Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tesis o trabajo de investigación presentado como requisito parcial para optar al título de:
Magister en Ciencias Agrarias – Área Fitopatología
Directora:
Ph.D. LILLIANA MARIA HOYOS CARVAJAL.
Codirector:
Ph.D. DARIO CASTAÑEDA SANCHEZ.
Línea de Investigación:
Fitopatología - Epidemiología
Resumen
El estudio y análisis del comportamiento de una enfermedad bajo diferentes condiciones
facilita la zonificación y enfoque de los esfuerzos de detección y manejo. El presente
estudio emprendió el seguimiento a las Pudriciones del Estípite registradas durante 43
meses en 650 parcelas de palma de aceite en una plantación del Sur del departamento
del Cesar, Colombia, con el objetivo de generar un modelo descriptivo de su desarrollo
como apoyo a los procesos de formulación de estrategias de manejo. Por lo anterior, el
análisis epidemiológico se enfocó en describir la curva de progreso, la variación espacio
temporal y los patrones de asociación mediante el uso de herramientas de
Geoestadística acordes a la información de campo obtenida. La caracterización
histopatológica confirmó que el objeto de estudio correspondió con pudriciones del
estípite asociadas a necrosis interna y presencia mayoritaria de estructuras típicas de
Ascomicetes y Basidiomicetes. Se evidenció que las curvas de progreso en siembras
originales y renovaciones Cirad difieren a partir de los 15 años de edad, se confirmó la
existencia de dependencia espacial a escalas de 18 a 50 metros de radio, se
identificaron siete patrones principales de direccionalidad y siete áreas de alto impacto
distribuidas como agregados pequeños, focos aislados o en trayectoria. Se identificó la
asociación a condiciones edáficas y nutricionales, como eventuales herramientas de
alerta temprana.
Abstract
The study and analysis of the behavior of a disease under different conditions facilitates
the zoning and approach of the detection and management efforts. The present study to
follow up to the Stem Rot recorded for 43 months in 650 plots of oil palm in a plantation in
the south of the department of Cesar, Colombia, with the objective of generating a
descriptive model of its development as a support to the processes Formulation of
management strategies. Due to the above, the epidemiological analysis was focused on
describing the progress curve, the time sp. ace variation and the association patterns
through the use of Geostatistics tools according to the field information obtained. The
histopathological characterization confirmed that the object of study corresponded to
stem rot associated with internal necrosis and the majority presence of Ascomicetes and
Basidiomycetes typical structures. It was evidenced that the progress curves in original
plantings and Cirad renovations differ since 15 years of age, it was confirmed the
existence of spatial dependence at scales of 18 to 50 meters of radius, seven
directionality main patterns were identified and seven High impact areas distributed as
small aggregates, isolated foci or as trajectory. The association with soil and nutritional
conditions was identified as early warning tools.
Contenido
Pág.
Introducción .................................................................................................................... 1
1. Estado del arte sobre las pudriciones de Estípite de la Palma de Aceite 3
1.1 Importancia Económica........................................................................................... 3
1.2 Biología ................................................................................................................... 8
1.3 Síntomas y Detección ........................................................................................... 12
1.4 Estrategias de Control........................................................................................... 16
3. Objetivos ................................................................................................................. 37
3.1 Objetivo General ................................................................................................... 37
3.2 Objetivos específicos ............................................................................................ 37
5.1 Identificación del tamaño, variación y direccionalidad de focos: Modelado del Patrón de
Puntos ......................................................................................................................... 50
5.1.1 Área bajo la Curva escalonada del Progreso de la Enfermedad (AUDPS) .......51
5.1.2 Dependencia Espacial: Análisis de Segundo orden (Funciones K de Ripley, L y
G)…………... ............................................................................................................60
5.1.3 Direccionalidad: Contornos convexos ..............................................................71
5.1.4 Patrón espacial: Estimación de Kernel .............................................................82
5.2 Identificación de patrones de asociación de la enfermedad ................................... 91
5.2.1 Características edáficas ...................................................................................91
5.2.2 Estado Nutricional ..........................................................................................105
5.3 Caracterización Histopatológica de las Pudriciones de Estípite registradas en el
área de estudio.......................................................................................................... 119
Bibliografía ...................................................................................................................137
Contenido XI
Lista de figuras
Pág.
Figura 5-3: Distribución geográfica de las subdivisiones (arriba) y ubicación de los lotes
de plantación por tipo y material de siembra (abajo), al año 2015. 47
Figura 5-4: Casos acumulados de Pudriciones de Estípite confirmados y eliminados
antes del inicio de este trabajo. Arriba: En siembras originales de las áreas renovadas
2010, 2012 y 2014. Abajo: En área restante de la plantación que incluye siembras
originales y otras renovaciones. 48
Figura 5-5: Casos nuevos de pudriciones de estípite acumulados durante el presente
trabajo a 1, 10 (arriba), 20, 30 (centro), 40 y 45 (abajo) meses de seguimiento. 49
Figura 5-6: Incidencia acumulada de las pudriciones de estípite en la plantación
evaluada. Tiempo 1 corresponde al primer mes de toma de datos (Enero de 2012) 50
Figura 5-7: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo A (palmas menores de 10 años) 52
Figura 5-8: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo B (palmas de 10 a 14 años) 53
Figura 5-9: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo C (palmas de 15 a 17 años) 55
Figura 5-10: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo D (palmas de 18 a 27 años) 57
Figura 5-11: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo E (palmas Mayores de 27 años). 58
Figura 5-12: Curvas de progreso de las Pudriciones de Estípite por Municipio. 59
Figura 5-13: Descripción estadística de AUDPS por municipio. 60
Figura 5-14: Grafica general de Función K para el primer y último año de análisis.
Distribución Real: Línea puenteada roja. 61
Figura 5-15: Grafica anual 2012-2013-2014 y 2015 de Función K en la parcela E08BP. 63
Figura 5-16: Funciones L y G parcela E08BP 64
Figura 5-17: Grafica anual 2012-2013-2014 y 2015 de Función K en la parcela E10AP. 65
Figura 5-18: Funciones L y G parcela E10AP 66
Figura 5-19: Grafica anual 2012-2013-2014 y 2015 de Función K en la parcela D10DP. 67
Figura 5-20: Funciones L y G parcela D10DP 68
Figura 5-21: Grafica anual 2012-2013-2014 y 2015 de Función K en la parcela F04BP. 69
Figura 5-22: Funciones L y G parcela F04BP 70
Figura 5-23: Direccionalidad de las pudriciones de estípite por subdivisión 2012-2015 . 73
Figura 5-24: Direccionalidad de las pudriciones de estípite Subdivisiones Caño Azul - La
Palma – Viuda - Coluvión 2012-2015. Arriba. Límite entre Subdivisiones. Abajo.
Incidencia acumulada de las PE. 78
Figura 5-25: Direccionalidad de las pudriciones de estípite Subdivisiones Caño Oscuro –
La Cuña – Caño la Mona 2012-2015. Arriba. Límite entre Subdivisiones. Abajo.
Incidencia acumulada de las PE. 79
Figura 5-26: Principales patrones de Direccionalidad de las pudriciones de estípite
identificados en el área de estudio. 81
Figura 5-27: Estimación de Densidad de Kernel para las pudriciones de estípite a nivel
de plantación. 83
Figura 5-28: Plano de distribución de palmas enfermas y elevación (msnm) del área de
estudio al final del periodo de evaluacion. 83
Figura 5-29: Estimación de Densidad de Kernel para las pudriciones de estípite en la
parcela D10DP. De Izquierda a Derecha: Arriba Ene2012 y Ene2013. Abajo Ene2014
y Ene2015 85
Contenido XIII
Lista de tablas
Pág.
c Contenido de carbono 1
c Longitud de la cuerda m Figura 3-4
c Concentración de la cantidad de materia
D Diámetro m
H Entalpía J U + PV
H0 Poder calorífico superior ver DIN 51857
h Coeficiente de hidrógeno 1
K Coeficiente de equilibrio 1 Ec. 2.5
L Longitud m DF
L Longitud del reactor m Figura 5-4
Q Calor kJ 1. LT
T Temperatura K DF
t tiempo s DF
xi Fracción de la cantidad de materia 1
V Volumen m3
Velocidad
wi Fracción en masa del componente i 1
Subíndices
Subíndice Término
bm Materia orgánica
DR Dubinin-Radushkevich
E Experimental
g Fase gaseosa
k Condensado
Ma Macroporos
P Partícula
p pirolizado
R Reacción
t Total
wf Libre de agua
waf Libre de agua y ceniza
0 Estado de referencia
Superíndices
Superíndice Término
n Exponente, potencia
Abreviaturas
Abreviatura Término
1.LT Primera ley de la termodinámica
DF Dimension fundamental
RFF Racimos de fruta fresca
Introducción
La palma de aceite (Elaeis guineensis) es un importante cultivo perenne en los trópicos
debido a su producción de aceites de palma y palmiste. Como todas las especies
vegetales, es susceptible a enfermedades, principalmente fungosas, que pueden causar
pérdidas considerables en la producción. De estas, las que mayor impacto económico
han registrado son las Pudriciones del Estípite (Ganoderma sp. , Thielaviopsis paradoxa,
Fusarium oxysporum) y la Pudrición de Cogollo (Phytophthora palmivora) (Turner,1981;
Ariffin, 2000; Kushairi et al, 2009). En Colombia, las enfermedades conocidas como
Pudriciones de Estípite se han clasificado en varios tipos y durante las últimas décadas
han aumentado su incidencia en las Zonas Central y Norte de Colombia, pero la
información sobre su distribución, importancia económica y estrategias de prevención no
es precisa (Tovar y Nieto, 1998).
Por otra parte, la Pudrición de Estípite Seca, causada por el hongo Ceratocystis
paradoxa (Dade), en 1960 devastó una plantación en Nigeria Centro Occidental y en otra
plantación la incidencia alcanzo el 23%, de ahí en adelante han ocurrido brotes menores
en varias partes de Nigeria, Camerun y Ghana (Turner 1981). En Ecuador la enfermedad
se detectó en 1978 en palmas de 2 a 4 años y causó la muerte del 3% de las palmas en
4 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
En Malasia, los primeros reportes datan del año 1931, al encontrarse infectando palmas
mayores de 25 años (Thompson, 1931) considerándose en su momento que no era
económicamente importante. Hacia los últimos años de la década de 1960, cuando la
palma de aceite empezó a adquirir importancia como cultivo de plantación, la incidencia
de esta enfermedad estaba en aumento e infectó palmas mucho más jóvenes de 10 o 15
años de edad (Turner 1981). En 1990 se demostró que Ganoderma tiene la capacidad de
infectar palmas de aceite de apenas uno o dos años Después de la siembra, pero en la
mayoría de los casos cuando las palmas tienen cuatro o cinco años, particularmente en
las áreas renovadas (Singh, 1990) o bajo cubierta con Cocotero (Ariffin et al, 1996).
De acuerdo con las experiencias Malasias, Las pérdidas debidas a BSR ocurren no solo
a través de la reducción directa del número de palmas de aceite en el rodal, sino también a
través de una reducción en el número y peso de los racimos de fruta de palmas enfermas
en pie y de aquellas con infecciones subclínicas (Turner, 1981). La enfermedad puede
resultar en la muerte de más del 80% de una plantación para cuando las palmas están a
mitad de camino de su vida económica normal y con bastante frecuencia han ocurrido
perdidas que alcanzan el 30%. Según Turner (1981), incidencias inferiores al 10% tienen
poco efecto en la productividad, dado que es probable que ocurra una compensación
temporal en la productividad en las palmas vecinas sanas por efecto del raleo.
0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
MAGDALENA CESAR BOLIVAR GUAJIRA
De acuerdo con lo anterior, en 2016, solo la Zona Norte registró la incidencia de estas
enfermedades sobre 26.223 has, de las cuales cerca de 1000 has ya superaban el 1% de
incidencia.
Estado del Arte sobre las Pudriciones de Estípite de la Palma de Aceite 7
Figura 1-3: Área afectada por Pudriciones de Estípite por departamento en la Zona Norte
2016. Fuente: Plantaciones Zona Norte
14000
12000
10000
8000
6000
4000
2000
0
MAGDALENA CESAR BOLIVAR GUAJIRA
Figura 1-4: Incidencia reportada de las Pudriciones de estípite por municipio del
departamento del Cesar. Fuente: Plantaciones Zona Norte
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
CHIMICHAGUA
REGIDOR
MARIANGOLA
PELAYA
CHIRIGUANA
TAMALAMEQUE
CURUMANI
SAN DIEGO
BECERRIL
LA JAGUA
EL PASO
CARACOLICITO
AGUACHICA
LA GLORIA
PAILITAS
BOSCONIA
CODAZZI
COPEY
LA PAZ
VALLEDUPAR
RÍO DE ORO
SAN ALBERTO
SAN MARTÍN
1.1 Biología
En Malasia se ha identificado que la Pudrición Basal del Estípite es causada por especies
del género Ganoderma (Karst), que está clasificado como un hongo superior, así:
Familia Ganodermataceae
Orden Aphyllophorales
Subclase: Hymenomycetes
Clase: Basidiomycetes
La nomenclatura para Ceratocystis fue establecida por primera vez en 1890 para
proporcionar identificación taxonómica a C. fimbriata, un patógeno que ocasiona la
pudrición de raíces en los cultivos de papa en los Estados Unidos de Norteamérica - USA
(Halsted 1890) y en la actualidad incluye varios importantes hongos patógenos de
plantas entre los cuales se encuentra el agente causal del Manchado de la Savia en
especies maderables, simbióticamente asociado a insectos (De Beer et al. 2014).
Dado que toda la evidencia disponible muestra que Ceratocystis está representando un
amplio grupo de hongos morfológica, filogenética y ecológicamente diferentes, que ha
resultado en una taxonomía confusa y vigorosamente debatida por la carente apreciación
de estas fuertes diferencias, según De Beer et al (2014) la revisión y redefinición
taxonómica de este género debe hacerse en conformidad con los principios del nuevo
Código Internacional para algas, hongos y plantas (Melbourne Code) adoptado en el 18º
Congreso Internacional de Botánica (McNeill et al. 2012) respecto al principio “Un hongo,
un Nombre” que originalmente surgió de la declaración de Amsterdam (Hawksworth et al.
2011) y posteriores discusiones (Hawksworth 2011, Norvell 2011, Wingfield et al. 2012).
10 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
De acuerdo con Garofalo & McMillan (2004), las enfermedades ocasionadas por este
patógeno han sido reportadas alrededor del mundo donde existen poblaciones de
palmas, y puede ser eficientemente diseminado en el suelo y en el agua de lluvias,
ingresando a la palma a través de heridas y ocasionando la desintegración del sistema
radicular y el estípite.
raquis y cuelgan hacia abajo para formar una falda de hojas muertas (Idris, 2013).
A menudo, cuando se observan los síntomas foliares, por lo general se observa que el
hongo ya ha invadido por lo menos la mitad del tejido del estípite. Las palmas inmaduras
infectadas normalmente mueren en un plazo de 6 a 24 meses después de la aparición de
los primeros síntomas, pero las palmas maduras pueden tardar de 1 a 3 años para morir
(Idris 2013).
Cuando la enfermedad es ocasionada por Ganoderma sp., también puede detectarse con
base en la presencia de basidiomas o cuerpos fructíferos en la base del estípite, base de
las hojas o en las raíces, que pueden o no desarrollarse antes que aparezcan los
síntomas foliares. El momento de la aparición de los basidiomas depende de la pudrición
interna que se extiende hacia la periferia del estípite e inicialmente aparecen como
pequeños botones blancos de tejido fungoso que rápidamente se convierten en la
conocida forma de corchete. La superficie superior de los basidiomas maduros varia en
cuanto a su forma y tamaño, pero el color es café oscuro con apariencia lacada, y tienen
un borde claro a blanco. La superficie inferior es de color blancuzco y tiene numerosos
poros diminutos (Idris 2013). Con frecuencia muchos basidiomas se forman juntos, con
superposición y se fusionan para formar estructuras compuestas grandes. La ubicación
de los basidiomas proporciona una guía aproximada de la posición de la zona enferma
dentro de la palma. Cuando la palma muere, puede observarse la rápida colonización de
todo el tronco a través de la aparición de basidiomas en toda la longitud (Idris 2013).
Los síntomas típicos de la infección por las Pudriciones de Estípite solo aparecen en el
follaje después que una parte considerable del estípite está infectado. La palma de
aceite, extensamente descompuesta puede fracturarse y la palma colapsa, dejando los
tejidos enfermos del tronco en el suelo. Si la palma permanece en pie, el tronco puede
volverse hueco. La incidencia de palmas caídas o vacantes aumenta con la edad y puede
alcanzar el 26% para cuando las palmas tengan 20 años de edad o mas (Sing, 1990)
1. Cultivo en medio Selectivo a Ganoderma (GSM). Es un medio que hace muy práctico
14 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
el aislamiento del hongo desde tejido enfermo y solo hasta el presente siglo ha
permitido detectar palmas de aceite infectadas sin que muestren síntomas externos.
Esta técnica ha permitido demostrar que cerca del 10% de las palmas aparentemente
sanas en un cultivar afectado, pueden ya estar infectadas (Ariffin e Idris, 1991), sin
embargo estas técnicas tienen como desventaja el alto consumo de tiempo.
Otra técnica de diagnóstico no molecular, que puede ser menos compleja y costosa es el
uso de modelamientos estadísticos para clasificar el espectro del canopy entre diferentes
niveles de severidad en palmas afectadas por Ganoderma (Lelong et al, 2010). Primero
algunos protocolos de campo y medidas son tomadas para aplicar una combinación de
análisis que desarrollan finalmente un algoritmo, el cual es capaz de valorar 4 niveles de
severidad de la enfermedad, con 94% de precisión. Aunque esta herramienta parece ser
prometedora, esp. ecialmente en identificar y diferenciar arboles seriamente enfermos de
los sanos, trabajos adicionales aún deberán ser llevados a cabo.
16 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Con todo lo anterior, es claro que ha sido muy difícil encontrar un método de detección
para estas enfermedades que sea especie-específico , rápido y de fácil implementación
en campo.
Van Der Plank (1968, 1975), afirmó que un hospedero más sensible, un patógeno más
agresivo, y un ambiente más favorable, contribuyen a aumentar la enfermedad. Esta
relación íntima entre los tres componentes del Patosistema (hospedante-patógeno-
ambiente) fue representada, inicialmente mediante un triángulo, al que se denominó
20 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
En tal sentido, varios autores han dado algunas definiciones más o menos afines, sobre
epidemiología, y que tienen al término “población” como su común denominador. Van
Der Plank (1963), conceptuó epidemiología como la ciencia de las enfermedades en
poblaciones. Nelson (1978), la define como el estudio de los factores que afectan la
velocidad de aumento de una enfermedad, dada por la interacción entre poblaciones de
patógenos y plantas. Kranz (1980), define epidemiología vegetal como el estudio de las
poblaciones de los patógenos en poblaciones de plantas hospederas y de la enfermedad
resultante de esa interacción, bajo la influencia del ambiente y la interferencia humana.
Kushalappa (1982), indica que en el sentido amplio la epidemiología es el estudio del
progreso de la enfermedad en el espacio y en el tiempo, en función de las interacciones
entre poblaciones del hospedero, poblaciones del patógeno, y el medio ambiente. Para
comprender esta simplicidad, que a su vez contiene una alta complejidad de relaciones e
interdependencia, se requiere considerar los conceptos y enfoques sistémicos dados
anteriormente.
Análisis, Descripción y Modelamiento de Epidemias 21
Figura 2-1: Área Bajo la Curva del progreso de la enfermedad (AUDPC) para incidencia.
Dado que en el cálculo de la AUDPC se subestima el área del primer y último trapezoide
al ser calculados sobre bases (de trapezoides) inferiores al resto, es decir, con intervalos
de tiempo que son solo la mitad en comparación con los otros trapezoides, el Área Bajo
la Curva Escalonada del Progreso de la Enfermedad (AUDPS) ajusta los pesos de estas
observaciones mediante su extrapolación en ambas direcciones con la mitad de la
duración media del intervalo entre las observaciones (figura 2-2).
24 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 2-2: Área bajo la curva escalonada del progreso de la enfermedad (AUDPS) para
incidencia (D=tn-t1)
(Ecuación 2-1)
D y1 yn
AUDPS AUDPC
2 n 1
(Ecuación 2-2)
De acuerdo con Schaeffer et al (2012), para establecer tales límites, se construye una
tabla de frecuencias para la variable de interés en sus datos originales, luego se obtiene
la raíz cuadrada de estas frecuencias y se acumulan en una nueva columna. Sobre el
acumulado final (última fila en los acumulados) se generan los estratos. Si se decide
trabajar con tres estratos por ejemplo, el acumulado se divide en 3 para conocer el punto
de corte de los estratos. Este cociente nos define el primer estrato en los acumulados, el
cual hacemos corresponder con la variable original y podemos detectar el rango de
variación o tamaño de la primera clase. El segundo estrato se logra multiplicando por 2 el
cociente el último estrato queda definido automáticamente.
2.3.1Aplicaciones de la Geoestadística
La Geoestadística es una manera de describir la continuidad espacial de cualquier
fenómeno natural. Con ello llegamos a conocer su patrón espacial a una o varias escalas
seleccionadas, con un nivel de detalle que permite cuantificar su variación en distintas
direcciones para entender las interacciones entre las especies y sus recursos en
ambientes heterogéneos. La Geoestadística utiliza funciones para modelar esta variación
espacial, y estas funciones son utilizadas posteriormente para interpolar en el espacio
aquellas variables que resulten continuas, para estimar su valor en sitios no medidos.
se producen en una región de estudio, en nuestro caso, se asocian a las plantas con una
patología en particular, pues en toda la plantación sembrada sistemáticamente no resulta de
interés el punto asociado a la siembra. Teniendo en cuenta lo anterior, a continuación
revisaremos algunos conceptos básicos. Los puntos pueden tener información adicional
llamada marca, la cual se encuentra unida representando un "atributo". La variable
categórica marca podría ser en nuestro caso, la presencia o ausencia de una patología o el
grado de afección de la planta, de hecho, la marca puede ser de naturaleza multivariante.
Estas bases de datos pueden incluir covariables que corresponden a datos que
consideramos explicativos, y no como parte de la variable "respuesta". De esta manera,
una covariable puede ser una función espacial que define todas las localizaciones, por
ejemplo, altitud, el pH del suelo, la humedad del suelo, o cualquier otra propiedad físico-
química del suelo medida en la proximidad de la planta. En esta investigación, el patrón
observado de puntos será tratado como una realización de un proceso de puntos “X”
aleatorio en el espacio bidimensional. Un proceso de punto es simplemente un conjunto
aleatorio de puntos; el número de puntos es al azar, así como las ubicaciones de los
puntos. Nuestro objetivo es por lo general estimar los parámetros de la distribución de
dicho proceso “X”.
Teniendo en cuenta que los datos obtenidos como conjunto de puntos, irregularmente
distribuidos en una región del espacio, provienen de muchos contextos diferentes como
es la ubicación de árboles en un bosque, de nidos en una colonia reproductora de aves o
de núcleos en una sección microscópica de tejido, tales conjuntos de datos son
denominados “Patrón de puntos espaciales” y cada una de las ubicaciones son
denominadas como “eventos” para distinguirlas de puntos arbitrarios de la región en
cuestión (Diggle, 2013). Las preguntas de interés con este tipo de datos a menudo giran
en torno a la evaluación de potenciales causas (procesos) detrás de la distribución
observada de los objetos en el espacio (patrones). Inicialmente el análisis de patrón de
puntos sólo estudiaba si la distribución presentaba o no aleatoriedad completa espacial
(CSR, por las siglas en inglés “complete spatial randomness”). Un patrón CSR tiene dos
propiedades fundamentales (Wiegand and Moloney, 2013):
- La intensidad λ del proceso es constante, es decir, no hay efecto del ambiente sobre
la localización de los puntos.
Actualmente se considera que dentro de los patrones que pueden presentarse en las
estructuras de datos se encuentran aquellos que presentan CSR, la figura 2-3 muestra el
patrón de puntos que recoge la ubicación de 65 Pinos negros japoneses en una región
cuadrada de 5.7 m de lado mientras que la figura 2-4 presenta la ubicación de 63
plántulas de secoya en una región de 23 m de lado que exhibe un patrón de fuerte
agrupamiento que puede sustentarse sobre una explicación biológica determinada por
Ripley. Adicionalmente la figura 2-5 presenta un tipo adicional de patrón, en este caso
presenta la ubicación de los centros de 42 células biológicas cuya distribución es más o
menos regular sobre la región cuadrada (Diggle, 2013).
Análisis, Descripción y Modelamiento de Epidemias 29
Figura 2-3: Ubicación de 65 Pinos negros japoneses (Pinus thunbergii) bajo un patrón
CSR o de aleatoriedad completa espacial (Diggle, 2013).
Figura 2-5 Ubicación de los centros de 42 células biológicas que muestran un patrón de
distribución regular (Diggle, 2013).
30 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
(Ecuación 2-3)
(Ecuación 2-4)
De manera que puede usarse la función como una función teórica del número de
eventos esperados bajo aleatoriedad espacial completa. Si, para un proceso cuya función
es , sugiere que se encuentra un exceso de puntos en la vecindad
del evento a una distancia , posiblemente existe agrupamiento a la escala espacial
asociada con la distancia . La escala es importante por cuanto un mismo proceso puede
Análisis, Descripción y Modelamiento de Epidemias 31
(Ecuación 2-5)
La función toma un aspecto lineal bajo CSR donde que permite una
identificación visual más precisa de las desviaciones de CSR (Brunsdon and Comber,
2015).
(Ecuación 2-7)
Cada uno de
los puntos puede ponderarse según el valor recogido en el mismo, de forma que lo
anterior quedaría como:
32 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
(Ecuación 2-8)
El centroide es
El centro de gravedad del conjunto de puntos, tomando como masa de cada uno el valor
asociado a este. Asimismo, es el punto que minimiza la suma de distancias al cuadrado,
esto es, la expresión:
(Ecuación 2-9)
Un uso habitual del centro medio lo encontramos en los estudios demográficos, que
pueden analizar la evolución de las poblaciones sobre el territorio estudiando cómo se ha
desplazado el centro medio a través del tiempo (Cole,1968). De acuerdo con lo anterior,
el movimiento de un sistema de n-partículas puede reducirse al movimiento de un
sistema de 1 partícula: el movimiento del centro de masa se desplaza bajo la influencia
de su inercia o de factores externos, de manera que el movimiento relativo del sistema es
representado por el movimiento de una única partícula o centro de masa (Corben y
Stehle, 2013).
- Dado cualquier lado del polígono, éste se encuentra en un medio plano limitado por la
línea recta a través de este lado.
- Dado cualquier par de puntos, el polígono contiene el segmento entero entre éstos
(Alexandrov, 2005).
Análisis, Descripción y Modelamiento de Epidemias 33
(Ecuación 2-10)
c) Patrón espacial
El primer paso en análisis epidemiológico es la visualización de las características
espaciales del conjunto de datos. El método más antiguo y utilizado consiste en graficar
la ubicación de los puntos estudiados sobre su sistema de coordenadas cartesianas, sin
embargo, aunque su simplicidad les confiere bastante utilidad, presentan problemas
cuando se grafica un gran número de eventos o múltiples eventos en la misma ubicación
ocasionando que los mapas que se generen tiendan a mostrarse desordenados, razón
34 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 4-1: Arriba: Algunos síntomas externos de las Pudriciones Secas de Estípite:
Acumulación de flechas, clorosis y enrruanamiento de hojas. Abajo: Sintomatología
interna de las Pudriciones de Estípite (Corte transversal de estípites de palmas
afectadas).
40 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Dado que la mayoría de los ambientes naturales muestran heterogeneidad a una escala
lo suficientemente grande como para permitir la aparición de patrones agregados y que a
una escala menor, la variación ambiental puede ser menos acentuada y el patrón estará
determinado por la intensidad y la naturaleza de las interacciones entre los individuos,
durante la realizacion de este trabajo se identificaron 4 lotes de alta incidencia a Julio de
2015 y desde el archivo vectorial en formato shp que contiene la totalidad de las palmas
42 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
sembradas, se extrajo la totalidad de palmas que conforman cada lote y los 4 grupos de
puntos se usaron para trazar el Contorno convexo y asi delimitar del área del lote (Berg,
2008).
Teniendo en cuenta que el efecto borde tiende a distorsionar las estimaciones del Kernel
cerca del límite de R porque un evento cerca de la frontera no tiene la posibilidad de
vecinos fuera de los límites, se construyó un área de protección dentro del perímetro de
R a cuyos eventos en la zona de guardia se les permite contribuir a estas estimaciones
del Kernel mediante la estimación Kernel con un factor de corrección de borde explícito.
Esta evaluación se realizó sobre las parcelas que contaban con análisis de las
condiciones fisicoquímicas de suelos y su respectiva medición de incidencia acumulada
al final del periodo de estudio. Igualmente se realizó sobre las parcelas que disponían de
la información de su estado nutricional representado por los resultados de los análisis
foliares de laboratorio a los 1,2,3,4,5,6,7,8 y hasta 9 años antes del último registro de la
enfermedad.
destilada estéril. Posterior a la eliminación del exceso de humedad, las muestras fueron
ubicadas en cámara húmeda para incubación por 5 días a una temperatura promedio de
18°C.
5. Resultados y discusión
El análisis exploratorio de los datos permitió evidenciar que las Pudriciones de Estípite
afectan palmas de diferente material genético, aunque hay diferencias en la incidencia
alcanzada en el área de estudio, al ser inferior en el material Hibrido (Elaeis oleífera)
cuya área de siembra equivale al 0,87% del área sembrada (Figura 5-1).
Figura 5-1: Incidencia Acumulada de las Pudriciones de Estípite por Material de siembra
en las parcelas analizadas.
2
1,8
1,6 8.402 ha
1,4
% Incidencia
1,2
1
0,8
0,6
0,4
0,2 74,2 ha
0
CIRAD HIBRIDOS
Figura 5-2: Incidencia acumulada final de las pudriciones de estípite por lote. Color
marrón intenso representa mayores incidencias.
Resultados y discusión 47
Figura 5-3: Distribución geográfica de las subdivisiones (arriba) y ubicación de los lotes
de plantación por tipo y material de siembra (abajo), al año 2015
48 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
La figura 5-4 representa la ubicación de las palmas enfermas al inicio del periodo de
estudio y la Figura 5-5 representa la distribución de los nuevos casos durante su
ejecución.
2,4
2,2
1,8
%
1,6
1,4
1,2
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
1
3
5
7
9
Tiempo (meses)
SIGLA SIGNIFICADO
OO Siembra Original - Oleífera
OC Siembra original – CIRAD
OH Siembra original - HIBRIDO
RC Renovación – CIRAD
SIGLA SIGNIFICADO
A < 10 años
B 10 a 14 años
C 15 a 17 años
D 18 a 27 años
E > 27 años
Tabla 5-3: Resumen estadístico para AUDPS por tipo y material de siembra para el
grupo etareo A (Palmas menores de 10 años).
