Rev. Fac. Agron. (LUZ). 1999, 16: 488-494
Indice de balance de nutrimentos para la predicción del rendimiento del
plátano (Musa AAB subgrupo plátano cv. Hartón)
Nutrient balance indexes for yield prediction of plantain (Musa AAB plantain subgroup cv. Harton)
Recibido el 12-03-1999 l Aceptado
el 15-07-1999
1. Decanato de Agronomía. Universidad Centroccidental «Lisandro Alvarado.
Apartado 400. Barquisimeto. Venezuela. Fax: 58-51-592304, 58-51-610950.
e-mail:[email protected]; [email protected]
2. Departamento de Fisiología. Facultad de Agronomía. Universidad Central de
Venezuela. Maracay. E. Aragua. Venezuela. Telefax: 58-43-464143.
V. Rodríguez1, O. Rodríguez1 y P. Bravo2
Resumen
Se generó una ecuación de regresión entre los Indices de Balance de
Nutrimentos DRIS (IBN-DRIS) y el rendimiento del plátano. Para ello, se recogieron
muestras de hojas de 1050 plantas de platano según la normativa MEIR, en el sur del Lago
de Maracaibo y en el estado Yaracuy, Venezuela. Se seleccionaron 313 unidades
experimentales, con rendimientos promedios de 12,9 y 19,6 kg/racimo, respectivamente, para
generar los Indices de los Nutrimentos DRIS (IN-DRIS) y los IBN-DRIS de cada una. Los
IN-DRIS permiten organizar secuencialmente a los nutrimentos, en el orden en el cual
limitan el rendimiento. Con los 313 datos de IBN-DRIS fue generada una ecuación de
regresión que correlaciona el rendimiento con los valores del IBN-DRIS. Con esta
ecuación desarrollada, o gráficamente con la curva que relaciona los IBN-DRIS con el
rendimiento, se puede predecir el rendimiento potencial de cualquier plantación, a partir
de los datos de análisis convencionales de tejido.
Palabras clave: indices nutricionales, ecuación de rendimiento, análisis,
balance.
Abstract
An equation of regression between the DRIS Nutrient Balance Indexes
(DRIS-NBI) and the plantain yield was developed. A total of 1050 plantain leaves samples
were taken up according with the MEIR normative at the south of the Maracaibo lake and at
the Yaracuy state Venezuela, 313 experimental units with average yields of 12.9 and 19.6
kg/bunch respectively were selected to derive their DRIS Nutrient Indexes (DRIS-NI) and
their DRIS-NBI´s. The DRIS-NI permits to organize sequentiality the nutrients, in the
order they limits yield. With the 313 DRIS-NBI data, a regression equation that correlates
yield with the NBI-DRIS was developed. With that developed equation, or graphically, with
the curve that correlates the DRIS-NBI´s with yield, the potential yield of any plantain
plantation could be predicted, using conventional leaves analysis data.
Key words: Nutritional indexes, yield equation, analysis, balance.
Introducción
El plátano Hartón (Musa AAB, subgrupo plátano cv.
Hartón) se cultiva en toda Venezuela (6). La superficie estimada para 1996 es de 62.557
hectáreas, con una producción de 525.723 Mg, las cuales aportaron el 17,2% del total de
la producción de frutas del país (3). Se estima que unos 20.000 Mg se destinan a la
exportación (6).
Tradicionalmente el diagnóstico del estado nutricional y las
recomendaciones de fertilización del plátano Hartón están basadas en los análisis de
suelos y en los rangos de suficiencia en tejidos, desarrollados para otras musáceas del
grupo AAA, de quiénes difiere ampliamente.
Rodríguez y Rodríguez (8), generaron normas de diagnóstico bajo el
esquema DRIS, como alternativa para la evaluación nutricional del plátano en Venezuela.
Con el uso de esas normas DRIS y con los análisis convencionales de tejido, se pueden
calcular los Indices de los Nutrimentos (IN-DRIS) de cualquier plantación, procedimiento
que permite determinar secuencialmente el orden en el cual cada nutrimento limita el
rendimiento y posteriormente obtener, a través de la suma algebraica de los valores
absolutos de esos IN-DRIS, el denominado Indice de Balance de los Nutrimentos (IBN-DRIS).
El Indice de Balance de los Nutrimentos (IBN-DRIS), determina el grado
de balance o desbalance nutricional de un cultivo con respecto a un óptimo (13). Estos
autores han reportado que, mientras mayor sea el desbalance nutricional en la muestra de
tejido, mayor serán los IBN-DRIS y viceversa.
