¿Cuántos árboles revisaste realmente antes de autorizar la última aplicación que hiciste, y qué número concreto te llevó a decidir que sí? Si la respuesta honesta es que fue el calendario, que fue la lluvia de la semana pasada o que fue haber visto tres árboles con daño camino a la casa, estás en la misma situación que la enorme mayoría de las fincas de la región, y estás pagando por ello de dos maneras a la vez, con producto aplicado que no hacía falta y con aplicaciones que llegaron tarde donde sí hacía falta.
La temporada que cerramos dejó a la mano las herramientas para ver un lote completo, priorizar dónde caminar y diferenciar el manejo por zonas. Ver, sin embargo, no es decidir. La decisión de intervenir contra una plaga tiene su propia lógica, se apoya en un número comparado contra otro número, y esa lógica es el asunto de esta temporada nueva, que va a recorrer las plagas específicas de café, aguacate Hass y cítricos, sus modelos de predicción y las herramientas de control biológico que hoy funcionan.
El umbral económico, la cuenta que decide si vale la pena aplicar
La idea es vieja y sigue siendo la más rentable del manejo de plagas. En 1959 un grupo de entomólogos formalizó dos conceptos que hoy sostienen todo el manejo integrado. El nivel de daño económico es la densidad de plaga más baja que causa un daño cuyo valor iguala el costo de controlarla, y el umbral económico es la densidad, siempre menor, a la que hay que iniciar el control para que la población no alcance ese nivel de daño. La distancia entre los dos es deliberada, existe para darte el tiempo que necesitan una orden de trabajo, una compra y una aplicación en surtir efecto.
Lo que casi nunca se explica es que el umbral no es una propiedad del insecto, es una propiedad de tu negocio en esta campaña. Depende del precio que vas a recibir por tu producto, del costo del control que vas a usar, de la eficacia esperada de ese control y del rendimiento potencial del lote. Cuando el precio de tu producto sube, el umbral baja, porque cada fruto perdido vale más y se justifica intervenir antes; cuando el costo del insumo sube, el umbral sube, porque hace falta más daño evitado para pagar la aplicación. Un umbral copiado de una cartilla de hace diez años, o de una finca con otra estructura de costos, está mal calibrado por definición.
En términos de finca, esto tiene una consecuencia inmediata. Si nunca hiciste esa cuenta, no tienes umbral, y sin umbral el muestreo no sirve de nada aunque lo hagas bien, porque no hay contra qué comparar el resultado. Por eso el orden correcto es fijar primero el número que dispara la acción y solo después salir a contar.
Existen referencias institucionales que ahorran el trabajo inicial. Para broca del café, la investigación cafetera ha establecido un umbral de daño económico del orden del cinco por ciento de infestación, con un método de muestreo estandarizado que evalúa treinta árboles por hectárea. Ese número es un punto de partida sensato, no una constante universal, y conviene ajustarlo con tu propio precio y tu propio costo.
Contar en serio, cuántos puntos, cada cuánto y por qué el recorrido de siempre no sirve
El muestreo que hace la mayoría de las fincas tiene un sesgo que lo invalida sin que nadie lo note, se hace caminando por donde se camina siempre. El recorrido sigue el camino principal, se detiene donde el acceso es cómodo y termina cerca de la casa, de modo que la muestra representa la parte del lote más transitada y no el lote. Cualquier foco que se instale en el fondo, en la ladera empinada o detrás de la barrera viva va a aparecer en el registro cuando ya sea grande.
Un muestreo que sirve necesita tres cosas, una unidad definida, una distribución que cubra el lote y una frecuencia fija. La unidad es qué cuentas exactamente, y tiene que ser siempre lo mismo, la misma rama en la misma posición de la copa, el mismo número de frutos por árbol, la misma altura de la trampa. La distribución significa que los puntos se reparten por el lote con un criterio, en zigzag o en cuadrícula, y que se definen antes de salir y no sobre la marcha. La frecuencia significa que se mide con la misma periodicidad haya o no haya problema visible, porque el valor de un dato de plaga está en la serie y no en la medición aislada.
