Control decision making systems for Dalbulus maidis in corn crops

Abstract

Dalbulus maidis (Hemiptera: Cicadellidae) is one of the main pests in corn crops. Decision-making systems are essential parts of the integrated pest management program. Pest attack intensity prediction models enable the planned use of decision- making systems. Thus, this work aimed to determine a prediction model and a sampling plan for D. maidis in corn crops. The work was conducted on commercial corn crops in the Atlantic Forest and Cerrado biomes. In the first part, the artificial neural network (ANN) model was determined to predict the attack intensity of D. maidis. In the second part, a conventional sampling plan was determined. The ANN predictors were plant age, rainfall, average air temperature and average relative humidity. ANN had a high capacity to predict the intensity of pest attack in different years, phenological stages of plants and biomes (rv=0.962). The yellow sticky trap technique was used in the sampling plan. Firstly, the correlation between the densities of D. maidis in the trap and in corn plants was verified. The relative variance (VR) of densities was calculated. The frequency distribution of the data was evaluated and the number of samples was established. Sampling time and cost were calculated. This technique allowed accurate (VR<25%) and fast (<2 min/sample) sampling. The densities evaluated by the traps showed significant correlations with the intensity of the pest attack on the plants. The data fit the negative binomial probability distribution. The sampling plan consisted of installing a trap every two hectares. The cost and execution time of the sampling plan was up to US$/ha 0.50 and up to 2.5 min/ha. Therefore, the determined prediction model and sampling plan are promising for incorporation into integrated D. maidis management programs. Keywords: Corn leafhopper. Prediction model. Sampling plan.

Dalbulus maidis (Hemiptera: Cicadellidae) é uma das principais pragas nos cultivos de milho. Os sistemas de tomada de decisão são partes essenciais para o programa de manejo integrado de pragas. Os modelos de previsão da intensidade de ataque das pragas possibilitam o uso planejado dos sistemas de tomada de decisão. Assim, esse trabalho teve como objetivos a determinação de um modelo de previsão e um plano de amostragem para D. maidis em cultivos de milho. O trabalho foi conduzido em lavouras comerciais de milho nos biomas Mata Atlântica e Cerrado. Na primeira parte foi determinado o modelo de rede neural artificial (RNA) para prever a intensidade de ataque de D. maidis. Já na segunda parte foi determinado um plano de amostragem convencional. Os preditores da RNA foram a idade das plantas, precipitação pluviométrica, temperatura média do ar e a umidade relativa média do ar. A RNA teve alta capacidade para prever a intensidade de ataque da praga em diferentes anos, estágios fenológicos das plantas e biomas (rv=0,962). No plano de amostragem foi utilizada a técnica de armadilha adesiva amarela. Primeiramente foi verificada a correlação entre as densidades de D. maidis na armadilha e em plantas de milho. Foi calculado a variância relativa (VR) das densidades. Foi avaliada a distribuição de frequência dos dados e estabelecido o número de amostras. Foram calculados o tempo e o custo de amostragem. Essa técnica possibilitou amostragens precisas (VR<25%) e rápidas (<2 min/amostra). As densidades avaliadas pelas armadilhas apresentaram correlações significativas com a intensidade de ataque da praga às plantas. Os dados se ajustaram a distribuição de probabilidade binomial negativa. O plano de amostragem consistiu na instalação de uma armadilha a cada dois hectares. O custo e tempo de execução do plano de amostragem foi de até US$/ha 0,50 e até 2,5 min/ha. Portanto, o modelo de previsão e o plano de amostragem determinados são promissores para serem incorporados a programas de manejo integrado de D. maidis. Palavras-chave: Cigarrinha do milho. Modelo de previsão. Plano de amostragem.