Retrospectiva e tendências em modelagem matemática e previsão de ferrugem asiática

Emerson Del PonteProf. Dr. em Fitopatologia, Departamento de Fitossanidade, Faculdade de Agronomia - UFRGS - emerson.delponte@ufrgs.br

Panorama da ferrugem asiática nas Américas

Mais uma safra de soja brasileira tem início e já se especula em torno das expectativas de ocorrência e impacto da ferrugem asiática, a doença de soja, causada pelo fungo Phakopsora pachyrhizi, mais comentada nos últimos anos e temida por agricultores nas principais regiões de produção de soja do mundo nas Américas do Sul e do Norte. Enquanto que na primeira, especialmente em algumas regiões do Brasil onde a doença tem atingido níveis epidêmicos, agricultores têm tentado garantir a produção com altos custos com aplicações de fungicidas (Yorinori, 2005), agricultores do meio-oeste americano estão ainda despreocupados com a ferrugem asiática, a qual tem limitado a sua maior ocorrência a lavouras nos Estados do Sul daquele país. Após duas safras, desde sua entrada na área continental norte-americana em novembro de 2004, a ferrugem asiática não causou impacto direto significativo na produção de soja americana. Os investimentos têm sido altos para a disseminação de informações, treinamento, monitoramento e previsão da doença. Muitos já consideram que estas ações tenham proporcionado economia de vários milhões de dólares que poderiam ter sido gastos em pulverizações desnecessárias.

Na safra americana de 2006, já considerada a terceira maior da história, a ferrugem asiática foi detectada pela primeira vez em campos de soja no meio-oeste, Illinois e Indiana - Estados que concentram grandes áreas de produção. A ferrugem foi encontrada em diversos locais no Sul dos Estados Unidos, desde meados da safra, com uma concentração maior de detecções ao longo do Rio Mississipi desde Lousiana até o sul do Illinois. No entanto, seu aparecimento no meio-oeste foi tardio, limitada a poucos locais e em baixa incidência (PIPE, 2006). Tal comportamento é semelhante ao que tem sido verificado na Argentina, onde a ferrugem asiática tem apresentado lenta dispersão nas últimas safras, atingindo as principais regiões produtoras no centro sul daquele país também no final da estação (Ploper, 2006).

Aqui no Brasil a situação é bem mais séria e peculiar com contrastes regionais e entre as safras, quanto à dispersão e severidade da doença, possivelmente associadas às diferenças climáticas, práticas de manejo regional da cultura (cultivo sob pivôs) e falhas no manejo da doença (Yorinori, 2005). Exemplos de danos expressivos como epidemias severas registradas na Bahia em janeiro de 2003 não se repetiram naquela região, enquanto que níveis epidêmicos continuaram a castigar produtores de soja em vários locais no Estado do Mato Grosso e outros no Centro-Oeste, desde as primeiras epidemias lá registradas. Existem relatos de que mais de cinco aplicações de fungicidas foram necessárias para tentar frear a doença, ameaçando a sustentabilidade do agronegócio da soja na região (Siqueri, 2005).

Na região Sul do Brasil, as estiagens generalizadas nas últimas duas safras não impediram a dispersão da doença para várias regiões. De maneira geral, a doença tem sido detectada mais tardiamente no ciclo da cultura, comparado à região Central e Oeste, porém, a cada ano, os focos são encontrados mais cedo em lavouras comerciais no RS, principalmente a partir do final de janeiro (Embrapa, 2006). A severidade da doença, no entanto, tem sido variável e no geral não é tão agressiva, porém existem relatos de casos de desfolha significativa, em função das condições climáticas e época de entrada da doença na lavoura. Dados de pesquisa da Embrapa Trigo, observados durante o período normal de cultivo em anos de seca, não mostram evidências de danos significativos pela ferrugem na região de Passo Fundo (Godoy, 2005).

No estado do Paraná, a situação tem sido variável entre as regiões. Embora inicialmente se acreditasse que a doença seria mais agressiva nas regiões com altitudes mais elevadas a maior agressividade da doença tem ocorrido nas regiões norte do Estado, onde provavelmente o maior regime de chuvas durante os meses críticos exerceram influência decisiva na agressividade da doença, enquanto que estiagens nas regiões do sul do Estado frearam o desenvolvimento da epidemia até a safra 2004/05 (Jaccoud-Filho et al., 2005). Na safra 2005/06, as chuvas regulares contribuíram para uma maior agressividade da doença, também na região Sul, mas ainda incomparável às regiões do Mato Grosso, uma vez que o número máximo é de três pulverizações e os problemas localizados têm ocorrido possivelmente devido à falha na identificação precoce da doença e, com isso, atraso nas aplicações (C. Godoy – comunicação). As reduções de safra no Paraná, assim como no Rio Grande do Sul, nas últimas safras, tem sido mais atribuídas à seca.

Apresentados de forma sucinta os cenários em alguns poucos anos de convivência com a ferrugem asiática em regiões geográficas, desde a entrada do patógeno nas Américas, algumas perguntas persistem quanto à expectativa da doença nas safras vindouras: A lenta dispersão espacial da ferrugem asiática será um comportamento típico em regiões de alta latitude? Poderá a ferrugem aparecer mais cedo e causar danos nessas regiões onde ainda não tem sido problema, e com que freqüência? Por que a presença de sojas guaxas e plantas de kudzu, uma planta leguminosa, infectado com P. pachyrhizi no início da safra parecem não contribuir para a severidade da doença na região? Continuará a ferrugem sendo um problema constante na região central do Brasil, enquanto não se dispor de cultivares com certo grau de resistência? Será possível diminuir o risco da doença através de medidas de regulamentação como o vazio fitossanitário, o qual se baseia na diminuição do potencial regional de inóculo? Será a doença mais ou menos severa em anos de El Nino no Brasil? O fato de a doença ter sido detectada em parcelas sentinelas em uma região significa que as lavouras comerciais estão sob alto risco? Existe alguma forma de se racionalizar as aplicações de produtos sem a dependência de um calendário fixo?

