Artículos

 

Distribución espacial y mapeo de gusano soldado en seis localidades del Estado de México, en el año 2011*

 

Spatial distribution and mapping of armyworm in six localities in the State of Mexico, in 2011

 

Vicente Esquivel Higuera^1§ y Yesenia Jasso García¹

 

¹ Facultad de Ciencias Agrícolas-Universidad Autónoma del Estado de México. Centro Universitario el Cerrillo, Toluca, México. Carretera Toluca-Ixtlahuaca, km. 15, entronque al Cerrillo Piedras Blancas. C. P. 50200. ^§Autora para correspondencia: vesquivelh@uaemex.mx.

 

* Recibido: octubre de 2013
Aceptado: abril de 2014

 

Resumen

El presente trabajo de investigación, muestra la utilización de la geoestadistica para analizar la distribución espacial de gusano doldado Mythimna unipuncta, el cual está asociada con fuertes pérdidas económicas en la producción de gramíneas cultivadas, principalmente en maíz Zea mays L. El estudio se llevó a cabo en el cultivo de maíz, en 6 localidades de los municipios de Apaxco y Tequixquiac en el Estado de México, en el año 2011. El muestreo se realizó mediante la ubicación geográfica con un GPSmap60. Se tomaron 110 puntos por localidad que presentaron daños de gusano soldado. Con análisis geoestadístico se estimó los semivariogramas experimentales y se ajustaron a un modelo teórico con el programa variowin 2.2, determinado que los modelos gaussiano y esférico, se presentaron en las localidades de estudio. Su ajuste se validó a través de la validación cruzada con el método de interpolación geoestadística o krigeado. Con el uso del software geoestadísticos surfer 8.0, se elaboraron mapas de agregación de la plaga. Logrando determinar las zonas de mayor incidencia la cual fue de moderado a fuerte. Con el índice de distancia, SADIE permitió caracterizar el patrón espacial de la variable dada dentro de la zona de estudio, el cual fue agregado.

Palabras clave: Zea mays L., geoestadística, Krigeado.

 

Abstract

This research shows the use of geostatistics to analyze the spatial distribution of armyworm Mythimna unipunct; which is associated with high economic losses in the production of graminea mainly in Zea mays L. The study was carried out in maize on 6 localities from the municipalities of Apaxco and Tequixquiac in the State of Mexico, in 2011. Sampling was performed by geographic location with a GPSmap60. 110 points were taken by locality presenting armyworm damage. With geostatistical analysis experimental semivariograms were estimated and fitted to a theoretical model with the program Variowin 2.2, determining that the gaussian and spherical models, were present in the study sites. Its setting was validated through cross validation with geostatistics interpolation or kriging. Aggregation maps of the plague were developed with the use of geostatistical software surfer 8.0. Achieving determine the areas of highest incidence, which went from moderate to strong. With the distance index, SADIE allowed to characterize the spatial pattern of the given variable in the study area, which was added.

Keywords: Zea mays L., geostatistics, Kriging.

 

Introducción

El propósito de este trabajo es mostrar cómo se utilizaron las técnicas geoestadísticas para el manejo de la plaga y así determinar los patrones de distribución a los que se ajusta la población de gusano soldado Mythimna unipuncta en el cultivo de maíz, para luego identificar su rango de acción, posibles efectos de agrupamiento y su influencia en zonas aledañas. Aunque la aplicación de la herramienta geoestadística es bastante reciente, son innumerables los ejemplos en los que se ha utilizado esta técnica en estudios ambientales con el ánimo de predecir fenómenos espaciales (Blom, 2002). La distribución espacial de los organismos se ha estudiado considerando las distribuciones estadísticas e índices de dispersión pero no su exacta localización espacial.

Por otro lado, los métodos geoestadísticos proporcionan una medida más directa de la dependencia espacial, debido a que tienen en cuenta la naturaleza bidimensional de la distribución de los organismos a través de su localización espacial, además, permiten elaborar mapas de gran utilidad (Blom, 2002; Isaaks et al.,1989; Oliver y Webster, 1991) para conocer la distribución espacial de los insectos, permiten establecer grados de infestación que requieran un control inmediato, como también detectar posibles preferencias en su estructura de agregación y zonas que no presenten infestación (Rossi et al., 1992; Sciarretta, 2001).

