This is an outdated version published on 2019-07-05. Read the most recent version.

Análisis predictivo de la respuesta del maíz (Zea mays L.) a las condiciones físicas y químicas de los suelos agrícolas, municipio Guanare, estado Portuguesa, Venezuela.

A predictive analysis of the response of corn (Zea mays L.) to the physical and chemical conditions of agricultural soils. Guanare municipality, Portuguesa state, Venezuela

Authors

  • Ricardo Orellana Universidad Nacional Experimental de los Llanos Occidentales Ezequiel Zamora
  • Carlos Párraga Universidad Nacional Experimental de los Llanos Occidentales Ezequiel Zamora
  • Jesús Manuel Uzcategui Universidad Nacional Experimental de los Llanos Occidentales Ezequiel Zamora

DOI:

https://doi.org/10.24054/cyta.v4i2.992

Keywords:

aptitud, data, índice, modelo, razón matemática, tendencias

Abstract

Con el fin de predecir la respuesta de la planta de maíz en los suelos agrícolas del municipio Guanare estado Portuguesa, se organizaron datos históricos (2000-2019) de la data existente en el laboratorio de análisis de suelo de la Universidad Nacional Experimental Ezequiel Zamora (UNELLEZ), en una matriz (mxn) donde m correspondió a los predios (302 fincas) y n a los parámetros del suelo (11). En total la dimensión de la data utilizada fue de 3.322 elementos. Organizados los elementos (mxn) de la matriz, los mismos fueron calificados como favorables (+) o desfavorables (-) de acuerdo a su rango óptimo para maíz establecidos por varios autores. Cualificado cada parámetro se obtuvo la razón matemática favorable para cultivar maíz (RMFCM) mediante la suma de los antecedentes (+) dividida entre el total de parámetros (n) en cada fila (m). Posteriormente RMFCM fue utilizada para construir el índice de aptitud del suelo para maíz (IASM) mediante la utilización del análisis estadístico descriptivo, dando como resultado una escala de valoración de 4 categorías. Los resultados obtenidos señalaron que el 1,66% de los suelos de las fincas fueron grado 1 (mala), 37,75% grado 2 (moderada), 52,65% grado 3 (buena) y 7,95% grado 4 (excelente).  El análisis de regresión lineal múltiple con selección de variables por el método de Stepwise, estableció 7 variables predictoras (calcio, potasio, materia orgánica, pH, magnesio, arcilla y fósforo) y un modelo de predicción    = 0,10869 - 0,00191 (A) + 0,04996 (MO) + 0,00166 (P) + 0,0005938 (K) + 0,00007244 (Ca) + 0,0002676 (Mg) + 0,04946 (pH) con R²aj: 0,8029. Se concluyó que en las fincas agrícolas del municipio Guanare la aptitud favorable del suelo (IASM) es predecible en 80,29% cuando se utilizan las herramientas matemáticas (matrices, razón) y estadísticas (descriptiva y regresión múltiple) con una base de datos bien organizada. Palabras clave: aptitud, data, índice, modelo, razón matemática, tendencias.

Downloads

Download data is not yet available.

References

Arakaki, J.A., Chang, J.C. (2014). Modelos empírico-estadísticos de rendimiento de maíz en los principales estados productores de maíz de los Estados Unidos. Anales Científicos, 75:100-107.

Bert F. (2018). Modelos de simulación agronómica: una herramienta clave para ajustar el manejo [14 junio 2021] URL: https://saladillocampo.com.ar/blog/2018/08/25/modelos-de-simulacion-agronomica-una-herramienta-clave-para-ajustar-el-manejo/

Benacchio, S. (1982). Algunas exigencias agroecológicas en 58 especies de cultivo con potencial de producción en el trópico americano. Maracay. FONAIAP-CENIAP. 127pp.

Ferrero, R. (2018). Predicción del rendimiento de cultivos agrícolas usando aprendizaje automático. [16 junio 2021] URL: https://redib.org/Record/oai_articulo2978059-predicción-del-rendimiento-de-cultivos-agrícolas-usando-aprendizaje-automático

Orellana, R., Jiménez, L., Colmenares, C. y Ortega, J. (2020). Modelo de aptitud agroecológica como herramienta de manejo sustentable del predio agrícola. Revista Facultad Agronomía. Universidad del Zulia. Vol. 37: 107-112.

Pereira A. (2010). Análisis predictivo de datos mediante técnicas de regresión estadística. [17 junio 2021] URL: https://eprints.ucm.es/id/eprint/11389/1/Analisis_Predictivo_de_Datos.pdf

Silva, R. (2014). Cultivo de maíz en Venezuela. Instituto Nacional de Investigaciones Agrícolas. [16 junio 2021] URL: https://www.researchgate.net/publication/340634878_El_Cultivo_de_maiz_en_Venezuela

Silva, F. (2019). Cultivo de maíz en Venezuela - Producción, manejo agronómico. [22 junio 2021] URL:https://www.researchgate.net/publication/340634878_El_Cultivo_de_maiz_en_Venezuela

Published

2019-07-05

Versions

How to Cite

Orellana, R., Párraga, C., & Uzcategui, J. M. (2019). Análisis predictivo de la respuesta del maíz (Zea mays L.) a las condiciones físicas y químicas de los suelos agrícolas, municipio Guanare, estado Portuguesa, Venezuela.: A predictive analysis of the response of corn (Zea mays L.) to the physical and chemical conditions of agricultural soils. Guanare municipality, Portuguesa state, Venezuela . CIENCIA Y TECNOLOGÍA AGROPECUARIA, 4(2), 63–68. https://doi.org/10.24054/cyta.v4i2.992

Issue

Section

Artículos de investigación originales (Scientific Articles)