Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L)
En la producción agrícola se usan una amplia cantidad de modelos descriptivos que buscan predecir la productividad, desarrollo y comportamiento de los cultivos bajo diferentes escenarios de manejo agronómico, factores edáficos, condiciones ambientales y características genotípicas. Entre dichos mode...
- Autores:
-
Ramos Cantillo, José Alexander
Becerra Vélez, Eduardo
Cárdenas Hernández, Julián Fernando
Jiménez Pizarro, Rodrigo
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2022
- Institución:
- Universidad de los Llanos
- Repositorio:
- Repositorio Digital Universidad de los LLanos
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unillanos.edu.co:001/2114
- Acceso en línea:
- https://doi.org/10.22579/22484817.730
- Palabra clave:
- physiology
cereals
simulation models
fisiología
cereales
modelos de simulación
fisiologia
cereais
modelos de simulação
- Rights
- openAccess
- License
- Revista Sistemas de Producción Agroecológicos - 2019
| id |
Unillanos2_d2eaa10d0cfd44ae853fd674b3cad4b5 |
|---|---|
| oai_identifier_str |
oai:repositorio.unillanos.edu.co:001/2114 |
| network_acronym_str |
Unillanos2 |
| network_name_str |
Repositorio Digital Universidad de los LLanos |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L) |
| dc.title.translated.eng.fl_str_mv |
Application of the Aquacrop model for a corn crop (Zea mays L.) |
| title |
Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L) |
| spellingShingle |
Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L) physiology cereals simulation models fisiología cereales modelos de simulación fisiologia cereais modelos de simulação |
| title_short |
Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L) |
| title_full |
Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L) |
| title_fullStr |
Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L) |
| title_full_unstemmed |
Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L) |
| title_sort |
Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L) |
| dc.creator.fl_str_mv |
Ramos Cantillo, José Alexander Becerra Vélez, Eduardo Cárdenas Hernández, Julián Fernando Jiménez Pizarro, Rodrigo |
| dc.contributor.author.spa.fl_str_mv |
Ramos Cantillo, José Alexander Becerra Vélez, Eduardo Cárdenas Hernández, Julián Fernando Jiménez Pizarro, Rodrigo |
| dc.subject.eng.fl_str_mv |
physiology cereals simulation models |
| topic |
physiology cereals simulation models fisiología cereales modelos de simulación fisiologia cereais modelos de simulação |
| dc.subject.spa.fl_str_mv |
fisiología cereales modelos de simulación fisiologia cereais modelos de simulação |
| description |
En la producción agrícola se usan una amplia cantidad de modelos descriptivos que buscan predecir la productividad, desarrollo y comportamiento de los cultivos bajo diferentes escenarios de manejo agronómico, factores edáficos, condiciones ambientales y características genotípicas. Entre dichos modelos uno de los más utilizados actualmente y ampliamente distribuidos se encuentra AquaCrop que es descriptivo y que simula la biomasa y el rendimiento potencial cosechable de un cultivo en respuesta a la disponibilidad de agua. Este trabajo se realizó con el propósito de medir el crecimiento y comprender el comportamiento de los diferentes órganos del maíz comercial hibrido BM709, en lo referente a su acumulación de materia seca bajo las condiciones de Altillanura. Dicha evaluación consto de 10 muestreos de medidas biométricas en plantas fijas, y que fueron monitoreadas por la torre de Eddy covariance, para recibir la información de las condiciones climáticas de la zona. Para las simulaciones del comportamiento maíz, se utilizó la versión 5.0 del AquaCrop, la cual fue adaptada a las condiciones climatológicas y suelos de la zona para mayor confiabilidad en la estimación de las variables de estudio: materia seca total de la planta, área foliar e índices de crecimiento. El análisis de desarrollo del cultivo en el software AquaCrop