directorio editor en jefe - faz.ujed.mxfaz.ujed.mx/agrofaz/agrofaz_vol14_num1.pdf · gregorio...

DIRECTORIO Universidad Juárez del Estado de Durango

C.P.C. y M.I. Oscar Erasmo Návar GarcíaRector

M.I. José Vicente Reyes EspinoSecretario General

C.P. Manuel Gutiérrez CorralDirector General de Administración

Dr. Alfonso Gutiérrez RochaDirector de Servicios Escolares

Dr. Jacinto Toca RamírezDirector de Planeación y Desarrollo Académico

DIRECTORIO

Facultad de Agricultura y Zootecnia

Ph. D. Juan José Martínez RíosDirector

M.C. Diana Escobedo LópezSecretaria Académica

M.C. Antonio Gallegos PonceSecretario Administrativo

Dr. Ignacio Orona CastilloJefe de la División de Estudios de Posgrado

Dr. Miguel Ángel Gallegos RoblesCoordinador Académico de Posgrado

Dr. Cirilo Vázquez VázquezCoordinador de Investigación

EDITOR EN JEFEM.C. José Manuel Vázquez Navarro

EDITORES ADJUNTOSM.C. Ulises Noel Gutiérrez GuzmánPh. D. Rafael Figueroa Viramontes

EDITORES ASOCIADOS INTERNOSPh. D. Edmundo Castellanos Pérez

Ph. D. Juan José Martínez RíosM. C. Gerardo Jiménez González

Dr. José Luis García HernándezDr. Ignacio Orona Castillo

Dr. Cirilo Vázquez VázquezPh. D. Enrique Salazar Sosa

Dr. Miguel Ángel Gallegos RoblesPh. D. J. Santos Serrato Corona

Dr. Antonino Amador Machado

EDITORES ASOCIADOS EXTERNOSPh. D. José Antonio Cueto Wong

Dr. Juan Estrada ÁvalosDr. José Luis González Barrios

CENID-RASPADr. Homero Salinas González

Ph. D. Uriel Figueroa ViramontesINIFAP-CIRNOC

Dr. Ricardo David Valdez CepedaUACH-CRUCEN

EDITORES ASOCIADOS

INTERNACIONALESPh. D. Curtis H. Monger

Ph. D. William C. LindemannNew Mexico State University, USA.

Facultad de Agricultura y Zootecnia (faz.ujed.mx) Km 35, Carretera Gómez Palacio-Tlahualilo, Venecia, Durango, México. Universidad Juárez del Estado de Durango. Constitución 404 sur, CP. 34000 Durango, Dgo. Revista Agrofaz (ISSN 1665-8892). Es una publicación semestral con arbitraje que difunde informa-ción científica y tecnológica (Agricultura Orgánica, Producción Pecuaria, Producción Agrícola, Relación Agua-Suelo-Planta, Explotación Racional y Monitoreo de Ecosistemas, Recursos Forestales, Industrialización de Productos Agropecuarios y Educación y Asistencia Técnica). Las formas de publicación es registrandose en línea (www.agrofaz.mx) y sometiendo el artículo a revisión. Envío de trabajos a www.agrofaz.mx. Se permite la reproducción parcial o total de los artículos mencionando nombre del autor y de la revista Agrofaz.

AGROFAZ VOLUMEN 14 NÚMERO 1 2014

II. PRODUCCIÓN PECUARIA

Transferencia de inmunidad pasiva en becerras holstein alimentadas con calostro pasteurizadoRamiro González Avalos, José González Avalos, Blanca Patricia Peña Revuelta, José Luis Reyes Carrillo, Pedro Antonio Robles Trillo

Características nutricionales de raciones para ganado en explotaciones lecheras en la región laguneraGregorio Núñez Hernández, Karla Rodríguez Hernández, Jorge Alberto Granados Niño, Antonio Anaya Salgado, Jorge A. Bonilla Cárdenas y Uriel Figueroa Viramontes

Variables del contexto nacional e internacional en los sistemas de producción lecheros MexicanosGeorgel Moctezuma López, José de Jesús Espinoza Arellano, José Antonio Espinosa García, José Luis Jolalpa Barrera, y Alejandra Vélez Izquierdo

Calidad nutricional y utilización de forrajes en explotaciones lecheras en la región laguneraGregorio Núñez Hernández, Karla Rodríguez Hernández, Jorge Alberto Granados Niño, Antonio Anaya Salgado y Uriel Figueroa Viramontes

III. PRODUCCIÓN AGRÍCOLA

Diferentes patrones de siembra en la producción de semilla del híbrido de MAÍZ H-135Juan José García Rodríguez, Miguel Ángel Ávila Perches, Juan Diego De la Torre Vizcaino, Carlos Herrera Corredor

Diamante: variedad de ajo blanco tipo California generada por selección indivi-dualLuis Martín Macías Valdez, Luis Humberto Maciel Pérez y Héctor Silos Espino

1

7

15

33

43

51


Conteo medio de tallos antes del corte, como herramienta para estimar la calidad del forraje de alfalfa.Héctor Mario Quiroga Garza y Alma Delia Báez González

Producción de forraje de variedades de zacate Buffel [Pennisetum ciliare L. (Link.) Sin. Cenchrus ciliaris L.] en la región árida del estado de Durango, México.Miguel A. Velásquez Valle, Jesús A. Muñoz Villalobos, Hilario Macías Rodríguez, Gerardo Esquivel Arriaga y Miguel Rivera González.

Evaluación del impacto económico del uso de tecnologías exitosas generadas por el INIFAP vigentes en 2012José de Jesús Espinoza Arellano, Jorge M. P. Vázquez Alvarado, José Antonio Espinosa García, Horacio González Ramírez, Damián Torres Hernández y Arturo Gaytán Mascorro

Respuesta del nopal forrajero (Opuntia ficus-indica L.) a la aplicación de estiércol bovino solarizado Héctor Idilio Trejo Escareño, Enrique Salazar-Sosa, José Dimas López Martínez, Cirilo Vázquez Vázquez

IV. RELACIONES AGUA-SUELO-PLANTA

Modelación del rendimiento de frijol bajo escenarios regionales de cambio climá-tico en la región sureste del estado de DurangoGerardo Esquivel Arriaga, Miguel Rivera González, Miguel A. Velásquez Valle, Arcadio Muñoz Villalobos, Hilario Macías Rodríguez e Ignacio Sánchez Cohen.

Modelo predictivo de la calidad del agua en reservorios de Chihuahua-México usando la percepción remotaJesús Pilar Amado Álvarez, Luis Carlos Alatorre Cejudo, Orlando Ramírez Valle, Enrique Salazar Sosa, Héctor Idílio Trejo Escareño, José Dimas Lopez Martínez

Producción, manejo y eficiencia en el uso del agua en explotaciones lecheras de la región Lagunera en el período 2011-2013Antonio Anaya Salgado, Gregorio Núñez Hernández, José. J. Cruz Chaires, Rodolfo Faz Contreras, Karla Rodríguez Hernández, Uriel Figueroa Viramontes y Hugo A. Serrato Medina

61

69

77

87

97

107

119


VII. ESTUDIO Y MANEJO DE LOS RECURSOS NATURALES

Rendimiento de la higuerilla (Ricinus communis L.) cultivada en dos densidades de población en Durango, MéxicoLuz María Salazar Sánchez, Rigoberto Rosales Serna, Rafael Jiménez Ocampo, Julio César Ríos Sauce-do, Brenda Andrea Breton Vázquez.

Distribución espacial del orégano (Lippia graveolens H.B.K.) EN la reserva de la biósfera de Mapimí, Durango, MéxicoMartínez Ríos Juan J., J. Manuel Vázquez Navarro, Judith Puentes Gutiérrez y Edmundo Castellanos Pérez

129

137


II. LIVESTOCK PRODUCTION

Transfer of Passive Immunity to Calves Holstein Fed to Pasteurized ColostrumRamiro González Avalos, José González Avalos, Blanca Patricia Peña Revuelta, José Luis Reyes Carrillo, Pedro Antonio Robles Trillo

Nutritional Characteristics Of Cattle Rations In Dairy Farms In The Region Lagu-nera Gregorio Núñez Hernández, Karla Rodríguez Hernández, Jorge Alberto Granados Niño, Antonio Anaya Salgado, Jorge A. Bonilla Cárdenas y Uriel Figueroa Viramontes

National and international context variables in the dairy Mexican production sys-temsGeorgel Moctezuma López, José de Jesús Espinoza Arellano, José Antonio Espinosa García, José Luis Jolalpa Barrera, y Alejandra Vélez Izquierdo

Forage Quality And Utilization In Dairy Farms In The Region LaguneraGregorio Núñez Hernández, Karla Rodríguez Hernández, Jorge Alberto Granados Niño, Antonio Anaya Salgado y Uriel Figueroa Viramontes

III. AGRICULTURAL PRODUCTION

Different Patterns of Seeds in the Seed Production of the Hybrid of Maize H-135Juan José García Rodríguez, Miguel Ángel Ávila Perches, Juan Diego De la Torre Vizcaino, Carlos Herrera Corredor

Diamante: California White Garlic Variety Type Generated by Individual SelectionLuis Martín Macías Valdez, Luis Humberto Maciel Pérez y Héctor Silos Espino

Mean stem count before harvest, as a tool to estimate alfalfa foraje quality.Héctor Mario Quiroga Garza y Alma Delia Báez González

1

7

15

33

43

51

61


Forage Production of Buffel Grass Varieties [Pennisetum ciliare L. (Link.)] sin. [Cenchrus ciliaris L.] in the Arid Region of the Durango State, Mexico.Miguel A. Velásquez Valle, Jesús A. Muñoz Villalobos, Hilario Macías Rodríguez, Gerardo Esquivel Arriaga y Miguel Rivera González.

Economic impact assessment of Inifap successful technologies in use in 2012José de Jesús Espinoza Arellano, Jorge M. P. Vázquez Alvarado, José Antonio Espinosa García, Horacio González Ramírez, Damián Torres Hernández y Arturo Gaytán Mascorro

Opuntia forage (Opuntia ficus-indica L), response to solarized cow manure appli-cation

Héctor Idilio Trejo Escareño, Enrique Salazar-Sosa, José Dimas López Martínez, Cirilo Vázquez Vázquez

IV. WATER-SOIL-PLANT RELATIONSHIPS

Bean Yield Modeling Under Regional Climate Change in the Southeast Region of Durango State Gerardo Esquivel Arriaga, Miguel Rivera González, Miguel A. Velásquez Valle, Arcadio Muñoz Villalobos, Hilario Macías Rodríguez e Ignacio Sánchez Cohen.

Predictive model of water quality in Chihuahua-Mexico reservoirs using remote sensing dataJesús Pilar Amado Álvarez, Luis Carlos Alatorre Cejudo, Orlando Ramírez Valle, Enrique Salazar Sosa, Héctor Idílio Trejo Escareño, José Dimas Lopez Martínez

Production, management and water use efficiency in dairy farms of the Lagunera region in the period 2011-2013 Antonio Anaya Salgado, Gregorio Núñez Hernández, José. J. Cruz Chaires, Rodolfo Faz Contreras, Karla Rodríguez Hernández, Uriel Figueroa Viramontes y Hugo A. Serrato Medina

69

77

87

97

107

119


VII. MANAGEMENT AND STUDY OF NATURAL RESOURCES

Yield in castor bean (Ricinus communis L.) grown under two population densities in Durango, MéxicoLuz María Salazar Sánchez, Rigoberto Rosales Serna, Rafael Jiménez Ocampo, Julio César Ríos Sauce-do, Brenda Andrea Breton Vázquez.

Spatial distribution of oreganum (Lippia graveolens H.B.K.) at Mapimí biosphere reserve in Durango, MéxicoMartínez Ríos Juan J., J. Manuel Vázquez Navarro, Judith Puentes Gutiérrez y Edmundo Castellanos Pérez

129

137

AGROFAZ 1

TRANSFERENCIA DE INMUNIDAD PASIVA EN BECERRAS HOLSTEIN ALIMENTADAS CON CALOSTRO PASTEURIZADO

Transfer of Passive Immunity to Calves Holstein Fed to Pasteurized Colostrum

Ramiro González Avalos1, José González Avalos2, Blanca Patricia Peña Revuelta3, José Luis Reyes Carrillo1, Pedro Antonio Robles Trillo1*

1Universidad Autónoma Agraria Antonio Narro-Unidad Laguna, Postgrado en Ciencias Agropecua-rias, carretera a Santa Fe y Periférico, Torreón, Coahuila, México. *e-mail: [email protected]

2Instituto de Ciencias Agropecuarias, Universidad Autónoma del Estado de Hidalgo, Tulancingo, Hidalgo, México.

3Universidad Autónoma Agraria Antonio Narro, Buenavista, Saltillo Coahuila, México.

RESUMENLa transferencia de inmunidad pasiva a través del calostro

materno, el cual debe de contener una baja carga microbiana, es primordial para la salud y supervivencia de las becerras en las primeras semanas de vida. El objetivo del presente trabajo fue determinar el efecto del suministro en cantidad y número de tomas de calostro pasteurizado sobre la transferencia de in-munidad pasiva hacia las becerras lecheras Holstein Friesian. En este estudio se aplicaron análisis de varianza y pruebas de los rangos con signo de Wilcoxon. Se seleccionaron 90 bece-rras de manera aleatoria, se formaron tres grupos con 30 bece-rras cada uno; los tratamientos aplicados consistieron en dos, cuatro y seis tomas de calostro suministrando 2 L toma-1. El calostro aplicado se colectó del primer ordeño post-parto de vacas Holstein Friesan, inmediatamente después a la colecta, se pasteurizó a una temperatura de 60 °C por 60 min, en un pasteurizador comercial en lotes de 40 L. Se determinó la pro-teína sérica como variable para estimar la transferencia de in-munidad. El análisis microbiológico de las muestras de calostro consistió en el recuento de coliformes totales (CT) y coliformes fecales (CF) por duplicado. La pasteurización disminuyó los CT y CF a una P < 0.05. No existió diferencia entre el número de tomas sobre la transferencia de inmunidad pasiva. La pasteuri-zación de calostro bovino a 60°C por 60 min redujo la cantidad de bacterias presentes en el calostro sin afectar la transferencia de inmunidad.

Palabras clave: bacteria, calidad, inmunoglobulina, lactan-cia inicial.

SUMMARYThe transfer of passive immunity via the colostrum, that

must contain a low bacterial load, is essential to the health and

survival of calves in the first weeks of life. The aim of this study was to determine the effect of supply in quantity and number of shots of pasteurized colostrums on passive transfer to Hols-tein Friesian dairy calves. In this study we applied analysis of variance and tests of Wilcoxon signed ranks. 90 calves were selected at random, were formed three groups, 30 calves each, the treatments consisted of the number of feedings of colos-trums offered: two, four and six, respectively, were provided 2 L application-1. Colostrum used was collected from the first mi-lking postpartum Holstein Friesian cows. Immediately after the collection, the density was determined and was pasteurized at a temperature of 60 °C for 60 min, in a commercial pasteurizer; in batches of 40 L. Serum protein was determined as a varia-ble to estimate the transfer of immunity. Microbiological testing of colostrums samples consisted in the count of TC and FC in duplicate. Pasteurization decreased TC and CF, P < 0.05. No significant difference between treatments in the passive transfer of immunity was found. Bovine colostrums pasteurization at 60 °C for 60 min decreased the amount of bacteria present in co-lostrum without affecting the transfer of immunity.

Key words: bacteria, early lactation, immunoglobulin, qua-lity.

INTRODUCCIÓNEl calostro es la primera fuente de elementos nutritivos para

las becerras después del nacimiento, es además una fuente importante de inmunoglobulinas (Ig) o anticuerpos, cuya absor-ción es esencial para protegerlas contra infecciones entéricas, las cuáles son la razón principal de mortalidad durante las pri-meras semanas de vida (Wells et al., 1996). Aparte de las Ig, el calostro bovino contiene altas concentraciones de vitaminas, factores de crecimiento, antimicrobianos no específicos y otros compuestos bio-activos; los cuales contribuyen a su composi-

AGROFAZ


2

ción única (Playford et al., 2000). A pesar de que los factores inmunológicos presentes en el calostro son de vital importancia para una adecuada salud y un apropiado desarrollo de las be-cerras, la contaminación bacteriana puede contrarrestar dichos beneficios.

Los especialistas recomiendan para la alimentación con ca-lostro fresco que éste contenga menos de 100,000 UFC mL-1 de bacterias totales y menos de 10,000 UFC mL-1 de coliformes totales (McGuirk y Collins, 2004). El conteo promedio de bac-terias en el calostro suministrado en establos comerciales con frecuencia es muy superior a este punto de referencia (Johnson et al., 2007; Swan et al., 2007). La pasteurización puede servir como un método efectivo y práctico para reducir la cantidad de bacterias presentes en el calostro y disminuir así la exposición de patógenos a las becerras recién nacidas. Sin embargo, se requiere llevar a cabo más investigaciones que incluyan dife-rentes volúmenes de calostro, de tiempos de pasteurización y de temperaturas con el propósito de determinar la mejor com-binación de estos factores, buscando una mínima reducción de Ig. Por otra parte, es importante estudiar el efecto de la pasteuri-zación del calostro sobre la transferencia de inmunidad pasiva, sobre la salud y crecimiento de los animales (Elizondo-Salazar y Heinrichs, 2008).

Elizondo-Salazar y Heinrichs (2009), mencionan que la ali-mentación con calostro es un paso crítico para elevar la salud de las becerras debido a la fisiología y metabolismo de la es-pecie bovina. La placenta del bovino es de tipo epiteliocorial, esta circunstancia impide la transferencia de Ig al feto durante la gestación; en consecuencia, el becerro nace sin estas en la sangre lo que lo hace casi completamente dependiente de la absorción de Ig del calostro materno después del nacimiento. Para lograr el éxito de la transferencia pasiva, la becerra debe consumir una concentración suficiente de Ig del calostro de pri-mera calidad y luego ser capaz de absorber con éxito una can-tidad suficiente de estas moléculas en su plasma sanguíneo (Godden, 2008).

La falla en la transferencia pasiva (FPT) ha sido vinculada con el incremento de morbilidad, mortalidad y una reducción en la tasa de crecimiento de las becerras. La FPT ocurre cuando la becerra no absorbe una adecuada cantidad de Ig, e incluso cuando las becerras que recibieron su alimentación temprana con gran cantidad de calostro y alta concentración de Ig, pre-sentan considerable variabilidad en los niveles de transferen-cia pasiva (Haines y Godden, 2011). Por lo anterior, el objetivo del presente trabajo fue determinar el efecto del suministro en cantidad y número de tomas de calostro pasteurizado, sobre la transferencia de inmunidad pasiva hacia las becerras lecheras Holstein Friesian.

MATERIALES Y MÉTODOSEl estudio se realizó del 20 de octubre de 2011 al 30 de mar-

zo de 2012 en un establo del municipio de Francisco I. Madero en el Estado de Coahuila; éste se encuentra localizado en la región semi-desértica del norte de México a una altura de 1100 msnm, entre los paralelos 26° 17’ y 26° 38’ de latitud norte y los meridianos 103° 18’ y 103° 10’ de longitud oeste (INEGI, 2009).

Se utilizó el calostro de primer ordeño de vacas Holstein Friesian dentro de las primeras 12 h después del parto. Inme-diatamente después de la colecta, se determinó la densidad de este producto, utilizando un calostrómetro (Biogenics Inc., Mapleton, Or., USA ®) a una temperatura de 22 °C al momento de la medición. El calostro con densidad ≥50 mg mL-1de Ig se combinó hasta acumular la cantidad de 40 L (un lote), se pas-teurizaron cinco lotes a una temperatura de 60 °C por 60 min en un pasteurizador comercial (Dairytech, Inc., Windsor, Colorado USA ®). Después de pasteurizado, el calostro se colocó en bol-sas de plástico Ziploc ® de 26,8 x 27,3 cm (dos L por bolsa) y se congeló a -20 °C.

El análisis microbiológico por duplicado de las muestras de calostro consistió en el recuento de CT y CF de acuerdo a la NOM-113-SSA1-1994 (Secretaría de Salud, 1994). La búsque-da y aislamiento de los microorganismos patógenos de interés sanitario, se llevó acabo de acuerdo a la Norma Oficial Mexica-na NOM-184-SSA1-2002 (Secretaría de Salud, 2002) que in-cluye las determinaciones para leche, fórmula láctea y producto lácteo combinado. Especificaciones sanitarias como referencia.

Para observar el efecto de la transferencia de inmunidad pasiva se seleccionaron 90 becerras de manera aleatoria, las cuales fueron separadas de la madre al nacimiento y alojadas individualmente en jaulas de madera previamente lavadas y desinfectadas. Los tratamientos de tomas de calostro pasteuri-zado quedaron como sigue: A: dos tomas, B: cuatro tomas y C: seis tomas. En los tres tratamientos la primera toma se realizó durante las primeras dos h de vida, la segunda de cuatro a sie-te h posteriores a la primera y a los tratamientos B y C se les proporcionó el resto de las tomas cada 12 h. Se suministraron 2 L toma-1. Cada tratamiento constó de 30 repeticiones conside-rando cada becerra como una unidad experimental.

Entre las 24 y 48 h de vida se obtuvo una muestra de sangre de la vena yugular, 5.0 mL de cada becerra en tubos Vacutai-ner ® la cual se dejó coagular a temperatura ambiente hasta la separación del suero. La lectura en un refractómetro (Vet 360, Reichert Inc. ®) del suero (g dL-1 de proteína sérica) se empleó como variable de la transferencia de inmunidad pasiva hacia las becerras. Se considera >5.5 g dL-1, una transferencia exito-sa de inmunidad pasiva; 5.0 a 5.4 g dL-1, una transferencia me-dianamente exitosa y < 5.0 g dL-1, una transferencia incompleta de inmunidad pasiva (Quigley, 2001).

AGROFAZ

PRODUCCIÓNPECUARIA

3

Análisis estadísticoEl análisis estadístico de la concentración de proteína sérica

se realizó mediante un análisis de varianza y la comparación de medias se realizó mediante la prueba de Tukey. El análisis estadístico para los coliformes se realizó mediante pruebas de los rangos con signo de Wilcoxon, ambos análisis se ejecutaron utilizando el paquete estadístico de Olivares-Sáenz (2012). Se empleó el valor de P < 0.05 para considerar diferencia estadís-tica.

RESULTADOSLos resultados del presente trabajo muestran que la pasteu-

rización del calostro a 60 °C por 60 min redujo significativamen-te la carga bacteriana (Cuadro 1). Las bacterias identificadas en el calostro antes de la pasteurización fueron de Escherichia coli genérica y posterior al pasteurizado, no se observó desarrollo de colonias de dicha bacteria.

Cuadro 1. Carga bacteriana en muestras de calostro antes y después de la pasteurización.

Adicionalmente, los resultados obtenidos para la transferen-cia pasiva de inmunidad, entre los tres grupos; dos, cuatro y

seis tomas de calostro respectivamente (Cuadro 2), no presen-taron diferencias estadísticas (P > 0.05), entre los tratamientos.

Cuadro 2. Porcentaje de transferencia pasiva (proteína sérica ≥5.5 g dL-1) en becerras Holstein alimentadas con calostro pasteurizado.

Así mismo, aún y cuando el consumo de calostro fue mayor en los tratamientos de cuatro y seis tomas (Cuadro 3), en los resultados de proteína sérica de los animales muestreados, no

existió diferencia estadística entre tratamientos (P > 0.05), ade-más, las titulaciones de proteína en suero sanguíneo oscilaron entre 4 y 8.2 g dL-1 (Cuadro 4).

Cuadro 3. Proteína sérica en suero sanguíneo (g dL-1) en becerras Holstein alimentadas con calostro pasteurizado.

AGROFAZ


4

Cuadro 4. Distribución de proteína sérica en suero sanguíneo (g dL-1) en becerras Holstein alimentadas con calostro pasteurizado.

DISCUSIÓNDiversos estudios han demostrado, que la pasteurización

de calostro bovino, a temperaturas y tiempos usados conven-cionalmente para leche de consumo humano, pueden reducir o eliminar importantes patógenos bacterianos como Salmonella spp., Mycoplasma spp. Mycobacteriumavium ssp., y paratu-berculosis (Stabel, 2001). Green et al. (2003), mencionan que el calostro bovino puede ser satisfactoriamente pasteurizado usando ya sea un pasteurizador comercial tipo bache (63 ºC por 30 min) o un sistema de alta temperatura corto tiempo (72 ºC por 15 s) para eliminar importantes patógenos bacterianos incluyendo Salmonella spp., Listeria monocytogenes y E. coli O157:H7.

En el presente estudio se pasteurizó el calostro a 60 °C por 60 min; los resultados obtenidos fueron similares a los obser-vados en otros estudios, donde se ha pasteurizado calostro a igual temperatura y por igual período de tiempo; se observó que se eliminaron o redujeron significativamente los patógenos, in-cluyendo, Escherichia coli y también los recuentos de colifor-mes totales y coliformes fecales. Además, las concentraciones de Ig del calostro (≥ 50 mg mL-1) se mantuvieron (Johnson et al., 2007; Elizondo Salazar y Heinrichs, 2009; Elizondo-Salazar et al., 2010; Donahue et al., 2012; Godden et al., 2012). La calidad del calostro está en función con la concentración de Ig; es decir, a mayor cantidad de Ig será mayor la calidad del calostro. El calostro de alta calidad tiene una concentración de Ig > 50 g L-1 (McGuirk y Collins, 2004).