TIPO Y COEFICIENTE
GRUPO
MATERIAL FRECUENCIA PROMEDIO MEDIANA VARIANZA DE Mínimo Máximo
ETAREO
SIEMBRA VARIACION
Figura 5-7: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo A (palmas menores de 10 años)
Resultados y discusión 53
Las curvas de progreso y las pruebas de hipótesis para este grupo etareo permiten
establecer que los 2 perfiles comparados no son horizontales ni paralelos pero son
coincidentes en sus medias globales.
Tabla 5-4: Resumen estadístico para AUDPS por tipo y material de siembra para el
grupo etareo B (palmas de 10 a 14 años)
TIPO Y COEFICIEN-
GRUPO FRECU- PROME- MEDIA- VARIAN-
MATERIAL TE DE Mínimo Máximo
ETAREO ENCIA DIO NA ZA
SIEMBRA VARIACION
B OC 1 0,44% 0,44% -- -- 0,44% 0,44%
B OH 2 0,24% 0,24% 0,00% 0,03% 0,18% 0,30%
B RC 97 0,48% 0,29% 0,00% 0,56% 0,00% 2,52%
Figura 5-8: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo B (palmas de 10 a 14 años)
54 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
SON PARALELAS
SON COINCIDENTES
NO SON HORIZONTALES
Tabla 5-5 : Resumen estadístico para AUDPS por tipo y material de siembra para el
grupo etareo C (palmas de 15 a 17 años)
TIPO Y COEFICIENTE
GRUPO
MATERIAL FRECUENCIA PROMEDIO MEDIANA VARIANZA DE Minimo Máximo
ETAREO
SIEMBRA VARIACION
Figura 5-9: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo C (palmas de 15 a 17 años)
En este caso, se demuestra que los dos perfiles comparados correspondientes a la curva
de progreso de siembras originales y renovaciones del material CIRAD, son paralelos, no
horizontales y difieren estadísticamente entre sí, alcanzando valores hasta 5 veces
mayores en las renovaciones, similar a lo reportado por Singh (1990), evidenciando el
impacto de las siembras originales como fuente de inóculo y argumentando la
56 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Tabla 5-6: Resumen estadístico para AUDPS por tipo y material de siembra para el
grupo etareo D (palmas de 18 a 27 años).
TIPO Y COEFICIENTE
GRUPO
MATERIAL FRECUENCIA PROMEDIO MEDIANA VARIANZA DE Mínimo Máximo
ETAREO
SIEMBRA VARIACION
Figura 5-10: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo D (palmas de 18 a 27 años)
Resultados y discusión 57
Las pruebas de hipótesis para el grupo etareo D (18 a 27 años) indican que en las
condiciones de estudio, no hay diferencias entre siembras originales (que incluyen
subdivisiones como Altamira) y de renovación (que incluye los bloques H e I- 6,7 y 8 de la
subdivisión Palmeras) del material CIRAD. Esta coincidencia, a la luz de las diferencias
mostradas en el grupo etareo anterior, puede deberse a que las parcelas analizadas se
encontraban en áreas históricamente sometidas a condiciones contrastantes de presión
de inóculo que pudieron enmascarar las diferencias.
Tabla 5-7: Resumen estadístico para AUDPS por tipo y material de siembra para el
grupo etareo E (palmas Mayores de 27 años).
TIPO Y PROME- COEFICIENTE
GRUPO FRECUEN- MEDIA- VARIAN-
MATERIAL DE Minimo Máximo
ETAREO CIA DIO NA ZA
SIEMBRA VARIACION
Figura 5-11: Curva de progreso de las Pudriciones de Estípite por tipo y material de
siembra para el grupo etareo E (palmas Mayores de 27 años)
Dado que el perfil de Original Oleífera (OO) solo tiene 1 observación correspondiente a la
parcela G10ES de la subdivisión Jardín Granero, no fue posible realizar un test
multivariado de prueba de las hipótesis de horizontalidad, paralelismo y coincidencia para
compararlo con el perfil Original Cirad (OC) del mismo grupo etareo, del cual se observa
que mantiene la tendencia mostrada en los grupos etareos precedentes.
LA ESPERANZA
Municipio
RIONEGRO
SAN ALBERTO
Figura 5-14: Grafica general de Función K para el primer y último año de análisis.
Distribución Real: Línea puenteada roja.
Teniendo en cuenta que la escala de análisis es muy amplia por tratarse de una
plantación de 8.500 has, que incluye espacios sin siembra de palma que pueden
erróneamente revelar distribuciones agregadas de la enfermedad, se procedió a realizar
un análisis del patrón espacial de la enfermedad a nivel de la unidad productiva básica,
para lo cual se seleccionaron 4 parcelas de alta prevalencia de la enfermedad al final del
periodo de evaluación (Jul/15) y mismo grupo etareo (15-17 años): E08BP (15,27%),
E10AP (13,75%), D10DP (15,31%) y F04BP (22,75%), sobre las cuales se realizó la
62 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Los resultados obtenidos para cada uno de los lotes indican que en las condiciones de
siembra analizadas, correspondientes a Renovación Cirad de 15-16 años de edad, la
distribución de las palmas enfermas no es completamente aleatoria, lo cual concuerda
adicionalmente con los trabajos de Azahar et al (2014), cuyos resultados mostraron que
la diseminación de las PBE en siembras menores de 14 años presenta una distribución
completamente aleatorizada, y a partir de los 16 años de edad toma lugar la infección por
contacto entre raíces.
.
64 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
La figura 5-24 muestra para una zona de alto impacto de la enfermedad de manera
detallada dos eventos particulares en los cuales se identifica:
La figura 5-25 muestra para una zona de menor impacto de la enfermedad conformada
por las subdivisiones Caño oscuro – La Cuña – Caño la Mona, que se mantiene el mismo
comportamiento anteriormente descrito, así:
Figura 5- 23 : (Continuación 2 de 4)
76 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5- 23 : (Continuación 3 de 4)
Resultados y discusión 77
Figura 5- 23 : (Continuación 4 de 4)
78 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-24: Direccionalidad de las pudriciones de estípite Subdivisiones Caño Azul - La Palma – Viuda - Coluvión 2012-2015.
Arriba. Límite entre Subdivisiones. Abajo. Incidencia acumulada de las PE
Resultados y discusión 79
Figura 5-25: Direccionalidad de las pudriciones de estípite Subdivisiones Caño Oscuro – La Cuña – Caño la Mona 2012-2015.
Arriba. Límite entre Subdivisiones. Abajo. Incidencia acumulada de las PE.
Resultados y discusión 81
Como resumen de lo anterior, la figura 5-26 representa los siete patrones principales de
direccionalidad identificados para la plantación, así:
1. Desde Altamira y Rincón de los Monos en dirección suroriente hacia las renovaciones
Puma y Aguasblancas,
2. Desde Ilusión y Viuda en dirección Nororiente hacia La Palma, Caño Azul y Caño Mono
3. Desde Limoncito y Unión en dirección Suroccidente hacia Candilejas
4. Desde Palestina en dirección Suroccidente hacia Palmeras
5. Desde Santa Helena en dirección Sur hacia limoncito.
6. Movimiento oriente-occidente y viceversa entre Sur del Rio y Tierra nueva
7. Desde Sur del Rio y Caño Oscuro en dirección Suroriente hacia Caño la Mona.
ALTAMIRA
ILUSION
PALESTINA
STA HELENA
LA UNION
LIMONCITO
82 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
El patrón de alturas representado en la figura 5-28, medido en metros sobre el nivel del
mar (m.s.n.m.) fue utilizado para identificar su relación con la distribución de la
enfermedad, encontrándose que, en el área de estudio NO existe relación alguna de la
distribución de la enfermedad con la altura sobre el nivel del mar.
Resultados y discusión 83
Figura 5-27: Estimación de Densidad de Kernel para las pudriciones de estípite a nivel
de plantación.
Figura 5-28: Plano de distribución de palmas enfermas y elevación (msnm) del área de
estudio al final del periodo de evaluacion.
84 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Los resultados permiten visualizar que la distribución de las palmas enfermas en los
focos puede presentarse con diferentes patrones: 1) focos pequeños (Fig 5-29), 2)
Trayectorias (Fig 5-31) y 3) focos aislados (Fig 5-33), cada uno representando los
diferentes modos de infección reportados recientemente por los trabajos de Sanderson
(2005), Pilotti (2005) y Rees et al. (2012), donde los focos pequeños estarían
representando el patrón natural de diseminación por esporas y contacto de micelio entre
raíces, mientras que los focos aislados representarían modos de infección en
condiciones de inicio de epidemia también citadas en los trabajos de Azahar (2014) y la
distribución como trayectoria estaría representando la existencia de mecanismos de
diseminación mecánica, modos de infección revisados a profundidad por Rees et al
(2012) cuando analizo el rol de las basiodiosporas de Ganoderma boninense en la
dispersión de la pudrición basal en plantaciones de Sumatra, cuyos resultados
evidenciaron su diseminación aérea y la infección directa vía cortes pedunculares.
Resultados y discusión 85
Figura 5-29: Estimación de Densidad de Kernel para las pudriciones de estípite en la parcela D10DP. De Izquierda a Derecha:
Arriba Ene2012 y Ene2013. Abajo Ene2014 y Ene2015
86 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-30: Estimación de Densidad de Kernel para las pudriciones de estípite en la parcela E08BP. De Izquierda a Derecha:
Arriba Ene2012 y Ene2013. Abajo Ene2014 y Ene2015
Resultados y discusión 87
Figura 5-31: Estimación de Densidad de Kernel para las pudriciones de estípite en la parcela E10AP. De Izquierda a Derecha:
Arriba Ene2012 y Ene2013. Abajo Ene2014 y Ene2015
88 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-32. Estimación de Densidad de Kernel para las pudriciones de estípite en la parcela F04BP. De Izquierda a Derecha:
Arriba Ene2012 y Ene2013. Abajo Ene2014 y Ene201
Resultados y discusión 89
Figura 5-33. Estimación de Densidad de Kernel para las pudriciones de estípite en la parcela K11CO. De Izquierda a Derecha:
Arriba Ene2012 y Ene2013. Abajo Ene2014 y Ene201
Resultados y discusión 91
La elección de los factores se realiza de tal forma que el primero recoja la mayor
proporción posible de la variabilidad original; el segundo factor debe recoger la máxima
variabilidad posible no recogida por el primero, y así sucesivamente. Del total de factores
se elegirán aquéllos que recojan el porcentaje de variabilidad que se considere suficiente.
A éstos se les denomina componentes principales. Una vez seleccionados los
componentes principales, se representan en forma de matriz, donde cada elemento
representa los coeficientes factoriales de las variables (las correlaciones entre las
variables y los componentes principales) y la matriz tendrá tantas columnas como
componentes principales y tantas filas como variables.
