SERVICIO AGRÍCOLA Y GANADERODivisión Protección Agrícola y Forestal

SISTEMA DE ALERTA FITOSANITARIO RPF Roberto Tapia Opazo

Ingeniero Agrónomo, MSc.SECCIÓN DE INTELIGENCIA FITOSANITARIA (SIF)

División de Protección Agrícola y Forestal (DPAF)

SECCIÓN DE INTELIGENCIA FITOSANITARIA (SIF)Objetivo específicos

PROYECTOS Y ESTUDIOS RELACIONADOS

•Plataformas MAP Server

•SAT RPF Productores•SAT Programa Lobesia•Plataforma SIF

•Plataforma Arc GIS Server

• Identificación de Socios estratégicos de Convenios

• Generación de Grupos de trabajo

• Presentación de proyectos

• Definición de áreas de interés

• Priorización de Líneas de Investigación

• Desarrollo de proyectos internos.

• Buscador información internacional

• SAT Internacionales

• Análisis Manejo de Riesgo

• Sistema Experto Diagnóstico

• Generación de reportes Análisis de Información Fitosanitaria

Definición de líneas de

Investigación y Desarrollo

Gestión del Desarrollo de Sistemas de Información

Espacial

Generación de Alianzas Estratégicas

FIA Desarrollo de modelo para Lobesia botrana

FIA Desarrollo de Sistema de Análisis de Plagas (UACH)

Fondo Chile-México de Cooperación (4 plagas)

FIA Manejo integrado Bagrada hilaris (INIA)

IFI Lobesia botrana validación y ajuste modelo (INIA)

IFI Sistema Experto Patrón Diagnóstico Fitosanitario

Fondef IDEA II Desarrollo de modelo para P. auraria

(UCH)

FIA Desarrollo de modelo para C. blancos (PUC)

Análisis Establecimiento D. suzukii y B. hilaris (UCH)

Análisis Establecimiento HLB y H. halys (UCH)

TDR Análisis Establecimiento 10 plagas (UCH)

FIA Plataforma Satelital Eto (UTalca-UCH)

FIRMADOS

Convenio SAG-INIA.

Convenio SAG-DMC.

Convenio SAG-UCH FA.

Convenio SAG-PUC.

Convenio SAG-Vinos de Chile.

Convenio SAG-UTALCA.

Convenio SAG-UCH FCFM.

EN PROCESO

Convenio DGA.

CONVENIOS COOPERACIÓN TÉCNICA

PROYECTOS Y ESTUDIOS RELACIONADOS(normal) o en Desarrollo (negrita)

Análisis Establecimiento D. suzukii y B. hilaris (UCH)

Análisis Establecimiento HLB y H. halys (SIF-UCH)

TDR Análisis Establecimiento 10 plagas (SIF-UCH)

MVAE RPF SAG (TI/SIF SAG-UCH)

MVAE CMM UCH (TI/SIF SAG- LARES/CMM UCH)

FIA Desarrollo de modelo para Lobesia botrana

(INIA)

IFI Lobesia botrana validación y ajuste modelo

(INIA)

IFI Sistema Experto Patrón Diagnóstico

Fitosanitario (CPRSIG)

Fondef IDEA II Desarrollo de modelo para P.

auraria (UCH)

FIA Desarrollo de modelo para C. blancos

(PUC)

FIA Plataforma Satelital Eto (UTalca-UCH)

Fondo Chile-México de Cooperación (4

plagas)

FIA Manejo integrado Bagrada hilaris (INIA)

AREA MODELAMIENTO METEREOLÓGICO & FENOLÓGICO DE PLAGAS (RPF)

AREA MODELAMIENTO ESPACIAL

FACTORES QUE AFECTAN EL RIESGO DE INCIDENCIA DE PLAGAS Y ENFERMEDADES EN EL SECTOR SILVOAGROPECUARIO INTERNACIONAL.

Cambios de los nichos ecológicos de plagas y enfermedades producidos por el aumento de T° y patrones en las Pp.

Cambio en las tasas de dispersión producto del aumento del comercio internacional.

Cambio en las tasas de dispersión producto del aumento del movimiento de personas.

Puertos

Medios

de

transporte

Personas

&

Equipaje

Carga &

Courier

FACTORES QUE AFECTAN EL RIESGO DE INCIDENCIA DE PLAGAS Y ENFERMEDADES EN EL SECTOR SILVOAGROPECUARIO INTERNACIONAL.

Puertos

Medios

de

transporte

Personas

&

Equipaje

Carga &

Courier

Riesgo de Ingreso

Riesgo de Distribución

Propuesta de Manejo de Riesgo

WEB

Análisis de incertidumbre

FLUJO SAFARISModelos /

Herramientas

Categorías de

Análisis

Clima

Hospedantes

Puntos Ingreso

Integración 1

Integración 2

Bases de datos

BBDD Clima Histórico; ECC

BBDD

Espacial

Conocimiento Plaga/Enfermedad

Fenología (GDA)

Dinámica Poblaciones

Condiciones climáticas

Modelos de Dispersión

Análisis Económicos

Nicho Ecológico

BBDD Productos Primarios

Análisis compuestos

Proyección CC

Dinámica Poblaciones

Análisis de Riesgo

Análisis Rutas de ingreso

E. Impacto Económico

Probabilidad

establecimiento BBDD Productos

Intermedios

Proyección CC

Paneles para Toma Decisiones

Supervisor /

Inspector

Importaciones

Inspector Controles Fronterizos

Supervisor / Inspector Vigilancia

Analista Presupuesto

Jefaturas Regional

Supervisor

Controles

Fronterizos

Dasg

bo

ard

Entrega de

Resultados

Analista

Planificación

Jefaturas

Nacional

Sistemas de Apoyo a la Toma de Decisiones

Producto final

MARCO DE TRABAJO PARA MANEJO DE RIESGO DE DISTRIBUCIÓN

Convenio de Cooperación SAG- U de Chile

Estudio de Modelamiento de Nicho Ecológico para plagas cuarentenarias

Metodología estandarizada de modelamiento de nicho.

Plagas priorizadas:

Bagrada hilaris, Drosophila suzukki, Halyomorpha halys, HLB, Xylella fastidiosa.

SAG: SIF/Vigilancia/Mosca

UCH:LARES/CMM

Softwares disponibles:

Maxent

Bioclim

Domain

i-Risk (R software)

Climex

Multi-Model Framework (MMF)

COSAVE: Correr modelos en Chile centrados en países participantes. (HLB, Xilella, Lobesia)

Distribución potencial en Chile: utiliza solamente datos de presencias y ausencias en Chile.

Proyección global en Chile: utiliza datos de presencias y speudoausencias en el mundo y las proyecta en Chile.

Probabilidad establecimiento

Drosophila suzukii

Probabilidad establecimiento

Bagrada hilaris

Risk-Based Sampling(NAPPO)– Muestreo Fundamentado en el Riesgo Software: R

Script: Treemap

Datos: país de origen, producto, número de lotes, número de lotes con intercepción de plaga cuarentenaria

SAG: Importaciones/SIF

UCH: LARES/DSV

PROPUESTA DE TRABAJO CONJUNTO EN MODELAMIENTO ESPACIAL

MVA LINUX RPF/SAG AMBIENTE USUARIO SAG NLHPC

PROPUESTA DE TRABAJO CONJUNTO EN MODELAMIENTO ESPACIAL

MVA LINUX RPF/SAG AMBIENTE USUARIO SAG AL NLHPC

Capacidades: 4 CPU 16 Núcleos 64 Gb RAM 500 Gb DD

Participantes: Plataformas DTI SAG Sistema RPF SIF/SAG LARES FA/UCH

Capacidades de prueba: 10 CPU 40 Núcleos 24 Gb RAM 80 Gb DD

Participantes: Plataformas DTI SAG Sistema RPF SIF/SAG LARES FA/UCH Soporte NLHPC

S E R V I C I O A G R Í C O L A Y G A N A D E R O

Análisis por Zona de Alerta 2015-2017• Análisis de captura por

ZA.• 2 EM por ZA.• Análisis GDA por ZA.• Fenología por ZA.• Pronóstico de Alerta a 8

días por ZA.

