Explorar
Comunidades en español
Anunciar en Engormix

Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019.

Publicado: 8 de marzo de 2019
Por: Miguel Angel Lavilla; Antonio Ivancovich (Fitopatología, UNNOBA); Rosanna Pioli (Fitopatología de la FCA. UNR); Mercedes Scandiani (EvaGen); Alejandra Peruzzo (Fitopatología de la FCA. UNR) ; Facundo Hernández (Fitopatología de la FCA. UNR); Malvina Martinez (EEA INTA Castelar); y Gabriela Pischedda (Ministerio de Agroindustria). Argentina
Introducción 
Durante la cuarta semana de enero y primera de febrero se realizó un relevamiento de enfermedades en el cultivo de soja de primera en 40 lotes de las localidades de Pergamino, M.H. Alfonzo, El Socorro, Rojas. Arrecifes y Acevedo. Los lotes fueron elegidos al azar, el monitoreo se realizó con un muestreo convencional, registrando los siguientes datos: 
1) los estados fenológicos; 
2) la prevalencia (porcentaje de lotes con enfermedades), 
3) la incidencia (número de individuos enfermos), 
4) la severidad (porcentaje del área foliar afectada por la enfermedad), 
5) la altura de síntomas en las plantas y 
6) la cobertura de los entresurcos (5 y 6 únicamente para mancha marrón).
Además las enfermedades de fin de ciclo, la mancha marrón y el Tizón foliar por Cecospora fueron relacionadas con las variables meteorológicas de los años 2018/19 El objetivo de este relevamiento fue: analizar el panorama sanitario en soja en la zona norte de la provincia de Buenos Aires.
 
Resultados 

1- Estados fenológicos: Los datos de los estados fenológicos de los lotes evaluados se expresan en porcentaje en la Tabla 1. 
 
Tabla 1. Estados fenológicos de soja durante el relevamiento realizado entre el 25 de diciembre de 2018 y el 5 de enero de 2019.
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 1
 
Las enfermedades observadas fueron: la mancha marrón (MM) causada por Septoria glycines (Figura 5), el tizón foliar por Cercospora (TFC), causado por Cercospora kikuchii (Figura 6), el cancro del tallo (CT) causada por Diaporthe/Phomopsis spp. (Figura 7), el tizón bacteriano (TB) causado por Pseudomonas syringae pv. glycinea (Figura 8) y el síndrome de la muerte repentina (SMR) causado por Fusarium tucumaniae (Figura 9). 
Todas las enfermedades fueron diagnosticadas a partir de métodos clásicos de identificación de hongos a campo y en laboratorio. Las muestras recolectadas fueron desinfectadas con hipoclorito de sodio al 2% y posteriormente sometidas a cámara húmeda e incubadas durante 48h a 24±2°C a oscuridad constante. Los signos presentes en las muestras fueron analizados bajo microscopio estereoscópico y microscopio óptico. 
 
2- Prevalencia: 
El número de lotes con presencia de enfermedades se expresa en porcentaje en la Tabla 2. 
 
Tabla 2. Prevalencia de las enfermedades encontradas en soja durante el relevamiento realizado entre el 25 de diciembre de 2018 y el 5 de enero de 2019.
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 2
 
3- Incidencia:
La incidencia de las enfermedades evaluadas se expresa en porcentaje en la Tabla 3. En el caso de la MM la incidencia no se considera porque es del 100%.
 
Tabla 3. Incidencia de las enfermedades observadas en soja durante el relevamiento realizado entre el 25 de diciembre de 2018 y el 5 de enero de 2019.
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 3
 
 4- Severidad: 
La severidad de las enfermedades evaluadas se expresa en porcentaje en la Tabla 4. 
 
Tabla 4. Severidad de las enfermedades observadas en soja durante el relevamiento realizado entre el 25 de diciembre de 2018 y el 5 de enero de 2019.
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 4
 
5- Altura de síntomas en las plantas (APS): 
En la mayoría de los lotes relevados la APS de la MM superaba el 50% (lotes sin aplicar fungicidas foliares), y en el caso de los aplicados con fungicidas foliares la APS de la MM osciló entre el 25 y el 30%. Recordemos que el umbral recomendado para la aplicación de fungicidas foliares para la MM es un 25% de la APS (Figura 1). Es importante destacar que los mayores valores de APS para la MM lo presentaron aquellos lotes con monocultivo de soja.
 
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 5
Figura 1.
Umbral de Altura de la planta con síntomas para mancha marrón.
 
6- Cobertura de los entresurcos: 
El 90% de los lotes relevados presentaba una cobertura incompleta de los entresurcos (nivel 0: 100% de cobertura en promedio) (Figura 2). La falta de cobertura favorece el ascenso de la MM en las plantas.
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 6
Figura 2
. Escala diagramática de la cobertura de los entresurcos.
 