Essas são algumas questões que se pode tentar responder com base no conhecimento da epidemiologia da ferrugem asiática, em diferentes escalas, seja de uma lavoura, de uma região, ou de um país. Basicamente, deve-se ter o melhor entendimento sobre os fatores (agronômicos, climáticos e biológicos) que contribuem para o avanço da doença no tempo e no espaço, de forma a se poder prever o seu comportamento futuro. Respostas quantitativas com base científica podem se tentar obter quando tal conhecimento é expresso na forma de modelos matemáticos.

Diversos modelos matemáticos tem sido desenvolvidos com avanços significativos na pesquisa e aplicações dos modelos para estimativas de risco da ferrugem asiática da soja. O presente artigo tem o objetivo de apresentar uma retrospectiva de algumas estratégias de desenvolvimento e aplicação dos modelos matemáticos para ferrugem asiática da soja nos países líderes da produção. Maiores detalhes da epidemiologia e do efeito ambiental na doença não serão aqui apresentados, mas apenas discutidos alguns fatores ambientais considerados nos modelos. Por fim, será comentado sobre as tendências e desafios na previsão de risco de uma das mais importantes doenças de plantas da atualidade.

Estratégias de modelagem e previsão da ferrugem asiática

Na lista de mais de uma dezena de modelos matemáticos encontrados na literatura, as aplicações podem ser divididas em dois tipos: a avaliação ou a previsão de risco. Quanto a sua natureza, os modelos para estimativas de risco de ferrugem asiática variam desde aqueles de estrutura simples, como equações lineares e não lineares para estimativa de períodos infectivos (ou de favorabilidade à infecção) e da severidade da epidemia, enquadrados no grupo dos modelos empíricos. Outro grupo engloba os mais ou menos complexos modelos de simulação em computador (ou baseados em processos), os quais necessitam dados meteorológicos e biológicos, em alguns casos sistemas de informação geográfica.

Avaliação e a previsão do risco

Os dois tipos de aplicações básicas dos modelos são: avaliação de risco e previsão de risco.

Conceitualmente, a avaliação de risco consiste no estudo do potencial de estabelecimento e impacto de uma patógeno quando introduzido em regiões onde este ainda não ocorre – essa avaliação científica é feita eventualmente em análises de risco de pragas (Teng e Yang, 1993). Após a introdução de um patógeno ou praga, os estudos se direcionam para a previsão de risco da doença já estabelecida (Yang, 2003). No entanto, Yang (2006) propõe o uso do termo avaliação de risco para situações em que a doença já está presente e a previsão é feita em escala maior de tempo (anos). Como exemplo, aqueles estudos que mostram as tendências de comportamento de uma doença nas próximas safras, seja com o uso de dados de tendências climáticas ou de séries históricas de clima para estimativas de probabilidade de ocorrência, zoneamento de favorabilidade climática, ou mesmo de danos potenciais em determinadas regiões.

Quando o objetivo é o de determinar o risco em tempo real no decorrer da safra, seja na escala de uma lavoura ou de uma grande região, está se fazendo uma previsão de risco e os modelos deste tipo são comumente chamados de modelos de previsão. Tanto as avaliações como as previsões de risco devem ser baseadas em estimativas científicas, onde entram então em cena os modelos matemáticos, que podem ser agrupados em dois tipos básicos segundo a sua natureza: empíricos ou mecanísticos, também chamados de modelos de simulação. Definido o objetivo da aplicação, a segunda etapa é escolher (ou desenvolver) um ou mais modelos que serão utilizados para se calcular as estimativas do risco específico. Avaliações de risco podem ser feitas para componentes individuais do processo, como: avaliação do potencial de entrada; avaliação do potencial de estabelecimento; avaliação do potencial epidêmico; e avaliação do potencial de danos (Yang, 2006).

Já as previsões de risco se limitam à estimativa do potencial epidêmico durante uma safra, com a premissa de que o inóculo está presente e os modelos de previsão indicarão o risco da doença se estabelecer ou atingir níveis preocupantes em uma lavoura ou região, de modo que poderão alertar quanto à necessidade atingir um limiar de dano e indicar pulverização com fungicida. A maioria dos modelos de risco da ferrugem asiática pode ser usada em avaliações de risco, enquanto que apenas alguns têm aplicação direta na previsão de risco.

A seguir, será apresentado uma retrospectiva do desenvolvimento e aplicações de modelos de risco da ferrugem asiática nos países líderes da produção mundial – Estado Unidos e Brasil.

A estratégia americana – Preparação para o problema potencial

O Estados Unidos é o país que mais fez investimentos em pesquisa ao longo dos últimos 30 anos para se tentar compreender a epidemiologia da ferrugem asiática, dentre outros aspectos, em ações conduzidas dentro e fora do país. Experimentos foram conduzidos em meados da década de 1970, em ambiente contido nas instalações do Departamento de Agricultura (USDA), para se estudar as componentes do ciclo da doença (Marchetti et al., 1976, Melching et al., 1979) e dar base a análises de risco (Bromfield, 1980). Previamente, estudos epidemiológicos haviam sido conduzidos por pesquisadores no Japão, China, Índia e Austrália, onde a ferrugem asiática da soja já estivera estabelecida por muitos anos (Bromfield, 1984). Estudos de campo, financiados pelo governo americano, foram conduzidos em Taiwan onde era possível o cultivo durante o ano inteiro, com o objetivo de coletar dados epidemiológicos detalhados sob diferentes cenários climáticos ao longo de dois anos (Tchanz, 1984). Como resultado das pesquisas de laboratório e de campo, foi desenvolvido o primeiro modelo de computador para a simulação da ferrugem asiática da soja - SOYRUST, no início da década de 1990. O modelo, que basicamente simula o desenvolvimento da doença por influência ambiental (temperatura e molhamento foliar) em vários processos do ciclo da doença, foi validado com os dados observados em Taiwan e demonstrou resultados satisfatórios de simulação do progresso da severidade de epidemias em épocas normais de safra (Yang et al., 1991a).

Tendo um modelo matemático em mãos, o próximo objetivo dos EUA era usá-lo para uma avaliação de risco da doença então exótica no seu país - isso há exatos 13 anos antes de sua introdução. O acoplamento do SOYRUST a um modelo de simulação do crescimento da cultura da soja permitiu a determinação do potencial epidêmico e de danos pela ferrugem nos Estados Unidos. O modelo foi rodado com séries climáticas para diferentes locais desde a Flórida até o meio-oeste americano. Na época, as simulações permitiram identificar o potencial da doença se desenvolver no país com danos mais expressivos simulados em lavouras nos estados do sul, devido à condição climática mais favorável, e menor impacto no meio-oeste, porém variável entre os anos (Yang et al., 1991b).

Concluído este estudo de avaliação de risco, os esforços americanos se concentraram na busca de resistência genética e manejo da doença, que acabara de entrar e se espalhar por vários países africanos em meados da década de 90, confirmando seu potencial destrutivo (Levy, 2005). Em meados dos anos 90, outros modelos foram desenvolvidos com base na re-análise dos dados de Taiwan com outras metodologias de modelagem, como redes neurais artificiais (Batchelor et al., 1997). Com a chegada da doença na América do Sul, foi dado o sinal de alerta máximo e se retomou com grande intensidade os estudos de desenvolvimento de modelos e estudos de avaliação do risco - agora para se fazer estimativas de risco do potencial de entrada e estabelecimento da doença no continente norte-americano. Não faltaram financiamentos expressivos para grupos multidisciplinares de especialistas desenvolverem novos modelos à luz dos avanços da computação, climatologia e das tecnologias de informação, os quais tiveram grande impulso no final do século.

Ainda antes da chegada do fungo aos EUA, um modelo de computador foi desenvolvido pelo grupo da Universidade do Estado de Iowa (ISU) com o objetivo de mapear as zonas de sobrevivência do fungo ao longo de um ano em todas as regiões do mundo. O modelo calcula um índice de estresse (considerando estresses de frio, calor e umidade) para mapear, em um sistema de informação geográfica, as zonas de sobrevivência ao longo do ano. Tal estudo foi importante para se determinar regiões onde o inóculo não sobreviveria na entressafra e dependeria de fontes em locais distantes (Figura 1) (Pivonia e Yang, 2004).

Figura 1. Índice de sobrevivência da ferrugem asiática durante o inverno estimado por um modelo matemático (Pivonia e Yang, 2004).

Em outra abordagem, dois grupos diferentes, o da ISU em parceria com a Universidade de Saint Louis (SLU) e o da Universidade do Estado da Pensilvânia (PSU) aliado à empresa Zedex Inc, começaram a desenvolver complexos modelos aerobiológicos para a simulação da disseminação dos uredósporos de P. pachyrhizi em correntes de ar atmosférico, a partir de fontes de inóculo em locais da África e na América do Sul. Desde o ano de 2003, foram gerados vários mapas com simulações de trajetórias potenciais de movimento do inóculo na atmosfera a partir dessas regiões com o uso de dados históricos. Os dois grupos, usando dados de clima de janeiro e fevereiro de 2001, geraram mapas a partir de simulações que sugeriam o movimento dos uredósporos de locais na África para o Paraguai e Brasil, tentando suportar a hipótese da introdução da doença na América do Sul por correntes aéreas carregadas de uredósporos, que potencialmente teriam vindo da África (Isard et al., 2004; Pan et al., 2006).

Em Agosto de 2004 foi apresentado um mapa gerado pelo grupo da ISU/SLU, feito a partir das simulações, pela primeira vez, usando dados de previsão numérica de clima para os próximos três meses, o qual previa uma deposição de uredósporos de P. pachyrhizi no sul dos EUA, a partir de fontes de inóculo que acabavam de serem confirmadas na Colômbia, em julho de 2004 (Pan et al., 2004). Em Novembro do mesmo ano, a previsão foi confirmada com o primeiro foco da doença sendo detectado em uma lavoura no Estado de Louisiana (Schneider et al., 2005).

Com a entrada da doença na área continental americana, se iniciou uma grande corrida com uma certa competição entre os grupos que se mobilizaram para aprimorar e desenvolver novos modelos e plataformas para a previsão de risco da doença na safra de 2005, a mais tensa pelas grandes pressões e especulações sobre os impactos do acontecimento na safra vindoura. O grupo PSU/Zedex Inc, com financiamento de mais de 200 mil dólares do USDA construiu uma plataforma para reunir informações do monitoramento da doença em parcelas sentinelas e lavoura em todas as regiões produtoras. Na plataforma, denominada de PIPE (Pest Information Platform for Extension and Education - http://www.sbrusa.net), os técnicos da rede de laboratórios tem acesso ao sistema para inclusão da data e local das detecções da ferrugem em sentinelas e campos comerciais. Um pesquisador líder de cada estado pode deixar comentários das condições de sua região. Na prática o sistema é similar ao sistema de alerta da Embrapa, onde é possível se ver o mapa das ocorrências da ferrugem, excetuando-se os comentários por especialistas e o fato de que um grupo restrito de pesquisadores tem acesso a uma área privada na plataforma que lhes dá acesso a mapas de risco de deposição de uredósporos e de desenvolvimento da doença, que são gerados por um modelo aerobiológico integrado à plataforma. A consulta aos locais das detecções, mapas de risco e outras informações locais fornecem os subsídios para o pesquisador líder deixar os comentários sobre a tendência da doença na região e basear suas recomendações locais de manejo (Isard et al., 2006).

O modelo de simulação, com base aerobiológica, que roda na plataforma PIPE, calcula as estimativas de 1) liberação de uredósporos na atmosfera a partir das fontes de inóculo que são reportadas no sistema; 2) a trajetória mais provável do transporte e a concentração do inóculo na atmosfera; 3) a deposição dos uredósporos na superfície por gravitação ou chuva; 4) estabelecimento da doença e seu progresso, se deposição é simulada onde o sistema de informação geográfica indica presença de hospedeiros (Figura 2). Novo ciclo é reiniciado, quando nesse local é simulada nova liberação de inóculo, juntamente com as outras fontes conhecidas (Isard et al., 2006). Todo o processo é simulado em um sistema de informações geográficas com os diversos mapas sendo gerados em tempo real. Sem dúvida, é o modelo de simulação de uma doença mais sofisticado que já foi construído até então para uma doença de planta, com a ambição de tentar simular a dinâmica de dispersão e desenvolvimento de uma doença na escala de um país. A informação de utilidade é de antecipar as regiões onde a doença pode ser encontrada.

