Desenvolupament d'un sistema de previsió de risc d'infecció per Stemphylium vesicarium. Avaluació, validació i implementació en parcel·les experimentals en camps comercials de perera

L'estemfiliosi de la perera és una malaltia fúngica ocasionada pel fong Deuteromicet Stemphylium vesicarium. Els símptomes característics d'aquesta malaltia són lesions necròtiques en fulles i fruits, provocant el depreciament econòmic d'aquests últims. Si les condicions climàtiques són favorables aquesta malaltia pot arribar a provocar la pèrdua total de la producció. La malaltia es localitza bàsicament en la conca mediterrània, sent les zones fructícoles de Girona a Catalunya i Emilia-Romagna a Itàlia els llocs on les pèrdues de producció són més grans. Actualment l'únic mètode de control és la cobertura permanent dels òrgans de la planta amb fungicides. Per obtenir aquesta protecció és necessari realitzar aplicacions preventives amb una cadència fixa, setmanal o quinzenal, de diferents fungicides en els arbres. Aquesta cadència d'aplicació comporta que al llarg del període vegetatiu de la perera es realitzin entre 20 i 25 aplicacions de fungicida, per cadències setmanals, o entre 10 i 13 aplicacions si la cadència és quinzenal. Aquest elevat nombre de tractaments comporta uns efectes toxicològics a nivell mediambiental i per a la salut humana, un augment del cost econòmic de la producció i en alguns casos afavorir l'aparició de resistències del patogen a determinats fungicides. Molts d' aquests tractaments es realitzen sense que les condicions ambientals siguin favorables a l'inici d'infeccions del fong, i són per tant innecessàries. Amb l'objectiu d'obtenir una eina per determinar el risc d'infeccions en funció de les condicions climàtiques i realitzar d'aquesta manera els tractaments amb fungicides només quan són necessaris, es va elaborar el Sistema pel Tractament Racionalitzat de l'Estemfiliosi de la Perera (STREP). El model consisteix en relacionar quantitativament amb la severitat de la malaltia els paràmetres climàtics de durada del període d'humectació i temperatura mitjana durant aquests períodes. En aquest treball s'ha determinat l'eficàcia en el control de la malaltia per diferents fungicides aplicats de manera preventiva amb una cadència fixa en diferents finques comercials i durant varis anys. S'ha constatat que no hi ha cap producte totalment eficaç en el control de la malaltia, sent l'eficàcia obtinguda mitjana. Aquesta eficàcia de control esta en funció del nivell de pressió de la malaltia, obtenint eficàcies inferiors quan el nivell en els testimonis no tractats és elevat. En assajos en condicions controlades s'ha determinat que els fungicides analitzats aplicats de manera curativa o postinfecciosa, quan ja s'han iniciat les infeccions, presenten una eficàcia més baixa que quan s'apliquen preventivament. El tiram és el producte amb una eficàcia més elevada en la major part de les condicions experimentals. S' ha analitzat durant 5 anys, 1992-1996, en diferents plantacions de perera de Girona, la dinàmica dels paràmetres ambientals de durada deis períodes amb humectació, la temperatura mitjana de l'aire, la temperatura mitjana durant els períodes d'humectació, la durada dels períodes amb humitat relativa superior al 90% i la pluviometria. S 'ha constatat que la humectació deguda a la rosada és la principal causa d'humectació i que és un procés lent i continu. Les durades més freqüents d'humectació han estat períodes inferiors a 12 hores i les temperatures més freqüents durant aquests períodes han estat entre 11 i 21°C. S'ha determinat també que existeixen períodes amb humitat relativa elevada però sense formació de pel·lícula d'aigua i s'ha observat que ocasionalment existeixen períodes breus d'interrupció de la humectació en que poden existir humanitats relatives elevades o baixes. La capacitat predictiva del model STREP ha estat avaluada mitjançant 42 assajos en condicions naturals i controlades, determinant que en més del 95 % dels casos avaluats les prediccions de malaltia s'han correspost amb les observades, i que només en dos casos el model ha infraestimat el nivell de risc d'infecció. Demostrant així que el model STREP és fiable en les seves prediccions. S'ha estudiat l'efecte de la humitat relativa durant els períodes interromputs d'humectació i les durades d'aquests períodes, en les infeccions produïdes pel fong. S'ha constatat que el model STREP hauria d'incorporar com a períodes separats els períodes d'humectació interromputs amb relatives elevades (>98%) s'haurien de considerar com a períodes continus. Per una altra banda s'ha comprovat que els períodes amb humitats relatives elevades sense formació d'humectació en condicions naturals no són suficients per provocar l'inici d'infeccions de S. Vesicarium. S'ha utilitzat el model STREP com a eina per guiar els tractaments fungicides en diferents parcel·les de finques comercials durant dos anys. D'aquests assajos es pot concloure que utilitzant valors de risc acumulat SA:0.4 com a llindar per a realitzar els tractaments es controla la malaltia amb una eficàcia semblant als tractaments setmanals, però amb una reducció del nombre d'aplicacions necessàries entre un 25 i un 50%. Utilitzar un llindar SA:0.6 en finques amb varietats sensibles i una pressió d'inòcul del patogen elevada presenta bons resultats però inferiors als obtinguts amb tractaments setmanals, no obstant l'estalvi de tractaments ha estat molt important (50-70%). De tots aquests resultats es conclou que el model STREP és adequat per ésser utilitzat en programes pilot a escala comercial en el control racional de l'estemfiliosi de la perera. En funció d'aquests resultats es considerarà la seva implementació en Estacions d'Avisos Fitosanitaris.

