Influencia del clima en diferentes variedades, épocas de plantación, cosecha y suelos de la caña de azúcar (página 2)
Enviado por Arturo Luis Romero
El suelo donde se desarrollaron los trabajos en la mencionada estación está clasificado por Hernández et al. (1979) como del tipo Ferralítico Rojo compactado. Las propiedades físicas e hidrofísicas fueron reportadas por Fonseca (1984) y Pérez (1986), al describir los experimentos por ellos efectuados en dicha estación.
Los datos de Guantánamo fueron obtenidos de los experimentos realizados por Cabrera y Lamelas (1990), y Luis y Cabrera (1994), los cuales se ejecutaron en los bloques experimentales 13 y 14 de riego por pronóstico del central "Paraguay", perteneciente a la Red Experimental de la Estación Provincial de Investigaciones de la Caña de Azúcar en la mencionada provincia, con la variedad C 266‑70. Los citados bloques están ubicados en las coordenadas geográficas N(165,6o‑166,3o) y E(675,3o‑676,6o) con una altura media sobre el nivel del mar entre 27 y 33 m. El suelo se clasifica como Gley Húmico Carbonatado, con un nivel de las aguas subterráneas que oscila entre 0,7 y 2,2 m desde la superficie.
Por último, los datos de Holguín fueron reportados por Fonseca (1984), quien describe detalladamente las características del área experimental. Las variables climáticas utilizadas fueron: temperatura media del aire, en grados Celsius; precipitación, en mm; evaporación, en mm; velocidad del viento, en ms-1; humedad relativa, en %, y horas de iluminación.
Los datos decenales y mensuales consistieron en la suma de los datos diarios para la evapotranspiración, la evaporación y la precipitación, y la media de los datos diarios para los restantes parámetros. Esta información experimental fue sometida al procesamiento estadístico propuesto por Luis y Alonso (1980), incluyéndose algunos nuevos elementos que perfeccionan la metodología mencionada (Luis y Miranda, 1987; Luis, 1990).
Evaluación de la influencia de los factores climáticos en la evapotranspiración del cultivo.
Para evaluar la influencia del clima se aplicó el análisis de regresión que permite recomendar la importancia relativa de las variables climáticas, y precisar cuáles deben considerarse en la estimación de la evapotranspiración real, ETR; lo cual deberá considerarse en los futuros programas de mediciones de éstas en las empresas agrícolas del país, para determinar las necesidades de agua de los cultivos.
Al aplicar el análisis de regresión simple entre la evapotranspiración experimental, ETR, como variable dependiente, y los factores climáticos como variables independientes, se ajustaron las observaciones en cada uno de los experimentos mediante los diferentes modelos matemáticos mencionados por Luis (1987, 1990), para determinar las relaciones funcionales entre los mismos. En tal sentido, se crearon diferentes agrupaciones de datos identificados de la siguiente manera:
Grupo A: Regresión simple entre la evapotranspiración y cada una de las variables climáticas.
ET = a0i + aixi (1)
Grupo B: Regresión múltiple entre la evapotranspiración y todas las posibles combinaciones de dos variables climáticas.
ET = a0i + aixi + ajxj (2)
Grupo C: Todas las posibles combinaciones con tres variables independientes.
ET = a0i + aixi + ajxj + aexe (3)
Grupo D, E y F: Todas las posibles combinaciones con 4, 5, y 6 variables independientes, respectivamente.
En las tablas 1 y 2 se presentan los mejores resultados obtenidos para cada grupo, después de aplicar el procedimiento estadístico de todas las regresiones posibles y compararlos con el procedimiento de selección de variables paso a paso.
Para el grupo A, se muestran los coeficientes de determinación correspondientes a aquellos modelos con los cuales se obtiene el mejor ajuste, después de un análisis integral de los parámetros estadísticos de que la mejor asociación entre dos variables se logra al combinar la temperatura media del aire con la humedad relativa (HR), a pesar de que en cinco de las variantes analizadas ésta se logró a partir de la asociación entre T y la evaporación (Ev) para ambas agrupaciones de datos.
Al respecto, existen varios investigadores que consideran la evaporación como un elemento que integra los efectos de los diferentes factores meteorológicos que influyen en la evapotranspiración, mencionando que frecuentemente se encuentra una estrecha proporcionalidad entre la evaporación y la evapotranspiración, reportándose una excelente correlación por parte de varios autores, entre éstos, Thompson y Boyce (1971), Fogliata (1973), Llerena (1974), González et al. (1979), Fonseca (1982), Castellanos (1983), y otros.
En este grupo, resulta interesante destacar como los coeficientes de determinación para la agrupación de datos mensuales son superiores a los decenales. También resulta importante resaltar que al asociar dos variables, los coeficientes de determinación del modelo se incrementan significativamente para los datos mensuales, no así para los decenales, lo cual se corroboró a partir de las pruebas de hipótesis realizadas entre los valores reales y los obtenidos a partir de los correspondientes modelos.
En relación al grupo C, se precisa que la mejor combinación entre tres variables independientes para la agrupación de datos decenales se obtiene al asociar T, HR y Ev, y sólo en cuatro de las variantes estudiadas la velocidad del viento (Vv) sustituye a la evaporación. Sin embargo, para los datos mensuales la precipitación resulta un factor importante obteniéndose la mejor combinación al asociar esta variable con T y HR, excepto para cinco de las variantes estudiadas.
En todas las agrupaciones de variables resultó particularmente interesante que el factor temperatura media del aire siempre debe estar presente si se quieren obtener estimaciones más precisas de la evapotranspiración. El hecho de eliminar ésta al combinar las distintas variables independientes, trae como consecuencia una marcada disminución en el coeficiente de determinación, un aumento del cuadrado medio residual y una distribución de los residuos inaceptable.
Lo anterior, fue demostrado rigurosamente en los trabajos de Luis y Alonso (1980), García y Luis (1980, 1983), y coincide con lo reportado por Turc (1961), Jensen (1974), Hargreaves y Samani (1982), Hansen (1984), Ravelli (1985), y otros. Así, se confirma la importancia de considerar este elemento en la explicación de la variación de la evapotranspiración, ya sea para datos decenales como mensuales, lo cual es reafirmado en los estudios realizados por Thornthwaite (1948, 1952), Abdin (1984), Fonseca (1984) y Shih (1984).
No obstante, De La Peña (1977) al analizar la fórmula de Thornthwaite, plantea que la temperatura no es una buena indicadora de la energía disponible para la evapotranspiración, en total contradicción con estudios efectuados por Smajstrla et al. (1987) y Yamamura (1987, 1987a). Igualmente, Hargreaves y Samani (1982) y Samani y Pessarakli (1986) consideran que la temperatura es el factor mediante el cual se pueden realizar las estimaciones más precisas de evapotranspiración, proponiendo métodos en los cuales ésta es la única variable climática que interviene en los mismos, aunque para otros cultivos.
Diversos autores consideran preciso incluir más de un factor climático para obtener estimaciones más precisas, entre los cuales pueden citarse a Penman (1948), Norero (1976,1976a), Hargreaves (1974, 1985), y otros.
Al analizar el comportamiento de los datos decenales resulta evidente que al incrementar el número de variables asociadas con la finalidad de estimar ET , no es significativamente mayor la precisión obtenida, lo cual se comprobó a través de las pruebas de hipótesis efectuadas. Sin embargo, en los valores mensuales si es notable el aumento de ésta hasta asociar tres variables, lo cual debe tenerse presente en el momento de proponer un modelo matemático para calcular la evapotranspiración real para esta agrupación de datos, donde intervengan básicamente elementos del clima. Esto ha sido reportado con anterioridad por Luis et al. (1987, 1988), al procesar los datos de evapotranspiración real de otros experimentos no considerados en este trabajo.
De igual modo, es importante destacar que los coeficientes de regresión de los modelos, al considerar en éste más de dos variables independientes presentan una gran variación de año en año, lo cual, sin dudas, complica la selección del mismo. Esto puede ser precisado en otros trabajos publicados ya referenciados con anterioridad (Luis et al., 1988).
CONCLUSIONES Y RECOMENDACIONES
El factor climático que permite estimar la evapotranspiración, ya sea decenal o mensual, con mayor precisión es la temperatura media del aire.
No se observa un nivel de asociación significativo entre los valores de ETR y la evaporación, al menos a través de los modelos analizados.
La temperatura siempre deberá estar presente al asociar varias variables independientes; eliminarla provoca una significativa disminución del coeficiente de determinación, incremento del cuadrado medio residual y un comportamiento inadecuado del gráfico de residuos, tanto para datos decenales como mensuales.
