Distribuição espacial dos danos de Heilipodus naevulus em plantio de clones de eucalipto

Abstract

As espécies Heilipodus naevulus (Mannerheim, 1836) foi detectado, em 2008, no município de Barão de Cocais, MG, em plantios comerciais de clones de eucalipto, danificando o ponteiro principal e o lateral. Devido ao seu hábito noturno, o seu tamanho reduzido, coloração acinzentada, e , por se abrigar na área de serapilheira durante o dia, a sua detecção é dificultada, sendo a sua presença apenas evidenciada através dos ponteiros tombados. Este trabalho teve como objetivo conhecer a distribuição desta espécie durante o primeiro ano de crescimento clones eucalipto, a fim de fornecer subsídios para a elaboração de um plano de amostragem. O trabalho foi realizado no município de Barão de Cocais, MG, a partir de outubro/2008 a março/2009. Nos dois talhões de avaliação foram estratificados em baixada, encosta e topo. Foram distribuídas 18 porções, de 10 x 10 árvores, sendo nove por talhão, e, três por estrato. Foi adotado como indicador da presença de H.naevulus na planta a presença ponteiro recém danificado. Para o cálculo da distribuição espacial foram empregados a Razão Variância/Média, o Índice de Morisita, o Parâmetro k da distribuição binomial negativa, o Coeficiente de Green, a Distribuição de Poisson e a Lei de potência de Taylor. Ao longo do período de avaliação da presença de H. naevulus, os índices calculados apresentaram um padrão agregado de ocorrência dos danos, indicando que a espécie apresenta um padrão agregado de distribuição, mesmo em baixa incidência.

Kernel Maps of the Bactrocera carambolae Occurrence in Amapá, Brazil

“…The majority of works on spatial sampling for pest monitoring address it at farm scale [Silva et al 2019, Valente 2018, Dionísio et al 2015, Matrangolo et al 2014. With the exception of Dionísio et al [2015], who used geostatistical methods to analyze the spatiotemporal pattern of the occurrence of the pest Metamasius hemipterus in oil palm plantation, the others used the methods of analysis of the ratio of variance to mean, morisita index and analysis of the k parameter for the negative binomial probability distribution to assess whether the pests occur in an clustered pattern using the host as the unit of count.…”

“…In all cases, even in those with low incidence, the authors registered a strong aggregation of pest occurrences. Valente [2018] and Matrangolo et al [2014] developed a sampling plan seeking to identify the minimum number of samples for the spatial analysis of pest occurrences, considering pest per host. In these cases, there was no need to consider the condition of complete spatial randomness of the traps, since no methods with this requirement were used.…”