El maíz Zea mays L. es el principal cultivar en el Estado de México con más de 75% de su superficie cultivada; representando en el año agrícola 2010 un total de 562 496 ha (SAGARPA, 2010). Este cultivar presenta una problemática fitosanitaria muy variada, en la cual destacan plagas de importancia económica como la gallina ciega Phyllophaga sp., Anomala sp., Ciclocephala sp., etc., gusano alfilerillo Diabrotica sp., gusano de alambre Eleodes sp., y gusano soldado Mythimna unipuncta, Spodoptera frugiperda en las diversas regiones agrícolas del Estado de México (SENASICA, 2005).

El conocimiento de la distribución espacial de la plaga es de gran importancia para la elaboración de programas de manejo integrado. Tal conocimiento permite el desarrollo exacto y eficiente de métodos de muestreo, de tácticas de control y de valoración de riesgos (Bressan et al., 2010), (Taylor, 1961; Taylor 1984). La obtención de la distribución espacial de insectos con el uso de la geoestadistica ha sido empleada por (Ramírez et al., 2011) en la obtención de los patrones espaciales que presentó Bactericera cockerelli en papa y (Solares et al., 2011) en trips.

Por lo que en este contexto se plantearon los siguientes objetivos de a) Determinar y establecer la modelización espacial de M. unipuncta en dos municipios del Estado de México; y b) Generar mapas de la superficie infestada de gusano soldado M. unipuncta en maíz para el año 2011.

 

Material y métodos

El estudio se realizó en seis localidades en los municipios de Apaxco y Tequixquiac en el Estado de México, donde se presentó el problema fitosanitario según datos del comité estatal de sanidad vegetal del Estado de México, en el cultivo de maíz. Las localidades donde se realizó el muestreo fueron en potrero de la olla, santa maría Apaxco, tablón grande, tablón chico en el municipio de Apaxco, San Sebastián y el zopilote en el Municipio de Tequixquiac. Para el estudio del comportamiento espacial de Gusano Soldado M. unipuncta se realizó un muestreo en parcelas de maíz Zea mays L. que presentaron daños, este muestreo se efectuó en cinco puntos por cada predio, cada punto de muestreo corresponde a 1 m², en cada predio se determina la incidencia de población del insecto en los cinco puntos de muestreo por parcela (Lagunés y Montoya, 1994). Cada unidad de muestreo se georeferenció utilizando un GPSmap60 garmin. Se realizó una exploración estadística de los datos originales de las poblaciones y se completó con un total de 110 puntos por cada localidad de estudio. El análisis geoestadístico consistió de los siguientes pasos: a) estimación de semivariograma; b) estimación de los parámetros de semivariograma; y c) estimación de la distribución espacial utilizando puntos a través de kriging.

La estimación del semivariograma se realizó con los datos recopilados en los sitios de muestreo de la presencia de la plaga en las seis localidades de los dos Municipios. El valor experimental semivariograma se calculó según la siguiente fórmula: (Isaaks y Srivastava, 1989).

Donde: γ*(h) es el valor experimental del semivariograma para el intervalo de distancia h. N (h) es el número de pares de puntos muéstrales separados por el intervalo de distancia h; z (xi) es el valor de la variable de interés en el punto muestreo xi, y z (xi + h) es el valor de la variable de interés en el punto muestral xi + h. Para la realización del semivariograma experimental correspondiente a cada muestreo de cada localidad se empleara el programa Variowin 2.2 software for spatial data analysis in 2D. spring verlag, New York; USA. El semivariograma experimental se ajustó a algún semivariograma teórico.

Los modelos teóricos comúnmente usados para ajustar los semivariogramas experimentales son: esférico, exponencial, gaussiano, logarítmico, efecto pepita puro, efecto agujero y el monómico (Armstrong y Jabín, 1981; Samper y Carrera, 1996; Trematerre y Sciarretta, 2002). La validación del modelo teórico: se realizó de forma que sucesivamente en que todos los puntos muestreados se determinaron las diferencias entre valores experimentales y estimados con los estadísticos de validación cruzada (Hevesi et al., 1992; Isaaks y Srivastava, 1989). Los parámetros del modelo a validar (C0, fecto pepita, C, meseta y a, rango o alcance) se van modificando con el procedimiento de ensayo y error hasta la obtención de estadísticos de validación cruzada adecuados. El nivel de dependencia espacial se calculó con el fin de determinar la fortaleza de la relación entre los datos recogidos en el muestreo es. Éste valor se obtiene al dividir el efecto de pepita entre el borde inferior, expresado en porcentaje: menos de 25% es alto, entre 26 y 75% es moderada y superior al 76% bajo (Cambardella et al., 1994; López et al., 2002). La elaboración de mapas, se realizó mediante la interpolación de valores a través del "krigeado" ordinario que permite la estimación no sesgada de valores asociados a puntos que no fueron muestreados.

