Development of mathematical models for pest prediction

Modelling insect pest populations has long been a major focus of agricultural research. Models that predict the dynamics of harmful organisms play a crucial role in supporting pest management decisions. The importance of using models within Integrated Pest Management (IPM) lies in their ability to process and analyse complex data, providing insights that assist in the decision-making process. Building on this importance, the research presented in this Thesis aims to develop and validate mathematical models for three key agricultural pest species: Philaenus spumarius; Drosophila suzukii and Drosophila melanogaster. For each species, population dynamics was represented using different mathematical frameworks. The choice of different parametrisation and validation strategies across the three species reflects the availability and quality of data and the biological characteristics of each organism. This approach seeks to achieve a balance between empirical robustness and practical feasibility, thereby enhancing the overall reliability of the resulting population dynamics simulation.

La modellazione delle popolazioni di insetti infestanti è da tempo un tema centrale della ricerca agricola. I modelli che prevedono la dinamica degli organismi dannosi svolgono un ruolo cruciale nel supportare le decisioni di gestione dei parassiti. L’importanza dell’utilizzo dei modelli nella gestione integrata dei parassiti (IPM) risiede nella loro capacità di elaborare e analizzare dati complessi, fornendo informazioni utili al processo decisionale. Sulla base di questa rilevanza, la ricerca presentata in questa tesi mira a sviluppare e validare modelli matematici per tre specie chiave di insetti agricoli infestanti: Philaenus spumarius, Drosophila suzukii , e Drosophila melanogaster. Per ciascuna specie, la dinamica di popolazione è stata rappresentata utilizzando diversi approcci matematici. La scelta di differenti strategie di parametrizzazione e validazione tra le tre specie riflette la disponibilità e la qualità dei dati, nonché le caratteristiche biologiche di ciascun organismo. Questo approccio mira a raggiungere un equilibrio tra robustezza empirica e fattibilità pratica, migliorando così l’affidabilità complessiva delle simulazioni della dinamica di popolazione.