Producto 10

1

No

mb

re P

rodu

cto

SC

OP

E

DISEÑO E IMPLEMENTACIÓN DEL SISTEMA COORDINADO DE OPERACIONES

PARA EL MANEJO DE PLAGAS REGLAMENTADAS Y SU EPIDEMIOLOGÍA

El Sistema Coordinado de Operaciones para el Manejo de Plagas Reglamentadas y su Epidemiología

(SCOPE) es una plataforma informática con base tecnológica y científica para el pronóstico, seguimiento,

modelado y predicción de plagas y enfermedades que afectan o que podrían afectar al país.

SCOPE funciona a partir de modelados matemáticos de predicción, alimentada con información biológica,

condiciones de confort térmico y hospederos potenciales de desarrollo de la plaga. A partir de estas

fuentes, los modelos simulan espacialmente, dentro de la plataforma, áreas de posible riesgo a ser

afectados, visualizados principalmente a través de mapas y gráficas. La plataforma está basada en el

concepto de ciber-infraestructura que se refiere a una organización virtual de información que fluye a

través de equipos de cómputo mediante software y protocolos de comunicación. Este concepto fue

propuesto por la National Science Foundation (Fundación Nacional para la Ciencia) de los Estados

Unidos (US NSF, 2003).

El gobierno de Estados Unidos implementó en 2005 la plataforma informática PIPE (Information Platform

for Extension and Education, Plataforma Informática para la Extensión y la Educación,

http://sbr.ipmpipe.org) para el caso del monitoreo de la roya asiática de la soya. Dicha plataforma cumple

con la ciber-infraestructura anteriormente mencionada. Las principales plataformas de monitoreo y

vigilancia de plagas se describen en los Tablas 1 y 2.

Tabla 1 Plataformas existentes en México.

Plataformas de monitoreo y vigilancia en México

Plataforma Organismo a cargo Información utilizada Alcances y productos

Red Nacional de Estaciones Estatales Agroclimatológicas

INIFAP, México:

Estaciones propias

Estaciones de productores

Temperatura

Precipitación

Humedad relativa

Punto de rocío

Velocidad del viento

Radiación solar

Monitoreo constante de sistemas producto y sus plagas asociadas:

Cálculo de modelo biológico de plagas

Balance hídrico de cada producto.

Boletín agroclimático

Tabla 2 Plataformas existentes en otros países.

Plataformas de monitoreo y vigilancia en México

Plataforma Organismo a cargo

Información utilizada Alcances y productos

SINAVIMO

Servicio Nacional de Sanidad y Calidad Agroalimentaria

Bases de datos de plagas y sistemas producto

Integración de bases de datos sobre plagas y sistemas producto así como sus fichas técnicas.

No hay análisis espacial ni análisis de riesgo epidemiológico.

FRUTIC Asociación de citricultores de Concordia

Temperatura

Precipitación

Humedad relativa

Punto de rocío

Velocidad del viento

Radiación solar

Humedad del suelo

No existe cartografía ni análisis espacial.

Cálculo de modelo biológico de plagas

Necesidades de riego por producto.

Boletín agroclimático

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

2

Info

rme 2

00

9

Plataformas de monitoreo y vigilancia en México

Plataforma Organismo a cargo

Información utilizada Alcances y productos

Monitoreo del estado fenológico de sistemas producto y plagas

Monitoreo de precipitación, temperatura y balance hídrico en tiempo real.

Desert Locust Watch

FAO, Africa Precipitación para vigilancia de la reproducción de la langosta

Mapas de alerta

Boletín de plagas con la situación de la langosta por región y país y pronóstico a corto plazo

