Disease Gradients of Late Blight of Potato from Infrared Images of Commercial Fields
- PDF / 1,793,974 Bytes
- 13 Pages / 595.276 x 790.866 pts Page_size
- 105 Downloads / 184 Views
Disease Gradients of Late Blight of Potato from Infrared Images of Commercial Fields D. H. Farber 1
&
C. Kogan 2 & D. A. Johnson 3
# The Potato Association of America 2020
Abstract Controlled inoculation studies of dispersal in situ are often not possible due to the presence of background inoculum, as is the case with late blight of potato (caused by Phytophthora infestans) in the Columbia Basin in Washington. Six disease gradients were quantified from forty-eight infrared images of infected potato fields. The mean pixel value was recorded as a proxy for disease severity. Images taken at multiple dates revealed steeper gradients at the earliest date, suggesting less background infection at that time. The aggregated disease gradients were best fit by y = 3.82*105 (x + 5.94)−2.36 modified inverse power (MIP) function and y = 424.81e−0.034x exponential function. Simulations governed by the MIP function progressed faster than those governed by the exponential function across a range of input parameters. This research demonstrates the potential to describe dispersal in systems in which controlled experiments are not possible, and it provides a tool to control late blight of potato epidemics. Resumen Los estudios con inoculación controlada de la dispersión in situ a menudo no son posibles debido a la presencia de inóculo del ambiente, como en el caso del tizón tardío de la papa (causado por Phytophthora infestans) en la rivera del Columbia en Washington. Se cuantificaron seis gradientes de enfermedad de 48 imágenes infrarrojas de campos de papa infectados. El valor medio del pixel se registró como una representación para la severidad de la enfermedad. Las imágenes tomadas en múltiples fechas revelaron gradientes mas pronunciados en la fecha mas temprana, lo que sugirió menos infección del ambiente en ese tiempo. Los gradientes agregados de la enfermedad se ajustaron mejor por la función y = 3.82*105(x + 5.94)−2.36 de poder inverso modificado (MIP), y por la función exponencial y = 424.81e−0.034x. Las simulaciones gobernadas por la función MIP progresaron mas rápido que aquellas gobernadas por la función exponencial a lo largo de una amplitud de parámetros introducidos. Esta investigación demuestra el potencial para describir la dispersión en sistemas en los cuales no son posibles los experimentos controlados, y proporciona una herramienta para controlar la epidemia del tizón tardío de la papa. Keywords Epidemiology . Phytophthora . Infrared images . Dispersal . Aerial
Introduction Dispersal as a Component of the Disease Pyramid Electronic supplementary material The online version of this article (https://doi.org/10.1007/s12230-020-09778-0) contains supplementary material, which is available to authorized users. * D. H. Farber [email protected] 1
Data Science and Analytics, Pacific Northwest National Laboratory, Richland, WA, USA
2
Department of Mathematics, Washington State University, Pullman, WA, USA
3
Department of Plant Pathology, Washington State University, Pullman, WA, USA
For an epidemic to progress,
Data Loading...