Sin embargo, el nivel de balance (IBN-DRIS) por si solo, no permite
determinar o predecir el rendimiento obtenible. Por lo tanto, se requiere adicionalmente,
determinar una ecuación de regresión que correlacione el rendimiento con los valores del
Indice de Balance Nutricional (IBN-DRIS) y de esta manera, predecir el rendimiento
potencial de cualquier plantación en una situación ideal, a partir de datos de análisis
de tejido convencionales.
Walworth y Sumner (13), establecen que cuando la sumatoria de los
IN-DRIS es alta (IBN-DRIS alto), uno o más de los elementos nutricionales (Ejemplo: N, K,
etc.) limitan el rendimiento y por lo tanto no se puede esperar que sea alto. Sin embargo,
también puede obtenerse bajos valores de rendimiento, cuando otros nutrimentos no
evaluados en las normas DRIS u otros factores ambientales estén limitando el rendimiento.
Por lo tanto, una acertada predicción del rendimiento con los IBN-DRIS solo es totalmente
válida, cuando todos los demás factores que limitan el rendimiento, se encuentren en su
óptimo. Esto indica que se requiere experiencia y un adecuado conocimiento de los
requerimientos del cultivo (condiciones ambientales, plagas y enfermedades, densidad de
plantación, malezas, manejos culturales, etc.) para realizar adecuados diagnósticos y
recomendaciones.
En el presente trabajo se plantearon dos objetivos básicos:
Desarrollar una ecuación de regresión que correlacione el rendimiento
del plátano Hartón con los valores del Indice de Balance Nutricional (IBN-DRIS).
Desarrollar una gráfica de predicción del rendimiento para el
platano, utilizando datos de análisis foliares, bajo la perspectiva del sistema DRIS .
Materiales y métodos
Para determinar las variables a estudiar, se siguió el esquema
metodológico propuesto por Rodríguez y Rojas (7), Rodríguez y Rodríguez (8), quienes
utilizan como marco conceptual y metodológico los postulados del sistema DRIS según
Beaufils (1) y Walworth y Sumner (14). En tal sentido, se definió lo siguiente:
Fase de planificación y campo. Definición de los límites y de
la magnitud de la población a muestrear: Se seleccionaron las principales zonas
productoras del país, por lo que, el universo estuvo formado por fincas de los estados
Mérida, Zulia y Yaracuy. La zona productora de plátano del Estado Yaracuy pertenece a la
zona de vida de Bosque seco premontano, con promedios anuales de temperatura de 25ºC y
precipitación de 1513 mm. Las zonas productoras de plátanos de los Estados Zulia y
Mérida pertenecen a la zona de vida de Bosque Húmedo Tropical, con promedios anuales de
temperatura de 26,8°C, humedad relativa de 83% y precipitación de 1632 mm.
En las zonas productoras, se procedió a ubicar las fincas cuyos
registros de producción reflejaran rendimientos promedios superiores a 10 kg/racimo,
quedando seleccionadas finalmente, 19 fincas con una superficie total de 1650 hectáreas,
ubicadas en ambas márgenes del río Chama, a lo largo de unos 70 kilómetros de carretera
en los Estados Zulia y Mérida y en dos localidades del estado Yaracuy.
Definición de la unidad experimental: Se seleccionó como unidad
experimental la cepa constituida por dos plantas de plátano cv. Hartón y la madre a
inicios de la fase de desarrollo del racimo (Según la normativa de muestreo foliar
E.I.R.).
Definición del esquema de muestreo: Se tomó la muestra foliar de la
planta madre, de acuerdo a la normativa establecida por el Muestreo Internacional de
Referencia (M.E.I.R) (4, 5).
Definición del esquema de medición de la producción: Dada la
homogeneidad de la edad de las plantas seleccionadas, aproximadamente 9 a 11 semanas
después de tomada la muestra de hojas, se procedió a pesar los racimos.
Definición de la población a utilizar: Se procesaron alrededor del
20% (313 muestras) del total de las muestras colectadas, en atención a trabajos previos
de Sumner (12); Rodríguez y Rojas (7); Rodríguez y Rodríguez (8). Las 313 unidades
experimentales, estuvieron constituidas por aquellas plantas cuyos racimos pesaron sobre
los 10 kilogramos.
Para el cálculo de los IBN-DRIS se realizó una selección final de
282 muestras, con peso máximo de 25,5 kg/racimo y mínimo de 10 kg/racimo, siendo la
media de la subpoblación de 17,18 kg/racimo.
Fase de laboratorio. Definición de los métodos analíticos de
procesamiento de las muestras:
El potasio, calcio, magnesio, hierro, cobre, zinc y manganeso se
determinaron por espectrofotometría de absorción atómica (2), el nitrógeno por el
método Micro-Kjeldahl y el fósforo por colorimetría ultravioleta en solución
vanado-molíbdica.
