کارشناسی ارشد و استان گلستان

دانلود پایان نامه

dy/dt = rEy (معادله ی .2-2)
در این مدل فرض بر این است که dy/dt در سراسر اپیدمی افزایش مییابد و نرخ مطلق افزایش مییابد و نرخ مطلق افزایش، ارتباط مستقیمی به مقدار بیماری موجود (y) و نرخ آلودگی (r) دارد. بنابراین، این مدل اشاره به این نکته میکند که ظرفیت حمل گیاه میزبان، نرخ مطلق افزایش بیماری را محدود نمیکند. منحنیهای پیشرفت بیماری (یا بیمارگر) به طور مشخصJ شکل بوده، فاقد نقطه ی عطف هستند. نمودار نرخ (dy/dt در برابر زمان) نیز فاقد نقطهی عطف بوده، با گذشت زمان افزایش مییابد.

جستجو در سایت ما :


مدل نمایی برای مدل سازی تغییرات در شیوع بیماری در یک مقیاس جغرافیایی به کار رفته (Ward et al., 1999) و میتوان از آن جهت توصیف مراحل بسیار اولیهی اغلب اپیدمیهای چند چرخهای (سود مرکب) استفاده نمود. علت این امر این است که وقتی y بسیار کوچک باشد، بر جمعیت گیاهان سالم یا بافت میزبان باقیمانده (1-y) که به عنوان منبع بالقوه غذا، مورد استفادهی جمعیت بیمارگر قرار میگیرد، تاثیر جزئی خواهد داشت (Farrest and Nutter, 1997).
شکل2-2 منحنی پیشرفت بیمارگر را در اپیدمی ویروس موزاییک سویا نشان می دهد که با مدل نمایی، بهترین برازش را داشته و رابطه خطی بین وقوع تبدیل شده بیمارگر (Ln y) و زمان (t) مشاهده می شود. این آزمایش در سال 1992 انجام گرفت.

شکل 2-7-A منحنی وقوع بیمارگر، شکل 2-2-B، افزایش dy/dt را در طول زمان و شکل 2-2-C نیز مدل خطی شده ای که برازش خوبی با داده ها را نشان می دهد. شیب معادله ی رگرسیونی (10 بر روز )، مقدار نرخ نمایی افزایش بیمارگر در روز است. خط رگرسیونی، 3/99 درصد تغییرات در داده های تبدیل شده ی میزان وقوع بیمارگر را بیان می کند (Farrest and Nutter, 1997).


2-4-1-3-مدل لُجستیک:
مدل لجستیک (جدول 2-1) به وسیلهی Verhulst در سال 1838 برای بیان رشد جمعیت انسان پیشنهاد شد و بیشترین استفاده را در توصیف اپیدمیهای بیماریهای گیاهی از نوع چند چرخهای داشته است. این مدل، دومین نوع از مدلهای سود مرکب پیشنهاد شده توسط وان دِر پلنک (1963) بوده، ممکن است برای اکثر اپیدمیهای بیماریهای گیاهی که در آنها انتشار گیاه به گیاه در مزرعه اتفاق میافتد، مناسب باشد. منحنیهای پیشرفت بیماری (و بیمارگر) به طور مشخص دارای شکل سیگموییدی (S شکل) با یک نقطهی عطف در زمانی که مقدار بیماری به نسیت 05/0 (50 درصد) میرسد، میباشند. معادلهی نرخ مطلق عبارت است از:
dy/dt = r Ly (1-y) (معادلهی 2-3)
منحنی نرخ مطلق متقارن بوده، بالاترین نرخ در زمانی که (50 درصد) y = 0.5 باشد، اتفاق میافتد. یک تفسیر زیستی از این رخداد این است که در ابتدای اپیدمی، dy/dt با نزدیک شدن مقدار بیماری (یا بیمارگر) به 5/0 افزایش یابد، زیرا تعداد در حال افزایش گیاهان به تازگی بیمار شده، عفونت زا شده و به افزایش تعداد گیاهان بیمار طی همان فصل رشد کمک میکنند. در مراحل بعدی که اپیدمی، زمانی که y بیشتر از 5/0 میشود، کاهش بافت گیاهی سالم (سطح سبز برگ) که به وسیلهی 1-y نشان داده می شود، افزایش نرخ بیماری/ بیمارگر را محدود مینماید. بنابراین، نرخ مطلق (dy/dt) افزایش بیماری با نسبت بافت گیاهی غیر آلوده (1-y)، مقدار بیماری (یا بیمارگر) (y) نرخ لجستیک آلودگی (rL)، متناسب میباشد (Farrest and Nutter, 1997).
شکل 2-3-A منحنی پیشرفت بیماری پوسیدگی فوزاریومی ریشه و تاج گوجه فرنگی را نشان میدهد که در سالهای 1996 و 1997 مورد مطالعه قرار گرفت. اولین گیاه آلوده 66 روز بعد از کشت در سال 1996 و 63 روز بعد از کشت در سال 1997 مشاهده شد. بعد از آن وقوع بیماری رو به افزایش گذاشت به طوری که در پایان فصل به 97 و 93 درصد به ترتیب در سالهای 96 و 97 رسید. مدل لجستیک بهترین برازش را با منحنی پیشرفت بیماری فراهم نمود و توانست رابطهی خطی بین لجیت وقوع بیماری و زمان (روز) ایجاد نماید (Rekah et al., 1999).

