Factores ambientales y de manejo determinantes del rendimiento de maíz en la Región Centro-Norte de la provincia de Córdoba
Resumen
Identificar los factores determinantes del rendimiento de maíz puede ayudar a ajustar las decisiones y el manejo de los cultivos en una región. Con esta finalidad se relevaron 171 unidades permanentes de muestreo en lotes comerciales durante las campañas 2018 y 2019 en el centro–norte de la provincia de Córdoba. En cada lote, se establecieron unidades de 0,78 has para llevar a cabo determinaciones en presiembra, establecimiento, floración y madurez de los cultivos. En cada unidad de muestreo se relevaron múltiples variables incluyendo información edáfica, climática, biológica y de manejo del cultivo para analizar su impacto e importancia como determinante de la variabilidad de los rendimientos observados. El impacto sobre el rendimiento de cada una de 105 variables se determinó utilizando un proceso secuencial de selección en cada período de observación a través de análisis de regresión utilizando el procedimiento “stepwise” y un nivel de aceptación o rechazo de cada variable = p<0,15. Se identificaron ocho variables significativas en un rango de p<0,10 – p<0,0001): (i) lluvias totales (mm) entre el 1/11 y 29/4; (ii) potasio en suelo en presiembra (0-20 cm; meq 100g-1); (iii) nitrógeno en suelo a la siembra (0-60 cm; kg ha-1); (iv) fecha de siembra (días desde el 1/11); (v) densidad (pl m-2); (vi) fertilizante fosfatado aplicado (kg P2O5ha-1); (vii) porcentaje (%) de plantas quebradas en precosecha; (viii) porcentaje (%) de plantas con daño de Heliothis sp. en espiga; determinando en promedio incrementos de rendimiento de (i) 12,6 kg ha-1 mm-1, (ii) 755 kg ha-1meq-1; (iii) 10,5 kg ha-1kg N-1; (v) 460 kg ha-1pl-1; (vi) 16 kg ha-1 kg P2O5 -1 y reducciones de rendimiento de (iv) 58 kg día-1; (vii) 91.8 kg ha-1 (%)-1; y (viii) 7.8 kg ha-1 (%)-1, respectivamente. El modelo de regresión que las integra explicó el 52 % de la variabilidad total de los rendimientos de los cultivos en ambos años.
Palabras clave
Texto completo:
PDFReferencias
Andrade, F.H. y Sadras, V. (2000). Bases para el manejo del maíz, el girasol y la soja. Editorial Médica Panamericana S.A., Argentina.
Andrade, F.H., Sadras, V.O., Vega, C.R.C. y Echarte L. (2005). Physiological determinants of crop growth and yield in maize, sunflower and soybean: Their application to crop management, modelling and breeding. En M. Kang (ed). Genetic and production innovations in field crop technology: new developments in theory and practice. (pp 51-101). USA, Bighamton, NY: Haworth Press/CRC Press.
Andrade, F. H. y Satorre, E. H. (2015). Single and double drop systems in the Argentine Pampas: Environment al determinants of annual graint
yield. Frield Crops Research, 177, 137-147.
Byerlee, D. , Heisey, P.W., (1996). Past and potential impacts of maize research in sub-Saharan Africa: a critical assessment. Food Policy, volumen 21 (3), 255-277.
Casali, L., Rubio, G. y Herrera, J. M. (2018). Drought and temperature limit tropical and temperate maize hybrids differently in a subtropical
region. Agronomy for Sustainable Development, 38-49.
De la Casa, A. (1992) Modelo estadístico de pronóstico de rendimiento de maíz para la región semiárida de Córdoba basado en datos
pluviométricos reales. Agriscientia, 9 (2), 87-96.
Di Rienzo J, Casanoves F, Balzarini M, González L, Tablada M y Robledo C.I. (2008) Infostat. Córdoba (Argentina): Grupo InfoStat, FCA, Universidad Nacional de Córdoba.
