Producto 12

1

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

Introducción Entre las atribuciones de la SAGARPA está la de celebrar y promover la suscripción de acuerdos y convenios con instituciones académicas y científicas, nacionales o extranjeras, orientados a desarrollar proyectos conjuntos de investigación científica, capacitación e intercambio de tecnología en materia de sanidad vegetal. Además de validar, generar y divulgar tecnología fitosanitaria y capacitar al personal oficial y privado. La innovación tecnológica para el manejo de plagas es necesaria y es parte de los productos entregables del convenio SENASICA-UASLP (proyecto SINAVEF) en la innovación de la vigilancia epidemiológica fitosanitaria. Contando con información técnica que se relaciona y complementa con todos los productos del SINAVEF, para lograr un mejor resultado. Se requiere que la vigilancia epidemiológica fitosanitaria suministre el sustento analítico para la planeación, programación y evaluación de actividades e intervenciones de las acciones en sanidad vegetal con metodologías, sistemas, lineamientos y protocolos generados con el apoyo de investigadores científicos. En este sentido el uso de los sistemas de información geográfica y la teledetección, aplicación de modelos multicriterio y multivariados para el pronóstico de plagas es enriquecedor para la sanidad vegetal del país. La generación de nueva tecnología que adelante se presenta es determinante para el monitoreo de plagas en México. El resultado del monitoreo de plagas en áreas geográficas específicas permite comprobar con certeza la presencia, baja prevalencia o ausencia de una plaga y las medidas fitosanitarias a adoptar, cuando fueran necesarias, para combatirla. El monitoreo es un proceso oficial continuo para comprobar situaciones fitosanitarias (FAO, 2009). La temperatura y la humedad en el ambiente, son los elementos climáticos de mayor influencia en el desarrollo y reproducción de las plagas, sin embargo, el viento puede ser un factor importante de dispersión, o para algunas plagas la luz solar, el tipo de suelo, entre otros, son factores determinantes. La utilización de la acumulación de los grados días de desarrollo (GDD) para estimar los ciclos de vida de insectos es un procedimiento de gran aceptación en muchos estudios entomológicos debido a la relación entre el desarrollo de artrópodos y la temperatura (Tassan et al., 1983). Para muchos agentes patógenos foliares, el modelo infeccioso es uno de los componentes más críticos para la previsión de la enfermedad ya que el proceso de infección está limitado por la duración de la humedad de una superficie o la alta humedad relativa en los ambientes terrestres (Magarey et al., 2005). Esto hace necesario también el monitoreo del clima. Así se generan metodologías, sistemas, lineamientos y protocolos generados con el apoyo de investigadores científicos para sustentar analíticamente la planeación, programación y evaluación de actividades e intervenciones de las acciones en materia de sanidad vegetal.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

2

Info

rme

2009

Seguimiento agroclimático de las regiones epidemiológicas

La necesidad de estudiar de manera integral la correlación ambiente-patógeno-hospedero se deriva del concepto del triángulo epidemiológico que plantea la conjunción de estos tres elementos para determinar la presencia de una plaga (Scholthof, 2007). La temperatura, precipitación, humedad de suelo y ambiente son factores que determinan el desarrollo fenológico tanto de hospederos como de patógenos. El clima es un factor que afecta directamente el establecimiento de cultivos, plagas y hasta de sus enemigos naturales. Por otro lado, si el hábitat de cierto patógeno se ve comprometido, por ejemplo debido a una sequía, la búsqueda de alimento alienta su dispersión. Sin embargo, los factores climáticos no afectan en igual medida a todas las especies. Por esta razón es necesario conocer los rangos de sobrevivencia donde clima, humedad y alimento son justo los necesarios para no morir, y los de supervivencia que indican la capacidad de reproducción de la especie (Trujillo, 1983; Andreawartha, 1971). La metodología del SINAVEF consiste en la integración de la agroclimatología a la vigilancia epidemiológica fitosanitaria que comúnmente se han estudiado de manera independiente. La relación del patógeno con su entorno, que se ubica espacialmente en una región con las condiciones propicias de desarrollo (hospedero y clima), define la región epidemiológica.

La metodología propuesta para el seguimiento agroclimático de las regiones epidemiológicas es un paso indispensable para el proceso de creación de mapas de amenazas y riesgos epidemiológicos, además de que parte de la generación de tecnología para el manejo de plagas a través del software creado para el análisis climático, este como complemento del Sistema Coordinado de Operaciones para el Manejo de Plagas Reglamentadas y su Epidemiología (SCOPE).

El clima fue definido en sus inicios como ““el conjunto de los fenómenos meteorológicos que caracterizan el estado medio de la atmósfera en un punto cualquiera de la Tierra” por el meteorólogo austriaco Julius Ferdinand von Hann. El concepto desarrollado de climatología dice que es la ciencia que estudia la distribución espacial de los climas y su relación con las características naturales, es decir, la relación de los fenómenos meteorológicos con el relieve, suelo y vegetación de un lugar determinado, a través del tiempo (Cuadrat y Pita, 2004:9; y García, 1986:7).

La relación entre la climatología y la agricultura dio lugar al concepto de agroclimatología y fue llevado a escala internacional en 1960 por parte de la ONU y sus agencias de agricultura y meteorología (FAO y OMM). Este concepto se crea por la necesidad de profundizar en el conocimiento de esta interacción. Sin embargo, la agroclimatología, relación clima-cultivo, se ha analizado solamente en función de los patrones meteorológicos asociados con las etapas fenológicas de los cultivos, principalmente la cantidad de agua disponible y las temperaturas de desarrollo.

La Organización Mundial para la Agricultura y la Alimentación (FAO en inglés) firmó el primer convenio oficial con la Organización Mundial de Meteorología (OMM) que se denominó “Proyecto de agroclimatología interagencias”. Ocho años después se establece el “Grupo mixto sobre biometeorología agrícola” con las firmas de la FAO, OMM y la UNESCO y la anexión del Programa de Naciones Unidas sobre el Medio Ambiente (PNUMA) en 1972 (FAO, 2007). A partir de entonces se han fortalecido los esquemas de medición de condiciones atmosféricas y los análisis climáticos para descubrir la relación que la temperatura y la disponibilidad hídrica, principalmente, tienen con el desarrollo de los productos agrícolas y sus distintas etapas de desarrollo.

