Em razão da grande importância da duração do período de molhamento foliar (DPM) no estabelecimento de doenças fúngicas e bacterianas nas culturas agrícolas e de seu uso em grande parte dos modelos de previsão de epidemias e em sistemas de alerta fitossanitário, este estudo teve por objetivo fazer uma profunda análise dessa variável, especialmente com relação aos aspectos operacionais de sua medida, de sua variabilidade espacial em diferentes culturas e de sua estimativa por diversos métodos, com ênfase ao modelo de Penman-Monteith, de modo a se determinar uma condição de referência para sua medida e a relação dessa DPM de referência com a DPM em diferentes culturas. Para tanto, foram utilizados dados de DPM obtidos em diversos experimentos de campo conduzidos nas localidades de: Ames, IA, Estados Unidos; Elora, ON, Canadá; Jundiaí, SP, Brasil; e Piracicaba, SP, Brasil, envolvendo medidas nas culturas do algodão, do café, do milho, do melão, da maçã, do tomate e da uva, assim como sobre o gramado em diversas alturas e ângulos de inclinação, durante os anos de 2000 a 2004. Os resultados obtidos indicaram que a pintura dos sensores é um procedimento importante para a determinação da DPM, pois ele reduz sensivelmente o coeficiente de variação entre as medidas feitas por diversos sensores, e que a posição do sensor, quando instalado sobre o gramado, tem efeito significativo nas medidas dessa variável. Foi estabelecida, a partir da comparação entre os dados medidos pelos sensores de DPM e observações visuais, uma condição de referência para a medida da DPM sobre o gramado (a 30 cm de altura e com inclinação de 30 o em relação à horizontal). A partir dessa condição de referência, determinou-se a relação entre a DPM medida sobre gramado e nas diferentes culturas, observando-se uma elevada concordância no topo das plantas. Em razão das diferenças observadas no padrão de variabilidade da DPM entre as diversas culturas, não foi possível se estabelecer relações bem definidas para a estimativa da DPM no interior das plantas a partir da DPM de referência. Analisando-se quatro diferentes modelos de estimativa da DPM a partir de dados meteorológicos, obtidos na cultura do algodão, observou que, em geral, todos os métodos de estimativa da DPM tiveram boa performance, com erros absolutos médios entre 1,27 e 2 h, porém o modelo RES, baseado na equação de Penman-Monteith, estimou a DPM ao nível da cultura com alta acurácia e regular precisão, sendo uma boa opção para a estimativa dessa variável sem o requerimento de calibração para cada cultura e local. Em uma análise mais detalhada desse modelo, observou-se que ele foi capaz de estimar a DPM sobre o gramado com boa acurácia e precisão, superestimando a DPM em 3,4% a 190 cm, 1,1% a 110 cm e 5,3% a 30 cm de altura. Quando a DPM estimada para o gramado a uma altura de 30 cm foi correlacionada com a DPM no topo das culturas do milho, da uva e do café, uma boa concordância foi observada, com uma superestimativa média de 6,5% e um coeficiente de determinação de 0,90. Baseando-se nesses resultados, conclui-se que o modelo de Penman-Monteith, aplicado a um sensor de DPM de tamanho e albedo fixos e exposto sobre gramado a 30 cm de altura, pode ser uma ferramenta muito útil para a estimativa dessa variável em sistemas de alerta fitossanitário, mesmo quando o saldo de radiação necessita ser estimado.
How leaf wetness duration (LWD) is a very important variable for plant disease epidemiology and it is used in several plant disease warning systems, this study aimed to make a deep analysis of this variable, mainly in relation to the operational exposure of sensors, its spatial variability in different crop canopies, and its estimation using different methods, with emphasis to Penman-Monteith model, trying to determine a reference condition to its measurement and the relationship between reference LWD and crop LWD. For this purpose, LWD data from several field experiments in Ames, IA, United States, Elora, ON, Canada, Jundiaí, SP, Brazil, and Piracicaba, SP, Brazil, in different crops: cotton, coffee, corn, muskmelon, apple, tomato, and grape, were used as well as LWD data obtained over mowed turfgrass, during the years from 2000 to 2004. The results showed that for LWD measurements the treatment of the sensors with paint is desirable, since this procedure reduce the coefficient of variation among measurements obtained by several sensors, and that the position of the sensor, when installed over mowed turfagrass, has a significant effect. From the comparison of dew onset and dry-off between measurements and visual observations, it was established a reference position to LWD measurement (at 30 cm over mowed turfgrass and deployed at 30 o to horizontal). Based on this reference position, the relationship between turfgrass LWD and crop LWD was determined for several crops and a good agreement was observed for the top position of the canopies. Because the differences observed in the patterns of spatial variability among the crops, it was not possible to determine a define correlation between LWD inside the crops and reference LWD. The analysis of four different models to estimate LWD from meteorological data in a cotton crop showed that all of them had a good performance, with mean absolute errors ranging from 1.27 to 2 h. However, RES model, based on a Penman-Monteith approach, showed to be a good option to estimate LWD since it does not require adjustments or calibrations for each new place and/or crop. In a deep analysis about a Penman-Monteith approach to estimate LWD, it was observed that this model was able to estimate turfgrass LWD with good accuracy and precision, overestimating this variable by 3.4% at 190 cm, 1.1% at 110 cm, and 5.3% at 30 cm. When reference LWD (at 30 cm over turfgrass) estimated by Penman-Monteith model was correlated with LWD at the top of the crops (coffee, corn, and grape) the tendency of overestimation increased to 6.5% (R 2 = 0.90). Based on these results, we conclude that Penman-Monteith model for a fixed sensor size, albedo and exposure over turf may be a very useful standard tool to estimate LWD for use in plant disease management schemes, even when net radiation needs to be estimated.
