El índice de anomalía de humedad z y su relación con el rendimiento de trigo en Bordenave (Buenos Aires, Argentina)
Barra lateral del artículo
Contenido principal del artículo
Resumen
Se presenta un modelo de regresión lineal para estimar el rendimiento de un cultivo de trigo sembrado en la región subhúmeda seca de la Provincia de Buenos Aires. Se efectuó el ajuste con datos del período 1965-1991. En ese período se introdujeron cultivares con germoplasma mejicano y nuevas tecnologías en el sistema de labranza y sanidad del cultivo. El modelo contiene factores tecnológicos y agroclimáticos. La componente tecnológica del modelo se incluyó como un término lineal, estando el término agroclimático constituido por variables independientes que provienen del balance hidrológico propuesto por Palmer. La ecuación de pronóstico permite estimar el 82.4% de la variación del rendimiento, con un error estándar de estimación de 1,43 qq/ha, resultados que fueron validados con información adicional.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
Cómo citar
Referencias
Baler, W., & Robertson, G. W. (1968). The performance of soil moisture estimates as compared with direct use of climatological data for estimating crop yields. Agricultural Meteorology, 5, 17-31.
Callis, S. L., & Sakamoto, C. (1984). Argentina wheat yield models. AISC Models Branch, 34 pp.
Donnari, M., & Scian, B. (1994). Sequías edáficas en Bordenave. Método de Palmer. Revista Geofísica, N° 39, 85-99.
Draper, N. R., & Smith, H. (1981). Applied regression analysis (2ª ed.). John Wiley & Sons, 709 pp.
Duchon, C. E. (1986). Corn yield prediction using climatology. Journal of Climate and Applied Meteorology, 25(5), 581-590.
Espoz, C., & Brizuela, A. (1983). Comunicación sobre el desarrollo de un sistema de predicción y monitoreo del cultivo de trigo para la pradera pampeana. Meteorológica, Vol. XIV, N°1 y 2, 757-771.
Jones, C. A., Ritchie, J. T., Kiniry, J. R., Godwin, D. C., & Otter, S. I. (1984). The CERES wheat and maize models. Proceedings of the International Symposium on Minimum Data Sets for Agrotechnology Transfer, ICRISAT Center, India, 95-100.
Magrín, G., Díaz, R., Rebella, C., Del Santo, C., & Rodríguez, R. (1991). Simulación del crecimiento y desarrollo de trigo en la Argentina y la necesidad de información meteorológica de entrada. Anales del Sexto Congreso Argentino de Meteorología (CONGREMET VI), Buenos Aires, Argentina, 49-50.
Meyer, S. J., Hubbard, K. G., & Wilhite, D. A. (1993a). A crop-specific drought index for corn. I. Model development and validation. Agronomy Journal, 86, 388-395.
Meyer, S. J., Hubbard, K. G., & Wilhite, D. A. (1993b). A crop-specific drought monitoring and assessment. Agronomy Journal, 86, 396-399.
Nix, H. A., & Fitzpatrick, E. A. (1969). An index of crop water stress related to wheat and grain sorghum yields. Agricultural Meteorology, 6, 321-337.
Palmer, W. C. (1965). Meteorological drought. U.S. Department of Commerce, Weather Bureau, Research Paper 45, 58 pp.
Ritchie, J. T., & Otter, S. (1985). Description and performance of CERES-Wheat: A user-oriented wheat yield model. Department of Agriculture, Agricultural Research Service, ARS-38, 159-175.
Sakamoto, C. M. (1978). The Z index as a variable for crop yield estimation. Agricultural Meteorology, 19, 305-313.
Sakamoto, C. M., & Jensen, R. E. (1975). Wheat climate models for Argentina and Australia. Final Report submitted to the Environmental Data Service, Center for Climatic and Environmental Studies, Service Center, National Weather Service, NOAA, Auburn University, Auburn, Ala.
Seber, G. A. F. (1977). Linear regression analysis. John Wiley & Sons, 465 pp.
Sierra, E. M., & Brynsztein, S. M. (1990). Wheat yield variability in the SE of the province of Buenos Aires. Agricultural and Forest Meteorology, 49, 281-290.