Las estimaciones obtenidas fueron representadas en formar de mapa para cada localidad de muestreo de gusano soldado mediante el uso del programa Surfer 8.0 surface mapping system, golden Software Inc. 809, 14^th street. golden, Colorado 80401-1866, EE.UU. El resultado final del kriging es un mapa con los valores interpolados de la variable (Isaaks y Srivastava, 1989).

El análisis espacial por índices de distancia SADIE: es establecer el modelo espacial de una población muestreada midiendo la distancia a la cual pueden desplazarse los individuos de la muestra observada (Perry et al., 1995a). Mediante el índice de la distancia para la regularidad Ia para el establecimiento de la estructura espacial de las poblaciones de insectos. El diagnóstico de la interpretación y un índice nuevo para estimar el número de focos de agrupamiento de una población, el índice Ja. Además señaló que la escala de muestreo es un determinante importante del patrón espacial total. Se corroboró que la distancia para la regularidad (D) proporciona bases más adecuadas para elaborar un índice (Perry, 1995b). Una de las metas de la agricultura de precisión es dirigir las medias de control sobre las zonas específicas de infestación del gusano soldado M. unipuncta. Lo cual determinaría un posible ahorro económico y una reducción de la cantidad del volumen de insecticida aplicado.

 

Resultados y discusión

Con los datos de los muestreos fue posible estimar el porcentaje de incidencia en las seis localidades de los municipios de Apaxco y Tequixquiac. En las localidades tablón chico, tablón grande, Santa María Apaxco y potreo de la olla municipio de Apaxco, se presentó una incidencia promedio de 4.57 a 6.39% considerada como fuerte, en las localidades de San Sebastián y el zopilote municipio de Tequixquiac se presentó una incidencia promedio de 4.74 y 6.87%, considera como fuerte. La mayor incidencia en campo se presentó en las localidades de tablón chico, San Sebastián y el zopilote con 10%, como se muestra en la (Cuadro 1). La superficie total de incidencia de la plaga en los dos municipios de estudio fue de 209.5 ha (Cuadro 1) en el año 2011.

Los modelos de la distribución espacial de gusano soldado en las seis localidades analizadas se lograron validar con los parámetros estadísticos al ubicarse dentro del rango permisible (Cuadro 2).

Los semivariogramas de cuatro localidades se ajustaron al modelo con una estructura espacial esférico y dos localidades se ajustaron al modelo gaussiano (Cuadro 3), indicando una estructura espacial agregada de gusano soldado M. unipuncta en las zonas de estudio.

Los parámetros estadísticos de la validación cruzada (Cuadro 2) permitieron validar los semivariogramas experimentales ajustándolos a modelos teóricos, los semivariogramas de dos localidades se ajustaron al modelo gaussiano y cuatro localidades se ajustaron al modelo con una estructura espacial esférico (Figura 1, Cuadro 3). Indicando una estructura espacial agregada de gusano soldado M. unipuncta en las zonas de estudio.

Los semivariogramas de los modelos obtenidos, los seis presentaron valores del efecto pepita cercanos a cero, lo cual indica que en su totalidad de la variación de la distribución de la plaga se explicó por la estructura espacial en los semivariogramas (Cuadro 3). Los valores encontrados en los rangos de los modelos teóricos ajustados a los semivariogramas fueron entre 249.2 a 684.0 m, lo cual explica los diferentes tipos de agregación de la plaga de Gusano soldado (M. unipuncta) en las zonas de estudio. Los valores dentro del rango apropiado de los estadísticos de validación cruzada permitieron validar los modelos de los semivariogramas. El nivel de dependencia espacial encontrada en las seis localidades de estudio fue alta (Cuadro 3).

