red de ensayos comparativo de rendimiento de - crea oeste · grafico 2: distribución de los sitios...
TRANSCRIPT
Equipo de técnicos responsable de campo: Agustina Trigo, Arturo Gighialza, Carlos Muscari
(H), Cecilia Justo, Gonzalo Freixa, Ivana Palchevich, Leandro Granieri, Pablo Badano y
Santiago Algorta
Red de ensayos comparativo de
rendimiento de MAIZ
Ing. Agr. Martin Miguez
63
.83
1
46
.76
4
46
.44
6
67
.80
6
73
.90
7
43
.20
58.436
7.172
9.591
8.331
6.3346.969
8.353
7.353 7.445
0
2.000
4.000
6.000
8.000
10.000
12.000
0
10.000
20.000
30.000
40.000
50.000
60.000
70.000
80.000
2007-08 2008-09 2009-10 2010-11 2011-12 2012-13
RTO
(K
g/H
a)
SUP
. (H
as)
SUP. SEMB. RTO Pond. Semb. RTO Pond. Cosc.
Introducción
En los grupos CRREA de la Zona Oeste, el cultivo de Maíz es el 2do en importancia
ocupando el 19,9% del área sembrada lo que representa unas 63.000 ha.
Las subzonas norte y centro siembran un porcentaje mayor dada la competitividad
que tiene con el doble cultivo.
En la evolución de los rendimientos y de la superficie sembrada se observó en los
últimos 3 años gran variabilidad asociada a los vaivenes climáticos, dos sequias
(2011 y 2013) y una inundación (2012); y a las perspectivas del resultado económico
del cultivo
Grafico 1: Evolución de la superficie y el rendimiento Z.O.
Con el objetivo de evaluar el comportamiento de los diferentes genotipos en las
distintas condiciones de producción zonal, se condujeron 23 sitios de ensayos
distribuidos en 12 de los 20 grupos CREA que conforman la zona (Ver gráfico 2),
abarcando 16 partidos del Oeste de la provincia de Bs As.
Grafico 2: Distribución de los sitios de ensayo
En todos los sitios, utilizamos el protocolo de ensayos comparativo de rendimiento
homologado dentro del Movimiento CREA, el mismo utiliza un material como
indicador ambiental cada 4 o 5 materiales de manera de testear la variabilidad de
cada sitio de ensayo. A su vez, en cada sitio se realizan 2 repeticiones.
El rango de fecha estipulado para la siembra de los ensayos estaba comprendido
entre el 20/9 al 10/10, (Ver gráfico 3), solo 3 ensayos se sembraron fuera del rango
optimo
Grafico 3: Avance de siembra de ensayos campaña 13-14
Sitios de ensayos
A continuación se detalla en la tabla n°1, la localidad donde se implanto el
ensayo, el ambiente Ridzo (la matriz de ambiente, con su factores dinámicos y
estáticos, se incluye en el anexo), el antecesor (Ant), la fecha de siembra (FS), La
fecha de cosecha, Napa y fertilidad química (suelo + Kg fertilizante)
El control de malezas se realizó con la tecnología usada por cada productor.
