SciELO - Scientific Electronic Library Online

 
vol.13 número1Modelación mediante dinámica de fluidos computacional 3D de temperatura y humedad en un invernadero con humidificaciónModelación hidrológica horaria en la cuenca alta del río Fuerte, Sinaloa, México índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Ingeniería agrícola y biosistemas

versión On-line ISSN 2007-4026versión impresa ISSN 2007-3925

Ing. agric. biosist. vol.13 no.1 Chapingo ene./jun. 2021  Epub 13-Jun-2022

https://doi.org/10.5154/r.inagbi.2021.01.005 

Artículo científico

Comportamiento espacial de Hemiberlesia lataniae (Signoret) en aguacate ‘Hass’ en el Estado de México

Nancy Martínez-Martínez1 
http://orcid.org/0000-0003-2215-2091

José Francisco Ramírez-Dávila1  * 
http://orcid.org/0000-0002-8625-4655

Jaime Mejía-Carranza2 
http://orcid.org/0000-0003-3876-0788

Sara Vera-Noguez3 
http://orcid.org/0000-0001-8343-4709

1Universidad Autónoma del Estado de México, Campus “El Cerrillo”. Carretera Toluca-Ixtlahuaca km 15, Piedras Blancas, Toluca, Estado de México, C. P. 50200, MÉXICO.

2Universidad Autónoma del Estado de México, Centro Universitario Tenancingo. Carretera Tenancingo-Villa Guerrero km 1.5, Tenancingo, Estado de México, C. P. 52400, MÉXICO.

3Universidad Autónoma del Estado de México. Cerro de Coatepec paseo Universidad s/n, Cuidad Universitaria, Toluca, Estado de México, C. P. 50100, MÉXICO.


Resumen

Introducción:

La exportación de aguacate se ha visto afectada por la presencia de Hemiberlesia lataniae, cuyo principal daño es estético y le resta calidad al fruto.

Objetivo:

Determinar la distribución espacial de Hemiberlesia lataniae en el cultivo de aguacate ‘Hass’ en el Estado de México.

Metodología:

El experimento se estableció en tres zonas productoras de aguacate (Coatepec Harinas, Donato Guerra e Ixtapan del Oro). El muestreo se realizó con la metodología de cuadrantes, en donde se muestrearon 400 árboles por zona de agosto de 2019 a julio de 2020. Los árboles se dividieron en tres estratos (alto, medio y bajo), y se marcó una rama terminal de cada punto cardinal. Cada árbol se marcó y georreferenció con un GPS diferencial.

Resultados:

En total se generaron 24 muestreos por zona, y en todos los casos se observó un comportamiento espacial agregado de Hemiberlesia lataniae. Los semivariogramas se ajustaron a modelos esférico, exponencial y gaussiano.

Limitación del estudio:

La geoestadística es el único método que proporciona la ubicación exacta de la plaga y la muestra en mapas de densidad.

Originalidad:

El trabajo propone implementar estrategias de manejo integrado que permitan reducir los daños ecológicos, por el uso indiscriminado de insecticidas, y la presencia de residuos en los frutos.

Conclusiones:

El presente estudio permitió conocer la distribución espacial de Hemiberlesia lataniae mediante mapas de densidad en tres zonas productoras de aguacate ‘Hass’ en el Estado de México, en donde se observó una distribución espacial agregada.

Palabras clave agregados; distribución espacial; escama armada; geoestadística; krigeado

Abstract

Introduction:

Avocado exports have been affected by the presence of Hemiberlesia lataniae, the main damage is aesthetic and undermines fruit quality.

Objective:

To determine the spatial distribution of Hemiberlesia lataniae in a ‘Hass’ avocado crop in Estado de Mexico.

Methodology:

The experiment was developed in three avocado growing areas (Coatepec Harinas, Donato Guerra and Ixtapan del Oro). Sampling was carried out using the quadrat methodology, a total of 400 trees were sampled per zone from August 2019 to July 2020. The trees were divided into three strata (high, medium and low), and a terminal branch from each cardinal point was marked. Each tree was marked and georeferenced with a differential GPS.

Results:

A total of 24 samples per zone were generated, and all cases had an aggregated spatial behavior of Hemiberlesia lataniae. Semivariograms were fitted to spherical, exponential, and Gaussian models.

Limitation of the study:

Geostatistics is the only method that provides the exact location of the pest and the sample in density maps.

Originality:

The present study proposes to implement integrated management strategies to reduce ecological damage, due to indiscriminate use of insecticides, and presence of residues in fruits.

Conclusions:

The following study allowed us to know the spatial distribution of Hemiberlesia lataniae by means of density maps in three ‘Hass’ avocado producing areas in Estado de Mexico, where an aggregated spatial distribution was observed.

Keywords aggregated; spatial distribution; armed scale; geostatistics; kriging

Introducción

El aguacate (Persea americana Mill) es uno de los productos agroalimentarios de exportación más importante para México. La producción de este fruto presenta un comportamiento alcista, siendo México el principal productor y exportador a nivel mundial. En 2020, la producción nacional de aguacate incrementó 5.6 % con respecto a la obtenida en 2019, donde Michoacán destacó como líder nacional en producción y exportación (Servicio de Información Agroalimentaria y Pesquera [SIAP], 2020).

La producción de aguacate para exportación es afectada por plagas como barrenadores de hueso y rama, trips, ácaros y varias especies de escamas. Los trips y las escamas, que se desarrollan principalmente en el fruto (Rugman-Jones et al., 2009), causan daño estético y le restan calidad para su venta en el mercado. Además, estas plagas aumentan los costos de producción en aproximadamente 3 %, ya que al ser insectos muy pequeños se dificulta su remoción en la línea de empaque (Olivares, 2017; Ripa et al., 2007a; Stocks & Evans, 2017).

En los últimos años, Hemiberlesia lataniae (Signoret), conocida como escama armada, se ha transformado en una plaga de importancia económica debido al escaso control que existe (Evans et al., 2009; Navea & Vargas, 2012). H. lataniae se encuentra presente en diversos hospederos de importancia económica como frutales, ornamentales y forestales (Apostolos et al., 2010). Esta plaga infesta ramas, ramillas, hojas y frutos, principalmente en zonas bajas e internas del árbol, que es donde existe mayor humedad y menor radiación solar. En infestaciones altas, dicha especie puede debilitar y llegar a producir la muerte de las estructuras atacadas. En el caso de los frutos, éstos cambian ligeramente de color, presentan depresiones en su superficie e incluso pueden caer del árbol (Lemus-Soriano, 2018).

La infestación en huertos ha sido más recurrente debido al cambio climático y a la excesiva dependencia del control químico, el cual se usa de manera excesiva e indiscriminada. Esto ha generado resistencia de las plagas, mayores costos de producción (Park et al., 2007), residuos de insecticidas en los productos de consumo, contaminación ambiental, pérdida de la biodiversidad y daños para la salud (Carbajal & Martos, 2019).

