pág. 4360
USO DE TERMOGRAFÍA EN HÍBRIDOS DE
MAÍZ (ZEA MAYS L.) CON DEFICIENCIA
HÍDRICA
THERMOGRAPHY USE IN WATER-DEFICIENT MAIZE
HYBRIDS (ZEA MAYS L.)
Jose Daniel Kappes
Facultad de Ciencias Agrarias, Universidad Nacional del Nordeste, Argentina
Celsa Noemí Balbi
Facultad de Ciencias Agrarias, Universidad Nacional del Nordeste, Cátedra de Cerealicultura,
Universidad Nacional del Chaco Austral, Argentina
pág. 4361
DOI: https://doi.org/10.37811/cl_rcm.v8i2.10840
Uso de Termografía en Híbridos de Maíz (Zea Mays L.) con
Deficiencia Hídrica
Jose Daniel Kappes1
danielkappes@yahoo.com
https://orcid.org/0009-0007-3800-5711
Facultad de Ciencias Agrarias,
Universidad Nacional del Nordeste,
Corrientes Capital
Argentina
Celsa Noemí Balbi
cnbalbi@agr.unne.edu.ar
https://orcid.org/0000-0002-7948-2350
Facultad de Ciencias Agrarias, Universidad
Nacional del Nordeste, Corrientes Capital,
República Argentina.
Cátedra de Cerealicultura, Universidad Nacional
del Chaco Austral
Argentina
RESUMEN
El objetivo de este trabajo fue evaluar disminuciones en rendimiento y sus componentes en dos
híbridos de maíz en tratamientos de sequía y establecer diferencias de temperatura entre plantas,
mediante termografía, en distintos momentos del estrés hídrico. Se realizó un ensayo en macetas
de 20 L en la FCA-UNNE (Corrientes, Argentina). Se utilizó un diseño al azar con tres
repeticiones, con una planta por maceta y sin limitaciones hídrico-nutricionales fuera de los
períodos de estrés establecidos. Se sembraron los híbridos DK 7210 y DK 7910. Los tratamientos
fueron: T: sin deficiencias hídricas, S1: corte del riego 20-10 días antes de la floración femenina
(pre R1); S2: corte de riego 10 días pre R1; S3: corte del riego 10 días post R1; S4: corte de riego
10-20 días post R1. Se tomaron imágenes térmicas (FLIRC2) y se asociaron con la humedad del
suelo (Decagon 5TM). Los resultados mostraron que el rendimiento de grano (% relativo al
tratamiento de control) fue menor en 7210 (63.1, 62.5, 64.9 y 80.8% para T1, T2, T3 y T4
respectivamente) que en 7910 (83.7, 91.5, 39, 3 y 97.7%, respectivamente). Las mayores
reducciones de rendimiento se obtuvieron en los tratamientos S1 y S2 para ambos híbridos, siendo
el DK 7210 el más afectado y solo menor en T3 para 7910. Se pudo evidenciar el aumento de
temperatura foliar de las plantas estresadas y su correlación negativa con el contenido de humedad
del suelo, la temperatura aumentó a medida que disminuyó el contenido de humedad.
Palabras claves: temperatura de hoja, sequia, estrés
1
Autor principal
Correspondencia: cnbalbi@agr.unne.edu.ar
pág. 4362
Thermography Use in Water-Deficient Maize Hybrids (Zea Mays L.)
ABSTRACT
The aim of this study was to evaluate decreases in grain yield and other yield components of two
corn hybrids exposed to water stress at different development stages, and the association between
thermal images and soil moisture. An irrigated pot experiment was conducted at FCA-UNNE
(Corrientes, Argentina), and without nutrient restrictions. They sowed the DK 7210 and DK 7910
hybrids. A randomized design with one plant per pot and three replications was used with five
water treatments (T= full-irrigated control; and withholding irrigation during S1= 20-10 days pre-
R1, S2= 10 days pre-R1, S3= 10 days post-R1, and S4= 10-20 days post-R1). Thermal images
(FLIRC2) and soil moisture measurements (Decagon 5TM) were taken daily. Results showed that
grain yield (relative % to the control treatment) was lower in Te (63.1, 62.5, 64.9 and 80.8% for
T1, T2, T3 and T4 respectively) than in Tx (83.7, 91.5, 39, 3 and 97.7%, respectively), mainly in
presilking. A negative association was found between soil moisture and leaf temperature in the
most affected treatment.
