Os citros são as plantas economicamente mais importantes da fruticultura mundial. O Brasil responde por cerca de 30% da produção do planeta, e o Estado de São Paulo produz cerca de 80% dos citros do país. A pior ameaça atual a esse mercado é a doença bacteriana conhecida como greening ou huanglongbing (HLB), pela severidade dos sintomas, por afetar todas as variedades de citros e pela rapidez com que se espalha pelos pomares, transmitida pelo inseto psilídeo Diaphorina citri. O greening torna os frutos inúteis para consumo e leva à morte da planta. Não existe cura para a doença, de modo que o principal método de controle de infestação é a combinação das pulverizações, para reduzir a população do inseto vetor, com a erradicação das plantas doentes. Este último procedimento é efetuado porque a planta doente funciona como foco de propagação para o restante do pomar. Por isso, é importante identificar e erradicar a planta doente o mais cedo possível. Hoje, a identificação das plantas doentes é feita por inspeção visual. Esse método é muito pouco eficaz, pois, na ausência de frutos, os sintomas nas folhas não se manifestam de maneira uniforme em toda a planta e podem ser bastante sutis, sendo até confundidos com outras doenças. Além disso, as plantas inoculadas permanecem cerca de um ano sem manifestar sintoma algum. Por isso, a inspeção visual tipicamente identifica apenas cerca de 27% das plantas infectadas. O método de diagnóstico mais preciso disponível atualmente é a reação em cadeia de polimerase em tempo real (RT- PCR). Entretanto, essa técnica é trabalhosa e dispendiosa, o que torna impossível seu uso para o diagnóstico de grandes quantidades de plantas. Este trabalho propõe uma metodologia de diagnóstico baseada na obtenção de espectros de fluorescência induzida por laser (LIFS) das folhas e na aplicação de redes neurais artificiais para distinguir plantas sadias e doentes. Um experimento realizado no campo com pés de laranjeira Pêra-rio enxertada em limoeiro Cravo demonstrou que plantas sintomáticas podem ser diagnosticadas com eficiência de 87%. Um experimento controlado usando mudas de laranjeira Valência em citrumeleiro Swingle atestou que a técnica proposta também é capaz de diagnosticar plantas assintomáticas, obtendo taxas de acerto de até 63%. Da comparação dos resultados com os obtidos por RT-PCR constatou-se que a técnica aqui proposta apresenta taxa de acerto até duas vezes maior nos estágios iniciais do desenvolvimento da doença, até dois meses antes do aparecimento dos sintomas. Foram feitos também estudos preliminares da viabilidade do uso das técnicas de imagens de fluorescência induzida por laser (LIFI) e espectroscopia de emissão óptica com plasma induzido por laser (LIBS) para o diagnóstico precoce do greening. Os resultados foram bons em ambos os casos: na fase assintomática da doença, LIFI obteve sempre mais de 68% de acerto, e LIBS obteve mais de 62% em todos os casos. Todas as técnicas forneceram, portanto, resultados muito melhores que os da inspeção visual, e todas são mais viáveis que o RT-PCR, tanto pela rapidez quanto pelo custo envolvido. / Citrus plants are the most economically important fruit worldwide. Brazil accounts for about 30% of the planet\'s production, and the State of São Paulo produces 80% of citrus in the country. Nowadays, the worst threat to this market is the bacterial disease known as greening or huanglongbing (HLB), because it causes severe symptoms, affects all citrus varieties, and spreads very quickly through the orchards, being transmitted by the insect Diaphorina citri. The greening-affected fruits are useless and the plant dies. There is no healing for this disease, so the main method for infestation control is pulverization, to reduce the population of the vector insect, combined with eradication of diseased plants. The last procedure is done because the diseased plant acts as a focus, spreading HLB to the healthy trees around. Therefore, it is important to identify and eradicate the diseased plant as soon as possible. The identification of diseased plants is done currently by visual inspection. This method is very inefficient, because, in the absence of fruits, the leaf\'s symptoms do not appear uniformly throughout the plant and when appear they can be quite subtle, and even they can be mistaken for other diseases. Moreover, inoculated plants do not show any symptoms for about a year. This is why visual inspection typically identifies only about 27% of infected plants. At present, the most accurate method of diagnosis available is real-time polymerase chain reaction (RT-PCR). However, this technique is laborious and costly, making impossible to use it for large scale diagnosis. This study proposes a new diagnostic methodology carried out in the leaves, without any preparation, based on laser-induced fluorescence spectroscopy (LIFS) and artificial neural networks to distinguish diseased plants from healthy ones. A field experiment using Pêra-rio orange grafted on Cravo lemon plants has shown that symptomatic trees can be diagnosed with an efficiency of 87%. A controlled experiment using Valência orange on Swingle citrumelo trees testified that the proposed technique is also able to diagnose asymptomatic plants, achieving accuracy rates up to 63%. Comparison with results obtained by RT-PCR revealed that the technique proposed here achieves accuracy rates up to twice as high in the early stages of disease development, until two months before the onset of symptoms. Preliminary studies about the feasibility of laser-induced fluorescence imaging (LIFI) and laser-induced breakdown spectroscopy (LIBS) for greening early diagnosis were also performed. Results were good in both cases: in the symptomatic stage of the disease, LIFI always got more than 68% accuracy, and LIBS obtained more than 62% in all cases. All the techniques have provided thus far better results than those from visual inspection, and they all are more applicable than RT-PCR, because of quickness and low cost of analysis.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-04032011-145419 |
| Date | 24 August 2010 |
| Creators | Venâncio, André Leonardo |
| Contributors | Milori, Debora Marcondes Bastos Pereira |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0162 seconds