NAPPFAST USDA

Registros meteorológicos de estaciones mundiales

Información de imágenes de satélite

Hysplit – modelo aerobiológico de dispersión de plagas

Modelo biológico de grados día de desarrollo

Modelo biológico de infección

Climate match - condiciones climáticas favorables

Soy bean rust PIPE

USDA

Registros meteorológicos de estaciones mundiales

Información de imágenes de satélite

Muestreos de roya de la soya por parcela sentinela

Mapas de monitoreo de parcelas sentinelas

La vigilancia fitosanitaria es “...uno de los aspectos fundamentales en la protección agrícola y a su vez se

hace imprescindible su existencia en el intercambio comercial entre países”… “su implementación

consiste en la aplicación de medidas y la ejecución de actividades encaminadas a tener la capacidad de

detectar de forma oportuna y eficiente la presencia de plagas exóticas dentro del territorio nacional y

evitar en lo más posible su establecimiento y posterior distribución”. De manera más oficial es…”un

proceso oficial mediante el cual se recoge y registra información sobre la presencia o ausencia de una

plaga utilizando encuestas, monitoreo u otros procedimientos” (FAO, 2009; Rivas et al., 2009).

Estructura SCOPE

Esta plataforma se basa en la estructura de nodos de análisis que consta de 5 niveles de organización

que se aprecia en la Figura 1 y se compone de: 1) Fuentes de información: es la base principal, ya que

en esta parte se introduce cualquier fuente de información referente a la plaga estudiada, desde datos de

campaña (muestreos), registros meteorológicos, datos de hospedantes, imágenes de satélite y cualquier

información que describa el comportamiento de las plagas; 2) Modelos: la información introducida en la

plataforma generará modelos de acuerdo a la temática que se solicite, dichos modelos se estructuran

dependiendo de la calidad y cantidad de las fuentes de información; 3) Integración: los modelos

generados en el programa serán sobrepuestos en diferentes capas, resaltando los elementos más

importantes de cada variable, la visualización será a través de mapas, gráficas y tablas; 4)

Interpretación: los productos resultantes de la integración de los modelos ayudan a establecer

Producto 10

3

No

mb

re P

rodu

cto

SC

OP

E

interpretaciones del comportamiento actual de cada plaga, a través diferentes ángulos de especialización;

5) Difusión: los modelos generados por el programa y la interpretación que se genere por los científicos y

expertos, es diseminado al público interesado en aspectos fitosanitarios, que van desde instituciones

gubernamentales y privadas, hasta productores y público en general. Los primeros 4 niveles

corresponden al sitio privado, es decir, a la interfaz interna donde la captura de datos (muestreo de

plagas, registros meteorológicos, información biológica, etc), el modelado y análisis se realizan por el

personal asignado para estas tareas antes de proceder a la publicación de los resultados a través del

sitio público.

Figura 1 Diagrama de la plataforma informática SCOPE (Russo, 2009).

Las capacidades del SCOPE han sido desarrolladas a partir de la plataforma de vigilancia NAPPFAST

(NCSU/APHIS Plant Pest Forecast, Pronóstico de Plagas para Plantas de NCSU/APHIS) que se utiliza

actualmente en los Estados Unidos y que está integrada tanto por entidades de gobierno como APHIS

(Animal and Plant Health Inspection Service o Servicio de Inspección de Salud Animal y Vegetal),

dependiente de la USDA (United States Department of Agriculture, Departamento de Agricultura de EU),

como por instituciones científicas como la NCSU (North Carolina State University, Universidad del Estado

de Carolina del Norte). El programa CAPS (Cooperative Agriculture Pest Survey, Cooperativa de

Muestreo de Plagas Agrícolas) es el programa que sustenta la plataforma, al tiempo que son los

principales usuarios de los resultados de la plataforma y que son compartidos por el PERAL (Pest

Epidemiologic Risk Analysis Laboratory, Laboratorio de Análisis de Riesgo Epidemiológico de Plagas). En

la Figura 2 se muestra el esquema de colaboración de la plataforma NAPPFAST.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

4

Info

rme 2

00

9

Figura 2 Estructura de vigilancia de plagas en Estados Unidos mediante la plataforma NAPPFAST.