Image classification for a large number of object categories

L'increment de bases de dades que cada vegada contenen imatges més difícils i amb un nombre més elevat de categories, està forçant el desenvolupament de tècniques de representació d'imatges que siguin discriminatives quan es vol treballar amb múltiples classes i d'algorismes que siguin eficients en l'aprenentatge i classificació. Aquesta tesi explora el problema de classificar les imatges segons l'objecte que contenen quan es disposa d'un gran nombre de categories. Primerament s'investiga com un sistema híbrid format per un model generatiu i un model discriminatiu pot beneficiar la tasca de classificació d'imatges on el nivell d'anotació humà sigui mínim. Per aquesta tasca introduïm un nou vocabulari utilitzant una representació densa de descriptors color-SIFT, i desprès s'investiga com els diferents paràmetres afecten la classificació final. Tot seguit es proposa un mètode par tal d'incorporar informació espacial amb el sistema híbrid, mostrant que la informació de context es de gran ajuda per la classificació d'imatges. Desprès introduïm un nou descriptor de forma que representa la imatge segons la seva forma local i la seva forma espacial, tot junt amb un kernel que incorpora aquesta informació espacial en forma piramidal. La forma es representada per un vector compacte obtenint un descriptor molt adequat per ésser utilitzat amb algorismes d'aprenentatge amb kernels. Els experiments realitzats postren que aquesta informació de forma te uns resultats semblants (i a vegades millors) als descriptors basats en aparença. També s'investiga com diferents característiques es poden combinar per ésser utilitzades en la classificació d'imatges i es mostra com el descriptor de forma proposat juntament amb un descriptor d'aparença millora substancialment la classificació. Finalment es descriu un algoritme que detecta les regions d'interès automàticament durant l'entrenament i la classificació. Això proporciona un mètode per inhibir el fons de la imatge i afegeix invariança a la posició dels objectes dins les imatges. S'ensenya que la forma i l'aparença sobre aquesta regió d'interès i utilitzant els classificadors random forests millora la classificació i el temps computacional. Es comparen els postres resultats amb resultats de la literatura utilitzant les mateixes bases de dades que els autors Aixa com els mateixos protocols d'aprenentatge i classificació. Es veu com totes les innovacions introduïdes incrementen la classificació final de les imatges.