Embed Size (px)
Citation preview
CULTIVO DE BANANO
METODOLOGÍAMANEJO Y USO DEL SUELO para el
POR SITIO ESPECÍFICO EN EL
JULIO CÉSAR GUTIÉRREZ H.
DARIO CASTAÑEDA SANCHEZ
Incluye estudio de caso
ANDRÉS FELIPE ARIAS LEIVA
Ministro de Agricultura y Desarrollo Rural
JOSÉ LEONIDAS TOBÓN TORREGOZA
Dirección de Desarrollo Tecnológico y Protección Sanitaria
del Ministerio de Agricultura y Desarrollo Rural
ROBERTO HOYOS RUIZ
Presidente AUGURA
GABRIEL JAIME ELEJALDE GAVIRIA
Director Regional AUGURA
EQUIPO DE TRABAJO
JULIO CÉSAR GUTIÉRREZ HERRERA. Investigador Principal.JOHN JAIRO MIRA CASTILLO. Director de CENIBANANO.HÉCTOR JAIME LÓPEZ. Docente Universidad del Magdalena.DARÍO CASTAÑEDA SÁNCHEZ. Estudiante. Universidad Nacional de Colombia.JOSÉ MIGUEL COTES. Docente. Universidad Nacional de Colombia.DANIEL JARAMILLO JARAMILLO. Docente. Universidad Nacional de Colombia.
INTERVENTORÍA
YECENIA VEGA T. Ministerio de Agricultura y Desarrollo Rural.
EDICIÓN Y DISEÑO
Comunicaciones AUGURA
PORTADA
Campo Experimental AUGURA. (Carepa- Antioquia). Fotografía: Julio C. Gutiérrez Herrera. 2009
3
Tabla de Contenido
Presentación 4
Agradecimientos 6
1. Introducción 7
2. Requerimientos ambientales y nutricionales del cultivo de banano 9
2.1 Necesidades nutricionales del cultivo de banano 11
2.2 Generalidades del cultivo de banano en Colombia 13
3.Conceptos básicos de agricultura de precisión y agricultura por sitio específico 14
3.1 Tecnologías básicas para la aplicación de agricultura de precisión y agricultura por sitio específico 14
4. Metodología para establecer un plan de manejo por sitio específico 17
4.1 Identificación de las variables relacionadas con la productividad 18
4.2 Levantamiento de la información y diseño de las bases de datos 18
4.3 Análisis y procesamiento de la información 19
4.4 Evaluación y monitoreo del plan de manejo por sitio especifico 20
4.5 Implementación del plan de manejo por sitio específico y transferencia de la información 20
4.6 Evaluación y monitoreo del plan de manejo por sitio 20
5. Estudio de caso 22
5.1 Introducción 22
5.2 Objetivos 22
5.3 Localización del área de estudio 23
5.4 Características ambientales del área de estudio 23
5.5 Metodología 26
5.6 Resultados 32
5.7 Clonclusiones y Recomendaciones 49
Glosario 51
Bibliografía 52
Anexos 55
Resumen 77
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
ANDRÉS FELIPE ARIAS LEIVA
Ministro de Agricultura y Desarrollo Rural
JOSÉ LEONIDAS TOBÓN TORREGOZA
Dirección de Desarrollo Tecnológico y Protección Sanitaria
del Ministerio de Agricultura y Desarrollo Rural
ROBERTO HOYOS RUIZ
Presidente AUGURA
GABRIEL JAIME ELEJALDE GAVIRIA
Director Regional AUGURA
EQUIPO DE TRABAJO
JULIO CÉSAR GUTIÉRREZ HERRERA. Investigador Principal.JOHN JAIRO MIRA CASTILLO. Director de CENIBANANO.HÉCTOR JAIME LÓPEZ. Docente Universidad del Magdalena.DARÍO CASTAÑEDA SÁNCHEZ. Estudiante. Universidad Nacional de Colombia.JOSÉ MIGUEL COTES. Docente. Universidad Nacional de Colombia.DANIEL JARAMILLO JARAMILLO. Docente. Universidad Nacional de Colombia.
INTERVENTORÍA
YECENIA VEGA T. Ministerio de Agricultura y Desarrollo Rural.
EDICIÓN Y DISEÑO
Comunicaciones AUGURA
PORTADA
Campo Experimental AUGURA. (Carepa- Antioquia). Fotografía: Julio C. Gutiérrez Herrera. 2009
3
Tabla de Contenido
Presentación 4
Agradecimientos 6
1. Introducción 7
2. Requerimientos ambientales y nutricionales del cultivo de banano 9
2.1 Necesidades nutricionales del cultivo de banano 11
2.2 Generalidades del cultivo de banano en Colombia 13
3.Conceptos básicos de agricultura de precisión y agricultura por sitio específico 14
3.1 Tecnologías básicas para la aplicación de agricultura de precisión y agricultura por sitio específico 14
4. Metodología para establecer un plan de manejo por sitio específico 17
4.1 Identificación de las variables relacionadas con la productividad 18
4.2 Levantamiento de la información y diseño de las bases de datos 18
4.3 Análisis y procesamiento de la información 19
4.4 Evaluación y monitoreo del plan de manejo por sitio especifico 20
4.5 Implementación del plan de manejo por sitio específico y transferencia de la información 20
4.6 Evaluación y monitoreo del plan de manejo por sitio 20
5. Estudio de caso 22
5.1 Introducción 22
5.2 Objetivos 22
5.3 Localización del área de estudio 23
5.4 Características ambientales del área de estudio 23
5.5 Metodología 26
5.6 Resultados 32
5.7 Clonclusiones y Recomendaciones 49
Glosario 51
Bibliografía 52
Anexos 55
Resumen 77
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Presentación
ROBERTO HOYOS RUIZ
Presidente
Con el objetivo de mantener la productividad del sector bananero y generar nuevos conocimientos en el manejo del cultivo de banano en Colombia, la Asociación de Bananeros de Colombia - AUGURA a través del Centro Nacional de Investigaciones del Banano - CENIBANANO en convenio con
diversas instituciones públicas y privadas ha venido desarrollando
investigación técnica y científica desde 1985 en diversos campos de la
ciencia, tales como: fitosanidad, fisiología, agricultura de precisión,
ambiente y valor agregado.
Dentro de este marco de conocimientos, AUGURA-CENIBANANO en asocio con la facultad de Ingeniería Agronómica de la Universidad del
Magdalena le presentaron a la Dirección de Desarrollo Tecnológico y
Protección Sanitaria del Ministerio de Agricultura, un proyecto denominado
“Evaluación de factores edafoclimáticos en una finca bananera tendientes
al manejo por sitio específico”, el cual tuvo como objetivo principal generar
una metodología de diagnóstico, manejo y uso del suelo por sitio especifico
del cultivo de banano.
Dicho proyecto fue aprobado en el año 2006 y hace parte del programa
especial de investigación denominado: “Programa de manejo integrado del
cultivo de banano con énfasis en el control de Sigatoka Negra”, el cual viene
ejecutando AUGURA desde el año 2004 y que tiene como propósito
principal presentar soluciones con innovación tecnológica a la problemática
generada con esta enfermedad y sus efectos en la producción del cultivo de
banano.
Bajo este gran objetivo y siguiendo los lineamientos propuestos por el
Ministerio de Agricultura, entidad que está trabajando hacia la
consolidación y desarrollo de las cadenas productivas en Colombia, se
ejecutó el proyecto que tuvo una duración de 24 meses, durante los cuales
se adelantaron diversas actividades entre las que se incluyen:
Levantamiento y análisis de información utilizando equipos de precisión,
planteamiento de una metodología para el manejo del cultivo de banano por
sitio específico, capacitación de 350 productores en las regiones de Urabá y
el Magdalena y visitas a campo.
Los resultados de la investigación que aquí se presentan se constituyen en
una herramienta útil para todo el sector bananero y específicamente para
los productores de fruta ya que genera conocimiento y técnicas de manejo del cultivo adaptadas a las condiciones locales de producción, orientadas a la reducción de costos, aumento de la productividad de las fincas y sostenibilidad del cultivo. Así mismo se busca elevar el nivel de vida de todas aquellas personas que laboran o dependen directa e indirectamente de la agroindustria bananera.
Expresamos nuestro agradecimiento a todas las entidades, productores y profesionales que participaron en el proyecto; sin su valioso apoyo no hubiese sido posible llegar a generar este conocimiento innovador y de alta aplicación en la agroindustria bananera.
4 5
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Presentación
ROBERTO HOYOS RUIZ
Presidente
Con el objetivo de mantener la productividad del sector bananero y generar nuevos conocimientos en el manejo del cultivo de banano en Colombia, la Asociación de Bananeros de Colombia - AUGURA a través del Centro Nacional de Investigaciones del Banano - CENIBANANO en convenio con
diversas instituciones públicas y privadas ha venido desarrollando
investigación técnica y científica desde 1985 en diversos campos de la
ciencia, tales como: fitosanidad, fisiología, agricultura de precisión,
ambiente y valor agregado.
Dentro de este marco de conocimientos, AUGURA-CENIBANANO en asocio con la facultad de Ingeniería Agronómica de la Universidad del
Magdalena le presentaron a la Dirección de Desarrollo Tecnológico y
Protección Sanitaria del Ministerio de Agricultura, un proyecto denominado
“Evaluación de factores edafoclimáticos en una finca bananera tendientes
al manejo por sitio específico”, el cual tuvo como objetivo principal generar
una metodología de diagnóstico, manejo y uso del suelo por sitio especifico
del cultivo de banano.
Dicho proyecto fue aprobado en el año 2006 y hace parte del programa
especial de investigación denominado: “Programa de manejo integrado del
cultivo de banano con énfasis en el control de Sigatoka Negra”, el cual viene
ejecutando AUGURA desde el año 2004 y que tiene como propósito
principal presentar soluciones con innovación tecnológica a la problemática
generada con esta enfermedad y sus efectos en la producción del cultivo de
banano.
Bajo este gran objetivo y siguiendo los lineamientos propuestos por el
Ministerio de Agricultura, entidad que está trabajando hacia la
consolidación y desarrollo de las cadenas productivas en Colombia, se
ejecutó el proyecto que tuvo una duración de 24 meses, durante los cuales
se adelantaron diversas actividades entre las que se incluyen:
Levantamiento y análisis de información utilizando equipos de precisión,
planteamiento de una metodología para el manejo del cultivo de banano por
sitio específico, capacitación de 350 productores en las regiones de Urabá y
el Magdalena y visitas a campo.
Los resultados de la investigación que aquí se presentan se constituyen en
una herramienta útil para todo el sector bananero y específicamente para
los productores de fruta ya que genera conocimiento y técnicas de manejo del cultivo adaptadas a las condiciones locales de producción, orientadas a la reducción de costos, aumento de la productividad de las fincas y sostenibilidad del cultivo. Así mismo se busca elevar el nivel de vida de todas aquellas personas que laboran o dependen directa e indirectamente de la agroindustria bananera.
Expresamos nuestro agradecimiento a todas las entidades, productores y profesionales que participaron en el proyecto; sin su valioso apoyo no hubiese sido posible llegar a generar este conocimiento innovador y de alta aplicación en la agroindustria bananera.
4 5
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
6 7
1Agradecimientos Introducción
La Asociación de Bananeros de Colombia, AUGURA agradece el apoyo incondicional a las siguientes personas e instituciones:
- Ministerio de Agricultura y Desarrollo Rural. Dirección de Desarrollo Tecnológico y
Protección Sanitaria.
- Universidad del Magdalena. Facultad de Ingeniería Agronómica.
- Irma Quintero. Docente. Universidad del Magdalena.
- Héctor Jaime López. Docente. Universidad del Magdalena.
- Yecenia Vega T. Ministerio de Agricultura y Desarrollo Rural.
- Centro Internacional de Agricultura Tropical – CIAT.
- Darío Castañeda Sánchez. Estudiante. Universidad Nacional de Colombia.
- José Miguel Cotes. Docente. Universidad Nacional de Colombia.
- Daniel Jaramillo J. Docente. Universidad Nacional de Colombia.
Actualmente, el manejo integral y eficiente de los cultivos depende en gran parte del conocimiento detallado de los factores y variables (explicativas y de respuesta) que intervienen en el crecimiento y desarrollo de las plantas. Es así como la generación y aplicación de nuevas tecnologías que involucran estos aspectos han permitido el surgimiento de la agricultura de precisión y o de la agricultura por sitio específico.
La agricultura de precisión tiene como objetivo mejorar la productividad de los cultivos a
través de la implementación de un plan de manejo integral de acuerdo a las necesidades
propias del cultivo y también de acuerdo a las condiciones edáficas, ambientales y
socioeconómicas del medio; mientras que la agricultura por sitio especifico hace referencia
a áreas homogéneas de manejo.
En términos generales, tanto la agricultura de precisión como la agricultura por sitio
específico están referidas al manejo integral de los cultivos, teniendo en cuenta la
variabilidad espacial y temporal de las condiciones del medio. La aplicación de un
programa de agricultura de precisión o de agricultura por sitio específico depende de un
conjunto de variables entre las que se encuentran: el tipo de cultivo, las condiciones del
medio, la escala de trabajo, la calidad y precisión de la información, entre otros.
El gran auge de la aplicación de la agricultura de precisión y agricultura por sito específico
en cultivos tecnificados, como maíz, soya, sorgo y algunos cítricos especialmente en
Estados Unidos, Australia y Brasil han incentivado la investigación y el desarrollo de nuevas metodologías y formas de manejo integral de los cultivos.
En Colombia, existen varias entidades que han adelantado programas exitosos de agricultura de precisión, en cultivos como caña, frutales y café. En el cultivo de banano durante los últimos años AUGURA y CENIBANANO han apoyado la investigación en el manejo integral del cultivo de banano, a través de convenios con diferentes instituciones, centros de investigación y universidades del país.
En particular, las investigaciones están enfocadas en fertilización, suelos, manejo integrado de plagas, control biológico, fitopatología y fisiología vegetal del banano. Los resultados de las investigaciones obtenidos durante los últimos años han permitido
conocer las condiciones específicas de respuesta del cultivo de banano al manejo
nutricional y su interacción con el medio ambiente; así como también han ayudado a
ampliar el conocimiento técnico y científico del cultivo de banano en el país.
Dando continuidad a este programa de investigación y buscando nuevas alternativas de
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
1
6 7
1Agradecimientos Introducción
La Asociación de Bananeros de Colombia, AUGURA agradece el apoyo incondicional a las siguientes personas e instituciones:
- Ministerio de Agricultura y Desarrollo Rural. Dirección de Desarrollo Tecnológico y
Protección Sanitaria.
- Universidad del Magdalena. Facultad de Ingeniería Agronómica.
- Irma Quintero. Docente. Universidad del Magdalena.
- Héctor Jaime López. Docente. Universidad del Magdalena.
- Yecenia Vega T. Ministerio de Agricultura y Desarrollo Rural.
- Centro Internacional de Agricultura Tropical – CIAT.
- Darío Castañeda Sánchez. Estudiante. Universidad Nacional de Colombia.
- José Miguel Cotes. Docente. Universidad Nacional de Colombia.
- Daniel Jaramillo J. Docente. Universidad Nacional de Colombia.
Actualmente, el manejo integral y eficiente de los cultivos depende en gran parte del conocimiento detallado de los factores y variables (explicativas y de respuesta) que intervienen en el crecimiento y desarrollo de las plantas. Es así como la generación y aplicación de nuevas tecnologías que involucran estos aspectos han permitido el surgimiento de la agricultura de precisión y o de la agricultura por sitio específico.
La agricultura de precisión tiene como objetivo mejorar la productividad de los cultivos a
través de la implementación de un plan de manejo integral de acuerdo a las necesidades
propias del cultivo y también de acuerdo a las condiciones edáficas, ambientales y
socioeconómicas del medio; mientras que la agricultura por sitio especifico hace referencia
a áreas homogéneas de manejo.
En términos generales, tanto la agricultura de precisión como la agricultura por sitio
específico están referidas al manejo integral de los cultivos, teniendo en cuenta la
variabilidad espacial y temporal de las condiciones del medio. La aplicación de un
programa de agricultura de precisión o de agricultura por sitio específico depende de un
conjunto de variables entre las que se encuentran: el tipo de cultivo, las condiciones del
medio, la escala de trabajo, la calidad y precisión de la información, entre otros.
El gran auge de la aplicación de la agricultura de precisión y agricultura por sito específico
en cultivos tecnificados, como maíz, soya, sorgo y algunos cítricos especialmente en
Estados Unidos, Australia y Brasil han incentivado la investigación y el desarrollo de nuevas metodologías y formas de manejo integral de los cultivos.
En Colombia, existen varias entidades que han adelantado programas exitosos de agricultura de precisión, en cultivos como caña, frutales y café. En el cultivo de banano durante los últimos años AUGURA y CENIBANANO han apoyado la investigación en el manejo integral del cultivo de banano, a través de convenios con diferentes instituciones, centros de investigación y universidades del país.
En particular, las investigaciones están enfocadas en fertilización, suelos, manejo integrado de plagas, control biológico, fitopatología y fisiología vegetal del banano. Los resultados de las investigaciones obtenidos durante los últimos años han permitido
conocer las condiciones específicas de respuesta del cultivo de banano al manejo
nutricional y su interacción con el medio ambiente; así como también han ayudado a
ampliar el conocimiento técnico y científico del cultivo de banano en el país.
Dando continuidad a este programa de investigación y buscando nuevas alternativas de
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
1
8 9
manejo del cultivo de banano, AUGURA a través de CENIBANANO en asocio con el
Ministerio de Agricultura y la Universidad del Magdalena, adelantó el proyecto de
investigación denominado “Estudio de factores edafoclimáticos en una finca bananera
tendientes al manejo por sitio específico”; cuyo objetivo principal es generar una
metodología de manejo del cultivo de banano por sitio específico, con el fin de dar
respuesta a las inquietudes de los productores acerca de los factores limitantes que
afectan la producción del cultivo de banano, como también para plantear nuevas
prácticas de manejo con el fin de aumentar la productividad y lograr el desarrollo sostenible
de la región.
Este proyecto se desarrolló siguiendo la metodología propuesta de manejo por sitio
específico que se presenta aquí, la cual comprende diversas etapas desde la identificación
de las variables limitantes hasta su evaluación y representación. Para cada una de las
variables identificadas se realizó un análisis estadístico, entre las cuales se incluyen:
variables edáficas, ambientales, de crecimiento y desarrollo y peso del racimo, con el fin de evaluar la variabilidad, dependencia y representatividad de cada una de éstas dentro del sistema banano.
El análisis de estas variables demostró que la productividad del cultivo depende en gran medida de la interacción de las condiciones fisicoquímicas del suelo y por lo tanto deben evaluarse y manejarse integralmente.
El banano (Musa spp) es un cultivo muy importante tanto a nivel mundial como local. Este
cultivo se desarrolla bien en las regiones tropicales húmedas y cálidas. Geográficamente,
estas condiciones se encuentran en regiones localizadas entre los 30 º de latitud norte y sur, siendo óptimas las ubicadas entre los 15 º de latitud norte - sur, con alturas inferiores a los 300 m. s. n. m.
La planta de banano requiere temperaturas relativamente altas: entre los 21 y los 29,5ºC,
con temperaturas mínima y máxima absolutas de 15,6 ºC y 37,6 ºC, respectivamente. En
cuanto a pluviosidad, la precipitación más frecuente de las zonas productoras se encuentra
en el rango de los 1.500 mm a 1.600 mm anuales. Esta cantidad sería suficiente para
satisfacer los requerimientos hídricos de la planta de banano, los cuales son de unos 100 mm a 180 mm de agua al mes. Sin embargo, en aquellas zonas donde la precipitación no alcanza para suplir las necesidades hídricas del cultivo es posible aplicar agua a través del riego suministrar las cantidades necesarias para el normal desarrollo y crecimiento de la planta.
El cultivo de banano crece y se desarrolla bien en suelos profundos, de fertilidad moderada a alta, generalmente de texturas medias a finas (francas, franco arcillosas y arcillosas) y bien drenados.
Fisiológicamente, la planta de banano se caracteriza por extraer grandes cantidades de nutrientes del suelo, especialmente potasio (K), calcio (Ca), nitrógeno (N) y magnesio (Mg),
respectivamente. Estos elementos son denominados esenciales, ya que la planta necesita
altos contenidos de estos para su normal crecimiento, mientras que otros elementos como
zinc (Zn), boro (B), cobre (Cu), hierro (Fe), manganeso (Mn), azufre (S) y molibdeno (Mo)
son denominados elementos menores dado que las plantas los requieren en bajas
cantidades.
Tanto los elementos mayores como los menores cumplen funciones importantes dentro
de la planta, las cuales se describen en la siguiente tabla:
1Requerimeintos ambientales y nutricionales del cultivo de banano
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
2
8 9
manejo del cultivo de banano, AUGURA a través de CENIBANANO en asocio con el
Ministerio de Agricultura y la Universidad del Magdalena, adelantó el proyecto de
investigación denominado “Estudio de factores edafoclimáticos en una finca bananera
tendientes al manejo por sitio específico”; cuyo objetivo principal es generar una
metodología de manejo del cultivo de banano por sitio específico, con el fin de dar
respuesta a las inquietudes de los productores acerca de los factores limitantes que
afectan la producción del cultivo de banano, como también para plantear nuevas
prácticas de manejo con el fin de aumentar la productividad y lograr el desarrollo sostenible
de la región.
Este proyecto se desarrolló siguiendo la metodología propuesta de manejo por sitio
específico que se presenta aquí, la cual comprende diversas etapas desde la identificación
de las variables limitantes hasta su evaluación y representación. Para cada una de las
variables identificadas se realizó un análisis estadístico, entre las cuales se incluyen:
variables edáficas, ambientales, de crecimiento y desarrollo y peso del racimo, con el fin de evaluar la variabilidad, dependencia y representatividad de cada una de éstas dentro del sistema banano.
El análisis de estas variables demostró que la productividad del cultivo depende en gran medida de la interacción de las condiciones fisicoquímicas del suelo y por lo tanto deben evaluarse y manejarse integralmente.
El banano (Musa spp) es un cultivo muy importante tanto a nivel mundial como local. Este
cultivo se desarrolla bien en las regiones tropicales húmedas y cálidas. Geográficamente,
estas condiciones se encuentran en regiones localizadas entre los 30 º de latitud norte y sur, siendo óptimas las ubicadas entre los 15 º de latitud norte - sur, con alturas inferiores a los 300 m. s. n. m.
La planta de banano requiere temperaturas relativamente altas: entre los 21 y los 29,5ºC,
con temperaturas mínima y máxima absolutas de 15,6 ºC y 37,6 ºC, respectivamente. En
cuanto a pluviosidad, la precipitación más frecuente de las zonas productoras se encuentra
en el rango de los 1.500 mm a 1.600 mm anuales. Esta cantidad sería suficiente para
satisfacer los requerimientos hídricos de la planta de banano, los cuales son de unos 100 mm a 180 mm de agua al mes. Sin embargo, en aquellas zonas donde la precipitación no alcanza para suplir las necesidades hídricas del cultivo es posible aplicar agua a través del riego suministrar las cantidades necesarias para el normal desarrollo y crecimiento de la planta.
El cultivo de banano crece y se desarrolla bien en suelos profundos, de fertilidad moderada a alta, generalmente de texturas medias a finas (francas, franco arcillosas y arcillosas) y bien drenados.
Fisiológicamente, la planta de banano se caracteriza por extraer grandes cantidades de nutrientes del suelo, especialmente potasio (K), calcio (Ca), nitrógeno (N) y magnesio (Mg),
respectivamente. Estos elementos son denominados esenciales, ya que la planta necesita
altos contenidos de estos para su normal crecimiento, mientras que otros elementos como
zinc (Zn), boro (B), cobre (Cu), hierro (Fe), manganeso (Mn), azufre (S) y molibdeno (Mo)
son denominados elementos menores dado que las plantas los requieren en bajas
cantidades.
Tanto los elementos mayores como los menores cumplen funciones importantes dentro
de la planta, las cuales se describen en la siguiente tabla:
1Requerimeintos ambientales y nutricionales del cultivo de banano
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
2
10 11
- Elemento activo en el proceso de fotosíntesis.
- Participa en procesos metabólicos y fisiológicos.
- Componente importante de la estructura de proteínas, ácidos nucléicos, vitaminas,
reguladores de crecimiento y muchos otros compuestos.
- Influye en la coloración de las hojas.
- Esencial para la síntesis de la clorofila.
- Participa en varios procesos entre ellos los de síntesis y descomposición de proteínas,
grasas y carbohidratos.
- Importante para los procesos metabólicos que requieren energía.
- Necesario para el metabolismo de los carbohidratos, la síntesis de proteínas, el control y
la regulación de las actividades de varios elementos esenciales.
- Regula el contenido de agua en las hojas.
- Catalizador del proceso de fotosíntesis y respiración.
- Importante para la formación de paredes celulares y para el crecimiento de las raíces.
- Activador enzimático.
- Participa en la división celular.
- Importante en el proceso de fotosíntesis.
- Participa en procesos metabólicos de carbohidratos, grasas y proteínas.
- Interviene en el transporte de fosfatos.
- Constituyente importante de los aminoácidos cisterna, cistina y metionina.
- Activador enzimático, necesario en la fotosíntesis.
- Importante en el desarrollo celular, la floración y la fructificación.
- Importante en la formación de clorofila y de varias enzimas.
- Participa en los procesos de respiración y en el metabolismo del nitrógeno
- Necesario en la síntesis de clorofila.
- Necesario para la formación de la enzima encargada de reducir el nitrato a amonio
dentro de la planta.
- Activador enzimático.
- Participa en la síntesis de reguladores de crecimiento.
Nitrógeno (N)
Fósforo (P)
Potasio (K)
Calcio (Ca)
Magnesio (Mg)
Azufre (S)
Zinc (Zn)
Cobre (Cu)
Boro (B)
Hierro (Fe)
Manganeso (Mn)
Molibdeno (Mo)
El cultivo de banano, como cualquier otro cultivo requiere de nutrientes (elementos
mayores y menores) para su crecimiento y desarrollo. Un exceso o déficit en las cantidades
requeridas por la planta puede generar desórdenes fisiológicos en ella y malformaciones
de la fruta.
Normalmente cuando el cultivo es tecnificado y explotado intensamente, se requiere
aplicar regularmente nutrientes al medio, con el fin de suplir las demandas del cultivo y
mantener en equilibrio los elementos del suelo.
Según Lahav y Turner (1992) las cantidades de nutrientes (expresados en kg/ha/año) extraídos por
un cultivo de banano cuya producción anual es de 50 toneladas (equivalente a 2500 cajas, es decir
20 kg/ha/año), son los relacionados en la Tabla 2.
2.1 Necesidades nutricionales del cultivo de banano
2.1.1 Elementos mayores
A su vez, López y Espinosa (1995),
reportan que un cultivo de banano
cuya producción es de 70 toneladas,
equivalente a 3500 cajas, es decir 20
kg/ha/año, extrae las cantidades de
nutrientes detalladas en la Tabla 2.
De acuerdo con los datos
relacionados en la Tabla 2, el cultivo
de banano es exigente en K y N. Así
mismo las relaciones entre N-P-K
extraído por los racimos producidos
en una hectárea de banano es: 2,5 1
25. Esto significa que, una hectárea
de banano extrae en un año de
cosecha 10 veces más K que N.
Kg Kg
Nitrógeno (N)
150 126.5
Fósforo (P) 60 14.5
Potasio (K)
1500
399
Calcio (Ca) 215 10.2
Magnesio (Mg) 140 20.3
Manganeso (Mn)
Hierro (Fe) 5 1.9
Zinc (Zn) 1.5 0.5
Boro (B) 1.25 0.8
Cobre (Cu) 0.5 0.3
12 0.8
Lahav y Turner
(1992)
López y Espinosa
(1995)
Tablas 2: Requerimientos nutricionales del cultivo de banano
Tabla 1: Principales funciones de los nutrientes en las plantas
Obviamente, muchas de las cantidades extraídas y asimilables por el cultivo varían de acuerdo con factores ambientales, tipo de variedad, densidad de siembra, calidad y fertilidad del suelo, entre otras.
Nutrientes Principales funciones
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
10 11
- Elemento activo en el proceso de fotosíntesis.
- Participa en procesos metabólicos y fisiológicos.
- Componente importante de la estructura de proteínas, ácidos nucléicos, vitaminas,
reguladores de crecimiento y muchos otros compuestos.
- Influye en la coloración de las hojas.
- Esencial para la síntesis de la clorofila.
- Participa en varios procesos entre ellos los de síntesis y descomposición de proteínas,
grasas y carbohidratos.
- Importante para los procesos metabólicos que requieren energía.
- Necesario para el metabolismo de los carbohidratos, la síntesis de proteínas, el control y
la regulación de las actividades de varios elementos esenciales.
- Regula el contenido de agua en las hojas.
- Catalizador del proceso de fotosíntesis y respiración.
- Importante para la formación de paredes celulares y para el crecimiento de las raíces.
- Activador enzimático.
- Participa en la división celular.
- Importante en el proceso de fotosíntesis.
- Participa en procesos metabólicos de carbohidratos, grasas y proteínas.
- Interviene en el transporte de fosfatos.
- Constituyente importante de los aminoácidos cisterna, cistina y metionina.
- Activador enzimático, necesario en la fotosíntesis.