Los mapas obtenidos de la superficie infestada en los muestreos de las seis localidades, las poblaciones de gusano soldado se ubicaron en centros de agregación, es decir su distribución se localiza en puntos específicos o focos de incidencia distribuidos en la zona de estudio. Las del municipio de Apaxco muestran centros de agregación en la región central del mapa con tendencias hacia a las orillas del mismo. Las dos localidades de municipio de Tequixquiac mostraron centros de agregación muy focalizados en los mapas, pero con una uniformidad en donde se presentan los focos de infestación (Figura 2).

Las localidades con los mayores porcentajes de superficie estimada sin infestación fueron: potrero de la olla con 31% y El zopilote con 34%. Por otra parte las localidades con un mayor porcentaje de superficie estimada infestada fueron: tablón chico, tablón grande, San Sebastián y Santa María Apaxco con infestación de 77 a 94%, ninguna de las localidades presento área de infestación de 100%, (Figura 2).

Los datos obtenidos con la aplicación del índice de distancia SADIE indicaron que el índice I_a fue significativamente superior a 1, lo cual señala que la distribución de gusano soldado es de tipo agregada. El índice J_a el valor mayor se dio en la localidad de Santa María Apaxco municipio de Apaxco con 1.21 y el menor valor en la localidad de San Sebastián municipio de Tequixquiac con 1.11, como se muestra en la (Cuadro 4). El índice J_a en las seis localidades también fue superior a la unidad, por lo que se confirma la agregación de gusano soldado. La distribución agregada de las poblaciones de gusano soldado se manifiesta en cada uno de los mapas obtenidos (Figura 2), lo que corrobora lo establecido por los índices I_a y J_a. En los mapas obtenidos se alcanza a observar los diferentes focos de agregación de las poblaciones de gusano soldado en las seis localidades de estudio.

La incidencia promedio de la plaga se presentó de moderada a fuerte en año 2011, lo cual indica un comportamiento de agregación considerado como fuerte. Esto fue debido a que el insecto encontró algunos factores climáticos: sequia media y humedad relativa alta como lo describe (López y Eizaguirre, 2000) en Vuelos de la defoliadora de maíz, pastos y céspedes, Mythimna Pseudaletia unipuncta, Haworth en la zona de Lleida en el cultivo de maíz. El nivel de dependencia espacial en las seis localidades se obtuvo al dividir el efecto pepita entre la meseta y se expresó el resultado en porcentaje. Este fue menor a 25% por lo que el nivel de dependencia espacial en todas las localidades fue alto, lo que indico una distribución agregada de la plaga de gusano soldado (Cambardella et al., 1994, López et al., 2002).

El comportamiento de tipo agregado en las poblaciones de gusano soldado en el cultivar de maíz, permite sugerir que la reducción de sus infestaciones se puede lograr al focalizar las estrategias de manejo hacia puntos específicos o focos de infestación en donde se ubica los puntos de agregación y se visualizan a través de los mapas generados, concordando con lo propuesto por (Rong et al. 2006) para el manejo de Locusta migratoria manilensis Meyen en puntos específicos. El valor cercano a cero en el efecto pepita en las seis localidades indica que el error de muestreo fue mínimo y que la escala de muestreo para cada localidad fue el adecuado (Rong et al., 2006), lo que significó que 100% que la variación de la distribución del gusano soldado se explicó por la estructura espacial establecida en los semivariogramas respectivos.

Las localidades que se ajustaron a un modelo esférico, indica que existen zonas donde se manifiesta más la plaga de gusano soldado; es decir, los centros de agregación son aleatorios dentro de la zona de infestación de la parcela, posiblemente como resultado del tipo de propagación del insecto que se da a través de un crecimiento rápido cercano al origen, lo cual origina infestaciones en zonas específicas, dichas zonas se observan en los mapas obtenidos. Los incrementos marginales van decreciendo para distancias grandes, hasta que para distancias superiores al rango los incrementos son nulos, esto es debido a las condiciones de temperatura y fenología del cultivo de maíz (Shaoxiang y Jeffrey, 2002). Las localidades que se ajustaron a un modelo Gaussiano, indicaron que la plaga se expresó en forma continua dentro de las parcelas de maíz, lo que implica el avance de las infestaciones en parcelas aledañas a pesar de que nunca alcanzó una infestación del 100%, como se puede observar en los mapas obtenidos, esto nos permitió afinar la existencia de diversos factores de medio ambiente que le favorece, como son las condiciones de humedad una menor temperatura en el desarrollo de las poblaciones de gusano soldado, debido a que su desarrollo de la larval es más rápido (Gregory y Ranney, 2001). La alta dependencia espacial permite suponer que las poblaciones de gusano soldado dependen entre si y su nivel de agregación es alto (Rossi et al., 1992).