Tabla 1: Sitios de ensayo
Sitio Localidad Ambiente Antecesor FS Fcos Napa N Suelo P Suelo Fer N Fer P
CV% IA R1
CV% IA R2
San Patricio Pasteur MLT SOJA 27/09 12/06 0 0 0 54,6 4% 6%
La Frontera Albariño ML 1 Colza/Soja 08/10 07/05 2,2 0 7 150 52 10% 10%
BOCCANERA F.MADERO ML 1 SOJA 07/10 26/04 1,5 0 10 0 46,8 12% 10%
La Josefa J.J.Paso ML 1 SOJA 04/10 25/04 2 787,8 12 0 36,4 10% 15%
El Trébol 9 de Julio B 2 Soja 11/10 05/05 2,5 123,24 3,3 0 46,8 5%
Don polito Elordi ML 1 SOJA 05/10 22/04 2,4 285,48 16 100 52 12% 6%
La Prosperidad Salazar SOJA 05/10 19/05 1 559,26 13,1 200 46,8 6% 15%
San Jorge Mones Cazón ML 1 TRIGO/SOJA 05/10 26/03 1,6 124,8 10 150 52 5% 10%
SCC Girodias ML 1 SOJA 04/10 23/05 1 0 0 0 41,6 3% 9%
Maraco Andant ML 1 SOJA 25/09 22/05 1,23 288,6 7,7 150 41,6 14% 8%
La Vizcachera Ameghino ML-T TRIGO/SOJA 15/10 24/06 0 7,8 0 52 5% 6%
26 de Abril Roberts B-T1 SOJA 15/10 25/06 1,8 0 0 0 55,64 27% 16%
El Estribo Girodias ML 2 TRIGO/SOJA 26/09 23/06 2 444,6 12 130 41,6 16% 25%
La Providencia Hereford ML 1 CEBADA/SOJA 26/09 23/07 2,1 15,4 110 52 30% 39%
El Carmen Henderson ML 1 SOJA 23/09 18/06 2,13 10.2 140 41,6 14% 9%
San Carlos Henderson ML 1 SOJA 27/09 25/06 1,75 252,72 12,7 120 41,6 8% 11%
La Alejandra Rivadavia L1 SOJA 21/09 21/07 no 0 15,6 0 20,8 12% 17%
La Margarita Pehuajó ML 1 SOJA 01/10 17/06 1,4 327,6 8,9 44 39 9%
Don Julio Asturias ML 1 SOJA 07/10 25/06 0,8 0 0 0 42,64 15% 10%
Inchausti Valdes ML 1 SOJA 09/10 17/07 1,6 0 0 140 100 4% 8%
La Christine Marilauquen ML 2 SOJA 25/09 18/07 1.7 114,66 12,2 0 41,6 28% 23%
La Celina Pirovano L3 SOJA 25/09 23/07 1,8 0 0 130 40,04 33% 17%
La Rinconada Henderson SOJA 11/10 24/07 1,45 313,17 12,11 150 54,6 6% 10%
El 100% de los ensayos se logró con éxito todos fueron cosechados y evaluados. La
cosecha finalizo el 24/7, las condiciones climáticas que afectaron la zona desde Abril
impidieron el normal desarrollo de la cosecha de los ensayos, siendo esta un fiel reflejo
del atraso en la cosecha de los lotes de producción.
En el grafico 4 se puede apreciar cómo se desarrolló el avance de la cosecha de los
ensayos. Al segmentar el periodo de cosecha en tres etapas se puede apreciar como
el atraso genero pérdidas en la calidad de los ensayos, con la consecuente eliminación
del sitio o la repetición en el análisis consolidado
Grafico 4: Avance de cosecha
y = 0,1438x + 8578R² = 1E-05
0
2.000
4.000
6.000
8.000
10.000
12.000
14.000
0 50 100 150 200 250 300 350
Kg/
ha
MM
Correlacion Rendimiento - Precipitaciones Noviembre - Enero
Precipitaciones y napa
Grafico 5: Precipitaciones acumuladas
Los registros de lluvias presentaron una marcada dispersión, sin tener un patrón claro de
magnitud. Las mayores diferencias se dieron en la recarga de otoño y en los meses de
diciembre y enero.
Evaluando cuanto de la variabilidad encontrada se podría atribuir a las precipitaciones,
se determinó que las mismas no logran explicar las diferencias encontradas entre los sitios
de ensayo, esto pude verse en el grafico 6 donde se grafican las correlaciones entre el
rendimiento promedio del sitio de ensayo y los milímetros registrados agrupados en tres
momentos
1° Precipitaciones acumuladas en todo el periodo
2° Precipitaciones acumuladas desde Noviembre a Enero
3° Precipitaciones acumuladas en el periodo crítico (Diciembre-Enero)
Todas las correlaciones presentan R2 muy bajos, lo cual confirma lo dicho previamente
Grafico 6: correlaciones entre el rendimiento promedio de cada sitio de ensayo y las precipitaciones registradas en diferentes periodos
Las precipitaciones a lo largo de la campaña permitieron una adecuada recarga
de perfil a la siembra lo que aseguro la continuidad del perfil húmedo hasta la napa.
A la siembra se realizó la medición para detectar la profundidad de la napa, la
misma varió según el sitio de ensayo entre 0,8 y 2,5 mts.
Para evaluar la dinámica de la napa se toma referencia a las mediciones realizadas
por la Esc. De 30 de Agosto. La misma presento un ascenso (ver gráfico 7) originado
por las lluvias registradas en noviembre. Presentando al finalizar el mes, el pico de
ascenso, allí se da un cambio en la tendencia y la misma no deja de descender
hasta finalizado el mes de enero, como consecuencia de la falta de precipitaciones
y alta demanda atmosférica
Grafico 7: Evolución de la napa, elaboración propia en base a la inf. de la Escuela de 30 de Agosto
Como se puede apreciar en el grafico 8 la napa presenta una correlación positiva con
los rendimientos promedios obtenidos en los ensayos, mediante una línea de frontera se
puede observar lo mencionado anteriormente, hay un nivel de napa donde asensos
temporales generan anoxia en el cultivo deprimiendo el rendimiento, una zona optima
donde se expresa el potencial del cultivo y una zona donde la extracción por parte de
la planta lleva a una merma de rendimientos
Grafico 8: correlación Napa – Rendimiento promedio
A modo de ejemplo, en base a los modelos de la Oficina de Riesgos Agropecuario
(www.ora.gov.ar) para la localidad de Pehuajo, Gral. Villegas, Bolivar y 9 de julio con
una fecha de siembra de 10/9 se presenta la evolución del contenido de humedad
del suelo en el cultivo de maíz sembrado en fecha temprana de la región. (ver
gráfico 9)
Los perfiles llegaron a su capacidad máxima para mediados de noviembre. De allí
en adelante las precipitaciones se discontinuaron llegando a mediados de
diciembre sin reservas en el primer metro de suelo (parámetro que evalúa el modelo;
Grafico 9).
Observando los balances hídricos de las diferentes localidades, vemos que para
Pehuajo – Bolivar las reservas se deprimieron fuertemente al salir del periodo crítico,
mientras que para la zona de Villegas y Nueve de Julio el déficit fue menos marcado.
Grafico 9:
0
5
10
15
20
25
30
35
40
45
1 6 11 16 21 26 31 5 10 15 20 25 30 5 10 15 20 25 30 4 9 14 19 24 29 3 8 13 18 23 4 9 14 19 24 29
Octubre Noviembre Diciembre Enero Febrero Marzo
Tem
pe
ratu
ra
Temperaturas
La temperatura media durante el periodo crítico estuvo dentro del rango óptimo
para el desarrollo del maíz (25-32°C), aunque se registraron, con alta frecuencia, días
con temperaturas máximas superiores a los 32 °C lo que pudo generar problemas en
la polinización
Grafico 10: Temperaturas registradas en la campaña 2013-14, elaboración propia en base a los registros de la Esc Agrop 30 de
agosto
Resultados
Calidad de sitio
En primer lugar se realizó una evaluación de la variabilidad de los sitios de ensayo
que llegaron a cosecha (23 de los 23 sembrados, ver tabla 2). Para cada una de las
repeticiones se calculó el coeficiente de variación del indicador ambiental, en caso
de registrar una variabilidad superior al 16% la repetición era descartada. En primer
lugar se descartaron los sitios La Celina (Pirovano), La Providencia (Hereford) y La
Christine (Marilauquen) y La Margarita por presentar un elevado registro en Vuelco
y Quebrado. En segunda instancia se descartaron repeticiones una del sitio La
Alejandra (América), otra del 26 de abril (Roberts) y una de El Estribo (Girodias). En
Tercer lugar se descartaron tratamientos uno de Don Julio por error en la pesada, un
tratamiento en Maraco por error en la cosecha.
Tabla 2: Calidad de sitios (en rojo las repeticiones/sitios descartados)
Los ensayos cosechados previo al mes de mayo
presentaron menor variabilidad entre si y un rinde más
elevado. En la medida que se registró un atrasó cayo el
rendimiento y aumento el coeficiente de variación del
hibrido entre todos los sitios.
Este comportamiento no debe atribuirse 100% a la
cosecha, dado que los potenciales de rendimiento entre
los sitios fue dispar y el promedio se ve afectado por la
proporción de sitios cosechados de diferente potencial.