- Importante en el desarrollo celular, la floración y la fructificación.
- Importante en la formación de clorofila y de varias enzimas.
- Participa en los procesos de respiración y en el metabolismo del nitrógeno
- Necesario en la síntesis de clorofila.
- Necesario para la formación de la enzima encargada de reducir el nitrato a amonio
dentro de la planta.
- Activador enzimático.
- Participa en la síntesis de reguladores de crecimiento.
Nitrógeno (N)
Fósforo (P)
Potasio (K)
Calcio (Ca)
Magnesio (Mg)
Azufre (S)
Zinc (Zn)
Cobre (Cu)
Boro (B)
Hierro (Fe)
Manganeso (Mn)
Molibdeno (Mo)
El cultivo de banano, como cualquier otro cultivo requiere de nutrientes (elementos
mayores y menores) para su crecimiento y desarrollo. Un exceso o déficit en las cantidades
requeridas por la planta puede generar desórdenes fisiológicos en ella y malformaciones
de la fruta.
Normalmente cuando el cultivo es tecnificado y explotado intensamente, se requiere
aplicar regularmente nutrientes al medio, con el fin de suplir las demandas del cultivo y
mantener en equilibrio los elementos del suelo.
Según Lahav y Turner (1992) las cantidades de nutrientes (expresados en kg/ha/año) extraídos por
un cultivo de banano cuya producción anual es de 50 toneladas (equivalente a 2500 cajas, es decir
20 kg/ha/año), son los relacionados en la Tabla 2.
2.1 Necesidades nutricionales del cultivo de banano
2.1.1 Elementos mayores
A su vez, López y Espinosa (1995),
reportan que un cultivo de banano
cuya producción es de 70 toneladas,
equivalente a 3500 cajas, es decir 20
kg/ha/año, extrae las cantidades de
nutrientes detalladas en la Tabla 2.
De acuerdo con los datos
relacionados en la Tabla 2, el cultivo
de banano es exigente en K y N. Así
mismo las relaciones entre N-P-K
extraído por los racimos producidos
en una hectárea de banano es: 2,5 1
25. Esto significa que, una hectárea
de banano extrae en un año de
cosecha 10 veces más K que N.
Kg Kg
Nitrógeno (N)
150 126.5
Fósforo (P) 60 14.5
Potasio (K)
1500
399
Calcio (Ca) 215 10.2
Magnesio (Mg) 140 20.3
Manganeso (Mn)
Hierro (Fe) 5 1.9
Zinc (Zn) 1.5 0.5
Boro (B) 1.25 0.8
Cobre (Cu) 0.5 0.3
12 0.8
Lahav y Turner
(1992)
López y Espinosa
(1995)
Tablas 2: Requerimientos nutricionales del cultivo de banano
Tabla 1: Principales funciones de los nutrientes en las plantas
Obviamente, muchas de las cantidades extraídas y asimilables por el cultivo varían de acuerdo con factores ambientales, tipo de variedad, densidad de siembra, calidad y fertilidad del suelo, entre otras.
Nutrientes Principales funciones
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
12 13
Teniendo en cuenta lo anterior podemos concluir que el N y el K son los elementos más importantes en la nutrición del cultivo y por lo tanto no deben faltar en un plan básico de fertilización. Sinembargo una sola aplicación de estos nutrientes no garantiza una alta productividad; ya que para obtener buenos resultados se requiere de un plan de fertilización completo que garantice la presencia y disponibilidad tanto de elementos mayores como de menoresen la diferentes etapas del crecimiento del cultivo.
En el país el cultivo de banano es una actividad que genera cerca de 25.000 empleos directos, condición que hace muy necesaria su preservación y mejoramiento, con el fin de satisfacer una demanda creciente de mercado en el mundo.
A nivel nacional el cultivo comercial de banano se desarrolla principalmente en dos regiones, Urabá y Magdalena. Hasta el año 2007 el total de hectáreas sembradas era de 42,287; es decir 827 hectáreas menos que las reportadas en el año 2006, cuando fueron 43,654 las hectáreas sembradas en banano de exportación. (Coyuntura bananera. 2007).
Durante el año 2007 las exportaciones colombianas de banano, ascendieron a 85.5 millones de cajas de 18.14 Kg por valor de US $509.6 millones. Esto representó un crecimiento de 2.04 % en volumen y de 10.09 % en valor, respecto al año 2006, cuando se exportaron desde Colombia 83.8 millones de cajas por valor de US $ 462.9 millones (Coyuntura bananera. 2007).
La productividad promedio en el 2007 se ubicó entonces en 1,996 cajas por hectárea, levemente superior a la observada el año 2006 cuando fue de 1,919 cajas/ha/año, jalonada principalmente por la mejora en la productividad en la región de Urabá (Coyuntura bananera. 2007).
A nivel regional, las exportaciones de banano desde la zona de Urabá ascendieron durante el año 2006 a 64.1 millones de cajas por valor de US $ 381.8 millones, presentándose un crecimiento del 2.06 % en el volumen y un crecimiento de 10.54% en el valor frente al año 2006, cuando fueron de 62.8 millones de cajas por US $ 345.4 millones. Actualmente el área sembrada en la zona de Urabá es de 32.327 hectáreas en producción, 27 hectáreas menos que el año 2006, lo que representan un decrecimiento del 0.08% (Coyuntura bananera. 2007).
Con relación a la zona de Santa Marta, las exportaciones de banano en el año 2007, ascendieron a 21.3 millones de cajas por US $127.9 millones, con crecimientos del 1.98 % y 8.79 % en volumen y valor frente al año 2006, cuando se exportaron 20.9 millones de cajas por US $117.5 millones. El área sembrada en esta zona alcanza las 10,500 hectáreas en producción, 800 hectáreas menos que el año anterior. La productividad promedio en esta zona se situó en 2,031 cajas por hectárea; 9.75 % más alta que el año anterior, cuando fue de 1,850 cajas por hectárea (Coyuntura bananera. 2007).
Los elementos secundarios requeridos por las plantas, tales como: Ca, Mg y S, son tan importantes como los mayores y como los micronutrientes, la calificación no indica una mayor relevancia de unos frente a los otros, solamente indica las cantidades necesarias de los primeros con respecto a los demás elementos.
Según los datos de la Tabla 2., la relación entre Ca / Mg es 1.5, es decir que una hectárea de banano extrae en un año de cosecha 1.5 veces más calcio que magnesio.
Así mismo, observando las relaciones de Ca / Mg, extraídos por el racimo es 0.5, es decir, la extracción de Ca por una hectárea de cultivo en un año es la mitad del Mg extraído por un cultivo altamente productivo (> 3000 cajas/ha/año). Al parecer, una mayor producción de fruta genera una mayor demanda de Mg que de Ca, contrario a cultivos de producción media en donde la demanda de Ca es mayor 1.5 veces que el Mg.
2.1.2 Elementos secundarios
2.1.3 Micronutrientes
Los elementos llamados micronutrientes son importantes para la nutrición de las plantas, muchos de ellos son necesarios para la absorción de los elementos mayores o secundarios. Deben su nombre a las cantidades mínimas requeridas por la planta.
Estos elementos son: hierro (Fe), manganeso (Mn), cobre (Cu), zinc (Zn), boro (B), molibdeno (Mo) y cloro (Cl). En el cultivo del banano son de vital importancia debido al rol que desempeñan en la formación del racimo, especialmente el B y el Zn.
De acuerdo con los datos de la Tabla 2., las relaciones para estos dos elementos (Zn/B) en el cultivo del banano es 1.2; es decir, una hectárea de banano extrae durante un año de cosecha 1.2 más Zn que B. Si comparamos los datos de la Tabla 2., observamos que la relación entre el Zn / B extraído por una hectárea en un año es de 0.71. Si analizamos la relación Ca / Mg notamos que a mayor productividad, las relaciones entre estos elementos se invierten.
Los análisis de los datos anteriores confirman la necesidad de elaborar un plan de fertilización completo que incluya elementos mayores y menores. Para ello, es necesario conocer el historial productivo de la finca, el contenido de nutrientes en suelos y hojas, las características de los suelos, la cantidad de fertilizantes aplicados y el manejo del agua, son factores que en conjunto determinan el nivel de productividad del cultivo y la calidad de la fruta cosechada.
2.2 Generalidades del cultivo de banano en Colombia
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
12 13
Teniendo en cuenta lo anterior podemos concluir que el N y el K son los elementos más importantes en la nutrición del cultivo y por lo tanto no deben faltar en un plan básico de fertilización. Sinembargo una sola aplicación de estos nutrientes no garantiza una alta productividad; ya que para obtener buenos resultados se requiere de un plan de fertilización completo que garantice la presencia y disponibilidad tanto de elementos mayores como de menoresen la diferentes etapas del crecimiento del cultivo.
En el país el cultivo de banano es una actividad que genera cerca de 25.000 empleos directos, condición que hace muy necesaria su preservación y mejoramiento, con el fin de satisfacer una demanda creciente de mercado en el mundo.
A nivel nacional el cultivo comercial de banano se desarrolla principalmente en dos regiones, Urabá y Magdalena. Hasta el año 2007 el total de hectáreas sembradas era de 42,287; es decir 827 hectáreas menos que las reportadas en el año 2006, cuando fueron 43,654 las hectáreas sembradas en banano de exportación. (Coyuntura bananera. 2007).
Durante el año 2007 las exportaciones colombianas de banano, ascendieron a 85.5 millones de cajas de 18.14 Kg por valor de US $509.6 millones. Esto representó un crecimiento de 2.04 % en volumen y de 10.09 % en valor, respecto al año 2006, cuando se exportaron desde Colombia 83.8 millones de cajas por valor de US $ 462.9 millones (Coyuntura bananera. 2007).
La productividad promedio en el 2007 se ubicó entonces en 1,996 cajas por hectárea, levemente superior a la observada el año 2006 cuando fue de 1,919 cajas/ha/año, jalonada principalmente por la mejora en la productividad en la región de Urabá (Coyuntura bananera. 2007).
A nivel regional, las exportaciones de banano desde la zona de Urabá ascendieron durante el año 2006 a 64.1 millones de cajas por valor de US $ 381.8 millones, presentándose un crecimiento del 2.06 % en el volumen y un crecimiento de 10.54% en el valor frente al año 2006, cuando fueron de 62.8 millones de cajas por US $ 345.4 millones. Actualmente el área sembrada en la zona de Urabá es de 32.327 hectáreas en producción, 27 hectáreas menos que el año 2006, lo que representan un decrecimiento del 0.08% (Coyuntura bananera. 2007).
Con relación a la zona de Santa Marta, las exportaciones de banano en el año 2007, ascendieron a 21.3 millones de cajas por US $127.9 millones, con crecimientos del 1.98 % y 8.79 % en volumen y valor frente al año 2006, cuando se exportaron 20.9 millones de cajas por US $117.5 millones. El área sembrada en esta zona alcanza las 10,500 hectáreas en producción, 800 hectáreas menos que el año anterior. La productividad promedio en esta zona se situó en 2,031 cajas por hectárea; 9.75 % más alta que el año anterior, cuando fue de 1,850 cajas por hectárea (Coyuntura bananera. 2007).
Los elementos secundarios requeridos por las plantas, tales como: Ca, Mg y S, son tan importantes como los mayores y como los micronutrientes, la calificación no indica una mayor relevancia de unos frente a los otros, solamente indica las cantidades necesarias de los primeros con respecto a los demás elementos.
Según los datos de la Tabla 2., la relación entre Ca / Mg es 1.5, es decir que una hectárea de banano extrae en un año de cosecha 1.5 veces más calcio que magnesio.
Así mismo, observando las relaciones de Ca / Mg, extraídos por el racimo es 0.5, es decir, la extracción de Ca por una hectárea de cultivo en un año es la mitad del Mg extraído por un cultivo altamente productivo (> 3000 cajas/ha/año). Al parecer, una mayor producción de fruta genera una mayor demanda de Mg que de Ca, contrario a cultivos de producción media en donde la demanda de Ca es mayor 1.5 veces que el Mg.
2.1.2 Elementos secundarios
2.1.3 Micronutrientes
Los elementos llamados micronutrientes son importantes para la nutrición de las plantas, muchos de ellos son necesarios para la absorción de los elementos mayores o secundarios. Deben su nombre a las cantidades mínimas requeridas por la planta.
Estos elementos son: hierro (Fe), manganeso (Mn), cobre (Cu), zinc (Zn), boro (B), molibdeno (Mo) y cloro (Cl). En el cultivo del banano son de vital importancia debido al rol que desempeñan en la formación del racimo, especialmente el B y el Zn.
De acuerdo con los datos de la Tabla 2., las relaciones para estos dos elementos (Zn/B) en el cultivo del banano es 1.2; es decir, una hectárea de banano extrae durante un año de cosecha 1.2 más Zn que B. Si comparamos los datos de la Tabla 2., observamos que la relación entre el Zn / B extraído por una hectárea en un año es de 0.71. Si analizamos la relación Ca / Mg notamos que a mayor productividad, las relaciones entre estos elementos se invierten.
Los análisis de los datos anteriores confirman la necesidad de elaborar un plan de fertilización completo que incluya elementos mayores y menores. Para ello, es necesario conocer el historial productivo de la finca, el contenido de nutrientes en suelos y hojas, las características de los suelos, la cantidad de fertilizantes aplicados y el manejo del agua, son factores que en conjunto determinan el nivel de productividad del cultivo y la calidad de la fruta cosechada.
2.2 Generalidades del cultivo de banano en Colombia
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
14 15
1
11Conceptos básicos de agricultura de precisión y agricultura por sitio específico
3La agricultura por sitio específico y la agricultura de precisión se refieren a un manejo de los cultivos adaptado a la variación espacial y temporal en las condiciones del campo; la diferencia entre los dos conceptos radica en que la agricultura de precisión puede llegar a manejar el cultivo hasta el nivel de planta por planta; mientras que la agricultura por sitio específico puede ser referida a unidades homogéneas de manejo. (Cock, J. H. 2000).
Una diferencia básica entre los sistemas de manejo agrícola convencionales y la agricultura de precisión, es la utilización de equipos y tecnologías modernas de información para capturar, procesar y analizar datos de múltiples fuentes, con una alta resolución espacial y temporal, útiles para tomar decisiones, así como para establecer las prácticas para el manejo y la producción de los cultivos (Ovalles, 2003).La agricultura de precisión es un concepto y una herramienta de manejo diseñada para manejar eficientemente los cultivos y aumentar la producción. También se puede denominar como la captura y control de la información agronómica para satisfacer las necesidades de lotes individuales en lugar de las necesidades promedio de todos los lotes (Pierce y Nowak, 1999).
Algunas de las tecnologías que han permitido el desarrollo de la agricultura de precisión son: el sistema de posicionamiento global (GPS), los sistemas de información geográfica (SIG), los sensores remotos y los sensores locales.
Estas herramientas ofrecen la posibilidad de recolectar muchos datos de un número suficientemente grande de eventos; con una varianza total suficiente que permite predecir con gran confiabilidad los efectos de factores individuales y sus interacciones y quizás de mayor importancia para determinar la respuesta probable de un cultivo a un juego específico de condiciones ambientales y prácticas de manejo.
3.1 Tecnologías básicas para la aplicación de agricultura de precisión y agricultura por sitio específico
3.1.1 Sistemas de Posicionamiento Global (GPS)
3.1.2 Sistemas de Información Geográfica (SIG)
Los GPS funcionan mediante receptores móviles sobre la tierra que captan las señales electromagnéticas emitidas por los satélites en orbita. Los receptores GPS calculan la posición en el campo, en términos de longitud y latitud, luego calculan la distancia midiendo el tiempo que tarda en llegar la señal. Posteriormente utiliza un modelo de triangulación para determinar la posición exacta del receptor GPS sobre la superficie de la tierra.
Muchas de las aplicaciones de los GPS en las ciencias de la tierra están relacionadas con producción de cultivos, manejo forestal, acuicultura y manejo de recursos naturales.
Específicamente en agricultura, los GPS tienen amplia aplicación en el levantamiento o captura de la información espacial base para mapear diversas variables de producción, como: siembra, cosecha, control de enfermedades, manejo de cultivo y productividad, entre otros.
Un sistema de información geográfica (SIG) es un sistema computacional que utiliza datos espaciales referenciados, para realizar análisis de información y mapeo. Un SIG permite capturar, almacenar y analizar información; además es posible realizar modelamiento de fenómenos naturales a partir de información geoespacial. Por ejemplo, mapas de fertilidad detallados de las condiciones actuales de una finca pueden ser elaborados y representadas espacialmente a través del uso de GPS y su integración con un SIG.Generalmente en un SIG, la información se organiza por capas o coberturas, como por ejemplo: capas de suelos, topografía, producción, clima, hidrografía, vegetación, etc., las cuales se utilizan para realizar análisis espaciales, cruzar diferentes tipos de información y representarla espacialmente. Así mismo, un SIG debe soportar la manipulación y el manejo de todo tipo de información, espacial y no espacial.
La implementación y operación de un SIG depende básicamente de las necesidades del usuario, ya que es quien define los objetivos, metodología y resultados esperados, teniendo en cuenta los requerimientos de información para alimentar el SIG y las necesidades de cada organización.
Por ejemplo el análisis de las condiciones edáficas y ambientales presentes de una finca se puede realizar superponiendo la información de cada una de estas variables, evaluarlas y complementarlas con información tabular (datos) de las variables analizadas, así como de las prácticas y manejo del cultivo durante un lapso de tiempo.
Básicamente un SIG está compuesto por: hardware (computador), software (funciones y herramientas), datos, equipos de cómputo (PC) y el personal.
DATOS
EQUIPOS Y PC
HARDWARE
SOFTWARE
PERSONAL
SIG
Figura 1. Componentes básicos de un sistema de información geográfica
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
14 15
1
11Conceptos básicos de agricultura de precisión y agricultura por sitio específico
3La agricultura por sitio específico y la agricultura de precisión se refieren a un manejo de los cultivos adaptado a la variación espacial y temporal en las condiciones del campo; la diferencia entre los dos conceptos radica en que la agricultura de precisión puede llegar a manejar el cultivo hasta el nivel de planta por planta; mientras que la agricultura por sitio específico puede ser referida a unidades homogéneas de manejo. (Cock, J. H. 2000).
Una diferencia básica entre los sistemas de manejo agrícola convencionales y la agricultura de precisión, es la utilización de equipos y tecnologías modernas de información para capturar, procesar y analizar datos de múltiples fuentes, con una alta resolución espacial y temporal, útiles para tomar decisiones, así como para establecer las prácticas para el manejo y la producción de los cultivos (Ovalles, 2003).La agricultura de precisión es un concepto y una herramienta de manejo diseñada para manejar eficientemente los cultivos y aumentar la producción. También se puede denominar como la captura y control de la información agronómica para satisfacer las necesidades de lotes individuales en lugar de las necesidades promedio de todos los lotes (Pierce y Nowak, 1999).
Algunas de las tecnologías que han permitido el desarrollo de la agricultura de precisión son: el sistema de posicionamiento global (GPS), los sistemas de información geográfica (SIG), los sensores remotos y los sensores locales.
Estas herramientas ofrecen la posibilidad de recolectar muchos datos de un número suficientemente grande de eventos; con una varianza total suficiente que permite predecir con gran confiabilidad los efectos de factores individuales y sus interacciones y quizás de mayor importancia para determinar la respuesta probable de un cultivo a un juego específico de condiciones ambientales y prácticas de manejo.
3.1 Tecnologías básicas para la aplicación de agricultura de precisión y agricultura por sitio específico
3.1.1 Sistemas de Posicionamiento Global (GPS)
3.1.2 Sistemas de Información Geográfica (SIG)
Los GPS funcionan mediante receptores móviles sobre la tierra que captan las señales electromagnéticas emitidas por los satélites en orbita. Los receptores GPS calculan la posición en el campo, en términos de longitud y latitud, luego calculan la distancia midiendo el tiempo que tarda en llegar la señal. Posteriormente utiliza un modelo de triangulación para determinar la posición exacta del receptor GPS sobre la superficie de la tierra.
Muchas de las aplicaciones de los GPS en las ciencias de la tierra están relacionadas con producción de cultivos, manejo forestal, acuicultura y manejo de recursos naturales.
Específicamente en agricultura, los GPS tienen amplia aplicación en el levantamiento o captura de la información espacial base para mapear diversas variables de producción, como: siembra, cosecha, control de enfermedades, manejo de cultivo y productividad, entre otros.
Un sistema de información geográfica (SIG) es un sistema computacional que utiliza datos espaciales referenciados, para realizar análisis de información y mapeo. Un SIG permite capturar, almacenar y analizar información; además es posible realizar modelamiento de fenómenos naturales a partir de información geoespacial. Por ejemplo, mapas de fertilidad detallados de las condiciones actuales de una finca pueden ser elaborados y representadas espacialmente a través del uso de GPS y su integración con un SIG.Generalmente en un SIG, la información se organiza por capas o coberturas, como por ejemplo: capas de suelos, topografía, producción, clima, hidrografía, vegetación, etc., las cuales se utilizan para realizar análisis espaciales, cruzar diferentes tipos de información y representarla espacialmente. Así mismo, un SIG debe soportar la manipulación y el manejo de todo tipo de información, espacial y no espacial.
La implementación y operación de un SIG depende básicamente de las necesidades del usuario, ya que es quien define los objetivos, metodología y resultados esperados, teniendo en cuenta los requerimientos de información para alimentar el SIG y las necesidades de cada organización.
Por ejemplo el análisis de las condiciones edáficas y ambientales presentes de una finca se puede realizar superponiendo la información de cada una de estas variables, evaluarlas y complementarlas con información tabular (datos) de las variables analizadas, así como de las prácticas y manejo del cultivo durante un lapso de tiempo.
Básicamente un SIG está compuesto por: hardware (computador), software (funciones y herramientas), datos, equipos de cómputo (PC) y el personal.
DATOS
EQUIPOS Y PC
HARDWARE
SOFTWARE
PERSONAL
SIG
Figura 1. Componentes básicos de un sistema de información geográfica
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
IDENTIFICAR VARIABLESRELACIONADAS CON LA
PRODUCTIVIDAD
LEVANTAMIENTO DE LA INFORMACIÓN
Y DISEÑO DE BASES DE DATOS
ANÁLISIS Y PROCESAMIENTODE LA INFORMACIÓN
TOMA DE DECISIONES
IMPLEMENTACIÓN DEL PLAN DE MANEJO POR SITIO ESPECIFICO
EVALUACIÓN Y MONITOREODEL PLAN DE MANEJOPOR SITIO ESPECIFICO
16
17
Ciencias
3.1.3 Sensores remotos
3.1.4 Sensores locales
Los sensores remotos son instrumentos capaces de registrar, codificar y grabar la energía emitida por los objetos presentes sobre la superficie terrestre, para luego transmitirla a un sistema de recepción, denominado sensor. Una vez el sensor registra la señal o radiación, este la procesa emitiendo diferentes señales que son espectralmente similares. Dentro de estos sensores se incluyen las imágenes de satélite y las fotografías aéreas.
Las imágenes de satélite son herramientas muy importantes en la agricultura de precisión, especialmente cuando se requiere el levantamiento y captura de información espacial y temporal de las condiciones en un área determinada. Es una representación gráfica en forma vectorial o en matrices de los valores de reflectancia de los diferentes objetos localizados en la superficie terrestre captados por el sensor y que se manifiestan en la imagen mediante ciertos elementos que son la base de la interpretación.
Los objetos, rasgos y características que conforman una determinada cobertura de la tierra se manifiestan en las imágenes de satélite mediante ciertos elementos que son la base y el fundamento de la interpretación (tono, textura, patrón, forma, tamaño, etc.). La forma en que estos elementos aparecen registrados depende del tipo de registro espectral, de la resolución espacial y de la resolución temporal.
Las fotografías aéreas son una imagen de una serie de objetos o elementos geográficos presentes en un terreno, los cuales son captados desde un avión o cualquier dispositivo equipado con cámaras fotográficas diseñadas para ese fin. Las fotografías aéreas tienen múltiples usos y aplicaciones en diferentes campos de la ciencia como: geología, ecología, agronomía, geomorfología, agroforesteria, suelos e ingeniería. En agricultura de precisión las fotografías aéreas que se utilizan preferiblemente son de alta resolución y a escalas menores de 1: 10.000. Su aplicación abarca diferentes campos entre los que se encuentran estudios de cobertura y usos de suelo, monitoreo de enfermedades, manejo de los cultivos, mapeo de productividad y degradación de suelos.
Bajo este término se incluyen otros tipos de sensores y equipos diseñados para capturar información y medir directamente en el campo las condiciones edáficas y ambientales. Estos equipos tienen algunas ventajas entre las cuales se incluyen: alta precisión de los datos, rapidez, fácil operabilidad y en algunos casos bajos costos de operación.
Entre estos sensores se encuentran equipos de campo, provistos con dispositivos instalados que miden la conductividad eléctrica, el pH de los suelos, el contenido de humedad, contenidos de humedad de las plantas, análisis de concentración de azúcares en las frutas para conocer el momento óptimo de cosecha, conservación de la calidad, conocimiento de la maduración de las frutas mediante sensores colorimétricos, estado nutricional de determinada plantación mediante el conocimiento de las concentraciones de cada nutriente, entre otros.La mayoría de estos sensores están equipados con procesadores de información que permiten transferir la información colectada directamente a un sistema de información geográfica (SIG) facilitando el procesamiento de los datos capturados.
1Metodología para establecerun plan de manejo por sitio específico
4El desarrollo y la implementación de un programa de agricultura de precisión y o de manejo por sitio específico parte de la identificación de las variables o factores que influyen en la productividad. Una vez identificadas se procede a capturar o levantar datos e información de cada variable para su posterior análisis y finalmente definir e implementar el programa de agricultura por sitio específico.El esquema siguiente (Figura 2.) representa las etapas sugeridas para desarrollar un programa de agricultura de precisión o agricultura por sitio especifico.
Figura 2. Metodología general para el manejo por sitio específico
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
IDENTIFICAR VARIABLESRELACIONADAS CON LA
PRODUCTIVIDAD
LEVANTAMIENTO DE LA INFORMACIÓN
Y DISEÑO DE BASES DE DATOS
ANÁLISIS Y PROCESAMIENTODE LA INFORMACIÓN
TOMA DE DECISIONES
IMPLEMENTACIÓN DEL PLAN DE MANEJO POR SITIO ESPECIFICO
EVALUACIÓN Y MONITOREODEL PLAN DE MANEJOPOR SITIO ESPECIFICO
16
17
Ciencias
3.1.3 Sensores remotos
3.1.4 Sensores locales
Los sensores remotos son instrumentos capaces de registrar, codificar y grabar la energía emitida por los objetos presentes sobre la superficie terrestre, para luego transmitirla a un sistema de recepción, denominado sensor. Una vez el sensor registra la señal o radiación, este la procesa emitiendo diferentes señales que son espectralmente similares. Dentro de estos sensores se incluyen las imágenes de satélite y las fotografías aéreas.
Las imágenes de satélite son herramientas muy importantes en la agricultura de precisión, especialmente cuando se requiere el levantamiento y captura de información espacial y temporal de las condiciones en un área determinada. Es una representación gráfica en forma vectorial o en matrices de los valores de reflectancia de los diferentes objetos localizados en la superficie terrestre captados por el sensor y que se manifiestan en la imagen mediante ciertos elementos que son la base de la interpretación.
Los objetos, rasgos y características que conforman una determinada cobertura de la tierra se manifiestan en las imágenes de satélite mediante ciertos elementos que son la base y el fundamento de la interpretación (tono, textura, patrón, forma, tamaño, etc.). La forma en que estos elementos aparecen registrados depende del tipo de registro espectral, de la resolución espacial y de la resolución temporal.
Las fotografías aéreas son una imagen de una serie de objetos o elementos geográficos presentes en un terreno, los cuales son captados desde un avión o cualquier dispositivo equipado con cámaras fotográficas diseñadas para ese fin. Las fotografías aéreas tienen múltiples usos y aplicaciones en diferentes campos de la ciencia como: geología, ecología, agronomía, geomorfología, agroforesteria, suelos e ingeniería. En agricultura de precisión las fotografías aéreas que se utilizan preferiblemente son de alta resolución y a escalas menores de 1: 10.000. Su aplicación abarca diferentes campos entre los que se encuentran estudios de cobertura y usos de suelo, monitoreo de enfermedades, manejo de los cultivos, mapeo de productividad y degradación de suelos.
Bajo este término se incluyen otros tipos de sensores y equipos diseñados para capturar información y medir directamente en el campo las condiciones edáficas y ambientales. Estos equipos tienen algunas ventajas entre las cuales se incluyen: alta precisión de los datos, rapidez, fácil operabilidad y en algunos casos bajos costos de operación.
Entre estos sensores se encuentran equipos de campo, provistos con dispositivos instalados que miden la conductividad eléctrica, el pH de los suelos, el contenido de humedad, contenidos de humedad de las plantas, análisis de concentración de azúcares en las frutas para conocer el momento óptimo de cosecha, conservación de la calidad, conocimiento de la maduración de las frutas mediante sensores colorimétricos, estado nutricional de determinada plantación mediante el conocimiento de las concentraciones de cada nutriente, entre otros.La mayoría de estos sensores están equipados con procesadores de información que permiten transferir la información colectada directamente a un sistema de información geográfica (SIG) facilitando el procesamiento de los datos capturados.