La medición de la proteína sérica en suero mediante el refractómetro como estimación de la concentración de inmu-noglobulina en suero es una prueba sencilla para evaluar la transferencia de inmunidad pasiva. McGuirk y Collins (2004), sugieren que una meta sería ≥ 80% de las becerras sometidas a la prueba con él refractómetro alcancen o superen el punto de referencia (5.5 g dL-1) de proteína sérica. El principal factor que afecta la eficiencia de absorción de Ig es la edad de la becerra al momento de la alimentación. La eficiencia de transferencia de Ig a través del epitelio intestinal es óptima en las primeras cuatro h después del parto, pero después de seis h se produce un descenso progresivo de la eficiencia de absorción de Ig con el tiempo (Besser et al., 1985).

En el presente experimento no se observó diferencia signifi-cativa en la transferencia de inmunidad entre tratamientos, 6.16 g dL-1 promedio, este resultado se puede asociar al consumo de las dos primeras tomas de calostro, éstas se suministraron durante las primeras seis h de vida de las becerras, obtenien-do así una mayor eficiencia de absorción de Ig. Johnson et al. (2007), observaron 6.3 g dL-1 en becerras de 48 h de vida des-pués de haber suministrado 3.8 L de calostro pasteurizado, las mismas fueron alimentadas dentro de la primera y segunda h de vida.

La absorción de una cantidad adecuada de Ig, a partir del calostro, es esencial para que las becerras puedan obtener in-munidad pasiva. Para que se obtenga una absorción adecuada de Ig, se requiere que la becerra sea capaz de absorber Ig del calostro lo cual dependerá del período de tiempo que transcu-rre entre el nacimiento y el suministro de este producto y que la becerra consuma una cantidad suficiente de Ig, lo cual está de-terminado por la concentración de Ig en el calostro y la cantidad consumida (Stott y Fellah, 1983; Jaster, 2005). En relación a las becerras a las que se les suministraron cuatro y seis tomas de calostro en el presente experimento, éstas no obtuvieron una mayor transferencia de inmunidad; cabe mencionar que las últimas tomas recibidas fueron después de las 24 h de vida. Elizondo-Salazar y Heinrichs (2008), mencionan que la trans-ferencia efectiva de inmunidad vía ingestión, también depende de la habilidad del recién nacido para beber el calostro y para asimilar las Ig ingeridas. Las becerras son capaces de absorber las Ig del calostro por un tiempo limitado después del nacimien-to, después de las 24 horas de vida, la absorción es escasa.

Los resultados observados en el presente experimento, en relación a la carga de bacterias en el calostro después del pro-ceso de pasteurización, nos indican una reducción significativa en el número de bacterias presentes en el mismo, esta dismi-nución puede influir en una mayor absorción de Ig. Las bacte-rias presentes en el calostro pueden unirse a los receptores no específicos en los enterocitos de becerras recién nacidas, por lo tanto la reducción del número de receptores disponibles para la absorción de Ig disminuye (Staley y Bush, 1985). Además, se pueden unir a las Ig libres en el lumen intestinal o bloquear directamente la entrada y el transporte de las moléculas de Ig a través de las células epiteliales intestinales, interfiriendo por

AGROFAZ

PRODUCCIÓNPECUARIA

5

tanto en la absorción pasiva de Ig del calostro (James et al., 1981).

Una posible explicación para el aumento de transferencia de inmunidad pasiva y de Ig, en becerras que consumen ca-lostro pasteurizado; es la falta de interferencia bacteriana en los receptores que son los responsables de la absorción de Ig (Elizondo-Salazar y Heinrichs, 2009). Este efecto se demostró en un estudio controlado donde se alimentaron becerras recién nacidas con 3.8 L de calostro pasteurizado a 60 °C por 60 min o 3.8 L de calostro crudo. Con cuentas bacterianas geométricas totales en los dos grupos, 813 UFC mL-1 o 40,738 UFC mL-1, respectivamente. A pesar de que el volumen, el tiempo y la ca-lidad del calostro suministrado no eran diferentes, las becerras alimentadas con calostro pasteurizado presentaron niveles de Ig en suero significativamente mayores a las 24 horas de edad (22.3 mg mL-1) vs becerras alimentados con calostro crudo (18.1 mg mL-1). Johnson et al. (2007), tienen la hipótesis de que esta mejora puede ser debida a una reducción de la inter-ferencia bacteriana en la absorción de Ig en el intestino, dando como resultado una mayor eficiencia en la absorción de IgG en becerras alimentadas con calostro 35 % pasteurizado vs 27 % crudo.

En el presente trabajo no se estudió el efecto que tiene el proceso de pasteurización sobre los componentes bio-activos presentes en el calostro por ello una consideración para futu-ros estudios sería conocer el efecto que tiene la pasteurización sobre la viabilidad de los leucocitos. Koewler et al. (2010), ob-servaron que la pasteurización de calostro, usando un modelo prototipo de pasteurizador, provocó una disminución significa-tiva de la viabilidad de leucocitos presentes en el calostro. Sin embargo, la investigación no se ha realizado utilizando pasteu-rizadores comerciales, disponibles en los establos. Se necesita investigación adicional para conocer el efecto del tratamiento térmico sobre los leucocitos, del calostro, así como para inves-tigar el papel y la importancia clínica de estas células en las becerras. Además, los componentes bioactivos del calostro con actividad antimicrobiana (lactoferrina, lisozima y lactoperoxida-sa) representan solamente una fracción menor de las proteínas de la leche y tienen un importante rol como primera línea de de-fensa; además, participan directa e indirectamente en activida-des antimicrobianas y otras importantes funciones fisiológicas como promotoras de salud. Por lo tanto, es necesario conocer el efecto de la pasteurización sobre las diferentes clases de proteínas y su significancia clínica en las becerras (Zagorska y Ciprovica, 2012).

Para tener éxito en la pasteurización del calostro y la trans-ferencia exitosa de inmunidad se requiere la adhesión a proto-colos estrictos de manejo. Los factores importantes incluyen el control preciso de la temperatura, para impedir las fluctuacio-nes de la temperatura más de 1 °C por encima de la meta de 60 °C, para evitar la excesiva pérdida de Ig; calentamiento y enfriamiento rápido del calostro antes y después de la fase de pasteurización; agitación constante durante el proceso del ca-

lentamiento y la fase de enfriamiento. Sin embargo, la higiene en el ordeño, en el almacenamiento y alimentación del calostro son el primer punto de control para impedir un excesivo cre-cimiento bacteriano. Suministre el calostro a las becerras en cantidad y calidad inmediatamente después del nacimiento.

CONCLUSIONESBajo las condiciones en las cuales se desarrolló el expe-

rimento, la pasteurización de calostro bovino a 60 °C por 60 minutos redujo la cantidad de bacterias presentes en el calos-tro sin afectar la transferencia de inmunidad pasiva. Así mismo, la cantidad de calostro suministrada con cuatro tomas, dos de ellas dentro de las primeras seis horas de vida, sugieren una transferencia de inmunidad pasiva más exitosa hacia las be-cerras.

AGRADECIMIENTOSAl Ing. Mario A. Valdés Berlanga y familia, por las facilidades

prestadas para la realización de la presente investigación.

LITERATURA CITADABesser, T. E., A. E. Garmedia, T. C. McGuire, and C. C. Gay.

1985. Effect of colostral immunoglobulin G1 and immunog-lobulin M concentrations on immunoglobulin absorption in calves. J Dairy Sci. 68:2033-2037.

Donahue, M., S. M. Godden, R. Bey, S. Wells, J. M. Oakes, S. Sreevatsan, J. Stabel, and J. Fetrow. 2012. Heat treatment of colostrum on commercial dairy farms decreases colos-trum microbial counts while maintaining colostrum immuno-globulin G concentrations. J. Dairy Sci. 95:2697-2702.

Elizondo-Salazar, J. A. and A. J.Heinrichs. 2008. Review: Heat treating bovine colostrum. The Professional Animal Scien-tist. 24:530-538.

Elizondo-Salazar, J. A. and A. J. Heinrichs. 2009. Feeding heat-treated colostrum to neonatal dairy heifers: Effects on growth characteristics and blood parameters. J. Dairy Sci. 92:3265-3273.

Elizondo-Salazar, J. A., B. M. Jayarao, and A. J. Heinrichs. 2010. Effect of heat treatment of bovine colostrum on bacte-rial counts, viscosity, and immunoglobulin G concentration. J. Dairy Sci. 93:961-967.

Godden, S. 2008. Colostrum management for dairy calves. Vet. Clin. Food Anim. 24:19-39.

Godden, S. M., D. J. Smolenski, M. Donahue, J. M. Oakes, R. Bey, S. Wells, S. Sreevatsan, J. Stabel, and J. Fetrow. 2012. Heat-treated colostrum and reduced morbidity in preweaned dairy calves: results of a randomized trial and examination of mechanisms of effectiveness. J. Dairy Sci. 95:4029-4040.

AGROFAZ


6

Green, L, S. M. Godden, and J. Feirtag. 2003. Effect of batch and high temperature-short time pasteurization on immuno-globulin G concentrations in colostrum. J. Dairy Sci. 86(Su-ppl. 1):246. (Abstr.).

Haines, D. M. and S. M. Godden. 2011. Short communication: Improving passive transfer of immunoglobulins in calves. III. Effect of artificial mothering. J. Dairy Sci. 94:1536-1539.

Instituto Nacional de Estadística y Geografía (INEGI). 2009. Prontuario de información geográfica municipal de los Es-tados Unidos Mexicanos. Francisco I. Madero, Coahuila de Zaragoza. Clave geoestadística 05009.

James, R. E., C. E. Polan, and K. A. Cummins. 1981 Influence of administered indigenous microorganisms on uptake of [io-dine-125] gamma-globulin in vivo by intestinal segments of neonatal calves. J Dairy Sci. 64:52-61.

Jaster, E. H. 2005. Evaluation of quality, quantity, and timing of colostrum feeding on immunoglobulin G1 absorption in Jer-sey calves. J. Dairy Sci. 88:296-302.

Johnson, J. L., S. M. Godden, T. Molitor, T. Ames, and D. Hag-man. 2007. Effects of feeding heat-treated colostrum on passive transfer of immune and nutritional parameters in neonatal dairy calves. J. Dairy Sci. 90:5189-5198.

Koewler, N., S. Godden, M. Bandrick, T. Molitor, P. Rapnicki, R. Bey, and D. Haines. 2010. Heat-treatment of bovine co-lostrum decreases maternal leukocyte viability. pp 99-102 In Proc. Annu. Mtg. MN Dairy Health Management Conferen-ce, St. Paul, MN. University of Minnesota College of Veteri-nary Medicine, St. Paul.

McGuirk, S. M. and M. Collins. 2004. Managing the production, storage and delivery of colostrum. Vet Clin North Am Food Anim Pract. 20(3):593-603.

Olivares-Sáenz, E. 2012. Paquete de diseños experimentales. FAUANL. Versión 1.1. Facultad de Agronomía Universidad Autónoma de Nuevo León. Marín, N. L., México.

Playford, R. J., C. E. Macdonald, and W. S. Johnson. 2000. Colostrum and milk derived peptide growth factors for the treatment of gastrointestinal disorders. Am. J. Clin. Nutr. 72:5-14.

Quigley, J. 2001. Calf Note #39. Using a refractometer [en lí-nea].< http://www.calfnotes.com > [Consulta: 23 de febrero de 2013]

Secretaría de Salud. 1994. Norma Oficial Mexicana NOM-113-SSA1-1994, Bienes y Servicios. Método para la cuenta de microorganismos coliformes totales en pla-ca [en línea].<http://www.salud.gob.mx/unidades/cdi/nom/113ssa14.html>[Consulta: 12 de enero de 2013]

Secretaría de Salud. 2002. Norma Oficial Mexicana NOM-184-SSA1-2002, Productos y servicios. Leche, fórmula láctea y producto lácteo combinado. Especificaciones sa-nitarias [en línea].<http://www.salud.gob.mx/unidades/cdi/nom/184ssa12.html>[Consulta: 12 de enero de 2013]

Stabel, J. R. 2001. On-Farm batch pasteurization destroys My-cobacterium paratuberculosis in waste milk. J. Dairy Sci. 84:524-527.

Staley, T. E. and L. J. Bush. 1985. Receptor mechanisms of the neonatal intestine and their relationship to immunoglobulin absorption and disease. J. Dairy Sci. 68:184-205.

Stott, G. H. and A. Fellah. 1983. Colostralimmunoglubulin ab-sorption linearly related to concentration for calves. J. Dairy Sci. 66:1319-1328.

Swan, H., S. Godden, R. Bey, S. Wells, J. Fetrow, and H. Ches-ter-Jones. 2007. Passive transfer of immunoglobulin G and preweaning health in Holstein calves fed a commercial co-lostrum replacer. J. Dairy Sci. 90:3857-3866.

Wells, S. J., D. A. Dargatz, and S. L. Ott. 1996. Factors asso-ciated with mortality to 21 days of life in dairy heifers in the United States. Prev. Vet. Med. 29: 9-19.

Zagorska, J. and I. Ciprovica. 2012. The influence of heat treatment on antimicrobial proteins in milk. World Academy of Science. Engineering and Technology. 64:832-836.

AGROFAZ 7

CARACTERISTICAS NUTRICIONALES DE RACIONES PARA GANADO EN EXPLOTACIONES LECHERAS EN LA REGIÓN LAGUNERA

Nutritional Characteristics Of Cattle Rations In Dairy Farms In The Region Lagunera

Gregorio Núñez Hernández1, Karla Rodríguez Hernández1, Jorge Alberto Granados Niño2, Antonio Anaya Salgado1, Jorge A. Bonilla Cárdenas3 y

Uriel Figueroa Viramontes1

1Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias. Blvd José Santos Valdez 1200 Col. Centro 27440 Cd, Matamoros, Coahuila, México. 2Asistente de Investigación.

3Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias C.E. Santiago Ixcuintla- CIRPAC. Km 6 Entronque Carretera Internacional México-Nogales, Santiago Ixcuintla,

Nayarit, México. e-mail: [email protected]

RESUMENEl objetivo de este trabajo fue caracterizar nutricionalmente

las raciones utilizadas en la alimentación del ganado lechero en la Región Lagunera. Este estudio se realizó en 10 establos lecheros. Se caracterizó cada grupo de animales en cada una de las explotaciones. Se registró la cantidad de cada ingre-diente de las raciones, forma y horario de suministro. En cada explotación se tomaron tres muestras al azar de aproximada-mente 800 g de cada uno de los forrajes, ingredientes y ra-ciones suministradas a los diferentes grupos de ganado. Los forrajes se analizaron mediante espectroscopia en el cercano infrarrojo. Las raciones suministradas a los diferentes grupos de ganado se analizaron mediante química húmeda. Se deter-minó proteína cruda (PC), fibra detergente neutro (FDN), fibra detergente ácido (FDA) y carbohidratos no fibrosos (CNF). Se estimó energía metabolizable y energía neta de lactancia (ENl) de las raciones mediante los métodos propuestos por la NRC (2001). El consumo diario de materia seca (MS) por animal se estimó mediante la cantidad de alimento ofrecida por día me-nos la rechazada dividida entre el número de animales de cada corral y se multiplicó por el contenido de MS. En el presente es-tudio, el consumo estimado de MS fue de 21.8±3.5 kg d-1 para vacas en lactación, 11.1±2.5 kg d-1 para vacas secas, 9.0±1.6 kg d-1 para vaquillas mayores de 1 año, y 3.8±1.1 kg d-1 para vaquillas menores de 1 año. Las concentraciones de PC fue-ron de 18.35±2.1 %, 11.47±2.7 %, 13.75±3.6 %, 15.63±4.9 % para vacas en lactación, vacas secas, vaquillas mayores de 1 año y vaquillas menores de 1 año, respectivamente, y la con-centración de FDN en las raciones para estos mismos grupos fue de 35.97±1.9 %, 49.37±6.5 %, 50.85±4.9 %, 55.1±10.3 %, respectivamente. Las raciones tuvieron valores de 1.45±.05, 1.02±.14, 1.00±.14 y 1.1±.22 Mcal de ENl kg-1 MS para vacas en lactación, vacas secas, vaquillas mayores de 1 año y va-

quillas menores de 1 año, respectivamente. La producción de leche fue de 31.7±3.3 kg con 3.2±.1 % de proteína y 3.5±4 % de grasa.

Palabras clave: Explotaciones lecheras, ganado, raciones, valor nutritivo, consumo.

SUMMARYThe objective of this study was to characterize the nutritive

value of dairy cattle rations at the Region Lagunera. This stu-dy was conducted in ten dairy farms. Each animal group was characterized and amount of each ingredient, form and fee-ding schedule were recorded in each farm. In each farm, three samples of approximately 800 g of each forage, ingredient and ration were taken from each group of animals. Forages were analyzed through NIRS, and rations were analyzed through chemical analyses. Crude protein (CP), neutral detergent fiber (NDF), acid detergent fiber (ADF) and non fiber carbohydrates (NFC) were analyzed. Metabolizable energy and net energy for lactation (NEl) were estimated according to NRC (2001). Daily dry matter (DM) intake per animal was determined as ration amount offered minus amount refused divided by number of animals in each group and adjusted by DM content. Estima-ted DM intake were 21.8±3.5 kg d-1 for lactating cows, 11.1±2.5 kg d-1 for dry cows, 9.0±1.6 kg d-1 for heifers older than 1 year, and 3.8±1.1 kg d-1 for heifers younger than 1 year. Rations CP were 18.35±2.1 %, 11.47±2.7 %, 13.75±3.6 %, 15.63±4.9 % for lactating cows, dry cows, heifers older than 1 year and heifers younger than 1 year, and NDF of the rations were 35.97±1.9 %, 49.37±6.5 %, 50.85±4.9 %, 55.1±10.3 %, for lactating cows, dry cows, heifers older than 1 year and heifers younger than 1 year, respectively. Ration NEl were 1.45±.05, 1.02±.14, 1.00±.14 and 1.1±.22 Mcal kg-1 DM for lactating cows, dry cows, heifers older than 1 year and heifers younger than 1 year, respectively. Milk

AGROFAZ


8

production was 31.7±3.3 kg with 3.2±.1 % protein and 3.5±4 % fat.

Key words: Dairy farms, cattle, rations, nutritive value, in-take.

INTRODUCCIÓNEl sistema especializado de producción de leche se localiza

principalmente en áreas semiáridas y desérticas en donde la precipitación es menor de 500 mm. Este sistema tecnificado de producción de leche (sistema de altos insumos) es altamente dependiente de insumos, muchos de ellos de importación como semen, equipo, maquinaria, productos veterinarios e ingredien-tes para raciones alimenticias. El sistema contempla grandes inversiones en construcciones para la estabulación y manejo del ganado, así como equipo para la ordeña y enfriamiento de la leche. En este sistema se utilizan razas puras, principalmen-te Holstein con programas de mejoramiento genético con los cuales, se ha mejorado notablemente la productividad. La pro-ducción de leche es de 8,000 a 10,000 kg vaca-1 día-1 (Núñez et al., 2009). La alimentación se basa en forrajes de buena calidad nutricional como alfalfa, ensilaje de maíz, sorgo y cereales de grano pequeño producidos bajo condiciones de riego. La ali-mentación incluye el uso intensivo de granos procesados (prin-cipalmente maíz y sorgo), y el empleo de subproductos agroin-dustriales como pastas de soya y canola, grano de destilería y cervecería, semilla y cascarilla de algodón, así como productos especializados como grasas, proteína y vitaminas de sobrepa-so, amortiguadores del pH ruminal y estimuladores de la activi-dad microbiana en el rumen, etc. Las raciones se suministran totalmente mezcladas varias veces al día. Las características nutricionales determinan la productividad y eficiencia del gana-do, los costos de producción y los impactos al medio ambiente. El objetivo de este trabajo fue caracterizar nutricionalmente las raciones utilizadas en la alimentación del ganado lechero en la Región Lagunera.

MATERIAL Y MÉTODOSEste estudio se realizó en 10 establos lecheros de la Re-

gión Lagunera, localizada en la parte central de la porción norte de México, entre los meridianos 101°40´ y 104°45´ de longitud Oeste y los paralelos 25°05´ y 26°54´de latitud Norte. La altitud de esta región es de 1,139 m sobre el nivel del mar. Con clima bWhw (f), muy seco con lluvias en verano; una temperatura me-dia anual de 21° C y una precipitación promedio anual de 220 mm.

La información de estructura del hato (número de anima-les por grupo productivo) se obtuvo a partir de los registros au-tomatizados de cada establo. Se caracterizó cada grupo de animales en cada una de las explotaciones. Se registró la can-tidad de cada ingrediente de las raciones, así como la forma y horario de suministro. En cada explotación se tomaron tres muestras al azar de aproximadamente 800 g de cada uno de

los forrajes, ingredientes y raciones suministradas a los dife-rentes grupos de ganado. Las muestras se pesaron inmediata-mente con una báscula digital, se identificaron y se trasladaron al Campo Experimental La Laguna. Se secaron al sol por dos días y después en una estufa de aire forzado a 65º C por 72 horas hasta peso constante. En el caso de los forrajes, en todas las muestras se determinó la concentración de materia seca (MS), proteína cruda (PC), fibra detergente neutro (FDN), fibra detergente ácido (FDA), carbohidratos no fibrosos (CNF), almi-dón (ALM), grasa (GC), lignina (LIG), digestibilidad de la fibra a 30 horas (DFDN) y energía neta de lactancia (ENl) mediante espectroscopia en el cercano infrarrojo previamente calibrado. Las raciones suministradas a los diferentes grupos de ganado se analizaron mediante química húmeda, determinándose PC, FDN, FDA y CNF de acuerdo a los procedimientos descritos por Undersander et al. (1993). Se estimó energía metabolizable (EM) y ENl de las raciones mediante los métodos propuestos por el NRC (2001). El consumo de materia seca por día por animal se estimó mediante la cantidad ofrecida y rechazada por día dividida entre el número de animales de cada corral y se multiplicó por el contenido de MS. Se obtuvo la producción, contenido de grasa y proteína de la leche promedio en el mes en que se realizó el muestreo. Se realizó estadística descriptiva de los datos, además de un análisis correlación para determinar el grado de asociación entre indicadores. Se empleó el progra-ma estadístico SAS (Versión 5.01a, SAS Institute).

RESULTADOS Y DISCUSIÓNEn el Cuadro 1 se presenta los ingredientes en las raciones

para los diferentes grupos de animales en las explotaciones le-cheras. Los henos de alfalfa y el ensilado de maíz son utilizados principalmente en las raciones de vacas en producción y be-cerras. El ensilado y heno de avena es empleado en raciones de vaquillas y becerras. El ensilado de sorgo se emplea prin-cipalmente en raciones de vaquillas mayores de 1 año, vacas secas y en menor grado en raciones de vacas en producción. En las raciones de vacas productoras, el maíz rolado se utiliza en todos las explotaciones mientras que la semilla de algodón, pasta de soya y núcleos son empleados con menos frecuencia. En la mayoría de las explotaciones se emplean núcleos con-centrados en la alimentación de vaquillas menores de 1 año. En vacas secas y vaquillas mayores de 1 año, estos núcleos con-centrados se utilizan con menos frecuencia. Se observa que las vacas productoras y becerras consumen menos de 50 % de forraje en sus raciones, mientras que las vaquillas y vacas secas consumen más del 80 % de forrajes en sus raciones. Lo anterior es importante porque debido a la naturaleza digestiva de los rumiantes, una función importante de los forrajes es es-timular la rumia y salivación necesarias para mantener la salud del ganado. Además, también estimulan las contracciones del rumen para el paso de la digesta; lo cual, permite una eficiencia mayor en el crecimiento de la población de microorganismos en el rumen. Por otra parte, contrarresta los efectos negativos que tiene la inclusión de altos niveles de grano en las raciones para

AGROFAZ

PRODUCCIÓNPECUARIA

9

vacas lecheras (Schroeder, 1996). Por otra parte, aunque en el caso de vacas altas productoras de leche se utilizan grandes cantidades de grano, subproductos agroindustriales y produc-tos especializados, los forrajes contribuyen con 40 a 60 % del

consumo de materia seca en vacas en producción, alrededor del 50 % de la proteína y energía neta de lactancia, y 80% de la fibra detergente neutro. Esto es importante debido a que los forrajes constituyen una fuente de nutrientes de bajo costo.

Cuadro 1. Frecuencia de utilización de ingredientes en raciones para el ganado en explotaciones lecheras de la Región Lagunera.

