Models and applications for risk assessment and prediction of Asian soybean rust epidemics

Abstract

A ferrugem Asiática da soja Glycine max (L.) Merril] é atualmente uma das mais importantes doenças foliares dessa cultura no mundo. A recente introdução de seu agente causal, o fungo Phakopsora pachyrhizi Syd & P. Syd, nas Américas representa uma grande ameaça à sojicultura nas principais regiões produtoras do mundo, onde perdas significativas foram relatadas. A ferrugem Asiática da soja é uma doença extremamente agressiva sob condições ambientais favoráveis, causando rápida desfolha nas plantas e danos à produção de grãos. O conhecimento epidemiológico sob condições controladas e naturais, os quais visam elucidar os fatores que afetam os processos do ciclo da doença tem sido fundamental para dar base a estudos de modelagem da epidemia. Devido à importância e recente expansão da doença para as principais áreas de produção de soja no mundo, uma nova atenção tem sido dada ao desenvolvimento, avaliação e aplicação de modelos para avaliação de risco e previsão de suas epidemias, valendo-se de avanços recentes no conhecimento epidemiológico, métodos estatísticos e simulação por computador. O conhecimento gerado tem permitido a construção de novos modelos para a previsão e avaliação de risco de doenças, os quais se diferenciam em relação aos parâmetros estimados, escala espacial ou temporal, objetivo e público alvo. Nesta revisão, é apresentada uma discussão detalhada de modelos e sistemas de previsão e avaliação de risco da ferrugem da soja encontrados na literatura, bem como os desafios, limitações e incertezas nas previsões.

Asian rust of soybean [Glycine max (L.) Merril] is one of the most important fungal diseases of this crop worldwide. The recent introduction of Phakopsora pachyrhizi Syd. & P. Syd in the Americas represents a major threat to soybean production in the main growing regions, and significant losses have already been reported. P. pachyrhizi is extremely aggressive under favorable weather conditions, causing rapid plant defoliation. Epidemiological studies, under both controlled and natural environmental conditions, have been done for several decades with the aim of elucidating factors that affect the disease cycle as a basis for disease modeling. The recent spread of Asian soybean rust to major production regions in the world has promoted new development, testing and application of mathematical models to assess the risk and predict the disease. These efforts have included the integration of new data, epidemiological knowledge, statistical methods, and advances in computer simulation to develop models and systems with different spatial and temporal scales, objectives and audience. In this review, we present a comprehensive discussion on the models and systems that have been tested to predict and assess the risk of Asian soybean rust. Limitations, uncertainties and challenges for modelers are also discussed.