El atraso genero aumento en el porcentaje de vuelco y
quebrado de algunos ensayos de derivo en su descarte
Rendimiento
Se realizó un ANOVA (análisis de la varianza) de manera de detectar la significancia
de la variabilidad observada
Hibrido
< M
ayo
Jun
io
Jul
io
< M
ayo
Jun
io
Jul
io
ADV 8112 VT 3 PRO 25% 30% 57%
Arv 2183 MGRR 24% 28% 50%
Arv 2194 HXRR 23% 26% 47%
DK 670 VT3Pro 27% 27% 52%
DK 692 VT3 Pro 24% 28% 46%
DK 7210 VT3Pro 26% 35% 47%
DK 7310 VT3Pro 23% 32% 50%
DK 747 VT3Pro 26% 27% 44%
DM 2738 MGRR 24% 28% 39%
Dow 505 PowerCore 27% 43% 48%
Dow 510 PowerCore 27% 42% 49%
NK 900 Vip3 25% 24% 28%
SRM 566 MGRR2 21% 34% 44%
SYN 840 TDTG 23% 27% 42%
SYN 969 TDTG 24% 25% 43%
TESTIGO 22% 29% 44%
Total general 24% 30% 44%
Fecha de
cosecha
Varialibilidad
entre los ensayos
CREA Sub-Zona CampoRto IA
R1
Rto IA
R2
CV
r1
CV
r2Obsevaciones F. Cos
%
cosecha
Mones cazon - Pehuajo Sur San Jorge 9.961 10.478 5% 10% Ok 26-mar
General Villegas Norte Don polito 14.219 12.954 12% 6% Ok 22-abr
9 de julio- Carlos Casares Centro Este La Josefa 6.421 6.528 10% 15% Ok 25-abr
9 de julio- Carlos Casares Centro Este Boccanera 9.817 9.984 12% 10% Ok 26-abr
Guanaco - Las Toscas Norte El Trébol 10.597 - 5% Ok 05-may
30 de Agosto- Marilauquen Centro Este La Frontera 8.412 8.333 10% 10% Ok 07-may
Salazar- Mones Cazon Sur La Prosperidad 7.633 7.788 6% 15% Ok 19-may
Henderson- Daireaux Sur Maraco 10.906 12.429 14% 8% Se descarto 1 tratamiento x error de cosecha 22-may
Herrera Vegas Sur SCC 9.787 10.400 3% 9% Ok 23-may
Infosura Norte San Patricio 6.539 7.575 4% 6% Ok 12-jun
Salazar- Mones Cazon Centro Este La Margarita 4.698 - 9% Se descarto por elevado vuelco 17-jun
Henderson- Daireaux Sur El Carmen 7.717 7.974 14% 9% Ok 18-jun
Henderson- Daireaux Sur El Estribo 9.598 11.414 16% 25% Se descarta 1 repeticion por alta variabilidad 23-jun
Ameghino Norte La Vizcachera 7.257 7.987 5% 6% Ok 24-jun
Guanaco - Las Toscas Norte 26 de Abril 6.000 9.864 27% 16% Se descarta 1 repeticion por alta variabilidad 25-jun
Herrera Vegas Sur San Carlos 9.314 8.659 8% 11% Ok 25-jun
Henderson- Daireaux Sur Don Julio 4.832 4.175 15% 10% Ok 25-jun
Bolivar Centro Este Inchausti 11.098 9.374 7% 14% Ok 17-jul
30 de Agosto- Marilauquen Centro Oeste La Christine 4.834 5.427 26% 19% Se descarta por alta variabildiad 18-jul
General Villegas Norte La Alejandra 8.868 12% 17% Se descarta 1 repeticion por alta variabilidad 21-jul
Ameghino Norte La Providencia 1.639 2.690 30% 39% Se descarta por alta variabildiad 23-jul
La Via Sur La Celina 5.556 6.911 33% 17% Se descarta por alta variabildiad 23-jul
La Via Sur La Rinconada 8.586 8.808 6% 10% Ok 24-jul
27%
34%
39%
Al iniciar la experimentación se plantearon 3 Hipótesis:
Hipótesis Nula Hipótesis 1
No hay interacción G-A Hay interacción G-A
No hay diferencias entre los
genotipos
Hay diferencias entre los genotipos
No hay diferencias entre los sitio Hay diferencias entre los sitios
ANOVA
Variable N R2 R2 Aj CV
Rto Corre 510 0,8 0,78 12,37
F.V. SC gl CM F p-valor
Modelo. 2326283292 239 9733402.89 8.89 <0.0001
Localidad 1960835696 15 130722379.74 119.45 <0.0001
Genotipo 63224854,08 14 4516061.01 4.13 <0.0001
Loc*Gen 290686005,4 210 1384219.07 1.26 0.0347
Error 295472656,8 270 1094343.17
Total 2621755949 509
El Modelo explica el 80% de la variabilidad,
En base a los resultados del ANOVA se rechaza las hipótesis nulas ya que se
encontraron diferencias muy significativas entre Híbridos y entre Sitios; y significativas
en la interacción de ambas variables.