INCID pH CO N Ca K Mg Na CIC P Cu Fe Mn Zn B Ar L An
- - - - - - - - - - - - - - - -
INCID 1 0,1264 0,0529 0,0493 0,3587 0,0196 0,4035 0,1500 0,3919 0,0728 0,1751 0,1025 0,0422 0,0524 0,0795 0,3211 0,3512 0,4157
0,2126 0,6031 0,6277 0,0003 0,8474 0,0000 0,1383 0,0001 0,4740 0,0829 0,3127 0,6783 0,6065 0,4340 0,0012 0,0004 0,0000
- - - - - - -
pH 1 0,2805 0,2599 0,4317 0,3406 0,3304 0,3002 0,4302 0,2031 0,0556 -0,385 0,5485 0,0709 0,0112 0,0917 0,2186 0,1992
0,0049 0,0094 0 0,0006 0,0008 0,0025 0 0,0438 0,5848 0,0001 0 0,4855 0,9121 0,3664 0,0297 0,0481
- -
CO 1 0,984 0,4339 0,1267 0,3028 0,1062 0,4156 0,0032 0,3946 0,5086 0,1809 0,2825 0,0652 0,4186 0,2285 -0,386
0 0 0,2113 0,0023 0,2957 0 0,975 0,0001 0 0,0732 0,0046 0,5214 0 0,0229 0,0001
- - - -
N 1 0,4492 0,1123 0,3247 0,1016 0,4331 0,0125 0,3702 0,4897 0,172 0,3021 0,0461 0,4332 0,254 0,4114
0,6714 0,4517 0,3136 0,0216 0,0148 0,0004 0,0096 0,3025 0,7752 0,849 0,2287 0,4768
- - -
Mg 1 0,3142 0,8704 0,0135 0,2743 0,0883 0,0297 0,1404 0,0854 0,7323 0,4865 0,7343
0,056 0,182 0,614 0,1886 0,1373 0,719 0,9445 0,0006 0,0236 0,0006
- -
CIC 1 0,1602 0,4567 0,1375 0,2614 0,1353 0,0717 0,6927 0,611 0,7971
0,0016 0
-
L 1 0,8521
An 1
Resultados y discusión 93
inc
1
0,8
Componente 3
0,6 Cu
Ca
0,4 CIC
Mg L
0,2 Ar
An
0
0,7
-0,2 0,5
0,3
0,1
-0,43 -0,23 -0,1
-0,03 0,17 -0,3
0,37 0,57 -0,5 Componente 2
Componente 1
Con los anteriores valores se generaron las ecuaciones de los componentes principales.,
donde los valores de las variables se estandarizaron restando su media y dividiendo
entre su desviación estándar. De esta manera, el primer componente principal queda
representado por la ecuación (5.1):
( 5-1)
Con el propósito de detectar las variables originales que mejor se asocian a cada
componente, se construyó la matriz de correlaciones entre estas y los componentes
extraídos. La tabla 5-11 muestra las correlaciones por pares.
Figura 5-35: Ajuste de regresión del tercer componente edáfico con la variable
incidencia
3,2
2,2
PCOMP_3
1,2
0,2
-0,8
-1,8
0 2 4 6 8 10 12
inc
La tabla 5-12 muestra los pronósticos del tercer componente para diferentes valores de la
incidencia, es este caso son relevantes los valores de incidencia nula en los términos de
la nueva variable o componente, la cual se asocia a valores predichos del componente
en -0.8620, con un intervalo de confianza del 95% en valores de (-1.0106; -0.7135)
95,00%
X Y Inferior Superior
Con el intervalo de la Tabla 5-12 y los valores del tercer componente, se seleccionaron
las observaciones dentro del intervalo de confianza del tercer componente y se
obtuvieron las estadísticas de las variables originales asociadas a incidencia baja. De las
99 observaciones existentes, 14 permanecen en este intervalo de confianza. Las
estadísticas de estas variables se relacionan en la Tabla 5-13.
Inc pH CO N Ca K Mg Na CIC P Cu Fe Mn Zn B Ar L An
media 0,7 6,8 0,6 0,1 9,6 0,1 2,6 0,3 12,7 18,4 1,1 45,7 15,5 0,5 0,1 29,2 37,3 33,5
mediana 0,6 6,8 0,6 0,1 10,4 0,1 2,8 0,3 13,4 13,0 0,9 43,7 10,1 0,4 0,1 28,0 35,0 34,5
desv 0,6 0,4 0,2 0,0 2,7 0,2 0,6 0,2 2,8 14,0 0,5 17,4 11,7 0,3 0,1 5,6 9,2 9,8
min 0,1 6,0 0,3 0,0 2,3 0,0 1,7 0,1 5,3 2,3 0,4 21,4 6,4 0,3 0,1 22,0 26,0 13,0
max 2,3 7,6 0,9 0,1 12,4 0,8 3,4 0,9 16,1 48,5 2,3 91,3 43,4 1,5 0,4 41,0 64,0 50,0
cv 79,0 6,2 27,5 27,4 28,0 139,7 23,1 60,0 22,0 75,8 49,4 38,1 75,4 63,9 44,5 19,2 24,7 29,4
La tabla 5-13 muestra las estadísticas para las variables originales del grupo
seleccionado, con un intervalo de confianza del 95% en el pronóstico del tercer
componente, para el cual se establecen los siguientes rangos en la concentración edáfica
para las variables más relacionadas con la enfermedad por fuera de los cuales (bien sea
por exceso, por defecto, o ambos extremos) se pueden conformar alertas por su efecto
en cambios de el componente de incidencia (tercero): Calcio entre 2.3 a 12.4,
Magnesio entre 1.7 a 3.4, CIC entre 5.3 a 16.1, Cobre entre 0.4 a 2.3; arcillas entre
22.0 a 41.0 , Limo entre 26,0 a 64.0 y arena entre 13.0 a 50,0.
Estos resultados para las cuatro variables edáficas identificadas como de mayor peso en
las condiciones del estudio constituyen alertas importantes cuando las concentraciones
permanecen por debajo del rango establecido y se visualizan espacialmente en las
figuras 5-36 a 5-43. Para el caso del Calcio (Ca), los resultados obtenidos estarían
evidenciando entre otros, su efecto en el crecimiento y esporulación del agente causal,
reportado por Rahamab et al. (2012), cuyo trabajo demostró que la aplicación combinada
Resultados y discusión 97
Figura 5-40: CIC (Meq/100 gr) y distribución de casos nuevos de Pudriciones de Estípite
al inicio del trabajo (Ene/2012).
102 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
La figura 5-44 muestra los pesos para los tres componentes principales seleccionados
que explican 70.63% de la variabilidad en los datos con las variables involucradas. Hay
un punto en la gráfica para cada variable. Un peso cercano a 0 indica poca contribución
de la variable en ese componente.
106 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
0,9 Iac
0,7
Componente 3
0,5 PN
0,3
Mg
0,1
B
-0,1
0,9
-0,3 Ca 0,6
0,3
-0,58 0
-0,38 -0,18 -0,3
0,02 0,22 -0,6 Componente 2
Componente 1
Figura 5-45: Ajuste de regresión del tercer componente foliar con la variable incidencia (Iac)
3
PCOMPF_3
-1
-3
-5
0 4 8 12 16 20 24
Iac
En la tabla 5-17 se muestran los pronósticos del tercer componente para diferentes
valores de la incidencia para el caso de incidencias bajas, asociadas a valores predichos
del componente en -0.91296, y con un intervalo de confianza del 95% en valores de
(-0.933448; -0.892472)
108 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Con el intervalo de la tabla 5-17 y los valores del tercer componente, se seleccionaron las
observaciones dentro del intervalo de confianza de este componente, donde las edades
más bajas pertenecen al material híbrido según la tabla 5-18
Tabla 5-18: Distribución de la edad promedio por material de siembra y antigüedad del
análisis foliar para el tercer componente
Con los máximos y mínimos de la tabla 5-19, con la ecuación del tercer componente y las
variables más relevantes en el componente, se establece que los valores que generarían
una alerta para aumentos de incidencia, corresponden con los registros de
concentración foliar por fuera de los siguientes rangos (bien sea por exceso, por defecto,
o ambos extremos) así: Nitrógeno (N) en concentraciones inferiores al rango 2.11- 2,86,
Resultados y discusión 109
Estos resultados para las cuatro variables foliares identificadas como de mayor peso en
las condiciones del estudio constituyen alertas importantes que se visualizan
espacialmente en las figuras 5-46 a 5-53. Para el caso del Calcio (Ca), los resultados
obtenidos nuevamente evidencian su efecto en el crecimiento y esporulación del agente
causal, reportado por Rahamab et al. (2012), además de su relación fisiológica con el
desarrollo de síntomas típicos de perdida de turgencia de los tejidos foliares expresados
como doblamiento y enrruanamiento.
Resultados y discusión 111
Figura 5-46: Disminución de la concentración foliar de N en el periodo 2006 (Izq) a 2009 (Der).
112 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-47: Distribución de casos nuevos de PE en relación a contenido foliar de N en el periodo de evaluación 2012 (Izq) a 2015
(Der).
Resultados y discusión 113
Figura 5-48: Concentración óptima teórica de P foliar 2006-2009 (Izq) y disminución general en el periodo 2010-2011 (Der).
114 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-49: Distribución de casos nuevos de PE en relación a contenido foliar de P en el periodo de evaluación 2012 (Izq) a 2015
(Der).
Resultados y discusión 115
Figura 5-50: Disminución de la concentración foliar de Ca en áreas foco en el periodo 2006 (Izq) a 2011 (Der).
116 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-51: Distribución de casos nuevos de PE en relación a contenido foliar de Ca en el periodo de evaluación 2012 (Izq) a 2015
(Der).
Resultados y discusión 117
Figura 5-52: Concentración general de B foliar 2006-2010 (Izq) y aumento en algunos sectores desde 2011 (Der)
118 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-53: Distribución de casos nuevos de PE en relación a contenido foliar de B en el periodo de evaluación 2012 (Izq) a 2015
(Der).
