Modelo de rendimiento potencial del cultivo de plátano (musa aab simmonds)

El plátano es un producto básico en la alimentación para más de 400 millones de habitantes de las regiones tropicales y subtropicales del mundo. Los modelos del desarrollo de cultivos se han convertido en una herramienta de mucha utilidad para investigadores que estudian procesos fisiológicos básico...

Full description

Autores:
Chaves, Bernardo
Tipo de recurso:
Article of journal
Fecha de publicación:
2009
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/26569
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/26569
http://bdigital.unal.edu.co/17617/
http://bdigital.unal.edu.co/17617/2/
Palabra clave:
crecimiento
materia seca
coeficiente de extinción de la luz
eficiencia en el uso de la luz
radiación fotosintéticamente activa.
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:El plátano es un producto básico en la alimentación para más de 400 millones de habitantes de las regiones tropicales y subtropicales del mundo. Los modelos del desarrollo de cultivos se han convertido en una herramienta de mucha utilidad para investigadores que estudian procesos fisiológicos básicos, y agricultores que los usan en la toma de decisiones para el manejo del cultivo. Con el objetivo de desarrollar un modelo de producción potencial de plátano, se usaron los datos de dos experimentos con la variedad Dominico-Hartón en Colombia, en los cuales se midieron variables fisiológicas de crecimiento y desarrollo, así como variables climáticas. Con base en los resultados se estimó el coeficiente de extinción de la luz (k) en 0,2817 y el uso eficiente de la luz (LUE) en 1,63 g MJ-1 . En la etapa vegetativa, las hojas, el tallo y el cormo incrementaron su materia seca por partes iguales, pero en la etapa reproductiva las hojas y el cormo perdieron masa, mientras que el tallo continuó en aumento, aunque no tan aceleradamente como en la primera etapa. Del análisis de sensibilidad se deduce que LUE es el parámetro más sensible y, por lo tanto, los esfuerzos se deben dirigir a mejorar la conversión de luz incidente en materia seca.