Influencia de las variables meteorológicas sobre la Mancha Marrón: 
Se corrió un modelo logístico binario fue desarrollado a partir de datos de enfermedad (tasas de incremento de la MM tomados en las fases reproductivas R3, R4, R5 y R6) y meteorológicos (temperatura máxima (Tmax) y mínima (Tmin), precipitación (Prec) y humedad relativa (HR) de Pergamino. 

La ecuación de mejor ajuste fue la siguiente: 
 
Logit= -2.2226 + 1.1404* DHRT + 0.1727* DPrec  
Logit=ln(PrS/1-PrS), siendo PrS la probabilidad de ocurrencia de una tasa de incremento de mancha marrón severa (S) y ln es el logaritmo natural. Resolviendo la expresión 1 / (1+ExpLogit) se obtiene el valor de PrS. Evento binario: PrM=1-PrS, siendo PrM probabilidad de observar una tasa de incremento de mancha marrón moderada a ligera. DHRT: es el número de días con Tmax< 25ºC y Tmin>15ºC y HR>76%. DPrec: es el número de días con lluvias > a 6 mm. La primera variable está relacionada con la temperatura y humedad necesaria para generar eventos infectivos de mancha marrón y la última con la dispersión. 
 
Las variables meteorológicas del modelo original fueron calculadas en un lapso (período crítico) que se extiende desde la fecha correspondiente a cada fase reproductiva (comenzando en R3) menos 28 días (Figura 3). En enero de 2019 la MM tuvo condiciones favorables para mantener sus niveles de APS por encima del umbral de riesgo (línea roja). La variable relacionada a la lluvia (Dprec) fue la más influyente (Figura 3). 
 
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 7
Figura 3.
Evolución de la probabilidad de ocurrencia de una tasa de incremento severo (pSev) de mancha marrón y de las principales variables del modelo (DHRT y DPrec) en los años 2018/19. Corrida del modelo desde 20/11/2018 al 21//01/2019 
 
El modelo se corrió a partir del 20 de noviembre. Se puede observar que ya desde esa fecha la probabilidad de obtener una tasa de incremento severo de la MM (línea negra) superó el umbral de riesgo (línea roja). Las variables meteorológicas DHRT (barras naranjas) y Dprec (barras celestes) relacionadas con la infección y dispersión de la enfermedad satisficieron los requerimientos hasta el 11 de diciembre, luego de esta fecha la variable DHRT que contempla las necesidades térmicas bajo considerablemente. 
El modelo se corrió hasta el 21 de enero con datos meteorológicos de la E.E.A. INTA Pergamino.
 
Influencia de las variables meteorológicas sobre el tizón foliar por Cercospora: 
Se corrió un modelo logístico binario que fue desarrollado a partir de datos de tasas de incremento de TFC tomados entre las fases reproductivas R1 y R7 y datos meteorológicos (temperatura máxima (Tmax) y mínima (Tmin), precipitación (Prec) y humedad relativa (HR) de Pergamino. 
 
La ecuación de mejor ajuste fue la siguiente: 

Logit= -0,8524 + 0,4152 DHR-0,0420 GDTmax 
Logit=ln(PrS/1-PrS), siendo PrS la probabilidad de ocurrencia de una epidemia severa (S) y ln es el logaritmo natural. Resolviendo la expresión 1 / (1+Exp-Logit) se obtiene el valor de PrS. Evento binario: PrM=1-PrS, siendo PrM probabilidad de observar una epidemia moderada a ligera. DHRT: número de días con HR>76% GDTmax: En los días conde Tmax>28°C, GDTmax= ∑ (Tmax28°C). 
 
El modelo se corrió a partir del 20 de noviembre. En enero de 2019, la curva de probabilidad de incremento severo de tizón foliar estuvo muy por debajo del 1 al 13/01 debido a las muy altas temperaturas (GDTMAX). Luego del 13/01 la probabilidad de incremento de la severidad del TFC, superó el umbral para la aplicación de fungicidas, debido a las condiciones climáticas. (Figura 4).
 