1Metodología para establecerun plan de manejo por sitio específico
4El desarrollo y la implementación de un programa de agricultura de precisión y o de manejo por sitio específico parte de la identificación de las variables o factores que influyen en la productividad. Una vez identificadas se procede a capturar o levantar datos e información de cada variable para su posterior análisis y finalmente definir e implementar el programa de agricultura por sitio específico.El esquema siguiente (Figura 2.) representa las etapas sugeridas para desarrollar un programa de agricultura de precisión o agricultura por sitio especifico.
Figura 2. Metodología general para el manejo por sitio específico
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
18 19
4.1 Identificación de variables relacionadas con la productividad
4.2 Levantamiento de la información y diseño de las bases de datos
4.3 Análisis y procesamiento de la información
La primera etapa de este proceso consiste en identificar los factores o variables tanto explicativas como de respuesta (limitantes y no limitantes) que inciden en la productividad del cultivo. Una vez identificadas se procede a recolectar información de cada una de estas variables, ya sea a través del levantamiento de datos en campo o recopilación de información a partir de estudios realizados anteriormente en la finca o en la región.
La identificación de estas variables generalmente va en relación directa con los propósitos del productor y su reconocimiento se puede realizar a partir de la información histórica del manejo de la fina y con la ayuda de datos de productividad de los lotes, teniendo en cuenta las áreas problemas o de baja productividad, como por ejemplo áreas mal drenadas, áreas erosionadas y presencia de suelos compactados. Algunas de las variables a analizar y que están relacionadas con la producción son: el clima, el suelo, la aptitud de uso, la fertilidad y el manejo del cultivo, entre otras.
Para desarrollar un programa de agricultura por sitio específico se requiere de información sobre la respuesta de un cultivo a diferentes prácticas de manejo bajo ciertas condiciones. Mientras que para implementar un programa de agricultura de precisión se necesita de información detallada de la variabilidad y la respuesta del cultivo a esta variabilidad, así como las acciones necesarias para remediarla.La captura y almacenamiento de la información es un aspecto muy importante durante un programa de agricultura de precisión. Por lo tanto es necesario recolectar información base de cada una de las variables identificadas, tanto variables explicativas como de respuesta. Dentro de las variables explicativas se encuentran: el clima, el relieve, la topografía, los suelos y el manejo agronómico, mientras que entre las variables de respuesta se incluyen: la producción, la calidad del producto, el crecimiento y desarrollo, el control de enfermedades y componentes nutritivos, entre otros.En caso que la información no exista, esta se debe levantar y referenciar al sitio o lugar donde se va a desarrollar el programa. La captura de información debe ser de acuerdo con la escala de trabajo. Por ejemplo si el nivel es muy detallado, se debe contar al menos con un estudio detallado de suelos, en los cuales se identifiquen y caractericen tanto las propiedades químicas, como las físicas y las biológicas.El levantamiento de la información base se puede realizar de forma convencional o utilizando herramientas de agricultura de precisión como GPS y sensores locales, que permitan hacer transferencia fácil y rápida de los datos capturados a un sistema de información geográfica (SIG). La precisión de los datos debe ser alta y la escala de trabajo detallada.
La información base incluye: datos climáticos de la finca o región, registros históricos de la productividad por lote cultivado o por botalón, manejo agronómico del cultivo, tamaño y forma actual de los lotes, sistema de drenaje, variedades sembradas, sistemas de siembra y plan de fertilización, entre otros.
Actualmente, la tecnología informática moderna (incluyendo sensores remotos, GPS, bases de datos relacionales, computadoras y paquetes de software para análisis de datos) ofrece la posibilidad de recolectar muchos datos de un número suficientemente grande de sitios con una varianza total suficiente capaz de percibir los efectos de factores individuales y sus interacciones y de mayor importancia determinar la respuesta probable de un cultivo a un juego específico de condiciones ambientales y prácticas de manejo. Para el almacenamiento de los datos y el manejo de la información se recomienda diseñar bases de datos relacionales que permitan facilidad en el acceso a los datos y a la vez permitan crear una interfaz usuario - servidor eficaz, con posibilidades de representar todas las variables a través de mapas interactivos, utilizando un sistema de información geográfico (SIG).
En esta etapa se analizan, verifican y depuran todos los datos capturados de cada uno de los indicadores o variables seleccionadas, tanto variables de respuesta como explicativas, con el fin de evaluar el comportamiento espacial y su relación con la producción. Puesto que la productividad de cualquier cultivo depende espacialmente de diversas variables, entre ellas las propiedades físicas, químicas y biológicas del suelo, es necesario analizar estadísticamente el comportamiento espacial de cada variable seleccionada en función del crecimiento y desarrollo de la planta.Existen diversas técnicas o métodos estadísticos (estadística clásica, fuzzy logic, estadística Bayesiana y geoestadística) que permiten analizar cómo se comporta cada variable temporal y espacialmente. Por ejemplo, investigaciones recientes han demostrado que la variabilidad de las propiedades físicas del suelo y el contenido de humedad están en relación con la profundidad del suelo y la forma del terreno (Stockton and Warrick. 1971). Así mismo Vieira et al. (1981) estudió la variación espacial de las propiedades hidráulicas de los suelos utilizando técnicas de variogramas, kriging y co-kriging, métodos que demuestran la magnitud de variación de esta propiedad y la rata de infiltración.
Para cada indicador o variable seleccionada se recomienda realizar un análisis estadístico descriptivo que al menos incluya: valores mínimos y máximos, media, mediana, la desviación estándar, el coeficiente de variación y la prueba de Shapiro-Wilks, entre otros. Adicionalmente y de acuerdo con los resultados obtenidos se propone realizar análisis de tendencia espacial, utilizando modelos que se ajusten a las variables analizadas.
Con base en la información colectada previamente, así como con los resultados del análisis estadístico se puede proceder a delimitar unidades de manejo por sitio específico y a su vez generar mapas de productividad, así como de factores limitantes a nivel de lotes o botalones.Las unidades de manejo se definen como áreas que tienen condiciones similares de uso y manejo.
Los mapas de productividad obtenidos a través del cruce de información base de las variables analizadas, como: las propiedades de los suelos, la fertilidad, las prácticas de manejo, entre otras, se constituyen en la base fundamental para corregir los limitantes detectados y definir las prácticas agrícolas de manejo por unidades o por sitio específico.
El éxito de aplicación de programas de manejo por sitio específico depende de muchos factores,
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
18 19
4.1 Identificación de variables relacionadas con la productividad
4.2 Levantamiento de la información y diseño de las bases de datos
4.3 Análisis y procesamiento de la información
La primera etapa de este proceso consiste en identificar los factores o variables tanto explicativas como de respuesta (limitantes y no limitantes) que inciden en la productividad del cultivo. Una vez identificadas se procede a recolectar información de cada una de estas variables, ya sea a través del levantamiento de datos en campo o recopilación de información a partir de estudios realizados anteriormente en la finca o en la región.
La identificación de estas variables generalmente va en relación directa con los propósitos del productor y su reconocimiento se puede realizar a partir de la información histórica del manejo de la fina y con la ayuda de datos de productividad de los lotes, teniendo en cuenta las áreas problemas o de baja productividad, como por ejemplo áreas mal drenadas, áreas erosionadas y presencia de suelos compactados. Algunas de las variables a analizar y que están relacionadas con la producción son: el clima, el suelo, la aptitud de uso, la fertilidad y el manejo del cultivo, entre otras.
Para desarrollar un programa de agricultura por sitio específico se requiere de información sobre la respuesta de un cultivo a diferentes prácticas de manejo bajo ciertas condiciones. Mientras que para implementar un programa de agricultura de precisión se necesita de información detallada de la variabilidad y la respuesta del cultivo a esta variabilidad, así como las acciones necesarias para remediarla.La captura y almacenamiento de la información es un aspecto muy importante durante un programa de agricultura de precisión. Por lo tanto es necesario recolectar información base de cada una de las variables identificadas, tanto variables explicativas como de respuesta. Dentro de las variables explicativas se encuentran: el clima, el relieve, la topografía, los suelos y el manejo agronómico, mientras que entre las variables de respuesta se incluyen: la producción, la calidad del producto, el crecimiento y desarrollo, el control de enfermedades y componentes nutritivos, entre otros.En caso que la información no exista, esta se debe levantar y referenciar al sitio o lugar donde se va a desarrollar el programa. La captura de información debe ser de acuerdo con la escala de trabajo. Por ejemplo si el nivel es muy detallado, se debe contar al menos con un estudio detallado de suelos, en los cuales se identifiquen y caractericen tanto las propiedades químicas, como las físicas y las biológicas.El levantamiento de la información base se puede realizar de forma convencional o utilizando herramientas de agricultura de precisión como GPS y sensores locales, que permitan hacer transferencia fácil y rápida de los datos capturados a un sistema de información geográfica (SIG). La precisión de los datos debe ser alta y la escala de trabajo detallada.
La información base incluye: datos climáticos de la finca o región, registros históricos de la productividad por lote cultivado o por botalón, manejo agronómico del cultivo, tamaño y forma actual de los lotes, sistema de drenaje, variedades sembradas, sistemas de siembra y plan de fertilización, entre otros.
Actualmente, la tecnología informática moderna (incluyendo sensores remotos, GPS, bases de datos relacionales, computadoras y paquetes de software para análisis de datos) ofrece la posibilidad de recolectar muchos datos de un número suficientemente grande de sitios con una varianza total suficiente capaz de percibir los efectos de factores individuales y sus interacciones y de mayor importancia determinar la respuesta probable de un cultivo a un juego específico de condiciones ambientales y prácticas de manejo. Para el almacenamiento de los datos y el manejo de la información se recomienda diseñar bases de datos relacionales que permitan facilidad en el acceso a los datos y a la vez permitan crear una interfaz usuario - servidor eficaz, con posibilidades de representar todas las variables a través de mapas interactivos, utilizando un sistema de información geográfico (SIG).
En esta etapa se analizan, verifican y depuran todos los datos capturados de cada uno de los indicadores o variables seleccionadas, tanto variables de respuesta como explicativas, con el fin de evaluar el comportamiento espacial y su relación con la producción. Puesto que la productividad de cualquier cultivo depende espacialmente de diversas variables, entre ellas las propiedades físicas, químicas y biológicas del suelo, es necesario analizar estadísticamente el comportamiento espacial de cada variable seleccionada en función del crecimiento y desarrollo de la planta.Existen diversas técnicas o métodos estadísticos (estadística clásica, fuzzy logic, estadística Bayesiana y geoestadística) que permiten analizar cómo se comporta cada variable temporal y espacialmente. Por ejemplo, investigaciones recientes han demostrado que la variabilidad de las propiedades físicas del suelo y el contenido de humedad están en relación con la profundidad del suelo y la forma del terreno (Stockton and Warrick. 1971). Así mismo Vieira et al. (1981) estudió la variación espacial de las propiedades hidráulicas de los suelos utilizando técnicas de variogramas, kriging y co-kriging, métodos que demuestran la magnitud de variación de esta propiedad y la rata de infiltración.
Para cada indicador o variable seleccionada se recomienda realizar un análisis estadístico descriptivo que al menos incluya: valores mínimos y máximos, media, mediana, la desviación estándar, el coeficiente de variación y la prueba de Shapiro-Wilks, entre otros. Adicionalmente y de acuerdo con los resultados obtenidos se propone realizar análisis de tendencia espacial, utilizando modelos que se ajusten a las variables analizadas.
Con base en la información colectada previamente, así como con los resultados del análisis estadístico se puede proceder a delimitar unidades de manejo por sitio específico y a su vez generar mapas de productividad, así como de factores limitantes a nivel de lotes o botalones.Las unidades de manejo se definen como áreas que tienen condiciones similares de uso y manejo.
Los mapas de productividad obtenidos a través del cruce de información base de las variables analizadas, como: las propiedades de los suelos, la fertilidad, las prácticas de manejo, entre otras, se constituyen en la base fundamental para corregir los limitantes detectados y definir las prácticas agrícolas de manejo por unidades o por sitio específico.
El éxito de aplicación de programas de manejo por sitio específico depende de muchos factores,
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
20 21
entre los cuales podemos mencionar la precisión de los datos capturados, las condiciones del medio, el plan de manejo agronómico, el uso de los recursos y la identificación efectiva de las variables limitantes.
Esta es una de las etapas más valiosas dentro del proceso, ya que cada una de las decisiones a tomar serán importantes en el manejo de la finca y en general sobre la productividad. Con base en la información colectada y analizada se debe diseñar un plan de manejo integrado del cultivo de acuerdo a las condiciones locales de la finca, dando prioridad a aquellos aspectos o problemas más significativos que hayamos identificado previamente.
En esta fase es recomendable trabajar conjuntamente con cada una de las personas encargadas del plan de manejo de la finca y también de la productividad, ya que cada una de las prácticas a ejecutar podría afectar el programa de trabajo de las otras áreas.
Cada una de las actividades o prácticas a realizar se deben ejecutar de acuerdo a un plan de trabajo definido en la etapa anterior. Se recomienda definir un tiempo límite para la implementación de la práctica o del plan de manejo, con el fin de facilitar el monitoreo en un tiempo determinado.
Además es necesario crear herramientas de comunicación interactiva entre los productores y los técnicos, con el fin de facilitar la interpretación y aplicación de los resultados obtenidos en las etapas anteriores.
Dado que aumentar la productividad y mejorar las condiciones del medio donde se desarrolla el cultivo es un proceso continuo que puede durar uno o varios años, es recomendable hacer un seguimiento de cada una de las prácticas implementadas con el fin de asegurar que el plan de manejo específico cumpla con los objetivos planteados. El monitoreo dentro de un lapso de tiempo permite evaluar, que tan efectivas han sido las prácticas de manejo y a la vez ayuda a demostrar o verificar los cambios, que se han producido durante un ciclo productivo, es decir desde que se inicio la valoración hasta la implementación del plan de manejo.
Teniendo en cuenta que los objetivos de aplicar un programa de manejo por sitio específico buscan aumentar la productividad desde un punto de vista sostenible, es decir un manejo racional del agua, del suelo y la conservación del medio ambiente estos planes de manejo deben ser a largo plazo, flexibles y abiertos a cualquier cambio o modificación durante un
4.4 Toma de decisiones
4.6 Evaluación y monitoreo del plan de manejo por sitio específico
4.5 Implementación del plan de manejo por sitio específico y transferencia de la información
periodo de tiempo, de tal forma que puedan ser reestructurados o ajustados en cualquier momento de acuerdo a las necesidades y funcionalidad del sistema productivo.Para garantizar eficacia y buenos resultados en nuestro plan de manejo, se recomienda un monitoreo continuo de cada una de las prácticas o programas implementados.
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
20 21
entre los cuales podemos mencionar la precisión de los datos capturados, las condiciones del medio, el plan de manejo agronómico, el uso de los recursos y la identificación efectiva de las variables limitantes.
Esta es una de las etapas más valiosas dentro del proceso, ya que cada una de las decisiones a tomar serán importantes en el manejo de la finca y en general sobre la productividad. Con base en la información colectada y analizada se debe diseñar un plan de manejo integrado del cultivo de acuerdo a las condiciones locales de la finca, dando prioridad a aquellos aspectos o problemas más significativos que hayamos identificado previamente.
En esta fase es recomendable trabajar conjuntamente con cada una de las personas encargadas del plan de manejo de la finca y también de la productividad, ya que cada una de las prácticas a ejecutar podría afectar el programa de trabajo de las otras áreas.
Cada una de las actividades o prácticas a realizar se deben ejecutar de acuerdo a un plan de trabajo definido en la etapa anterior. Se recomienda definir un tiempo límite para la implementación de la práctica o del plan de manejo, con el fin de facilitar el monitoreo en un tiempo determinado.
Además es necesario crear herramientas de comunicación interactiva entre los productores y los técnicos, con el fin de facilitar la interpretación y aplicación de los resultados obtenidos en las etapas anteriores.
Dado que aumentar la productividad y mejorar las condiciones del medio donde se desarrolla el cultivo es un proceso continuo que puede durar uno o varios años, es recomendable hacer un seguimiento de cada una de las prácticas implementadas con el fin de asegurar que el plan de manejo específico cumpla con los objetivos planteados. El monitoreo dentro de un lapso de tiempo permite evaluar, que tan efectivas han sido las prácticas de manejo y a la vez ayuda a demostrar o verificar los cambios, que se han producido durante un ciclo productivo, es decir desde que se inicio la valoración hasta la implementación del plan de manejo.
Teniendo en cuenta que los objetivos de aplicar un programa de manejo por sitio específico buscan aumentar la productividad desde un punto de vista sostenible, es decir un manejo racional del agua, del suelo y la conservación del medio ambiente estos planes de manejo deben ser a largo plazo, flexibles y abiertos a cualquier cambio o modificación durante un
4.4 Toma de decisiones
4.6 Evaluación y monitoreo del plan de manejo por sitio específico
4.5 Implementación del plan de manejo por sitio específico y transferencia de la información
periodo de tiempo, de tal forma que puedan ser reestructurados o ajustados en cualquier momento de acuerdo a las necesidades y funcionalidad del sistema productivo.Para garantizar eficacia y buenos resultados en nuestro plan de manejo, se recomienda un monitoreo continuo de cada una de las prácticas o programas implementados.
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
22 23
1Estudio de caso5 “Estudio de factores edafoclimáticosen una finca bananera tendientes al manejo por sitio específico”
Para lograr desarrollar e implementar un programa de agricultura de precisión es necesario determinar los factores que influyen en la productividad del cultivo, caracterizar las condiciones del medio donde crece el cultivo, evaluar el comportamiento temporal y espacial de estas variables, así como conocer los mercados de los productos.Actualmente en el país, varias entidades del sector agrícola e investigadores están evaluando la mejor forma de utilizar sus distintos conocimientos para valerse de la información obtenida de lotes comerciales para dilucidar cómo se puede mejorar el manejo de los cultivos aplicando agricultura de precisión y o agricultura por sitio específico. Casos exitosos de agricultura de precisión y agricultura por sitio específico en caña, café y frutales demuestran la gran utilidad de estas tecnologías en el manejo de los cultivos.
En el caso del cultivo de banano, varios investigadores en agricultura de precisión (Espinosa, 2000; Stoorvogel y Vargas, 1998), concuerdan que la aplicación de este tipo de tecnologías podrían jugar un papel importante en el aumento sostenido de los rendimientos, teniendo en cuenta la falta de conocimiento de las diferentes relaciones que existen entre los factores edáficos versus la productividad, sin olvidar las condiciones ambientales bajo las cuales se desarrolla el cultivo. De acuerdo con esto y debido a la necesidad de plantear nuevas prácticas relacionadas con el manejo integral del cultivo de banano, AUGURA ejecutó un proyecto en convenio con el Ministerio de Agricultura y la Universidad del Magdalena denominado “Evaluación de los factores edafoclimáticos en una finca bananera tendientes al manejo por sitio específico”. El proyecto busca establecer la variabilidad espacial y temporal de las propiedades del suelo; su efecto en el desarrollo de la raíz y en la planta; así como evaluar la relación de estos con los rendimientos, para finalmente determinar si el manejo por sitio específico de éstas, se puede efectuar a través de prácticas viables económica y tecnológicamente rentables para cualquier productor bananero.
Generar una metodología de diagnóstico, manejo y uso del suelo por sitio específico, tomando en cuenta la variabilidad espacial y el impacto de factores bióticos y abióticos sobre los rendimientos del cultivo de banano en una finca productora de la zona de Urabá.
El estudio se llevó a cabo en el campo experimental de AUGURA, el cual se encuentra localizado en la región de Urabá, en el municipio de Carepa (Antioquia); entre las coordenadas 7° 46´ 45” N y 76° 40´ 22” W y ocupa una extensión de 36 ha. (Anexo 2). La altitud es 30 m.s.n.m.
El clima ambiental de la zona de Urabá es cálido húmedo con precipitaciones medias anuales de 2000 a 3100 mm. Según la clasificación de Holdridge corresponde a la zona de vida del Bosque húmedo Tropical (bh – T). La precipitación es abundante durante la mayor parte del año, excepto los tres primeros meses (época de verano) en los cuales se presenta deficiencia.
De acuerdo con los valores registrados por las estaciones localizadas en la zona, la región presenta una distribución bimodal, caracterizada por tener dos temporadas lluviosas, una entre mayo y julio y la otra entre septiembre y noviembre. La temporada de lluvias bajas o temporada seca coincide para toda la región; y se presenta entre los meses de enero a marzo.
Sin embargo, durante el año 2008 la estación climática de AUGURA registró eventos de precipitación constantes durante todo el año, alcanzando una precipitación (PPT) anual acumulada de 3.189 mm, siendo enero y noviembre los meses de menor precipitación con 54.1 mm. y 120 mm, respectivamente; mientras que el mes de mayor PPT fue junio con 483.2 mm. Así mismo durante este año no se presentaron periodos prolongados de sequía, la evapotranspiración (ETP) media mensual fue de 89.7 mm (Figura 3). Con relación a la temperatura durante el año 2008 la temperatura media mensual fluctuó entre 27.7 º C y 28.9 º C; siendo abril y mayo los meses más calurosos con 28.9 º C (Estación climática AUGURA. 2008).
- Analizar el comportamiento histórico y actual de las variables edáficas, biológicas que inciden en el desarrollo de la sigatoka negra, y productivas en el área de estudio, tanto espacial, como temporalmente, con la ayuda de un sistema de información geográfica (SIG).
- Establecer las variables de mayor variabilidad dentro de una plantación así como generar una propuesta de manejo por sitio específico.- Determinar las áreas productivas y no productivas de una finca, con el fin de formular un
modelo de manejo agronómico para cada área específica.5.1 Introducción
5.3 Localización del área de estudio
5.4 Características ambientales del área de estudio
5.2 Objetivos
5.2.1 General
5.4.1 Clima
5.2.1 Específicos
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
22 23
1Estudio de caso5 “Estudio de factores edafoclimáticosen una finca bananera tendientes al manejo por sitio específico”
Para lograr desarrollar e implementar un programa de agricultura de precisión es necesario determinar los factores que influyen en la productividad del cultivo, caracterizar las condiciones del medio donde crece el cultivo, evaluar el comportamiento temporal y espacial de estas variables, así como conocer los mercados de los productos.Actualmente en el país, varias entidades del sector agrícola e investigadores están evaluando la mejor forma de utilizar sus distintos conocimientos para valerse de la información obtenida de lotes comerciales para dilucidar cómo se puede mejorar el manejo de los cultivos aplicando agricultura de precisión y o agricultura por sitio específico. Casos exitosos de agricultura de precisión y agricultura por sitio específico en caña, café y frutales demuestran la gran utilidad de estas tecnologías en el manejo de los cultivos.
En el caso del cultivo de banano, varios investigadores en agricultura de precisión (Espinosa, 2000; Stoorvogel y Vargas, 1998), concuerdan que la aplicación de este tipo de tecnologías podrían jugar un papel importante en el aumento sostenido de los rendimientos, teniendo en cuenta la falta de conocimiento de las diferentes relaciones que existen entre los factores edáficos versus la productividad, sin olvidar las condiciones ambientales bajo las cuales se desarrolla el cultivo. De acuerdo con esto y debido a la necesidad de plantear nuevas prácticas relacionadas con el manejo integral del cultivo de banano, AUGURA ejecutó un proyecto en convenio con el Ministerio de Agricultura y la Universidad del Magdalena denominado “Evaluación de los factores edafoclimáticos en una finca bananera tendientes al manejo por sitio específico”. El proyecto busca establecer la variabilidad espacial y temporal de las propiedades del suelo; su efecto en el desarrollo de la raíz y en la planta; así como evaluar la relación de estos con los rendimientos, para finalmente determinar si el manejo por sitio específico de éstas, se puede efectuar a través de prácticas viables económica y tecnológicamente rentables para cualquier productor bananero.
Generar una metodología de diagnóstico, manejo y uso del suelo por sitio específico, tomando en cuenta la variabilidad espacial y el impacto de factores bióticos y abióticos sobre los rendimientos del cultivo de banano en una finca productora de la zona de Urabá.
El estudio se llevó a cabo en el campo experimental de AUGURA, el cual se encuentra localizado en la región de Urabá, en el municipio de Carepa (Antioquia); entre las coordenadas 7° 46´ 45” N y 76° 40´ 22” W y ocupa una extensión de 36 ha. (Anexo 2). La altitud es 30 m.s.n.m.
El clima ambiental de la zona de Urabá es cálido húmedo con precipitaciones medias anuales de 2000 a 3100 mm. Según la clasificación de Holdridge corresponde a la zona de vida del Bosque húmedo Tropical (bh – T). La precipitación es abundante durante la mayor parte del año, excepto los tres primeros meses (época de verano) en los cuales se presenta deficiencia.
De acuerdo con los valores registrados por las estaciones localizadas en la zona, la región presenta una distribución bimodal, caracterizada por tener dos temporadas lluviosas, una entre mayo y julio y la otra entre septiembre y noviembre. La temporada de lluvias bajas o temporada seca coincide para toda la región; y se presenta entre los meses de enero a marzo.
Sin embargo, durante el año 2008 la estación climática de AUGURA registró eventos de precipitación constantes durante todo el año, alcanzando una precipitación (PPT) anual acumulada de 3.189 mm, siendo enero y noviembre los meses de menor precipitación con 54.1 mm. y 120 mm, respectivamente; mientras que el mes de mayor PPT fue junio con 483.2 mm. Así mismo durante este año no se presentaron periodos prolongados de sequía, la evapotranspiración (ETP) media mensual fue de 89.7 mm (Figura 3). Con relación a la temperatura durante el año 2008 la temperatura media mensual fluctuó entre 27.7 º C y 28.9 º C; siendo abril y mayo los meses más calurosos con 28.9 º C (Estación climática AUGURA. 2008).
- Analizar el comportamiento histórico y actual de las variables edáficas, biológicas que inciden en el desarrollo de la sigatoka negra, y productivas en el área de estudio, tanto espacial, como temporalmente, con la ayuda de un sistema de información geográfica (SIG).
- Establecer las variables de mayor variabilidad dentro de una plantación así como generar una propuesta de manejo por sitio específico.- Determinar las áreas productivas y no productivas de una finca, con el fin de formular un
modelo de manejo agronómico para cada área específica.5.1 Introducción
5.3 Localización del área de estudio
5.4 Características ambientales del área de estudio
5.2 Objetivos
5.2.1 General
5.4.1 Clima
5.2.1 Específicos
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
24 25
Estación climática AUGURA. 2008
0
100
200
300
400
500
600
Meses
mm
PPT(mm) ETP(mm)
Enero rMa zo yo
Ma l oJu i
pb
Se tiemre
vi mb
Noe
re
Figura 3. Precipitación y evapotranspiración mensual. Campo experimental AUGURA. Año 2008.
El análisis histórico de los datos obtenidos por la estación Tulenapa, durante el periodo entre 1982 y 1998 presenta una precipitación promedio anual para la zona de 2880.6 mm, teniendo sus mayores valores de precipitación en los meses de junio con 332.5 mm y octubre el mayor con 339.1 mm, mientras que durante febrero se registra la menor precipitación con 83.4 mm.
A nivel regional el área de estudio corresponde a la subregión fisiográfica Cuenca del Atrato, la cual fue formada por procesos de plegamiento y por varios ciclos de sedimentación de tipo continental y marino. La evolución y modelamiento posterior de esta cuenca determinó la formación de cuatro grandes paisajes: Montaña, el piedemonte, la planicie aluvial y la planicie fluvio lacustre, los cuales están conformados por diferentes tipos de relieve y formas de terreno, que en conjunto evidencian diferentes ciclos de sedimentación y erosión ocurridos a través del tiempo.
A nivel local, el área de estudio se encuentra en el paisaje de la planicie aluvial de inundación, la cual a su vez está conformada por varios niveles de terrazas antiguas del Pleistoceno y del Holoceno. Este paisaje se caracteriza por presentar una topografía plana a ligeramente inclinada, con pendientes menores del 3 % y sujetas a frecuentes inundaciones durante algunas épocas del año.a planicie aluvial se caracteriza por su tendencia inundable durante alguna parte del año, especialmente en las tierras no adecuadas, sin drenaje localizadas en los sectores mas bajos:
5.4.2 Geomorfología
5.4.3 Material parental
Este paisaje se diferencia muy bien de la planicie aluvial de piedemonte, la cual está conformada por una serie de abanicos aluviales y algunos niveles de terrazas disectadas asociadas a los ríos y quebradas que drenan sobre las estribaciones de la Serranía de Abibe y se prolonga hacia la planicie aluvial del río Atrato en su desembocadura en el Golfo de Urabá. Dentro de las terrazas que hacen parte de la planicie aluvial se encuentran dos formas de terreno predominantes como son las napas y las cubetas, bajo las cuales crece y se desarrolla actualmente la mayor parte del cultivo de banano. La forma de terreno denominada napa hace referencia a una forma marginal o de decantación de sedimentos de origen aluvial, generalmente de texturas francas, franco arcillosas y franco arcillo limosas. La cubeta se define como una forma de terreno de topografía cóncava, de texturas finas, mal drenada y sujeta a inundaciones frecuentes.
Los materiales parentales presentes y los procesos denudativos que han ocurrido en la región son los responsables directos del modelamiento de los paisajes y formación de los suelos que se observan actualmente. La evolución de estos paisajes y especialmente la formación de los suelos están relacionados directamente con la ocurrencia de varios períodos de sedimentación continental y marina durante los últimos años; así como también con la formación y plegamiento de la Cordillera Occidental.
El origen, composición y distribución del material parental de los suelos en la región de Urabá es muy heterogéneo, dado que la mayoría de los suelos han evolucionado a partir de sedimentos finos y medios y ocasionalmente sedimentos gruesos. En el área de estudio predominan los sedimentos aluviales recientes del Cuaternario, materiales que contienen una amplia gama de minerales entre los que sobresalen esmectita, illita, óxidos de hierro, carbonatos de calcio, magnesio y feldespatos; compuestos responsables de suministrar al suelo elementos nutricionales como: calcio, sodio y potasio, entre otros.Efectos de la dinámica fluvial y su relación con los materiales parentales depositados en la región, se observan en la alternancia de capas u horizontes de texturas contrastadas presentes en los diferentes suelos, en las cuáles los contenidos de arena, limo y arcilla varían ampliamente. En varios de los suelos identificados, generalmente localizados en la planicie aluvial y en la planicie fluvio lacustre es común encontrar capas de texturas francas a franco limosas que descansan sobre texturas arcillosas a arcillosas muy finas; también es frecuente observar suelos con capas arenosas sobre capas arcillosas que originan suelos de familias texturales contrastadas.La relación del material parental con el color del suelo se puede observar en algunos de los suelos estudiados, cuyos colores dominantes en el perfil del suelo son pardo amarillento, pardo oliva y oliva claro; colores que provienen de los materiales sedimentarios heredados, como es el caso de algunos suelos clasificados como Fluventic y Fluvaquentic Eutrudepts. Efectos de los procesos de sedimentación aluvial sobre la composición textural de los suelos en la región, se pueden observar en los paisajes formados y específicamente, en las formas de terreno identificadas. Por ejemplo, en el área del paisaje de la planicie fluvial los sedimentos más profundos son de tipo marino y se encuentran recubiertos por capas de sedimentos fluviales más recientes provenientes de los ríos Atrato, Río Grande, León, Apartadó, Carepa, Chigorodó y sus respectivos afluentes, los cuales han formando suelos de familias texturales medias y finas, y en algunos casos mezcladas.
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
24 25
Estación climática AUGURA. 2008
0
100
200
300
400
500
600
Meses
mm
PPT(mm) ETP(mm)
Enero rMa zo yo
Ma l oJu i
pb
Se tiemre
vi mb
Noe
re
Figura 3. Precipitación y evapotranspiración mensual. Campo experimental AUGURA. Año 2008.
El análisis histórico de los datos obtenidos por la estación Tulenapa, durante el periodo entre 1982 y 1998 presenta una precipitación promedio anual para la zona de 2880.6 mm, teniendo sus mayores valores de precipitación en los meses de junio con 332.5 mm y octubre el mayor con 339.1 mm, mientras que durante febrero se registra la menor precipitación con 83.4 mm.
A nivel regional el área de estudio corresponde a la subregión fisiográfica Cuenca del Atrato, la cual fue formada por procesos de plegamiento y por varios ciclos de sedimentación de tipo continental y marino. La evolución y modelamiento posterior de esta cuenca determinó la formación de cuatro grandes paisajes: Montaña, el piedemonte, la planicie aluvial y la planicie fluvio lacustre, los cuales están conformados por diferentes tipos de relieve y formas de terreno, que en conjunto evidencian diferentes ciclos de sedimentación y erosión ocurridos a través del tiempo.
A nivel local, el área de estudio se encuentra en el paisaje de la planicie aluvial de inundación, la cual a su vez está conformada por varios niveles de terrazas antiguas del Pleistoceno y del Holoceno. Este paisaje se caracteriza por presentar una topografía plana a ligeramente inclinada, con pendientes menores del 3 % y sujetas a frecuentes inundaciones durante algunas épocas del año.a planicie aluvial se caracteriza por su tendencia inundable durante alguna parte del año, especialmente en las tierras no adecuadas, sin drenaje localizadas en los sectores mas bajos:
5.4.2 Geomorfología
5.4.3 Material parental
Este paisaje se diferencia muy bien de la planicie aluvial de piedemonte, la cual está conformada por una serie de abanicos aluviales y algunos niveles de terrazas disectadas asociadas a los ríos y quebradas que drenan sobre las estribaciones de la Serranía de Abibe y se prolonga hacia la planicie aluvial del río Atrato en su desembocadura en el Golfo de Urabá. Dentro de las terrazas que hacen parte de la planicie aluvial se encuentran dos formas de terreno predominantes como son las napas y las cubetas, bajo las cuales crece y se desarrolla actualmente la mayor parte del cultivo de banano. La forma de terreno denominada napa hace referencia a una forma marginal o de decantación de sedimentos de origen aluvial, generalmente de texturas francas, franco arcillosas y franco arcillo limosas. La cubeta se define como una forma de terreno de topografía cóncava, de texturas finas, mal drenada y sujeta a inundaciones frecuentes.
Los materiales parentales presentes y los procesos denudativos que han ocurrido en la región son los responsables directos del modelamiento de los paisajes y formación de los suelos que se observan actualmente. La evolución de estos paisajes y especialmente la formación de los suelos están relacionados directamente con la ocurrencia de varios períodos de sedimentación continental y marina durante los últimos años; así como también con la formación y plegamiento de la Cordillera Occidental.
El origen, composición y distribución del material parental de los suelos en la región de Urabá es muy heterogéneo, dado que la mayoría de los suelos han evolucionado a partir de sedimentos finos y medios y ocasionalmente sedimentos gruesos. En el área de estudio predominan los sedimentos aluviales recientes del Cuaternario, materiales que contienen una amplia gama de minerales entre los que sobresalen esmectita, illita, óxidos de hierro, carbonatos de calcio, magnesio y feldespatos; compuestos responsables de suministrar al suelo elementos nutricionales como: calcio, sodio y potasio, entre otros.Efectos de la dinámica fluvial y su relación con los materiales parentales depositados en la región, se observan en la alternancia de capas u horizontes de texturas contrastadas presentes en los diferentes suelos, en las cuáles los contenidos de arena, limo y arcilla varían ampliamente. En varios de los suelos identificados, generalmente localizados en la planicie aluvial y en la planicie fluvio lacustre es común encontrar capas de texturas francas a franco limosas que descansan sobre texturas arcillosas a arcillosas muy finas; también es frecuente observar suelos con capas arenosas sobre capas arcillosas que originan suelos de familias texturales contrastadas.La relación del material parental con el color del suelo se puede observar en algunos de los suelos estudiados, cuyos colores dominantes en el perfil del suelo son pardo amarillento, pardo oliva y oliva claro; colores que provienen de los materiales sedimentarios heredados, como es el caso de algunos suelos clasificados como Fluventic y Fluvaquentic Eutrudepts. Efectos de los procesos de sedimentación aluvial sobre la composición textural de los suelos en la región, se pueden observar en los paisajes formados y específicamente, en las formas de terreno identificadas. Por ejemplo, en el área del paisaje de la planicie fluvial los sedimentos más profundos son de tipo marino y se encuentran recubiertos por capas de sedimentos fluviales más recientes provenientes de los ríos Atrato, Río Grande, León, Apartadó, Carepa, Chigorodó y sus respectivos afluentes, los cuales han formando suelos de familias texturales medias y finas, y en algunos casos mezcladas.
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
26 27
En el caso del paisaje de la planicie aluvial, los suelos formados se agrupan en varias familias texturales. Los diferentes tamaños granulométricos observados se encuentran mezclados y cambian rápidamente tanto vertical como horizontalmente lo que demuestra la alta dinámica fluvial en la región, además guardan una estrecha relación con el tipo de relieve y la forma del terreno bajo el cual han evolucionado.
Los suelos presentes en el área de estudio se han desarrollado a partir de sedimentos aluviales medios y finos, el relieve es plano, con pendientes menores del 1%, son suelos profundos, las texturas dominantes son franco arcillosas a franco arcillo limosas y son bien a moderadamente drenados. Químicamente los suelos tienen una reacción (pH) que varia entre 5.5 a 6.0 en la mayor parte del perfil; la capacidad de intercambio catiónica es óptima en superficie y normal en el resto del perfil; la saturación de bases es media a baja, tienen contenidos medios de Ca, Mg y altos de K.
Con relación a las propiedades físicas estos suelos tienen una densidad aparente media, que varía entre 1.2 y 1.3 gr/cm3 en la mayor parte del perfil, la infiltración es moderadamente lenta a lenta y la conductividad hidráulica es moderadamente lenta.
En general los suelos presentan limitantes por baja porosidad, baja aireación y moderada a alta compactación en los primeros 50 cm superficiales. De acuerdo con el sistema americano de clasificación de suelos (USDA.2006) estos suelos se clasifican en el orden de los Inceptisoles, dentro de los subgrupos: Fluventic Eutrudepts, Fluvaquentic Eutrudepts, Fluventic Eutrudepts y Vertic Endoaquepts (Ver anexo 3).
El levantamiento y georeferenciación de la información cartográfica básica se realizó utilizando un GPS, de precisión submétrica. La información capturada se transfirió al sistema de información geográfica ArcGIS 9.3 (ESRI. 2008)Las capas de información generadas fueron: sistema de drenaje, cable vías, infraestructura básica, pozos de observación, lotes y botalones, suelos, áreas de retiro y cultivares (variedades) sembradas, entre otras (ver anexo 3).
Dentro del área total de estudio, se seleccionaron 6 ha, que comprenden los lotes 3, 4 y 5, distribuidos en forma continua, los cuáles presentan diferencias en los niveles de producción. Así mismo, dentro de estos lotes se seleccionaron al azar las plantas a eva lua r y t amb ién se georeferenciaron cada una de las unidades de producción seleccionadas, siguiendo una malla rectangular con celdas de 20 x 20 m (Figura 4).
En total se georreferenciación 130 unidades de producción, a las cuales se les determinaron las coordenadas planas de cada una, de acuerdo con el sistema internacional UTM, Zona 18 N, Datum WGS 84, y el Geoide EGM96.
En el cultivo de banano una unidad de producción está conformada por tres plantas sucesoras denominadas madre, hija y nieta. En cada unidad productiva se seleccionó una yema de un tamaño entre 0 y 5 cm, ubicada en la primera corona del cormo, sobre las cuales se realizaron las respectivas mediciones de producción y de crecimiento.Las unidades productivas también definieron los sitios para el muestreo y evaluación de las variables edáficas. Cada punto está asociado con información geográfica (coordenadas x1, x2), información de la planta (crecimiento y producción) e información del suelo (propiedades físicas, químicas y biológicas).
El muestreo de los suelos se hizo colectando una muestra compuesta de 4 submuestras de cada sitio de evaluación, localizadas a 30 cm de distancia del pseudotallo de las plantas marcadas, en direcciones opuestas y ortogonales, entre 0 y 30 cm de profundidad (Figura 5). Así mismo en las plantas marcadas se registró el peso en kilogramos del racimo cosechado (PR), durante la cosecha del primer semestre de 2008.
El monitoreo de los factores climáticos se realizó diariamente, utilizando una estación climática digital completa, que mide los siguientes parámetros: temperatura, precipitación, humedad relativa, radiación fotosintética activa, brillo solar y velocidad del viento. A partir de los datos capturados se estima la evapotranspiración media mensual (ETP), expresada en mm.
5.4.4 Suelos
5.5 Metodología
5.5.1 Levantamiento de la información cartográfica base
5.5.2 Monitoreo de factores climáticos
5.5.4 Muestreo de suelos
5.5.3 Selección de lotes, plantas y sitios de muestreo
Figura 4. Selección de la unidad de producción
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
26 27
En el caso del paisaje de la planicie aluvial, los suelos formados se agrupan en varias familias texturales. Los diferentes tamaños granulométricos observados se encuentran mezclados y cambian rápidamente tanto vertical como horizontalmente lo que demuestra la alta dinámica fluvial en la región, además guardan una estrecha relación con el tipo de relieve y la forma del terreno bajo el cual han evolucionado.
Los suelos presentes en el área de estudio se han desarrollado a partir de sedimentos aluviales medios y finos, el relieve es plano, con pendientes menores del 1%, son suelos profundos, las texturas dominantes son franco arcillosas a franco arcillo limosas y son bien a moderadamente drenados. Químicamente los suelos tienen una reacción (pH) que varia entre 5.5 a 6.0 en la mayor parte del perfil; la capacidad de intercambio catiónica es óptima en superficie y normal en el resto del perfil; la saturación de bases es media a baja, tienen contenidos medios de Ca, Mg y altos de K.
Con relación a las propiedades físicas estos suelos tienen una densidad aparente media, que varía entre 1.2 y 1.3 gr/cm3 en la mayor parte del perfil, la infiltración es moderadamente lenta a lenta y la conductividad hidráulica es moderadamente lenta.
En general los suelos presentan limitantes por baja porosidad, baja aireación y moderada a alta compactación en los primeros 50 cm superficiales. De acuerdo con el sistema americano de clasificación de suelos (USDA.2006) estos suelos se clasifican en el orden de los Inceptisoles, dentro de los subgrupos: Fluventic Eutrudepts, Fluvaquentic Eutrudepts, Fluventic Eutrudepts y Vertic Endoaquepts (Ver anexo 3).
El levantamiento y georeferenciación de la información cartográfica básica se realizó utilizando un GPS, de precisión submétrica. La información capturada se transfirió al sistema de información geográfica ArcGIS 9.3 (ESRI. 2008)Las capas de información generadas fueron: sistema de drenaje, cable vías, infraestructura básica, pozos de observación, lotes y botalones, suelos, áreas de retiro y cultivares (variedades) sembradas, entre otras (ver anexo 3).
Dentro del área total de estudio, se seleccionaron 6 ha, que comprenden los lotes 3, 4 y 5, distribuidos en forma continua, los cuáles presentan diferencias en los niveles de producción. Así mismo, dentro de estos lotes se seleccionaron al azar las plantas a eva lua r y t amb ién se georeferenciaron cada una de las unidades de producción seleccionadas, siguiendo una malla rectangular con celdas de 20 x 20 m (Figura 4).
En total se georreferenciación 130 unidades de producción, a las cuales se les determinaron las coordenadas planas de cada una, de acuerdo con el sistema internacional UTM, Zona 18 N, Datum WGS 84, y el Geoide EGM96.
En el cultivo de banano una unidad de producción está conformada por tres plantas sucesoras denominadas madre, hija y nieta. En cada unidad productiva se seleccionó una yema de un tamaño entre 0 y 5 cm, ubicada en la primera corona del cormo, sobre las cuales se realizaron las respectivas mediciones de producción y de crecimiento.Las unidades productivas también definieron los sitios para el muestreo y evaluación de las variables edáficas. Cada punto está asociado con información geográfica (coordenadas x1, x2), información de la planta (crecimiento y producción) e información del suelo (propiedades físicas, químicas y biológicas).
El muestreo de los suelos se hizo colectando una muestra compuesta de 4 submuestras de cada sitio de evaluación, localizadas a 30 cm de distancia del pseudotallo de las plantas marcadas, en direcciones opuestas y ortogonales, entre 0 y 30 cm de profundidad (Figura 5). Así mismo en las plantas marcadas se registró el peso en kilogramos del racimo cosechado (PR), durante la cosecha del primer semestre de 2008.
El monitoreo de los factores climáticos se realizó diariamente, utilizando una estación climática digital completa, que mide los siguientes parámetros: temperatura, precipitación, humedad relativa, radiación fotosintética activa, brillo solar y velocidad del viento. A partir de los datos capturados se estima la evapotranspiración media mensual (ETP), expresada en mm.
5.4.4 Suelos
5.5 Metodología
5.5.1 Levantamiento de la información cartográfica base
5.5.2 Monitoreo de factores climáticos
5.5.4 Muestreo de suelos
5.5.3 Selección de lotes, plantas y sitios de muestreo
Figura 4. Selección de la unidad de producción
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
28 29
Figura 5 Muestreo de suelos
Tabla 3. Propiedades de los suelos analizados y metodos empleados
En cada sitio de muestreo se efectuaron tres determinaciones de la resistencia superficial del suelo a la penetración, las cuales se realizaron utilizando un penetrómetro de bolsillo. Al mismo tiempo se tomaron muestras sin disturbar para determinar la densidad aparente. Estas muestras se tomaron con un cilindro biselado y a una profundidad entre 5 y 10 cm.Adicionalmente se tomaron 200 g de suelo sin disturbar con el fin de evaluar la distribución de agregados en el laboratorio en seco y también la estabilidad estructural en húmedo. Al mismo tiempo se colectó con barreno, otra muestra de suelo disturbada para realizar la caracterización de los suelos. Los métodos empleados para realizar las determinaciones físicas y químicas se relacionan en la Tabla 3:
Propiedad Método
Resistencia a la penetración Penetrómetro de bolsillo
Contenidos de arena, limo y arcillo
Hidrómetro
Densidad real
Picnómetro
Densidad aparente
Cilindro biselado
Coeficiente de dispersión
Bouyoucos
Ollas y platos de presión
Retención de humedad
Diámetro ponderado en seco yhúmedo
Tamizado en seco y húmedo
Agregados finos en seco (AFS)y en húmedo (AFH)
Tamizado de 0.5 mm
Reacción del suelo (pH) Potenciométrico (relación1:1)
Contenido de materia orgánica Walkley – Black
Capacidad de intercambio
catiónica (CIC)
Acetato de amonio 1 y neutro
Acetato de amonio 1 y neutroContenidos de Calcio (Ca),
Magnesio (Mg), Potasio (Ky Sodio (Na) intercambiables)
amonio 1N
Aluminio intercambiable Extracción con KCl
Fósforo disponible Bray II
Contenidos de Hierro (Fe), Cobre (Cu) y Cinc (Zn)
Manganeso (Mn), Olsen modificado y adsorción atómica
Boro
Extracción con agua
5.5.5 Muestreo y evaluación de la relación entre la cantidad y la funcionalidad de raíces con los rendimientos.
2En cada uno de los lotes y en un área aproximada de 1.000 m, se seleccionaron otras 80 unidades productivas continuas, con una separación de 2,5 m entre plantas e hileras; con el fin de realizar evaluaciones mensuales de la calidad del sistema radical de las plantas y asi establecer la relación entre estas versus los rendimientos (figura 6)
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
28 29
Figura 5 Muestreo de suelos
Tabla 3. Propiedades de los suelos analizados y metodos empleados
En cada sitio de muestreo se efectuaron tres determinaciones de la resistencia superficial del suelo a la penetración, las cuales se realizaron utilizando un penetrómetro de bolsillo. Al mismo tiempo se tomaron muestras sin disturbar para determinar la densidad aparente. Estas muestras se tomaron con un cilindro biselado y a una profundidad entre 5 y 10 cm.Adicionalmente se tomaron 200 g de suelo sin disturbar con el fin de evaluar la distribución de agregados en el laboratorio en seco y también la estabilidad estructural en húmedo. Al mismo tiempo se colectó con barreno, otra muestra de suelo disturbada para realizar la caracterización de los suelos. Los métodos empleados para realizar las determinaciones físicas y químicas se relacionan en la Tabla 3:
Propiedad Método
Resistencia a la penetración Penetrómetro de bolsillo
Contenidos de arena, limo y arcillo
Hidrómetro
Densidad real
Picnómetro
Densidad aparente
Cilindro biselado
Coeficiente de dispersión
Bouyoucos
Ollas y platos de presión
Retención de humedad
Diámetro ponderado en seco yhúmedo
Tamizado en seco y húmedo
Agregados finos en seco (AFS)y en húmedo (AFH)
Tamizado de 0.5 mm
Reacción del suelo (pH) Potenciométrico (relación1:1)
Contenido de materia orgánica Walkley – Black
Capacidad de intercambio
catiónica (CIC)
Acetato de amonio 1 y neutro
Acetato de amonio 1 y neutroContenidos de Calcio (Ca),
Magnesio (Mg), Potasio (Ky Sodio (Na) intercambiables)
amonio 1N
Aluminio intercambiable Extracción con KCl
Fósforo disponible Bray II
Contenidos de Hierro (Fe), Cobre (Cu) y Cinc (Zn)
Manganeso (Mn), Olsen modificado y adsorción atómica
Boro
Extracción con agua
5.5.5 Muestreo y evaluación de la relación entre la cantidad y la funcionalidad de raíces con los rendimientos.
2En cada uno de los lotes y en un área aproximada de 1.000 m, se seleccionaron otras 80 unidades productivas continuas, con una separación de 2,5 m entre plantas e hileras; con el fin de realizar evaluaciones mensuales de la calidad del sistema radical de las plantas y asi establecer la relación entre estas versus los rendimientos (figura 6)
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
El análisis estadístico de las variables seleccionadas se ejecutó utilizando el programa R; con los paquetes, geoR y geoRglm (www. r-project.org).
a. Análisis descriptivo
Antes de iniciar el análisis estadístico de la información obtenida se procedió a realizar una depuración de los datos capturados, esto con el fin de detectar inconsistencias en la información levantada, valores anómalos y/o cualquier otro tipo de irregularidad.Inicialmente se llevó a cabo un análisis descriptivo de todas las propiedades seleccionadas para establecer los estadísticos básicos que las caracterizan, tales como: la media, la desviación estándar, el valor máximo y el valor mínimo, el coeficiente de variación, la asimetría y normalidad con la prueba de Shapiro-Wilks, con un nivel de confianza del 95%.
Luego, se realizaron gráficos de dispersión de la producción y de bigotes y cajas con el fin de detectar posibles tendencias espaciales y valores anómalos en las variables respuestas; también se obtuvieron los estadísticos básicos, mínimo, primer cuartil, media, mediana, tercer cuartil, desviación estándar, coeficiente de variación, sego y prueba de normalidad de Shapiro Wilks, para describir el comportamiento de los datos. La inferencia acerca de la homogeneidad de varianzas y de los pesos promedios de los racimos, al nivel de lote (3, 4 y 5) y de unidad de suelo (A, B y C), se efectuó usando como criterio discriminatorio la prueba F, con un nivel de confianza del 95 %.
Figura 6: Ubicación de las parcelas seleccionadas para el muestreo de raíces.
Convenciones
Drenajes Cable Vias Botalones
5.5.6 Análisis estadístico de las variables seleccionadas
3130
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
c. Extracción de la tendencia
- Ejes coordenados
Como el análisis exploratorio de los datos sugieren un modelo en el cual la media del peso de los racimos no es constante, entonces, una primera aproximación evaluada, para la extracción de la tendencia se realizó a través de la exploración de superficies de tendencias, de primer y segundo grado, para el peso del racimo con los ejes coordenados asociados a cada muestra:
??x? = ??0? ??1 d 1? ??2 d 2? ??3 d 1 d 2? ??4 d 1
2? ??5 d 2
2
?x ' 1, x ' 2?= ?x1, x2?=[cos?? A?
seno?? A?
- seno?? A?
cos?? A? ][10
1
? R- 1]
Donde: ? (x): es el peso promedio del racimo en cada ubicación, d y d son las coordenadas 1 2
occidente-oriente, y sur-norte, respectivamente, ? ? el intercepto y ? ,. . . , ? los ?2 . . 51 ...coeficientes de los ejes coordenados. El modelo final se conformó por variables significativas y se obtuvo corriendo el modelo completo y eliminando en cada ciclo la variable con menor significancia, y así sucesivamente hasta tener el modelo reducido.
Posteriormente, se procedió con el análisis de correlación lineal entre todas las variables estudiadas para establecer el tipo de relación que hay entre ellas, utilizando el coeficiente de correlación lineal de Pearson; el cual permitió identificar aquellas propiedades del suelo que se correlacionaron significativamente con la producción y que fueron las que se utilizaron para los siguientes análisis de dependencia espacial.
En el área de estudio se tienen identificados 4 lotes diferentes y 4 unidades de suelos, los análisis descriptivos enumerados anteriormente se hicieron para el campo completo y también para los lotes y las unidades de suelos, independientemente.
b. Análisis de variabilidad espacial
Para efectos de la descripción de los análisis estadísticos de los datos realizados, se siguió la notación usada por Diggle y Ribeiro (2007). En esta, la verdadera superficie de distribución de la
□producción se representa como S , con media ? , y varianza ? . Para procesos estacionarios, con x i
media no constante, la parte no estacionaria se representa como Z, mutuamente independiente, i□
con media cero, y varianza ? y la auto correlación o dependencia espacial como ? (u). Entonces . .□ □ ~la producción está definida por, Y = S LL Z y el variograma, V = ? ? (u)Lx .?i Y .. 1 .. ..i i
El efecto direccional, es decir la no estacionariedad en la estructura de covarianzas, se trabajó transformando los ejes coordenados a través de dos parámetros, el ángulo y la relación de anisotropía, usando la siguiente función de transformación geométrica, implementada en el paquete geoR (Ribeiro y Diggle, 2001)
El análisis estadístico de las variables seleccionadas se ejecutó utilizando el programa R; con los paquetes, geoR y geoRglm (www. r-project.org).
a. Análisis descriptivo
Antes de iniciar el análisis estadístico de la información obtenida se procedió a realizar una depuración de los datos capturados, esto con el fin de detectar inconsistencias en la información levantada, valores anómalos y/o cualquier otro tipo de irregularidad.Inicialmente se llevó a cabo un análisis descriptivo de todas las propiedades seleccionadas para establecer los estadísticos básicos que las caracterizan, tales como: la media, la desviación estándar, el valor máximo y el valor mínimo, el coeficiente de variación, la asimetría y normalidad con la prueba de Shapiro-Wilks, con un nivel de confianza del 95%.
Luego, se realizaron gráficos de dispersión de la producción y de bigotes y cajas con el fin de detectar posibles tendencias espaciales y valores anómalos en las variables respuestas; también se obtuvieron los estadísticos básicos, mínimo, primer cuartil, media, mediana, tercer cuartil, desviación estándar, coeficiente de variación, sego y prueba de normalidad de Shapiro Wilks, para describir el comportamiento de los datos. La inferencia acerca de la homogeneidad de varianzas y de los pesos promedios de los racimos, al nivel de lote (3, 4 y 5) y de unidad de suelo (A, B y C), se efectuó usando como criterio discriminatorio la prueba F, con un nivel de confianza del 95 %.
Figura 6: Ubicación de las parcelas seleccionadas para el muestreo de raíces.
Convenciones
Drenajes Cable Vias Botalones
5.5.6 Análisis estadístico de las variables seleccionadas
3130
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
c. Extracción de la tendencia
- Ejes coordenados
Como el análisis exploratorio de los datos sugieren un modelo en el cual la media del peso de los racimos no es constante, entonces, una primera aproximación evaluada, para la extracción de la tendencia se realizó a través de la exploración de superficies de tendencias, de primer y segundo grado, para el peso del racimo con los ejes coordenados asociados a cada muestra:
??x? = ??0? ??1 d 1? ??2 d 2? ??3 d 1 d 2? ??4 d 1
2? ??5 d 2
2
?x ' 1, x ' 2?= ?x1, x2?=[cos?? A?
seno?? A?
- seno?? A?
cos?? A? ][10
1
? R- 1]
Donde: ? (x): es el peso promedio del racimo en cada ubicación, d y d son las coordenadas 1 2
occidente-oriente, y sur-norte, respectivamente, ? ? el intercepto y ? ,. . . , ? los ?2 . . 51 ...coeficientes de los ejes coordenados. El modelo final se conformó por variables significativas y se obtuvo corriendo el modelo completo y eliminando en cada ciclo la variable con menor significancia, y así sucesivamente hasta tener el modelo reducido.
Posteriormente, se procedió con el análisis de correlación lineal entre todas las variables estudiadas para establecer el tipo de relación que hay entre ellas, utilizando el coeficiente de correlación lineal de Pearson; el cual permitió identificar aquellas propiedades del suelo que se correlacionaron significativamente con la producción y que fueron las que se utilizaron para los siguientes análisis de dependencia espacial.
En el área de estudio se tienen identificados 4 lotes diferentes y 4 unidades de suelos, los análisis descriptivos enumerados anteriormente se hicieron para el campo completo y también para los lotes y las unidades de suelos, independientemente.
b. Análisis de variabilidad espacial
Para efectos de la descripción de los análisis estadísticos de los datos realizados, se siguió la notación usada por Diggle y Ribeiro (2007). En esta, la verdadera superficie de distribución de la
□producción se representa como S , con media ? , y varianza ? . Para procesos estacionarios, con x i
media no constante, la parte no estacionaria se representa como Z, mutuamente independiente, i□
con media cero, y varianza ? y la auto correlación o dependencia espacial como ? (u). Entonces . .□ □ ~la producción está definida por, Y = S LL Z y el variograma, V = ? ? (u)Lx .?i Y .. 1 .. ..i i
El efecto direccional, es decir la no estacionariedad en la estructura de covarianzas, se trabajó transformando los ejes coordenados a través de dos parámetros, el ángulo y la relación de anisotropía, usando la siguiente función de transformación geométrica, implementada en el paquete geoR (Ribeiro y Diggle, 2001)
En la zona de estudio se identificaron tres tipos de uso del suelo: Áreas de explotación agrícola intensiva, áreas de conservación o retiro y áreas de infraestructura (Ver anexo 1).El área de explotación agrícola ocupa 27.0 ha; las cuales están divididas en 12 lotes, bajo los
2cuales crecen 4 variedades o cultivares de banano. El clon Giant cavendish ocupa 54.059 m; 2 2el Gran enano comprende 112.95 m, el Valery se desarrolla en un área de 5.838 m; mientras
2que el Williams se extiende sobre 104.009 m. (Ver anexo 2)
2Las áreas de conservación comprenden 25.775 m, y se distribuyen siguiendo el perímetro de la
2finca; minetras que el área de infraestructura ocupa 6.010 m.
a. Características químicas, físicas de los suelos y de la raíz funcional.
El comportamiento general de cada una de las variables químicas en cada uno de los lotes se presenta en la tabla 4. En general se menciona que las características promedio de los lotes son: pH: 5.1 y es la característica menos variable (Tabla 2, coeficiente de variación, varianza y desviación estándar), contenido de materia orgánica de 2.4 y 2.1 % para los lotes 4 y 5 y de 1.5 % para el lote 3. Aluminio: 1.1 cmolc kg-1, es además una característica muy variable en los tres lotes (Tabla 2, coeficiente de variación, varianza y desviación estándar), promedios de calcio al rededor de 15 cmolc kg-1 en los tres lotes, magnesio al rededor de 5.4 cmolc kg-1, potasio 0.36 cmolc kg-1, una capacidad de intercambio catiónico efectiva de 25 para los lotes 3 y 5 y de 22 cmolc kg-1 para el lote 4. En cuanto a los elementos menores analizados se destacan los altos contendidos de hierro encontrados en las tres parcelas (141, 162 y 149 mg kg-1 para los lotes 3, 4 y 5 respectivamente).Contenido promedio de fósforo al rededor de 10 mg kg-1, azufre de 12 en la parcela 4 y 16.5 mg kg-1 en la 3 y la 5, es otra característica con alta variabilidad. Los contenidos de manganeso oscilan entre los 20 y los 23 mg kg-1, con una variación considerable. El cobre oscila entre 5 y 7 mg kg-1; el zinc al rededor de 2 mg kg-1 y el boro alrededor de 0.2 mg kg-1. La matriz de correlaciones entre las variables del suelo y de raíz funcional analizadas en general son significativas, pero presentan R2 bajos, indicando que la mayoría de estas presentan un comportamiento independiente, salvo con aquellas variables, las cuales son expresiones lineales de otras, o en las que existe una relación ya comprobada (Tablas 4, 5 y 6).
5.6.2 Identificación del uso y manejo de los suelos
5.6.3 Análisis exploratorio de variables productivas.
3332
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
d. Variables físicas y químicas del suelo y raíz funcional de la planta
Se estableció primero la relación lineal entre el peso del racimo y todas las variables químicas y físicas del suelo y de raíz funcional de las plantas de banano evaluadas, de manera general, así como de acuerdo al lote y a las subunidades de suelo. El modelo reducido final, se obtuvo usando el algoritmo “stepwise”, basado en el estadístico AIC, el criterio usado es donde: L es la verosimilitud, edf es equivalente a grados de libertad, i.e., el número de parámetros de libertad para un modelo paramétrico común, de ajuste y k es un factor de ponderación.
e. Modelo lineal general completo
Se usó notación matricial estándar para representar el modelo lineal completo del peso de los racimos de banano en función de las variables del suelo y de cantidad de raíz funcional. Así, Y es el peso de los racimos, evaluado en 130 sitios: Y = (Y1, . . . , Yn), n = 130 sitos; ? los coeficientes de las p variables, físicas y químicas del suelo y de raíz funcional explicativas de acuerdo al sublote , p=36 y la matriz D de dimensiones n x p con una columna inicial de unos y las restantes con los valores obtenidos de las variables explicativas, dj (xi): i = (1, . . . , n), n=130; entonces las estimaciones en el modelo completo, consistió en obtener los que minimizaban la suma de cuadrados de los residuales. Como se conoce la matriz de covarianzas, V, de Y, se efectuó la estimación de los parámetros a través de un modelo de mínimos cuadrados generalizados.
El cual tiene la varianza más pequeña entre todas las estimaciones lineales insesgadas.
f. Variogramas
Se evaluó el variograma para el peso del racimo en las siguientes direcciones: omnidireccional, a un ángulo de: 0, 30, 60 y 90 °; como el proceso resultó anisotropico, este se volvió isotrópico rotando los ejes con una ángulo de 60° y una relación de anisotropía de 3. Adicionalmente se obtuvo el variograma de los residuales de la diferencia entre el peso de los racimos y el peso estimado, en función de las variables del suelo y de raíz funcional significativas según el lote.
El monitoreo de los factores climáticos se realizó diariamente con registros cada 15 minutos; entre los que se incluye:presipitiación, temperatura, velocidad del vient, radiación fotosintética, brillo solar y humedad relativa (Ver anexo 1).
??= ?D ' V- 1
D?- 1
D' V- 1
Y
AIC = - 2× log L? k× edf
5.6 Resultados
5.6.1 Análisis y monitoreo de variables climáticas
En la zona de estudio se identificaron tres tipos de uso del suelo: Áreas de explotación agrícola intensiva, áreas de conservación o retiro y áreas de infraestructura (Ver anexo 1).El área de explotación agrícola ocupa 27.0 ha; las cuales están divididas en 12 lotes, bajo los
2cuales crecen 4 variedades o cultivares de banano. El clon Giant cavendish ocupa 54.059 m; 2 2el Gran enano comprende 112.95 m, el Valery se desarrolla en un área de 5.838 m; mientras
2que el Williams se extiende sobre 104.009 m. (Ver anexo 2)
2Las áreas de conservación comprenden 25.775 m, y se distribuyen siguiendo el perímetro de la
2finca; minetras que el área de infraestructura ocupa 6.010 m.
a. Características químicas, físicas de los suelos y de la raíz funcional.
El comportamiento general de cada una de las variables químicas en cada uno de los lotes se presenta en la tabla 4. En general se menciona que las características promedio de los lotes son: pH: 5.1 y es la característica menos variable (Tabla 2, coeficiente de variación, varianza y desviación estándar), contenido de materia orgánica de 2.4 y 2.1 % para los lotes 4 y 5 y de 1.5 % para el lote 3. Aluminio: 1.1 cmolc kg-1, es además una característica muy variable en los tres lotes (Tabla 2, coeficiente de variación, varianza y desviación estándar), promedios de calcio al rededor de 15 cmolc kg-1 en los tres lotes, magnesio al rededor de 5.4 cmolc kg-1, potasio 0.36 cmolc kg-1, una capacidad de intercambio catiónico efectiva de 25 para los lotes 3 y 5 y de 22 cmolc kg-1 para el lote 4. En cuanto a los elementos menores analizados se destacan los altos contendidos de hierro encontrados en las tres parcelas (141, 162 y 149 mg kg-1 para los lotes 3, 4 y 5 respectivamente).Contenido promedio de fósforo al rededor de 10 mg kg-1, azufre de 12 en la parcela 4 y 16.5 mg kg-1 en la 3 y la 5, es otra característica con alta variabilidad. Los contenidos de manganeso oscilan entre los 20 y los 23 mg kg-1, con una variación considerable. El cobre oscila entre 5 y 7 mg kg-1; el zinc al rededor de 2 mg kg-1 y el boro alrededor de 0.2 mg kg-1. La matriz de correlaciones entre las variables del suelo y de raíz funcional analizadas en general son significativas, pero presentan R2 bajos, indicando que la mayoría de estas presentan un comportamiento independiente, salvo con aquellas variables, las cuales son expresiones lineales de otras, o en las que existe una relación ya comprobada (Tablas 4, 5 y 6).
5.6.2 Identificación del uso y manejo de los suelos
5.6.3 Análisis exploratorio de variables productivas.
3332
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
d. Variables físicas y químicas del suelo y raíz funcional de la planta
Se estableció primero la relación lineal entre el peso del racimo y todas las variables químicas y físicas del suelo y de raíz funcional de las plantas de banano evaluadas, de manera general, así como de acuerdo al lote y a las subunidades de suelo. El modelo reducido final, se obtuvo usando el algoritmo “stepwise”, basado en el estadístico AIC, el criterio usado es donde: L es la verosimilitud, edf es equivalente a grados de libertad, i.e., el número de parámetros de libertad para un modelo paramétrico común, de ajuste y k es un factor de ponderación.
e. Modelo lineal general completo
Se usó notación matricial estándar para representar el modelo lineal completo del peso de los racimos de banano en función de las variables del suelo y de cantidad de raíz funcional. Así, Y es el peso de los racimos, evaluado en 130 sitios: Y = (Y1, . . . , Yn), n = 130 sitos; ? los coeficientes de las p variables, físicas y químicas del suelo y de raíz funcional explicativas de acuerdo al sublote , p=36 y la matriz D de dimensiones n x p con una columna inicial de unos y las restantes con los valores obtenidos de las variables explicativas, dj (xi): i = (1, . . . , n), n=130; entonces las estimaciones en el modelo completo, consistió en obtener los que minimizaban la suma de cuadrados de los residuales. Como se conoce la matriz de covarianzas, V, de Y, se efectuó la estimación de los parámetros a través de un modelo de mínimos cuadrados generalizados.
El cual tiene la varianza más pequeña entre todas las estimaciones lineales insesgadas.
f. Variogramas
Se evaluó el variograma para el peso del racimo en las siguientes direcciones: omnidireccional, a un ángulo de: 0, 30, 60 y 90 °; como el proceso resultó anisotropico, este se volvió isotrópico rotando los ejes con una ángulo de 60° y una relación de anisotropía de 3. Adicionalmente se obtuvo el variograma de los residuales de la diferencia entre el peso de los racimos y el peso estimado, en función de las variables del suelo y de raíz funcional significativas según el lote.
El monitoreo de los factores climáticos se realizó diariamente con registros cada 15 minutos; entre los que se incluye:presipitiación, temperatura, velocidad del vient, radiación fotosintética, brillo solar y humedad relativa (Ver anexo 1).
??= ?D ' V- 1
D?- 1
D' V- 1
Y
AIC = - 2× log L? k× edf
5.6 Resultados
5.6.1 Análisis y monitoreo de variables climáticas
Unidades Varible Lote Mínimo Mediana Promedio Máximo var sd coef.var
3 4,300 4,900 5,100 5,137 5,300 5,900 0,128 0,357 0,070
pH 4 4,500 4,900 5,100 5,115 5,300 5,800 0,131 0,362 0,071
5 4,300 4,900 5,100 5,133 5,325 5,800 0,116 0,341 0,066
3 0,910 1,000 1,200 1,535 1,900 3,200 0,451 0,671 0,437
( % ) mo 4 1,000 1,900 2,200 2,434 3,100 4,700 0,693 0,832 0,342
5 0,900 1,400 2,000 2,177 2,900 4,100 0,883 0,940 0,431
3 0,000 0,800 1,200 1,214 1,400 6,400 1,103 1,050 0,865
Al 4 0,000 0,600 0,900 1,098 1,300 3,300 0,788 0,888 0,809
5 0,000 0,600 0,800 1,065 1,225 5,200 0,986 0,993 0,933
3 10,600 14,300 16,200 16,400 17,800 24,700 8,554 2,925 0,178
Ca 4 2,600 12,100 14,500 14,060 16,400 19,800 11,236 3,352 0,238
5 9,100 12,120 14,650 15,500 19,000 28,500 18,093 4,254 0,274
3 3,100 4,800 5,600 5,488 6,100 7,100 0,730 0,854 0,156
Mg 4 3,900 4,800 5,300 5,217 5,700 6,400 0,439 0,663 0,127
5 3,500 5,175 5,450 5,402 5,800 6,900 0,531 0,728 0,135
3 0,230 0,270 0,340 0,358 0,390 0,630 0,011 0,104 0,291
K 4 0,240 0,300 0,350 0,369 0,400 0,710 0,011 0,104 0,282
5 0,250 0,278 0,335 0,378 0,413 0,800 0,020 0,140 0,370
3 18,400 21,400 23,200 23,470 25,100 31,900 7,804 2,793 0,119
cice 4 9,400 19,600 20,900 20,620 22,900 26,700 9,902 3,147 0,153
5 15,900 19,080 21,600 22,360 25,300 35,000 16,915 4,113 0,184
3 4,000 8,000 9,000 9,959 11,000 29,000 15,665 3,958 0,397
P 4 4,000 8,000 10,000 10,850 14,000 21,000 13,528 3,678 0,339
5 6,000 9,000 11,500 13,320 16,000 46,000 51,712 7,191 0,540
3 3,000 8,000 13,000 16,550 19,000 98,000 232,919 15,262 0,922
S 4 3,000 7,000 12,000 13,560 16,000 56,000 99,652 9,983 0,736
5 5,000 9,750 13,000 16,570 19,000 66,000 128,661 11,343 0,684
3 60,000 97,000 140,000 141,300 174,000 237,000 2225,759 47,178 0,334
Fe 4 83,000 133,000 158,000 162,400 185,000 256,000 1760,088 41,953 0,258
5 67,000 116,800 151,000 149,000 180,500 230,000 1548,513 39,351 0,264
3 6,000 13,000 22,000 22,960 29,000 55,000 138,415 11,765 0,512
Mn 4 6,000 12,000 17,000 20,590 25,000 45,000 115,449 10,745 0,522
5 6,000 13,000 18,000 23,100 26,750 114,000 326,862 18,079 0,783
3 4,000 5,000 5,000 5,776 7,000 11,000 2,428 1,558 0,270
Cu 4 4,000 6,000 7,000 6,805 7,000 11,000 1,811 1,346 0,198
5 4,000 6,000 7,000 7,200 8,000 11,000 2,933 1,713 0,238
3 1,000 2,000 2,000 2,061 2,000 8,000 1,309 1,144 0,555
Zn 4 1,000 2,000 2,000 2,073 2,000 4,000 0,520 0,721 0,348
5 1,000 2,000 2,000 2,125 2,250 5,000 0,830 0,911 0,429
3 0,100 0,200 0,200 0,261 0,300 0,700 0,020 0,140 0,535
B 4 0,100 0,200 0,300 0,285 0,300 0,600 0,016 0,128 0,447
5 0,100 0,175 0,200 0,208 0,300 0,400 0,007 0,083 0,399
1er. cuartil 3er Cuartil
cmolc kg -1
mg kg-1
Tabla 4. Estadísticos descriptivos para cada una de las variables químicas evaluadas, discriminadas por lote.
Tab
la 5
. Mat
riz d
e co
rrel
acio
nes
entr
e la
s va
riabl
es q
uím
icas
, fís
icas
y r
aíz
func
iona
l eva
luad
as.
varia
bles
A L
ArAr
_sd
pH
mo
Al
Ca M
gK
cice
cic
7 P
SFe
Mn
CuZn
B H
0.3
H15
da
CDC.
30 C
60 c
100
mo
-0,2
3-0
,12
0,28
-0,2
8-0
,19
Al0,
090,
00-0
,07
-0,1
2-0
,87*
**0,
03
Ca-0
,22
-0,0
20,
180,
030,
47**
0,04
-0,4
8**
Mg
-0,4
1-0
,07
0,38
0,21
0,40
0,00
-0,4
3**
0,37
K0,
03-0
,01
-0,0
2-0
,17
-0,4
00,
140,
34-0
,18
-0,1
5
cice
-0,2
8-0
,03
0,24
0,04
0,30
0,05
-0,2
80,
95**
*0,
48**
-0,0
8
cic7
-0,1
5-0
,26
0,33
-0,1
6-0
,19
0,44
**0,
110,
200,
230,
080,
30
P0,
200,
02-0
,17
-0,1
2-0
,28
0,03
0,35
-0,0
7-0
,30
0,25
-0,0
3-0
,08
S0,
130,
04-0
,13
-0,1
2-0
,33
-0,1
10,
26-0
,08
-0,0
9-0
,04
-0,0
5-0
,02
0,01
Fe0,
07-0
,06
0,00
-0,1
8-0
,76*
**0,
47**
0,69
***
-0,4
4**
-0,4
4**
0,38
-0,3
30,
230,
300,
08
Mn
0,09
-0,1
20,
03-0
,11
-0,7
9***
0,17
0,73
***
-0,3
3-0
,32
0,36
-0,1
90,
240,
200,
290,
66**
*
Cu-0
,18
-0,1
50,
26-0
,19
-0,3
60,
69**
*0,
25-0
,17
-0,0
90,
24-0
,12
0,34
0,19
-0,0
20,
64**
*0,
40
Zn0,
06-0
,12
0,06
-0,0
8-0
,47*
*0,
200,
54**
-0,2
1-0
,20
0,31
-0,1
00,
120,
22-0
,02
0,41
0,45
**0,
29
B0,
09-0
,07
-0,0
10,
00-0
,14
0,24
0,11
-0,1
1-0
,02
0,01
-0,0
80,
09-0
,02
0,09
0,26
0,22
0,18
0,11
H0,3
-0,1
0-0
,08
0,14
-0,1
1-0
,12
0,38
0,10
0,09
-0,0
5-0
,01
0,12
0,30
0,02
-0,0
90,
260,
190,
340,
190,
16
H15
-0,2
2-0
,12
0,27
-0,0
1-0
,10
0,40
0,08
0,16
0,04
-0,0
60,
200,
42**
-0,0
4-0
,09
0,20
0,17
0,34
0,22
0,14
0,85
***
da-0
,02
-0,0
10,
020,
130,
12-0
,29
-0,1
10,
000,
030,
00-0
,04
-0,2
10,
13-0
,05
-0,2
1-0
,06
-0,1
1-0
,13
-0,1
8-0
,41*
**-0
,39
CD-0
,06
0,17
-0,0
90,
97**
*0,
14-0
,34
-0,1
10,
000,
13-0
,17
-0,0
1-0
,23
-0,0
9-0
,09
-0,1
8-0
,12
-0,2
5-0
,10
-0,0
1-0
,14
-0,0
70,
13
c30
-0,1
60,
070,
07-0
,06
-0,0
60,
22-0
,04
0,08
0,00
-0,0
10,
060,
110,
030,
150,
000,
060,
17-0
,03
0,01
0,09
0,13
0,17
0,08
c60
-0,0
70,
11-0
,03
-0,2
0-0
,08
0,16
0,01
-0,0
10,
01-0
,06
-0,0
20,
070,
020,
11-0
,01
0,06
0,05
0,00
-0,0
6-0
,08
-0,0
10,
100,
200,
40
c100
-0,0
10,
07-0
,06
-0,0
10,
070,
01-0
,14
-0,0
90,
08-0
,13
-0,1
2-0
,06
-0,0
50,
06-0
,06
-0,0
70,
02-0
,11
-0,0
60,
050,
060,
040,
010,
160,
27
DPM
S-0
,18
-0,1
70,
280,
11-0
,14
-0,0
80,
130,
090,
200,
030,
180,
270,
020,
02-0
,01
0,17
0,09
0,18
-0,1
30,
270,
300,
030,
050,
110,
110,
07
AFS
0,31
0,01
-0,2
5-0
,15
-0,0
6-0
,01
0,04
-0,2
3-0
,23
-0,0
6-0
,28
-0,1
70,
200,
160,
050,
040,
00-0
,14
0,03
-0,3
0-0
,40
0,14
0,10
0,04
0,03
0,09
AES
0,00
-0,0
20,
020,
040,
09-0
,10
-0,0
90,
180,
040,
080,
16-0
,05
-0,0
5-0
,22
-0,0
7-0
,05
-0,1
40,
090,
030,
110,
150,
030,
04-0
,12
-0,1
6-0
,09
IES
0,02
0,01
-0,0
3-0
,05
-0,0
90,
090,
10-0
,18
-0,0
5-0
,08
-0,1
60,
040,
050,
230,
070,
050,
13-0
,09
-0,0
2-0
,13
-0,1
6-0
,02
0,05
0,10
0,16
0,10
DPM
H-0
,23
0,06
0,13
-0,0
7-0
,04
0,41
-0,0
10,
050,
12-0
,08
0,07
0,34
-0,0
7-0
,21
0,15
0,08
0,21
0,10
0,08
0,39
0,49
**-0
,27
0,11
0,17
0,13
0,14
AFH
0,23
-0,0
4-0
,14
0,09
0,07
-0,4
6**
-0,0
2-0
,06
-0,0
90,
05-0
,08
-0,3
70,
070,
23-0
,21
-0,1
1-0
,26
-0,1
3-0
,11
-0,4
9***
-0,5
8**
0,32
0,12
-0,1
7-0
,10
-0,1
6
AEH
0,06
0,01
-0,0
50,
080,
06-0
,28
-0,0
4-0
,01
0,01
0,11
-0,0
1-0
,19
0,11
0,14
-0,1
3-0
,08
-0,1
2-0
,10
-0,1
0-0
,40
-0,4
3**
0,28
0,09
-0,0
1-0
,01
-0,1
4
IEH
-0,0
4-0
,03
0,05
-0,0
9-0
,07
0,29
0,04
0,00
-0,0
1-0
,09
0,00
0,18
-0,1
1-0
,12
0,13
0,08
0,13
0,10
0,10
0,39
0,41
**-0
,28
0,09
0,02
0,01
0,13
rf-0
,04
-0,1
30,
130,
020,
03-0
,01
-0,1
00,
030,
060,
030,
020,
090,
020,
03-0
,10
0,06
0,11
0,08
-0,0
70,
100,
130,
070,
000,
200,
210,
06
rnf
0,03
0,13
-0,1
3-0
,01
-0,0
1-0
,01
0,08
-0,0
3-0
,05
-0,0
4-0
,02
-0,0
9-0
,06
-0,0
30,
08-0
,06
-0,1
2-0
,09
0,06
-0,1
1-0
,15
-0,0
50,
01-0
,21
-0,2
1-0
,05
3534
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Do
nd
e: ***: r > 0.5 y
sig
nifi
cativ
o, ** r > 0.3 y
sig
nifi
ca
tivo.
Unidades Varible Lote Mínimo Mediana Promedio Máximo var sd coef.var
3 4,300 4,900 5,100 5,137 5,300 5,900 0,128 0,357 0,070
pH 4 4,500 4,900 5,100 5,115 5,300 5,800 0,131 0,362 0,071
5 4,300 4,900 5,100 5,133 5,325 5,800 0,116 0,341 0,066
3 0,910 1,000 1,200 1,535 1,900 3,200 0,451 0,671 0,437
( % ) mo 4 1,000 1,900 2,200 2,434 3,100 4,700 0,693 0,832 0,342
5 0,900 1,400 2,000 2,177 2,900 4,100 0,883 0,940 0,431
3 0,000 0,800 1,200 1,214 1,400 6,400 1,103 1,050 0,865
Al 4 0,000 0,600 0,900 1,098 1,300 3,300 0,788 0,888 0,809
5 0,000 0,600 0,800 1,065 1,225 5,200 0,986 0,993 0,933
3 10,600 14,300 16,200 16,400 17,800 24,700 8,554 2,925 0,178
Ca 4 2,600 12,100 14,500 14,060 16,400 19,800 11,236 3,352 0,238
5 9,100 12,120 14,650 15,500 19,000 28,500 18,093 4,254 0,274
3 3,100 4,800 5,600 5,488 6,100 7,100 0,730 0,854 0,156
Mg 4 3,900 4,800 5,300 5,217 5,700 6,400 0,439 0,663 0,127
5 3,500 5,175 5,450 5,402 5,800 6,900 0,531 0,728 0,135
3 0,230 0,270 0,340 0,358 0,390 0,630 0,011 0,104 0,291
K 4 0,240 0,300 0,350 0,369 0,400 0,710 0,011 0,104 0,282
5 0,250 0,278 0,335 0,378 0,413 0,800 0,020 0,140 0,370
3 18,400 21,400 23,200 23,470 25,100 31,900 7,804 2,793 0,119
cice 4 9,400 19,600 20,900 20,620 22,900 26,700 9,902 3,147 0,153
5 15,900 19,080 21,600 22,360 25,300 35,000 16,915 4,113 0,184
3 4,000 8,000 9,000 9,959 11,000 29,000 15,665 3,958 0,397
P 4 4,000 8,000 10,000 10,850 14,000 21,000 13,528 3,678 0,339
5 6,000 9,000 11,500 13,320 16,000 46,000 51,712 7,191 0,540
3 3,000 8,000 13,000 16,550 19,000 98,000 232,919 15,262 0,922
S 4 3,000 7,000 12,000 13,560 16,000 56,000 99,652 9,983 0,736
5 5,000 9,750 13,000 16,570 19,000 66,000 128,661 11,343 0,684
3 60,000 97,000 140,000 141,300 174,000 237,000 2225,759 47,178 0,334
Fe 4 83,000 133,000 158,000 162,400 185,000 256,000 1760,088 41,953 0,258
5 67,000 116,800 151,000 149,000 180,500 230,000 1548,513 39,351 0,264
3 6,000 13,000 22,000 22,960 29,000 55,000 138,415 11,765 0,512
Mn 4 6,000 12,000 17,000 20,590 25,000 45,000 115,449 10,745 0,522
5 6,000 13,000 18,000 23,100 26,750 114,000 326,862 18,079 0,783
3 4,000 5,000 5,000 5,776 7,000 11,000 2,428 1,558 0,270
Cu 4 4,000 6,000 7,000 6,805 7,000 11,000 1,811 1,346 0,198
5 4,000 6,000 7,000 7,200 8,000 11,000 2,933 1,713 0,238
3 1,000 2,000 2,000 2,061 2,000 8,000 1,309 1,144 0,555
Zn 4 1,000 2,000 2,000 2,073 2,000 4,000 0,520 0,721 0,348
5 1,000 2,000 2,000 2,125 2,250 5,000 0,830 0,911 0,429
3 0,100 0,200 0,200 0,261 0,300 0,700 0,020 0,140 0,535
B 4 0,100 0,200 0,300 0,285 0,300 0,600 0,016 0,128 0,447
5 0,100 0,175 0,200 0,208 0,300 0,400 0,007 0,083 0,399
1er. cuartil 3er Cuartil
cmolc kg -1
mg kg-1
Tabla 4. Estadísticos descriptivos para cada una de las variables químicas evaluadas, discriminadas por lote.T
abla
5. M
atriz
de
corr
elac
ione
s en
tre
las
varia
bles
quí
mic
as, f
ísic
as y
raí
z fu
ncio
nal e
valu
adas.
varia
bles
A L
ArAr
_sd
pH
mo
Al
Ca M
gK
cice
cic
7 P
SFe
Mn
CuZn
B H
0.3
H15
da
CDC.
30 C
60 c
100
mo
-0,2
3-0
,12
0,28
-0,2
8-0
,19
Al0,
090,
00-0
,07
-0,1
2-0
,87*
**0,
03
Ca-0
,22
-0,0
20,
180,
030,
47**
0,04
-0,4
8**
Mg
-0,4
1-0
,07
0,38
0,21
0,40
0,00
-0,4
3**
0,37
K0,
03-0
,01
-0,0
2-0
,17
-0,4
00,
140,
34-0
,18
-0,1
5
cice
-0,2
8-0
,03
0,24
0,04
0,30
0,05
-0,2
80,
95**
*0,
48**
-0,0
8
cic7
-0,1
5-0
,26
0,33
-0,1
6-0
,19
0,44
**0,
110,
200,
230,
080,
30
P0,
200,
02-0
,17
-0,1
2-0
,28
0,03
0,35
-0,0
7-0
,30
0,25
-0,0
3-0
,08
S0,
130,
04-0
,13
-0,1
2-0
,33
-0,1
10,
26-0
,08
-0,0
9-0
,04
-0,0
5-0
,02
0,01
Fe0,
07-0
,06
0,00
-0,1
8-0
,76*
**0,
47**
0,69
***
-0,4
4**
-0,4
4**
0,38
-0,3
30,
230,
300,
08
Mn
0,09
-0,1
20,
03-0
,11
-0,7
9***
0,17
0,73
***
-0,3
3-0
,32
0,36
-0,1
90,
240,
200,
290,
66**
*
Cu-0
,18
-0,1
50,
26-0
,19
-0,3
60,
69**
*0,
25-0
,17
-0,0
90,
24-0
,12
0,34
0,19
-0,0
20,
64**
*0,
40
Zn0,
06-0
,12
0,06
-0,0
8-0
,47*
*0,
200,
54**
-0,2
1-0
,20
0,31
-0,1
00,
120,
22-0
,02
0,41
0,45
**0,
29
B0,
09-0
,07
-0,0
10,
00-0
,14
0,24
0,11
-0,1
1-0
,02
0,01
-0,0
80,
09-0
,02
0,09
0,26
0,22
0,18
0,11
H0,3
-0,1
0-0
,08
0,14
-0,1
1-0
,12
0,38
0,10
0,09
-0,0
5-0
,01
0,12
0,30
0,02
-0,0
90,
260,
190,
340,
190,
16
H15
-0,2
2-0
,12
0,27
-0,0
1-0
,10
0,40
0,08
0,16
0,04
-0,0
60,
200,
42**
-0,0
4-0
,09
0,20
0,17
0,34
0,22
0,14
0,85
***
da-0
,02
-0,0
10,
020,
130,
12-0
,29
-0,1
10,
000,
030,
00-0
,04
-0,2
10,
13-0
,05
-0,2
1-0
,06
-0,1
1-0
,13
-0,1
8-0
,41*
**-0
,39
CD-0
,06
0,17
-0,0
90,
97**
*0,
14-0
,34
-0,1
10,
000,
13-0
,17
-0,0
1-0
,23
-0,0
9-0
,09
-0,1
8-0
,12
-0,2
5-0
,10
-0,0
1-0
,14
-0,0
70,
13
c30
-0,1
60,
070,
07-0
,06
-0,0
60,
22-0
,04
0,08
0,00
-0,0
10,
060,
110,
030,
150,
000,
060,
17-0
,03
0,01
0,09
0,13
0,17
0,08
c60
-0,0
70,
11-0
,03
-0,2
0-0
,08
0,16
0,01
-0,0
10,
01-0
,06
-0,0
20,
070,
020,
11-0
,01
0,06
0,05
0,00
-0,0
6-0
,08
-0,0
10,
100,
200,
40
c100
-0,0
10,
07-0
,06
-0,0
10,
070,
01-0
,14
-0,0
90,
08-0
,13
-0,1
2-0
,06
-0,0
50,
06-0
,06
-0,0
70,
02-0
,11
-0,0
60,
050,
060,
040,
010,
160,
27
DPM
S-0
,18
-0,1
70,
280,
11-0
,14
-0,0
80,
130,
090,
200,
030,
180,
270,
020,
02-0
,01
0,17
0,09
0,18
-0,1
30,
270,
300,
030,
050,
110,
110,
07
AFS
0,31
0,01
-0,2
5-0
,15
-0,0
6-0
,01
0,04
-0,2
3-0
,23
-0,0
6-0
,28
-0,1
70,
200,
160,
050,
040,
00-0
,14
0,03
-0,3
0-0
,40
0,14
0,10
0,04
0,03
0,09
AES
0,00
-0,0
20,
020,
040,
09-0
,10
-0,0
90,
180,
040,
080,
16-0
,05
-0,0
5-0
,22
-0,0
7-0
,05
-0,1
40,
090,
030,
110,
150,
030,
04-0
,12
-0,1
6-0
,09
IES
0,02
0,01
-0,0
3-0
,05
-0,0
90,
090,
10-0
,18
-0,0
5-0
,08
-0,1
60,
040,
050,
230,
070,
050,
13-0
,09
-0,0
2-0
,13
-0,1
6-0
,02
0,05
0,10
0,16
0,10
DPM
H-0
,23
0,06
0,13
-0,0
7-0
,04
0,41
-0,0
10,
050,
12-0
,08
0,07
0,34
-0,0
7-0
,21
0,15
0,08
0,21
0,10
0,08
0,39
0,49
**-0
,27
0,11
0,17
0,13
0,14
AFH
0,23
-0,0
4-0
,14
0,09
0,07
-0,4
6**
-0,0
2-0
,06
-0,0
90,
05-0
,08
-0,3
70,
070,
23-0
,21
-0,1
1-0
,26
-0,1
3-0
,11
-0,4
9***
-0,5
8**
0,32
0,12
-0,1
7-0
,10
-0,1
6
AEH
0,06
0,01
-0,0
50,
080,
06-0
,28
-0,0
4-0
,01
0,01
0,11
-0,0
1-0
,19
0,11
0,14
-0,1
3-0
,08
-0,1
2-0
,10
-0,1
0-0
,40
-0,4
3**
0,28
0,09
-0,0
1-0
,01
-0,1
4
IEH
-0,0
4-0
,03
0,05
-0,0
9-0
,07
0,29
0,04
0,00
-0,0
1-0
,09
0,00
0,18
-0,1
1-0
,12
0,13
0,08
0,13
0,10
0,10
0,39
0,41
**-0
,28
0,09
0,02
0,01
0,13
rf-0
,04
-0,1
30,
130,
020,
03-0
,01
-0,1
00,
030,
060,
030,
020,
090,
020,
03-0
,10
0,06
0,11
0,08
-0,0
70,
100,
130,
070,
000,
200,
210,
06
rnf
0,03
0,13
-0,1
3-0
,01
-0,0
1-0
,01
0,08
-0,0
3-0
,05
-0,0
4-0
,02
-0,0
9-0
,06
-0,0
30,
08-0
,06
-0,1
2-0
,09
0,06
-0,1
1-0
,15
-0,0
50,
01-0
,21
-0,2
1-0
,05
3534
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Do
nd
e: ***: r > 0.5 y
sig
nifi
cativ
o, ** r > 0.3 y
sig
nifi
ca
tivo.
Tabla 6. Matriz de correlaciones entre las variables de producción y variables físicas y químicas del suelo.
Variables racimo vastago Vmano2 Vmanopul Lmano2 Lmanopul Nmanos Ndmano2 Ndmanopul NdT Ftarechazo Ftaexpor
Ar -0,093 -0,087 -0,124 -0,132 -0,040 -0,012 -0,077 0,057 0,003 0,048 -0,028 -0,044
Ar_sd 0,067 0,060 0,109 0,080 0,078 0,044 -0,033 0,110 0,071 0,079 -0,038 0,081
pH -0,322 -0,309 -0,170 -0,126 -0,147 -0,121 -0,352 -0,100 -0,281 -0,191 -0,098 -0,200
mo 0,104 0,119 0,012 0,049 0,134 0,151 0,215 0,019 0,088 0,070 -0,082 0,114
Al 0,314 0,306 0,136 0,082 0,115 0,068 0,321 0,099 0,313 0,239 0,052 0,216
Ca -0,341 -0,358 -0,181 -0,121 -0,205 -0,143 -0,316 -0,221 -0,194 -0,290 -0,050 -0,226
Mg -0,278 -0,274 -0,198 -0,214 -0,176 -0,169 -0,265 -0,206 -0,163 -0,183 0,126 -0,258
K 0,111 0,120 0,101 0,036 0,015 -0,014 0,114 -0,084 0,059 -0,025 0,059 0,063
cice -0,309 -0,327 -0,183 -0,144 -0,212 -0,164 -0,281 -0,243 -0,141 -0,265 -0,005 -0,219
cic7 -0,230 -0,243 -0,083 -0,033 -0,242 -0,174 -0,179 -0,287 -0,214 -0,305 0,223 -0,252
P 0,136 0,127 -0,035 0,010 -0,008 -0,053 0,064 -0,066 0,093 0,080 -0,056 0,131
s -0,006 0,009 0,067 0,144 -0,002 0,046 0,081 -0,049 0,030 -0,095 0,050 -0,043
F 0,391 0,406 0,074 0,022 0,241 0,183 0,433 0,237 0,305 0,321 0,089 0,242
Mn 0,303 0,284 0,091 0,085 0,067 0,082 0,319 0,136 0,158 0,173 0,169 0,133
Cu 0,245 0,270 -0,014 -0,053 0,100 0,107 0,293 0,039 0,143 0,156 0,095 0,114
Zn 0,070 0,057 0,087 0,054 0,037 0,051 0,114 0,019 0,159 0,112 0,039 0,038
B 0,205 0,197 0,106 0,074 0,118 0,145 0,191 0,172 0,120 0,180 0,029 0,140
H0,3 0,025 0,000 -0,161 -0,130 0,017 -0,026 0,107 0,140 0,035 0,061 0,077 -0,041
H15 0,018 -0,009 -0,102 -0,057 -0,026 -0,037 0,062 0,083 0,012 0,041 0,086 -0,045
da -0,076 -0,080 0,015 0,082 -0,027 0,005 -0,172 -0,053 -0,081 -0,043 -0,058 -0,020
CD 0,093 0,086 0,141 0,114 0,095 0,048 -0,014 0,101 0,069 0,065 -0,035 0,096
c30 -0,074 -0,092 0,072 0,168 0,089 0,136 0,124 0,138 0,174 0,129 -0,171 0,022
c60 -0,083 -0,094 0,010 0,096 -0,051 0,022 0,043 -0,001 0,054 0,026 -0,157 0,012
c100 -0,042 -0,042 -0,054 -0,071 0,017 0,002 0,058 0,125 0,044 0,039 -0,043 -0,028
DPMS -0,272 -0,281 -0,045 0,017 -0,106 0,009 -0,081 -0,044 0,024 -0,058 -0,004 -0,217
AFS 0,089 0,093 0,035 -0,052 -0,035 -0,087 -0,022 -0,097 -0,035 0,002 0,012 0,058
AES 0,126 0,103 0,130 0,197 0,154 0,205 0,154 0,342 0,112 0,117 0,068 0,143
IES -0,125 -0,101 -0,131 -0,198 -0,157 -0,207 -0,154 -0,338 -0,109 -0,111 0,067 -0,143
DPMH -0,068 -0,085 -0,265 -0,214 -0,141 -0,173 -0,041 -0,020 -0,084 -0,071 0,108 -0,095
AFH 0,034 0,058 0,215 0,180 0,080 0,119 -0,023 0,000 0,024 0,014 -0,074 0,052
AEH -0,032 0,001 0,062 0,087 -0,035 0,003 -0,100 -0,030 -0,061 -0,072 0,007 -0,031
IEH 0,041 0,010 -0,045 -0,070 0,042 0,007 0,108 0,031 0,074 0,082 -0,015 0,043
rf -0,167 -0,161 0,003 0,055 -0,053 0,022 -0,092 -0,092 -0,030 0,021 0,065 -0,183
rnf 0,163 0,157 -0,005 -0,060 0,060 -0,021 0,084 0,096 0,017 -0,031 -0,065 0,180
Figura 7. Relaciones simples entre peso del racimo y cada una de las variables físicas, químicas y de raíz funcional
evaluadas.
3736
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Tabla 6. Matriz de correlaciones entre las variables de producción y variables físicas y químicas del suelo.
Variables racimo vastago Vmano2 Vmanopul Lmano2 Lmanopul Nmanos Ndmano2 Ndmanopul NdT Ftarechazo Ftaexpor
Ar -0,093 -0,087 -0,124 -0,132 -0,040 -0,012 -0,077 0,057 0,003 0,048 -0,028 -0,044
Ar_sd 0,067 0,060 0,109 0,080 0,078 0,044 -0,033 0,110 0,071 0,079 -0,038 0,081
pH -0,322 -0,309 -0,170 -0,126 -0,147 -0,121 -0,352 -0,100 -0,281 -0,191 -0,098 -0,200
mo 0,104 0,119 0,012 0,049 0,134 0,151 0,215 0,019 0,088 0,070 -0,082 0,114
Al 0,314 0,306 0,136 0,082 0,115 0,068 0,321 0,099 0,313 0,239 0,052 0,216
Ca -0,341 -0,358 -0,181 -0,121 -0,205 -0,143 -0,316 -0,221 -0,194 -0,290 -0,050 -0,226
Mg -0,278 -0,274 -0,198 -0,214 -0,176 -0,169 -0,265 -0,206 -0,163 -0,183 0,126 -0,258
K 0,111 0,120 0,101 0,036 0,015 -0,014 0,114 -0,084 0,059 -0,025 0,059 0,063
cice -0,309 -0,327 -0,183 -0,144 -0,212 -0,164 -0,281 -0,243 -0,141 -0,265 -0,005 -0,219
cic7 -0,230 -0,243 -0,083 -0,033 -0,242 -0,174 -0,179 -0,287 -0,214 -0,305 0,223 -0,252
P 0,136 0,127 -0,035 0,010 -0,008 -0,053 0,064 -0,066 0,093 0,080 -0,056 0,131
s -0,006 0,009 0,067 0,144 -0,002 0,046 0,081 -0,049 0,030 -0,095 0,050 -0,043
F 0,391 0,406 0,074 0,022 0,241 0,183 0,433 0,237 0,305 0,321 0,089 0,242
Mn 0,303 0,284 0,091 0,085 0,067 0,082 0,319 0,136 0,158 0,173 0,169 0,133
Cu 0,245 0,270 -0,014 -0,053 0,100 0,107 0,293 0,039 0,143 0,156 0,095 0,114
Zn 0,070 0,057 0,087 0,054 0,037 0,051 0,114 0,019 0,159 0,112 0,039 0,038
B 0,205 0,197 0,106 0,074 0,118 0,145 0,191 0,172 0,120 0,180 0,029 0,140
H0,3 0,025 0,000 -0,161 -0,130 0,017 -0,026 0,107 0,140 0,035 0,061 0,077 -0,041
H15 0,018 -0,009 -0,102 -0,057 -0,026 -0,037 0,062 0,083 0,012 0,041 0,086 -0,045
da -0,076 -0,080 0,015 0,082 -0,027 0,005 -0,172 -0,053 -0,081 -0,043 -0,058 -0,020
CD 0,093 0,086 0,141 0,114 0,095 0,048 -0,014 0,101 0,069 0,065 -0,035 0,096
c30 -0,074 -0,092 0,072 0,168 0,089 0,136 0,124 0,138 0,174 0,129 -0,171 0,022
c60 -0,083 -0,094 0,010 0,096 -0,051 0,022 0,043 -0,001 0,054 0,026 -0,157 0,012
c100 -0,042 -0,042 -0,054 -0,071 0,017 0,002 0,058 0,125 0,044 0,039 -0,043 -0,028
DPMS -0,272 -0,281 -0,045 0,017 -0,106 0,009 -0,081 -0,044 0,024 -0,058 -0,004 -0,217
AFS 0,089 0,093 0,035 -0,052 -0,035 -0,087 -0,022 -0,097 -0,035 0,002 0,012 0,058
AES 0,126 0,103 0,130 0,197 0,154 0,205 0,154 0,342 0,112 0,117 0,068 0,143
IES -0,125 -0,101 -0,131 -0,198 -0,157 -0,207 -0,154 -0,338 -0,109 -0,111 0,067 -0,143
DPMH -0,068 -0,085 -0,265 -0,214 -0,141 -0,173 -0,041 -0,020 -0,084 -0,071 0,108 -0,095
AFH 0,034 0,058 0,215 0,180 0,080 0,119 -0,023 0,000 0,024 0,014 -0,074 0,052
AEH -0,032 0,001 0,062 0,087 -0,035 0,003 -0,100 -0,030 -0,061 -0,072 0,007 -0,031
IEH 0,041 0,010 -0,045 -0,070 0,042 0,007 0,108 0,031 0,074 0,082 -0,015 0,043
rf -0,167 -0,161 0,003 0,055 -0,053 0,022 -0,092 -0,092 -0,030 0,021 0,065 -0,183
rnf 0,163 0,157 -0,005 -0,060 0,060 -0,021 0,084 0,096 0,017 -0,031 -0,065 0,180
Figura 7. Relaciones simples entre peso del racimo y cada una de las variables físicas, químicas y de raíz funcional
evaluadas.
3736
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Figura 7. Relaciones simples entre peso del racimo y cada una de las variables físicas, químicas y de raíz funcional
evaluadas.
3938
b. Variables relacionadas con la producción
La relación independiente entre las variables de producción con cada una de las variables de suelo evaluadas es bajo (Tabla 6, Figura 7), lo que indica que el aporte de cada una de éstas a la producción, es deficiente.
Considerando que en la naturaleza normalmente las relaciones entre los procesos se dan entre muchas variables, se evaluó entonces el aporte simultáneo de todas las variables al peso del racimo.
En la Tabla 7 se muestran los estadísticos básicos para aquellas variables que resultaron significativas, en el modelo lineal múltiple a nivel general y usando diferentes controles de variabilidad que fueron: subdivisiones a nivel de sublote y por unidades de suelo. Se observa como en la subdivisión a nivel de lote disminuye la variabilidad.
Así mismo la magnitud promedia del peso de los racimos fue de 30.41 kg, para el área estudiada, oscilando entre 16.1 y 44.7 kg al rededor de ésta, sin embargo, la distribución espacial de tal variación parece no ser aleatoria dentro del campo. Promedios de algunos sublotes están por debajo del promedio general, el lote 3, por ejemplo, tiene un promedio de peso de racimo de 28.09 kg y la subunidad de suelos A de 24.55 kg, mientras que otros, como el sublote 4B tiene un promedio de peso de racimo de 34.29 kg y la subunidad de suelos C de 32.82 kg, están por encima del promedio general (Tabla 7).
El gráfico de burbujas (Figura 8), muestra: primero la forma rómbica del área trabajada y segundo que a lo largo del eje central vertical, formado entre el vértice inferior y superior de la figura formada, tienden a concentrarse las plantas que produjeron racimos con mayor magnitud en el peso y hacia los vértices laterales los de menor peso. Se observa entonces que los pesos de los racimos tienden a agruparse por rangos de magnitud dentro de ciertos sectores del campo.
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Figura 7. Relaciones simples entre peso del racimo y cada una de las variables físicas, químicas y de raíz funcional
evaluadas.
3938
b. Variables relacionadas con la producción
La relación independiente entre las variables de producción con cada una de las variables de suelo evaluadas es bajo (Tabla 6, Figura 7), lo que indica que el aporte de cada una de éstas a la producción, es deficiente.
Considerando que en la naturaleza normalmente las relaciones entre los procesos se dan entre muchas variables, se evaluó entonces el aporte simultáneo de todas las variables al peso del racimo.
En la Tabla 7 se muestran los estadísticos básicos para aquellas variables que resultaron significativas, en el modelo lineal múltiple a nivel general y usando diferentes controles de variabilidad que fueron: subdivisiones a nivel de sublote y por unidades de suelo. Se observa como en la subdivisión a nivel de lote disminuye la variabilidad.
Así mismo la magnitud promedia del peso de los racimos fue de 30.41 kg, para el área estudiada, oscilando entre 16.1 y 44.7 kg al rededor de ésta, sin embargo, la distribución espacial de tal variación parece no ser aleatoria dentro del campo. Promedios de algunos sublotes están por debajo del promedio general, el lote 3, por ejemplo, tiene un promedio de peso de racimo de 28.09 kg y la subunidad de suelos A de 24.55 kg, mientras que otros, como el sublote 4B tiene un promedio de peso de racimo de 34.29 kg y la subunidad de suelos C de 32.82 kg, están por encima del promedio general (Tabla 7).
El gráfico de burbujas (Figura 8), muestra: primero la forma rómbica del área trabajada y segundo que a lo largo del eje central vertical, formado entre el vértice inferior y superior de la figura formada, tienden a concentrarse las plantas que produjeron racimos con mayor magnitud en el peso y hacia los vértices laterales los de menor peso. Se observa entonces que los pesos de los racimos tienden a agruparse por rangos de magnitud dentro de ciertos sectores del campo.
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Variable
Media
Desviación
estándar C. V.
(%)
Mínimo Máximo Asimetrío
Valor p
Shapiro -Wilk
Campo completo (n=130)
PR
30.41
6.74
22.15
16.1
44.7
-0.6032
0.0086
pH
5.13
0.35
6.85
4.3
5.9
0.3957
0.04198
MO 2.02 0.90 44.39 0.9 4.7 2.8256 1.84E -10
Al 1.06 0.78 73.53 0 3.5 3.6050 3.54E -11
Ca 15.39 3.62 23.51 2.6 28.5 1.0681 0.98093 CICE
22.23
3.53
15.90
9.4
35
1.0776
0.89852
Fe
150.32
43.81
29.15
60
256
1.1751
0.06291
Mn
21.48
11.05
51.43
6
55
4.3132
3.88E -10
Cu
6.54
1.65
25.28
4
11
3.2852
1.18E -10
B
0.25
0.12
49.16
0.1
0.7
4.8794
0
DPMS 4.45 0.53 12.01 2.56 5.23 -5.5877 1.77E -11
AFS 3.03 2.32 76.41 0.39 12.29 7.5616 0
Tabla 7. Estadísticas básicas de algunas propiedades físicas y químicas del epipedón de suelo y de sus componentes menores (lotes y unidades de suelo), que correlacionaron significativamente
con la producción de banano.
Lote 3 (n=48)
PR
28.09
6.61
23.55
16.5
40.5
0.7401
0.07663
pH
5.15
0.36
6.91
4.3
5.9
0.5854
0.3754
Al
1.09
0.72
66.28
0
3
0.9908
0.0021
CIC
22.22
2.98
13.42
16.31
29.79
1.5238
0.33235
Fe
139.9
46.62
33.33
60
237
1.1497
0.05462
Mn
22.48
11.39
50.69
6
55
2.2913
0.0204
B
0.26
0.14
53.34
0.1
0.7
3.1541
0.000022
CC
36.41
3.64
9.98
29.93
43.72
0.956
0.10029
PMP
23.65
2.8 4
12.00
18.63
29.95
1.1913
0.15658
Lote 4A (n=22)
PR
31.14
7.44
23.9
19.8
44.7
0.1695
0.43854
Ca
14.77
2.9
19.67
9.2
19.8
-0.3101
0.83827
CICE 21.15 2.62 12.37 14.8 25.7 -1.0078 0.83647
DPMH 2.55 0.65 25.31 1.75 4.11 1.6843 0.0325
AFH 33.34 11.13 33. 38 17.54 51.33 0.3258 0.09086
Lote 4B (n=20)
PR 34.29 4.41 12.88 27.7 41.4 0.1193 0.20496
CC 34.7 3.34 9.64 29.42 42.27 0.6911 0.84662
DPMS 3.88 0.59 15.09 2.65 5.09 0.1706 0.51868
Lote 5 (n=40)
PR
30.85
6.58
21.31
16.1
42.3
-1.1289 0.2672
Ca 15.5 4.25 27.44 9.1 28.5 2.2271 0.04223
CICE 22.36 4.11 18.4 15.9 35.0 2.2404 0.05008
S 16.58 11.34 68.43 5 66 6.3861 8.38E -8
Variable
Media
Desviación
estándar C. V.
(%)
Mínimo Máximo Asimetrío
Valor p
Shapiro -Wilk
Tabla 7. Estadísticas básicas de algunas propiedades físicas y químicas del epipedón de suelo y de sus componentes menores (lotes y unidades de suelo), que correlacionaron significativamente
con la producción de banano.
Unidad de suelo A (n=16)
PR 24.26 3.88 15.98 16.5 31.1 0.0082 0.89279
pH 5.31 0.39 7.33 4.8 5.9 0.1652 0.13139
Al 0.69 0.67 97.19 0 1.9 0.2766 0.00698
Unidad de suelo B (n=95)
PR 30.96 6.48 20.93 16.1 44.7 -1.3357 0.05195
Al 1.05 0.79 75.2 0 3.5 3.713 6.63E -9
Ca 15.14 3.94 26.01 2.6 28.5 1.4035 0.83256
Fe 155.13 41.68 26.87 67 256 1.1066 0.25261
Cu
6.77
1.62
23.95
4
11
3.2374
3 .05E -8
DPMS 4.37 0.58 13.17 2.56 5.23 -3.9869 0.000002
4140
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Variable
Media
Desviación
estándar C. V.
(%)
Mínimo Máximo Asimetrío
Valor p
Shapiro -Wilk
Campo completo (n=130)
PR
30.41
6.74
22.15
16.1
44.7
-0.6032
0.0086
pH
5.13
0.35
6.85
4.3
5.9
0.3957
0.04198
MO 2.02 0.90 44.39 0.9 4.7 2.8256 1.84E -10
Al 1.06 0.78 73.53 0 3.5 3.6050 3.54E -11
Ca 15.39 3.62 23.51 2.6 28.5 1.0681 0.98093 CICE
22.23
3.53
15.90
9.4
35
1.0776
0.89852
Fe
150.32
43.81
29.15
60
256
1.1751
0.06291
Mn
21.48
11.05
51.43
6
55
4.3132
3.88E -10
Cu
6.54
1.65
25.28
4
11
3.2852
1.18E -10
B
0.25
0.12
49.16
0.1
0.7
4.8794
0
DPMS 4.45 0.53 12.01 2.56 5.23 -5.5877 1.77E -11
AFS 3.03 2.32 76.41 0.39 12.29 7.5616 0
Tabla 7. Estadísticas básicas de algunas propiedades físicas y químicas del epipedón de suelo y de sus componentes menores (lotes y unidades de suelo), que correlacionaron significativamente
con la producción de banano.
Lote 3 (n=48)
PR
28.09
6.61
23.55
16.5
40.5
0.7401
0.07663
pH
5.15
0.36
6.91
4.3
5.9
0.5854
0.3754
Al
1.09
0.72
66.28
0
3
0.9908
0.0021
CIC
22.22
2.98
13.42
16.31
29.79
1.5238
0.33235
Fe
139.9
46.62
33.33
60
237
1.1497
0.05462
Mn
22.48
11.39
50.69
6
55
2.2913
0.0204
B
0.26
0.14
53.34
0.1
0.7
3.1541
0.000022
CC
36.41
3.64
9.98
29.93
43.72
0.956
0.10029
PMP
23.65
2.8 4
12.00
18.63
29.95
1.1913
0.15658
Lote 4A (n=22)
PR
31.14
7.44
23.9
19.8
44.7
0.1695
0.43854
Ca
14.77
2.9
19.67
9.2
19.8
-0.3101
0.83827
CICE 21.15 2.62 12.37 14.8 25.7 -1.0078 0.83647
DPMH 2.55 0.65 25.31 1.75 4.11 1.6843 0.0325
AFH 33.34 11.13 33. 38 17.54 51.33 0.3258 0.09086
Lote 4B (n=20)
PR 34.29 4.41 12.88 27.7 41.4 0.1193 0.20496
CC 34.7 3.34 9.64 29.42 42.27 0.6911 0.84662
DPMS 3.88 0.59 15.09 2.65 5.09 0.1706 0.51868
Lote 5 (n=40)
PR
30.85
6.58
21.31
16.1
42.3
-1.1289 0.2672
Ca 15.5 4.25 27.44 9.1 28.5 2.2271 0.04223
CICE 22.36 4.11 18.4 15.9 35.0 2.2404 0.05008
S 16.58 11.34 68.43 5 66 6.3861 8.38E -8
Variable
Media
Desviación
estándar C. V.
(%)
Mínimo Máximo Asimetrío
Valor p
Shapiro -Wilk
Tabla 7. Estadísticas básicas de algunas propiedades físicas y químicas del epipedón de suelo y de sus componentes menores (lotes y unidades de suelo), que correlacionaron significativamente
con la producción de banano.
Unidad de suelo A (n=16)
PR 24.26 3.88 15.98 16.5 31.1 0.0082 0.89279
pH 5.31 0.39 7.33 4.8 5.9 0.1652 0.13139
Al 0.69 0.67 97.19 0 1.9 0.2766 0.00698
Unidad de suelo B (n=95)
PR 30.96 6.48 20.93 16.1 44.7 -1.3357 0.05195
Al 1.05 0.79 75.2 0 3.5 3.713 6.63E -9
Ca 15.14 3.94 26.01 2.6 28.5 1.4035 0.83256
Fe 155.13 41.68 26.87 67 256 1.1066 0.25261
Cu
6.77
1.62
23.95
4
11
3.2374
3 .05E -8
DPMS 4.37 0.58 13.17 2.56 5.23 -3.9869 0.000002
4140
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
a) Sublotes b) Unidades de suelos
Figura 8. Gráfico de burbujas para el peso de racimo. Las líneas punteadas en a) delinean los canales de drenaje
secundario y delimitan los sublotes y en b) delimitan las unidades de suelos.
Figura 9. Diagrama de cajas de bigotes para el peso (kg) promedio de racimos de acuerdo a: a) lote y b) unidad
de suelo.
a) b)
El valor p para la relación de varianzas de los pesos de los racimos entre los lotes S23/S24 , S25/S24 y S25/S23 , fueron de 0.47, 0.29 y 0.30 respectivamente, y en el caso de la unidades de suelos S2A/ S2B, S2A/ S2C y S2B/ S2C fueron de 0.98, 0.99 y 0.74 respectivamente, en todos los casos, p > 0.05; indicando que no hay evidencias para considerar las varianzas de los pesos de los racimos entre los lotes, ni entre unidades de suelos, diferentes. La comparación del peso promedio de los racimos a nivel de lote y asumiendo varianzas homogéneas, son diferentes los pesos promedios, entre los lotes 3 y 4 (p=0.001 < 0.05) y no hay evidencias para diferencias entre los lotes 5 y 3 (p= 0.11>0.05) ni entre los lotes 5 y 4 (p=0.21 > 0.05). En el caso de las unidades de suelos el peso promedio de los racimos de la unidad A es diferente frente a las unidades B y C (p= 0.0004 y p= 0.0003, respectivamente, en ambos casos p < 0.05) y no hubo diferencias entre las unidades B y C (0.47 > 0.05). Los anteriores resultados indican que no hay homogeneidad en la magnitud promedia de los pesos de los racimos en todo el área de estudio, y que estas difieren dependiendo de como se agrupen las muestras.
Uno de los requisitos exigidos en un análisis espacial es el de la estacionariedad, el cual asume que la magnitud promedia de la variable respuesta sea homogénea entre grupos de submuestras tomadas del conjunto total de muestras evaluado dentro del campo.
En este caso de estudio, este supuesto no se cumple, debido a las diferencias en los pesos de los racimos de plantas ubicadas en ciertos sectores del campo. El gráfico de cajas de bigotes para el peso de racimos (figuras 9 a y 9 b), muestran el comportamiento de los datos al rededor de la mediana de acuerdo a lote y a la unidad de suelos, corroborando diferencias entre algunos lotes y unidades de suelos. En resumen en el campo completo se relacionaron significativamente con la producción pH, materia orgánica (MOS), Al, Ca, capacidad de intercambio catiónico efectiva (CICE), Fe, Mn, B, diámetro ponderado medio de los agregados determinado en seco (DPMS). En el sublote 3 fueron significativos el pH, Al, la capacidad de intercambio catiónico a pH 7 (CIC), Fe, Mn, B, la humedad del suelo a capacidad de campo (H0.3) y el punto de marchites permanente (H15) (Tabla 7).En el sublote 4A correlacionaron significativamente con Pr: Ca, CICE, el diámetro ponderado medio de los agregados determinado en húmedo (DPMH) y los agregados finos determinados en húmedo (AFH); en el lote 4B las variables significativas fueron H0.3 y DPMS y en el lote 5 se relacionaron el Ca, CICE y el S. A nivel de unidad de suelo, en la unidad A la producción (Pr) se relacionó significativamente con pH y Al y en la unidad B con el Al, Ca, Fe, Cu y DPMS; en la unidad C no se encontró correlación significativa de ninguna de las variables estudiadas con la Pr. (Tabla 7).
c. Extracción de la tendencia
El análisis de tendencia para la producción en función de los ejes coordenados sugiere una superficie de tendencia lineal en todos los casos (Tabla 8), con un efecto positivo de la interacción entre los ejes.