La determinación de una estructura agregada en la modelización de la distribución espacial de gusano soldado en el cultivar de maíz se logró realizar con el uso de la geoestadistica. Dicha modelización concuerda con lo encontrado por (Bressan et al., 2010) con Pentastiridius leporinnus L, en campos de trigo, también por (Sciarreta y Trematerra, 2011) de la mosca mediterránea de la fruta, Ceratitis capitata en huertos mixtos melocotón en centro de Italia. Así como (Ramírez et al., 2011) en Bactericera cockerelli y (Solares et al., 2011) en trips.

El análisis geoestadistico de la plaga de gusano soldado en el Estado de México, demostró ser apropiado para determinar los patrones espaciales y la elaboración de mapas de distribución espacial y concuerda con lo encontrado por (Jiménez et al., 2008) en Curculio elephas Gyllenhal en encina Quercus ilex L. en una dehesa del sur de España.

En los mapas de densidad se observan los centros de agregación de las poblaciones de gusano soldado, que desde el punto de vista Fitosanitario permite dirigir de forma precisa las diferentes medidas de control del insecto (Fleischer et al., 1997; Rong et al., 2006) generando beneficios económicos al realizar las aplicaciones de plaguicidas en puntos muy específicos de los cultivares de maíz (Fleischer et al., 1999), además nos permite visualizar la variabilidad poblacional e identificar áreas infestadas y libres de infestación. Dichos mapas pueden conducir al manejo con precisión de plaga tal como lo mencionan (Fleischer et al., 1997). Paralelamente (Weisz et al., 1996) señalan que los mapas pueden llegar a ser de gran ayuda en el manejo con precisión de insectos plaga, proporcionando una herramienta para obtener ahorros económicos al reducir la cantidad de insecticida a utilizar. Los mapas permitieron identificar áreas infestadas y libres de infestación, tal apreciación permite indicar que la plaga de gusano soldado no invade 100% de la superficie de los cultivares de maíz en la región oriente del Estado de México.

La determinación de áreas libres de infestación de gusano soldado dentro de los cultivares de maíz, concuerdan con lo reportado por (Ramírez y Porcayo et al., 2008) quienes obtuvieron mapas con áreas libres de infestación de Jacobiasca libica en viñedos. El conocimiento de las áreas infestadas de gusano soldado permite precisar el posible ahorro económico obtenido con la implementación de estrategias de control dirigidas a los centros de agregación (Sciarretta y Trematerra, 2006).

Con respecto a los resultados de análisis espacial por índice de distancia SADIE de gusano soldado M. unipuncta, por municipio y localidad. Para identificar el valor del índice Ia en todos los casos es superior a uno de forma significativa en las diez localidades. Éste hecho afirma que indica una distribución espacial agregada de las poblaciones de gusano soldado en él. El índice J_a también registró valores superiores de la unidad, lo que permite confirmar la agregación hallada con el índice Ia. Este tipo de índices establecidos con el SADIE tienen la gran ventaja sobre los índices de estadística clásica en que tienen en cuenta la localización espacial de la muestra, además de ser más intuitivos y biológicos que los índices no espaciales (Perry, 1995a). El índice J_a también indica si la estructura espacial agregada se encuentra dispuesta en uno o varios centros de agregación. En el presente estudio, basándonos en el índice J_a encontramos la existencia de varios centros de agregación. También en el caso de la utilización del SADIE, para establecer el tipo de distribución de este insecto, sería interesante en trabajos posteriores analizar el patrón espacial con datos a diferentes escalas y a través de diversos periodos de tiempo, tal y como lo sugiere de forma general para el comportamiento espacial de insectos (Perry, 1998; Ferguson et al., 2000). Dichos resultados concuerdan con la distribución espacial determinada en otros insectos y entes biológicos tales como las obtenidas por (Ramírez et al., 2011) en Bactericera cockerelli (Solares et al., 2011) en trips y (Ramírez et al., 2009) en muérdago enano Arceuthobim sp.

 

Conclusiones

La distribución espacial de Gusano Soldado Mythimna unipuncta se logró explicar con los semivariogramas geostadisticos, que permitió identificar el comportamiento de agregación en los mapas realizados con el krigeado y así justificar el uso de las técnicas de agricultura de precisión para el control de la plaga donde se presenta.

