Académique Documents
Professionnel Documents
Culture Documents
FACULTAD DE INGENIERÍA
ESCUELA PROFESIONAL DE AGRONOMÍA
ABANCAY - APURÍMAC
2018
DEDICATORIA
A mi madre, que desde mis primeros pasos
siempre estuvo para guiarme, transmitirme
la pasión y el amor que uno encuentra en el
fascinante mundo del saber y demostrarme
que los imposibles no existen. Tú, mi leona
enseñando a su cachorro que ya no hay
marcha atrás.
I
AGRADECIMIENTOS
A la Agencia Vasca de Cooperación para el Desarrollo'', entidad pública del
aspectos como las necesidades sociales básicas, la formación a distintos niveles, la lucha
A ti Karina, mi hermanita, por tu apoyo moral desde nuestro cálido hogar mientras
desarrollaba mi investigación.
A Ronal Carrasco León, Huber Vera Velasquez, Billy Yoel Ortiz Polo, Yury Guevara
Alvarez y David Recharte Pineda con quienes compartí gratas experiencias tanto en lo
personal como en el campo profesional además del gran apoyo moral y humano, necesarios
II
A mis amigos: Ing. Eduardo Zúñiga Dávila, Ing. Victor Rafael Heredia Meza e Ing. Wilmer
Al Mg Sc. Ing. Agr. Mario Humberto Taipe Cancho, por sus comentarios y sugerencias.
Al Mg. Jaime André Chocó Cerrillo, por sus acertados comentarios en la parte estadística
de este trabajo.
Al Ing. Agr. Ladislao Palomino Flores, agronomista dedicado a la investigación del cultivo
de papas nativas de quien aprendí todo lo referente de este versátil cultivo en el contexto
sugerencias e ideas que sumado a su dirección y rigurosidad a las mismas han facilitado
Al Dr. Francisco Medina Raya por sus acertados comentarios y la minuciosa revisión del
A los miembros del equipo técnico del proyecto: Comunidades de Sañayca promueven
III
A los productores de papa nativa de las comunidades campesinas del distrito de Sañayca
con quienes compartí lecciones de como cultivar este preciado tubérculo, en especial a
Tinco Gutierrez, Ysabel Calluchi Acuña, Michell Cuaresma Tinco, Gladis Llachua Ccaccya,
Alicia Quispe Ancco, Juan Chumpe Casablanca, Candy Aybar Zabala, Alipio Casablanca
Choccare, Virginia Huamán Poma, Roy Huihua Mendoza, Soa Choccare Arpe, Carmen
IV
RESUMEN
El presente trabajo de investigación titulado Efectos de inoculantes biológicos sobre la
captura de CO2 en cultivos de papa nativa (Solanum tuberosum subesp. andigena) sector
2017 y tuvo como objetivos: evaluar la evaluación de los inoculantes biológicos sobre el
, fueron 10 las plantas evaluadas durante los determinados ciclos fenológicos del cultivo; se
emergencia de plántula, altura de planta 60 dds, altura de planta 90 dds, altura de planta
V
180 dds, área foliar, número de tallos, diámetro de tallo, concentración de Carbono en
caso fue validar lo siguiente: Las aplicaciones de inoculantes biológicos inuyen en los
para alcanzar en promedio 514.78 g por planta, seguido de ALICERCE con 428.05 g por
El modelo matemático seleccionado que predice la biomasa vegetal aérea del cultivo de
Así mismo, se determinó que las concentraciones de CO2 alcanzaron promedios por
−1
cada tratamiento en valores que se ubican en 57.40 t CO2 ha para el tratamiento
−1 −1
ECOTERRA, para ALICERCE se reporta un valor de 51.47 t CO2 ha y 38.97 t CO2 ha
para el TESTIGO.
incremento del rendimiento en cultivos de papa nativa como para la jación de CO2 .
VI
INTRODUCCIÓN
Este fenómeno llamado cambio climático ha dejado de ser una simple especulación,
solo nuestro país sino muchos países ya están viviendo las consecuencias, como son
entre otros. En la actualidad es sabido que el origen y las causas del cambio climático
orígenes en causas naturales y las actividades antrópicas que ocasionan la liberación del
los suelos debido a un laboreo excesivo de los mismos con la consiguiente disminución de
la materia orgánica. De otro lado, muchas especies vegetales están colonizadas por cientos
abióticas (insolación, estrés hídrico, etc.). La forma como establecen estas relaciones de
sin embargo se ven amenazadas por las alteraciones de los fenómenos climatológicos
temperatura por tanto los riesgos que se ciernen sobre estas especies nativas condicionan
a que estas se adapten de mejor manera a las consecuencias del cambio climático. Por
tanto se deben orientar esfuerzos en alternativas que inuyen sobre la cantidad de carbono
en el suelo revalorando estas especies nativas que evolucionaron en los andes durante miles
de años, tomando en cuenta tres pilares básicos, visto desde la perspectiva agrícola, sobre
los que se fundamenta la posible recuperación del equilibrio entre el CO2 captado de la
DEDICATORIA
AGRADECIMIENTOS
RESUMEN
INTRODUCCIÓN
1.2. OBJETIVOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1. General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2. Especícos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. JUSTIFICACIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4. HIPÓTESIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.6. Siembra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3. FOTOSÍNTESIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.7. BIOMASA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
EN LA AGRICULTURA . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
III.MATERIALES Y MÉTODOS 85
3.2. MATERIALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.3. METODOLOGÍA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.3.10. Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
ANEXO 174
BIBLIOGRAFÍA 180
ÍNDICE DE FIGURAS
1. Relación de parentesco evolutivo de las papas cultivadas. . . . . . . . . . 6
4. Proceso de la fotosíntesis. . . . . . . . . . . . . . . . . . . . . . . . . . . 17
6. Barrenos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
−1
datos de área foliar total (g planta ) y el momento de cosecha (días
46. Histograma + Curva normal teórica para - carbono en suelo agrícola. . . 141
biomasa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
2
53. R ajustado y número de predictores . . . . . . . . . . . . . . . . . . . . 150
54. Gráca de normalidad del modelo 5. . . . . . . . . . . . . . . . . . . . . 158
−1
4. Valores promedio de RUE(gMJ PAR) para diferentes especies hortícolas. 74
JUSTIFICACIÓN E HIPÓTESIS
los eventos climatológicos adversos. A su vez, las pruebas que se desprenden producto de
todos los continentes del planeta demuestran que estos cambios regionales, en particular
Latina y el Caribe dan como resultados que existe una disminución en los rendimientos
agrícolas, como por ejemplo, trigo, cebada, papa, maíz, legumbres y algunos frutales.
el Banco Mundial por Potsdam Institute for Climate, advierten que este calentamiento
energética. El Perú, está situado en el tercer lugar como el país más vulnerable al cambio
climático por consiguiente a medida que estos fenómenos climáticos adversos producto del
1
calentamiento global se vuelvan más comunes tendrían consecuencias negativas sobre los
ecosistemas y su biodiversidad, por tanto gran parte de la población peruana que viven
en las zonas alto andinas y se dedican a actividades sensibles como crianza de animales y
agricultura son más vulnerables al cambio climático esto principalmente porque presentan
una baja capacidad de adaptación debido a bajos niveles de recursos tanto económicos
existe la preocupación dentro del ámbito nacional, regional y sobre todo provincial de la
falta de medidas innovadoras que contribuyan a reducir las emisiones de CO2 y la falta de
ecosistemas alto andinos frente a los nuevos escenarios que origina el cambio climático. Por
desarrollo con énfasis en el cuidado del medio ambiente; prácticas que pueden contribuir
2
1.2. OBJETIVOS
1.2.1. General
1.2.2. Especícos
1.3. JUSTIFICACIÓN
Este proyecto de tesis tiene la relevancia de contribuir en alguna medida la captura de CO2
que tiene como consecuencia negativa el cambio climático afectando a muchos sistemas
naturales. Por tanto dentro del contexto de cambio climático, se promoverá la mitigación
En tal sentido, se plantea como propuesta de adaptación para hacer frente al cambio
climático la gestión de diversidad de papas nativas los cultivos agrícolas utilizan CO2
3
y liberan O2 durante el proceso de la fotosíntesis; así mismo, almacenan componentes
de carbono que cumplan la función de sumideros de carbono al igual que los bosques
microbiana del suelo con el uso de inoculantes biológicos a n de lograr en los cultivos una
como principal agente de conservación del suelo y excelente formador de materia orgánica.
1.4. HIPÓTESIS
CO2 tanto en el suelo agrícola como en la biomasa vegetal, además de incrementar los
4
CAPÍTULO II
REVISIÓN BIBLIOGRÁFICA
Como dicen Tapia y Fries (2007), en la región andina y más especícamente el sur del
diferentes especies de papa, que constituyen el alimento básico no solamente para cientos
Chile.
(Bukasov, 1971).
Según Hawkes (1979), la relación sobre el origen de las papas detallada en la gura 1 , se
considera que son mayormente tres las especies silvestres, es decir S. sparsipilum o arak
papa, S. megistacrolobum y S. acaule (atoq papa o apharu), a partir de las cuales se han
creado las especies cultivadas y que posteriormente los agricultores, o más probablemente
sus mujeres, han seleccionado una gran variabilidad denominadas papas nativas.
5
Figura 1: Relación de parentesco evolutivo de las papas cultivadas.
S. goniocalyx
S. phureja
S. stenotomum
S. tuberosum
S. ajanhuiri
S. chaucha
S. juzepczukii
S. curtilobum
Cada una de las nueve especies descritas por Ochoa (1990) tiene sus propias características
6
de las diferentes especies de papa es muy amplia en los Andes y en general en el mundo
en por lo menos 120 países. Abarca no solamente casi toda las latitudes y continentes,
sino igualmente un rango de altura de que va desde el nivel del mar hasta 4300 msnm.
climática y ecológica.
El Ministerio de Agricultura del Perú (2014) y Contreras (1999), señalan que para la
Las consecuencias negativas de las altas temperaturas diurnas y nocturnas adquieren visos
Niño, en que las altas temperaturas tanto diurnas y nocturnas provocan ausencia total de
De otra parte, el Ministerio de Agricultura del Perú (2014), también maniesta que la
7
2.1.4. Descripción botánica
Al respecto, Tapia y Fries (2007), indican que la planta de papa es de tipo herbáceo cuyo
tamaño varía de 0.30 a 1 m de alto, según las variedades, con un crecimiento erecto o
semierecto.
El fruto maduro (tamborocoto, pepino) es una baya generalmente de color verde oscuro
Los tubérculos son tallos modicados y constituyen los órganos de reserva de la planta;
8
Figura 3: Papa, sus componentes A. tubérculo. B. Formas de tubérculos. C. Rama orífera
D. Formas de la baya.
Las yemas u ojos del tubérculo maduro permanecen latentes (dormancia) hasta que
Los almacenes de luz difusa ayudan a que los estolones no se desarrollen antes de la
siembra.
De acuerdo a Tapia y Fries (2007), el cultivo de papa, al igual que otros cultivos, absorbe
del suelo todos los minerales necesarios. Suman 14 los elementos requeridos: carbono,
oxígeno, hidrógeno, nitrógeno, fósforo y potasio como elementos mayores, y entre los
micro nutrientes azufre, magnesio, hierro, manganeso, boro, zinc, cobre y molibdeno.
Se ha calculado que un campo con una producción de 20 a 30 t/ha de papas extrae los
siguientes nutrientes del suelo y que deben ser restituidos (ver tabla 1):
9
Tabla 1: Extracción y restitución de elementos nutricionales en el cultivo de papa.
Fósforo 20 kg 40 kg
Potasio 150 kg 80 kg
Indican también que la fertilización del suelo de las diferentes zonas paperas depende de
La variedad sembrada: las variedades comerciales son muy exigentes por tanto
La zona donde se lleva el cultivo: en las zonas de altura con suelos negros se aplica
menos fertilización.
El carbono y el oxígeno provienen del aire y el hidrógeno del agua; los demás
elementos son absorbidos de la tierra por las raíces o por las hojas cuando son
10
En general, estos dos autores, recomiendan que la mayor par te del abono sea aplicado en
2.1.6. Siembra
Para Tapia y Fries (2007), las épocas de siembra varían según la zona agroecológica y el
sistema de cultivo. Las siembras tempranas denominadas maway se efectúan entre mayo
y junio, con riego inicial de instalación. Las siembras grandes en secano se realizan entre
requerida varía también entre 1 000 y 1 500 kg/ha, según la variedad, el tamaño de la
semilla y el distanciamiento entre surcos. Se estima que se deben tener entre 30 000 a
35 000 plantas por hectárea. Es decir 3 a 3,5 plantas por metro cuadrado, con surcos
con la semilla botánica de papa es una innovación que representa una oportunidad para
reducir los costos y asegurar la alimentación. Se adapta a zonas sin problemas de heladas.
Se requiere mano de obra especializada en trabajos de horticultura, por los cuidados que
necesitan las pequeñas plántulas obtenidas de semilla botánica. El uso de esa técnica se
justica cuando los rendimientos son muy bajos debido a la baja calidad de la semilla
En cuanto a las labores culturales, Tapia y Fries (2007), señalan las siguientes actividades
11
1. Preparación del suelo
suelo ha estado con pastos (de rompe) o si sigue a un cultivo anterior. El majadeo
ovino duerma en el sitio por unas tres a cuatro noches y después hacerlo rotar de
el estiércol y la orina.
2. Deshierbo
El deshierbo llamado ashal (norte del Perú) se efectúa después de unos 25 a 40 días
de la germinación, para evitar que las malezas compitan por nutrientes y humedad
3. Riego
4. Aporque
formación de estolones unos 20 días después del primer deshierbo, y otra de manera
12
El corte del tallo unas dos a tres semanas antes de la cosecha es una práctica muy
útil dejando un tallo de 10 cm. Con ello se evita que la rancha avance a los tubérculos
y se permite que se pueda conservar el cultivo en el suelo hasta unos 30 días, para
Tapia y Fries (2007), realizaron un listado de las plagas más importantes que atacan al
De igual forma, los mismos autores, señalan en la tabla 3, las siguientes enfermedades de
importancia económica:
13
Tabla 3: Principales enfermedades en el cultivo de papa.
Son microorganismos capaces de establecer una simbiosis efectiva con las plantas
c) Hongos micorrizógenos
14
Son hongos simbióticos mutualistas capaces de asociarse ecazmente con las raíces
de la planta.
Por otro lado, Alfonso et al. (2005); Rolli (2007), también señalan que los inoculantes
Aranda (2005); Faggioli (2003); Valencia Cantero y Peña Cabriales (2001); Welbaum
(2004), sostienen que el alto contenido nutrimental de sales permite que, al reaccionar
con la materia orgánica del suelo, se produzcan sustancias benécas para la nutrición de
Por otra parte, Berc et al. (2004); Christry y Ramaligam (2005) arman que los inoculantes
microbianos son capaces de modicar características de la micro y macro ora del suelo y
mejorar el equilibrio biológico del suelo. Además, desde el punto de vista de Suthar (2005);
del suelo.
15
En conclusión, para Muñoz Juan y Benavides Adriana (2010) todo ello incide de manera
físicas, químicas y biológicas, y suprimir enfermedades biológicas del suelo. (Plaster, 2010;
En este sentido:
2.3. FOTOSÍNTESIS
Existen, por tanto, varios factores por los cuales la fotosíntesis puede ser afectada, entre
16
ellos resaltan de gran importancia las concentraciones de CO2 en el medio, la intensidad
de la luz y el grado de apertura de los estomas (Collazo Ortega y Rodés Garcia, 2016).
Los dos procesos, o etapas, se denominan reacciones de luz y reacciones oscuras, las
y NADPH. Estas reacciones consumen agua y liberan oxígeno. Las reacciones oscuras
carbono de la atmosfera y los utiliza para formar compuestos orgánicos; este es el proceso
de jación de carbono y es impulsado por medio del ATP y NADPH resultantes de las
compone principalmente del azúcar simple denominado glucosa. La glucosa sirve como
17
2.3.1. La fotosíntesis a nivel de la hoja
concentración:
b) Interceptación de la luz por los pigmentos de los cloroplastos y fotolisis del agua:
c) Reducción de CO2 a partir de los compuestos generados en la fotólisis del agua. Por
18
2.3.2. Tipos de planta según el mecanismos de reducción del CO2
En las plantas se han desarrollado tres sistemas químico - anatómicos distintos para la
fotosíntesis (C3 , C4 y CAM). Las plantas terrestres proceden evolutivamente de las algas
estructuras C4 y CAM. Las especies cultivadas al igual que la ora natural presentan
en su mayoría C3 (p.eje. patata, trigo, cebada, arroz, remolacha, algodón, soja, girasol y
colza). Muy pocas especies cultivadas presentan sistema C4 (maíz, sorgo, caña de azúcar)
Campbell y Reece (2007), maniesta que las plantas C4 se llaman así debido a que
prolongan el ciclo de calvin con un modo alternativo de jación del carbono que forman
al menos 19 familias de plantas utilizan la vía C4 . En las plantas C4 hay dos tipos distintos
hoja están las células mesólas, organizadas con más amplitud. El ciclo de Calvin está
para formar el producto de cuatro carbonos oxalacetato. La PEP carboxilasa tiene mucho
mayor anidad por el CO2 que la rubisco y ninguna anidad por el O2 . Por tanto, PEP
carboxilasa puede jar seis carbonos ecientemente cuando la rubisco no puede - es decir,
cuando hace calor y está seco y los estomas están parcialmente cerrados, lo que determina
19
que la planta C4 ja el carbono del CO2 , las células mesólas exportan sus productos de
cuatro carbonos a las células de la vaina fascicular a través del plasmodesma. Dentro de
las celulas de la vaina fascicular los compuestos de cuatro carbonos liberan CO2 que es
En efecto, las células mesólas de una planta C4 bombean CO2 dentro de la vaina
sucientemente alta para que la rubisco se una al dióxido de carbono en lugar del oxígeno.
puede considerarse como una bomba de concentración de CO2 impulsada por ATP.
de azúcar. Esta adaptación es ventajosa especialmente en las regiones cálidas con intensa
luz solar, donde los estomas se cierran parcialmente durante el día y es en estos ambientes
las enzimas del ciclo de Calvin, así como las de la síntesis de almidón.
En palabras de Carvajal et al. (2010), las plantas C3 se caracterizan por mantener los
estomas abiertos durante el día para permitir la jación de CO2 , lo que provoca una
ocasionado por un estrés ambiental, estas plantas producen un cierre estomático que
Como arma Campbell y Reece (2007), en la mayoría de las plantas, la jación inicial de
carbono tiene lugar a través de la rubisco, la enzima del ciclo de Calvin que agrega CO2
20
a la ribulosa bifosfato. Estas plantas se denominan plantas C3 porque el primer producto
Cuando sus estomas se cierran parcialmente en los días secos y cálidos, las plantas
C3 , producen menos azúcar debido a que el descenso de los niveles de CO2 en la hoja
determina que el ciclo de Calvin perezca por inanición. Además, la rubisco puede jar
O2 en lugar de CO2 . A medida que el CO2 comienza a escasear dentro de los espacios de
Bonner y Bonner (1948) citado por Taiz y Zeiger (2007) arman que las plantas, como
los cactus, presentan una elevada eciencia en el uso del agua, abriendo sus estomas
durante las frías noches desérticas cerrándolos durante los días secos y calurosos. El cierre
estomático durante el día minimiza las pérdidas de agua, pero dado que el agua y el CO2
comparten la misma ruta de difusión, el CO2 debe ser asimilado por la noche. El CO2
de las células de las hojas de las plantas CAM. La acumulación de cantidades sustanciales
Drincovich et al., (2001) citado por Taiz y Zeiger (2007) reeren que con el inicio del día,
los estomas se cierra, evitando la pérdida de agua, y con ello la incorporación de más
CO2 . Las células de las hojas se alcalinizan a medida que las reservas de ácido málico
de sus vacuolas son consumidas. La decarboxilación se consigue por acción del enzima
21
2.4. BIOQUÍMICA DEL CARBONO
Castillo et al. (2005), sostienen que las plantas superiores son un sumidero de carbono en
Solo un grupo muy reducido de bacterias y hongos es capaz de degradar estos polímeros
oaa (oxalacetato).
