Título : | Predicción de rendimiento en chacras: ¿qué es importante? |
Autor(es) : | Berberian, Natalia Rosas, Juan Pérez de Vida, Fernando Marella, Muzio Massa, Fernando |
Fecha de publicación : | nov-2020 |
Tipo de publicación: | Reporte técnico |
Versión: | Publicado |
Publicado por: | Instituto Nacional de Investigación Agropecuaria (INIA) |
Publicado en: | Serie Técnica, Nº 257 |
Areas del conocimiento : | Ciencias Naturales y Exactas Matemáticas Estadística y Probabilidad Ciencias Agrícolas Agricultura, Silvicultura y Pesca Agricultura |
Otros descriptores : | Modelos mixtos Datos longitudinales Condiciones productivas de arroz |
Resumen : | Obtener buenas predicciones de rendimiento en las chacras que remiten su producción a la empresa SAMAN S.A. es prioridad tanto para la planificación como para la toma de decisiones de manejo del cultivo. Identificar cuáles son las variables de mayor influencia en el rendimiento, y utilizarlas en un modelo estadístico que contemple su trayectoria histórica es una alternativa metodológica con fuerte sustento teórico para obtener dichas predicciones. La variabilidad en el rendimiento del cultivo de arroz en Uruguay está fuertemente influenciada por la variación en el manejo actual del cultivo, en particular la fecha de siembra. A su vez la variabilidad en la fertilidad del suelo es afectada en gran medida por el uso previo del suelo así como por el manejo del cultivo actual. Específicamente en chacras comerciales, el nivel de enmalezamiento y la lámina de riego están muy relacionados con la variación de rendimiento del cultivo. El uso de modelos mixtos que incorporan en el análisis la posible presencia de correlación temporal y la heterogeneidad entre establecimientos, permitiría identificar patrones subyacentes a la estructura de los datos. Los objetivos de este estudio son; la obtención de un modelo de rendimiento de arroz en condiciones productivas, que considere tanto factores relacionados al manejo del cultivo como la tendencia temporal; identificar cuáles son las variables determinantes del rendimiento y la importancia relativa de cada una, en la capacidad predictiva de dicho modelo. Se pretende utilizar los datos que se generan actualmente en forma rutinaria, obteniendo predicciones insesgadas e independientes de criterios subjetivos |
URI / Handle: | https://hdl.handle.net/20.500.12381/477 |
Otros recursos relacionados: | http://doi.org/10.35676/INIA/ST.257 |
Institución responsable del proyecto: | Universidad de la república. Facultad de Agronomía |
Financiadores: | Agencia Nacional de Investigación e Innovación |
Identificador ANII: | FSDA_1_2017_1_143442 |
Nivel de Acceso: | Acceso abierto |
Licencia CC: | Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND) |
Aparece en las colecciones: | Publicaciones de ANII |
Archivos en este ítem:
archivo | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
Berberian et al 2020_ST-257-INIA.pdf | Descargar | Paginas 9-12 de Serie Técnica de INIA 257 | 304.84 kB | Adobe PDF |
Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita:
Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND)