ads:
UFSM
TESE DE DOUTORADO
AMOSTRAGEM DO ÁCARO-DO-BRONZEADO Dichopelmus
notus KEIFER (ACARI, ERIOPHYDAE) NA CULTURA DA
ERVA-MATE EM CHAPECÓ, SANTA CATARINA
João Vieira Neto
PPGA
Santa Maria, RS, Brasil
2006
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ii
AMOSTRAGEM DO ÁCARO-DO-BRONZEADO Dichopelmus
notus KEIFER (ACARI, ERIOPHYDAE) NA CULTURA DA
ERVA-MATE EM CHAPECÓ, SANTA CATARINA
por
João Vieira Neto
Tese apresentada ao Curso de Doutorado do Programa de
Pós-Graduação em Agronomia, Área de Concentração em
Produção Vegetal, da Universidade Federal de Santa Maria (UFSM, RS), como
requisito parcial para obtenção do grau de
Doutor em Agronomia.
Orientador: Prof. Alessandro Dal’Col Lúcio
Santa Maria, RS, Brasil
2006
ads:
iii
633.77 Vieira Neto, João
V658a Amostragem do ácaro-do-bronzeado Dichopelmus notus Keifer
(Acari, Eriophydae) na cultura da erva-mate em Chapecó,
Santa Catarina / João Vieira Neto. – 2006.
67 f. : il. ; 30 cm.
Tese (Doutorado em Agronomia) – Universidade Federal
de Santa Maria, 2006.
Orientação: Prof. Dr. Alessandro Dal’Col Lúcio.
1. Erva-mate – Cultura. 2. Erva-mate – Pragas.
3. Estatística. I. Título.
CDD 633.77
Ficha catalográfica elaborada por Yara Menegatti – CRB 14/488
iv
Universidade Federal de Santa Maria
Centro de Ciências Rurais
Programa de Pós-Graduação em Agronomia
A Comissão Examinadora, abaixo assinada,
aprova a Tese de Doutorado
AMOSTRAGEM DO ÁCARO-DO-BRONZEADO Dichopelmus notus
KEIFER (ACARI, ERIOPHYDAE) NA CULTURA DA ERVA-MATE EM
CHAPECÓ, SANTA CATARINA
elaborada por
João Vieira Neto
como requisito parcial para obtenção do grau de
Doutor em Agronomia
COMISÃO EXAMINADORA:
_______________________________________
Alessandro Dal’Col Lúcio, Dr.
(Presidente/Orientador)
_______________________________________
Lindolfo Storck, Dr. (UFSM)
_______________________________________
Renato Serena Fontaneli, Dr. (Embrapa Trigo)
_______________________________________
Sidinei José Lopes, Dr. (UFSM)
_______________________________________
Solon Longhi, Dr. (UFSM)
Santa Maria, 10 de abril de 2006.
v
Ao meu pai, Agenor Vieira Quaresma (in memorian); à minha mãe, Alzira Vieira Seles; aos
meus irmãos e irmãs; à minha esposa, Roseane; aos meus filhos, Filipe e Henrique; e ao meu
amigo, Henrique Baltusen (in memorian).
DEDICO
vi
AGRADECIMENTOS
À Universidade Federal de Santa Maria (UFSM), pela oportunidade de realizar esse
curso;
Ao professor do Centro de Ciências Rurais da UFSM, Alessandro Dal’Col Lúcio, pelo
trabalho dedicado de orientação e pela amizade;
Aos professores do Centro de Ciências Rurais da UFSM, membros do Comitê de
Orientação, Lindolfo Storck e Sidinei José Lopes;
Ao professor do Centro de Ciências Rurais da UFSM, Solon Jonas Longhi, pela
participação na Comissão Examinadora de Tese;
Ao pesquisador da Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA/Trigo),
Renato Serena Fontaneli, pela participação como membro da Banca de Exame de
Qualificação e da Comissão Examinadora de Tese;
À Universidade Comunitária Regional de Chapecó (UNOCHAPECÓ) pela concessão
de bolsa de estudo, através do Programa Institucional de Capacitação Docente e Técnica
(PICDTU);
Aos pesquisadores da Empresa de Pesquisa Agropecuária de Santa Catarina
(EPAGRI/Chapecó), Luis Antônio Chiaradia, pelo apoio técnico em Entomologia e Haroldo
Tavares Elias, que tão gentilmente cedeu os dados climáticos;
Aos colegas do curso de Doutorado da UFSM pela amizade, estímulo e
companheirismo, em especial, ao amigo Sérgio J. R de Oliveira;
A todos os professores e funcionários do Centro de Ciências Rurais da UFSM, que de
uma forma ou outra, colaboraram para a realização deste trabalho.
vii
SUMÁRIO
RESUMO................................................................................................................................5
ABSTRACT............................................................................................................................6
LISTA DE ILUSTRAÇÕES...................................................................................................7
LISTA DE TABELAS............................................................................................................9
LISTA DE APÊNDICES......................................................................................................11
1 INTRODUÇÃO.................................................................................................................13
2 REVISÃO BIBLIOGRÁFICA...........................................................................................15
2.1 Caracterização de Dichopelmus notus............................................................................15
2.2 Época de ocorrência e danos de Dichopelmus notus......................................................15
2.3 Disposição espacial de pragas.........................................................................................17
2.4 Amostragem de Dichopelmus notus ...............................................................................19
2.5 Amostragem seqüencial..................................................................................................22
3 MATERIAL E MÉTODOS...............................................................................................26
3.1 Levantamento dos dados.................................................................................................26
3.2 Relação entre a variância e a média................................................................................26
3.3 Número de amostras........................................................................................................27
3.4 Seleção de modelos para planos de amostragem seqüencial binomial...........................28
3.5 Localização de Dichopelmus notus na planta da erva-mate............................................29
3.6 Elementos climáticos e flutuação populacional de Dichopelmus notus..........................30
4 RESULTADOS E DISCUSSÃO.......................................................................................32
4.1 Relação entre a variância e a média................................................................................32
4.2 Número de amostras........................................................................................................37
4.3 Seleção de modelos.........................................................................................................40
4.4 Comportamento de Dichopelmus notus na planta da erva-mate.....................................47
4.5 Elementos climáticos e flutuação populacional de Dichopelmus notus..........................50
5 CONCLUSÕES..................................................................................................................55
6 REFERÊNCIAS.................................................................................................................56
APÊNDICES.......................................................................................................................64
5
RESUMO
Tese de Doutorado
Programa de Pós-Graduação em Agronomia
Universidade Federal de Santa Maria
AMOSTRAGEM DO ÁCARO-DO-BRONZEADO Dichopelmus notus
KEIFER (ACARI, ERIOPHYDAE) NA CULTURA DA ERVA-MATE EM
CHAPECÓ, SANTA CATARINA
A
UTOR
:
JOÃO VIEIRA NETO
O
RIENTADOR
:
ALESSANDRO DAL’COL LÚCIO
Data e Local da Defesa: Santa Maria, 10 de abril de 2006.
A erva-mate é uma espécie florestal que ocorre naturalmente nas regiões temperadas e
subtropicais da América do Sul. No Brasil ocorre principalmente nos estados do Rio Grande
do Sul, Paraná e Santa Catarina. Suas folhas e outras partes do ramo são utilizadas,
principalmente, como matéria-prima no preparo de chás. Durante muitos anos, a exploração
da erva-mate se restringiu a ervais nativos, mas recentemente passou a ser cultivada também
em monocultura, sistema que favorece o desenvolvimento de pragas. O ácaro-do-bronzeado,
Dichopelmus notus (Keifer, 1959) (Acari, Eriophydae), praga específica dessa cultura, que
antes encontrava-se em baixos níveis populacionais, atualmente devido às altas infestações,
provoca a queda prematura de folhas e morte dos ponteiros, com elevados prejuízos aos
produtores. Esse ácaro vem sendo considerado como uma das principais pragas da cultura da
erva-mate tanto na Argentina como no Brasil. Em decorrência da importância da erva-mate e
do aumento da infestação desse acarino, é necessário buscar alternativas e tecnologias que
maximizem a rentabilidade da cultura. Este trabalho teve como objetivo selecionar uma
metodologia de amostragem para monitorar os níveis de infestação do ácaro-do-bronzeado em
lavouras de erva-mate, destinada a esclarecer aspectos de sua bioecologia. O estudo foi
conduzido em erval de dez anos, no espaçamento de 2,5 X 4,0 m com altura de 1,5 m,
localizado no município de Chapecó, SC. Em três áreas de aproximadamente 2.500 m
2
,
distantes entre si cerca de 100 m, foram selecionadas 30 plantas ao acaso. Quinzenalmente, no
período de 27/01/2004 a 10/01/2005, avaliou-se a infestação de D. notus em 18 folhas
maduras de dez plantas em cada área, sendo seis no terço superior, seis no terço médio e seis
no terço inferior, em cada terço, três na parte externa da copa e três na interna. As avaliações
foram executadas diretamente nos ervais, utilizando lentes com aumento de dez vezes e 1 cm
2
de campo fixo. Os resultados evidenciaram que: a infestação do ácaro ocorre de forma
agregada; a estimativa do número médio de ácaros por cm
2
de folha, com nível de precisão de
15%, pode ser realizada em três folhas de 30 plantas em talhões de um hectare, nos meses de
fevereiro a abril; os ácaros concentram-se na parte externa da copa da planta nos terços
superior e médio; há correlação positiva entre a população de D. notus e temperaturas
mínimas e máximas e correlações negativas com a precipitação pluviométrica, umidade
relativa e velocidade do vento; o Modelo de Aproximação Normal com Correção de
Continuidade deve ser preferencialmente utilizado na elaboração de planos de amostragem
seqüencial binomial para D. notus.
Palavras-chave: Tamanho de amostra, Ilex paraguariensis St. Hil., ácarofauna, distribuição.
6
ABSTRACT
Doctorate’s Thesis
Postgraduation Course in Agronomy
Federal University of Santa Maria
SAMPLING OF THE TAN-MITE Dichopelmus notus KEIFER (ACARI,
ERIOPHYDAE) IN MATE-TEA CULTURE IN CHAPECÓ, SANTA
CATARINA
AUTHOR
:
JOÃO VIEIRA NETO
ADIVISOR
:
ALESSANDRO DAL’COL LÚCIO
Date and Place of the Defense: April 10
th
, 2006. Santa Maria - RS.
The mate-tea tree it is a forest species that occurs naturally in the tempering regions and
subtropical of America of the South. In Brazil it occurs mainly in the states of the Rio Grande
do Sul, Paraná and Santa Catarina. Its leaves and branches are used, mainly, as raw material
in the preparation of teas. During many years, the exploration of mate-tea if restricted the
natives plants, but recently it passed also to be cultivated in monoculture, system that favors
the development of pragues. The tan-mite, Dichopelmus notus (Keifer, 1959) (Acari,
Eriophydae), specific plague of this culture, that before met in low population levels,
currently due to the high infestations, cause the premature leaf fall and death of the tips, with
elevated damages to the producers. This mite comes being considered as one of the main
pragues of the culture of mate-tea in the Argentine and Brazil. In result of the importance of
mate-tea and of the increase of the infestation of this mite, it is necessary to search
alternatives and technologies that maximize the profitability of the culture. This work aimed
to select a sampling methodology to monitor the levels of infestation of the tan-mite in mate-
tea orchards, destined to explain its habits. The study were carried out in orchard of ten years,
in the arrangement of 2,5 X 4,0 m with height of 1,5 m, located in the Chapecó county, Santa
Catarina state, Brazil. In three areas of approximately 2,500 m
2
, distant between itself about
100 m, had been selected 30 plants randomly. Fortnightly, in the period of 27/01/2004 the
10/01/2005, were evaluated infestation of D. notus in 18 mature leaves of ten plants in each
area, being six in the upper one-third, six in the medium one-third and six in lower one-third,
three in each localization of the crown, external and internal. The evaluations were executed
directly in the orchard, using lenses with increase of ten times and 1 cm
2
of fixed field. The
results had evidenced that: the infestation of the mite occurs of aggregate form; the estimate
of the average number of mites for cm
2
of leaf, with level of 15% precision, can be carried
through in three leaves of 30 plants in sections of hectare, from february to april; the mites
concentrate themselves in the external part of the plant in the upper one-third part of canopy
as well as at part medium one-third; positive correlation was observed among the population
of D. notus and minimum and maximum temperatures, however negative correlations was
observed among tan-mite e population and rain precipitation, relative humidity and speed of
the wind; the Model of Normal Approach with Correction of Continuity must preferential be
used in the elaboration of binomial sequential sampling plans for D. notus.
Key Words: Sample size, Ilex paraguariensis St. Hil., mites, distribution.
7
LISTA DE ILUSTRAÇÕES
FIGURA 1 - Média do número de ácaros Dichopelmus notus por cm
2
de folha na área
total em plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006......
33
FIGURA 2 - Média do número de ácaros Dichopelmus notus por planta na área total
em plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006...............
33
FIGURA 3 - Variância do número de ácaros Dichopelmus notus por cm
2
de folha na
área total em plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS,
2006...................................................................................................................................
34
FIGURA 4 - Variância do número de ácaros Dichopelmus notus por planta na área
total em plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006......
34
FIGURA 5 - Semi-amplitude do Intervalo à Esquerda de m’ (SAe%) da infestação de
Dichopelmus notus em cultivos comerciais de erva-mate em Chapecó, SC, em função
do tamanho da amostra (n), considerando os modelos de Aproximação Normal com
Correção de Continuidade, Aproximação Normal de Blyth (BLYTH, 1986),
Aproximação de Hall (HALL, 1982) modificado por Blyth (BLYTH, 1986),
Aproximação Normal de Molenaar (MOLENAAR, 1973), Aproximação Normal de
Pratt (PRATT, 1968) e pela metodologia de Leemis & Trivedi (LEEMIS & TRIVEDI,
1996), para infestações média (m’ = 5,0 ácaros por cm
2
de folha). Santa Maria, RS,
2006...................................................................................................................................
45
FIGURA 6 - Semi-amplitude do Intervalo à Direita de m’ (SAd%) da infestação do
ácaro Dichopelmus notus em cultivos comerciais de erva-mate em Chapecó, SC, em
função do tamanho da amostra (n), considerando os modelos de Aproximação Normal
com Correção de Continuidade, Aproximação Normal de Blyth (BLYTH, 1986),
Aproximação de Hall (HALL, 1982) modificado por Blyth (BLYTH, 1986),
Aproximação Normal de Molenaar (MOLENAAR, 1973), Aproximação Normal de
Pratt (PRATT, 1968) e pela metodologia de Leemis & Trivedi (LEEMIS & TRIVEDI,
1996), para infestações média (m’ = 5,0 ácaros por cm
2
de folha). Santa Maria, RS,
2006...................................................................................................................................
46
FIGURA 7 - Médias de ácaros Dichopelmus notus por cm
2
de folha nos terços de
alturas de plantas (TS = terço superior, TM = terço médio e TI = terço inferior) e nas
profundidades da copa (I = externa e II = interna) em cada mês do ano, em plantios
comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006..................................
48
8
FIGURA 8 - Média do número de ácaros Dichopelmus notus por cm
2
de folha na área
total em plantios comerciais de erva-mate em Chapecó, SC e a média da temperatura
mínima e máxima (
0
C). Santa Maria, RS, 2006 (Jan.1 = primeira quinzena, Jan.2 =
segunda quinzena;...).........................................................................................................
52
FIGURA 9 - Média do número de ácaros Dichopelmus notus por cm
2
de folha na área
total em plantios comerciais de erva-mate em Chapecó, SC e a precipitação acumulada
(mm). Santa Maria, RS, 2006 (Jan.1 = primeira quinzena, Jan.2 = segunda
quinzena;...).......................................................................................................................
53
FIGURA 10 - Média do número de ácaros Dichopelmus notus por cm
2
de folha na área
total em plantios comerciais de erva-mate em Chapecó, SC e a média da umidade
relativa (%). Santa Maria, RS, 2006 (Jan.1 = primeira quinzena, Jan.2 = segunda
quinzena;...).......................................................................................................................
53
FIGURA 11 - Média do número de ácaros Dichopelmus notus por cm
2
de folha na área
total em plantios comerciais de erva-mate em Chapecó, SC e a média da velocidade do
vento (m/s). Santa Maria, RS, 2006 (Jan.1 = primeira quinzena, Jan.2 = segunda
quinzena;...).......................................................................................................................
54
9
LISTA DE TABELAS
TABELA 1 - Estimativa dos coeficientes lineares, de regressão e de determinação dos
ajustes à lei da potência de Taylor e ao modelo de Lloyd, a partir do número de ácaros
Dichopelmus notus observados por cm
2
de folha de erva-mate em Chapecó, SC. Santa
Maria, RS, 2006.................................................................................................................
35
TABELA 2 - Estimativa dos coeficientes lineares, de regressão e de determinação dos
ajustes à lei da potência de Taylor e ao modelo de Lloyd, a partir do número de ácaros
Dichopelmus notus observados por planta de erva-mate em Chapecó, SC. Santa Maria,
RS, 2006............................................................................................................................
35
TABELA 3 - Estimativa do tamanho da amostra (n) para estimar o número médio de
ácaros Dichopelmus notus por cm
2
de folha e por planta em plantios comerciais de
erva-mate em Chapecó, SC, através da equação modificada de KARADINOS (1976),
para diferentes níveis de precisão (D). Santa Maria, RS, 2006.........................................
38
TABELA 4 - Estimativa do tamanho da amostra (n) para estimar o número médio de
ácaros Dichopelmus notus por cm
2
de folha e por planta em plantios comerciais de
erva-mate em Chapecó, SC, através da equação proposta por COCHRAM (1965), para
diferentes níveis de precisão (D%). Santa Maria, RS, 2006..............................................
39
TABELA 5 - Limite Inferior (Tn
I
), Limite Superior (Tn
S
) das linhas de decisão do
plano de amostragem seqüencial binomial da infestação de Dichopelmus notus em
cultivos comerciais de erva-mate em Chapecó, SC, via diversos modelos para
diferentes infestações médias por cm
2
de folha (m’). Santa Maria, RS, 2006..................
