Webinar: Pest & Disease Prediction Models / Modelos predictivos de plagas
No hay miniatura disponible
Fecha
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Resumen
Descripción
The video presents an international webinar commemorating the International Day of Plant Health, focusing on the development and application of pest and disease prediction models. It analyzes how the incorporation of emerging technologies such as artificial intelligence, machine learning, neural networks, and remote sensing allows the integration of multiple data sources (weather, satellite, and phenological data) to strengthen global plant biosecurity. Through practical case studies from Canada, the United States, and Mexico, the use of risk maps, early warning systems, and atmospheric models to contain critical phytosanitary threats such as wheat rust and Huanglongbing (HLB) is demonstrated.
El video presenta un webinar internacional organizado en conmemoración del Día Internacional de la Sanidad Vegetal, enfocado en el desarrollo y aplicación de modelos predictivos de plagas y enfermedades. Se analiza cómo la incorporación de tecnologías emergentes como la inteligencia artificial, el aprendizaje automático, las redes neuronales y la teledetección permiten integrar múltiples fuentes de datos (meteorológicos, satelitales y fenológicos) para fortalecer la bioseguridad vegetal global. A través de casos prácticos de Canadá, Estados Unidos y México, se expone el uso de mapas de riesgo, sistemas de alerta temprana y modelos atmosféricos para contener amenazas fitosanitarias críticas como la roya del trigo y el Huanglongbing (HLB).
El video presenta un webinar internacional organizado en conmemoración del Día Internacional de la Sanidad Vegetal, enfocado en el desarrollo y aplicación de modelos predictivos de plagas y enfermedades. Se analiza cómo la incorporación de tecnologías emergentes como la inteligencia artificial, el aprendizaje automático, las redes neuronales y la teledetección permiten integrar múltiples fuentes de datos (meteorológicos, satelitales y fenológicos) para fortalecer la bioseguridad vegetal global. A través de casos prácticos de Canadá, Estados Unidos y México, se expone el uso de mapas de riesgo, sistemas de alerta temprana y modelos atmosféricos para contener amenazas fitosanitarias críticas como la roya del trigo y el Huanglongbing (HLB).
Palabras clave
Sanidad vegetal, Inteligencia artificial, Tecnología digital, Adopción de la innovacion, Difusión de información, México, Estados Unidos de América, Canadá, santé des plantes, intelligence artificielle, technologie numérique, adoption de l'innovation, diffusion de l'information, Mexique, États-Unis d'Amérique, Canada, plant health, artificial intelligence, digital technology, innovation adoption, diffusion of information, Mexico, United States of America, Canada, fitossanidade, Inteligência artificial, tecnologia digital, adopção de inovação, difusão de informação, México (País), EUA, Canadá, Representación Canadá, ODS 2 - Hambre cero, ODS 9 - Industria, innovación e infraestructura, ODS 15 - Vida de ecosistemas terrestres