Development and application of simulation models for studies of population dynamics

Main Article Content

Hugo Leonardo Benítez-García
Ileana Miranda-Cabrera

Abstract

This article is a review of the selection of mathematical models for population dynamics and the computer systems used for their simulation. Some examples of models that simulate pest dynamics and the advantages and disadvantages of statistical tools used for modeling are shown. It was evidenced that, despite the advances in Information and Communication Technology in Cuba and the rest of the world, there are no computer systems of easy access and use for the simulation of the processes in the mathematical modeling for pest control. Therefore, it is highlighted the importance of implementing an effective and friendly computer tool that allows the simulation of mathematical models to interpret the relationships established between the pests and their natural enemies in the ecosystems and the making of decisions for their management. The review includes the steps to follow in the simulation of population dynamics and shows some of the advances in this matter achieved in Cuba.

Article Details

How to Cite
Benítez-García, H. L., & Miranda-Cabrera, I. (2018). Development and application of simulation models for studies of population dynamics. Revista De Protección Vegetal, 33(2). Retrieved from https://revistas.censa.edu.cu/index.php/RPV/article/view/963
Section
REVIEW ARTICLES

References

May-Cen I de J. Modelos de Dinámica Poblacional en Ecología. Revista del Centro de Graduados e Investigación Instituto Tecnológico de Mérida. 2016;32(60):50-5.

Miranda I. Modelación matemática de la dinámica de poblaciones: desarrollo histórico y uso práctico en Cuba. Rev. Protección Veg. 2014;29(3):157-67.

Gilligan CA. Sustainable agriculture and plant diseases: an epidemiological perspective. Phil Trans R Soc B. 2008:741-59.

Sapoukhina N, Paillard S, Dedryver F, Vallavieille-Pope Cd. Quantitative plant resistance in cultivar mixtures: wheat yellow rust as a modeling case study. New Phytologist. 2013:888-97.

Gómez JR. Modelo presa-depredador y su contextualización en el ámbito nacional e internacional. Escuela de Ciencias: Universidad EAFIT. 2009:10.

Ciancio A. Modeling nematodes regulation by bacterial endoparasites. En: Integrated Management and Biocontrol of Vegetable and Grain Crops Nematodes. Mukerji K.G, editor. Springer. 2008:321-337.

Sáez E, Stange E, Szántó I, González-Olivares E, Falconi M. Chaotic dynamics and coexistence in a three species interaction model. International Journal of Biomathematics. 2015;8(2):25.

Luc M, Sikora R, Bridge J. Plant Parasitic Nematodes in Subtropical and Tropical Agriculture. 2 ed: CABI Publishing; 2006. 237-83 p.

Ferrera Z, Zamora Y, Castillo Y, Miranda I. SimulPoP: Sistema para la simulación de la dinámica de poblaciones plagas empleando el modelo Anderson y May. [Tesis de Diploma]. Universidad Agraria de La Habana. Mayabeque. 2014.

Van Den Bosch R. Biological control of insects. Annual Review of Ecology and Systematics. 1971;2:45-66.

Miranda I, Hernández-Ochandía D, Martínez B, Hernández Y, Rodríguez MG. Modelación de la interacción Meloidogyne incognita (Kofoid y White) Chitwood- Trichoderma asperellum Samuels, Lieckfeldt & Nirenberg en garbanzo (Cicer arietinum L.). Rev. Protección Veg. 2016;31(2):194-200.

Polack LA. Interacciones tritróficas involucradas en el control de plagas de cultivos hortícolas [Tesis Doctoral]. Universidad Nacional de La Plata. Argentina. 2008.

Burie J, Langlais M, Calonnec A, Mammeri Y. Modeling the Spread of a Pathogen over a Spatially Heterogeneous Growing Crop. IEEE 4th International Symposium on Plant Growth Modeling, Simulation, Visualization an Applications. 2012:8.