En relación a los forrajes utilizados en este estudio, Núñez et al. (2009) indican que la alfalfa fue el único forraje con alto contenido de proteína (22.1±1.2 %) y energía neta de lactancia (1.4±0.01 Mcal kg-1 de MS). Los ensilados de maíz son forrajes principalmente energéticos (1.3±0.01 Mcal kg-1 de MS), segui-dos de los henos de avena (1.2±0.01 Mcal kg-1 de MS), ensi-lados de avena (1.2±0.02 Mcal kg-1 de MS) y sorgo (1.2±0.01 Mcal kg-1 de MS). Se observó que existe una amplia variación en la energía neta de lactancia sobre todo en el caso de ensi-lados de maíz. Además, la alfalfa tiene un contenido bajo de fibra detergente neutro (38.6±0.07 %) seguida del ensilado de maíz (50.7±7.2 %) y heno de avena (52.7±2.1 %). El ensilado de sorgo tuvo mayores contenidos de fibra (63.2±4.7 %) que los forrajes mencionados. Los rastrojos se caracterizaron por su contenido bajo de proteína cruda (5.2±0.8 %) %, contenido alto de fibra (74.6±2.7 %) y contenido bajo de energía (1.01±0.01 Mcal kg-1 de MS). Comparando estos valores con parámetros

de forrajes de buena calidad nutricional reportados por Núñez et al. (2009), se observan valores menores a los recomenda-dos para forrajes de buena calidad nutricional en el caso de los ensilados de maíz, sorgo y avena.

La calidad de los forrajes puede afectar la producción de leche. Thomas et al. (2001) indican diferencias hasta de 1.7 kg d-1 entre ensilados de maíz. Ballard et al. (2001) reportaron también diferencias de 2.3 kg d-1 entre ensilados de maíz. Oba y Allen (1999) indicaron diferencias significativas de 2.6 kg d-1 entre ensilados de maíz. En estos estudios, las diferencias en producción de leche se atribuyeron a un mayor consumo de materia seca, mayor digestibilidad de la materia seca, mayor digestibilidad de la fibra y mayor consumo de energía.

En experimentos con ensilados de sorgo, Grant et al. (1995) señalaron diferencias en producción de leche de 8.3 kg d-1 entre

AGROFAZ


10

ensilados de sorgo, mientras que Aydin et al. (1999) reportaron una diferencia en producción de leche de 3.0 g d-1 entre ensila-dos de sorgo. Estos resultados son similares a los reportados por Oliver et al. (2004) quienes señalaron diferencias en pro-ducción de leche de 4.6 kg d-1 entre ensilados de sorgo. Entre los factores que explican las diferencias señaladas destacan un mayor consumo de materia seca, materia seca más digestible y fibra más digestible por una lignificación menor y una tasa de paso más rápida por el rumen. No se observaron efectos en la producción de ácidos grasos volátiles o en el pH ruminal.

En estudios con forrajes de cereales de grano pequeño, Khorasani et al. (1993) indicó producciones de leche de 31.6, 28.8, 28.1 y 29.6 kg d-1 con raciones con ensilados de alfalfa, cebada, avena y triticale; sin embargo, esta diferencias no fue-ron estadísticamente significativas. Sin embargo, en ese ex-perimento se observó un consumo menor de materia seca en las vacas alimentadas con las raciones de cereales de grano pequeño.

En general, se recomienda de 1/3 a 2/3 de forraje de alfalfa henificada o ensilada en raciones para vacas lecheras de alta producción (Satter, 1999). El uso de ensilados de maíz, sorgo o cereales con alfalfa en raciones para vacas lecheras permite obtener producciones de leche similares que con raciones ex-

clusivamente con alfalfa, sin embargo, la utilización de estos fo-rrajes en niveles superiores a 75 % en la ración puede disminuir el consumo y la producción en vacas altas productoras de leche (Broderick, 1985; DePeters et al., 1989; Acosta et al., 1991). Por otra parte, se han observado mayores producciones de leche (> 3 litros de leche diarios) con raciones de ensilado de maíz en comparación a raciones de ensilado de sorgo (Aydin et al., 1999; Oliver et al.,2004).

En relación a la calidad nutricional de los forrajes para vaqui-llas de reemplazo, la alimentación con henos con un porcentaje mayor de 12 % de proteína cruda puede requerir de un suple-mento energético. Debido a que la síntesis microbiana puede cubrir las necesidades de proteína a esta edad, la suplemen-tación de proteína no degradable en el rumen, no beneficia el crecimiento de las vaquillas o la eficiencia de alimentación. El ensilado de maíz proporciona energía suficiente para vaquillas mayores de un año, pero es necesario suplementar fuentes de proteína. Dietas exclusivamente con ensilado de maíz pueden engordar las vaquillas. En este último caso la cantidad de ensi-lado se puede limitar incluyendo henos de alfalfa o gramíneas. El ensilado de sorgo o sorgo x sudán permite obtener ganan-cias de peso de 0.750 kg/día (Núñez et al., 2009).

Cuadro 2. Cantidades (kg d-1) mínimas y máximas de ingredientes utilizadas en la alimentación de ganado en explotaciones lecheras de la Región Lagunera.

AGROFAZ

PRODUCCIÓNPECUARIA

11

En el presente estudio, los consumos de materia seca esti-mados fueron de 21.8±3.5 kg d-1 para vacas lecheras, 11.1±2.5 kg d-1 para vacas secas, 9.0±1.6 kg d-1 para vaquillas mayores de 1 año, y 3.8±1.1 para vaquillas menores de 1 año (Cuadro 2). Respecto al consumo de materia seca, Nennich et al. (2005) reportaron consumos de materia seca de 21.9 kg d-1, 10.4 kg d-1, 8.34 kg d-1, y 3.37 kg d-1 para vacas en producción, secas, vaquillas y becerras, respectivamente. El consumo de alimento es variable, sobre todo en vacas productoras, ya que puede ser afectado por los días y nivel de producción, peso vivo, com-posición química y forma física de la ración. Hristov et al. (2004) indicaron que las variables más relacionadas con el consumo de materia seca son el contenido de proteína cruda, energía neta de lactación, proteína bacteriana, proteína degradable en el rumen, y contenido de fibra del forraje. Allen (2000) indicó que el efecto del contenido de FDN en las dietas afectó el con-sumo de materia seca dependiendo del tamaño de partícula y sus características de fermentación; sin embargo, señala que el efecto solo del tamaño de partícula fue de poca magnitud. La digestibilidad de la fibra es otro factor que afecta el consumo de materia seca. Oba y Allen (1999) señalaron que por cada unidad de incremento en la digestibilidad de la FDN a 48 h, aumenta el consumo de materia seca en 0.17 kg/día. Mertens (2009) seña-ló un efecto de la digestibilidad de la FDN de menor magnitud al reportado por Oba y Allen (0.097 vs 0.170 kg d-1 ). Allen (2000) indicó que dentro de otros factores que afectan el consumo de materia seca, también se han observado efectos negativos del porcentaje de almidón degradado en el rumen y los produc-tos de la fermentación de forrajes ensilados. El contenido de proteína cruda de las raciones se relaciona positivamente con el consumo de materia seca, observándose incrementos por unidad de proteína cruda de 0.9 kg d-1 hasta un nivel de 12 %, y en menor grado de 0.04 d-1 a 18 % de PC en las dietas. Por otra parte, la adición de grasas puede afectar el consumo de materia seca a través de efectos en la fermentación u motilidad del rumen, aceptación por el animal, secreción hormonal, y oxi-dación de grasas en el hígado. Al respecto, Rabiee et al. (2012) también señalaron una reducción en el consumo de materia seca de 0.88 d-1 con la adición de diferentes grasas de sobre-paso; sin embargo, el efecto parece ser mayor en el caso de productos de sales de calcio. La humedad óptima de las racio-nes debe ser de 40 a 55 %; en alimentos fermentados, valores de humedad superiores a éstos pueden reducir el consumo. El suministro de alimentos debe ser al menos de dos a tres veces por día para estimular el consumo; las vacas con problemas de patas consumen menores cantidades de alimento.

En el Cuadro 3 se presenta la composición química y ener-gía de las raciones proporcionadas a los diferentes grupos de ganado en las explotaciones lecheras estudiadas en la Región Lagunera. Las concentraciones de proteína cruda fueron de 18.35±2.1 %, 11.47±2.7 %, 13.75±3.6 %, 15.63±4.9 % para vacas productoras, vacas secas, vaquillas mayores de 1 año y vaquillas menores de 1 año. Respecto a las concentracio-nes de fibra detergente neutro, las raciones tuvieron 35.97±1.9

%, 49.37±6.5 %, 50.85±4.9 %, 55.1±10.3 %, respectivamen-te. En energía neta de lactancia, las raciones tuvieron valores de 1.45±.05, 1.02±.14, 1.00±.14 y 1.1±.22 Mcal kg-1 de materia seca para vacas productoras, vacas secas, vaquillas mayores de 1 año y vaquillas menores de 1 año, respectivamente.

En relación a la proteína cruda de las raciones de las vacas productoras se observaron valores dentro de los rangos reco-mendados. Huber y Kung Jr. (1981) indicaron en sus estudios que obtuvieron producciones mayores de leche cuando el por-centaje de proteína aumentó de 12.2 a 16.2 %, aunque hubo diferentes respuestas entre vacas adultas y vaquillas de primer parto. Wu y Satter (2000) señalaron que las mayores produc-ciones de leche se obtuvieron con dietas con niveles de 17.0 % de proteína en las primeras 30 semanas de lactación y con 16 % en las siguientes semanas. Ipharraguerre y Clark (2005) in-dicaron una relación cuadrática entre el nivel de proteína cruda en la dieta y la producción de leche, encontrando el nivel óptimo cuando la proteína cruda en la dieta fue de 23 %. Sin embargo, el análisis de estas relaciones indicaron aumentos de 0.75 a 0.94 kg de leche con aumentos hasta 16 % de proteína cruda y de solo 0.35 a 0.42 kg con aumentos hasta 20 % de proteína cruda en la ración. En el caso de vacas secas, se observaron algunas explotaciones con valores más bajos de los recomen-dados sobre todo al inicio del período de secado. En vacas se-cas, el rango recomendado de proteína en las raciones es de 12 a 14 % (Núñez et al.,2009).

En relación a las concentraciones de fibra detergente neutro se observaron valores mayores a los recomendados, particular-mente en vacas altas productoras. Al respecto, las recomenda-ciones para vacas después del parto son de 30 % de FDN y 35 % de CNF, en vacas altas productoras de 28-32 de FDN % y de 37-42 % CNF, en vacas medias 32-36 % de FDN y de 34-40 % CNF, y en vacas al final de la lactancia de 38-43 % de FDN y de 30-40 % de CNF. En vacas cuya producción de leche por día fue mayor de 45 kg, el consumo de materia seca se limitó a un 32 % de FDN, mientras que en vacas con producciones de 22.5 kg d-1, el consumo de materia seca se limitó a 44 % de FDN en las dietas. De la misma manera que en vacas en lac-tación, también se observaron niveles altos de fibra detergente neutro en las dietas de las vacas secas. Las recomendaciones al respecto son un mínimo de 33 % y un máximo de 43% de CNF. Generalmente, el nivel de FDN en las raciones puede limitar el consumo de energía neta de lactancia de las vacas (Núñez et al., 2009).

Por otra parte, los CNF en las raciones son necesarios para contribuir a cubrir las necesidades de energía de los animales y de los microorganismos del rumen para su crecimiento. Los CNF se categorizan en ácidos orgánicos, azucares, almidón y compuestos solubles de la fibra (Varga, 2003). Los ácidos orgá-nicos son utilizados por el animal, pero no para un crecimiento microbiano apreciable. Los azucares se fermentan rápidamen-te en el rumen y también son utilizados por el animal. El almidón tiene gran variación en la fermentación ruminal dependiendo

AGROFAZ


12

de fuentes, procesamiento y almacenamiento. Nocek y Rus-sell (1988) señalan 40 % de CNF para optimizar la producción de leche. Varga (2003) sugiere niveles de 32 a 38 % de CNF cuando las dietas contienen ingredientes altos en azucares y almidón como granos de cebada, maíz y ensilado de maíz o 38 a 42 % cuando las dietas contienen henos, y subproductos de maíz y cascarilla de soya.

En cuanto a la energía neta para lactación de las raciones para vacas productoras, en este estudio tuvieron valores infe-riores a los recomendados para vacas lecheras de 1.6 a 1.8 Mcal kg-1 (Núñez et al., 2009). En vacas secas, se tuvieron valo-res bajos al inicio del período seco en la mayoría de las explota-ciones y solo en algunas en las vacas próximas al parto. Al res-pecto, se recomienda utilizar dietas con 1.30-1.39 Mcal kg-1 de materia seca al inicio y de 1.4-1.5 Mcal kg-1 de materia seca al final del período seco. En relación a la energía de las raciones, las dietas para vacas lecheras contienen aproximadamente 70 % de carbohidratos. De este total, 40 a 45 % es FDN, 35-40 % es almidón y 15 a 20 % son azucares y otros compuestos solu-bles de la fibra (Weiss, 2010). Este último autor al estudiar die-tas para vacas en producción reportó que la energía digestible proveniente de la FDN fue 13.1±5.4 Mcal d-1 y la proveniente del almidón 21.2±5.2 Mcal d-1. Lo anterior, indica que el almidón

proporcionó 1.6 veces más energía que la FDN de las dietas. El incremento en el almidón de la dieta aumenta la energía de las dietas, pero a cierto nivel también puede disminuir la digestibili-dad de la FDN hasta en 10 %. Dado lo anterior, dietas bajas en fibra o altas en almidón pueden tener menor valor energético que el esperado. La adición de grasas usualmente aumenta la energía de las dietas, pero muy frecuente reduce el consumo de la dieta, lo cual, también puede afectar el valor energético esperado de las dietas.

En relación a las vaquillas, se observaron raciones con valo-res altos de fibra detergente neutro y bajos en energía neta de lactancia. Al respecto, los valores recomendados son de 14-15 % de proteína cruda y de 22 a 34 % de FDN para 7 meses a un año de edad. Durante la gestación, el contenido recomendado de proteína cruda es de 13-14 % con un contenido de FDN de 30 a 45% (Zanton y Heinrichs, 2008). Los valores recomen-dados de energía metabolizable y energía neta de lactancia son de 2.3 y 1.4 Mcal kg-1 de MS. En vaquillas en desarrollo, Hoffman et al. (2008) indican que el consumo de materia seca estuvo en función del peso vivo y la concentración de fibra de-tergente neutro en la ración. Por su parte, Pirlo et al. (1997) señalan que las ganancias de peso estuvieron asociadas al consumo de energía y proteína.

En el Cuadro 4 se muestra que la producción y composi-ción química de la leche fue de 31.7±3.3 kg con 3.2±0.1 % de proteína y 3.5±0.4 % de grasa. Con respecto a la producción diaria de leche por vaca, la proteína en la leche y el porcentaje de grasa, los valores fueron similares a los obtenidos en explo-taciones lecheras de diferentes regiones de los Estados Unidos de América. Oleggini et al. (2001) reportaron valores de 30.8, 27.9 y 25.7 kg vaca-1 día-1 en explotaciones de las regiones Norte, Centro-Sur y Sur, respectivamente, con valores de grasa

de 3.7, 3.6 y 3.6 %, respectivamente. Para la proteína en la leche, los valores fueron: 3.2, 3.2 y 3.3 %, para cada región, respectivamente. La producción de leche está relacionada con el consumo de nutrientes. Hristov et al. (2005) indicaron que la producción de leche se correlacionó significativamente con el consumo de materia seca (r=0.52), consumo de energía neta de lactancia de la ración (r=0.57), porcentaje de proteína cruda (r=0.47), carbohidratos no estructurales (r=0.39) y proteína no degradable en el rumen (r=0.39).

Cuadro 3. Composición química y valor energético de raciones para distintos grupos de animales en 10 explotaciones lecheras de la Región Lagunera.

PC-Proteína cruda; FDA-Fibra detergente ácido; FDN-Fibra detergente neutro; CNF-Carbohidratos no fibrosos; ENl-Energía neta de lactancia; EM_Energía metabolizable.

AGROFAZ

PRODUCCIÓNPECUARIA

13

Cuadro 4. Producción y composición promedio de la leche en explotaciones lecheras en la Región Lagunera.

CONCLUSIONESLos henos de alfalfa y el ensilado de maíz son utilizados

principalmente en las raciones de vacas en producción y bece-rras. El ensilado y heno de avena es empleado en raciones de vaquillas y becerras. El ensilado de sorgo se emplea principal-mente en raciones de vaquillas mayores de 1 año, vacas secas y en menor grado en raciones de vacas en producción.

Comparando estos valores con parámetros de forrajes de buena calidad nutricional se observan valores menores a los recomendados para forrajes de buena calidad nutricional en el caso de los ensilados de maíz, sorgo y avena.

En relación a las concentraciones de fibra detergente neutro se observaron valores mayores a los recomendados, particular-mente en vacas altas productoras.

La energía neta de lactancia de las raciones para vacas pro-ductoras presentó valores inferiores a los recomendados para vacas lecheras en producción y vaquillas de reemplazo.

LITERATURA CITADAAcosta, Y. M., C. C. Satllings, C. E. Polan, and C. N. Miller. 1991.

Evaluation of barley silage harvested at boot and soft dough stages. J. Dairy Sci. 74:167-176.

Allen, M.S. 2000. Effects of diet on short-term regulation of feed intake by lactating dairy cattle. J. Dairy Sci. 83:1598-1624.

Aydin, G., R. J. Grant and J. Orear. 1999. Brown midrib sorghum in diets for lactating dairy cows. J. Dairy Sci. 82:2127-2135.

Ballard, C. S., E. D. Thomas, D. S. Tsang, P. Mandebvu, C. J. Sniffen, M. I. Endres, and M. P. Carter 2001. Effect of corn silage hybrid on dry matter yield, nutrient composition, In vi-tro digestion, intake by dairy heifers, and milk production by dairy cows. J Dairy Sci;(84):442-452.

Broderick, G. A. 1985. Alfalfa silage or hay versus corn silage as the sole forage for lactating dairy cows. J. Dairy Sci. 68:3262-3271.

DePeters, E. J., J. F. Medrano, and D. L. Bath. 1989. A nutri-tional evaluation of mixed winter cereals with vetch utilized as silage or hay. J. Dairy Sci. 72:3247-3254.

Grant, R. J., S. G. Haddad, K. J. Moore, and J. F. Pedersen. 1995. Brown midrib sorghum silage for midlactation dairy cows. J. Dairy Sci. 78:1970-1980.

Hoffman, P.C., K.A.Weigel, and R.M.Wernberg. 2008. Evalua-tion of equations to predict dry matter intake of dairy heifers. J. dairy sci. 91:9699-3709.

Hristov, A. N., W.J. Price and B. Shaffi. 2004. A meta-analysis examining the relationship among dietary factors, dry mat-ter intake, and milk protein yield in dairy cows. J. Dairy sci. 87:2184-2196.

Hristov, A. N., J. Price, W., and B. Shafii, 2005. A meta-analysis on the relationship between intake of nutrients and body weight with milk volume and milk protein yield in dairy cows. Journal of dairy science, 88(8), 2860-2869.

Huber, J. T., and Jr. L. Kung, 1981. Protein and nonprotein nitro-gen utilization in dairy cattle. Journal of Dairy Science, 64(6), 1170-1195.

Ipharraguerre, I. R., and H. Clark, J. 2005. Impacts of the source and amount of crude protein on the intestinal supply of ni-trogen fractions and performance of dairy cows. Journal of Dairy Science, 88, E22-E37.

Khorasani, G. R., E. K. Okine, J. J. Kennelly, and J. H. Helm. 1993. Effect of whole crop cereal grain silage substituted for alfalfa silage on performance of lactating dairy cows. J. Dairy Sci. 76:3536-3546.

Mertens, D.R. 2009. Impact of NDF content and digestibility on dairy cow performance. WCDS Advances in dairy technol-ogy. 21:191-201.

Nennich, T. D., J. H. Harrison, L.M. VanWieringen, D. Meyer, A. J. Heinrichs, W.P. Weiss, N.R. St. Pierre, R.L. Kincaid, D.L. Davidson, and E. Block. 2005. Prediction of manure and nu-trient excretion from dairy cattle. J. Dairy Sci. 88:3721-3733.

Nocek, J.E. and J.B. Russell. 1988. Protein and energy as an integrated system. Relationship of ruminal protein and car-bohydrate availability to microbial synthesis and milk produc-tion. J. Dairy Sci. 71:2070-2107.

Núñez, H.G., U. Figueroa. V., Y. I. Chew, M.., M. Ramírez D., J. I. Reyes, D.G. Reta, S., R. Faz, C., E.S. Osuna, C., E. Castro, M. 2009: Producción y aprovechamiento de for-rajes. Núñez, H,G, A. Díaz, J. Espinosa G., L. Ortega R., L. Hernández A., H. Vera A., H. Román P., M. Medina C., F. Ruíz L. Eds. Producción de leche de bovino en el sistema intensivo. México. INIFAP.373 p.

AGROFAZ


14

NRC (National Research Council). 2001. Nutrient requirements of dairy cattle. 7th rev. ed, 381.

Oba, M. and M.S. Allen. 1999. Evaluation of the importance of the digestibility of neutral detergent fiber from forage: Effects on dry matter intake and milk yield of dairy cows. J. Dairy Sci. 82:589-596.

Oleggini, G. H., O. Ely L., and W. Smith, J. 2001. Effect of region and herd size on dairy herd performance parameters. Jour-nal of dairy science, 84(5), 1044-1050.

Oliver, A. L., R. J. Grant, J. F. Pedersen, and . O´Rear. 2004. Comparison of brown midrib-6 and sorghum and corn silage in diets of lactating dairy cows. J. Dairy Sci. 87:637-644.

Pirlo, G., M. Capelletti and G. Marchetto. 1997. Effects of ener-gy and protein allowances in the diets of Prepubertal heifers on Growth and milk production. J. Dairy Sci. 80: 730-739.

Rabiee, A. R., K. Breinhild, W. Scott, H. M. Golder, E. Block, and I.J. Lean. 2012. Effect of fat additions to diets of dairy cattle on milk production and components: A meta-analysis and meta-regression. J. Dairy Sci. 95:3225-3247.

Satter, L. D. 1999. Como utilizar la alfalfa eficientemente para obtener la máxima producción de leche. In: V Ciclo Interna-cional de Conferencias sobre nutrición y Manejo. Nov 11,12 y 13 de Nov. Torreón, Coah. pp: 69-88.

Schroeder, J. W. 1996. Quality forage for maximum produc-Quality forage for maximum produc-tion and return. NDSU. Extension Service. North Dakota State University. In http://www.ext.nodak.edu/extpubs/ansci/range/as1117.htm. pp. 1-13

Thomas, E.D., P. Mandebvu., C.S. Ballard., C.J. Sniffen, M.P. Carter and J. Beck. 2001. Comparison of corn silage hybrids for yield, nutrient composition, in vitro digestibility, and milk yield by dairy cows. J. Dairy Sci. 84: 2217-2226.

Undersander, D., D.R. Mertens and N. Thiex. 1993. Forage Analyses Procedures. National Forage Testing Association. Omaha, NE. 13 p.

Varga, G.A., 2003. Soluble carbohydrate for lactating dairy cows, procc. Tristate dairy nutrition conference. 59-73.

Weiss, W. P. 2010. Refining the net energy system. WCDS Ad-vances in dairy Technology vol. 22:191-201.

Wu, Z. and L.D. Satter. 2000. Milk production during the com-plete lactation of dairy cows fed diets containing different amounts of protein. J. Dairy Sci. 83:1042-1051.

Zanton G.I., and A.J. Heinrichs. 2008. Rumen Digestion and nutritional efficiency of dairy heifers limit-fed a high forage ration to four levels of dry matter intake. J. Dairy Sci. 91: 3579-3588.

AGROFAZ 15

VARIABLES DEL CONTEXTO NACIONAL E INTERNACIONAL EN LOS SISTEMAS DE PRODUCCIÓN LECHEROS MEXICANOS

National and international context variables in the dairy Mexican production systems

Georgel Moctezuma López1, José de Jesús Espinoza Arellano1, José Antonio Espino-sa García1, José Luis Jolalpa Barrera1, y Alejandra Vélez Izquierdo1

.

1Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias. Centro Nacional de In-vestigación Disciplinaria en Conservación y Mejoramiento de Ecosistemas Forestales. Avenida

Progreso No. 5. Barrio Santa Catarina. Delegación Coyoacán. México, D. F. Código Postal 04010. Teléfono (0155)36 26 87 00 extensión 505 e-mail: [email protected]

RESUMEN El análisis del contexto nacional e internacional y su rela-

ción con la prospección de los sistemas de producción de leche es fundamental para visualizar cómo se verán afectados los eslabones que forman la cadena agroalimentaria de leche en México. Para ello, se utilizó la metodología Delphi, la cual es una reflexión colectiva sobre un tema específico entre un grupo de expertos y es una herramienta importante en la generación de información para la toma de decisiones. Los resultados in-dican que las variables del entorno detectadas como de mayor importancia, que impactan en la competitividad de los sistemas de producción de leche bovina en México, fueron 16 para el contexto nacional y 12 para el internacional. La variable con mayor influencia futura – al año 2030 – de acuerdo a los exper-tos, dentro del contexto nacional fue el precio nacional de los granos, y la de mayor influencia dentro del contexto internacio-nal fue: las políticas de apoyo al sector ganadero (lechero) en otros países. Al realizar el análisis de turbulencia, que consiste en combinar la influencia futura de una variable con su grado de predictibilidad, las variables que tendrán el mayor efecto serán: para el contexto nacional el precio medio de la leche pagado al productor y para el contexto internacional los “costos de pro-ducción de leche en otros países” y los “gustos y preferencias del consumidor” por lo que resulta conveniente el monitorear a éstas variables.

Palabras Clave: Influencia futura, método Delphi, predictibi-lidad, prospección y turbulencia.

ABSTRACTThe national and international context analysis and its re-

lation with the prospection milk production systems are funda-mental to visualize how the components of the agro-alimentary

milk chain in Mexico will be affected. To carry this out, the Del-phi methodology was used, which is a collective reflection on a specific subject among a group of experts and it is an important tool in the information generation for making. Results indicate that the variables whit the highest impact on the competitive-ness of the production systems of bovine milk in Mexico, were 16 for national context and 12 for the international. The variable with greatest future influence - to year 2030 - according to the experts, within the national context was the national grains pri-ce, and the variable of greatest influence within the internatio-nal context was: the support policies to the cattle sector (milk) in other countries. When realizing the turbulence analysis, that consists of combining the future influence of a variable with its degree of predictability, the variables which that will have the greatest effect will be: for the national context the average milk price paid to the producer and for the international context “the milk production costs in other countries” and the “tastes and pre-ferences of the consumer” both with the same evaluation which indicates that it is important to monitoring these variables.

Key words: Future influence, Delphi method, predictability, prospection and turbulence.

INTRODUCCIÓNEl estudio del contexto es fundamental para entender el

comportamiento de los sistemas de producción, ya que nos proporciona señales para entender los problemas a los que se están enfrentando los productores, como ocurren esos proble-mas y proporciona bases para plantear posibles alternativas de solución (De Souza et al., 2000). A finales de la década de los 80`s, varios cambios en el entorno de las organizaciones, generaron vulnerabilidad institucional, con la consecuente ne-cesidad de cambios en la propia identidad y en los modelos de funcionamiento y de gestión de esas instituciones (Díaz et al.,

AGROFAZ


16

1997). Estos cambios que se dan en las variables del contexto de cualquier sistema de producción, son cada vez más profun-dos, repetitivos y dinámicos, lo cual provoca una necesidad de respuesta de parte de los agentes involucrados para que sean capaces de prospectar su entorno, con el fin de influir en los escenarios futuros que les resulten más favorables.

El contexto es la referencia más relevante para las organiza-ciones de desarrollo (Valle et al., 2001), ya que el comprenderlo permite visualizar el porqué y cómo ocurren los problemas y da algunas pautas para generar alternativas de solución. Esta situación se aplica a los distintos sistemas de producción leche-ros en México y a sus unidades de producción. El conocimien-

to del entorno a nivel sistema, mejora la congruencia entre las tecnologías generadas por la investigación y las necesidades reales de los distintos actores del negocio pecuario que les permite ser sustentables.

La conceptualización del modelo en los sistemas de pro-ducción lecheros de México, se presenta en la Figura 1, el cual se conforma por una serie de componentes interactivos. El sis-tema mayor es el contexto socio – económico que comprende el conjunto de sus fuerzas, actores, hechos y eventos que se generan por la dinámica política, social, tecnológica, cultural y económica nacional e internacional.

Figura 1. Modelo de los componentes del entorno de una organización de Ciencia y Tecnología agropecuaria.Fuente: Adaptado de Valle et al., 2001

Los sistemas naturales son el conjunto de elementos bióti-cos y abióticos interactivos que, mediante un flujo de energía, mantienen un intercambio permanente con su medio ambiente (Goedert et al., 1996).

La investigación planteó como objetivo, generar un siste-ma de información de actualización continua que sea fácil de manejar e interpretar y de acceso libre al público en la cual se encuentre disponible la información con la integración de varia-bles de los contextos nacional e internacional que influyen en el mercado de leche de vaca y de los insumos que se utilizan en el proceso productivo, que permitan generar recomendaciones para la toma de decisiones a diferentes niveles para mejorar la competitividad y sustentabilidad de los sistemas de producción de leche en México.

MATERIALES Y MÉTODOSEl proceso de investigación incluyó cinco fases que más

adelante se describen. La primera de ellas incluyó la identifica-ción y definición de variables de los contextos nacional e inter-nacional y de los insumos y productos de mayor impacto en la rentabilidad y competitividad de los sistemas de producción de leche en México. Las acciones que se desarrollaron fueron las siguientes:

Integración del equipo de investigación. Fue conforma-do por 12 investigadores de cuatro instituciones; tres de ellas dedicadas a la docencia e investigación (Universidad Autóno-ma de Aguascalientes, Universidad Autónoma del Estado de México y Universidad Nacional Autónoma de México) y una en la investigación, innovación y transferencia de tecnología

AGROFAZ

PRODUCCIÓNPECUARIA

17

(Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias). Se buscó que la experiencia del personal científico fuera multidisciplinaria en áreas de salud, manejo, producción, alimentación, economía, desarrollo rural, agroindustrias, socio-logía, transferencia de tecnología y planeación agropecuaria y estratégica.

Revisión de bibliografía. Se realizó una distribución por temas con la finalidad de identificar variables de los contextos, nacional e internacional que tuviesen influencia en los sistemas de producción de leche en México; posteriormente se realiza-ron sesiones plenarias para el análisis, argumentación, corres-pondencia, discusión, importancia, jerarquización y validación de cada una de esas variables, ya sea para su adecuación o modificación, aceptación o rechazo. Las variables selecciona-das sirvieron para elaborar un modelo conceptual que descri-biera los sistemas de producción de leche de bovino en México (familiar, doble propósito e intensivo), y además fueron la base para elaborar los cuestionarios Delphi. Con base en la clasifi-cación de las variables del mercado de insumos y productos, se hicieron revisiones bibliográficas a través de la consulta de medios impresos y digitales, en bibliotecas de instituciones de

enseñanza, de institutos de investigación y en diferentes de-pendencias del Gobierno Federal (relacionadas con el sector ganadero y en particular con el lechero); así como en distintas páginas de Internet. Las fuentes de información consultadas fueron de tipo económico, tecnológico, social, ambiental, com-petitivo, mercadológico y productivo.

Matriz de influencia actual y futura. Con el objetivo de jerarquizar las variables se realizó una valoración sobre su influencia actual y futura en la productividad, competitividad y sustentabilidad en la cadena de leche, así como para obtener una calificación promedio para cada una de las variables. Para ello, se elaboró una matriz (Cuadro 1), en la cual se incluyeron todas las variables (sin ningún orden jerárquico); también se evaluó la influencia actual y la futura, en la que cada investiga-dor calificó las variables. La escala numérica utilizada tuvo un valor del 1 al 3, en la cual el número 1 significó la mínima impor-tancia y el 3 la máxima; posteriormente se analizó la informa-ción y se obtuvo el promedio de esta evaluación. Las variables se jerarquizaron con base al promedio obtenido; las de mayor importancia fueron las que tuvieron un promedio ≥ a 2.

Cuadro 1. Matriz de influencia actual y futura.

Posteriormente se priorizaron y clasificaron en tres tercios: superior, medio e inferior. Como criterio de selección se consi-deraron las variables del primer tercio y con un valor de media-na ≥ a 2 (Saldaña et al., 2006).

Matriz de impactos cruzados. Fue desarrollada incipiente-mente por Gordon (2004), al plantear la siguiente interrogante: ¿Los pronósticos se pueden basar en las percepciones acerca del modo en que interactuarán los eventos futuros? El método de impacto cruzado es un enfoque analítico de las probabilida-des de un evento en un conjunto pronosticado. Estas probabi-

lidades pueden ajustarse de acuerdo a las opiniones sobre las interacciones potenciales entre los eventos pronosticados. La interrelación entre los eventos y su evolución se denomina “im-pacto cruzado”. Para determinar el grado de importancia y su relación en la afectación positiva o negativa de cada variable, se realizó una matriz de doble entrada (Cuadro 2), en la que se analizó la interrelación entre las variables. Tanto en las filas como en las columnas, y con el mismo orden, se colocaron las variables evaluadas.

Cuadro 2. Matriz de impactos cruzados.

AGROFAZ


18

El propósito de realizar la matriz fue establecer qué tan cer-ca o lejos se encontraba una variable de otra, y la relación entre ellas. Esto sirvió para esquematizar, por medio de flechas, la relación que tuvieron con el sistema de producción evaluado, esto es, el sentido de la flecha hacia adentro significó una rela-

ción de tipo positiva y hacia afuera, negativa. Cuando la flecha tenía los dos sentidos, su relación afectó de ambas maneras al sistema de producción lechero. Se ejemplifica el caso del con-texto internacional en la Figura 2.

Figura 2. Influencia actual de las variables del contexto internacional en la competitividad de la cadena de leche de vaca.

Panel Delphi. La justificación para utilizar este método es que considera dos enfoques: importancia actual y futura, por lo tanto, el método más apropiado que la literatura sugiere es el del análisis prospectivo; es el conjunto de conceptos y técnicas usadas para anticipar el comportamiento de variables de mer-cado, socioeconómicas, políticas, culturales y tecnológicas, así como de sus interacciones (Gomes y Valle, 1999). Si bien exis-ten diversas metodologías para el análisis prospectivo (Álvarez, 2005), la técnica Delphi es una de las más utilizadas para pre-decir el comportamiento futuro de dichas variables.

La finalidad de la mayoría de los estudios de Delphi es la exploración confiable y creativa de ideas o producción de datos convenientes para la toma de decisiones. Es un proceso de

análisis basado en el juicio de un grupo de expertos, que lo-gran, mediante un proceso sistemático e iterativo, la obtención de consensos o disensos (Landeta, 1999). Otros autores su-gieren que la razón principal de su uso es la imprescindibilidad de información de juicio (Ilbery, 2004). Linstone y Turoff (1975); definen a la técnica Delphi como “un método para estructurar el proceso de comunicación grupal, de modo que ésta sea efecti-va para permitir a un grupo de individuos, como un todo, tratar con problemas complejos”, es decir, su técnica se apoya en el reconocimiento del juicio del equipo sobre el juicio individual, además de tener un carácter anónimo. El esquema del panel Delphi se presenta en la Figura 3.

AGROFAZ

PRODUCCIÓNPECUARIA

19

El análisis prospectivo se utiliza con diferentes finalidades, por ejemplo, en Estados Unidos de América lo aplican desde hace casi medio siglo, fundamentalmente para analizar el futuro de la seguridad pública y el de algunas empresas privadas. En Finlandia se utiliza para orientar las políticas educativas, bajo la premisa de que la anticipación implica responsabilidad, lo cual puede transmitirse desde edades tempranas. Instituciones como el Club de Roma o la Organización de las Naciones Uni-das (ONU), a través del Millenium Programme, lo usaron para estudiar los límites del crecimiento o el desarrollo sostenible (Bas, 1999). En España se consignan estudios prospectivos aplicando el método Delphi, principalmente para el desarrollo de programas educativos universitarios o en cooperativas agro-pecuarias.

En México existen, entre otras, diversas instituciones priva-das como la Sociedad Mundial del Futuro y académicas como el Instituto Tecnológico Autónomo de México que se dedican dedicadas al análisis prospectivo. Este último, a través de su Centro de Estudios de Competitividad, que en los últimos años generó para México, estudios prospectivos para el sector de autopartes, minero, servicios de software e industria electrónica (CEC-ITAM, 2006).

En el sector agroalimentario este tipo de estudios se realiza-ron en tres áreas: i) tecnologías de conservación de alimentos,

ii) tecnologías del envasado agroalimentario, y iii) inocuidad y calidad alimentaria (ADIAT, 2004). Asimismo, en 2005 el Ins-tituto Nacional de Investigaciones Forestales, Agrícolas y Pe-cuarias (INIFAP), participó en un estudio sobre el futuro de la investigación agrícola y la innovación institucional en América Latina y el Caribe, este proyecto fue llamado, “Quo vadis”, el cual permitió definir criterios desde los “futuros posibles” para inspirar/orientar en el presente, los esfuerzos de revisión y for-mulación de políticas, planes, prioridades y estrategias de in-novación institucional (Saldaña et al., 2006). El INIFAP también realizó el estudio sobre la cadena agroalimentaria de leche de vaca en el estado de Hidalgo; la finalidad de este estudio fue contribuir con la generación de información técnica y económi-ca para formular políticas pecuarias de desarrollo del sector le-chero, así como políticas de investigación y de transferencia de tecnología en los diferentes eslabones que integran la cadena agroalimentaria de leche (Cuevas et al., 2007).

Las actividades desarrolladas para realizar el Panel Delphi fueron las siguientes:

• Diseño del cuestionario Delphi. Se estructuró y aplicó un cuestionario Delphi, con el objetivo de que los expertos, considerados como informantes clave, realizaran una re-flexión colectiva acerca de la importancia actual y futura (año 2030) de las variables del contexto y del mercado de

Figura 3. Diagrama de flujo de la técnica Delphi.Fuente: Gomes y Valle, 1999.

AGROFAZ


20

insumos y productos en la competitividad de los sistemas de producción de leche en México. El cuestionario contó con cinco apartados, los que se mencionan a continua-ción:

i. Instrucciones para los participantes en el panel.

ii. Datos del panelista.

iii. Bloque de preguntas sobre los insumos, servicios e in-fraestructura de la unidad de producción, que pueden impactar en la productividad, rentabilidad y competiti-vidad, de acuerdo al sistema de producción (familiar, intensivo y doble propósito).

iv. Bloque de preguntas sobre las variables del contexto nacional que influyen en la competitividad de la cadena de leche en México.

v. Bloque de preguntas sobre las variables del contexto internacional que influyen en la competitividad de la ca-dena de leche en México.

• Definición de las variables incluidas en el cuestionario. Para facilitar la comprensión y participación de los pa-nelistas, y homogenizar los criterios de las respuestas solicitadas, se definieron las variables del cuestionario, así como el concepto de competitividad, para ello se consultaron fuentes de información bibliográfica dispo-nibles en la literatura.

• Descripción de los escenarios. Se identificaron y se pro-yectaron dos escenarios hasta el año 2030: a) el ten-dencial (desarrollo del país con avances y retrocesos), y b) el optimista (desarrollo sostenible del país). Para lograr esta meta se realizó una revisión bibliográfica sobre la tecnología, recursos naturales, situación eco-nómica del país, acuerdos sociopolíticos y comerciales, mayor participación social para la demanda de produc-tos inocuos y de seguridad social; todos estos factores relacionados con la cadena productiva de leche de vaca en México.

• Identificación de panelistas. Se identificaron e invitaron alrededor de 60 expertos de instituciones de enseñan-za, investigación, dependencias gubernamentales y organizaciones de productores. Para la selección de estos expertos se consideraron ciertos criterios como la experiencia en el área, visión sistémica, reconocido prestigio e interés manifiesto. En una sesión plenaria los panelistas invitados fueron propuestos por los inte-grantes del equipo de trabajo. El total de expertos pane-listas que contestaron el cuestionario fueron 50, de los 60 que fueron invitados.

• Aplicación de los cuestionarios a los panelistas; primera vuelta. Cada integrante del equipo envío a los panelis-tas propuestos (vía correo electrónico) una invitación para participar; si esta era aceptada se les enviaba el

cuestionario Delphi (por la misma vía), y como docu-mentos anexos, los escenarios futuros identificados, para facilitar las respuestas a futuro.

• Análisis estadístico de la información del Panel Delphi. La calificación de las preguntas incluidas en el panel estuvieron basadas en una escala de valores que iba del uno al diez, donde: 1 significó relevancia casi nula; 2 a 3 muy baja; 4 a 5 baja; 6 a 7 regular; 8 importancia elevada; 9 muy elevada y 10 extremadamente elevada. Cuando alguna de las definiciones o términos utilizados no eran conocidos, no estaban suficientemente claros o no era del conocimiento del panelista, se le solicitó que respondiera con una “N” en el espacio correspondien-te. Las respuestas de los cuestionarios Delphi (escala de 1 a 10), fueron capturadas en una hoja de cálculo en el programa Excel (Microsoft®). Para cada pregunta se calcularon los valores máximo, mínimo, medianas, cuartiles, 1º, 2º y 3º, así como la diferencia intercuartílica y el nivel de consenso. El criterio para definir el consen-so fue que la diferencia intercuartílica (entre el primer y tercer cuartil) tuviera un valor ≤ a 2.5

Análisis de turbulencia. Para su cálculo se utilizó la si guiente fórmula:

G T = In F * (10 – Prev) / 10

Dónde:

G T = Grado de turbulencia,

In F = Influencia futura de la variable,

Prev = Predicibilidad del comportamiento futuro de la variable,

(10 – Prev) = Indicador del grado de impredicibilidad del comportamiento futuro de la variable, en el que 10, es el grado máximo de predicibilidad.

RESULTADOS Y DISCUSIÓNSe presentan a continuación los resultados que se obtuvie-

ron del proceso del panel Delphi y únicamente los relativos al contexto nacional e internacional en razón de que las variables de las unidades de producción de los distintos sistemas de le-chería se encuentran en su fase de segunda vuelta.

Contexto nacional. Es el conjunto de situaciones, fenóme-nos o circunstancias que se combinan en momentos y lugares específicos de la historia, y que tienen consecuencias eviden-tes sobre los sucesos que ocurren dentro de sus límites espa-cio - temporales.

Por tanto, respecto a la cadena de producción de leche de bovino, el contexto nacional se define como el conjunto de va-riables de cobertura nacional que influyen en la competitividad y rentabilidad de los distintos eslabones que la integran. Es im-portante considerar el contexto nacional por ser una referencia

AGROFAZ

PRODUCCIÓNPECUARIA

21

de alta relevancia tanto para las instituciones de apoyo a la pro-ducción de leche de bovino, como para los distintos eslabones de la cadena en la cual, se toman en cuenta su situación actual y desempeño futuro.

Se identificaron 16 variables del contexto nacional, relacio-nadas con la política macroeconómica, la oferta del mercado y con la demanda. En el Cuadro 3 se presenta la conceptualiza-ción de cada una de ellas.

Cuadro 3. Definición de las variables de contexto nacional que inciden en la competitividad de la cadena bovinos leche.

AGROFAZ


22

Fuente: Elaboración con base a los resultados de la revisión bibliográfica, 2011.

Con relación a la influencia futura de las variables detec-tadas del contexto nacional, la valoración de los panelistas se muestra en el Cuadro No. 4.

AGROFAZ

PRODUCCIÓNPECUARIA

23

Cuadro 4. Influencia futura de las variables que inciden en la competitividad de la cadena productiva de bovinos leche en México.

Q1 = primer cuartil; Q3 = tercer cuartil; Q3 - Q1 = diferencia intercuartílica

Fuente: Elaboración propia con base a los resultados del panel Delphi. 2011.

AGROFAZ


24

peso relativo en el futuro, a juicio de los panelistas fue la de tasa de inflación con mediana de siete, considerada regular, con lo cual se infiere que los participantes consideran que la inflación se continuará controlando en el futuro.

Al preguntar a los panelistas qué tan predecible serían las variables en un futuro tendencial al año 2030, se obtuvieron medianas de 8 y 7 (8 elevada y 7 regular), Cuadro 5.

Las variables con mayor influencia futura, fueron un grupo de tres, que se calificaron con mediana de nueve, considerada como muy elevada, sin embargo, la de mayor relevancia fue, por tener una diferencia intercuartílica de 1 – segundo criterio de desempate – la de precio nacional de granos, como la más importante al año 2030, seguida por la de los precios pagados, tanto al productor como al consumidor y la variable con menor

Cuadro 5. Predicibilidad futura de las variables que inciden en la competitividad de la cadena productiva de bovi-nos leche en México.

Q1 = primer cuartil; Q3 = tercer cuartil; Q3 - Q1 = diferencia intercuartílica

Fuente: Elaboración propia con base a los resultados del panel Delphi. 2011.

Turbulencia. Este indicador se define como la relación exis-tente entre la influencia futura de la variable y que tan predeci-ble resulta la misma.

Las variables más perturbadoras en el contexto nacional de la cadena agroalimentaria de leche de bovino en México se pre-sentan en la Figura 4.

AGROFAZ

PRODUCCIÓNPECUARIA

25

Figura 4. Variables de alta turbulencia en el contexto nacional de la cadena agroalimentaria de leche de bovinos en México.

En este estudio se obtuvo consenso de que la variable deto-nante en el futuro será el precio medio de la leche pagado al productor y seguida muy de cerca – sólo una décima de punto atrás – por el precio nacional de los granos, variables ligadas al mercado y a los costos de producción en las unidades ga-naderas lecheras, por lo que, han de ser consideradas como las más importantes y críticas en el diseño de escenario y mod-elos de predicción y planeación en las instituciones dedicadas a la instrumentación de políticas de apoyo al sector ganadero lechero.

Contexto internacional. Las cadenas productivas agroali-mentarias en su conjunto, así como en cada uno de sus eslabo-nes, enfrentan una turbulencia ambiental en todo el planeta que proviene de factores socioeconómicos, políticos, ambientales y tecnológicos que se suceden en el contexto de dichas cadenas. Para evaluar cómo afecta esta turbulencia a la cadena produc-tiva pecuaria de leche de bovino en México, en una primera fase, los investigadores identificaron por medio de consenso, 12 variables que inciden mayormente en los cambios de las ca-denas; éstas variables se presentan con su conceptualización en el Cuadro 6.

AGROFAZ


26

Cuadro 6. Conceptualización de las variables de contexto internacional que inciden en la competitividad de la cadena bovinos leche.

AGROFAZ

PRODUCCIÓNPECUARIA

27

Fuente: Elaboración con base a los resultados de la revisión bibliográfica, 2011.

Las variables fueron calificadas como se presentaron en el cuestionario, por los 50 panelistas, en el cual se evaluó el efecto combinado de la influencia futura de la variable y qué tan pre-visible (previsibilidad) era cada una de ellas con un horizonte al año 2030, en la competitividad y productividad de la cadena leche. La evaluación se realizó en una escala de 1 a 10, igual que el contexto nacional.

En las calificaciones de influencia futura, se encontró que todas las variables fueron relevantes ya que las medianas es-

tuvieron entre 7 y 8 (con un predominio del 8), consideradas como de influencia media a alta, lo cual indica que los expertos las consideraron de alto impacto lo que confirmó que el grupo de trabajo hizo una buena selección de las mismas. También se estimaron los cuartiles 1 y 3 y su diferencia. Se encontró que en la mayoría de los casos tuvo consenso (10 de 12 variables, lo que representó un consenso del 83.3%) la diferencia fue ≤ a 2.5 por lo que se concluye que hubo consenso entre los expertos en relación a la evaluación del impacto futuro de todas las varia-bles evaluadas. Sus calificaciones se muestran en el Cuadro 7.

AGROFAZ


28

Cuadro 7. Influencia futura de las variables del contexto internacional de la cadena productiva de leche de bovi-no en México.

Elaboración propia con datos del Panel Delphi.

La variable mejor posicionada y tomando como segundo elemento de decisión la diferencia intercuartílica, fue la de políti-cas de apoyo al sector ganadero (lechero) en otros países, con lo cual se puede inferir que es preciso monitorear cuáles son los

instrumentos de apoyo que manejan otros países productores de leche de bovino y en las variables que los panelistas tuvie-ron disenso; en este sentido, se visualiza que la estabilidad del crecimiento de la economía mundial está en duda y que en la

AGROFAZ

PRODUCCIÓNPECUARIA

29

En lo predecible de la variable en el futuro, los panelistas ex-presaron sus calificaciones como se muestran en el Cuadro 8.

Cuadro 8. Predicibilidad futura de las variables del contexto internacional de la cadena productiva de leche de bovino en México.

concentración de la producción y distribución de los productos lácteos no existe una claridad de lo que pueda pasar en el hori-zonte previsible del año 2030.

Elaboración propia con datos del Panel Delphi.

AGROFAZ


30

En este sentido, los panelistas tuvieron mayor dificultad al considerar que tan predecible sería la variable en el futuro, ya que la mayoría de las variables obtuvieron una mediana de 7, que las coloca con un valor medio y además el nivel de disenso fue mayor que en el bloque anterior, ya que cuatro de ellas no alcanzaron consenso.

Para la determinación de la turbulencia de las variables del contexto internacional, se determinó el efecto combinado de la influencia futura y de la predicibilidad del comportamiento de las

variables, bajo la premisa de que las variables críticas son las de mayor influencia y menor predicibilidad. La fórmula para cal-cular la turbulencia de las variables fue la misma que se utilizó para el contexto nacional.

Con la anterior fórmula, las variables del contexto internacio-nal que inciden sobre la cadena productiva de leche de bovino en México, se graficaron según se muestra en la Figura 5, para lo cual la turbulencia se dividió en dos categorías: alta y media.

Figura 5. Variables del contexto internacional con turbulencia alta y media.

Las variables que alcanzaron una turbulencia alta fueron nueve; entre ellas, sobresale la relacionada a las epizootias, las cuales pueden presentarse en cualquier momento y en cualqui-er parte del mundo, afectando severamente a los productores lecheros, ya que de inmediato el resto de los países establecen barreras sanitarias y se cierran las transacciones comerciales, además de que en el país que se originó el problema se toman medidas drásticas y restrictivas. Seguido de ésta variable, apa-recen otras ocho variables con el mismo grado de turbulencia, que perturban el ambiente de las cadenas productivas agroali-mentarias.

En el nivel de turbulencia media aparecen tres de las vari-ables, en donde la que menor grado tuvo fue la de importación de vaquillas de reemplazo. En estos casos, los actores rel-evantes de las cadenas productivas del subsector ganadero lechero pueden planificar sus cambios y realizar adecuaciones con un grado de incertidumbre menos fuerte.

CONCLUSIONESEl consenso de los expertos en las valoraciones en el con-

texto nacional fue de 90.6%, mientras que en el internacional del 75%, por lo que, de acuerdo a la metodología Delphi se considera un consenso aceptable.

En el contexto nacional, la variable que más turbulencia ge-nerará en la cadena de leche de bovinos será, de acuerdo a los expertos, el “precio medio de la leche pagado al productor”, lo cual será un detonante dentro de las políticas económicas de apoyo al sector ganadero, en particular el lechero. La segunda variable, que tendrá niveles altos de turbulencia la señalaron los panelistas como la de “precio nacional de granos”, la que repercute directamente en los costos de alimentación del gana-do y es el elemento más crítico en el costo total de producción, por lo que, es fundamental que los precios de los granos no se incrementen de manera desproporcionada, ya que arrojaría pérdidas a los productores lecheros y pondría su existencia en el mercado en un grave riesgo.

AGROFAZ

PRODUCCIÓNPECUARIA

31

Para el contexto internacional, la variable que según los ex-pertos tendrá una mayor influencia futura en la cadena agroa-limentaria de leche será la de “políticas de apoyo al sector ga-nadero (lechero) en otros países”, ésta variable es y jugará un rol determinante, ya que está relacionada a la magnitud de los subsidios que ofrecen los gobiernos a sus productores locales, que en el pasado han sido incluso, puntos de desacuerdo en-tre las economías más fuertes del orbe. En cuanto a que tan predecible puede ser una variable y que afecte a la cadena agroindustrial leche, los expertos señalaron que la “importación de vaquillas de reemplazo” y la “política comercial mundial (tra-tados comerciales)” son las que tuvieron una mayor mediana (8, considerada alta), lo que indica que seguiremos dependien-do tanto, de la entrada de animales – sobre todo de Estados Unidos de América y Canadá – y del intercambio comercial que se da con el Tratado de Libre Comercio (TLC), entre los dos países mencionados y México.

Para el mismo contexto, y a pesar de disenso de parte de los panelistas, las “epizootias (brotes de enfermedades conta-giosas)”, fue la variable que mostró la mayor turbulencia y que su aparición puede provocar grandes desastres; situación que valdría la pena volver a replantear en un segundo estudio de carácter prospectivo. Aparecen después, ocho variables con la misma intensidad de turbulencia, entre las cuales se encuen-tran la de “costos de producción de leche en otros países” y “gustos y preferencias del consumidor”, lo cual nos indica la im-portancia que debe tener la competitividad del sector lechero mexicano y el desarrollo de nuevas tecnologías y productos en el ámbito agroindustrial lácteo para satisfacer las nuevas de-mandas, de la cada vez más cambiante población mexicana en su estructura de edades, género e ingresos.

LITERATURA CITADAAsociación Mexicana de Directivos de la Investigación Aplicada

y el Desarrollo Tecnológico, A. C. (ADIAT). 2004. Prospecti-va Tecnológica Industrial de México 2002 – 2015. Sector 1 Agroalimentario. Área 1.1: Tecnologías de Conservación de Alimentos. CONACYT. Monterrey, N. L. México. 80 pp.

Álvarez, G. E. C. 2005. Prospectiva como visión estratégica de la economía cubana. Seminario de Estudios Prospectivos. Universidad Nacional Autónoma de México. México.

Bas, E. 1999. Prospectiva, herramientas para la gestión estra-tégica del cambio. Ariel, España.

Centro de Estudios de Competitividad – Instituto Tecnológico Autónomo de México (CEC - ITAM). 2006. Estudios sobre prospectiva. En http://cec.itam.mx/htm/proyectos03.htm. Consultada el 3 de octubre de 2010.

Cuevas, R. V., J. A. Espinosa G., G. Moctezuma L., J. L. Jolalpa B., F. Romero S, A. Vélez I., B. A. Flores M. y R. Vázquez, G. 2007. La Cadena Agroalimentaria de Leche de Vaca en el Estado de Hidalgo: Diagnóstico y Prospección al Año

2020. Libro Técnico No 2, INIFAP. Pachuca, México. 194 pp.

De Souza, S. J., J. Cheaz, J. Santamaría, M. A. Mato B. y A. León. 2000. La Cuestión Institucional: de la Vulnerabilidad a la Sostenibilidad Institucional en el Contexto de Cambio de Época. San José de Costa Rica: Proyecto ISNAR, Nuevo Paradigma. 79 pp.

Díaz, N. J., M. A. Fernández, J. López, M. A, Mato, R. Oliva, J. Santamaría, J. de Souza Silva y S. M. Valle Lima. 1997. Gestión Estratégica del Cambio Institucional (GECI). Servi-cio Internacional para la Investigación Agrícola Nacional (IS-NAR). Quito, Ecuador. 185 pp

Goedert, W., A. M. Gomes de C., A. Freitas F y A. E. G. Reis 1996. “Prospecçao de demandas tecnológicas de sistemas naturais”, pp: 1774-1785. En Anais do XIX Simpósio de Gestão de Inovação Tecnológica. Sao Paulo, Brasil: USP/PGTFIA/PACTO

Gomes, A. y Valle, S. 1999. Prospección de Cadenas Agroa-limentarias. Empresa Brasileira de Pesquisa Agropecuaria (EMBRAPA) – Instituto Interamericano de Cooperación Agrícola (IICA). Brasilia, Brasil.

Gordon, T. J. 2004. Método de Impacto Cruzado. Traducción de la publicación “Futures Research Methodology, Version 1.0” Jerome C. Glenn, Editor, publicada por el Millennium Project del American Council for the United Nations Univer-sity, Washington, USA, 1999.

Ilbery B. 2004. Forecasting food supply chain developments in lagging rural regions: evidence from the UK. Journal of Rural Studies 20. 331–344 pp.

Landeta, J. 1999. El Método Delphi: una técnica de previsión para la incertidumbre. Ariel, España.

Linstone, H. A. and M. Turoff. 1975. The Delphi Method. Tech-niques and application readings. Addison Wesley. Massa-chusetts, USA.

Saldaña, A. R., J. A. Espinosa G., G. Moctezuma L., A. Ayala, S., C. A. Tapia N., R. M. Ríos I., S. M. Valle L. y A. M. Gomes de C. 2006. “Proyecto Quo Vadis: El futuro de la Investiga-ción Agropecuaria y Forestal y la Innovación Institucional en México”. Libro Técnico. INIFAP. México D.F. 276 pp.

Valle, L. M. S., A. M. Gomes de Castro, O. Mengo, M. Medina, A. Maestrey, V. Trujillo y O. Alfaro. 2001. “La dimensión de entorno en la construcción de la sostenibilidad institucional”. Serie Innovación para la Sostenibilidad Institucional. Pro-yecto ISNAR “Nuevo Paradigma”, San José, Costa Rica. 141 pp

AGROFAZ 33

CALIDAD NUTRICIONAL Y UTILIZACIÓN DE FORRAJES EN EXPLOTACIONES LECHERAS EN LA REGIÓN LAGUNERA

Forage Quality And Utilization In Dairy Farms In The Region Lagunera

Gregorio Núñez Hernández1, Karla Rodríguez Hernández1, Jorge Alberto Granados Niño2, Antonio Anaya Salgado1 y Uriel Figueroa Viramontes1

1Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias. Blvd José Santos Valdez 1200 Col. Centro 27440 Cd, Matamoros, Coahuila, México. 2Asistente de Investigación.

e-mail: [email protected]

RESUMENEl objetivo de este estudio fue evaluar la calidad nutricional

y utilización de forrajes en explotaciones lecheras en la Región Lagunera. Este estudio se realizó en 10 explotaciones lecheras. En cada explotación de cada uno de los forrajes muestreados se determinó porcentaje de materia seca (MS), proteína cru-da (PC), fibra detergente neutro (FDN), fibra detergente ácido (FDA), carbohidratos no fibrosos (CNF), almidón (ALM), grasa (GC), lignina (LIG), digestibilidad de la fibra (DFDN) y energía neta de lactancia (ENl) mediante espectroscopia en el cercano infrarrojo previamente calibrado. El índice de calidad relativa de forraje se determinó de acuerdo a Moore y Undersander (2002). Se registró tipo de forraje y porcentaje en las raciones ofrecidas a cada grupo de ganado. Los análisis estadísticos se realizaron mediante estadística descriptiva y análisis de correla-ción. La alfalfa es el único forraje con alto contenido de proteína (22.1±1.2 %) y energía neta de lactancia (1.4±0.01 Mcal kg-1 de MS). Los ensilados de maíz son forrajes más energéticos (1.3±0.01 Mcal kg-1 de MS) que los henos de avena (1.2±0.01 Mcal kg-1 de MS), ensilados de avena (1.2±0.02 Mcal kg-1 de MS) y ensilados de sorgo (1.2±0.01 Mcal kg-1 de MS). La alfalfa tiene un contenido bajo de fibra detergente neutro (38.6±0.07 %) en comparación al ensilado de maíz (50.7±7.2 %) y heno de avena (52.7±2.1 %). El ensilado de sorgo tuvo mayores con-tenidos de fibra (63.2±4.7 %) que los forrajes mencionados. Los rastrojos se caracterizaron por su contenido bajo de proteína cruda (5.2±0.8 %), contenido alto de fibra (74.6±2.7 %) y con-tenido bajo de energía (1.01±0.01). El índice de calidad relativa de forraje se correlacionó con el porcentaje de proteína cruda (r=0.87), fibra detergente neutro (r=-0.87) y energía neta de lac-tancia (r=0.96).

Palabras clave: Forraje, calidad nutricional, composición

química, energía neta de lactancia, índice de calidad nutricional.

SUMMARYThe objective of this study was to evaluate forage quality

and utilization in dairy farms in the Region Lagunera. This study was carried out in 10 dairy farms. Forage samples from each dairy farm were analyzed to determine dry matter (MS), crude protein (PC), neutral detergent fiber (FDN), acid detergent fiber (FDA), non-fiber carbohydrates (CNF), fat (GC), lignin (LIG), neutral detergent fiber digestibility (DFDN) and net energy for lactation (ENl) using near infrared reflectance previously cali-brated. A quality relative index was determined according to Moore y Undersander (2002). Forage class and percentage in rations for the different animals groups were recorded in each farm. Statistical analyses were conducted through descriptive statistics and correlation analyses. Alfalfa was the only forage high in protein content (22.1±1.2 %) and net energy for lactation (1.4±0.01 Mcal kg-1 de MS). Corn silages were a more ener-getic forage (1.3±0.01 Mcal kg-1 de MS) than oat hays (1.2±0.01 Mcal kg-1 de MS), oat silages (1.2±0.02 Mcal kg-1 de MS) and sorghum silages (1.2±0.01 Mcal kg-1 de MS). Alfalfa had a lower neutral detergent fiber content (38.6±0.07 %) than corn silage (50.7±7.2 %) and oat hay (52.7±2.1 %). Sorghum silage had high fiber content (63.2±4.7 %) than the mentioned forages. Straws were characterized by low crude protein (5.2±0.8 %), high fiber content (74.6±2.7 %) and low energy value (1.01±0.01 Mcal kg-1 de MS). Quality forage index was correlated to crude protein (r=0.87), neutral detergent fiber (r=-0.87) and net energy for lactation (r=0.96).

Keys Words: Forage, quality, chemical composition, net en-ergy for lactation, relative quality index.

AGROFAZ


34

INTRODUCCIÓNLos forrajes son alimentos por naturaleza para animales ru-

miantes como el ganado lechero debido a que éstos pueden digerir compuestos fibrosos. La fibra es el principal componen-te de los forrajes seguido de carbohidratos no fibrosos. Con excepción de la alfalfa u otras leguminosas, normalmente los forrajes son regulares o bajos en su contenido de proteína. La inclusión de los forrajes en las raciones permite suministrar nu-trientes más baratos, optimizar la fermentación y digestión de los alimentos en el rumen, así como obtener una buena pro-ducción y contenido de grasa de la leche. La calidad nutricional de los forrajes se determina en gran medida a partir de la inter-pretación de análisis de laboratorio de composición química y digestibilidad con relación al consumo, disponibilidad, utilizaci-ón de nutrientes y producción del ganado (Allen, 1996).

El contenido de proteína cruda considera aminoácidos y nitrógeno no proteico. La fibra de los forrajes se evalúa como fibra detergente neutro y está compuesta de celulosa, hemice-lulosa y lignina (pared celular de los forrajes). Este componente de los forrajes es menos digestible que la proteína, carbohidra-tos no fibrosos, y grasa (contenido celular de los forrajes). El contenido de fibra es importante porque afecta negativamente el consumo por los animales, promueve la rumia de los ani-males, evita la acidez en el rumen y es fuente de energía. Los

carbohidratos no fibrosos son azúcares, almidón y pectinas. Los carbohidratos no fibrosos se degradan rápidamente en el rumen, proporcionando energía a los microorganismos del ru-men, pero en exceso pueden causar acidosis en el mismo. El contenido de energía de los alimentos no se puede medir, por lo que se estima a través de diferentes métodos. El método más común es a través del total de nutrientes digestibles (Weiss et al., 1992). En el caso de ganado lechero, esta estimación se convierte a energía neta de lactancia (Núñez et al., 2009). El objetivo de este estudio fue evaluar la calidad nutricional y utilización de forrajes en explotaciones lecheras en la Región Lagunera.

MATERIALES Y MÉTODOSEste estudio se realizó en 10 explotaciones lecheras en la

Región Lagunera. En la Figura 1 se muestra la utilización de fo-rrajes en dichas explotaciones. Las vacas productoras y bece-rras consumen menos del 50 % de forraje en sus raciones. Las vaquillas y vacas secas consumen más del 80 % de forrajes en sus raciones. Los henos de alfalfa y el ensilado de maíz son utilizados principalmente en vacas en producción y becerras. El ensilado y heno de avena es empleado en vaquillas y becerras. El ensilado de sorgo se emplea principalmente en vaquillas ma-yores de 1 año y vacas secas y en menor grado en vacas en producción.

Figura 1. Utilización de forrajes en las explotaciones lecheras en la Región Lagunera.

En cada explotación se tomaron tres muestras al azar de aproximadamente 800 g de cada uno de los forrajes que se utilizan en las raciones de los diferentes grupos de ganado. Las muestras se pesaron inmediatamente con una báscula digital, se identificaron y se trasladaron al Campo Experimental La La-guna. Se secaron al sol por dos días y después en una estufa de aire forzado a 65ºC por 72 horas hasta peso constante. En todas las muestras se determinó porcentaje de materia seca (MS), proteína cruda (PC), fibra detergente neutro (FDN), fibra detergente ácido (FDA), carbohidratos no fibrosos (CNF), almi-dón (ALM), grasa (GC), lignina (LIG) digestibilidad de la fibra (DFDN) y energía neta de lactancia mediante espectroscopia en el cercano infrarrojo previamente calibrado.

Los índices de valor relativo de forraje y calidad relativa de forraje se determinaron de acuerdo a Moore y Undersander (2002) de la siguiente manera.

1. Valor relativo de forrajeConsumo de materia seca, % del peso vivo (CMS)=120/FDN

Digestibilidad de la materia seca (DMS)=88.9-0.779FDA.

Valor relativo de forraje (VRF)=CMS*DMS/1.29

Donde:

CMS-Consumo de materia seca.

DMS-Digestibilidad de la materia seca.

AGROFAZ

PRODUCCIÓNPECUARIA

35

FDN-fibra detergente neutro.

FDA- Fibra detergente ácido.

2. Calidad relativa de forraje Cálculo del consumo de materia secaConsumo de materia seca leguminosas=(0.012/FDN) +

(DFND-45)*0.374*1350/100

Consumo de materia seca gramineas=-2.318+0.442*PC-0.0100PC2-0.0638*TND+0.000922TND2+0.180*FAD-0.00196*FDA2-0.00529*PC*FAD

Calculo del TNDLeguminosas = [(CNF*0.98) + (PC*0.93) + (AG*.97*2.25) +

FDNN * DFDN] – 7

Gramíneas = [(CNF*0.98) + (PC*0.87) + (AG*0.97*2.25) +

FDNN * DFDNP] - 10

Donde:

FDN-Fibra detergente neutro.

FDA-Fibra detergente ácido.

FDNN-Fibra detergente neutro libre de proteína.

DFNDP-22.7+0.664*DFDN.

DFND- Digestibilidad de la fibra detergente neutro.

CNF-Carbohidratos no fibrosos.

PC- Proteína cruda.

CNF- Carbohidratos no fibrosos.

AG-Grasa-1

Los análisis estadísticos se realizaron mediante estadística descriptiva y análisis de correlación (Steel y Torrie, 1980).

RESULTADOS Y DISCUSIÓNEn el Cuadro 1 se presentan los análisis de las variables

de calidad nutricional de los forrajes evaluados. La alfalfa fue el único forraje con alto contenido de proteína (22.1±1.2 %) y energía neta de lactancia (1.4±0.01 Mcal kg-1 de MS). Los ensi-lados de maíz fueron forrajes más energéticos (1.3±0.01 Mcal kg-1 de MS) que los henos de avena (1.2±0.01 Mcal kg-1 de MS), ensilados de avena (1.2±0.02 Mcal kg-1 de MS) y sorgo (1.2±0.01 Mcal kg-1 de MS). Se observó que existe una amplia variación en la energía neta de lactancia sobre todo en el caso del ensilado de maíz. Además, la alfalfa tuvo menores conteni-dos de fibra detergente neutro (38.6±0.07 %) que el ensilado de maíz (50.7±7.2 %) y heno de avena (52.7±2.1 %). El ensila-do de sorgo tuvo mayores contenidos de fibra (63.2±4.7 %) que los forrajes mencionados. Los rastrojos se caracterizaron por su contenido bajo de proteína cruda (5.2±0.8 %), contenido alto de fibra (74.6±2.7 %) y contenido bajo de energía (1.01±0.01 Mcal kg-1 de MS).

Cuadro 1. Composición química, digestibilidad de la fibra, energía neta y calidad relativa de forrajes en explota-ciones lecheras en la Región Lagunera.

PC-Proteína cruda; FDA-Fibra detergente ácido; FDN-Fibra detergente neutro; Lig-Lignina; DFND-Digestibilidad de la FDN; CNF-Carbohidratos no fibrosos; Alm-Almidón; ENl-Energía neta de lactancia, Mcal/kg de MS; CRF-Calidad relativa de forraje.

En el Cuadro 2 se presentan los coeficientes de correlación entre variables de composición química, total de nutrientes di-gestibles, energía neta de lactancia e índices de valor relativo de forraje y calidad relativa de forraje. La energía neta de lac-tancia de los forrajes se correlacionó negativamente con la fibra

detergente neutro (r=-0.73; P<0.05) y fibra detergente ácido (r=-0.84;P<0.05), positivamente con los carbohidratos no fibrosos (r=0.62;P<0.05) y grasa (r=0.46;P<0.05). El total de nutrientes digestibles se correlacionó en mayor grado con la energía neta de lactancia (r=0.88;P<0.05).

AGROFAZ


36

Cuadro 2. Correlaciones entre variables de composición química, total de nutrientes digestibles, energía neta de lactancia e índices de la calidad de los forrajes.

PC-Proteína cruda; FDA-Fibra detergente ácido; FDN-Fibra detergente neutro; Lig-Lignina; DFND-Digestibilidad de la FDN; CNF-Carbohidratos no fibrosos; Alm-Almidón; ENl-Energía neta de lactancia; CRF-Calidad relativa de forraje.

La Figura 2 muestra la relación entre total de nutrientes digestibles y energía neta de lactancia. Se observa que prin-cipalmente la alfalfa y ensilados de maíz son los forrajes con mayores total de nutrientes digestibles (>58 %) y energía neta de lactancia (>1.3 Mcal kg-1 de MS). Los ensilados de sorgo,

avena y henos de avena son forrajes con menos total de nu-trientes digestibles (>48 %). Los rastrojos son forrajes con bajo porcentaje de total de nutrientes digestibles (< 50 %) y energía neta de lactancia (<1.0 Mcal kg-1 de MS de MS).

AGROFAZ

PRODUCCIÓNPECUARIA

37

El índice de calidad relativa de forraje tuvo valores supe-riores a 140 para principalmente henos de alfalfa de primera clase aunque se observan también algunos ensilados de maíz. Así mismo henos de alfalfa de segunda y ensilados tuvieron valores mayores de 120. Los ensilados de avena, henos de avena y ensilados de sorgo tuvieron valores mayores de 100; sin embargo, se observa que también estos tipos de forraje y el

rastrojo presentan valores inferiores a 100 (Figura 3).

En este estudio, el índice de calidad relativa de forraje se co-rrelacionó con el porcentaje de proteína cruda (r=0.87;P<0.01), fibra detergente neutro (r=-0.87;P<0.05) y energía neta de lac-tancia (r=0.96;P<0.05). Asimismo este índice se correlacionó con el valor relativo de forraje (r= 0.84;P<0.05).

Figura 2. Relaciones entre total de nutrientes digestibles y energía neta de lactancia de forrajes en explotaciones lecheras de la Región Lagunera.

Figura 3. Relaciones entre valor relativo de forraje y calidad relativa de forraje en explotaciones lecheras de la Región Lagunera.

AGROFAZ


38

En relación a otros estudios de calidad nutricional de forra-jes, Nuñez et al. (2010) indican valores de proteína cruda de 7.37±.58 %, concentraciones de fibra neutro detergente y ácido con valores de 63.37 ± 2.36 y 37.11±1.82, respectivamente. La concentración de lignina fue 6.13±.47 y la concentración de energía neta de lactancia (ENl) de 1.52±0.05 Mcal kg-1.

En calidad nutricional del forraje de sorgo, Núñez et al. (2010) reportan un porcentaje de proteína cruda de 6.07±0.7 %, concentración de fibra detergente neutro de 64.43±6.11 %, fibra detergente ácido de 39.20±2.2%, concentración de lignina 7.98±0.4 %, y energía neta de lactancia de 1.35±0.10 Mcal kg-1 de MS de materia seca.

En relación a los cereales de invierno, Núñez et al. (2010) reportan valores de proteína cruda de 10.59 ± 0.55 %. La concentración de fibra detergente neutro fue 61.04 ± 2.83, fibra detergente ácido de 40.33 ± 2.55 %, y valores de lignina 7.21± 0.80 %, y energía neta de lactancia de 1.50± 0.04 Mcal kg-1 de MS (P<0.05).

Gallo et al. (2013) reportan en alfalfa rangos de 9.9 a 24.4 % de proteína cruda, 32.9 a 62.1 % de fibra detergente neutro y 24.6 a 47.1 % de fibra detergente ácido, 5.4 a 10.7 % de lignina y 98 a 44.9 % de carbohidratos no fibrosos. En ensilados de maíz reportan rangos de 5.7 a 9.4 % de proteína cruda, 35.1 a 55.9 % de fibra detergente neutro y 17.9 a 30.7 % de fibra detergente ácido, 1.7 a 3.9 % de lignina y 30.6 a 49.8 % de carbohidratos no fibrosos. En el caso de ensilados de sorgo re-portan rangos de 6.5 a 11.0 % de proteína cruda, 58.8 a 75.9 % de fibra detergente neutro y 33.8 a 47.2 % de fibra detergente ácido, 1.5 a 4.8 % de lignina y 3.0 a 23 % de carbohidratos no fibrosos. Respecto a cereales de grano pequeño reportan va-lores de 3.5 a 14.5 % de proteína cruda, 51.3 a 78.1 % de fibra

detergente neutro, 29.5 a 48.3 % de fibra detergente ácido, de 2.1 a 5.5 de lignina y de 5.2 a 28.3 % de carbohidratos no fi-brosos. En general, los valores de las variables de composición química y energía de los forrajes evaluados en el presente estu-dio se consideran que están dentro de los rangos en la literatura mencionada.

Gallo et al. (2013) indican que los henos de gramíneas, ce-reales de grano pequeño y ensilados sorgo se caracterizaron por altos contenidos de fibra detergente neutro, mientras que los ensilados de maíz tuvieron los mayores porcentajes de car-bohidratos no fibrosos. Núñez et al. (2010) indican que estas fracciones de carbohidratos se correlacionaron con los valores de energía neta de maíz forrajero, sorgo forrajero y cereales de grano pequeño. Gallo et al. (2013) mediante análisis multiva-riado indican que la energía neta de lactancia se correlacionó principalmente con un compuesto de las fracciones de carbohi-dratos señalados. Estos mismos autores indican la agrupación de los forrajes de acuerdo a su calidad nutricional en henos de alfalfa, ensilados de maíz y henos de gramíneas, cereales de grano pequeño y ensilados de sorgo.

Por otra parte, de la comparación con los valores recomen-dados para forrajes de buena calidad nutricional que se muestra en el Cuadro 3, se observa que los henos de alfalfa de primera pueden ser considerados como forrajes de buena calidad nutri-cional pero en henos de alfalfa de segunda la calidad nutricional disminuye. Por otra parte, se observan valores menores a los recomendados para forrajes de buena calidad nutricional en el caso de los ensilados de maíz, sorgo y avena. Los rastrojos se pueden utilizar principalmente en vacas secas y en transición para aumentar la fibra efectiva, reducir la tasa de paso de la ingesta por el rumen o reducir el consumo de energía en vacas seca o vaquillas (Shaver y Hoffman, 2010)..

Cuadro 3. Valores recomendados para forrajes de buena calidad nutricional para ganado lechero.

< menores; > mayores; MS – Materia seca.

La calidad nutricional de los forrajes afecta el consumo de energía y proteína absorbida (Allen, 1996). El consumo de energía es función del consumo de materia seca y la concen-tración de energía. El consumo de materia seca se ha relacio-nado con el espacio que ocupan los forrajes fibrosos (efecto de llenado ruminal). Debido a lo anterior, tanto el contenido de

fibra, su digestión y paso a través del rumen son factores que pueden afectar el consumo de materia seca del ganado. En general, forrajes de leguminosas como la alfalfa tienen conte-nidos bajos de fibra y tasas rápidas de digestión y paso por el rumen por lo que pueden tener un consumo mayor de materia seca por el ganado que otros forrajes (West, 1998). La ener-gía de los forrajes se asocia a las concentraciones de proteína,

AGROFAZ

PRODUCCIÓNPECUARIA

39

grasa, carbohidratos fibrosos y no fibrosos y la digestibilidad de estos componentes (Weiss, 1996). Se considera que el con-tenido, tipo y digestibilidad de los carbohidratos son los com-ponentes que más influencia tienen en el valor energético de los forrajes (Mertens, 1998). Algunos estudios reportaron que la energía neta de los forrajes se ha relacionado con las concen-traciones de FDA o FDN (Harlan et al., 1991). La FDA incluye las substancias menos digestibles de la pared celular, celulosa y lignina. Aunque las actuales estimaciones de energía neta de lactancia se basan en ecuaciones sumativas que consideran la digestibilidad y contenidos de carbohidratos estructurales y no estructurales, proteína y grasa, así como pérdidas metabólicas, varios estudios señalan la relación entre energía neta de los fo-rrajes y su contenido de FDA (Varga et al.,1998). En el presente estudio, los henos, ensilados de avena y sorgo y rastrojos tu-vieron los contenidos más altos de fibras y menores valores de energía. Por otra parte, la alfalfa y ensilados de maíz tuvieron los mayores contenidos de carbohidratos no fibrosos. Los CNE se degradan rápidamente en el rumen, proporcionando la ener-gía necesaria a los microorganismos para su crecimiento, pero que en exceso pueden causar acidosis ruminal. En particular el ensilado de maíz presentó los mayores valores de almidón. El almidón es un componente de los ensilados de maíz que cuan-do es fermentado en el rumen produce principalmente ácido propiónico y cuando pasa al intestino proporciona glucosa que se absorbe o metaboliza como lactato en el intestino delgado (Allen, 2012).

Por otra parte, la lignina en los forrajes afecta la digesti-bilidad de la fibra y su tasa de digestión, aunque de manera

compleja cuando se consideran diferentes especies de forrajes (Van Amburgh et al., 2004). La digestibilidad de la fibra deter-gente neutro afecta el consumo de materia seca y la producción de vacas lecheras. La mayoría de los forrajes evaluados tuvie-ron valores menores de 50 % de digestibilidad de la fibra neutro detergente, valor que se considera regular para vacas lecheras en producción.

En relación al valor proteico de los forrajes, estos contri-buyen a la proteína absorbida por el ganado a través del su-ministro de aminoácidos, péptidos y amoniaco a través de la degradación de proteína en el rumen y proteína que escapa de esta degradación y es digerida en el intestino delgado (Brode-rick, 1996). La proteína de los forrajes es altamente degradable, mientras que la fracción que no se degrada en el rumen es pe-queña y muy variable (Allen, 1996). La proteína degradable en el rumen es utilizada para la síntesis de proteína microbiana; la cual, constituye una alta proporción de la proteína metaboli-zable.

Respecto a la relación entre la calidad nutricional de forrajes requeridos y las necesidades para las diferentes clases de ga-nado en las explotaciones lecheras, las vacas en producción y becerras menores de 6 meses requieren forrajes de alta calidad nutricional como los henos de alfalfa. Las vaquillas menores de 1 año y las vacas de regular y baja producción requieren forrajes de buena calidad nutricional. Las vaquillas mayores de 1 año y vacas secas, requieren forrajes de regular calidad nutricional (Cuadro 4).

Cuadro 4. Valores de calidad nutricional requeridos para forrajes para diferentes grupos de ganando lechero.

Núñez et al. (2009).

Los índices para evaluar la calidad nutricional de los forra-jes han sido propuestos para integrar variables nutricionales como las presentadas en el Cuadro 4. En particular, el índice de calidad relativa de forraje se ha propuesto para substituir el valor relativo de forraje (Moore y Undersander, 2002). Ro-hwer et al. (1978) propusieron el uso del índice de valor relativo

de forrajes basado en el cálculo del consumo de materia seca digestible partir de determinaciones de fibra detergente neutro y fibra detergente ácido. En los dos casos, el uso de la fibra detergente neutro para estimar el consumo de materia seca y la fibra ácido detergente para estimar la materia seca digestible ha sido cuestionada por Moore y Undersander (2002). La ca-lidad relativa de forraje utiliza el total de nutrientes digestibles como una medida más útil de la energía de los forrajes. Asimis-

AGROFAZ


40

mo, diferencia entre gramíneas y leguminosas en la estimación del consumo de materia seca y considera la digestibilidad de la fibra detergente neutra. Weiss (2002) reportan relaciones entre el índice de valor relativo de forraje y la producción de vacas lecheras. Adicionalmente, se reportan relaciones entre el índice de calidad relativa de forraje y ganancias de peso de animales en desarrollo.

La aplicación del índice de calidad relativa de forraje es la calificación de la calidad de los forrajes en relación a los re-querimientos nutricionales de las diferentes clases de ganado aunque su principal uso es para la venta de forrajes en los Es-

tados Unidos de América. La Figura 4 nos ayuda a relacionar el índice de calidad relativa de forraje y el forraje requerido por las diferentes clases de ganado. Las vacas altas productoras necesitan forrajes con valores mayores de 140-160. Las vacas medias y bajas productoras, así como becerras menores de 6 meses requieren forrajes con valores mayores de 125-150. Las vaquillas menores de 1 año necesitan forrajes con valores entre 115 a 130, mientras que las vaquillas mayores de 1 año y vacas secas requieren forrajes con valores de calidad relativa del forraje mayor de 100-120. Los valores de calidad relativa de forrajes en algunas explotaciones fueron inferiores a recomen-daciones indicadas por Undersander (2003).

Figura 3. Calidad relativa del forraje para diferentes grupos de ganado lechero.

CONCLUSIONES La alfalfa y ensilados de maíz son los forrajes de mayor

calidad nutricional mientras que los henos de avena, ensilados de avena y ensilados de sorgo son forrajes con menor calidad nutricional en las explotaciones lecheras.

En las explotaciones lecheras existe gran variación en la ca-lidad nutricional de los forrajes por lo que en algunos casos, sus características nutricionales están abajo de las recomendacio-nes para ganado lechero.

El índice de calidad relativa de forraje se relacionó con los contenidos de proteína cruda, fibra detergente neutro y energía neta de lactancia.

Este índice puede ser utilizado para asignar los forrajes de manera más apropiada a los diferentes grupos de ganado en las explotaciones lecheras.

Es necesario mejorar la calidad nutricional de los forrajes con ajustes en los siguientes factores de manejo: a) Selección de forrajes a producir; selección de variedades; fecha de siem-bra, fertilización, riego, estado de madurez a cosecha y método de conservación.

LITERATURA CITADAAllen, M. S. 1996. Relationship between forage quality and dairy

cattle production. Animal Feed Science Technology. 59:51-60.

Allen, M. 2012. Adjusting concentration and ruminal digestibili-ty of starch through lactation. Four-State dairy nutrition and management conference. Dubuque, IOWA. 24-30 p.

Broderick, G. 1996. Forage protein utilization. Informational Conference with Dairy and Forage Industries. US Dairy Fo-rage Research Center. Madison, WI.65-71.

Gallo, A., M. Moschini., C. Ceriolo y F. Masoero. 2013. Use of principal component analysis to classify forages and predict their calculated energy content. Animal. 7:6. 930-939.

Harlan, D. W., J. B. Holter and H. H. Hayes. 1991. Detergent fiber traits to predict productive energy of forages feed free choice nonlactating dairy cattle. J. Dairy Sci. 74:1337-1353.

Mertens, D. R. 1998. Balancing forage carbohydrates. In Proc. 4-State Forage Feeding and Management Conference. March 5-6, 1998, Chula Vista, Wisconsin Dells, WI. Pp. 1-17. University of Wisconsin-Extension. University of Wis-consin –Madison.

AGROFAZ

PRODUCCIÓNPECUARIA

41

Moore, J. E, and D.J. Undersander. 2002. Relative forage qua-lity: An alternative to relative feed value and quality index. In Proceedings 13th Annual Florida Ruminant Nutrition Sym-posium. 32:16-29.

Núñez, H.G., U. Figueroa. V., Y. I. Chew, M.., M. Ramírez D., J. I. Reyes, D.G. Reta, S., R. Faz, C., E.S. Osuna, C., E. Castro, M. 2009: Producción y aprovechamiento de forra-jes. Núñez, H,G, A. Díaz, J. Espinosa G., L. Ortega R., L. Hernández A., H. Vera A., H. Román P., M. Medina C., F. Ruíz L. Eds. Producción de leche de bovino en el sistema intensivo. México. INIFAP.373 p.

Núñez, H.G., J. A. Payán G., A. Peña R., F. González C., O Ruiz B. y C. Arzola A. 2010. Caracterización agronómica y nutricional del forraje de variedades de especies anuales en la región norte de México. Rev Mex Cien Pecu. 1(2):85-98.

Shaver, R. and P. Hoffman. 2010. Use of straw in dairy cattle diets. Focus on forage. UWEX.2(2):1-2.

Steel, R.G.D. and J.H. Torrie. 1980. Principles and Procedures of Statistics (2nd Ed). McGraw-Hill Book Company. 633.

Undersander, D. 2003. The new relative forage quality index concept and use. World´s Forage Superbowl Contest. UWEX.

Van Amburgh, M. E., J. B. Robertson, E. B. Peterson, and R. Grant. 2004. In: 2004 Cornell Nutrition Conference For Feed Manufactures. Proceedings. Department of Animal Science of the New York State College of Agriculture and Life Sci-ence. Cornell University, Ithaca. 1-9.

Varga, G.A., H. M. Dann., and V. A. Ishler. 1998. The use of fiber concentrations for ration formulation. J. Dairy Sci. 81:3063-3074.

Weiss, W. P., H. R. Conrad, and N. R. St.Pierre. 1992. A theo-retically-based model for predicting total digestible nutrient values of forages and concentrates. Animal Feed Science and Technology. 39:95-110.

Weiss, W. P. 1996. Estimating available energy content of rumi-nant feeds. In: Proceedings of the California Nutrition Confe-rence. Fresno, CA, p. 1-11.

Weiss, W. P. 2002. Relative feed value of forages and dairy cows: A critical Appraisal. Tri-State dairy nutrition Conferen-ce. Proceedings. 127-140.

West, W. J. 1998. Factors which influence forage quality and effectiveness in dairy rations. Western Canadian Dairy Se-minar. p 1-9.

AGROFAZ 43

DIFERENTES PATRONES DE SIEMBRA EN LA PRODUCCIÓN DE SEMILLA DEL HÍBRIDO DE MAÍZ H-135

Different Patterns of Seeds in the Seed Production of the Hybrid of Maize H-135

Juan José García Rodríguez*1, Miguel Ángel Ávila Perches1, Juan Diego De la Torre Vizcaino1, Carlos Herrera Corredor1

1Campo Experimental Bajío Km. 6.5 Carretera Celaya-San Miguel de Allende. Gto. C.P. 38010. e-mail: [email protected]

RESUMENDebido a que se intenta incrementar la producción de se-

millas por unidad de superficie, reducir costos de producción y maximizar el uso de suelo, se evaluó el efecto de diferentes patrones de siembra (PS) sobre el rendimiento y calidad de la semilla del hibrido de maíz H-135. Los trabajos se desarrollaron en el Campo Experimental Bajío del INIFAP en Celaya, Gua-najuato, se evaluaron cuatro PS compactos: 4:1, 6:1, 8:1 y 10:1, además de un testigo 6:2 convencional. Respecto a la variable rendimiento de semilla, no hubo diferencias entre tratamientos. En las variables agronómicas se observó que para el número de hileras, los PS 10:1 y 6:1 compactos fueron superiores al resto con 16.0 y 15.6 hileras por mazorca; en cuanto a la va-riable de semillas por hilera los PS 4:1, 6:1 y 8:1 fueron iguales estadísticamente y superiores al patrón 10:1 y al testigo. La for-ma de semilla tipo plano fue superior en un 15.6% a las formas redondas, en la interacción PS por forma de semilla (P<0.01) se detectó que el PS 4:1 por la forma plana fue el mejor tratamiento con 5,898 kg ha-1. En cuanto a las formas redondas el PS 10:1 y el testigo obtuvieron los valores más altos con 4,078 kg ha-1 y 3,742 kg ha-1 respectivamente; en relación al tamaño de se-milla, el mediano registró el rendimiento más alto con 1,051 kg ha-1. En la interacción de PS por tamaño de semilla, la combina-ción del PS 8:1 compacto con el tamaño mediano presentó el mejor rendimiento con 3,525 kg ha-1. Por otra parte (P<0.01) en la interacción de forma por tamaño de semilla, el plano medio con el rendimiento de 9,642 kg ha-1 obtuvo el mejor resultado. La conclusión es que la relación hembra-macho compacto es una alternativa viable para la producción de semilla, logrando que el 100% de la unidad de producción este sembrado con el progenitor femenino, productor de la semilla (hibrido).

Palabras Claves: Patrones de Siembra, Semilla, Maíz, Rendimiento

SUMMARY Because attempting to increase seed production per unit

area, reduce production costs and maximize land use, we eva-luated the effect of different planting patterns (PS) on the yield and seed quality of hybrid of corn H-135. The work was per-formed in the Campo Experimental Bajío of INIFAP in Celaya Guanajuato, Mexico, we evaluated four PS compact: 4:1, 6:1, 8:1 and 10:1, and a control pattern conventional 6:2. Regar-ding the variable seed yield, there were no differences between treatments. In agronomic variables were seen for the number of rows, the PS 10:1 and 6:1 were higher than other compact with 16.0 and 15.6 rows per corncob, in terms of the variable of seeds per row the PS 4:1 , 6:1 and 8:1 were statistically equal and superior to 10:1 and the control pattern. The seed form flat type was higher by 15.6 % to the round forms in PS interaction for seed form (P < 0.01 ) was detected for the 4:1 PS flat shape was the best treatment to 5,898 kg ha -1. As for the PS 10:1 round shapes and control pattern the highest values obtained with 4,078 kg ha -1 and 3,742 kg ha-1 respectively, in relation to seed size , the medium recorded the highest yield to 1,051 kg ha-1. In the interaction of seed size PS, PS 8:1 combination with the compact sized presented the best performance with 3,525 kg ha-1. On the other hand (P < 0.01) formed by the interaction of seed size, the midplane with the performance of 9,642 kg ha-1 had the best result. The conclusion is that the compact male-female relationship is a viable alternative for the production of seed, used 100 % of this production unit with the female parent seed, seed producer (hybrid).

Keywords: Patterns of seed, seed corn, yield.

AGROFAZ


44

INTRODUCCIÓNEl cultivo de maíz se utiliza principalmente para la alimenta-

ción humana en la mayor parte del mundo, en nuestro país es uno de los granos básicos. En la producción mundial ocupa el tercer lugar con una superficie de 166.7 millones de hectáreas, (Financiera Rural, 2012). En México, de las 7.9 millones de hec-táreas que se cultivan, solo se siembra con semilla mejorada 30% (Luna et al., 2012) ante este panorama se proyecta un amplio mercado nacional, sin embargo la situación es compli-cada, porque el posicionamiento de las grandes corporaciones es muy elevado; no obstante lo anterior según (Espinosa et al., 2007) y (Doonet et al., 2012) debe tratar de aprovecharse los elementos en la ley para reposicionar las variedades mejora-das producto de la investigación pública y privada manifestando que para la óptima expresión de su potencial de rendimiento, requiere de la aplicación de los resultados de la investigación de otros componentes tecnológicos tales como densidad de población, fertilización, fechas de siembra, labores de cultivo, aplicación de herbicidas, así como otras recomendaciones para el correcto manejo del cultivo. Para el caso de la producción de semilla híbrida de maíz, un patrón de siembra tradicional (PST) está compuesto por una serie de surcos con material genético que es utilizado como progenitor femenino (hembra) y surcos con material utilizado como progenitor masculino (macho), las hembras son los que se cosechan hasta madurez y los machos al tener sólo la función de producir polen , una vez terminada dicha etapa se eliminan para evitar posibles contaminaciones al cosechar las plantas del progenitor femenino (Paliwal, 2001). Otro componente substancial que debe tomarse en cuenta previo a la siembra es la relación hembra-macho puesto que los PS utilizados en muchos de los casos no son los óptimos (Larios et al., 2011 y Curtis, 1983), La proporción de surcos hembra-macho más utilizados son: 4:1, 2:1, 4:2 y 6:2, estás de-penden principalmente de la abundancia del polen producido por el progenitor masculino, y además se basan también en la experiencia práctica así como en la disponibilidad de maquina-ria del productor (Wych, 1988).

Actualmente es factible generar genotipos con una arquitec-tura que permite siembras con altas densidades de población, por lo anterior es posible implementar un patrón de siembra conocido como compacto (PSC), que utiliza el 100 % de la su-perficie sembrada con material femenino y se intercala un sur-co del progenitor masculino en cada dos, tres o cuatro surcos de la hembra, posteriormente se elimina el macho después de la polinización, para disminuir la competencia durante la etapa de maduración , además de evitar contaminaciones durante la cosecha (Beck, 2004). A este respecto, Vallejo et al. (2008) se-ñalan que la ventaja es que se aprovechan todos los surcos del lote para la producción de semilla híbrida y además, se colocan los surcos machos físicamente más cerca de la hembra, asi-mismo indican que las siembras compactas se sugieren en la producción de híbridos sonde se incluya un progenitor hembra de porte bajo a intermedio, de tal forma que el macho no sea

sombreado y se afecte la liberación del polen. En este aspecto, Murga y Solórzano (1988) encontraron que el PS 4:1 compac-to fue superior en 21 % al sistema tradicional. Por otro lado, Méndez (1990) señala que el método de siembra 4:1 compacto superó al testigo (3:1 convencional) en 19.25 % en rendimiento por unidad de superficie, similares resultados son reportados por Solórzano et al. (1987) y Koshawatana et al. (2010). Sin embargo, Caballero (1995) no detectó diferencias significativas al evaluar los PS tradicional: 8:2, 6:2, 4:2 y 3:1 y los PS com-pacto: 6:1, 4:1 y 2:1.

El H-135 es un híbrido trilineal que se adapta a las condi-ciones agroclimáticas de la zona de transición El Bajío-Valles Altos que se ubica en altitudes de 1,700 a 2,200 metros so-bre el nivel del mar (msnm), que se recomienda para zonas de riego, punta de riego y buen temporal. El H-135 se forma con una cruza simple obtenida en El Bajío, que se utiliza como pro-genitor femenino, mientras que el progenitor masculino es una línea autofecundada de primera generación (S1) que se generó a partir de un criollo colectado en Progreso, Hgo. (Espinosa y Carballo, 1987). En tanto que, Espinosa y Carballo (1988) reco-miendan que la cruza simple utilizada como progenitor hembra del H-135, se debe multiplicar en Roque, Gto. o en un ambiente similar para asegurar el mantenimiento de la calidad de su se-milla. Por lo anterior el objetivo del presente estudio fue evaluar el efecto de patrones de siembra, tradicional y compacto, que favorezcan la producción y calidad de semilla certificada del hí-brido de maíz H-135.

MATERIALES Y MÉTODOSLos trabajos se desarrollaron en los terrenos y laborato-

rio de semillas del Campo Experimental Bajío (CEBAJ) del Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP) ubicado en Roque, municipio de Celaya, Gto., que se localiza a 20°35’ N y 100°49’ O, a una altitud de 1,752 msnm. Se utilizaron los progenitores del híbrido H-135, el material genético empleado fueron la cruza simple (B-32 X B-33) como progenitor femenino y la línea M-35 como macho, se utilizaron cinco lotes aislados para evitar coincidencias entre sí, los patrones de siembra fueron: 6:2 (tradicional, testigo) y los PSC: 4:1, 6:1, 8:1 y 10:1. Para el PST se sembró con una distancia entre siembra de 90 cm, mientras que en el PSC, se utilizó esta misma distancia entre surco para el progenitor hembra y 45 cm para el progenitor macho; en ambos casos se sembró en forma diferida, con fecha 2 de mayo se sembró la hembra en suelo seco y después se aplicó un riego para promover la emergencia de plántulas, posteriormente a los 10 días se sembró el progenitor macho sobre suelo húmedo. Se inspeccionaron los lotes durante las distintas etapas de desa-rrollo, detectando presencia de malezas, aplicándose dos cul-tivos y tres deshierbes manuales para su control; en cuanto a plagas y enfermedades, se aplicó insecticida para el control de trips (Frankliniella williamsi) en las primeras etapas y para el gusano cogollero (Spodoptera frugiperda) en la etapa V7 (siete

AGROFAZ

PRODUCCIÓNAGRÍCOLA

45

hojas). Previo a la floración, se eliminaron las plantas fuera de tipo del progenitor macho y retiraron manualmente el total de espigas del progenitor hembra. Durante la floración, fue nece-sario vigilar los surcos machos y continuar eliminando plantas que no correspondan a las características uniformes de la línea progenitora. Respecto a los surcos hembra, se depuraron plan-tas antes, durante y después de la floración; eliminando plantas estériles (mostrencas) y las no correspondientes a caracterís-ticas del progenitor. Para determinar la madurez fisiológica, se tomaron muestras de 10 mazorcas por tratamiento por repeti-ción y se recurrió al indicador de la capa negra de absorción así como también a través de un determinador de humedad (DH), utilizando el DH marca Motomco modelo 919. Se inició la co-secha cuando la semilla tenía entre un 25 y 30 % de humedad, la recolección fue en forma manual, la parcela útil fueron los dos surcos centrales eliminando un metro de cada lado; se tomaron muestras en zig-zag de cada una de las tres repeticiones por tratamiento. Al momento de la cosecha se contaron el número de mazorcas por planta posteriormente se les dio un tratamien-to natural de secado exponiendo las mazorcas al sol, con el propósito de reducir el contenido de humedad en la semilla y proceder a su desgrane (12 a 14 %) se seleccionaron 20 ma-zorcas al azar, para determinar número de hileras por mazorca y número de granos por hilera. Para la clasificación de la semi-lla se utilizó el separador de cilindros modelo Carter Day, se ca-libró para cada muestra de semilla a 50 revoluciones por minuto por un tiempo de 60 segundos. De la muestra total se separó las semillas planas de las redondas utilizando el cilindro oblon-

go de 13/64” X 3/4” considerándose semilla plana la que paso a través de las perforaciones y redonda la que fue retenida. En cuanto al tamaño, de toda la semilla redonda y plana que paso por el cilindro de perforaciones redondas con las dimensiones de 22/64”, 20/64” y 18/64”, se registraron los pesos de la semilla que fue retenida en cada cilindro, considerándose semilla gran-de la que retuvo el cilindro 22/64”, mediana la que permaneció sobre la 20/64” y chica la que retuvo el cilindro 18/64”.

RESULTADOS Y DISCUSIÓNEl efecto de los diferentes patrones de siembra sobre las

características evaluadas, en el Cuadro 1 se presentan los re-sultados de los análisis de varianza practicados a las variables agronómicas, se observa que para número de hileras por ma-zorca y número de granos por hilera se registraron diferencias (P<0.01) entre tratamientos; en base a lo anterior se practicó la comparación de medias (Cuadro 2) en donde podemos ob-servar que el PS 4:1 compacto con 16 hileras fue el que logró el valor más alto, aspecto que impactará en el rendimiento de semilla y en la utilidad económica del productor Rivas (2010); en relación al número de hileras por mazorca, los resultados obtenidos en esta investigación; se encuentran dentro del ran-go de valores reportados por Rivas (2010) ; así mismo para número de granos por hilera el PS 4:1 compacto fue el que obtuvo el valor más alto seguido por los PS 6:1 y 8:1 compacto con 30 y 29 granos por hilera respectivamente los cuales a su vez fueron superiores al testigo con 25 granos por hilera, los valores obtenidos para granos por hilera son similares.