Ante la creciente demanda de alimentos inocuos y la exigencia de una mayor producción (de calidad y cantidad), a bajo costo y con menor impacto ambiental, se hace necesario implementar estrategias y métodos sustentables en el manejo de plagas. Asimismo, se requieren herramientas y técnicas que permitan conocer la distribución y el comportamiento de los problemas fitosanitarios; es decir, que permitan identificar las zonas de infestación. Esto permitirá al productor dirigir de forma más precisa las diferentes medidas de control, evitando así su dispersión a otros huertos de producción u otros cultivos. En este sentido, la geoestadística comprende un conjunto de herramientas que sirven para analizar, prevenir y predecir los patrones de distribución espacial y el comportamiento de una plaga mediante mapas de infestación y semivariogramas (Ramírez-Dávila, & Figueroa-Figueroa, 2013).

El conocimiento de la distribución de la escama armada es indispensable para elaborar programas de manejo integrado; por ello, el objetivo del presente trabajo fue determinar la distribución espacial de las poblaciones de H. lataniae en el cultivo de aguacate ‘Hass’ en el Estado de México.

Materiales y métodos

El estudio se llevó a cabo en tres zonas productoras de aguacate ‘Hass’ en el Estado de México: Coatepec Harinas (18° 55’ 25’’ latitud norte y 99° 43’ 7’’ longitud oeste, a 2 260 m s. n. m., temperatura media anual de 24 °C y humedad relativa de 62 %), Donato Guerra (19° 24’ latitud norte y 100° 18’ longitud oeste, a 2 200 m s. n. m., temperatura media anual de 21 °C y humedad relativa de 60 %) e Ixtapan del Oro (19° 16’ 18’’ latitud norte y 100° 16’ 5’’ longitud oeste, a 1 640 m s. n. m., temperatura media anual de 18 °C y humedad relativa de 65 %).

El experimento se estableció en una parcela (4 ha) de aguacate ‘Hass’ de 8 a 10 años de edad por municipio con presencia de H. lataniae. El muestreo se realizó de acuerdo con la metodología de cuadrantes, la cual consiste en dividir la parcela en 100 cuadrantes de 20 x 20 m, se toman 40 cuadrantes al azar por parcela y se seleccionaron 10 árboles, lo que da un total de 400 árboles. Cada árbol se marcó con una banda plástica y se georreferenció con un sistema de posicionamiento global diferencial (DGPS; Nomad 1050 Lc, Trimble®).

La metodología de muestreo utilizada para estimar la infección por escama armada fue la descrita por Urías-López et al. (2010), la cual consiste en dividir al árbol en tres estratos (alto, medio y bajo). De cada estrato se marcó una rama terminal orientada a cada punto cardinal (norte, sur, este y oeste) y se muestrearon 20 cm. Los muestreos se realizaron dos veces al mes de agosto a diciembre de 2019 y de enero a julio de 2020. El número de escamas se cuantificó con ayuda de una lupa 20x. El insecto se identificó en el Colegio de Postgraduados, Campus Montecillo. Con el fin de determinar la normalidad de los datos, se llevó a cabo una exploración estadística de los datos originales de las poblaciones de escama armada en cada muestreo. Para ello, se utilizó el coeficiente de asimetría y la prueba de curtosis.

Los métodos más utilizados para determinar el tipo de distribución espacial de las poblaciones de organismos biológicos son: 1) estadística clásica (índice de dispersión, índice de Green, entre otros) y 2) estadística espacial (geoestadística y SADIE). La metodología de la estadística clásica no considera la localización espacial de la muestra; en consecuencia, no se puede observar la distribución de la población en la parcela. Por el contrario, la geoestadística permite identificar las zonas donde se encuentran presentes las infestaciones en los cultivos, lo cual facilita el manejo y control de estos problemas de forma puntual y pertinente. Además, con los datos obtenidos es posible elaborar mapas de distribución espacial y emplear índices estadísticos tradicionales (Ramírez-Dávila & Porcayo-Camargo, 2009); por ello, en este trabajo se utilizó el método de estadística espacial.

Análisis geoestadístico

La estimación del semivariograma experimental se realizó con los datos adquiridos en los diferentes muestreos de la población de escama armada en las tres zonas de estudio, para lo cual se utilizó el programa Variowin 2.2 (Pannatier, 1996) y la siguiente formula (Isaaks & Srivastav, 1989; Journel & Huijbregts, 1978):

γ*h=12Np(h)i=1Np(h)ZXi-Z(Xi+h)2 (1)

donde ɣ*(h) es el valor experimental del semivariograma para el intervalo de distancia h, Np(h) es el número de pares de puntos muestrales separados por el intervalo de distancia h, Z(Xi) es el valor de la variable de interés en el punto muestral Xi y Z(Xi + h) es el valor de la variable de interés en el punto muestra Xi + h.

El modelo de semivariograma teórico se validó cambiando de forma interactiva los valores de meseta, efecto pepita y rango; después, se emplearon los cuatro parámetros estadísticos de validación cruzada (Samper-Calvete, 1996). También se calculó el nivel de dependencia espacial, el cual determina el grado de relación, en porcentaje, que existe entre los datos (Cambardella et al., 1994) y se obtiene al dividir el efecto pepita entre la meseta. Posteriormente, se elaboraron los mapas de densidad para cada zona mediante la interpolación de valores a través del método de krigeado. Este método permite la estimación, no sesgada, de valores asociados con puntos que no fueron muestreados, y tiene como objetivo encontrar la mejor estimación posible a partir de la información disponible. En este trabajo se utilizó el krigeado ordinario porque el valor medio constante es desconocido. De las estimaciones que se presentaron en forma de mapa para cada zona de estudio, en las diferentes fechas de muestreo mediante el programa Surfer 16 (Surface Mapping System, Golden Software, EUA), se calculó el porcentaje de superficie infestada y no infestada (Gallardo, 2006; Ramírez-Dávila et al., 2013).

Resultados y discusión

En los 24 muestreos se observó un comportamiento espacial agregado del insecto. Cabe resaltar que se consideraron los conceptos de isotropía y omnidireccionalidad en cada semivariograma, esto debido a que el insecto estudiado no tiene preferencia por alguna dirección especifica o área dentro de las parcelas de estudio (Ramírez-Dávila & Porcayo-Camargo, 2009).

Con respecto a Coatepec Harinas, la mayoría de los muestreos se ajustaron al modelo esférico (Cuadro 1). En este tipo de modelos los focos de infestación están localizados en puntos específicos y de forma aleatoria respecto al resto de los puntos muestreados en la parcela (Ramírez-Dávila & Figueroa-Figueroa, 2013). El modelo esférico observado permite suponer la existencia de microclimas que benefician el desarrollo de la escama armada dentro de la parcela. Por su parte, el modelo exponencial sólo se presentó en seis muestreos. Este modelo hace referencia a una distribución agregada de limites irregulares dentro de la parcela, y que presenta un crecimiento acelerado que después se estabiliza.

Cuadro 1 Parámetros efecto pepita, meseta y rango de los modelos ajustados de las poblaciones de escama armada y porcentaje de superficie infestada. 