Análisis a Nivel Predial

(Piloto 2015-2018)• Análisis de captura.• Estaciones de Monitoreo

ZA.• Fenología del cultivo.• Pronóstico a 8 días.• Programación de

aplicaciones.• Envío de avisos al SAG.

En que consiste el proyecto RPF

Nivel de Precisión

El proyecto RPF consiste en una iniciativa del Servicio Agrícola yGanadero que tiene el objetivo de generar sistemas deinformación de precisión y fácil acceso que apoyen la tomade decisiones tanto a nivel institucional como deproductores frutícolas para el mejor manejo fitosanitario.

Este proyecto ha tenido 3 etapas características:

• Etapa I (2009-2012): Proyecto conjunto SAG-UE por medio de AGCI• Etapa II (2014-2016): Desarrollo SAG en base al Sistema de Alerta para

Lobesia botrana.• Etapa III (2016-actual): Desarrollo en Sección de Inteligencia

Fitosanitaria.

Permite programar pronósticos y alertas fitosanitarias con 8 días de anticipación por cuartel/variedad para una plaga especifica.

Programar controles químicos.

Visualizar mapas agrometeorológicos a resolución de 90 por 90 metros.

Visualizar mapas de fenologías de plagas.

Consultar información de variables meteorológicas y de acumulación térmica por periodo, por estación meteorológica.

Permite generar un diagnóstico inicial ante síntomas producidos en diferentes órganos de la planta.

Sistema de Pronóstico Fitosanitario para Lobesia botrana.

Programación de alertas y controles químicos.

Mapa Información Agrometeorológica.

Mapa Fenología de Plagas.

Variables Meteorológicas en Estaciones.

Datos de GDA en EMA.

Control de Datos Agrometeorológicos.

SISTEMA DE ALERTA FITOSANITARIO

Sistema Experto de Arándanos. Sistema Experto de Frambuesas. Listado de plagas y enfermedades.

SISTEMA EXPERTO DE DIAGNÓSTICO

Es un conjunto de herramientas sistematizadas compuestas

por diferentes capas de información agroclimática,

geográfica y biológica que permiten modelar y pronosticar

la acumulación térmica diaria para diferentes áreas

agrícolas, por ende, determinar el desarrollo fenológico de

plagas claves en los distintos huertos hortofrutícolas del

territorio nacional, con el objetivo de alertar y sugerir

momentos oportunos de monitoreo y control fitosanitario.

Utiliza una serie de

herramientas tecnológicas

como Sistemas de

Información Geoespacial

(SIG), teledetección,

información meteorológica

(RAN & DMC),

modelamiento bio-

climático, sistema de

monitoreo y diagnóstico.

Análisis por Zona de Alerta 2015-2017• Análisis de captura por

ZA.• 2 EM por ZA.• Análisis GDA por ZA.• Fenología por ZA.• Pronóstico de Alerta a 8

días por ZA.

Análisis Regional

2008-2014

• Curvas de Vuelo por región.

• Varias EM por región.• Algunas EMA por región.

Análisis a Nivel Predial

(Piloto 2015-2018)• Análisis de captura.• Estaciones de Monitoreo

ZA.• Fenología del cultivo.• Pronóstico a 8 días.• Programación de

aplicaciones.• Envío de avisos al SAG.

Lobesia botrana

Nivel de PrecisiónBajo Alto

Número de EMA: 37Requeridas: 250 aprox.

