Investigadores galegos desenvolven un modelo matemático e un software para predicir a expansión da vespa velutina

Os profesores Francisco J. Fernández, Juan J. Neto, Adrián F. Tojo (CITMAGA e USC), e Iván Area (IFCAE e UVigo) publicaron o traballo de investigación na revista internacional 'Nonlinear Analysis: Real World Applications'. O modelo desenvolvido pode actualizarse en tempo real, o que permite a súa mellora, e iso é fundamental para analizar diferentes estratexias de control e para minimizar a propagación da especie.

Por Europa Press / Redacción | VIGO | 02/05/2025 | Actualizada ás 18:38

Comparte esta noticia

Os profesores Francisco J. Fernández, Juan J. Nieto, Adrián F. Tojo (CITMAGA e USC), e Iván Area (IFCAE e UVigo) publicaron un traballo de investigación na revista internacional Nonlinear Analysis: Real World Applications, sobre o desenvolvemento dun modelo matemático e un software para predicir a expansión da vespa velutina. Así, utilizaron datos sobre a localización dos niños e, mediante ferramentas matemáticas, puideron predicir a localización de niños futuros, comparando o modelo matemático con datos reais. Deste xeito, é posible analizar diferentes estratexias de control para frear a expansión desta especie, que ten impacto desde o punto de vista ecolóxico e tamén económico.

Exemplares de vespa velutina
Exemplares de vespa velutina | Fonte: DUVI-UVIGO

A vespa velutina ten un ciclo vital no que as raíñas fundadoras dos niños emerxen do estado de hibernación entre febreiro e marzo, e entre abril e maio comeza a construción de novos niños, realizándose a primeira posta de ovos. Despois de que as obreiras eclosionan, seguen construíndo o niño e alimentando ao resto. Ao redor de setembro nacen os machos e novas raíñas, que son fecundadas e abandonan o niño a principios de outono. No inverno buscan refuxio para hibernar e, na primavera, comeza de novo o ciclo.

Os investigadores formularon un problema parabólico (ao tratarse dun ciclo vital con diferentes estados) con derivadas de Stieltjes, e puideron superar as complicacións dos desenvolvementos teóricos e as simulacións numéricas grazas a traballos previos de modelización de epidemias, como a de Ébola, Zika ou a pandemia de Covid-19. O modelo desenvolvido pode actualizarse en tempo real, o que permite a súa mellora, e iso é fundamental para analizar diferentes estratexias de control e para minimizar a propagación da especie. Dese modo, pódense combinar datos do mundo real cun modelo matemático en tempo real para crear un xemelgo dixital.

Comparte esta noticia
¿Gústache esta noticia?
Colabora para que sexan moitas máis activando GCplus
Que é GC plus? Achegas    icona Paypal icona VISA
Comenta