مطلب مرتبط :   تحقیق درمورد شهرستان سرپل ذهاب و اعتبار یا پایایی

شکل 2-8- منحنی پیشرفت بیماری فوزاریومی ریشه و تاج گوجه فرنگی (A)، لجیت وقوع بیماری (B).
2-4-1-4-مدل گومپرتز:
مدل گومپرتز (جدول 2-1) از یک مطالعهی رشد حیوانی قرض گرفته شده و در اصل در سال 1825 پیشنهاد شده است (Madden, 1980). همانند مدل لجستیک، منحنی پیشرفت دارای یک نقطهی عطف است، اما در زمانی واقع شده که y = 0.37 ، و یک بخش وسیعی از سطح زیر منحنی نرخ در سمت راست نقطهی عطف واقع شده است. معادلهی نرخ مطلق عبارت است از :
dy/dt = rG [-ln(y)] (معادلهی2-4 )
منحنی نرخ مطلق سریع تر از لجستیک به یک حد بیشینه میرسد و سپس آرام تر از آن نزول مییابد. این مدل برای بیماریهای چند چرخهای (سود مرکب) به عنوان جایگزینی برای مدل لجستیک مناسب میباشد. «عامل تصحیح» برای کاهش گیاهان میزبان سالم (یا شاخص سطح برگ سالم) مورد استفاده در مدل لجستیک (1-y)، در این مدل با –ln(y) تعویض میشود. مثالی از منحنی پیشرفت بیماری که مدل گومپرتز بهترین برازش را با آن نشان داده، پاتوسیستم ویروس موزاییک سویا (SMV) است (Steinlage et al., 2002). منحنی پیشرفت بیمارگر (شکل 2-4-A) و منحنی نرخ مطلق، هر دو مورب هستند.
به واسطهی تابع لگاریتمی در معادلهی dy/dt، مناسب بودن این مدل به این معنی است که نسبتهای مساوی از توانایی بیمارگر برای افزایش، با گذشت زمان کاهش مییابد. این امر شاید به واسطهی دینامیک زمانی جمعیت شتهی ناقل و یا افزایش مقاومت میزبان با بالغ شدن گیاه باشد. شکل 2-4-B نشان میدهد که مدل گومپرتز (با داشتن R2 متغیر از 87 تا 97 درصد)، برازش عالی با دادههای تبدیل شده نشان میدهد.

مطلب مرتبط :   تاریخچه ارزیابی و سیستمهای تولید

شکل 2-9- پیشرفت وقوع بیمارگر ویروس موزاییک سویا (SMV) در لاینهای تراریختهی سویا و رقم 9341 در مزرعهی دانشگاه ایالتی آیووا در سال 2000 (A)، خطهای رگرسیون خطی شده (B) با استفاده از مدل گومپرتز، زمان که 87 تا 97 درصد تغییرات در گومپیت وقوع SMV بیان شده است (Steinlafe et al., 2002).
تجزیه و تحلیل اپیدمیهای بیماریهای گیاهی در ایران، از سابقه طولانی برخوردار نیست. تنها مطالعات جامع انجام شده در این رابطه، 4 پایان نامه در سطح کارشناسی ارشد و یک پایان نامه در سطح دکتری است. در 3 مورد آنها که در سطح کارشناسی ارشد انجام شده است دربارهی بیماری بادزدگی فوزاریومی سنبله (FHB) گندم انجام شده اند (صفایی و علیزاده، 1385)، ملیحی پور و همکاران (1379) پیشرفت زمانی بیماری یاد شده را در شرایط کنترل شده مورد بررسی قرار داده اند و مدل گومپرتز را به عنوان بهترین مدل معرفی کردهاند. میرزایی (1380) نیز پس از بررسی DPC این بیماری در شرایط گلخانه و مزرعه، مدلهای تک مولکولی و ویبل را به عنوان بهترین مدلها معرفی نمود. در بررسی دیگری که بر روی بیماری پوسیدگی اسکلروتینیایی ساقه کلزا در استان گلستان انجام گردیده است، بر اساس آمارههایی نظیر ضریب تبیین R2، میانگین مربعات خطا (MSE) و نمودار باقیماندهها، مدل گومپرتز با ضریب تبیین متوسط 69/94 درصد، مناسب ترین مدل جهت توصیف روند پیشرفت بیماری در شرایط استان گلستان انتخاب گردید (آقاجانی و همکاران، 1387).
طلیعی و همکاران (1385) نیز با استفاده از چند آماره مربوط به خطای باقیماندهها، در مجموع مدلهای لجستیک و لاگ لجستیک را به عنوان مناسب ترین مدلها جهت توصیف روند پیشرفت بیماری بادزدگی سنبله گندم معرفی نمودهاند.
بر اساس بررسیهای مزرعهای و گلخانهای، مدلهای لجستیک و لاگ لجستیک بهترین مدلهای توصیف کنندهی پیشرفت زمانی بیماری سپتوریوز گندم انتخاب شد (موجرلو و همکاران، 1387).
2-4-1-5- روابط بین میزان وقوع و شدت بیماری