Diagnóstico de deficiencias de nitrógeno en trigo cebada utilizando franjas de suficiencia

Gómez Rodríguez, Jaime Andrés

Publicación:
Diagnóstico de deficiencias de nitrógeno en trigo cebada utilizando franjas de suficiencia

dc.contributor.advisor	Castro Franco, Mauricio
dc.contributor.author	Gómez Rodríguez, Jaime Andrés
dc.contributor.datamanager	0: dc.contributor.datamanager
dc.date.accessioned	2025-04-24T20:03:49Z
dc.date.available	2025-04-24T20:03:49Z
dc.date.issued	2018
dc.description	Incluye texto, tablas y figuras.	spa
dc.description.abstract	La correcta administración del nitrógeno en los cultivos es fundamental para alcanzar la máxima rentabilidad en la producción. Deficiencias de nitrógeno podrían reducir considerablemente los rendimientos, así como las ganancias del productor. La teledetección ha sido una herramienta útil, de bajo costo, para la determinación del estado del nitrógeno y la predicción temprana del rendimiento en cereales. El objetivo del trabajo fue caracterizar el requerimiento de fertilizante nitrogenado en trigo/cebada, por medio de una técnica integrada por: (i) delimitación de ambientes productivos; (ii) implementación de un diseño experimental en franjas de suficiencia; (iii) obtención de los puntos de muestreo por franja; y (iv) la determinación de la dosis óptima de N por ambiente. Los ensayos se llevaron a cabo en 4 lotes agrícolas del sudeste bonaerense. Zonas de manejo fueron delimitadas por medio de MULTISPATI-PCA y Fuzzy K-medias (sPC-FKM). Se estableció un ensayo en franjas, incluyendo los ambientes previamente delimitados. Tres tratamientos fueron utilizados: dosis de 0 N, dosis utilizada por el productor y doble dosis. 10 puntos de muestreo fueron determinados por franja. En cada punto, se evaluó: NDVI por medio de Greenseeker®, contenido de clorofila con SPAD-502® y biomasa por m2 en las etapas fenológicas de macollamiento, elongación del tallo, preantesis y llenado. También se evaluaron rendimiento y calidad de grano. Se calcularon índices de rendimiento como Eficiencia Agronómica del N (AEN), Índice de Respuesta al Rendimiento en Grano (GYRI) y Eficiencia en la Recuperación del N (REN). Índices de sensores como el INSEY (Rendimiento Estimado en Temporada) y N absorbido en grano. Entre los resultados más destacados, el INSEY calculado a partir de la sumatoria de NDVI en macollamiento y elongación del tallo, mostró una alta correlación con el rendimiento (R2=0.72). Por otra parte, el INSEY calculado a partir del SPAD, tuvo alta correlación con el N absorbido en grano en preantesis (R2 =0.71). Los resultados sugieren que el uso de sensores remotos por medio de ensayos en franjas de suficiencia, corresponde a un método es válido para la caracterización espacio-temporal del requerimiento de fertilizante N a escala de productor de una manera eficiente y precisa.	spa
dc.description.abstract	Correct N management in crops is essential to achieve maximum profitability in yield. N deficiencies could significantly reduce yield, as well as producer profits. Remote sensing has been a useful and inexpensive tool for determining N status and in-season yield estimation in cereals. The objective of this work was to characterize the requirement of N fertilizer in wheat/barley through a technique integrated by: (i) delimiting management zones (ii) implementing experimental design based on sufficiency strips (iii) obtaining sampling points per strip (iv) determining optimal N dose per environment. The trials were conducted in 4 agricultural fields located in the southeast of Buenos Aires Province, Argentina. Managment zones were delimited by using Principal Component Analysis and Fuzzy K-means (sPC-KFM). A trial was established with sufficiency strips, including previously delimited environments. Three treatmens were used: 0 N dose, dose used by the producer and double dose. 10 sampling points were determined per strip. At each point. NDVI using Greenseeker®, chlorophyll content with SPAD-502® and biomass per m2 at tillering, stem elongation, heading and ripening stages were measured. Grain yield and quality