NM Media Varianza Modelo Pepita Meseta Rango Pepita/meseta NDE SI (%)
Coatepec Harinas
1 52.12 1 899.19 Esférico 0 1 520 17.63 0 Alta 81
2 40.16 1 267.30 Esférico 0 2 059 14.76 0 Alta 77
3 69.74 2 583.26 Exponencial 0 2 442 26.64 0 Alta 89
4 78.84 2 856.67 Esférico 0 2 574 19.27 0 Alta 91
5 86.00 2 972.17 Esférico 0 2 640 17.22 0 Alta 99
6 93.55 3 331.61 Exponencial 0 2 948 26.24 0 Alta 95
7 98.76 3 406.11 Esférico 0 3 196 22.55 0 Alta 96
8 103.49 3 470.86 Esférico 0 3 060 21.32 0 Alta 88
9 112.68 3 897.76 Esférico 0 3 380 20.4 0 Alta 91
10 119.13 4 006.30 Esférico 0 3 710 20.8 0 Alta 93
11 122.90 4 007.51 Esférico 0 3 780 20.8 0 Alta 95
12 119.99 3 982.66 Esférico 0 3 672 19.6 0 Alta 96
13 116.87 3 926.33 Esférico 0 3 510 18.45 0 Alta 90
14 113.92 3 843.25 Exponencial 0 3 391.82 30.34 0 Alta 89
15 111.88 3 859.89 Exponencial 0 3 402 23.2 0 Alta 93
16 103.55 3 565.96 Esférico 0 3 136 20.5 0 Alta 92
17 102.02 3 537.35 Esférico 0 3 430 22.4 0 Alta 92
18 100.59 3 501.43 Esférico 0 3 528 21.6 0 Alta 91
19 98.81 3 470.38 Esférico 0 3 312 22.14 0 Alta 89
20 87.29 2 047.72 Exponencial 0 1 856 21.6 0 Alta 93
21 48.79 2 009.36 Exponencial 0 1 938 25.99 0 Alta 85
22 45.89 1 873.04 Esférico 0 1 980 19.6 0 Alta 83
23 42.68 1 792 Esférico 0 2 176 22.55 0 Alta 89
24 39.46 1 699.76 Esférico 0 1 770 20.09 0 Alta 87
Donato Guerra
1 2.96 5.00 Exponencial 0 7.38 17.68 0 Alta 88
2 2.51 5.91 Exponencial 0 7.29 16.64 0 Alta 80
3 5.80 12.55 Exponencial 0 43.66 18.2 0 Alta 90
4 9.19 21.33 Exponencial 0 22.91 17.16 0 Alta 92
5 11.82 31.54 Esférico 0 77.4 16.47 0 Alta 92
6 14.76 39.88 Esférico 0 94.59 18.35 0 Alta 96
7 18.99 49.81 Esférico 0 113.1 16.47 0 Alta 91
8 24.10 45.83 Exponencial 0 100.1 20.8 0 Alta 94
9 27.78 65.43 Exponencial 0 139.2 18.2 0 Alta 91
10 33.16 105.62 Esférico 0 199.2 9.36 0 Alta 89
11 37.88 165.24 Gaussiano 0 266.4 10.92 0 Alta 92
12 43.23 194.16 Esférico 0 306.6 14.56 0 Alta 91
13 49.32 238.23 Exponencial 0 372.3 19.76 0 Alta 93
14 55.88 289.42 Esférico 0 477.4 16.64 0 Alta 90
15 36.73 175.60 Esférico 0 210 9.88 0 Alta 92
16 30.51 121 Esférico 0 283.5 14.04 0 Alta 90
17 23.30 80.73 Exponencial 0 134.3 16.64 0 Alta 91
18 17.45 48.08 Exponencial 0 96 18.2 0 Alta 90
19 10.67 26.58 Esférico 0 59.64 8.84 0 Alta 91
20 7.71 26.26 Esférico 0 41.33 13.52 0 Alta 93
21 6.28 17.83 Esférico 0 17.16 14.56 0 Alta 88
22 4.67 9.44 Esférico 0 29.23 13.52 0 Alta 90
23 3.17 4.77 Exponencial 0 9.47 18.2 0 Alta 88
24 1.93 2.70 Esférico 0 6.07 11.96 0 Alta 77
Ixtapan del Oro
1 3.56 12.94 Esférico 0 36.08 15.2 0 Alta 75
2 3.41 18 Esférico 0 51.2 18.48 0 Alta 77
3 5.14 20.60 Exponencial 0 64.38 15.2 0 Alta 80
4 7.72 21.69 Exponencial 0 74.7 15.2 0 Alta 89
5 10.56 29.76 Esférico 0 98.4 19 0 Alta 93
6 12.91 39.82 Exponencial 0 79.54 19.2 0 Alta 91
7 15.39 43.63 Exponencial 0 127.4 16.8 0 Alta 89
8 17.82 55.51 Esférico 0 147.89 15.99 0 Alta 87
9 19.94 62.99 Exponencial 0 167.2 8.2 0 Alta 94
10 22.95 85.19 Esférico 0 195.5 11.07 0 Alta 92
11 15.27 29.54 Esférico 0 69.72 15.2 0 Alta 93
12 17.97 37.30 Esférico 0 100.8 17.6 0 Alta 94
13 20.91 51.36 Esférico 0 128.1 11.48 0 Alta 92
14 23.73 73.23 Exponencial 0 134.4 11.2 0 Alta 91
15 13.56 24.60 Exponencial 0 55.2 13.6 0 Alta 87
16 11.55 18.01 Esférico 0 35.52 22.4 0 Alta 85
17 9.24 12.80 Esférico 0 24 19.2 0 Alta 84
18 7.17 8.01 Exponencial 0 14.25 24. 8 0 Alta 90
19 5.29 4.69 Exponencial 0 7.92 13.6 0 Alta 86
20 5.04 4.89 Exponencial 0 6.6 16 0 Alta 88
21 4.84 4.67 Esférico 0 6.24 16 0 Alta 94
22 4.61 4.94 Esférico 0 5.92 10.66 0 Alta 92
23 4.15 5.61 Esférico 0 5.85 11.48 0 Alta 91
24 3.64 6.10 Esférico 0 6.36 17.6 0 Alta 84

NM = número de muestreo; NDE = nivel de dependencia espacial; SI = superficie infestada.

El Cuadro 1 presenta los valores de los parámetros analizados. En Coatepec Harinas se obtuvieron valores de meseta de 1520 a 3780, y de 14.76 a 30.34 m en rango, siendo este valor la distancia máxima en la cual existe relación entre los datos de cada muestreo. Los valores de efecto pepita fueron, en todos los casos, cero; esto significa que el error de muestreo es mínimo y la escala de muestreo es correcta (Rosii et al., 1992).

El nivel de dependencia espacial fue alto en todos los muestreos, lo cual permite suponer que las poblaciones de dicha plaga son dependientes entre sí y que presentan un nivel de agregación alto. Se considera que una variable tiene una fuerte dependencia espacial si el valor es menor a 25 %, moderada si el valor está entre 25 y 75 %, y débil si es mayor a 75 %. Dichos resultados son similares a los observados por Acosta-Guadarrama et al. (2017) y Rivera-Martínez et al. (2017), quienes señalan que las poblaciones de trips presentan un alto nivel de dependencia espacial con fuertes agregados, los cuales se observaron en los mapas de incidencia de ambos estudios.

Tener agregados fuertes en un muestreo indica que el patrón de distribución se seguirá presentando en los siguientes muestreos (Figura 1). Los agregados fuertes son densidades altas de poblaciones de H. lataniae en zonas específicas dentro de las parcelas, y donde los datos están estrechamente relacionados.