Al asociar dos variables independientes los mejores resultados se logran al combinar la temperatura media del aire y la humedad relativa.
Para datos decenales no es significativo el incremento del coeficiente de determinación al aumentar el número de variables independientes en el modelo, y compararlo con el obtenido considerando sólo la temperatura media del aire; si lo es, para los datos mensuales.
REFERENCIAS
ABDIN, M.A., V.SANDIL. 1984. Evapotranspiration under extremely arid climatic. Journal of Irrigation and Drainage Engineering (U.S.A) 110(3): 289‑303.
ACOSTA, F., A.L.ROMERO. 1986. Estudio de la evapotranspiración en caña de azúcar. Información INICA. Serie Riego y Drenaje (Ciudad de la Habana) 2(2): 22‑61.
CABRERA, R.; C.LAMELA. 1990. Informe de investigación quinquenal de los experimentos ejecutados en la provincia de Guantánamo. Publicación Interna. INICA. La Habana, Cuba.
CASTELLANOS, M. 1983. Resultados de la aplicación del régimen de riego usando el 80% c.c. como límite productivo. Tercer Fórum de Régimen de Riego. Matanzas. Cuba.
CHATTERJEE, S., B.PRICE. 1977. Regression analysis by example. John Wiley and Sons, Inc. New York, (U.S.A).
DEMPSTER, A.O., N. SCHATZOFF., N.WERMUTH. 1977. A simulation study of alternative to ordinary least square. Journal of the American Statistical Association (U.S.A) 72:77‑90.
DE LA PEÑA. 1977. El buen uso y manejo del agua. Boletín Técnico No. 28‑41. Oficina de Riego y Drenaje. Cd. Obregón, Sonora, México.
FARRAR, D.E., R.R. GLAUBER. 1977. Multicollinearity in regression analysis: the problem revisited. Review of Economics and Statistics (U.S.A) 49: 202‑217.
FERNANDEZ, H., J. RUIZ., ZUNILDA BARO. 1983. Uso de diferentes elementos climáticos (temperatura y evaporació1n) en la determinación del momento de riego en el cultivo de la caña de azúcar. Publicación Interna. Estación Experimental de la caña. INICA. Jovellanos. Cuba.
FOGLIATA, F.A. 1973. Relación de evapotranspiración potencial de la caña de azúcar con evaporación del tanque y producción. Revista Industrial y Agrícola de Tucumán. Argentina 50(1): 5‑25.
FONSECA, J.R. 1982. Metodología. Pronóstico de riego. Aplicación en la caña de azúcar. Publicación Interna. Instituto de Investigaciones de Riego y Drenaje. C. Habana, Cuba.
FONSECA, J.R. 1984. Necesidades de agua de la caña de azúcar plantada en diferentes épocas de siembra en el Occidente de Cuba. Tesis de grado científico. INICA. C. Habana. Cuba.
FREVERT, D. y COL. 1983. Estimation of FAO evapotranspiration coefficients. Journal of Irrigation and Drainage. Divission ASCE. (U.S.A) 109(IR2): 265‑270.
GARCIA, E., A. LUIS. R. 1980. Procesamiento de datos de evapotranspiración utilizando la regresión múltiple. Ingeniería Hidráulica Ciudad de la Habana. 4(2):211‑227.
GARCIA, E., A.LUIS .R. 1983. Consideraciones sobre el procesamiento de datos de evapotranspiración Ingeniería Hidráulica Ciudad de La Habana 3(3):283‑294.
GONZALEZ, R., J.RUIZ., E.LLERENA., H. FERNANDEZ. 1979. Estudio de la evapotranspiración potencial de la caña de azúcar. Memoria ATAC. (Cuba) 42(1): 109‑152.
HANSEN, S. 1984. Estimation of potential and actual evapotranspiration. Nordic Hydrology (Copenhangen) 15(4‑5): 205‑212.
HARGREAVES, G.H. 1974. Estimation of potential and crop evapotranspiration. TRANSACTIONS of the ASAE (U.S.A) 17: 701‑704.
HARGREAVES, G.H., Z. A. SAMANI. 1982. Estimation potential evapotranspiration. Journal of Irrigation and Drainage Divissión (U.S.A) 108(IR231): 225‑230.