22
fructosa, galactosa, manosa, pentosas) se degradan a compuestos tricarbonados mediante
las denominadas rutas centrales del metabolismo carbonado (glucolisis, ruta de Entner
acetato se reduce a CH4 que también se produce a partir de CO, CO2 y grupos R CH3 .
En medios aeróbicos o anaeróbicos, el CH4 se reoxida a CO2 , cerrando así el ciclo del
carbono en la naturaleza.
Figueroa Clemente y Redondo Gómez (2007), señalan que el CO2 fue un gas que estuvo
presente en la atmósfera del planeta desde los inicios del mismo y ha contribuido de
(CH4 ), el ozono (O3 ), los óxidos de nitrógeno (NO2 , N2 O) y los CFCs (en forma genérica
en dicho sistema se ve afectada por interacciones con la supercie del planeta, en que las
se incluyen reacciones del ciclo carbonato silicato, el intercambio de gases y los ciclos
Con respecto al ciclo de carbono, Ciesla M (1996), arma que el ciclo del carbono es el
23
la atmosfera. Los mecanismos principales del intercambio de carbono son la fotosíntesis,
los sistemas de agua fresca), los océanos y los sedimentos (incluso los combustibles fósiles).
Manahan y Leyva (2006), en relación al ciclo de carbono, menciona que el carbono puede
estar presente como CO2 atmosférico gaseoso, que constituye una porción relativamente
pequeña pero muy signicativa del carbono global. Algo de carbono se disuelve en el
−
agua supercial y en el agua subterránea como HCO3 ó CO2(acuoso) molecular. Una gran
y calcio tales como CaCO3 . La fotosíntesis ja el C inorgánico como carbono biológico,
representado como CH2 O que es un constituyente de todas las moléculas de los seres
vivos. Otra fracción del carbono se ja como petroleo y gas natural, con una cantidad
importante del ciclo del carbono, es el hecho de que constituye el ciclo por el cual la energía
Los microorganismos están fuertemente involucrados con el ciclo del carbono, cumpliendo
24
2.5. SUMIDEROS DE CARBONO
Se conoce como sumidero todo sistema o proceso por el que se extrae de la atmósfera un
cuestión de los sumideros de carbono, ya que las mediciones de la biomasa proveen una
Por lo tanto, la biomasa representa una medida indirecta de la cantidad de carbono que
La agricultura tiene efectos, tanto positivos como negativos sobre el ambiente; por un
lado, la agricultura al ser la principal actividad de las zonas rurales, congura mucho su
paisaje donde el agricultor juega un papel importante en conservar los recursos naturales y
importante que actúa de sumidero del CO2 atmosférico, secuestrando parte del carbono
la fotosíntesis, nos da una idea de la importancia que pueden llegar a tener las actividades
agrícolas y forestales como mitigadoras del cambio climático. Así, las actividades humanas
provocan que la atmósfera acumule entre 2 y 3 billones de gramos de carbono. Esta cifra
es mucho menor que la cantidad que circula anualmente a través del ciclo respiración -
25
absorbe carbono) con relación a la respiración (que libera carbono) podría contribuir
(Clemente, 2007).
Honorio y Baker (2009), maniesta que se conoce como stock a todo aquello que se
encuentra almacenado en los componentes del bosque y a los ujos como todos aquellos
procesos que afectan el stock. Por ejemplo, cuando se cuantica el stock de un bosque,
se muestrea: la biomasa viva almacenada en las hojas, las ramas, el fuste y las raíces;
Cuando se cuantican los ujos del bosque se considera la variable tiempo y se muestrea:
dene que los contenidos de carbono en el suelo dependen de los principales factores a
largo plazo relacionados con la formación del suelo pero pueden ser modicados, degradados
o mejorados, por los cambios en el uso y el manejo de la tierra. Los ecosistemas forestales
contienen más carbono por unidad de supercie que cualquier otro tipo de uso de la
tierra y sus suelos, que contienen cerca del 40 por ciento del total del carbono, son de
26
aparente y la aireación. La magnitud a la que el nivel potencial del carbono del suelo
puede llegar, será controlada por factores limitantes como la producción de biomasa aérea
niveles actuales del almacenamiento de carbono en el suelo serán controlados por factores
de reducción entre los cuales están las pérdidas directas por erosión, lixiviación y por las
causas del manejo de residuos de las cosechas que pueden limitar la cantidad de carbono
Por otra parte, Raich y Schlesinger (1992), indican que el CO2 del suelo es producido por
raíces, organismos del suelo y en una pequeña porción por la oxidación química de los
materiales contenedores de carbono, además conceptualizan como ujo de CO2 del suelo
al CO2 emitido por la respiración del suelo. También sostienen que los menores índices de
respiración del suelo ocurren en los más fríos y secos ecosistemas (Tundras y Desiertos),
y los más altos índices ocurren en los bosques húmedos tropicales donde la temperatura y
la humedad disponible son altas en todo el año. Concluyen entonces que la temperatura
del aire es el mejor predictor de la respiración del suelo, pero la inclusión de la variable
De igual modo, Oviedo (2007), indica que el ujo de CO2 de suelo o la cantidad de dióxido
de carbono que se intercambia entre la atmósfera y el suelo puedo ser medido por unidad
de supercie y por unidad de tiempo. Y Anderson (1982) dene como respiración del
del suelo.
27
2.5.2. Carbono orgánico en el suelo
De acuerdo a Harmand et al. (2003), la materia orgánica del suelo es la fracción orgánica
del suelo que incluye residuos vegetales y animales en diferentes estados de descomposición
producidas por los habitantes del mismo (ora y fauna). Nair y Montagnini (2004), agrega
que los estudios sobre materia orgánica son invariablemente estudios de carbono orgánico.
Young (1989), sostiene que el carbono es la fuente de energía o el sustrato sobre los
En opinion de Izaurralde et al. (2001), los agregados de suelo pueden ser clasicados
µm. Los macroagregados son grupos de microagregados que pueden romperse fácilmente
cuando son sumergidos en agua o agitados. Fuertes conexiones son creadas por algunos
manejo del suelo ejerce una fuerte inuencia en la formación y persistencia de los agregados,
tasas de C/N decrecen a medida que los agregados del suelo se hacen mas pequeños, pero
disminuyen.
28
Cambardella y Elliot (1992), señalan que las fracciones de la materia orgánica en el suelo
que más decaen como resultado del manejo son la fracción liviana (FL) y la macro materia
orgánica. Se considera la fracción ligera como la fracción de la materia orgánica con una
densidad menor de 2,0 g cm-3, generalmente con una relación de C/N <25 y contiene
La fracción de macro materia orgánica del suelo está denida como la fracción de la
materia orgánica que tiene un tamaño similar al de la arena (>53 µm), está compuesta
De acuerdo a Parton et al. (1987), la materia orgánica se divide en tres fracciones: activa,
lenta y pasiva con tiempos de descomposición de <1 año, 5 25 años, y 1000 años,
palabras de Meléndez (1997) las diferencias en las tasas de reciclaje entre estas fracciones
son debido a la naturaleza química de los compuestos orgánicos y su asociación con las
Duxbury et al. (1989), consideran que La fracción activa incluye la biomasa microbiana y
las sustancias fácilmente descompuestas (como exudados) que provienen de las plantas y
entre los macroagregados del suelo) y que aún no es considerada como humus. La fracción
pasiva incluye los compuestos químicos complejos que son difícilmente descompuestos y/o
a los microorganismos.
29
2.5.4. Fraccionamiento de la materia orgánica
por el tamaño. La materia orgánica del suelo se puede fraccionar pasando el suelo a
través de mallas de diferentes tamaños usando agua. El tamaño del material orgánico
es comparable con los tres tipos de partículas de la textura del suelo: partículas del
Uno de los principales objetivos del enfoque del método granulométrico es cuanticar
las cantidades de cada una de las fracciones como resultado de los diferentes manejos
(Meléndez, 1997).
El segundo método son los fraccionamientos químicos de la materia orgánica del suelo,
siendo éstos complejos, porque los aislamientos químicos cambian la naturaleza química
de la materia orgánica del suelo en los sistemas cultivados, es por esto que muchos
estudios utilizan los métodos de fraccionamiento físico de la materia orgánica del suelo
orgánica por agitación o sonicación para romper los agregados y exponer la materia
orgánica, evita las alternaciones químicas de la materia orgánica que pueden acompañar
30
secuencial con base al tamaño de los agregados con los que está asociada la materia
orgánica del suelo están siendo utilizadas con gran éxito para esclarecer la dinámica del
suelo.
Yepes et al. (2011), arman que el dióxido de carbono equivalente [CO2 e] corresponde
a la medida métrica utilizada para comparar las emisiones de varios gases de efecto
invernadero (GEI), basada en el potencial del calentamiento global de cada uno. El dióxido
del metano [CH4 ] es 21 veces mayor a la del CO2 , entonces el CO2 equivalente del
metano es 21. Para convertir la cantidad de carbono (almacenada o emitida) por los
(IPCC) (2003, 2006), recomienda emplear el factor de 44/12=3.67 (este factor resulta de
dividir el peso atómico de una molécula de dióxido de carbono, por el peso especíco del
bosques por 3.67, de esta manera, si determinado tipo de bosque almacena en promedio
−1
200 t Cha , y este es conservado, se dejarían de emitir a la atmósfera al evitar su
(2012), la huella de carbono representa una medida que permite cuanticar la cantidad de
emisiones de GEI que son liberadas a la atmósfera debido a las prácticas tradicionales y
31
cotidianas para la comercialización o producción de un producto sea agrícola o industrial,
es importante anotar que para llevar a cabo esta actividad se debe tener en cuenta todas
las actividades, desde su ciclo de vida, hasta su gestión como residuo, esta medición crea
Como expresan Rügnitz Tito et al. (2009), el carbono del suelo está presente en la forma
La selección del método de muestreo del suelo en campo debe tomar en consideración
el tipo de análisis del carbono del suelo en el laboratorio que se tendrá a disposición.
carbonatos.
Entre las principales formas para realizar muestreos de suelo en campo, están el
32
representa un costo alto y demanda mucho tiempo, se recomienda la utilización del
Figura 6: Barrenos.
orgánico del suelo son más altas en su capa superior y disminuyen de manera
33
conocido (ej. barreno). Estas muestras deben ser mezcladas (homogenizadas)
(200g) que debe ser depositada en un saco (de papel o plástico) para ser
llevada al laboratorio. Cada una de las muestras de suelo debe ser colectada
aparente del suelo a cada nivel de profundidad, en cada parcela. Para esto, se
34
excavaciones estimando el volumen porcentual ocupado por las piedras. O sea,
utilizando una regla para medir el tamaño máximo y mínimo de las piedras
presentes.
Andrade e Ibarra (2003) citado por López-Merchán (2017), expresan que el método por
como desventaja de este método es la solo estimación del carbonato fácilmente oxidable
(CFC) siendo necesario utilizar un factor de corrección que varía dependiendo del tipo de
suelo y horizonte para estimar el carbono orgánico total (COT), además, utiliza grandes
de ácido sulfúrico.
De acuerdo a Jenkinson et al. (1999), Romanyà et al. (2000), Falloon y Smith (2002) y
de las relaciones entre los elementos del sistema. Los modelos que simulan el movimiento
Se presentan algunos modelos que simulan los cambios que se producen a largo plazo
amplio rango de climas y usos del suelo. En todos el carbono orgánico del suelo se divide
35
CANDY (Carbon-Nitrogen-Dynamics), sistema modular desarrollado en Alemania,
en palabras de los investigadores Franko et al. (1995), este modelo describe las
propias del desarrollo de las plantas (siembra, profundidad de las raíces y cosecha,
CENTURY, este modelo simula a largo plazo las dinámicas de la materia orgánica,
el crecimiento de las plantas y los ciclos de nitrógeno, fosfóro y azufre. Este modelo
fue propuesto, según reere los investigadores Parton y Rasmussen (1994), por la
agua, pasto o cultivo, producción forestal y manejo y otras funciones que especican
que la materia orgánica del suelo en tres: activo, lento y pasivo. La textura del suelo
et al. (1991), mencionan que este modelo fue concebido para diversos manejos del
36
suelo en sistemas agrícolas. El modelo permite predecir la producción, el impacto
medioambiental y el cambio en la calidad del suelo a través del tiempo. Mientras que
de los microorganismos.
los regímenes de humedad, la dinámica del carbono y el nitrógeno, así como las
descomposición.
la característica del suelo que se utiliza para determinar la cantidad de carbono que
ROTHC, modelo predictivo que tuvo origen en el Reino Unido por los investigadores
la humedad y el grado de cobertura del suelo por las plantas, así como la entrada
las utilidades de este modelo es para calcular la productividad primaria neta y las
37
NCSOIL, en palabras de Molina (1996), este modelo que simula ujos de carbono
SOMM, es un submodelo sobre humus que forma parte del modelo SPECOM
desarrollado para bosques en Rusia (Chertov, 1990). Los procesos en este submodelo
de carbono entre los distintos horizontes del suelo. Su movimiento y la calidad del
de los residuos.
Smith et al. (1997), realizó una comparación, de alguno de los modelos señalados, tras
simular 12 bases de datos que abarcan diferentes usos del suelo (agrícola, pasto y bosque),
(RothC, CENTURY, DAISY, CANDY, NCSOIL y DNDC) mostraron los mejores ajustes
entre los valores simulados y medidos, mientras que solo cuatro de ellos (RothC, NCSOIL,
CENTURY y SOMM) fueron aptos para todos los usos del suelo estudiados.
38
2.7. BIOMASA
El término biomasa según María de Juana et al. (2003), se reere a cualquier tipo
concepto de biomasa comprende a productos tanto de origen vegetal como animal. Bajo
tanto por su origen como por su naturaleza. Atendiendo al origen es posible diferenciar,
Biomasa primaria, es la materia orgánica formada directamente por los seres que
realizan la fotosíntesis (algas, plantas verdes y demás seres autótrofos). Este grupo
comprende toda la biomasa vegetal, incluidos los residuos agrícolas (pajas o restos
distinta a la inicial. Un ejemplo sería la carne o las deyecciones debidas a los animales
herbívoros.
Biomasa terciaria, es la producida por los seres que encuentran sus alimentos en la
biomasa secundaria, como sería el caso de la carne de los animales carnívoros, que
se alimentan de herbívoros
lleva a cabo por el proceso de fotosíntesis mediante el cual las plantas captan y utilizan la
39
orgánica de elevado contenido energético, que utilizarán para su crecimiento y desarrollo.
Como arma Higuchi et al. (1998), las ecuaciones de biomasa son las más utilizadas para
Desde el punto de vista de Rügnitz Tito et al. (2009), existen dos métodos para medir
consiste en cortar uno o más individuos (árboles), determinar la biomasa por medio del
peso directo de cada uno de los componentes (fuste, ramas y hojas) y extrapolar los
campo (de fácil medición) con características de interés, de forma que no sea necesario
medir estas últimas. Por ejemplo se puede calcular la biomasa total de un árbol mediante
la medición de su diámetro. Estas ecuaciones son generadas por medio de una técnica
Por su parte Ares et al. (2002), expresan que la alometría es un método no destructivo que
ejemplo una planta, órgano vegetal o plantación). Estas ecuaciones permiten determinar
40
En opinión de Yepes et al. (2011), para calcular los contenidos de carbono se deberá
estimar en primer lugar la biomasa o materia seca; esto se logra tomando en campo el
muestra colectada.
Además, para el calculo de la cantidad de carbono cosechado, (Yepes et al., 2011), nos
2
donde, [C muestra] es la cantidad de carbono en la biomasa de la muestra [kg C m ]; BS
es la biomasa seca del material cosechado en campo [kg] y calculada con la ecuación 2;
Y nalmente señala que la cantidad de carbono en la biomasa seca por hectárea, se calcula
2
a partir del tamaño de la parcela en m : i) se convierte las unidades de la muestra de
kilogramos de carbono [kg C] a toneladas de carbono [t C], dividiendo por 1000; y ii) el
41
valor obtenido se lleva a hectáreas utilizando un factor de 10000 [ecuación 4].
−1 2 2
[C][t C ha ] = [10000 m ]/[tamaño de la parcela en m ] × [C muestras]/1000 (4)
−1
donde, [C] es la cantidad de carbono en la biomasa de vegetación no arbórea [t C ha ]; [C
2
de la parcela en m ].
Desde el punto de vista de Anten y Poorter (2009); Körner (2015); Poorter y Lambers
términos biológicos, empieza desde el inicio del ciclo de producción comercial, y es afectada
por una multiplicidad de factores, algunos de ellos propios del genotipo, otros del ambiente,
Ordoñez et al. (2009); Poorter (1989); Poorter y Garnier (1996); Poorter y Sack (2012),
sostienen que estos factores ejercen sus efectos a través de cambios en la diferenciación
distribución (partición) de esos recursos entre los distintos órganos de la planta. Como
las distintas partes de esta. Para poder evaluar cómo las variaciones en el genotipo, el
se han desarrollado, desde las primeras décadas del siglo XX, las técnicas matemáticas
foliar y peso de los diferentes órganos) se han derivado parámetros que permiten estimar,
con suciente precisión, procesos fundamentales que hacen a la productividad, tales como
42
la tasa de jación de carbono y la partición de fotoasimilados entre los diferentes órganos
(Fourcaud et al., 2008; Niinemets y Tenhunen, 1997; Yang y Midmore, 2005) e incluso para
especies hortícolas bajo cultivo intensivo (Gary et al., 1998; Kage et al., 2003; Marcelis
et al., 1998).