Áreas de cobertura RPF (zona en verde en rango óptimo de modelamiento)

Densidad de EMA: 0,0 -0,08(L. Morales, LARES, U. de Chile)

Estudio de micrometeorología

• Se realizó en Antumapu. Se observó diferencias de temperaturas

según posición del data logger en el dosel o copa

Lo mismo ocurrió en arándanosInterior

Exterior

Portal Productor RPF

Hay 3 módulos que operan por zona:• Modulo Administración y Análisis.• Modulo Adquisición y Modelamiento.• Modulo Atención a Consultas.

Sistema de Alerta

para el PNLb

CRAN+DMC445 EMA

ServidorRAN/MINAGRI

375 EMA

ServidorDMC

70 EMA

ServidorSAG-Meteo

RPF

Servidor VichuquénRPF/SAG445 EMA

Módulo de Adquisición y Modelamiento

Módulo de Atención a Consultas

Módulo de Administración

y Análisis

Este modelo está basado en algoritmos de cálculo de ruta de mínimo costo desde la estación agrometeorológica al huerto, cuyas variables son:

Distancia Pendiente Sinuosidad de la ruta

Opera por funciones de costo, buscando la ruta de mínimo costo:CostoTot = Σ Costo (p(i),p(i+1)) en que

Costo(p(i),p(i+1)) =k1*C1 (distancia)+k2*C2 (ángulo giro)+k3*C3 (pendiente)k1,k2,k3 se obtienen estadísticamente

M1. Modelo de áreas de influencia de cada estación

(o de “validez de la extrapolación de los datos climáticos”)

Del modelo digital de terreno: Altitud. Pendiente. Exposición. Perfil vertical en la

dirección del viento.

De las estaciones meteorológicas cercanas: T°. Velocidad del viento. Humedad relativa. Presión atmosférica. Radiación.

M2. Modelo de ajuste local de la temperatura que usa los siguientes datos:

Tp = Te + F (ΔH, Δrad, V*d etc.)

Te

Tp

Modulo de ponderación y áreas de influencia

Selecciona estaciones agrometeorológicas cercanas desde las que es factible extrapolar usando el modelo de área de influencia.

Elimina cambios locales en las temperaturas de las estaciones seleccionadas por efecto de:• Compresiones adiabáticas.• Radiación solar incidente.

Extrapola la temperatura a la localización dada según el gradiente en altura SNMM, latitud y longitud (dependiendo de la hora), para cada una de las estaciones seleccionadas:

Aplica los cambios locales en las temperaturas por efecto de:• Compresiones adiabáticas.• Radiación solar incidente.

Pondera cada una de estas T° extrapoladas según el modelo de áreas de influencia.

Calcula el promedio ponderado para determinar la temperatura local.

Modelo discreto Modelo continuo

Data espacial vectorial Data espacial raster

Método de búsqueda radial, Interpola grados

día entre estaciones agrometeorológicas

Extrapola temperaturas desde las estaciones a

cada punto del área de interés, cada una hora

Calcula grados día integrando la temperatura en

cada punto

No extrapola bien a rinconadas o entornos de

lomas.

Cubre los valles hasta los bordes.

Opera por algoritmos de visibilidad, distancia y

diferencias de altura

Opera por algoritmos de cálculo de ruta de

mínimo costo

Opera en celdas de 500 x 500 m Opera en celdas de 30 x 30 m y entrega

resultados en celdas de 90 x 90 m.

Alto costo de proceso. Bajo costo de proceso.

Evolución de los modelos de temperaturas-Grados días

Modelo discreto Modelo continuo

Data espacial vectorial Data espacial raster

Método de búsqueda radial, Interpola grados

día entre estaciones agrometeorológicas

Extrapola temperaturas desde las estaciones a

cada punto del área de interés, cada una hora

Calcula grados día integrando la temperatura en

cada punto

No extrapola bien a rinconadas o entornos de

lomas.

Cubre los valles hasta los bordes.

Opera por algoritmos de visibilidad, distancia y

diferencias de altura

Opera por algoritmos de cálculo de ruta de

mínimo costo

Opera en celdas de 500 x 500 m Opera en celdas de 30 x 30 m y entrega

resultados en celdas de 90 x 90 m.

Alto costo de proceso. Bajo costo de proceso.

Evolución de los modelos de temperaturas-Grados días

Es una plataforma web

que pone al servicio de

los productores

agrícolas un sistema de

apoyo a la toma de

decisiones para reducir

el impacto de las plagas

y enfermedades en el

sector hortofrutícola

nacional.

Determinación de Umbrales Térmicos de una plaga

Determinación de modelos fenológicos de una plaga

Dirección: https://vigilanciarpf.sag.gob.cl/rpf/

Programar alertas• Traer Polígonos del SRA.• Establecer seguimiento.

Monitorear pronóstico

• Seguimiento de pronósticos por cuartel.

• Envío de alertas vía mails.

Recepción alertas• Programar controles

químicos.• Envío de avisos de aplicación

(PNLb).

Programar alertas• Traer Polígonos del SRA.• Establecer seguimiento.

Monitorear pronóstico

• Seguimiento de pronósticos por Cuartel.

• Envío de alertas vía mails.

Recepción alertas• Programar controles químicos.• Envío de avisos de aplicación

(PNLb).

Programar alertas• Traer Polígonos del SRA.• Establecer seguimiento.

Monitorear pronóstico

• Seguimiento de pronósticos por cuartel.

• Envío de alertas vía mails.

Recepción alertas• Programar controles

químicos.• Envío de avisos de aplicación

(PNLb).

Programar alertas• Traer Polígonos del SRA.• Establecer seguimiento.

Monitorear pronóstico

• Seguimiento de pronósticos por cuartel.

• Envío de alertas vía mails.

Recepción alertas• Programar controles

químicos.• Envío de avisos de

aplicación (PNLb).

Mapa dinámico a escala diaria de la Evapotranspiración

de Referencia (ETo) para determinar las necesidades

de riego en ChilePYT-2017-0877

Santiago, 23 de enero de 2017.

Modelos para estimar ET combinan imágenes térmicas con datos meteorológicos. Para estimar la energía latente (LE) como resido de la ecuación de balance de energia.

• LE = Rn - G - H

LE= energia latente (disponible para evapotranspirar; Rn= Radiación neta; G flujo de calor hacia el suelo; H= calor sensible.

En los días sin nubes la LE derivada de imágenes térmicas (obtenidas a medio día) pueden ser convertidas a valores de ET diaria con razonable precisión.

Evapotranspiración y coeficientes de cultivo

Remote Sensing for Crop ManagementPaul J. Pinter, Jr., Jerry L. Hatfield, James S. Schepers, Edward M. Barnes, M. Susan Moran, Craig S.T. Daughtry, and Dan R. Upchurch Photogrammetric Engineering & Remote Sensing Vol. 69, No. 6, June 2003, pp. 647–664.

ET map using Lansat TM5Metric Model

Allen et al. Satellite-based ET estimation in agriculture using SEBAL and METRICHydrol. Process. 25, 4011–4027 (2011)

RAN

Módulo deRecolección

de datos

Procesamientode la

Información

Visualizaciónde la

Información

Los datos de la RAN son

recolectados por RPF por un sistema

automatizado.

Los datos de recolectados son validados y corregidos para entrar a

los algoritmos de computo de

mapas.

Los datos se visualizan

puntualmente por variable y estación.

DatosSensor MODIS

Temperatura de superficie (LST)Índice de Vegetación (NDVI)(1 km resolución espacial)

Índice de Vegetación (NDVI)250 m

DatosMeteorológicos Validados

RAN

EspacializaciónVariables meteorológicas(1 km resolución espacial)

Se generan mapas espacializados de las

variables meteorológicas a escala diaria:

Temperatura máxima, temperatura mínima,

radiación solar,…

8.17

m

g

HSd TR

kET

Evapotranspiración de ReferenciaMétodo de Hargreaves-Samani

Temperatura máxima, temperatura mínima, radiación solar

www.sag.cl