Gambin, B. L., Coyos, T., Di Mauro, G., Borrás, L. y Garibaldi, L. A. (2016). Exploring genotype, management, and environmental variables influencing grain yield of late-sown maize in central Argentina. Agricultural Systems, 146, 11-19.
Gowon, D. T., Andersen J.C., and Biswas B. (1978). An Economic Interpretation of Impact of Phenologically Timed Irrigation on Corn Yield. Western Journal of Agricultural Economics, volumen 3 (2),145-156.
Hall, A.J., Rebella, C.M., Ghersa. C.M. y Culot, J. Ph. (1992). Field-crop systems of the Pampas. En: Pearson, C.J. (Ed) Field Crop Ecosystems series: Ecosystems of the world. (pp 413 – 450) Elsevier Sci. Publishers B.V., Amsterdam, Holanda.
Hoogenboom, G., Jones, J.W., Wilkens, P.W., Batchelor, W.D., Bowen, W.T., Hunt, L.A., Pickering, N.B., Singh, U., Godwing, D.C., Baer, B., Boote, K.J., Ritchie, J.T., White, J.W. (1994) Crops models. In: Tsuji, G.Y., Uehara, G., Balas, S. (Eds.). DSSAT version 3, Vol. 2-2. (pp. 95–244) University of Hawaii, Honolulu, Hawaii.
Jones, J.W., Hoogenboom, G., Porter, C.H., Boote, K.J., Batchelor, W.D., Hunt, L.A., Wilkens, P.W., Singh, U., Gijsman, A.J. y Ritchie, J.T. (2003). DSSAT Cropping System Model. European Journal of Agronomy, volumen. 18, 235–265.
Kaufmann, R. and Snell, S.E. (1997). A Biophysical Model of Corn Yield: Integrating Climatic and Social Determinants. American Journal of Agricultural Economics, volumen 79 (1): 178-190.
Kaylen, M.S. and Koroma. S.S. (1991). Trend weather variables and the distribution of U.S. corn yields. Review of Agricultural Economics, volumen 13,249-258.
Liu W.T.H., Botner, D.M. y Sakamoto C.M., (1989) Application of CERES-Maize Model to yield prediction of a Brazilian maize hybrid. Agricultural and Forest Meteorology, volume, 45 (3–4), 299-312.
Maddonni, G. A. (2012). Analysis of the climatic constraints to maize production in the current agricultural region of Argentina - a probabilistic approach. Theoretical and Applied Climatology, volumen 107, 325-345.
Maddonni, G.A., Ruiz, R.A., Vilariño, P. y García Salamone, I. (2003). Fertilización de los cultivos de grano. En: Satorre, E.H., Benech Arnold, R.L., Slafer, G.A., de La Fuente, E.B., Miralles, D.J., Otegui, M.E. y Savin, R. (Eds) Producción de Granos. Bases funcionales para su manejo. Editorial Facultad de Agronomía, Buenos Aires, Argentina.
Mead, R. and Curnow, R.N. (1983). Statistical methods in agriculture and experimental biology. Chapman and Hall, London, new York.
Mercau, J. (2017). Fecha de siembra y eficiencia en el uso de recursos. En: L.Borrás y S. Uhart (Eds) El mismo maíz, un nuevo desafío. (pp 46-52). Dow Agroscience, Argentina. Libro digital pdf..
Mercau, J.L., Sadras, V.O. Satorre, E.H. Messina, C. Balbi, C. Uribelarrea, M. y A.J. Hall (2001). On-farm assessment of regional and seasonal variation in sunflower yield in Argentina. Agricultural Systems, volumen 67, 83-103.
Otegui, M.E., J.L. Mercau, y F.J. Menendez. 2002. Estrategias de manejo para la producción de maíz tardío y de segunda. En: E.H. Satorre (Ed), Guía Dekalb del cultivo de maíz. (pp 171–184). Servicios y Marketing Agropecuario, Buenos Aires.
Pinochet, D.T., Azúa, P.G.y MacDonald, R.H. (2005). Dinámica del potasio en un transecto de suelos derivados de materiales volcánicos y metamóficos. INPOFOS Informaciones agronómicas 25, 1-4.
