Post on 01-Nov-2019
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