Mostrar el registro sencillo del ítem

dc.contributor.authorRamos Cantillo, José Alexanderspa
dc.contributor.authorBecerra Vélez, Eduardospa
dc.contributor.authorCárdenas Hernández, Julián Fernandospa
dc.contributor.authorJiménez Pizarro, Rodrigospa
dc.date.accessioned2019-12-16 00:00:00
dc.date.accessioned2022-06-13T17:38:45Z
dc.date.available2019-12-16 00:00:00
dc.date.available2022-06-13T17:38:45Z
dc.date.issued2019-12-16
dc.identifier.urihttps://repositorio.unillanos.edu.co/handle/001/2114
dc.description.abstractEn la producción agrícola se usan una amplia cantidad de modelos descriptivos que buscan predecir la productividad, desarrollo y comportamiento de los cultivos bajo diferentes escenarios de manejo agronómico, factores edáficos, condiciones ambientales y características genotípicas. Entre dichos modelos uno de los más utilizados actualmente y ampliamente distribuidos se encuentra AquaCrop que es descriptivo y que simula la biomasa y el rendimiento potencial cosechable de un cultivo en respuesta a la disponibilidad de agua. Este trabajo se realizó con el propósito de medir el crecimiento y comprender el comportamiento de los diferentes órganos del maíz comercial hibrido BM709, en lo referente a su acumulación de materia seca bajo las condiciones de Altillanura. Dicha evaluación consto de 10 muestreos de medidas biométricas en plantas fijas, y que fueron monitoreadas por la torre de Eddy covariance, para recibir la información de las condiciones climáticas de la zona. Para las simulaciones del comportamiento maíz, se utilizó la versión 5.0 del AquaCrop, la cual fue adaptada a las condiciones climatológicas y suelos de la zona para mayor confiabilidad en la estimación de las variables de estudio: materia seca total de la planta, área foliar e índices de crecimiento. El análisis de desarrollo del cultivo en el software AquaCrop presento una representatividad entre lo simulado y lo real superior al 90% generando de esta manera un patrón de confiabilidad en la toma de decisiones referidas a maximizar los rendimientos del cultivo de maíz. Además logró mostrar que la producción total de materia seca es el resultado de la eficiencia cuando el cultivo intercepta y utiliza la radiación solar disponible durante la fase de crecimiento, la cual en condiciones de Altillanura es buena por los factores ambientales y climáticos, entre ellos el CO2, radiación, temperatura y precipitación, es de anotar que a los 40°C, cuando las condiciones hídricas, radiación, manejo agronómico sean adecuadas el maíz podría mantener o aumentar su productividad por la alta concentración de CO2 en el ambiente y su capacidad de alcanzar una tasa de crecimiento del cultivo eficiente, con un índice de área foliar crítico.spa
dc.description.abstractIn agricultural production, a large number of descriptive models are used that seek to predict the productivity, development and behavior of crops under different agronomic management scenarios, edaphic factors, environmental conditions and genotypic characteristics. Among these models, one of the most widely used and widely distributed is AquaCrop, which is descriptive and simulates the biomass and potential crop yield of a crop in response to water availability. This work was carried out with the purpose of measuring growth and understanding the behavior of the different organs of BM709 hybrid commercial corn, in relation to its accumulation of dry matter under the conditions of the plain. This evaluation consisted of 10 samples of biometric measurements in fixed plants, and which were monitored by the Eddy covariance tower, to receive information on the climatic conditions of the area. For the simulations of the corn behavior, version 5.0 of the AquaCrop was used, which was adapted to the climatic conditions and soils of the area for greater reliability in the estimation of the study variables: total dry matter of the plant, foliar area and growth rates The analysis of crop development in the AquaCrop software presented a representativeness between the simulated and the real over 90%, generating in this way a pattern of reliability in the decision-making process related to maximizing the yields of the corn crop. Total dry matter production is the result of efficiency when the crop intercepts and uses the available solar radiation during the growth phase, which under of the plain conditions is good due to environmental and climatic factors, including CO2, radiation, temperature and precipitation, it should be noted that at 40°C, when water conditions, radiation, agronomic management are adequate, corn could maintain or increase its productivity due to the high concentration of CO2 in the environment and its ability to reach a crop growth rate efficient, with an index of critical leaf area.eng