Cuadro 1. Comparación de medias para número de hileras y número de granos en la cruza simple B-32 X B-33

** Diferencias Altamente Significativas (P<0.01) C.V. Coeficiente De Variación

Cuadro 2. Comparación de medidas para las variables, número de hileras y número de granos por hilera, en diferente patrón de siembra en la cruza simple B-32 X B-33

T = tratamiento

AGROFAZ


46

En cuanto a la variable rendimiento de semilla (Cuadro 3) se detectaron diferencias (P<0.01) para las siguientes varia-bles: forma de semilla (FS), interacción de patrones de siembra por forma de semilla (PSPFS), tamaño de semilla(TS), patro-nes de siembra por tamaño de semilla (PSPTS) e interacción de forma de semilla por tamaño de semilla (FSPTS); por lo que al realizar los contrastes ortogonales se detectó que para el factor FS, los tipo plano registraron los valores más altos con 1,489 kg ha-1 superando en un 25.7 % a la forma tipo bola cuyo rendimiento fue de 1,106 kg ha-1 (Figura 1) por otro lado, la

CUADRO 3. Análisis de varianza para rendimiento, evaluado en cinco patrones de siembra en la cruza simple B-32 X B-33

** Diferencias Altamente Significativas (P<0.01) C.V. Coeficiente de Variación

interacción de PSPFS, el PS 6:2 reportó un rendimiento de 8,379 kg ha-1 de semilla de ambas formas (planos y bolas); no obstante lo anterior, el PSC 4:1 cuyo rendimiento fue de 8,029 kg ha-1 a su vez registró un rendimiento de 5,893 kg ha-1 de se-milla de forma plana superando al testigo 6:2 con una diferencia de 1,255 kg ha-1, aspecto positivo para ser considerado en un programa de producción de semilla ya que la preferencia de distribuidores y productores por la semilla de formas planas es patente, lo cual obliga a clasificar la semilla por forma, tamaño y peso Wood et al. (1977) y Shieh y McDonald, (1982).

AGROFAZ


47

Figura 1. Respuesta de la cruza simple B-32 X B-33 evaluando rendimiento de semilla en relación a la forma de semilla con diferentes patrones de siembra.

En esta mismo contexto, el PSC 8:1 igualmente puede ser considerado como una opción ya que solo está por debajo del testigo 4.7 % de rendimiento de semilla de ambas formas, sin embargo, éste a su vez supera en 6.1 % al testigo en lo que se refiere a semilla de forma plana al registrar un rendimiento de 4,940 kg ha-1, lo que concuerda con Rivas (2010) quien obtuvo 4.18 t ha-1 de semilla total (planos y bolas) para el tratamiento con la relación 4:1 que representa el 80 % de la superficie fac-tible de ser cosechada, cantidad inferior a la obtenida en este trabajo comprobando que el PSC 8:1 tiene ventaja al ocupar el 100 % de la superficie factible de ser cosechada. Respecto al tamaño de semilla es irregular según la variedad, al menos en las especies de granos grandes. Sin embargo, la mayor ventaja

inicial de las plántulas procedentes de semillas grandes no per-siste a lo largo de todo el ciclo del cultivo, al intervenir en su de-sarrollo otros factores. En general, no suele haber correlación entre el tamaño de las semillas y el rendimiento; si se siembra semilla de los tamaños comerciales obedece a las exigencias de las operaciones de limpieza que obligan a eliminar ciertas porciones de semillas pequeñas. (Besnier, 1989). En este tra-bajo, se detectaron diferencias estadísticas siendo el tamaño mediano con 1,051 kg ha-1 el que alcanzo el valor más alto (Figura 2) seguido por la semilla de tamaño chico, con 799 kg ha-1 en cambio la semilla de tamaño grande mostró los valores más bajos.

Figura 2. Respuesta de la cruza simple B-32 X B-33 al evaluar la variable rendimiento de semilla en tres diferen-tes tamaños de semilla con diferente patrón de siembra.

AGROFAZ


48

En la interacción de PSPTS se aprecia en la Figura 3 que el PSC 8:1 registró el rendimiento más alto de semilla comercial con 3,525 kg ha-1 de tamaño medio superando al testigo que obtuvo 3,394 kg ha-1 de semilla mediana. En relación a los re-sultados obtenidos en la interacción de FPT en la Figura 4 se observa que el plano medio obtuvo los valores más altos con

Figura 3. Interacción de patrones de siembra por tamaño de semilla para la variable rendimiento de semilla en la cruza simple B-32 X B-33.

8,641 kg ha-1 seguido de plano chico con 6,977 kg ha-1 y 5,715 kg ha-1 de la interacción plano grande. respecto a la forma re-donda el tamaño medio fue el que obtuvo el valor más alto con 6,119 kg ha-1 , seguido de la interacción bola grande en cambio la interacción bola chica obtuvo el valor más bajo con un rendi-miento de semilla de 5,013 kg ha-1.

Figura 4. Interacción de forma de semilla por tamaño de semilla para la variable rendimiento en la cruza simple B-32 X B-33.

CONCLUSIONES Técnicamente es viable la producción de semilla del hibrido

H-135 utilizando el patrón de siembra compacto, se observó que agronómicamente todos los patrones de siembra fueron superiores al testigo. No obstante y no detectar diferencias sig-nificativas para rendimiento, se sugiere utilizar el PSC 8:1 por-

que tiene ventaja sobre los demás tratamientos al ocupar el 100 % de la superficie factible de ser cosechada, así mismo, porque registró el rendimiento más alto de semilla comercial; aspecto positivo para ser considerado en un programa de producción de semilla ya que la preferencia de distribuidores y productores por la semilla de formas planas es patente.

AGROFAZ


49

LITERATURA CITADABeck, D., 2004. Hybrid corn seed production. In: C. W. Smith, J.

Betrán and E. C. A. Runge (eds.) Corn, origin, history, tech-nology and production. John Wiley & Sons, Inc., USA. Pp 565-630.

Besnier, R. F. 1989. Semillas: biología y tecnología. Editorial Mundi–Prensa. Madrid, España. 637 p.

Caballero, M. C. 1995. Determinación de la densidad y patrón de siembra óptimos para la producción del híbrido de maíz AN-447. Tesis Maestría en Ciencias. Universidad Autónoma Agraria Antonio Narro. Buenavista, Saltillo, Coahuila, Méxi-co.

Curtis, D. L. 1983. Algunos aspectos de la producción de se-milla de maíz (Zea mays L.) en E.U.A. Producción moderna de semillas. Editorial Hemisferio Sur. Tomo I I. Escuela de Agricultura. Universidad de Nottingham. 466-480 p.

Doonet, L., D. López, J. Arista, F. Carrión, V. Hernández y A. González. 2012. El potencial de mercado de semillas mejo-radas de maíz en México. CIMMYT. 21 p.

Espinosa, C. A. y A. Carballo C. 1987. H-135 Nuevo maíz híbri-do de riego para la Zona de Transición El Bajío-Valles Altos. Instituto Nacional de Investigaciones Forestales y Agrope-cuarias. Centro de Investigaciones Forestales y Agropecua-rias del Estado de México. Campo Agrícola Experimental Valle de México. Folleto Técnico Núm. 1. Chapingo, México. 16 p.

Espinosa, C. A. y A. Carballo C. 1988. Adaptabilidad y rendi-miento de semilla de líneas e híbridos de maíz. Agrociencia. 74: 313-322. México.

Espinosa, C. A.; M. Tadeo R.; A. Turrent F.; N. Gómez M.; M. Sierra M.; A. Palafox C.; F. Caballero H.; R. Valdivia B.; F. A. Rodríguez M. 2007. Variedades mejoradas disponibles y abastecimiento de semillas ante la nueva Ley de Semillas en México. En: Memorias del X Congreso Internacional de Ciencias Agrícolas. R. Muñiz S.; S. Avilés M.; L. Cervantes D.; R. Encinas F. (Eds.) Universidad Autónoma de Baja Ca-lifornia, Instituto de Ciencias Agrícolas. Mexicali, B. C. pp. 490-496.

Financiera Rural. Dirección General Adjunta de Planeación Es-tratégica y Análisis Sectorial, Dirección Ejecutiva de Análisis Sectorial. 2011. Semillas para Siembra de Maíz, Trigo, Sor-go y Frijol. 2 p.

Koshawatana, Ch., P. Grudloyma and W. Indian. 2010. Inbred Planting Technique for Nakhon Sawan 3 Hybrid Maize Seed Production. Kasetsart J. (Nat. Sci.) 44: 776-782

Larios, R., J. Inzunza, F. R. Mascareño y J. C. Mendoza. 2011. Producción y Validación de Semilla Mejorada de Maíz en las Dif-erentes Regiones de Jalisco. Universidad Autónoma Chap-Universidad Autónoma Chap-ingo. Fundación Produce Jalisco, A. C. 10 p.

Luna, M. B. M., M. A. Hinojosa R., O. J. Ayala, G., F. Castillo G. y J. A. Mejía C. 2012. Perspectivas de desarrollo de la industria semillera de maíz en México. Rev. Fitotec. Mex. 35(1): 1-7.

Méndez, H. V. 1990. Evaluación de los Sistemas Normal y Compacto y Tres Relaciones de Surcos Hembra- Macho en la Producción de semilla del Hibrido H-29. Seminario Pana-mericano de Semillas XIII. Guatemala. Pág. 193.

Murga, S. C y M. A. Solórzano. 1988. Alternativas para el in-cremento en los rendimientos de semillas de maíz H-5. Uti-lizando la relación 4:1, 5:1 compacto y 4:1 normal. XXXIV Reunión Anual del PCCMCA. San José Costa Rica. 26 p.

Paliwal, R. L. 2001. Producción de semillas. En: R. L. Paliwal, G. Granados, H. R. Lafitte y A. D. Violic. El maíz en los trópi-cos: mejoramiento y producción. FAO. Roma. www. fao.org.

Rivas, J.M.A. 2010. Eficiencia de la Polinización, Productividad y Calidad de Semilla y Forrajes en Híbridos Trilineales de Maíz. Colegio de Postgraduados, Campus Montecillos, Postgrado de Recursos Genéticos y Producción de Semi-llas. Tesis Doctoral. Texcoco, Edo. De México. 138 p.

Shieh, W. J. and M. B. McDonald. 1982. The influence of seed size, shape and treatment on inbread seed corn quality seed. Seed Sci. and Technol. 10 (2): 307-313. The Netherlands.

Solórzano. M. A., Córdova. O. R. H., Murga. S. C. M. 1987. Evaluación de rendimiento y rentabilidad de semilla certifi-cada de maíz H-5 En diferentes modalidades de siembra en El Salvador CENTA. El Salvador pp. 115-126

Vallejo D., H. L., J. L. Ramírez D., M. Chuela B. y R. Ramírez Z. 2008. Manual de Producción de Semilla de Maíz. Estudio de Caso. Folleto Técnico Núm. 14. Campo Experimental Urua-Folleto Técnico Núm. 14. Campo Experimental Urua-pan. INIFAP, CIRPAC. Guadalajara, Jalisco, México. 96 p.

Wood, D., P. C. Longden and R. K. Scoot 1977. Seed size va-ration, its extent source and significance in field crops. Seed Sci. and Technol. 5(3) 337-352. The Netherlands.

Wych, R. D. 1988. Production of hybrid seed production. In: G. F. Sprague and J. W. Dudley (eds.). Corn and corn improve-Corn and corn improve-ment. Third edition. American Society of Agronomy, Inc. USA. pp 565-607.

AGROFAZ 51

DIAMANTE: VARIEDAD DE AJO BLANCO TIPO CALIFORNIA GENERADA POR SELECCIÓN INDIVIDUAL

Diamante: California White Garlic Variety Type Generated by Individual Selection

Luis Martín Macías Valdez1, Luis Humberto Maciel Pérez1 y Héctor Silos Espino2

1Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP). Campo Experi-mental Pabellón. CIR Norte Centro. Km. 32.5 Carretera Aguascalientes – Zacatecas. Pabellón de

Arteaga, Aguascalientes, México. C.P. 20670e-mail: [email protected]

2Instituto Tecnológico El Llano, Ags. Km. 18.0 Carretera Aguascalientes – San Luis Potosí. El Llano, Aguascalientes. México. C.P. 20330

RESUMENLa variedad de ajo “Diamante” fue obtenida por selección

individual a partir del Clon CAL – RN, cuya genealogía es CAL-RN-11-1-1-2-4; esta nueva variedad es del tipo California, con un ciclo vegetativo tardío de 240 días de siembra a cosecha, estableciéndose en octubre. El bulbo tiene una forma elíptica, de color blanco y con una distribución regular de 21 a 25 dien-tes por bulbo. Sus hojas son de porte erecto y de color verde oscuro. Este clon fue seleccionado por su alta productividad y calidad de bulbo; características de gran relevancia para el mer-cado nacional y de exportación. Se caracterizó genéticamente mediante la extracción del ADN, el cual apareció con buena in-tensidad y adecuada resolución de bandas. Esta nueva varie-dad se adapta preferentemente a las zonas agrícolas del Valle de Aguascalientes y la región productora de Zacatecas, donde la altitud se encuentra en el rango de 1,900 a 2,200 msnm. El rendimiento promedio experimental es de 20.8 ton ha-1.

Palabras clave: Allium sativum, variedad, ajo, mejoramien-to, caracterización.

SUMMARYThe variety of garlic “Diamante” was obtained by individual

selection from Clone CAL - RN, whose genealogy is CAL-RN-11-1-1-2-4, this new variety is the type California, with growing period late 240 days from planting to harvest, settling in October. The bulb has an elliptical shape, white and with a regular distribution of 21-25 cloves per bulb. Its leaves are erect growth habit and dark green. This clone was selected for its high productivity and quality of bulb; characteristics of great impor-tance for the domestic and export market. Genetically charac-terized by DNA extraction, which showed good intensity and adequate resolution of bands. This new variety is preferably

adapted to agricultural areas of the Valley of Aguascalientes and Zacatecas producing region, where the altitude is in the range from 1,900 to 2,200 m. The experimental average is 20.8 ton ha-1.

Keywords: Allium sativum, breeding, characterization, gar-lic, variety.

INTRODUCCIÓNLos esquemas de mejoramiento genético en las especies

vegetales dependen de su fisiología de reproducción, misma que es afectada por las condiciones del medio ambiente, que pueden alterar de manera significativa las distintas fases inhe-rentes a la perpetuación de la especie. La planta de ajo (Allium sativum L.), bajo las condiciones edafo-climáticas de las zonas productoras de ajo en México, no produce semillas verdade-ras, por lo que su reproducción se realiza en forma vegetativa o asexual.

Con base en la historia del cultivo de ajo en las diferentes regiones del mundo, se concluye que esta especie se ha adap-tado a distintos climas y también se ha seleccionado para ca-racterísticas específicas; una de ellas es la obtención de bulbos más grandes, en donde los tallos florales se fueron eliminando o se fueron seleccionando clones con reducido potencial de flo-ración; así, la selección activa realizada por el hombre provocó la pérdida de fertilidad y actualmente son plantas completamen-te estériles (Kamenetsky, et al., 2004). Sin embargo, como en otras plantas de bulbos o tubérculos, el ajo ha acumulado varia-bilidad genética para varias características fenotípicas: ya que existen evidencias de hibridación a nivel cromosómico, esta va-riación permite la factibilidad de realizar mejoramiento genético (Koul, et al., 1979). El problema de su reproducción asexual es que imposibilita la formación de híbridos sexuales con su es-

AGROFAZ


52

pecie o especies afines, por lo que el método de mejoramiento genético más eficiente es la selección y posterior multiplicación de los genotipos con caracteres sobresalientes (Burba, 1992). En el mundo existe una cantidad significativa de clones de la especie A. sativum, los que han sido seleccionados por su adaptación a la las diversas zonas agroecológicas, mismos que presentan variabilidad fenotípica a nivel planta, bulbo y dientes, los que pueden variar en número, tamaño, peso, color, sabor, etc. Sin embargo, la disponibilidad de cultivares mejorados en cada país es baja, debido a su reproducción agámica o vege-tativa, lo que dificulta su diseminación entre países, y al poco interés de las empresas dedicadas a la producción de semilla en esta especie,

Bajo este contexto, en las regiones productoras de ajo de Aguascalientes, Guanajuato y Zacatecas (Macías, et al., 2010; Heredia y Heredia, 2000; Reveles, et al., 2011a); observaron que los genotipos comerciales de ajo presentan variación en di-ferentes caracteres de importancia económica, como diámetro y peso de bulbo, número de dientes por bulbo, lo que limitó su aceptación en el mercado de exportación, ante este problema, se iniciaron acciones de mejoramiento genético en el cultivo de ajo mediante la selección masal e individual, obteniendo como resultado la liberación de variedades de diferentes los tipos (blancos, morados y jaspeados) como: San Marqueño (blanco), Celayense, Tacátzcuaro, Huerteño (morados) y recientemente CEZAC06 (jaspeado); los cuales se adaptan a diferentes regio-nes agroecológicas y donde las condiciones invernales difieren significativamente, por lo cual el mejoramiento genético debe ser especifico para cada región productora de ajo.

Para el año 2010, en México se estableció una superficie de 4,914 hectáreas con el cultivo de ajo, de las cuales se obtuvo un rendimiento medio de 9.660 ton ha-1 y una producción a nivel nacional de 47,4298 toneladas. Para el estado de Aguascalien-tes en el mismo año se plantaron 183 hectáreas con un rendi-miento promedio de 13.970 ton ha-1 y a pesar de esta superfi-cie, Aguascalientes, el séptimo lugar en hectáreas destinadas a este cultivo a nivel nacional y segundo en rendimiento por unidad de superficie (SIAP, 2012).

De acuerdo a lo anterior, para la obtención de la variedad de ajo “Diamante”, que produce bulbos de color blanco tipo California; se utilizó el método de mejoramiento por selección individual debido a que el ajo es una planta apomíctica obligada que limita cualquier posibilidad de mejoramiento genético a tra-vés de la recombinación de gametos genéticamente diferentes mediante cruzamientos.

El ajo variedad DIAMANTE es producto de los trabajos de mejoramiento genético realizados por varios años en el Campo Experimental Pabellón con el fin de dar respuesta a los reque-rimientos de los productores de obtener genotipos que posean características de alto rendimiento y calidad, y de los consumi-dores de este producto. Esta variedad fue evaluada con pro-ductores de la región que disponen de infraestructura y capital

de trabajo para establecerla con alta tecnología de producción (riego localizado, ferti-irrigación, control de plagas y enfermeda-des, labores de cultivo, etc.); obteniendo un rendimiento comer-cial de 19 ton ha-1, es decir un incremento del 19% en el ren-dimiento en comparación al material que siembra el productor.

ORIGEN DE LA VARIEDADLa variedad de ajo DIAMANTE, se generó mediante un pro-

ceso de mejoramiento por selección individual, partiendo de po-blaciones clonales de ajo tipo California colectadas en la zona productora de la región, las cuales se integraron al proyecto de mejoramiento genético de ajo (Macías y Maciel, 2003). El pro-ceso general para la obtención de la variedad de ajo realizado por el INIFAP Aguascalientes fue el siguiente:

1. Se inició con la colecta del material genético en la zona productora para iniciar el proceso mejoramiento por se-lección individual.

2. Los bulbos colectados se sembraron en manera indivi-dual y plenamente identificados en terrenos del Campo Experimental Pabellón para determinar su comporta-miento.

3. Se realizó la selección, evaluación y eliminación de las plantas de ajo en campo.

4. Posteriormente se seleccionaron y evaluaron los bulbos de ajo en la etapa de poscosecha mediante la elimina-ción de individuos con bajo peso, alto número de dien-tes, problemas fitosanitarios, bulbos con mala cobertura y bulbos deformes.

5. Se conservaron de los individuos sobresalientes que reunían las características deseadas para fines de de mejoramiento como son el rendimiento, color, número de dientes, vigor de la planta, sanidad del bulbo y plan-ta, etc., para su establecimiento en campo el próximo ciclo de selección.

6. Los materiales sobresalientes se sometieron a ensayos de rendimiento durante un ciclo de evaluación donde se comparó con otros clones.

7. Se realizó la validación del clon de interés durante un ci-clo de cultivo en parcelas de productores para determi-nar su comportamiento mediante un manejo comercial.

8. Posteriormente se registró y se realizó la liberación del clon CAL-RN-11-1-1-2-4, al cual se le denominó “DIA-MANTE”, con registro provisional CP-790 de fecha 04 de abril de 2013, emitido por el Comité Calificador de Variedades Vegetales (CCVV) perteneciente al Regis-tro Nacional Agropecuario de la Secretaría de Agricul-tura, Ganadería, Desarrollo Rural Pesca y Alimentación (SAGARPA).

AGROFAZ


53

DESCRIPCIÓN DE LA VARIEDADLa variedad DIAMANTE es un ajo del tipo California, que

tiene las características de ser altamente productivo y con buen tamaño de bulbo, además de tener estabilidad de rendimiento a través del tiempo, este material formó parte de una de las introducciones comerciales de materiales de ajo a la región por parte de los productores con la finalidad de incrementar sus rendimientos por unidad de superficie, como una parte de las acciones realizadas con el fin de resolver el problema de la baja

productividad de este cultivo en la región, y que se ha conser-vado en la región por su siembra realizada año tras año. En el Cuadro 1 se describen las principales características de la planta, en el que se observa que la planta alcanza una altura de 57 cm, es de porte erecto y su follaje de color grisáceo. Por otra parte, las características del bulbo se muestran en el Cuadro 2, donde se observa que posee 25 dientes promedio, tiene forma es elíptica, con una distribución regular de los dientes y 240 días de duración de su ciclo vegetativo.

Cuadro 1. Características de la planta de la variedad de ajo DIAMANTE. INIFAP. Campo Experimental Pabellón.

* Medido en la parte media de la hoja. ** Hoja con posición en la parte media de la planta.*** Número de hojas al final del ciclo de la planta.

Cuadro 2. Principales características del bulbo de la variedad de ajo DIAMANTE. INIFAP. Campo Experimental Pabellón.

* Con base a dientes de tamaño medio dentro del bulbo y valores tomados en la parte media del diente.

AGROFAZ


54

Las características fenotípicas de una variedad de ajo en especifico son importantes ya que permiten su correcta iden-tificación entre diferentes poblaciones y durante el proceso de multiplicación de semilla, cabe mencionar que una parte de es-tas características son determinadas por el genotipo y la otra parte por el medio ambiente donde se desarrolla la planta como el clima (temperatura y energía solar), manejo del cultivo (agua, fertilizantes, fecha de siembra, etc.), presencia de organismos patógenos (plagas y enfermedades), entre otros; los cuales afectan el desarrollo de la planta y del bulbo, de tal manera que un manejo incorrecto no permitirá la expresión adecuado de la

planta y también afectara la formación del bulbo. La informa-ción básica que se utiliza para la caracterización del genotipo es vital para que un clon sea identificado fácilmente ya que ge-neralmente son caracteres altamente heredables (IPGRI, ECP/GR, AVRDC, 2001). Por lo tanto, con un manejo adecuado del cultivo, se tendrán mejores resultados en cuanto a su rendi-miento. En el Cuadro 3 se presenta el rendimiento medio expe-rimental observado en el ajo Diamante, durante ocho ciclos de evaluación de esta variedad; de tal manera que el promedio de rendimiento obtenido fué de 20.8 ton ha-1, con una desviación estándar promedio de 3.7 ton ha-1.

Cuadro 3. Rendimiento medio experimental durante ocho ciclos de evaluación de la variedad de ajo DIAMANTE. INIFAP. Campo Experimental Pabellón.

Por otra parte, la variedad de ajo Diamante fue sembrada bajo condiciones comerciales en el ciclo de cultivo Otoño–In-vierno 2009–2010 en el rancho Macondo propiedad del Sr. Ge-rardo Vargas Prieto ubicado en el ejido Pozo No. 20-40, dentro del municipio de Rincón de Romos, Ags., donde se utilizó la tecnología de producción propuesta por el INIFAP Aguascalien-tes, la cual incluye el uso de riego por goteo con cintilla y la aplicación de fertilizantes a través del agua de riego; se obser-vó un rendimiento de 19.0 ton ha-1, en comparación a las 16.0 ton ha-1 con el material genético que dicho productor siembra anualmente, lo que representa un incremento en el rendimiento superior al 18%, una vez que el productor utiliza la variedad Diamante.

CARACTERIZACIÓN GENÉTICA DE LA VARIEDAD

Se analizó el comportamiento productivo y la caracteriza-ción molecular de la variedad “DIAMANTE” al igual que 19 clo-nes más con el fin de tener una medida relativa de comparación (Figura 1), la caracterización genética se realizó mediante la extracción del ADN, para detectar su secuencia por el método de Doyle y Doyle (1989) citado por Azuara et al. (2008), el cual mostró una pureza adecuada con un valor de 1.79 (valores por encima de 1.6 se considera que la muestra es bastante pura), determinada por una absorbancia de 260 y 280 nm, con una buena intensidad y adecuada resolución de bandas al correr el gel de agarosa al 0.8% (Azuara et al., 2008).

AGROFAZ


55

Figura 1. Extracción de ADN de 20 materiales de ajo cultivados en Aguascalientes. En el carril 4 se presenta el ADN extraído al ajo California “DIAMANTE” (Clon CAL-RN).