La FAO propició el estudio de la agroclimatología, lo cual a su vez permitió el establecimiento de laboratorios climáticos en la mayoría de los países. La agroclimatología en México está a cargo principalmente por el INIFAP, el cual opera a través de la Red Nacional de Estaciones Estatales Agroclimáticas para realizar los análisis de eventos climáticos que pueden afectar a la industria

Producto 12

3

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

agroalimentaria del país (INIFAP). Esta institución cuenta con una plataforma agroclimática que ofrece los registros meteorológicos en tiempo real para todo el país y cuenta con un apartado para el monitoreo de desarrollo de sistemas producto de acuerdo a las condiciones actuales del clima y otro para el desarrollo de plagas. La plataforma no está integrada, ya que son análisis independientes que no aportan la correlación mencionada en el triángulo epidemiológico. Además, el análisis es solamente cuantitativo y no espacial-temporal, como es la propuesta del SINAVEF. Muy similar es el funcionamiento de otras plataformas plataforma agroclimáticas o de monitoreo de plagas en el mundo. Más bien, la inclusión de algunos parámetros meteorológicos en el análisis de riesgo de plagas y epidemiológico es desde la visión de la plaga, como el caso del Locust Watch (FAO). Esta plataforma, auspiciada por la FAO para vigilar la presencia de langosta en el desierto africano, no toma en cuenta la agroclimatología, solamente identifican las condiciones de temperatura y humedad de acuerdo a la probabilidad de sobrevivencia o supervivencia de la langosta, aunque si cuenta con un análisis espacial de situación actual y probable dispersión.

Existen diversas plataformas de vigilancia de plagas en el mundo. Algunas de ellas se enfocan a la etapa del monitoreo y el análisis climático, otras toman en cuenta los aspectos espaciales, es decir, ubican geográficamente el estatus de la plaga en estudio. Las plataformas de monitoreo y vigilancia de plagas que actualmente existen en el mundo se detallan en el apartado del Producto 10. Existe el caso de la plataforma agroclimática para cítricos de Argentina de la Asociación de Citricultores de Concordia (ACC) denominada FRUTIC, que aunque sus estaciones agroclimáticas son parecidas a las del INIFAP en México, las argentinas incluyen la medición de humedad y temperatura de los suelos que son parámetros importantes, por ejemplo para el modelo biológico de infección de enfermedades. Las herramientas más importantes son el monitoreo de etapas fenológicas de sistemas producto y sus plagas relacionadas. Esta plataforma, al igual que la del INIFAP, solamente se enfoca en el monitoreo y modelado cuantitativo a corto plazo sin tomar en cuenta el diagnóstico y dejando al monitoreo y la vigilancia sin un análisis espacial. La metodología SINAVEF ofrece además un análisis de pronósticos a mediano plazo a través de estimaciones estadísticas. Esto se logra con los registros históricos y modelos climáticos mundiales, todo aplicado a la vigilancia epidemiológica fitosanitaria.

La Figura 1 muestra el esquema del análisis climatológico en sus dos dinámicas temporales, histórico y en tiempo real, y la relación y utilidad que tiene cada una en la vigilancia epidemiológica fitosanitaria.

Figura 1 Análisis climatológico histórico y en tiempo real para la vigilancia epidemiológica fitosanitaria.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

4

Info

rme

2009

La normativa internacional en materia de fitosanidad menciona al clima y a los cultivos como algunos de los elementos determinantes para la presencia o ausencia de plagas. En la Norma Internacional de Medidas Fitosanitarias No. 6 (NIMF No.6), que define las directrices para la vigilancia fitosanitaria, se especifica que las Organizaciones Nacionales de Protección Fitosanitaria (ONPF) deben “validar las declaraciones de ausencia o distribución limitada de plagas cuarentenarias” a través de ciertos criterios, entre ellos, la “distribución de las plantas hospederas de la plaga y específicamente de sus áreas de producción comercial”, así como la “conveniencia climática de los sitios por plaga” (NIMF No. 6, 2006). De manera similar, la NIMF No. 8 habla de la ausencia de una plaga que anteriormente estuvo presente por razones de “clima u otra limitación natural para la perpetuación de la plaga”, además de citar procesos que implican cambios en los hospederos como “los cambios en las plantas huéspedes cultivadas” o por los “cambios en las variedades” y los “cambios en las prácticas agrícolas” (NIMF No. 8, 2006).

Además, el análisis de riesgo de plagas (ARP) cuenta con un lineamiento en la NIMF No. 11 donde se señala que es necesario contar con la evidencia del potencial de establecimiento y dispersión de una plaga de acuerdo a las condiciones ecológicas/climáticas y la presencia de hospederos apropiados para su desarrollo (NIMF No. 11, 2004). De manera similar se menciona el desarrollo de hospederos y presencia de plagas de acuerdo a las condiciones climáticas en la NIMF No. 27 (NIMF No. 27, 2006).

A continuación se presenta cada etapa del proceso de análisis realizado en el SINAVEF y resultados obtenidos.

Climatología aplicada a la vigilancia epidemiológica fitosanitaria

Como ya se mencionó, la propuesta del SINAVEF integra el concepto de climatología aplicada a la vigilancia epidemiológica fitosanitaria, la cual relaciona al clima y su influencia en el desarrollo tanto de las plagas como de sus hospederos. La Figura 2 representa al sistema producto, es decir, el cultivo y los factores que intervienen en su desarrollo, es decir, la base del análisis climático.

Figura 2 Diagrama agroclimático. Sistema producto y los factores que determinan su desarrollo.

El análisis de los fenómenos meteorológicos a lo largo de la historia y en tiempo real es uno de los elementos que definen la aparición de una plaga y se relaciona directamente con sus características de desarrollo y los hospedantes o productos agrícolas a los cuales afecta. Las condiciones climáticas son determinantes para identificar cuándo una plaga puede aparecer, reproducirse y considerarse como un riesgo en un cultivo determinado. Esto se rige por sus etapas fenológicas y la relación que existe con la temperatura, precipitación y humedad en el ambiente. En la Figura 3 se muestra el triángulo epidemiológico y los principales elementos que lo componen.

Producto 12

5

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

Figura 3 Triángulo epidemiológico fitosanitario y su escala.

El triángulo epidemiológico se puede comprender en el siguiente esquema en función de la enfermedad o plaga (Figura 4):

Figura 4 Elementos del triángulo epidemiológico en función de sus variables.

La base del estudio climático son los datos meteorológicos registrados en la red de estaciones con que cuenta nuestro país, que es el primer paso en el análisis agroclimático para la vigilancia. Existen principalmente 3 tipos de estaciones que se diferencian por algunos parámetros meteorológicos, según sea su fin: meteorológicas, agroclimáticas e hidrométricas. Lamentablemente existen diversas deficiencias en el funcionamiento de las estacione hidrométricas y el tiempo de comunicación de sus mediciones. Estas redes de estaciones ofrecen información que procesada aporta datos cuantitativos para la vigilancia epidemiológica.