were also evaluated. Yield indices such as agronomic efficiency (AEN), grain yield response index (GYRI) and N recovery efficiency (REN) were calculated. Sensor indices such as INSEY (in-season estimated yield) and grain N uptake were also calculated. INSEY, calculated from the sum of NDVI at tillering and stem elongation, showed a high correlation with yield (R2=0.72). Grain N uptake showed a high correlation (R2=0.71) with SPAD measured at heading. The results suggest that using remote sensors by means of strip trials corresponds to a valid method for the spatiotemporal characterization of the N fertilizer requirement at producer scale in an efficient and accurate way.	eng
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero(a) Agrónomo(a)
dc.description.notes	Trabajo de grado presentado como requisito parcial para optar por el título de Ingeniero Agrónomo.	spa
dc.description.tableofcontents	Resumen. -- Abstract. -- Introducción. -- Objetivos. -- Objetivo general. -- Objetivos específicos. -- Marco teórico. -- Materiales y métodos. -- Lotes experimentales. -- Delimitación de ambientes intra-lote. -- Implantación del cultivo y diseño experimental. -- Obtención de puntos de muestreo. -- Mediciones complementarias. -- Determinación de la variabilidad de requerimientos de n. -- Cálculo de los requerimientos de n por ambiente. -- Índices de respuesta al rendimiento. -- Índices de respuesta de sensores. -- Análisis estadístico. -- Resultados y discusión. -- Conclusiones y recomendaciones. -- Bibliografía.	spa
dc.format.extent	34 páginas
dc.format.mimetype	application/pdf
dc.identifier.citation	Gómez Rodríguez, Jaime A. (2018). Diagnóstico de deficiencias de nitrógeno en trigo cebada utilizando franjas de suficiencia [Trabajo de grado, Universidad de los Llanos]. Repositorio digital Universidad de los Llanos.
dc.identifier.instname	Universidad de los Llanos
dc.identifier.reponame	Repositorio digital Universidad de los Llanos
dc.identifier.repourl	https://repositorio.unillanos.edu.co
dc.identifier.uri	https://repositorio.unillanos.edu.co/handle/001/5016
dc.language.iso	spa
dc.publisher	Universidad de los Llanos
dc.publisher.branch	Sede Barcelona
dc.publisher.faculty	Facultad de Ciencias Agropecuarias y Recursos Naturales
dc.publisher.place	Villavicencio, Meta
dc.publisher.program	Ingeniería Agronómica
dc.relation.references	Aase, J. L., y Siddoway, F. H. 1981. Assesing Winter Wheat dry matter Production via Spectral Reflectance measurements useful in providing an estimate of residue Production for erosion control and a s a potential source of feed and energy. Remote Sensing of Environment, 11:267-277.
dc.relation.references	Abdi, H. y Williams, L. 2010. Principal Components Analysis. WIREs Computational Statistics, 2:433-459.
dc.relation.references	Abedi, T., Alemzadeh, A., Abdolreza Kazemeini, S. 2011. Wheat Yield and Grain Protein Response to Nitrogen Aomount and Timing. Australian Journal of Crop Science, 5(3): 330-336.
dc.relation.references	Aulakh, M., Rennie, D. y Paul, E, 1982. Gaseous nitrogen losses from cropped and summer fallowed soils. Canadadian Journal of Soil Science, 62:187-195
dc.relation.references	Blackmer, T. M. y Schepers, J. S. 1995. Use of a Chlorophyll Meter to Monitor Nitrogen Status and Schedule Fertigation for Corn. Journal of Production Agriculture, 8(1): 56-60.
dc.relation.references	Blackmore S. y Moore M. 1999. Remedial Correction of Yield Map Data. Precision Agriculture, 1(1):53-66.
dc.relation.references	Bezdek, J. 1981. Pattern Recognition with Fuzzy Objective Function Algorithms. Kluwer Academic Publishers, Norwell. 256 p.
dc.relation.references	Castro-Franco, M., Díaz, H., Quiroz, M., Ciccore, P. y Costa, J. 2017. Predicción de contenido de arcilla superficial utilizando conductividad eléctrica aparente y esquemas de muestreo basados en modelos. Ciencia del Suelo (Argentina) 35(1): 135-146.
dc.relation.references	Castro, M., Costa, J., Peralta, N., y Aparicio, V. 2015. Prediction of Soil Properties at Farm Scale Using a Model-Based Soil Sampling Scheme and Random Forest. Soil science, 180, 1-12.