Fase de cálculo. La Meto-dología utilizada para el desarrollo
de los Indice de Balance de Nutrimentos (IBN-DRIS) en el plátano Hartón, consistió de
tres etapas:
Calculo en cada muestra foliar de los índices de cada uno de los
nutrimentos (IN-DRIS), mediante una hoja de calculo diseñada en Microsoft Excel 97 (10),
la cual se basa en las formulas de la metodología DRIS (14).
Calculo del Indice de Balance de los Nutrimentos (IBN-DRIS) de cada
muestra foliar (14), mediante la suma del valor absoluto de los IN-DRIS (suma de los
valores IN-DRIS, independientemente del signo de cada uno de ellos).
Finalmente se procedió a analizar los valores del peso del racimo
contra los IBN-DRIS con el programa estadístico SYSTAT versión 5.04.
Resultados y discusión
Los resultados de los análisis foliares, reportaron 282 datos para
cada elemento analizado, para un total de 2538 datos, las cuales posteriormente generaron
2538 índices DRIS por cada elemento reportado en los análisis foliares. A esa base de
datos, hubo que agregarle 282 índices DRIS para un total de 2820 índices, las cuales
correspondieron al índice de la materia seca
Así de esta manera se obtuvo el valor del IBN-DRIS por cada muestra
analizada, a través de la sumatoria de 10 índices DRIS (Indices del N, P, K, Ca, Mg, Fe,
Zn, Cu, Mn y de la materia seca). Los IBN-DRIS por ser relaciones, carecen de unidades de
expresión.
El máximo valor del IBN-DRIS obtenido al realizarse su determinación
con la hoja de cálculo desarrollada por Rodríguez y Rodríguez (10) fue de 295 y el
mínimo de 24,9.
El valor medio de los IBN-DRIS de la subpoblación de 282 muestras fue
de 95,1. Se obtuvo un coeficiente de variación de 20% para los pesos y de 62,8% para los
IBN-DRIS. La desviación estándar determinada fue de 3,46 para los pesos y de 59,72 para
los IBN-DRIS.
Con relación a la magnitud de los valores de la desviación estándar
y del coeficiente de variación de los IBN-DRIS se debe señalar, que estos valores no se
pueden considerar altos ni bajos sino reales, debido a que son el producto de trabajar
abiertamente con la población de un cultivo sobre el cual todos los factores que inciden
sobre la producción no están controlados. Por lo tanto, esos factores están
efectivamente actuando sobre el rendimiento y hacen que su variación sea amplia.
Similares resultados y conclusiones reportó Sumner (11), con el
cultivo del maíz, en este caso, el cálculo fue realizado con datos provenientes de
diversos experimentos NPK, de los cuales Sumner (11) señala, que no son suficientes
elementos nutricionales, para poder predecir el rendimiento en el cultivo del maíz.
El análisis de varianza para la regresión determinó que la
correlación entre el peso y los IBN-DRIS fue altamente significativo (al 1%). El esquema
gráfico de correlación de los IBN-DRIS del plátano Hartón con su rendimiento se
presenta en la figura 1.
El modelo de correlación que más se ajusta a los datos obtenidos es
el exponencial. Los índices de ajuste obtenidos fueron: a) Para correlación (r) de 0,847
y b) Para determinación (R2) de 0,717.
La ecuación de regresión generada es la siguiente: Y= 22,510 + 0,997 (Xi).
En esta ecuación de regresión, están representadas las distintas
condiciones que afectan al rendimiento en un rango de 10 a 25,5 kg/racimo, de las zonas
productoras de plátano en Venezuela de donde provienen las muestras foliares. Esta
situación les confiere un alto nivel de confiabilidad y las hace aplicables para el
diagnóstico nutricional del cultivo y para la estimación de su rendimiento potencial.
Sin embargo, con la incorporación progresiva de nuevos datos, los elementos azufre y boro
y la información de los factores ambientales, se incrementaría la confiabilidad de su
utilización.
En el presente estudio, un 71,7% de los IBN-DRIS son explicados por la
ecuación de regresión generada. Esta situación puede mejorarse sensiblemente, cuando
los IBN-DRIS puedan evaluar los elementos azufre, boro y otros elementos nutricionales,
los cuales no están reportados en las normas DRIS para el plátano Hartón de Rodríguez
y Rodríguez (8).
El tiempo requerido por los autores para la ejecución del trabajo de
campo y de oficina, para en definitiva desarrollar las normas DRIS y los IBN-DRIS para el
platano Hartón fue de 24 meses, lo cual convierte a la metodología general seguida, en
una alternativa económica y rápida para desarrollar normas de evaluación nutricional
para otros cultivos. La economía de tiempo y recursos lograda y lo poco permanente en el
tiempo que suelen ser los planes de trabajo en nuestras condiciones, hacen al sistema DRIS
especialmente adaptado para frutales perennes tropicales (9).