En un primer lugar, el diagnóstico de las condiciones de posible establecimiento de un patógeno se determina con los valores medios de confort climático, obtenidos con los registros de temperatura en el caso de los modelos biológicos de desarrollo para artrópodos y con los registros de humedad relativa en el caso de modelos de infección para enfermedades. De manera paralela, las condiciones de temperatura, precipitación y humedad determinan el desarrollo tanto del hábitat natural de un organismo patógeno como de los sistemas producto u hospederos que pudiera afectar. Además, los eventos extremos como sequías, inundaciones, ciclones y heladas derivan en situaciones inusuales de desarrollo y comportamiento de ambos, patógenos y vegetación (natural y sistemas producto), que ofrecen

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

6

Info

rme

2009

información para delinear escenarios de dispersión. Para la etapa de monitoreo de una plaga, los registros aportados por las estaciones agroclimáticas en tiempo real facilitan el seguimiento de las condiciones de los muestreos de plagas y de desarrollo de sus hospederos. Para este fin, el análisis de intensidad de la sequía realizado por el Monitor de la Sequía de Norteamérica ofrece resultados con aproximadamente 2 o 3 semanas de retraso y son de gran utilidad para conocer el estado de la sequía, tanto meteorológica como agrícola en tiempo casi-real. Por otro lado, los registros históricos, que indican el comportamiento normal del clima, son útiles para la vigilancia epidemiológica ya que ofrecen las condiciones más probables a corto o mediano plazo para construir pronósticos de desarrollo de plagas y sus hospederos. De igual forma, para la vigilancia, los registros en tiempo real permiten, aunados al monitoreo, establecer fechas probables para las etapas fenológicas de las plagas.

Los cálculos para la meteorología básica y para los modelos biológicos de desarrollo de plagas, se realiza a través de un programa de cómputo que automatiza los cálculos realizados a partir de los registros de estaciones meteorológicas de nuestro país y la información sobre características biológico-climáticas para el desarrollo de plagas. Estos resultados se utilizan para la creación de la cartografía del modelo biológico de cierta plaga, herramienta especialmente útil para el análisis de riesgo de plagas no presentes en nuestro país y para plagas controladas que pudieran dispersarse y establecerse en zonas libres.

Base de datos meteorológica

El programa en Matlab CalculoClimatico (Algara-Siller, 2009) cuenta con criterios de depuración de registros meteorológicos de la base de datos ERIC III. El programa CalculoClimatico realiza cálculos y pruebas para obtener una base de datos depurada de los registros de precipitación y temperaturas del Servicio Meteorológico Nacional extraídos de la base de datos ERIC III para los cálculos de meteorología básica, severidad de la sequía y modelos biológicos de desarrollo.

El proceso de depuración básico de CalculoClimatico cuenta con un filtro para ciertos errores que pueden ser encontrados con datos fuera de formato y caracteres extraños. Además, verifica que los registros mensuales cumplan con al menos 20 días con datos y al menos 7 meses completos de un año. El último paso en la discriminación de las estaciones a utilizar es, según estándares internacionales de números de años necesarios para lograr una buena estadística meteorológica, utilizar solamente aquellas estaciones que tienen al menos 30 años con registros.

Se ha creado una base de datos que incluye los registros de las estaciones del SMN desde 1905 hasta 2004, extraído de la base de datos ERIC III que fue creada por el Instituto Mexicano de la Tecnología del Agua (IMTA, 2006). Debido a que los registros a partir de 2001 eran muy escasos en la fecha de creación de esta base, se ha incorporado el historial 2001-2007 de las estaciones a nivel nacional que cuentan con registros capturados de manera digital a la fecha de hoy.

El universo total de estaciones que registra el ERIC III es de 6,054 estaciones a nivel nacional, de las cuales, solamente 5,306 estaciones cuentan con algún tipo de registro. La localización de las estaciones meteorológicas en nuestro país se muestra en las Figuras 5 y 6, estaciones totales de la red y estaciones que cumplen con las condiciones necesarias para el análisis, respectivamente. En el caso de las estaciones agroclimáticas del INIFAP, se cuenta con alrededor de 800 estaciones ubicadas en campos agrícolas.

Producto 12

7

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

Figura 5 Localización de todas las estaciones meteorológicas en México.

En la Figura 7 se aprecia el esquema relacional meteorología-vigilancia epidemiológica. Se define la importancia de cada tipo de registro con que se cuenta en nuestro país para cada una de las etapas de la vigilancia. Mientras que los registros históricos nos ayudan al diagnóstico de plagas que podrían establecerse en regiones donde estaban ausentes, también sirven para estimar pronósticos, realizando análisis estadístico de similitud con otros años, años análogos, ya sea en condiciones de precipitación o de fenómenos como El Niño y manchas solares que influyen en el comportamiento de los patrones climáticos.

Es necesario hacer notar que la variabilidad climática natural se presenta en ciclos. Por otro lado el cambio climático, ya sea debido a fluctuaciones climáticas naturales como al efecto derivado de las acciones del ser humano, es una tendencia de las condiciones normales de las variables climáticas. Podemos decir que las normales climatológicas han tenido dos fines principales. En primer lugar, constituyen una referencia con la que se pueden evaluar las condiciones (en particular las condiciones actuales o recientes) y en segundo lugar se utilizan extensivamente (de forma implícita o explícita) para fines de predicción, como indicador de las condiciones que es probable que se experimenten en un determinado lugar (OMM, 2007: p. 5).

De acuerdo a la Organización Meteorológica Mundial (OMM), se le llama normal climatológica a los valores medios de los elementos meteorológicos (temperatura, humedad, precipitación, evaporación, etc.) calculados con los datos recabados durante un periodo largo y relativamente uniforme, generalmente de 30 años. Este concepto de “normal climatológica estándar de 30 años” data de 1935 cuando en la conferencia de Varsovia el Comité Meteorológico Internacional recomendó que se utilizara 1901 – 1930 como periodo estándar mundial para el cálculo de las normales. En 1956, la OMM recomendó el uso del periodo de 30 años disponible más reciente, que finalizara en el año más próximo que terminara en 0 (que en aquel momento era 1921 – 1950). (OMM, 2007: p. 6).

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

8

Info

rme

2009

Figura 6 Localización de todas las estaciones meteorológicas en México.

Figura 7 Esquema de relación entre los registros meteorológicos y la vigilancia epidemiológica fitosanitaria.

La principal deficiencia en la red de estaciones meteorológicas del SMN es que la mayoría no son automáticas y solamente registran algunos parámetros. Mientras que las estaciones del INIFAP cuentan con una red automática que incluye, como ya se dijo, parámetros importantes como la humedad relativa,

Registros históricos

(SMN e INIFAP)

Registros en tiempo

real (INIFAP, NADM)

Diagnóstico Monitoreo Vigilancia

Vigilancia epidemiológica

Producto 12

9

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

pero dejan fuera la temperatura y humedad de los suelos, datos que son de gran utilidad para el análisis realizado y para plagas que tienen fases en suelo, como en el caso de la langosta.

Análisis de años análogos con el fenómeno de El Niño

El pronóstico de las condiciones climáticas es una herramienta muy importante para la planeación de las políticas en materia agrícola de nuestro país e indispensable en la vigilancia epidemiológica fitosanitaria. Aunque no existen modelos que puedan prever el comportamiento de los sistemas climáticos, debido a su complejidad, el pronóstico se base en pruebas estadísticas, analogías y experiencia que muestra escenarios probables. El presente análisis se realizó tomando en cuenta los modelos existentes sobre condiciones de precipitación, temperatura, índice de severidad de la sequía, ciclones, previsión de la presencia del fenómeno de El Niño y manchas solares.

El fenómeno de la sequía y la presencia de ciclones alteran de manera significativa los patrones de desarrollo de los patógenos y sus hospederos y están ligados a la aparición del fenómeno de El Niño. El Niño (ENSO por sus siglas en inglés), afecta los patrones de circulación atmosférica, aumentando la temperatura del Océano Pacífico y, por consecuencia, la evaporación. La presencia del fenómeno de El Niño tiene el efecto de alterar los patrones de circulación atmosférica de manera negativa en cuanto a la cantidad de lluvia en distintas regiones del país durante las temporadas de lluvias.

Debido a que El Niño es un fenómeno recurrente que tiene cierta periodicidad, y por sus efectos en los patrones de circulación atmosférica, se utiliza para correlacionarlo con el fenómeno de la sequía. Existen algunas bases de datos con los registros de aparición de El Niño y La Niña, lo cuales se utilizaron para el análisis de correlación. A finales de los 60s fue que los registros de temperatura del Océano Pacífico comienzan a ser más confiables, debido a que el fenómeno apenas comenzaba a estudiarse con metodologías validadas.

La prueba de mínimos cuadrados consiste en sumar las distancias, elevadas al cuadrado, entre cada punto de los años seleccionados para la prueba en comparación con el período en estudio.

Para el año 2010 se seleccionaron 3 períodos de años análogos en base a las anomalías mensuales de temperatura del Océano Pacífico, región 3.4, según el estándar internacional. Los períodos análogos al 2009-2010 son: 1982-1983, 1991-1992 y 1997-1998, donde el primer año es el inicio del fenómeno de El Niño y el segundo el término.

La analogía consta de períodos donde el fenómeno de El Niño se presentó con fecha inicial, anomalías de temperatura e intensidad, similares al período 2009-2010. Además, se utilizan los pronósticos de la NOAA sobre El Niño para el primer semestre de 2010. Estos datos se presentan en mapas o tablas y se utilizan para estimar la intensidad y duración de El Niño. El análisis de mínimos cuadrados muestra un comportamiento similar con los tres períodos propuestos, de mayor a menor analogía estadística: 1991-1992, 1982-1983 y 1997-1998 (Tabla 1).

El pronóstico con que se contaba a principios de 2010 era de una anomalía en el Océano Pacífico de +1.8ºC y en aumento para el resto del semestre. Sin embargo en la columna de los valores del año registrados se midió una aumento en +1.2ºC, reduciendo la posibilidad de que El Niño se desarrollara a intensidad fuerte (ESRL). El Niño en este momento es moderado y bajo la analogía al período 1991-1992 su terminación se estima para mayo-junio de este año.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

10

Info

rme

2009

Tabla 1 Prueba de mínimos cuadrados para años análogos al período 2009-2010 para elaboración de pronósticos.

Anomalías de temperatura en el Océano Pacífico (CPC)

Mínimos cuadrados por cada período propuesto y el pronóstico 2009-2010

1982-1983

1991-1992

1997-1998

2009-2010

2009-2010 (pronóstico)

1982-1983

1991-1992 1997-1998

Enero 0 0.4 -0.4 -0.8 0.64 1.44 0.16

Febrero 0.1 0.3 -0.3 -0.7 0.64 1 0.16

Marzo 0.1 0.3 0 -0.5 0.36 0.64 0.25

Abril 0.3 0.4 0.4 -0.1 0.16 0.25 0.25

Mayo 0.6 0.6 0.8 0.2 0.16 0.16 0.36

Junio 0.7 0.8 1.3 0.6 0.01 0.04 0.49

Julio 0.7 1 1.7 0.7 0 0.09 1

Agosto 1 0.9 2 0.8 0.04 0.01 1.44

Septiembre 1.5 0.9 2.2 0.9 0.36 0 1.69

Octubre 1.9 1 2.4 1.2 0.49 0.04 1.44

Noviembre 2.2 1.4 2.5 1.5 0.49 0.01 1

Diciembre 2.3 1.6 2.5 1.7 0.64 0.01 1

Enero 2.3 1.8 2.3 1.2 1.8 0.25 0 0.25

Febrero 2 1.6 1.9 2.3 0.09 0.49 0.16

Marzo 1.5 1.5 1.5 2 0.25 0.25 0.25

Abril 1.2 1.4 1 1.7 0.25 0.09 0.49

Mayo 1 1.2 0.5 1.2 0.04 0 0.49

Junio 0.6 0.8 0 0.8 0.04 0 0.64

Julio 0.2 0.5 -0.5 Agosto -0.2 0.2 -0.8 Septiembre -0.6 0 -1 Octubre -0.8 -0.1 -1.1 Noviembre -0.9 0 -1.3 Diciembre -0.7 0.2 -1.4

Suma de mínimos cuadrados

4.91 4.52 11.52

Índice de Severidad de la Sequía

La sequía es un fenómeno climático que siempre ha existido, en menor o mayor intensidad, en todo nuestro Planeta (Contreras, 2005). El asentamiento de una comunidad pone de manifiesto los efectos de las sequías. Los estudios científicos realizados durante los últimos años señalan que el clima está cambiando, afectando a la naturaleza de diversas maneras, por ejemplo, los cambios o tendencias en intensidad y frecuencia de la sequía y las inundaciones (IPCC, 2001).

Producto 12

11

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

Este método de medición de índice de sequía ofrece resultados que son el cociente de la diferencia de precipitación de los meses con déficit de un año y la precipitación normal entre la precipitación normal, es decir, es el porcentaje de lo que faltó por llover en un año dado comparado con lo que comúnmente llueve. El índice de severidad a la sequía puede ser aplicado a cualquier región ya que es independiente del tipo de clima. Este índice propone 7 niveles (Hernández et al., 2000): ausente (0 a -0.2), leve (-0.2 a -0.35), fuerte (-0.35 a -0.4), muy fuerte (-0.4 a -0.5), severo (-0.5 a -0.6), muy severo (-0.6 a -0.8), extremadamente severo (menor a -0.8). El Tabla 2 muestra un ejemplo sobre el cálculo de este índice y su fórmula.