HARGREAVES, G.H. 1985. Irrigation requirements computations for Africa. International Irrigation Center, Utah State University Logan.
HERNANDEZ, A. Y COL. 1979. Clasificación Genética de los Suelos de Cuba. Ciudad de La Habana. Editorial Academia. Cuba.
HERNANDEZ, A. 1980. Determinación del régimen de riego de la caña de azúcar para suelos rojos de la provincia La Habana. Publicación interna. Instituto de Investigaciones de Riego y Drenaje. Ciudad de La Habana, Cuba.
HOERL, A. E., R. W. KANNARD. 1970. Ridge regression: Biosed estimation for nonorthogonal problems. Technometrics (U.S.A) 12: 55‑68.
‑‑‑‑‑‑‑‑‑. 1970 a. Ridge regression: Application to nonorthogonal problems. Technometrics (U.S.A) 12:68‑82.
HOERL, A. E., R. W. KANNARD Y K. F.BALDWIN. 1975. Ridge regression some simulation. Communications in Statistics (U.S.A) 4(2): 105‑123.
JENSEN, M .E. 1974. Consumptive use of water and irrigation water requirements, ASCE, 215p. New York, U.S.A.
LEON, M. E. M. A. de, G.Z. de LARA. y OLGA A. de SOTRES. 1980. Evaluación de falta de ajuste en modelos de regresión obtenidos mediante procedimientos de selección. Agrociencia (Chapingo) (40): 121‑136.
LLERENA, B.E. 1974. La evapotranspiración potencial y su relación con la evaporación. Primera Jornada Científica del Instituto de Investigaciones de la Caña de Azúcar, Matanzas. Cuba.
LUIS, A., J. L. ALONSO. 1980. Estudio de la evapotranspiración en caña de azúcar mediante lisímetros. Trabajo de Diploma. (ISPJAE). Ciudad de La Habana. Cuba.
LUIS, A. 1982. Comparación de fórmulas para el cálculo de la evapotranspiración en condiciones cubanas. Evento "20 Años de Desarrollo Hidráulico de la Revolución", Palacio de las Convenciones, Ciudad de La Habana, Cuba.
LUIS, A. 1983. Dependencias correlativas entre la evapotranspiración máxima y real de la caña de azúcar con los factores climáticos. VI Fórum Nacional de la Academia de Ciencias de Cuba, Ciudad de La Habana, Cuba.
LUIS, A. 1986. Correlación simple y múltiple entre la evapotranspiración máxima (ETM) y real (ETR) con los factores climáticos. Ingeniería Hidráulica (Cuba) VII (1): 53‑63.
LUIS, A., R. L. GUZMAN. 1986. Comparación de fórmulas para el cálculo de evapotranspiración en caña de azúcar. Ingeniería Hidráulica, VII (1): 64‑73.
LUIS, A., M. MIRANDA B. 1987. Estudio de la influencia de los factores climáticos en la ETR. IV Reunión Nacional de Investigaciones de Riego y Drenaje en la Caña de Azúcar, Guantánamo, Cuba.
LUIS, A., R. CABRERA G. 1988. Un enfoque metodológico para estudiar la respuesta de la caña de azúcar a variaciones de la humedad en el suelo en diferentes etapas fenológicas. Ingeniería Hidráulica (Cuba) IX (3): 217‑222.
LUIS, A., M. MIRANDA B., y M. JORGE. D. 1988. Modelos matemáticos para estimar la evapotranspiración de la caña de azúcar. Ingeniería Hidráulica. (Cuba) IX (3): 246‑254.
LUIS, A., R. L. GUZMAN. 1988. Comparación de fórmulas para el cálculo de la evapotranspiración de la caña. Tercer retoño. Ingeniería Hidráulica (Cuba) IX (1): 3‑12.
LUIS, A., M. JORGE D. y M. MIRANDA B. 1988 a. Requerimiento de datos para la estimación de la evapotranspiración real de la caña planta. Ingeniería Hidráulica (Cuba) IX (2): 109‑116.
LUIS, A. 1990. Formulación de los modelos matemáticos para la determinación de los principales elementos que intervienen en el cálculo del régimen de riego en caña planta. Tesis de Grado Científico. ISPJAE, C. Habana, Cuba.
LUIS, A., R. CABRERA G. 1994. Requerimientos hídricos de la caña de azúcar en la provincia de Guantánamo. Informe de Investigación. INICA. C. Habana. Cuba.
NORERO, A. 1976. Evaporación y Transpiración. CIDIAT Mérida, Venezuela.
NORERO, A. 1976. La evapotranspiración de los cultivos. Aspectos agrofísicos. CIDIAT Mérida, Venezuela.
PENMAN, H.L. 1948. Natural evaporation from open water bare soil and grass. Royal Society London. Proc. Ser. A. 193:120‑146.
PEREZ, W. 1986. Estudio de las pérdidas de agua por interceptación en el cultivo de la caña de azúcar. Tesis de grado científico. Praga, Checoslovaquia.
RAVELLI, F. 1985. Evapotranspiration, plant water balance and geographical factors.Irrigazione (Italia) 32(1): 5‑18.
SAMANI, Z. A., M. PESSARAKLI. 1986. Estimación de la evapotranspiración potencial de un cultivo con mínima cantidad de datos en Arizona. TRANSACTIONS of the ASAE (U.S.A) 29(2): 522‑524.
SHIH, S. F., J. D. KASARDA. 1977. Optimal Bias in ridge regression approach to multicollinearity. Sociological Methods and Research (U.S.A) 5: 437‑460.
SHIH, S. F. 1984. Data requirements for evapotranspiration estimation. Journal of Irrigation and Drainage Engineering (U.S.A) 110(3): 263‑274.
SMAJSTRLA, A.G., F. S. ZAZUETA. y G. M. SCHMIDT. 1987. Sensitivity of potential evapotranspiration to four climatic variables in Florida. Proceeding Soil and Crop Science Society of Florida (U.S.A) 46: 21‑26.
THOMPSON, G. D., J. P. BOYCE. 1971. Comparisons of measured evapotranspiration of sugarcane from large small lysimeters. Proc. South African Sugar Technologists"" Association. (25):169‑177.
THORNTHWAITE, C. W. 1948. An approach towards a rational classification of climates. The Geographical Rev. (U.S.A) 38(1) 55‑94.
THORNTHWAITE, C. W. 1948. Climate in relation to planting and irrigation of vegetable crops. Drexel Institute of Technology, Climatology (U.S.A) 5(5).
TURC, L. 1961. Evaluation des besoins en cau d'irrigation. Evapotranspiration Potentialli. Annales Agroquimiques (Francia) 12(1):13‑49.
YAMAMURA, Y. 1987. Evaluation of evapotranspiration by the radiation method. Bulletin of the Faculty of Agriculture (Miyazaki University) 34(1):197‑211.
YAMAMURA, Y. 1987. Evaluation of evapotranspiration by analysis of time serie data of leaf temperature. Bulletin of the Facultaty of Agriculture (Miyazaki University) 34(2):453‑466.
ZARATE, G. P., M. O. ALVAREZ. 1979. Selecting variables in linear regression models with multicollinearity present. Paper Presented August 1979, at Joint Meetings, U.S.A.
ANEXO
Cuadro 1. Datos experimentales
———————————————————————————————————————————
Plantación Cosecha Tipo de Suelo Variedad Lugar
Mes Año Mes Año
———————————————————————————————————————————
Enero 1980 Abril 1981 Ferralítico Jaronú 60‑5 Pulido
Rojo Compactado
Enero 1980 Abril 1981 Ferralítico Jaronú 60‑5 Pulido
Rojo Compactado C 87‑51
CP 5243
C 374‑72
My 5715
Abril 1980 Diciembre 1981 Ferralítico Jaronú 60‑5 Holguín
Rojo Compactado
Enero 1981 Abril 1982 Ferralítico C 87‑51 Pulido
Rojo Compactado
Abril 1981 Diciembre 1982 Ferralítico Jaronú 60‑5 Pulido
Rojo Compactado C 87‑51
Noviembre 1981 Marzo 1983 Ferralítico Jaronú 60‑5 Pulido
Rojo Compactado C 87‑51
Enero 1982 Abril 1983 Ferralítico Jaronú 60‑5 Pulido
Rojo Compactado C 87‑51
Enero 1984 Abril 1985 Ferralítico Jaronú 60‑5 Pulido
Rojo Compactado C 87‑51
CP 5243
C 374‑72
Octubre 1986 Febrero 1988 Gley Húmico C 266‑70 Guantánamo
Diciembre 1986 Marzo 1988 Gley Húmico C 266‑70 Guantánamo
Enero 1990 Marzo 1991 Gley Húmico C-8751 Guantánamo
C-266-70 Guantánamo
Abril 1993 Diciembre 1994 Gley Húmico C-8751 Guantánamo
C-266-70 Guantánamo
——————————————————————————————————————————————–
Tabla 1. Resultados del análisis de regresión entre la evapotranspiración experimental y los factores climáticos. Datos decenales.
——————————————————————————————————————————————–
Fecha Variedad A B C D E,F
de plantación Modelo / Valor de r Factores climáticos /Valor de R²
——————————————————————————–
Enero 80 Ja 60 ‑ 5 1/.77 2/.85 3/.89 T,HR/.80 T,HR,Ev/.82 T,Ev,HR,I/.84 T,Ev,HR,I,Vv/.84
Ja 60 ‑ 5 1/.80 2/.82 3/.86 T,HR/.82 T,HR,Vv/.80 T,Ev,HR,Vv/.83 T,Ev,HR,I,Vv/.84
C 87 ‑ 51 1/.81 2/.80 3/.84 T,Ev/.77 T,Ev,HR/.79 T,Ev,Vv,I/.78 T,Ev,HR/.78
CP 5243 1/.84 2/.80 3/.82 T,Ev/.80 T,Ev,HR/.81 T,Ev,HR,Vv/.81 T,Ev,HR,I,Vv/.82
C 374 ‑ 72 1/.82 2/.84 3/.84 T,HR/.83 T,Ev,HR/.84 T,Ev,HR,I/.85 T,Ev,HR,I,Vv/.85
Abril 80 Ja 60 ‑ 5 1/.72 2/.72 3/.73 T,HR/.74 T,HR,Vv/.74 T,HR,Vv,I/.74 T,Ev,HR,I,Vv/.75
Enero 81 C 87 ‑ 51 1/.82 2/.83 3/.83 T,HR/.83 T,Ev,HR/.84 T,Ev,HR,Vv/.84 T,Ev,HR,I,Vv/.84
Abril 81 Ja 60 ‑ 5 1/.80 2/.82 3/.82 T,Ev/.76 T,Ev,HR/.78 T,Ev,HR,Vv/.79 T,Ev,HR,I,Vv/.80
C 87 ‑ 51 1/.78 2/.80 3/.81 T,Ev/.77 T,Ev,HR/.79 T,Ev,HR,Vv/.79 T,Ev,HR,I,Vv/.80
Noviemb.81 Ja 60 ‑ 5 1/.85 2/.87 3/.89 T,Ev/.86 T,Ev,HR/.87 T,Ev,HR,I/.87 T,Ev,HR,I,Vv/.87
Enero 82 Ja 60 ‑ 5 1/.87 2/.87 3/.88 T,HR/.87 T,Ev,HR/.87 T,Ev,HR,I/.88 T,Ev,HR,I,Vv/.88
Enero 84 Ja 60 ‑ 5 1/.86 2/.85 3/.86 T,HR/.85 T,Ev,HR/.85 T,Ev,HR,Vv/.84 T,Ev,HR,I,Vv/.84
C 87 ‑ 51 1/.85 2/.85 3/.86 T,HR/.86 T,HR,Vv/.86 T,Ev,HR,Vv/.87 T,Ev,HR,I,Vv/.87
CP 5243 1/.86 2/.87 3/.87 T,HR/.86 T,HR,Vv/.86 T,Ev,HR,Vv/.86 T,Ev,HR,I,Vv/.87
C 374 ‑ 72 1/.80 2/.82 3/.83 T,HR/.82 T,Ev,HR/.83 T,Ev,HR,I/.84 T,Ev,HR,I/.84
Octubre 86 C 266 ‑ 70 1/.81 2/.83 3/.84 T,HR/.83 T,Ev,HR/.83 T,Ev,HR,Vv/.84 T,Ev,HR,Vv/.85
————————————————————————–
Nota: ‑ En el grupo A, la variable climática con la cual se obtienen los mejores resultados es la temperatura media del aire.
‑ En todos los casos los valores de r y R² son altamente significativos.
1. Lineal 4. Exponencial
2. Parabólico 5. Logarítmico
3. Cúbico 6. Potencia
Tabla 2. Resultados del análisis de regresión entre la evapotranspiración experimental
y los factores climáticos. Datos mensuales.
——————————————————————————————————————————————–
Grupos Fecha Variedad A B C D E, F
de plantación Modelo/Valor de r Factores climáticos / Valor de R²
———————————————————————————————————————
Enero 80 Ja 60 ‑ 5 1/.92 2/.90 3/.93 T,HR/.93 T,HR,P/.95 T,Vv,HR,P/.94 T,Ev,HR,I,Vv/.95
Ja 60 ‑ 5 1/.91 2/.92 3/.93 T,HR/.92 T,HR,P/.93 T,Vv,HR,P/.94 T,Ev,HR,I,Vv/.94
C 87 ‑ 51 1/.87 2/.90 3/.92 T,HR/.93 T,HR,P/.94 T,Vv,HR,P/.95 T,Ev,HR,I,Vv/.95
CP 5243 1/.86 2/.88 3/.90 T,HR/.90 T,HR,P/.94 T,Vv,HR,P/.92 T,Ev,HR,I,Vv/.93
C 374 ‑ 72 1/.86 2/.90 3/.91 T,Ev/.90 T,HR,P/.92 T,Vv,HR,P/.92 T,Ev,HR,I,Vv/.92
Abril 80 Ja 60 ‑ 5 1/.80 2/.82 3/.84 T,Ev/.87 T,HR,P/.91 T,Vv,HR,P/.93 T,Ev,HR,I,Vv/.93
Enero 81 C 87 ‑ 51 1/.86 2/.88 3/.90 T,HR/.91 T,HR,P/.93 T,Vv,HR,P/.93 T,Ev,HR,I,Vv/.92
Abril 81 Ja 60 ‑ 5 1/.84 2/.87 3/.91 T,Ev/.92 T,HR,P/.95 T,Vv,HR,P/.95 T,Ev,HR,I,Vv/.95
C 87 ‑ 51 1/.82 2/.85 3/.89 T,HR/.91 T,HR,P/.92 T,Vv,HR,P/.92 T,Ev,HR,I,Vv/.94
Noviembre 81 Ja 60 ‑ 5 1/.84 2/.86 3/.88 T,HR/.95 T,HR,P/.98 T,Vv,HR,P/.98 T,Ev,HR,I,Vv/.97
Enero 82 Ja 60 ‑ 5 1/.90 2/.91 3/.92 T,HR/.95 T,HR,P/.95 T,Ev,HR,P/.95 T,Ev,HR,I,Vv/.95
Enero 84 Ja 60 ‑ 5 1/.86 2/.88 3/.91 T,Ev/.93 T,Ev,HR/.94 T,Ev,HR,P/.95 T,Ev,HR,I,Vv/.95
C 87 ‑ 51 1/.81 2/.84 3/.87 T,HR/.90 T,Ev,HR/.92 T,Ev,HR,P/.92 T,Ev,HR,I,Vv/.94
CP 5243 1/.86 2/.89 3/.91 T,HR/.93 T,Ev,HR/.97 T,Ev,HR,P/.96 T,Ev,HR,I,Vv/.95
C 374 ‑ 72 1/.88 2/.90 3/.92 T,HR/.95 T,Ev,HR/.96 T,Ev,HR,P/.97 T,Ev,HR,I,Vv/.96
Octubre 86 C 266 ‑ 70 1/.81 2/.88 3/.91 T,Ev/.90 T,Ev,HR/.92 T,Ev,HR,P/.93 T,Ev,HR,I,Vv/.94
——————————————————————————————————————–
Nota: ‑ En el grupo A, la variable climática con la cual se obtienen los mejores resultados es la temperatura media del aire.
Autor:
Arturo Luis Romero
Ingeniero Civil. Ingeniero Hidráulico. Doctor en Ciencias Técnicas. Profesor Titular. Investigador Titular. Máster en Cálculo Estructural de Obras de Ingeniería. Diplomado en Dirección de Empresas, Marketing y Negociaciones. Máster en Dirección Integrada de Proyectos. Diplomado en Estrategias de Negocios y Comunicación. Diplomado en Gestión de Riesgos, Gestión de la Calidad y Ambiental. UCT Escambray, La Habana. E- mail: ; ;
| Página siguiente |