Dados los resultados obtenidos se realizó un biplot para determinar mediante el
Análisis de componentes principales como se desglosa la variabilidad en la
interacción localidad por genotipo. De este surge que el genotipo explico el 30,1%
de la variabilidad mientras que la variable localidad explico el 19,8%.
La recta principal marca hacia la derecha rendimientos altos y hacia la izquierda
rendimientos bajos, la distancia de cada punto a esta recta marca la relación con
el ambiente. Los vectores determinan como se agrupan las localidades de
experimentación y como se comportaron los materiales.
De esta manera se grafica el comportamiento de los materiales, se destaca DK 7210
y DK 7310 donde tuvieron muy buen rendimiento con menor variabilidad, en segundo
lugar se destaca SRM 566 con buen rendimiento destacándose en las localidades de
Salazar, Ameghino, Pasteur, J.J. Paso, Henderson, Andant y Albariño; también DM
2738 presento un comportamiento similar en todas las localidades.
Hibrido
Rto
promedio
% de veces
P(75) Coef B R2 Indice DE CV Min Max Mediana P (25) P (50) P (75)
DK 7210 VT3Pro 9.449 62% 1,04 0,83 1,11 2320 25% 5.630 14.403 9.213 7.843 9.213 11.100 A
DK 7310 VT3Pro 9.186 50% 1,05 0,84 1,08 2325 25% 4.266 13.508 9.035 7.533 9.035 10.760 A B
SRM 566 MGRR2 8.806 38% 0,96 0,77 1,03 2228 25% 2.666 13.204 8.832 7.842 8.832 9.931 B C
DM 2738 MGRR 8.747 35% 1,00 0,88 1,02 2167 25% 5.161 13.191 8.522 6.793 8.522 10.577 B C
Arv 2194 HXRR 8.599 21% 0,98 0,83 1,01 2161 25% 3.981 12.571 8.572 7.227 8.572 10.401 C D
NK 900 Vip3 8.568 18% 0,89 0,79 1,00 2033 24% 4.093 12.736 8.505 7.475 8.505 9.328 C D
DK 747 VT3Pro 8.542 29% 1,04 0,79 1,00 2371 28% 3.709 13.135 8.035 6.923 8.035 10.163 C D
ADV 8112 VT 3 PRO 8.536 15% 1,04 0,86 1,000 2277 27% 4.587 12.647 8.572 6.877 8.572 10.220 C D
DK 692 VT3 Pro 8.497 32% 0,87 0,73 0,995 2085 25% 4.790 13.212 8.362 7.366 8.362 9.753 C D E
SYN 969 TDTG 8.321 21% 0,97 0,79 0,97 2225 27% 3.433 13.392 8.179 7.140 8.179 9.327 C D E
DK 670 VT3Pro 8.315 12% 0,99 0,83 0,97 2220 27% 4.009 13.424 8.156 6.875 8.156 9.277 C D E
SYN 840 TDTG 8.203 12% 0,84 0,68 0,96 2080 25% 4.051 12.623 7.947 7.091 7.947 9.455 D E
Dow 505 PowerCore 8.130 18% 1,17 0,81 0,95 2635 32% 2.932 12.495 8.370 6.317 8.370 10.238 D E
Arv 2183 MGRR 8.100 12% 0,90 0,85 0,95 2001 25% 4.322 12.602 7.961 6.900 7.961 9.750 D E
Dow 510 PowerCore 8.028 26% 1,15 0,72 0,94 2760 34% 2.684 13.773 8.752 5.958 8.752 9.740 E
DMS: 503
Ranking de materiales y comportamiento en función del ambiente
Se pueden distinguir 2 grandes grupos dentro del ranking que presentan diferencias
significativas entre sí en el grupo superior se encuentran DK 7210 VT3Pro, DK 7310
VT3Pro, SRM 566 MGRR2 y DM 2738 MGRR2, este grupo además se caracteriza por
presentar una elevada cantidad de casos (más del 35% de las veces) por arriba del
percentil 75.
En el otro grupo se encuentran el Dow 510 PowerCore, Arv 2138 MGRR, Dow 505
PowerCore, SYN 840 TDTG, DK670 VT3Pro, SYN 969 TDTG, DK 692 VT3Pro, de este grupo
se resaltan 3 materiales que han estado una elevada cantidad de veces (entre 21 y
32%) por arriba del percentil 75 .
Estabilidad
Los materiales que se encuentran en el cuadrante I y II se caracterizan por presentar
rendimientos medios por debajo de la media mientras que los del cuadrante III y IV
se caracterizan por estar por encima de la media.
Por otro lado los materiales que se encuentran en el cuadrante I y IV tienden a ser
más independientes del ambiente mientras que los que están en el II y III tienen un
comportamiento asociado al potencial del ambiente, o se caen en rendimiento
cuando el ambiente es malo o explotan en rendimiento cuando el ambiente es
bueno. Para determinar el comportamiento de cada material hay que observar las
gráficas individuales (ver Anexo)
Además se realizaron dos análisis complementarios de manera de evaluar si el
ranking de los materiales está relacionado a las sub zonas o al potencial productivo
del ambiente donde se implanto el ensayo.
Rendimiento por Subzona: Se armó la matriz de evaluación con el promedio de
los resultados de los ensayos de cada una de las sub zonas. Luego se realizó un
ANOVA de manera de determinar el impacto de la ubicación geográfica en el
rendimiento.
ANOVA
Variable N R2 R2 Aj CV
Rto Corre 45 0,87 0,80 3,05
F.V. SC gl CM F p-valor
Modelo 12932476,00 16 808279,75 11,80 <0,0001
Sub-zona 7032355,21 2 3516177,61 51,32 <0,0001
Hibrido 5900120,79 14 421437,20 6,15 <0,0001
Error 1916390,27 28 68513,94
Total 14850866,27 44
Para el modelo armado, el 47% de la variabilidad es explicada por la ubicación
geográfica del ensayo y un 39% de la variabilidad al hibrido
Test: LSD Fisher Alfa=0,05 DMS 195,78 Error: 66513,94
SubZona Medias N EE
Norte 9.145 15 67,58 A
Sur 8.407 15 67,58 B
Centro Este 8.324 15 67,58 B Medias con una letra común no son significativamente diferentes (p > 0,05)
Considerando dicho comportamiento se armó un ranking por sub-zona con su
correspondiente nivel de significancia. Las diferencias mínimas significas entre
materiales encontradas fueron mayores a las encontradas en el análisis global de la
zona.
Por otro lado no hay que dejar de mencionar que dentro de cada una de las Sub-
zonas la variabilidad fue amplia, encontrando rindes promedios muy dispares.
En la Sub-zona Norte los materiales que se destacaron fueron Dk 7210 Vt3pro, DK 747
Vt3pro, Dk 7310 Vt3pro, DK 692 Vt3pro.
En la Sub-zona Sur los materiales que se destacaron fueron Dk 7210 Vt3pro y Dk 7310
Vt3pro
Norte Sur Centro este
Hibrido Rto Hibrido Rto Hibrido Rto
DK 7210 VT3Pro 10.350 A DK 7210 VT3Pro 9.598 A DK 7310 VT3Pro 9.054 A
DK 747 VT3Pro 9.429 A B DK 7310 VT3Pro 9.168 A B SRM 566 MGRR2 8.480 A
DK 7310 VT3Pro 9.374 A B SRM 566 MGRR2 8.735 B C DM 2738 MGRR 8.471 A B
DK 692 VT3 Pro 9.366 A B DM 2738 MGRR 8.654 B C D DK 7210 VT3Pro 8.367 A B
SRM 566 MGRR2 9.324 B ADV 8112 VT 3 PRO 8.526 B C D Arv 2194 HXRR 8.364 A B
DM 2738 MGRR 9.257 B Arv 2194 HXRR 8.499 B C D NK 900 Vip3 8.315 A B
DK 670 VT3Pro 9.188 B NK 900 Vip3 8.411 B C D DK 747 VT3Pro 8.208 B
NK 900 Vip3 9.185 B DK 747 VT3Pro 8.302 C D DK 670 VT3Pro 8.206 B
SYN 840 TDTG 9.095 B C DK 692 VT3 Pro 8.252 C D DK 692 VT3 Pro 8.186 B
Arv 2194 HXRR 9.075 B C SYN 969 TDTG 8.213 C D Dow 510 PowerCore 8.107 B
ADV 8112 VT 3 PRO 9.062 B C Dow 505 PowerCore 8.023 C D ADV 8112 VT 3 PRO 8.087 B
SYN 969 TDTG 8.944 B C Arv 2183 MGRR 7.964 C D SYN 840 TDTG 8.069 B
Arv 2183 MGRR 8.743 B C DK 670 VT3Pro 7.961 C D SYN 969 TDTG 7.972 B
Dow 505 PowerCore 8.681 B C Dow 510 PowerCore 7.946 C D Dow 505 PowerCore 7.842 B
Dow 510 PowerCore 8.114 C SYN 840 TDTG 7.855 D Arv 2183 MGRR 7.787 B
DMS = 819DMS = 994 DMS = 796
En la Sub-zona Centro Este los materiales que se destacaron fueron Dk 7310 Vt3pro,
SRM 566 MGRR, DM 2738 MGRR, Dk 7210 Vt3pro, Arv 2194 MGRR y NK 900 Vip3
Rendimiento por potencial productivo: Tomando el rendimiento promedio de
cada una de las repeticiones se agruparon los sitios de ensayo en base a percentiles
P (25)= 7.552 kg/ha, P (50)= 8.350 kg/ha y P (75)= 9.741 kg/ha, quedando agrupados
en tres grupos diferenciados por su rendimiento. Luego se realizó un ANOVA de
manera de determinar si había interacción entre el hibrido y el potencial productivo
del ambiente.
ANOVA
Variable N R2 R2 Aj CV
Rto Corre 45 0,97 0,96 4,73
F.V. SC gl CM F p-valor
Modelo 175002853,24 16 10937678,33 65,93 <0,0001
Ambiente 167454188,91 2 83727094,45 504,6 <0,0001
Hibrido 7548664,33 14 421437,20 6,15 0,0038
Error 4645339,60 28 165904,99
Total 179648192,84 44
Para el modelo armado, el 93% de la variabilidad es explicada por el factor por el
cual se agruparon los datos.
Test: LSD Fisher Alfa=0,05 DMS 304,65 Error: 165904
Ambiente Medias N EE
Superior 10.997 15 105,17 A
Medio 8.565 15 105,17 B
Inferior 6.273 15 105,17 C Medias con una letra común no son significativamente diferentes (p > 0,05)
Considerando dicho comportamiento se armó un ranking por cada uno de los
ambientes productivos con su correspondiente nivel de significancia. Las diferencias
mínimas significas entre materiales encontradas fueron mayores a las encontradas
en el análisis global de la zona.
En el ambiente de Bajo potencial el genotipo explico el 18% de la variabilidad
mientras que en los otros fue de 6% y el 4% respectivamente.
Con lo cual a modo de conclusión en los ambientes de bajo potencial se destaca
Dk 7210 Vt3pro, Dk 7310 Vt3pro, Dk 692 VT3pro, SRM 566 MGRR y NK 900 Vip3DK
En ambientes de potencial intermedio DK 7210 VT3Pro, DK 7310 VT3Pro, SRM 566
MGRR2, Arv 2194 HXRR, Dow 510 PowerCore
En ambientes de alto potencial DK 7310 VT3Pro, DK 7210 VT3Pro, DM 2738 MGRR, DK
747 VT3Pro y ADV 8112 VT 3 PRO
Hibrido Rto Hibrido Rto Hibrido Rto
DK 7210 VT3Pro 7.393 A DK 7210 VT3Pro 9.308 A DK 7310 VT3Pro 12.144 A
DK 7310 VT3Pro 6.839 A B DK 7310 VT3Pro 8.975 A B DK 7210 VT3Pro 11.968 A
DK 692 VT3 Pro 6.751 A B SRM 566 MGRR2 8.957 A B C DM 2738 MGRR 11.596 A B
SRM 566 MGRR2 6.737 A B Arv 2194 HXRR 8.774 A B C DK 747 VT3Pro 11.376 A B C
NK 900 Vip3 6.653 A B C Dow 510 PowerCore 8.554 A B C ADV 8112 VT 3 PRO11.256 A B C
DM 2738 MGRR 6.540 B C ADV 8112 VT 3 PRO 8.523 B C Dow 505 PowerCore10.996 B C D
DK 747 VT3Pro 6.432 B C DM 2738 MGRR 8.510 B C Arv 2194 HXRR 10.964 B C D
SYN 969 TDTG 6.307 B C NK 900 Vip3 8.480 B C SRM 566 MGRR2 10.853 B C D
SYN 840 TDTG 6.272 B C DK 692 VT3 Pro 8.478 B C NK 900 Vip3 10.841 B C D
Arv 2194 HXRR 6.207 B C Dow 505 PowerCore 8.469 B C SYN 969 TDTG 10.758 B C D
DK 670 VT3Pro 6.148 B C DK 670 VT3Pro 8.366 B C Dow 510 PowerCore10.729 C D
ADV 8112 VT 3 PRO6.109 B C Arv 2183 MGRR 8.332 B C DK 670 VT3Pro 10.637 C D
Arv 2183 MGRR 5.859 C D SYN 840 TDTG 8.307 B C DK 692 VT3 Pro 10.467 C D
Dow 505 PowerCore5.042 D E DK 747 VT3Pro 8.250 B C Arv 2183 MGRR 10.205 C D
Dow 510 PowerCore4.809 E SYN 969 TDTG 8.202 C SYN 840 TDTG 10.176 D
DMS = 834 DMS = 769 DMS= 936
Bajo potencial Medio potencial Alto potencial
Densidad de siembra
La densidad de siembra genera mucha discusión a nivel zonal. Hay una tendencia
generalizada a bajar la cantidad de semilla por hectárea.