Tabla 2 Ejemplo de precipitaciones mensuales para el cálculo del índice de severidad de la sequía.

Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic

X (mm)

20 25 31 45 102 151 170 160 100 85 70 65

X (mm)

19 28 33 43 100 165 190 150 90 89 68 60

XXXIS

∑∑−∑

=

, donde X∑ corresponde a la sumatoria de las precipitaciones mensuales para el año calculado que

fueron menores a la media, y X∑ corresponde a la sumatoria de las precipitaciones medias mensuales (para todos los años con registro) que fueron mayores a los meses del año en estudio.

La Figura 8 muestra el índice de severidad de la sequía histórico para México. Este análisis se utiliza para conocer la distribución de la intensidad de la sequía media e integrarlo al análisis de riesgo de cada plaga y al planteamiento de las regiones epidemiológicas.

Los resultados históricos de la severidad de la sequía, que se corroboran con las tendencias de disminución de la precipitación y aumento en la temperatura, muestran que las sequías fuertes en regiones de selvas cálido-húmedas se han intensificado hasta una severidad de sequía muy fuerte. En el caso de las selvas cálido-secas, las sequías muy fuertes se han tornado a sequías severas. Estos resultados se obtuvieron con las 1,457 estaciones meteorológicas que cuentan con las condiciones de registros mínimos para realizar los cálculos, anteriormente mencionados.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

12

Info

rme

2009

Figura 8 Índice se severidad de la sequía histórico para México.

Moda de precipitación ajustada a la función gamma incompleta

La frecuencia de sequía está dada por el número de estaciones que registraron 25% o menos de precipitación, comparado con las más de 150,000 ha deforestadas (Algara-Siller, 2009). Este análisis se está utilizando para encontrar las regiones que más cambio han tenido en los patrones meteorológicos y que además han mostrado cambios en el tipo de clima. En el caso de la langosta, la pérdida de selvas y bosques propician su dispersión en su búsqueda de vegetación nativa para su desarrollo y en la preferencia de cultivos cuando su hábitat se encuentra en situación de estrés. Otro ejemplo es la enfermedad del HLB que se desarrolla más fácilmente durante eventos de sequía. El estrés hídrico está documentado como uno de los factores que alteran la respuesta de las plantas (Wright y Beattie, 2004). Este estrés puede ser por falta de humedad o por exceso, el cual produce una baja aeración del suelo, llamada hipoxia (Wiseman, 2004).

Comúnmente se ha utilizado la media como medida del valor más representativo en diferentes aplicaciones científicas. Sin embargo, en el caso de la precipitación, la media aritmética o promedio deja de ser adecuada por la variabilidad que la precipitación presenta. La disparidad de los datos se acentúa

Producto 12

13

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

en climas semiáridos y áridos. Las primeras reflexiones acerca de la variabilidad de la precipitación en zonas áridas fueron advertidas desde 1941 por Conrad (Mosiño y García, 1981).

La media aritmética en una distribución normal que cae en la frecuencia central de la curva de distribución de Gauss. Esto significa que la distribución de las frecuencias es simétrica y la media, moda y mediana serán iguales. La distribución de las precipitaciones, sin embargo, representada en la misma gráfica de Gauss, nos muestra que la distribución no es simétrica. La mayor frecuencia de precipitaciones corresponde al valor que tiene más probabilidad de presentarse en determinado período. La medida de la mayor frecuencia es la moda. Ahora nos encontramos con otro inconveniente. La moda estadística, como comúnmente se calcula, es decir el valor que más veces sucede, también nos arroja resultados equivocados en climas áridos. Nos podemos enfrentar a que la mayor probabilidad de lluvia en determinado mes es igual a cero, por tanto la moda será igual a cero. Si se calcula la media, esta podrá ser muy diferente con la simple presencia de unos cuantos días lluviosos.

García y Hernández (1988) indican que es importante el ajuste de las curvas a la distribución gamma incompleta y que se obtiene un mejor resultado con la moda que con la media, ya que la probabilidad de la primera de ocurrir oscila entre 70 y 75% y la segunda ocurre en un 50% o hasta una probabilidad tan baja como un 23% (García et al., 1977). La moda indica el valor que ocurre con más frecuencia y su valor será siempre menor al de la media.

Se realiza el cálculo de la moda de la precipitación, con el ajuste mencionado, para cada estación. Realizando estos cálculos para todas las estaciones del país o por regiones, obtenemos como resultado una tabla donde se enumeran los años en los que la precipitación fue mayor al 25% de la moda de la precipitación para todo el período con registros (exceso de precipitación), así como los años donde esta fue 25% menor a la moda (años con sequía). Mosiño y García (1981) proponen la siguiente fórmula de fácil aplicación:

XXModa

2σ−=

, donde X es la media aritmética y σ2 es la desviación estándar de las precipitaciones para todos los años con registro. El método completo de ajuste de la moda a la distribución gamma incompleta es muy complicado. Por esto, se utiliza un método que obtiene parámetros de la distribución gamma incompleta ajustada a las series de precipitación. El método de cálculo de la moda es explicado por Mosiño y García (1981) en un estudio de la variabilidad de la precipitación en México y por García et al. (1977) en su trabajo sobre la precipitación en la República Mexicana y evaluación de su probabilidad.

A continuación se describe brevemente la información sobre ciclones y manchas solares que ayudan en la construcción de pronósticos.

Temporada de ciclones y ciclo de manchas solares

A continuación se describe la actividad pronosticada de ciclones y de manchas solares. Estos datos, como ya se describió, son de gran utilidad para la vigilancia epidemiológica fitosanitaria. Las conclusiones de estos pronósticos y de los pasos anteriores se comentan más adelante y se refieren al escenario más probable de afectación agrícola y de desarrollo de plagas para este año.

Los pronósticos de la temporada de ciclones se realizan de manera más robusta a partir de abril de cada año. Para el caso de los ciclones en el Atlántico, la Universidad de Colorado, a través de su proyecto de

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

14

Info

rme

2009

Meteorología Tropical, ha emitido un pronóstico adelantado que será reemplazado durante los siguientes meses (Klotzbach y Gray, 2009). La Tabla 3 resume los eventos ciclónicos para este año de acuerdo a su intensidad:

Tabla 3 Pronóstico de actividad ciclónica para el Atlántico durante 2010

Histórico 1950-2000 Climatología (porcentaje de eventos comparado con histórico)

Preparado el 9 diciembre 2009 Pronóstico para 2010

Tormentas con nombre (NS) (9.6) 11-16 Días de tormenta con nombre (NSD) (49.1) 51-75 Cioclones (H) (5.9) 6-8 Días de huracán (HD) (24.5) 24-39 Huracanes de mayor magnitud (MH) (2.3) 3-5 Días con huracanes mayores (MHD) (5.0) 6-12 Energía ciclónica acumulada (ACE) (96.1) 100-162 Actividad ciclónica tropical acumulada (NTC) (100%) 108-172

No existen a la fecha pronósticos disponibles de actividad ciclónica para el Océano Pacífico, debido a la antelación y poca fiabilidad que representarían.