dc.relation.references	Christensen L. K. 2004. NPK Deficiencies Discrimination by Use of Spectral and Spatial Response. Tesis PhD. The Royal Veterinary and Agricultural University. 38 p.
dc.relation.references	Córdoba, M., Bruno, C., Costa, J. y Balzarini, M. 2013. Subfield management class delineation using cluster analysis from spatial principal components of soil variables. Computers and Electronics in Agriculture, 97: 6-14.
dc.relation.references	Daigger, L., Sander, D. y Peterson, G. 1976. Nitrogen Content of Winter Wheat During Growth and Maduration. Agronomy Journal, 68:815-818.
dc.relation.references	Daniel, C. y Triboi, E. 2000. Effects of Temperature and Nitrogen Nutrition on the Grain Composition of Winter Wheat: Effects on Gliadin Content and Composition. Journal of Cereal Science, 32: 45-56.
dc.relation.references	Estrada-Campuzano, G. 2012. Differences in Yield, biomass and their components between triticale and Wheat grown under contrasting water and Nitrogen environments. Field Crop Research, 128: 167-179.
dc.relation.references	Gallagher E., Doyle A., Dilworth, D. 1987. Effect of Management Practices on Aspects of Cereal Yield and Quality. Aspects of Applied Biology 15. Cereal Quality, 151-170.
dc.relation.references	García, A. 2004. Manejo de la Fertilización con Nitrógeno en Trigo y su Interacción con Otras Prácticas Agronómicas. Serie Técnica N° 144 INIA. RUSCONI.55 p.
dc.relation.references	García, E. y Flego, F. 2008. Agricultura de Precisión. Revista Ciencia y Tecnología, 99-116.
dc.relation.references	González, A. 2009. Aplicación del medidor portátil de clorofila en programas de mejora de trigo y cebada. Agroecología, 4: 111-116.
dc.relation.references	González, A., Figueroa, U., Delgado, J., Núñez, G., Cueto, J., Preciado, P. y Palomo, A. 2009. Calibración del SPAD-502 para Evaluar Requerimientos de Nitrógeno en Maíz Forrajero. Terra Latinoamericana, 27: 303-309.
dc.relation.references	Harper, L., Sharpe, R., Langdale, G. y Giddens, J. 1987. Nitrogen Cycling in a Wheat Crop: Soil, Plant and Aerial Nitrogen Transport. Agronomy Journal, 70:965- 973.
dc.relation.references	Hartigan, J. A. 1975. Clustering Algorithms. Wiley Series in Probability and Mathematical Statistics. John Wiley & Sons, Inc. 347 p. ISBN 0-471-35645- X.
dc.relation.references	Isla R., Quílez, D., Valentín, F., Casterad, M.A., Aibar, J. y Maturano, M. 2009. Utilización de Imágenes Aéreas Multiespectrales para Evaluar la Disponibilidad de Nitrógeno en Maíz. Ministerio de Ciencia, Tecnología e Innovación. España. 4 p.
dc.relation.references	Kanampiu, F. K., Raun, W. R. y Johnson, G. V. 1997. Effect of Nitrogen Rate on Plant Nitrogen Loss in Winter Wheat Varieties. Journal of Plant Nutrition, 20: 885-898.
dc.relation.references	Lawes R. y Bramley R. 2012. A Simple Method for the Analysis of On-Farm Strip Trials. Agronomy Journal, 104(2): 371-7.
dc.relation.references	Loewy T., Bergh, R., Ferraris, L. Ventimiglia, Gutiérrez Boem, F. H. y Prystupa, P. 2008. Fertilización de Cebada Cervecera Cv. Scarlett: I. Efecto del Nitrógeno inicial. En: XXI Congreso Argentino de la Ciencia del Suelo. San Luis.
dc.relation.references	López-Bellido, R., Shepherd, C. y Barraclough, P. 2004. Predicting Post-anthesis N Requirements of Bread Wheat with a Minolta SPAD Meter. European Journal of Agronomy, 20(3): 313-320.
dc.relation.references	Lord E. y Vaughan, J. 1987. Optimising Nitrogen Applications for the Production of Malting Barley. Aspects of Applied Biology 15. Cereal Quality, 319-335.