41
TABELA 6 - Limite Inferior (Tn
I
), Limite Superior (Tn
S
) das linhas de decisão do
plano de amostragem seqüencial binomial, Semi-amplitude do Intervalo à Esquerda de
m’ (SAe%), Semi-amplitude do Intervalo à Direita de m’ e Amplitude Total do
Intervalo (AT%) da infestação de Dichopelmus notus em cultivos comerciais de erva-
mate em Chapecó, SC, através do modelo de Aproximação Normal com Correção de
Continuidade, para infestações média (m’ = 5,0 ácaros por cm
2
de folha). Santa Maria,
RS, 2006............................................................................................................................
43
10
TABELA 7 - Limite Inferior (Tn
I
), Limite Superior (Tn
S
) das linhas de decisão do
plano de amostragem seqüencial binomial, Semi-amplitude do Intervalo à Esquerda de
m’ (SAe%), Semi-amplitude do Intervalo à Direita de m’ e Amplitude Total do
Intervalo (AT%) da infestação de Dichopelmus notus em cultivos comerciais de erva-
mate em Chapecó, SC, através do modelo Aproximação Normal de Blyth (BLYTH,
1986), para infestações média (m’ = 5,0 ácaros por cm
2
de folha). Santa Maria, RS,
2006...................................................................................................................................
43
TABELA 8 - Limite Inferior (Tn
I
), limite Superior (Tn
S
) das linhas de decisão do
plano de amostragem seqüencial binomial, Semi-amplitude do intervalo à esquerda de
m’ (SAe%), Semi-amplitude do intervalo à direita de m’ e Amplitude Total do
Intervalo (AT%) da infestação de Dichopelmus notus em cultivos comerciais de erva-
mate em Chapecó, SC, através do modelo Aproximação de Hall (HALL, 1982)
modificado por Blyth (BLYTH, 1986), para infestações média (m’ = 5,0 ácaros por
cm
2
de folha). Santa Maria, RS, 2006...............................................................................
44
TABELA 9 - Limite Inferior (Tn
I
), limite Superior (Tn
S
) das linhas de decisão do
plano de amostragem seqüencial binomial, Semi-amplitude do Intervalo à Esquerda de
m’ (SAe%), Semi-amplitude do Intervalo à Direita de m’ e Amplitude Total do
Intervalo (AT%) da infestação de Dichopelmus notus em cultivos comerciais de erva-
mate em Chapecó, SC, através dos modelos de Aproximação Normal de Molenaar
(MOLENAAR, 1973), Aproximação Normal de Pratt (PRATT, 1968) e pela
metodologia de Leemis & Trivedi (LEEMIS & TRIVEDI, 1996), para infestações
média (m’ = 5,0 ácaros por cm
2
de folha). Santa Maria, RS, 2006...................................
44
TABELA 10 - Resumo da análise de variância conjunta do experimento bifatorial no
delineamento em blocos ao acaso com amostragem na parcela, para o número de
ácaros Dichopelmus notus por cm
2
de folha em plantios comerciais de erva-mate em
Chapecó, SC. Santa Maria, RS, 2006................................................................................
47
TABELA 11 - Médias de ácaros Dichopelmus notus por cm
2
de folha nos terços de
alturas de plantas e nas profundidades da copa em cada mês do ano em plantios
comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006..................................
48
TABELA 12 - Coeficientes de correlação linear simples entre fatores climáticos e o
número médio de Dichopelmus notus por cm
2
de folha em diferente locais de plantas
de erva-mate em Chapecó, SC. Santa Maria, RS, 2006....................................................
50
11
LISTA DE APÊNDICES
APÊNDICE 1 - Estimativa da média (m) e da variância (s
2
) do número de ácaros
Dichopelmus notus em duas unidades de amostragem: cm
2
de folha e planta, em
plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006....................
65
APÊNDICE 2 – Número médio de Dichopelmus notus por cm
2
de folha em diferente
locais de plantas de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.........................
66
APÊNDICE 3 – Média de temperatura máxima (°C) (T. Max.), média de temperatura
mínima (°C) (T. Mín.), umidade relativa do ar (%) (Umi.), velocidade do vento (m s
-1
)
(Vento) e soma de precipitação pluviométrica (mm) (Prec.), no período de janeiro de
2004 a janeiro de 2005 em Chapecó, SC. Santa Maria, RS, 2006.....................................
67
12
1 INTRODUÇÃO
A planta erva-mate, Ilex paraguariensis St. Hil. (Aquifoliaceae), é uma espécie
florestal que ocorre naturalmente nas regiões temperadas e subtropicais da América do Sul,
entre os paralelos 21º e 30º de latitude Sul, e meridianos 48º e 56º de longitude Oeste,
principalmente em altitudes que variam entre 500 e 1000 m (DA CROCE & FLOSS, 1999).
A cadeia produtiva da erva-mate, no Brasil, segundo produtor mundial, envolve
aproximadamente 180 mil produtores rurais e 600 empresas de beneficiamento, que geram
mais de 700 mil empregos diretos e produzem receita e agregação de valores. A produção
brasileira de erva-mate em 2004 foi de 403,3 mil toneladas (folha verde), gerando R$ 118
milhões em divisas. Destacaram-se como produtores os estados do Rio Grande do Sul
(55,3%), Paraná (33,1%), Santa Catarina (9,3%) e Mato Grosso do Sul (2,3%) (ANUÁRIO
BRASILEIRO DA ERVA-MATE, 2000; IBGE, 2006).
No estado de Santa Catarina, a erva-mate está presente em aproximadamente 19 mil
propriedades rurais de 120 municípios e envolve direta ou indiretamente cerca de 69 mil
trabalhadores. Além da importância como fonte de renda, principalmente para a agricultura
familiar, a erva-mate representa uma manifestação cultural que identifica os habitantes dos
estados da região Sul do Brasil. Herança herdada dos índios Guaranis que habitavam essa
região na época da colonização, o hábito de tomar o chá, feito a partir das folhas da erveira -
chamado de chimarrão -, permanece até hoje, constituindo, inclusive, um dos símbolos
oficiais do Rio Grande do Sul (LAVOURA PECUÁRIA, 1978; DA CROCE, 2000;
PASINATO, 2003).
Durante muitos anos, a exploração da erva-mate se restringia a ervais nativos, mas
recentemente passou a ser cultivada também em monocultura, sistema que favorece o
desenvolvimento de pragas (PENTEADO, 1995). Neste sentido, o ácaro-do-bronzeado,
Dichopelmus notus (Keifer, 1959) (Acari, Eriophydae), praga específica dessa cultura, que
antes encontrava-se em baixos níveis populacionais, atualmente devido às altas infestações,
provoca a queda prematura de folhas e morte dos ponteiros, com elevados prejuízos aos
produtores dos estados de Santa Catarina, Rio Grande do Sul e Paraná (SANTANA et al.,
2000). DE COLL & CACERES (1995) consideram o ácaro-do-bronzeado uma das principais
pragas da cultura da erva-mate na Argentina, principalmente nos ervais das províncias de
Missiones e Corrientes.
13
A menor produção dos ervais infestados pelo ácaro-do-bronzeado e a conseqüente
redução da qualidade da matéria-prima, principalmente em determinados períodos do ano,
justificam a realização de estudos capazes de esclarecer aspectos da bioecologia dessa
espécie, visando aprimorar o seu manejo e reduzir seus danos. Desta forma, o
acompanhamento dos níveis de infestação de D. notus é importante para a adoção de práticas
racionais visando seu manejo integrado. Esse procedimento requer a definição de
metodologias de amostragem que permitam estimar com eficiência e rapidez sua densidade
populacional.
Embora não haja um método universal de amostragem para monitorar ácaros em
lavouras comerciais, a definição de um método de amostragem depende de alguns elementos
básicos como: determinação do número e do tipo de unidades amostrais (planta, folha, fruto,
ramo...) que devem ser avaliadas em cada inspeção; identificação das épocas do ano de maior
ocorrência; determinação dos locais, dentro da própria planta, onde ocorrem as maiores
infestações; conhecimento dos fatores ambientais que interferem nessa dinâmica; e
caracterização do tipo de distribuição espacial da espécie. Tudo isso se associa ao custo
operacional e à proteção que o método oferece contra a tomada de decisões erradas
(SILVEIRA NETO et al., 1976; RUESINK, 1980).
Nessa perspectiva, esse trabalho teve como objetivo geral gerar uma metodologia de
amostragem para monitorar os níveis de infestação populacional de D. notus em lavouras de
erva-mate, nas condições do município de Chapecó, Santa Catarina. Especificamente
objetivou-se: identificar o tipo de distribuição espacial de D. notus; determinar o número de
plantas e o número de folhas por planta que devem ser inspecionadas em cultivos comerciais
de erva-mate em programas de monitoramento; selecionar modelos de intervalos de confiança
para a construção de planos de amostragem seqüencial binomial para o ácaro-do-bronzeado;
identificar a localização mais provável do ácaro na planta e estudar a influência da
temperatura mínima do ar (°C), da temperatura máxima do ar (°C), da precipitação
pluviométrica (mm), da umidade relativa do ar (%) e da velocidade do vento (m s
-1
) na
flutuação populacional do ácaro-do-bronzeado.
14
2 REVISÃO BIBLIOGRÁFICA
2.1 Caracterização de Dichopelmus notus
Os ácaros Dichopelmus notus possuem coloração branca ou amarelada, tornando-se de
cor parda à medida que envelhecem, conforme relatos de DE COLL & SAINI (1992) e
CHIARADIA (2001b). A localização dos ácaros nas árvores pode ser responsável pela
alteração na sua coloração, sendo que os ácaros encontrados em folhas novas são mais
esbranquiçados, enquanto que os encontrados em folhas maduras possuem coloração mais
amarelada.
Esse ácaro possui o corpo com formato semelhante ao de uma “vírgula”, tendo a
porção anterior do corpo mais larga, onde se localizam os únicos dois pares de patas,
característicos dos eriofídeos. Quando atingem a fase adulta, medem cerca de 0,13 a 0,20 mm
de comprimento por 0,05 mm de largura, sendo necessário utilizar lentes de aumento para
facilitar a visualização.
O ciclo biológico completa-se em aproximadamente 10 dias, compreendendo as fases
de ovo, larva, ninfa e adulto. A longevidade dos adultos é de aproximadamente 20 dias,
período que cada fêmea põe de 1 a 2 ovos por dia. A temperatura ótima para esse ácaro é em
torno de 25 ºC, associada à umidade relativa elevada (DE COLL & SAINI, 1992).
2.2 Época de ocorrência e danos de Dichopelmus notus
É comum a ocorrência de ataques de ácaros fitófagos na cultura da erva-mate, segundo
ALVES (2000), destacando-se os eriofídeos, principalmente o ácaro-do-bronzeado. Os
primeiros danos ocorridos nessa cultura, atribuídos ao ácaro-do-bronzeado, foram registrados
em meados de 1930, no estado do Rio Grande do Sul. Após esse período, essa praga teve
pouca importância econômica e somente mais recentemente, quando seus danos se tornaram
mais evidentes, é que surgiu a preocupação de se obter mais informações a seu respeito. DE
COLL & CACERES (1995) relatam que na Argentina, o ácaro-do-bronzeado é uma das
principais pragas da cultura da erva-mate, principalmente nos ervais das províncias de
Missiones e Corrientes, tendo seu pico de maior infestação em duas épocas, uma no inverno e
outra no verão.
Os danos provocados por D. notus são bastante visíveis, pois atacam as células da
epiderme das folhas e brotos para se alimentarem do conteúdo citoplasmático. As perfurações
evoluem para manchas escuras e necróticas, conhecidas, vulgarmente, pelo nome de
15
“bronzeamento”. O ataque desse acarino leva a uma paralisação do crescimento e morte de
folhas novas; nas folhas velhas, provoca o bronzeamento e queda prematura. CHIARADIA
(2001b) verificou a existência de estruturas vegetativas de fungos pertencentes aos gêneros
Alternaria, Epicoccum, Gleosporium, Cladosporium e Penicillium entre as células dos tecidos
retirados de folhas com lesões de bronzeamento, sugerindo a existência de inter-relação entre
esses fungos, o ácaro e a erva-mate. Ainda segundo esse autor, houve uma ocorrência de
danos expressivos e elevadas infestações do ácaro-do-bronzeado no período de dezembro a
maio no Oeste de Santa Catarina.
A presença de ácaros e, de maneira geral, de artrópodes em cultivos de erva-mate,
pode acarretar danos à qualidade sanitária do produto final, conforme relatos de BORGES
(2002). Ao realizar a análise de sujidades leves nas folhas, o autor constatou que todas as
amostras estavam fora do padrão, porque o número de fragmentos de insetos excedeu os
limites máximos estabelecidos pelo Ministério da Saúde.
Em inspeções quinzenais realizadas em erval localizado no município de Chapecó-SC,
no período de fevereiro a maio de 1999, foram avaliadas 18 folhas por planta em 10 plantas,
sendo encontrada uma infestação média de 1,1 ácaros-do-bronzeado por cm
2
de folha
(VIEIRA NETO & CHIARADIA, 1999). Posteriormente MENEGUZZI et al. (2002)
registraram a ocorrência de 2,6 ácaros-do-bronzeado por cm
2
de folha, em levantamentos
realizados em 5 folhas por planta em 54 plantas, em erval localizado no município de
Chapecó-SC, no período de setembro a novembro de 2001. Nos dois estudos foram
verificados os sintomas característicos do ácaro-do-bronzeado. Embora os valores médios
encontrados tenham sido baixos, foi constatada uma variação muito grande no número de
ácaros. Essa variação pode ter sido acarretada principalmente devido ao fato das plantas de
erva-mate serem dióicas e as mudas serem oriundas de sementes, o que implica numa
variabilidade entre as plantas. A distribuição agregada, comum em populações de ácaros,
também pode ter contribuído para essa alta variação entre as plantas.
Estudando a dinâmica populacional de ácaros fitófagos na cultura de erva-mate em
Cascavel-PR, GAIS (2000) constatou a ocorrência de D. notus predominantemente nos meses
de verão e outono, com uma média de 32 e 44 ácaros/folha, respectivamente. No entanto, nos
meses de inverno e primavera as infestações se mantiveram em nível muito baixo. O autor
atribui as altas infestações no verão e outono ao surgimento de brotações na cultura a partir da
primavera e à poda realizada no verão. Isso ocorre, devido à preferência do acarino pelas
folhas mais jovens.
16
Ao estudar o comportamento de D. notus em plantas de erva-mate no município de
Dois Vizinhos, Sudoeste do Paraná, de agosto de 2001 a julho de 2002, GOUVEA (2003)
registrou picos populacionais de D. notus em agosto, quando o número médio atingiu 125
ácaros/folha. A baixa precipitação pluviométrica no mês de agosto poderia ter favorecido a
infestação elevada do ácaro.
Em ervais localizados nos municípios de Ilópolis e Putinga-RS, FERLA (2005) cita
que a maior freqüência de D. notus ocorreu entre os meses de dezembro e março. Os
levantamentos foram efetuados entre os meses de setembro de 2002 a julho de 2004.
Quanto ao manejo integrado de D. notus, embora a legislação brasileira não tenha
nenhum produto fitossanitário registrado para o seu controle, existem algumas medidas que
podem ser adotadas visando a prevenção e/ou a redução de seu nível populacional. Como
práticas preventivas, pode-se utilizar barreiras vegetais do tipo quebra-vento. Essa medida
dificulta a entrada e a dispersão do ácaro nos ervais, que se deslocam principalmente pela
ação do vento. O uso de cobertura de solo, entre os ervais, também é recomendado,
principalmente com leguminosas perenes de porte baixo. Sua floração fornece alimentos aos
ácaros predadores, pertencentes aos gêneros Euseius, Iphiseiodes e Agistemus, nos períodos
em que o ácaro-do-bronzeado está em baixa infestação, viabilizando a manutenção do seu
controle biológico quando as condições climáticas o favorecem. Caso seja necessária uma
intervenção com produtos químicos, recomenda-se a utilização de produtos formulados a base
de enxofre, devido a sua menor toxidez em relação aos demais acaricidas e por terem períodos
de carências mais curtos (CHIARADIA, 2001b).
2.3 Disposição espacial de pragas
Verificar se a densidade populacional de uma praga está sob nível tolerado de
infestação é considerado um aspecto crucial em um programa de Manejo Integrado de Pragas
(MIP). Normalmente a avaliação da densidade populacional requer a contagem da espécie por
unidade amostral (amostragem enumerativa), ou de maneira alternativa, verificar se a espécie
está ou não presente na unidade amostral (amostragem binomial). Nesse contexto, a
amostragem exerce um importante papel no monitoramento de pragas em lavouras comerciais
(RUESINK, 1980; WILSON & ROOM, 1983; BINNS & NYROP, 1992).
Não existe um método de amostragem universal para avaliar os níveis
populacionais de pragas agrícolas. A escolha por um método de amostragem depende, entre
17
outros fatores, do custo operacional e da proteção que ele oferece contra a tomada de decisões
erradas, ou da combinação desses fatores (SILVEIRA NETO et al., 1976; RUESINK, 1980).
A disposição espacial dos indivíduos em seu habitat tem uma grande influência
em planos de amostragem. Dependendo do tipo de disposição, métodos diferenciados de
amostragem são necessários, exigindo muito cuidado na implementação de estratégias,
visando seu manejo quando se trata de pragas agrícolas (RUESINK, 1980; ALVES et al.,
2005). Em geral, classifica-se a disposição espacial dos indivíduos em três padrões básicos:
uniforme, aleatório e agrupado. No padrão uniforme, existe uma tendência das espécies
apresentarem a mesma infestação por unidade espacial. Já no padrão aleatório, o número de
indivíduos em certas unidades espaciais não afeta a ocorrência de outros na vizinhança. No
padrão agrupado, a presença de espécies é afetada pela maior ou menor densidade na
vizinhança, com tendência de formação de grupos. Estatisticamente, esse fenômeno é
chamado de contágio e é típico de algumas espécies de insetos e ácaros cuja mobilidade é
reduzida, como certos pulgões e cochonilhas. Assim, à medida que se reproduzem, os grupos
vão sendo formados (BINNS & NYROP, 1992).
Quando ocorre disposição uniforme, os dados referentes à contagem de pragas
ou de seus danos podem ser estudados através da distribuição de probabilidade discreta
binomial, que caracteriza-se por apresentar variância menor do que a média (QUINTEROS,
1984). Para disposição aleatória pode-se utilizar a distribuição discreta de Poisson, cujos
dados apresentam variância e média semelhantes. No caso de disposição agregada utilizam-se
distribuições discretas de contágio (variância maior que a média), sendo mais comum a
distribuição binomial negativa.
Existem vários índices para descrever a disposição espacial de pragas, mas os
mais freqüentemente utilizados são: o coeficiente “b”, obtido por regressão através da lei da
potência de Taylor (TAYLOR, 1961), a qual estabelece que a relação entre a variância e a
média de populações é expressa por
b2
ams =
; o coeficiente β, estimado por regressão do
índice de agrupamento m* (LLOYD, 1967) pela média populacional, através do modelo m* =
α + βm.
Valores iguais a um, ou não diferentes estatisticamente de um, para os
coeficientes “b” e β, respectivamente, indicam que a distribuição é ao acaso. Para “b” e β > 1
têm-se uma distribuição agregada, e para “b” e β < 1 têm-se uma distribuição uniforme
(TAYLOR, 1961; IWAO, 1972).
18
Outros índices também utilizados são: a relação entre a variância e a média
(s
2
/m) (GREIG-SMITH, 1952); o índice de MORISITA (1959) e o parâmetro k da
distribuição binomial negativa (ANSCOMBE, 1949; MYERS, 1978). Uma revisão
bibliográfica com maiores detalhes sobre índices de dispersão pode ser vista em FARIAS
(1996).
Resultados preliminares apresentados por VIEIRA NETO et al. (2005) evidenciam
que a disposição espacial do ácaro-do-bronzeado, em lavouras comerciais de erva-mate, pode
ser determinada através da relação entre o número médio de ácaros por unidade de
amostragem e suas respectivas variâncias.
2.4 Amostragem de Dichopelmus notus
Existem muitas técnicas utilizadas para estimar populações de ácaros, cada uma
apresentando vantagens e desvantagens (OLIVEIRA et al., 1982). A escolha por uma ou outra
está condicionada às variações e ao tamanho dos ácaros, assim como aos objetivos das
avaliações. A contagem do número de indivíduos pode ocorrer diretamente nas folhas
examinadas nos ervais ou através da remoção dos ácaros das folhas amostradas com avaliação
de apenas uma fração da amostra. Seja qual for o método utilizado, dependendo do tamanho
do ácaro, a contagem requer o auxílio de lupas com aumento de dez, vinte vezes ou de
microscópio estereoscópico. Ao comparar várias técnicas de amostragem de ácaros, aqueles
pesquisadores recomendam o método da área limitada quando o objetivo da avaliação envolve
estudos de levantamentos populacionais. Esse método, além de conferir maior precisão nas
inspeções, oferece mais rapidez na contagem, em razão de ser efetuada em apenas uma
pequena parte da área foliar.
Esse sistema de amostragem também é recomendado por NASCIMENTO et al. (1982)
em programas de monitoramento dos níveis populacionais do ácaro da falsa ferrugem em
pomares cítricos. Devido à magnitude dos danos causados pela praga e a importância da
cultura, os autores preconizam a realização de inspeções periódicas (semanais ou quinzenais)
com observações realizadas diretamente nos frutos com auxílio de lentes de bolso de campo
fixo, com 1cm
2
de área.
Essa forma de amostragem vem sendo utilizada com freqüência em inspeções
populacionais de ácaros em diferentes culturas: RIBEIRO (1988) estudou o ácaro vermelho
europeu
Panonychus ulmi
(Koch, 1836) (Acari: Tetranychidae) em macieira; GRAVENA et
al. (1988), com os ácaros da falsa ferrugem,
Phyllocoptruta oleivora
(Ashmead, 1879) (Acari,
Eriophyidae), e da leprose,
Brevipalphus phoenicis
(Geijskes, 1939) (Acari, Tenuipalpidae)
19
em pomares cítricos; MORAES et al. (1995) e CHIARADIA (2001a) também trabalharam
com o ácaro da falsa ferrugem e ALVES et al. (2005), com o ácaro da leprose em citros.
Quanto à intensidade de amostragem do ácaro-do-brozeado na cultura da erva-mate,
ainda não existe uma recomendação definitiva na literatura. Os trabalhos existentes
apresentam uma variação tanto em relação aos intervalos de inspeção quanto ao tamanho da
amostra. Os intervalos entre as inspeções variam em semanas, quinzenas e meses e o número
de plantas avaliadas oscila entre 10 a 60 plantas com observações de 12 a 24 folhas por planta
(VIEIRA NETO & CHIARADIA, 1999; GAIS, 2000; GOUVEA, 2003; HORN et al., 2004;
FERLA et at., 2005).
O uso de um maior número de repetições (plantas) é preferencial ao aumento do
número de observações (folhas) por planta (CAMPOS, 1984), a fim de aumentar a
representatividade da amostra. Esse procedimento melhora a precisão dos resultados
experimentais.
Os procedimentos de amostragem de pragas dependem da natureza da pesquisa
(RUESINK & KOGAN, 1982). Em pesquisas experimentais, o processo de amostragem é
mais rigoroso e exige maior precisão, com conseqüente aumento do tamanho de amostras. No
entanto, em trabalhos conduzidos em culturas comerciais, visando o manejo integrado, utiliza-
se um nível menor de confiabilidade. Essa medida torna possível adequar o tamanho da
amostra ao tempo e ao custo, tornando viáveis as inspeções periódicas necessárias em
programas de monitoramento populacional de pragas agrícolas.
Existem várias proposições para solucionar esta questão, que dependem, basicamente,
das características particulares do problema abordado. No caso específico de amostragem em
cultivos comerciais com plantas de porte arbustivo, tais como: citros, cafeeiro e erveira,
GOMES (1984) recomenda o uso de uma árvore como unidade amostral. O tamanho da
amostra pode ser determinado pela equação de KARADINOS (1976), modificada por
RUESINK (1980) e WILSON & ROOM (1983) a qual incorpora o coeficiente da lei da
potência de Taylor, que mede o grau de dispersão espacial de uma espécie, e requer a
definição do nível de confiabilidade desejado. A expressão é expressa por:
2b2
am.)D/t(n
−
=
, em que:
n é o tamanho da amostra;
2
t
α
é um valor da tabela t de Student para um nível
α
de
significância; D (semi-amplitude do intervalo de confiança da média); “a” e “b” são os
coeficientes de Taylor e m, a média do número de indivíduos por unidade de amostragem.
20
Ao desenvolver um plano de amostragem para
Panonychus ulmi
em macieira,
no município de Porto Amazonas-PR, RIBEIRO (1988) determinou o tamanho de amostra,
utilizando-se dessa equação. NYROP et al. (1989) adaptaram essa expressão para
levantamentos com base na presença-ausência de
P. ulmi
nas folhas de macieiras e calcularam
o tamanho da amostra para estimar sua densidade populacional, através da aplicação do plano
de amostragem seqüencial binomial em pomares comerciais de macieira.
Esse procedimento também vem sendo utilizado para estimar tamanhos de amostras
para outros artrópodes em diferentes culturas, como pode ser observado, por exemplo, em
SILVA et al. (2003), ao trabalharem com larvas de
Pseudaletia unipuncta
(Lepidoptera:
Noctuidae) em pastagem, e em BURGIO et al. (2005), ao desenvolverem planos de
amostragem para
Liromyza huidobrensis
(Diptera: Agromyzidae) na cultura de alface.
A equação apresentada por COCHRAN (1965), adaptada para estimação de
médias populacionais, tem sido outro método utilizado na determinação do tamanho de
amostra, representada pela expressão:
222
22
%)CV(t%)D(N
%)CV(Nt
n
+
=
, em que:
n é o tamanho de amostra; N é o número total de unidades amostrais;
2
t
α
é o valor da
tabela t de Student para um nível
α
de significância; CV% é o coeficiente de variação e D%
(semi-amplitude do intervalo de confiança da média em percentagem).
Esse procedimento vem sendo utilizado com freqüência em trabalhos com plantas
anuais para determinar o número de repetições em ensaios experimentais. MARODIM et al.
(2000) determinaram o tamanho de amostra para a cultura de alface em ensaios conduzidos
sob sistema hidropônico; SOUZA (2001) estimou o tamanho de amostra para experimentos
com as culturas da abóbora italiana e do pimentão em ambiente protegido, e LORENTZ et al.
(2004) definiram o tamanho de amostra para experimentos realizados em estufa plástica com
a cultura do pepineiro do tipo conserva. No entanto, essa metodologia pode ser empregada em
trabalhos com plantas arbóreas, devido ao seu caráter geral do ponto de vista estatístico.
Associada a essas considerações, em se tratando de amostragem de pragas agrícolas
em geral, existe a possibilidade de definir o tipo de amostragem mais apropriada à situação
enfrentada. Neste caso, pode-se optar pela amostragem convencional ou seqüencial. Esta
última tem sido preferida em programas de monitoramento, cujas inspeções são realizadas
diretamente no campo. Este procedimento apresenta-se mais vantajoso, pois possibilita a
redução do tempo e do custo das amostragens, principalmente quando se utiliza o sistema
21
baseado apenas na presença ou ausência da espécie na unidade amostral (PIETERS &
STERLING, 1975; WILSON et al., 1984; PICKETT & GILSTRAP, 1986).
2.5 Amostragem seqüencial
Basicamente, existem dois métodos de amostragem a serem utilizados no
levantamento populacional de insetos e ácaros em campo, sendo denominados: convencional
e seqüencial. Na amostragem convencional, o número de amostras é fixo, independentemente
do nível de infestação da espécie. A amostragem seqüencial se constitui num método, em que
o número de unidades amostrais avaliadas é variável em função do nível da infestação
existente. Assim, quando a densidade da espécie praga está muito abaixo ou muito acima do
nível de controle, a decisão de controlar, ou não, pode ser tomada com menor número de
amostras. O método seqüencial se caracteriza por ser mais vantajoso, pois possibilita reduzir o
tempo e custo das amostragens (PIETERS & STERLING, 1975; PINTO et al., 1995). Esse
tipo de amostragem pode se tornar ainda mais eficiente quando se baseia apenas na presença
ou ausência da praga na unidade de amostragem considerada (planta, fruto, folha, entre
outros). Quando construídos desta forma, os planos de amostragem seqüencial são chamados
de binomiais (WILSON et al. 1983; WILSON et al., 1984; PEREIRA et al., 2004).
Nas últimas duas décadas foram disponibilizadas técnicas para a confecção de planos
de amostragem seqüencial do tipo binomial. Estas técnicas, embora se apõem no mesmo
princípio teórico, requerem modelos probabilísticos diferenciados, em função das
características do problema abordado (tipo de praga, lavoura, etc). Esses modelos são
responsáveis pela elaboração das linhas de decisão do plano de amostragem.
O procedimento baseado no teste seqüencial da razão de probabilidades para a
construção de planos de amostragem seqüencial foi proposto por WALD (1945, 1947). Este
método foi desenvolvido para a indústria de produtos manufaturados e, posteriormente,
adaptado por biólogos e entomologistas para a amostragem de peixes e insetos. Para aplicar
esse método, deve-se conhecer o modelo probabilístico que descreve a distribuição da praga.
Porém, existem situações nas quais os dados de contagem de insetos e ácaros ou de seus
danos não se ajustam de maneira satisfatória a nenhum modelo probabilístico (FARIAS,
1996).
Tentando contornar esse problema, IWAO (1975) criou uma metodologia para
a construção de planos de amostragem seqüencial, independente do modelo probabilístico que
descreve a distribuição da praga. Apoiando-se no teorema do limite central, a metodologia
consiste em adaptar um intervalo de confiança em torno da média (nível de controle), gerando
22
duas curvas divergentes, chamadas linhas de decisão. Os valores acima da linha superior
representam situações nas quais o controle da praga se faz necessário. Valores abaixo da linha
inferior indicam que não é necessário adotar medidas de controle. Desta forma, o plano de
amostragem seqüencial é construído para testar a hipótese de que a infestação populacional da
praga está abaixo do nível de controle ( 'm:H
0
<
µ
), contra a hipótese alternativa de que a
infestação está igual ou acima do nível de controle (
'm:H
1
≥
µ
).
As linhas para esse plano são dadas a partir da seguinte expressão:
212
)s.n(t'm.nTn
±=
, em que:
Tn é o número acumulado de espécimes contados em cada unidade amostral; n é o
número de unidades amostrais examinadas até um dado momento;
m
'
corresponde ao nível
de controle da praga; t é o valor da tabela t de Student para um nível
α
de significância e
infinitos graus de liberdade ; e
2
s
é a variância em torno do nível de controle (
'
m
).
Esse intervalo de confiança tem sido construído geralmente fazendo-se uso da lei da
potência de TAYLOR (1961), que expressa a relação existente entre a variância e a média em
diferentes níveis de infestação da praga (MAITEKI & LAMB, 1987; SHELTON et al., 1987).
A partir dessa informação é possível estimar o erro padrão adequado para ser utilizado no
intervalo de confiança.
A variância é uma função crescente da média, segundo a lei de potência de
TAYLOR (1961), e é dada por:
b2
ams
=
, em que:
“a” e “b” são parâmetros característicos da praga e da unidade de amostragem
estimados por regressão, m é a média populacional e s
2
a variância.
Outra forma de expressar a relação existente entre a variância e a média em
diferentes níveis de infestação da praga é através do índice de agrupamento m* (LLOYD,
1967), que utiliza a média populacional (m) para estimar a variância correspondente ao nível
de controle.
O modelo de regressão é baseado na relação:
mm
*
β+α=
, em que:
α
e
β
são parâmetros característicos da praga e da unidade de amostragem,
estimados por regressão linear e m* corresponde a:
1)m/s(m*m
2
−+=
Assim, a relação entre variância e média é dada por:
23
22
m)1(m)1(s
−β++α=
Planos de amostragem gerados a partir da metodologia de IWAO (1975)
exigem a contagem da praga por unidade amostral, tornando-os menos operacionais em nível
de campo. Esses planos são denominados de Planos de Amostragem Seqüencial Numéricos.
Uma modificação na elaboração do plano seqüencial de IWAO (1975), com base na
ocorrência ou não da espécie na unidade amostral, foi proposta por WILSON et. al. (1983)
criando o Plano de Amostragem Seqüencial Binomial. A metodologia consiste em adaptar um
intervalo de confiança em torno do nível de controle expresso em proporção de unidades
amostrais infestadas. A equação apresentada por esses autores foi desenvolvida a partir do
teorema do limite central, gerando, portanto, um intervalo de confiança aproximado para a
proporção (Aproximação Normal para a Distribuição Binomial). Nesse caso, as linhas do
plano são dadas por:
21
)]
n
y
1(y[ty.nTn −±=
, em que:
Tn é o número acumulado de unidades amostrais infestadas; n é o número de unidades
amostrais examinadas até um dado momento;
)I(P
ˆ
.ny
=
, em que y representa o número de
unidades amostrais infestadas; t é o valor da tabela t de Student para um nível
α
de
significância e infinitos graus de liberdade e
)I(P
ˆ
, a estimativa da proporção de unidades
amostrais infestadas em torno do nível de controle. O valor de
)I(P
ˆ
é obtido pela expressão
proposta por WILSON & ROOM (1983):
])1'am).('am[ln('m
11b1b
e1)I(P
ˆ
−−−
−−
−=
sendo “a” e “b” os parâmetros estimados pela lei da potência de Taylor.
Outras possibilidades de gerar intervalos de confiança aproximados para uma
proporção são descritas por BLYTH (1986), as quais podem ser aplicadas na construção das
linhas de decisão do plano de amostragem seqüencial binomial. As expressões que
possibilitam gerar as linhas de decisão a partir desses intervalos aproximados podem ser
descritas como:
•
Aproximação Normal com Correção de Continuidade;
+
++−++++
=
2
222
S
cn
4cn)5,0y()5,0y(c2c)5,0y(
nTn
•
Aproximação Normal de Blyth (BLYTH, 1986);
24
+
−
+
−
+
+
= )
n
5,0y
1(
n
5,0y
)
cn
c
(
n
5,0y
nTn
2
S
•
Aproximação de Hall (HALL, 1982) modificado por Blyth (BLYTH, 1986);
+
−
+
+
+
−
+
+
+
= )
n
5,0y
21(
n3
5,0c
)
n
5,0y
1(
n
5,0y
)
n
c
(
n
5,0y
nTn
2
S
•
Aproximação Normal de Molenaar (MOLENAAR, 1973);
+
+
−
+−
−
+
−+
+
−
+
+
+
−
+= )
3
c2
n/()
n18
c7
)(1n()
n18
c7
1(
n
)yn)(1y(
c
n6
c1
3
c2
)
n3
c1
1(ynTn
222222
S
•
Aproximação Normal de Pratt (PRATT, 1968).
+++−+
++−+−+−−−−+
−
+
+=
−1
3
22
2
2
S
1)c2)(1y(9)1y(81
)1n)c5n9)(yn)(1y(9c38n9)yn)(1y(81(
yn
1y
1nTn
Para as expressões apresentadas acima, tem-se que: Tn
S
é o número acumulado de
unidades amostrais infestas acima do nível de controle (limite superior); n é o número de
unidades amostrais examinadas até um dado momento;
)I(P
ˆ
.ny
=
, em que y representa o
número de unidades amostrais infestadas e
α
−
=
1c , valor da normal padrão. Para obtenção
de Tn
I
(número acumulado de unidades amostrais infestas abaixo do nível de controle - limite
inferior)é necessário substituir y por y-1 e c por -c.
Um intervalo de confiança exato para proporção, utilizando a distribuição F, foi
apresentado por LEEMIS & TRIVEDI (1996). Devido aos avanços dos recursos
computacionais, esse intervalo é, em geral, de fácil obtenção. Da mesma forma que os
intervalos aproximados podem gerar as linhas de decisão de um plano de amostragem
seqüencial, o intervalo exato também pode se utilizado com essa finalidade. Fazendo as
devidas adaptações, obtém-se a seguinte expressão:
+
−
+
=
α−+ 2),yn(2),1y(2
S
F)1y(
yn
1
1
nTn
, em que:
F refere-se à probabilidade
2
α
da cauda superior direita da distribuição F. Para
obtenção de Tn
I
é necessário substituir y por y-1 e
2
α
por
21
α
−
.