Grotkopp et al. (2010); Tei et al. (1996) argumentan que el análisis clásico consiste en
analizar una planta aislada, que, en su forma más simple, establece la jación de carbono
por unidad de área foliar, y la proporción del carbono disponible que se emplea en la
Este tipo de análisis es particularmente apropiado para plantas que se encuentran en una
fase exponencial de crecimiento, y es por ello que es muy usado, en estudios ecológicos,
en los que se evalúa la competencia temprana entre plantas. No obstante, estos análisis
al. (2015), la metodología del análisis clásico ha sido extensamente utilizada en estudios
Di Benedetto y Tognetti (2016) maniesta que diversos factores han contribuido a esta
hecho de que la cosecha, en muchos casos, se realiza en un estado avanzado del ciclo de
43
vida de la planta que hace tiempo ha dejado de crecer, al menos, exponencialmente. Esto
situaciones mucho más sencillas. Otro factor puede ser que el análisis del crecimiento se
De todas maneras, es posible salvar estas dicultades para permitir el empleo de esta
herramienta de análisis del crecimiento vegetal que puede ofrecer numerosas ventajas,
2.7.2.1. Biomasa
medirse los cambios en volumen, pero debido a las dicultades prácticas que genera este
de peso, las variaciones en altura o diámetro, o los cambios en el área foliar. En condiciones
de turgencia plena, el peso fresco o húmedo es un buen estimador del volumen, ya que
en general las variaciones en el peso especíco de los tejidos vegetales son bajas. Esto es
así debido a que el agua es el principal componente en casi todos los órganos y tejidos
(las semillas son una notoria excepción). Sin embargo, el análisis clásico del crecimiento
44
seca (ya que una proporción importante de los fotoasimilados almacenados en una célula
pueden ser transitorios). Pero en contrapartida, el peso seco es un muy buen estimador del
Poorter (2002), expone que la biomasa seca acumulada de una planta (u órgano) se
incrementa inicialmente a una tasa exponencial, más tarde lo hace linealmente y nalmente
crece a una tasa decreciente hasta alcanzar un nivel máximo (plateau), lo que se asemeja
Broadley et al. (2000, 2003); Filho et al. (2009), explican que la pendiente (primera
−1
derivada) de esta curva es la tasa de crecimiento absoluto (AGR, g día , por sus iniciales
en inglés absolute growth rate de una planta u órgano). Para cualquier instante de
tiempo (t), AGR se dene como el incremento de peso seco de material vegetal (W) por
dW
AGR = (5)
dt
Wt = W0 eRGRt (6)
donde Wt : peso nal; W0 : peso inicial; RGR: tasa de crecimiento relativo y t: tiempo.
−1 −1
La tasa de crecimiento relativo (RGR, gg día , por sus iniciales en inglés relative
45
producciones intensivas. (Broadley et al., 2003; Bruggink, 1992; Del Amor, 2006; Ghanem
et al., 2011; Gweyi-Onyango et al., 2009; Van Iersel, 2003; Zhang et al., 2015).
Di Benedetto y Tognetti (2016), describe que en los primeros estadios, el crecimiento suele
muy signicativas entre especies y dentro de estas en relación a variaciones del contexto
RGR de una planta y órgano para cada instante (t) se dene con el incremento de material
1 dW
RGR = (7)
W dt
peso seco total con el tiempo transcurrido. Suponiendo que el crecimiento de las plántulas
RGR(t2 −t1 )
W 2 = W e1 (8)
ln W2 = ln W e1 + RGR(t2 − t1 ) (9)
calcular el RGR:
46
(ln W2 − ln W1 )
RGR = (10)
(t2 − t1 )
Se debe tener en cuenta que es imposible tener medidas de biomasa de una misma planta
en distintos momentos (debido a que es una medición destructiva), por tanto el cálculo
experimental.
Uno de los métodos más usados para el cálculo de RGR consiste en cosechar un número
(mínimo dos; usualmente de cuatro a cinco, depende del ciclo de cultivo de la especie
de interés particular bajo estudio). Según Homann y Poorter (2002); Poorter y Garnier
(1996), RGR también se calcula con los promedios de peso de todas las cosechas parciales
o a partir del peso seco total de cada planta individual (separada por tratamiento y
repetición).
peso seco total en función de los días es RGR y, como una primera aproximación el
2
coeciente de determinación (r ) indicaría el grado de asociación entre los datos.
Hay que tener en cuenta que, para calcular el valor de RGR de la planta entera, debe
obtenerse la medida del peso radical, lo que es generalmente difícil de lograr sin pérdidas
signicativas.
manera general, que las plantas se cultiven en macetas. No obstante, cuando se realizan
experimentos en macetas, debe cuidarse que el sistema radical se desarrolle a modo similar
al que hubiera tenido en el suelo. Por esta razón, son dos las variables importantes que
hay que tener en cuenta, la primera variable en palabras de Coro et al. (2014); Di Matteo
47
et al. (2015); Pagani et al. (2013), es el efecto de la restricción radical que está asociada
efecto de la calidad del sustrato de cultivo utilizado, para Poorter et al. (2012a), son dos
aspectos a los que se le ha prestado poca atención y que pueden tener consecuencias en
las alteraciones del desarrollo radical y, por lo tanto, en su tasa de crecimiento relativa.
De otra parte, Rowell (2014) indica que para cultivos de a campo abierto, hay métodos de
muestreos de raíz con extracción de cilindros de suelo, que permiten estimar la biomasa
radical.
Johnson et al. (2003); Osone et al. (2008) reeren que la capacidad de producción de
partición entre los distintos órganos de la planta. Como una primera aproximación es
−2
posible desdoblar RGR como el producto entre la tasa de asimilación neta (NAR, g cm
−1
día , por sus iniciales en inglés net assimilation rate) o componente siológico y
2 −1
la relación de área foliar (LAR, cm g , por sus iniciales en inglés leaf area ratio) o
Las siguientes formulas sirven para calcular NAR y LAR entre dos momentos puntuales
(W2 − W1 ) (ln A2 − ln A1 )
N AR = (12)
(t2 − t1) (A2 − A1 )
48
1 A1 + A2
LAR = (13)
2 W1 − W2
W y A son los valores de peso seco y área foliar y los subíndices 1 y 2 corresponden al
tiempo de muestreo inicial y nal del intervalo bajo estudio de interés, t1 y t2 , de manera
correspondiente.
Potter y Jones (1977) maniestan que se puede calcular el valor medio de NAR a lo largo
kw W0 ekw t
N AR = (14)
A0 eka t
−1
kw : RGR (días ); W0 : peso seco total en el tiempo cero, obtenido por extrapolación
2
(g); A0 : área foliar total en el tiempo cero, obtenida por extrapolación (cm ); ka : tasa de
−1
expansión foliar relativa (días ); t: tiempo (en días) en la mitad del periodo experimental;
Por un lado, Zotarelli et al. (2008), sostiene que NAR es una estimación de la capacidad
Osone et al. (2008), indica que puede desdoblarse en dos componentes: la productividad
−1 −1
del nitrógeno foliar (LNP, g g N día , en inglés leaf nitrogen productivity) y la
−2
concentración de nitrógeno por unidad de área foliar (LNCa, gN cm , por sus iniciales
en inglés leaf area-based nitrogen concentration). Ordóñez et al. (2015), expresa que
esta última variable suele ser designada alternativamente como specic leaf nitrogen.
N AR = LN P × LN Ca (15)
Adams et al. (2008); Broadley et al. (2000); Khavari-Nejad et al. (2009), señalan que
49
2 −1
LAR es el producto entre el área foliar especíca (SLA, cm g , por sus iniciales en
−1
inglés, specic leaf area) y la relación de peso foliar (LWR, gg , por sus iniciales en
Donde, Poorter et al. (2009), expresa que SLA se obtiene dividiendo el área foliar por
el peso seco de cada hoja, mientras que LWR se calcula dividiendo el peso seco de las
hojas sobre el peso seco total de la planta. Di Benedetto y Pagani (2013), nos dice
de manera general, que se emplea SLA medio de toda la planta, si bien puede haber
un estimador del espesor foliar, el cual tiende a aumentar a medida que disminuye SLA.
Sin embargo, se ha demostrado que se obtiene una mejor correlación con el espesor foliar
cuando SLA se calcula en base al peso fresco, lo que equivale a multiplicar SLA en base
El aumento de biomasa de un vegetal se realiza a partir del área foliar expandida como
y Tognetti (2016), es una variable crítica para la productividad. Para cuanticar la tasa
de expansión del área foliar se requiere obtener la sumatoria del área foliar de todas las
hojas individuales en cada fecha de muestreo a lo largo del período total de evaluación.
A partir de estos datos, se construye una curva de acumulación del área foliar en función
del tiempo cuya forma es similar a la de acumulación de biomasa, es decir, que consta de
50
Análogamente al cálculo de RGR se suele cuanticar el incremento relativo en área foliar a
2 −2 −1
través de la tasa de expansión foliar relativa (RLAE, cm cm día , por sus iniciales en
inglés, relative rate of leaf area expansion). Para su cálculo se utiliza el logaritmo natural
del área foliar total de cada planta y se lo graca en función de los días transcurridos desde
RLAE (gura 8). En el caso de la especie representada en esta gura, de lento desarrollo, la
pendiente que relaciona el ln del área foliar expandida y los días considerados se mantiene
−1
de área foliar total (g planta ) y el momento de cosecha (días desde el inicio del
experimento) para un experimento desarrollado durante 184 días con 6 cosechas parciales
Para casos particulares, como por ejemplo, de especies dicotiledóneas cultivadas desde
51
semilla, estimar el área foliar de los cotiledones en el tiempo cero es necesario esperar
se diluyen durante el proceso de análisis entre cosechas parciales sucesivas. Para obtener
paso de la hoja por sensores lumínicos. Son equipos muy precisos que requieren
partes de las hojas que ya hayan sido medidas incrementen el área de las siguientes.
que permiten con suma facilidad la adquisición de imágenes de las hojas en formato
(National Institute for Healt, EUA) se puede calcular el área foliar individual con
(De Swart et al., 2004; Di Benedetto et al., 2006; Mokhtarpour et al., 2010). Para ello
se dibujan las hojas sobre papel, se miden los valores de largo y/o ancho, se recortan
las improntas, se pesan, se estima el área foliar utilizando una unidad de peso del
papel o se mide directamente y se genera una regresión lineal entre los parámetros
2
toma posterior de los datos pero, en general, el coeciente de determinación (r )
52
d) nalmente, una estimación indirecta se puede hacer extrayendo, con un calador,
después de secado a estufa) y calcular el área foliar total a partir de su peso fresco
de esta variable a lo largo de la vida de una misma planta, a diferencia de lo que ocurre
con RGR. Una variable importante asociada a la expansión foliar es la tasa de aparición
−1
de hojas (RLA, hojas día , por sus iniciales en inglés, rate of leaf appearance), que
se calcula como la pendiente de la regresión lineal del número de hojas en función del
tiempo. Lee et al. (2009), menciona que también suele expresarse como su inversa, el
locrono, que a su vez puede representar una estimación de la duración del plastocrono,
evolución del ápice vegetativo sin efectuar una disección, es posible estimar este tiempo a
partir del número de hojas expandidas que tengan un largo o tamaño mayor al previamente
Wang (1960), nos dice que los estimadores que caracterizan el crecimiento (RGR, NAR,
en ciertos casos es necesario el empleo del tiempo térmico como unidad. En palabras de,
53
Boschi et al. (2004); Coro et al. (2014); Jenni et al. (2000); Tei et al. (1996), una situación
en la que es obvia esta necesidad es cuando se quiere evaluar el efecto de cierto tratamiento
desde ya, que las condiciones de suelo y otros factores ambientales y de manejo sean
similares). Pero también se puede dar esta necesidad aun en tratamientos aplicados
en simultáneo. Dado que los cultivos intensivos suelen desarrollarse bajo condiciones
de producción hidropónica), la temperatura diaria suele ser variable. Razón por la cual,
si un tratamiento tiene inuencia sobre la tasa de aparición de hojas (RLA) como, por
Di Benedetto et al., 2015a,b; Di Benedetto y Pagani, 2013; Di Matteo et al., 2015; Savvides
et al., 2014), puede resultar que el ambiente bajo el cual se desarrollan las plantas tratadas
días, que pueden ser particularmente fríos o cálidos, para llegar a un mismo estadio
de desarrollo. También puede ocurrir que la aplicación del tratamiento per se afecte
colateralmente la temperatura media (un caso típico es lo que ocurre cuando se comparan
niveles de radiación lumínica). En todos estos casos, el empleo del tiempo térmico como
base permite separar los efectos del tratamiento sobre la temperatura media de aquellos
provocados estrictamente por la aplicación del tratamiento para evaluar (Machado et al.,
2004).
Dambreville et al. (2015), plantea que para estimar la acumulación de biomasa vegetal a
por eventos especícos y visualmente observables . Por otro lado, Thornley y Johnson
54
la temperatura base (tb ) para cada fase de desarrollo. Para hacerlo se gracan las tasas
−1
de desarrollo (p, día ) en función de la temperatura media (Ts ).
p = a1 Ts + a0 (17)
a0
Tb = − (18)
a1
El cálculo de las unidades térmicas para completar cada fase de desarrollo se calcula
r
X
D= max[Tj − Tb ]∆ts (19)
j
(días).
distribuyen los fotoasimilados entre diferentes órganos (Makarieva et al., 2008; Niklas,
2004; Poorter et al., 2012b; Renton y Poorter, 2011; Robinson et al., 2010; Shipley y
Meziane, 2002); para ello existen varias aproximaciones, que podemos agrupar en dos
tipos principales: cálculos de proporciones (ratios) de pesos y/o áreas entre distintos
55
2.7.2.5. Ratios
de crecimiento clásico: LAR y LWR, pero existen además otras medidas, de uso muy
frecuente.
a) relación raíz: parte aérea (R: S, del inglés root: shoot ratio) a partir de los pesos de
raíces, tallos, pecíolos y hojas (Albacete et al., 2008; Bozokalfa, 2008; Hunt, 2003).
b) relación parte aérea: raíz (S: R, del inglés shoot: root ratio) es la inversa de la
c) proporción de raíz (RMF) (por sus iniciales en inglés root mass fraction) representa
d) proporción de parte aérea (LMF) (por sus iniciales en inglés leaf mass fraction
planta (Poorter, 2002; Poorter et al., 2014, 2009; Poorter y Sack, 2012). Se expresa
−1
en g (parte aérea) g (planta)
De manera general, las equivalencias de peso entre los diferentes órganos sufren cambios
sin embargo no necesariamente señala cómo está siendo distribuido el carbono al momento
de la medición. Se tiene por ejemplo, al germinar una semilla, el primer órgano que se
desarrolla es la raíz. No obstante, hacia el nal de su ciclo de vida de la planta, las raíces
56
generalmente crecen muy poco. Por esa razón, la relación raíz: parte aérea puede mostrar
valores muy superiores a la unidad en etapas tempranas, aun cuando el carbono se esté
los cálculos de alometría permite una medida de los cambios relativos en las proporciones
entre distintos órganos y, por lo tanto, tiene la ventaja de poder usarse para dimensionar la
partición del carbono entre órganos. El criterio de elección de una u otra de estas relaciones
tendrá mucho que ver con lo que se pretende describir. Primeramente, la relación raíz:
parte aérea y su inversa, la relación parte aérea: raíz, son apropiados para distinguir el
(Brouwer, 1983; Kang y Van Iersel, 2004). Cuando se las quiere emplear para estimar
debido a que pequeños cambios en la asignación del carbono llevan a grandes cambios
en estas relaciones. Por ejemplo, en la relación raíz: parte aérea, si baja la asignación
magnicando el efecto sobre dicha relación. Precisamente para evitar este problema se
desarrollaron las relaciones RMF y SMF, en las que el denominador es el peso total
de la planta (Poorter et al., 2012b). Sin embargo, estas relaciones tienen a su vez la
en el equilibrio funcional de la planta, Por ejemplo, si una SMF inicial de 0,5 (que signica
0,4 partes de tallo y 0,6 de raíz), la relación raíz: parte aérea estaría aumentando un 50 %,
dadas en peso seco, a diferencia de la relación raíz: parte aérea, que pueden expresarse
57
tanto en peso seco como en peso fresco. Dado que en general los contenidos de materia
seca de las raíces suelen ser mucho menores que los de la parte aérea (González et al.,
peso fresco. Finalmente, es importante tener en cuenta que la relación raíz: parte aérea
les otorga una mayor signicancia ecosiológica. Para esto es menester determinar la
supercie radical, lo cual puede hacerse empleando métodos químicos sencillos como el
de la adsorción de ácido clorhídrico Equiza et al. (2001); Equiza y Tognetti (2002), o bien
usando softwares de análisis de imágenes que calculan la supercie radical a partir del área
proyectada de una imagen digital del sistema radical tomada por un escáner (por ejemplo,
rizósfera y las interfaces generadas por la tasa de expansión celular en diferentes especies
tales como arveja (Bengough et al., 2011) y remolacha (Poorter et al., 2012a).
de los casos, el uso de logaritmos es necesario para que dicha relación sea lineal. Si bien
que para la construcción de los grácos se requieren puntos muestrales a lo largo del ciclo
58
(por ejemplo tubérculos, bulbos, raíces reservantes o frutos) durante el ciclo de vida. En
estos casos, la alometría permite comparar el carbono particionado a este órgano desde el
momento que se formó en adelante bajo distintos tratamientos (Feller et al., 2015; John
2 −1 −1
de partición de área foliar (LAP, cm día /g día , por sus iniciales en inglés, leaf area
partitioning) (Potter y Jones, 1977), con los mismos valores utilizados para calcular NAR
y LAR, vale decir, las pendientes de las ecuaciones de regresión de RGR y RLAE:
ka A0 eka t
LAP = (20)
kw W0 ekw t
−1
kw : RGR (días ); W0 : ordenada al origen de la línea de regresión que relaciona el peso
seco total en el momento cero del cálculo (g); A0 : ordenada al origen de la línea de
2
regresión que relaciona el área foliar total en el momento cero del cálculo (cm ); ka :
−1
RLAER (días ); t: tiempo (en días) en la mitad del periodo experimental; e: base de
encontrado entre la alometría raíz: parte aérea y la relación raíz: parte aérea .
De otra parte, los modelos alométricos clásicos, que relacionan los pesos secos de los
órganos, nos permite intuir a manera general la partición del carbono entre ellos, para
estos casos los coecientes alométricos dan idea del crecimiento relativo en volumen de
esos órganos.
59
2.7.2.7. Análisis funcional
La curva de acumulación de biomasa solo sigue una forma exponencial durante un breve
período, al inicio del desarrollo de una planta (u órgano), y que si se considera el ciclo
de vida completo, la forma resulta sigmoidea. Este hecho se basa en que la proporción
ontogenia de una planta, haciéndose nalmente muy baja. Por este motivo RGR, que es
inicialmente alta, decae rápidamente con la ontogenia, hasta llegar a valores cercanos a
A su vez, esto implica que el análisis de crecimiento clásico, que hemos visto se basa
tiempo, y que se adapta muy bien al estudio de plantas que crecen exponencialmente,
avanzado, a menos que se tomen muestras repetidamente en el tiempo que permitan dar
Desde inicios del siglo XIX se han ido desarrollando ecuaciones que permiten modelar la
acumulación sigmoidal de la biomasa, cuya aplicación se ha hecho cada vez más frecuente
Poorter y Lewis (1986), reeren que las funciones matemáticas más empleadas de estas
funciones son las polinómicas de diverso grado, Gompertz (Gompertz, 1825), Logística
beta (Yin et al., 2003). A su vez, a cada una de estas funciones se corresponden, por
derivación, ecuaciones que representan AGR y RGR. Las ecuaciones mencionadas pueden
60
ser a su vez modicadas para ser aplicadas a situaciones particulares. Se da el caso, para el
modelado del crecimiento de frutos que presentan un patrón doble-sigmoideo, como ocurre
volumen como para el cálculo de AGR y RGR de estos frutos (Godoy et al., 2008).
Di Benedetto y Tognetti (2016), señala que si bien existen a priori criterios que pueden
emplearse para decidir cuál de estas ecuaciones puede resultar más adecuada para un
análisis en particular (por ejemplo, las ecuaciones polinómicas tienden a ser evitadas ya
que emplean parámetros que carecen de signicado biológico), también es cierto que lo
También señala sobre el gran interés en encontrar funciones que permitan evaluar el
crecimiento de las plantas empleando parámetros que tengan el máximo sentido biológico
investigación. No obstante, cabe tener en cuenta que más allá de constituir una herramienta
deja de ser una generalización de los mismos conceptos del análisis clásico.
los coecientes estimados a partir de regresiones lineales (RLAE, RLA, RGR, NAR, LAR,
posible calcular cada estimador para cada bloque y luego utilizar un test de análisis
61
de varianzas convencional, en caso de que se cumplan los supuestos para tal n
b) con el paquete estadístico SMATR (Warton et al., 2012) es posible calcular las
lineales utilizadas.
