| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شمارهها | 3,196 |
| تعداد مقالات | 35,423 |
| تعداد مشاهده مقاله | 52,240,733 |
| تعداد دریافت فایل اصل مقاله | 91,774,312 |
گلفیتو، مدل پیشآگاهی بیماری بادزدگی سیبزمینی در گرگان | ||
| آفات و بیماری های گیاهی | ||
| دوره 88، شماره 2 - شماره پیاپی 111، اسفند 1399، صفحه 199-211 اصل مقاله (940.64 K) | ||
| نوع مقاله: مدیریت آفات و بیماریهای گیاهی | ||
| شناسه دیجیتال (DOI): 10.22092/jaep.2020.127287.1299 | ||
| نویسنده | ||
| محمدعلی آقاجانی* | ||
| بخش تحقیقات گیاه پزشکی، مرکز تحقیقات کشاورزی و منابع طبیعی استان گلستان، سازمان تحقیقات،آموزش و ترویج کشاورزی، گرگان، ایران | ||
| چکیده | ||
| بادزدگی فیتوفترایی ناشی از Phytophthora infestans، مهمترین بیماری سیبزمینی در دنیا و ایران است که برای پیشآگاهی آن تاکنون 16 مدل معرفی شده است. شهرستان گرگان دارای بیشترین سطح زیر کشت این محصول در استان است و طی 17 سال گذشته، در 11 سال بیماری با شدتهای مختلف در آن ظاهر شده است. بهمنظور ساختن یک مدل پیشآگاهی مبتنی بر مفهوم «روز مساعد برای بادزدگی»، دادههای آب و هوایی روزانه به صورت متغیرهای دورهای و شرطی تبدیل شده، در نهایت سه متغیر پیشگو ساخته شد. بهترین متغیر پیشگو FTR بود که حاصل ترکیب سه متغیر دما و دو متغیر بارش بود و نمرهی روزانهی آن از از 2- تا 4 در تغییر بود. مقدار تجمعی FTR از ابتدای فروردین ماه تا شروع بیماری 64 و در سالهای بدون بیماری 4 بود. میزان درستی پیشبینی مدل بر اساس رگرسیون لجستیک و تابع تشخیص به ترتیب 75 و 89 درصد بود و حساسیت و اختصاصیت مدل نهایی به ترتیب حدود 92 و 100 درصد بود. | ||
| کلیدواژهها | ||
| سیبزمینی؛ بادزدگی؛ فیتوفترا؛ مدلسازی؛ پیشآگاهی؛ استان گلستان | ||
| عنوان مقاله [English] | ||
| GolPhyto, forecasting model of potato late blight in Gorgan | ||
| نویسندگان [English] | ||
| Mohammad Ali Aghajani | ||
| Plant Protection Research Department, Golestan Agricultural and Natural Resources Research Center, AREEO, Gorgan, Iran | ||
| چکیده [English] | ||
| Late blight (PLB), caused by Phytophthora infestans, is the most important diseases of potato in the world and Iran that 16 models have been developed for forecasting so far. Gorgan county had the largest potato cultivated area in the province and during recent 17 years, PLB appeared in 11 years with different severities. In order to developing a forecasting model based on “blight favorable day” concept, daily weather data converted to periodic and conditional variables, at last three predictor variables were developed. FTP was the best predictor variable which composed of three temperature variables and two precipitation variables and its daily score was -2 to 4. Accumulated FTR from 21 March to disease appearance was 64 and in no-disease years was 4. Prediction accuracy of the model was 75% and 89% based on logistic regression and discriminant analysis, respectively and sensitivity and specificity of final model was 92 and 100%, respectively. | ||
| کلیدواژهها [English] | ||
| potato, late blight, Phytophthora infestans, modeling, forecasting, Golestan province | ||
| مراجع | ||
|
AGHAJANI, M. A. 2012. Probability of disease occurrence for potato late blight in Gorgan (Golestan province, Iran) based on weather conditions. Applied Research in Plant Protection 1:67-80.
