|
|
Repetición
|
Código
|
Descripción
|
|
T1
|
1
|
V1D1R1
|
Maíz INIAP 103 espaciado a
0.80 y 0.25m
|
|
T1
|
2
|
V1D1R2
|
Maíz INIAP 103 espaciado a
0.80 y 0.25m
|
|
T1
|
3
|
V1D1R3
|
Maíz INIAP 103 espaciado a
0.80 y 0.25m
|
|
T2
|
1
|
V1D2R1
|
Maíz INIAP 103 espaciado a
0.80 y 0.12m
|
|
T2
|
2
|
V1D2R2
|
Maíz INIAP 103 espaciado a
0.80 y 0.12m
|
|
T2
|
3
|
V1D2R3
|
Maíz INIAP 103 espaciado a
0.80 y 0.12m
|
Tabla 1. Detalle
de los tratamientos
Control de calidad de la información: Se comprobó la calidad
de los datos de heliofanía y radiación solar proporcionados por el INAHMI,
realizando correlaciones entre estos; mediante el programa estadístico
INFOSTAT.
Cálculo de la duración de las diferentes fases fenológicas: El
inicio de una fase fenológica se registró cuando el 20% de órganos
característicos de la fase en estudio emergieron, la plenitud es la fecha en la
cual el 50% de órganos han aparecido y el fin de fase, la fecha en la cual se
registra el 80% de órganos de la fase correspondiente (Martínez, 2017). Se
inspeccionó diariamente el cultivo y se registró el número total de plántulas
germinadas hasta que éstas representen el 20% del número total de semillas
sembradas, sucesivamente, cuando el 20% de las plantas presentaron la cuarta
hoja abierta fue considerado en etapa fenológica de prefloración, se
contabilizaron los días transcurridos desde el 20% de la etapa de germinación
hasta el 20% de la etapa de prefloración, obteniendo así el periodo de duración
de la primera fase fenológica. Y, de la misma manera para el resto de fases.
Determinación de la Materia Seca mediante el método del disco:
Se tomaron muestras de hojas desde la prefloración cuando el cultivo presentó
la plenitud de cada fase (el 50%), tomando al azar, dos plantas de la parcela
destructiva DC (0,80 cm*0,25 cm) y cuatro plantas de la parcela destructiva DD
(0,80 cm*0,12 cm). De cada arreglo se obtuvo el total de hojas de cada planta,
pero, solo de las hojas impares se extrajo un disco foliar cortado con un
sacabocados de área conocida, evitando seleccionar aquella donde se encontraban
los nervios principales de las hojas. Solo para la fase de prefloración, se
tomaron muestras de la hoja 5, 7, 9, 11, 13, 15, 17 cuando el 50 por ciento
estuvieron presentes, mientras que para el resto de fases fue una sola toma.
Determinación del área foliar (AF) e índice del área foliar
(IAF): Usando los datos obtenidos de materia seca, se procedió a la
determinación del área foliar basándose en el método destructivo del disco o
área específica de la hoja (AEH); Este método contempló la toma del peso seco
de pequeños discos de hoja de un área conocida de un conjunto de plantas
muestreadas, en la que se calcula el área de la hoja como Ad/Wd, donde Ad es el
área y Wd es el peso seco los discos de hoja. El área de la hoja en conjunto
fue calculada como Ad=AEH*Wb, donde Ab= área y Wb= peso seco de conjunto de
hojas Marani y Levi, citado por (Vidal, 2012). El resultado se multiplicó por
el número total de plantas de todo el tratamiento (510 en DC y 903 en DD) y se
dividió para el número de plantas recolectadas (dos para DC y cuatro para DD),
obteniéndose así el área total de cada parcela. Se calculó el Índice de Área
Foliar (IAF) mediante la ecuación IAF= área foliar/marco de plantación
propuesta por Apolo, Pérez, Martínez, & Egea, (2019). Los valores obtenidos
de IAF de cada tratamiento fueron comparados entre sí mediante un análisis de
varianza realizado en INFOSTAT; mientras que, los valores de área foliar (AF)
fueron usados para el cálculo de la tasa de asimilación neta.
