1 y 2. En los mapas realizados se alcanza a distinguir los diferentes puntos de agregación de incidencia de la enfermedad mancha de hierro en las cuatro parcelas estudiadas, cabe señalar que con estos mapas podemos identificar de modo visual como se va comportando de manera espacial la enfermedad, con respecto al tiempo y los requerimientos edafoclimáticos.

Figura 1

Figura 1. Mapa de densidad de infección de mancha de hierro Mycosphaerella coffeicola, parcelas uno y dos del municipio de Temascaltepec, Estado de México.

Figura 2

Figura 2. Mapa de densidad de infección de mancha de hierro Mycosphaerella coffeicola, parcelas tres y cuatro del municipio de Temascaltepec, Estado de México.

La variabilidad espacial de la mancha de hierro se determinó mediante el uso de la geoestadística, los resultados concuerdan con otros autores como Ramírez et al., (2011), el cual indica que el análisis geoestadístico fue apropiado para la modelización y la creación de mapas en la distribución espacial de carbón de la espiga del maíz, por otra parte Turechek y Madden (1999) señalan, que mediante la geoestadística, realizaron el modelaje espacial del daño causado por la enfermedad Mycosphaerella fragariae en hojas de fresa en distintas fechas, así mismo Sciarretta et al. (2008), indica que mediante la geoestadística identificó la distribución espacial de Lobesia botrana en parcelas de uva.

Con respecto a los semivariogramas que se ajustaron a los modelos gaussianos, estos indican el comportamiento de macha de hierro en las parcelas se presentó de manera continua, ya que la infestación del hongo, con respecto a su avance es entre los arboles vecinos, lo que surgiere que inicia hoja por hoja, este fenómeno fue observado por Tapia-Rodríguez et al. (2020), en antracnosis en el cultivo de aguacate, la cual presenta una distribución espacial agregada en el cultivo, teniendo semivariogramas ajustados al modelo gaussiano, interpretando que la enfermedad presenta un crecimiento acelerado a través de tiempo de manera continua.

Investigaciones como las de Acosta-Guadarrama et al., (2017) en la plaga de trips el ajuste fue principalmente gaussiano lo que indica una expresión continua del insecto dentro de las plantaciones de aguacate.

Por otro lado los modelos ajustados al modelo esféricos, indican que las poblaciones de la macha de hierro se presentan en mayor presencia en ciertas zonas de la parcela, al resto de puntos considerados en el muestro; es decir, los centros de agregación son aleatoria, dentro de la zona de infestación en la parcela, Esquivel y Jasso (2014) señalaron que los semivariogramas ajustados al modelo esférico, los centros de agregación de gusano soldado son aleatorios, dentro de la zona de infestación, con un crecimiento rápido cercano al origen.

Por último los modelos exponenciales, indican que la agregación en la enfermedad se da en límites irregulares en la parcela, exponiendo una distribución espacial discontinua; asimismo, Ramírez-Dávila et al. (2011), señala que los modelos exponenciales que se obtuvieron en los muestreos de B. cockerelli presentó puntos específicos dentro de la parcela de forma discontinua; por otra parte, Paz y Arrieche (2017) indican que los muestreos realizados a Thrips tabaci, se obtuvieron modelos exponenciales, concluyendo que la distribución especial responde a un patrón agregado pasando de áreas dispersas a áreas bien definidas.

Con respecto el efecto pepita en todos los modelos fue igual a cero, permitiendo considerar que el error fue mínimo y la escala de muestro fue adecuada (Ramírez-Dávila et al., 2011; Tapia-Rodríguez et al., 2020). El alto nivel de la dependencia espacial es conocido a través del valor resultante, de la división del valor del efecto pepita y el valor de la meseta, indicando menos de 25% en todos los muestreos.

Los valores indican una alta dependencia espacial, lo que permite indicar que los parches de infección de mancha de hierro dependan entre si y su nivel de agregación. Esto también fue observado por Maldonado et al. (2016) que señalan que la distribución espacial de trips es similar a la que presenta la mancha de hierro.

Superficie infectada

En la Cuadro 2, se detallan los resultados obtenidos en el municipio de Temascaltepec con respecto a la superficie infestada; observando que en ningún muestreo llegó la infección al 100%, con respecto al mayor porcentaje este se registró con el 70%, siendo el caso de la parcela tres en el muestreo seis, los menores porcentajes se registraron con el 53%, en la parcela cuatro muestreo once; lo descrito anteriormente resulta relevante para el manejo integrado de la mancha de hierro en los cafetales del municipio de Temascaltepec, ya que permitirá aplicaciones directas sobre las áreas específicas de infección.

Una vez que los semivariogramas teóricos correspondientes fueron validados se utilizó el método geoestadístico denominado krigeado ordinario para la elaboración de los mapas de densidad, permitiendo visualizar el comportamiento de los focos de agregación en las parcelas muestreadas, en este sentido Pino-Miranda et al. (2022) en su trabajo distribución espacial de Mycena citricolor en cafetales, generó mapas a través del krigeado ordinario, estimando los porcentajes de superficie infectada y los valores asociados a puntos no muestreados, por otra parte, de acuerdo con Cárdenas et al. (2017), en su estudio espacial sobre la incidencia de enfermedades en distintos tipos de cacao, señala que los mapas de krigedo permiten estimar la distribución, espacial de áreas de influencia con niveles específicos de prevalencia. Otros autores como Lara et al. (2018), indican que los mapas obtenidos con la técnica del krigeado ordinario permiten identificar los lugares donde se concentran las poblaciones, pues se hace una interpolación que describe la variación espacial y se tiene una capacidad de predicción.

Esto generó beneficios tanto ecológicos como económicos, pues se reduce la frecuencia de aplicar plaguicidas, se ahorra combustible y se puede hacer un manejo más preciso con estos mapas. Se observa en el Cuadro 2, el porcentaje de la superficie infestada por mancha de hierro, en ella se puede observar que la distribución de la agregación de la incidencias o focos de infestación de mancha de hierro en ningún momento llego a infestar el total de la parcela.

Otro estudio de García y Flego (2008), indican que la agricultura de precisión se basa en aplicar la cantidad correcta de insumos, en el momento adecuado y en el lugar exacto, involucrando el uso de sistemas de posicionamiento global (GPS) y otros medios electrónicos para obtener datos del cultivo.

Los mapas generados a través del krigeado permiten identificar focos de infección de las enfermedades y de esta manera contribuir a la toma de decisiones precisas y oportunas, contribuyendo a la generación de estrategias de manejo integrado, el control del hongo Mycosphaerella según Sepúlveda (2016) requiere cada vez la aplicación de una mayor cantidad de fungicidas debido a la resistencia que este patógeno ha desarrollado, por otro lado Pérez (2023) señala que con el uso de los mapas de infestación se puede sugerir a los productores llevar acabo un manejo integrado de la plaga en la que se pueden emplear métodos de control tales como el biológico y cultural, diferente al químico, reduciendo en gran medida la contaminación al medio.