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 8
Figura 4.
Evolución de la probabilidad de ocurrencia de una tasa de incremento severo (pSev) de tizón foliar por Cercospora y de las principales variables del modelo (DHRT y GDTmax) en los años 2018/19. Corrida del modelo desde 20/11/2018 al 21//01/2019 
 
Recomendaciones y consideraciones finales. 
1. En base a los resultados del relevamiento realizado se recomienda seguir monitoreando y no aplicar fungicida en aquellos lotes con bajos niveles de enfermedad. En el caso de que la MM supere el umbral de acción (25% de la APS) se recomienda la aplicación de fungicidas foliares en aquellos cultivos que los estados fenológicos se encuentren entre R3-R5 (grupos de madurez I, II, III, IV) y entre R3 a R5.5 (grupos de madurez iguales o mayores a V 
2. El TFC presenta niveles altos de incidencia y severidad en los lotes, por lo tanto se recomienda el monitoreo y la aplicación de fungicida foliar para aquellos cultivos de soja que lleguen al umbral de acción antes de R5 (GM 4.5). Umbral del TFC: 25 % de severidad promedio en los folíolos y un 50% de incidencia [umbral propuesto por Lavilla e Ivancovich, 2015 sin publicar]. 
3. El CT tuvo una prevalencia del 100% y con una incidencia considerable (30%; rango 10%-50%). 
4. El TB es una enfermedad que en la actualidad no se le conocen implicancias sobre el rendimiento, sin embargo su diagnóstico es importante para que no se confunda con otras enfermedades que puedan afectar a la producción de soja. 
5. EL SMR tuvo una prevalencia del 50% y una incidencia del 20%. Bajo severas infecciones esta enfermedad puede reducir un 30% del número de granos por planta y un 50% el peso de mil granos (datos de la tesina de Rizzi, sin publicar), estas mermas en el número de granos y en peso de los granos, coinciden con los datos publicados por Formento et al., (2014), Scandiani et al., (2012), Lenzi, Distéfano, Scandiani, (2006), DIstéfano y Gadban, (2006) y Ivancovich, Botta y Annone (2002). 
 
Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 9
Figura 5.
Síntomas de mancha marrón de la soja causada por Septoria glycines.

Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 10
Figura 6.
Síntomas del tizón foliar por Cercospora causado por Cercospora kikuchii

Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 11
Figura 7
. Síntomas del cancro del tallo causado por Diaporthe/Phomopsis spp

Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 12
Figura 8.
Síntomas del tizón bacteriano causado por Pseudomonas syringae pv. glycinea

Panorama sanitario de cultivos estivales en el norte de la provincia de Buenos Aires. Informe febrero 2019. - Image 13
Figura 9
. Síntomas del síndrome de la muerte repentina causado por Fusarium tucumaniae.
 
Este trabajo se encuentra enmarcado dentro de los siguientes proyectos > Proyecto de Extensión de la UNNOBA titulado: “Panorama sanitario de los cultivos de trigo, maíz y soja para el Norte de la Pcia de Buenos Aires”, Exp Nº 2563/17. > Proyecto de investigación SIB UNNOBA - Exp. N° 0133/2017.
  • Distéfano S y Gadban L. (2006) Panorama fitopatológico del cultivo de soja en la campaña 2005 – 2006. Informe de actualización técnica no 3. EEA Marcos Juárez INTA: 13-18. 
  • Formento, Á.N., Carmona, M.A., Scandiani, M.M., y Luque, A.G. (2014). El síndrome de la muerte súbita y la roya asiática de la soja, dos enfermedades para no descuidar. AAPRESID Revista Técnica Red de Innovadores. Soja una visión global. 21:74-81. Septiembre 2014. ISSN 1850 1559. 
  • Ivancovich A, Botta G, Annone J (1992) Síndrome de la muerte repentina en cultivos de soja en el área de la EEA Pergamino, Carpeta de Producción Vegetal. Información N° 94. Tomo XI, Soja 
  • Lenzi L, Distéfano S, Scandiani M (2006) Estimación de pérdidas de rendimiento asociadas al Síndrome de la muerte repentina de la soja durante la campaña 2005/06. Resúmenes del 3o congreso de soja del MERCOSUR:438-441. 
  • Scandiani M., Carmona M., Luque A., da Silva Matos K., Lenzi L., Formento N., Martínez CV., Ferri M., Lo Piccolo M., Tartabini M., Alvarez D. y F.Sautua. (2012). Aislamiento, identificación y daños asociados al Síndrome de la Muerte Súbita en el cultivo de soja en Argentina. Tropical Plant Pathology vol.37, n.5, pp. 358-362.
 
Temas relacionados:
Autores:
Miguel Angel Lavilla
UNNOBA - Universidad Nacional del Noroeste de Buenos Aires
Dr. Antonio Ivancovich
UNNOBA - Universidad Nacional del Noroeste de Buenos Aires
Rosanna Pioli
Universidad Nacional de Rosario - UNR
María Mercedes Scandiani
ALAP - Asociación de Laboratorios Agropecuarios Privados
Facundo hernandez
Malvina Martinez
Instituto Nacional de Tecnología Agropecuaria - INTA
Mostrar más
Recomendar
Comentar
Compartir
Profile picture
¿Quieres comentar sobre otro tema? Crea una nueva publicación para dialogar con expertos de la comunidad.
Súmate a Engormix y forma parte de la red social agropecuaria más grande del mundo.