Determinación de la Tasa de Asimilación Neta: Con los datos
registrados de IAF y materia seca, se calculó la TAN según la fórmula TAN=
(PS2PS1)/(T2-T1) * (Ln AF2-LnAF1)/(AF2-AF1)
(Morales et al ., 2015), los valores obtenidos fueron
sometidos a un análisis de varianza entre tratamientos para determinar la
significancia estadística.
Donde
P1 y P2: Pesos de materia seca
T1 y T2: Tiempos 1 y 2
AF2 y AF1: Área foliar en los tiempos 1 y 2 Ln AF2 y Ln AF1:
Logaritmos neperianos del área
foliar en los tiempos 1 y 2
Manejo de datos de radiación solar global: Se registraron los
valores diarios de Radiación Solar Global (RSG) en W/m2 (obtenidos
del Piranómetro HUKSEFLUY SR11- 8098, provisto en la Estación Meteorológica
automática del INAMHI instalada en el CADET), acumulados para cada período,
según lo señalado en el cálculo de la duración de las fases fenológicas y se
calculó la Radiación Fotosintética Activa efectivamente interceptada por el
cultivo con la ecuación: RFAi t= 1-EXP – (K IAFt) RSG t *0.5 (Estévez, 2017).
Donde:
RFAi: Radiación Fotosintética Activa interceptada en el tiempo
t,
K: es el coeficiente de extinción que para el caso del maíz
será igual a 0.65
IAF: es el Índice de Área Foliar en el tiempo t RSGt: es la
Radiación Solar Global en el tiempo t.
Rendimiento: Se cosecharon las parcelas DC y DD cuando el
cultivo alcanzó la madurez fisiológica y se pesaron los granos de cada mazorca,
para el cálculo de la eficiencia en el uso de la radiación. Adicional, como
parámetro de calidad se contabilizó el número de mazorcas de primera, segunda y
tercera de cada bloque y de cada tratamiento.
Determinación de la eficiencia en el uso de la radiación
(EUR): La Eficiencia en el uso de la Radiación solar se calculó siguiendo la
ecuación EUR= R/RFA, R: rendimiento expresado en Kg/m2*día, RFA:
radiación fotosintéticamente activa, expresada en MJ/ m2*día
(Díaz-López et al., 2013), los datos obtenidos fueron usados en un
análisis de varianza entre tratamientos para determinar cuál fue el más
eficiente
RESULTADOS Y DISCUSIÓN
Al realizar las correlaciones entre heliofanía y radiación se
obtuvo un valor en el coeficiente de Pearson = 0,93 y un p-valor < 0,0001,
asegurando el uso confiable de estos datos en la determinación del resto de
variables, porque de acuerdo al modelo existe una alta correlación entre estas
dos variables climáticas. Por lo tanto, la diferencia de días existentes en
cada fase y duración total entre los tratamientos (tabla 2 y 3) están marcadas
por las cantidades de calor acumulado. Así, el rango de temperatura para el
desarrollo de maíz oscila entre 10 y 30 °C (Hou et al ., 2014),
constituyendo un factor determinante en el ritmo y la duración de la
emergencia, el crecimiento y el desarrollo en general (Shim, Lee, & Lee,
2017).
Para esta investigación las diferencias pueden atribuirse a la
distancia de siembra implementada y al sombreo existente en la parcela DD,
alterando la cantidad de temperatura acumulada por día responsable de acelerar
o retardar el comportamiento fenológico (Solís et al., 2013).
Para la variable IAF (tabla 4) con diferencias estadísticas
significativas para tres de las cuatro mediciones en la fase fenológica de
prefloración: Hoja 11, Hoja 13 y Hoja 15 respectivamente, resaltando el
tratamiento DD como el que presentó los mejores promedios en las mismas
mediciones (H11: 5,93; H13: 7,59; H15: 9,82), superando al tratamiento DC. Para
las fases fenológicas restantes (panojamiento; aparición de estigmas;
maduración lechosa; maduración cerea; maduración cornea) no se evidenciaron diferencias
significativas entre los tratamientos bajo estudio. Estos valores podrían ser
causa del sombreo entre las plantas sobre el terreno para el tratamiento 2
(DD), lo que ocasionaría una reducción en el ingreso de energía solar.
Contradiciendo los resultados obtenidos por Morales et al, quienes
expresaron, con el incremento del número de hojas por plantas, la respuesta es
superior, ya que una mayor cantidad de hojas representa mayor superficie foliar
y, por tanto, una posible capacidad fotosintética más alta, lo que se traduce
en más materia seca acumulada y un incremento del rendimiento en granos,
(Calero et al., 2018). Así, a valores menores de IAF, parte de la
radiación solar no será interceptada por el follaje, lo que se transforma en
una disminución de la fotosíntesis y aporte de fotosintatos para la producción
de biomasa, Westgate et al., citado por Alegría, (2016). Con valores
mayores, la proporción de follaje sombreado se incrementa, la relación
fotosíntesis: respiración y el rendimiento decrecen, que es, lo que ocurrió en
esta investigación Wells, 1991; Karlen y Camp, citado por Steduto et al.,
(2012).
Entonces, según Andrade citado en Morales Ruiz et al .,
(2014) la relación entre la producción total de materia seca por unidad de área
y la densidad de siembra es asintótica porque después de un determinado valor
de densidad, el aporte de plantas adicionales causa una reducción en el peso
individual de las mismas por el incremento de la competencia entre ellas; al no
existir un balance de la distancia entre hileras y plantas que no afecta el
crecimiento y desarrollo del cultivo (Ricaurte, Michelangeli, Sinclair, Rao,
& Beebe, 2016).
Resumen Duración de las Fases de Desarrollo - Densidad
Comercial
|
Fase
|
duración días
|
|
|
|
|
GERMINACIÓN
|
13
|
|
PREFLORACIÓN
|
80
|
|
PANOJAMIENTO
|
13
|
|
APARICIÓN DE ESTIGMAS
|
26
|
|
MADURACIÓN LECHOSA
|
18
|
|
MADURACIÓN CEREA
|
32
|
|
|
|
DURACIÓN TOTAL 182
Tabla 2 Duración
de las fases de desarrollo densidad comercial (DC)
Resumen Duración de las Fases de Desarrollo – Doble
Densidad
|
Fase
|
duración días
|
|
|
|
|
GERMINACIÓN
|
15
|
|
PREFLORACIÓN
|
86
|
|
PANOJAMIENTO
|
12
|
|
APARICIÓN DE ESTIGMAS
|
29
|
|
MADURACIÓN LECHOSA
|
24
|
|
MADURACIÓN CEREA
|
24
|
|
DURACIÓN TOTAL
|
190
|
Tabla 3. Duración
de las fases de desarrollo doble
|
densidad (DD)  Fases
fenológicas
Densidad
Comercial(DC) 0,75 a 1,76 b 5,91 b 6,90 b 6,05
a 5,64 a 4,95 a 3,92 a 2,22 a 0,38 a
Doble
Densidad (DD) 1,22 a 5,93 a 7,59 a 9,82 a 6,47
a 6,01 a 4,50 a 3,69 a 1,89 a 0,46 a
 CV  8,99 5,06 12,85
Tabla 4. Índice
de área foliar, densidad comercial y doble
densidad
|
Tratamientos
|
|
|
Prefloración
|
|
|
Hoja 9
|
Hoja 11
|
Hoja 13
|
Hoja 15
|
|
Densidad Comercial(DC)
|
0,008 b
|
0,0035 b
|
0,0024 a
|
0,0016 a
|
|
Doble Densidad(DD)
|
0,014 a
|
0,01 a
|
0,0036 a
|
0,0023 a
|
|
CV
|
13,01
|
13,66
|
13,67
|
14,41
|
Tabla 5. Tasa
de asimilación neta, comercial y doble densidad - prefloración
|
La tabla 4, muestra la eficiencia del follaje y el incremento
en biomasa por unidad de área foliar y de tiempo, representado con la variable
Tasa de asimilación neta (TAN), evidenciando diferencias estadísticas
significativas para las dos primeras mediciones en la fase fenológica de
prefloración: Hoja 9 y Hoja 11 respectivamente, de las cuatro efectuadas,