Figura 1 Mapas de densidad de las poblaciones de escama armada en Coatepec Harinas. 

Los semivariogramas obtenidos con los datos de Donato Guerra se ajustaron a modelos esférico, exponencial y gaussiano, aunque el muestreo 11, correspondiente al primer muestreo de enero, fue el único que se ajustó al modelo gaussiano. En este modelo, los centros de agregación se presentan de forma continua en la parcela, lo que permite suponer la existencia de diversos factores ambientales que favorecen su dispersión y desarrollo en la parcela. Los valores de meseta, en este municipio, se encontraron entre 6.07 y 477.4, mientras que los valores de rango fluctuaron entre 8.84 y 19.76 m. Como ya se mencionó, en todos los muestreos se presentó un efecto pepita de cero y un nivel de dependencia espacial alto. Estos valores coinciden con lo reportado por Ramírez-Dávila et al. (2013) y Maldonado-Zamora et al. (2017), quienes encontraron que las poblaciones de trips en aguacate se distribuyen de forma agregada en puntos específicos en la parcela.

En el caso de Ixtapan del Oro, los semivariogramas teóricos se ajustaron, en su mayoría, al modelo esférico; únicamente 10 muestreos se ajustaron al modelo exponencial (Cuadro 1). Los valores de rango estuvieron entre 8.2 y 24.8 m. De igual manera, el efecto pepita fue de cero y se obtuvo un alto nivel de dependencia espacial (Figura 3). Estos resultados concuerdan con los reportados por Lara-Vázquez et al. (2018), cuyo estudio presentó un grado de dependencia espacial alto en los muestreos de araña roja en el cultivo de aguacate.

Figura 2 Mapas de densidad de las poblaciones de escama armada en Donato Guerra. 

Figura 3 Mapas de densidad de las poblaciones de escama armada en Ixtapan del Oro. 

En los tres municipios estudiados, se determinó que los rangos de los semivariogramas son suficientemente altos. Lo anterior indica que los modelos ajustados obtenidos representan, matemáticamente, el comportamiento espacial de la escama en toda la zona de estudio (Maldonado-Zamora et al., 2017). Los parámetros geoestadísticos de validación cruzada (Cuadro 2) permitieron validar los semivariogramas experimentales de las tres zonas de estudio en las diferentes fechas de muestreo.

Cuadro 2 Estadísticos de validación cruzada de los semivariogramas. 

NM Fecha de muestreo Varianza muestral MEE Varianza de los errores ECM ECMA
Coatepec Harinas
1 Agosto 2019 1 899.19 0.13ns 1 123.16 0.10 1.07
2 1 267.30 0.10ns 1 056.28 0.07 1.11
3 Septiembre 2019 2 583.26 0.12ns 1 780.21 0.11 1.14
4 2 856.67 0.08ns 1 944.20 0.14 1.10
5 Octubre 2019 2 972.17 0.13ns 1 844.25 0.11 1.12
6 3 331.61 0.11ns 2 015.62 0.12 1.10
7 Noviembre 2019 3 406.11 0.10ns 2 188.02 0.11 1.13
8 3 470.86 0.07ns 2 721.36 0.08 1.11
9 Diciembre 2019 3 897.76 0.12ns 2 590.47 0.11 1.10
10 4 006.30 0.14ns 3 127.57 0.14 1.09
11 Enero 2020 4 007.51 0.11ns 3 169.30 0.12 1.13
12 3 982.66 0.10ns 2 841.50 0.09 1.07
13 Febrero 2020 3 926.33 0.13ns 2 839.05 0.11 1.10
14 3 843.25 0.08ns 2 418.64 0.10 1.12
15 Marzo 2020 3 859.89 0.12ns 2 907.88 0.13 1.11
16 3 565.96 0.14ns 2 907.51 0.11 1.07
17 Abril 2020 3 537.35 0.10ns 2 611.29 0.07 1.14
18 3 501.43 0.07ns 2 756.02 0.12 1.11
19 Mayo 2020 3 470.38 0.11ns 2 855.18 0.13 1.12
20 2 047.72 0.13ns 1 527.22 0.11 1.10
21 Junio 2020 2 009.36 0.10ns 1 392.16 0.12 1.09
22 1 873.04 0.12ns 1 057.90 0.10 1.11
23 Julio 2020 1 792 0.11ns 1 183.41 0.08 1.10
24 1 699.76 0.09ns 1 255.71 0.13 1.12
Donato Guerra
1 Agosto 2019 5.00 0.10ns 2.15 0.11 1.09
2 5.91 0.12ns 3.22 0.10 1.14
3 Septiembre 2019 12.55 0.14ns 9.68 0.09 1.11
4 21.33 0.13ns 18.42 0.12 1.10
5 Octubre 2019 31.54 0.10ns 20.19 0.11 1.12
6 39.88 0.13ns 27.06 0.09 1.10
7 Noviembre 2019 49.81 0.08ns 27.17 0.10 1.11
8 45.83 0.14ns 38.10 0.13 1.12
9 Diciembre 2019 65.43 0.12ns 47.24 0.10 1.07
10 105.62 0.11ns 59.05 0.08 1.12
11 Enero 2020 165.24 0.07ns 121.09 0.11 1.10
12 194.16 0.14ns 110.36 0.12 1.11
13 Febrero 2020 238.23 0.11ns 174.29 0.10 1.13
14 289.42 0.10ns 175.04 0.09 1.11
15 Marzo 2020 175.60 0.12ns 125.88 0.11 1.14
16 121 0.13ns 97.31 0.10 1.09
17 Abril 2020 80.73 0.09ns 67.25 0.14 1.11
18 48.08 0.10ns 21.92 0.12 1.13
19 Mayo 2020 26.58 0.12ns 17.66 0.11 1.14
20 26.26 0.14ns 18.41 0.10 1.11
21 Junio 2020 17.83 0.08ns 11.59 0.13 1.12
22 9.44 0.11ns 5.62 0.10 1.08
23 Julio 2020 4.77 0.13ns 2.07 0.12 1.14
24 2.70 0.10ns 1.62 0.11 1.13
Ixtapan del Oro
1 Agosto 2019 12.94 0.11ns 10.28 0.08 1.12
2 18 0.13ns 11.57 0.11 1.14
3 Septiembre 2019 20.60 0.10ns 12.90 0.12 1.06
4 21.69 0.09ns 16.03 0.10 1.11
5 Octubre 2019 29.76 0.14ns 20.16 0.12 1.13
6 39.82 0.11ns 23.61 0.10 1.13
7 Noviembre 2019 43.63 0.10ns 31.84 0.14 1.12
8 55.51 0.12ns 31.98 0.10 1.11
9 Diciembre 2019 62.99 0.07ns 41.05 0.12 1.09
10 85.19 0.10ns 52.36 0.11 1.13
11 Enero 2020 29.54 0.12ns 19.22 0.09 1.14
12 37.30 0.11ns 25.11 0.13 1.10
13 Febrero 2020 51.36 0.13ns 27.42 0.10 1.11
14 73.23 0.08ns 49.33 0.12 1.14
15 Marzo 2020 24.60 0.11ns 18.71 0.07 1.12
16 18.01 0.14ns 12.39 0.11 1.08
17 Abril 2020 12.80 0.08ns 9.36 0.12 1.13
18 8.01 0.11ns 5.01 0.14 1.12
19 Mayo 2020 4.69 0.12ns 2.62 0.13 1.07
20 4.89 0.10ns 2.99 0.14 1.11
21 Junio 2020 4.67 0.14ns 2.81 0.10 1.12
22 4.61 0.12ns 4.94 0.11 1.10
23 Julio 2020 4.15 0.10ns 5.61 0.13 1.14
24 3.64 0.11ns 6.10 0.8 1.09

NM = número de muestreo; MEE = media de los errores de estimación; ECM = error cuadrático medio; ECMA = error cuadrático medio adimensional; ns = no significativo.