Los resultados obtenidos con las técnicas de la geoetadística mostraron la existencia de una estructura espacial agregada, siendo en nivel de dependencia alta para las seis localidades en estudio para el año 2011.

Se identificaron áreas libres de incidencia, lo que permitió dirigir las medidas de control sobre áreas específicas de presencia de la plaga o rotación de cultivo.

 

Agradecimientos

A la Facultad de Ciencias Agrícolas de la Universidad Autónoma del Estado de México (UAEM), por su apoyo para realizar este trabajo de investigación.

 

Literatura citada

Armstrong, M.; Jabin, R. 1981. Variogram models must be positive definite. Mathematical Geology. 455-459 pp.

Bressan, A.; Moral, J. F.; Semetey, O. and Boudon-Paidieu, E. 2010. Saptio-temporal pattern of Pentastiridius Leporinus migration in an ephemeral cropping system: Agricultural and Forest Entomology. 59-68 p.

Blom, E. and Fleischer, S. 2002. Dynamics in the spatial structure of leptinotarsa decemlineata ( Coleoptera: Chrysomelidae). Environmental Entomology. 350-364 p.

Cambardella, C.; Moorman, T.; Novak, J.; Parkin, T.; Karlen, D.; Turco, R.; And Konopka, A. 1994. Field scale variability of soil properties in central Iwa soils. Soil. Sci. Soc. Am. J. 58:1501-1511.         [ Links ]

Fleischer, S.; Weisz, Z.; Smilowitz, R. and Midgarden, D. 1997. Spatial variation in insect populations and sitespecific integrated pest management. 101-130 pp.         [ Links ]

Fleischer, J.; Blom, P. E. and Weisz, R. 1999. Sampling in Precision IPM: When the objetive is a map. Phytopathology. 115-118 pp.

Ferguson, W.; Klukowski, Z.; Walczak, B.; Perry, J.; Mugglestone, M.; Clark, S. and Williams, I. 2000. "The spatio-temporal Distribution of Adult Ceutorhynvhus Assimilis in a Crop of Winter Oilseed Rape in Relation to the Distribution of their Larvae and that of the Parasitoid Trichomalus Perfectus", Entomol. Experimentalis et Applicata. 95 p.

Gregory, W.W., Raney H.G. 2001. Pests and their control, insect managementIn R.E. Phillipd, G.W. Thomas, and R.L. Blevins, (eds). No Tillage Research: reports and Reviews. University of Kentucky, Collegen of Agriculture and Agricultural Experiment Station, Lexington. 55-63 pp.         [ Links ]

Hevesi, J.; Istok, J.; Flint, A. 1992. Precipitation estimation in mountainous terrain using multivariate geostatistics. Part I. Structural analysis. Journal of Applied Meteorology. 661-676 pp.

Isaaks, E. H. and Srivastava, R. M. 1989. An Introduction to Applied Geostatistics. Oxford Univ. Press, New York. 35-38 pp.         [ Links ]

Jiménez, A.; López, M. Á. y González-Andújar, J. 2008. Distribución espacial y mapeo de Curculio elephas Gyllenhal en encina (Quercus ilex L.), Agrociencia. 12:35-43.         [ Links ]

Lagunes-Tejada, Y. y Montoya, Sánchez, D. 1994. Combate Químico de Plagas Agrícolas en México, COLPOS, SAGARPA, CONACOFI. 45-49 pp.         [ Links ]

López-Granados, F.; Jurado-Expósito, M.; Atenciano, S.; García-Ferrer, A.; Sánchez, M. and García-Torres, L. 2002. Spatial variability of agricultural soil parameters in southern Spain. Plant and Soil. 97-105 pp.

López, A. S. y Eizaguirre, M. 2000. Vuelos de la defoliadora de maíz, pastos y céspedes, Mythimna (Pseudaletia) unipuncta (Haworth) en la zona de Lleida. Bol. San. Veg. Plagas. 255-259 pp.

Oliver, M. and Webster, R. 1991. How geostatistics can help you. Soil use and Management. 206-217 pp.

Perry, J. 1995a. Spatial aspects of animal and plant distribution in patchy farmland habitats. In: Ecology and Integrated Farming Systems. Eds. D. M. Glen, M. A. Greaves, H. M. Anderson (Eds). Chichester, England . Wiley. 221-242 pp.         [ Links ]

Perry, J. 1995b. Spatial analysis by distance indices. Journal of Animal Ecology. 303-314 pp.