2Aunque los modelos de extracción de la tendencia son significativos, el R indica que todos los modelos sólo permiten extraer una tendencia menor o igual al 23,4 %, por lo que en este caso no se considera que los ejes sean un buen factor de extracción de tendencias.
4342
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
a) Sublotes b) Unidades de suelos
Figura 8. Gráfico de burbujas para el peso de racimo. Las líneas punteadas en a) delinean los canales de drenaje
secundario y delimitan los sublotes y en b) delimitan las unidades de suelos.
Figura 9. Diagrama de cajas de bigotes para el peso (kg) promedio de racimos de acuerdo a: a) lote y b) unidad
de suelo.
a) b)
El valor p para la relación de varianzas de los pesos de los racimos entre los lotes S23/S24 , S25/S24 y S25/S23 , fueron de 0.47, 0.29 y 0.30 respectivamente, y en el caso de la unidades de suelos S2A/ S2B, S2A/ S2C y S2B/ S2C fueron de 0.98, 0.99 y 0.74 respectivamente, en todos los casos, p > 0.05; indicando que no hay evidencias para considerar las varianzas de los pesos de los racimos entre los lotes, ni entre unidades de suelos, diferentes. La comparación del peso promedio de los racimos a nivel de lote y asumiendo varianzas homogéneas, son diferentes los pesos promedios, entre los lotes 3 y 4 (p=0.001 < 0.05) y no hay evidencias para diferencias entre los lotes 5 y 3 (p= 0.11>0.05) ni entre los lotes 5 y 4 (p=0.21 > 0.05). En el caso de las unidades de suelos el peso promedio de los racimos de la unidad A es diferente frente a las unidades B y C (p= 0.0004 y p= 0.0003, respectivamente, en ambos casos p < 0.05) y no hubo diferencias entre las unidades B y C (0.47 > 0.05). Los anteriores resultados indican que no hay homogeneidad en la magnitud promedia de los pesos de los racimos en todo el área de estudio, y que estas difieren dependiendo de como se agrupen las muestras.
Uno de los requisitos exigidos en un análisis espacial es el de la estacionariedad, el cual asume que la magnitud promedia de la variable respuesta sea homogénea entre grupos de submuestras tomadas del conjunto total de muestras evaluado dentro del campo.
En este caso de estudio, este supuesto no se cumple, debido a las diferencias en los pesos de los racimos de plantas ubicadas en ciertos sectores del campo. El gráfico de cajas de bigotes para el peso de racimos (figuras 9 a y 9 b), muestran el comportamiento de los datos al rededor de la mediana de acuerdo a lote y a la unidad de suelos, corroborando diferencias entre algunos lotes y unidades de suelos. En resumen en el campo completo se relacionaron significativamente con la producción pH, materia orgánica (MOS), Al, Ca, capacidad de intercambio catiónico efectiva (CICE), Fe, Mn, B, diámetro ponderado medio de los agregados determinado en seco (DPMS). En el sublote 3 fueron significativos el pH, Al, la capacidad de intercambio catiónico a pH 7 (CIC), Fe, Mn, B, la humedad del suelo a capacidad de campo (H0.3) y el punto de marchites permanente (H15) (Tabla 7).En el sublote 4A correlacionaron significativamente con Pr: Ca, CICE, el diámetro ponderado medio de los agregados determinado en húmedo (DPMH) y los agregados finos determinados en húmedo (AFH); en el lote 4B las variables significativas fueron H0.3 y DPMS y en el lote 5 se relacionaron el Ca, CICE y el S. A nivel de unidad de suelo, en la unidad A la producción (Pr) se relacionó significativamente con pH y Al y en la unidad B con el Al, Ca, Fe, Cu y DPMS; en la unidad C no se encontró correlación significativa de ninguna de las variables estudiadas con la Pr. (Tabla 7).
c. Extracción de la tendencia
El análisis de tendencia para la producción en función de los ejes coordenados sugiere una superficie de tendencia lineal en todos los casos (Tabla 8), con un efecto positivo de la interacción entre los ejes.
2Aunque los modelos de extracción de la tendencia son significativos, el R indica que todos los modelos sólo permiten extraer una tendencia menor o igual al 23,4 %, por lo que en este caso no se considera que los ejes sean un buen factor de extracción de tendencias.
4342
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Tabla 8. Análisis de tendencia espacial de la producción de banano y de algunas propiedades físicas y químicas del epipedón de suelos del campo experimental de AUGURA que correlacionaron significativamente con la producción.
Variable dependiente
2R
Valor p del
modelo
PR PR = 1.51954E8 - + 0.000559013*x*y
481.199*x - 176.526* y
16.94 0
pH
pH = - -0.0000184261*x*y5.00777E6 + 15.8603*x + 5.81791*y
-
6.11
0.012
MO
MO = -2 + 0.000044075*x*y - 0.0000219914*y
4.31357E6 - 37.9384*x +23.9408*y-
13.32
0.0002
Al
Al = 1.2142E7 - + 0.0000446761*x*y
38.4561*x - - 14.1059*y
6.24
0.0111
Ca
Ca = -2 - 0.000276584*x*y - 0.000215941*x
9.6709E7 + 374.448*x + 87.3385*y
8.02
0.0058
Modelo
CICE = - - 0.000223996*x*y - 0.000187102*x
7.9543E7 + 310.97*x + 70.7359*y
-
Fe
Fe = 7.92175E8 + 0.00291441*x*y
- 2508.7*x - 920.286*y
8.64
0.0024
Mn
Mn = 1.34343E8 + 0.000494343*x*y
- 425.509*x -156.075*y
4.51
0.0318
B
B = -226.623 + 0.000263565*y
2.95
0.028
DPMS
DPMS = 1.62481E7 + 23.1788* 46.2548*y
2 - 0.0000269265*x*y + 0.0000318065*y
x -
23.67
0
AFS
AFS = 2.88401E7 + 0.00010609*x*y
- 91.3202*x -33.5045*y
9.00
0.0019
log DPMS
log DPMS = 1.68502E6 + 2.45115*x4.81427*y -0.00000284746*x*y +0.00000331871*y*y
-
22.35
0
sqrt DPMS = 311.2967*y -0.00000662808*x*y +0.00000777754*y*y
.96117E6 + 5.70557*x
-
23.11
0
sqrt DPMS = 30.00000662808*x*y + 0.00000777754*y*y
.96117E6 + 5.70557*x - 11.2967*y 23.11
0
inv DPMS = -0.00000162617*x*y - 0.00000187389*y*y
946440. -1.39984*x + 2.71254*y +
20.26
0
CICE
7.18
0.0096
De otro lado aunque pocas variables presentaron dependencia espacial, ésta fue relativamente alta; la variabilidad estructurada representó más del 50 % de la variabilidad total de ellas (Tabla 9, Figura 10).
Tabla 9. Análisis de dependencia espacial de la producción de banano y de algunas propiedades físicas
y químicas del epipedón de suelos del campo experimental de AUGURA que correlacionaron significativamente con la producción.
Variable Modelo Co Sill Rango (m)
C/Sill (%)
R2 (%)
PR
Exponencial 13.4
46.2
59.7
71.0 60.1
pH
Nugget
0.123113
0.123113
-
0 -
MO
Lineal
0.645
-
-
30.9 75.9
Al
Nugget
0.6026
0.6026
-
0 -
Ca
Nugget
13.031
13.031
-
0 -
CICE
Nugget
12.375
12.375
-
0 -
Fe
Lineal
1759.86
-
-
13.7 38.5
Mn
Lineal
108.79
-
-
19.8 59.5
B
Lineal
0.0143
-
-
14.2 62.8
Residuales
DPMS
Esférico
0.0299
0.2078
41.5
85.6 24.0
AFS
Lineal
4.265
-
-
31.8 90.0
4544
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Tabla 8. Análisis de tendencia espacial de la producción de banano y de algunas propiedades físicas y químicas del epipedón de suelos del campo experimental de AUGURA que correlacionaron significativamente con la producción.
Variable dependiente
2R
Valor p del
modelo
PR PR = 1.51954E8 - + 0.000559013*x*y
481.199*x - 176.526* y
16.94 0
pH
pH = - -0.0000184261*x*y5.00777E6 + 15.8603*x + 5.81791*y
-
6.11
0.012
MO
MO = -2 + 0.000044075*x*y - 0.0000219914*y
4.31357E6 - 37.9384*x +23.9408*y-
13.32
0.0002
Al
Al = 1.2142E7 - + 0.0000446761*x*y
38.4561*x - - 14.1059*y
6.24
0.0111
Ca
Ca = -2 - 0.000276584*x*y - 0.000215941*x
9.6709E7 + 374.448*x + 87.3385*y
8.02
0.0058
Modelo
CICE = - - 0.000223996*x*y - 0.000187102*x
7.9543E7 + 310.97*x + 70.7359*y
-
Fe
Fe = 7.92175E8 + 0.00291441*x*y
- 2508.7*x - 920.286*y
8.64
0.0024
Mn
Mn = 1.34343E8 + 0.000494343*x*y
- 425.509*x -156.075*y
4.51
0.0318
B
B = -226.623 + 0.000263565*y
2.95
0.028
DPMS
DPMS = 1.62481E7 + 23.1788* 46.2548*y
2 - 0.0000269265*x*y + 0.0000318065*y
x -
23.67
0
AFS
AFS = 2.88401E7 + 0.00010609*x*y
- 91.3202*x -33.5045*y
9.00
0.0019
log DPMS
log DPMS = 1.68502E6 + 2.45115*x4.81427*y -0.00000284746*x*y +0.00000331871*y*y
-
22.35
0
sqrt DPMS = 311.2967*y -0.00000662808*x*y +0.00000777754*y*y
.96117E6 + 5.70557*x
-
23.11
0
sqrt DPMS = 30.00000662808*x*y + 0.00000777754*y*y
.96117E6 + 5.70557*x - 11.2967*y 23.11
0
inv DPMS = -0.00000162617*x*y - 0.00000187389*y*y
946440. -1.39984*x + 2.71254*y +
20.26
0
CICE
7.18
0.0096
De otro lado aunque pocas variables presentaron dependencia espacial, ésta fue relativamente alta; la variabilidad estructurada representó más del 50 % de la variabilidad total de ellas (Tabla 9, Figura 10).
Tabla 9. Análisis de dependencia espacial de la producción de banano y de algunas propiedades físicas
y químicas del epipedón de suelos del campo experimental de AUGURA que correlacionaron significativamente con la producción.
Variable Modelo Co Sill Rango (m)
C/Sill (%)
R2 (%)
PR
Exponencial 13.4
46.2
59.7
71.0 60.1
pH
Nugget
0.123113
0.123113
-
0 -
MO
Lineal
0.645
-
-
30.9 75.9
Al
Nugget
0.6026
0.6026
-
0 -
Ca
Nugget
13.031
13.031
-
0 -
CICE
Nugget
12.375
12.375
-
0 -
Fe
Lineal
1759.86
-
-
13.7 38.5
Mn
Lineal
108.79
-
-
19.8 59.5
B
Lineal
0.0143
-
-
14.2 62.8
Residuales
DPMS
Esférico
0.0299
0.2078
41.5
85.6 24.0
AFS
Lineal
4.265
-
-
31.8 90.0
4544
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
4746
Figura 10. Semivariogramas de la producción de banano y de algunas propiedades físicas y químicas del suelo en el área de estudio que correlacionaron significativamente con la producción.
d. Variables físicas, químicas del suelo y de raíz funcional de acuerdo a los sublotes y a las unidades de suelo como factores de extracción de tendencia.
A nivel general, de las variables físicas y químicas del suelo y de raíz funcional evaluadas como variables explicativas del peso del racimo, se encontró que, esta variable se relaciona siginificativamente con el nivel de arena, pH, Ca, Mg, humedad del suelo retenida a 15 atmósferas y con el diámetro ponderado medio estimado en seco y en húmedo de los agregados del suelo, el modelo lineal es significativo (p=0.00003189 < 0.05) con un R2 ajustado del 28 %. La composición de variables significativamente relacionadas con el peso del racimo cambia cuando se utiliza un factor de control de variabilidad y son diferentes incluso entre unidades de suelo y entre sublotes tanto en el número como en el tipo de variables.
A nivel de tipo de suelo, la subunidad A mejora en un 22 % la relación entre el peso del racimo y el grupo de variables significativamente relacionadas con este; los grupos de variables de las subunidades B y C, presentaron un nivel de explicación muy similar al del modelo general.
Cuando se utilizó como factor de control el lote, el porcentaje de explicación, del peso del racimo en función de las variables significativamente relacionadas, fue del 96.9, 95.6 y 84.1 para los sublotes L3, L4A, L4B y L5 B respectivamente.
Consecuentemente, el ajuste, entre los datos reales del peso de los racimos de banano con los valores de éstos, precedidos usando las variables y parámetros obtenidos, es mejor cuando se usa los sublotes como factor de control de la tendencia espacial, que cuando se usan los ejes coordenados o las unidades de suelos o simplemente no se usa ningún factor.
Los anteriores resultados sugieren que existen ciertos factores de mayor rango de cambio, aun desconocidos, los cuales influyen en el tipo y cantidad de variables, con menor escala de variación, relacionados con la producción.
Además, el estudio detallado de suelos, no explica satisfactoriamente ninguna proporción de la tendencia de producción encontrada, probablemente porque la escala a la cual son realizados estos trabajos sobrepasan la escala responsable de las tendencias de estas variables; es decir, sectores homogéneos de alta, media y baja producción, pueden ubicarse dentro de un mismo tipo de suelo o no pueden ser discriminados por éste.
Por otra parte, los resultados también resaltan la importancia de los estudios de agricultura de precisión, cuya premisa fundamental es el establecimiento de unidades de manejo diferencial dentro del sistema agrícola, que en el presente, son comunes los trabajos para dos o tres variables.
En este sentido, estos resultados muestran un cambio espacial, según el sector de tendencia de producción, del grupo componente de variables limitantes de ésta, lo que indicaría que las estrategias de manejo del sistema agrícola deberían involucrar no solamente el establecimiento de unidades de manejo para la variable en estudio, sino que, por el contrario, debería inicialmente establecerse las áreas del sistema agrícola con variables limitantes, homogéneas, de la producción, para luego establecer el comportamiento de cada una de éstas dentro de cada área.
Estas diferentes escalas de variación, podrían también explicar la baja respuesta en campo, de la producción frente a propuestas de manejo de variables del suelo, de nemátodos y de nutrientes entre otros aspectos.
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
4746
Figura 10. Semivariogramas de la producción de banano y de algunas propiedades físicas y químicas del suelo en el área de estudio que correlacionaron significativamente con la producción.
d. Variables físicas, químicas del suelo y de raíz funcional de acuerdo a los sublotes y a las unidades de suelo como factores de extracción de tendencia.
A nivel general, de las variables físicas y químicas del suelo y de raíz funcional evaluadas como variables explicativas del peso del racimo, se encontró que, esta variable se relaciona siginificativamente con el nivel de arena, pH, Ca, Mg, humedad del suelo retenida a 15 atmósferas y con el diámetro ponderado medio estimado en seco y en húmedo de los agregados del suelo, el modelo lineal es significativo (p=0.00003189 < 0.05) con un R2 ajustado del 28 %. La composición de variables significativamente relacionadas con el peso del racimo cambia cuando se utiliza un factor de control de variabilidad y son diferentes incluso entre unidades de suelo y entre sublotes tanto en el número como en el tipo de variables.
A nivel de tipo de suelo, la subunidad A mejora en un 22 % la relación entre el peso del racimo y el grupo de variables significativamente relacionadas con este; los grupos de variables de las subunidades B y C, presentaron un nivel de explicación muy similar al del modelo general.
Cuando se utilizó como factor de control el lote, el porcentaje de explicación, del peso del racimo en función de las variables significativamente relacionadas, fue del 96.9, 95.6 y 84.1 para los sublotes L3, L4A, L4B y L5 B respectivamente.
Consecuentemente, el ajuste, entre los datos reales del peso de los racimos de banano con los valores de éstos, precedidos usando las variables y parámetros obtenidos, es mejor cuando se usa los sublotes como factor de control de la tendencia espacial, que cuando se usan los ejes coordenados o las unidades de suelos o simplemente no se usa ningún factor.
Los anteriores resultados sugieren que existen ciertos factores de mayor rango de cambio, aun desconocidos, los cuales influyen en el tipo y cantidad de variables, con menor escala de variación, relacionados con la producción.
Además, el estudio detallado de suelos, no explica satisfactoriamente ninguna proporción de la tendencia de producción encontrada, probablemente porque la escala a la cual son realizados estos trabajos sobrepasan la escala responsable de las tendencias de estas variables; es decir, sectores homogéneos de alta, media y baja producción, pueden ubicarse dentro de un mismo tipo de suelo o no pueden ser discriminados por éste.
Por otra parte, los resultados también resaltan la importancia de los estudios de agricultura de precisión, cuya premisa fundamental es el establecimiento de unidades de manejo diferencial dentro del sistema agrícola, que en el presente, son comunes los trabajos para dos o tres variables.
En este sentido, estos resultados muestran un cambio espacial, según el sector de tendencia de producción, del grupo componente de variables limitantes de ésta, lo que indicaría que las estrategias de manejo del sistema agrícola deberían involucrar no solamente el establecimiento de unidades de manejo para la variable en estudio, sino que, por el contrario, debería inicialmente establecerse las áreas del sistema agrícola con variables limitantes, homogéneas, de la producción, para luego establecer el comportamiento de cada una de éstas dentro de cada área.
Estas diferentes escalas de variación, podrían también explicar la baja respuesta en campo, de la producción frente a propuestas de manejo de variables del suelo, de nemátodos y de nutrientes entre otros aspectos.
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
4948
químicas del suelo; así como de la raíz funcional relevantes en cada sublote, como variables explicativas de la producción, encontrándose que, este explica el peso de los racimos de banano en un 97.5 % con un valor p < 2.2 e-16, (Figura 11). Los residuales, obtenidos por la diferencia entre los valores reales de peso y los estimados a través del modelo c o m p l e t o , m u e s t r a n u n a distribución aleatoria dentro del lote y sin tendencias.
El peso de los racimos presentó dependencia espacial direccional, es decir, que la estructura de covarianzas no es estacionaria y la tasa a la cual la auto correlación cae, depende de la dirección, [0 y 30°] y la dependencia se pierde a partir de una ángulo de 60°, por lo que el proceso es anisotrópico. Por otra parte los semivariogramas, corroboran que los datos, presentan dos escalas de variación.
Los variogramas obtenidos en las direcciones de 0 y 30° presentan una meseta intermedia, a partir de la cual la auto correlación continúa, indicando la existencia de un factor de variabilidad de más amplio rango, que el que precede a la formación de la meseta. Cuando se grafica el variograma de los residuales, se aprecia, primero que el modelo logra extraer una cantidad importante de la explicación del peso de los racimos en cada punto evaluado, en segundo lugar, pareciera que existe una dependencia en los datos, que se está presentando a una escala menor a la trabajada (< 20 m).
En resumen se considera que el modelo encontrado es, técnica y científicamente, relevante, puesto que la función media de la producción del área estudiada se explica en función de variables que tienen significado agronómico, es decir, se está proponiendo para cada sublote el grupo de variables con mayor impacto sobre el peso de los racimos..
La aplicación de tecnologías de información como los GPS y los sistemas de información geográfica (SIG) son importantes en la implementación de un programa de agricultura por sitio específico, ya que permiten capturar, almacenar y analizar la información; así como también ayudan a monitorear el manejo y productividad de los cultivos.
En el caso específico de este proyecto el levantamiento y captura de la información base utilizando GPS permitió levantar información base del área de estudio y ubicar espacialmente los ensayos y las plantas. Así mismo el uso e implementación de un sistema de información geográfica (SIG) facilitó el manejo y procesamiento de la información, permitió representar cartográficamente la infraestructura de la finca, como: cable vía, vías de acceso, construcciones y sistema de drenaje, también para estimar las áreas exactas de los lotes.
El análisis estadístico muestra que en el área de estudio se relacionaron significativamente con la producción las siguientes propiedades: el pH, la materia orgánica (MOS), el Al y el Ca, la capacidad de intercambio catiónico efectiva (CICE), el Fe, Mn y B; además el diámetro ponderado medio de los agregados determinado en seco (DPMS). Los efectos derivados de estas propiedades no pueden analizarse ni valorarse independientemente debido a las múltiples interacciones que se dan entre ellas. Por lo tanto se recomienda evaluar integralmente estas variables, con el fin de generar planes de manejo por sitio específico como una alternativa para aumentar la productividad del cultivo y lograr la sostenibilidad del medio.
Teniendo en cuenta las variables relacionadas con la producción, se observa que los pesos de los racimos tienden a concentrarse en ciertos sectores del campo; indicando que no hay evidencias para considerar las varianzas de los pesos de los racimos entre los lotes ni entre las unidades de suelo delimitadas previamente. Las diferencias en los pesos de los racimos obtenidos en los diferentes lotes demuestran que no hay homogeneidad en su magnitud promedia y que estas difieren dependiendo de cómo se agrupan las muestras.
Este comportamiento se podría presentar debido a que en el área de estudio existen diferencias entre algunos lotes: Al analizar y comparar este comportamiento con los suelos identificados , se concluye que los tipos de suelo no explican satisfactoriamente ninguna proporción de la tendencia de producción encontrada, probablemente porque la escala a la cual son realizados estos estudios sobrepasan la escala responsable de las tendencias de estas variables, es decir, sectores homogéneos de alta, media y baja producción, pueden ubicarse dentro de un mismo tipo de suelo o no pueden ser discriminados por éste.
Figura 11. Ajuste general entre el peso real y estimado de los racimos
usando el modelo general en función de variables explicativas
del suelo ignificativas según el sublote.
e. Variograma final
5.7 Conclusiones y recomendaciones
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
e. Modelo lineal general completo
La función media del peso de los racimos se modeló para toda el área estudiada, en función de los sublotes como factor de extracción de la tendencia de mayor rango y las variables físicas y
4948
químicas del suelo; así como de la raíz funcional relevantes en cada sublote, como variables explicativas de la producción, encontrándose que, este explica el peso de los racimos de banano en un 97.5 % con un valor p < 2.2 e-16, (Figura 11). Los residuales, obtenidos por la diferencia entre los valores reales de peso y los estimados a través del modelo c o m p l e t o , m u e s t r a n u n a distribución aleatoria dentro del lote y sin tendencias.
El peso de los racimos presentó dependencia espacial direccional, es decir, que la estructura de covarianzas no es estacionaria y la tasa a la cual la auto correlación cae, depende de la dirección, [0 y 30°] y la dependencia se pierde a partir de una ángulo de 60°, por lo que el proceso es anisotrópico. Por otra parte los semivariogramas, corroboran que los datos, presentan dos escalas de variación.
Los variogramas obtenidos en las direcciones de 0 y 30° presentan una meseta intermedia, a partir de la cual la auto correlación continúa, indicando la existencia de un factor de variabilidad de más amplio rango, que el que precede a la formación de la meseta. Cuando se grafica el variograma de los residuales, se aprecia, primero que el modelo logra extraer una cantidad importante de la explicación del peso de los racimos en cada punto evaluado, en segundo lugar, pareciera que existe una dependencia en los datos, que se está presentando a una escala menor a la trabajada (< 20 m).
En resumen se considera que el modelo encontrado es, técnica y científicamente, relevante, puesto que la función media de la producción del área estudiada se explica en función de variables que tienen significado agronómico, es decir, se está proponiendo para cada sublote el grupo de variables con mayor impacto sobre el peso de los racimos..
La aplicación de tecnologías de información como los GPS y los sistemas de información geográfica (SIG) son importantes en la implementación de un programa de agricultura por sitio específico, ya que permiten capturar, almacenar y analizar la información; así como también ayudan a monitorear el manejo y productividad de los cultivos.
En el caso específico de este proyecto el levantamiento y captura de la información base utilizando GPS permitió levantar información base del área de estudio y ubicar espacialmente los ensayos y las plantas. Así mismo el uso e implementación de un sistema de información geográfica (SIG) facilitó el manejo y procesamiento de la información, permitió representar cartográficamente la infraestructura de la finca, como: cable vía, vías de acceso, construcciones y sistema de drenaje, también para estimar las áreas exactas de los lotes.
El análisis estadístico muestra que en el área de estudio se relacionaron significativamente con la producción las siguientes propiedades: el pH, la materia orgánica (MOS), el Al y el Ca, la capacidad de intercambio catiónico efectiva (CICE), el Fe, Mn y B; además el diámetro ponderado medio de los agregados determinado en seco (DPMS). Los efectos derivados de estas propiedades no pueden analizarse ni valorarse independientemente debido a las múltiples interacciones que se dan entre ellas. Por lo tanto se recomienda evaluar integralmente estas variables, con el fin de generar planes de manejo por sitio específico como una alternativa para aumentar la productividad del cultivo y lograr la sostenibilidad del medio.
Teniendo en cuenta las variables relacionadas con la producción, se observa que los pesos de los racimos tienden a concentrarse en ciertos sectores del campo; indicando que no hay evidencias para considerar las varianzas de los pesos de los racimos entre los lotes ni entre las unidades de suelo delimitadas previamente. Las diferencias en los pesos de los racimos obtenidos en los diferentes lotes demuestran que no hay homogeneidad en su magnitud promedia y que estas difieren dependiendo de cómo se agrupan las muestras.
Este comportamiento se podría presentar debido a que en el área de estudio existen diferencias entre algunos lotes: Al analizar y comparar este comportamiento con los suelos identificados , se concluye que los tipos de suelo no explican satisfactoriamente ninguna proporción de la tendencia de producción encontrada, probablemente porque la escala a la cual son realizados estos estudios sobrepasan la escala responsable de las tendencias de estas variables, es decir, sectores homogéneos de alta, media y baja producción, pueden ubicarse dentro de un mismo tipo de suelo o no pueden ser discriminados por éste.
Figura 11. Ajuste general entre el peso real y estimado de los racimos
usando el modelo general en función de variables explicativas
del suelo ignificativas según el sublote.
e. Variograma final
5.7 Conclusiones y recomendaciones
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
e. Modelo lineal general completo
La función media del peso de los racimos se modeló para toda el área estudiada, en función de los sublotes como factor de extracción de la tendencia de mayor rango y las variables físicas y
5150
- Arcilla: Partícula de suelo cuyo tamaño es inferior a 0.002 mm
- Arena: Partícula de suelo cuyo tamaño está entre 2 y 0.05 mm.
- Fertilidad del suelo: Es una valoración cuantitativa y cualitativa de la cantidad y disponibilidad de los elementos mayores y menores presentes en el suelo.
- GPS (Sistema de posicionamiento global): Sistema de satélites y equipos receptores de señales satelitales utilizados para referenciar en tres dimensiones (x, y, z) la posición de cualquier objeto en la tierra.
- Limo: Partícula de suelo cuyo tamaño varia entre 0.05 y 0.002 mm.
- Manejo del suelo: Conjunto de prácticas culturales y no culturales aplicadas al suelo con fines de producción agrícola.
- Mapa de suelos: Representación cartográfica de los tipos de suelos presentes en un área determinada.
- Perfil de suelo: Conjunto de horizontes o capas de suelo, dispuestas en forma paralela a la superficie del suelo.
- Productividad del suelo: Medida de la capacidad del suelo para producir cosechas de un cultivo, como también de las plantas, bajo un sistema de manejo.
- Propiedades del suelo: Conjunto de características del suelo derivadas de la interacción entre los componentes y los factores formadores; que pueden ser descritas y medidas en el campo o en el laboratorio, tales como textura, color, temperatura, estructura, pH, CIC, materia orgánica, etc.
- Sistemas de Información Geográfica (SIG): Programa computarizado (software) utilizado para almacenar, analizar, visualizar y diseminar información geográfica de cualquier punto o área de la tierra.
- Sostenibilidad: Manejo eficiente del suelo y del cultivo a través de la incorporación de prácticas culturales y no culturales encaminadas a mantener la calidad del recurso y del ambiente, sin reducir el potencial productivo durante el tiempo.
- Suelo: Material mineral no consolidado sobre la superficie de la tierra que sirve como medio natural para el crecimiento de las plantas, el cual se ha formado por la interacción de factores como el clima, el material parental, el relieve y los organismos, durante el tiempo.
- Textura del suelo: Proporción relativa de arena, limo y arcilla presente en un suelo.
- Unidades de manejo: Identifican suelos que tienen condiciones similares de uso y manejo.
Glosario
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
5150
- Arcilla: Partícula de suelo cuyo tamaño es inferior a 0.002 mm
- Arena: Partícula de suelo cuyo tamaño está entre 2 y 0.05 mm.