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherUniversidad de los Llanosspa
dc.rightsRevista Sistemas de Producción Agroecológicos - 2019spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0spa
dc.sourcehttps://revistas.unillanos.edu.co/index.php/sistemasagroecologicos/article/view/730spa
dc.subjecthomotoxinaeng
dc.subjecthomeopatiaeng
dc.subjectintestinoeng
dc.subjectestomagoeng
dc.subjecttreatmenteng
dc.subjecthomotoxinaspa
dc.subjecthomeopatiaspa
dc.subjectintestinospa
dc.subjectestomagospa
dc.subjecttratamientospa
dc.titleAplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L)spa
dc.typeArtículo de revistaspa
dc.typeJournal Articleeng
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.localSección Artículos originalesspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.identifier.doi10.22579/22484817.730
dc.relation.referencesAndrade, F., Sadras, V. Bases para el manejo del maíz, el girasol y la soja (No. F01 INTA 16999). INTA, Buenos Aires, Argentina. EEA Balcarce. 2000.spa
dc.relation.referencesAndrade, F., Cirilo, A., Uhart, S., Otegui M. Ecofisiología del cultivo de Maíz. Estación experimental Agropecuaria Balcarce, Buenos Aires: Editorial La Barrosa. 1996.spa
dc.relation.referencesBello, C, Patiño, J., Almanza, E, Monroy, J, Steduto, P, Mejías, P. Uso del modelo Aquacrop para estimar rendimientos para el cultivo del maíz en los departamentos de Córdoba, Meta, Tolima y Valle del Cauca. Colombia: FAO. 2013.spa
dc.relation.referencesBéziat, P, Ceschia, E., Dedieu, G. Carbon balance of a three crop succession over two cropland sites in South West France. Agricultural and Forest Meteorology, 149: 1628-1645. 2009.spa
dc.relation.referencesCifuentes, J. G. Determinación de niveles económicos óptimos de uso de agua en la producción de maíz (Zea mays L.) usando el simulador de rendimientos desarrollado por la FAO AquaCrop Model. Zamorano, Honduras. 2010.spa
dc.relation.referencesCorbin, K, Scoot D, Erandathie L, Schuh A. Assessing the impact of crops on regional CO2 fluxes and atmospheric concentrations. Tellus B, 62 (5): 521-532. 2010. Disponible En: http://www.tellusb.net/index.php/tellusb/article/view/16602spa
dc.relation.referencesDepartamento Administrativo Nacional de Estadística (DANE). Maíz tecnificado en Colombia. Bogotá D.C. 2005.spa
dc.relation.referencesDepartamento Nacional de Planeación (DPN). Política para el desarrollo integral de la Orinoquia: Altillanura - Fase 1. (Documento CONPES 3797), Bogotá D.C.: 2014.spa
dc.relation.referencesD’Andrea K.E., Otegui M.E., Cirilo A.G., Eyhérabide G. Genotypic Variability in Morphological and Physiological Traits among Maize Inbred Lines – Nitrogen Responses. Crop Science, 46: 1266-1276. 2006.spa
dc.relation.referencesEtter, A., Sarmiento, A., Romero, M.H., Land use changes (1970-2020) and the carbon emissions in the Colombian Llanos. En: Ecosystem Function in Savvanas. Measurement and modeling at landscape to global scales. CRC Press, p. 383-402. 2010.spa
dc.relation.referencesFENALCE. Índice Cerealistas primer semestre 2011. Bogotá D.C: Federación Nacional de Cultivadores de Cereales y Leguminosas. 2011.spa
dc.relation.referencesFernández, M. Efectos del cambio climático en el rendimiento de tres cultivos mediante el uso del modelo Aquacrop. FONADE, IDEAM y BID, Bogotá. 2013.spa
dc.relation.referencesHack H., Bleiholder H., Buhr L., Meier U., Schnock-Fricke E., Weber E., Witzenberger A. Einheitliche Codierung der ph¨anologischen Entwicklungsstadien mono-und dikotyler Pflanzen Erweiterte BBCH-Skala, Allgemeine. Nachrichtenblatt des Deutschen Pflanzenschutzdienstes, 44: 265-270. 1992.spa
dc.relation.referencesHsiao, T, Heng, L, Steduto, P, Raes D, Fereres E. AquaCrop-The FAO crop model for predicting yield response to water: III. Model parameterization and testing for maize. Agron. J. 101: 448-459. 2009.spa
dc.relation.referencesKiniry J.R., Bonhomme R. Predicting maize phenology. In: Predicting crop phenology. Ed.T. Hodges. CRC Press. Boca Raton, Ann. Arbor. Boston, p 115-131. 1991spa
dc.relation.referencesMontgomery, E.G. Correlation studies of com. Nebraska Agricultural Station Annual Report, Lincoln, v. 24, p.108-159. 1911.spa
dc.relation.referencesNelson, G. C., Rosegrant, M. W., Koo, J., Robertson, R., Sulser, T., Zhu, T., Lee, D. Cambio climático: el impacto en la agricultura y los costos de adaptación. IFPRI. 2009.spa
dc.relation.referencesOjeda, W, Flores, H, Sifuentes, E, Mejia, E., Flores, H. Simulación del rendimiento de maíz (Zea mays L.) en el norte de Sinaloa usando el modelo Aquacrop. AGROCIENCIA, 47(4), 347-359. 2013.spa
dc.relation.referencesQuiroz, A., D. Marín. Evaluación de la asociación maízquinchoncho, con siembra escalonada y dos niveles de fertilización. I. Fenología y crecimiento. Agron. Trop. 50: 99-122. 2000.spa
dc.relation.referencesRaes, D., Steduto, P, Hsiao, T, Fereres, E. Aquacrop-The FAO Crop Model to Simulate Yield Response to Water: II. Main Algorithms and Software Description. Journal of Agronomy, p 438-447. 2009.spa
dc.relation.referencesRincón, Á., Ligarreto, G., Sanjuanelo, D. Crecimiento del maíz y los pastos (Brachiaria sp.) establecidos en monocultivo y asociados en suelos ácidos del piedemonte llanero colombiano. Agron. Colomb, 25(2), 264-272. 2007.spa
dc.relation.referencesSantos, M., Segura, M., Ñústez, C. Análisis de crecimiento y relación fuente-demanda de cuatro variedades de papa (Solanum tuberosum L.) en el municipio de Zipaquirá (Cundinamarca, Colombia). Revista Facultad Nacional de Agronomía, Medellín, 63 (1): 5253-5266. 2010.spa
dc.relation.referencesSaunders, M., Kansiimet, F., Jones, M. Agricultural encroachment: implications for carbon sequestration in tropical African wetlands. Global Change Biology, 18: 1312-1321. 2012.spa
dc.relation.referencesSalinger, M.; Desjardins, R.; Jones, B.; Sivakumar, M.; Strommen, N.; Veerasamy, S.; Lianhai, W. Climate variability, agriculture and forestry: an update. World Meteorological Organization. WMO-841. Geneva-Switzerland. 51 p. 1997.spa
dc.relation.referencesSteduto, P., Hsiao T, Raes D, Fereres E. AquaCrop-The FAO crop model for predicting yield response to water: I. Concepts and underlying principles. Agron. J.101: 426-437. 2009.spa
dc.relation.referencesPaliwal R. El maíz en los trópicos: mejoramiento y producción; morfología del maíz tropical (en línea). Roma IT. FAO. 2001. Recuperado 18 Noviembre 2015. Disponible En: http://www.fao.org/docrep/003/x7650s/x7650s00.htmspa
dc.relation.referencesTollenaar, M., Deen W, Echarte L, Liu W. Effect of crowding stress on dry matter accumulation and harvest index in maize. Agronomy Journal, 98 (4): 930-937. 2006.spa
dc.relation.referencesToyer, A.F.; Brown, W.L. Selection for early flowering in corn: seven late synthetics. Crop Science, 16 (6): 767-773. 1976.spa
dc.relation.referencesTorres, J, Moreno, G, Barón, F. Variabilidad del crecimiento y rendimiento del cultivo de maíz para choclo (zea mays l.) como respuesta a diferencias en las propiedades químicas del suelo en la sabana de Bogotá, Colombia. Rev. Fac. Nal. Agr. Medellín, 65 (2): 6579-6583. 2012.spa
dc.relation.referencesUlloa, A. Controlando la naturaleza: ambientalismo transnacional y negociaciones locales en torno al cambio climático en territorios indígenas en Colombia. Iberoamericana, 13 (49), 2013.spa
dc.rights.creativecommonsEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.spa
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.identifier.eissn2248-4817
dc.identifier.urlhttps://doi.org/10.22579/22484817.730
dc.relation.bitstreamhttps://revistas.unillanos.edu.co/index.php/sistemasagroecologicos/article/download/730/788
dc.relation.citationeditionNúm. 2 , Año 2019spa
dc.relation.citationendpage49
dc.relation.citationissue2spa
dc.relation.citationstartpage19
dc.relation.citationvolume10spa
dc.relation.ispartofjournalRevista Sistemas de Producción Agroecológicosspa
dc.title.translatedApplication of the Aquacrop model for a corn crop (Zea mays L.)eng
dc.type.contentTextspa
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTREFspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa


Ficheros en el ítem

FicherosTamañoFormatoVer
Rev Sist Prod Agroecol.-730.pdf480.8Kbapplication/pdfVer/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Revista Sistemas de Producción Agroecológicos - 2019
Excepto si se señala otra cosa, la licencia del ítem se describe como Revista Sistemas de Producción Agroecológicos - 2019