En cuanto a la actividad solar, reflejada a través de las manchas solares, las mediciones más recientes muestran que su ciclo natural se encuentra al inicio, es decir, con una baja actividad prevista en no más de 20 eventos de este tipo para este año (NASA, 2009).

Análisis espacial por región ecológica y por tipo de cultivo

Esta parte corresponde a la sobreposición de las distintas capas que se han obtenido en los pasos anteriores. El índice de severidad de la sequía es analizado por región ecológica y por tipo de cultivo para conocer las posibles afectaciones. Las Figuras 9 y 10 corresponden al índice de severidad de la sequía normal que ocurre en las selvas cálido-húmedas y cálido-secas, respectivamente, e incluyen la sobreposición de los ríos perennes del país. Esto permite saber los causes que pueden ser amenazados con eventos de sequía hidrológica. A diferencia de la sequía meteorológica, la que se mide con el índice de severidad de la sequía, la sequía hidrológica corresponde a la disminución de los causes de ríos, lo cual impacta en la agricultura de riego, principalmente.

La cartografía de regiones ecológicas fue desarrollada por un trabajo conjunto para América del Norte y se digitalizó por el SINAVEF (CCA, 1997).

Producto 12

15

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

Figura 9 Índice de severidad de la sequía sobre selvas cálido-húmedas

Figura 10 Índice de severidad de la sequía sobre selvas cálido-secas

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

16

Info

rme

2009

En este caso las condiciones de sequía histórica muestran que la sequía fuerte o más severa han cubierto 23,783,156 de hectáreas del total de las 28,491,565 de hectáreas de superficie de selvas cálido-húmedas, es decir, el 83.5%. En este caso, se utilizó la cartografía de regiones ecológicas (CCA, 1997) para determinar las áreas por tipo de cultivo y región ecológica. La Figura 11 representa la agricultura de humedad, temporal y riego de las regiones de selvas cálido-húmedas. La Tabla 4 corresponde a las superficies de interés por tipo de cultivo en esta región.

Tabla 4 Superficie por tipo de cultivo en selvas cálido-húmedas.

Uso de suelo Superficie (ha) %

Agricultura de humedad 119,715 0.42

Agricultura de riego (incluye riego eventual) 512,707 1.80

Agricultura de temporal 4,498,846 15.80

Total de superficie de la región

28,491,565

Figura 11 Superficie de cada tipo de cultivo que se encuentran en las selvas cálido-húmedas de nuestro país.

Por otro lado, la Figura 12 representa la agricultura de humedad, temporal y riego de las regiones de selvas cálido-secas y la Tabla 5 corresponde a las superficies de interés para tipos de cultivo en esta región.

Este análisis se realiza según el área de estudio y es importante porque hay condiciones de desarrollo de plagas que incluye condiciones de sequía y tipo de región. Por ejemplo, el HLB se ha reportado en regiones de selvas cálido-húmedas y con sequía de fuerte a más severa, en concordancia con la hipótesis que se menciona al final del apartado 1.8. De las 526,000 ha de superficie en nuestro territorio

Producto 12

17

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

donde se ubican hospederos de HLB, 371,500 ha se encuentran en zonas de selva, es decir, el 71% de los cítricos son susceptibles a esta enfermedad.

Tabla 5 Superficie por tipo de cultivo en selvas cálido-secas.

Uso de suelo Superficie (ha) %

Agricultura de humedad 60,620 0.21

Agricultura de riego (incluye riego eventual) 1,637,722 5.72

Agricultura de temporal 4,746,351 16.59

Total de superficie de la región

28,615,027.98

Figura 12 Superficie de cada tipo de cultivo que se encuentran en las selvas cálido-húmedas de nuestro país.

Modelo biológico de desarrollo de plagas

Se implementó el procedimiento en CalculoClimatico para calcular los grados día de desarrollo de las plagas de manera que se ofrecen resultados en formato de texto que son utilizados en cualquier SIG para crear la cartografía correspondiente. Este código ofrece el cálculo de los grados día de desarrollo en un tiempo muy reducido, automático y con tablas de salida formateadas según las necesidades del SIG. Se puede aplicar a una pequeña región, por estados o para todo el país y para la plaga que se elija.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

18

Info

rme

2009

El cálculo del modelo de grados día de desarrollo para artrópodos que se integró a CalculoClimatico (Algara-Siller, 2009) ofrece resultados para ser utilizados en cualquier SIG para crear la cartografía correspondiente.

El cálculo para este modelo necesita de la información de pruebas de laboratorio de desarrollo biológico para cada una de las plagas. Los parámetros a utilizar son la temperatura base, es decir, la temperatura sobre la cual un artrópodo puede desarrollarse. El cálculo se obtiene al sumar los grados registrados por arriba de la temperatura base de los días donde así sucede. Se toma la temperatura media de cada día, de acuerdo a los registros meteorológicos, como la base comparativa.

GDDm = �(TM − Tbase )

GDDm = grados día de desarrollo acumulados para cada mes. TM = temperatura media diaria del mes en estudio. Sólo se utilizan los días por arriba de la temperatura base. T base = temperatura base de desarrollo de cada artrópodo.

Después de realizar los cálculos meteorológicos básicos con todas las estaciones, solamente 1,615 cumplen con todos los requisitos antes mencionados en el caso de los registros de temperatura utilizados para este modelo. CalculoClimatico trabaja con registros diarios históricos meteorológicos de precipitación, temperatura mínima, media y máxima para todas las estaciones del país que se suministra la Comisión Nacional del Agua, ya sea mediante la base de datos ERIC III o a solicitud expresa de años más recientes no disponibles o con los registros meteorológicos de la red de estaciones agroclimáticas del INIFAP. Los registro de estaciones automáticas del INIFAP servirán para el monitoreo y predicción futuros. Además, los registros del INIFAP incluirán la humedad relativa que es necesaria para correr los modelos de infección de patógenos que por el momento no se puede realizar.

Estos resultados son de vital importancia para el análisis de riesgo de plagas que no se encuentran en nuestro país para delimitar las regiones de mayor confort climático para que se establezcan.

Pronóstico climático y agroclimático

En base a lo anterior, el pronóstico climático para este año es que se espera un déficit de lluvia gracias a El Niño para los meses de marzo-julio, pero con bajas temperaturas, por lo menos durante el primer trimestre. Esto ayudará a evitar la evapotranspiración, reteniendo la humedad acumulada durante las lluvias atípicas que se han presentado en febrero, las cuales no se han presentado según los registros históricos de los últimos 150 años.

Esta hipótesis se refuerza porque la actividad solar (manchas solares) será baja durante este año, pues es apenas el inicio del ciclo que comienza por su parte más baja (de menor incidencia). Esto evitará mayor aporte de radiación del sol hacia la Tierra, previniendo que El Niño se intensifique. Además, este año ha comenzado con un invierno mucho más frío de lo normal debido a una inversión de presiones en el Ártico, que recorrió la corriente de chorro hacia el sur y con esto las masas de aire frío y continúa de esta manera hasta mediados de febrero. Este ejercicio de correlación se realiza para las distintas plagas para confirmar las hipótesis de comportamiento anormal debido a alteraciones en los patrones de precipitación y temperatura.

Ahora, se analizan estas condiciones climáticas para las tres principales regiones de afectación por langosta: Huasteca (Oriente de San Luis Potosí, sur de Tamaulipas y norte de Veracruz), el estado de

Producto 12

19

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

Tabasco y la Península de Yucatán, específicamente la parte norte de Yucatán. El pronóstico de sequía para estas tres regiones parte del período 1991-1992, años análogos anteriormente mencionados. Es importante recordar que las condiciones climáticas varían de región en región.

El pronóstico para 2010 es que la mayor severidad de la sequía se presentará en la Península de Yucatán, después en la Huasteca y la menos severa para Tabasco. La sequía se puede extender hasta agosto, mientras que la temporada ciclónica en el Atlántico se estima de mayor intensidad a la normal y por tanto más húmeda. El retraso estimado en los cultivos de temporal es de 2 a 3 meses, seguido afectaciones por exceso de precipitación durante la segunda mitad del año. Esto nos dice que el estrés en la vegetación natural en estas regiones puede alentar la gregarización de la langosta por la sequía, mientras que la pérdida por inundación.

En el caso de la Huasteca Potosina se distingue por la importancia económica de la caña de azúcar. Podemos prever que la afectación de la sequía sería para las primeras etapas fenológicas de su desarrollo retrasando el proceso de maduración. Por medio del análisis de años análogos se pronostica una disminución hasta del 30% de precipitación para este primer semestre. La pérdida de campo calculada de acuerdo a los años análogos 1991-1992, podría llegar al 9% en esta región cañera. A esto se agrega el problema del exceso de precipitación para finales de año, donde es importante su disminución para una adecuada acumulación de sacarosa, situación poco probable con los pronósticos disponibles.

Se estima que las condiciones de afectación de sequía para 2010 pueden extenderse hasta los meses de septiembre-octubre, retrasando el inicio de siembra de cultivos de temporal y reduciendo la vegetación silvestre que sirve de alimento a la langosta. Esto promueve un mayor estrés su población en las tres regiones estudiadas y propicia su gregarización.

Para el caso del Huanglongbing, de acuerdo a los registros históricos, las selvas de nuestro país han sufrido un aumento en los índices de severidad de la sequía, sobre todo en la región de la Península de Yucatán, la Planicie del Golfo de México y la costa del Pacífico. Esto es pertinente para el HLB ya que derivado de los muestreos, se ha notado que los casos positivos se han reportado en las zonas con mayor déficit de humedad, es decir, el estrés hídrico hace más propensa la vegetación para contraer enfermedades. Aunque las regiones citrícolas del país incluyen estados donde el clima es de tipo árido o semi-árido, los reportes indican que la enfermedad de HLB se presenta en las regiones de selvas. En el caso de los muestreos del vector del HLB en Mexicali y Tecate, donde la sequía ha sido severa, el diagnóstico ha sido negativo para HLB. Lo contrario ha sucedido en la parte de selvas de Nayarit y Jalisco, con reportes positivos de HLB, y para la Península de Yucatán en Quintana Roo y Yucatán. En base a esto, el HLB se presenta cuando se cumplen eventos de sequía fuerte o mayores que ocurran en zonas de selvas. En este caso, la correlación enfermedad-clima-hospedero nos indica la importancia de vigilancia en las zonas mencionadas, las más susceptibles a la infección, para mejorar las estrategias de tomas de muestra vegetal para el monitoreo de esta enfermedad.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

20

Info

rme

2009

Bibliografía Ahrens, C.D. 2001. Essentials of Meteorology: An Invitation to the Atmosphere. Brooks/Cole, Third Edition. Algara-Siller, M. 2009. Propuesta metodológica para medir el impacto del fenómeno de la sequía en la Huasteca Potosina y propuesta general de manejo. Tesis doctoral. Universidad Autónoma de San Luis Potosí.

Amador, J. A. y E. Alfaro. 1996. La Oscilación Cuasi-Bienal, ENOS y acoplamiento de algunos parámetros superficiales y estratosféricos sobre Costa Rica. Tópicos Meteorológicos y Oceanográficos 3(1):45-54.

Andreawartha, H. G. 1971. Introduction to the study of animal populations. The University of Chicago Press. Chicago.

CCA, Comisión para la Cooperación Ambiental. 1997. Regiones ecológicas de América del Norte, hacia una perspectiva común.

Contreras S., C. 2005. Las Sequías en México durante el siglo XIX. México. Investigaciones Geográficas. Boletín del Instituto de Geografía. UNAM. pp: 118-133.

Cuadrat, J. M. y F. Pita. 2004. Climatología. Cátedra 3ª edición. España.

Ehlers, W. y M. Goss. 2003. Water Dynamics in Plant Production. CAB Publishing. MA, USA.

García, E. 1986. Apuntes de climatología, según el programa vigente en las carreras de Biólogos UNAM de la FES de Cuautitlán UNAM y de la UAM. México, DF.

García, E., y M. E. Hernández. 1988. Anomalías de la precipitación en la República Mexicana de 1923 a 1980. Revista de Geografía. II(3). México.

Hernández, C. M. E., T. L. A. Torres y M. G. Valdez. 2000. Sequía Meteorológica. En: C. Gay (comp.) México: una visión hacia el siglo XXI. El cambio climático en México. Resultados de los estudios de la vulnerabilidad del país, coordinados por el INE con el apoyo del U.S. Country Studies Program, México: INE, SEMARNAP, UNAM, U.S. Country Studies Program. pp. 25-40.

Hernández Navarro, M.L. 1993. La Agroclimatología Instrumento de Planificación Agrícola, Geographicalia. 30: 213-228.

IPCC, Intergovernmental Panel on Climate Change. 2001. Climate Change 2001: The Scientific Basis. Contribution of working group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press.

Klotzbach, P. J. y W. M. Gray. 2009. Extended range forecast of Atlantic seasonal hurricane activity and landfall strike probability for 2010. Tropical Meteorology Project. Colorado State University: http://typhoon.atmos.colostate.edu/Forecasts/2009/dec2009/dec2009.pdf. 9 de diciembre 2009.

NIMF No. 6, Normas Internaciones para Medidas Fitosanitarias. 2006. Directrices para la vigilancia. Secretaría de la Convención Internacional de Protección Fitosanitaria, Food and Agriculture Organization. Edición 2006 de la original de 1997. pp: 71-73.

NIMF No. 8, Normas Internaciones para Medidas Fitosanitarias. 2006. Determinación de la situación de una plaga en un área. Secretaría de la Convención Internacional de Protección Fitosanitaria, Food and Agriculture Organization. Edición 2006 de la original de 1998. p: 90.

NIMF No. 11, Normas Internaciones para Medidas Fitosanitarias. 2006. Análisis de riesgo de plagas para plagas cuarentenarias, incluido el análisis de riesgos ambientales y organismos modificados. Secretaría de la Convención Internacional de Protección Fitosanitaria, Food and Agriculture Organization. Edición 2006 de la original de 2004. p: 124.

NIMF No. 27, Normas Internaciones para Medidas Fitosanitarias. 2006. Protocolos de diagnóstico para las plagas reglamentadas. Secretaría de la Convención Internacional de Protección Fitosanitaria, Food and Agriculture Organization. p: 8.

Producto 12

21

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía

Magaña, V. 1999. Los Impactos del Niño en México. México: UNAM/CONACYT.SG/IAI.

Magaña, V., J. A. Amador y S. Medina. 1999. The Midsummer Drought over México and Central America. J. Climate. 12:1577-1588.

Mock, D.R. 1981. The Southern Oscillation: Historical Origins. Unpublished. University of Washington, Seattle, WA. pp:9.

Mosiño A., P. A., y E. García. 1981. The variability of rainfall in Mexico and its determination by means of the gamma distribution. Geografiska Annaler. 63A:1-10.

Organización Meteorológica Mundial. 2007. Función de las normales climatológicas en un clima cambiante. Ginebra, Editado por: Omar Baddour y Hama Kontongomde. WCDMP-Nº. 61.

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

Servicio Nacional de Meteorología e Hidrología (SENAMHI). 2000. Fenómeno “El Niño 1997/98”. Lima-Perú.

Scholthof, KB. G. 2007. The disease triangle: pathogens, the environment and society. Nature Reviews Microbiology. 5:152-156.

Thom, H. C. S. 1958. A note on the gamma distribution. Montly Weather Review. 86(4):117-122.

Trenberth K. E. 1997. The Difinition of El Niño. Bulletin of the American Meteorological. Society. 78:2771-2777.

Trenberth, K. 1997. What is happening to El Niño. In: 1997 Yearbook of Science and the Future. Chicago: Encyclopedia Britannica. pp: 88-99.

Trewin, B. 2007. Función de las normales climatológicas en un clima cambiante, Programa mundial de datos y vigilancia del clima. Documento WCDMP-N° 61, OMM-TD N° 1377. Eds. Baddour, O. y Kontongomde, H. Organización Mundial de Meteorología.

Trujillo Arriaga, J. 1983. La meteorología en el manejo integrado de plagas. Chapingo. VIII(42). pp: 63-68.

US National Science Foundation. 2003, Blue Ribbon Committee Report.

Wiseman, E. 2004. Water stress in the trees, Topics in plant health care. pp: 13-14.

Wright, C. A. y G. A. Beattie. 2004. Pseudomonas syringae pv. Tomato cells encounter inhibitor levels of water stress during the hypersensitive response of Arabidopsis thaliana. PNAS. Department of Plant Pathology. Iowa State University. 101(9). pp: 3269-3274.

Sitios web

ACC, Asociación de Citricultores de Concordia, Frutic. Fruticultura de Precisión. Concordia, Argentina: http://www.frutic.org.ar/index.php?s=sistema_publico. Consultado 15 de febrero 2010, 09:00 hrs.

CPC, Climate Prediction Center, National Oceanic and Atmospheric Administration: ftp://ftp.cpc.ncep.noaa.gov/wd52dg/data/indices/sstoi.indices. Consultado el 12 de enero 2010, 11:00 hrs.

CPC, Climate Prediction Center, National Weather Service, National Oceanic and Atmospheric Administration: http://www.cpc.noaa.gov/products/analysis_monitoring/enso_advisory/. Consultado el 5 de marzo 2010, 10:00 hrs.

FAO, Desert Locust Watch, Food and Agriculture Organization, Organización de Naciones Unidas: http://www.fao.org/ag/locusts/en/info/info/index.html.

ESRL, Earth System Research Laboratory, National Oceanic and Atmospheric Administration: http://www.esrl.noaa.gov/psd/enso/. Consultado el 5 de febrero 2010, 11:00 hrs.

FAO, Desert Locust Watch, de la Organización para la Agricultura y la Alimentación (FAO) de la ONU: http://www.fao.org/ag/locusts/en/info/info/index.html. Consultado el 15 de febrero, 09:30 hrs.

Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria

22

Info

rme

2009

FAO, Sala de Prensa. 2007. Acuerdo entre la FAO y el servicio meteorológico italiano. publicado el 2 de julio de 2007. Roma Italia: http://www.fao.org/newsroom/ES/news/2007/1000616/index.html. Consultado el 19 enero 2010, 09:57.

INIFAP, Red Nacional de Estaciones Estatales Agroclimatológicas: http://clima.inifap.gob.mx/redclima/. Consultado 15 de febrero 2010, 09:40 hrs.

NASA, National Aeronautics and Space Administration, Solar Physics, Marshall Space Flight Center: http://solarscience.msfc.nasa.gov/SunspotCycle.shtml. Consultado el 11 de enero 2010, 12:00 hrs.

NADM, North American Drought Monitor, NOAA Satellite and Information Service: http://www.ncdc.noaa.gov/oa/climate/monitoring/drought/nadm/. Consultado el 20 de enero 2010, 13:30 hrs.

SMN, Servicio Meteorológico Nacional: http: //smn.cna.gob.mx/.

SIMAFIN, Sistema de Monitoreo y Alerta Fitosanitario Nacional, Servicio Nacional de Salud, Inocuidad y Calidad Agroalimentaria: http://www.paragric.com/portal/sif.php.

Software y bases de datos

Algara-Siller, M. 2009. CalculoClimatico. Código Matlab (2002). Incluido en tesis doctoral: Propuesta metodológica para medir el impacto del fenómeno de la sequía en la Huasteca Potosina y propuesta general de manejo. Universidad Autónoma de San Luis Potosí, México.

Instituto Mexicano de la Tecnología del Agua. 2006. Eric III, Disco Compacto. Coordinación: Lobato, R., México.

Producto 12

23

Nom

bre Producto

Gen

erac

ión

de te

cnol

ogía