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