Figura2. Modelo conceitual do processo de transporte da ferrugem asiática da soja, destacando os processos que afetam o movimento dos esporos do fungo influenciado pelas condições ambientais e ecológicas. Adaptado de Isard et al. (2005).

Concomitantemente, o grupo ISU/LSU, financiado pelo USDA e pela USB (United Soybean Board) conduziu previsões de risco na safra de 2005, com base em um sistema misto com dois modelos rodando independentemente: 1) o modelo aerobiológico anterior então adaptado para simular o potencial de movimento dos uredosporos da ferrugem dos estados do Sul para o norte do país; e 2) um modelo de favorabilidade a epidemias com base na precipitação pluvial (Pan et al., 2005). Na aplicação, foram combinados dados georreferenciados de precipitação observados no território americano com dados georreferenciados de previsões de número de dias e total de chuva para até 15 dias, para mapeamento dos locais com maior favorabilidade climática a epidemias. Previsões de risco eram feitas semanalmente e os mapas de concentração de uredosporos e favorabilidade climática (Figura 3) eram enviados a um grupo de pesquisadores, juntamente com uma interpretação, visando à validação da previsão. Interpretações do risco eram divulgadas em artigos publicados semanalmente na mídia (Del Ponte e Yang, 2006). Dois meses antes do final da safra de 2005, no meio-oeste, a interpretação final feita com base nos mapas de risco era de baixo risco da doença se movimentar do sul do país e causar dano nas lavouras do meio-oeste, o que acabou sendo confirmado.

Figura 3. Mapas de risco de dispersão de esporos e de favorabilidade climática à ferrugem asiática nos Estados Unidos, safra 2005, em um sistema de previsão coordenado pela Universidade do Estado de Iowa. Adaptado de Del Ponte e Yang (2006).

Na safra de 2006, todos os modelos de previsão em uso nos Estados Unidos foram reajustados e rodados, sendo que os resultados devem estar sendo apresentados na segunda edição do Simpósio de Ferrugem Asiática nos Estados Unidos neste mês de dezembro. Melhorias certamente estão sendo feitas com base na experiência de dois anos e nos avanços no conhecimento da epidemiologia da doença e aerobiologia do inóculo, de forma a se fazer estimativas mais próximas da realidade.

Previsão de ferrugem asiática no Brasil – correndo contra o tempo

Diferentemente dos Estados Unidos, com sua estratégia de avaliação de risco muito antes de a doença entrar no país, o Brasil parecia não conhecer bem o inimigo e demonstrou não estar preparado para lidar com o problema da ferrugem asiática nos primeiros anos (Yorinori et al., 2005). As provas estão registradas nas várias imagens de campos de soja totalmente devastados pelo fungo que surpreendeu alguns agricultores nos primeiros anos e que talvez continue surpreendendo nas safras recentes.

Logo após as primeiras ocorrências de epidemias severas da ferrugem asiática no Brasil e Paraguai, algumas especulações foram feitas com base em estudos publicados acerca dos requerimentos ambientais à infecção – molhamento foliar de no mínimo 6 horas e temperaturas de 18 a 24oC. Com isso, se acreditava que a doença seria severa em regiões de altitude, de temperaturas amenas e abundância de orvalho (Yorinori, 2002). As primeiras ocorrências de epidemias limitadas às regiões sul do Brasil e no Paraguai, pareciam corroborar com essa hipótese. No entanto, com a migração da doença para o Brasil Central, esta parece ter encontrado um ambiente bem mais favorável às epidemias com a combinação perfeita de abundância de chuvas durante a época normal de cultivo, temperaturas mais elevadas do que no sul do Brasil e locais que facilitavam a sobrevivência do inóculo na entre safra (cultivos sob pivôs) (Siqueri, 2005; Yorinori et al., 2005).

Estudos pioneiros de estimativa de risco da ferrugem asiática no Brasil foram liderados por um grupo de pesquisadores de várias Instituições no Estado do Paraná, o qual desenvolveu uma plataforma computacional de mapeamento de riscos de doenças de plantas (Canteri, 2004). Foi escolhido um modelo empírico com base meteorológica que usa como variáveis preditoras a umidade relativa acima de 90% (como indicadora do molhamento foliar) e a temperatura do ar durante o molhamento para a estimativa de favorabilidade à infecção por P. pachyrhizi com base em uma publicação anterior (Marchetti et al., 1976). Dados meteorológicos de dezenas de estações meteorológicas espalhadas no Estado do Paraná, observados no período de safra em 6 anos seqüenciais, foram usados para mapear as áreas de maior risco climático para epidemias no Estado do Paraná, ou seja, aquelas com maior freqüências de dias favoráveis à infecção (Canteri et al., 2005). Além da avaliação de risco, a plataforma tem sido usada nas últimas safras para previsão de risco em tempo, na região dos Campos Gerais, Paraná, para a confecção de mapas diários, semanais e mensais de favorabilidade à epidemias. O sistema consiste em uma importante ferramenta, complementar ao monitoramento contínuo da doença, de apoio às decisões de manejo racional da doença, como o momento de aplicação de fungicidas. A aplicação é feita em escala regional com os dados climáticos interpolados em sistema de informações geográficas, para se produzir os mapas de risco (SID – Fundação ABC, 2006).

Outra iniciativa no Brasil é de uma aplicação de previsão que usa um modelo denominado climático, com base em estimativas de valores diários de probabilidade de infecção, também calculados com base nos registros de horas de molhamento foliar e temperatura, porém organizados no formato de uma ”tabela de períodos críticos” para valores diários de probabilidade de infecção (VDPI de 0, 1, 2 ou 3) (Reis et al., 2004). O modelo tem sido validado em vários locais do país para se determinar o valor acumulado de VDPI no decorrer do cultivo, que indicaria uma situação de alto risco, além de se verificar a correlação entre o VDPI acumulado e o progresso da incidência. O sistema tem objetivo de alertar necessidade de aplicações de fungicidas na lavoura. Na prática, o modelo tem sido acoplado a estações automáticas com sensores para o registro acurado das variáveis com base meteorológica (molhamento foliar estimada por sensor e temperatura do ar, a cada 15 minutos). Um alerta é sinalizado quando os valores acumulados de pontos programados anteriormente na estação são atingidos. Resultados preliminares de validações do modelo têm indicado que o somatório de VDPI tem ficado ao redor de 30 pontos.

