Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.utmachala.edu.ec/handle/48000/19713
Título : | Evolución geoespacial de los macronutrientes en el suelo por efecto del fertirriego en el cultivo de banano |
Autor : | Estrada Duran, Franklin Isaias |
Director(es): | Chabla Carrillo, Julio Enrique |
Palabras clave : | FERTIRRIEGO;PROPIEDADES QUÍMICAS;VARIABILIDAD ESPACIAL;GEOESTADÍSTICA;KRIGING;SEMIVARIOGRAMA;ESTADÍSTICA MULTIVARIADA |
Fecha de publicación : | 2022 |
Editorial : | Machala : Universidad Técnica de Machala |
Citación : | Estrada Duran, F. I, (2022) Evolución geoespacial de los macronutrientes en el suelo por efecto del fertirriego en el cultivo de banano (trabajo de titulación). UTMACH, Unidad Académica de Ciencias Agropecuarias, Machala, Ecuador. |
Descripción : | El cultivo de banano (Musa spp.), se posesiona como un importante sostén para la socio-economía y seguridad alimentaria del país, y representa un promedio del 15% de la producción total de frutas del mundo, el fertirriego es una técnica que permite la aplicación simultanea de agua y fertilizantes a través del sistema de riego a los cultivos, con estos antecedentes se plantearon los siguientes objetivos, evaluación de la distribución geo espacial de los Macronutrientes en el suelo, producto del efecto del Fertirriego en el cultivo de banano. El área donde se realizó la investigación fue en la Finca Márquez, que se encuentra ubicada en la parroquia La Peaña del Cantón Pasaje, en el Km 15 de la vía Machala-Pasaje, provincia de El Oro. La zona de estudio corresponde a un bosque tropical, una temperatura media mensual de 26 °C, una precipitación que oscila entre 200 – 1000 mm anuales, velocidad media de vientos 2 a 4 m* s-1, 2.8 promedio de horas sol y una humedad relativa de 83%. Se estudió la variabilidad espacial de las siguientes propiedades químicas, pH, conductividad eléctrica (CE), y macronutrientes (N, P, K, Ca, Mg, Na). Las muestras para el análisis de los macronutrientes del suelo se registró un total de 9 muestras en los diferentes meses de julio, octubre del 2021, y enero 2022, tomando muestras a una profundidad de 20 cm del suelo, procesando un total de 3 análisis de suelo, y la toma de muestras para medir el pH y CE se realizó cada 15 días, dando un total de 7 datos por 6 semanas. El análisis de datos se realizó en diversos enfoques, univariado (estadística descriptiva) utilizando el software IBM SPSS Estatistics 23 y Microsoft Excel 2013, se emplearon gráficos exploratorios como diagramas caja bigote que permitieron apreciar de manera visual el comportamiento de cada variable. En el análisis geoestadístico se usó el software Surfer 16 para la determinación de semivariogramas experimentales, donde se ajustaron modelos teóricos, esférico, gaussiano y exponencial para las distintas profundidades de cada variable, siendo los más precisos y eficientes el modelo esférico y gaussiano, que presentaron un coeficiente de Nash y un coeficiente de determinación (𝑅 2) cercano o igual a 1, así mismo, se obtuvieron los valores más bajo del error medio cuadrático (RMSE). En el software ArcGIS 10.3 se utilizó parámetros del semivariograma para la interpolación por el método del kriging que permitió diseñar mapas de variabilidad espacial de los macronutrientes del suelo. Los resultados evidenciaron que en el contenido espacial de los macronutrientes del suelo hubo un aumento continuamente, empezando en el N valores entre mínimos (0.07 – 0.15%) y valores máximos de contenido dé %N en (0.28 – 0.37%), en el P presentó valores mínimos de (40.34 – 47.35 ppm) y valores máximos de contenido de P (ppm) en (58.82 – 67.42 ppm), en el K+ presentó valores mínimos de (0.96 – 1.50 meq/100gr) y valores máximos de (2.52 – 3.32 meq/100gr), en el Ca obtuvimos valores mínimos (16.99 – 22.99 meq/100gr) y valores máximos entre (34.21 – 41.66 meq/gr), en Mg encontramos valores mínimos de (3.02 – 4.64 meq/100gr) y valores máximos (7.72 – 9.57 meq/100gr), en el Na encontramos valores mínimos (0.81 – 0,89 meq/100gr) y valores máximos (1.00 – 1.11 meq/100gr), en el contenido de pH y CE los datos presentaron una dispersión más alta en el estudio, obteniendo valores mínimos en pH de (7.47 – 7.56) y valores máximos (7.75 – 7.85) y en CE se obtuvo valores mínimos de (0.22 – 0.24) y valores máximos (0.28 – 0.30). Para el análisis estadístico por componentes principales se utilizó el software IBM SPSS Estatistics 23. Los resultados nos reflejan que las variables tienen diferencias significativas entre el tratamiento de fertirriego para las variables nutricionales todas presentaron diferencias significativas contario con el pH del suelo y la CE, es decir se diferencia entre sí en función de los meses evaluados esto debido a que el p-valor es menor al Alpha propuesto de 0,05 es decir, un nivel de confianza del 95% en las pruebas estadísticas. |