25
Diante das várias alternativas de modelos presentes na literatura para elaboração de
planos de amostragem seqüencial binomial, é necessário determinar, por meio de critérios
estatísticos, aquele que mais se adapta às peculiaridades do ácaro-do-bronzeado em cultivos
comerciais de erva-mate. Uma vez que ainda não existe uma especificação de plano de
amostragem seqüencial para essa espécie.
26
3 MATERIAL E MÉTODOS
3.1 Levantamento dos dados
O estudo foi conduzido em um erval de dez anos, de propriedade da empresa Ouro
Verde, cujas árvores estavam espaçadas no arranjo de 2,5 m entre linhas e 4,0 m entre plantas
e tinham altura de poda da planta de 1,5 m. Trata-se de um plantio comercial de erva-mate
solteira a pleno sol, onde as colheitas são realizadas anualmente no sistema manual. Durante
os estudos, as plantas não foram submetidas a tratamentos com produtos fitossanitários e a
roçada mecânica foi adotada para o controle de ervas daninhas.
A área localiza-se no distrito de Marechal Bormann, município de Chapecó-SC, com
coordenadas geográficas: 27°05’ de latitude Sul e 52°56’ de longitude Oeste a uma altitude
média de 550 m. Segundo a classificação climática de Köppen, a região apresenta um clima
mesotérmico úmido com verão quente (Cfa) (SANTA CATARINA, 1994). As médias das
temperaturas mínimas e máximas mensais variam em torno de 10,4 °C e 28,8 °C, e a
precipitação média anual é de 2.090 mm, com desvio padrão de 478 mm (EPAGRI, 2005,
dados não-publicados).
Em três áreas de aproximadamente 2.500 m
2
,
distantes entre si cerca de 100 m, foram
amostradas 10 plantas em cada área. As plantas foram selecionadas ao acaso, entre aquelas
que apresentavam boa formação de copa. Devido à realização da poda comercial, durante os
meses de maio a setembro, trabalhou-se com talhões móveis, para que fosse possível a
obtenção de plantas com copa cheia durante o ano todo.
Quinzenalmente, no período de
27/01/2004 a 10/01/2005, foi avaliada a infestação de
Dichopelmus notus
em 18 folhas
maduras, sendo seis no terço superior, seis no terço médio e seis no terço inferior, em cada
terço, três na parte externa da copa e três na interna. Ao total, foram observadas 540 folhas em
cada data de amostragem. As avaliações foram executadas diretamente nos ervais, utilizando
lupa com aumento de dez vezes e 1 cm
2
de campo fixo. Na parte superior de cada folha foi
realizada uma única contagem do número de ácaros, na área previamente delimitada pelo
campo fixo da lupa, conforme metodologia preconizada por OLIVEIRA et al. (1982).
3.2 Relação entre a variância e a média
Com os dados obtidos, foram calculadas as estimativas da média (m), variância (s
2
) e
o índice de agrupamento m*, referentes ao número de ácaros por cm
2
de folha e por planta. Os
27
cálculos dessas estimativas foram realizados para cada data de amostragem. Em seguida,
foram ajustados à lei da potência de Taylor (TAYLOR, 1961) em sua forma logarítmica:
mln.balnsln
2
+=
, em que:
2
s
é a estimativa da variância populacional do número de ácaros por unidade de
amostragem; “a” e “b” são os parâmetros do modelo estimados por regressão; e m é a média
do número de ácaros por unidade de amostragem.
E ao modelo de Lloyd (LLOYD, 1967):
m*m
β
+
α
=
, em que:
α e β são os parâmetros do modelo estimados por regressão; m é a média do número
de ácaros por unidade de amostragem; e m* corresponde a:
1)m/s(m*m
2
−+=
A relação entre a variância e a média é dada por:
22
m)1(m)1(s −β++α=
Para verificar se “b” e β diferem da unidade, utilizou-se o teste t de Student em um
nível de 5% de probabilidade com n-2 graus de liberdade. A estatística do teste é calculada
com base na expressão:
)k(V
1k
t
−
=
, em que:
k = “b” ou β conforme o modelo utilizado; V(k) = estimativa da variância de “b” ou
de β e n = ao número de observações pareadas.
O teste t de Student também foi utilizado para verificar se os coeficientes “a” e α
diferem de zero.
As estimativas das estatísticas e as análises de regressão foram feitas via aplicativo
Office Excel e do programa NTIA (EMBRAPA, 1997). A qualidade dos ajustes de regressão
foi verificada pelo coeficiente de determinação (R
2
) e pela análise de variância da regressão.
3.3 Número de amostras
O número de amostras para folhas e plantas foi definido via aplicação da equação
modificada de KARADINOS (1976) e da equação apresentada por COCHRAN (1965),
adaptada para estimação de médias populacionais, expressas respectivamente por:
2b2
am.)D/t(n
−
=
, em que:
28
n é o tamanho de amostra;
2
t
α
é um valor da tabela t de Student para um nível
α
de
significância, adotado 5%; D (semi-amplitude do intervalo de confiança da média) igual a 5,
10, 15, 20 e 30% da média estimada nos levantamentos amostrais; “a” e “b” são os
coeficientes de Taylor; e m, a média do número de ácaros por unidade de amostragem.
222
22
%)CV(t%)D(N
%)CV(Nt
n
+
=
, em que:
n é o tamanho da amostra; N é o número total de unidades amostrais avaliadas em
cada data;
2
t
α
é um valor da tabela t de Student para um nível
α
de significância, adotado
5%; CV% é o coeficiente de variação e D% (semi-amplitude do intervalo de confiança da
média em percentagem) igual a 5, 10, 15, 20 e 30%.
Foi utilizado o teste de Bartlett (STEEL et al., 1997) para testar a homogeneidade das
variâncias entre as unidades amostrais (folha e planta) em cada data. No caso do teste de
Bartlett acusar homogeneidade de variâncias entre as unidades amostrais, o coeficiente de
variação foi determinado utilizando-se a média ponderada das variâncias pelos graus de
liberdade, caso contrário, utilizou-se a variância máxima.
3.4 Seleção de modelos para planos de amostragem seqüencial binomial
Os planos seqüenciais foram construídos utilizando a metodologia do intervalo de
confiança de IWAO (1975), com 90% de probabilidade, em torno do nível de controle (m’).
Dada a inexistência de uma recomendação científica do nível de controle para o ácaro em
estudo, os modelos foram testados em três níveis de infestação, sendo: m’ = 0,16 ácaros por
cm
2
de folha, correspondente à menor infestação média verificada nas observações de campo,
m’ = 5,0, valor intermediário da infestação da praga e m’ = 10,25, maior infestação média
observada.
As linhas dos planos foram construídas com base nos modelos de Aproximação
Normal com Correção de Continuidade, Aproximação Normal de Blyth (BLYTH, 1986),
Aproximação de Hall (HALL, 1982) modificado por Blyth (BLYTH, 1986), Aproximação
Normal de Molenaar (MOLENAAR, 1973), Aproximação Normal de Pratt (PRATT, 1968) e
pela metodologia de Leenis & Trivedi (LEEMIS & TRIVEDI, 1996).
Os modelos foram avaliados por meio de análises da amplitude dos intervalos de
confiança gerados por cada modelo. Utilizaram-se as seguintes estatísticas para comparar os
seus desempenhos:
Amplitude Total do Intervalo (AT%) em torno do nível de controle da praga (m’),
29
dada por:
100
)I(P.n
TnTn
%AT
IS
×
−
=
Semi-amplitude do Intervalo à Esquerda (SAe%) de m’, expressa por:
100
)I(P.n
Tn)I(P.n
%SAe
I
×
−
=
Semi-amplitude do Intervalo à Direita (SAd%) de m’, expressa por:
100
)I(P.n
)I(P.nTn
%SAd
S
×
−
=
Para as expressões apresentadas acima, tem-se que:
Tn
S
é o número acumulado de unidades amostrais infestas acima do nível de controle
(limite superior); Tn
I
é o número acumulado de unidades amostrais infestas abaixo do nível de
controle (limite inferior); n é o número total de unidades amostrais inspecionadas; e
)I(P
ˆ
, a
estimativa da proporção de unidades amostrais infestadas em torno do nível de controle. O
valor de
)I(P
ˆ
é obtido pela expressão proposta por WILSON & ROOM (1983).
3.5 Localização de Dichopelmus notus na planta da erva-mate
Os dados amostrais foram utilizados para determinar a localização mais provável do
ácaro na planta, dividindo a copa em três seções, denominando terço superior, médio e
inferior, e duas profundidades de copa: externa e interna em cada altura de terço.
Adotou-se o modelo de análise conjunta de experimento bifatorial (Terço x
Profundidade) no delineamento blocos ao acaso com amostragem na parcela, representado
por:
l)ijkm(ijk)m(mijijmjmijimk)m(ijklm
edacacdcdacad)d(by
ε
+
+
+
+
+
+
+
+
+
+
µ
=
Em que:
ijklm
y é o número de ácaros observados;
µ
é a média geral;
k)m(
)d(b
é o efeito de blocos (plantas), com k = 1, 2, 3,...,30, dentro de meses;
m
d
é o efeito dos meses de avaliação, com m = 1, 2, 3,..., 12;
i
a
é o efeito de altura de terço, com i = 1, 2, 3;
j
c
é o efeito de profundidade de copa, com j = 1, 2;
mi
da
é o efeito da interação entre os meses de avaliação e altura de terço;
30
mj
dc
é o efeito da interação entre os meses de avaliação e profundidade de copa;
ij
ac é o efeito da interação entre altura de terço e profundidade de copa;
mij
dac
é o efeito da interação entre os meses de avaliação, altura de terço e
profundidade de copa;
ijk)m(
e
é o erro experimental;
l)ijkm(
ε
é o erro amostral, com l = 1, 2, 3;
A análise foi efetuada considerando doze meses, três terços, duas profundidades e 30
repetições (plantas), tendo sido efetuadas três amostras em cada combinação de altura de terço
e profundidade de copa. O número de ácaros por cm
2
folha foi transformado para (x+0,5)
1/2
,
com a finalidade de proporcionar a normalidade dos erros.
As análises de variância foram feitas através do programa NTIA (EMBRAPA, 1997) e
as médias comparadas pelo teste de Tukey em nível de 5% de probabilidade de erro.
3.6 Elementos climáticos e flutuação populacional de Dichopelmus notus
As influências dos elementos climáticos na flutuação populacional do ácaro foram
estudadas com base nos dados observados na Estação Agrometeorológica do Centro de
Pesquisas para Agricultura Familiar da Empresa de Pesquisa Agropecuária e Extensão Rural
de Santa Catarina (CEPAF /Epagri-Chapecó). Foram consideradas as observações diárias das
temperaturas mínima e máxima do ar (°C), da precipitação pluviométrica (mm), da umidade
relativa do ar (%) e da velocidade do vento (m s
-1
), no período de janeiro de 2004 a janeiro de
2005.
O coeficiente de correlação linear simples foi utilizado para quantificar as relações
entre o número médio de
D. notus
por folha, observados em cada data de amostragem nos
diferentes locais das plantas de erva-mate (Apêndice 2), e os elementos climáticos. Para efeito
de cálculo, foram obtidas as médias das temperaturas mínima e máxima, a soma da
precipitação pluviométrica, a média da umidade relativa e a média da velocidade do vento, a
partir das observações diárias entre os intervalos de amostragem, sendo que, para a primeira
amostra, foram tomados os quinze dias anteriores (Apêndice 3).
A significância da correlação linear foi verificada pelo teste t de Student em nível de
5% de probabilidade de erro, com n-2 graus de liberdade. Nesse caso, a estatística do teste é
dada por:
31
2n
r1
r
t
2
−
−
=
, em que:
r = estimativa do coeficiente de correlação linear simples e n = número de observações
pareadas.
32
4 RESULTADOS E DISCUSSÃO
4.1 Relação entre a variância e a média
As médias estimadas em cada data de amostragem, tanto para folha como para planta,
evidenciaram que o período de maior densidade populacional do ácaro Dichopelmus notus
ocorre entre o final de fevereiro e meados de maio, com pico populacional no final de março e
início do mês de abril, quando foi constatada a média de 10,25 ácaros por cm
2
de folha
(Figuras 1 e 2).
As variâncias tendem a acompanhar o comportamento das médias, com os maiores
valores encontrados no período de maior densidade populacional do ácaro e vice-versa
(Figuras 3 e 4). Essa relação é comum em insetos e ácaros, sendo inclusive utilizada para
definir metodologias para detectar o índice de agregação de várias espécies, como as já
citadas - lei da potência de Taylor e o modelo de regressão de Lloyd (RUESINK, 1980;
RIBEIRO, 1988; NYROP et al., 1989; BEARZOTI & AQUINO, 1994; VIEIRA NETO &
CHIARADIA, 1999; FARIAS et al., 2001; MARUYAMA et al., 2002; SILVA et al., 2003;
ONZO et al., 2005). Esses resultados e a constante citação desses índices na literatura
reforçam a consistência dessas metodologias para estudar o tipo de distribuição espacial do
ácaro D. notus em pomares de erva-mate.
Sendo assim, a partir dos dados expostos no apêndice 1, estudou-se a relação entre a
variância e a média, cujos resultados estão apresentados nas tabelas 1 e 2. Embora os dois
modelos adotados no estudo tenham tido bons ajustes, os coeficientes de determinação (R
2
)
indicam que o modelo de regressão de Lloyd apresentou um melhor desempenho quando
comparado com o modelo de Taylor, tanto para a folha quanto para a planta, em todos os
locais de amostragem. Em todas as situações analisadas ocorreram para “b” e β valores
significativamente maiores do que um, indicando que a distribuição do ácaro no erval é
agregada, para a folha e planta.
Resultados semelhantes foram obtidos por RIBEIRO (1988) ao estudar o padrão de
distribuição espacial do ácaro Panonychus ulmi (Koch) (Acari: Tetranychidae) em pomar de
macieiras e por GRECO et al. (1999) para o ácaro Tetranychus urticae (Acari: Tetranychidae)
para morangos. ONZO et al. (2005) também constataram padrão agregado para os ácaros
Mononychellus tanajoa (Bondar) (Acari: Tetranychidae) e Typhlodromalus aripo (DeLeon)
(Acari: Phytoseiidae), na cultura da mandioca.
33
0
2
4
6
8
10
12
Jan.1
Jan.2
Fev.1
Fev.2
Mar.1
Mar.2
Abr.1
Abr.2
Mai.1
Mai.2
Jun.1
Jun.2
Jul.1
Jul.2
Ag.1
Ag.2
Set.1
Set.2
Out.1
Out.2
Nov.1
Nov.2
Dez.1
Dez.2
Média de ácaros
FIGURA 1 - Média do número de ácaros Dichopelmus notus por cm
2
de folha na área
total em plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.
0
20
40
60
80
100
120
140
160
180
200
Jan.
1
J
an.
2
Fev
.
1
Fev.
2
M
ar
.
1
M
a
r
.
2
Abr
.
1
Ab
r
.
2
M
ai
.
1
M
ai
.
2
Jun.
1
Jun.
2
J
ul
.
1
J
ul
.
2
Ag.
1
Ag.
2
Set
.
1
Set
.
2
O
ut
.
1
Out
.
2
Nov.
1
Nov.
2
Dez.
1
Dez.
2
Média de ácaros
FIGURA 2 - Média do número de ácaros Dichopelmus notus por planta na área total
em plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.
34
0
50
100
150
200
250
300
350
Jan.1
Jan.2
Fev.1
Fev.2
Mar.1
Mar.2
Abr.1
Abr.2
Mai.1
Mai.2
Jun.1
Jun.2
Jul.1
Jul.2
Ag.1
Ag.2
Set.1
Set.2
Out.1
Out.2
Nov.1
Nov.2
Dez.1
Dez.2
Variância do número de
ácaros
FIGURA 3 - Variância do número de ácaros Dichopelmus notus por cm
2
de folha na
área total em plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
J
a
n
.
1
J
a
n
.
2
F
e
v
.
1
F
e
v
.
2
M
a
r.
1
M
a
r.
2
A
b
r.
1
A
b
r.
2
M
a
i
.
1
M
a
i
.
2
J
u
n
.
1
J
u
n
.
2
J
u
l
.
1
J
u
l
.
2
A
g
.
1
A
g
.
2
S
e
t
.
1
S
e
t
.
2
O
u
t
.
1
O
u
t
.
2
No
v
.
1
No
v
.
2
De
z
.
1
De
z
.
2
Variância do número de
ácaros
FIGURA 4 - Variância do número de ácaros Dichopelmus notus por planta na área
total em plantios comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.
35
TABELA 1 - Estimativa dos coeficientes lineares, de regressão e de determinação dos ajustes
à lei da potência de Taylor e ao modelo de Lloyd, a partir do número de ácaros Dichopelmus
notus observados por cm
2
de folha de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.
mln.balnSln
2
+=
mm
*
β+α=
Local de
amostragem
Ln a b R
2
α β
R
2
Talhão 1 0,6858
*
(0,1525)
I
1,5959
*
(0,1510)
0,8353 -1,7185
*
(0,5241)
3,1965
*
(0,1748)
0,9382
Talhão 2 0,5521
*
(0,1288)
1,6746
*
(0,1316)
0,8803 -2,2720
*
(0,6049)
3,2482
*
(0,1646)
0,9465
Talhão 3 0,6802
*
(0,1559)
1,8221
*
(0,1618)
0,8520 -3,5180
*
(0,9205)
4,5985
*
(0,3171)
0,9052
Área total 0,7017
*
(0,1384)
1,7579
*
(0,1444)
0,8706 -2,4543
*
(0,5323)
3,7702
*
(0,1702)
0,9572
*- Significativo em 5% de probabilidade de erro pelo teste t de Student;
I
- Valores entre parênteses referem-se ao erro padrão da estimativa.
TABELA 2 - Estimativa dos coeficientes lineares, de regressão e de determinação dos ajustes
à lei da potência de Taylor e ao modelo de Lloyd, a partir do número de ácaros Dichopelmus
notus observados por planta de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.
mln.balnSln
2
+=
mm
*
β+α=
Local de
amostragem
Ln a b R
2
α β
R
2
Talhão 1 -0,5502
NS
(0,5257)
I
1,8535
*
(0,1585)
0,8614 -9,6523
NS
(4,7830)
1,7463
*
(0,0872)
0,9479
Talhão 2 -0,4166
NS
(0,7463)
1,7776
*
(0,2195)
0,7486 -6,8277
*
(2,8532)
1,5746
*
(0,0503)
0,9779
Talhão 3 -0,2083
NS
(0,5577)
1,7301
*
(0,1622)
0,8379 -3,1527
NS
(5,4698)
1,4895
*
(0,0917)
0,9229
Área total -0,2894
NS
(0,5758)
1,8047
*
(0,1694)
0,8375 -4,3013
NS
(4,1288)
1,5775
*
(0,0733)
0,9545
NS - Não significativo em 5% de probabilidade de erro pelo teste t de Student;
I
- Valores entre parênteses referem-se ao erro padrão da estimativa;
* - Significativo em 5% de probabilidade de erro pelo teste t de Student.
36
A característica de baixa mobilidade da maioria dos ácaros fitófagos pode justificar
esse padrão de distribuição. Ao avaliar a capacidade de dispersão de Brevipalpus phoenicis
(Geijskes, 1939) (Acari, Tenuipalpidae) em pomares de citros situados no município de
Descalvado-SP, ALVES et al. (2005) verificaram que a dispersão desse acarino, tanto pelo
vento quanto pelo caminhamento é relativamente limitada, quando comparada com ácaros
predadores. No entanto, apesar dessa baixa mobilidade apresentada por ácaros fitófagos em
geral, os autores advertem que a capacidade de dispersão desses espécimes não deve ser
negligenciada, pois pode ser suficiente para o estabelecimento de focos de infestação em
culturas nas quais estejam presentes.
Conforme visto em tópicos anteriores, a disposição espacial dos indivíduos em seu
habitat tem uma grande influência em planos de amostragem. Dependendo do tipo de
disposição, métodos diferenciados de amostragem são necessários, exigindo muito cuidado na
implementação de estratégias que visam a seu manejo, quando se trata de pragas agrícolas.
Uma dessas implicações diz respeito à escolha da metodologia para gerar as linhas de
decisão de um plano de amostragem seqüencial. Caso a metodologia escolhida seja a
preconizado por WALD (1945; 1947), o tipo de disposição da praga determina a distribuição
probabilística a ser utilizada. No padrão agrupado, que é a situação em questão, deve-se
utilizar distribuições discretas de contágio. Por outro lado, se for utilizada a metodologia de
IWAO (1975), que fundamenta-se em intervalos de confiança para média e proporção, deve-
se optar por modelos que incorporem algum índice de agregação da praga, especialmente
quando os padrões de agregação forem do tipo uniforme ou agregado, situações em que os
índices são estatisticamente diferentes da unidade.
Uma escolha inadequada dos modelos probabilísticos ou das equações de intervalos de
confiança - conforme metodologia adotada - afeta a geração das linhas de decisão do plano de
amostragem seqüencial. Devido a grande variação presente dos padrões agregados, os
intervalos entre as linhas de decisão do plano são maiores do que nos padrões uniforme e
aleatório. Esse “relaxamento” das linhas de decisão funciona como um mecanismo que
oferece maior proteção contra a tomada de decisões erradas, notadamente para pequenas
amostras, ou seja, no início do processo de amostragem. Caso o fator agregação não seja
contemplado, o plano seria inapropriado em programas de monitoramento da espécie, por não
representar adequadamente o comportamento da mesma. Como conseqüência, as decisões
tomadas nas inspeções de campo (adotar ou não medidas de controle) seriam equivocadas,
podendo vir a acarretar sérios prejuízos para o manejo integral da cultura, tanto com possíveis
gastos desnecessários, quanto com a queda na produção.
37
Outra implicação prática da dispersão de pragas está relacionada diretamente aos
trabalhos de inspeção dos níveis populacionais no campo. Ao realizar a inspeção de espécie
que apresenta padrão agregado de distribuição, o início das observações, ou seja, o ponto de
partida da inspeção, deve se dar a partir do momento em que for identificado o foco de
ocorrência da praga na lavoura, uma vez que ela ocorre em reboleiras. Caso isso não seja
observado, corre-se o risco de amostrar talhões onde a praga não esteja presente ou tenha
baixa infestação. A simples recomendação de caminhamento em zigue-zague, a partir de um
ponto qualquer da lavoura, não seria recomendável nessa situação. Procedimento, esse,
adotado em casos em que ocorrem manifestações de padrão uniforme ou aleatório.
4.2 Número de amostras
As estimativas do tamanho de amostra tanto para folha como para planta estão
apresentadas nas tabelas 3 e 4. Os cálculos foram efetuados para a área total, uma vez que não
foi identificado padrão diferenciado na distribuição do acarino em função do tamanho da área
de amostragem.
Inicialmente as amostras foram dimensionadas através da equação modificada de
KARADINOS (1976). Para determinar o tamanho das amostras foram consideradas as
estimativas dos coeficientes do modelo de Taylor apresentadas nas tabelas 1 e 2.
Verifica-se que o modelo de regressão de Taylor apresentou bons ajustes tanto para a
folha como para planta, em todos os locais de amostragem, uma vez que o teste t para o
coeficiente de regressão foi significativo em 5% de probabilidade de erro e os valores do
coeficiente de determinação (R
2
) foram, em sua maioria, superiores a 0,80.
No entanto, quando se considera a planta como unidade de amostragem, os resultados
da tabela 2 evidenciam que os valores do coeficiente “a” não diferem de zero pelo teste t, em
nível de 5% de probabilidade de erro. Devido a esse resultado, os valores gerados pela
equação modificada de KARADINOS (1976) se aproximam de zero (Tabela 3), não sendo
assim, recomendado em trabalhos de amostragem.
A variabilidade acentuada nos níveis de infestação da praga entre as datas, tendo a
planta como unidade de amostragem, pode ter levado a esse resultado. O valor do coeficiente
“b” (
b
ˆ
= 1,8047) acusa uma maior sensibilidade da variância em relação à infestação média
quando se trabalha com a planta (Tabela 2) do que em amostras de folhas (
b
ˆ
= 1,7519)
(Tabela 1). O valor mais elevado de “b”, para plantas, evidencia uma tendência de maior
agregação entre as plantas do que entre as folhas. Esse fenômeno também pode ser
38
visualizado pela grande diferença constatada entre a menor (10,09) e a maior variância
(15.564,67) para as plantas (Figura 4). No caso de amostragem nas folhas, embora a
discrepância também tenha sido elevada (0,25 e 306,08), proporcionalmente, manteve-se
menor (Figura 3).
O teste de Bartlett detectou heterogeneidade de variâncias do número de ácaros entre
folhas (
89,310.20
2
=χ
) e entre plantas (
50,122.1
2
=χ
), com 23 graus de liberdade. Como
pode se observar, em ambas as situações, os valores encontrados foram altamente
significativos, visto que o valor tabelado de
2
χ
em nível de 0,5% de probabilidade de erro é
igual a 52,00.
As amostras apresentadas na tabela 4 foram dimensionadas para cada data de
amostragem, em função das variâncias apresentarem-se heterogêneas. Verifica-se que há uma
grande variação do número de amostras em decorrência da época de avaliação e do nível de
precisão considerado. Por exemplo, para D = 15%, o número de folhas a serem avaliadas
varia de 228, tomadas em uma planta, a 540 folhas, amostradas em 30 plantas. Observa-se, no
entanto, que no período de maior infestação, fevereiro a maio, as amostras mantiveram-se
mais estáveis, variando entre 481 a 540 folhas. Mesmo nessas circunstâncias, há uma
dificuldade de se chegar a uma recomendação tecnicamente viável. Por exemplo, para os
valores obtidos no dia 28/02/2004 (início do aumento da infestação do ácaro), para D = 15%,
seria necessário amostrar 531 folhas em 23 plantas, ou seja, uma média de 23,08 folhas por
planta. Seguindo essa recomendação, o processo de amostragem seria muito dispendioso,
tendo em vista que os trabalhos de monitoramento dos níveis de infestação do ácaro seriam
realizados em intervalos quinzenais, devido às suas características biológicas. Além disso, há
várias outras atividades que necessitam de atenção num programa de manejo integrado da
cultura.
TABELA 3 - Estimativa do tamanho da amostra (n) para estimar o número médio de ácaros
Dichopelmus notus
por cm
2
de folha e por planta em plantios comerciais de erva-mate em
Chapecó, SC, através da equação modificada de KARADINOS (1976), para diferentes níveis
de precisão (D). Santa Maria, RS, 2006.
Unidade de amostragem
D
5 % 10 % 15 % 20 % 30%
Folha 540 135 60 34 15
Planta 0,37 0,09 0,04 0,02 0,01
39
TABELA 4 - Estimativa do tamanho da amostra (n) para estimar o número médio de ácaros
Dichopelmus notus
por cm
2
de folha e por planta em plantios comerciais de erva-mate em
Chapecó, SC, através da equação proposta por COCHRAN (1965), para diferentes níveis de
precisão (D%). Santa Maria, RS, 2006.
Folha Planta
Data D5 D10 D15 D20 D30 D5 D10 D15 D20 D30
27/01/04 227 502 461 414 320 22 13 7 5 2
12/02/04 263 512 481 443 361 24 15 9 6 3
28/02/04 476 536 531 524 505 29 26 23 19 13
17/03/04 532 540 539 539 537 30 30 29 29 27
02/04/04 537 540 540 539 538 30 30 30 29 28
16/04/04 529 540 539 539 537 30 30 29 29 27
03/05/04 501 537 534 530 518 29 28 25 22 17
18/05/04 387 521 499 470 405 26 18 12 8 4
04/06/04 263 513 482 446 366 24 15 10 6 3
17/06/04 284 505 466 422 331 23 13 8 5 2
01/07/04 269 501 460 413 319 22 13 7 5 2
17/07/04 201 479 420 357 251 19 9 5 3 1
03/08/04 307 521 499 472 407 26 18 12 8 4
19/08/04 287 517 490 457 384 25 17 11 7 4
03/09/04 404 530 518 501 460 28 22 17 13 7
17/09/04 446 536 531 525 507 29 27 23 20 14
01/10/04 299 517 491 458 385 25 17 11 7 4
15/10/04 481 533 525 513 483 28 24 20 15 10
28/10/04 300 512 481 443 362 24 15 9 6 3
11/11/04 176 495 449 396 297 21 11 6 4 2
26/11/04 75 336 228 157 83 8 3 1 1 0
09/12/04 301 526 510 490 438 27 21 15 11 6
22/12/04 327 524 505 481 424 26 19 13 9 5
10/01/05 436 533 524 512 482 28 24 19 15 9
Existem alguns trabalhos experimentais em nível de campo, cuja finalidade tem sido a
de estudar a dinâmica populacional da ácarofauna e os possíveis fatores que podem interferir
nesse processo, como: altura de terços, posição geográfica do quadrante da planta,
profundidade de copa, estágio de maturação da folha, entre outros. GAIS (2000) estudou a
dinâmica populacional de ácaros fitófagos na cultura de erva-mate em Cascavel-PR, tendo
amostrado quinzenalmente 24 folhas por planta em dez plantas. GOUVEA (2003), com
objetivos semelhantes, amostrou mensalmente 24 folhas por planta, em 15 plantas e HORN et
al. (2004), trabalhando com
D. notus
e
Disella
sp. (Acari, Eriophyidae) no município de
Putinga-RS, amostraram 12 folhas por planta em 60 plantas. FERLA et al. (2005) estudaram a
ácarofauna presente na cultura da erva-mate no estado do Rio Grande do Sul, observando 12
folhas por planta em 25 plantas.
40
Porém, é preciso atentar para o fato de que o acompanhamento dos níveis de
infestação de uma espécie, visando seu monitoramento, exige mais agilidade no processo de
amostragem, uma vez que as inspeções são realizadas periodicamente, não tendo, portanto, o
mesmo controle de uma pesquisa experimental.
Em citros, cultura semelhante à erva-mate quanto ao porte e ao comportamento dos
ácaros fitófagos, as amostragens de monitoramento são procedidas em 1% e, no mínimo, em
20 plantas espalhadas por talhões com até 2.000 árvores, que normalmente correspondem a
uma área de 5,0 ha (CHIAVEGATO, 1991; GALLO et al., 2002).
Diante dessas considerações, é possível chegar a uma recomendação viável,
conciliando os resultados obtidos pelos dois métodos utilizados anteriormente para
dimensionar o tamanho da amostra. Assim, uma das possibilidades viáveis para obter uma
estimativa do número médio de ácaros por cm
2
de folha em cultivos comerciais de erva-mate,
com nível de precisão de 15%, é amostrar 60 folhas (determinada pela equação modificada de
KARADINOS (1976)) em 22 plantas (média das amostras do período de fevereiro a maio
calculadas pelo método apresentado por COCHRAN (1965)).
Desta forma pode-se amostrar cerca de três folhas em cada planta, tomando as plantas
ao acaso numa área de aproximadamente 7.500 m
2
. Caso o talhão seja de um hectare, pode-se
trabalhar com 30 plantas, sendo que os trabalhos de amostragem devem ser realizados,
preferencialmente, no período de fevereiro a abril, período de maior infestação. Esse
procedimento garante a praticidade desejada em trabalhos de monitoramento e mantém uma
boa precisão na obtenção das estimativas amostrais. Conforme discutido anteriormente,
recomenda-se que o ponto de partida do monitoramento populacional deve se dar a partir do
momento em que for identificado o foco de ocorrência da praga na lavoura, uma vez que ela
ocorre em reboleiras.
4.3 Seleção de modelos
As linhas dos planos de amostragem seqüencial para os seis modelos em avaliação,
considerando diferentes intensidades de amostragem (n plantas), em três níveis de infestação
(m’ = 0,16 ácaros por cm
2
de folha, m’ = 5,0 e m’ = 10,25), são apresentadas na tabela 5.
A estimativa da proporção de unidades amostrais infestadas em torno da infestação
média (P(I)) foi obtida considerando-se os valores dos coeficientes “a” e “b” de Taylor
estimados para a área total de amostragem, sendo, respectivamente, 2,0172 (antiln 0,7017) e
1,7579, conforme dados da tabela 1. Nessas condições, utilizando-se a expressão proposta por
WILSON & ROOM (1983), obteve-se os valores de P(I) para cada nível de infestação
41
considerado, sendo respectivamente: )I(P
ˆ
=0,1985, )I(P
ˆ
=0,8075 e )I(P
ˆ
== 0,9043.
TABELA 5 - Limite Inferior (Tn
I
), Limite Superior (Tn
S
) das linhas de decisão do plano de
amostragem seqüencial binomial da infestação de
Dichopelmus notus
em cultivos comerciais
de erva-mate em Chapecó, SC, via diversos modelos para diferentes infestações médias por
cm
2
de folha (m’). Santa Maria, RS, 2006.
Infestação média (m’ = 0,16)
Modelo 1
i
Modelo 2 Modelo 3 Modelos 4, 5 ,6
n* Tn
I
Tn
S
Tn
I
Tn
S
Tn
I
Tn
S
Tn
I
Tn
S
5 0 3 0 3 0 4 0 3
15 0 6 1 7 1 7 1 7
25 1 9 2 10 2 10 2 9
35 3 11 4 12 3 12 3 12
45 4 14 5 15 5 15 5 15
55 6 16 7 17 6 17 6 17
65 7 19 8 20 8 20 8 19
75 9 21 10 22 10 22 10 22
Infestação média (m’ = 5,0)
Modelo 1
i
Modelo 2 Modelo 3 Modelos 4, 5 ,6
n* Tn
I
Tn
S
Tn
I
Tn
S
Tn
I
Tn
S
Tn
I
Tn
S
5 2 5 2 5 1 5 2 5
15 9 15 8 14 8 14 8 14
25 16 24 16 23 15 23 16 23
35 24 32 23 32 23 32 23 32
45 31 41 30 40 30 40 30 40
55 39 49 38 49 38 49 38 49
65 46 58 45 57 45 57 46 57
75 55 67 54 66 54 66 54 66
Infestação média (m’ = 10,25)
Modelo 1
i
Modelo 2 Modelo 3 Modelos 4, 5 ,6
n* Tn
I
Tn
S
Tn
I
Tn
S
Tn
I
Tn
S
Tn
I
Tn
S
5 3 5 3 5 3 5 3 5
15 12 15 11 15 10 15 11 15
25 20 25 19 25 19 25 19 25
35 29 35 28 34 28 34 28 34
45 37 44 36 44 36 44 36 44
55 46 54 45 53 45 53 45 53
65 55 63 53 62 54 62 54 62
75 63 73 62 72 62 72 62 72
I - Modelos de Aproximação Normal com Correção de Continuidade (Modelo 1), Aproximação Normal de Blyth
(BLYTH, 1986) (Modelo 2), Aproximação de Hall (HALL, 1982) modificado por Blyth (BLYTH, 1986)
(Modelo 3), Aproximação Normal de Molenaar (MOLENAAR, 1973) (Modelo 4), Aproximação Normal de
Pratt (PRATT, 1968) (Modelo 5) e Leemis & Trivedi (LEEMIS & TRIVEDI , 1996) (Modelo 6).
*: Número de plantas.
42
Analisando os resultados apresentados na tabela 5, é possível verificar que,
independente do nível médio de infestação (m’), os modelos apresentam o mesmo padrão de
comportamento quanto à geração das linhas do plano de amostragem seqüencial binomial.
Isso equivale a dizer que em, todas as situações, as linhas de decisão foram semelhantes para
os modelos de Aproximação Normal de Molenaar (MOLENAAR, 1973) (Modelo 4),
Aproximação Normal de Pratt (PRATT, 1968) (Modelo 5) e Leemis & Trivedi (LEEMIS &
TRIVEDI, 1996) (Modelo 6), enquanto que os modelos de Aproximação Normal com
Correção de Continuidade (Modelo 1), Aproximação Normal de Blyth (BLYTH, 1986)
(Modelo 2) e Aproximação de Hall (HALL, 1982) modificado por Blyth (BLYTH, 1986)
(Modelo 3) diferiram entre si. Esse resultado sugere que, quando se muda o valor de m’,
muda-se apenas uma escala de trabalho, não afetando as propriedades dos intervalos de
confiança.
Sendo assim, os planos de amostragem seqüencial binomial podem ser elaborados
para qualquer nível de infestação, ou seja, o nível de controle preconizado para a praga em
questão. No entanto, há a necessidade de testar o comportamento dos modelos para cada
espécie que se deseja construir o plano de amostragem seqüencial binomial, pois os valores
dos coeficientes “a” e “b” de Taylor variam em função da espécie em estudo.
As estatísticas estimadas com a finalidade de avaliar o desempenho dos modelos:
AT%, SAe% e SAd%, são apresentadas nas tabelas 6, 7, 8 e 9. Devido à constatação de que o
nível de infestação não afeta o comportamento dos modelos, foi considerada apenas a
infestação média m’ = 5,0, para testar o desempenho dos modelos na construção das linhas de
decisão dos planos de amostragem seqüenciais do tipo presença-ausência.
Embora todos os modelos gerem intervalos em torno da infestação média (m’), com
amplitudes totais (AT%) semelhantes para os diferentes tamanhos de amostras (n), o modelo
da aproximação normal com correção de continuidade tende mais rapidamente a um intervalo
simétrico em torno de m’, ou seja, à medida que aumenta o tamanho da amostra os valores de
SAe% e SAd% se aproximam. Ocorre também, que os valores para SAe% são ligeiramente
menores nesse modelo, independente do tamanho da amostra, enquanto que os valores de
SAd% apresentam-se mais elevados, especialmente para amostras abaixo de 25 plantas
(Figuras 5 e 6), ou seja, esse Modelo gera intervalos maiores para baixos valores de n,
reduzindo-se à medida que n aumenta.
Esse comportamento é desejável em planos de amostragem seqüencial, pois funciona
como um mecanismo de proteção contra a tomada de decisão quando a amostra ainda é
pequena. Sendo assim, a tomada de decisão de controlar ou não a praga é transferida para uma
43
situação mais segura, ou seja, quando se têm amostras maiores, reduzindo o erro de
amostragem. No entanto, é preciso salientar que essa situação acontece quando o nível de
infestação da praga se aproxima do nível de controle, para infestações muito abaixo ou muito
acima do nível de controle, a tomada de decisão requer amostras menores. Esse aspecto
constitui a grande vantagem da amostragem seqüencial em relação à amostragem
convencional. Na pior das hipóteses, o maior tamanho de amostra exigido pela amostragem
seqüencial é equivalente ao tamanho da amostra fixada pela amostragem convencional.
TABELA 6 - Limite Inferior (Tn
I
), Limite Superior (Tn
S
) das linhas de decisão do plano de
amostragem seqüencial binomial, Semi-amplitude do Intervalo à Esquerda de m’ (SAe%),
Semi-amplitude do Intervalo à Direita de m’ e Amplitude Total do Intervalo (AT%) da
infestação de
Dichopelmus notus
em cultivos comerciais de erva-mate em Chapecó, SC,
através do modelo de Aproximação Normal com Correção de Continuidade, para infestações
média (m’ = 5,0 ácaros por cm
2
de folha). Santa Maria, RS, 2006.
n*
Tn
I
Tn
S
SAe% SAd%
AT%
5 2 5 50,46 23,84 74,30
15 9 15 25,70 23,84 49,54
25 16 24 20,74 18,89 39,63
35 24 32 15,08 13,23 28,31
45 31 41 14,69 12,83 27,52
55 39 49 12,19 10,33 22,52
65 46 58 12,36 10,50 22,86
75 55 67 9,18 10,63 19,81
* - Número de plantas.
TABELA 7 - Limite Inferior (Tn
I
), Limite Superior (Tn
S
) das linhas de decisão do plano de
amostragem seqüencial binomial, Semi-amplitude do Intervalo à Esquerda de m’ (SAe%),
Semi-amplitude do Intervalo à Direita de m’ e Amplitude Total do Intervalo (AT%) da
infestação de
Dichopelmus notus
em cultivos comerciais de erva-mate em Chapecó, SC,
através do modelo Aproximação Normal de Blyth (BLYTH, 1986), para infestações média
(m’ = 5,0 ácaros por cm
2
de folha). Santa Maria, RS, 2006.
n*
Tn
I
Tn
S
SAe%
SAd%
AT%
5 2 5 50,46 23,84 74,30
15 8 14 33,95 15,58 49,54
25 16 23 20,74 13,93 34,68
35 23 32 18,62 13,23 31,84
45 30 40 17,44 10,08 27,52
55 38 49 14,44 10,33 24,77
65 45 57 14,26 8,60 22,86
75 54 66 10,83 8,98 19,81
* - Número de plantas.
44
TABELA 8 - Limite Inferior (Tn
I
), limite Superior (Tn
S
) das linhas de decisão do plano de
amostragem seqüencial binomial, Semi-amplitude do intervalo à esquerda de m’ (SAe%),
Semi-amplitude do intervalo à direita de m’ e Amplitude Total do Intervalo (AT%) da
infestação de
Dichopelmus notus
em cultivos comerciais de erva-mate em Chapecó, SC,
através do modelo Aproximação de Hall (HALL, 1982) modificado por Blyth (BLYTH,
1986), para infestações média (m’ = 5,0 ácaros por cm
2
de folha). Santa Maria, RS, 2006.
n* Tn
I
Tn
S
SAe% SAd% AT%
5 1 5 75,23 23,84 99,07
15 8 14 33,95 15,58 49,54
25 15 23 25,70 13,93 39,63
35 23 32 18,62 13,23 31,84
45 30 40 17,44 10,08 27,52
55 38 49 14,44 10,33 24,77
65 45 57 14,26 8,60 22,86
75 54 66 10,83 8,98 19,81
* - Número de plantas.
TABELA 9 - Limite Inferior (Tn
I
), limite Superior (Tn
S
) das linhas de decisão do plano de
amostragem seqüencial binomial, Semi-amplitude do Intervalo à Esquerda de m’ (SAe%),
Semi-amplitude do Intervalo à Direita de m’ e Amplitude Total do Intervalo (AT%) da
infestação de
Dichopelmus notus
em cultivos comerciais de erva-mate em Chapecó, SC,
através dos modelos de Aproximação Normal de Molenaar (MOLENAAR, 1973),
Aproximação Normal de Pratt (PRATT, 1968) e pela metodologia de Leemis & Trivedi
(LEEMIS & TRIVEDI, 1996), para infestações média (m’ = 5,0 ácaros por cm
2
de folha).
Santa Maria, RS, 2006.
n* Tn
I
Tn
S
SAe% SAd% AT%
5 2 5 50,46 23,84 74,30
15 8 14 33,95 15,58 49,54
25 16 23 20,74 13,93 34,68
35 23 32 18,62 13,23 31,84
45 30 40 17,44 10,08 27,52
55 38 49 14,44 10,33 24,77
65 46 57 12,36 8,60 20,96
75 54 66 10,83 8,98 19,81
* - Número de plantas.
45
-
10
20
30
40
50
60
70
80
0 10 20 30 40 50 60 70 80
Número de plantas (n)
SAe%
Aproximação Normal com Correção de Continuidade
Aproximação Normal de Blyth
Aproximação de Hall modificado por Blyth
Demais modelos
FIGURA 5 - Semi-amplitude do Intervalo à Esquerda de m’ (SAe%) da infestação de
Dichopelmus notus
em cultivos comerciais de erva-mate em Chapecó, SC, em função do
tamanho da amostra (n), considerando os modelos de Aproximação Normal com Correção de
Continuidade, Aproximação Normal de Blyth (BLYTH, 1986), Aproximação de Hall (HALL,
1982) modificado por Blyth (BLYTH, 1986), Aproximação Normal de Molenaar
(MOLENAAR, 1973), Aproximação Normal de Pratt (PRATT, 1968) e pela metodologia de
Leemis & Trivedi (LEEMIS & TRIVEDI, 1996), para infestações média (m’ = 5,0 ácaros por
cm
2
de folha). Santa Maria, RS, 2006.
46
-
5
10
15
20
25
30
0 10 20 30 40 50 60 70 80
Número de plantas (n)
SAd%
Aproximação Normal com Correção de Continuidade
Demais modelos
FIGURA 6 - Semi-amplitude do Intervalo à Direita de m’ (SAd%) da infestação do
ácaro
Dichopelmus notus
em cultivos comerciais de erva-mate em Chapecó, SC, em função
do tamanho da amostra (n), considerando os modelos de Aproximação Normal com Correção
de Continuidade, Aproximação Normal de Blyth (BLYTH, 1986), Aproximação de Hall
(HALL, 1982) modificado por Blyth (BLYTH, 1986), Aproximação Normal de Molenaar
(MOLENAAR, 1973), Aproximação Normal de Pratt (PRATT, 1968) e pela metodologia de
Leemis & Trivedi (LEEMIS & TRIVEDI , 1996), para infestações média (m’ = 5,0 ácaros por
cm
2
de folha). Santa Maria, RS, 2006.
47
4.4 Comportamento de Dichopelmus notus na planta da erva-mate
O resultado da análise de variância está apresentado na tabela 10, especificando-se as
fontes de variação, os graus de liberdade, os quadrados médios e o teste F. O efeito da
interação entre terço, profundidade e meses foi significativo. Esse resultado indica a
necessidade de realizar o desdobramento da interação tripla para identificar, em cada mês, a
região da planta que foi mais infestada pelo ácaro.
TABELA 10 - Resumo da análise de variância conjunta do experimento bifatorial no
delineamento em blocos ao acaso com amostragem na parcela, para o número de ácaros
Dichopelmus notus
por cm
2
de folha em plantios comerciais de erva-mate em Chapecó, SC.
Santa Maria, RS, 2006.
Fontes de variação GL
1
QM F
Bloco:(Mês) 348 132,21 1,32 *
Mês 11 9327,12 93,13 *
Terço 2 5063,87 50,56 *
Profundidade 1 3313,88 33,09 *
Mês x Terço 22 372,45 3,72 *
Mês x Profundidade 11 1095,92 10,94 *
Terço x Profundidade 2 702,00 7,01 *
Mês x Terço x Profundidade
22 175,82 1,76 *
Terço x Profundidade x Bloco:(Mês)
2
1.740 100,15 12,36 *
(Terço x Profundidade x Bloco x Mês):Folha
3
4.320 8,10
Total 6.479
1
- GL = Graus de Liberdade, QM = Quadrados Médios e F = Teste F;
2
- Erro experimental;
3
- Erro amostral;
* - Significativo em 5% de probabilidade de erro.
A tabela 11 contém os resultados do desdobramento da interação tripla. Estes sugerem
que os ácaros tendem a se concentrar preferencialmente na parte externa da copa da planta nos
terços superior e médio. Esse comportamento ocorre notadamente nos meses de maior
48
infestação, fevereiro, março e abril (Figura 7). Para os demais meses não há uma distinção
entre profundidades de copa e alturas de terços.
TABELA 11 - Médias de ácaros
Dichopelmus notus
por cm
2
de folha nos terços de alturas de
plantas e nas profundidades da copa em cada mês do ano em plantios comerciais de erva-mate
em Chapecó, SC. Santa Maria, RS, 2006
1
.
Mês
Janeiro Fevereiro Março Abril
Terço\Profundidade
Externa
Interna
Externa
Interna
Externa
Interna
Externa
Interna
Superior (TS)
1,7aA 1,8aA 13,8aA 11,4aA
19,5bA
13,8aB
7,4aA 9,0aA
Médio (TM) 1,5aA 1,2aA 12,3abA
6,3bB 27,4aA
9,9abB
5,9aA 2,9bA
Inferior (TI) 1,1aA 0,5aA 5,6bA 3,9bA 14,5cA
8,0bB 3,1bA 3,0bA
Maio Junho Julho Agosto
Terço\Profundidade
Externa
Interna
Externa
Interna
Externa
Interna
Externa
Interna
Superior (TS)
3,4aA 3,3aA 2,9aA 3,2aA 3,8aA 4,2aA 6,8aA 6,2aA
Médio (TM) 2,8aA 1,6aA 2,3aA 1,6aA 3,5aA 2,8aA 6,1aA 3,5aA
Inferior (TI) 1,8aA 1,7aA 1,5aA 1,2aA 2,9aA 2,1aA 3,0aA 2,0aA
Setembro Outubro Novembro Dezembro
Terço\Profundidade
Externa
Interna
Externa
Interna
Externa
Interna
Externa
Interna
Superior (TS)
5,6aA 7,6aA 2,3aA 1,3aA 1,2aA 1,0aA 3,5aA 2,8aA
Médio (TM) 4,9aA 4,5aA 2,0aA 0,9aA 0,9aA 1,2aA 2,4aA 2,8aA
Inferior (TI) 2,1aA 1,6bA 0,94aA 0,9aA 0,8aA 0,6aA 1,3aA 1,0aA
1
– Médias seguidas da mesma letra minúscula na vertical e da mesma letra maiúscula na
horizontal são estatisticamente iguais pelo teste de Tukey a 5% de probabilidade de erro.
0
5
10
15
20
25
30
I II I II I II I II I II I II I II I II I II I II I II I II
Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ag. Set. Out. Nov. Dez.
Mês/Profundidade
Média de ácaros
TS TM TI
FIGURA 7 - Médias de ácaros
Dichopelmus notus
por cm
2
de folha nos terços de alturas de
plantas (TS = terço superior, TM = terço médio e TI = terço inferior) e nas profundidades da
copa (I = externa e II = interna) em cada mês do ano, em plantios comerciais de erva-mate em
Chapecó, SC. Santa Maria, RS, 2006.
49
Em estudo conduzido na cultura da erva-mate em Cascavel, Oeste do Paraná, no
período de junho de 1999 a maio de 2000, GAIS (2000) observou que a ocorrência de
D.
notus
nos diferentes estratos da planta (alto, médio e baixo) foi significativamente dependente
da estação do ano. No inverno e verão, o acarino se concentrou nos estratos médio e baixo, na
primavera, no estrato mais baixo. No outono, período de maiores infestações, o acarino se
localizou, preferencialmente, nos estratos alto e médio.
Esse último resultado assemelha-se aos alcançados no presente trabalho,
provavelmente por se tratar da mesma época do ano e devido à ocorrência de altas infestações
do ácaro nesse período. No entanto, difere daqueles constatados por GOUVEA (2003) ao
estudar o comportamento de
D. notus
em plantas de erva-mate no município de Dois
Vizinhos, Sudoeste do Paraná, de agosto de 2001 a julho de 2002, registrando a ocorrência de
D. notus
em maior número nos estratos inferior e médio e nas folhas da região interna da
copa.
Ao estudar a distribuição espacial do ácaro
Brevipalpus phoenicis
(Geijskes) (Acari:
Tenuipalpidae) em cafeeiros, REIS et al. (2000) constataram sua preferência pelos estratos
médio e inferior da planta. Em levantamento da ácarofauna de cafeeiros de cerrado em
Patrocínio-MG, SPONGOSKI et al. (2005) verificaram uma maior concentração de ácaros nas
folhas do terço inferior, sendo as espécies mais freqüentes
B. phoenicis
e
Tarsonemus
confusus
(Ewing, 1939) (Tarsonemidae).
Resultado parecido foi encontrado por FERLA et al. (2000) ao estudarem a
distribuição espacial de
Calacarus heveae
Feres (Eriophyidae) em plantas de seringueira,
constatando que tanto a proporção de folhas infestadas como o número do eriofídio foi maior
no estrato médio.
Os resultados apresentados na literatura coincidem apenas parcialmente com os
obtidos no presente estudo. As possíveis diferenças entre esses resultados podem estar
associadas, além das condições climáticas e das características fenológicas das plantas
(ALVES et al., 2000), à exigência de metodologias diferenciadas para a realização dos
estudos em conformidade com os objetivos a serem atingidos. Esses aspectos evidenciam a
necessidade de estudos direcionados a cada região onde se verifica a ocorrência do acarino,
potencialmente danosa para a cultura da erva-mate.
Devido ao comportamento apresentado pelo ácaro na planta e à grande variabilidade
nos níveis de infestação entre os meses do ano, é possível inferir que uma boa recomendação
para realizar levantamentos dos níveis de infestação desse acarino na região do estudo
consiste em realizar inspeções, nos meses de fevereiro a abril, na parte externa da copa dos
50
terços médio e superior. No entanto, em plantas de porte elevado, as observações podem ser
realizadas apenas no terço médio, devido ao fato de não haver diferença entre os terços médio
e superior. Esse procedimento pode agilizar o trabalho de monitoramento dos níveis de
infestação dessa espécie.
Associado a essas considerações, é preciso observar as recomendações de
FERNANDES at al. (2003) e de PEREIRA et al. (2004), para os quais a aplicação de planos
de amostragem deve estar atrelada ao nível de ataque da praga à cultura e aos prejuízos
proporcionados. Além disso, as inspeções devem ser realizadas em talhões uniformes na
lavoura quanto à época de semeadura (plantio), cultivar, topografia, tratos culturais,
proximidades de possíveis focos de infestação, entre outros fatores.
4.5 Elementos climáticos e flutuação populacional de Dichopelmus notus
Os valores dos coeficientes de correlação linear simples entre os elementos climáticos
e o número médio de
D. notus
por folha não apresentaram significância estatística em
nenhuma situação avaliada, ou seja, para os diferentes locais de plantas (Tabela 12). No
entanto, os resultados apresentaram-se bastante coerentes com o que se poderia esperar.
TABELA 12 - Coeficientes de correlação linear simples entre fatores climáticos e o número
médio de
Dichopelmus notus
por cm
2
de folha em diferente locais de plantas de erva-mate em
Chapecó, SC. Santa Maria, RS, 2006.
Local da planta
Total Terço Profundidade
Fatores climáticos Superior Médio Inferior
Externa Interna
Temperatura máxima 0,33 0,29 0,39 0,30 0,34 0,31
Temperatura mínima 0,21 0,18 0,25 0,18 0,21 0,21
Precipitação -0,33 -0,29 -0,33 -0,39 -0,34 -0,30
Umidade relativa -0,34 -0,28 -0,39 -0,32 -0,36 -0,28
Vento -0,23 -0,22 -0,22 -0,25 -0,21 -0,26
Obs.: Todos os Coeficientes de correlação linear simples dispostos na tabela foram não
significativos pelo Teste t em nível de 5% de probabilidade de erro.
Existe uma tendência de incremento da população do acarino em temperaturas mais
elevadas, tanto para temperaturas mínimas quanto para temperaturas máximas, tendo esta
última, uma maior influência sobre o comportamento do acarino em todos os locais de plantas
(Figura 8). De maneira inversa, o mesmo acontece para a precipitação pluviométrica, umidade
relativa do ar e velocidade do vento, ou seja, esses fatores tendem a favorecer a ocorrência do
ácaro quando se manifestam em baixa intensidade (Figuras 9, 10 e 11).
51
A ocorrência de associação não significativa entre os níveis populacionais de
D. notus
tanto para a
temperatura, quanto para a precipitação pluviométrica em erva-mate também foi
constatada por GOUVEA (2003). Porém, este verificou que o vento e a umidade são fatores
que interferem expressivamente na população do ácaro. Segundo o autor, o aumento da
população é favorecido quando ocorrem épocas de umidade relativa mais baixa e maior
velocidade de vento. A dispersão proporcionada pelo vento minimizaria o efeito negativo da
umidade no microclima formado no interior da copa.
Correlação negativa entre precipitação pluviométrica e ocorrência de
Phyllocoptruta
oleivora
(Ashmead, 1879) (Acari, Eriophyidae) foi encontrada por RIBEIRO (1988) e
CHIARADIA (2001a) em pomares de citros em Jaboticabal, estado de São Paulo, e no Oeste
catarinense respectivamente. CHIARADIA (2001a) registrou, ainda, correspondência positiva
significativa do eriofídio com a temperatura média mensal, no entanto, tanto a umidade
quanto o vento não interferiram em relevância na flutuação do mesmo.
Quanto a outros ácaros, não-pertencentes à família dos eriofídios, estudos realizados
por REIS et al. (2000) em pomares de citros no município de Lavras-MG constataram que a
espécie
Iphiseiodes zuluagai
(Denmark & Muma) (Acari, Phytoseiidae) tem maior ocorrência
em condições de temperaturas amenas e baixa precipitação pluvial, enquanto que a espécie
Euseius alatus
(DeLeon) (Acari, Phytoseiidae) ocorre justamente em condições opostas, ou
seja, temperaturas elevadas e alta precipitação. CHIARADIA & SOUZA (2001) estudaram a
influência dos fatores climáticos sobre flutuação populacional de
Brevipalpus phoenicis
(Geijskes, 1939) (Acari, Tenuipalpidae) nos municípios de Águas de Chapecó e Chapecó,
Oeste de Santa Catarina. Verificaram que a temperatura ambiente exerce influências
expressivas sobre a variação populacional desse ácaro, especialmente a temperatura máxima.
No entanto, a umidade relativa, a precipitação pluviométrica e a velocidade do vento não
interferiram significativamente na ocorrência
B. phoenicis
.
Os estudos da diversidade e flutuação populacional de ácaros em
Mabea fistulifera
(Mart.) (Euphorbiaceae) em fragmentos de mata estacional semidecídua em São José do Rio
Preto-SP, desenvolvidos por DAUD & FERES (2005), apontaram para uma ausência de
correlação entre a pluviosidade e a ácarofauna total. Segundo os autores, outros fatores, além
da precipitação, podem estar mais diretamente associados à ocorrência dos acarinos. A
disponibilidade de pólen favorece a população de ácaros predadores. Enquanto que os
fitófagos, principalmente os eriofídeos, seriam beneficiados pelas condições de estresse a que
as plantas estão sujeitas, pois as plantas submetidas a estresse e poluição atmosférica, por
exemplo, aumentam a disponibilidade de nitrogênio em suas folhas. Esse fenômeno pode
52
estar associado ao aumento da sobrevivência e da taxa intrínseca de crescimento populacional
desses acarinos.
A dificuldade em estabelecer uma correspondência consistente entre os elementos
climáticos e o número de ácaros pode estar relacionada ao fato de os níveis populacionais de
pragas agrícolas, em geral, resultarem da ação e da interação de outros fatores climáticos além
dos estudados aqui, como por exemplo: horas de insolação, grau de nebulosidade, quantidade
de evaporação, entre outros. Além disso, as próprias variáveis climáticas estão sob a
influência indireta de fatores determinantes de suas manifestações, tais como: latitude,
longitude, altitude, relevo, continentalidade, entre outros. Associados a essa dinâmica estão
outros fenômenos naturais, como por exemplo, a presença ou ausência de predadores, a
exposição e constituição do solo e a própria natureza da cultura agrícola e da espécie-praga
em estudo.
-
2
4
6
8
10
12
14
16
18
20
Jan.1
Jan.2
Fev.1
Fev.2
Mar.1
Mar.2
Abr.1
Abr.2
Maio.1
Maio.2
Jun.1
Jun.2
Jul.1
Jul.2
Ago.1
Ago.2
Set.1
Set.2
Out.1
Out.2
Nov.1
Nov.2
Dez.1
Dez.2
Média de ácaros
-
5
10
15
20
25
30
35
Temperatura mínima Média de ácaro Temperatura máxima
Temperatura (°C)
FIGURA 8 - Média do número de ácaros
Dichopelmus notus
por cm
2
de folha na área
total em plantios comerciais de erva-mate em Chapecó, SC e a média da temperatura mínima
e máxima (
0
C). Santa Maria, RS, 2006 (Jan.1 = primeira quinzena, Jan.2 = segunda
quinzena;...).
53
-
2
4
6
8
10
12
Jan.1
Jan.2
Fev.1
Fev.2
Mar.1
Mar.2
Abr.1
Abr.2
Maio.1
Maio.2
Jun.1
Jun.2
Jul.1
Jul.2
Ago.1
Ago.2
Set.1
Set.2
Out.1
Out.2
Nov.1
Nov.2
Dez.1
Dez.2
Média de ácaros
-
20
40
60
80
100
120
140
160
180
200
Média de ácaro Precipitação acumulada
Precip. acumulada
(mm)
FIGURA 9 - Média do número de ácaros
Dichopelmus notus
por cm
2
de folha na área
total em plantios comerciais de erva-mate em Chapecó, SC e a precipitação acumulada (mm).
Santa Maria, RS, 2006 (Jan.1 = primeira quinzena, Jan.2 = segunda quinzena;...).
-
2
4
6
8
10
12
Jan.1
Jan.2
Fev.1
Fev.2
Mar.1
Mar.2
Abr.1
Abr.2
Maio.1
Maio.2
Jun.1
Jun.2
Jul.1
Jul.2
Ago.1
Ago.2
Set.1
Set.2
Out.1
Out.2
Nov.1
Nov.2
Dez.1
Dez.2
-
25
50
75
100
Média de ácaro Umidade
Umidade (%)
Média de ácaros
FIGURA 10 - Média do número de ácaros
Dichopelmus notus
por cm
2
de folha na
área total em plantios comerciais de erva-mate em Chapecó, SC e a média da umidade relativa
(%). Santa Maria, RS, 2006 (Jan.1 = primeira quinzena, Jan.2 = segunda quinzena;...).
54
-
2
4
6
8
10
12
Jan.1
Jan.2
Fev.1
Fev.2
Mar.1
Mar.2
Abr.1
Abr.2
Maio.1
Maio.2
Jun.1
Jun.2
Jul.1
Jul.2
Ago.1
Ago.2
Set.1
Set.2
Out.1
Out.2
Nov.1
Nov.2
Dez.1
Dez.2
Média de ácaros
0
0,5
1
1,5
2
2,5
Média de ácaro Velocidade do vento
Velocidade do vento (m/s)
FIGURA 11 - Média do número de ácaros
Dichopelmus notus
por cm
2
de folha na
área total em plantios comerciais de erva-mate em Chapecó, SC e a média da velocidade do
vento (m/s). Santa Maria, RS, 2006 (Jan.1 = primeira quinzena, Jan.2 = segunda quinzena;...).
55
5 CONCLUSÕES
A infestação do ácaro-do-bronzeado,
Dichopelmus notus
Keifer (Acari: Eriophyidae),
nos plantios comerciais de erva-mate do Oeste catarinense ocorre de forma agregada;
Para obter uma estimativa do número médio de ácaros por cm
2
de folha, em cultivos
comerciais de erva-mate, com nível de precisão de 15%, pode-se amostrar três folhas por
planta em 22 plantas distribuídas ao acaso em talhões com área de aproximadamente 7.500
m
2
, ou em 30 plantas em um hectare, nos meses de fevereiro a abril;
Os ácaros
D. notus
tendem a se concentrar na parte externa da copa da planta, nos
terços superior e médio;
Embora os coeficientes de correlação linear simples não tenham apresentado
significância estatística, seus valores acusam correlação positiva entre a população de
D.
notus
e temperaturas mínimas e máximas e correlações negativas com a precipitação
pluviométrica, umidade relativa e velocidade do vento;
O Modelo de Aproximação Normal com Correção de Continuidade deve ser
preferencialmente utilizado na elaboração de planos de amostragem seqüencial binomial para
D. notus
em cultivos comerciais de erva-mate.
56
6 REFERÊNCIAS
ALVES, L. F. A. et al. Ácaros fitófagos da erva-mate: situação atual e perspectivas de
controle. In: CONGRESSO SUL-AMERICANO DE ERVA-MATE, 2., 2000, Encantado.
Anais
...
Porto Alegre, 2000. p. 39-42.
ALVES, E. B. et al. Mecanismos de dispersão de
Brevipalpus phoenicis
(Geijskes) (Acari:
Tenuipalpidae) em pomares de citros. Neotropical Entomology, Londrina, v. 34, n. 1, p.89-
96, 2005.
ANSCOMBE, F. J. The statistical analysis of insect counts based on the negative binomial
distribuition. Biometrics, Alexandria, v. 5, p. 165-173, 1949.
ANUÁRIO BRASILEIRO DA ERVA-MATE 2000. Santa Cruz do Sul: Gaseta Grupo de
Comunicações, 2000. 80p.
BEARZOTI, E.; AQUINO, L. H de. Plano de amostragem seqüencial para avaliação de
infestação de bicho-mineiro (Lepidoptera: Lyonetiidae) no sul de Minas Gerais. Pesquisa
Agropecuária Brasileira, Brasília, v. 29, n. 5, p. 695-705, 1994.
BINNS, M. R.; NYROP, J. P. Sampling insect populations for the purpose of ipm decision
making. Annual Review Entomology, [S.l], v. 37, p. 427-453, 1992.
BLYTH, C. R. Approximate binomial confidence limits. Journal of Statistical Association,
Ontario, v. 81, n. 395, p. 843-856, 1986.
BORGES, L. R. Flutuação populacional de insetos em dois sistemas de cultivo de erva-
mate, Ilex paraguariensis st. hil., e análise de sujidades no produto final. 2002. 76f.
Dissertação (Mestrado em Ciências Biológicas) – Universidade Federal do Paraná, Curitiba,
2002.
BURGIO, G. et. al. Spatial patterns and sampling plan for
Liriomyza huidobrensis
(Diptera:
Agromyzidae) and related parasitoids on lettuce. Environmental Entomology, College Park,
v. 34, n. 1, p. 178-183, 2005.
CAMPOS, H. Estatística aplicada à experimentação com cana-de-açúcar. Piracicaba:
FEALQ, 1984. 292p.
57
CHIARADIA, L. A. Flutuação populacional do ácaro da falsa-ferrugem
Phyllocoptruta
oleivora
(Ashmead, 1879) (Acari, Eriophyidae) em pomares de citros da região do oeste
catarinense. Pesquisa Agropecuária Gaúcha, Porto Alegre, v. 7, n. 1, p. 111-120, 2001a.
CHIARADIA, L. A. Alternativas para o manejo do ácaro-do-bronzeado da erva-mate.
Agropecuária Catarinense, Florianópolis, v. 14, n. 2, p. 5-7, 2001b.
CHIARADIA, L. A.; SOUZA, L. C. Flutuação populacional do “ácaro da leprose”
Brevipalpus phoenicis
(Geijskes, 1939) (Acari, Tenuipalpidae) em pomares de citros do oeste
catarinense. Pesquisa Agropecuária Gaúcha, Porto Alegre, v. 7, n. 2, p. 201-209, 2001.
CHIAVEGATO, L. G. Ácaros da cultura dos citros. In: RODRÍGUEZ, O. et al. Citricultura
Brasileira. Campinas: Fundação Cargill, 1991, v. 2, p. 601-641.
COCHRAN, W. G. Técnicas de amostragem. In: ______. Estimativa da grandeza da
amostra. Tradução: Fernando A. Moreira Barbosa. [S.l]: F. de Cultura, 1965. p. 105-125.
DA CROCE, D. M., Cadeias produtivas do Estado de Santa Catarina: erva-mate.
Florianópolis: Epagri, 2000. 31p. (Boletim Técnico, 112).
DA CROCE, D. M.; FLOSS, P. A Cultura da erva-mate no Estado de Santa Catarina.
Florianópolis: Epagri, 1999. 81p. (Boletim técnico, 100).
DAUD, R. D.; FERES, R. J. F. Diversidade e flutuação populacional de ácaros (Acari) em
Mabea fistulifera
Mart. (Euphorbiaceae) de dois fragmentos de mata estacional semidecídua
em São José do Rio Preto, SP. Neotropical Entomology, Londrina, v. 34, n. 2, p. 191-201,
2005.
DE COLL, O. de R.; CACERES, M. S. Determinación de la Fluctuación populacional del
“Ácaro del bronzeado” de la yerba mate.
Dichopelmus notus
Keifer (Acari, Eriophyidae) y
sus enemigos naturales. In: WINGE, H. et al. Erva-mate: biologia e cultura no Cone Sul.
Porto Alegre: UFRGS, 1995. p.121-128.
DE COLL, O. de R.; SAINI, E. D. Insectos y ácaros perjudiciales al cultivo de la yerba
mate en la republica Argentina. Montecarlo: INTA, 1992. 47p.
EMBRAPA. Centro Nacional de Pesquisa Tecnológica em Informática para a Agricultura.
Ambiente de software NTIA, versão 4.2.2: manual do usuário – ferramental estatístico.
Campinas: EMBRAPA/CNPTIA, 1997. 258p.
58
FARIAS, P. R. S. Distribuição espacial e amostragem seqüencial de Spodoptera
frugiperda (J. E. Smith, 1797) na cultura do milho. 1996. 129f. Dissertação (Mestrado em
Agronomia) – Universidade Estadual Paulista, Jaboticabal, 1996.
FARIAS, P. R. S. et al. Amostragem seqüencial com base na lei de Taylor para levantamento
de
Spodoptera frugiperda
na cultura do milho. Scientia Agrícola, Piracicaba, v. 58, n. 2, p.
395-399, 2001.
FERLA, N. J. et al. Spacial and temporal distribution of
Calacarus heveae
on rubber trees in
Brazil. In INTERNATIONAL CONGRESS OF ENTOMOLOGY, 21., 1998, Rio de Janeiro.
Resumos... Foz do Iguaçu: SEB, 2000. p.8.
FERLA, N. J. et al. Acarofauna (Acari) de erva-mate (
Ilex paraguariensis
St. Hil.:
Aqüifoliaceae) no estado do Rio Grande do Sul. Biociências, Porto Alegre, v. 13, n. 2, p. 133-
142, 2005.
FERLA, N. J. (Org.). Artrópodos na erva-mate (Ilex paraguariensis). Lajeado: Univates,
2005. 24p.
FERNANDES, M. G. et al. Amostragem seqüencial de
Alabama argillacea
(Hübner)
(Lepidoptera: Noctuidae) em algodoeiro. Neotropical Entomology, Londrina, v. 32, n. 1, p.
117-122, 2003.
GAIS, N. L. Estudo da dinâmica populacional de ácaros fitófagos na cultura de erva-
mate em Cascavel PR. 2000. 33f. Monografia (Bacharelado em Ciências Biológicas) –
Universidade Estadual do Oeste do Paraná, Cascavel, 2000.
GALLO, D. et al. Entomologia Agrícola. Piracicaba: FEALQ, 2002. 920p.
GOMES, F. P. O problema do tamanho das parcelas em experimentos com plantas arbóreas.
Pesquisa Agropecuária Brasileira, Brasília, v. 19, n. 12, p. 1507-1512, 1984.
GOUVEA, A. Dinâmica populacional da ácarofauna em agroecossistema ervateiro, no
município de Dois Vizinhos. PR. 2003. 71f. Dissertação (Mestrado em Agronomia) -
Universidade Estadual do Paraná, Marechal Cândido Rondon, 2003.
GRAVENA, S. et al. Amostragem seqüencial para os ácaros da falsa ferrugem
Phyllocoptruta
oleivora
(Ashm.) e da leprose
Brevipalphus phoenicis
(Geisks) no manejo integrado de pragas
dos citros. Laranja, Cordeirópolis, n. 9, p. 147-160, 1988.
59
GRECO, N.M. et al. Spatial distribution and coincidence of
Neoseiulus californicus
and
Tetranychus urticae
(Acari: Phytoseiidae, Tetranychidae) on strawberry. Experimental and
Applied Acarology, [S.l], v. 23, n. 7, p. 567 – 579, 1999.
GREIG-SMITH, P. The use of random and contiguos quadrats in the study of the structure of
plant communities. Annual Botany, London, v. 16, p. 293-316, 1952.
HALL, P. Improving the normal approximation when constructing one-sided confidence
intervals for binomial and poisson parameters. Biometrika, Londres, v. 69, p. 647-652, 1982.
HORN, T. B. et al. Correlação entre ácaros fitófagos da família Eriophyidae e o predador
Agistemus brasiliensis
em erva-mate (
Ilex paraguariensis
St. Hil.) no município de Putinga.
In: SALÃO DE INICIAÇÃO CIENTÍFICA DA UNIVATES, 3., 2004, Lageado. Anais
...
Lageado, 2004. p.21.
IBGE: Banco de Dados, 2006. Disponíveis em: <http://www.sidra.ibge.gov.br/bda/tabela>.
Acesso em: 13 janeiro 2006.
IWAO, S. Application of the m-m method to the anaysis of spatial patterns by changing the
quadrat zise. Research on Population Ecology, Kyoto, v. 14, p. 97-128, 1972.