- Fertilidad del suelo: Es una valoración cuantitativa y cualitativa de la cantidad y disponibilidad de los elementos mayores y menores presentes en el suelo.
- GPS (Sistema de posicionamiento global): Sistema de satélites y equipos receptores de señales satelitales utilizados para referenciar en tres dimensiones (x, y, z) la posición de cualquier objeto en la tierra.
- Limo: Partícula de suelo cuyo tamaño varia entre 0.05 y 0.002 mm.
- Manejo del suelo: Conjunto de prácticas culturales y no culturales aplicadas al suelo con fines de producción agrícola.
- Mapa de suelos: Representación cartográfica de los tipos de suelos presentes en un área determinada.
- Perfil de suelo: Conjunto de horizontes o capas de suelo, dispuestas en forma paralela a la superficie del suelo.
- Productividad del suelo: Medida de la capacidad del suelo para producir cosechas de un cultivo, como también de las plantas, bajo un sistema de manejo.
- Propiedades del suelo: Conjunto de características del suelo derivadas de la interacción entre los componentes y los factores formadores; que pueden ser descritas y medidas en el campo o en el laboratorio, tales como textura, color, temperatura, estructura, pH, CIC, materia orgánica, etc.
- Sistemas de Información Geográfica (SIG): Programa computarizado (software) utilizado para almacenar, analizar, visualizar y diseminar información geográfica de cualquier punto o área de la tierra.
- Sostenibilidad: Manejo eficiente del suelo y del cultivo a través de la incorporación de prácticas culturales y no culturales encaminadas a mantener la calidad del recurso y del ambiente, sin reducir el potencial productivo durante el tiempo.
- Suelo: Material mineral no consolidado sobre la superficie de la tierra que sirve como medio natural para el crecimiento de las plantas, el cual se ha formado por la interacción de factores como el clima, el material parental, el relieve y los organismos, durante el tiempo.
- Textura del suelo: Proporción relativa de arena, limo y arcilla presente en un suelo.
- Unidades de manejo: Identifican suelos que tienen condiciones similares de uso y manejo.
Glosario
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
5352
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Bibliografia
- Arango, A. L. A. 2004. Efecto de la variabilidad espacial de algunas propiedades físicas y químicas del suelo relacionadas con la producción del forraje del pasto Ángleton (Dichanthium aristatum (Poir) C.E. Hubard).Tesis de grado (Magister Geomorfología y suelos). Universidad Nacional de Colombia. Facultad de Ciencias. Medellin. 78 p.
- Araya, M. 2002. Metodología utilizada en el laboratorio de nematología de CORBANA S.A. para la extracción de nematodos de las raíces de banano (Musa AAA) y Plátano (Musa AAB). CORBANA. 28 (55): 97 – 110.
- Araya, M.; Calvo, C. 2001. Cantidad de raíces en los 10 cantones productores de Costa Rica. CORBANA. 27 (54): 47 – 64.
- Asociación de Bananeros de Colombia. 2007. Coyuntura bananera Colombiana 2007. Medellín : AUGURA. 2007. 34 p.
- Asociación de Bananeros de Colombia. Banano Nacional, 2006. [en línea] http://www.augura.com.co/esta_nacional.htm (Consulta: 9 de febrero de 2007).
- Barahona R. 2000. Caracterización detallada de los suelos de San Nicolás y prácticas recomendadas para su sostenibilidad. Tesis de pregrado. Pan-american School of agriculture. El Zamorano, Honduras. 78 p.
- Belalcazar, S.; Valencia, J. 1998. Comportamiento de variedades de plátano. En: Memorias Seminario Internacional sobre Producción de Plátano, Ed: C. M. Giraldo, S. Belalcazar, G. Cayón, y I. R. Botero. Armenia : Universidad del Quindío, SENA, CORPOICA, INIBAP, Comite Departamental de Cafeteros del Quindío. p 21-25.
- Blackmore, S. 2000. The interpretation of trends from multiple yield maps. In: Computers and electronics in agriculture. 26 (200): 37-51.
- Bullock, D. 2005. Efecto del muestreo en la precisión y exactitud del análisis de suelos bajo condiciones de siembra. En: Informaciones agronómicas. (56): 3 - 5
- Chilès, J. P., Delfiner P.1999. Geostatistics, modeling spatial uncertainty. New York : Wiley. 704 p.
- Cressie, N.A.C. 1994. Statistics for spatial data. Rev. ed. New York : Wiley. 900 p.
- Cook, S.E.; Adams, M.L.; Bramley, R.G.V. 2000. What is obstructing the wider adoption of
precision agriculture. Proceeding of the Fifth International Conference on Precision Agriculture. Bloomington, Minnesota, USA.
- Cock H., J. 2008. El uso de la información comercial para el mejor manejo de sistemas agro ecológicos y agroindustriales. Documento interno AUGURA.
- Espinal, G. C. F.; Martínez, C. H. J. y Peña, M. Y. 2005. La cadena del banano en Colombia, una mirada global de su estructura y dinámica, 1991-2005. Ministerio de Agricultura y Desarrollo Rural Observatorio Agrocadenas Colombia. Documento de trabajo No. 60. 51 p.
- Espinosa, J. 2000. Manejo de nutrientes en agricultura por sitio específico en cultivos tropicales. En: Informaciones Agronómicas. (39): 9 – 13.
- Espinosa, J. y Mite, F. 2002. Estado actual y futuro de la nutrición y fertilización en banano. En: Informaciones agronómicas. (48): 4 – 9.
- Espinosa, J.; Mite, F.; Cerdeño, S.; Barriaga, S. y Andino, J. 2006. Manejo por sitio específico del cacao basado en sistemas de información geográfica. En: Informaciones agronómicas. (60): 10-13.
- Fotheringham, A. S.; C. Brunsdon; M. Charlton. 2002. Geographycally weighted regression, the analysis of spatially varying relationships. New York : John Willey & Sons, Ltd. 269 p.
- Gauggel, C.; Sierra, F. y Gloria, A. 2003. The problem of banana root deterioration and its impact on production: Latin America's experience. Summary in: Banana root system: towards better understanding for its productive management. Editores: D. Turner, y F. Rosales. p: 13-22.
- Goovaerts, P. 1997. Geoestatistics for natural resources evaluation. New York : Oxford University Press. 477 p.
- López, A. 1998. Fertilización convencional del cultivo de banano en Costa Rica y su relación con la producción sostenible. En: Memorias del Taller Internacional de Producción de Banano Orgánico y/o, Ambientalmente Amigable. Guacimo, Costa Rica : Universidad Earth. p: 63 – 81
- McKinion, J.M.; Jenkins, J. N. ; Akins; D; Turner, S.B.; Willers, J.L.; Jallas, E.; y Whisler, F.D. 2001. Analysis of a precision agriculture, approach to cotton production. In: Computers and Electronics in Agriculture. 32 (2001): 213-228.
- Ovalles, F. 2003. Memorias del Curso-Taller de Geoestadística Aplicada a Estudios Ambientales [CD-ROM]. Manizales : Universidad de Caldas.
- Pierce, F.J.; Nowak, P. 1999. Aspects of precision agriculture. In: Advances in agronomy. 67: 1-85.
5352
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Bibliografia
- Arango, A. L. A. 2004. Efecto de la variabilidad espacial de algunas propiedades físicas y químicas del suelo relacionadas con la producción del forraje del pasto Ángleton (Dichanthium aristatum (Poir) C.E. Hubard).Tesis de grado (Magister Geomorfología y suelos). Universidad Nacional de Colombia. Facultad de Ciencias. Medellin. 78 p.
- Araya, M. 2002. Metodología utilizada en el laboratorio de nematología de CORBANA S.A. para la extracción de nematodos de las raíces de banano (Musa AAA) y Plátano (Musa AAB). CORBANA. 28 (55): 97 – 110.
- Araya, M.; Calvo, C. 2001. Cantidad de raíces en los 10 cantones productores de Costa Rica. CORBANA. 27 (54): 47 – 64.
- Asociación de Bananeros de Colombia. 2007. Coyuntura bananera Colombiana 2007. Medellín : AUGURA. 2007. 34 p.
- Asociación de Bananeros de Colombia. Banano Nacional, 2006. [en línea] http://www.augura.com.co/esta_nacional.htm (Consulta: 9 de febrero de 2007).
- Barahona R. 2000. Caracterización detallada de los suelos de San Nicolás y prácticas recomendadas para su sostenibilidad. Tesis de pregrado. Pan-american School of agriculture. El Zamorano, Honduras. 78 p.
- Belalcazar, S.; Valencia, J. 1998. Comportamiento de variedades de plátano. En: Memorias Seminario Internacional sobre Producción de Plátano, Ed: C. M. Giraldo, S. Belalcazar, G. Cayón, y I. R. Botero. Armenia : Universidad del Quindío, SENA, CORPOICA, INIBAP, Comite Departamental de Cafeteros del Quindío. p 21-25.
- Blackmore, S. 2000. The interpretation of trends from multiple yield maps. In: Computers and electronics in agriculture. 26 (200): 37-51.
- Bullock, D. 2005. Efecto del muestreo en la precisión y exactitud del análisis de suelos bajo condiciones de siembra. En: Informaciones agronómicas. (56): 3 - 5
- Chilès, J. P., Delfiner P.1999. Geostatistics, modeling spatial uncertainty. New York : Wiley. 704 p.
- Cressie, N.A.C. 1994. Statistics for spatial data. Rev. ed. New York : Wiley. 900 p.
- Cook, S.E.; Adams, M.L.; Bramley, R.G.V. 2000. What is obstructing the wider adoption of
precision agriculture. Proceeding of the Fifth International Conference on Precision Agriculture. Bloomington, Minnesota, USA.
- Cock H., J. 2008. El uso de la información comercial para el mejor manejo de sistemas agro ecológicos y agroindustriales. Documento interno AUGURA.
- Espinal, G. C. F.; Martínez, C. H. J. y Peña, M. Y. 2005. La cadena del banano en Colombia, una mirada global de su estructura y dinámica, 1991-2005. Ministerio de Agricultura y Desarrollo Rural Observatorio Agrocadenas Colombia. Documento de trabajo No. 60. 51 p.
- Espinosa, J. 2000. Manejo de nutrientes en agricultura por sitio específico en cultivos tropicales. En: Informaciones Agronómicas. (39): 9 – 13.
- Espinosa, J. y Mite, F. 2002. Estado actual y futuro de la nutrición y fertilización en banano. En: Informaciones agronómicas. (48): 4 – 9.
- Espinosa, J.; Mite, F.; Cerdeño, S.; Barriaga, S. y Andino, J. 2006. Manejo por sitio específico del cacao basado en sistemas de información geográfica. En: Informaciones agronómicas. (60): 10-13.
- Fotheringham, A. S.; C. Brunsdon; M. Charlton. 2002. Geographycally weighted regression, the analysis of spatially varying relationships. New York : John Willey & Sons, Ltd. 269 p.
- Gauggel, C.; Sierra, F. y Gloria, A. 2003. The problem of banana root deterioration and its impact on production: Latin America's experience. Summary in: Banana root system: towards better understanding for its productive management. Editores: D. Turner, y F. Rosales. p: 13-22.
- Goovaerts, P. 1997. Geoestatistics for natural resources evaluation. New York : Oxford University Press. 477 p.
- López, A. 1998. Fertilización convencional del cultivo de banano en Costa Rica y su relación con la producción sostenible. En: Memorias del Taller Internacional de Producción de Banano Orgánico y/o, Ambientalmente Amigable. Guacimo, Costa Rica : Universidad Earth. p: 63 – 81
- McKinion, J.M.; Jenkins, J. N. ; Akins; D; Turner, S.B.; Willers, J.L.; Jallas, E.; y Whisler, F.D. 2001. Analysis of a precision agriculture, approach to cotton production. In: Computers and Electronics in Agriculture. 32 (2001): 213-228.
- Ovalles, F. 2003. Memorias del Curso-Taller de Geoestadística Aplicada a Estudios Ambientales [CD-ROM]. Manizales : Universidad de Caldas.
- Pierce, F.J.; Nowak, P. 1999. Aspects of precision agriculture. In: Advances in agronomy. 67: 1-85.
5554
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
- Plant, R. 2001. Site-specific management: the application of information technology to crop production. In: Computers and Electronics in Agriculture. 30: 9-29.
- Rodriguez, G.; Núñez, M. C.; Lobo, D.; Martínez, G.; Rey, J.; Espinosa, J.; Muñoz, N.; González, M. D.; Rosales, F.; Pocasangre, L. y Delgado, E. 2006. Salud radical de banano en lotes de diferente productividad en un suelo de la costa oriental del lago de Maracaibo, Venezuela. En: Memorias, XVII Reunión Internacional, ACORBAT. Brasil. 355 p.
- Salazar-García, S. y Lazcano-Ferrat, I. 2005. Efecto de la fertilización por sitio específico en el incremento del rendimiento y tamaño fruta de aguacate Hass. En: Informaciones Agronómicas. (56): 6 – 8.
- Serrano, E.; Sandoval, J.; Pocasangre, L.; Rosales, F. y Delgado, E. 2006. Importancia de los indicadores físico-químicos en la calidad del suelo para la producción sustentable del banano en Costa Rica. En: Memorias, XVII Reunión Internacional, ACORBAT. Brasil. p: 207-215.
- Serrano, E. 2003. Relationship between functional root content and banana yield in Costa Rica. En: Banana root system: towards better undertanding for its productive management. Editores: D. Turner, y F. Rosales, p:13-22.
- Soto, M. 2000. El cultivo del banano [CD-ROM]. San José, Costa Rica.
- Stoorvogel, J. y Vargas, R. 1998. La agricultura de precisión en el cultivo del banano. En: Memorias del Taller Internacional Producción de Banano Orgánico y/o, Ambientalmente Amigable. Guacimo, Costa Rica : Universidad Earth. p: 40 – 55.
- Tijerino, P. J. M. y Boznhin, L. C. 2002. Agricultura de precisión en banano (Musa AAA) : una herramienta para la toma de decisiones acertadas. Trabajo de grado (Ingeniero Agrónomo). Universidad Earth. Guacimo, Costa Rica. 52 p.
- Tazán, L. 2006. El cultivo de plátanos en Ecuador. En: Memorias XVII Reunión Internacional ACORBAT. Brasil. p: 155-163.
- Vieira, S. 2000. Geoestatística em estudos de variabilidade espacial do solo. En: Tópicos em Ciencia do Solo. p: 1-52.
- www. esri. 2008
- www. r-project.org
- Zhang, N.; Wang, M.; Wang, N. 2002. Precision agriculture/a worldwide overview. In: Computers and Electronics in Agriculture. 36 (2002):113-132.
Anexos
Anexo 1. Análisis y monitoreo de variables climáticas
AU TICO No 23. DICIEMBRE DE 2008GURA BOLETÍN CLIMÁ
Estación AUGURA Localización: Campo experimental AUGURA. ICA - TULENAPA
Coordenadas: 76° 40' W; 7° 46' N
Altitud: 30 m.s.n.m.
Radiaciónsolar
2(wat/m )
121.0
178
61.0
Precipitación(mm)
6.4
53.9
0.0
Temperatura(°C)
27.9
29.1
26.5
Humedad(%)
86.0
95.0
80.0
Velocidad delviento(km/h)
0.3 0.7 0.0
ETP (mm)*
2.5 3.3 1.4
Media Máxima Mínima
* ETP (Evapotranspiraciòn, expresada en mm.)
FACTORES CLIMÁTICOS
5554
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
- Plant, R. 2001. Site-specific management: the application of information technology to crop production. In: Computers and Electronics in Agriculture. 30: 9-29.
- Rodriguez, G.; Núñez, M. C.; Lobo, D.; Martínez, G.; Rey, J.; Espinosa, J.; Muñoz, N.; González, M. D.; Rosales, F.; Pocasangre, L. y Delgado, E. 2006. Salud radical de banano en lotes de diferente productividad en un suelo de la costa oriental del lago de Maracaibo, Venezuela. En: Memorias, XVII Reunión Internacional, ACORBAT. Brasil. 355 p.
- Salazar-García, S. y Lazcano-Ferrat, I. 2005. Efecto de la fertilización por sitio específico en el incremento del rendimiento y tamaño fruta de aguacate Hass. En: Informaciones Agronómicas. (56): 6 – 8.
- Serrano, E.; Sandoval, J.; Pocasangre, L.; Rosales, F. y Delgado, E. 2006. Importancia de los indicadores físico-químicos en la calidad del suelo para la producción sustentable del banano en Costa Rica. En: Memorias, XVII Reunión Internacional, ACORBAT. Brasil. p: 207-215.
- Serrano, E. 2003. Relationship between functional root content and banana yield in Costa Rica. En: Banana root system: towards better undertanding for its productive management. Editores: D. Turner, y F. Rosales, p:13-22.
- Soto, M. 2000. El cultivo del banano [CD-ROM]. San José, Costa Rica.
- Stoorvogel, J. y Vargas, R. 1998. La agricultura de precisión en el cultivo del banano. En: Memorias del Taller Internacional Producción de Banano Orgánico y/o, Ambientalmente Amigable. Guacimo, Costa Rica : Universidad Earth. p: 40 – 55.
- Tijerino, P. J. M. y Boznhin, L. C. 2002. Agricultura de precisión en banano (Musa AAA) : una herramienta para la toma de decisiones acertadas. Trabajo de grado (Ingeniero Agrónomo). Universidad Earth. Guacimo, Costa Rica. 52 p.
- Tazán, L. 2006. El cultivo de plátanos en Ecuador. En: Memorias XVII Reunión Internacional ACORBAT. Brasil. p: 155-163.
- Vieira, S. 2000. Geoestatística em estudos de variabilidade espacial do solo. En: Tópicos em Ciencia do Solo. p: 1-52.
- www. esri. 2008
- www. r-project.org
- Zhang, N.; Wang, M.; Wang, N. 2002. Precision agriculture/a worldwide overview. In: Computers and Electronics in Agriculture. 36 (2002):113-132.
Anexos
Anexo 1. Análisis y monitoreo de variables climáticas
AU TICO No 23. DICIEMBRE DE 2008GURA BOLETÍN CLIMÁ
Estación AUGURA Localización: Campo experimental AUGURA. ICA - TULENAPA
Coordenadas: 76° 40' W; 7° 46' N
Altitud: 30 m.s.n.m.
Radiaciónsolar
2(wat/m )
121.0
178
61.0
Precipitación(mm)
6.4
53.9
0.0
Temperatura(°C)
27.9
29.1
26.5
Humedad(%)
86.0
95.0
80.0
Velocidad delviento(km/h)
0.3 0.7 0.0
ETP (mm)*
2.5 3.3 1.4
Media Máxima Mínima
* ETP (Evapotranspiraciòn, expresada en mm.)
FACTORES CLIMÁTICOS
5756
REPRESENTACIÓN GRÁFICA MENSUAL
MENSUAL ACUMULADA (mm)
LLUVIAS SIGNIFICATIVAS
Estaciòn climàtica Augura. Diciembre 2008
0
10
20
30
40
50
60
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 Dìas
mm PPT(mm) ETP(mm) T(ºC)
AU TICO No 23. DICIEMBRE DE 2008GURA BOLETÍN CLIMÁ
Estación AUGURA Localización: Campo experimental AUGURA. ICA - TULENAPA
Coordenadas: 76° 40' W; 7° 46' N
Altitud: 30 m.s.n.m.
Estaciòn climàtica AUGURA. 2008
0
100
200
300
400
500
600
Ee
on
r
Ma
zorM
aoy uJ
lio
Septie
mbr
e
Nvi
mbr
e
oe
Meses
mm PPT(mm) ETP(mm)
Meses
PPT (mm.)
ETP
(mm.)
Enero
54.1
86.1
Febrero 198.7 72.6
Marzo 138.2 92.3
Abril 243.6 90.7
Mayo 430.6 92.9
Junio 483.2 93.8
Julio
348.6
99.9
Agosto 177.4
103.8
Septiembre 320.8 95.7
Octubre 468.0
90.1
Noviembre 125.0 83.5
Diciembre 200.9 77.4
Fecha Precipitación (mm)
12/03/2008 53.9
12/10/2008 36.3
12/11/2008 51.8
12/29/2008 23.4
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
5756
REPRESENTACIÓN GRÁFICA MENSUAL
MENSUAL ACUMULADA (mm)
LLUVIAS SIGNIFICATIVAS
Estaciòn climàtica Augura. Diciembre 2008
0
10
20
30
40
50
60
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 Dìas
mm PPT(mm) ETP(mm) T(ºC)
AU TICO No 23. DICIEMBRE DE 2008GURA BOLETÍN CLIMÁ
Estación AUGURA Localización: Campo experimental AUGURA. ICA - TULENAPA
Coordenadas: 76° 40' W; 7° 46' N
Altitud: 30 m.s.n.m.
Estaciòn climàtica AUGURA. 2008
0
100
200
300
400
500
600
Eneor
Ma
zorM
aoy uJ
lio
Septie
mbr
e
Nvi
mbr
e
oe
Meses
mm PPT(mm) ETP(mm)
Meses
PPT (mm.)
ETP
(mm.)
Enero
54.1
86.1
Febrero 198.7 72.6
Marzo 138.2 92.3
Abril 243.6 90.7
Mayo 430.6 92.9
Junio 483.2 93.8
Julio
348.6
99.9
Agosto 177.4
103.8
Septiembre 320.8 95.7
Octubre 468.0
90.1
Noviembre 125.0 83.5
Diciembre 200.9 77.4
Fecha Precipitación (mm)
12/03/2008 53.9
12/10/2008 36.3
12/11/2008 51.8
12/29/2008 23.4
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
5958
Anexo 2. Mapa de usos del suelo, cultivares sembrados, sistema de drenajes, lotes
y botalones. Campo experimental AUGURA. (Carepa-Antioquia).Anexo 3. Mapa de suelos. Campo experimental AUGURA. (Carepa-Antioquia).
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
5958
Anexo 2. Mapa de usos del suelo, cultivares sembrados, sistema de drenajes, lotes
y botalones. Campo experimental AUGURA. (Carepa-Antioquia).Anexo 3. Mapa de suelos. Campo experimental AUGURA. (Carepa-Antioquia).
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Anexo 4. Mapeo de variables seleccionadas
En este anexo se incluyen las variables edáficas evaluadas en los lotes 3, 4 y 5 que presentan algún tipo de dependencia espacial con relación a la producción.
La variabilidad espacial se representa utilizando el modelo KRIGGING.
LOTE 3: Variables analizadas que presentan variabilidad espacial: Aluminio (Al), hierro (Fe), materia orgánica (M.O) y producción (Pr).
HIERRO (Fe)
ALUMINIO (Al)
6160
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Anexo 4. Mapeo de variables seleccionadas
En este anexo se incluyen las variables edáficas evaluadas en los lotes 3, 4 y 5 que presentan algún tipo de dependencia espacial con relación a la producción.
La variabilidad espacial se representa utilizando el modelo KRIGGING.
LOTE 3: Variables analizadas que presentan variabilidad espacial: Aluminio (Al), hierro (Fe), materia orgánica (M.O) y producción (Pr).
HIERRO (Fe)
ALUMINIO (Al)
6160
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
MATERIA ORGÁNICA (M.O.) PRODUCCIÓN (Pr)
6362
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
MATERIA ORGÁNICA (M.O.) PRODUCCIÓN (Pr)
6362
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
LOTE 4
En este anexo se incluyen las variables edáficas evaluadas en los lotes 3, 4 y 5 que presentan algún tipo de dependencia espacial con relación a la producción.
La variabilidad espacial se representa utilizando el modelo KRIGGING.
LOTE 3: Variables analizadas que presentan variabilidad espacial: reacción del suelo (pH), aluminio (Al), hierro (Fe), relacción calcio/potasio (Ca/K), fósforo (P), Zinc (Z), peso del racimo.
Como el pH está correlacionado con Al y Fe, éstos se trabajan conjuntamente
ALUMINIO (Al)
RELACIÓN DEL SUELO (pH)
6564
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
LOTE 4
En este anexo se incluyen las variables edáficas evaluadas en los lotes 3, 4 y 5 que presentan algún tipo de dependencia espacial con relación a la producción.
La variabilidad espacial se representa utilizando el modelo KRIGGING.
LOTE 3: Variables analizadas que presentan variabilidad espacial: reacción del suelo (pH), aluminio (Al), hierro (Fe), relacción calcio/potasio (Ca/K), fósforo (P), Zinc (Z), peso del racimo.
Como el pH está correlacionado con Al y Fe, éstos se trabajan conjuntamente
ALUMINIO (Al)
RELACIÓN DEL SUELO (pH)
6564
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
HIERRO (Fe) RELACIÓN CALCIO P/POTACIO (Ca/K)
6766
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
HIERRO (Fe) RELACIÓN CALCIO P/POTACIO (Ca/K)
6766
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
FOSFORO (P) ZINC (Zn)
6968
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
FOSFORO (P) ZINC (Zn)
6968
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
PESO DEL RACIMO LOTE 5
RELACIÓN CALCIO/MAGNESIO (Ca/Mg)
Variables analizadas que presentan variabilidad espacial: calcio (Ca), magnesio (Mg), capacidad de intercambio catiónica (CIC), fósforo (P), azufre (S), manganeso (Mn), boro(B), materia orgánica (M.O.) y compactación del suelo (CO).
7170
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
PESO DEL RACIMO LOTE 5
RELACIÓN CALCIO/MAGNESIO (Ca/Mg)
Variables analizadas que presentan variabilidad espacial: calcio (Ca), magnesio (Mg), capacidad de intercambio catiónica (CIC), fósforo (P), azufre (S), manganeso (Mn), boro(B), materia orgánica (M.O.) y compactación del suelo (CO).
7170
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
FOSFORO (P) AZUFRE (S)
7372
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
FOSFORO (P) AZUFRE (S)
7372
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
MANGANESO (Mn) COMPACTACIÓN DEL SUELO (100cm)
7574
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
MANGANESO (Mn) COMPACTACIÓN DEL SUELO (100cm)
7574
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
LOTE 5 PRODUCCIÓN
7776
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o 1Resumen1
En general, tanto la agricultura de precisión como la agricultura por sitio específico están referidas al manejo integral de los cultivos, teniendo en cuenta la variabilidad espacial y temporal de las condiciones del medio. La aplicación de un programa de agricultura de precisión o de agricultura por sitio específico depende de un conjunto de variables entre las que se encuentran: el tipo de cultivo, las condiciones climáticas y edáficas, la calidad y precisión de la información, así como también la escala de trabajo, entre otras.
El conocimiento detallado de cada una de estas variables permite generar planes de manejo por sitio específico de acuerdo a las condiciones particulares del suelo y del cultivo. Bajo este concepto se planteo la presente investigación con el objeto de evaluar la variabilidad espacial de los factores edafoclimaticos que inciden en la productividad del banano en la región de Uraba. El análisis estadístico y monitoreo de las variables evaluadas demuestran que la productividad del banano depende de la interacción de las propiedades físicas y químicas del suelo con el medio y sus efectos no pueden medirse o evaluarse independientemente.
Y i= S ?x i?? Z i
LOTE 5 PRODUCCIÓN
7776
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o 1Resumen1
En general, tanto la agricultura de precisión como la agricultura por sitio específico están referidas al manejo integral de los cultivos, teniendo en cuenta la variabilidad espacial y temporal de las condiciones del medio. La aplicación de un programa de agricultura de precisión o de agricultura por sitio específico depende de un conjunto de variables entre las que se encuentran: el tipo de cultivo, las condiciones climáticas y edáficas, la calidad y precisión de la información, así como también la escala de trabajo, entre otras.
El conocimiento detallado de cada una de estas variables permite generar planes de manejo por sitio específico de acuerdo a las condiciones particulares del suelo y del cultivo. Bajo este concepto se planteo la presente investigación con el objeto de evaluar la variabilidad espacial de los factores edafoclimaticos que inciden en la productividad del banano en la región de Uraba. El análisis estadístico y monitoreo de las variables evaluadas demuestran que la productividad del banano depende de la interacción de las propiedades físicas y químicas del suelo con el medio y sus efectos no pueden medirse o evaluarse independientemente.
Y i= S ?x i?? Z i
78
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
78
Met
odol
ogía p
ara
el m
anej
o y
uso
del s
uelo
por s
itio
espe
cífic
o en e
l cul
tivo
de b
anan
o
Calle
3 S
ur N
o. 4
1- 6
5 Ed
. Ban
co d
e O
ccid
ente
Pis
o 9
PBX:
(57-
4) 3
21 1
3 33
Fax
: 321
41
90
Med
ellín
, Col
ombi
a E
-mai
l: au
gura
@au
gura
.com
.co
Carr
era
11 N
o. 8
6-60
Ed.
Los
Ced
ros
Of.
201
Tel:
(57-
1) 2
57 3
2 41
Fax
257
42
47 B
ogot
á Co
njun
to R
esid
enci
al L
os A
lmen
dros
PBX
: (57
) 823
66
02 F
ax: 8
23 6
6 06
- Ca
repa
, Ant
ioqu
ia -
Ca
lle 2
3 No
. 4-2
7 O
f. 40
5 Te
l (57
-5)4
23 1
7 93
Fax
: 423
17
86 E
d. C
entro
Eje
cutiv
o - S
anta
Mar
taw
ww.
augu
ra.c
om.c
o