Keywords: leaf temperature, drought, stress
Artículo recibido 06 marzo 2024
Aceptado para publicación: 09 abril 2024
pág. 4363
INTRODUCCIÓN
El maíz (Zea mays L.) es una especie perteneciente a la familia Poaceae que no se encuentra en
estado silvestre. En Argentina, ha tomado importancia en su producción sostenidamente en las
últimas décadas, llegando a 58,5 millones de Tn en 2021 (Departamento de estimaciones
agrícolas, 2024). En Argentina, se produce desde Salta hasta el sur bonaerense, la zona núcleo
maicera abarca el sudoeste de Córdoba, sur de Santa Fe y norte de Buenos Aires. La frontera
agrícola argentina se viene expandiendo gracias a la inclusión de ambientes de menor
productividad (Satorre y Andrade, 2021), entre ellos el norte del país con altas probabilidades de
tener que incorporar riego a futuro, considerada zona marginal para el cultivo (Maddonni et al.,
2021).
En el norte argentino, los materiales sembrados en época tardía son, en su mayoría, tropicales,
mientras que en fechas de siembra tempranas se emplean híbridos templados por sus altos
potenciales productivos, aunque más sensibles a altas temperaturas y presión de plagas y
enfermedades. Asimismo, existen diferencias importantes en estructura de planta y tolerancia a
altas poblaciones (stand de plantas) entre híbridos tropicales, encontrando en el mercado tanto
híbridos de porte bajo, hojas erectas y buena tolerancia a poblaciones elevadas, como híbridos de
gran altura y planófilos, que presentan un rango de densidad óptima estrecho y bajo. (Graneros y
Uhart, 2010).
Desde el punto de vista ecofisiológico, la producción de cultivos depende de la intercepción de la
radiación solar y de su conversión en biomasa. La biomasa del cultivo, que proviene de la fijación
de dióxido de carbono, se encuentra ligada a la capacidad del cultivo de interceptar la radiación
incidente, y luego convertirla en materia seca, que multiplicada por el índice de cosecha o
partición genera el rendimiento final (Andrade et al., 1996). Todo ello se ve reflejado en el
fenotipo del cultivo y se registra a través de sus mediciones alométricas que no son destructivas
(Vega et al. 1999; 2001a y 2001b, Terhes 2012).
El rendimiento en grano de un cultivo de maíz se compone del número de granos producidos y
del peso medio de los mismos. Tanto el número como el peso de los granos responden a los
cambios que experimentan las condiciones de crecimiento del cultivo en los momentos del ciclo
pág. 4364
en que cada componente es determinado (Cirilo et al., 2012). De los dos componentes, el número
de granos maduros es el que está más relacionado con las variaciones en el rendimiento del maíz
a campo (Cirilo y Andrade, 1994a; Otegui, 1995).
A nivel de la hoja, la apertura y cierre estomático están influidos por varios factores como niveles
de CO2, luz, temperatura, aunque también están estrechamente relacionados a la producción de
ABA en ocasiones de estrés hídrico (Curtis et al., 2008). Si en algún momento del ciclo el cultivo
sufre algún tipo de estrés hídrico, el cierre estomático produce aumento de la temperatura de hoja
por falta de intercambio de gases en la transpiración, Zia et al. (2013) encontraron alta relación
entre la conductancia estomática y la temperatura del dosel. Sin embargo, también reportaron falta
de investigaciones en diferentes momentos fenológicos del maíz. Otros autores, reportan que la
termografía puede servir para el fenotipeo de diferentes materiales genéticos (Prashar y Jones,
2014). El estrés hídrico, es el estrés abiótico más frecuente que afecta el rendimiento de los
cultivos en muchas regiones tropicales y subtropicales. La severidad de la pérdida de rendimiento
depende de factores tales como el tiempo y la longitud del período de estrés. Sin embargo, el
estrés hídrico inmediatamente antes y durante la floración puede causar una pérdida de
rendimiento (Zia et al., 2013).
La termografía es un método incipiente, aunque se han reportado modelos de cultivo con estos
mismos fines, pero utilizando termómetros infrarrojos (Fuchs, 1990), es por ello que se pretende
incursionar en uno de los temas que más impactan en la brecha entre el rendimiento potencial y
real en el norte argentino.
Objetivos
Evaluar rendimiento y sus componentes, en dos híbridos comerciales de maíz sometidos a
tratamientos de sequía en diferentes momentos del ciclo, relacionarlos con la temperatura de hoja,
mediante termografía, y la humedad del suelo.
MATERIALES Y MÉTODOS
El experimento se realizó en la localidad de Corrientes, en el Campo Experimental de la Facultad
de Ciencias Agrarias de la UNNE, ubicado a 27° 28’ 27.23” S; 58° 47' 00.66” O; 50 m.s.n.m. El
suelo corresponde a un Udipsament árgico, arenoso, mixto de la serie Ensenada Grande (Escobar
pág. 4365
et al., 1996), el cual se utilizó como sustrato para las macetas. El clima de la región está
caracterizado como subtropical o templado cálido, correspondientes a los “bosques
siempreverdes” de tipo mediterráneo (Bruniard, 2000), por sus características, según Köppen
corresponde a Climas Templados Húmedos (De Fina y Ravelo, 1985).
La siembra se realizó en macetas de 20 L la primera semana de febrero del año 2017, bajo techo
de polietileno de 100 micrones. Se utilizó un diseño al azar con tres repeticiones, con una planta
por maceta y sin limitaciones hídrico-nutricionales fuera de los periodos de estrés establecidos.
Los materiales sembrados fueron dos híbridos comerciales de diferente germoplasma (DK 7210:
templado y DK 7910: tropical x templado). El cultivo se condujo con riego por goteo y
fertilizaciones para que no existan deficiencias de nutrientes. Los tratamientos fueron i) (T) sin
deficiencias hídricas, ii) S1: corte del riego 20-10 días antes de la floración femenina (pre R1);
iii) S2: corte de riego 10 días pre R1; iv) S3: corte del riego 10 días post R1;v) S4: corte de riego
10-20 días post R1.
Se registraron estados fenológicos (Escala de Ritchie y Hanway, 1982): emergencia (momento de
50% de plantas emergidas), antesis (momento de 50% de plantas con panojas con anteras
visibles), aparición de estigmas (momento de 50% de plantas con barbas visibles) y madurez
fisiológica (momento de 50% de plantas con granos con capa negra en la porción central de la
espiga).
Se tomaron imágenes a todas las plantas con la cámara térmica infrarroja FLIR C2 con método
MSX de imágenes ópticas a un metro por sobre el nivel superior del canopeo, cada dos o tres días
(al menos 3 o 4 fotos a todas las plantas en cada uno de los tratamientos), haciendo coincidir con
los momentos de corte e inicio de riegos de los tratamientos, con el fin también de ajustar
metodología. Las imágenes tomadas fueron procesadas con el programa FLIR Tools y con Excel.
El software proporciona la función de medir el punto, línea y área. En este estudio, se cubrió la
superficie total de la hoja con una de las aplicaciones del programa que permite ver las
temperaturas promedio del objeto en cuestión. (Fig.1)
pág. 4366
Fig.1. Procesamiento de imágenes con el programa FLIR Tools
Los círculos que cubren la imagen corresponden a la herramienta “puntero de medida” la cual, en
este caso nos permite ver las temperaturas promedio de la superficie de la hoja, estas pueden ser
exportadas a Excel para analizar los valores obtenidos. En el lateral derecho se observa la escala
de temperatura, colores de la gama del color naranja indican las mayores temperaturas y las
menores temperaturas son representadas con los colores oscuros.
Las mediciones de humedad de suelo se realizaron con el sensor de humedad y temperatura de
suelo Decagon 5TM con la misma frecuencia que la toma de imágenes térmicas.
Al momento de cosecha (aprox. 18% de humedad en grano o capa negra en granos centrales) se
recolectaron las espigas de todas las plantas. Los granos se pesaron, contaron y se calculó el peso
seco de granos.
Diseño Experimental y Análisis Estadístico
Los tratamientos se distribuyeron en una unidad experimental por maceta de 20 litros con tres
repeticiones ubicadas al azar en cuatro filas. Los datos correspondientes al rendimiento y sus
componentes se analizaron con ANOVA y se realizó test de comparación de medias utilizando el
software estadístico InfoStat (2020).
pág. 4367
RESULTADOS Y DISCUSIÓN
La Tabla 1 muestra el rendimiento y sus componentes numéricos en dos híbridos de maíz de
diferente germoplasma (DK 7210: templado y DK 7910: tropical x templado) sin limitaciones
hídrico-nutricionales fuera de los períodos de estrés que se combinaron con cinco niveles hídricos,
incluyendo un testigo (T) y cuatro momentos de corte de riego durante 10 días (S1: 10-20 días
pre R1; S2: 10 días pre R1; S3: 10 días post R1; S4: 10-20 días post R1).
El rendimiento en grano osciló entre 1949,40 y 8303,76 Kg.ha-1. No se detectaron valores
estadísticos significativos para el factor híbrido (p= 0,2504), tratamiento de sequía (p= 0,0025),
y la interacción de ambos respectivamente (p= 0,0834) (Tabla 1). El número de granos (NG)
osciló entre 234,67 a 751 granos.m-2 para factor híbrido (p=0,1525), tratamiento de sequía
(p=0,0656), y la interacción de los mismos (p=0,0008). De los dos componentes, el número de
granos es el que está más relacionado con las variaciones en el rendimiento del maíz a campo
(Cirilo y Andrade, 1994a; Otegui, 1995), siendo por lo tanto un rasgo crítico a considerar para
lograr incrementos del rendimiento potencial y con limitantes en maíz.
Se observó que en condiciones normales (sin la inducción del estrés hídrico), el híbrido 7910
presentó menor número de granos, caso contrario a lo ocurrido en los tratamientos con deficiencia
hídrica, donde exhibió un mayor número de granos respecto al 7210, lo cual podría deberse a la
condición de templado de este último, viéndose más afectado por las altas temperatura en su
normal fijación de granos. El peso de 1000 granos (PG) osciló entre 120,5 a 279,09 gramos con
valores de para los factores híbrido (p=0,7289), tratamiento de sequía (p=0,4628), y su interacción
correspondientemente (p=0,2314).
pág. 4368
Tabla 1: Componentes numéricos del rendimiento: Análisis de la Variancia para rendimiento
en grano (Kg ha-1), peso 1000 granos (g) y número de granos para dos híbridos de maíz sometidos
a cuatro momentos de sequía, en la ciudad de Corrientes.
HÍBRIDO
TRAT
RENDIMIENTO
N° DE
GRANOS
DK 7910
TESTIGO
8303,76 D
584,5 BC
SEQUÍA 1
5700,00 BCD
453,33 AB
SEQUÍA 2
1949,40 A
157,5 A
SEQUÍA 3
7182,00 CD
759,67 C
SEQUÍA 4
6338,40 CD
751 C
TESTIGO
7332,48 CD
621,8 BC
SEQUÍA 1
4628,40 ABC
310,67 A
SEQUÍA 2
3214,80 AB
234,67 A
SEQUÍA 3
4765,20 ABC
641,33 B
SEQUÍA 4
5700,00 BCD
448 AB
FUENTE DE VARIACIÓN
HÍBRIDO (H)
0,2504
0,1525
TRATAMIENTO SEQUÍA (TS)
0,0025
0,0656
H*TS
0.0834
0.0008
LSD (0.05) **
281,11843
3007,08401
CV
30,64
32,53
** Diferencia límite de significancia para factores individuales
Las mayores disminuciones del rendimiento se exhibieron en el híbrido DK 7210 en todos los
tratamientos de sequía, con excepción del tratamiento S2 que fue el único caso en el cual el híbrido
anteriormente mencionado supero al DK 7910 (Fig.2).
Para ambos híbridos los menores rendimientos en número de granos se obtuvieron en las plantas
que recibieron los tratamientos S1 y S2 (20 y 10 días pre R1 respectivamente). Por otro lado, los
menores pesos de granos se registraron en las plantas que recibieron los tratamientos S3 y S4.
Esto podría atribuirse al momento en el cual se aplicó el estrés en el ciclo del cultivo (Fig. 3 y 4).
El impacto de deficiencias hídricas durante el llenado de los granos sobre el rendimiento es menor
respecto de su ocurrencia en el período de floración, aunque pueden afectar el índice de cosecha
si el peso del grano se reduce por limitaciones en la disponibilidad de fuente para su llenado
(Cirilo et al., 2012).
pág. 4369
Fig.2. Análisis de rendimiento en grano (Kg. ha-1) para los híbridos de maíz DK 7910 y DK 7210,
sometidos a cuatro momentos de sequía (S1, S2, S3 y S4) y un testigo (T)
Fig.3. Número de granos (gr.m-2) para los híbridos de maíz DK 7910 y DK 7210 sometidos a
cuatro momentos de sequía (S1, S2, S3 y S4) y un testigo (T) el cual no presentó limitaciones
hídricas
pág. 4370
Fig.4. Peso de 1000 granos (g) para los híbridos de maíz DK 7910 Y DK 7210 sometidos a cuatro
momentos de sequía (S1, S2, S3 y S4) y un testigo (T) el cual no presentó limitaciones hídricas.
El rendimiento relativo al testigo fue menor en el híbrido DK 7210 (63,12; 43,84; 64,98 y 77,73%
en S1, S2, S3 y S4 respectivamente) y en DK 7910 (68,64; 86,49; 23,48 y 76,33%,
respectivamente), principalmente en prefloración y floración (Fig.8).
Fig.5. Disminución de rendimiento respecto del testigo en cuatro momentos de estrés hídrico
(períodos de 10 días) en los híbridos templado: DK 7210 y tropical x templado DK 7910
Análisis de Imágenes Térmicas y Datos de Humedad
En los diferentes tratamientos de estrés hídrico se encontró una relación negativa entre la humedad
del suelo y la temperatura de la hoja, la cual aumentó con el transcurso de los días en ambos
híbridos (Fig.9-12).
pág. 4371
Fig.6. Relación entre la humedad del suelo expresada en porcentaje y la temperatura foliar
expresada en grados centígrados en el tratamiento de sequía 10-20 días pre R1 (S1) en los días 3
y 7 de sequía.
Fig.7. Relación entre la humedad del suelo expresada en porcentaje y la temperatura foliar
expresada en grados centígrados en el tratamiento de sequía 10 días pre R1 (S1) en los días 3 y 7
de sequía
pág. 4372
Fig.8. Relación entre la humedad del suelo expresada en porcentaje y la temperatura foliar
expresada en grados centígrados en el tratamiento de sequía 10 días post R1 (S3) en los días 6 y
8 de sequía.
Fig.9. Relación entre la humedad del suelo expresada en porcentaje y la temperatura foliar
expresada en grados centígrados en el tratamiento de sequía 20 días post R1 (S4) en los días 3, 7
y 10 de sequía.
Imágenes Térmicas
Las plantas que recibieron el estrés, en todos los tratamientos, presentaron hasta 4 ºC más de
temperatura que aquellas que no tuvieron limitantes hídricas (testigo) (Fig.13-16). Estas
diferencias podrían explicarse principalmente por el cierre estomático, que se produce
pág. 4373
rápidamente ante situaciones de estrés hídrico y evita la termorregulación de la hoja. Similares
resultados fueron expuestos por Lourtie et al., (1995), quienes afirmaron que el cierre de las
estomas provoca el cese de la transpiración, y esto a su vez conduce a un aumento de la
temperatura foliar.
Fig. 10. A. Plantas no estresadas (testigo) con temperaturas promedio de hoja de <29ºC de
promedio. B. Plantas estresadas (S1) con temperaturas promedio de hoja de >33ºC de promedio.
pág. 4374
Fig. 11. A. Plantas no estresadas (Testigo) con temperaturas promedio de hoja de <32ºC de
promedio. B. Plantas estresadas (S2) con temperaturas promedio de hoja de >35ºC de promedio
pág. 4375
Fig. 12. A. Plantas no estresadas (testigo) con temperaturas promedio de hoja de <32ºC de
promedio. B. Plantas estresadas (S3) con temperaturas promedio de hoja de >36ºC de promedio
pág. 4376
Fig. 13. A. Plantas no estresadas (testigo) con temperaturas promedio de hoja de <31ºC de
promedio. B. Plantas estresadas (S4) con temperaturas promedio de hoja de >35ºC de promedio
CONCLUSIONES
En los híbridos comerciales de maíz evaluados (DK7910 y DK7210) el rendimiento se vio
disminuido por la situación de estrés hídrico; existe una etapa del ciclo del cultivo más sensible,
donde la planta se ve más afectada por el déficit hídrico, que se da inmediatamente antes y durante
pág. 4377
la floración femenina, período en el que se está definiendo el número de granos, componente más
determinante del rendimiento.
El híbrido DK 7210 (templado) fue el más afectado en los momentos en que se indujo el estrés,
presentando menores rendimientos en los tratamientos de sequía en relación con el DK 7910, que
según estos resultados presentaría mayor tolerancia al estrés hídrico.
Mediante la toma y procesamiento de las imágenes, se pudo evidenciar el aumento de temperatura
foliar de las plantas estresadas y su correlación negativa con el contenido de humedad del suelo,
aumentando la temperatura a medida que disminuía el contenido de humedad. Se encontró una
correlación positiva y consistente que podría seguirse investigando en futuros proyectos.
REFERENCIAS BIBLIOGRAFICAS
Andrade, F., Cirilo, A., Uhart, S., & Otegui, M. (1996). Determinación del rendimiento. En
Ecofisiología del cultivo de maíz (pp. 81-99). E.E.A Balcarce INTA-FCA, UNMP.
Balcarce, Argentina.
Bruniard, E. (2000). Los regímenes climáticos y la vegetación natural. Aportes para un modelo
fitoclimático mundial. Publicación Especial Nº 16. Academia Nacional de Geografía.
Buenos Aires, Argentina. Pp.79.
Boza Calvo , R., & Solano Mena , S. (2021). Effectiveness Analysis of The Implementation of
The Strategy of Simulation in Education According to The Perception of The Facilitators
Involved in The Process as Of the Second Quarter Of 2016. Sapiencia Revista Científica
Y Académica , 1(1), 61-77. Recuperado a partir de
https://revistasapiencia.org/index.php/Sapiencia/article/view/14
Cirilo, A., Andrade, F., Otegui, M., Maddonni, G., Vega, C., & Valentinuz, O. (2012).
Ecofisiología del cultivo de maíz. En Eyhérabide, G. H. (Ed.), Bases para el manejo del
cultivo de maíz (pp. 25-56). INTA Pergamino.
Curtis, H., Barnes, S., Schnek, A., & Massarini, A. (2008). Biología (7ª ed.). Ed Médica
Panamericana.
De Fina, A. L., & Ravelo, A. C. (1985). Climatología y Fenología Agrícolas (4ª ed.). EUDEBA.
Buenos Aires, Argentina.
pág. 4378
Departamento de estimaciones agrícolas. (2024). Ministerio de Agricultura, Ganadería y Pesca.
Recuperado de https://datosestimaciones.magyp.gob.ar/
FAO. (2015). FAOSTAT. Recuperado de http://faostat3.fao.org/home/S
Fischer, K., & Palmer, A. (1984). Tropical maize. En P. Goldsworthy & N. Fischer (Eds.), The
physiology of tropical field crops (pp. 213-248). J. Wiley & Sons.
Funchs, M. (1990). Infrared measurement of canopy temperature and detection of plant water
stress. Theoretical and Applied Climatology, 42, 253-261.
Gallo, W., & Daughtry, C. (1986). Techniques for measuring intercepted and absorbed
photosynthetically active radiation in crop canopies. Agron. J., 78, 752-756.
Graneros, I., & Uhart, S. (2010). Efecto de la distancia entre surcos y la densidad poblacional
sobre el rendimiento de híbridos de maíz de diferente estructura de planta en el Norte
Argentino. Maizar, 99.
García Pérez , M., & Rodríguez López, C. (2022). Factores Asociados a la Obesidad y su Impacto
en la Salud: un Estudio de Factores Dietéticos, de Actividad Física y Sociodemográficos.
Revista Científica De Salud Y Desarrollo Humano, 3(2), 01-15.
https://doi.org/10.61368/r.s.d.h.v3i2.31
Lafitte, H. (2012). Fisiología del maíz tropical. En R. Paliwal et al. (Eds.), El maíz en los trópicos.
Mejoramiento y producción (pp. 21-28). FAO.
Liu, Y., Subhasha, C., Yan, J., Song, C., Zhao, J., & Li, J. (2011). Maize leaf temperature
responses to drought: Thermal imaging and quantitative trait loci (QTL) mapping.
Environmental and Experimental Botany, 71, 158–165.
Lourtie, E., Bonnet, M., & Bosschaert, L. (1995). New glyphosate screening technique by infrared
thermometry. En Fourth International Symposium on Adjuvants for Agrochemicals
(pp.297–302). Australia.
Maddonni, G. A., Parco, M., & Rotili, D. H. (2021). Manejo de la estructura del cultivo de maíz
en ambientes marginales de la Argentina. Agronomía & Ambiente, 41(2), 84-99.
Martínez Álvarez, D. (2015). Ecofisiología del cultivo de maíz. En J. Garay & J. Colazo (Eds.),
El cultivo de maíz en San Luis (pp. 7-31). INTA San Luis.
pág. 4379
Morales Mendoza , C., & Gómez Hernández , A. (2022). La regulación de los datos personales
en línea. Estudios Y Perspectivas Revista Científica Y Académica , 2(2), 01-22.
https://doi.org/10.61384/r.c.a.v2i2.12
Machuca-Sepúlveda, J., López M., M., & Vargas L., E. (2021). Equilibrio ambiental precario en
humedales áridos de altura en Chile. Emergentes - Revista Científica, 1(1), 33-57.
Recuperado a partir de https://revistaemergentes.org/index.php/cts/article/view/3
Prashar, A., & Jones, A. (2014). Infra-red thermography as a high-throughput tool for field
phenotyping. Agronomy, 4, 397-417.
Ritchie, S., & Hanway, J. (1982). How a corn plant develops. Iowa State University of Sci. and
Technology Coop. Ext. Services. Special Report 48.
Vega, C. R. C., Andrade, F. H., Sadras, V. O., Uhart, S. A., & Valentinuz, O. R. (2001).
Reproductive partition and set efficiency in sunflowers, soybean and maize. Field Crop
Res., 72, 163-175.
Satorre, E. H., & Andrade, F. H. (2021). Cambios productivos y tecnológicos de la agricultura
extensiva argentina en los últimos quince años. Ciencia Hoy, 29(173), 18-27.
Vega, C., Sadras, V., Andrade, F., & Uhart, S. (1999). Reproductive allometry in soybean, maize,
and sunflowers. Ann. Bot., 85, 461-468.
Vega, C., Andrade, F., Sadras, V., Uhart, S., & Valentinuz, O. (2001). Seed number as a function
of growth. A comparative study in sunflowers, soybean, and maize. Crop Sci., 41, 748-
754.
Yang, Y.; Siau, K.L. A Qualitative Research on Marketing and Sales in the Artificial Intelligence
Age. Available online: https://www.researchgate.net/profile/Keng-Siau-
2/publication/325934359_A_Qualitative_Research_on_Marketing_and_ Sales_in_the_
Artificial_Intelligence_Age/links/5b9733644585153a532634e3/A-Qualitative-
Research-on-Marketing-and-Sales- in-the-Artificial-Intelligence-Age.pdf
Zia, S., Romano, G., Spreer, W., Sanchez, C., Cairns, J., Araus, J., & Muller, J. (2013). Infrared
Thermal Imaging as a Rapid Tool for Identifying Water-Stress Tolerant Maize Genotypes
of Different Phenology. Journal of Agro Crop Science, 199, 75-84.