Figura 1. Representación gráfica de la correlación entre el peso
del racimo (kilogramos) y los NBI-DRIS.
Por las ventajas nombradas y al mismo tiempo, la vigencia de una economía globalizada
que avanza vertiginosamente y en la cual una de las mayores limitantes es la escasez de
recursos, convierten casi indefectiblemente al sistema DRIS, en la única alternativa
actualmente viable de emprender la tarea de generación de normas de diagnóstico para los
cultivos tropicales en las naciones de economía emergente.
Conclusiones y recomendaciones
Se generó en este trabajo una ecuación de regresión que relaciona
los IBN-DRIS (Indice de Balace de Nutrición) del plátano Hartón con su rendimiento, con
la cual se puede predecir el rendimiento potencial de ese rubro.
Se desarrolló en este trabajo un esquema gráfico de correlación
entre los IBN-DRIS del plátano Hartón y su rendimiento, el cual permite predecir el
rendimiento potencial de ese rubro.
Se recomienda la utilización de la ecuación de regresión o en su
defecto, el esquema gráfico desarrollado, como herramienta del diagnóstico nutricional
del plátano cv. Hartón en Venezuela.
Agradecimiento
Este trabajo fue posible gracias al financiamiento y apoyo de:
CDCHT-UCLA, proyecto 03-12A-96; convenio CONICIT-UCLA F-57; Unidad de Investigación en
Suelos y Nutrición de Plantas, Decanato de Agronomía, (UCLA); productores de plátano
del sur del Lago de Maracaibo y de Yaracuy, Venezuela.
Literatura citada
1. Beaufils, E. 1973. Diagnosis and Recommendation Integrated System
(DRIS). A general sheme for experimentation and calibration based on principles developed
from research in plant nutrition. Soil Science. Bull 1. University of Natal. (Sur Africa).
2. Jones Jr., J. y Case, V. 1990. Sampling, Handling and Analyzing
Plant Tissue Samples. In: Soil Testing and Plant Analysis. SSSA Book Series N° 3. 3ra edic.Westerman. Madison. Wi. EUA
3. M.A.C. 1997. DIR. GRAL. Sectorial de producción. División de
frutales, café y cacao. Caracas.
4. Marchal, J. y Mallessard, R. 1979. Comparaison des inmobilisations
minerales de quatre cultivars de bananiers a fruits por cuisson at de duex
"Cavendish". Fruits. 34(6):373-392.
5. Martin-Prevel, P. 1980a. La nutrition minerale du bananier dans le
monde. Premiére partie. Fuits 35(9):503-518.
6. Nava, C. 1997. El Plátano, su cultivo en Venezuela. Ediciones Astro
Data. Maracaibo.122 p.
7. Rodríguez, O. y Rojas, E. 1993. Normas preliminares de diagnóstico
foliar (DRIS) para el naranjo "Valencia", Citrus sinensis (L.) Osbeck en
Venezuela. Trabajo de ascenso. Decanato de Agronomía. U.C.L.A. Cabudare. Venezuela.
8. Rodríguez V. y Rodríguez, O. 1997. Normas foliares DRIS para el
diagnóstico nutricional del plátano (Musa AAB subgrupo plátano cv. Hartón).
Rev. Fac. Agron. (LUZ). 14:285-296.
9. Rodríguez, O., Rojas, E. y Sumner, M. 1997. Valencia Orange DRIS
Norms for Venezuela. Comm. Soil Sci. Plant Anal. 28:1461-1468
10. Rodríguez V. y Rodríguez O. 1998. Hoja de cálculo de Indices
DRIS e IBN-DRIS. Material de apoyo. Curso de Nutrición Mineral. IX Jornadas de
Investigación del Decanato de Agronomía. U.C.L.A. Junio 1998. Barquisimeto. Venezuela.
11. Sumner, M. 1977a. Use of DRIS system in foliar diagnosis of crops
at high yield levels. Commun. Soil Sci. Plant Anal. 8:231-268.
12. Sumner, M. 1990. Advances in the use and application of plant
analysis. Commun. in Soil Sci. Plant Anal. 21:1409-1430.
13. Walworth, J. y Sumner, M. 1987. The diagnosis and recommendation
Integrated System (DRIS). Adv. Soil. Sci. 6:149-188.
14. Walworth, J. y Sumner, M. 1988. Foliar diagnosis. A Review. Adv.
Plant Nutr. 3:193-241.
|