A Risk Infection Simulation Model for Fusarium Head Blight of Wheat

Abstract

Fusarium Head Blight (FHB) is a disease of great concern in wheat (Triticum aestivum). Due to its relatively narrow susceptible phase and environmental dependence, the pathosystem is suitable for modeling. In the present work, a mechanistic model for estimating an infection index of FHB was developed. The model is process-based driven by rates, rules and coefficients for estimating the dynamics of flowering, airborne inoculum density and infection frequency. The latter is a function of temperature during an infection event (IE), which is defined based on a combination of daily records of precipitation and mean relative humidity. The daily infection index is the product of the daily proportion of susceptible tissue available, infection frequency and spore cloud density. The model was evaluated with an independent dataset of epidemics recorded in experimental plots (five years and three planting dates) at Passo Fundo, Brazil. Four models that use different factors were tested, and results showed all were able to explain variation for disease incidence and severity. A model that uses a correction factor for extending host susceptibility and daily spore cloud density to account for post-flowering infections was the most accurate explaining 93% of the variation in disease severity and 69% of disease incidence according to regression analysis. Additional keywords: Fusarium graminearum, plant disease modeling, disease forecast. RESUMO Um modelo de simulação do risco de infecção da giberela do trigo O curto período relativo de suscetibilidade da planta e a dependência ambiental, fazem com que epidemias de giberela do trigo possam ser modeladas matematicamente. No presente trabalho, foi desenvolvido um modelo mecanístico para previsão da epidemia de giberela. O modelo é dividido em sub-processos, os quais são governados por taxas, regras e coeficientes que definem: progresso do espigamento; extrusão de anteras; densidade de inóculo aéreo e frequência de infecção. Esta última é influenciada pela temperatura durante a ocorrência de evento de infecção (EI). A combinação de dados diários de precipitação e umidade relativa média é que determina a ocorrência do EI. O índice diário de infecção é calculado em função da proporção de tecido suscetível presente, freqüência de infecção e densidade da nuvem de esporos, durante cada EI. A avaliação do modelo foi feita com dados de cinco anos de epidemia variando de não epidemica a severa epidemia observada na localidade de Passo Fundo. Quatro modelos que combinam diferentes fatores foram avaliados. Todos os modelos explicaram consideravelmente a variação da incidência e severidade. Um modelo que utiliza um fator de correção no hospedeiro para contabilizar infecções após o florescimento um outro fator para a densidade diária da nuvem de esporos, produziu estimativas mais acuradas, explicando 93% da variação da severidade da doença e 69% da variação de incidência, conforme sugerido pela análise de regressão. Palavras-chave adicionais: Fusarium graminearum, modelagem de doenças de plantas, previsão de epidemias, simulação de sistemas.

6 Figures and Tables

Cite this paper

@inproceedings{Ponte2005ARI, title={A Risk Infection Simulation Model for Fusarium Head Blight of Wheat}, author={Emerson Medeiros Del Ponte and Jos{\'e} Maur{\'i}cio Cunha Fernandes and Willingthon Pavan}, year={2005} }