Desarrollo de un modelo de predicción de rendimiento en semilleros de maíz [Zea mays L]

Abstract

Se evaluaron nueve diferentes lineas de semilleros de maíz (Zea mays L.) agrupadas según su precocidad, en tres zonas agroclimáticas distintas cada una, distribuidas entre María Pinto, Región Metropolitana y San Clemente, Séptima Región, entre el 5 de enero y el 14 de marzo de la temporada 1998, con el objeto de desarrollar un modelo que permita predecir el rendimiento. Se escogieron unidades de muestreo representativas del potrero a las que se realizaron muestreos de área foliar en antesis y cinco días antes de cosecha. Se contó el numero de granos por mazorca treinta días después de floración y cinco antes de cosecha. En esta ultima observacion se recolectaron las mazorcas para pesar los granos. Posteriormente se incorporaron los datos a una planilla de calculo de doble entrada colocando los veintiséis puntos de muestreo y sus correspondientes respuestas a las variables estudiadas. Mas tarde se analizó el 85% de los datos ( escogidos al azar) mediante regresiones y correlaciones para identificar las variables que explicarían de mejor forma el rendimiento. Después se utilizo el método Step Wise "forward" con la misma finalidad. El 15% de los datos no utilizados se ocupo para validar el modelo. Para facilitar el procesamiento de los datos se desarrollo una formula que permitía estimar el área foliar a partir del largo y ancho de la hoja de maíz (R2. 0.9899) Se analizó la relación entre el rendimiento y el área foliar en floración de toda la planta y por hoja, considerando también las precocidades. Se diseñó un indice que incluía área foliar, días entre floración y pre cosecha (5 días antes) y numero de granos 30 días post antesis. Al correlacionarlo con el peso y numero de granos se encontró una respuesta desuniforme por precocidad. Para utilizar el Step Wise se incorporaron variables de temperatura como grados dia acumulados, número de días entre siembra y floración y floración y cosecha, numero de hojas sobre la mazorca, número de granos previo a la cosecha y área foliar. Este método seleccionó como variables independientes significativas al 15% el número de granos, numero de hojas sobre la mazorca, grados día acumulados entre floración y cosecha y también elevado al cuadrado (R2=0.8143). Posteriormente se valido el modelo con el 15% de la información restante, pero, al tener una baja participación parcial de la mayoría de las variables, se desarrollo un nuevo modelo basado en numero de granos (R2=0.9811, n=208), el que se valido con el 15% de la información. Como conclusión se puede destacar la factibilidad de utilizar modelos simples para pronosticar el rendimiento en semilleros de maíz, pero debe tenerse en cuenta la existencia de factores que puedan distorsionar los resultados, como la polinización, lo que produciría un desbalance entre la fuente y el receptor. Esto relega a un segundo piano Ia importancia de las variables como temperaturas y tiempo entre floración y cosecha junto con el área foliar, el que no seria un factor limitante del rendimiento en condiciones normales.

Se evaluaron nueve diferentes lineas de semilleros de maíz (Zea mays L.) agrupadas según su precocidad, en tres zonas agroclimáticas distintas cada una, distribuidas entre María Pinto, Región Metropolitana y San Clemente, Séptima Región, entre el 5 de enero y el 14 de marzo de la temporada 1998, con el objeto de desarrollar un modelo que permita predecir el rendimiento. Se escogieron unidades de muestreo representativas del potrero a las que se realizaron muestreos de área foliar en antesis y cinco días antes de cosecha. Se contó el numero de granos por mazorca treinta días después de floración y cinco antes de cosecha. En esta ultima observacion se recolectaron las mazorcas para pesar los granos. Posteriormente se incorporaron los datos a una planilla de calculo de doble entrada colocando los veintiséis puntos de muestreo y sus correspondientes respuestas a las variables estudiadas. Mas tarde se analizó el 85% de los datos ( escogidos al azar) mediante regresiones y correlaciones para identificar las variables que explicarían de mejor forma el rendimiento. Después se utilizo el método Step Wise "forward" con la misma finalidad. El 15% de los datos no utilizados se ocupo para validar el modelo. Para facilitar el procesamiento de los datos se desarrollo una formula que permitía estimar el área foliar a partir del largo y ancho de la hoja de maíz (R2. 0.9899) Se analizó la relación entre el rendimiento y el área foliar en floración de toda la planta y por hoja, considerando también las precocidades. Se diseñó un indice que incluía área foliar, días entre floración y pre cosecha (5 días antes) y numero de granos 30 días post antesis. Al correlacionarlo con el peso y numero de granos se encontró una respuesta desuniforme por precocidad. Para utilizar el Step Wise se incorporaron variables de temperatura como grados dia acumulados, número de días entre siembra y floración y floración y cosecha, numero de hojas sobre la mazorca, número de granos previo a la cosecha y área foliar. Este método seleccionó como variables independientes significativas al 15% el número de granos, numero de hojas sobre la mazorca, grados día acumulados entre floración y cosecha y también elevado al cuadrado (R2=0.8143). Posteriormente se valido el modelo con el 15% de la información restante, pero, al tener una baja participación parcial de la mayoría de las variables, se desarrollo un nuevo modelo basado en numero de granos (R2=0.9811, n=208), el que se valido con el 15% de la información. Como conclusión se puede destacar la factibilidad de utilizar modelos simples para pronosticar el rendimiento en semilleros de maíz, pero debe tenerse en cuenta la existencia de factores que puedan distorsionar los resultados, como la polinización, lo que produciría un desbalance entre la fuente y el receptor. Esto relega a un segundo piano Ia importancia de las variables como temperaturas y tiempo entre floración y cosecha junto con el área foliar, el que no seria un factor limitante del rendimiento en condiciones normales.