dc.relation.references	Luo, C., Branlard, G., Griffin, W. B., McNeil, D. L. 2000. The Effect of Nitrogen and Sulphur Fertilization and their Interaction with Genotype on Wheat Glutenins and Quality Parameters. Journal of Cereal Science, 31: 185-194.
dc.relation.references	Martínez, F. J., Ojeda, D. L., Hernández, O. A., Martínez, J. J. y Quezada, G. 2011. El Exceso de Nitratos: Un Problema Actual en la Agricultura. Synthesis, 57: 11-16.
dc.relation.references	Meskini-Vishkaee, F., Hossein, M., Reza, M., Shekari, F. 2015. Evaluation of Canola Chlorophyll Index and Leaf Nitrogen Under Wide Range of Soil Mosture. Int. Agrophys; 29: 83-90.
dc.relation.references	Minasny, B. y McBratney. 2006. A Conditioned Latin Hypercube method for sampling in the presence of ancillary information. Computers & Geosciences, 32: 1378- 1388.
dc.relation.references	Miralles, D., González, F., Abeledo, L., Serrago, R., Alzueta, I., García, G., de San Caicedonio, R. y Lo Valvo, P. 2014. Manual de Trigo y Cebada para el Cono Sur: Procesos Fisiológicos y Bases de Manejo. 1a ed. 56 p.
dc.relation.references	Moges, S., Girma, K., Teal, R., Freeman, K. W., Zhang, H., Arnall, D., Holtz, S., Tubaña, B., Walsh, O., Chung, B., y Raun, W. R. 2007. In-season estimation of grain sorghum yield potential using a hand-held optical sensor. Archives of Agronomy and Soil Science. 53(6): 617-628.
dc.relation.references	Mulder, V. L., de Bruin, S. y Schaepman. 2013. Representing major soil variability at regional scale by constrained Latin Hypercube Sampling of remote sensing data. International Journal of Applied Earth Observation and Geoinformation, 21: 301-310.
dc.relation.references	Nielse, D. y Halvorson, A. 1991. Nitrogen Fertility Influence on Water Stress and Yield of Winter Wheat. Agronomy Journal, 83:1065-1070.
dc.relation.references	Odeh, I., Chittleborough, D., y McBratney, A. 1992. Soil Pattern Recognition with Fuzzy-c-means: Application to Classification and Soild-Landform Interrelationships. Soil Science Society of America Journal, 56(2): 505-516.
dc.relation.references	Patane, P. y Vibhyte, A. 2014. Chlorophyll and Nitrogen Estimation Techniques: A Review. International Journal of Engineering Research and Reviews, 2(4): 33-41.
dc.relation.references	Peralta, N. R., Barbieri, P., Gowland, T., Aparicio, V. y Costa, J. L. 2015. Agricultura de Precisión: Dosis Variable de Nitrógeno en Cebada. Ciencia del suelo (Argentina), 33(1): 131-137.
dc.relation.references	Piekielek, W. P. y Fox, R. H. 1992. Use of a Clorophyll Meter to Predict Sidedress Nitrogen Requeriments for Maize. Agronomy Journal, 84: 59-65.
dc.relation.references	Pinter, P. J., Jackson, R. D., Idso, S. D. y Reginato, R. J. 1981. Multidate spectral reflectance as predictors of yield in wáter stressed wheat and barley. International Journal of Remote Sensing, 2: 43-48.
dc.relation.references	Raun, W. R., Solie, J. B., Johnson, G. V., Stone, M. L., Lukiana, E. V., Thomason, W. E. y Schepers, J. S. 2001. In-season Prediction of Potential Grain Yield in Winter Wheat Using Canopy Reflectance. Agronomy Journal, 93: 131-138.
dc.relation.references	Raun, W. R., Solie, J. B., Johnson, G. V., Stone, M. L., Mullen R., W., Freeman, K. W., Thomason, W. E. y Lukina, E. V. 2002. Improving Nitrogen Use Efficiency in Cereal Grain Production with Optical Sensing and Variable Rate Application. Agronomy Journal. 94: 815-820.
dc.relation.references	Reussi Calvo, N. I., Rozas, H. S., Echeverría, H., y Diovisalvi, N. 2015. Using Canopy Indices to Quantify the Economic Optimum Nitrogen Rate in Spring Wheat. Agronomy Journal, 107(2): 459-465.