La objeción práctica es siempre la misma, que eso toma tiempo. La entomología aplicada resolvió esa objeción hace décadas con los planes de muestreo secuencial, en los que no se fija un número de muestras de antemano sino que se va contando y se detiene apenas el acumulado permite decidir con confianza si se está por encima o por debajo del umbral. Cuando la población está muy alta o muy baja, la decisión aparece con pocas muestras y el recorrido se acorta; solo cuando el resultado está cerca del umbral hace falta seguir contando. Los trabajos que han comparado ambos enfoques reportan reducciones del tiempo de muestreo cercanas al ochenta por ciento frente al muestreo convencional de tamaño fijo, y planes binomiales que resuelven la decisión con del orden de veintisiete a treinta y un árboles.
Hay además una simplificación que casi siempre sobrevive a la prueba de campo, contar presencia y ausencia en lugar de contar individuos. Registrar si un árbol tiene o no tiene la plaga es mucho más rápido, mucho menos dependiente de la habilidad del operario y, para efectos de cruzar un umbral, suele bastar. La lectura práctica es que el mejor sistema de muestreo no es el más fino, es el que tu equipo va a repetir todas las semanas sin que nadie tenga que insistir.
La plaga corre con otro reloj, grados día y por qué el insecto no sigue tu calendario
Un insecto no envejece con los días del almanaque, envejece con el calor acumulado. Por debajo de cierta temperatura su desarrollo se detiene, por encima se acelera, y el tiempo que tarda en completar un ciclo depende de cuánto calor sumó, no de cuántas veces salió el sol. De ahí sale el concepto de grados día, que consiste en acumular cada jornada la diferencia entre la temperatura media y ese umbral inferior de desarrollo.
La broca del café es el caso mejor documentado, en los estudios de laboratorio ubican su umbral inferior de desarrollo entre 13,9 y 14,9 grados centígrados y el superior alrededor de 32, con un requerimiento del orden de 299 unidades de calor para completar el paso de huevo a adulto. Eso, por sí solo, ya explica algo que todo caficultor observa sin ponerle nombre, que la plaga se comporta distinto según la altura a la que esté el lote, porque a mayor altura hay menos calor acumulado por día y el ciclo se estira.
La parte valiosa vino cuando alguien llevó ese modelo de laboratorio a fincas comerciales reales. Un trabajo que siguió poblaciones naturales a lo largo de un gradiente altitudinal encontró un tiempo medio de desarrollo de huevo a adulto de 38,5 días con una desviación de 3,46 días, y estimó un requerimiento medio de 332 grados día usando un umbral y de 386 usando el otro, desde la infestación del fruto hasta el inicio de un nuevo ciclo reproductivo. El hallazgo con más consecuencia operativa, sin embargo, fue otro. Las estimaciones obtenidas con datos de temperatura de escala amplia resultaron equivalentes a las obtenidas con sensores puestos dentro del cultivo, lo que indica que el monitoreo de temperatura a escala regional alcanza para predecir el ciclo. En términos de finca eso significa que no necesitas comprar una estación por lote para empezar a usar grados día, te basta una fuente climática confiable y una hoja de cálculo. Guarda ese detalle, porque en la sección siguiente vamos a ver que esa misma escala amplia, que aquí funciona bien, falla cuando lo que se quiere predecir es una enfermedad.
Existen incluso desarrollos que calculan la acumulación térmica para esta plaga a partir de imágenes satelitales, enlazando de forma directa la temporada pasada de esta serie con la actual. La utilidad concreta es sencilla y grande, si sabes cuántos grados día han pasado desde la floración, sabes en qué etapa del ciclo está la población y cuándo tiene sentido muestrear con más intensidad, en lugar de descubrirlo cuando el daño ya está en el fruto.
Un registro de plagas que sobreviva al cambio de mayordomo
¿Dónde vive hoy el histórico de plagas de tu finca, y qué pasa con él cuando cambia la persona que lo lleva en la cabeza? En la mayoría de las operaciones ese conocimiento es oral, se pierde con la rotación del personal y hace imposible responder la única pregunta que importa al final de la campaña, si lo que aplicaste sirvió. Harvis te ayuda a montar el registro de monitoreo por lote y por fecha, a comparar cada lectura contra el umbral que definiste, a llevar el histórico de aplicaciones con producto, dosis y responsable, y a tener la serie completa disponible cuando toque decidir el año entrante. Escríbenos y armamos ese registro con la estructura de lotes que ya manejas.
Modelos de riesgo por clima, lo que predicen bien y lo que no
Los modelos de predicción por variables climáticas son la promesa más vendida del momento y también la más malinterpretada, así que conviene ser preciso sobre qué escala resuelven.
Para enfermedades foliares, la evidencia disponible es sólida en el plano regional y retrospectivo. Un modelo de riesgo de roya del café construido con datos de reanálisis climático, que estimaba duración de mojamiento foliar y temperatura del dosel, no encontró una tendencia general de aumento del riesgo entre 1990 y 2015 en las zonas cafeteras del país, con lo cual descartó la hipótesis de que el brote de 2008 a 2011 se explicara por cambio climático, aunque sí identificó una elevación significativa del riesgo de infección predicho justo en esos años. Es un resultado valioso y conviene entender qué tipo de resultado es, una explicación a escala de región y de década, no una alerta para tu lote la semana entrante.
Los modelos de distribución construidos con aprendizaje automático apuntan a una escala todavía más amplia. Un trabajo reciente modeló la distribución espaciotemporal del hongo de la roya combinando ocho algoritmos distintos y proyectó mapas de riesgo de reemergencia hacia 2060 y 2100 bajo distintos escenarios climáticos. Ese tipo de estudio orienta política pública, decisiones de renovación varietal y planeación de largo plazo, y no responde la pregunta de si debes aplicar este mes.
Lo que sí se está acercando a la escala de finca son los modelos alimentados con variabilidad climática en tiempo real, que ya reportan capacidad para anticipar severidad de enfermedad con datos meteorológicos actualizados, y los modelos epidemiológicos ajustados a una fase específica del cultivo, como los desarrollados para vivero, donde las condiciones son más homogéneas y por lo tanto más predecibles. La regla que se desprende es bastante clara, cuanto más se parece el ambiente donde se ajustó el modelo al ambiente donde lo vas a usar, más confianza merece, y un modelo alimentado con una grilla climática de decenas de kilómetros no puede saber que tu lote está en una hondonada donde el rocío dura tres horas más.
Por eso la combinación que funciona es modelo más muestreo. El modelo te dice cuándo aumentar la vigilancia y el muestreo te dice si hay que actuar. Usar el modelo como disparador de aplicaciones, saltándose el conteo, es repetir el error del calendario con una capa de tecnología encima.
Aplicar sin umbral te cobra dos veces
El costo visible de una aplicación innecesaria es el producto y el jornal, y ese es el menor de los dos.
El costo invisible tiene dos componentes que se acumulan por años. El primero es la presión de selección sobre la población de la plaga, porque cada aplicación deja vivos a los individuos menos susceptibles y, repetida sin criterio y con la misma familia química, construye resistencia en tu propia finca. El segundo es la eliminación de los enemigos naturales que estaban trabajando gratis, que suelen ser más sensibles a los productos de amplio espectro que la plaga objetivo, y cuya desaparición produce el rebote poblacional que después se interpreta como prueba de que había que aplicar más.
