MODELOS DE ESTIMACIÓN DE RENDIMIENTO EN SOJA UTILIZANDO DIFERENTES ÍNDICES AGROMETEOROLÓGICOS PARA EL ESTE TUCUMANO

SOULÉ GÓMEZ M.L.; PEÑA MALAVERA A.N.; FORCINITI J.; DEVANI M.; SÁNCHEZ J.

Salta

Congreso; XXVII Reunión Científica del Grupo Argentino de Bioestadística; 2023

Grupo Argentino de BioEstadistica

La soja (Glycine max) es el principal cultivo del país en función de la superficie sembrada. En el NOAocupa 1.100.000 ha, que comprende la zona ubicada entre los 22º y 29º latitud sur y los 63º y 68ºlongitud oeste. El objetivo de este trabajo es determinar y comparar la capacidad de diferentesíndices agrometeorológicos (térmico, hídrico y radiactivo) estableciendo una relación entre éstos y laproducción, lo que permitiría estimar rendimientos a partir de datos de diferentes estadiosfenológicos. Se utilizaron datos diarios provistos por la Sección Agrometeorología de la EEAOC detemperatura, balance hidrológico seriado y radiación solar global generados por una EstaciónMeteorológica Automática ubicada en Overo Pozo, Dpto. Cruz Alta, provincia de Tucumán para elperíodo 2006-2019, y datos de rendimiento y fenología recogidos en los ensayos comparativos defechas de siembra para cultivares de ciclo largo, realizados por el Proyecto Soja de la EEAOC en lamisma localidad. Para la construcción del modelo se compararon las estimaciones derivadas de cadaíndice y de la combinación de los mismos. A partir del diseño de varios modelos predictivosprovenientes de regresiones lineales múltiples se comprobó que existe una alta correlación entre elrendimiento y los índices (R2 > 0,60) en nueve de ellos. Los modelos que tuvieron mayor significanciaen la predicción del rendimiento son los que incluyen datos de estados fenológicos posteriores a R5(llenado de granos). Posteriormente se comprobó un aceptable resultado por parte del modelo(superiores a 3000 kg/ha) respecto al rendimiento real promedio (3300 kg/ha) obtenido en lascampañas 2019-2022. Esta herramienta, inédita para el NOA, permitirá a los productores inferir los rendimientos de las campañas de soja, a partir de datos meteorológicos, con anticipación a lacosecha de la misma.