La creación de SCOPE se realizó con el apoyo de ZedX, Inc., empresa estadounidense líder en el

desarrollo de tecnologías de la información, productos y servicios para la industria agrícola y

medioambiental. Además, universidades como la Estatal de Carolina del Norte y la Estatal de Pensilvania

(ámbito académico) y Animal and Plant Health Inspection Service – APHIS (ámbito gubernamental)

apoyan e incorporan con bases teóricas la generación de la plataforma. Por su parte, el SINAVEF junto

con diversas instituciones científicas y de gobierno, tienen la tarea de evaluar y modificar (aspectos de

infraestructura, diseño, software y modelado) el funcionamiento de SCOPE para que su aplicación esté

completamente estructurada a la situación fitosanitaria y epidemiológica del país. Esto se refleja en el

sitio web SINAVEF (Figura 3). La estructura del SCOPE se muestra en la Figura 4. Como se puede

apreciar, el respaldo económico está dado por el SENASICA, que depende directamente de la

SAGARPA. Al mismo tiempo, la SENASICA trabaja en conjunto para apoyar al SINAVEF con información

de campo para el desarrollo científico de los procesos de análisis para la vigilancia epidemiológica

fitosanitaria. El CONAVEF se encuentra en el mismo nivel estructural y tiene la responsabilidad de

coadyuvar con el aporte de conocimiento científico para el desarrollo de las actividades del SINAVEF y

para validar las metodologías propuestas y los resultados. Los principales beneficiarios de la plataforma

SCOPE son la DGSV y los CESV, así como los productores agrícolas.

Producto 10

5

No

mb

re P

rodu

cto

SC

OP

E

Figura 3 Sitio web SINAVEF y su plataforma SCOPE: http://portal.sinavef.gob.mx.

Figura 4 Estructura del Sistema Coordinado de Operaciones para el Manejo de Plagas Reglamentadas y su

Epidemiología.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

6

Info

rme 2

00

9

La plataforma SCOPE está integrada por dos interfaces: una privada y otra pública. La primera se

caracteriza por contar con una estructura de roles y privilegios para las diferentes herramientas que cada

usuario puede utilizar. Estos corresponden a su nivel de responsabilidad dentro del proceso de vigilancia

epidemiológica fitosanitaria de nuestro país, como líderes científicos en el área (CONACOFI, CONAVEF,

etc.) personal de gobierno (SENASICA) y campañas fitosanitarias. Los usuarios de esta interfase pueden

ingresar información obtenida de campo y/o laboratorio, consultar registros históricos y mapas de

distribución actual, se generan modelos predictivos y de riesgo, se da seguimiento a modelos

meteorológicos al tiempo de ingresar recomendaciones y comentarios de personal de gobierno y líderes

científicos (Figura 5). En el caso de la pública, los usuarios pueden consultar todos los modelos que se

hayan desarrollado en la interfase privada (https://scope.zedxinc.com), además de comentar sobre dichos

modelos. También se cuenta con el servicio de alertas vía e-mail de los estatus de plagas reglamentadas

(Figura 6).

Figura 5 Sitio privado SCOPE: https://scope.zedxinc.com.

El alcance del modelado SCOPE es global, ya que permite la vigilancia, además de plagas internas, de

plagas externas, a través de la disponibilidad de la base de datos climáticos mundial y de la aplicación de

los modelos a cualquier parte del mundo. Esta plataforma es flexible porque permite agregar nuevas

plagas, además de la integración de mapas de riesgo generados fuera de la plataforma para su

sobreposición.

Producto 10

7

No

mb

re P

rodu

cto

SC

OP

E

Figura 6 Sitio público SCOPE propuesto.

De la misma manera, los productos generados en SCOPE pueden ser descargados de la plataforma para

su aplicación en cualquier Sistema de Información Geográfica para su análisis detallado. A continuación

se describen el sitio privado y público de la plataforma SCOPE:

Sitio privado

El sitio privado de la plataforma SCOPE corresponde al eje principal del Sistema Nacional de Vigilancia

Epidemiológica Fitosanitaria debido a la capacidad de interacción de distintos usuarios con diferentes

roles de acción. La Figura 7 representa el esquema de funcionalidad de la plataforma.

Los dos primeros niveles de funcionalidad de la plataforma corresponden a la gestión de usuarios y

campañas. La administración de usuarios permite asignar el tipo de campaña en la cual un usuario

determinado podrá trabajar y las herramientas que tendrá disponible. Por otro lado, en la gestión de

campañas y registro de muestreos se realiza el detalle de cada campaña que se quiera adicionar a la

plataforma y los campos que los formatos de muestreo deberán llevar. Una vez configurada una

campaña y sus características se procede al registro de los muestreos, ya sea individualmente, a través

del formato para rellenar, o mediante la plantilla creada para cada campaña para un grupo de muestreos.

Estos elementos conforman la base de datos que da sustento a la funcionalidad de la plataforma.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

8

Info

rme 2

00

9

Figura 7 Esquema de funcionalidad de la plataforma SCOPE.

A continuación está el nivel de modelado conformado por la creación de los modelos biológicos de cada

plaga, su cálculo o corrida y su visualización y descarga (Figura 8). Los modelos que el SCOPE tiene

integrados y sus características son (Borchert y Magarey, 2007):

Grados día de desarrollo para insectos. Este modelo biológico de desarrollo utiliza los siguientes

parámetros: temperatura base de desarrollo y las características de las etapas biológicas de la plaga.

Este modelo utiliza el método sinoidal de Allen modificado de suma de temperaturas. Además, el modelo

permite agregar o eliminar generaciones. Una parte crucial de este modelo es conocer su punto de inicio,

es decir, saber la etapa fenológica de hibernación del insecto.

Grados día de desarrollo genérico. Tiene las mismas características que el anterior, pero permite

utilizar cualquier tipo de organismo. La diferencia es que en este modelo se deben ingresar el inicio y el

final de la acumulación de los grados día (Figura 9).

Modelo de infección genérico. El modelo de infección para enfermedades utiliza los valores

mínimos, máximos y óptimos de aire, así como la temperatura del suelo, la duración de humedad mínima

y óptima en la hoja y la precipitación mínima. Este es un modelo de relación temperatura-humedad que

Producto 10

9

No

mb

re P

rodu

cto

SC

OP

E

calcula el tiempo transcurrido con las condiciones óptimas de temperatura y de humedad en la hoja en

las cuales una enfermedad se desarrolla. Se utilizan las variables climáticas y la información bibliográfica

de condiciones de desarrollo de cada enfermedad.

Modelo genérico. Este modelo empírico y lógico es utilizado cuando la información de cierta plaga

es escasa y cuando se conocen algunos valores climáticos de afectación de su crecimiento. Un ejemplo

es la temperatura con la cual un insecto puede morir, ya sea por arriba de una temperatura máxima o por

debajo de una temperatura mínima. El resultado son mapas con áreas donde estas condiciones se

puedan cumplir. El modelo genérico se basa en la utilización de expresiones lógicas que puede modelar

enfermedades y distintos tipos de respuesta biológica ante las condiciones climáticas.

Función de acumulación. Esta función es parte de los modelos genérico de infección y del modelo

genérico. Se utiliza para acumular y visualizar eventos específicos, es decir, la función calcula el número

de días en que un evento ocurre, ya sea el número de días e infección o de heladas, por ejemplo.

Figura 8 Herramientas de modelado.

Una poderosa característica de estos modelos es que se pueden crear gráficas y mapas. Las gráficas

ofrecen la visualización de los datos climáticos reportados por las estaciones que se encuentran en el

área de estudio, mientras que la generación de mapas permite la visualización espacial de los modelos

calculados. Los mapas que se pueden generar pueden ser históricos, de probabilidad o de normal

histórica:

Mapas históricos: son mapas que muestran el modelo para una fecha específica.

