RESULTADOS

Viticast
Viticast - Mapa

Siendo el objetivo general del proyecto el desarrollo e implementación de soluciones innovadoras para la predicción de enfermedades fúngicas en vid, los resultados esperados son:

1
Obtención de modelos fitoclimáticos de evolución de las fases fenológicas para cada parcela bajo estudio y para cada variedad de uva
2
Para el estudio disponemos de una base de datos de 15 años en las DDOO Rias Baixas (Región Eurosiberiana) y Ribeiro (Región Mediterránea), que junto con los 2 años datos que se obtendrán con el desarrollo del proyecto VITICAST, permitirá valorar el impacto que tendrá los diversos escenarios del cambio climático predichos por el IPCC sobre el cultivo de la vid en ambas regiones bioclimáticas
3
Obtención de un modelo general de predicción de esporas para cada fitopatógeno
4
Obtención de umbrales de concentración de esporas en el aire frente a lesiones y manchas en hojas unos días después
5
Establecimiento de los umbrales de infección para la herramienta de aviso en función de las condiciones climáticas, fenológicas y de concentración de esporas en la atmósfera

6

Valoración de la eficacia de los tratamientos postvendimia mediante la comparativa de analíticas de suelo al inicio de campaña

7
Ajuste de los modelos de cálculo de riesgo de enfermedad en función de las características geográficas y climáticas de la parcela y la variedad de uva
8
Herramienta de aviso de enfermedades fúngicas

Asimismo, y para evaluar los beneficios de la implementación de la herramienta de ­aviso en las DDOO estudiadas, se obtendrá:

  • Modelo de cálculo de ahorro de costes anuales por hectárea por reducción de fitosanitarios y manejos culturales a través de la tecnología aplicada en el proyecto.
  • Cuantificación de la mejora en la calidad del vino por comparativa de analíticas multiresiduo realizadas en las parcelas testigo y aquellas en las que se aplican los tratamientos fitosanitarios de forma convencional sin tener en cuenta los avisos emitidos por la herramienta.
Viticast - Microscopio

Identificación de momentos propicios de infección basado en condiciones meteorológicas

El modelo desarrollado para la predicción del riesgo de mildiu tiene en cuenta el ciclo de vida del hongo, que se repite constantemente a lo largo de la campaña. El objetivo del modelo es identificar qué condiciones meteorológicas inducen el cambio de fase para así poder estar prevenido en los momentos de mayor riesgo de infección.

El mildiu es una enfermedad fúngica provocada por Plasmopara viticola. Este hongo pasa el invierno en forma de oospora. La maduración de la oospora en primavera marca el inicio de la actividad del hongo y es uno de los parámetros necesarios, junto con determinadas condiciones climáticas y el desarrollo suficiente de la vegetación, para que se produzca la infección primaria de la vid. En la campaña 2020, dicha maduración fue detectada por la Estación Fitopatolóxica Areeiro (EFA, Deputación de Pontevedra) el 17 de marzo.

En el momento en que la oospora de invierno maduró se empezaron a calcular las condiciones meteorológicas necesarias para que se produjera la primera infección primaria. Cuando esta primera infección primaria se completó (100%), comenzaron a calcularse las condiciones para que se produjera la primera incubación primaria (siguiente fase del ciclo). Cuando la primera incubación primaria llegó al 100%, se empezaron a calcular las condiciones para que se produjeran las esporulaciones. Una vez que la primera esporulación llegó a término (100%) se empezaron a calcular las condiciones para que se produjeran las infecciones secundarias y sus incubaciones asociadas, en un proceso cíclico que se repite a lo largo de toda la campaña.

Viticast

Ciclo de vida del mildiu.

Viticast
Infecciones e incubaciones primarias de mildiu en Rías Baixas – primeras manchas de mildiu
Viticast
Esporulación, infecciones e incubaciones secundarias de mildiu

Oídio

Para el oídio se desarrollaron dos modelos diferentes. El primero de ellos calcula la presión de oídio en base únicamente a las condiciones meteorológicas, mientras que el segundo también tiene en cuenta el estado fenológico de la vid. Por tanto, este segundo modelo se centra en la protección del racimo en vez de la planta completa, ya que pondera de infección por oídio en función del momento en el que el racimo es más susceptible. Por ejemplo, en la campaña pasada, el día 29/06/2020, puesto que las condiciones meteorológicas eran propicias a incrementar la presión de oídio, el primer modelo proporcionó un riesgo alto (100%). Sin embargo, el segundo modelo, que tiene también en cuenta la fenología, proporcionó un riesgo bajo (18,27%) porque debido al estado fenológico en el que se encontraba la planta en esa fecha, el racimo no era susceptible de infección por oídio.

Viticast

Ciclo de vida del mildiu.

Identificación de riesgo de infección teniendo en cuenta la presencia de esporas

Una vez producida la maduración de la oospora, con los captadores aerobiológicos instalados en cada una de las parcelas objeto de estudio, se llevó a cabo, a lo largo de toda la campaña, el recuento de esporas bajo microscopio en laboratorio. Como ejemplo, se muestra el recuento de esporas de P. viticola en la parcela San Cibrao de Viña Costeira.