presento una representatividad entre lo simulado y lo real superior al 90% generando de esta manera un patrón de confiabilidad en la toma de decisiones referidas a maximizar los rendimientos del cultivo de maíz. Además logró mostrar que la producción total de materia seca es el resultado de la eficiencia cuando el cultivo intercepta y utiliza la radiación solar disponible durante la fase de crecimiento, la cual en condiciones de Altillanura es buena por los factores ambientales y climáticos, entre ellos el CO2, radiación, temperatura y precipitación, es de anotar que a los 40°C, cuando las condiciones hídricas, radiación, manejo agronómico sean adecuadas el maíz podría mantener o aumentar su productividad por la alta concentración de CO2 en el ambiente y su capacidad de alcanzar una tasa de crecimiento del cultivo eficiente, con un índice de área foliar crítico. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-09-04T09:16:30Z |
| dc.date.available.none.fl_str_mv |
2022-09-04T09:16:30Z |
| dc.date.issued.none.fl_str_mv |
2022-09-04 |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.local.eng.fl_str_mv |
Journal article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ARTREF |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.doi.none.fl_str_mv |
10.22579/22484817.730 |
| dc.identifier.eissn.none.fl_str_mv |
2248-4817 |
| dc.identifier.url.none.fl_str_mv |
https://doi.org/10.22579/22484817.730 |
| identifier_str_mv |
10.22579/22484817.730 2248-4817 |
| url |
https://doi.org/10.22579/22484817.730 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Andrade, F., Sadras, V. Bases para el manejo del maíz, el girasol y la soja (No. F01 INTA 16999). INTA, Buenos Aires, Argentina. EEA Balcarce. 2000. Andrade, F., Cirilo, A., Uhart, S., Otegui M. Ecofisiología del cultivo de Maíz. Estación experimental Agropecuaria Balcarce, Buenos Aires: Editorial La Barrosa. 1996. Bello, C, Patiño, J., Almanza, E, Monroy, J, Steduto, P, Mejías, P. Uso del modelo Aquacrop para estimar rendimientos para el cultivo del maíz en los departamentos de Córdoba, Meta, Tolima y Valle del Cauca. Colombia: FAO. 2013. Béziat, P, Ceschia, E., Dedieu, G. Carbon balance of a three crop succession over two cropland sites in South West France. Agricultural and Forest Meteorology, 149: 1628-1645. 2009. Cifuentes, J. G. Determinación de niveles económicos óptimos de uso de agua en la producción de maíz (Zea mays L.) usando el simulador de rendimientos desarrollado por la FAO AquaCrop Model. Zamorano, Honduras. 2010. Corbin, K, Scoot D, Erandathie L, Schuh A. Assessing the impact of crops on regional CO2 fluxes and atmospheric concentrations. Tellus B, 62 (5): 521-532. 2010. Disponible En: http://www.tellusb.net/index.php/tellusb/article/view/16602 Departamento Administrativo Nacional de Estadística (DANE). Maíz tecnificado en Colombia. Bogotá D.C. 2005. Departamento Nacional de Planeación (DPN). Política para el desarrollo integral de la Orinoquia: Altillanura - Fase 1. (Documento CONPES 3797), Bogotá D.C.: 2014. D’Andrea K.E., Otegui M.E., Cirilo A.G., Eyhérabide G. Genotypic Variability in Morphological and Physiological Traits among Maize Inbred Lines – Nitrogen Responses. Crop Science, 46: 1266-1276. 2006. Etter, A., Sarmiento, A., Romero, M.H., Land use changes (1970-2020) and the carbon emissions in the Colombian Llanos. En: Ecosystem Function in Savvanas. Measurement and modeling at landscape to global scales. CRC Press, p. 383-402. 2010. FENALCE. Índice Cerealistas primer semestre 2011. Bogotá D.C: Federación Nacional de Cultivadores de Cereales y Leguminosas. 2011. Fernández, M. Efectos del cambio climático en el rendimiento de tres cultivos mediante el uso del modelo Aquacrop. FONADE, IDEAM y BID, Bogotá. 2013. Hack H., Bleiholder H., Buhr L., Meier U., Schnock-Fricke E., Weber E., Witzenberger A. Einheitliche Codierung der ph¨anologischen Entwicklungsstadien mono-und dikotyler Pflanzen Erweiterte BBCH-Skala, Allgemeine. Nachrichtenblatt des Deutschen Pflanzenschutzdienstes, 44: 265-270. 1992. Hsiao, T, Heng, L, Steduto, P, Raes D, Fereres E. AquaCrop-The FAO crop model for predicting yield response to water: III. Model parameterization and testing for maize. Agron. J. 101: 448-459. 2009. Kiniry J.R., Bonhomme R. Predicting maize phenology. In: Predicting crop phenology. Ed.T. Hodges. CRC Press. Boca Raton, Ann. Arbor. Boston, p 115-131. 1991 Montgomery, E.G. Correlation studies of com. Nebraska Agricultural Station Annual Report, Lincoln, v. 24, p.108-159. 1911. Nelson, G. C., Rosegrant, M. W., Koo, J., Robertson, R., Sulser, T., Zhu, T., Lee, D. Cambio climático: el impacto en la agricultura y los costos de adaptación. IFPRI. 2009. Ojeda, W, Flores, H, Sifuentes, E, Mejia, E., Flores, H. Simulación del rendimiento de maíz (Zea mays L.) en el norte de Sinaloa usando el modelo Aquacrop. AGROCIENCIA, 47(4), 347-359. 2013. Quiroz, A., D. Marín. Evaluación de la asociación maízquinchoncho, con siembra escalonada y dos niveles de fertilización. I. Fenología y crecimiento. Agron. Trop. 50: 99-122. 2000. Raes, D., Steduto, P, Hsiao, T, Fereres, E. Aquacrop-The FAO Crop Model to Simulate Yield Response to Water: II. Main Algorithms and Software Description. Journal of Agronomy, p 438-447. 2009. Rincón, Á., Ligarreto, G., Sanjuanelo, D. Crecimiento del maíz y los pastos (Brachiaria sp.) establecidos en monocultivo y asociados en suelos ácidos del piedemonte llanero colombiano. Agron. Colomb, 25(2), 264-272. 2007. Santos, M., Segura, M., Ñústez, C. Análisis de crecimiento y relación fuente-demanda de cuatro variedades de papa (Solanum tuberosum L.) en el municipio de Zipaquirá (Cundinamarca, Colombia). Revista Facultad Nacional de Agronomía, Medellín, 63 (1): 5253-5266. 2010. Saunders, M., Kansiimet, F., Jones, M. Agricultural encroachment: implications for carbon sequestration in tropical African wetlands. Global Change Biology, 18: 1312-1321. 2012. Salinger, M.; Desjardins, R.; Jones, B.; Sivakumar, M.; Strommen, N.; Veerasamy, S.; Lianhai, W. Climate variability, agriculture and forestry: an update. World Meteorological Organization. WMO-841. Geneva-Switzerland. 51 p. 1997. Steduto, P., Hsiao T, Raes D, Fereres E. AquaCrop-The FAO crop model for predicting yield response to water: I. Concepts and underlying principles. Agron. J.101: 426-437. 2009. Paliwal R. El maíz en los trópicos: mejoramiento y producción; morfología del maíz tropical (en línea). Roma IT. FAO. 2001. Recuperado 18 Noviembre 2015. Disponible En: http://www.fao.org/docrep/003/x7650s/x7650s00.htm Tollenaar, M., Deen W, Echarte L, Liu W. Effect of crowding stress on dry matter accumulation and harvest index in maize. Agronomy Journal, 98 (4): 930-937. 2006. Toyer, A.F.; Brown, W.L. Selection for early flowering in corn: seven late synthetics. Crop Science, 16 (6): 767-773. 1976. Torres, J, Moreno, G, Barón, F. Variabilidad del crecimiento y rendimiento del cultivo de maíz para choclo (zea mays l.) como respuesta a diferencias en las propiedades químicas del suelo en la sabana de Bogotá, Colombia. Rev. Fac. Nal. Agr. Medellín, 65 (2): 6579-6583. 2012. Ulloa, A. Controlando la naturaleza: ambientalismo transnacional y negociaciones locales en torno al cambio climático en territorios indígenas en Colombia. Iberoamericana, 13 (49), 2013. |
| dc.relation.bitstream.none.fl_str_mv |
https://revistas.unillanos.edu.co/index.php/sistemasagroecologicos/article/download/730/788 |
| dc.relation.citationendpage.none.fl_str_mv |
49 |
| dc.relation.citationissue.spa.fl_str_mv |
2 |
| dc.relation.citationstartpage.none.fl_str_mv |
19 |
| dc.relation.citationvolume.spa.fl_str_mv |
10 |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Revista Sistemas de Producción Agroecológicos |
| dc.rights.spa.fl_str_mv |
Revista Sistemas de Producción Agroecológicos - 2019 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0 |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Revista Sistemas de Producción Agroecológicos - 2019 https://creativecommons.org/licenses/by-nc-sa/4.0 http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de los Llanos |
| dc.source.spa.fl_str_mv |
https://revistas.unillanos.edu.co/index.php/sistemasagroecologicos/article/view/730 |
| institution |
Universidad de los Llanos |
| bitstream.url.fl_str_mv |
https://repositorio.unillanos.edu.co/bitstreams/383dcaf5-9ddc-4780-acf6-34e244073c4c/download |
| bitstream.checksum.fl_str_mv |
b9984447dad2afc9a36700085a6007ea |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad de Los Llanos |
| repository.mail.fl_str_mv |
repositorio@unillanos.edu.co |
| _version_ |
1818111646831214592 |
| spelling |
Ramos Cantillo, José AlexanderBecerra Vélez, EduardoCárdenas Hernández, Julián FernandoJiménez Pizarro, Rodrigo2022-09-04T09:16:30Z2022-09-04T09:16:30Z2022-09-04En la producción agrícola se usan una amplia cantidad de modelos descriptivos que buscan predecir la productividad, desarrollo y comportamiento de los cultivos bajo diferentes escenarios de manejo agronómico, factores edáficos, condiciones ambientales y características genotípicas. Entre dichos modelos uno de los más utilizados actualmente y ampliamente distribuidos se encuentra AquaCrop que es descriptivo y que simula la biomasa y el rendimiento potencial cosechable de un cultivo en respuesta a la disponibilidad de agua. Este trabajo se realizó con el propósito de medir el crecimiento y comprender el comportamiento de los diferentes órganos del maíz comercial hibrido BM709, en lo referente a su acumulación de materia seca bajo las condiciones de Altillanura. Dicha evaluación consto de 10 muestreos de medidas biométricas en plantas fijas, y que fueron monitoreadas por la torre de Eddy covariance, para recibir la información de las condiciones climáticas de la zona. Para las simulaciones del comportamiento maíz, se utilizó la versión 5.0 del AquaCrop, la cual fue adaptada a las condiciones climatológicas y suelos de la zona para mayor confiabilidad en la estimación de las variables de estudio: materia seca total de la planta, área foliar e índices de crecimiento. El análisis de desarrollo del cultivo en el software AquaCrop presento una representatividad entre lo simulado y lo real superior al 90% generando de esta manera un patrón de confiabilidad en la toma de decisiones referidas a maximizar los rendimientos del cultivo de maíz. Además logró mostrar que la producción total de materia seca es el resultado de la eficiencia cuando el cultivo intercepta y utiliza la radiación solar disponible durante la fase de crecimiento, la cual en condiciones de Altillanura es buena por los factores ambientales y climáticos, entre ellos el CO2, radiación, temperatura y precipitación, es de anotar que a los 40°C, cuando las condiciones hídricas, radiación, manejo agronómico sean adecuadas el maíz podría mantener o aumentar su productividad por la alta concentración de CO2 en el ambiente y su capacidad de alcanzar una tasa de crecimiento del cultivo eficiente, con un índice de área foliar crítico.In agricultural production, a large number of descriptive models are used that seek to predict the productivity, development and behavior of crops under different agronomic management scenarios, edaphic factors, environmental conditions and genotypic characteristics. Among these models, one of the most widely used and widely distributed is AquaCrop, which is descriptive and simulates the biomass and potential crop yield of a crop in response to water availability. This work was carried out with the purpose of measuring growth and understanding the behavior of the different organs of BM709 hybrid commercial corn, in relation to its accumulation of dry matter under the conditions of the plain. This evaluation consisted of 10 samples of biometric measurements in fixed plants, and which were monitored by the Eddy covariance tower, to receive information on the climatic conditions of the area. For the simulations of the corn behavior, version 5.0 of the AquaCrop was used, which was adapted to the climatic conditions and soils of the area for greater reliability in the estimation of the study variables: total dry matter of the plant, foliar area and growth rates The analysis of crop development in the AquaCrop software presented a representativeness between the simulated and the real over 90%, generating in this way a pattern of reliability in the decision-making process related to maximizing the yields of the corn crop. Total dry matter production is the result of efficiency when the crop intercepts and uses the available solar radiation during the growth phase, which under of the plain conditions is good due to environmental and climatic factors, including CO2, radiation, temperature and precipitation, it should be noted that at 40°C, when water conditions, radiation, agronomic management are adequate, corn could maintain or increase its productivity due to the high concentration of CO2 in the environment and its ability to reach a crop growth rate efficient, with an index of critical leaf area.application/pdfspaUniversidad de los LlanosRevista Sistemas de Producción Agroecológicos - 2019https://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.http://purl.org/coar/access_right/c_abf2https://revistas.unillanos.edu.co/index.php/sistemasagroecologicos/article/view/730physiologycerealssimulation modelsfisiologíacerealesmodelos de simulaciónfisiologiacereaismodelos de simulaçãoAplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L)Application of the Aquacrop model for a corn crop (Zea mays L.)Artículo de revistainfo:eu-repo/semantics/articleJournal articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Texthttp://purl.org/redcol/resource_type/ARTREFhttp://purl.org/coar/version/c_970fb48d4fbd8a8510.22579/22484817.7302248-4817https://doi.org/10.22579/22484817.730Andrade, F., Sadras, V. Bases para el manejo del maíz, el girasol y la soja (No. F01 INTA 16999). INTA, Buenos Aires, Argentina. EEA Balcarce. 2000.Andrade, F., Cirilo, A., Uhart, S., Otegui M. Ecofisiología del cultivo de Maíz. Estación experimental Agropecuaria Balcarce, Buenos Aires: Editorial La Barrosa. 1996.Bello, C, Patiño, J., Almanza, E, Monroy, J, Steduto, P, Mejías, P. Uso del modelo Aquacrop para estimar rendimientos para el cultivo del maíz en los departamentos de Córdoba, Meta, Tolima y Valle del Cauca. Colombia: FAO. 2013.Béziat, P, Ceschia, E., Dedieu, G. Carbon balance of a three crop succession over two cropland sites in South West France. Agricultural and Forest Meteorology, 149: 1628-1645. 2009.Cifuentes, J. G. Determinación de niveles económicos óptimos de uso de agua en la producción de maíz (Zea mays L.) usando el simulador de rendimientos desarrollado por la FAO AquaCrop Model. Zamorano, Honduras. 2010.Corbin, K, Scoot D, Erandathie L, Schuh A. Assessing the impact of crops on regional CO2 fluxes and atmospheric concentrations. Tellus B, 62 (5): 521-532. 2010. Disponible En: http://www.tellusb.net/index.php/tellusb/article/view/16602Departamento Administrativo Nacional de Estadística (DANE). Maíz tecnificado en Colombia. Bogotá D.C. 2005.Departamento Nacional de Planeación (DPN). Política para el desarrollo integral de la Orinoquia: Altillanura - Fase 1. (Documento CONPES 3797), Bogotá D.C.: 2014.D’Andrea K.E., Otegui M.E., Cirilo A.G., Eyhérabide G. Genotypic Variability in Morphological and Physiological Traits among Maize Inbred Lines – Nitrogen Responses. Crop Science, 46: 1266-1276. 2006.Etter, A., Sarmiento, A., Romero, M.H., Land use changes (1970-2020) and the carbon emissions in the Colombian Llanos. En: Ecosystem Function in Savvanas. Measurement and modeling at landscape to global scales. CRC Press, p. 383-402. 2010.FENALCE. Índice Cerealistas primer semestre 2011. Bogotá D.C: Federación Nacional de Cultivadores de Cereales y Leguminosas. 2011.Fernández, M. Efectos del cambio climático en el rendimiento de tres cultivos mediante el uso del modelo Aquacrop. FONADE, IDEAM y BID, Bogotá. 2013.Hack H., Bleiholder H., Buhr L., Meier U., Schnock-Fricke E., Weber E., Witzenberger A. Einheitliche Codierung der ph¨anologischen Entwicklungsstadien mono-und dikotyler Pflanzen Erweiterte BBCH-Skala, Allgemeine. Nachrichtenblatt des Deutschen Pflanzenschutzdienstes, 44: 265-270. 1992.Hsiao, T, Heng, L, Steduto, P, Raes D, Fereres E. AquaCrop-The FAO crop model for predicting yield response to water: III. Model parameterization and testing for maize. Agron. J. 101: 448-459. 2009.Kiniry J.R., Bonhomme R. Predicting maize phenology. In: Predicting crop phenology. Ed.T. Hodges. CRC Press. Boca Raton, Ann. Arbor. Boston, p 115-131. 1991Montgomery, E.G. Correlation studies of com. Nebraska Agricultural Station Annual Report, Lincoln, v. 24, p.108-159. 1911.Nelson, G. C., Rosegrant, M. W., Koo, J., Robertson, R., Sulser, T., Zhu, T., Lee, D. Cambio climático: el impacto en la agricultura y los costos de adaptación. IFPRI. 2009.Ojeda, W, Flores, H, Sifuentes, E, Mejia, E., Flores, H. Simulación del rendimiento de maíz (Zea mays L.) en el norte de Sinaloa usando el modelo Aquacrop. AGROCIENCIA, 47(4), 347-359. 2013.Quiroz, A., D. Marín. Evaluación de la asociación maízquinchoncho, con siembra escalonada y dos niveles de fertilización. I. Fenología y crecimiento. Agron. Trop. 50: 99-122. 2000.Raes, D., Steduto, P, Hsiao, T, Fereres, E. Aquacrop-The FAO Crop Model to Simulate Yield Response to Water: II. Main Algorithms and Software Description. Journal of Agronomy, p 438-447. 2009.Rincón, Á., Ligarreto, G., Sanjuanelo, D. Crecimiento del maíz y los pastos (Brachiaria sp.) establecidos en monocultivo y asociados en suelos ácidos del piedemonte llanero colombiano. Agron. Colomb, 25(2), 264-272. 2007.Santos, M., Segura, M., Ñústez, C. Análisis de crecimiento y relación fuente-demanda de cuatro variedades de papa (Solanum tuberosum L.) en el municipio de Zipaquirá (Cundinamarca, Colombia). Revista Facultad Nacional de Agronomía, Medellín, 63 (1): 5253-5266. 2010.Saunders, M., Kansiimet, F., Jones, M. Agricultural encroachment: implications for carbon sequestration in tropical African wetlands. Global Change Biology, 18: 1312-1321. 2012.Salinger, M.; Desjardins, R.; Jones, B.; Sivakumar, M.; Strommen, N.; Veerasamy, S.; Lianhai, W. Climate variability, agriculture and forestry: an update. World Meteorological Organization. WMO-841. Geneva-Switzerland. 51 p. 1997.Steduto, P., Hsiao T, Raes D, Fereres E. AquaCrop-The FAO crop model for predicting yield response to water: I. Concepts and underlying principles. Agron. J.101: 426-437. 2009.Paliwal R. El maíz en los trópicos: mejoramiento y producción; morfología del maíz tropical (en línea). Roma IT. FAO. 2001. Recuperado 18 Noviembre 2015. Disponible En: http://www.fao.org/docrep/003/x7650s/x7650s00.htmTollenaar, M., Deen W, Echarte L, Liu W. Effect of crowding stress on dry matter accumulation and harvest index in maize. Agronomy Journal, 98 (4): 930-937. 2006.Toyer, A.F.; Brown, W.L. Selection for early flowering in corn: seven late synthetics. Crop Science, 16 (6): 767-773. 1976.Torres, J, Moreno, G, Barón, F. Variabilidad del crecimiento y rendimiento del cultivo de maíz para choclo (zea mays l.) como respuesta a diferencias en las propiedades químicas del suelo en la sabana de Bogotá, Colombia. Rev. Fac. Nal. Agr. Medellín, 65 (2): 6579-6583. 2012.Ulloa, A. Controlando la naturaleza: ambientalismo transnacional y negociaciones locales en torno al cambio climático en territorios indígenas en Colombia. Iberoamericana, 13 (49), 2013.https://revistas.unillanos.edu.co/index.php/sistemasagroecologicos/article/download/730/7884921910Revista Sistemas de Producción AgroecológicosPublicationOREORE.xmltext/xml2725https://repositorio.unillanos.edu.co/bitstreams/383dcaf5-9ddc-4780-acf6-34e244073c4c/downloadb9984447dad2afc9a36700085a6007eaMD51001/2114oai:repositorio.unillanos.edu.co:001/21142024-09-23 15:46:29.715https://creativecommons.org/licenses/by-nc-sa/4.0Revista Sistemas de Producción Agroecológicos - 2019metadata.onlyhttps://repositorio.unillanos.edu.coRepositorio Universidad de Los Llanosrepositorio@unillanos.edu.co |