Mapas de probabilidad: corresponde a la distribución espacial de la frecuencia de ocurrencia de

un evento específico a través de un período de tiempo. Las bases de datos disponibles para el cálculo de

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

10

Info

rme 2

00

9

las variables climáticas es de 10, 20 o 30 años. El período de 10 años de registros meteorológicos se

utiliza para filtrar el resto de la información que pudiera estar alterada por los efectos del cambio

climático, mientras que el período de 30 años arroja una normal climática de largo plazo. El uso de

cualquiera de los tres períodos disponibles debe ser estudiado cuidadosamente y depende de las

características de la región de estudio. La evidencia de otros estudios sobre cambio climático, la orografía

y el ritmo de cambio de uso, son algunos de los factores que influyen en la selección (Figura 9).

Mapa de normal histórica: estos mapas muestran el número de veces que las condiciones de un

cierto evento ocurrieron. Esta opción sólo está disponible para el modelo genérico de infección y el

modelo genérico.

Figura 9 Mapa de probabilidad de ocurrencia para Cochinilla rosada.

La creación de los citados mapas cuenta con la opción de interpolación en 2 y 3 dimensiones. La

interpolación de Barnes con pesos medios se utiliza para 2D. La interpolación 3D toma en cuenta la

elevación.

La plataforma SCOPE incluye algunas herramientas para análisis específicos como:

Condiciones climáticas análogas (Climate match). Consiste en localizar áreas que cumplen con

las condiciones climáticas de desarrollo conocidas de una plaga. De esta manera se pueden prever los

sitios de posible asentamiento de una especie no presente.

Zonas de calor (Plant heat zones). Es la representación espacial de los días de calor en cada

zona geográfica. La temperatura base utilizada es de 30°C.

Producto 10

11

No

mb

re P

rodu

cto

SC

OP

E

Zonas de vigor de las plantas (Plant hardiness zones). Estas herramienta ofrece registros

meteorológicos de 10 y 30 años que se dividen por zonas geográficas y ofrecen la media de

temperaturas mínimas registradas. Este cálculo se utiliza para el análisis de riesgo fitosanitario. Los

mapas globales de zonas de vigor se utilizan para realizar comparativas de riesgo fitosanitario (Magarey

et al., 2008).

A continuación en los niveles de funcionalidad de la plataforma SCOPE se encuentra el Análisis Venn

(Figura 10). Esta herramienta está basada en la teoría de conjuntos en la cual un diagrama de Euler-

Venn es la representación de clases de objetos y cosas que comparten alguna característica común

(Rodríguez R, 1995). El Análisis Venn permite seleccionar características específicas en distintas capas

disponibles y obtener un mapa de intersección o de unión. Las capas disponibles en SCOPE son: altitud,

grados día de desarrollo a 10°C, hospederos, precipitación anual, tierra cubierta, zonas de calor y áreas

personalizadas. Las capas de hospederos están disponibles de acuerdo a mapas creados fuera de

SCOPE y cargados a la plataforma. El área personalizada permite trazar polígonos que pueden

representar cualquier variable que el usuario requiera.

Figura 10 Análisis Venn.

El siguiente nivel de funcionalidad es la toma de decisiones en la cual se cuenta con un mapa de la

región de estudio donde se visualizan los muestreos de la campaña seleccionada. La fortaleza de esta

herramienta es que se selecciona un período de tiempo específico de muestreos, además de poder

identificar fácilmente, si la plaga lo requiere, su diagnóstico positivo o negativo, en color rojo y amarillo,

respectivamente. Se cuenta también con una visualización rápida de los datos de cada muestra al pasar

el puntero del ratón por encima de cada uno.

Una vez localizados y analizados los muestreos disponible para cierta campaña, se puede correr el

modelo aerobiológico Hysplit, ya sea por muestreo individual, conjunto de muestreos en un municipio o

un estado. El modelo Hysplit (Hybrid Single Particle Lagrangian Integrated Trajectory Model – Modelo

Híbrido Integrado de Trayectorias de Particulas de Lagrange) es un modelo aerobiológico de dispersión

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

12

Info

rme 2

00

9

que fue presentado en su primera versión por Draxler y Taylor (Draxler y Taylor, 1982) (Figura 11).