Conhecer o inimigo – a chave para prever seu comportamento

Com base nos dois cenários apresentados, percebe-se que o Brasil investiu menos que os Estados Unidos em esforços de modelagem e previsão da ferrugem. A comparação não é justa se considerarmos o número de pesquisadores, técnicos e redes coordenadas de extensionistas nas Universidades, motivados com os largos investimentos de dezenas de milhões de dólares do governo americano para tratar da problemática. No entanto, o Brasil tem se destacado em outras áreas como o monitoramento da dispersão e controle da doença. Aqui se tem o terreno mais fértil para se levantar dados para estudos epidemiológicos, devido a grande diversidade de condições climáticas e de cultivo.

Uma importante contribuição brasileira só foi possível com o esforço conjunto de avaliação da doença no Brasil por pesquisadores de diferentes instituições participantes da rede de ensaios de fungicidas (Godoy, 2005). A análise dos dados de doença em parcelas controle e dos dados meteorológicos observados em 34 ensaios selecionados, que foram conduzidos em 20 locais no período de três anos, permitiu o ajuste de modelos de regressão linear que usam número de dias e quantidade total de chuva registrada, no período de trinta dias após a detecção da doença, para a predição da severidade média final da doença (estimada em três alturas da planta com auxílio de uma escala diagramática). O estudo, publicado recentemente em uma das principais revistas científicas internacionais na área, confirmou a importância da chuva no desenvolvimento da epidemia e seu potencial como única variável preditora de níveis de severidade máxima da ferrugem asiática no campo, enquanto que variáveis de temperatura estiveram fracamente associadas com a severidade da doença (Figura 4) (Del Ponte et al., 2006).

Figura 4. Relação entre a severidade máxima da ferrugem asiática e duas variáveis climáticas durante o período de 30 dias após a detecção da doença em 34 casos de epidemias registradas nas diferentes regiões produtoras do Brasil. Adaptado de Del Ponte et al., (2006).

Em resumo, em todos os campos experimentais onde a severidade da doença foi maior que 70%, a chuva, no período de um mês após a identificação da doença, variou de 250 a 450 mm, distribuída entre 14 e 24 dias; nos campos experimentais onde a severidade da doença foi menor que 30%, a chuva variou entre 20 e 125 mm, distribuída entre 5 e 10 dias. Pela primeira vez, um modelo de ferrugem asiática explicou mais de 85% da variação da severidade máxima de epidemias observadas em um grande número de condições climáticas e de cultivo. Observações empíricas da importância da chuva na previsão da doença já haviam sido relatadas em trabalhos na China e Taiwan, em condições de cultivo onde a temperatura não era fator limitante (Tan, 1996; Tchanz, 1984), o que parece ser a condição predominante na maioria das regiões do Brasil onde os dados foram observados.

O que tem de especial na chuva para a ferrugem asiática da soja?

Qual seria a explicação da chuva ser a variável chave para explicar sua epidemiologia? Na escala de uma lavoura, de onde se obteve os dados para se ajustar o modelo de chuva, se acredita que esta: 1) prolonga o período de molhamento foliar, que é fundamental para a germinação dos uredósporos que se depositam sobre as folhas; 2) reduz a temperatura no interior do dossel próximo para a ideal, em regiões quentes, devido a mais alta transpiração das plantas; e 3) contribui para a liberação dos uredósporos das urédias, seja por respingos de chuva ou por impacto. Indiretamente, em uma seqüência de dias limpos sem nuvens e com altas temperaturas, a radiação solar parece ser fatal para a sobrevivência dos uredósporos depositados nas folhas do topo da planta (Isard et al., 2006).

Outro papel da chuva, além de afetar a epidemia na escala de uma lavoura, estaria relacionado à dispersão da doença em macro escala. Análises qualitativas dos mapas de dispersão da doença na América do Sul e dos mapas de distribuição de chuvas permitiram verificar possível associação desta com a prevalência e dispersão da doença na América do Sul (Del Ponte, 2006b). Uma análise quantitativa das detecções e da distribuição de chuvas no Paraná e Rio Grande do Sul, nas safras 2003/04 e 2004/05, indicou que a dispersão da doença foi mais lenta e iniciou mais tardiamente na região em períodos mais secos. Ao contrário, a maior abundância de chuvas no início da safra resultou em maior risco da doença ser detectada, sendo que o acúmulo de 110 a 150 mm de chuva no período de um mês anterior, se correlacionou com a época de início das detecções (Esker et al., 2006). Esse comportamento tem sido típico no sul do Brasil e na Argentina, onde o regime de chuvas nos meses de janeiro e fevereiro parecem ser os mais críticos para definir o cenário e o padrão de dispersão e agressividade da ferrugem na safra, o qual foi abaixo da normalidade nas safras recentes.

Uma aplicação do modelo de chuva, para a estimativa da favorabilidade à epidemias, foi feita com dados de janeiro de 2006 no RS, usando-se os dados de 467 pluviômetros da rede da Defesa Civil. O mapa mostra que as chuvas no mês de janeiro foram bastante favoráveis ao estabelecimento da doença (Figura 5). Um maior número de detecções foi registrado neste mês comparado com as safras anteriores, que tiveram estiagens mais severas. Houve dois períodos bastante chuvosos no mês de janeiro no Estado, o que pode ter favorecido o ataque do fungo em um período mais crítico da safra. O maior número de detecções ao final da safra se concentrou no norte do estado, região onde justamente foram reportadas as primeiras detecções e houve continuidade de ambiente favorável no mês de fevereiro (maior volume de chuva), enquanto que no centro e sul do Estado o mês de fevereiro teve chuvas bem abaixo do normal, que podem ter freado a dispersão da doença. O modelo considera somente a condição climática e a ausência da doença em regiões de alto risco se devem aos outros fatores não levados em conta, como a presença do inóculo.

Figura 5. Locais de ocorrência da ferrugem asiática sobre um mapa de risco gerado por um modelo baseado na chuva durante o mês de janeiro na safra de 2005/06.