Models)
planta aumenta su área foliar y, en general, su tamaño, a pesar del sombreado de las
hojas inferiores por la superiores. Se debe tener en cuenta que cada una de estas variables
funciona como una çaja negra"la que puede ser desglosada para describir mecanismos
diferentes avanzando desde los procesos principales a sus componentes; tal es el caso de
62
RGR cuando se desdobla en NAR y LAR, en el de NAR cuando se desdobla en LNP y
Figura 9: Esquema conceptual que describe las variables principales asociadas con la
De otra parte, Loveys et al. (2002); Medek et al. (2007), también sostienen que la
Di Benedetto y Tognetti (2016), agrega que se debe tener en cuenta que cada una de
estas variables funciona como una caja negra la que puede ser desglosada para describir
mecanismos diferentes avanzando desde los procesos principales a sus componentes; tal
de biomasa total puede ser cuanticada a través de RGR; sin embargo, cuando se desea
63
Laclau et al. (2008), en sus comentarios indica que el aspecto determinante de la captación
de luz y que puede inuir sobre RGR es el ritmo de producción y renovación de las hojas.
bien diferenciados: el ritmo de emergencia de las hojas y la longevidad foliar (vida media
Wright et al. (2004), arma que se ha comprobado que la longevidad de la hoja está
Así, hojas longevas, costosas y con tasas fotosintéticas generalmente bajas compensan sus
altos costos de construcción mediante largos períodos productivos (Pickup et al., 2005;
Poorter y Villar (1997), sostiene que a nivel de planta entera, existe una diferencia en
el contenido de carbono entre órganos, de forma que las hojas son más costosas que los
(Poorter y De Jong, 1999; Poorter et al., 2006; Poorter y Villar, 1997), comenta que
en las últimas décadas se ha generado una considerable base de datos sobre el costo de
especies, comparar diferentes grupos funcionales de plantas, contrastar los valores medios
fotoasimilados puede verse como un mecanismo controlado por la fuerza del destino
2002). El uso de LAP y las alometrías entre el sistema radical y la parte aérea de la
64
planta o entre las hojas y tallos son un claro ejemplo de ello. NAR es el resultado del
balance neto entre las ganancias generadas a través de la fotosíntesis neta y las pérdidas
depende de estímulos ambientales (Grechi et al., 2007; Hermans y Hammond, 2006; Linker
y Johnson-Rutzke, 2005; Minchin et al., 1994; Schieving y Poorter, 1999) mediados por
señales endógenas (Forde, 2002; Gupta y Kaur, 2005), aunque el genotipo tiene una
al RGR
la contribución relativa de los aspectos morfológicos (LAR, SLA y LWR) frente a los
especies o de genotipos de una misma especie, se podrá calcular regresiones entre sus
valores promedio de RGR (variable dependiente) y sus rasgos morfológicos (por ejemplo
investigar cuáles son las variables que están asociadas en mayor grado a esas diferencias en
la velocidad de crecimiento entre distintas especies (Feng et al., 2007; James y Drenovsky,
2007; Milla et al., 2008; Price y Weitz, 2012; Van Kleunen et al., 2010; Westoby et al.,
2013).
65
Leishman et al. (2007); Poorter y Pothmann (1992); Poorter y Remkes (1990); Poorter et
al. (1990); Roche et al. (2004), indican que cuando se disecciona RGR en sus componentes,
particular el área foliar especíca (SLA), es el factor más importante para las plantas
herbáceas y leñosas (Dahlgren et al., 2006; Grotkopp y Rejmanek, 2007; Homann et al.,
2005; Marron et al., 2005; Nouvellon et al., 2010; Poorter y Bongers, 2006; Poorter et al.,
2009; Santiago y Wright, 2007). Este rasgo aparentemente simple de la planta, es decir,
las diferencias en RGR y en componentes del LAR entre especies podría ser empleado
(Grotkopp et al., 2010; Grotkopp y Rejmanek, 2007). Sin embargo, en algunos estudios se
diferencias en RGR entre especies. Villar et al. (2005) realizó un trabajo con 20 especies
leñosas en las que encontró que NAR explica una parte signicativa (36 %) de la variación
de RGR. Para resolver esta aparente contradicción, se ha propuesto (Shipley, 2002, 2006;
Shipley et al., 2005) que la importancia de NAR sobre RGR puede efectivamente ser muy
alta si las condiciones de radiación son intensas. Estos estudios han puesto de maniesto la
expresan. Por tanto, en estas condiciones de baja iluminación cobran mayor importancia
66
limitaciones para maximizar NAR en especies heliólas al derivarse el nitrógeno foliar
hacia la captura de fotones. Se debe tener en cuenta que esta hipótesis es válida cuando
se analizan diferencias entre especies, pero no entre tratamientos que causan cambios en
RGR dentro de una misma especie. Por ejemplo, si se reduce la intensidad de la luz,
RGR sufrirá una fuerte disminución debido a una brusca caída de NAR, manteniéndose
LAR (SLA y LWR) constante por un cierto tiempo. Por esa razón se deben separar
las cuestiones de estrategia evolutiva (especies que son intrínsecamente de alta RGR vs.
baja RGR) de los resultados de una condición ambiental o de manejo que hagan cambiar
RGR (Di Benedetto et al., 2015a,b; Di Benedetto y Pagani, 2013; Di Matteo et al., 2015;
deben ser considerados como herramientas y no tomadas como dogmas que describen
comportamientos generales.
Di Benedetto y Tognetti (2016), maniestan que diferentes autores han utilizado los
de muchas especies; sin embargo, es un error generalizar. Datos recientes muestran que,
para especies ornamentales y hortícolas bajo cultivo intensivo (gura 10), los incrementos
asociados con aumentos en NAR mientras que LAR es una variable que reduce el valor
de RGR, aunque el efecto cualitativo puede ser diferente en Impatiens wallerana (gura
10) que en Spinacea oleracea (gura 10). Resultados similares se han encontrado cuando
Pagani, 2013), tamaño de celdas pretrasplante (Di Benedetto y Pagani, 2013; Gandolfo
67
et al., 2014) y la calidad del sustrato Pagani et al. (2015).
Figura 10: Cambios en NAR y LAR en función de RGR para dos especies umbrólas
Las condiciones medio ambientales y las labores agrícolas pueden tener un elevado impacto
sobre RGR. Sin embargo, la contribución relativa de los cambios en NAR, LAR, LWR
y SLA sobre RGR puede variar mucho según cuál sea el factor ambiental considerado.
68
concentración de dióxido de carbono, el suministro de nitrógeno y el asperjado con
citocininas o auxinas sobre los principales estimadores de crecimiento (RGR, NAR, LAR
y SLA). Como puede verse, existen condiciones que impulsan un aumento de RGR a
2016).
Fuente: 1 (Alscher et al., 2001)(lechuga), 2 (Balliu et al., 2007)(pimiento, berenjena), 3 (Benincasa et al. , 2011)(lechuga,
pimiento, tomate), 4 (Coro et al. , 2014)(lechuga), 5 (De Swart et al. , 2006)(pimiento), 6 (Di Matteo et al. , 2015)(espinaca),
7 (Di Benedetto y Pagani, 2013)(potus), 8 (Di Benedetto et , 2015a)(potus), 9 (Di Benedetto et
al. , 2015b)(potus), 10 (Di
al.
Benedetto, inédito)(alegría del hogar), 11 (Poorter, 1993)(lechuga), 12 (Sirtautas et al., 2014)(lechuga), 13 (Soundy y Cantlie,
2001)(lechuga), 14 (Van Der Ploeg y Heuvelink, 2005)(tomate).
Al respecto, Long y Bernacchi (2003), arma que la tasa fotosintética es, sin duda,
equipos tales como el LI-6200 (LI-COR Inc., EUA), aunque existen algunos recaudos
69
para tener en cuenta cuando se utilizan.
Poorter y Van Der Werf (1998), expresa que dado que se ha encontrado una relación
positiva entre tasa fotosintética y NAR es posible utilizar esta última como una estimación
aceptable.
tasa fotosintética porque, cuando se estima NAR, cualquier error en una determinación
de área foliar repercute simultáneamente tanto sobre esta como sobre LAR, de modo
de espacios que, a su vez, afectan la jación del carbono en la planta. Por su parte,
Di Matteo et al. (2015); Gandolfo et al. (2014), han mostrado una falta de respuesta de
LAR, pero cambios en diferentes atributos de la lámina foliar tales como el espesor foliar
que las relaciones cualitativas son positivas entre diferentes especies, es posible encontrar
Liu et al. (2010), nos dice que el tamaño de las plantas al inicio del experimento es una
Gerardeaux et al. (2009), señala que se ha encontrado también una relación entre SLA y el
y Scott (2006). De otro lado, para Francis y Halford (2006); Schachtman y Shin (2007),
70
de nitrógeno foliar es probable que incremente la concentración de Rubisco y, por lo tanto
−2 −1
de crecimiento del cultivo, g m día , por sus iniciales en inglés crop growth rate
(Boroujerdnia y Ansari, 2007; Foster et al., 1987; Hardwick, 1984), pero teniendo en
cuenta que CGR no es equivalente a RGR ya que la primera representa una tasa absoluta
dW W2 − W1
CGR = ( )/S = ( )/S (21)
dt t2 − t1
También CGR puede ser desglosada en dos componentes para terminar siendo expresada
de la siguiente manera:
Marcelis (2000); Fallovo et al. (2009); Gimenez et al. (2002); Li y Stanghellini (2001);
Martini et al. (2004); Scholberg et al. (2000); Tei et al. (2002), señalan que el índice de
área foliar (LAI, m2 m−2 , por sus iniciales en inglés leaf area index) es una medida que
71
relaciona el área de la supercie asimiladora (A) por unidad de supercie de suelo (S).
A
LAI = (23)
S
A medida que aparecen nuevas hojas y se incrementa LAI, las superiores reducen la
irradiancia fotosintéticamente activa que reciben las que se encuentran por debajo de
acelerados en LAI, un más rápido cierre del canopeo y también mayor sombreo de las
hojas inferiores. Esto lleva a una disminución de NAR, que va a depender en buena parte
de la estructura del canopeo (por ejemplo, la disposición más o menos erecta de las hojas).
Esto indica que las dos variables que denen CGR no son independientes entre sí, lo que
Un segundo factor importante que también contribuye a restarle utilidad a este tipo de
de biomasa total, sino a la proporción que se particiona hacia los órganos de cosecha
(Andrade, 1999; Mbah y Eke-Okoro, 2015). Por estos motivos, se ha desarrollado una
variante del análisis del crecimiento para su empleo en cultivos extensivos, denominado a
veces análisis integrado, que es actualmente preferida sobre el análisis clásico (Hardwick,
1984).
(Bos et al., 2000; Lizaso et al., 2003; Tsubo et al., 2001). En el análisis integrado, en vez
72
de calcularse tasas instantáneas de crecimiento o de asimilación, se estudia la producción
de biomasa a lo largo del ciclo de cultivo en relación con la radiación recibida, ya que
las eciencias de intercepción lumínica (Ei nt) y conversión (Ec onv ) en biomasa (Andrade
Cho et al. (2015); Lecoeur y Ney (2003); Tei et al. (2002), sostiene que la producción de
materia seca está linealmente relacionada con la IPAR interceptada y acumulada. Dicha
relación muestra la eciencia con la que el cultivo convierte la energía lumínica en biomasa
2 −1 −1
vegetal y se denomina eciencia en el uso de la radiación (RUE, g m día MJ , por
ponderado de las eciencias de conversión (Ec onv ) diarias. RUE no es un parámetro muy
estable en ambientes contrastantes (Andrade et al., 1992; Kiniry et al., 1989; Sinclair y
Muchow, 1999); todos los factores que modican la capacidad fotosintética de la planta
pueden afectarlo. Modicando el ángulo de las hojas (Duncan et al., 1967), optimizando la
73
distribución de la IPAR (Duncan, 1971), la presencia de hojas erectas en la parte superior
al., 1993) se ha logrado incrementar RUE a nivel de cultivo. Los valores de RUE pueden
ser signicativamente diferentes para muchas especies hortícolas bajo cultivo intensivo
−1
Tabla 4: Valores promedio de RUE(gMJ PAR) para diferentes especies hortícolas.
−1
Especie RUE/gMJ PAR Referencia
Ajo 2.9 Rizzalli et al., 2002
Apio 2.2 Baumann et al., 2002
Arveja 1.5 Lecoeur y Ney, 2003
Cebolla 2.5 Tei et al., 1996
Colior 0.8 Kage et al., 2003
Lechuga 2.4 Tei et al., 1996
Maíz dulce 2.6 Fletcher et al., 2008
Papa 2.9 De las casas et al., 2011
Pimiento 2.2 Karam et al., 2009
Pimiento 4.6 - 5.3 Kara y Yildirim, 2015
Poroto 2.4 Tesfaye et al., 2006
Puerro 2.4 Baumann et al., 2002
Remolacha 3.6 Tei et al., 1996
Repollito de bruselas 2.3 Booij et al., 1996
Tomate 0.6 Adamowics y Le Bot, 2008
Zapallito 2.5 - 4.2 Rouhael y Colla, 2005
relación entre el rendimiento del órgano cosechable y la biomasa de la planta (Di Benedetto
y Rattin, 2008; Ding et al., 2005; Liu et al., 2004; Malash et al., 2005; Moriondo et
al., 2005). Idealmente se calcula sobre la biomasa total de la planta, incluyendo las
raíces (HIreal ) (Schapaugh y Wilcox, 1980; Walker y Fiorito, 1984). No obstante, Donald
y Hamblin (1976) nos dice que, debido a las dicultades de extracción de raíces, de
74
manera frecuente se calcula como la relación entre el rendimiento del órgano cosechado
y la biomasa total por encima del nivel del suelo (HIaparente ). HI depende del producto
permanecido constante para la mayor parte de las especies bajo cultivo intensivo durante
las últimas dos décadas. Sin embargo, a través de prácticas culturales o tratamientos
cosecha. Como fuera expresado anteriormente, este es un análisis apropiado para evaluar
emplearlo para estudios en especies cuyo producto se comercializa en fresco. Como regla
general, podemos decir que el análisis integrado brinda información agronómicamente útil
en los casos en que el contenido porcentual de materia seca (DM %) es relativamente poco
afectado por condiciones ambientales o de manejo. En general, este es el caso de los bulbos
del 50 % en espinaca y repollo crespo (Lefsrud et al., 2008). Es importante tener en cuenta
Por ejemplo, se tiene las llamadas funciones polinomiales. Un polinomio de primer grado
75
posee dos parámetros (intersección y pendiente) y únicamente puede describir una línea
recta. Por otra parte, un polinomio de segundo grado puede mostrar un punto de inexión,
es decir, un máximo o un mínimo. En tal sentido, conforme aumenta el grado del polinomío
crece el número de puntos de inexión, que este puede contener, y si poseen tantos
No obstante, utilizar modelos con muchos parámetros no resulta conveniente por dos
razones fundamentales: primero, los parámetros deben tener un signicado biológico para
que posean un verdadero valor y, segundo, un modelo con muchos parámetros diculta el
de parámetros posibles para describir sus datos, atendiendo el criterio estadístico de ajuste
Leihner, 2005).
Por su parte, Consuelo et al. (2013), señala que los modelos matemáticos son aquellos
que describen las relaciones entre las variables de un sistema de términos de expresiones
matemáticas (como ecuaciones diferenciales) o las relaciones entre las distintas partes
del sistema mediante grafos, es decir, que usan todas las herramientas que nos dan las
matemáticas para describir la evolución de las variables y las relaciones entre ellas y las
distintas partes del sistema. Indican también que si los modelos matemáticos utilizan
ser discretos, continuos, etc., dependiendo del tipo de ecuación elegida por el investigador
a utilizar.
76
se clasican de acuerdo a:
por tanto, cada condición a ser simulada puede dar resultados diferentes, dentro de
dosis de fertilización.
Señalan también que estos modelos de simulación incluye también combinaciones como:
77
Dinámico probabilístico, es un modelo aleatorio que incluye la variable del
animales al pastoreo.
a) Funciones polinomiales
del híbrido entre el griego poli (muchos) y el latín nomen (nombre o término).
El autor señala también que un modelo lineal no necesariamente es una linea recta,
Como ejemplo se tiene la siguiente ecuación, para el caso de peso seco (P):
P = a + bT (27)
dP
derivada de esta función
dT
es igual a b. En este caso b = T CR y puede, desde
luego, adoptar valores positivos, iguales a cero o negativos. Desde el punto de vista
78
biológico, la interpretación de esta función está basada en la subdivisión de las
P = a + b1 T + b2 T 2 (28)
dP
y su primera derivada
db
= b1 + 2b2 T , corresponde a la TCR. El parámetro a
función es igual a:
P = a + b1 T + b2 T 2 + b 3 T 3 (29)
dP
y su primera derivada
db
= b1 + 2b2 T + 3b3 T 2 , corresponde a la TCR. El parametro
criterio biológico a los coecientes b en todas las ocho permutaciones de signo.
que exhiben un solo punto de inexión, o una simple dirección de curvatura que
determinada por los signos de los coecientes, y su grado de curvatura, por sus
79
magnitudes.
En lineas generales, para Picard et al. (2012) el modelo polinomial debe usarse
con prudencia, puesto que los polinomios son capaces de ajustarse a cualquier
forma siempre que el grado p sea sucientemente elevado( las funciones usuales se
forma de nube de puntos en el ámbito de los valores de datos disponibles pero que
tome una forma muy inverosímil fuera de dicho ámbito. En consecuencia, el modelo
importante sea el grado del polinomio. En la práctica, se debe evitar a toda costa
b) Funciones asintóticas
asciende (o desciende) gradualmente hacia un valor límite que jamás alcanza. Este
signica que los parámetros de este tipo de función no son combinados aditivamente
en una secuencia lineal, sino que son sujetos a división, multiplicación o potenciación
entre sí.
llamado monomolecular.
80
asume que la cantidad de la masa de crecimiento es constante e independiente
del peso. Esta masa trabaja a una tasa proporcional al nivel del sustrato (S) y el
dP
se puede escribir como
dt
= KS , donde K es una constante. S f = 0, entonces
dP
dt
= K(Pf − P ). Luego de integrar,la ecuación se puede reescribir como:
dP dP
dt
= KW S , donde, K es una constante. Como S = Pf − P , entonces
dT
=
dP
Por lo tanto,
dt
= µP (1 − P/Pf ). Luego de la integración y el re - arreglo de los
componentes, la ecuación logística puede ser escrita para calcular los parámetros
α
Yi = (31)
1 + βε−δti
81
de crecimiento es proporcional al peso P, con una constante de proporcionalidad
cinética de primer orden, lo cual produce una caida exponencial. Esta caída puede
dP
La ecuación diferencial es:
dt
= µP .
dµ dµ
gobernado por:
dt
= Dµ, donde
dt
= −Dµ, y D es un parámetro que describe
−βti
Yi = αε−δε (32)
A juicio del Ministerio de Agricultura, Ganadería y Pesca (2014), las emisiones de GEI
del lado de la producción, es decir, a través de la reducción de las emisiones de GEI por
de alimentos y bras.
82
tierras degradadas, bioenergía, y mejora en el uso y aplicación de fertilizantes nitrogenados.
Para Follet et al. (2001), en términos generales, el manejo de cultivos como medida
para la mitigación puede lograrse mejorando las prácticas agronómicas que aumentan
almacenamiento de C en el suelo.
La agricultura puede considerarse como un sumidero a largo plazo, cuando el CO2 que ja
la planta queda almacenado en el suelo por las raices, en cambio, es sumidero temporal
(Estévez, 2010).
Como dicen Barthes B et al. (2004) y Freibauer et al. (2004), otro grupo de prácticas
agronómicas son las que proporcionan cubierta vegetal temporal entre cultivos sucesivos.
Esta cobertura añade C a los suelos, evita la erosión y permite extraer algunas formas de
de esos fertilizantes.
Por lo tanto, en palabras de Ordoñez (1998), para proponer estrategias viables dirigidas a
la mitigación del cambio climático es imprescindible, por un lado, conocer la dinámica del
C en los ecosistemas forestales y, por otra, las modicaciones a los ujos de C derivadas
83
de los patrones de cambio de uso de suelo. Un primer paso indispensable para lograr
este objetivo, es contar con la información básica sobre los contenidos de carbono en los
84
CAPÍTULO III
MATERIALES Y MÉTODOS
de Sañayca a 3774 msnm, ubicado en la zona 18L entre las coordenadas UTM: 677348m E
3.2. MATERIALES
Para el desarrollo del trabajo de investigación, se hizo uso de los siguientes materiales
biológicos:
85
De acuerdo a Fonseca et al. (2014), es un cultivar de elevada concentración de
morfológicas:
las plantas, atraídas por un conjunto de exudados que actúan como fuente de
86
carbono y energía. A través de esta actividad, estos microorganismos aportan
entre el 25-50 %.
que liberan sulfuro de hidrógeno, producto que reacciona con el fosfato férrico
gran depósito de este elemento que no puede ser utilizado por las plantas pone
materia orgánica del suelo, a formas inorgánicas aprovechables por las plantas.
87
de sustancias conocidas como sustancias siológicamente activas.
utilizó:
1) Pico.
2) Pala.
4) Estacas.
5) Machete.
6) Barreno.
7) Libreta de campo.
9) Cámara fotográca.
88
10) Wincha.
12) Vernier.
1) Notebook con procesador Intel ®Core (TM) i5-3337U CPU @ 1.80 GHz.
2) Software LA TE X .
3) Software R project.
5) Impresora multifuncional.
6) Útiles de escritorio.
3.3. METODOLOGÍA
Teniendo en cuenta la profundidad del estudio, para nuestro caso es una investigación
de CO2 tanto a nivel de la biomasa aérea vegetal del cultivo de papa nativa así como los
89
La investigación es de corte transversal debido a que las observaciones de las variables
De otra parte, por el nivel de manipulación de las variables, es una investigación del tipo
experimental. Para nuestro caso las variables de estudio fueron controlados y alterados a
experimento.
La unidad muestral corresponde con la cantidad de plantas de papa nativa dentro del
área experimental que son seleccionadas tomando en cuenta los tratamientos en estudio.
de CO2 contenido en la biomasa aérea de papa nativa y jación de CO2 en los suelos
90
3.3.5. Determinación de la muestra
de que cada uno de sus elementos dispone de la misma posibilidad para ser seleccionado.
Z2 × P × Q × N
n= (33)
e2 × (N − 1) + Z 2 × P × Q
que posee la característica buscada, e = error o diferencia máxima entre la media muestral
y la media poblacional.
Los datos registrados para los análisis correspondientes de la tesis se clasican como datos
cuantitativos, los mismos que determina el enfoque de investigación que, para el caso de
Para las conclusiones de nuestro estudio, los datos recolectados estuvieron denidos de
91
acuerdo a atributos particulares que permitieran analizar la jación de CO2 tanto en
los cultivos de papa nativa como el suelo agrícola donde fueron cultivados. Se tuvo en
características agronómicas.
Para el caso de las características agronómicas fue registrado por cada intervalo de tiempo,
las mediciones de altura de planta, número de tallos, diámetro de tallo, área foliar y
razón fue para los niveles de CO2 jados por la biomasa aérea del cultivo de papa nativa
92
3.3.9.2. Análisis descriptivos de datos
Con la aplicación de la estadística del tipo descriptivo a cada variable registrada se pudo
caracterizar a la muestra tanto en sus medidas de tendencia central como en sus medidas
de variabilidad
Son tres las medidas de tendencia central: moda, mediana y media. Estas medidas de
tendencia central nos indican de un conjunto de datos registrados los valores medios o
Medidas de Variabilidad
Dentro de las medidas de variabilidad más usadas se tiene: el rango, desviación estándar
3.3.10. Método
Respecto al diseño estadístico, se hizo uso del Diseño de Bloques Completamente al Azar
(DBCA) con el n de identicar y cuanticar las causas de un efecto dentro del estudio. El
i=1, 2, 3, . . . , k
Yij = µ + τi + γj + ij ;
j=1, 2, 3, . . . , b
93
donde Yij es la medición que corresponde al tratamiento i y al bloque j; µ es la media
manera normal con media cero y varianza constante δ2, y que son independientes.
3.3.10.2. Tratamientos
2
Área total del experimento : 605 m .
2
Área útil del experimento : 432 m .
2
Área de la unidad experimental : 36 m .
94
Distanciamiento entre surco a surco : 1 m.
H0 = µ1 = µ2 = . . . = µk = µ
H0 = µi 6= µj para algún i 6= j
donde se probará que la respuesta media poblacional lograda con la aplicación de los
También se puede interpretar que los efectos de los tratamientos bajo estudio en la variable
95
3.3.10.6. Análisis de varianza (ANVA)
El análisis de varianza (ANVA) sirve para hallar las diferencias en las medias poblacionales
normal.
para corroborar que los datos registrados provienen de una distribución normal. En
poblacionales.
caso de estudio, se aplicará el test HSD de Tukey con un nivel de signicancia del 5 %,
96
3.3.10.7. Construcción de las ecuaciones alométricas
CO2 tomando en cuenta las características agronómicas del cultivo de papa nativa.
Altura de la planta.
Área foliar.
Cantidad de tallos.
Diámetro de tallo.
son modelos obtenidos mediante regresión lineal simple o multiple y en algunas veces
regresiones no lineales.
criterios de información. Los denominados criterios predictivos, que hacen uso de los
97
valores predichos, son las herramientas menos empleadas pero presentan la ventaja de
2 2
4) Coeciente de determinación R y R ajustado por los grados de libertad.
1) Porcentaje de emergencia
98
La técnica empleada fue la de la observación, después de 30 días posterior a
N
X= × 100 (34)
Y
2) Altura de planta
hasta la hoja más larga en diferentes etapas fenológicas del cultivo. La unidad de
3) Área foliar
Fueron tomados al azar 10 plantas por cada unidad experimental que conforman
99
procedió a realizar la respectiva medición de la supercie foliar. Se hizo uso de la
donde L es largo, medido desde el primer foliolo basal hasta la punta del foliolo
completamente extendidos.
2
La unidad de medida esta expresada en centímetros cuadrados (cm ), para realizar
4) Número de tallos
La selección fue de manera aleatoria, 10 plantas por cada unidad experimental que
5) Diámetro de tallos
100
La observación como técnica empleada para la recabación de información, el
Para recabar la información del peso de tubérculos por cada planta, se siguió el
observación, el instrumento empleado para llevar a cabo tal n fue una balanza
2
en la biomasa aérea de las plantas de papa se hizo la conversión respectiva de CO .
revisión bibliográca.
−1
La unidad de medida fue expresado en t C ha .
101
experimentales correspondientes a lo tratamientos bajo estudio se procedió a realizar
de suelos con distintas sub muestras (5 en total) por cada unidad experimental del
102
CAPÍTULO IV
RESULTADOS Y DISCUSIONES
4.1. RESULTADOS
unidades experimentales bajo estudio, lo cual implica que la aplicación de los tratamientos
los promedios de los tratamientos bajo estudio fue menor al 0.05 %, 0.01 % y 0.001 %
Además se observa que realizar el bloqueo respectivo del experimento ayudo en mejorar
por el factor BLOQUES con un valor Pr(>F) = 0.00705 que se encuentra por debajo
103
de 0.05 % y 0.01 % respectivamente.
No obstante, para vericar la validez del resultado del análisis de varianza se vericó si
Independencia
Normalidad
Para vericar si los datos proviene de una distribución normal, se hizo uso del test
de Shapiro - Wilk. En la tabla 6 indica que los datos provienen de una distribución
normal. El valor Pr(>F) está por encima de 0.05 %, eso indica que no se rechaza la
104
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
105
Homocedasticidad
Para comprobar que los datos recolectados presentan igualdad de varianzas y cumplan
resulta superior, por tanto hay motivos para no rechazar la hipótesis nula de igual
de varianzas.
Como la hipótesis del análisis de varianza se cumplen, se puede raticar que existen
diferencias entre las medias de los datos recolectados provenientes de los tratamientos
bajo estudio.
a 0.9725, dando a entender que ALICERCE estaría en el segundo lugar mientras que el
TESTIGO en el último.
106
En la gura 15 es muy notorio las diferencias de los promedios entre los tratamientos bajo
(vea la signicancia a través de los distintas letras encima de la caja de bigotes) estudio.
estudio fueron de 99.72 % para ECOTERRA, 98.75 % para ALICERCE y 94.10 % para
el TESTIGO.
armar que la aplicación de los tratamientos tuvo inuencia en la altura de las plantas de
papa posterior a los 60 días de la siembra. Se evidencia un valor Pr(>F) de 0.000713 que
en constraste con los niveles de signicancia de 0.05 %, 0.01 % y 0.001 % resulta inferior.
De la tabla 9, el factor BLOQUES muestra una signicancia del 0.05 % lo cual fue
bueno, en vista que contribuyó a reducir el error experimental y mejorar la precisión del
experimento.
107
Tabla 9: Análisis de varianza para la altura de planta (60dds)
Df Sum Sq Mean Sq F value Pr(>F) Sig.
BLOQUES 3 1.1667 0.3889 9.396 0.011017 *
TRATAMIENTO 2 2.5317 1.2658 30.584 0.000713 ***
Residuals 6 0.2483 0.0414
Sin embargo, para vericar la validez del resultado del análisis de varianza se vericó si
Independencia
función funcional.
Normalidad
hizo uso del test de Shapiro - Wilk. En la tabla 10 indica que los datos provienen de
una distribución normal. El valor Pr(>F) está por encima de 0.05 %, lo cual indica
108
que no se debe rechazar la hipótesis nula que plantea normalidad de los datos.
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
109
Figura 18: Histograma + Curva normal teórica - altura de planta (60dds)
Homocedasticidad
valor Pr(>F) es de 0.6121, valor que comparado al valor de 0.05 % resulta superior,
por tanto hay motivos para no rechazar la hipótesis nula de igual de varianzas.
Por consiguiente, las hipótesis del análisis de varianza se cumplen, se ratica que existen
110
que la comparación ECOTERRA - ALICERCE no presentan diferencias signicativas
De la gura 19 se concluye que no existe igualdad en las promedios muestrales y que los
Asi mismo, se tiene que los promedios alcanzados en la variable altura de planta por los
111
Figura 19: Comparaciones múltiples para la altura de planta (60dds)
en los promedios muestrales de los tratamientos bajo estudio, como consecuencia se puede
armar que la aplicación de los tratamientos tuvo inuencia en la altura de las plantas de
papa posterior a los 90 días de la siembra . Se observa un valor Pr(>F) de 3.92e-07 que
en constraste con los niveles de signicancia de 0.05 %, 0.01 % y 0.001 % resulta inferior.
De la tabla 13, el factor BLOQUES muestra una signicancia del 0.05 %,lo cual indica
que fue prudente realizar el experimento en bloques en vista que contribuyó a reducir el
112
error experimental y mejorar la precisión del experimento.
Sin embargo, para vericar la validez del resultado del análisis de varianza se vericó si
Independencia
conocido o de dependencia.
Normalidad
hizo uso del test de Shapiro - Wilk. En la tabla 14 indica que los datos provienen de
una distribución normal. El valor Pr(>F) está por encima de 0.05 %, lo cual indica
que no se debe rechazar la hipótesis nula que plantea normalidad de los datos.
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
113
de distribución normal de los términos de error. Si los errores son normales y no
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
Homocedasticidad
114
Para evaluar la homogeneidad de varianzas de las medias muestrales provenientes
Pr(>F) es de 0.4424, valor que comparado al valor de 0.05 % resulta superior, por
Por consiguiente, las hipótesis del análisis de varianza se cumplen, se ratica que existen
De la gura 23 se concluye que no existe igualdad en los promedios y que los tratamientos
De los promedios alcanzados en la variable altura de planta a los 90 dds se tiene los
siguientes valores alcanzados por los tratamientos en estudio, 35.03 cm para ECOTERRA,
115
31.03 cm para ALICERCE y 27.13 cm para el TESTIGO.
4.1.1.4. Resultados para la variable altura de planta evaluados a los 180 dds.
promedios muestrales de los tratamientos bajo estudio (ver tabla 17), por tanto se puede
aseverar que la aplicación de los tratamientos tuvo inuencia en la altura de las plantas de
papa posterior a los 180 días de la siembra . Se observa un valor Pr(>F) de 7.47e-07 que
en constraste con los niveles de signicancia de 0.05 %, 0.01 % y 0.001 % resulta inferior.
De igual modo, la tabla 17, reporta signicancia para el factor BLOQUES (signicancia
del 0.05 %), lo cual signica que bloquear permitió reducir el error experimental.
116
No obstante, para no tener valores de sesgo producto del análisis de varianza se vericó
Independencia
conocido o de dependencia.
Normalidad
hizo uso del test de Shapiro - Wilk. En la tabla 18 indica que los datos provienen de
una distribución normal. El valor Pr(>F) está por encima de 0.05 %, lo cual indica
que no se debe rechazar la hipótesis nula que plantea normalidad de los datos.
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
117
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
Homocedasticidad
118
Tabla 19: Test de homocedasticidad para la altura de planta (180dds)
Pr(>F)
Test Barltlett 0.4228
De la tabla 19, se evidencia que los datos presentan igualdad de varianzas. El valor
Pr(>F) es de 0.4228, valor que comparado al valor de 0.05 % resulta superior, por
De las pruebas realizadas para vericar los supuestos que debe cumplir análisis de varianza,
se ratica que existen diferencias entre las medias provenientes de los tratamientos bajo
estudio.
De la gura 27, de manera visual se concluye que no existe igualdad medias y que los
Mientras que de los promedios alcanzados en la variable altura de planta a los 180 dds
se tiene los siguientes valores alcanzados por los tratamientos en estudio, 88.09 cm para
119
ECOTERRA, 81.22 cm para ALICERCE y 73.99 cm para el TESTIGO.
Los resultados de la tabla 21 señala que hay evidencias estadísticas para armar sobre la
Del análisis se tiene un valor Pr(>F) de 1.43e-08 que en constraste con los niveles de
También de la tabla 21, se puede armar que hay signicancia estadística para el factor
BLOQUES (signicancia del 0.05 %), lo cual signica que bloquear permitió reducir el
error experimental.
120
No obstante, para no tener valores de sesgo producto del análisis de varianza se vericó
Independencia
conocido o de dependencia.
Normalidad
Para validar si los datos proviene de una distribución normal, se hizo uso del test
de Shapiro - Wilk. En la tabla 22 indica que los datos provienen de una distribución
normal. El valor Pr(>F) está por encima de 0.05 %, lo cual indica que no se debe
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
121
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
Homocedasticidad
122
Para evaluar la homogeneidad de varianzas de las medias muestrales provenientes
De la tabla 24, se evidencia que los datos presentan igualdad de varianzas. El valor
Pr(>F) es de 0.7884, valor que comparado al valor de 0.05 % resulta superior, por
En vista que se cumplieron los supuesto del análisis de varianza, hay motivos para armar
de las medias y determinar que tratamiento resultó superior. De la tabla 24 se observa, que
sobre que no existe igualdad medias y que los tratamientos ECOTERRA y ALICERCE
estadísticamente, en los resultados del área foliar, superan al TESTIGO; por tanto, los
promedios alcanzados del área foliar en los cultivos de papa nativa están inuenciados
123
por la aplicación de los tratamientos.
Y de los promedios en la variable área foliar, se tiene los siguientes valores alcanzados por
2 2
los tratamientos en estudio, 908.72 cm para ECOTERRA, 854.19 cm para ALICERCE
2
y 785.73 cm para el TESTIGO.
Del análisis se tiene un valor Pr(>F) de 5.91e-06 que en constraste con los niveles de
También de la tabla 25, se puede armar que hay signicancia estadística para el factor
BLOQUES (signicancia del 0.05 %), lo cual signica que bloquear si ayudó a reducir
el error experimental.
124
Tabla 25: Análisis de varianza para el diámetro de tallo
Df Sum Sq Mean Sq F value Pr(>F) Sig.
BLOQUES 3 2.45 0.817 6.441 0.0264 *
TRATAMIENTO 2 41.31 20.657 162.956 5.91e-06 ***
Residuals 6 0.76 0.127
A posteriori, se valido los supuestos que debe cumplir el análisis de varianza con el único
Independencia
conocido o de dependencia.
Normalidad
Se hizo uso del test de Shapiro - Wilk para corroborar la normalidad de los datos.
En la tabla 26 indica que los datos provienen de una distribución normal. El valor
Pr(>F) está por encima de 0.05 %, lo cual indica que no se debe rechazar la hipótesis
125
nula que plantea normalidad de los datos.
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
126
Figura 34: Histograma + Curva normal teórica - diámetro de tallos
Homocedasticidad
De la tabla 27, se evidencia que los datos presentan igualdad de varianzas. El valor
Pr(>F) es de 0.6461, valor que comparado al valor de 0.05 % resulta superior, por
En vista que se cumplieron los supuesto del análisis de varianza, hay motivos para armar
127
Tabla 28: Prueba de Tukey para el diámetro de tallos
TRATAMIENTO di lwr upr p adj
ECOTERRA - ALICERCE 1.665 0.8925298 2.43747 0.0014005
TESTIGO - ALICERCE -2.830 -3.6024702 -2.05753 0.0000731
TESTIGO - ECOTERRA -4.495 -5.2674702 -3.72253 0.0000045
supera al tratamiento ALICERCE, lo que implica que en segundo lugar este ALICERCE
De la gura 35, al igual que lo reportado en la tabla 28, visualmente se arma que
tallo en cultivos de papa nativa están inuenciados por la aplicación de los tratamientos.
Del mismo gráco se observa las distintas letras señalando el orden de signicancia de los
tratamientos estudiados.
Además los promedios en la variable diámetro de tallo se reporta los siguientes valores:
128
4.1.1.7. Resultados para la variable número de tallos
El resultado de la tabla 29, señala que existe diferencias estadísticas bien marcadas para
los tratamientos bajo estudio. Del análisis se tiene un valor Pr(>F) de 5.48e-07 para
0.01 % y 0.001 % resulta inferior, motivo por el cual se plantea la idea de no igualdad de
También de la tabla 29, se puede armar que hay signicancia estadística para el factor
BLOQUES (signicancia del 0.05 %, lo cual signica que bloquear si ayudó a reducir el
error experimental.
A posteriori, se valido los supuestos que debe cumplir el análisis de varianza con el único
Independencia
conocido o de dependencia.