Quintero, C.E. (2002). Dosificación del fósforo según tipo de suelos. INPOFOS Edición especial del Simposio “Enfoque sistémico de la fertilización fosfórica” XVIII Congreso Argentino de la ciencia del suelo. INPOFOS, Informaciones agronómicas 16, 8-10.
Ritchie, S.W. y Hanway J.J. (1982) . How a corn plant develops. Iowa State University special report N° 48.
Rubio, G. (2002). Conectando el fósforo del suelo con la planta. INPOFOS Edición especial del Simposio “Enfoque sistémico de la fertilización fosfórica” XVIII Congreso Argentino de la ciencia del suelo. INPOFOS, Informaciones agronómicas 16, 19-23.
Satorre, E. H., Benech Arnold, R. L., Slafer, G. A., de la Fuente, E. B., Miralles, D. J., Otegui, M. E. y Savin, R. (2003). Producción de Granos. Bases funcionales para su manejo. Buenos Aires, Argentina: Editorial Facultad de Agronomía, 783 pp.
Satorre, E.H., Micheloud, J. y Calp, D. (2014). Maicero V2- Herramienta auxiliar del proceso de toma de decisiones en los planteos productivos de la región maicera Argentina. Convenio AACREA – Profertil, Unidad Organizacional de Investigación y Desarrollo, AACREA.
Schlenker, W. and Roberts, M.J. (2006). Nonlinear Effects of Weather on Corn Yields. Review of Agricultural Economics, volumen 28 (3), 391–398.
Sumner, E.M. (2000). Diagnóstico de los requerimientos de fertilización de cultivos extensivos. Presentado en el VIII Congreso Argentino de Siembra Directa, AAPRESID. Mar del Plata, 16-18 Agosto 2000. 16pp. http://lacs.ipni.net/ipniweb/region/lacs.nsf/0/2549DCC5177210A303257967007E015C/$FILE/AA%205.pdf
Uhart, S.A. y Echeverría, H.E., (1998). El rol del nitrógeno y el fósforo en la producción de maíz. Boletín Técnico Morgan-Mycogen. Morgan-Mycogen (Ed.) Buenos Aires, Argentina. 48 pp.
Urban, D., Roberts, M.J., Schlenker, W. y Lobell,D.B (2012). Projected temperature changes indicate significant increase in interannual variability of U.S. maize yields. Climatic Change, volumen 112,525–533
Vitantonio-Mazzini, L. N., Borrás, L., Garibaldi, L. A., Pérez, D. H., Gallo, S. y Gambin, B. L. (2020). Management options for reducing maize yield gaps in contrasting sowing dates. Field Crops Research, 251, 1-11. https://doi.org/10.1016/j.fcr.2020.107779
Yang, F., González, J.C.S., Williams, J., Cook, D.C., Gilreath, R.T. y Kerns, D.L. (2019). Occurrence and Ear Damage of Helicoverpa zea on Transgenic Bacillus thuringiensis Maize in the Field in Texas, U.S. and Its Susceptibility to Vip3A Protein. Toxins (Basel), volumen 11(2), 102. Published online 2019 Feb 9. doi: 10.3390/toxins11020102.
Zaffanella, M.J. y. Zaffanella M.G (1960). Rendimientos decrecientes del maíz en relación con factores edafoclimáticos. Revista IDIA, volumen 150, 33-43.
Zanon, A. J., Streck, N. A. y Grassini, P. (2016). Climate and management factors influence soybean yield potential in a subtropical environment.
Agronomy Journal, 108 (4), 1447-1454.
Enlaces refback
- No hay ningún enlace refback.
Esta obra está licenciada bajo una Licencia Creative Commons Atribución-NoComercial 2.5 Argentina .
ISSN 2344-9039 (en línea) - ISSN 2314-2243 (impreso)
Av. San Martín 4453 - C1417DSE - Buenos Aires - Argentina - Tel. +54-11-5287-0221 - efa@agro.uba.ar