Tendências e desafios nas aplicações dos modelos de ferrugem asiática

Para que avaliações e previsões de risco sejam úteis, usando modelos que tenham o menor erro possível na predição, é importante se continuar investindo em estudos de base epidemiológica tanto em ambiente controlado como em condições de campo. É importante que os avanços nas tecnologias da informação, computação, microeletrônica e estatística sejam acompanhados pelo maior entendimento da biologia e ecologia do patógeno e epidemiologia da doença nos arranjos produtivos locais para se ter previsões mais acuradas e fiéis à realidade. É papel dos pesquisadores se organizarem de forma a se planejar levantamentos padronizados de forma contínua e sistemática, de preferência georreferenciando as ocorrências, e trocando informações e dados epidemiológicos que possam ser usados na calibração e validação dos modelos. Deve se trabalhar mais a interação com equipes multidisciplinares importantes para modelagem e previsão de doenças – fitopatologia, climatologia, meteorologia, modelagem, estatística e computação. O formato da comunicação do risco deve ser direcionada para os diversos grupos recebedores da informação (produtores, agrônomos, agências de fomento, pesquisadores, empresas privadas, mídia, etc), para se evitar interpretações errôneas que podem levar ao descrédito dos modelos e dos pesquisadores (Del Ponte e Yang, 2006).

Uma vez tendo-se modelos validados, o desafio para que se possa realmente prever o comportamento de epidemias, estaria no uso de previsões numéricas de clima, as quais poderiam antecipar períodos de alto risco de infecção em uma região. Porém, a previsão climática tem confiabilidade variável e é incerta quanto maior é o período da previsão. É importante levar em conta o intervalo de confiança das previsões e ter em mente que aquelas em larga escala podem ser bastante úteis para se prever tendências de comportamento regional da doença, sem se extrapolar tais estimativas para a escala de uma lavoura. A experiência americana no uso de previsões numéricas de longo prazo para a previsão da ferrugem asiática é estimuladora e o Brasil precisa avançar neste aspecto.

Quanto aos modelos para avaliação de risco, a estratégia atual é tentar entender partes do quebra-cabeça de um sistema complexo, ao invés de se tentar ter um modelo global que possa responder a todas as perguntas e adequado a qualquer situação. Os sofisticados modelos aerobiológicos americanos, que tem potencial para tal, ainda estão na infância e muito conhecimento sobre aerobiologia do patógeno ainda precisa ser incluído no sistema para que possa simular com acurácia a disseminação aérea do inóculo. No entanto, os grandes desafios levam ao avanço no conhecimento tecnológico e científico e novas ferramentas são desenvolvidas, testadas e aprimoradas e que podem ser aproveitadas para outras situações.

Quanto às ferramentas tecnológicas, a grande vantagem de uma plataforma, como a PIPE, está na integração de bases de dados meteorológicos de várias fontes, de previsões climáticas de curto e longo prazo, de distribuição das lavouras, hospedeiros alternativos, focos da doença, etc. todos georreferenciados. Enquanto que os modelos que rodam nos bastidores da plataforma servem para os especialistas fazerem a correta interpretação do risco, a interface permite a integração de todos os agentes e atores interessados na problemática, onde são divulgados os mapas de monitoramento doença nas sentinelas e cultivos comerciais, além das recomendações técnicas regionais baseadas nas previsões. Obviamente, tal ferramenta exige uma grande ação coordenada e alto investimento em tecnologia, além da aceitação e mobilização da rede de técnicos, extensionistas e pesquisadores. No Brasil, tal esforço em nível nacional se dá para a divulgação das detecções da doença que figuram no mapa de ocorrência ferrugem asiática do Sistema de Alerta, mesmo assim nem todos os focos detectados são reportados no sistema ou então são publicados com atraso (C. Godoy - comunicação).

Perspectivas da previsão da ferrugem asiática no Brasil

Quais seriam os caminhos para que modelos de previsão de risco de ferrugem asiática no Brasil possam ser efetivamente integrados aos sistemas de produção e fornecer as respostas que precisamos? Primeiramente, é importante lembrar que as aplicações têm sido localizadas ou regionalizadas, e talvez esse seja o melhor caminho. O cenário da ferrugem asiática no Brasil é muito variável de região para região, com particularidades de clima, disponibilidade de inóculo, distribuições dos cultivos, etc. Talvez seja difícil, ou então poderia ter baixa confiabilidade, a aplicação de um modelo global para o país. As limitações estão na escassez de uma densa rede de estações meteorológicas automáticas, no caso de modelos que usam o molhamento foliar que podem ser tanto estimados com sensores de molhamento terrestres ou então simulados a partir de modelos regionais. Por exemplo, os modelos que rodam na plataforma PIPE, usam dados meteorológicos simulados pelos computadores da empresa Zedx Inc a partir de inúmeras fontes em uma grade de 10x10km para todo o país, o que tem um alto custo de processamento e execução e domínio do conhecimento.

Tanto no EUA como no Brasil, os modelos estão em fase de validação e as opções atuais por aqui seriam confiar em sistemas de previsão baseados em períodos críticos para uma lavoura ou pequena região, desde que se possua uma estação meteorológica automática, devido à dependência de dados horários de temperatura e sensores para estimativa da duração do molhamento foliar. Iniciativas de associações de produtores são interessantes, pois em culturas de grãos como soja e trigo, em áreas extensivas, as aplicações devem ser racionalizadas ao máximo, devido ao alto custo relativo das aplicações. O simples atraso ou economia de uma aplicação pode fazer grande diferença, sob um cenário de baixo risco predito pelos modelos. Do contrário, a aplicação no momento correto permitiria a maior eficiência no controle.

Uma outra opção é usar modelos com base na informação de chuva diária registrada em pluviômetros. A combinação com os dados de previsão de chuva para os próximos sete ou dez dias, pode fornecer um indicativo do risco potencial e tendência da ferrugem asiática, uma informação útil na tomada de decisão. É importante destacar que as estratégias não devem ser exclusivas e deve-se contar com o maior número de informações possíveis, se possível combinando informações de mais de um modelo disponível.