A pesar de que no se realizó un experimento donde se evaluara el comportamiento
de los materiales frente a distintas densidades, la base de datos obtenida presenta
diferencias en la población lograda de plantas entre sitios.
Esta heterogeneidad en el manejo permitiría inferir cual seria las densidades que
mejores resultado generaron en los diferentes ambiente productivos.
Se agruparon los sitios de ensayo en base al percentil del rendimiento promedio de
todas las materias evaluados en el ensayo (ver: Rendimiento por potencial
productivo). Por otro lado se segrego dentro de cada uno en base a 3 rangos de
plantas logradas.
Se puede observar en el grafico que en ambientes de bajo y medio potencial
densidades por debajo de 65.000 plantas permitiría optimizar el rendimiento,
superando este rango en los ambientes con mayores limitantes se perdería
producción. En ambientes de alto potencial las densidades optimas estarían en un
rango de 65-75.000 pl/ha.
Hay que considerar las limitaciones de este análisis, las mismas solo ratifican una
tendencia que se observa a nivel de campo.
Conclusiones
- La presencia de napa tuvo mayor correlación con el rendimiento que las
precipitaciones registradas.
- Las temperaturas no fueron determinantes del rendimiento alcanzado en los
sitios de ensayo
- Las demoras en la fecha de cosecha generan pérdidas económicas difíciles
de cuantificar a nivel de lote
- Cuatro materiales se destacaron a nivel zonal, presentando alto rendimiento y
logrando estar entre los mejores 3 en varias ocasiones.
o DK 7210 VT3pro
o DK 7310 Vt3pro
o SRM 566 MGRR
o DM 2738 MGRR
- Segregando los materiales por sub-zona, se generan cambios en el ranking
siendo los destacados en cada una:
Norte Sur Centro este
DK 7210 VT3Pro DK 7210 VT3Pro DK 7310 VT3Pro
DK 747 VT3Pro DK 7310 VT3Pro SRM 566 MGRR2
DK 7310 VT3Pro DM 2738 MGRR
DK 692 VT3 Pro DK 7210 VT3Pro
Arv 2194 HXRR
NK 900 Vip3
- Segregando el análisis por potencial de producción, se destacan en cada
uno:
Bajo Medio Alto
DK 7210 VT3Pro DK 7210 VT3Pro DK 7310 VT3Pro
DK 7310 VT3Pro DK 7310 VT3Pro DK 7210 VT3Pro
DK 692 VT3 Pro SRM 566 MGRR2 DM 2738 MGRR
SRM 566 MGRR2 Arv 2194 HXRR DK 747 VT3Pro
NK 900 Vip3 Dow 510 PowerCore ADV 8112 VT3Pro
Agradecimientos:
Aprovechamos la oportunidad para agradecer a todas las empresas CREA y a sus
equipos de trabajo, por su gran predisposición y colaboración en la ejecución de los
ensayos y a Don Mario SA, Monsanto SA, Syngenta, Dow, Arvales, Sursem y Advanta.
Ya que confiaron una vez más en la RIDZO y con su aporte económico colaboran en
la profesionalización de la ejecución de los ensayos de la Zona Oeste.
Anexo