En Coatepec Harinas, las mayores densidades de escama armada se presentaron de septiembre a mayo, en donde el primer muestreo de enero tuvo una media muestral de 122.90 insectos por árbol. Los meses de menor densidad fueron agosto, septiembre, junio y julio, siendo el segundo muestreo de julio el de menor densidad (39.46) (Cuadro 1 y Figura 1). Cabe resaltar que el mayor porcentaje de infestación fue de 99 % en el muestreo cinco, correspondiente al primer muestreo de octubre, y el de menor porcentaje fue el segundo muestreo de agosto (77 %) (Cuadro 1).

En los mapas de densidad (Figura 1, 2 y 3) se pueden observar los diferentes centros de agregación. Cada mapa presenta coordenadas geográficas; en la parte inferior se encuentran las coordenadas este y del lado izquierdo las coordenadas norte. En la Figura 1, los mayores focos de infestación se encuentran en la parte centro y norte. Por su parte, los meses con menor densidad aparecen distribuidos en la parte norte, con una ligera tendencia hacia el lado oeste del mapa, a excepción del muestreo 22, el cual presenta un centro de agregación en la parte sur. En la mayoría de los muestreos, se presentó un porcentaje de infestación mayor a 90 %, lo cual coincide con lo reportado por Lara-Vázquez et al. (2018) en su estudio sobre araña roja.

Donato Guerra presentó las mayores densidades de noviembre a abril, con una media de 55.88 insectos por árbol en el muestreo 14. En los meses de menor densidad, se registró una media de 1.93 insectos por árbol, correspondiente al segundo muestreo de julio. El porcentaje de superficie infestada más alto se observó en el muestreo 6 (96 %), y el más bajo, en el muestreo 24 (77 %) (Cuadro 1). Los focos de agregación de agosto se encuentran en la parte noroeste del mapa, y en septiembre los focos tienden a la parte centro y sur. Los focos de agregación en los meses con mayor densidad se encuentran dispersos en casi toda la parcela; sin embargo, los centros de agregación tienden a estar en el centro, oeste y sur del mapa. En el muestreo 22, sólo se observan dos centros de agregación, uno ubicado en el lado oeste y el otro en el lado este del mapa. En los dos últimos muestreos, únicamente se presenta un foco de agregación en el lado este (Figura 2).

En Ixtapan del Oro, la media muestral fue de 3.41 insectos por árbol en el muestreo 2, y de 23.73 insectos por árbol en el muestreo 14 (Cuadro 1). Las mayores densidades se presentaron de diciembre a febrero, en donde los centros de agregación se ubicaron en la parte sureste y noroeste del mapa (Figura 3). En los meses de marzo a julio, los focos de agregación también se establecen en la parte sureste del mapa, pero con menor intensidad. El porcentaje más alto de superficie infestada se obtuvo en los muestreos 9, 12 y 21 (94 %), y el porcentaje más bajo en el primer muestreo de agosto (75 %).

McClure (1990) señala que la humedad y la temperatura tienen un rol importante en las poblaciones de escama; esto debido a que, en temperaturas bajas, el nacimiento, distribución y establecimiento de ninfas migratorias disminuye. Por el contrario, con temperaturas altas y sin lluvias, las poblaciones suelen ser más abundantes en sus hospederos (Balderas-Palacios et al., 2017). Ponsonby y Copland (2000) reportaron que temperaturas de 20 a 28 °C, y humedad relativa de 55 a 65 %, son favorables para el desarrollo de Abgrallaspis cyanophylli. Lo anterior permite suponer que el clima juega un papel importante en el desarrollo de plagas. Asimismo, el clima puede actuar como agente de mortalidad natural al regular dichas poblaciones.

Los registros de temperatura media anual y humedad relativa obtenidos de cada zona de estudio fueron diferentes. En Coatepec Harinas se reportan precipitaciones de junio a octubre, siendo julio el de mayor precipitación (221 mm). La temperatura media anual fue de 24 °C, con humedad relativa media de 62 %. Sin embargo, en los datos colectado, las incidencias más bajas se obtuvieron de junio a agosto, con distribución al lado norte del mapa.

En Donato Guerra, la temperatura media anual fue de 21 °C y la humedad relativa de 60 %. En este municipio, la precipitación más alta se observó en julio (140 mm), mes que presentó un sólo foco de infestación en el lado este de la parcela. En este caso, los meses de mayor densidad presentan una infestación en casi toda la parcela, posiblemente debido a condiciones climáticas favorables para su desarrollo. En los registros de Ixtapan del Oro, se encontró una precipitación de 231 mm en julio, temperatura media anual de 18 °C y humedad relativa de 65 %. En los mapas se observa que en enero y febrero los focos de infestación van de sur a norte, posiblemente debido a los vientos que van en esta dirección. No obstante, los focos de infestación en los muestreos de marzo a julio se observan estables, lo que podría indicar que en esta zona la escama encontró condiciones microclimáticas favorables para su desarrollo.

En las tres zonas de estudio, la escama armada presentó un comportamiento agregado, cuyos resultados se comprobaron con la validación cruzada de los semivariogramas (Cuadro 2). En los mapas de densidad (Figura 1, 2 y 3) se observaron los diferentes focos de agregación, y se evidenció que la escama armada infesta puntos específicos de las parcelas. Lo anterior coincide con lo reportado por Duarte et al. (2015), quienes indican que las poblaciones de insectos y ácaros se distribuyen de forma heterogénea en las zonas, y generalmente presentan focos de infestación en áreas con alta y baja densidad. Larral et al. (2018) y Sánchez-Castro et al. (2016) determinaron un patrón agregado de trips en aguacate y de Empoasca spp. en frijol. También, se han realizado diferentes estudios sobre distribución espacial, como el reportado por Valencia-Arias et al. (2019) de Melolonthidae en el cultivo de aguacate, en donde observaron resultados similares a los de este trabajo.

En este estudio, el insecto estuvo presente en ramas, hojas y frutos, lo que complica más su control. Sin embargo, solo se determinó la distribución y comportamiento de las escamas en ramillas, ya que en las ramas están de forma permanente, y en frutos y hojas la plaga se presenta como infestaciones progresivas y diferenciadas en el año (Faber & Phillips, 2003).

El establecimiento de H. lataniae en ramas y frutos induce la acumulación de compuestos fenólicos. Estos compuestos aumentan la rigidez de las paredes celulares de la parte afectada, e incluso disminuyen la calidad del fruto y aumentan los costos de producción al eliminar los daños de forma manual en la línea de empaque (Hernández-Rivero et al., 2013; Sepúlveda-Jiménez et al., 2004; Ripa et al., 2007a).