AGHAJANI, M. A. 2014. A forecasting model for potato late blight in Gorgan. Journal of Plant Production Research 21:99-116. AGHAJANI, M. A. 2015. Study of efficacy of Hyre and Wallin models for predicting potato late blight in Gorgan. Research in Plant Pathology 3:1-17. AGRIOS, G. N. 2005. Plant Pathology. Elsevier Academic Press. USA, New York. AHMADI, K., H. EBADZADEH, H. ABDESHAH, A. KAZEMIAN, and M. RAFIEE, 2018. Stat book of Agriculture, cropping year 2016-2017. Ministry of Jehad-e-Agriculture of Iran. 116p. ANONYMOUS. 2012. Forecasting models for late blight of potato and tomato. UC IPM Oniline: http://ipm.ucanr.edu/DISEASE/DATABASE/potatolateblight.html. BEAUMONT, A. 1947. The dependence of the weather of the dates of outbreak of potato blight epidemics. Transactions of the Britain Mycological Society 31: 45-53. CAMPBELL, C. L., and L. V. MADDEN, 1990. Introduction to Plant Disease Epidemiology. John Wiley & Sons. USA, New York. COOK, H. T. 1949. Forecasting late blight epiphytotics of potatoes and tomatoes. Journal of Agricultural Research 78:554-563. FAO, 2019. FAOSTAT. Food and Agriculture Organization of the United Nations, Rome, Italy. FAO, 2019. FAOSTAT. Food and Agriculture Organization of the United Nations, Rome, Italy. HYRE, R. A. 1954. Progress in forecasting late blight of potato and tomato. Plant Disease Reporter 38:245-253. HYRE, R. A. 1955. Three methods of forecasting late blight of potato and tomato in northeastern United States. American Potato Journal 32:362-371. HYRE, R. A. 1957. Forecasting downy mildew of lima bean. Plant Disease Reporter 41:7-9. JOHNSON, D. A., J. R. ALLDREDGE, and D. L. Vakoch, 1996. Potato late blight forecasting models for the semiarid environment of south-central Wasington. Phytopathology 86:480-484.
MADDEN, L. V., G. HUGHES, and F. Van Den Bosch, 2006. The study of plant disease epidemiology. 421p. APS press, USA. SCHUMANN, G. L., and C. J. D’ARCY, 2005. Late blight of potato and tomato. in: The Plant Health Instructor. APS Press. SOHEILI MOGHADAM, B., H. KARBALAEI KHIAVI, and D. HASSANPANAH, 2016. Potato diseases in Ardabil and their integrated pest management. Ardabil Agricultural and Natural Resources Research Center, 110p. SPARKS, W. R. 1984. The use of 'Critical' weather periods in the prediction of potato blight outbreaks. Agricultural Memorandum No. 1020, Neterological Office, Bracknell. TWENGSTROM, E., R. SIGVALD, C. SVENSSON, and J. YUEN, 1998. Forecasting Sclerotinia stem rot in spring sown oilseed rape. Crop Protection 17: 405-411. WALLIN, J. R., and W. G. HOYMAN, 1954. Forecasting potato late blight in North Dakota. North Dakota Agr. Exp. Sta. Bimonth. Bull. 16:226-231. ZARGARZADEH, F., and S. MOHAMMADI, 2016. A forecasting model for potato late blight in Ardebil. Plant Protection (Scientific Journal of Agriculture) 39:15-24. ZWANKHUIZEN, M. J., and J. C. ZADOKS, 2002. Phytophthora infestans's 10-year truce with Holland: a long-term analysis of potato late-blight epidemics in the Netherlands. Plant Pathology 51:413-423.
| ||
|
آمار تعداد مشاهده مقاله: 10,197 تعداد دریافت فایل اصل مقاله: 678 |
||