Resultados y discusión 119
1 2
3 4
5 6
120 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-57: Detalle de la apariencia de los tejidos internos de palmas afectadas por
pudriciones de Estípite en la zona de estudio
124 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
Figura 5-58: Detalle de las zonas necróticas y de avance típicas de las Pudriciones de
Estípite en los tejidos internos de las palmas afectadas en las condiciones de estudio
Resultados y discusión 125
Cada muestra de observación cuenta con un registro fotográfico (Figuras 5-60 a 5-67), en
el que se identifica la palma a que pertenece y se señalan los detalles de interés, entre
126 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
tn
n as.
m
c
e
m
m tn
s
m
cn
cc
n
m
a. Tejido necrosado con presencia de micelio blanco (m. micelio, n. tejido necrosado
b. Células vegetales con conidios de hongos posible género Fusarium (f). Aumento 100x
130 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
m
h
c. Células vegetales y dentro de ellas micelio septado de hongos. Aumento 100x (m. micelio hialino
septado, h. célula vegetal, s. septo).
eh
d. Células vegetales com presencia de estructuras de hongos . Aumento 100x. (eh. estructuras de
hongos h. células vegetales)
Resultados y discusión 131
Figura 5-61 Registros fotográficos caracterización histológica para la Muestra 4: F08B0 L101P04
mb
tn
a. Muestra 4 con basidiocarpo sobre el b. Muestra 4 con micelio blanco (mb. Micelio
tejido vegetal. (b. basidiocarpo) blanco, tn. tejido necrosado)
mb
s
m
c. Muestra 4 con micelio blanco (mb. Micelio d. Impronta del micelio blanco. Aumento 40x (m.
blanco) micelio hialino septado s. Septo)
tj
e. Corte de tejido necrosado con presencia de micelio. Aumento 40x (m. micelio hialino septado, tj.
células vegetales necrosadas)
132 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
cn
cn
a. Corte de tejido necrosado. Aumento 40x. (cn. b. Corte de tejido necrosado. Aumento 100x (cn.
Células vegetales necrosadas) Células vegetales necrosadas)
tn
c. Impronta de micelio blanco. Aumento 40x. (e. d. Tejido necrosado con micelio blanco. (tn. Tejido
Esporas, m. micelio hialino necrosado, m. micelio blanco)
Resultados y discusión 133
cn
tn
cv
c. Corte de tejido necrosado con estructuras d. Tejido necrosado con micelio blanco.
fúngicas. Aumento 100x. (cv. células (tn. tejido necrosado, m. micelio
vegetales necrosadas, ef. Estructuras blanco)
fúngicas)
134 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
h
b
b
a. Basidiocarpo (b. basidiocarpo) b. Corte del basidio. Aumento 40x (h. hifas, b.
basidiosporas)
c. Corte de basidio. Aumento 40x (b. Basidiosporas) d. Corte de basidio. Aumento 40x (b.
Basidiosporas)
[2] VAN DER PLANK, J.E. 1963. Plant disease: epidemics and control. Academic Press
New York, 349 p.
[3] LARGE, E.C. 1966. Measuring plant disease. Annual review phytopathology 4: 9-28.
[4] KERR, A. and RODRIGO, W. 1967. Epidemiology of tea blister blight (Exobasidium
vexans): III. Spore deposition and disease prediction. Trans. Brit. Mycol. Soc. 50, 49-55.
[5] SHAIN L, 1967. Resistance of sapwood in stems of loblolly pine to infection by Fomes
annosus. Phytopathology 61, 1143-1147.
[6] Cole J.P. and King C.A.M. 1968. "Quantitative Geography." John Wiley & Sons. 692 p.
London.
[7] RENARD, J.L; GASCON, J.P; and BACHY, A. 1972. Research on vascular wilt
disease of the oil palm. Oleagineux 27(12): 581591.
[8] ANALYTIS, S. 1973. Methodik der analyse von epidemien dargestellt am Aptelscherf
(Venturia inaequalis). Acta phytomedica (1) : 1 – 76.
[9] BUTT, O.J. and ROYLE, D.J. 1974. Multiple regression analysis in the epidemiology of
plant diseases. In : KRANZ, J. Epidemic of plant diaseases, mathematical analysis and
modelling. pp. 78-82.
[10] JAMES, C. 1974. Assesment of plant disease lasses. Ann. Rev. Phytop. 12: 27-48.
[11] JOWETT, D. and HANING, B. 1974. Nonlinear disease progress curve. In: KRANZ,
T. Epidemic of plant diseases: Mathematical analysis and modelling. pp. 115-136.
[12] MOGK, M. 1974. Automatic data processing in analysis of epidemics. In: KRANZ, J.
Epidemics of plant disease. pp. 55-76.
138 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
[13] MULLER, R.A. 1974. Effect of prophylactic measures on the dissemination. In:
GREGORY, P.H. Phytophtora disease of cocoa. Logman, London, p. 170-178.
[14] KRAUSE, R.A. and MASSIE, L.B. 1975. Predictive systems modern approaches to
disease control. Annual review phytopathology 14: 32-45.
[15] HARRISON, B.D. 1977. Ecology and control of viruses with sail-inhabiting vectors.
Annual review phytophatology, 15: 331-360. 1977.
[16] SHANER, G. and FINNEY, R.E. 1977.The effects of nitrogen fertilitation on the
expression of slow-mildewing in Knox wheat. Phytopathology, 67: 1051-1055.
[17] SMITH, P. R.; STUBBS, L. L.; CHALLEN, D. I. 1977. Studies on the epidemiology of
peach rosette and decline disease in Victoria. Australian Journal of Agricultural Research
28, 103-113.
[19] FRY, W.E. 1978. Management with chemicals an advanced treatise. In: Plant
disease, New York, Acad. Press, 1978. pp. 213-230.
[20] NELSON, R.R. 1978. Genetics of horizontal resistence to plant disease. Annual
review phytopathology 16: 359-378.
[21] THRESH, J.M. SCOTT, P.R, and BAINBROGE, A. 1978. The epidemiology of plant
virus disease. In: Plant disease epidemiology. Oxford, London pp. 86-89.
[22] BECKER, S. 1979. La propagación de la roya del cafeto. S.1. Sociedad Alemana de
Cooperación Técnica. 70 p.
[23] GONZALES, C. 1979. Introducción a la fitopatología. San José, IICA, 1979. 129 p.
[24] ZADOCKS, J.C, and SCHEIN, R.D. 1979. Epidemiology and plant disease
management. New York, Oxford University Press, 1979. 427 p.
[25] KRANZ, J. and HAU, B. 1980. Systems analysis in epidemiology. Annual review
phytopathology, 19: 67-93.
[27] PENNYPACKER, S.P; KNOBLE, H.D.; ANTLE, C.E. and MADDEN, L.J. 1980. A
flexible model for studing plant disease progression. Phytopathology 70: 232-35.
[28] ROBINSON, R.A. 1980. New concepts in breeding for disease resistence. Annual
review phytopathology 18, 189-210.
Bibliografía 139
[29] KUSHALAPPA, A.C. and LAGESSE, R.M. LEAFAL. 1981. A computer program for
cuantitative analysis of leaf fall in coffee rust. Phytopathol. Z, 101: 97-105.
[30] TURNER, P. 1981. Oil palm diseases and disorders. Oxford University Press, Kuala
Lumpur, 280p.
[31] EUCLIDES, E. SAEG. 1982. Análises de dadas. U.F.V., imprensa universitaria centro
de cómputo, viḉosa, Minas, Gerais, Brasil, 1982. 40 p.
[32] GIBBS, A.J. 1982. Virus ecology. Phisiology plant ecology. Ed. By O.L. Lange, P.S.
Nobel, C.B. Osmond and H. Ziegler Sp. ringer – Vulag, Berlin 1982.
[33] ALLEN, R.N. PLUMB, R.T. and THRESH, J.M. 1983. Sp. read of banana bunchy top
and other plant virus diseases in time and sp. ace. In : Plant virus epidemiology. Oxford,
London. Blackwell scientific publications,. pp. 51 – 59.
[34] AUTREY, L.J. and RICAUD, C. PLUMB, R.T. and THRESH, J.M, 1983. The
comparative epidemiology of two diseases of maize caused by leaf hopper- borne viruses
in Mauritius. In: Plant virus epidemiology. Oxford, London, Blackwell scientific
publications,. pp. 280 – 281.
[35] PLUMB, R.T. and THRESH, J.M. 1983. Plant virus epidemiology. Blackwell Scientific
Publications, Boston, 377 p.
[36] SKYLAKAKIS, G. 1983. Theory and strategy of chemical control. Annual review
phytopathology, 22: 117-133.
[40] TAYLOR, L.R. 1984. Assessing and Interpreting the spatial distributions of insects
populations. Annual Review of Entomology 29:321-357
[42] HO, Y. W.; NAWAWI, A. 1985. Ganoderma boninense Pat. from basal stem rot of oil
palm (Elaeis guineensis) in Peninsular Malaysia. Pertanika, 8: 425-428.
140 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
[44] GOODCHILD, M.F., 1986. Autocorrelación espacial. Catmog 47, Geo Books, 1986
[48] RAYNER ADM, BODDY L, 1988. Fungal Decomposition of Wood: Its Biology and
Ecology. New York, USA: John Wiley & Sons.
[49] ARIFFIN, D., IDRIS, A.S.; ABDUL HALIM, H. 1989a. Significance of the black line
within oil palm tissue decay by Ganoderma boninense. Elaeis, 1:11-16.
[50] ARIFFIN, D.; SINGH, G.; LIM, T. K. 1989b. Ganoderma in Malaysia-current status
and research strategy. En: Proceedings of the 1989 Porim International Palm Oil
Development Conference-Module II: Agriculture, 5-9 de septiembre de 1989 (editado por
Jalani et al.): 249-297. Palm Oil Research Institute of Malaysia, Bangi, Selangor
(Malasia).
[52] LEGENDRE, P., FORTIN M-J. 1989. Spatial pattern and ecological analysis.
Vegetation 80: 107-138.
[53] ADASKAVEG JE, GILBERSTON RL, BLANCHETTE RA, 1990. Comparative studies
of delignification caused by Ganoderma sp. ecies. Applied and Environmental
Microbiology 56, 1932-1943.
[54] AGOSIN E, BLANCHETTE RA, SILVA H, LAPIERRE C, CEASE KR, IBACH RE,
ABAD AR, MUGA P, 1990. Characterisation of palo podrido, a natural process of
delignification in wood. Applied and Environmental Microbiology 56, 65-74.
[55] KHAIRUDIN, H. 1990. Basal stem rot of oil palm: incidence, etiology and control.
Master of Agriculture Science Thesis, Universiti Pertanian Malaysia, Selangor (Malasia).
[56] SING, G. 1990. Ganoderma the scourge of oil palm in the coastal areas. En:
Proceedings of the Ganoderma workshop. MPOB. 113-131.
Bibliografía 141
[57] ARIFFIN, D., IDRIS, A.S. 1991. A selective medium for the isolation of Ganoderma
from diseased tissues. En: Proceedings of the 1991 International Palm Oil Conference,
Progress, Prospects & Challenges Towards the 21st Century (Model 1, Agriculture):
PORIM, pp 517-519.