El manejo de plagas debe estar basado en una correcta identificación de la plaga y de sus enemigos naturales, así como en la elección de las medidas que causen menos perturbaciones en el ambiente y la zona. En el caso de la escama armada, el momento crucial para su manejo es la etapa de producción de migrantes, único estado móvil de la plaga y de mayor susceptibilidad a insecticidas. En esta etapa, las escamas buscan un lugar adecuado en el árbol para alimentarse, e incluso se pueden dispersar hacia otros hospederos con ayuda del viento (Vargas & Rodríguez, 2008). Por ello, se debe evitar su desplazamiento hacia el fruto para preservar su calidad.

El manejo integrado de plagas es un método económicamente viable, así como una alternativa sustentable que combina varios métodos de control con la finalidad de disminuir y evitar problemas fitosanitarios, lo que reduce los efectos adversos a la salud humana y al ambiente. Dicho método considera como último recurso el uso de agroquímicos, y tiene por objetivo proteger la biodiversidad y el ambiente, mientras se incrementan los rendimientos de la superficie cultivable. Lo anterior ayuda a minimizar las pérdidas económicas debido a la acción de plagas y a mantener la rentabilidad del cultivo (Ripa et al., 2007a). En este contexto, al elaborar y establecer un manejo integrado de la escama se deben considerar algunas medidas preventivas, como la poda. Esto se realiza, junto con la eliminación de malezas (hospedantes), con la finalidad de crear condiciones desfavorables para el desarrollo de la plaga y favorables para el desarrollo del cultivo. En el caso de la escama (cuya infestación ocurre en la parte inferior del árbol, en ramillas ocultas y cerca del suelo [Olivares, 2017; Vargas & Rodríguez, 2008]), esta estrategia beneficia la entrada de luz y la circulación de aire al interior del árbol; en consecuencia, aumenta la mortandad de estadios de plagas, lo que limita su dispersión hacia otros árboles de la parcela o cultivos cercanos a ella.

Posteriormente, se recomienda un monitoreo mensual de ramillas, hojas y frutos, esto con el objetivo de estimar la abundancia, distribución, fenología, presencia y eficiencia de enemigos naturales de la escama armada (Vargas & Rodríguez, 2008). El monitoreo permite al productor obtener información que le ayude a tomar decisiones, así como a aplicar los métodos de manejo y control de forma oportuna y dirigida.

El control biológico es una estrategia que permite mantener los huertos en equilibrio al introducir enemigos naturales (parasitoides, depredadores) de una plaga. Sin embargo, en las zonas aguacateras, estos agentes de control son escasos debido a la aplicación excesiva de insecticidas. Se ha observado que la escama armada, al ser una especie cosmopolita, es regulada por sus enemigos naturales (Peña, 2008). En algunas zonas aguacateras se han encontrado parasitoides y depredadores que regulan las poblaciones de escama tanto en estado ninfal como adulto. En México, se han encontrado los parasitoides Encarsia citrina y Aphytus sp., y el depredador Chilocorus cacti (Lázaro-Castellanos et al., 2012). El parasitoide Aphytis diaspidis se observó en poblaciones adultas de escama armada (Navea & Vargas, 2012); sin embargo, al no encontrar alimento, causan mortalidad, ya que se alimentan de sus hospederos en estados inmaduros (Collier, 1995; Navea & Vargas, 2012).

Heraty et al. (2008) observaron que E. citrina tiene gran capacidad de adaptación, por lo que se ha introducido en diversos países con fines de control biológico (Carbajal & Martos, 2019; Myartseva & González-Hernández, 2008). Los depredadores Rhizobius lophanthae y Coccidophilus citrícola son eficientes debido a que perforan la cubierta protectora de la escama para alimentarse de su hemolinfa (Ripa et al., 2007b; Vargas & Rodríguez, 2008). Muchos de estos enemigos naturales se han manipulado, y en la actualidad se usan como formulados listos para ser aplicados, tal es el caso de R. lophanthae (Gómez-Vives, 2002).

Por lo anterior, conocer la distribución espacial de la escama armada en municipios de alta producción de aguacate en el Estado de México, así como la elaboración de mapas de densidad, puede ayudar a dirigir las medidas de control, ya sean químicas, biológicas o culturales. Implementar estrategias en zonas que presentan altas densidades de la plaga ayudará al productor a disminuir pérdidas económicas. Además, dirigir estas medidas de control evitará que la plaga se desplace a otras zonas dentro la parcela.

Se deben proponer estrategias que cambien el paradigma del manejo actual de la escama armada y del resto de los problemas fitosanitarios que presenta el aguacate. Esto reducirá sustancialmente la resistencia natural y cruzada que se presenta en el manejo de plagas en el cultivo de aguacate. Asimismo, podría concientizar a los productores y técnicos sobre el respeto al medio ambiente, ya que la actividad agrícola genera un porcentaje muy importante de contaminación ambiental. Los resultados de este trabajo pueden contribuir en la reestructuración y mejora del control de la escama armada basándonos en el uso de geotecnologías que permitan eficientizar el trabajo en el campo.

Conclusiones

La geoestadística constituye una herramienta eficaz al determinar el comportamiento y distribución espacial de escama armada en el cultivo de aguacate en los municipios de Coatepec Harinas, Donato Guerra e Ixtapan del Oro. Los mapas de densidad de poblaciones permiten conocer las fluctuaciones, así como la posición de las plagas dentro de la parcela. Esto es de gran ayuda para proponer e implementar estrategias de manejo integrado que permitan reducir la presencia de insecticidas en los frutos, así como daños ecológicos y ambientales por su uso indiscriminado.

Agradecimientos

Al Consejo Nacional de Ciencia y Tecnología (CONACYT) por la beca otorgada para realizar los estudios de Maestría en Ciencias Agropecuarias y Recursos Naturales. Al Dr. Carlos del Colegio de Postgraduados por el apoyo en la identificación de escama armada. A los dueños de las huertas de aguacate seleccionadas, a la Ingeniera Armida y a su equipo de trabajo (Ing. Julia, Ing. Alberto e Ing. Héctor) de las diferentes juntas locales de Sanidad Vegetal del Estado de México por las facilidades brindadas en la identificación de las parcelas con presencia de escamas.