resaltando el tratamiento DD como el que presentó mejor promedio a los 40 días
después de la germinación (hoja 9 : 0,014), superando al tratamiento DC. Situación
que se invierte en la hoja 11: 0,01, tornándose más eficiente el tratamiento
DC. Para las fases fenológicas restantes (panojamiento; aparición de estigmas;
maduración lechosa; maduración cerea; maduración cornea) no se evidenciaron
diferencias significativas entre los tratamientos bajo estudio. Estos
resultados, podrían deberse al incremento en la densidad de siembra en el
tratamiento DD, ocasionando, posiblemente que la respiración tienda a ser mayor
que la fotosíntesis. Resultados que coinciden con los reportados por Barrera et
al, (2017), la mayor eficiencia fisiológica del maíz se presenta en los
primeros 50 días, posteriormente disminuye, posiblemente por las condiciones
del deterioro del área foliar y el autosombreamiento generado por el traslape
de las hojas, que inciden en la intercepción de la radiación, además en la fase
productiva la mayor cantidad de asimilados se dirigen hacia la mazorca. Así,
según lo manifestado por Hernández & Soto (2012), cada especie responde de
manera particular a los estímulos de radiación que recibe del ambiente, siendo
diferentes estas respuestas incluso dentro de una misma especie en diversas
etapas fisiológicas del desarrollo. Estos mismos autores mencionan, la
tendencia marcada de encontrar una TAN mayor en los primeros estados de
desarrollo de plantas, condición que se hace contraria en los estados más
avanzados de crecimiento basados en estudios realizados en varios cultivos, de
aquí la tendencia mostrada para esta variable y el índice de área foliar.
El resultado de las interacciones entre las variables IAF, TAN
y las diferentes densidades de siembra expresado en rendimiento muestra como
mejor al tratamiento DC con una media de 3,16 versus el tratamiento DD 2,31;
esto debido probablemente a que el rendimiento por unidad de superficie se ve
afectado por el incremento en la densidad de plantas. Este, ejerce alta
influencia sobre el rendimiento de grano y las características agronómicas,
pues según los estudios de Edwards y Purcell, el incremento se relaciona con
el aumento de la densidad de plantas hasta cierto nivel, por encima del cual el
rendimiento se estabiliza o en algunos casos baja (Gaso, 2018); Por el
incremento de la competencia por agua, nutrientes y luz, cuya sombra ocasiona
reducción en el volumen radical, número de mazorcas, cantidad, calidad y
numero de granos por planta (Blanco et al., 2015).
|
Tratamientos
|
RFAi (MJ/m2*ciclo
|
EUR g/MJ
|
Medias
|
|
Densidad Comercial
|
176,08
|
1,795
|
1,80 a
|
|
Doble Densidad
|
177,05
|
1,304
|
1,31 b
|
Tabla 6. EUR
y RFAi por tratamientos DC y DD - Análisis de varianza EUR
|
El valor de radiación interceptada se asemeja a la cantidad de
energía absorbida, de manera particular cuando el vegetal no presenta tejidos
en senescencia. Así, la tabla 6, muestra la relación entre radiación
fotosintéticamente activa incidente (RFAi) y el rendimiento, obteniendo una
eficiencia de 1,795 g MJ–1 y 1,304 g MJ-1 para el
tratamiento DC y DD, respectivamente.
Según Díaz, esta eficiencia podría ser resultado de la
influencia de la cantidad de radiación solar, la habilidad de las hojas para
fotosintetizar, el índice de área foliar, la arquitectura de la planta, la
respiración, lo que se resume en factores internos de crecimiento relacionados
con el genotipo y factores externos relacionados con el ambiente y las
prácticas de manejo utilizadas durante el ciclo (Cabello, Hernández, González,
Fundora, & Hernández, 2015). Resultados de EUR en maíz reportados por
Díaz-López et al ., (2013), en Toluca- México con una variedad Cóndor,
fueron de 0,48 g. m-2. MJ–1 y 0,32 g. m-2 MJ–1 para una variedad de maíz
amarillo, los que difieren con los reportados por Andrade et al., de
1.52 a 1.53 g m– 2 MJ– 1, atribuyendo estas diferencias a los efectos del sitio
donde se realizaron los estudios y a los genotipos utilizados. Así mismo,
Hernández & Soto (2013), en Mayabeque – Cuba obtuvieron valores de EUR=
1,98 g. m-2. MJ–1 para cultivos sembrados en julio y 1,39 g. m-2. MJ–1 para los
sembrados en junio, resultados que se asemejan a los obtenidos en la presente
investigación. Influenciado, además, por la cantidad de radiación solar
determinada por la ubicación geográfica y sus diferentes latitudes siendo para
Cuba de 22°,58’ latitud Norte, para México de 19° 18´latitud Norte y Ecuador 0°
13' 50" Sur. Lo que, sin lugar a duda demuestra que una mayor recepción de
radiación se encuentra en latitudes bajas.
CONCLUSIONES
La duración del ciclo de cultivo de maíz fue modificada por la
dificultad o facilidad que presentaron las plantas en la intercepción de la
radiación solar in situ, requiriéndose 182 días para el tratamiento DC y 190
días para el tratamiento DD, hasta alcanzar su maduración fisiológica.
Los resultados obtenidos de TAN e IAF indicaron que, después
de los 45 días de la germinación la parcela DC pasó a ser más eficiente en la
cantidad de producción de materia seca, además de presentar una cobertura
foliar distribuida en toda la fase de prefloración, mientras que las plantas
con competencia de espacio y luz en la parcela DD, evidenciaron lento
crecimiento, ineficiencia en la captación de radiación solar a pesar de
tener cobertura anticipada de hojas en los primeros 45 días de prefloración.
Al relacionar rendimiento y radiación fotosintéticamente
activa, se obtuvo como resultado para el tratamiento DC una EUR= 1,79 g.m-2
MJ-1 y para el tratamiento DD la EUR fue de 1,30 g.m-2 MJ-1, corroborando que
la densidad comercial hace mejor uso de los recursos energéticos, siendo más
eficiente que la doble densidad
CONTRIBUCIÓN DE LOS AUTORES
Cada uno de los autores desempeñó un papel fundamental en el
desarrollo de esta publicación, Wendy Jiménez se encargó de la estructuración,
propuesta y redacción del manuscrito, mientras Jonathan López, Eduardo
Quinatoa, Vinicio Peralta y Wellington Pincay llevaron a cabo la revisión,
correcciones y aprobación del articulo antes de enviarlo a la revista.
AGRADECIMIENTOS:
Universidad Central del
Ecuador- Tumbaco
REFERENCIAS BIBLIOGRÁFICAS
Albino-Garduño,
R., Turrent-Fernández, A., Isabel Cortés-Flores, J., Livera-Muñoz, M., &
Carmen Mendoza-Castillo, M. (2015). Distribución de raices y de radiación solar
en el dosel de maíz y frijol intercalados. Agrociencia.
https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-31952015000500004
Alegria, W.
(2016). Texto Básico para profesional en ingenieria forestal - fisiología
vegetal
(Universida).
Perú.
https://docplayer.es/27775768-Texto-basicopara-profesional-en-ingenieria-forestal-en-elarea-de-fisiologia-vegetal.html
Apolo Apolo,
O. E., Pérez Ruiz, M., Martínez Guanter, J., & Egea Cegarra, G. (2019).
Estimación de parámetros biofísicos de interés para la mejora de trigo usando
inteligencia artificial. https://doi.org/10.26754/c_agroing.2019.com.3398
Arista-Cortes,
J., Quevedo Nolasco, A., Zamora Morales, B. P., Bauer Mengelberg, R., Sonder,
K., & Lugo Espinosa, O. (2018). Temperaturas base y grados días desarrollo
de 10 accesiones de maíz de México. Revista Mexicana de
Ciencias
Agrícolas. https://doi.org/10.29312/remexca.v9i5.1507
Barrera-Violeth,
J. L., Cabrales-Herrera, E. M., & Sáenz-Narváez, E. P. (2017). Respuesta
del maíz híbrido 4028 a la aplicación de enmiendas orgánicas en un suelo de
Córdoba – Colombia. Orinoquia. https://doi.org/10.22579/20112629.416
Blanco, Y.,
Afifi, M., & Swanton, C. (2015). The effect of light
quality on maize: a tool for weed plants management. Cultivos
Tropicales. https://doi.org/10.13140/RG.2.2.14007.52647
Cabello, J.
R., Hernández, Y. D., González, A. P., Fundora, L. R., & Hernández, R.
(2015). Análisis del crecimiento de un genotipo silvestre de carica papaya l . Cultivado ex situ y cv . ` maradol roja ´ Analysis of the growth in
wild genotypes of Carica papaya L . grown ex situ and cv . ´ Maradol
Roja ´. Cultivos Tropicales, 36(3), 96–105.
https://doi.org/10.13140/RG.2.2.10347.75045
Calero Hurtado,
A., Castillo, Y., Quintero, E., Pérez, Y., & Olivera, D. (2018). Efecto de
cuatro densidades de siembra en el rendimiento agrícola del frijo común
(Phaseolus vulgaris L.). Revista de La Facultad de Ciencias.
https://doi.org/10.15446/rev.fac.cienc.v7n1.67773
Conelec.
(2008). Atlas solar del Ecuador con fines de generación eléctrica. In
Corporación para la
Investigación
Energética. https://biblioteca.olade.org/opactmpl/Documen to/cg00041.pdf
Córdova, N. H.,
& Carreño, F. S. (2017). Influencia de tres fechas de siembra sobre la
productividad biológica del cultivo del sorgo (Sorghum bicolor L . Moench ) Influence of three sowing dates on the biological
productivity of sorghum cultivation (Sorghum bicolor L. Moench). Cultivos
Tropicales, 38(3), 64–71. Retrieved from
http://scielo.sld.cu/scielo.php?script=sci_arttex
t&pid=S0258-59362017000300009
De Oliveira Silva, F. M., Lichtenstein, G., Alseekh, S.,
Rosado-Souza, L., Conte, M., Suguiyama, V. F., Nunes-Nesi, A. (2018). The genetic architecture of photosynthesis and plant growth-related
traits in tomato. Plant Cell and
Environment,
41(2), 327–341. https://doi.org/10.1111/pce.13084
Díaz-López,
E., Loeza-Corte, J. M., CamposPastelín, J. M., Morales-Rosales, E. J.,
Domínguez-López, A., & Franco-Mora, O. (2013). Radiation-use
efficiency, net assimilation rate and thermal integral as a function of
phosphorus in maize (Zea mays L.). Agrociencia.
https://www.scielo.org.mx/scielo.php?script=s
ci_abstract&pid=S1405-31952013000200003&lng=pt&nrm=iso&tlng=en
Estévez, Á.
(2017). Evaluación de la disponibilidad energética en el rendimiento de maiz
(Zea mays L.) en el periodo febrero-junio de 2017.
Retrieved from
http://www.dspace.uce.edu.ec/bitstream/25000/13746/1/T-UCE-0004-A052-2017.pdf
Gao, F., Anderson, M., Daughtry, C., & Johnson, D. (2018).
Assessing the variability of corn and soybean yields in central Iowa using high
spatiotemporal resolution multi-satellite imagery. Remote Sensing.
https://doi.org/10.3390/rs10091489
Gaso, D.
(2018). Respuesta del rendimiento de soja a la densidad de siembra en ambientes
de productividad contrastante. Agrociencia
Uruguay,
22(2), 1–12. https://doi.org/10.31285/agro.22.2.7
Hernández
Córdova, N., & Soto Carreño, F. (2013). Determination
efficiency index in crops of maize and sorghum established in different
planting dates and its influence on performance.
Cultivos Tropicales.
http://scielo.sld.cu/scielo.php?script=sci_abstr
act&pid=S0258-59362013000200004&lng=es&nrm=iso&tlng=en
Hernández, N.,
& Soto, C. (2012). Influencia de tres fechas de siembra sobre el
crecimiento y la relación fuente-demanda del cultivo del maíz (Zea mays L.). Cultivos Tropicales, 33(1), 28–
34. Retrieved from
http://scielo.sld.cu/scielo.php?script=sci_arttex
t&pid=S0258-59362012000100004
Hou, P., Liu, Y., Xie, R., Ming, B., Ma, D., Li, S., & Mei, X.
(2014). Temporal and spatial variation in accumulated temperature requirements
of maize. Field Crops Research. https://doi.org/10.1016/j.fcr.2013.12.021
Martínez, S. (2017). Climatología y Fenología Agrícola.
F.C.A y F (UNLP).
Monteros
Guerrero, A., Gaethe, R., Lema, V., Salazar, C., Sanchez, R., & Llive, F.
(2016). Panorama Agroeconómico Ecuador 2016. Jel. Morales Morales, E. J.,
Morales-Rosales, E. J.,
Díaz-López, E.,
Cruz-Luna, A. J., MedinaArias, N., & Guerrero-De La Cruz, M. (2015). Net assimilation rate and sunflower seed yield as a function of urea
and slow release urea. Agrociencia.
Morales Ruiz,
A., Morales Rosales, E. J., Franco Mora, O., Mariezcurrena Berasaín, D.,
Estrada Campuzano, G., & Norman Mondragón, T. H. (2014). Maize
population density, light attenuation coefficient and yield. Revista Mexicana
de Ciencias Agrícolas.
Recalde, C., Cisneros, C., Vaca, D., & Ramos, C. (2015).
Relationship between atmospheric transmissivity with daily
heliophany and extreme temperature difference in the Andean equatorial zone. Información
Tecnológica. https://doi.org/10.4067/S0718-07642015000100016
Ricaurte, J.,
Michelangeli, J. A. C., Sinclair, T. R., Rao, I. M., & Beebe, S. E. (2016).
Sowing density effect on common bean leaf area development.
Crop Science. https://doi.org/10.2135/cropsci2016.01.0056
Shim, D., Lee, K. J., & Lee, B. W. (2017). Response of
phenology- and yield-related traits of maize to elevated temperature in a
temperate region. Crop Journal. https://doi.org/10.1016/j.cj.2017.01.004
Solís, S. H. D., Valdés, E. C., Rivera, R. M., Álvarez, R. C.,
Shiraishi, M., & Dhanappala, M. P. (2013). Análisis y comportamiento
del rendimiento de cuatro variedades de arroz (Oryza sativa L.) de diferentes
orígenes en la prefectura de ibaraki. 34(1), 42–50
https://www.redalyc.org/articulo.oa?id=193227543007
Steduto, P.,
Hsiao, T. C., Fereres, E., & Raes, D. (2012). Respuesta del rendimiento de
los cultivos al agua. In Organización de las Naciones Unidas para la
Alimentación y la Agricultura.
https://www.fao.org/documents/card/en/c/e1976ecb-fb63-4ba1-b533-261bab1fde40/
Valverde, J.
C., & Arias, D. (2020). Evaluation of leaf area index with
indirect and direct method in different environmental conditions in
dendroenergetic plantations of eucalyptus tereticornis sm. Madera y
Bosques. https://doi.org/10.21829/myb.2020.2621953
Vidal, P.
(2012). Comparación de métodos de estimación del Índice de Área Foliar en el
cultivo del algodón (Gossypium hirsutum L.) (Universidad Nacional del
Nordeste). Retrieved from
https://inta.gob.ar/sites/default/files/script-tmpinta_tesis_pablo_vidal_comparacin_area_folia
r_en_algo.pdf