Fertilización nitrogenada y la densidad de población en el rendimiento y sus componentes en la variedad de arroz IIAC-20 (página 2)

Materiales y métodos

El experimento se llevó a cabo en la Estación Territorial de Investigaciones del Arroz de Jucarito, municipio de Río Cauto, provincia de Granma, Cuba, en el período marzo-julio del 2002, correspondiente a la campaña de primavera, en un suelo Oscuro plástico no gleyzado.

El diseño experimental empleado fue bloques al azar con cuatro réplicas de 6 m2. Los factores empleados fueron dos, el primer factor fertilización nitrogenada con tres niveles: Sin fertilización (No) , dosis de 80 kg.ha-1 (N1) y 120 kg.ha-1 (N2), siendo la urea el portador utilizado. El segundo factor, densidad de siembra con tres niveles también: 85 kg.ha-1 (D1); 120 kg.ha-1 (D2) y 150 kg.ha-1 (D3).

La variedad empleada fue la IIAC-20 de ciclo corto.

El fraccionamiento del nitrógeno en kg.ha-1, se aplicó de la siguiente forma (Tabla 1):

Tabla 1. Fraccionamiento del nitrógeno aplicado, empleando como portador la Urea

La siembra se realizó a chorrillo en surcos separados a 15 cm. El riego y demás atenciones culturales se realizaron según el Instructivo Técnico del cultivo (1993).

La cosecha se realizó cuando el grano alcanzó una humedad entre 20 y 22 %, mediante un área de cálculo de 4 m2 por tratamiento.

Previo a la siembra se realizó análisis químico del suelo a una profundidad de 20 cm, donde se muestran los contenidos de fósforo, potasio, cálcio, magnesio en meq/100g de suelo, materia orgánica en porciento y el pH en agua. Se tomaron las precipitaciones caídas en mm a través de la estación meteorológica ubicada en la misma estación, correspondientes al período del desarrollo del experimento.

Evaluaciones realizadas al experimento en el momento de la cosecha:

• Se determinó la cantidad de plantas.m-2, a los 15 días de germinado el arroz, mediante una muestra de 0,25 m2.
• Conteo del ahijamiento a los 30 días de la germinación, mediante una muestra de 10 plantas seleccionadas al azar por cada tratamiento.
• Evaluación de la altura de las plantas al momento de la cosecha, mediante una muestra de las plantas seleccionadas al azar en cada tratamiento, desde la base del tallo hasta el cuello de la panícula.

Rendimiento agrícola y sus componentes:

• Panículas por metro cuadrado, mediante el conteo enmarcado en 0,25 m2.
• Peso de 1000 granos, a través de la muestra de 200 granos.
• Número de granos por panícula, mediante el cálculo indirecto, aplicando la fórmula correspondiente:

Granos/panícula = (PM x 1000)/ (No. panículas. m-2 x PM)

Donde:

PM: Peso de 1000 granos

El rendimiento agrícola en t.ha-1 al 14 % de humedad se calculó por la fórmula siguiente:

Rend. Agrícola = (10 PM (100- HM)) / (86 x AC)

Donde:

PM: Peso de la muestra del área de cálculo en kg

HM: Humedad de la muestra expresado en porciento

HC: Área de cálculo en m2

Se calculó la efiencia en el uso del fertilizante (EUF) propuesta por Yoshida (1981), modificada por Jaramillo y col (2001).

Para el procesamiento estadístico de los datos, primero se verificó el cumplimiento de las premisas del análisis de varianza; el ajuste a la distribución normal a través de la prueba de Kolmogorov – Smirnov y la homogeneidad de las varianzas a través del test de Barttlet. Estas premisas fueron cumplidas para todas las variables.

Se realizó análisis de varianza factorial de clasificación doble por efectos fijos, considerando a los factores nitrógeno y densidad de siembra, ambos con tres niveles. Para la comparación múltiple de medias se empleó la prueba de Tukey, al 5 porciento de probabilidad.

Con el objetivo de conocer las relaciones causales de las correlaciones entre el rendimiento agrícola (variable dependiente) y los componentes de ese rendimiento (variables exógenas) se realizó un análisis de Coeficientes de Sendero (Wright, 1931).

Se hizo empleo del análisis de componentes principales (Hotelling, 1933), asumiendo como individuos las nueve combinaciones de los niveles de los dos tratamientos y como variables el rendimiento, granos por panícula, peso de 1000 granos, número de panículas.m-2 y la altura de las plantas, en una matriz 9 x 6 (n ≥ p). Los individuos y variables se representaron gráficamente a través de método biplot propuesto por Gabriel (1971).

En todas las pruebas secuenciales, los valores de p fueron corregidos según el ajuste de Bonferroni (Rice, 1989), atendiendo a la modificación propuesta por Chandler (1995). En el procesamiento automatizado de los datos se emplearon los paquetes estadísticos TONYSTAT, Sigarroa (1987); SAS (2000) y el SPSS (2001), versión 11 para Windows.

Resultados y discusión

A pesar de que los tres componentes del rendimiento agrícola mostraron correlaciones positivas y altamente significativas (Tabla 2), evidencia, evidencia el alto nivel de asociación existente entre la cantidad de granos por panícula, el peso de 1000 granos y la cantidad de panículas/m2, con relación al rendimiento agrícola del cultivo del arroz. Se encontró además que el número de panículas/m2, fue el componente del rendimiento que mayor contribución directa ejerció sobre el rendimiento agrícola, seguido con valores comparativamente más bajos y muy similares entre ellos por la cantidad de granos/panícula y el peso de 1000 granos.

Al analizar las variables número de granos/panícula y el peso de 1000 granos, se denota que los valores que alcanzan sus coeficientes de correlación respecto al rendimiento, son debido en mayor cuantía a su influencia indirecta a través del número de granos llenos/panícula, mientras que para el número de panículas/m2, la mayor influencia indirecta fue a través de la cantidad de granos/panícula.

Para el cultivo del arroz, resulta importante el conocimiento de las asociaciones que se establecen entre el rendimiento agrícola con relación a sus componentes, siendo insuficiente en muchos casos las correlaciones parciales para explicar la verdadera interrelación. Para salvar estas insuficiencias se ha empleado con éxito el análisis de coeficientes de sendero, el cuál ha sido empleado con éxito en otros cultivos como la caña de azúcar por Alonso y Ortiz (1984).

Tabla 2: Contribuciones directas e indirectas con el empleo del análisis de coeficientes de sendero, de los componentes (granos/panícula, peso de 1000 granos y número de panículas/m2) con relación al rendimiento agrícola.

La única limitante del análisis de coeficientes de sendero, es que cuando más variables son incluídas en el análisis, las asociaciones indirectas que se establecen se harán más complejas.

Al igual que los resultados de esta investigación, Rao y col (1980), determinaron que el mayor efecto directo sobre el rendimiento agrícola fue debido a la influencia del número de panículas.m-2.

En la figura 1, se muestra el efecto de varios niveles de nitrógeno con diferentes densidades de siembra y la respuesta del rendimiento agrícola de la variedad IIAC-20. Se denota que los rendimientos más bajos de este genotipo se alcanzan en los tratamientos carentes de nitrógeno, sin diferencias significativas entre ellos, independientemente de que a medida que se aumentó la densidad de semilla, estos ascendían.

Cuando se aplicaron 80 kg.ha-1, no se encontraron respuestas estadísticamente significativas con las densidades de 150 y 85 kg.ha-1, pero sí difieren desde el punto de vista estadístico con la densidad de 120 kg.ha-1, al acaparar dentro de esa misma dosis los rendimientos más adecuados.

Fig. 1: Rendimiento promedio y su error estándar de la variedad IIAC-20, con la aplicación de diferentes niveles de nitrógeno y densidades de siembra.

Nota: Letras distintas indican diferencias significativas para α = 0,05 % de probabilidad, empleando Tukey. Media ± EE(1672,2 ± 37,83 t.ha-1) y CV (4,53 %).