REFERENCIAS

Acosta-Guadarrama, A. D., Ramírez-Dávila, J. F., Rivera-Martínez, R., Figueroa- Figueroa, D. K., Lara-Diaz, A. V., Maldonado-Zamora, F. I., & Tapia-Rodríguez, A. (2017). Distribución espacial de Trips spp. (Thysanoptera) y evaluación de su control mediante el depredador Amblyseius swirskii en el cultivo de aguacate en México. Bio One, 42(2), 435-446. https://doi.org/10.3958/059.042.0214 [ Links ]

Apostolos, P., Aguilar, A., Tena, A., & García-Marí, F. (2010). Influence of host size on parasitism by Aphytis chrysomphali and A. melinus (Hymenoptera: Aphelinidae) in Mediterranean populations of California red scale Aonidiella aurantii (Hemiptera: Diaspididae). Biological Control, 5(2), 132-140. https://doi.org/10.1016/j.biocontrol.2010.07.010 [ Links ]

Balderas-Palacios, G. F., Urías-López, M. A., González-Carrillo, J. A., González-Acuña, I. J., & Álvarez-Bravo, A. (2017). Distribución temporal y espacial de la escama blanca del mango en Sinaloa, México. Revista Mexicana de Ciencias Agrícolas, 8(19), 4023-4034. https://doi.org/10.29312/remexca.v0i19.670 [ Links ]

Cambardella, C., Moorman, T., Novak, J., Parkin, T., Karlen, D., Turco, R., & Konopka, A. (1994). Field scale variability of soil properties in central iwa soils. Soil Science Society of America Journal, 58(5), 1501-1511. https://doi.org/10.2136/sssaj1994.03615995005800050033x [ Links ]

Carbajal, A., & Martos, A. (2019). Parasitismo de Encarsia citrina (Signoret) sobre Hemiberlesia lataniae (Crawford) (Hemiptera: Diaspididae), en cultivo de “palto”. Agroindustrial Science, 10(1), 49-54. http://dx.doi.org/10.17268/agroind.sci.2020.01.07 [ Links ]

Collier, T. R. (1995). Host feeding, egg maturation, resorption, and longevity in the parasitoid Aphytis melinus (Hymenoptera:Aphelinidae). Annals of the Entomological Society of America, 88(2), 206-214. https://doi.org/10.1093/aesa/88.2.206 [ Links ]

Duarte, F., Calvo, M. V., Borges, A., & Scatoni, I. B. (2015). Geostatics applied to the study of the spatial distribution of insects and its use in integrated pest management. Revista Agronómica del Noreste Argentina, 35(2), 9-20. https://www.semanticscholar.org/paper/Geostatistics-applied-to-the-study-of-the-spatial-Duarte-Calvo/685d6530feea1fc03bd115b98dab87ee0fbb65?p2dfLinks ]

Evans, G. A., Watson, G. W., & Miller, D. R. (2009). A new species of armored scale (Hemiptera: Coccoidea: Diaspididae) found on avocado fruit from Mexico and a key to the species of armored scales found on avocado worldwide. Zootaxa, 1991(1), 57-68. https://www.biotaxa.org/Zootaxa/article/view/zootaxa.1991.1.5/47986Links ]

Faber, B. A., & Phillips, P. A. (2003). Avocado armored scale. UC IPM management guidelines: avocado. UC ANR Publication 3436. https://www.biotaxa.org/Zootaxa/article/view/zootaxa.1991.1.5/47986Links ]

Gallardo, A. (2006). Geoestadística. Ecosistemas, 15(3), 48-58. https://www.revistaecosistemas.net/index.php/ecosistemas/article/view/161Links ]

Gómez-Vives, S. (2002). Cría masiva de Rhyzobius lophanthae Blaisdell (Coleoptera: Coccinellidae) depredador de la cochinilla roja de las palmeras (Phoenicococcus marlatti Cockerell). Boletín Sanidad Vegetal Plagas, 28, 167-176. https://www.semanticscholar.org/paper/Cr%C3%ADa-masiva-de-%22Rhyzobius-lophantae%22-Blaisdell-de-Vives/cc73bfa408f2b90739068a2ce31e1dc191125e3cLinks ]

Heraty, J. M., Polaszek, A., & Schauff, M. (2008). Systematic and biology of Encarsia. In: Gould, J., Hoelmer, K., & Goolsby, J. (Eds). Classical Biological Control of Bemisia Tabaci in the United States (pp. 71-87). Springer. https://doi.org/10.1007/978-1-4020-6740-2_4 [ Links ]

Hernández-Rivero, R., Arévalo-Galarza, M. L., Valdovinos-Ponce, G., González-Hernández, H., Valdez-Carrasco, J., & Ramírez-Guzmán, M. E. (2013). Histología del daño en fruto y rama de aguacate ‘Hass’ por escamas armadas (Hemiptera: Diaspididae). Revista Mexicana de Ciencias Agrícolas, 4(5), 739-752. http://www.scielo.org.mx/scielo.php?script=sci_aettext&pid=S2007-09342013000500007&Ing=es&tlng=esLinks ]

Isaaks, E., & Srivastav, R. M. (1989). An introduction to applied Geostatics. Oxford University Press. [ Links ]

Journel, A., & Huijbregts, C-J. 2004 Mining geostatistics. Academic Press. [ Links ]

Lara-Vázquez, F., Ramírez-Dávila, J. F., Rubí-Arriaga, M., Morales-Rosales, E., Figueroa- Figueroa, D. K., Acosta-Guadarrama, A. D., & Rivera-Martinez, R. (2018). Distribución espacial de araña roja Oligonychus punicae Hirst en el cultivo del aguacate, en dos municipios del Estado de México. Southwestern Entomologist, 43(3), 743-759. https://doi.org/10.3958/059.043.0320 [ Links ]

Larral, P., Ripa, R., Funderburk, J., & López, E. (2018). Population abundance, phenology, spatial distribution and a binomial sampling plan for Heliothrips haemorrhoidalis (Thysanoptera:Thripidae) in avocado. Florida Entomologist, 101(2), 166-171. https://doi.org/10.1653/024.101.0203 [ Links ]

Lázaro-Castellanos, C., González, H., Lomelí, J. R., Myartseva, S. N., Ortega, L. D., & Ochoa, S. (2012). Enemigos naturales de escamas armadas (Hemiptera: Diaspididae) en aguacate Hass en Michoacán, México. Revista Colombiana de Entomología, 38(1), 6-13. http://www.scielo.org.co/pdf/rcen/v38n1/v38n1a02.pdfLinks ]

Lemus-Soriano, B. A. (2018). Insectos chupadores (Hemiptera) del aguacate. Artículos Técnicos del Instituto para la Innovación Tecnológica en la Agricultura. México. https://www.intagri.com/articulos/frutales/insectos-chupadores-hemiptera-del-aguacate. [ Links ]

Maldonado-Zamora, F. I., Ramírez-Dávila, J. F., Lara-Díaz, A. V., Rivera-Martínez, R., Acosta-Guadarrama, A. D., Figueroa-Figueroa, D. K., Rubí-Arriaga, M., & Tapia-Rodríguez, A. (2017). Estabilidad espacial y temporal de la distribución de trips en el cultivo de aguacate en el Estado de México. Southwestern Entomologist , 42(2), 447-462. https://doi.org/10.3958/059.042.0215 [ Links ]

McClure, M. S. (1990). Influence of environmental factors. In: Rosen, D. (Ed). Armored scale insects their biology, natural enemies and control (pp. 319-330). Elsevier Science Publisher B. V. https://www.journals.uchicago.edu/doi/pdf/10.1086/416999Links ]

Myartseva, S. N., & González-Hernández, A. (2008). Descripción de dos especies nuevas de Encarsia Förster (Hymenoptera: Aphelinidae) y nuevos registros de especies de este género para Chiapas y Jalisco, México. Acta Zoológica Mexicana, 24(2), 101-114. https://www.redalyc.org/articulo.oa?id=57524207Links ]

Navea, D., & Vargas, R. (2012). Parasitoidism rate and life table parameters of Aphytis diaspidis (Howard) (Hymenoptera: Aphelinidae) and Hemiberlesia lataniae (Signoret) (Hemiptera: Diaspididae). Chilean Journal of Agricultural Research, 72(3), 338-344. http://dx.doi.org/10.4067/S0718-58392012000300006 [ Links ]

Olivares, N. (2017). Escama blanca del palto. Entomología - Plagas en frutales. Instituto de Investigaciones Agropecuarias. https://biblioteca.inia.cl/handle/123456789/66954Links ]

Pannatier, Y. (1996). Variowin: Software for spatial data analysis in 2D. Springer-Verlag New York. https://doi.org/10.1007/978-1-4612-2392-4 [ Links ]

Park, Y. L., Krell, R. K., & Caroll, M. (2007). Theory, technology and practice of sites-specific insect pest management. Journal of Asia-Pacific Entomology, 10(2), 89-101. https://doi.org/10.1016/S1226-8615(08)60337-4 [ Links ]

Peña, J. (2008). Plagas de palto en Florida. In: Ripa, R., & Larral, P. (Eds), Manejo de plagas en Paltos y Cítricos (pp. 310-316). Gobierno de Chile, Ministerio de agricultura. http://www.avocadosource.com/books/ripa2008/Ripa_Chapter_11c.pdfLinks ]

Ponsonby, D. J., & Copland, M. (2000). Enviromental effects on the development and survival of the scale insect Abgrallaspis cyanophylli (Signoret) (Homoptera:Diaspididae) with reference to its suitability for use as a host for rearing biological control agents. Biocontrol Science and Technology, 10(5), 583-594. https://doi.org/10.1080/095831500750016389 [ Links ]

Ramírez-Dávila, J. F., & Porcayo-Camargo, E. (2009). Estudio de la distribución espacial del muérdago enano (Arceuthobium sp.) en el nevado de Toluca, México, utilizando el Método de SADIE. Revista Madera y Bosques, 15(2), 93-111. https://www.redalyc.org/articulo.oa?idp=1&id=61712399006&cid=82318Links ]

Ramírez-Dávila, J. F., & Figueroa-Figueroa, D. K. (2013). Modelización y mapeo de la distribución espacial de Bactericera cockerelli Sulc (Hemiptera:Triozidae) en papa en el Estado de México. Revista Centro Agrícola, 40(3), 57-70. https://www.redalyc.org/pdf/3828/382837655026.pdfLinks ]

Ramírez-Dávila, J. F., Solares-Alonso, V. M., Figueroa-Figueroa, D. K., & Sánchez-Pale, J. R. (2013). Comportamiento espacial de trips (Insecta: Thysanoptera), en plantaciones comerciales de aguacate (Persea americana Mill) en Zitácuaro, Michoacán, México. Acta Zoológica Mexicana , 29(3), 545-562. https://www.redalyc.org/articulo.oa?id=57529246007Links ]

Ripa, R., Larral, P., & Rodríguez, S. (2007a). Manejo integrado de plagas (MIP). In: Ripa, R., & Larral, P. (Eds), Manejo de plagas en paltos y Cítricos (pp. 41-50). Instituto de Investigaciones Agropecuarias. https://frutales.files.wordpress.com/2011/01/cit-16-manejo-de-plagas-en-paltos-y-cc3adtricos.pdfLinks ]

Ripa, R. , Vargas, R., Larral, P ., & Rodríguez, S. (2007b). Manejo de las principales plagas del Palto. Revista Tierra Adentro, 73, 29-33. http://www.avocadosource.com/journals/TierraAdentro_2007_73_29-33.pdfLinks ]

Rivera-Martínez, R., Ramírez-Dávila, J. F., Rubí-Arriaga, M., Domínguez-López, A., Acosta-Guadarrama, A. D., & Figueroa-Figueroa, D. K. (2017). Modelización espacial de trips (Insecta:Thysanoptera) en el cultivo de aguacate (Persea americana). Revista Colombiana de Entomología , 43(2), 131-140. https://doi.org/10.25100/socolen.v43i2.5933 [ Links ]

Rosii, R., Mulla, J., Journel, G., & Franz, H. (1992). Geostatistical tools for modeling and interpreting ecological spatial dependence. Ecological Monographs, 62(2), 277-314. https://doi.org/10.2307/2937096 [ Links ]

Rugman-Jones, P. F., Morse, J. G., & Sthoutamer, R. (2009). Rapid molecular identification of armored scale insects (Hemiptera: Diaspididae) on Mexican “Hass” avocado. Journal of Economic Entomology, 102(5), 1948-1953. https://doi.org/10.1603/029.102.0527 [ Links ]

Samper-Calvete, F. J. (1996). Geoestadística: aplicaciones a la hidrología subterránea. Centro Internacional de Métodos de Ingeniería. [ Links ]

Sánchez-Castro, A., Miranda-Cabrera, I., & Fernández-Argudín, B. M. (2016). Distribución espacial y temporal de Empoasca spp. (Typhlocybinae) en un campo de frijol (Phaseolus vulgaris L.). Revista de Protección Vegetal, 31(3), 159-164. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1010-27522016000300002Links ]

Sepúlveda-Jiménez, G., Porta-Ducoing, H., & Rocha-Sosa, M. (2004). La participación de los metabolitos secundarios en la defensa de las plantas. Revista Mexicana de Fitopatología, 21(3), 355-363. http://www.redalyc.org/articulo.oa?id=61221317Links ]

Servicio de Información Agroalimentaria y Pesquera (SIAP). (2020). Estadísticas de producción agrícola. https://www.gob.mx/siapLinks ]

Stocks, I. C., & Evans, G. A. (2017). Armored scales (Hemiptera: Diaspididae) infesting Hass avocado intercepted in Florida and new parasitoid-host association for Davidsonaspis aguacatae. Florida Entomologist , 100(2), 491-494. https://doi.org/10.1653/024.100.0244 [ Links ]

Urías-López, M. A., Osuna-García, J. A., Vázquez-Valdivia, V., & Pérez-Barraza, M. H. (2010). Fluctuación poblacional y distribución de la escama blanca del mango (Aulacaspis tubercularis Newstead) en Nayarit, México. Revista Chapingo Serie Horticultura, 16(2), 77-82. https://doi.org/10.5154/r.rchsh.2010.16.009 [ Links ]

Valencia-Arias, C., Martínez-Osorio, A., Morales-Osorio, J. G., & Ramírez-Gil, J. G. (2019). Spatial analysis of presence, injury, and economic ompact of the Melolonthidae (Coleoptera: Scarabaeoidea) complex in avocado crops. Neotropical Entomology, 48(4), 583-593. https://doi.org/10.1007/s13744-019-00685-6 [ Links ]

Vargas, R. , & Rodríguez, S . (2008). Escama latania. In: Ripa, R. , & Larral, P. (Eds), Manejo de plagas en Paltos y Cítricos (pp. 163-170). Gobierno de Chile, Ministerio de Agricultura. http://www.avocadosource.com/books/ripa2008/ripa_chapter_08f.pdf Links ]

Recibido: 24 de Diciembre de 2020; Aprobado: 29 de Abril de 2021

Creative Commons License This is an open-access article distributed under the terms of the Creative Commons Attribution License