Hysplit calcula la trayectoria y concentración del aire a través de un modelo de Langrange. A través de

los años se ha mejorado el modelo hasta llegar a integrar variables que ofrecen un complejo modelo de

simulación de dispersión y deposición de partículas que es aplicado a patógenos en el ámbito de la

fitosanidad. Los parámetros que integra este modelo incluyen cuatro grandes procesos en la dispersión y

deposición de partículas: 1) registros meteorológicos, 2) advección, 3) cálculos de dispersión y 4)

deposición. La última versión de este modelo ofrece una rutina de dispersión tridimensional, es decir, se

ha incluido el análisis vertical del viento y la dispersión horizontal ahora se considera variable debido a

efectos de deformación (Draxler y Hess, 2004).

Figura 11 Modelo aerobiológico Hysplit.

También se cuenta, en este nivel de toma de decisiones, con la función de sobreponer modelos

climáticos al modelo Hysplit. Los modelos climáticos disponibles son:

Global Forecast Model (GFS) o Modelo de Predicción Global es un modelo numérico

computarizado de predicción del clima utilizado por los National Centers for Environmental Prediction

(NCEP) – Centros Nacionales para al Predicción Ambiental del National Weather Service – Servicio

Nacional del Clima de Estados Unidos de Norteamérica. Este modelo climático realiza predicciones a 7

días en alta resolución o a 16 días en baja resolución. La plataforma SCOPE ofrece resultados del

modelo GFS para precipitación, humedad relativa y vientos (Figura12).

North American Mesoscale Model (NAM) o Modelo a Mesoescala para Norteamérica es también

un modelo numérico de predicción hospedado las oficinas del NCEP y que realiza predicciones a

distintas resoluciones espaciales para las mismas variables que el modelo GFS. El modelo NAM

Producto 10

13

No

mb

re P

rodu

cto

SC

OP

E

corresponde a lo que realiza el modelo del Weather and Research Forecasting Model (WRF). Este

modelo corre cuatro veces al día y ofrece una predicción detallada y certera debido a su corto plazo. La

plataforma SCOPE ofrece los resultados del modelo NAM para precipitación, humedad relativa y vientos

(Figura 13).

Figura 12 Sobreposición de modelo aerobiológico Hysplit con el pronóstico de vientos GFS.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

14

Info

rme 2

00

9

Figura 13 Modelo climático GFS para pronóstico de precipitación.

Una característica importante de la plataforma SCOPE es la base de datos meteorológica que está

acompañada de varios procesos de control de calidad de los registros y cálculos que ha desarrollado

ZedXInc durante varios años. El esquema de análisis climatológico que se desarrolla de manera oculta,

es decir, que corre en servidores distintos a la plataforma, ofrece sus análisis para el modelado de las

plagas en SCOPE (Figura 14).

Estos registros y los que corresponden a las estaciones alrededor del mundo están disponibles en la

plataforma e incluyen los registros diarios, promedios y extremos. Las variables son: humedad en hojas,

temperaturas mínimas y máximas, velocidad media del viento y humedad relativa media (Tablas 3 a 5).

Producto 10

15

No

mb

re P

rodu

cto

SC

OP

E

Figura 14 Flujo del proceso de análisis climatológico.

Tabla 3 Fuente de registros meteorológicos históricos.

Registros históricos meteorológicos de Estados Unidos

Existentes Deseadas

Periodo Descripción Resolución espacial

Temporalidad Resolución

espacial Temporalidad

1948-2006+ Estaciones GHCN N/A mensual N/A diario

1948-2006+ Estaciones GHCN-D N/A diario N/A diario

1948-2006+

3,200 estaciones de precipitación, temperatura y nieve NCDC

N/A diario N/A diario

1948-2006+ Concentrado de registros diarios NCDC

N/A diario N/A diario

1948-2006 Registros de estaciones ISH

N/A horario N/A horario, diario

1979-2006+ Registros Global Reanalysis II

1.875o 6-horas 5 km horario, diario

1979-2006+ Registros NARR 32 km 3-horas 5 km horario, diario

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

16

Info

rme 2

00

9

Registros históricos meteorológicos de Estados Unidos

Existentes Deseadas

Periodo Descripción Resolución espacial

Temporalidad Resolución

espacial Temporalidad

1997-2006+ Registros de precipitación GPCP

1o diario 5 km diario

Tabla 4 Fuente de registros meteorológicos en tiempo real.