Resumen : | The banana crop (Musa spp.), is an important support for the socio-economy and food security of the country, and represents an average of 15% of the total production of fruits in the world, fertigation is a technique that allows the simultaneous application of water and fertilizers through the irrigation system to crops with this background the following objectives were raised, evaluation of the geo-spatial distribution of macronutrients in the soil, product of the effect of fertigation in the banana crop. The area where the research was carried out was in the Marquez Farm, located in the parish of La Peaña, Canton Pasaje, at Km 15 of the Machala-Pasaje road, province of El Oro. The study area corresponds to a tropical forest, an average monthly temperature of 26 °C, precipitation ranging between 200 - 1000 mm per year, average wind speed 2 to 4 m* s-1, 2.8 average hours of sunshine and a relative humidity of 83%. The spatial variability of the following chemical properties, pH, electrical conductivity (EC), and macronutrients (N, P, K, Ca, Mg, Na) was studied. Samples for the analysis of soil macronutrients were recorded a total of 9 samples in the different months of July, October, January, at a depth of 20 cm of soil, processing a total of 3 soil analyses, and sampling to measure pH and EC was done every 15 days, giving a total of 7 data for 6 weeks. Data analysis was performed in different approaches, univariate (descriptive statistics) using IBM SPSS Estatistics 23 software and Microsoft Excel 2013, exploratory graphs were used as box-whisker diagrams that allowed visual appreciation of the behavior of each variable. In the geostatistical analysis, Surfer 16 software was used to determine experimental semivariograms, where theoretical, spherical, Gaussian and exponential models were adjusted for the different depths of each variable, being the most accurate and efficient the spherical and Gaussian models, which presented a Nash coefficient and a coefficient of determination (𝑅 2) close to or equal to 1, likewise the lowest values of the root mean square error (RMSE) were obtained. In ArcGis 10.3 software, parameters of the semivariogram were used for interpolation by the kriging method, which allowed the design of spatial variability maps of soil macronutrients. The results evidenced that in the spatial content of soil macronutrients there was a continuous increase, starting in N values between minimum (0.07 - 0.15%) and maximum values of %N content in (0.28 - 0.37%), in P it presented minimum values of (40. 34 - 47.35 ppm) and maximum values of P content (ppm) in (58.82 - 67.42 ppm), in K it presented minimum values of (0.96 - 1.50 meq/100gr) and maximum values of (2.52 - 3.32 meq/100gr), in Ca we obtained minimum values (16.99 - 22. 99 meq/100gr) and maximum values between (34.21 - 41.66 meq/gr), in Mg we found minimum values of (3.02 - 4.64 meq/100gr) and maximum values (7.72 - 9.57 meq/100gr), in Na we found minimum values (0.81 - 0.89 meq/100gr) and maximum values (1.00 - 1. 11 meq/100gr), in the pH and EC content the data presented a higher dispersion in the study, obtaining minimum values in pH of (7.47 - 7.56) and maximum values (7.75 - 7.85) and in EC minimum values of (0.22 - 0.24) and maximum values (0.28 - 0.30) were obtained. For the statistical analysis by principal components, the IBM SPSS Estatistics 23 software was used. The results show that the variables have significant differences between the fertigation treatment for the nutritional variables, all presented significant differences in contrast to the soil pH and EC, that is, they differ among themselves depending on the months evaluated, because the p-value is less than the proposed Alpha of 0.05 or a confidence level of 95% in the statistical tests. |
URI : | http://repositorio.utmachala.edu.ec/handle/48000/19713 |
ISSN : | TTUACA-2022-IA-DE00003 |
Aparece en las colecciones: | Trabajo de Titulación Ingeniería Agronómica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TTUACA-2022-IA-DE00003.pdf | 2,04 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons