Banner OpenAccess

Validating spatiotemporal predictions of western corn rootworm at the regional scale (Tuscany, central Italy)

Marchi Susanna Guidotti Diego Ricciolini Massimo Petacchi Ruggero
Articolo Immagine
ISSN:
2038-5625
Rivista:
Italian Journal of Agrometeorology
Anno:
2017
Numero:
3
Fascicolo:
Italian Journal of Agrometeorology N.3/2017
DOI:
10.19199/2017.3.2038-5625.013

Le nuove specie invasive di insetti nocivi sono difficili da controllare, perché ricercatori, tecnici, e agricoltori nelle nuove aree oggetto di invasione mancano degli strumenti necessari per stabilire come e quando trattare. Lo scopo del presente lavoro è stato di provare modelli che possano predire in maniera affidabile la fenologia di Diabrotica virgifera virgifera (LeConte), un importante insetto del mais. Abbiamo confrontato i risultati di tre anni di monitoraggio in tre aree della Toscana con i risultati di due modelli, per predire l’emergenza degli adulti in base alla temperatura dell’aria. I risultati migliori sono stati ottenuti con il modello che utilizza la data di semina come inizio per l’accumulo dei gradi giorno, confermando la stretta connessione fra la fenologia dell’insetto e della coltura. L’uscita del modello per la previsione del giorno dell’anno d’inizio e picco d’emergenza cumulata è stato mappato sulla Toscana con un modello regressivo alimentato con le temperature derivate dal database WorldClim disponibile on line. Questi risultati saranno integrati in un Sistema di Supporto alle Decisioni per la coltivazione sostenibile del mais in Toscana. 

Parole chiave: Diabrotica virgifera virgifera, reti di monitoraggio di insetti, modelli spaziali predittivi.

New invasive pest species are difficult to manage, because researchers, advisors, and farmers in the newly invaded areas lack advanced understanding in how and when managing them. The aim of this study was to test selected models that could reliably predict the phenology of Diabrotica virgifera virgifera (LeConte), an important insect pest of maize. We compared the results of three years monitoring activity in three areas of Tuscany with the output of two different models, in order to predict adult emergence from air temperature measurements. The best results were achieved with the model that utilized the date of maize planting as starting date for the accumulation of degree-days, confirming a strict connection between crop and pest phenology. Model output for the predicted day of the year for start and peak of the pest cumulative emergence was mapped over the administrative boundaries of Tuscany with a regression model run with temperatures derived from WorldClim on-line database. These results will be integrated in a Decision Support System for containment and management strategies of maize pests in Tuscany. 

Keywords: Diabrotica virgifera virgifera, pest monitoring network, spatial forecasting models.