Registros meteorológicos en tiempo real de Estados Unidos

Existentes Deseadas

Periodo Descripción Resolución

espacial Temporalidad

Resolución espacial

Temporalidad

2006-presente Registros METAR N/A hora N/A horario, diario

2006-presente Registros Sinópticos N/A 3-horas N/A horario, diario

2006-presente Registros Análisis RUC

13 km hora 5 km horario, diario

2006-presente Registros Análisis RTMA

5 km hora 5 km horario, diario

2006-presente Registros sin precipitación Análisis GFS

1o 3-horas 5 km horario, diario

2006-presente Registros sin precipitación Análisis GFS

0.5o 3-horas 5 km horario, diario

2006-presente Análisis NAM 12o 3-horas 5 km horario, diario

2006-presente Registros de precipitación CMORPH

0.25o horario 5 km horario, diario

2006-presente Registros de precipitación CMORPH

8 km 0.5 horas 5 km horario, diario

2006-presente Registros de precipitación NEXRAD

10 km horario 5 km horario, diario

2006-presente Registros de precipitación RFC-QPE

5 km diario 5 km diario

Tabla 5 Fuente de registros meteorológicos para predicción.

Registros meteorológicos en tiempo real de Estados Unidos

Existentes Deseadas

Periodo Descripción Resolución

espacial Temporalidad

Resolución espacial

Temporalidad

Presente-12 horas

Predicción RUC 13 km horario 5 km horario, diario

Producto 10

17

No

mb

re P

rodu

cto

SC

OP

E

Registros meteorológicos en tiempo real de Estados Unidos

Existentes Deseadas

Periodo Descripción Resolución

espacial Temporalidad

Resolución espacial

Temporalidad

Presente- 1 día Predicción LAMP N/A horario N/A horario, diario

Presente-3.5 días

Predicción NAAM 12 km 3-horas 5 km horario, diario

Presente-7 días Predicción GFS-MOS 5 km 3-horas 5 km horario, diario

Presente-7 días Predicción GFS 1o 3-horas 5 km horario, diario

Presente-7 días Predicción GFS 0.5o 3-horas 5 km horario, diario

Presente-6 meses

Precipitación y temperatura CFS

N/A mensual N/A diario

Además de las fuentes de registros meteorológicos en distintas escalas temporales y resolución, la

plataforma SCOPE aporta los complejos sistemas de análisis para su control de calidad que ZedXInc ha

desarrollado en los últimos años.

El último nivel de la plataforma SCOPE corresponde a la interacción por roles de manera vertical, es

decir, la información que se integra a la plataforma desde el Profesional Fitosanitario hasta el experto por

disciplina o el superadministrador, va en sentido ascendente y obedece a los roles de cada usuario. El rol

inicial, Profesional Fitosanitario es el encargado de cargar los datos de muestreo de la campaña que le

corresponde. Esta acción va acompañada de comentarios específicos de la región que corresponde. Los

niveles en sentido ascendente, como el Coordinador Estatal de Campaña, cuentan con la opción de

modificar los muestreos y complementar los comentarios realizados por el Profesional Fitosanitario. Este

orden de validación se efectúa hasta llegar al nivel de superadministrador, quien tiene la facultad,

después de verificar el cumplimiento de la validación, de publicar la información pertinente en el sitio

público, el cual se describe a continuación.

Sitio público

El objetivo del Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria, a través del uso de la

plataforma SCOPE, es el de proporcionar información oportuna para la prevención de los impactos de las

plagas en los productos agrícolas de nuestro país. El sitio público SCOPE es la interfase que coadyuva a

cumplir con esta función.

Como se explicó en el apartado anterior, la cadena de acciones realizadas en el sitio privado del SCOPE

desembocan en la selección de los productos y la información que debe ser difundida de manera pública.