IWAO, S. A new method of sequential sampling to classify populations relative to a critical
density. Research on Population Ecology, Kyoto, v. 16, p. 281-288, 1975.
KARADINOS, M. G. Optimum sampling size and comments on some published formulae.
Bulletin Entomological Society of America, v. 22, p. 417-421, 1976.
LAVOURA PECUÁRIA Gauchismo: História da erva-mate. Lavoura Pecuária, Rio Grande
do Sul, n. 5, p. 46-47, 1978.
LEEMIS, L. M.; TRIVEDI, K. S. A comparison of approximate interval estimators for the
Bernoulli parameter. The American Statistician Association, v. 50, n. 1, p. 63-68, 1996.
LLOYD, M. Mean crowding. Journal of Animal Ecology, v. 36, p. 1-30, 1967.
LORENTZ, L. H. et al. Variação temporal do tamanho de amostra para experimentos em
estufa plástica. Ciência Rural, Santa Maria, v. 34, n. 4, p. 1043-1049, 2004.
60
MAITEKI, G. A.; LAMB, R. J. Sequential decision plan for control of pea aphid,
Acyrthosiphon pisum
(Homoptera: Aphididae) on field peas in Manitoba. Journal of
Economic Entomology, Lanhan, v. 80, n. 3, p. 605-607, 1987.
MARODIM, V. S. et al. Delineamento experimental e tamanho de amostra para alface
cultivada em hidroponia. Ciência Rural, Santa Maria, v. 30, n. 5, p. 779-781, 2000.
MARUYAMA, W, I. et al. Distribuição Espacial de
Dilobopterus costalimai
Young
(Hemiptera: Cicadellidae) em Citros na Região de Taquaritinga, SP. Neotropical
Entomology, Londrina, v. 31, n. 1, p. 35-40, 2002
MENEGUZZI, Z. et al. Tamanho de talhões para amostragem do “ácaro-do-bronzeado”
Dichopelmus notus
Keifer (Acari., Eriophyidae) da erva-mate. Acta Ambiental Catarinense,
Chapecó, v. 1, n. 2, p. 49-55, 2002.
MOLENAAR, W. Approximations to the Poisson, Binomial and Hypergeometric
Distribuition Function. Amsterdam: Mathematisch Centrum, 1973.
MORAES, L. A. H. de. et al. Incidência do ácaro-da-falsa-ferrugem
Phyllocoptruta oleivora
(Ashmead, 1879) Keifer, 1938 (Acari: Eriophyidae) em copas de laranjeira-doce (
Citrus
sinensis
(L.) Osbeck).. Pesquisa Agropecuária Gaúcha, Porto Alegre, v. 1, n. 2, p. 163-166,
1995.
MORISITA, M. Measuring of the dispersion of individuals and analysis, of the distributional
patterns. Mem. Faculty of Science, Kyushu University, v. 2, n. 4, p. 215-235, 1959.
MYERS, J. H. Selecting a measure of dispersion. Environmental Entomology, College
Park, v. 7, n. 5, p. 619-621, 1978.
NASCIMENTO A. S. et al. Manual de manejo integrado das pragas do pomar cítrico.
Brasília: EMBRAPA, 1982. 48p.
NYROP, J. P. et al. Binomial sequential classification sampling plans for European red mite
(Acari: Tetranychidae) with special reference to performance criteria. Journal of Economic
Entomology, Lanhan, v. 82, n. 2, p. 482-490, 1989.
OLIVEIRA, C. A. L. de. et al. Comparação de métodos para estimativa da população do ácaro
Phyllocoptruta oleivora
(Ashmead, 1879) na cultura dos citrus. Anais da Sociedade
61
Entomológica do Brasil, Jaboticabal, v. 11, n. 1, p. 101-114, 1982.
ONZO, A. et al. Temporal and spatial dynamics of an exotic predatory mite and its
herbivorous mite prey on cassava in Benin, West Africa. Environmental Entomology,
College Park , v. 34, n. 4, p. 866 – 874, 2005.
PASINATO, R. Aspectos etnoentomológicos, socioeconômicos e ecológicos relacionados à
cultura da erva-mate (Ilex paraguariensis) no município de Salto do Lontra, Paraná,
Brasil. 2003. 112 f. Dissertação (Mestrado em Ecologia de Agroecossistemas) – Escola
Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 2003.
PENTEADO, S. do R. C. Principais pragas da erva-mate e medidas para o seu controle. In:
WINGE, H. et al. Erva-mate: biologia e cultura no Cone Sul. Porto Alegre: UFRGS, 1995.
p.109-120.
PEREIRA, M. F. A. et al. Amostragem seqüencial (presença-ausência) para
Bemisia tabaci
(Genn.) biótipo B (Hemiptera: Aleyrodidae) em feijoeiro (
Phaseolus vulgaris
L.).
Neotropical entomology, Londrina, v. 33, n. 4, p. 499-504, 2004.
PICKETT, C. H.; GILSTRAP, F. E. Dispersion patterns and samplinhg of spider mites
(Acari: Tetranychidae) infesting corn in the texas high plains. Environmental Entomology,
College Park, v. 15, p. 335-341, 1986.
PIETERS, E. P.; STERLING, W. L. Sequential sampling cotton squares damaged by boll
weevils and
Heliothis
spp. In the coastal bend of Texas. Journal of Econnomic Entomology,
Lanhan, v. 68, n. 4, p. 543-545, 1975.
PINTO, R. A. et al. Amostragem seqüencial de pragas na citricultura como método rápido e
seguro. Laranja, Cordeirópolis, v. 16, n. 1, p. 133-148, 1995.
PRATT, J. W. A Normal Approximation for Binomial, F, Beta, and other common, related
tail probabilities, II. Journal of the American Statistical Association, Washington, v. 63, p.
1457-1483, 1968.
QUINTEROS, H. O. Determinação de uma distribuição estatística adequada a dados de
contagem de lagartas de Scrobipalpula absoluta (Meyrick), em tomate (Lycopersicum
esculentum, Mill.), e um plano de amostragem apropriado. 1984. 92f. Dissertação
(Mestrado em Agronomia) – Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba,
1984.
62
REIS, P. R. et al. O. Ácaros da famílias Phytoseiidae associados à cultura dos citros no
município de Lavras, Sul de Minas Gerais. Anais da Sociedade Entomológica do Brasil. v.
29, n. 1, p. 95-104, 2000.
RIBEIRO, L. G. Plano de amostragem de presença-ausência e ciclo de vida de
Panonychus ulmi (Koch, 1836) (Acari:Tetranychidae) em macieira Malus domestica
Bork 1803. 1988. 125f. Dissertação (Mestrado em Ciências Biológicas) – Universidade
Federal do Paraná, Curitiba, 1988.
RUESINK, W. G. Introduction to sampling theory. In: KOGAN, M. & HERZOG, D. C. (eds.)
Samplig methods in soybean entomology. New York: Springer-Verlag, 1980. p.61-78.
RUESINK, W. G.; KOGAN, M. The quantitative basis of pest management: sampling and
measuring. In: METCALF, R. L.; MUCKMANN, W. H. Introduction to insect pest
management. New York: J. Willey, 1982. p.315-352.
SANTA CATARINA. Secretaria do Estado da Agricultura e Abastecimento. Manual de uso,
manejo e conservação do solo e da água: Projeto de recuperação, conservação e manejo dos
recursos naturais em microbacias hidrográficas. Florianópolis, 1994. 384p.
SANTANA, D. L. de. Q. et al. Principias características de três espécies de ácaros em erva-
mate, no sul do Brasil. Perspectiva, Erechim, v. 24, n. 88, p. 135-137, 2000.
SHELTON, A. M. et al. Development and use of a dynamic sequential program for onion
thrips,
Thrips tabaci
(Thysanoptera : Thripidae) on onions. Journal of Economic
Entomology, Lanhan, v. 80, n. 5, p. 1051-1056, 1987.
SILVA, L. et al. Sampling plans for
Pseudaletia unipuncta
(Lepidoptera: Noctuidae) larvae in
azorean pastures. Environmental Entomology, College Park, v. 32, n. 5, p. 1211-1218, 2003.
SILVEIRA NETO, S. et al. Manual de ecologia de insetos. São Paulo: Agronômica Ceres,
1976. 419p.
SOUZA, M. F. de. Estimativa do tamanho de amostra para culturas olerícolas em
ambientes protegidos. 2001. 65f. Dissertação (Mestrado em Agronomia) – Universidade
Federal de Santa Maria, Santa Maria, 2001.
SPONGOSKI, S. et al. Acarofauna da cafeicultura de cerrado em Patrocínio, Minas Gerais.
Ciência e Agrotecnologia, Lavras, v. 29, n. 1, p. 9-17, 2005.
63
STEEL, R. G. D. et al. Principles and procedures of statistics: a biometrical approach.
New York: McGraw-Hill, 1997. 666p.
TAYLOR, L.R. Agregation, variance and the mean. Nature, London, v. 189, n. 4766, p. 732-
735, 1961.
VIEIRA NETO, J.; CHIARADIA, L. A. Plano de amostragem para
Dichopelmus notus
Keifer
(Acari, Eriophyidae). Pesquisa Agropecuária Gaúcha, Porto Alegre, v. 5, n. 3, p. 357-361,
1999.
VIEIRA NETO, J. et al.. Distribuição espacial e tamanho de amostra para o ácaro-do-
bronzeado na cultura da erva-mate. In: SIMPÓSIO DE ESTATÍSTICA APLICADA À
EXPERIMENTAÇÃO AGRONÔMICA, 11., 2005, Londrina. Resumos...Londrina: UEL,
2005. p. 90.
WALD, A. Sequential tests of statistical hypothesis. The Annals of Mathematical Statistics,
Baltimore, v. 16, p. 117-186, 1945.
WALD, A. Sequential analysis. New York: John Wiley, 1947. 212p.
WILSON, L. T. et al. Presence-absence sampling for cabbage aphid and green peach aphid
(Homoptera: Aphididae) on Brussels sprouts. Journal of Economic Entomology, Lanhan, v.
76, n. 3, p. 476-479, 1983.
WILSON, L. T. et al. Sampling mites in almonds: I. Within-tree distribution and clumping
pattern of mites with comments on predator-prey interactions. Hilgardia, v. 52, p. 1-13, 1984.
WILSON, L. T.; ROOM, P. M. Clumping patterns of fruit and arthropods in cotton with
implications for binomial sampling. Environmental Entomology, College Park, v. 12, n. 1,
p. 50-54, 1983.
64
APÊNDICES
65
APÊNDICE 1 - Estimativa da média (m) e da variância (s
2
) do número de ácaros
Dichopelmus notus
em duas unidades de amostragem: cm
2
de folha e planta, em plantios
comerciais de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.
Unidade de amostragem
Folha Planta
Talhão 1 Talhão 2 Talhão 3 Área total Área total
Amostra
Data m s
2
* m s
2
* m s
2
* m s
2
* m s
2
*
1 27/01/04
0,47
0,85 0,97 1,69 0,32
0,58 0,59 1,11 10,53 80,53
2 12/02/04
0,59
1,66 0,93 1,67 0,59
0,98 0,70 1,46 12,67 111,54
3 28/02/04
2,38
16,77 2,14 11,86 1,95
5,65 2,16 11,42 38,80 808,72
4 17/03/04
7,48
126,38
8,17 111,91
4,49
77,61 6,71 107,46
120,87
9.430,12
5 02/04/04
9,22
198,15
13,70
469,46
7,84
235,15
10,25
306,08
184,53
15.564,67
6 16/04/04
3,90
23,02 4,58 8,62 7,33
187,76
5,27 75,06 94,87 9.853,98
7 03/05/04
3,53
22,62 2,97 11,95 3,48
24,97 3,33 19,83 59,90 1.290,16
8 18/05/04
1,46
1,85 2,45 5,23 1,81
4,10 1,91 3,88 34,30 166,08
9 04/06/04
1,43
1,63 1,20 1,81 0,92
0,80 1,18 1,45 21,27 115,79
10 17/06/04
1,16
1,48 1,31 1,84 1,30
1,76 1,25 1,70 22,57 87,36
11 01/07/04
1,23
1,41 1,33 1,58 1,40
1,60 1,32 1,53 23,77 79,43
12 17/07/04
0,71
0,71 1,04 1,18 0,63
0,76 0,79 0,91 14,30 48,08
13 03/08/04
1,42
2,28 1,33 1,03 1,84
2,62 1,53 2,02 27,53 169,50
14 19/08/04
1,82
1,63 1,37 1,36 1,91
2,06 1,70 1,74 30,60 135,63
15 03/09/04
2,22
2,97 1,91 4,63 2,29
6,11 2,14 4,58 38,57 318,05
16 17/09/04
2,33
4,29 1,56 5,81 3,46
9,91 2,45 7,26 44,10 850,85
17 01/10/04
1,24
1,11 1,64 3,10 1,23
1,39 1,37 1,90 24,70 137,25
18 15/10/04
3,31
12,88 2,42 6,97 3,33
17,46 3,02 12,57 54,30 470,01
19 28/10/04
0,68
0,99 0,75 1,40 1,27
3,16 0,90 1,91 16,23 112,05
20 11/11/04
0,54
0,79 0,40 0,72 0,48
0,72 0,48 0,74 8,57 67,70
21 26/11/04
0,09
0,11 0,14 0,17 0,25
0,45 0,16 0,25 2,90 10,09
22 09/12/04
0,73
2,49 1,04 2,33 0,58
0,88 0,78 1,93 14,07 238,41
23 22/12/04
1,24
3,94 0,96 1,64 1,03
1,48 1,08 2,36 19,40 201,42
24 10/01/05
1,56
7,32 0,68 0,90 1,45
10,67 1,23 6,43 22,13 457,15
* variâncias entre datas são heterogêneas pelo teste de Bartlett em nível de 5% de probabilidade erro.
66
APÊNDICE 2 – Número médio de
Dichopelmus notus
por cm
2
de folha em diferente locais de
plantas de erva-mate em Chapecó, SC. Santa Maria, RS, 2006.
Local da planta
Total Terço Profundidade
Amostra Data
Superior
Médio Inferior Externa Interna
1 27/1/2004 0,59 0,84 0,58 0,34 0,63 0,54
2 12/2/2004 0,70 0,92 0,76 0,43 0,80 0,61
3 28/2/2004 2,16 2,27 2,65 1,54 2,45 1,86
4 17/3/2004 6,71 10,32 6,67 3,16 8,13 5,30
5 2/4/2004 10,25 11,52 12,18 7,06 14,27 6,24
6 16/4/2004 5,27 5,12 6,50 4,19 6,23 4,31
7 3/5/2004 3,33 5,17 3,17 1,64 3,53 3,13
8 18/5/2004 1,91 3,03 1,24 1,44 1,99 1,83
9 4/6/2004 1,18 1,66 1,06 0,83 1,24 1,12
10 17/6/2004 1,25 1,71 1,14 0,91 1,41 1,10
11 1/7/2004 1,32 1,81 1,21 0,95 1,29 1,35
12 17/7/2004 0,79 1,23 0,75 0,40 0,93 0,66
13 3/8/2004 1,53 2,17 1,38 1,04 1,61 1,45
14 19/8/2004 1,70 1,86 1,78 1,46 1,81 1,59
15 3/9/2004 2,14 3,07 2,09 1,27 2,51 1,77
16 17/9/2004 2,45 3,40 2,72 1,23 2,77 2,13
17 1/10/2004 1,37 1,82 1,37 0,93 1,37 1,37
18 15/10/2004
3,02 4,82 3,32 0,91 2,83 3,20
19 28/10/2004
0,90 1,12 0,88 0,71 1,24 0,56
20 11/11/2004
0,48 0,67 0,56 0,21 0,50 0,45
21 26/11/2004
0,16 0,30 0,06 0,12 0,16 0,17
22 9/12/2004 0,78 0,80 0,96 0,58 0,80 0,76
23 22/12/2004
1,08 1,38 1,22 0,63 1,25 0,91
24 10/1/2005 1,23 1,77 1,41 0,51 1,15 1,31
67
APÊNDICE 3 – Média de temperatura máxima (°C) (T. Max.), média de temperatura mínima
(°C) (T. Mín.), umidade relativa do ar (%) (Umi.), velocidade do vento (m s
-1
) (Vento) e soma
de precipitação pluviométrica (mm) (Prec.), no período de janeiro de 2004 a janeiro de 2005
em Chapecó, SC. Santa Maria, RS, 2006.
Elementos Climáticos
Amostra Data T. Max. T. Mín. Umi. Vento Prec.
1 27/1/2004 29,45 18,46 70,30 1,175
83,75
2 12/2/2004 29,13 18,47 72,31 1,573 104,20
3 28/2/2004 27,56 16,71 67,47 1,313 62,00
4 17/3/2004 29,74 17,57 69,98 1,371 37,50
5 2/4/2004 29,67 16,41 56,41 1,293 0,00
6 16/4/2004 30,02 18,54 74,03 0,977 75,70
7 3/5/2004 24,69 15,19 78,35 1,238 139,40
8 18/5/2004 18,64 11,54 88,77 0,821 87,50
9 4/6/2004 18,57 9,68 83,74 1,256 39,90
10 17/6/2004 19,78 8,43 76,16 1,608 21,50
11 1/7/2004 23,31 15,09 75,84 1,562 15,70
12 17/7/2004 20,25 10,82 78,55 2,193 154,90
13 3/8/2004 19,20 8,14 70,23 1,813 21,80
14 19/8/2004 23,55 10,75 58,58 1,840 6,10
15 3/9/2004 24,06 12,65 74,61 1,100 35,60
16 17/9/2004 24,92 14,27 75,61 1,715 104,10
17 1/10/2004 25,68 16,73 77,23 1,292 84,60
18 15/10/2004 26,15 14,21 61,28 1,492 98,40
19 28/10/2004 24,49 13,60 71,20 1,475 173,00
20 11/11/2004 26,80 15,13 72,81 1,546 115,50
21 26/11/2004 25,99 15,24 65,01 1,171 75,30
22 9/12/2004 28,63 17,97 71,40 1,750 34,30
23 22/12/2004 29,66 17,23 65,08 1,475 82,80
24 10/1/2005 29,63 18,67 69,03 1,028 104,90
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