Como ya lo abordamos en nuestro blog Plaguicidas, modos de acción y manejo de resistencia, la rotación entre modos de acción y la reducción del número de aplicaciones son las dos palancas que conservan la vida útil de las moléculas disponibles; el umbral es justamente el instrumento que reduce ese número sin aumentar el riesgo, porque elimina las aplicaciones que no hacían falta y deja intactas las que sí.
Un lote, cuatro semanas y una planilla
Todo esto se puede probar en un solo lote y en un mes, sin comprar nada.
Empieza por la cuenta del umbral. Toma el precio que esperas recibir por unidad de producto, el costo total de una aplicación por hectárea incluyendo jornal y el rendimiento esperado del lote, y calcula cuánto daño tendría que evitar esa aplicación para pagarse. Ese porcentaje es tu nivel de daño económico y tu umbral de acción va un escalón por debajo, para darte tiempo de reaccionar. Si el ejercicio te parece grueso, hazlo grueso; un umbral aproximado calculado con tus números vale más que uno preciso calculado con los de otro.
Define después la unidad de muestreo y escríbela en una frase, de modo que dos personas distintas cuenten lo mismo. Marca los puntos en un croquis del lote antes de salir, repartidos y no concentrados, e incluye deliberadamente los sitios incómodos donde nadie camina. Fija el día de la semana y respétalo.
Durante cuatro semanas cuenta y anota sin tomar ninguna decisión. Ese punto cuesta disciplina y es el que hace que el ejercicio funcione, porque cuatro lecturas seguidas te muestran la tendencia, y la tendencia es lo que permite anticipar en lugar de reaccionar. Registra en la misma planilla la temperatura media de cada día para empezar a acumular grados día, aunque la tomes de una fuente climática regional.
Al final del mes vas a tener tres cosas que hoy no tienes, un umbral propio, una serie de cuatro puntos con su dirección, y una idea de cuánto tiempo real cuesta el monitoreo, que casi siempre resulta menos de lo que se temía. A partir de ahí la decisión de aplicar deja de ser una opinión y pasa a ser una comparación entre dos números.
Contar sale más barato que fumigar
El manejo de plagas por umbral no es una técnica sofisticada ni cara, es un cambio en el orden de las operaciones. Hoy la secuencia habitual es sospechar, aplicar y esperar; la secuencia que funciona es medir, comparar contra un número definido de antemano y solo entonces decidir. La diferencia de costo entre las dos, sostenida durante unas cuantas campañas, es la diferencia entre una finca que administra sus plagas y una que las persigue.
Lo que puedes hacer a partir del lunes cabe en cinco pasos. Calcula el umbral con tu propio precio y tu propio costo, porque un umbral prestado está mal calibrado y no lo vas a notar. Escribe la unidad de muestreo en una frase para que dos personas cuenten lo mismo y marca los puntos en el croquis antes de salir, incluyendo los sitios donde nadie camina. Cuenta presencia y ausencia en lugar de individuos si eso es lo que tu equipo va a sostener todas las semanas, porque el sistema que se abandona no vale nada. Empieza a acumular grados día con una fuente climática regional, que la evidencia muestra suficiente para predecir el ciclo de la plaga. Y trata los modelos de riesgo climático como una señal para vigilar más, nunca como una orden de aplicar, porque ninguno de ellos conoce tu lote. Un productor con cuatro semanas de conteo y un umbral escrito toma decisiones que su vecino, con la misma plaga y el mismo clima, solo puede adivinar.
¿Quieres montar el monitoreo por umbrales de tu finca y dejar de decidir por calendario? Escríbenos por WhatsApp o agenda una demo y te mostramos cómo Harvis convierte tus recorridos en una serie que sí puedes consultar cuando llegue el momento de decidir.