El material del sitio público se compone de: mapas de los modelos realizados, mapas de muestreo,

recomendaciones y alertas. Para ayudar a cumplir con la función de difundir la información

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

18

Info

rme 2

00

9

oportunamente, el sitio cuenta con la inscripción al sistema de alerta automático que emite correos

electrónicos a los suscriptores.

El SCOPE es la herramienta tecnológica y científica que provee a nuestro país de la información

necesaria para realizar un eficiente manejo de plagas reglamentadas y su epidemiología.

Referencias

Borchert, D. y R. Magarey. 2007. NAPPFAST: A guide to the use of NAPPFAST. Actualizado por C.

Chanelli en 2007. USDA-APHIS-PPQ-CPHST-PERAL.

Draxler, R. R. y A. D. Taylor. 1982. Horizontal dispersion parameters for long-rate transport modeling.

Journal of Applied Meteorology. 21:367-372.

Draxler, R. R., y G. D. Hess. 2004. Description of the Hysplit_4 Modeling System, Revisión del original de

1997. NOAA Technical Memorandum ERL ARL-224, Air Resources Laboratory, Silver Spring, Maryland.

FAO. 2009. NIMF. No. 5 Glosario de Términos Fitosanitarios. Normas Internacional para Medidas

Fitosanitarias. Convención Internacional de Protección Fitosanitaria. FAO.

Lapointe, S., ., Borchert, D.M. y D. Hall. 2006. Effect of low temperatures on mortality and oviposition in

conjunction with climate mapping to predict spread of the root weevil Diaprepes abbreviatus and

introduced natural enemies. Environmental Entomology. 36:73-82

Magarey, R. D., D. M. Borchert, G. L. Fowler, T. G. Sutton, M. Colunga-Garcia, y J. A. Simpson. 2007.

NAPPFAST, an Internet System for the Weather-based Mapping of Plant Pathogens. Plant Disease

91:336-445.

Magarey, R. D., D. M. Borchert y J. W. Shlegel. 2008. . Sci. Agric. Piracicaba, Brasil. Special Issue, 65:54-

59.

Magarey, R. D., Sutton, T.B. and Thayer, C.L. 2005. A Simple Generic Infection Model for Foliar Fungal

Plant Pathogens. Phytopathology 95:92-100.

Magarey, R. D., J. W. Travis, J. M. Russo, R. W. Seem, R.W., and R. D. Magarey. 2002. Decision Support

Systems: quenching the thirst. Plant Disease. 86:4-13.

Magarey, R.D., R. C. Seem, J. M. Russo, J. W. Zack, K. T. Waight, J . W. Travis, and P. V. Oudemans.

2001. Site-specific weather information without on-site sensors. Plant Disease 85:1216-1226.

Nietshcke, B., D. M. Borchert, R. D Magarey, and M. A. Ciomperlik. 2008. Climatological potential for

Scirtothrips dorsalis (Thysanoptera:thripidae) establishment in the United States. Florida Entomologist.

9:79-86.

Nietshcke, B., R. D. Magarey, D. M. Borchert, D. D. Calvin, and E. M. Jones. 2007. A developmental

database to support insect phenology models. Crop Protection. 26:1444-1448.

Rivas, E., Y. Díaz, G. Borruel, J. Perován. 2009. Principios y componentes de un sistema de vigilancia

fitosanitaria. Temas de Ciencia y Tecnología. 13(38):39-48.

Rodríguez R., R. J. 1995. El mundo de la lógica: de la paradoja a la verdad. San José: Editorial Eidos.

Producto 10

19

No

mb

re P

rodu

cto

SC

OP

E

Russo, J. 2009. Epidemiology in a Cyberinfrastructure World. 10th International Epidemiology Workshop.

Ginebra, Suiza.

Sitios web

NCEP - National Centers for Environmental Predictions, NOAA: http://www.ncep.noaa.gov y

http://www.nco.ncep.noaa.gov/pmb/products/nam.

Unysis Weather: http://weather.unisys.com/nam/index.html.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

20

Info

rme 2

00

9