Viticast
Recuento de esporas de Plasmopara viticola.

A partir de los datos recogidos en la campaña 2020 se creó un modelo preliminar empleando técnicas de inteligencia artificial. Las entradas al modelo son los datos medidos con las estaciones meteorológicas y la salida es un indicador del riesgo de enfermedad ese día. Este riesgo se ha evaluado en función de la concentración de esporas en el aire y de la información proporcionada por los técnicos de los momentos en los que se han apreciado síntomas de enfermedad en el viñedo.

Viticast
Arquitectura de una de las redes neuronales empleadas en el desarrollo del modelo

RESULTS

As the general objective of the project is the development and implementation of innovative solutions for the prediction of fungal diseases in vineyards, the expected results are the following:
1
Established phytoclimatic models for the phenological stages evolution, for each vineyard under study and grape variety.
2
For this study, we count with a 15-year database in the Appellations of Origin Rías Baixas (Eurosiberian Region) and Ribeiro (Mediterranean Region) which, along with the data compiled during the VITICAST project execution, will allow the assessment of the impact that the various scenarios of climate change predicted by the IPCC will have on the cultivation of grapevine in both bioclimatic regions.
3
General model for the spores prediction for each studied phytopathogen.
4
Determined thresholds of spores concentration in the air against lesions and leaf spots a days later.
5
Determined thresholds of infection for the warning tool based on climatic and phenological conditions and spores concentration in the atmosphere.
6
Efficiency of post-harvest treatments assessed through comparison with the soil analytics at the beginning of the campaign.
7
Models for calculation of fungal diseases risk adjusted according to the geographical and climatic characteristics of the vineyard location the grape variety.
8
Warning tool for fungal diseases which provides forecasting of possible infections.

Also, the following results will be obtained in order to evaluate the benefits of the implementation of the prediction and warning tools in the studied Appellations of Origin:

  • A model to determine the annual cost savings per hectare, obtained by reducing the chemical phytosanitary use and achieving new crop management practices, through the technology applied in the project.
  • The quantification of the improvement in the wine quality by comparing multi-residue analyses from the control vines and from those in which the phytosanitary treatments are applied by the conventional procedure without taking into account the warning information provided by the tool.
Viticast - Esporas

Identification of propitious moments of infection based on meteorological conditions

Downy mildew

The model developed for the prediction of the risk of downy mildew considers the life cycle of the fungus, which is repeated throughout the campaign. The objective of this model is to identify which meteorological conditions induce a change of phase in order to be able to be warned against those moments in which the risk of infection is higher.

Downy mildew is a fungal disease caused by Plasmapora viticola. This fungus spends the winter as an oospore. The maturation of the oospore in spring sets the beginning of the activity of the fungus and is one of the necessary parameters, together with some specific climatic conditions and a sufficient development of vegetation, for the primary infection to occur. In the 2020 campaign, this maturation was detected on March the 17th by the Estación Fitopatolóxica Areeiro (EFA, Deputación de Pontevedra).

As soon as the winter oospore matured, the meteorological conditions for the first primary infection to occur were calculated. When this first primary infection was completed (100%), the conditions for the first primary incubation to occur (second phase of the cycle) were reckoned. When the first primary incubation was completed, the meteorological conditions leading to the sporulations were evaluated. Once the sporulation is over (100%) the conditions leading to secondary infections and its associated incubations were calculated, in a process which is repeated throughout the campaign.

Viticast

Downy mildew life cycle.

Viticast

Primary infections and incubations of downy mildew at Rías Baixas – first spots of downy mildew

Viticast

Sporulation, infections and secondary incubations of downy mildew.

Powdery mildew

Two different models were developed. The first one assays the pressure of powdery mildew taking into account meteorological conditions, whereas the second one considers, also, the phenological stage of the vine. Therefore, this second model is focused on the protection of the bunch, as it evaluates the risk of infection based on the moments in which it is more vulnerable. As an example, in the 2020 campaign on June the 29th, as the meteorological conditions were propitious for an infection, the first model provided a high risk (100%). On the other hand, the second model, which also considers phenology, provided a low risk (18,27) as the bunch was not vulnerable at that date.

Viticast
Identification of the risk of infection based on the presence of spores

Identificación de riesgo de infección teniendo en cuenta la presencia de esporas

Once the maturation of the winter oospore is completed, the aerobiological collectors installed at the vineyard level made it possible to count the amount of spores throughout the campaign. As an example, the P. viticola spores count at Viña Costeira’s San Cibrao plot, is depicted below.

Viticast

Plasmopara viticola spore count.

From the data collected through the 2020 campaign, a preliminary model using artificial intelligence techniques was developed. The inputs to the model are the data measured with the meteorological stations and output is an indicator of the risk of disease on the specific day. The risk is evaluated based on the concentration of spores in the air and the information provided by the technicians of the moments in which symptoms of disease were observed.

Viticast

Architecture of a neuronal net used in the development of the models.

The performance of the models, measured as the probability of success for downy mildew, powdery mildew and botrytis are, respectively, 95, 94.4 and 97%. The precision of these models will be increased with the introduction of the data collected through the 2021 campaign.