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.pdfPaginas 9-12 de Serie Técnica de INIA 257304.84 kBAdobe PDFDescargar

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)