Los mayores rendimientos se alcanzaron con el empleo de la dosis de 120 kg.ha-1 de nitrógeno, cuando la densidad de siembra fue de 150 y 120 kg.ha-1, respectivamente; pero sin diferencias significativas entre estas dos densidades, superando estadísticamente a la densidad de 85 kg.ha-1.

A pesar de que entre las combinaciones de dosis de nitrógeno y densidades de siembra 120 con 150 kg.ha-1 y 120 con 120 kg.ha-1, no se encontraron respuestas del rendimiento agrícola estadísticamente diferentes, es superior el rendimiento agrícola en 142 t.ha-1, empleando 30 kg.ha-1 menos de semilla, cuando se aplicaron 120 kg.ha-1, de nitrógeno con una densidad de 120 kg.ha-1 de semilla.

Es importante resaltar el descenso que se produce en el rendimiento agrícola cuando aumenta hasta 150 kg.ha-1, la densidad de población, provocado probablemente por la insuficiencia en la disponibilidad del nitrógeno, al aumentar a ese nivel la densidad de población.

Tabla 3: Eficiencia en el uso del fertilizante (EUF), en kg de grano producido por kg de fertilizante aplicado para los tratamientos estudiados,

Los mejores valores respecto a la eficiencia en el uso del fertilizantemuchas (Tabla 3), correspondió a las combinaciones de 80 kg.ha-1 de nitrógeno con 120 kg.ha-1 de densidad de siembra y 120 kg.ha-1 de nitrógeno con 120 kg.ha-1 de semillas.

La representación biplot del análisis de componentes principales (Fig. 2), muestra que la componente uno (la más importante), explica el 82 porciento de la variabilidad total, mientras que la componte dos el 11 porciento, para un 93 porciento total, evidenciando la alta correlación existente entre las variables seleccionadas.

Con relación a los autovectores, para la componente uno, que explica la mayor variabilidad, las cinco variables fueron importantes, sólo teniendo importancia para la componente dos el número de panículas.m-2, peso de 1000 granos y la cantidad de granos/panícula. Por otra parte el valor alcanzado por le coeficiente de correlación cofenética evidenció la calidad de la reducción de la dimensionalidad lograda con el empleo del análisis de componentes principales.

Fig. 1: Representación biplot del análisis de componentes principales con la interrelación entre las variables seleccionadas y las combinaciones de niveles de nitrógeno y densidad de siembra, se incluyen los autovectores.

Con el empleo de este tipo de análisis multivariado, se puso de manifiesto la escasa relación entre las combinaciones que no incluían la aplicación de nitrógeno con la respuesta de la planta a través de las variables seleccionadas, demostrando la importante función que representan niveles adecuados de nitrógeno en el suelo. El otro extremo quedó plasmado cuando se aplicaron 150 kg.ha-1 de nitrógeno con 120 kg.ha-1 de semilla (N2D3), en que las plantas no alcanzaron el máximo rendimiento, pero sí la mayor altura, evidenciando que excesivas cantidades de este elemento en el suelo promueven mayor desarrollo vegetativo; pero no necesariamente trae aparejado mayor rendimiento agrícola.

El Nitrógeno es la variable ambiental más relevante en la fijación del rendimiento en arroz. Este elemento es  responsable de procesos fisiológicos como morfogénesis, crecimiento foliar, fotosíntesis y  senescencia (De Datta, 1981). Aunque los avances más recientes hacen énfasis en los procesos implicados en su ciclo en el arrozal (Carrasco y col., 2004) y la utilización de los fertilizantes por la planta (Fernández-Valiente, 2000).

Conclusiones

1. En las condiciones experimentales donde se desarrolló el experimento el número de panículas.m-2 fue el carácter que más influyó sobre el rendimiento agrícola de la variedad IIAC-20.
2. El mayor rendimiento agrícola se alcanzó cuando se aplicaron 120 kg.ha-1 de nitrógeno y 120 kg.ha-1 de densidad de siembra, con una alta eficiencia en el uso del fertilizante.
3. Se puso de manifiesto la utilidad del empleo de las representaciones biplot del análisis de componentes principales.