É preciso ter em mente que modelos matemáticos são apenas uma representação simplificada do sistema, não são perfeitos e nem sempre retratam fielmente a realidade momentânea, pois não conseguem considerar todos os elementos e fatores que governam uma epidemia. No caso da ferrugem, a presença e concentração local do inóculo, elemento fundamental no triângulo da epidemia, ainda não são consideradas nos modelos. Em vista disso, é cada vez mais necessário se reportar os focos de detecção em sistemas de alerta, sejam nacionais ou regionalizados, ou monitorar de perto os sinais da doença na lavoura. Sistemas regionais talvez sejam uma alternativa interessante, bastaria a maior conscientização dos atores da cadeia produtiva de uma região se organizarem, como tem sido feito na região dos Campos Gerais, coordenado pela Fundação ABC, que tem investido no uso de modelos de previsão aliados ao monitoramento. Tal conjunto de dados, de preferência georreferenciados, de detecção da doença ajudaria os pesquisadores a aprimorarem modelos que poderiam indicar alto risco de presença de inóculo na região, ou então prever o comportamento espacial da doença a partir das primeiras detecções. No futuro, tais modelos potencialmente poderiam substituir o monitoramento em parcelas sentinelas - um dos objetivos de modelos no sistema americano PIPE.

No laboratório de epidemiologia da Universidade Federal do Rio Grande Sul, está-se dando continuidade aos estudos de modelagem e previsão da ferrugem asiática iniciados nos Estados Unidos. Dentre estes, um projeto em colaboração com pesquisadores da Universidade do Estado de Iowa e da Universidade do Estado de Kansas, com o objetivo de estudar a dispersão espacial e temporal da doença em larga escala, com o uso de análises estatísticas e simulações, de forma a se modelar os fatores que influenciam a dinâmica da dispersão da doença em larga escala. O estudo pretende gerar informações importantes para se entender os mecanismos de dispersão regional da doença a partir das primeiras detecções. O projeto conta com a colaboração de colegas da Embrapa Trigo, Embrapa Soja, Cooplantio e Fundação ABC. Neste último, tem se usado os dados georreferenciados de detecção da doença nas últimas safras na região dos Campos Gerais, PR. Para a safra atual (2006/07), uma aplicação piloto dos modelos atuais utilizará dados de previsão de chuva e temperatura gerados no INPE (Instituto Nacional de Pesquisas Espaciais) para os próximos 7 a 15 dias. O objetivo é gerar mapas de risco com procedimentos diversos que combinarão todas as informações e modelos disponíveis, usando de tecnologia computacional e de informação para geração e distribuição dos mapas de risco em tempo real.

Se ainda não se pode confiar totalmente em uma previsão para se saber o momento exato de entrar com fungicidas em uma lavoura qualquer, seja devido à incerteza dos modelos, do inóculo ou do clima, com certeza a previsão local ou os mapas regionais de risco com base em modelos validados é mais uma informação importante para o manejo integrado da ferrugem asiática da soja. A maior utilidade e confiabilidade de tais informações ainda dependem de maiores investimentos na ciência nos modelos e em tecnologia nas aplicações.

Agradecimentos

Aos colegas Cláudia Godoy, Leila Costamilan e José Maurício C. Fernandes, pesquisadores da Embrapa, e ao colega Dirceu Gassen, por informações sobre a situação da ferrugem e colaborações nos trabalhos. Ao Prof. Xiao Bing Yang da Universidade do Estado de Iowa, pela oportunidade de treinamento na área de modelagem e avaliação de risco de doenças de plantas.

Referências bibliográficas

Batchelor, W. D.; Yang, X. B.; Tschanz, A. T. Development of a neural network for soybean rust epidemics. Transactions of the ASAE 40: 247-252. 1997.

Bromfield K.R. Soybean Rust. St. Paul (MN): American Phytopathological Society. Monograph no. 11. 1984.

Bromfield, K. R. Soybean rust: some considerations relevant to threat analysis. Protection Ecology 2: 251-257. 1980.

Canteri,M.G. Mapas de Risco de Epidemias. In: XXXVII Congresso Brasileiro de Fitopatologia, 2004, Gramado. Fitopatologia Brasileira. 29: S27-S28.

Canteri, M.G.; Caramori, P.; Tsukahara, R.; Silva, O.C.; Faria, R. & Godoy, C.V. A system to map risk of infection by Phakopsora pachyrhizi for Parana State, Brazil. Phytopathology 95:S16. 2005 (Abstract)

Del Ponte, E. M. Aspectos epidemiológicos de la roya asiática de la soja: una perspectiva para Brasil y Argentina. In: Leonardo Daniel Ploper. (Org.). Roya Asiática de la Soja en América. El libro. Las Talitas, Tucumán: Estación Experimental Agroindustrial ”Obispo Colombres”, 2006. p. 39-48.

Del Ponte, E. M.; Yang, X.B. Estrategias de modelaje para la predicción y comunicación del riesgo de epidemias de la roya asiática de la soja. In: Leonardo Daniel Popler. (Org.). Roya Asiática de la Soja en América. El Libro. Las Talitas, Tucumán: Estación Experimental Agroindustrial ”Obispo Colombres”, 2006. p. 49-62.

Del Ponte, E. M.; Godoy, C. V.; Li, X.; Yang, X. B. 2006. Predicting severity of Asian soybean rust epidemics with empirical rainfall models. Phytopathology 96:797-803. 2006b.

Del Ponte, E.M.; Godoy, C.V.; Canteri, M.G., Reis; E.M., Yang, X.B. Models and systems for risk assessment and prediction of Asian soybean rust epidemics. Fitopatologia Brasileira. No prelo.

Esker, P.; Del Ponte, E.M.; Yang, X.B. Epidemiological factors influencing regional establishment of Asian soybean rust in Brazilian soybean areas. In: 2006 APS CPS MSA Joint Meeting, 2006, Quebec. Online: http://www.apsnet.org/meetings/2006/abstracts/a06ma210.htm

Embrapa, 2006. Sistema de Alerta. http://www.cnpso.embrapa.br/alerta

Godoy, C. V. 2005. Resultados da rede de ensaios para controle químico de doenças na cultura da soja. Safra 2003/2004. Vol. 251 Embrapa Soja Londrina, PR.

