Uso de Termografía en Híbridos de Maíz (Zea Mays L.) con Deficiencia Hídrica

Palabras clave: temperatura de hoja, sequia, estrés

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.

Descargas

La descarga de datos todavía no está disponible.

Citas

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.

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.

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.

Publicado
2024-05-06
Cómo citar
Daniel Kappes, J., & Noemí Balbi , C. (2024). Uso de Termografía en Híbridos de Maíz (Zea Mays L.) con Deficiencia Hídrica. Ciencia Latina Revista Científica Multidisciplinar, 8(2), 4361-4379. https://doi.org/10.37811/cl_rcm.v8i2.10840
Sección
Ciencias Sociales y Humanas