Metodología para el modelado y la estimación de parámetros del proceso de crecimiento de Lobesia botrana

Abstract

Lobesia botrana (L. botrana), es una plaga cuarentenaria que provoca danos a la vid, y genera perdidas económicas para la región de Cuyo en Argentina. Diferentes investigaciones han buscado salvaguardar la integridad de los viñedos, generando sistemas de alerta basados en modelos que permitan detectar los picos de ocurrencia de la plaga, y conocer el proceso de crecimiento de la polilla, de acuerdo a las condiciones ambientales de cada región. En este trabajo, se propone una metodología para la estimación de parámetros desconocidos en los modelos semi físicos basados en primeros principios (MSBPP), con una aplicación particular en el modelo de crecimiento de L. botrana, en condiciones de laboratorio. La principal contribucion consiste en una metodología para la estimación de parámetros de un MSBPP, que considera un modelo matemático desarrollado por los autores en un trabajo previo, el análisis de identificabilidad estructural del modelo en cuestión y la estimación del conjunto de parámetros desconocidos que cumplen con la propiedad de identificabilidad estructural. En este trabajo se consideran, como herramientas principales para la estimación, el algoritmo de mínimos cuadrados no lineales, y un Filtro de Kalman Extendido. Se evidencio una mejoría en el ajuste del modelo matematico a los datos experimentales, con relación a los obtenidos previamente. Además, se estableció el grado de afinidad de cada estadio de crecimiento por el factor limitante del mismo, y se presentaron nuevos perfiles de mortalidad.

Lobesia botrana (L. botrana), is a quarantine pest that causes damage to grapevines and generates economic losses for the region of Cuyo in Argentina. Different researchers have sought to safeguard the integrity of the vineyards, generating alert systems based on models that allow detecting the peaks of occurrence of the pest, and knowing the growth process of the moth, according to the environmental conditions of each region. In this work, a methodology for estimating unknown parameters in semi-physical models based on first principles (MSBPP) is proposed, with a particular application in the growth model of L. botrana under laboratory conditions. The main contribution consists of a methodology for parameter estimation of an MSBPP, which considers a mathematical model developed by the authors in previous work, the structural identifiability analysis of the model in question, and the estimation of the set of unknown parameters that meet the structural identifiability property. In this work, the non-linear least squares algorithm and an Extended Kalman Filter are considered the main estimation tools. An improvement in the adjustment of the mathematical model to the experimental data was evidenced, in relation to those previously obtained. In addition, the degree of affinity of each growth stage for its limiting factor was established, and new mortality profiles were presented.