[58] ARIFFIN, D.; IDRIS, A. S. 1991. Investigation on the control of Ganoderma with
dazomet. Proceeding of Porim International Palm Oil Conference (Pipoc 1991).
Agriculture, Malaysian Palm Oil Board, Kuala Lumpur, 424-429.
[59] ARIFFIN, D.; IDRIS, A. S.; ABDUL HALIM, H. 1991. Histopathological studies on
colonization of oil palm root by Ganoderma boninense. Elaeis,3 (1): 289-293.
[60] ARIFFIN D, SEMAN IA, 1991. A selective medium for the isolation of Ganoderma
from diseased tissues. In: Proceedings of the 1991 International Palm Oil Conference,
st th
Progress, Prospects and Challenges towards the 21 Century. 9-14 September 1991.
Edited by Yusof et al. PORIM. Bangi Selangor.Malaysia .pp 517-519.
[61] PEARCE RB, 1991. Reaction zone relics and the dynamics of fungal sp. read in the
xylem of woody angiosp. erms. Physiological and Molecular Plant Pathology 39, 41-55.
[62] SINGH G, 1991. Ganoderma- the scourge of oil palm in the coastal areas. The
Planter 67, 421-44.
[63] BODDY L, 1992. Micro-environemtnal asp. ects of xylem defences to wood decay
fungi p 96-132. In: (R.A. Blanchette & A.R. Biggs eds) Defence Mechanisms of Woody
Plants against Fungi. Sp. ringer - Verlag, Berlin
[64] LIM TK, CHUNG GF, KO WH, 1992. Basal stem rot of oil palm caused by
Ganoderma boninense. Plant Pathology Bulletin 1, 147-152.
[65] ROSSI R.E., MULLA, D.J., JOURNEL, A.G. y FRANZ, E.H. 1992. Geostatistical tools
for modeling and interpreting ecological spatial dependence. Ecological Monographs 62:
277-314.
[66] GURMIT, S. 1993. Ganoderma seria enfermedad de la palma de aceite en las zonas
costeras (Colombia). Revista Palmas, v14 no.3, p15-26
[67] LIM, K. H.; CHUAH, J. H.; HO, C. H. 1993. Effects of soil heaping on Ganoderma
infected oil palms. En: Proceedings of the 1993 Porim International Palm Oil Congress
„Update and Vision‟ (Agriculture), 20-25 de septiembre de 1993, (editado por Jalani et al.),
735-738. Palm Oil Research Institute of Malaysia, Bangi, Selangor (Malasia).
[68] LIESTOL, K, ANDERESEN, PK, ANDERSEN, U. 1994. Survival analysis and neural
nets. Statist Med;13:1189-200.
142 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
[70] NIETO, L. 1994. Pudrición basal del tallo de la palma de aceite (Elaeis guineensis
Jack.) causada por Ganoderma sp. . Palmas (Colombia) v15, No.2, p.31-38.
[72] ARIFFIN, D. 1995. Criterios para el control de la Pudrición Basal del estipe de la
palma de aceite. Palmas (Colombia) v16 No esp. ecial, p219-226
[73] ARIFFIN D, IDRIS AS, MARZUKI A, 1995. Development of a technique to screen oil
palm seedlings for resistance to Ganoderma. In: Proceedings of the 1995 PORIM
National Oil Palm Conference " Technologies in Plantation- the way forward". 11-12 July
1995. PORIM. Bangi Selangor.Malaysia.pp132-141
[74] BENJAMIN, M.; CHEE, K.H. 1995. Basal Stem Rot of oil palm a serious problem on
inland soils. MAPPS Newsletter, 19 (1):3
[75] Chater, N. Levy, J.P.y Bairaktaris, D. 1995. NEURAL NETWORKS: The new
statistical models of mind. Connectionist models of memory and language. UclPress.
London.
[76] CROSS BS, HARRISON RF, KENNEDY RL. 1995. Introduction to neural networks.
Lancet 1995;346:1075-9.
[77] HILERA, J.R. Y MARTÍNEZ, V.J. 1995. Redes neuronales artificiales: Fundamentos,
modelos y aplicaciones. Ra-ma. Madrid. (1995).
[78] ARIFFIN D, IDRIS AS, MARZUKI A, 1996. Sp. read of Ganoderma boninense and
vegetative compatibility studies of a single field palm isolates. In: Proceedings of the 1996
PORIM International Palm Oil Congress ( Agriculture) . Septemebr 1996. Edited by Ariffin
et al. PORIM. Bangi Selangor, Malaysia .pp 317- 329
[79] ARIFFIN, D; IDRIS, A.S.; MARZUKI, A. 1996. Sp. read of Ganoderma boninense and
vegetative compatibility studies of a single field palm isolates. En: Proceedings of the
1996 PORIM International Palm Oil Congress (Agriculture), sept, 1996. 317-329
[80] PEARCE RB, 1996. Antimicrobial defences in the wood of living trees. New
Phytologist 132, 203-233.
[83] ONSANDO JM, 1997. Distribution, severity and sp. read of Armillaria root diseases in
Kenya tea plantations. Plant Disease 81, 133-137. [97] TUCK., H. C.; KHAIRUDIN, H.
1997. Usefulness of soil mounding treatments in prolonging productivity of prime-aged
Ganoderma infected palms. The Planter, 73(854): 239-244.
[84] PEARCE RB, FISHER BJ, CARPENTER TA, HALLl LD, 1997. Water distribution in
fungal lesions in the wood of sycamore, Acer pseudoplatanus, determined gravimetrically
and using nuclear magnetic resonance imaging. New Phytologist 135, 675-688.
[87] DARMONO TW, 1998. Development and survival of Ganoderma in oil palm tissue.
th
In: Proceedings of the 1998 International Oil Palm Conference, Nusa Dua. Bali 23-25
September 1998. pp 613-617.
[88] HASAN Y, TURNER PD, 1998. The comparative importance of different oil palm
tissues as infection sources for basal stem rot in replantings. The Planter 74, 119-35.
[92] MILLER RNG, HOLDERNESS M, BRIDGE PD, CHUNG GF, ZAKARIA MH, 1999.
Genetic diversity of Ganoderma in oil palm plantings. Plant Pathology 48, 595-603.
[93] ARIFFIN, D. 2000. Major diseases of oil palm. En: Advances in oil palm research-
volume 1. Malaysian Oil Palm Board, 596-622.
[96] DARMONO TW, 2000. Ganoderma in oil palm in Indonesia: Current status and
prospective use of antibodies for the detection of infection. In: (J. Flood, P. Bridge & M.
Holderness, eds) Ganoderma Diseases of Perennial Crops: Wallingford: CABI Publishing.
249-66.
[97] EWING, E. E., SIMCO, I., SMART, C. D., BONIERBALE, M. W., MIZUBUTI, E. S. G.,
MAY, G. D., and FRY, W. E. 2000. Genetic mapping from field tests of qualitative and
quantitative resistance to Phytophthora infestans in a population derived from Solanum
tuberosum and Solanum berthaultii. Mol. Breed. 6:25-36.
[98] FLOOD J, HASAN Y, TURNER PD, O‟GRADY EB, 2000. The sp. read of
Ganoderma from its infective sources in the field and its implications for management of
the disease in oil palm. In. Flood, J, Bridge PD, Holderness, M, eds. Ganoderma
Diseases of Perennial Crops. CABI Publishing,101-112.
[101] IDRIS, A. S.; ARIFFIN, D.; SWINBURNE, T. R.; WATT, T. A. 2000a. The identity of
Ganoderma species responsible for basal stem rot (bsr) disease of oil palm in Malaysia –
Morphological characteristics. mpob Information Series 102, mpob TT 77a, agosto de
2000, 4pp.
[102] MILLER RNG, HOLDERNESS M, BRIDGE PD, 2000. Molecular and morphological
characterization of Ganoderma in oil-palm plantings. In: (J. Flood, P. Bridge & M.
Holderness, eds) Ganoderma Diseases of Perennial Crops. Wallingford: CABI Publishing.
pp 159-82.
[103] UTOMO, C.; NIEPOLD, F. 2000. The development of diagnostic tools for
Ganoderma in oil palm. En: Ganoderma Diseases of Perennial Crops (editado por Flood
et al.), cabi Publishing (UK), 235-248.
[104] DAYHOFF JE, DE LEO JM. 2001. Artificial neural networks. Opening the black box.
Cancer 2001;91:1615-35
[105] IDRIS, A.S.; ARIFFIN, D.; SWINBURNE, T.R.; WALT, T.A. 2001a. Distribution of
species of Ganoderma Basal Stem Rot of oil palm in relation to environmental conditions
in peninsular Malaysia. En: The proceedings of the agriculture conference of 2001 Pipoc.
385-394.
Bibliografía 145
[106] LAREZ C.R. 2001. Aspectos epidemiológicos de la pudrición alta del tallo de la
palma de aceite (Elaeis guineensis Jacq.) en el Estado Monagas, Venezuela. PALMAS -
Vol. 22 No. 2, p.21-26
[107] CAPRA F. 2002. La Trama e la vida. Una nueva perspectiva de los sistemas vivos.
ANAGRAMA.
[109] IDRIS, A. S.; ISMAIL, S.; ARIFFIN, D.; AHMAD, H. 2002a. Control of Ganoderma-
infected palm – development of pressure injection and field applications. mpob
Information Series 148, mpob TT 131, mayo de 2002, 2pp.
[110] IDRIS, A. S.; KHUSAIRI, D.; ISMAIL, S.; ARIFFIN, D. 2002b. Selection for partial
resistance in oil palm to Ganoderma basal stem rot. Paper Presented in the Seminar
Recent Progress in the Management of Peat and Ganoderma, 6-7 de mayo de 2002,
Bangi, 12pp.
[112] SIMKO, I. 2002. Comparative analysis of quantitative trait loci for foliage resistance
to Phytophthora infestans in tuber-bearing Solanum sp. ecies.Am. J. Potato Res. 79:125-
132.
[114] HASAN Y, FLOOD J, 2003. Colonisation of rubber wood and oil palm blocks by
monokaryons and dikaryons of Ganoderma boninense - implications to infection in the
field. The Planter 79, 31-38
[116] RAO V, LIM CC, CHIA CC, TEO KW, 2003. Studies on Ganoderma sp. read and
control. The Planter 79, 367-83.
[119] FLOOD J, HASAN Y, 2004. Basal stem rot - taxonomy, biology, epidemiology,
economic status and control in South East Asia and Pacific Islands. Proceedings of the
Malaysian Palm Oil Board Conference. May 2004. 117-33. MPOB. Kuala Lumpur.
Malaysia.
[120] GAROFALO and MCMILLAN. 2004. Thielaviopsis Diseases of Palms. Proc. Fla.
State Hort Soc117:324-325.
[121] IDRIS, A. S.; ISMAIL, S.; ARIFFIN, D. 2004. Innovative technique of sanitation for
controlling Ganoderma at replanting. mpob Information Series 220, mpob TT 213, mpob
(Malasia), 4pp.
[122] IDRIS AS, KUSHAIRI A, ISMAIL S, ARIFFIN D, 2004. Selection for partial
resistance in oil palm progenies to Ganoderma basal stem rot. Journal of Oil Palm
Research 16, 12-8.
[124] ROMERO F. 2004. Manejo Integrado de Plagas. Las bases, los conceptos, su
mercantilización. Universidad Autónoma de Chapingo, Mexico
[125] ALEXANDROV, A. 2005. Convex Polyhedra. Springer Science and Business Media.
[127] FLOOD J, KEENAN L, WAYNE S, HASAN Y, 2005. Studies on oil palm trunks as
sources of infection in the field. Mycopathologia 159, 101-7.
[128] HASAN Y, FOSTER HL, FLOOD J, 2005. Investigations on the causes of upper
stem rot (USR) on standing mature oil palms. Mycopathologia 159, 109-112.
[129] IDRIS, A. S.; ISMAIL, S.; ARIFFIN, D. 2005. Reducing risk of Ganoderma in supply
palms. mpob Information Series 264, mpob TT 260. Mpob (Malasia), 4pp.
[130] MITCHEL, 2005. Andy. La Guía de Esri para el análisis SIG, Volumen 2. Esri Press.
[131] PILOTTI, C. 2005. Stem rots of oil palm caused by Ganoderma boninense:
Pathogen biology and epidemiology. Mycopathologia 159.129-141.
Bibliografía 147
[132] SANDERSON FR, 2005. An insight into spore dispersal of Ganoderma boninense
on oil palm. Mycopathologia 159, 139–141.
[133] SUSANTO A, SUDHARTO PS, PURBA RY, 2005. Enhancing biological control of
basal stem rot disease (Ganoderma boninense) in oil palm plantations. Mycopathologia
159, 153-57.
[135] DUCCION R. and CHIARA C. 2006. On The Measure of Sp. atial Centroid in
Geography. Asian Journal of Information Technology, 5: 729-731.
[137] REES R, 2006. Ganoderma stem rot of oil palm (Elaeis guineensis); mode of
infection, epidemiology and biological control. PhD thesis, University of Bath, UK.
[138] HOONG, H.W. 2007. Ganoderma disease of oil palm in Sabah. The planter , 83
(974): 299-313
[139] MADDEN, L. V., HUGHES, G., and VAN DEN BOSCH, F. 2007. The Study of Plant
Disease Epidemics. American Phytopathological Society, St. Paul, MN.
,
[140] REES R.W., FLOOD, J., HASAN, Y. and COOPER, R.M. 2007. Low soil
temperature and root-inoculum contact enhance Ganoderma infection of oil palm;
implications for late disease appearance in plantations and screening for disease
resistance. Plant Pathology 56, 862-870
[142] IDRIS, A. S.; RAFIDAH, R. 2008. Polyclonal antibody for detection of Ganoderma.
mpob Information Series 430, mpob TT 405, 17 de junio de 2008, 4pp.
[143] KHAIRUDIN, H.; CHONG, T.C. 2008. An overview of the current status of
Gannoderma Basal Stem Rot and its management in a large plantation group in Malaysia.
The planter, 84(988):469-482
[144] PFEIFFER, D., ROBINSON, T. P., STEVENSON, M., STEVENS, K. B., ROGERS,
D. J., & CLEMENTS, A. C. 2008. Spatial analysis in epidemiology.
148 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
[146] IDRIS, A.S. 2009. Basal Stem Rot in Malaysia-Biology, economic importance,
Epidemiology, detection and control of oil palm devastating diseases, 6nov2009. MPOB
(Malaysia), 13-57.
[147] KUSHAIRI, A.; IDRIS, A.S.; NORMAN, K. 2009. Proceedings of the international
workshop on awareness, detection and control of oil palm devastating diseases, Kuala
Lumpur (Malaysia), MPOB.
[148] MARKOM, M.A.; SHAKAFF, A.Y.M.; ADOM, A.H.; AHMAD, M.N.; HIDAYAT, W.;
ABDULLAH, A.H.; FIKRI, N.A. 2009. Intelligent electronic nose system for basal stem rot
disease detection. Comput Electron Agr 66 (2) :140-146.
[149] REES, RW., FLOOD, J.,HASAN, Y. and COOPER, RM. 2009. Basal stem rot
infection of oil palm; mode of root and lower stem invasion by Ganoderma. Plant
Pathology, 58 982-989
[152] FLOOD J., COOPER R., REES R., POTTER U. and HASAN Y. 2010. Some Latest
R&D on Ganoderma Diseases in Oil Palm. Presented at IOPRI/MPOB seminar:
Advances in the controlling of devastating disease of oil palm (Ganoderma) in South East
Asia, Jogjakarta, May 2010. (2010) 21 pp.
[153] IDRIS, A. S.; MAZLIHAM, M. S.; LOONIS, P.; BASRI, M. W. 2010. Ganosken for
early detection of Ganoderma infection in oil palm. mpob Information Series 449, mpob
TS 442, mpob (Malasia), 4pp.
[154] LELONG, C.C.; ROGER, J-M;BREGAND, S.; DUBERTRET, F.; LANORE, M.;
SITORUS, N.; RAHARJO, D.; CALIMA, J-P. 2010. Evaluation of Oil Palm Fungal Disease
Infestation with canopy hypérspectral reflectance data. Sensors 10 (1) :734-747
Bibliografía 149
[156] VIRDIANA, I. & FLOOD, J, 2010. Testing the effects of oil palm replanting practices
( windrowing, fallowing and poisoning) on incidence of Ganoderma. Proceedings of the
IOPC June 2010. ( in press)
[157] CHUNG, G.F. 2011. Management of ganoderma diseases in Oil palm plantations.
Planter 87(1022):325–339
[158] MOHD AS´WAD, A.W.; SARIAH, M.; PATERSON, R.R.M.; ZAINAL ABIDIN M.A.;
LIMA, N. 2011. Ergosterol Analyses of oil palm seedlings and plants infected with
Ganoderma. Crop Prot 30 (11) :1438-1442.
[159] WALAT, O.; HOONG, H.W. 2011. Land preparation practices for oil palm replanting
– Sawit kinabalu Group´s experience in Sabah. The planter, 87 (1019), 105-119.
[159] ABDULLAH, A.H.; ADOM, A.H.; SHAKAFF, A.Y.; AHMAD, M.N.; ZACARIA, A.;
SAAD, F.S.A.; ISA, C.M.N.C; MASNAN, M.J.; KAMARUDIN, L.M. 2012. Hand-Held
Electronic Nose Sensor Selection System for Basal Stem Rot (BSR) Disease Detection.
In. Intelligent Systems, Modelling and Simulation (ISMS). Third International Conference,
pp 737-742.
[160] IDRIS, A. S.; MAIZATUL, S. M. 2012. Stump treatment with dazomet for controlling
Ganoderma disease in oil palm. mpob Information Series 615, mpob TS 107, 2pp.
[161] IDRIS, A. S.; NURRASHYEDA, R.; MAIZATUL, S. M.; MADIHAH, A. Z.; TARMIZI,
A. M.; KUSHAIRI, A.; WAN AZHA, W. M.; TONY PENG, S. H. 2012. Biofertilizer
Hendersonia GanoEF as biological control of Ganoderma in oil palm. mpob Information
Series 595, mpob TT 508. Mpob (Malasia), 3pp.
[162] REES, R. W., FLOOD, J., HASAN, Y., WILLS, M. A. and COOPER, R. M. 2012,
Ganoderma boninense basidiospores in oil palm plantations: evaluation of their possible
role in stem rots of Elaeis guineensis. Plant Pathology, 61: 567–578.
[164] RAHAMAH B M., SITI NOOR FARHANA M. D., KHAIRULMAZMI A., IDRIS A. 2012.
In vitro effects of salicylic acid, calcium and copper ions on growth and sporulation of
Ganoderma boninense. African Journal of Biotechnology Vol. 11(70), pp. 13477-13489.
[165] SIMKO, I. and PIEPHO, H.P. 2012. The Area Under the Disease Progress Stairs:
Calculation Advantage and Application. Phytopathology, 102(4), 381 – 389.
150 Epidemiología de las Pudriciones de Estípite de la Palma de Aceite en Colombia
[166] CORBEN, H. and STHELE, P. 2013. Classical Mechanics. 2nd ed. Dover
Publications INC. p. 61.New York, EE.UU.
[168] IDRIS, A.S. 2013. Current Status of R&D on Ganoderma Disease in Malaysia.
PALMAS (Colombia), vol 34, No.especial, Tomo I, pp100-116
[169] ROMERO, H.M., NAVIA, M. 2013. Determinación de las condiciones óptimas para
la detección y cuantificación de Ganoderma sp. . en palma de aceite usando PCR
cuantitativo en tiempo real. Ceniavances No.172. Octubre de 2013. Cenipalma.
[170] AZAHAR, T. M., IDRIS, A. S., ABU HASSAN, D., NORAZLIN. 2014. Assessment of
Basal Stem Rot Disease Distribution in Palm Oil Plantation Using Geographical
Information System. Journal of Science and Technology Vol. 6, No.2, p.81-92
[171] HUSHIARIAN R, YOSOF N.A. and DUTSE S.W. 2013. Detection and control of
Ganoderma boninense: strategies and perspectives. Sp. ringerPlus,2:555
[172] DE BEER, Z.W., DUONG, T.A., BARNES, I., WINGFIELD, B.D., and WINGFIELD,
M.J. 2014. Redefining Ceratocystis and allied genera. Stud. Mycol. 79: 187-219.
[175] MOHD, I.H.; ABDUL, R.J.; ABD, R.S. AMINULRASHID, M.; MUHAMAD F.I.;
MOHD, R.A.; IDRIS, A.S. 2014. Tractor mounted Trunk Injector for control for Basal Stem
Rot disease. MPOB Information series. ISSN 1511-7871. June 2014.
[179] MESTIZO, Y., ZUÑIGA, L., ARANGO, M., BANDERA, G., MARTINEZ, J., PINEDA,
B, y MARTINEZ, G. 2015. Avances en la investigación de la Pudrición basal del estípite
(PBE) en palma de aceite en Colombia. Revista Palmas. Bogotá (Colombia) vol. 56 (7)
88-9.