129
Figura 36: Independencia para el número de tallos.
Normalidad
Se hizo uso del test de Shapiro - Wilk para corroborar la normalidad de los datos.
En la tabla 30 indica que los datos provienen de una distribución normal. El valor
Pr(>F) está por encima de 0.05 %, lo cual indica que no se debe rechazar la hipótesis
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
130
Figura 37: Normalidad de residuos para el número de tallos.
Homocedasticidad
131
de los tratamientos en estudio, se utilizó el test de Bartlett.
De la tabla 31, se evidencia que los datos presentan igualdad de varianzas. El valor
Pr(>F) es de 0.5768, valor que comparado al valor de 0.05 % resulta superior, por
En vista que se cumplieron los supuesto del análisis de varianza, hay motivos para armar
que resulta de la diferencia de sus respectivas medías muestrales por tanto ECOTERRA
es el tratamiento que en promedio reporta los mayores valores en sus medias muestrales,
mientras que para las comparaciones del TESTIGO presenta valores negativos indicando
De manera visual, en la gura 39, apoya los resultados de la tabla 32 que indican que
132
estadísticamente del TESTIGO, por tanto, los promedios alcanzados en el diámetro de
tallo en cultivos de papa nativa están inuenciados por la aplicación de los tratamientos.
Del mismo gráco se observa las distintas letras señalando el orden de signicancia de los
tratamientos estudiados.
La tabla 33, muestra los análisis de varianza obtenidos de las evaluaciones efectuadas
Pr(>F) de 6.77e-09 que en contraste con los niveles de signicancia de 0.05 %, 0.01 % y
0.001 % resulta inferior, motivo por el cual se plantea la idea de no igualdad de promedios
133
También se concluye que para el factor BLOQUES, existe diferencias estadísticas bien
marcadas por lo que se puede concluir que fue acertado realizar los controles para reducir
Se pone en evaluación los supuestos que debe cumplir el análisis de varianza con el único
Independencia
conocido o de dependencia.
Normalidad
134
Se hizo uso del test de Shapiro - Wilk para corroborar la normalidad de los datos.
En la tabla 34 indica que los datos provienen de una distribución normal. El valor
Pr(>F) 0.05968 está por encima de 0.05( %), lo cual indica que no se debe rechazar
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
135
Figura 42: Histograma + Curva normal teórica - rendimiento.
Homocedasticidad
De la tabla 35, se evidencia que los datos presentan igualdad de varianzas. El valor
Pr(>F) es de 0.9504, valor que comparado al valor de 0.05 % resulta superior, por
En vista que se cumplieron los supuesto del análisis de varianza, hay motivos para armar
136
número de tallo es el tratamiento ECOTERRA, superando al tratamiento ALICERCE y
positivo de 86.730, que resulta de la diferencia de sus respectivas medías muestrales por
tanto ECOTERRA es el tratamiento con mayores medias muestrales, mientras que para
las comparaciones del TESTIGO presenta valores negativos indicando los menores valores
de medias muestrales.
por tanto, los promedios alcanzados en la variable rendimiento en cultivos de papa nativa
están inuenciados por la aplicación de los tratamientos. Del mismo gráco se observa
para el TESTIGO.
137
Figura 43: Gráca de comparaciones múltiples para el rendimiento
La tabla 37, muestra los análisis de varianza obtenidos de las evaluaciones efectuadas
Pr(>F) de 0.000174 que en contraste con los niveles de signicancia de 0.05 %, 0.01 % y
0.001 % resulta inferior, motivo por el cual se plantea la idea de no igualdad de promedios
También se concluye que para el factor BLOQUES, existe diferencias estadísticas bien
marcadas por lo que se puede concluir que fue acertado realizar los controles para reducir
Se pone en evaluación los supuestos que debe cumplir el análisis de varianza con el único
138
Tabla 37: Análisis de varianza para carbono en suelo agrícola
Df Sum Sq Mean Sq F value Pr(>F) Sig.
BLOQUES 3 0.3944 0.1315 4.774 0.049647 *
TRATAMIENTO 2 2.7966 1.3983 50.781 0.000174 ***
Residuals 6 0.1652 0.0275
Independencia
conocido o de dependencia.
Normalidad
Se hizo uso del test de Shapiro - Wilk para corroborar la normalidad de los datos.
En la tabla 38 indica que los datos provienen de una distribución normal. El valor
Pr(>F) 0.05968 está por encima de 0.05 %, lo cual indica que no se debe rechazar
139
Tabla 38: Test de normalidad para carbono en suelo agrícola
Pr(>F)
Test Shapiro - Wilk 0.4706
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
140
Figura 46: Histograma + Curva normal teórica para - carbono en suelo agrícola.
Homocedasticidad
De la tabla 39, se evidencia que los datos presentan igualdad de varianzas. El valor
Pr(>F) es de 0.6307, valor que comparado al valor de 0.05 % resulta superior, por
En vista que se cumplieron los supuesto del análisis de varianza, hay motivos para armar
141
Tabla 40: Prueba de Tukey para el contenido de carbono en suelo agrícola.
TRATAMIENTO di lwr upr p adj
ECOTERRA - ALICERCE 0.5875 0.2274768 0.9475232 0.0058371
TESTIGO - ALICERCE -0.5950 -0.9550232 -0.2349768 0.0054838
TESTIGO - ECOTERRA -1.1825 -1.5425232 -0.8224768 0.0001366
positivo de 0.5875, que resulta de la diferencia de sus respectivas medías muestrales por
tanto ECOTERRA es el tratamiento con mayores medias muestrales, mientras que para
las comparaciones del TESTIGO presenta valores negativos indicando los menores valores
de medias muestrales.
En la gura 47, de manera visual se arma que no existe igualdad de medias y que los
están inuenciados por la aplicación de los tratamientos. Del mismo gráco se observa
Los promedios alcanzados en la variable contenido de carbono en suelo agrícola por los
142
Figura 47: Comparaciones múltiples para el carbono en suelo agrícola.
papa)
La tabla 41, muestra los análisis de varianza obtenidos de las evaluaciones efectuadas
valor Pr(>F) de que en contraste con los niveles de signicancia de 0.05 %, 0.01 % y
0.001 % resulta inferior, motivo por el cual se plantea la idea de no igualdad de promedios
También se concluye que para el factor BLOQUES, existe diferencias estadísticas bien
marcadas por lo que se puede concluir que fue acertado realizar los controles para reducir
Se pone en evaluación los supuestos que debe cumplir el análisis de varianza con el único
143
Tabla 41: Análisis de varianza para el Carbono en la biomasa
Df Sum Sq Mean Sq F value Pr(>F) Sig.
BLOQUES 3 13.71 4.57 5.087 0.0436 *
TRATAMIENTO 2 136.90 68.45 76.186 5.44e-05 ***
Residuals 6 5.39 0.90
Independencia
conocido o de dependencia.
Normalidad
Se hizo uso del test de Shapiro - Wilk para corroborar la normalidad de los datos.
En la tabla 42 indica que los datos provienen de una distribución normal. El valor
Pr(>F) 0.6744 está por encima de 0.05 %, lo cual indica que no se debe rechazar la
144
Tabla 42: Test de normalidad para el carbono en la biomasa
Pr(>F)
Test Shapiro - Wilk 0.6744
Por otro lado, tomando los residuos como dato de análisis, para vericar el supuesto
hay otros defectos del modelo, los residuos se alinean sobre una recta a 45° tal como
145
Figura 50: Histograma + Curva normal teórica para - carbono en la biomasa.
Homocedasticidad
De la tabla 43, se evidencia que los datos presentan igualdad de varianzas. El valor
Pr(>F) es de 0.4679, valor que comparado al valor de 0.05 % resulta superior, por
En vista que se cumplieron los supuesto del análisis de varianza, hay motivos para armar
146
Tabla 44: Prueba de Tukey para el carbono en la biomasa.
TRATAMIENTO di lwr upr p adj
ECOTERRA - ALICERCE 3.530 1.473531 5.586469 0.0045428
TESTIGO - ALICERCE -4.715 -6.771469 -2.658531 0.0010058
TESTIGO - ECOTERRA -8.245 -10.301469 -6.188531 0.0000434
positivo de 3.530, que resulta de la diferencia de sus respectivas medías muestrales por
tanto ECOTERRA es el tratamiento con mayores medias muestrales, mientras que para
las comparaciones del TESTIGO presenta valores negativos indicando los menores valores
de medias muestrales.
Visualmente en la gura 51, se puede concluir que no existe igualdad de medias y que los
están inuenciados por la aplicación de los tratamientos. Del mismo gráco se observa
planta por los tratamientos en estudio fueron de 43.38 % para ECOTERRA, 39.85 %
147
Figura 51: Gráca de comparaciones múltiples para el contenido de carbono en la biomasa.
2
papa nativa resulta de la acumulación neta del CO asimilado durante todo su ciclo
2
de crecimiento. En vista que la asimilación del CO resulta de la absorción de energía
esos cambios.
De acuerdo a la tendencia, en general se observa que el complejo microbiano con el que fue
inoculado las semillas de papa han tenido un efecto positivo en las variables evaluadas,
lo mismo ocurre para este caso, si bien no hay en la literatura estudios claros sobre la
Finalmente, para determinar el contenido de CO2 que aporta el cultivo de papa nativa,
148
se procedio a realizar los siguientes cálculos:
foliar, altura de planta, diámetro de tallo, número de tallo y biomasa están altamente
correlacionadas (gura 52). Sin embargo, hay indicios de alta multicolinealidad entre
mejor modelo que permita explicar con mayor precisión la relación existente entre
2
Para ello, una representación gráca del R ajustado, frente al número de predictores
nos indica que la mejor precisión del modelo es cuando se considera 2 y 4 predictores,
149
2
el punto en rojo indica el máximo valor que alcanza R ajustado, en el modelo a
2
Figura 53: R ajustado y número de predictores
Para la ecuación lineal (modelo 1), se realiza la regresión con los 4 predictores:
área foliar (AF), altura de planta (AP), diámetro de tallo (DT) y número de tallo
2
(NT); del resultado en la tabla 45 se observa que el valor R ajustado obtenido
es de 0.937 ó 93.7 % lo cual indica que el modelo lineal es capaz de predecir con
el p -value: 5.61e-05 del modelo en conjunto sea signicativo (p<α), pero que de
150
la multicolinealidad evidenciada en el gráco de correlaciones múltiples.
considerada:
Tomando en cuenta la gura 53 en donde indica que dos y tres predictores podrían
ser buenos estimadores y la tabla 45 para tener en consideración sobre los valores
más bajos de signicancia entre los predictores que constituyen el anterior modelo
2
signicativas. El coeciente R ajustado indica que el modelo es explicado en un
151
96.35 % y el p -value: 5.61e-05 conrma que el modelo en conjunto es signicativo
(p<α).
La tercera ecuación (modelo 3) propuesta está conformada por dos entradas y una
variable explicativa:
Se recurrió a estimar la biomasa vegetal a partir del volumen de la planta, por ello
las dos entradas del modelo fueron convertidas a una sola variable predictiva para
el modelo 3.
2
nativa en un 87.29 % (R ajustado de 0.8729).
152
La cuarta ecuación (modelo 4) es del orden 2 y fue construido en base a las variables
(39)
Al igual que en el caso del modelo 1 (ecuación 36), el p -value: 9.621e-05 indica
2
donde se presenta alto valor R ajustado y variables predictivas no signicativas
a nivel individual, tal como se señala en tabla 48, evidencian problemas de alta
153
planta:.
Del resultado en la tabla 49, las dos variables predictivas resultan signicativas
estadísticamente.
del cultivo de papa nativa a partir de su altura altura y diámetro de tallo. Además
cualquier predicción del modelo, se aleja en 0.05311 (RSE) del valor real. El p -value:
154
Para facilitar la regresión, se realizó la transformación logarítmica respectiva, teniendo
Los resultados que reporta la tabla 50, indican que el modelo 6 o ecuación 43
2
explica en un 90.85 % (R ajustado de 0.9085) la biomasa aérea del cultivo de papa
para ser empleado en la predicción. Además el RSE señala que cualquier valor en
2
Se realizó la selección del mejor modelo en función al valor de R ajustado para los
modelos del tipo lineal y el (RSE) para los modelos no lineales, de la tabla 51, se
2
Se observa que de entre los modelos lineales del 1 al 4, el mayor valor R ajustado le
corresponde el modelo 2 (ecuación 37), sin embargo el valor negativo del intercepto
que, cuando los predictivos toman valores de cero la biomasa aérea disminuye en
155
Tabla 51: Interceptos y estadísticos de los modelos de regresión.
2
Modelo Intercept p -value RSE R ajustado.
Modelo 1 106.1298 5.61e-05 13.58 0.937
Modelo 2 -1393.2965 1.208e-05 10.34 0.9635
Modelo 3 1.579e + 02 5.33e-06 19.30 0.8729
Modelo 4 -598.1798 9.621e-05 11.52 0.9547
Modelo 5 -1.8165 3.601e-06 0.05311 0.9246
Modelo 6 3.7279 8.587e-06 0.05849 0.9085
promedio 1393.29 g.
2
con valor negativo a pesar de su alto valor R ajustado.
Después de haber descartado los modelos 2 y 4, quedaron por evaluar los modelos
estándar residual (RSE). Esto es en vista que no todos son modelos de tendencia
lineal (ecuaciones 41 y 43), lo más recomendable fue tomar el estadístico RSE como
valor situado por debajo de los demás modelos evaluados. El intercepto negativo de
que, la ecuación original del modelo seleccionado es del tipo no lineal (ecuación 40)
y por tanto para calcular el verdadero valor del intercepto se aplicó antilogarimo
a la ecuación mencionada.
Al nal, la ecuación 40, en su forma original: Y = 0,1626AP 4,0495 (cm)DT 1,6906 (mm).
promedio del 4.0495 % en la biomasa aérea del cultivo de papa nativa. Lo mismo
156
sucede cuanto se incrementa en 1 % el diámetro de tallo mientras se mantiene
Normalidad
Para vericar la normalidad de los datos se hizo uso del test de Shapiro - Wilk
valor Pr(>F) 0.8517 supera al valor de 0.05 %, lo cual indica que no se debe
La gura 54, conrma lo reportado en la tabla 52. En ella se muestra los valores
reales a los valores que obtendríamos si la distribución fuese normal; tal como
se aprecia, los datos reales y los valores esperados se ubican alrededor de una
recta diagonal.
157
Figura 54: Gráca de normalidad del modelo 5.
Homocedasticidad
a cero.
158
Figura 55: Gráca de residuos vs valores ajustados del modelo 5.
de varianzas (homocedasticidad).
Autocorrelación
159
Figura 56: Gráca de independencia del modelo 5.
Colinealidad
160
Figura 57: Regresión en un plano del modelo 5.
2
2). Determinar la cantidad de carbono acumulado y convertirlos a CO .
−2
[C muestra]= 25.23kgm /0.4480 = 56.31
−1 2 2
[C][t C ha ] = [10000 m ]/[tamaño de la parcela en m ] × [C muestras]/1000
−1
donde el valor estimado es de 15.64 t Cha , convertidos a CO2 , a través del factor
−1
3.67, resulta el valor de 57.40 t CO2 ha .
Se realizó el mismo cálculo para los demás tratamientos, en el caso del tratamiento
−1
ALICERCE se reporta que acumula 51.47 t CO2 ha mientras que para el TESTIGO
−1
un valor de 38.97 t CO2 ha .
161
4.2. DISCUSIONES
Un estudio realizado por los investigadores Constantino et al. (2010) en papaya, conrman
que inoculando las semillas con bacterias del genero Azotobacter permitió incrementar
evaluados. Del mismo modo, la investigación realizada por Delgado et al. (2003) llegan a
inoculadas con cepas microbianas del genero Azotobacter alcanzan un valor de 61.7 % y
sustancias biológicamente activas como aminoácidos, vitaminas, ácido indol acético (AIA)
uorescens.
162
Y según Tsavkelova et al. (2006), hay investigaciones que señalan acerca de las bacterias
del género Azotobacter como productoras del ácido indol acético (AIA) lo cuál refuerza
Como resultado de las evaluaciones de los tratamientos, se tiene que ECOTERRA tuvo
promisorio. Por tanto, es valido armar que emplear cepas de inoculantes biológicos del
genero Azotobacter, Pseudomonas y Bacillus, permite tener plantas más altas. A la misma
conclusión llegan los investigadores Alvarado-Capó et al. (2015), que evaluaron el efecto
de Bacillus sp. sobre el crecimiento de plantas de papa logrando con el tratamiento a base
de Bacillus alcanzar en promedio plantas con una altura comprendida entre 84.79 cm y
103.47 cm. Si bien sus trabajos fueron realizados en variedades comerciales de papa, sus
resultados no dejan motivos para pensar en la ecacia que resulta emplear los inoculantes
Camacho y La Torre (2015), también llega a la conclusión que bacterias del género
suelos con mayor contenido de materia orgánica bajo condiciones controladas. Tomando
de que el suelo donde se instaló el cultivo de papa nativa presenta grandes cantidades de
colonización de la rhizosfera.
163
4.2.1.3. Área foliar.
Estudios similares pero con otras especie vegetales, como los de Díaz Vargas et al. (1998)
área foliar. Eso hace suponer que los efectos más sobresalientes de las cepas bacterianas
También un estudio realizado por Magaña (2015), sobre el efecto de bacterias del genero
Bacillus sp. en cultivos de fresa, reportaron que se alcanzaron las mayores áreas foliares
2 2
entre un rango de 577.45 cm y 1362.32 cm concluyendo que la aplicación de bacterias
No obstante, hay estudios que indican sobre la dependencia del área foliar a la densidad de
por debajo lo recomendado por consiguiente habia sospechas de que el mayor tamaño de
área foliar fue debido al tipo de siembra; teniendo en consideración, el estudio de Arcila y
Chaves (1995), en el que se observó el índice del área foliar del cafe se incrementaba con la
los investigadores Criollo y García (2009) arman que el índice de área foliar del cultivo
como factor de evaluación, por tanto es factible aceptar que el incremento del área foliar
estuvo inuenciado más por la aplicación de los inoculantes que la densidad de siembra.
164
4.2.1.4. Diámetro de tallos.
Estudios realizados por Reyes-Ramírez et al. (2013) en cultivos de ají inoculados con
Pseudomonas tuvieron efectos signicativos sobre el diámetro de tallos frente a los demás
tratamientos bajo estudio. También Lucas-García et al. (2003); Sharma A. et al. (2007),
concluyen que las plantas de ají inoculadas con Pseudomonas tienen efectos notables en
la altura y diámetro de los tallos. Paredes Guerrero (2014) logró una ecacia del 2.68 %
en el diámetro del tallo de plantas de maíz con la aplicación de Bacillus sp. Mientras que,
Estos resultados guardan relación con lo dicho por Tejera et al. (2010); Torriente (2010),
donde indican que el efecto benecioso de la promoción del crecimiento vegetal por parte
de las especies del género Bacillus puede ocurrir de forma directa o indirecta. Un efecto
directo sobre la promoción del crecimiento vegetal se observa en bacterias rizosféricas que
reguladoras del crecimiento vegetal, Por su parte, la forma indirecta de promoción del
crecimiento vegetal está relacionada con la producción de sustancias como los antibióticos
Los investigadores Maín y Franco (2011) también llegaron a la misma conclusión, que
por planta. Además indican que probablemente las cepas del género Bacillus aumentan
165
de manera considerable la disponibilidad del fósforo.
Tomando en cuenta lo dicho por Maín y Franco (2011), se puede inferir que los inoculantes
presentes de fósforo de los terrenos donde se llevo a cabo la experimentación (ver análisis
De otra parte, las labores de aporque no tuvieron efecto alguno en la cantidad de cantidad
de tallos por planta de papa. Esto concuerda con la investigación realizada por Untiveros
por efecto del número de aporques sobre el número de tallos principales por planta en los
4.2.1.6. Rendimiento.
Valverde Rodríguez (2015), en sus investigaciones tuvo como objetivo evaluar un complejo
kg/ha de tercera.
De otra parte, las investigaciones llevadas a cabo por Tinoco Bernuy (2011) reportaron
mayores rendimientos fue Pseudomonas putida con pesos que oscilaban entre 6.754 y
166
promovieron tubérculos grandes y medianos en mayor cantidad, seguidos del tratamiento
de los tubérculos.
rizhosfera activando la regulación del etileno asi como la síntesis de auxinas y giberelinas
y sintetizar sustancias estimuladoras del crecimiento en las plantas, entre ellas, vitaminas
y hormonas vegetales, como el ácido indol acético (AIA) por lo que habrían contribuido
El análisis de suelos realizados a los campos de cultivo del presente experimento, señalan
que los niveles de Fe se encuentran por encima del promedio por lo que se podría inducir
que los las bacterias del genero Pseudomonas habrían producido sideróforos capaces
Los resultados obtenidos por los mencionados investigadores concuerdan con lo reportado
evidente que el empleo de microorganismos tuvo una gran inuencia en los rendimientos
167
4.2.2. Contenido de carbono
En los resultados de los análisis de las demás variables ha quedado demostrado ampliamente
que estos microorganismos inoculados al suelo interactúan con las raíces de las plantas
papa, de acuerdo a los ensayos hasta el momento realizados se ha observado que las
plántulas de papa han tenido una respuesta favorable dando a suponer que producto de
intermedio del cultivo - tal como lo evidencia las conclusiones del contenido de carbono
del suelo depende de las fuentes alimenticias que su ambiente proporciona: carbono
orgánico, nutrientes, aire y agua, por consiguiente dado que los campos agrícolas reunión
condiciones propicias, se lograron los resultados reportados en cada etapa del presente
estudio, producto de la acción de los inoculantes biológicos. Estudios realizados por Zhicai
manera reversible la hidratación de CO2 ; para llegar a estas conclusiones, los cultivos de
bacterias fueron instaladas en medios donde hubo la cantidad suciente de piedra caliza.
Los mismos investigadores plantean usar cepas de esta especie como un medio estratégico
Otros estudios desarrollados también refuerzan el hecho de que bacterias del genero
168
Bacillus contribuyen a la jación de CO2 en el suelo, por ejemplo Mitchell et al. (2009),
sp.; por ende estas conclusiones sugieren que estas biopelículas diseñadas pueden mejorar
Estudios realizados por Paulino Flores (2013), reportan en promedio valores entre 25.37
−1 −1
t CO2 ha y 30.08 CO2 ha en cultivares de papa mejorada en sistemas de producción
convencional.
Schapendonk et al. (2000) en sus estudios concluyen que la duplicación de CO2 atmosférico
Solorio et al. (2016), llevaron a cabo estudios en distintas especie de maíz reportando
−1 −1
resultados en promedio de 34.3 t CO2 eqha y 24.5 CO2 eqha .
Concha et al. (2007), realizó un estudio de cacaotales en la región San Martín muestra
−1
que la captura de carbono en la biomasa arbórea y hojarasca osciló entre 12.09 t C ha
5 años, donde el cacao estuvo asociado con árboles de mango, pucaquiro, capirona, coco
y 35.5 t C ha−1 para la asociación palmera Huicungo, y árboles cedro, shaina y guaba
169
Andrade et al. (2013) en investigaciones realizadas con cacaotales en Tolima, Colombia
−1
muestra sistemas agroforestales con almacenamiento de 28.8 y 33.6 t C ha en biomasa
−1
arriba del suelo y 4.1 y 4.5 t C ha en la necromasa a los 18 y 35 años, respectivamente,
−1
con una tasa de jación promedio de 1.1 t C ha al año. De sus resultados mencionados,
arboles, más bien puede estar establecido entre la diversidad de cada especie del sistema
y su rhizosfera.
170
CAPÍTULO V
CONCLUSIONES Y RECOMENDACIONES
5.1. CONCLUSIONES
Para los parámetros agronómicos se concluye que el mejor tratamiento que tuvo inuencia
en todo el ciclo fenológico del cultivo de papa nativa fue ECOTERRA. En cuanto a los
Sin embargo, estás estimaciones tuvieron la limitancia de no considerar los balances por
171
5.1.3. Contenido de CO2 en la biomasa
La evaluación de las reservas de carbono es importante debido a que estas reservas pueden
el papel de los cultivos andinos en la jación de CO2 , para el caso de papa nativa,
promedio frente otras especies. Los valores alcanzados se sitúan en promedio por cada
−1
tratamiento en 57.40 t CO2 ha para ECOTERRA, ALICERCE con un valor de
−1 −1
51.47 t CO2 ha y 38.97 t CO2 ha para el TESTIGO.
5.2. RECOMENDACIONES
el cultivo de papa con el objetivo de determinar la dosicación óptima para mejorar los
172
De otra parte, se sugiere contemplar como medida eciente en el secuestro de carbono
Y para los gobiernos locales, desmiticar que son los bosques forestales los únicos que jan
ambiental.
cuenta modelos matemáticos que incorporen los ciclos fenológicos y las interacciones con
173
ANEXOS
174
Figura 59: Reunión con los promotores agroecológicos de Sañayca.
175
Figura 60: Análisis físico - químico de suelo agrícola
176
Figura 61: Análisis microbiológico de suelo agrícola.
177
SECTOR COMUNIDAD DEL DISTRITO DE
COLOMBIA
LAMBAYEQUE a
Llinqui am
Yan
CAJAMARCA
SAN MARTIN
Tunel
BRASIL Socco
LA LIBERTAD Omacocha
Sn. Francisco
Huamamarca
ANCASH
HUANUCO
O
UCAYALI
PASCO
EL ORO
Ayahuay
CE
ay Pte
ndar Amaru
AN
Hua Tupac
O
JUNIN
LIMA
CALLAO MSDRE DE DIOS
PA
CI
Parja
FI
HUANCAVELICA
San Juan
CUSCO Pte Cuicuhua
CO
APURIMAC
Huancana Pairaca
ICA AYACUCHO
BOLIVIA
Huayllaripa
AREQUIPA
Cochamarca
R E G I O N A P U R I M A C
LEYENDA
178
CARRETERA ASFALTADA
SE UBICA EN LA PROVINCIA DE
AYMARAES DIST. DE CARRETERAS AFIRMADAS
CHAPIMARCA
CARRETERAS SIN AFIRMAR
CHINCHEROS
CUSCO
CARRETERAS EN CONSTRUCCION
TROCHAS CARROZABLES
AYACUCHO
LIMITE PROVINCIAL
AYMARAES
ANTABAMBA
CAPITAL DEPARTAMENTAL
CAPITAL DISTRITAL
CAPITAL PROVINCIAL
PUEBLO
AREQUIPA
Proyecto:
PLANO:
UBICAION DEL PROGRAMA
Escala: Fecha:
INDICADA Julio 2015 LAMINA
AT P Adenosín trifosfato.
P EP Fosfoenolpiruvato.
RM F Proporción de la raíz.
179
BIBLIOGRAFÍA
Adams, S. R., Valdés, V. M., y Langton, F. A. (2008). Why does low intensity, long-day
Al-Maskri, A., Al-Kharusi, L., y Al-Miqbali, H. (2010). Eects of salinity stress on growth
Albacete, A., Ghanem, M. E., Martínez-Andújar, C., Acosta, M., Sánchez-Bravo, J.,
Martínez, V., Lutts, S., Dodd, I. C., y Peréz-Alfocea, F. (2008). Hormonal changes
Alscher, G., Krug, H., y Liebig, H. P. (2001). Optimisation of co2 and temperature
ii. Growth models and parameter generation for lettuce crops. Gartenbauwissenschaft,
66(4):152163.
bacillus spp. sobre el crecimiento y rendimiento agrícola de plantas in vitro de papa cv.
180
Álvaro-Fuentes, J., López, M. V., Arrúe, J. L., Moret, D., y Paustian, K. (2009). Tillage
39(2):453459.
Andrade, F. H., Cirilo, A., Uhart, S. A., y Otegui, M. (1996). Ecosiología del cultivo de
and kernel number in maize: Shade versus plant density eects. Field Crops Research,
33(3):482485.
Andrade, F. H., Uhart, S. A., Arguissain, G. G., y Ruíz, R. A. (1992). Radiation use
1:610.
leaves in a vegetation: a litmus test for canopy models. New Phytologist, 183(1):13.
181
hongos topatógenos. Departamento de Microbiología del suelo y Sistemas Simbióticos,
Granada, España.
Arcila, J. y Chaves, B. (1995). Desarrollo foliar del cafeto en tres densidades de siembra.
Cenicafé, 46(1):520.
Ares, A., Boniche, J., Quesada, J., Yost, R., y Molina, E. (2002). Estimación de biomasa
Balliu, A., Bani, A., y Sulce, S. (2007). Nitrogen eects on the relative growth rate
and its components of pepper (capsicum annuum) and eggplant (solanum melongena)
Barthes B, Z. W., Azontonde, A., Blanchart, E., Girardin, C., Villenave, C., Lesaint, S.,
Oliver, R., y Feller, C. (2004). Eect of a legume cover crop (Mucuna pruriens var.
utilis) on soil carbón in an ultisol under maize cultivatión in southern benin. Soil use
climate-change-water-en.pdf.
elongation, water stress, and mechanical impedance: a review of limiting stresses and
Benincasa, P., Guiducci, M., y Tei, F. (2011). The nitrogen use eciency: Meaning
Horttechnology, 21(3):266273.
182
Berc, J., Muñiz, O., y Calero, B. (2004). Vermiculture oers a new agricultural paradigm.
Byocicle.
cultivars on growth, yield and yield components of romaine lettuce (lactuca sativa l.).
Middle Eastern and Russian Journal of Plant Science and Biotechnology, 1(2):4753.
on spathiphyllum oribundum cv. petite based on air thermal units and photon ux
1:120124.
between agronomic and radioecological variables using a crop model applied to lettuce.
Broadley, M. R., Escobar-Gutierrez, A. J., Burns, A., y Burns, I. G. (2000). What are
147(3):519526.
Broadley, M. R., Seginer, I., Burns, A., Escobar-Gutierrez, A. J., Burns, I. G., y White,
183
P. J. (2003). The nitrogen and nitrate economy of butterhead lettuce (Lactuca sativa
//books.google.com.pe/books?id=QcU0yde9PtkC.
(2010). Investigación sobre la absorción de CO2 por los cultivos más representativos.
lessco2.es/pdfs/noticias/ponencia_cisc_espanol.pdf.
Castillo, R., Roldán Ruiz, M. D., Blasco Plá, R., Huertas Romera, M. J.,
184
Chatterjee, R. (2010). Physiological attributes of cabbage (brassica oleracea) as inuenced
Chertov, O. G. (1990). Specom - a single tree model of pine stand/raw humus soil
expolinear growth model for pak-choi using the radiation integral and planting density.
Sciences.
Clemente, M. (2007). Los sumideros naturales de CO2 : una estrategia sostenible entre el
google.com.pe/books?id=feddlyn-TP8C.
CMNUCC (2008). Challenges and opportunities for mitigation in the agricultural sector.
Codigo UNFCCC:FCCC/TP/2006/2.
Coleman, K. y Jenkinson, D. S. (1996). RothC - 26.3 - a model for the turnover of carbon
185
in soil. Evaluation of soil organic matter models using existing, long-term datasets, pp.
237246.
Concha, J., Alegre, J., y Pocomucha, V. (2007). Determinación de las reservas de carbono
Constantino, M., Gómez-Álvarez, R., Álvarez Solis, J. D., Pat Fernández, J., y Espín,
https://books.google.com.pe/books?id=LzVIAgAAQBAJ.
Cookson, S. J., Van Lijsebettens, M., y Granier, C. (2005). Correlation between leaf
growth variables suggest intrinsic and early controls of leaf size in arabidopsis thaliana.
Coro, M., Araki, A., Rattin, J., Miravé, P., y Di Benedetto, A. (2014). Lettuce and celery
responses to both bap and pbz related to the plug cell volume. American Journal of
186
Dahlgren, J. P., Eriksson, O., Bolmgren, K., Strindell, M., y Ehrlén, J. (2006). Specic leaf
area as a superior predictor of changes in eld layer abundance during forest succession.
Dambreville, A., Lauri, P. ., Normand, F., y Guédon, Y. (2015). Analysing growth and
115(1):93105.
89(2):136140.
rate and growth traits in wild and cultivated capsicum accessions grown under dierent
De Swart, E. A. M., Groenwold, R., Kanne, H. J., Stam, P., Marcelis, L. F. M., y Voorrips,
R. E. (2004). Non-destructive estimation of leaf area for dierent plant ages and
79(5):764770.
148(2):133139.
187
Delgado, Y., Cupull, R., Peréz, C., Sánchez, A., y Vilchez, M. (2003). Efecto de
Di Benedetto, A. (2011). Root restriction and post-transplant eects for bedding pot
exogenous auxin and/or cytokinin applications on growth and leaf area development in
epipremun aureum l. growth through enhanced dry weight assimilation rather than
5(5):419434.
Di Benedetto, A., Molinari, J., Boschi, C., Benedicto, D., Cerrotta, M., y Cerrota, G.
(2006). Estimating crop productivity for three ornamental foliage plants. International
188
for ornamental bedding plants: An ecophysiological approach. Nova Science Publishers,
1:134.
walleriana pot plant in responses to dierent pre-transplant plug cell volume. European
pid=S1669-23142016000300007&lng=es&tlng=es.
Di Matteo, J., Di Benedetto, A., y Rattin, J. (2015). Increase of spinach growth through
the use of larger plug cell volume and an exogenous bap spray. American Journal of
Ding, K., Wang, K. J., Jiang, G. M., Liu, M. Z., Liu, S. L., y Gao, L. M. (2005).
Donald, C. M. y Hamblin, J. (1976). The biological yield and harvest index of cereals as
Duncan, W. G. (1971). Leaf angles, leaf area, and canopy photosynthesis. Crop Science,
11(4):482485.
189
Duncan, W. G., Loomis, R. S., Williams, W. A., y Hanau, R. (1967). A model for
Duxbury, J. M., Smith, M. S., y Doran, J. W. (1989). Organic matter as a source and sink
of Hawaii, Honululu.
Enquist, B. J., Kerkho, A. J., Stark, S. C., Swenson, N. G., McCarthy, M. C., y Price,
C. A. (2007). A general integrative model for scaling plant growth, carbon ux, and
physiological responses related to dierential shoot vs. root growth inhibition at low
10/la-agricultura-como-sumidero-de-co2/.
irradiance: the relative importance of specic leaf area and nitrogen partitioning in
190
Faggioli, V. (2003). Fertilizantes biológicos en maíz.: ensayo de inoculación con cepas de
RothC and CENTURY: model evaluation for a regional scale application. Soil Use and
Management, 18:101111.
Fallovo, C., Rouphael, Y., Cardarelli, M., Rea, E., Battistelli, A., y Colla, G. (2009). Yield
and quality of leafy lettuce in response to nutrient solution composition and growing
Feller, C., Favre, P., Janka, A., Zeeman, S. C., Gabriel, J. P., y Reinhardt, D. (2015).
Feng, Y., Wang, J., y Sang, W. (2007). Biomass allocation, morphology and
photosynthesis of invasive and noninvasive exotic species grown at four irradiance levels.
una estrategia sostenible entre el cambio climático y el protocolo de Kyoto desde las
Filho, B. G. S., Lobato, A. K. S., Silva, R. B., Schimidt, D., Costa, R. C. L., Alves, G.
A. R., y Oliveira Neto, C. F. (2009). Growth of lettuce (Lactuca Sativa L.) in protected
191
Fiorani, F. y Beemster, G. T. S. (2006). Quantitative analyses of cell division in plants.
Biology, 8(1):5358.
Follet, R. F., Kimble, J. M., y Lal, R. (2001). The potencial of U.S. grazing lands to
sequester soil carbón. In the potencial of U.S grazing lands to sequester carbón and
Fonseca, C., Burgos, G., Rodríguez, F., Muñoa, L., y Ordinola, M. (2014). Catálogo de
Forde, B. G. (2002). The role of long-distance signalling in plant response to nitrate and
Fourcaud, T., Zhang, X., Stoker, A., Lambers, H., y Körner, C. (2008). Plant growth
Biology, 60(6):981993.
Franko, U., Oelschlägel, B., y Schenk, S. (1995). Simulation of temperature, water and
192
Freibauer, A., Rounsevell, M., Smith, P., y Verhagen, A. (2004). Carbon sequesration in
Gandolfo, E., De Lojo, J., Gómez, D., Pagani, A., Molinari, J., y Di Benedetto, A.
pre-transplant plug cell volumes and bap sprays. European Journal of Horticultural
Science, 79(4):226232.
Gary, C., Jones, J. W., y Tchamitchian, M. (1998). Crop modelling in horticulture: state
Gerardeaux, E., Saur, E., Constantin, J., Porté, A., y Jordan-Meille, L. (2009). Eect
Ghanem, M. E., Albacete, A., Smigocki, A. C., Frebort, I., Pospisilova, H.,
Martinez-Andujar, C., Acosta, M., Sanchez-Bravo, J., Lutts, S., Dodd, I. C., y
Botany, 62(1):125140.
Gimenez, C., Otto, R. F., y Castilla, N. (2002). Productivity of leaf and root vegetable
193
Godoy, C., Monterubbianesi, G., y Tognetti, J. (2008). Analysis of highbush blueberry
(vaccinium corymbosum l.) fruit growth with exponential mixed models. Scientia
Horticulturae, 115(4):368376.
human mortality, and on a new mode of determining the value of life contingencies.
Acids, 28:363367.
Grechi, I., Vivin, P. H., Hilbert, G., Milin, S., Robert, T., y Gaudillere, J. P. (2007). Eect
of light and nitrogen supply on internal c:n balance and control of root-to-shoot biomass
of woody horticultural plant species using seedling growth rate traits. Journal of
Grotkopp, E. y Rejmanek, M. (2007). High seedling relative growth rate and specic
leaf area are traits of invasive species: phylogenetically independent contrasts of woody
194
carbohydrate metabolism under abiotic stresses in plants. Journal of Bioscience,
30(5):761776.
Hansen, S., Jensen, H. E., Nielsen, N. E., y Svendsen, H. (1991). Simulation of nitrogen
dynamics and biomass production in winter wheat using the Danish simulation model
of Botany, 54(6):4355.
Harmand, J. M., Beer, J., Harvey, C., Ibrahim, M., Somarriba, E., y Jiménez, F. (2003).
Américas, 10(3738):8087.
Hawkes, J. G. (1979). Biosystematics of the potato in: The potato crop, the cientic basis
He, J., Austin, P. T., y Lee, S. K. (2010). Eects of elevated root zone co2 and
air temperature on photosynthetic gas exchange, nitrate uptake, and total reduced
61(14):39593969.
195
Hernández, L. (2001). Densidad de biomasa aérea en bosques extensos del neotrópico.
México.
Higuchi, N., Santos, J., Ribeiro, R., Miente, L., y Biot, Y. (1998). Biomassa de parte
Homann, W. A., Franco, A. C., Moreira, M. Z., y Haridasan, M. (2005). Specic leaf area
explains dierences in leaf traits between congeneric savanna and forest tree. Functional
Ecology, 19(6):932940.
Honorio, E. y Baker, T. (2009). Memoria del taller de análisis estadístico para apoyar el
forobioinsumos/normativas/col_res_698_2011.pdf.
196
Practice Guidance for Land Use, Land-Use Change and Forestry. Institute for
Programme.
Guidelines for National Greenhouse Gas Inventories. The National Greenhouse Gas
soil carbon sequestration: issues of science, monitoring, and degrade lands. Advances
in Agronomy, 70:175.
James, J. J. y Drenovsky, R. E. (2007). A basis for relative growth rate dierences between
Jenkinson, D. S., Harkness, D. D., Vance, E. D., Adams, D. E., y Harrison, A. F. (1992).
Calculating net primary production and annual input of organic matter to soil from the
amount and radiocarbon content of soil organic matter. Soil Biology and Biochemistry,
24(4):295308.
Jenkinson, D. S., Hart, P. B. S., Rayner, J. H., y Parry, L. C. (1987). Modelling the
Jenkinson, D. S., Meredith, J., Kinyamario, J. I., Warren, G. P., Wong, M. T. F.,
Harkness, D. D., Bol, R., y Coleman, K. (1999). Estimating net primary production
Jenni, S., bourgeois, G., Laurence, H., Roy, G., y Tremblay, N. (2000). Improving the
197
prediction of processing bean maturity based on the growing-degree day approach.
HortScience, 35(7):12341237.
John, G. P., Scooni, C., y Sack, L. (2013). Allometry of cells and tissues within leaves.
Kage, H., Alt, C., y Stützel, H. (2003). Aspects of nitrogen use eciency of cauliower ii.
Science, 141:1729.
ratio, leaf area ratio, and growth of subirrigated salvia (salvia splendens). HortScience,
39(1):4954.
Kiniry, J. R., Jones, C. A., O'toole, J. C., Blanchet, R., Cabelguene, M., y Spanel, D. A.
(1989). Radiation use eciency in biomass accumulation prior to grain lling for ve
Körner, C. (2015). Paradigm shift in plant growth control. Current Opinion in Plant
Biology, 25:107114.
Laclau, J. P., Almeida, J. C. R., Goncalves, J. L. M., Saintandré, L., Ventura, M., Ranger,
198
fertilization on leaf lifespan and allocation of above-ground growth in eucalyptus
Lecoeur, J. y Ney, B. (2003). Change with time in potential radiation- use eciency in
Lee, B., Yu, S., y Jackson, D. (2009). Control of plant architecture: The role of phyllotaxy
Lefsrud, M., Kopsell, D., Sams, C., Wills, J., y Both, A. J. (2008). Dry matter content and
Leishman, M. R., Haslehurst, T., Ares, A., y Baruch, Z. (2007). Leaf trait relationships of
native and invasive plants: community- and global-scale comparisons. New Phytologist,
176(3):635643.
https://books.google.com.pe/books?id=04YzAQAAMAAJ.
Li, C., Frolking, S., y Frolking, T. A. (1992a). A model of nitrous oxide evolution form
soil driven by rainfall events, 1. Model structure and sensitivity. Journal of Geophysical
Research, 97:97599776.
Li, C., Frolking, S., y Frolking, T. A. (1992b). A model of nitrous oxide evolution form
97:97779783.
199
Li, Y. L. y Stanghellini, C. (2001). Analysis of the eect of ec and potential transpiration
Liu, F., Yang, W., Wang, Z., Xu, Z., Liu, H., Zhang, M., Liu, Y., An, S., y Sun, S. (2010).
Plant size eects on the relationships among specic leaf area, leaf nutrient content,
Liu, W., Tollennar, M., Stewart, G., y Deen, W. (2004). Response of corn grain yield to
Lizaso, J. I., Batchelor, W. D., y Westgate, M. E. (2003). A leaf area model to simulate
80(1):117.
Long, S. P. y Bernacchi, C. J. (2003). Gas exchange measurements, what can they tell us
Loveys, B. R., Scheurwater, I., Pons, T. L., Fitter, A. H., y Atkin, O. K. (2002).
200
an investigation using inherently fast- and slow-growing plant species. Plant, Cell and
Environment, 25(8):975987.
protector Aguarongo, provincia del Azuay. Cuenca, Ecuador. Recuperado de: https:
//dspace.ups.edu.ec/bitstream/123456789/14329/1/UPS-CT007037.pdf.
Machado, R. M. A., Bussieres, P., Koutos, T. V., Prieto, M. H., y Ho, L. C. (2004).
Prediction of optimal harvest date for processing tomato based on the accumulation
of daily heat units over the fruit ripening period. Journal of Horticultural Science &
Biotechnology, 79(3):452457.
Makarieva, A. M., Gorshkov, V. G., Li, B. L., Chown, S. L., Reich, P. B., y Gavrilov,
V. M. (2008). Mean mass-specic metabolic rates are strikingly similar across life's
major domains: Evidence for life's metabolic optimum. Proceedings of the National
201
Malash, N., Flowers, T. J., y Ragab, R. (2005). Eect of irrigation systems and
water management practices using saline and non-saline water on tomato production.
//books.google.com.pe/books?id=5NR8DIk1n68C.
María de Juana, J., Santos, F., Crespo, A., Herrero, M. n., De Francisco, A., y Jesús, F.
Marron, N., Villar, M., Dreyer, E., Delay, D., Boudouresque, E., Petit, J. M., Delmotte,
25(4):425435.
Martini, E. A., Jerey, S., Buyer, S., Bryant, D. C., Hartz, T. K., y Denison, R. F. (2004).
Yield increases during the organic transition: improving soil quality or increasing
pe/books?id=8aYSAQAAQBAJ.
202
Mbah, E. U. y Eke-Okoro, O. (2015). Relationship between some growth parameters,
dry matter content and yield of some sweet potato genotypes grown under rainfed
area ratio and net assimilation rate to change in growth rate depend on growth
175(2):290300.
sistemas agroforestales, cultivos anuales y bosque natural. Tesis para optar el grado de
Milla, R., Reich, P. B., Niinemets, Ü., y Castro-Díez, P. (2008). Environmental and
developmental controls on specic leaf area are little modied by leaf allometry.
Minchin, P. E. H., Thorpe, M. R., y Farrar, J. F. (1994). Shortterm control of root: shoot
pe/portal/sector-agrario/agricola/cultivos-de-importancia-nacional/
papalgeneralidades-del-producto3?limitstart=O.
Mitchell, A., Phillips, A., Hierbert, R., Gerlach, R., Spangler, L., y Cunningham, A.
203
(2009). Biolm enhanced geologic sequestration of supercritical co2 . International
Mokhtarpour, H., The, C. B. S., Saleh, G., Selamat, A. B., y Kamkar, B. (2010).
Non-destructive estimation of maize leaf area, fresh weight, and dry weight using leaf
length and leaf width. Communications in Biometry and Crop Science, 5(1):1926.
Molina, J. A. E. (1996). Description of the model ncsoil. NATO ASI Series, 38:269274.
Moriondo, M., Bindi, M., y Sinclair, T. (2005). Analysis of solanaceae species harvest
- organ growth by linear increase in harvest index and harvest - organ growth rate.
physiological eects on carbon gain along light gradients for the shade-tolerant species
Niklas, K. J. (2004). Plant allometry: is there a grand unifying theory? Biological Review,
79(4):871889.
Niklas, K. J., De Mason, D. A., y Cobb, E. D. (2008). Genetic eects on the biomass
95(4):424433.
204
Nouvellon, Y., Laclau, J. P., Epron, D., Kinana, A., Mabiala, A., Roupsard, O.,
Ochoa, C. (1990). The potatoes of South America: Bolivia. University Press, Cambridge.
Ordóñez, R. A., Savín, R., y Slafer, G. A. (2015). Genetic variation in the critical specic
leaf nitrogen-maximizing yield among modern maize hybrids. Field Crops Research,
172:99105.
Ordoñez, J. C., Van Bodegom, P. M., Witte, J. P. M., Wright, I. J., Reich, P. B., y Aerts,
R. (2009). A global study of relationships between leaf traits, climate and soil measures
Informe sobre los recursos mundiales de suelos: captura en los suelos para un menor
Francia.
Osone, Y., Ishida, A., y Tateno, M. (2008). Correlation between relative growth rate and
specic leaf area requires associations of specic leaf area with nitrogen absorption rate
205
sistemas de cámaras y analizadores tipo IRGA. Tesis para optar el grado de Maestro,
Pagani, A., Molinari, J., Lavado, R. S., y Di Benedetto, A. (2013). Bap spray and plastic
7(8):827835.
Pagani, A., Molinari, J., Lavado, R. S., y Di Benedetto, A. (2015). Behavior of impatiens
nativas en el desarrollo vegetativo y rendimiento de Zea mays L., maíz, amarillo duro
en Lambayeque.
Journal, 58:530536.
Parton, W. J., Schimel, D. S., y Cole, C. V. (1987). Analysis of factors controlling soil
organic matters levels in great plain grasslands. Soil Sci. Amb. J., 51:11731179.
alométricas para estimar el volumen y la biomasa de los árboles. cirad - FAO, Roma.
Pickup, M., Westoby, M., y Basden, A. (2005). Dry mass costs of deploying leaf area in
206
Plaster, E. (2010). La ciencia del suelo y su manejo. Thomson Editores, Madrid.
Potential applications for the clean development mechanism. Tesis para optar el grado
Poorter, H. (1989). Plant growth analysis: towards a synthesis of the classical and the
Poorter, H. (2002). Plant growth and carbon economy. Encyclopedia of life science.
Poorter, H., Bühler, J., Van Dusschoten, D., Climent, J., y Postma, J. A. (2012a). Pot size
Poorter, H. y Bongers, F. (2006). Leaf traits are good predictors of plant performance
and leaf construction costs of eld plants from 15 habitats diering in productivity. New
Phytologist, 143(1):163176.
positively correlated with biomass allocation to the leaves? The American Naturalist,
138(5):12641268.
207
Poorter, H., Lambers, H., y Evans, J. R. (2014). Trait correlation networks: a whole-plant
201(2):378382.
Poorter, H., Niinemets, Ü., Poorter, L., Wright, I. J., y Villar, R. (2009). Causes and
consequences of variation in leaf mass per area (lma): a meta-analysis. New Phytologist,
182(3):565588.
Poorter, H., Niinemets, Ü., Walter, A., Fiorani, F., y Schurr, U. (2010). A method
to construct dose-response curves for a wide range of environmental factors and plant
61(8):20432055.
Poorter, H., Niklas, K. J., Reich, P. B., Oleksyn, J., Poot, P., y Mommer, L. (2012b).
Poorter, H., Pepin, S., Rijkers, T., De Jong, Y., Evans, J. R., y Körner, C. (2006).
Construction costs, chemical composition and payback time of high- and low-irradiance
Poorter, H. y Remkes, C. (1990). Leaf area ratio and net assimilation rate of 24 wild
208
Poorter, H., Remkes, C., y Lambers, H. (1990). Carbon and nitrogen economy of 24 wild
Poorter, H. y Sack, L. (2012). Pitfalls and possibilities in the analysis of biomass allocation
Poorter, H. y Van Der Werf, A. (1998). Is inherent variation in rgr determined by lar at low
pp. 309336.
Poorter, H. y Villar, R. (1997). The fate of acquired carbon in plants: chemical composition
and construction costs. Resource allocation in plants. Academic Press, San Diego, EUA.
Raich, J. y Schlesinger, W. (1992). The global carbón dioxide ux in soil respiration and
7(3):483487.
Renton, M. y Poorter, H. (2011). Using log-log scaling slope analysis for determining the
contributions to variability in biological variables such as leaf mass per area: why it
works, when it works and how it can be extended. New Phytologist, 190(1):58.
209
Reyes-Ramírez, A., López-Arcos, M., Ruiz-Sánchez, E., y Latournerie-Moreno, L. (2013).
Rügnitz Tito, M., Chacón León, M., y Roberto, P. (2009). Guía para la determinación
Robinson, D., Davidson, H., Trinder, C., y Brooker, R. (2010). Root-shoot growth
Roche, P., Díaz-Burlinson, N., y Gachet, S. (2004). Congruency analysis of species ranking
based on leaf traits: which traits are the more reliable? Plant Ecology, 174(1):3748.
id=69570TbkSxwC.
Romanyà, J., Cortina, J., Falloon, P., Coleman, K., y Smith, P. (2000). Modelling changes
210
Rowell, D. L. (2014). Soil Science: Methods and Applications. Routledge, Nueva York,
EUA.
Savvides, A., Ntagkas, N., Ieperen, W., Van Dieleman, J. A., y Marcelis, L. F. M. (2014).
Schapendonk, A., Van, O., Dijkstra, P., Pot, C., Jordi, W., y Stoopen, G. (2000). Eects
Control, (27):11191130.
of specic leaf area and photosynthetic nitrogen-use eciency in the tragedy of the
Scholberg, J., McNeal, B. L., Jones, J. W., Boote, K. J., Stanley, C. D., y Obreza, T. A.
92(1):152159.
211
Schwarz, D., Kläring, H. P., Van Iersel, M. W., e Ingra, K. T. (2002). Growth and
Sharma A., A., Pathak, M., Sahgal, J. M., Meyer, V an Wray, J., y Johr, B. N. (2007).
Shipley, B. (2002). Trade-os between net assimilation rate and specic leaf area in
determining relative growth rate: relationship with daily irradiance. Functional Ecology,
16(5):682689.
Shipley, B. (2006). Net assimilation rate, specic leaf area and leaf mass ratio: which is
most closely correlated with relative growth rate? a meta-analysis. Functional Ecology,
20(4):565574.
Shipley, B., Vile, D., Garnier, E., Wright, I. J., y Poorter, H. (2005). Functional linkages
between leaf traits and net photosynthetic rate: reconciling empirical and mechanistic
65(21):215265.
Sirtautas, R., Virsile, A., Samuoliene, G., Brazaityte, A., Miliauskiene, J., Sakalauskiene,
S., y Duchovskis, P. (2014). Growing of leaf lettuce (lactuca sativa l.) under highpressure
212
sodium lamps with supplemental blue, cyan and green leds. Zemdirbyste-Agriculture,
101(1):7578.
Smith, P., U, S. J., Powlson, D. S., McGill, W. B., Arah, J. R. M., Chertov, O. G.,
Coleman, K., Franko, U., Frolkin, S., Jenkinson, D. S., Jensen, L. S., Kelly, R. H.,
Klein Gunnewiek, H., Komarov, A. S., Li, C., Molina, J. A. E., Mueller, T., Parton,
of nine soil organic matter models using datasets from seven longterm experiments.
Geoderma, 81:153225.
Solorio, M., Martínez Campo, B., y Arteaga Reyes, C. (2016). La biomasa de los sistemas
productivos de maÍz nativo (zea mays) como alternativa a la captura de carbono. Red
id=7QIbYg-OC5AC.
Lima.
213
Tei, F., Benincasa, P., y Guiducci, M. (2002). Critical nitrogen concentration in processing
Tei, F., Scaife, A., y Aikman, D. P. (1996). Growth of lettuce, onion, and red beet.
1. growth analysis, light interception, and radiation use eciency. Annals of Botany,
78(5):633643.
Tejera, B., Heydrich, M., y Rojas, M. (2010). Potencialidades del género Bacillus en
Terashima, I., Araya, T., Miyazawa, S. I., Sone, K., y Yano, S. S. (2005). Construction
and maintenance of the optimal photosynthetic systems of the leaf, herbaceous plant
Thibaud, J., Mc Loughlin, T., Pagani, A anda Lavado, R., y Di Benedetto, A. (2012).
Alternative substrates and fertilization routine relationships for bedding pot plants:
approach to plant and crop physiology. Clarendon Press, Oxford, Reino Unido.
Tinoco Bernuy, E. (2011). Producción de semilla pre - básica de papa por aeroponía,
214
Torriente, D. (2010). Aplicación de bacterias promotoras del crecimiento vegetal en el
Tsavkelova, E., Yu, Klimova, S., Cherdyntseva, T., y Netrusov, A. (2006). Microbial
producers of plant growth stimulators and their practical use: A review. Applied
Tsubo, M., Walker, S., y Mukhala, E. (2001). Comparisons of radiation use eciency of
71(1):1729.
consideraciones ecológicas.
tomato growth and yield: a review. Journal of Horticultural Science & Biotechnology,
80(6):652659.
maintenance respiration, and relative growth rate. a case study with lettuce. Plant,
215
Van Kleunen, M., Weber, E., y Fischer, M. (2010). A metaanalysis of trait dierences
Verhulst, P. F. (1838). Notice sur la loi que la population pursuit dans son accroissement [a
Villar, R., Marañon, T., Quero, J. L., Panadero, P., Arenas, F., y Lambers, H. (2005).
Variation in relative growth rate of 20 aegilops species (poaceae) in the eld: The
importance of net assimilation rate or specic leaf area depends on the time scale.
Wang, J. Y. (1960). A critique of the heat unit approach to plant response studies.
Ecology, 41(4):785790.
package for estimation and inference about allometric lines. Methods in Ecology and
Evolution, 3(2):257259.
199(2):322323.
216
White, J. D. y Scott, N. A. (2006). Specic leaf area and nitrogen distribution in new
zealand forests: Species independently respond to intercepted light. Forest Ecology and
Environment, 226(1):319329.
Wright, I. J., Reich, P. B., Westoby, M., Ackerly, D. D., Baruch, Z., Bongers, F.,
Cavender-Bares, J., Chapin, T., Cornelissen, J. H. C., Diemer, M., Flexas, J., Garnier,
E., Groom, P. K., Gulias, J., Hikosaka, K., Lamont, B. B., Lee, T., Lee, W., Lusk,
C., Midgley, J. J., Navas, M. L., Niinemets, Ü., Oleksyn, J., Osada, N., Poorter, H.,
Poot, P., Prior, L., Pyankov, V. I., Roumet, C., Thomas, S. C., Tjoelker, M. G.,
Veneklaas, E. J., y Villar, R. (2004). The world-wide leaf economics spectrum. Nature,
428:821827.
Xu, G., Levkovitch, I., Soriano, S., Wallach, R., y Silber, A. (2004). Integrated eect of
irrigation frequency and phosphorus level on lettuce: P uptake, root growth and yield.
181(1):5977.
Yepes, A. P., Navarrete, D. A., Duque, A. J., Phillips, J. F., Cabrera, K. R., Álvarez,
Yin, X., Goudriaan, J., Lantinga, E. A., Vos, J., y Spiertz, H. J. (2003). A exible sigmoid
217
Young, A. (1989). Agroforestry for soil conservation. CAB International, Wallingford,
UK.
Zhang, D., Zhang, Z., LI, J., Chang, Y., Du, Q., y Pan, T. (2015). Regulation of vapor
pressure decit by greenhouse micro- fog systems improved growth and productivity
of tomato via enhancing photosynthesis during summer season. Plos One, 10(7).
Zhicai, Z., Bin, L., Weiguo, H., Mingxia, C., Xin, L., y Yan, L. (2011). Bacillus
Zotarelli, L., Dukes, M. D., Scholberg, J. M., Hanselman, T., Le Femminella, K., y
Muñoz-Carpena, R. (2008). Nitrogen and water use eciency of zucchini squash for a
218