Isard S.A.; Main, c.e.; Keever, T.; Magarey, R.; Redlin, S.; Russo, J.M. Weaher based Assessment of Soybean Rust Threat to North America: First Year Report to Aphis. US Department of Agriculture, Animal and Plant Health Inspection Service. Online: https://netfiles.uiuc.edu/ariatti/www/SBR/Rep_15Jul04.htm. 2004.

Isard, S. A.; Russo, J. M.; DeWolf, E. D. The establishment of a national Pest Information Platform for Extension and Education. Online. Plant Health Progress doi:10.1094/PHP-2006-0915-01-RV. 2006.

Isard, S. A.; Dufault, N. S.; Miles, M. R.; Hartman, G. L.; Russo, J. M.; De Wolf, E. D.; Morel, W. The effect of solar irradiance on the mortality of Phakopsora pachyrhizi urediniospores. Plant Disease 90:941-945. 2006.

Isard, S.A.; Gage, S.H.; Comtois, P.; Russo, J.M. Principles of the Atmospheric Pathway for Invasive Species Applied to Soybean Rust. Bioscience, 55:851-861. 2005.

Jaccoud-Filho, D. S.; Silva, O. C.; Godoy, C. V.; Mendes, C.; Passini, F. B. Relato da ferrugem asiática no estado do Paraná. Pages 75-87 in: I Workshop Brasileiro da ferrugem asiática. F. C. Juiatti, A. C. Polizel, and O. T. Hamawaki, eds. Uberlândia, MG. 2005.

Levy, C. Epidemiology and chemical control of soybean rust in southern Africa. Plant Disease 89: 669-674. 2005.

Marchetti, M.A.; Melching, J.S.; Bromfield, K. R. The effects of temperature and dew period on germination and infection by urediospores of Phakopsora pachyrhizi. Phytopathology 66: 461-463. 1976.

Melching, J.S., Bromfield, K.R.; Kingsolver, C.H. Infection, colonization, and uredospore production on Wayne soybean by four cultures of Phakopsora pachyrhizi, the cause of soybean rust. Phytopathology 69:1262-1265. 1979.

Pan, Z.; Pivonia, S.; Pasken, R.; Pietrowicz, J.; Yang, X. B. 2004. Simulation of airborne dispersal potentials of soybean rust from Africa to South America and from South America to North America. Phytopathology 94: S90. (Abstract)

Pan, Z.; Xue, L.; Del Ponte, E.M.; Andrade, D.; Li, X.; Pasken, R.; Yang, X.B. Soybean rust dispersal prediction and analysis in the US for 2005 growing season. Anais, National Soybean rust symposium, Nashville, TN, USA. Online: http://www.plantmanagementnetwork.org/infocenter/topic/soybeanrust/symposium/posters/26.asp

Pan, Z.; Yang, X. B.; Pivonia, S.; Xue, L.; Pasken, R. & Roads, J. Long-term prediction of soybean rust entry into the continental United States. Plant Disease 90:840-846. 2006.

PIPE. Pest Information Platform for Education and Extension. http://www.sbrusa.net. 2006.

Pivonia, S.; Yang, X.B. Assessment of potential year round establishment of soybean rust throughout the world. Plant Disease 88:523–529. 2004.

Ploper, D. La roya de la soja en Argentina durante la campanã 2004/05. In: L.D. Ploper. (Org.). Roya Asiática de la Soja en América. El libro. Las Talitas, Tucumán: Estación Experimental Agroindustrial ”Obispo Colombres”, 2006. p. 77-90.

Reis, E.M.; Sartori, A.F.; Camara, R.K. Modelo climático para a previsão da ferrugem da soja. Summa Phytopathologica 30:290-292. 2004.

Schneider, R.W.; Holier, C.A.; Whitam, H.K.; Palm, M.E.; Mckemy, J.M.; Hernandez, J.R.; Levy, L.; Devries-Paterson, R. First Report of Soybean Rust Caused by Phakopsora pachyrhizi in the Continental United States. Plant Disease 89:774. 2005.

SID. Sistema de Informação de Doenças – Fundação ABC. http://sid.fundacaoabc.com.br

Siqueri, F. V. Ocorrência da ferrugem asiática (Phakopsora pachyrhizi) no estado de Mato Grosso - safra 2004/2005. In: I Workshop Brasileiro sobre a ferrugem asiática. F. C. Juiatti, A. C. Polizel, and O. T. Hamawaki, eds. Uberlândia. 2005. p. 93-99

Tan, Y. J.; Yu, Z.; Yang, C.Y. Soybean rust. China Agricultural Press, Beijing, China. 1996.

Teng, P. S.; Yang, X. B. Biological impact and risk assessment in plant pathology. Annual Review of Phytopathology 31: 495-521. 1993.

Tschanz, A. T. Soybean rust epidemiology: Final report. Asian Vegetable Research and Development Center. 1984.

Yang, X. B. Risk assessment: concepts, development, and future opportunities. Plant Health Progress doi:10.1094/PHP-2003-11-3-02-RV: 2003.

Yang, X. B.; Dowler, W. M.; Tschanz, A. T. A simulation model for assessing soybean rust epidemics. Journal of Phytopathology 133:187-200. 1991a.

Yang, X. B.; Dowler, W. M.; Royer, M. H. Assessing the risk and potential impact of an exotic plant disease. Plant Disease, 75:976-982. 1991b.

Yang, X.B. Framework development in plant disease risk assessment and its application. European Journal of Plant Pathology 115:25–34. 2006.

Yorinori, J. T. Asiatic rust of soyabean (Phakopsora pachyrhizi): occurrence in Brazil and management strategies. Documentos Embrapa Soja, 186. 2002. pp 73-83. 2002.

Yorinori, J. T., Paiva; W. M., Frederick, R. D.; Costamilan, L. M.; Bertagnolli, P. F.; Hartman, G. L.; Godoy, C. V.; Nunes-Junior, J. Epidemics of Soybean rust (Phakopsora pachyrhizi) in Brazil and Paraguay from 2001 to 2003. Plant Disease 89: 675-677. 2005.Revista Plantio Direto, edição 96, novembro/dezembro de 2006. Aldeia Norte Editora, Passo Fundo, RS.