Perry, J. 1998. Measures of Spatial Pattern for Counts. Ecology. 1008-1017 pp.

Ramírez, J. F. y Porcayo, E. 2008. Distribución espacial de las ninfas de Jacobiasca líbica (Hemiptera: Cica-dellidae) en un viñedo en Andalucía, España. Revista Colombiana de Entomología. 169-175 pp.

Ramirez, J. F. y Porcayo, E. 2009. Estudios de la distribución espacial del muérdago enano (Arceuthobim sp.) en el Nevado de Toluca, México, Utilizando el Método de SADIE. Madera y Bosques. 93-111 p.

Ramírez, D. J. F.; Porcayo, C. E. y Sánchez, P. J. R. 2011. Análisis de la distribución espacial de bactericera cockerelli SULC (HEMIPTERA: TRIOZIDAE) en solanum tuberosum L. En Donato Guerra, México. Boletín del Museo de Entomología de la Universidad del Valle. 12:1:12-24.         [ Links ]

Rong, J.; Dian-Mo, L.; Bao-Yu, X. Zhe, L. and Dong-Li, M. 2006. Spatial distribution of oriental migratory locust (Orthoptera: Acrididae) egg pod populations: Implications for site-specific pest management. Environmental Entomology. 35:1244-1248.         [ Links ]

Rossi, R.; Mulla, J.; Journel, G. and Franz, H. 1992. Geostatical tools for modeling and interpreting ecological spatial dependence. Ecological Monographs. 62:277-314.         [ Links ]

SAGARPA 2010. Anuario Estadístico de la Producción Agrícola en México. México. D. F.         [ Links ]

Samper, F. J. y Carrera, J. 1996. Geoestadística: Aplicaciones a la Hidrología subterránea. 2ª Ed. Centro Internacional de Métodos en Ingeniería. Barcelona. 484 p.         [ Links ]

Sciarretta, A.; Trematerra, P. y Baumgärtner, P. 2001. Geostatistical analisis of Cydia funebrana (Lepidop-tera: Tortricidae) pheromone trap catches at two spatial scales. American Entomologist. 47:174-184.         [ Links ]

Sciarretta, A.; Trematerra, P. 2006. Geostatistical characterization of the spatial distribution of Grapholita molesta and Anarsia ineatella males in an agricultural landscape. Journal of Applied Entomology. 130:73-83.         [ Links ]

Sciarretta, A. and Trematerra, P. 2011. Spatio-temporal distribution of Ceratitis capitata population in a heterogeneous landscape in Central Italy. Journal of Applied Entomology 135:241-251.         [ Links ]

SENASICA 2005. Manual fitosanitario contra el gusano soldado. Dirección General de Sanidad Vegetal. SAGARPA. México, D. F. 14 p.         [ Links ]

Shaoxiang, Nia. and Jeffrey, A. 2002.Spatial clustering of rangeland grasshoppers (Orthoptera: Acrididae) in the Qinghai Lake region of northwestern China. Rev. Agriculture, Ecosystems & Environment. 95:61-68.         [ Links ]

Solares, A. V. M.; Ramírez, D. J. F. y Sácnhez, P. J. R. 2011. Distribución espacial de trips (INSECTA: THYSANOPTERA) en el cultivo de aguacate (Persea americana MILL.). Boletín del Museo de Entomología de la Universidad del Valle. 12(2):1-12.         [ Links ]

Taylor, L. 1961. Agregation, variance and the mean. Nature 189:732-735.         [ Links ]

Taylor, L. 1984. Assessing and interpreting the spatial distributions of insect populations. Ann. Rev. Entomol. 29:321-357.         [ Links ]

Trematerra, P. and Sciarretta, A. 2002. Spatial distribution of some beetles infesting a feed mill with spatio-temporal dynamics of Oryzaephilus surinamensis, Tribolium castaneum and Tribolium confusum. Journal of Stored Products Research. 40:363-377.         [ Links ]

Weisz, R.; Fleischer, S. and Smilowitz, Z. 1996. Site-specific integrated pest management for high value crops: Sample units for map generation using the Colorado potato beetle (Coleoptera: Chrysomelidae) as a model system. Journal Economic Entomology, 88:1069-1080.         [ Links ]