dc.relation.references	Rodrígues, M. y Corá, J. 2015. Management Zones Using Fuzzy Clustering Based on Spatial-Temporal Variability of Soiland and Corn Yield. Journal of the Brazilian Association of Agricultural Engineering, 35(3): 470-483.
dc.relation.references	Ross F. y López de Sabando, M. 2016. Diagnóstico de Nitrógeno en Cebada y Trigo: NDVI y Cobertura. En: 15° Curso Internacional de Agricultura y Ganadería de Precisión con Agregado de Valor de Origen. Manfredi, Córdoba. 95-102 p.
dc.relation.references	Sinfield, J. V., Fagerman, D. y Colic, O. 2010. Evaluation of Sensing Technologies for On-The-Go Detection of Macro-Nutrients in Cultivated Soils. Computers and Electronics in Agriculture, 70: 1-18.
dc.relation.references	Solie, J. B., Raun, W. R., Whitney, R. W., Stone, M. L. y Ringer, J. D. 1996. Optical sensor based field element size and sensing strategy for Nitrogen appliation. Transactions of the ASAE 39:1983-1992.
dc.relation.references	Stone, M. L., Solie, J. B., Raun, W. R., Whitney, R. W., Taylor, S. L. y Ringer, J. D. 1996. Use of Spectral radiance for correcting in-season fertilizaer Nitrogen Deficiencies in Winter Wheat. Transactions of the ASAE 39:1623-1631
dc.relation.references	Tagarakis, A. C. y Ketterings, Q. M. 2017. In-Season Estimation of Corn Yield Potential Using Proximal Sensing. Agronomy Journal, 109(4): 1323-1330.
dc.relation.references	Tea, I., Genter, T., Naulet, N., Boyer, V., Lummerzheim, M. y Kleiber, D. 2004. Effect of Foliar Sulfur and Nitrogen Fertilization on Wheat Storage Protein Composition and Dough Mixing Properties. Cereal Chemistry, 81(6): 759-766.
dc.relation.references	Vélez, J. P., Melchiori, R. J. M., Méndez, A., Villaroel, D. y Scaramuzza, F. 2012. Fotografía Aérea Multiespectral para el Diagnóstico de Fertilización Nitrogenada por Sitio Específico en Maíz. En: 10° Curso Internacional de Agricultura de Precisión y 5a Exposición de Máquinas Precisas, Córdoba- Argentina. 7 p.
dc.relation.references	Vélez, J. P., Villaroel, D., Scaramuzza, F. 2016. Utilización de Imágenes Multiespectrales Obtenidas con Cámaras montadas en dron para la recomendación de la fertilización nitrogenada en maíz. En: 15° Curso Internacional de Agricultura y Ganadería de Precisión con Agregado de Valor de Origen. 111-115 p.
dc.relation.references	Wuest, S. B. y Cassman, K. G. 1992. Fertilizer-nitrogen Use Efficiency of Irrigated Wheat: I. Uptake Efficiency of Preplant Versus Late-season Application. Agronomy Journal, 84: 682-688
dc.relation.references	Wright, D., Rasmussen, V., Ramsey, D., Baker, D. 2004. Canopy Reflectance Estimation of Wheat Nitrogen Content for Grain Protein Management. GIScience and Remote Sensing, 41(4): 287-300.
dc.relation.references	Zadoks JC, Chang TT, Konzak CF. 1974. A Decimal Code for the Growth Stages of Cereals. Weed Research, 14(6): 415-21.
dc.relation.references	Zubillaga, M. M., López de Sabando, M., García de Salomone, I., Lavado, R. S. y Zubillaga, M. S. 2011. Ambientación Intra-lote y Mineralización del Nitrógeno. Ciencia, 6(21): 17-25.
dc.rights	Derechos Reservados - Universidad de los Llanos, 2018	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.license	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.proposal	Ensayos en franjas	spa
dc.subject.proposal	Nitrogeno	spa
dc.subject.proposal	Teledeteccion	spa
dc.title	Diagnóstico de deficiencias de nitrógeno en trigo cebada utilizando franjas de suficiencia	spa
dc.type	Trabajo de grado - Pregrado
dc.type.category	Proyectos de investigación
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content	Text
dc.type.driver	info:eu-repo/semantics/bachelorThesis
dc.type.version	info:eu-repo/semantics/publishedVersion
dspace.entity.type	Publication