SciELO - Scientific Electronic Library Online

 
vol.33 número2Effect of induction moment on Bradyrhizobium-soybean (Glycine max) interactionClimatic and microclimatic conditions of vanilla (Vanilla planifolia Jacks. ex Andrews) production systems in Mexico índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Agronomía Mesoamericana

versão On-line ISSN 2215-3608versão impressa ISSN 1659-1321

Resumo

PALOMINOS-RIZZO, Teresa et al. Estimación de la humedad del suelo mediante regresiones lineales múltiples en Llano Brenes, Costa Rica. Agron. Mesoam [online]. 2022, vol.33, n.2, 47872. ISSN 2215-3608.  http://dx.doi.org/10.15517/am.v33i2.47872.

Introducción. La humedad del suelo es una variable muy importante en el suministro de agua para la agricultura y es su principal recurso. Sin embargo, su medición en campo suele presentar limitaciones, por lo que su predicción es necesaria para diversas actividades de planificación agrícola e investigación. Objetivo. Predecir la humedad diaria del suelo a escala de cultivo, a partir de información meteorológica mediante modelos de regresión lineal múltiple. Materiales y métodos. El estudio se desarrolló en Llano Brenes, Alajuela, Costa Rica. Se instalaron sensores de reflectometría de dominio temporal (TDR) y registraron información cada veinte minutos de humedad de suelo desde noviembre 2018 a diciembre 2019. El suelo se clasificó a nivel taxonómico como Lithic Ustorthents, en una finca con cultivo de café en producción. Se tomaron muestras de suelo no disturbadas para la calibración de los TDR y se realizó un análisis de estabilidad temporal. El primer modelo (RLM1) fue una regresión lineal múltiple con variables meteorológicas, en el segundo modelo (RLM2) además de las variables meteorológicas, se separó la precipitación en subperíodos, los cuales se introdujeron como variables “dummy”, mientras que el tercer modelo (PCA) consistió en un análisis de componentes principales y un modelo de regresión lineal. Resultados. Los modelos RLM2 (R2 = 0,838) y PCA (R2 = 0,823) presentaron un mejor desempeño en comparación con el modelo RLM1 (R2 = 0,540). Sin embargo, el modelo RLM2 se consideró más útil, debido a su simplicidad y a que presentó los mejores indicadores de bondad de ajuste. Conclusión. Los modelos de regresión lineal con variables meteorológicas permitieron estimar la humedad del suelo, debido a que esta tendió a seguir los patrones estacionales y las variaciones de la precipitación, tal como se observó en el RLM2 con la separación de subperíodos.

Palavras-chave : contenido de agua en el suelo; Coffea; zona tropical.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )