Análisis exploratorio de los efectos ambientales y genotípicos sobre la dormición en girasol mediante la determinacion de patrones de respuesta en bases de datos de producción.

DIEGO BATLLA; DIEGO FERRARO

Workshop; II Workshop de Ecofisiología de Cultivos; 2013

Los semilleros registran información valiosa para investigar las interacciones genotipo por ambiente, ya que cuentan con una amplia gama de genotipos sembrados en distintas zonas y fechas. Sin embargo, la estructura de datos suele ser inadecuada para análisis estadísticos estándar (e.g. falta de datos y diseños no balanceados). Este trabajo presenta un análisis exploratorio de los efectos ambientales y genotípicos sobre la dormición a cosecha en el cultivo de girasol utilizando una base de datos de lotes de producción. Se aplicó una técnica no paramétrica de data mining (árboles de clasificación), adecuada para detectar patrones de datos por no requerir ninguna estructura particular en la información. La base de datos analizada (90 casos) fue de lotes de producción de semilla hibrida de Girasol (campaña 2009-2010) con 13 híbridos comerciales, 6 zonas de siembra, y siembras entre julio y diciembre (cultivos bajo riego). Se analizó los efectos de la temperatura (media, mínima y máxima) y el fotoperíodo durante el llenado, el genotipo y la zona de producción. La variable respuesta fue el primer test de poder germinativo luego de la cosecha. La temperatura máxima media durante el llenado resultó el factor que discrimino entre grupos de alta y baja dormición. Cultivos expuestos a temperaturas máximas medias mayores a 28ºC presentaron mayores niveles de dormición a cosecha respecto a los expuestos a temperaturas menores a 28ºC. Se observó también un efecto del híbrido en la clasificación de grupos de comportamiento, existiendo materiales que presentaron respuesta a la temperatura máxima media durante el llenado, y otros cuyo nivel de dormición a cosecha no fue afectado por el ambiente explorado durante dicha etapa. Los resultados evidencian un efecto de la temperatura y el híbrido que concuerdan con resultados obtenidos de manera experimental. Asimismo, el uso de técnicas de data mining parece un camino promisorio para explorar patrones de comportamiento en bases de datos disponibles por la industria.