Papaïx J A-CK, Bouvier A, Kiêu K, Touzeau S, Lannou C et al.,. Pathogen population dynamics in agricultural landscapes: The Ddal modelling framework. Infection, Genetics and Evolution. 2014;27:509-20.

Gómez S. Paquetes Estadísticos, Tipos de Paquetes Estadísticos, Ventajas y Desventajas [Web Page]. 2014 [updated 09/07/2017. Available from: http://softwareanalisisdedatoscuantitativos.blogspot.com/2014/04/tipos-de-paquetes-estadisticos.html.

Kowalski R. Computational Logic and Human Thinking: How to be Artificially Intelligent. Cambridge University Press. 2011:276.

Nardin LG. An Adaptive Sanctioning Enforcement Model for Normative Multiagent Systems. 2015.

Betanco NIA, Fernández YdlC. SLD105 propuesta de arquitectura de sistemas multiagente para el sector sanitario. IX Congreso Internacional Informática en Salud. 2013:4.

Possi MdA, Oliveira AdP, Ganns CMC, Ribeiro FC, Claudio JEA. An in-silico immune system model for investigating human autoimmune diseases. XXXVII Conferencia Latinoamericana de Informática. 2011:13.

Herrera OJ, Becerra LA. Diseño General de las Etapas de Simulación de Procesos con Énfasis en el Análisis de Entrada. 12th Latin American and Caribbean Conference for Engineering and Technology. 2014:10.

Coss R. Etapas de la Simulación. En: Noriega Editores, editor. Simulación. Un enfoque práctico. 10 ed. México.1993:10.

Hernández NC, Soto FC, Florido RB, Plana RL, Caballero AN, Maqueira LAL, et al. Utilización de un modelo de simulación para la predicción del comportamiento de algunos cereales en las condiciones de Cuba. Cultivos Tropicales. 2016;37(1):78-84.

Ruiz T, Torres V, Febles G, Díaz H, Sarduy L, González J. Utilización de la modelación para estudiar el crecimiento de Tithonia diversifolia colecta 10. Revista Cubana de Ciencia Agrícola. 2012;46(3):237-42.

Suris MC, Pérez JCZ, Miranda I. Competencia interespecífica entre Heliothis virescens (F.) y Spodoptera frugiperda Smith (Lepidoptera: Noctuidae) en el cultivo del garbanzo. Rev. Protección Veg. 2013;28(3):171-77.

Díaz MP, Castellanos LG, Casanovas EC, Casas GC. Estimación espacial de la intensidad de Alternaria solani Sor. en el cultivo del tomate en la estación de protección de plantas de lajas. Revista Investigación Operacional. 2012;32(1):85-94.

Sebrango CRR, Sánchez LV, Shkedy Z. Modeling dengue outbreak data using nonlinear mixed effects model. Revista Investigacion Operacional. 2017;38(3):252-58.

Baños HL, Miranda I, Martínez MÁ. Modeling host-parasitoid interaction in the system diaphorina citri-tamarixia radiata on muralla paniculata. International J of Math Sci & Engg Appls. 2013;7(1):1-14.

Menéndez EP, Montano JA, Morales Z, Hernández S. Linear regression: An alternative to logistic regression through the non-parametric regression. Revista Investigación Operacional. 2017;38(3):247-51.

Tamayo MI, Puchades YI, Rodríguez RG, González RH, Suárez HJ, Alfonso IT, et al. Modelo de efectos principales aditivos e interacción multiplicativa aplicado a la evaluación de la roya parda de la caña de azúcar. Fitosanidad. 2012;16(3):129-35.

Rodríguez RG, Puchades YI, Abiche WM, Rill SM, Suarez HJ, Salmón YC, et al. Estudio del rendimiento y modelación del período de madurez en nuevos cultivares de caña de azúcar. Cultivos Tropicales. 2015;36(4):134-43.

Most read articles by the same author(s)

> >> 

Similar Articles

You may also start an advanced similarity search for this article.