Referencias consultadas
- Economic Thresholds and Economic Injury Levels. (s.f.). Radcliffe's IPM World Textbook, University of Minnesota. https://ipmworld.umn.edu/pedigo
- Utah State University Extension. (s.f.). Pest Management Decision-Making, The Economic-Injury Level Concept. https://extension.usu.edu/pests/research/eil-concept.php
- Conceptualisation of Economic Injury Level and Economic Threshold, Agricultural Management, Food Security, Climate Factors, and Value Chain. (s.f.). Agriculture, MDPI. https://www.mdpi.com/2077-0472/16/5/542
- Evaluación de un método de muestreo para broca del café. (s.f.). Cenicafé, 56(3). https://biblioteca.cenicafe.org/bitstream/10778/150/1/arc056(03)237-249.pdf237-249.pdf)
- Sequential and Binomial Sampling Plans to Estimate Thrips tabaci Population Density on Onion. (2021). Insects, MDPI. https://www.mdpi.com/2075-4450/12/4/331
- Development of Enumerative and Binomial Sequential Sampling Plans for Monitoring Lymantria dispar in Mediterranean Oak Forests. (2022). Agronomy, MDPI. https://www.mdpi.com/2073-4395/12/7/1501
- Spatial Distribution and Development of Sequential Sampling Plans for Diaphorina citri Kuwayama. (2021). Agronomy, MDPI. https://www.mdpi.com/2073-4395/11/7/1434
- Temperature-Dependent Biology and Population Performances of the Coffee Berry Borer Hypothenemus hampei on Artificial Diet. (2023). Insects, MDPI. https://doi.org/10.3390/insects14060499
- Temperature-dependent development and survival of immature stages of the coffee berry borer Hypothenemus hampei. (s.f.). Bulletin of Entomological Research, Cambridge University Press. https://www.cambridge.org/core/journals/bulletin-of-entomological-research/article/abs/temperaturedependent-development-and-survival-of-immature-stages-of-the-coffee-berry-borer-hypothenemus-hampei-coleoptera-curculionidae/87F18569C5977ECEB4158398A5D1DC13
- Coffee berry borer development across an elevational gradient, applying laboratory degree-day predictions to natural field populations. (s.f.). PLOS One. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0218321
- Calculation of degree days of Hypothenemus hampei through satellite images. (s.f.). SciELO. https://www.scielo.org.mx/scielo.php?pid=S2007-09342020000300543&script=sciarttextplus&tlng=en
- Modelling coffee leaf rust risk in Colombia with climate reanalysis data. (s.f.). Philosophical Transactions of the Royal Society B. https://royalsocietypublishing.org/rstb/article/371/1709/20150458/23115/Modelling-coffee-leaf-rust-risk-in-Colombia-with
- Spatiotemporal modeling of Hemileia vastatrix using multiple machine learning algorithms, implications for disease surveillance of coffee leaf rust. (2025). Journal of Plant Pathology, Springer. https://link.springer.com/article/10.1007/s42161-025-01958-3
- Predicting crop disease severity using real time weather variability through machine learning algorithms. (2025). Scientific Reports, Nature. https://www.nature.com/articles/s41598-025-18613-7
- Weather-driven epidemiology and forecasting of Myrothecium leaf spot in coffee seedlings, a machine learning approach. (2026). Frontiers in Climate. https://www.frontiersin.org/journals/climate/articles/10.3389/fclim.2026.1733203/full
- Thermal Tolerance of the Coffee Berry Borer Hypothenemus hampei, Predictions of Climate Change Impact on a Tropical Insect Pest. (s.f.). PLOS One. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0006487
- CTAHR, University of Hawai'i. (s.f.). Recomendaciones para el manejo integrado de plagas de la broca del café. https://www.ctahr.hawaii.edu/oc/freepubs/pdf/ip-33_spanish.pdf
- Penn State Extension. (s.f.). Orchard IPM, An Overview. https://extension.psu.edu/orchard-ipm-integrated-pest-management-an-overview
- UC Statewide IPM Program, University of California. (s.f.). Establishing Action Thresholds. https://ipm.ucanr.edu/agriculture/floriculture-and-ornamental-nurseries/establishing-treatment-thresholds/