Modeling insect population fluctuation in an agro-ecosystem
Article Sidebar
Main Article Content
Abstract
In order to estimate the insect population density in an agroecosystem, a theoretical deterministic mathematical model was developed, according to the biological cycle of the phytophagous, in relation to its natural enemies. To estimate the population fluctuation in the field, a prey-predator model with interspecific competition was proposed, and the biological significance of the parameters of both models was studied. For validating the competition model, data from periodic samplings of thrips in an area of 7.71 ha of the "Maravilla" farm belonging to the Various Crops Company (E.C.V.) of Artemisa, Cuba, were used. In the simulation of the differential equations system that generated the model, the generic iterative Runge-Kutta method of order 4 was used. The prey-predator model with predator competition presented better goodness of fit according to the determination coefficient (0.93), mean square error (1.03) and significant Durbin-Watson test (p<0.05). A population peak is reached between 40 and 60 days after sowing and an unstable balance with approximately three predators for every 15 plants and a population of thrips lower than four individuals. The proposed models can be validated in estimating the density of other insect populations.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cual estará simultáneamente sujeto a la Licencia Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) que permite a terceros compartir la obra, siempre que se indique su autor y la primera publicación en esta revista. Bajo esta licencia el autor será libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
- El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia
Bajo las siguientes condiciones:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
References
Hernández ML, Vazquez NG, Hernández J, Arroyo D, García LF, Del Rincón MC. Estudio de agentes de control biológico virales y bacterianos hacia plagas agrícolas. XXVI Verano de la Ciencia. 2021; 10:1-8. https://www.jovenesenlaciencia.ugto.mx.
Gakegne ER, Martínez-Coca B. Efficacy of two biofungicides for early blight field management in potato (Solanum tuberosum L.). Rev. Protección Veg. 2019; 34(1):1-9. http://revistas.censa.edu.cu/index.php/RPV/article/view/1017/1297.
Miranda I, Baños HL, Martínez M, Alemán J. Modelo teórico de la interacción de Diaphorina citri Kuwayana (Hemiptera: psyllidae) con sus enemigos naturales. Rev. Protección Veg. 2008; 23(2):126-130.
Jyotirmoy R, Shariful A. Fear factor in a prey-predator system in deterministic and stochastic environment. Journal Pre-proof. 2019; 31p. https://doi.org/10.1016/j.physa.2019.123359
Benítez HL, Miranda I. Desarrollo y aplicación de los modelos de simulación para el estudio de la dinámica de poblaciones. Rev. Protección Veg. 2018; 33(2). http://revistas.censa.edu.cu/index.php/RPV/article/view/963/1078
Otieno MO. Impacts and Management Strategies of Common Potato (Solanum tuberosum L.) Pests and Diseases in East Africa. Frontiers in Science. 2019; 9(2):33-40.
Denno RF, McClure M, Ott JR. Interspecific interactions in phytophagous insects: competition reexamined and resurrected. Annu. Rev. Entomol. 1995; 40:297-331. https://www.annualreviews.org
Elizondo AI, Murguido M. Modelos de mejor ajuste matemático a la fluctuación de las poblaciones de Thrips palmi Karny en el cultivo de la papa. Centro Agrícola. 2006; 33(4):35-40.
Porras ÁC, Jiménez SF, Figueroa I, Santos M, Sistachs V. Modelo predictivo de los cambios poblacionales de Thrips tabaci Lindeman (Thysanoptera: Thripidae) en el cultivo de la cebolla (Allium cepa L.) en Cuba. Fitosanidad. 2007; 11(4):17-21.
Oladokun M, Lin Z. Dynamic sequential box modelling of inhalation exposure potential in multi-bed patient ward: Validation and baseline case studies. Building and Environment. 2019; 161:106-241.
Elizondo AI, Milán M, Tejeda M, Rojas P. Comportamiento de las poblaciones de trips (Thysanoptera: Thripidae) y Nesidiocoris tenuis Reuter (Hemiptera: Miridae) en el cultivo de la papa (Solanum tuberosum L.) en Cuba. Fitosanidad. 2016; 20(3):137-140.
González MA, Hernández AD. Asociación Gladiolo “Gladiolus grandiflorus”-Cempoalxóchitl “Tagetes erecta”: Impacto en la población de trips “Thrips simplex” y mosca blanca “Bemisia tabaci” en el valle de Toluca. (Tesis en opción al título de ingeniero agrónomo en floricultura(. Universidad Autónoma del Estado de México. 2018. http://ri.uaemex.mx/bitstream/handle/20.500.11799/94871
Cocuzza GE, Clercq P, Lizzio S, Van der Veire M, Tirry L, Degheele D, et al. Life tables and predation activity of Orius laevigatus and O. albidipennis a three constant temperatures. Entomologia Experimentalis et Applicata. 1997; 85:189-198.
Durbin J, Watson GS. Testing for serial correlation in least squares regression (I). Biometrika. 1950; 37 (3-4):409-428.
Pedigo LP, Rice ME. Entomology and Pest Management. 5ta Ed. New Jersey: Pearson Prentice Hall, Upper Saddle River, Columbus, Ohio. 2006; 749 p.
Gandarilla-Pacheco FL, Pérez CE, De Jesús E, Alemán-Huerta ME, Quintero-Zapata E. Evaluación de hongos entomopatógenos sobre estadios larvarios de Aedes aegypti Linnaeus, (Diptera: culicidae). Entomología mexicana. 2020; 7:105-111.
Meza K, Cusme M, Velasquez J, Chirinos D. Trips (Thysanoptera) asociados con la pitahaya Selenicereus undatus (Haw.) DR Hunt. especies, niveles poblacionales, daños y algunos enemigos naturales. LA GRANJA. Revista de Ciencias de la Vida. 2020; 32(2):93-105.
Vincini AM, Jacobsen B, Tulli MC, Carmona DM, López R. Dinámica poblacional de Frankliniella occidentalis (Pergande) y Thrips tabaci Lindeman en cultivos de papa (Solanum tuberosum L.). Entomotropica. 2014; 29(1):17-27.
Guerra L, Cuellar L, Miranda I, Sánchez A, Baños HL, Suris M. Influencia de variables climáticas sobre la fluctuación poblacional de thrips (Megalurothrips usitatus Bagnall) en frijol. Rev. Protección Veg. 2021; 36(2).
Ibarguen - Mondragon E, Esteva L, Chávez - Galán L. Estabilidad global para un modelo matemático sobre la respuesta inmune innata de macrófagos contra el Micobacterium tuberculosis. Revista Sigma. 2010; (1):1-17 http://coes.udenar.edu.co/revistasigma/articulos/Vol´umenX No 1/1.pdf.
Uribe D. Modelo de regresión con parámetros estocásticos. Revista Colombiana de Estadistica. 1988; 17:89-101. https://repositorio.unal.edu.co/handle/unal/24268