Bibliografía

1. Alonso, Vivian y R. Ortiz. 1984. Análisis de coeficientes de sendero de los principales componentes del rendimiento agrícola en diferentes fases del lote clonal de la caña de azúcar. Cultivos Tropicales, 6(4):805-811.
2. Carrasco, D.; E. Fernández-Valiente; Y. Ariosa y A. Quesada. 2004. Measurement of coupled nitrification-denitrification in paddy fields affected by Terrazol, a nitrification inhibitor. Biol.Fertil.Soils. 39:186-192.
3. CIAT, 1982. Fertilización nitrogenada del arroz. Guía de studio. 40 pp
4. Chandler, C. R. 1995. Practical considerations in the use of simultaneous inference for multiple test. Anim. Behav, 49:524-527.
5. Cruz,F,L.Rivero, R. (1981). Comportamiento de la variedad de arroz IR-1529 bajo el efecto de dos métodos y cuatro densidades de siembra. Ciecia y Técnica en la Agricultura. Arroz. Vol4(29).
6. De Datta, S.K. 1981: Principles and Practices of Rice Production. International Rice Research Institute (IRRI). Los Baños. Philippines.618 p.
7. Fernández-Valiente, E.; A. Ucha; A. Quesada; F. Leganés y R. Carreres. 2000. Contribution of N2 fixing cyanobacteria to rice production: availability of nitrogen from 15N-labelled cyanobacteria and ammonium sulphate to rice. Plant Soil. 221:109-114.
8. FLAR, 1997. El arroz tiene que estar en los planes de desarrollo agopecurio sostenible. Foro Arrocero Agropecuario.Boletín Informativo.Vol 3(1): 16 pp
9. Gabriel, K. R. 1971. The Biplot graphic display of matrices with applications to principal components analysis. Biometrika, 58(3):453-467.
10. Gutierrez, 1988.Distribución, muetreo, dinámica de población, niveles críticos poblacionales y control de Oebalus insulares Stal en el cultivo del arroz. Tesis para optar por el grado de Doctor en Ciencias Agrícolas. La Habana.
11. Hotelling, H. 1933. Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 24: 498-520.
12. Instructivo Técnico del Cultivo del Arroz.1993.
13. Jaramillo, S.; E. Pulver y Myriam C. Duque. 2002. Efecto del manejo de la fertilización nitrogenada en arroz de riego, sobre la expresión del potencial de rendimiento de líneas élites y cultivares comerciales. Fondo Latinoamericano de Arroz de Riego (FLAR) y Centro Internacional de Agricultura Tropical (CIAT). 12 pp.
14. Rao, A. V.; C. S. Rao y A. S. Prasad. 1980. Path coefficient análisis in some late-maturing rice varieties. Indian J. Agric. Sci.,50(2):135-138.
15. Rice, W. R. 1989. Analysing tables of statistical test. Evolution, 43:223-225.
16. SAS Institute. 2000. Statistical Analysis System. SAS Institute. User´s Guide. Version 8.0. SAS Institute, Inc., Cary, North Carolina, USA. 3884 p.
17. Sigarroa, A. 1987. Paquete Estadístico para BASIC. Facultad de Biología. Universidad de la Habana.
18. SPSS. 2001. Release 11.0. USA.
19. Swaminatan, M. S.1989.La larga marcha de un generosa gramínea.El correo. UNESCO: 1-8.
20. Wright, S. 1931. The method of path coefficients. Annals of Mathematical Statistics, Vol. 5: 161-215. The seminal article.

21Yoshida, S. 1981. Fundamentals of Rice Crop Science. International Research Institute, Philippines. 269 pp.

Abilio Castillo1;

MSc Sergio Rodríguez1,

Ing. Addegunde González Rivas;

MSc Rafael Peña2

1Universidad de Granma;

2ETIA Jucarito