Comparación de técnicas de clasificación deductivas para estimar la distribución potencial de insectos cuarentenarios

Autor: Pablo Gilberto Aceñolaza, Walter Fabian Sione, Guillermo Heit, Lucia Elena Claps
Jazyk: angličtina
Rok vydání: 2019
Předmět:
Zdroj: CONICET Digital (CONICET)
Consejo Nacional de Investigaciones Científicas y Técnicas
instacron:CONICET
Revista de la Sociedad Entomológica Argentina, Volume: 78, Issue: 4, Pages: 1-10, Published: DEC 2019
Popis: El objetivo de este trabajo fue comparar el desempeño de los criterios de clasificación nítidos y difusos en la construcción de modelos deductivos de la distribución potencial de insectos exóticos. Considerando criterios de clasificación binaria nítida y difusa, de capas ráster de temperatura máxima, media y mínima diaria, se generó un índice de riesgo bioclimático relativo, considerando el número de días con condiciones óptimas para el desarrollo de Bactrocera oleae (Gmelin) (Diptera: Tephritidae) y Cerotoma arcuatus (Olivier) (Coleoptera: Chrysomelidae). Se realizaron análisis de sensibilidad de los modelos. Los modelos deductivos de distribución potencial de especies realizados mediante clasificación difusa, serían más robustos y menos restrictivos en la determinación de áreas de riesgo fitosanitario potencial que aquellos realizados con criterios de clasificación nítidos. Estos últimos serían más sensibles y tendrían mayor capacidad de discriminar áreas con diferentes perfiles de riesgo ambiental. The objective of this paper was to evaluate the performance of crisp and fuzzy classification criteria in the construction of deductive potential distribution models of exotic insects. As case studies, Bactrocera oleae (Gmelin) (Diptera: Tephritidae) and Cerotoma arcuatus (Olivier) (Coleoptera: Chrysomelidae) were selected. Considering crisp and fuzzy classification for raster layers of maximum, average and minimum daily temperature, a relative bioclimatic risk index was generated. The number of days with optimal conditions for pests’ development was considered. Sensitivity analyses of both models were performed. Considering each case evaluated and the variables used, deductive pest distribution models made by fuzzy classification was more robust and less conservative in the determination of potential phytosanitary risk areas than those made with crisp classification criteria. This last case was more sensitive and would have a greater capacity to discriminate areas with different environmental risk profiles. Fil: Heit, Guillermo Eugenio. Universidad de Buenos Aires. Facultad de Agronomia. Departamento de Producción Vegetal. Cátedra de Zoología Agrícola; Argentina Fil: Sione, Walter Fabian. Universidad Autónoma de Entre Rí­os. Facultad de Ciencia y Tecnología. Centro Regional de Geomática; Argentina. Universidad Nacional de Luján; Argentina Fil: Claps, Lucia Elena. Universidad Nacional de Tucumán. Facultad de Ciencias Naturales e Instituto Miguel Lillo. Instituto Superior de Entomología; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Aceñolaza, Pablo Gilberto. Provincia de Entre Ríos. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción. Universidad Autónoma de Entre Ríos. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción; Argentina
Databáze: OpenAIRE