A partir de la matriz binaria con los datos registrados, se de-termino el grado de similitud cuantificado entre individuos de ajo mediante un dendograma (representación gráfica de nodos o líneas conectando los nodos) el cual describe las relaciones genéticas entre individuos y a partir de dicha matriz se identi-ficaron dos grupos. El primero esta constituido por clones de ajo con menor producción, menor peso y mayor número de dientes, en el segundo grupo se encuentran los de mayor ren-dimiento, en este se ubica el ajo variedad “DIAMANTE”, se ca-racteriza por ser más tardío, tener más cantidad de dientes y ser de bulbo más grande.

El dendrograma generado por RAPD’s (Random Amplifi-cation of Polymorphic DNA), es una amplificación aleatoria de ADN polimórfico, que se refiere a un tipo de marcador molecu-

lar basado en la reacción en cadena de la polimerasa, el cual detectó dos grupos de los materiales de ajo con el iniciador OPB17; el primero se caracteriza por mostrar rendimientos más bajos comparativamente con el segundo grupo. El número entre los grupos indica el nivel de confianza según el análisis Bootsrap; en el grupo uno se encuentran los siguientes clones de ajo: 8. Cortazar, 10. Pepita, 11. Massone, 12. Durango, 14. Hermosillo, 15. Sonora, 16. Nápuri, y 17. Nicaragua, en tanto que en el grupo dos está conformado por los siguientes clones: 1. C-3-1/25, 2. C-37-1/8, 3. Coreano, 4. DIAMANTE (Variedad de ajo tipo California obtenido por el proceso de mejoramiento genético por selección individual), 5. Chino, 6. Criollo Aguasca-lientes, 7. Español, 9. Positas, 13. Chileno, 18. Ixmiquilpan, 19. Pata de perro y 20. Guatemala (Figura 2).

AGROFAZ


56

Figura 2. Dendograma generado para detectar la diversidad genética a través de RAPD’s con iniciador OPB17 de clones de ajo (Allium sativum L.).

MEDIO AMBIENTE DONDE SE ADAPTA ESTA VARIEDAD DE AJO

El cultivo de ajo se desarrolla en la época de invierno usan-do para su plantación tipos adaptados a cierta región para que produzca bulbos de alto rendimiento y calidad (Brewster, 1994). Es una planta bulbosa que se ha producido en todo el mundo desde tiempos inmemorables y por esta razón se encuentran diversos tipos y variedades, de las cuales a veces es difícil en-contrar aquel que sea adecuado para una zona productora es-pecifica, de hecho cada tipo tiene características específicas para desarrollarse en cierta región. La única manera de tener

un buen rendimiento es probar localmente las variedades po-tencialmente interesantes (Martín, 2009), o generarlas median-te un programa de mejoramiento genético en esta especie. La variedad de ajo DIAMANTE (Figuras 3 y 4), generada en el Campo Experimental Pabellón perteneciente al Instituto Nacio-nal de Investigaciones Forestales, Agrícolas y Pecuarias (INI-FAP), se adapta preferentemente a las zonas agrícolas del Va-lle de Aguascalientes y región sur del estado de Zacatecas que colinda con la parte Noreste de Aguascalientes, donde la altitud se encuentra alrededor de los 1,900 a los 2,200 msnm, mismo que concuerda con lo mencionado por Benacchio (1982).

Figura 3. Bulbos de la variedad de ajo blanco Diamante, obtenida mediante selección individual

AGROFAZ


57

Figura 4. Bulbos y dientes de la variedad de ajo blanco Diamante, obtenida mediante selección individual.

La temperatura umbral mínima para el crecimiento del ajo está entre 4.0 y 8.0 ºC, mientras que la temperatura crítica de helada es de –1.0 ºC; para la brotación y emergencia son fa-vorables temperaturas dentro del rango de 8.0 a 16.0 ºC, y la formación del bulbo requiere de temperaturas entre 18.0 y 20.0 ºC, en tanto que para el crecimiento y desarrollo del bulbo la temperatura máxima no debe exceder los 30 ºC (Santibáñez, 1994). Para la obtención de buenos rendimientos, la tempera-tura media óptima es de alrededor de 18.0 ºC, con una máxima de 26.0 ºC.

Para su cultivo se recomiendan terrenos planos de textu-ra franco sin problemas de salinidad, pedregosidad y drenaje, además sin antecedentes de la presencia de enfermedades que afecten el desarrollo de la planta y su rendimiento (Sidoti y van Konijnenburg, 2010).

PROCEDIMIENTO PARA LA OBTENCIÓN Y MUL-TIPLICACIÓN DE SEMILLA DE AJO

Como se mencionó anteriormente, el ajo carece de semilla verdadera y por lo tanto se utilizan los dientes de los bulbos como órgano de multiplicación, estos dientes pueden acarrear serios problemas de plagas y enfermedades, éstas por lo tanto se transmiten de generación a generación, lo que obliga a orga-nizar un sistema especializado de producción de semilla. Existe una fuerte tendencia por parte del productor o empacador a utilizar o vender los sobrantes del ajo de consumo como se-milla, sin embargo, las diferencias entre ambos productos son significativas, dentro de las que destacan: el punto de cosecha, la pureza genética, la sanidad, el tamaño de los dientes y la temperatura de conservación, entre otras. El ajo para consumo podría transformarse en semilla, sólo si es sometido a ciertos análisis fitopatológicos de laboratorio y estos determinen bue-na sanidad, además de no haberse tratado con productos que inhiban su brotación. Por tanto, podrá ser utilizada o comercia-lizada como semilla bajo la responsabilidad de quien lo hiciera, por lo general y aunque los resultados de los análisis sanitarios

sean aceptables, estas semillas tienen escasa pureza genética (Burba, 2009).

Una vez generada una variedad de ajo por un programa de mejoramiento, se debe proceder a la producción comercial de la semilla para que los productores puedan obtener los benefi-cios de la nueva variedad. El organismo encargado de producir la semilla tendrá como principal actividad la de producir y ofertar semilla de buena calidad totalmente garantizada en las catego-rías que a continuación de proponen: original, básica registra-da, registrada l, registrada ll y certificada.

Original. Es la resultante de los trabajos de investigación en mejoramiento o formación de variedades. Permanece bajo control de su formador o mejorador manteniendo la identidad genética de la variedad, y además constituye el germoplasma inicial para la producción de categorías subsecuentes.

Básica. Es la semilla resultante del incremento de la semilla Original. Su producción es en terrenos libres de patógenos y donde no se haya sembrado ajo ni cebolla en cinco años an-teriores.

Registrada. Es la semilla obtenida como primera generación a partir de la semilla Básica y se establece como incremento de esta con el propósito de obtener mayor volumen de semilla disponible, su producción es en terrenos donde no se haya cul-tivado ajo en los tres ciclos agrícolas anteriores.

Registrada I. Esta semilla es incremento a partir de Básica o Registrada con el propósito de incrementar su volumen debido a que es un producto altamente perecedero. Su producción es en campos donde en tres ciclos agrícolas anteriores no se haya cultivado ajo ni cebolla.

Registrada II. Esta semilla es incremento a partir de Básica, Registrada y/o Registrada I, con el propósito de incrementar aún más su volumen debido a que este cultivo requiere para su siembra de altas cantidades de semilla por unidad de superfi-cie, además de que es un producto altamente perecedero, su

AGROFAZ


58

producción se realiza en campos donde no se haya cultivado ajo y cebolla en tres ciclos agrícolas anteriores.

Certificada. Es la semilla producida a partir de Básica, Re-gistrada, Registrada I y/o Registrada II. Y su producción es en terrenos donde no se haya cultivado ajo y/o cebolla en dos ci-clos agrícolas anteriores, es la semilla destinada a la produc-ción comercial de ajo para consumo.

SELECCIÓN Y MULTIPLICACIÓN DE SEMILLA POR EL PRODUCTOR

Para tener éxito en la producción de ajo se debe iniciar con la utilización de semilla de buena calidad, posteriormente un buen manejo del cultivo desde el inicio, donde la planta logre encontrar las mejores condiciones para crecer y desarrollar-se (lo que no se hace bien desde el principio es difícil que se componga más tarde) hasta llegar a la cosecha y finalmente en postcosecha se requiere un almacenamiento, empaque y transporte adecuado.

Se propone que los productores adquieran cierta cantidad de semilla de alta calidad genética proveniente de una institu-ción reconocida (o de una empresa dedicada a la producción de semillas), la cual se debe reproducir en un terreno destinado exclusivamente para este fin, en el mejor sitio, con las mejo-res condiciones del terreno, con un buen manejo y utilizando la mejor semilla disponible. Se debe asegurar la sanidad rigu-rosa del sitio donde se ubicará la parcela de producción de se-milla; no deberá tener antecedentes de enfermedades como pudrición blanca o nematodos. El manejo de la semilla está estrechamente relacionado con la diseminación de problemas sanitarios, se recomienda tomar una o varias muestras del sue-lo previo a la siembra para que se determine la presencia de hongos o nematodos en un laboratorio especializado (Reveles, et al., 2011b). Además, deberá estar aislado a una distancia mí-nima de 15 metros de los lotes de producción comercial de ajo para evitar que se mezcle al momento de la cosecha. Posterior-mente, cuando se tengan cantidades considerables de semilla mejorada, se recomienda que cuando se cuente con semilla suficiente, introducirla paulatinamente al lote de producción co-mercial con el fin de eliminar poco a poco la semilla de baja calidad e introducir paulatinamente la semilla mejorada, para de esta manera llegar a un punto en que se sustituya la semilla de bajo potencial productivo por semilla mejorada y así estar en posibilidades de incrementar la productividad del cultivo, expre-sada en rendimiento y la calidad expresada fundamentalmente por el tamaño del bulbo y número de dientes.

CONCLUSIONESEsta variedad de ajo tipo California fue obtenida a partir de

los trabajos de investigación realizados en un proyecto de me-joramiento por selección individual. Se generó como resultado de un proceso de investigación que tardó siete años, iniciado con germoplasma colectado en la zona productora de ajo de

Aguascalientes. Se identificó un clon con características de im-portancia económica como son el diámetro de bulbo, número de dientes, sanidad y peso de bulbo entre otras.

Se concluye que el mejoramiento genético de ajo por selec-ción individual es un método adecuado para generar clones de ajo que posean características de alto rendimiento y calidad, ya que para este caso se obtuvieron rendimientos experimentales de 20.8 ton ha-1.

LITERATURA CITADAAzuara, H. L., E. Silos, C. Perales, J. F. Gómez, A. G. Alpuche

and L. M. Macías. 2008. Morphological and genetic charac-teristics allow the identification of a collection of garlic culti-vars in the North-Central region of Mexico. Phyton. 77:81-91.

Burba, J. L. 1992. Producción, propagación y utilización del ajo Allium sativum L. In. Producción poscosecha, procesamien-to y comercialización de ajo, cebolla y tomate. Santiago de Chile: FAO. p. 63-126.

Burba, J. L. 2009. Mejoramiento genético y producción de semi-lla de ajo (Allium sativum L.). Posibilidades de adaptación a diferentes ambientes. Revista colombiana de ciencias hortí-colas. Vol. 3, Núm. 1. p. 28-44.

Benacchio, S. 1982. Algunas exigencias agroecológicas en 58 especies de cultivo con potencial de producción en el Trópi-co Americano. FONAIAP-Centro Nacional de Investigacio-nes Agropecuarias. Ministerio de Agricultura y Cría. Mara-cay, Venezuela. p. 202.

Brewster, J. L. 1994. Onions and other vegetable alliums. Cen-tre for Agriculture and Biosciences (CAB) International. Oxon, UK. p. 41-44, 179, 199.

Heredia, Z. A., y G. E. Heredia. 2000. Mejoramiento genético de ajo en el INIFAP. In: El ajo en México, origen, mejoramiento genético, tecnología de producción. Libro técnico Núm. 3. México: SAGAR. INIFAP. CIRCE-CEBAJ. P 29-32.

IPGRI, ECP/GR, AVRDC. 2001. Descriptors for Allium (Allium spp.). International Plant Genetic Resources Institute, Rome, Italy; European Cooperative Programme for Crop Genetic Resources Networks (ECP/GR), Asian Vegetable Research and Development Center, Taiwan.

Koul, A. K., R.N. Gohil and A. Langer. 1979. Prospects of bree-ding improved garlic in the light of its genetic and breeding systems. Euphytica. 28:457-464.

Macías, L. M. y L. H. Maciel. 2003. Mejoramiento genético de ajo mediante selección individual en Aguascalientes. Memo-ria X Congreso Nacional de las Ciencias Hortícolas. Chapin-go, México.

AGROFAZ


59

Macías, L. M., L. H. Maciel, H. Silos y O. Vázquez. 2009. Mejo-ramiento de ajo Perla por selección individual. Investigación y Ciencia de la Universidad Autónoma de Aguascalientes. Núm. 43. p. 4-9.

Macías, L. M., L. H. Maciel y H. Silos. 2010. “San Marqueño”: Una nueva variedad de ajo blanco. Investigación y Ciencia de la Universidad Autónoma de Aguascalientes. Núm. 49. p. 4-11.

Martín, J. F. 2009. Garlic production.http://www.ics-agri.com/garlic-varieties.htm. (Accessed 20 September 2010).

R. Kamenetsky, I. L. Shafir, H. Zemah and H. D. Rabinowitch. 2004. Enviromental control of garlic growth and florogene-sis. J. Amer. Soc. Hort. Sci. 129(2): 144-151.

Reveles, M., R. Velásquez y M. D. Alvarado. 2011a. CEZAC 06. Variedad de ajo jaspeado para la región norte centro de México. Folleto Técnico Núm. 33. Instituto Nacional de In-vestigaciones Forestales, Agrícolas y Pecuarias, Centro de Investigación Regional Norte Centro, Campo Experimental Zacatecas.

Reveles, M., R. Velásquez, M. D. Alvarado y S. Rubio. 2011b. “CEZAC 06”: Nueva variedad de ajo tipo jaspeado para la región norte centro de México. Revista Mexicana de las Ciencias Agrícolas. Vol. 2 Núm. 4. p. 601-606.

Santibáñez, F. 1994. Crop requirements: temperate crops. In: Handbook of agricultural meteorology. J. F. Griffiths Editor. Oxford Univ. Press. New York., USA. pp. 174-188.

Servicio de Información Agroalimentaria y Pesquera (SIAP). 2012. Producción agrícola. Secretaría de Agricultura, Gana-dería, Desarrollo Rural, Pesca y Alimentación (SAGARPA). http://www.siap.gob.mx/aagricola_siap/ientidad/index.jsp. (Accessed 08 August 2013).

Sidoti, B. y Konijnenburg V. 2010. Cultivo y producción de se-millas de ajo. Instituto Nacional de Tecnología Agropecuaria. www.inta.gov.ar/valleinferior/info/hd/HD35.pdf. Accessed 25 October 2010).

AGROFAZ 61

CONTEO MEDIO DE TALLOS ANTES DEL CORTE, COMO HERRAMIENTA PARA ESTIMAR LA CALIDAD DEL

FORRAJE DE ALFALFA

MEAN STEM COUNT BEFORE HARVEST, AS A TOOL TO ESTIMATE ALFALFA FORAJE QUALITY

Héctor Mario Quiroga Garza2 y Alma Delia Báez González3

FOMIX - Coahuila. COAH-2011-C19-163386.2 Campo Experimental “La Laguna”, CIR-Norte Centro, INIFAP. José Santos Valdés 1200 Pte., Mata-

moros, Coahuila. CP 27440. e-mail: [email protected] Campo Experimental “Pabellón”, CIR-Norte Centro, INIFAP. Pabellón, Aguascalientes.

RESUMENBasar el manejo de los cortes de alfalfa en un conocimiento

previo de su composición química; consume tiempo, mano de obra y se puede realizar pero a un costo muy elevado que la mayoría de los productores no podrían solventar. Por lo tanto, el objetivo del presente estudio fue el de probar y seleccionar métodos sencillos e indirectos que estimen la calidad al mo-mento del corte y el desarrollo fenológico de la alfalfa para las condiciones de la Comarca Lagunera. La siembra se realizó el 3 de febrero de 2012, bajo un diseño de parcelas divididas con cuatro repeticiones, la parcela mayor fueron los estados de madurez al corte: de botón e inicios de flor, y la parcela menor la variedad: CUF-101 y Excelente-10. Se utilizó el estimador del avance en el estado de madurez “Conteo Medio de Tallos” MSC (por sus siglas en inglés), el cual toma el estado feno-lógico individual de cada tallo de una muestra de tallos. Se utilizaron únicamente las muestras de dos repeticiones. Las muestras se analizaron para: PC proteína cruda, EnL Energía neta de lactancia, FAD fibra ácido detergente, FND fibra neu-tro detergente, DigMS digestibilidad de la materia seca y NDT nutrientes digestibles totales. El estimador MSC logró explicar entre el 38 y 45 % de la variación en EnL y PC, respectivamente (P = 0.0001). La precisión en los otros parámetros de calidad fue menor. Este método luce promisorio para estimar calidad de la alfalfa en el momento del corte.

Palabras clave: Proteína Cruda, Energía Neta de Lactan-cia, Estado de Madurez, Medicago sativa.

SUMMARYTo base alfalfa’s harvest management with a prior knowled-

ge of the forage chemical composition, consumes time, labor,

and at a very high cost that no all the producers could afford it. Therefore, the objective of this study was to test and select simple and indirect methods to estimate the forage quality at the time of harvest and the phenological development of alfalfa for the Comarca Lagunera region. The planting took place on 3 February 2012, under a split-plot design with four replications, the main plots were the growth states of maturity: bud and be-ginnings of flower, and the subplots were the variety: CUF-101 and Excellent-10. We used the indirect estimator of plant ma-turity MSC “Mean Stem Count”, which takes the phenological state of each individual stem in a sample of stems, 20 stems in our study. We used only the samples from two replications. The samples were analyzed in a commercial laboratory for CP con-tents crude protein, NEL net energy for lactation, ADF acid de-tergent fiber, NDF neutral detergent fiber, DigDM digestibility of dry matter, and TDN total digestible nutrients. The use of MSC to estimate alfalfa forage quality explained between 38 and 45 % of the changes in the variation of ENL and PC, respectively (P = 0.0001). The accuracy of the other quality parameters were lower. This method appears as a good promising tool, to estima-te alfalfa quality at the exact harvest time.

Key words: Crude Protein, Net Energy for Lactation, Matu-rity Stages, Medicago sativa.

INTRODUCCIÓNLa alfalfa (Medicago sativa L.) es una leguminosa perene

ampliamente utilizada en la alimentación animal, como en el sistema tecnificado de producción de leche de bovino. En latitu-des cercanas al trópico, como la “Comarca Lagunera” (25-26° N) es explotada durante todo el año; sin embargo su producti-vidad y calidad no son constantes como resultado de que su crecimiento se ve sometido a fluctuaciones climáticas típicas

AGROFAZ


62

de estas latitudes: temperaturas extremas, fluctuación en la ho-ras luz, demanda evapotranspirativa, estrés hídrico, entre otras variables.

De las variables climáticas que afectan el crecimiento de esta leguminosa, se ha reportado que durante la de primave-ra en latitudes de los 44° N, Minnesota, USA (tres cosechas al año); la temperatura junto con la precipitación tienen fuerte efectos sobre el crecimiento (Sharratt et al., 1986). En cambio durante el crecimiento de verano, la temperatura tiene un efecto positivo sobre el crecimiento de la alfalfa al inicio de esta esta-ción del año, y negativo al final de ella (Sharratt et al., 1987).

Sin embargo en Alberta, Canadá (49° N), se reporta a la temperatura y al fotoperiodo como los factores ambientales que controlan el crecimiento de la alfalfa (Major et al., 1991). Al ser la alfalfa una planta fotosensible, clasificada como de días lar-gos, su floración se acelera durante las épocas del año con las mayores longitudes del día. El fotoreceptor “fitocromo B”, que absorbe radiación de longitud de onda en el rango del rojo y rojo-lejano, controla o dispara la síntesis de la fitohormona de la floración (giberelina) y del inhibidor del crecimiento (Ácido Abscísico), deteniendo la elongación de los tallos. (Wang et al., 2008).

La alfalfa es un forraje que se explota en una gran diversi-dad de ambientes, desde latitudes muy al norte hasta regiones por debajo de la latitud de los trópicos. Esta diversidad ha ge-nerado diversos grados de adaptabilidad de la alfalfa a zonas con diferentes longitudes del día u horas luz. La adaptabilidad de la alfalfa a los diferentes ambientes se mide como niveles o grados de latencia invernal o “dormancia”. Así las alfalfas con mayor grado de latencia (nivel 1) están adaptadas a latitudes de los (45° N o S) o mayores, zonas donde el número de cortes al año llega a no más de tres; hasta alfalfas con el menor grado de latencia (nivel 10-9), las cuales en latitudes del trópico (23° N o S) o menores, son explotadas durante todo año produciendo al menos 12 cortes al año. Sin embargo, en latitudes interme-dias (35° N o S) el criterio de latencia invernal no parece tener un peso determinante en la selección de la variedad a utilizar (Wang et al., 2009) y la tendencia es que a mayor latencia inver-nal, la calidad de la alfalfa (PC, FDA, FDN) es superior (Putnam et al., 2005).

Fluctuaciones en factores climáticos y la fertilidad del suelo bajo los cuales se desarrolla la planta, ocasionan que la cali-dad de la alfalfa no sea constante en las diferentes épocas del año, entre años y entre localidades, a pesar de que se esté cortando la alfalfa a un mismo estado de desarrollo fenológico (Buxton, 1996). Para la estimación del desarrollo y calidad de la alfalfa, se han desarrollados métodos de predicción basados en factores climáticos, como son los basados en la acumulación de unidades calor o grados día GDD05 (Quiroga et al., 1992). Sin embargo, estos han sido reportados como poco precisos cuando han sido utilizados para estimar el momento óptimo del corte en alfalfa (Lee et al., 2002; Sulc et al., 1999), o han sido

utilizados en otras localidades y al ser comparados contra otros métodos donde se incluye la estimación del avance fenológico de la planta (Sanderson, 1992).

Sin embargo, en el intento de cuantificar con mayor preci-sión el avance fenológico de las plantas de alfalfa, y no dejarlo en una simple apreciación visual como el porcentaje de flora-ción, se han desarrollado métodos cuantitativos como: Peso Medio de Tallos (MSW, por su siglas en ingles) y Conteo Medio de Tallos (MSC, por su siglas en ingles), metodologías que de una muestra de tallos, toman en cuenta el avance fenológico de manera individual de cada tallo (Mueller y Teuber, 2008). Otros sistemas similares consisten en medir la altura del tallo más alto en una muestra y el avance fenológico de dicho tallo (Hintz y Albrecht, 1991; Parsons et al., 2006b). Aun así, son métodos que incluyen la apreciación visual y pueden variar de acuerdo al entrenamiento de la persona que los tome.

La industria lechera depende fuertemente de la calidad del forraje que se le proporcione a sus vacas altas productoras, y la calidad del forraje es fuertemente dependiente del avance fenológico del cultivo, la época del año y de las condiciones climatológicas en las que se desarrolló el cultivo. Sin embargo, el manejo de los cortes se realiza tradicionalmente sin la infor-mación previa necesaria sobre la composición química del fo-rraje. Basar el manejo de los cortes en base a un conocimiento previo de su composición química consume tiempo, mano de obra y se puede realizar pero a un costo muy elevado que la mayoría de los productores no podrían solventar (Hintz y Albre-cht, 1991).

Por lo tanto, el objetivo del presente estudio fue el de probar y seleccionar métodos sencillos e indirectos que estimen la ca-lidad al momento del corte y el desarrollo fenológico de la alfalfa para las condiciones de la Comarca Lagunera.

MATERIALES Y MÉTODOSEl estudio se establecido en terrenos del Campo Experi-

mental “La Laguna” del INIFAP (25° 31’ 57’’ N, 103° 14’ 36.6’’ O), en Matamoros, Coahuila. Se utilizaron dos variedades de alfalfa, CUF-101 y Excelente-10, ambas variedades pre-inocu-ladas y con latencias invernales de “9” y “10”, respectivamente. El primer corte se realizó uniformemente en las dos variedades, cortando todas las parcelas al 10% (visual) de floración. A partir del segundo corte, ambas variedades fueron manejadas bajo dos criterios de corte: botón e inicios de flor (10%), los cuales fueron determinados visualmente. El estudio se estableció bajo un diseño de bloques al azar con cuatro repeticiones y con una distribución de los tratamientos en parcelas divididas, donde la parcela mayor fue el estado de madurez al corte y la menor las variedades. Cada parcela menor constó de 36 m2 en total y una parcela útil de 2 m2. En total el estudio ocupó un área efectiva de siembra de 576 m2.

La siembra se realizó el 3 de febrero de 2012, con una den-sidad para ambas variedades de 35 kg ha-1, utilizando para ello

AGROFAZ


63

una sembradora “Brillion”. Previo a la siembra y durante la pre-paración del terreno, se aplicó e incorporó el fertilizante fosfata-do, consistente en 300 kg ha-1 de fosfato monoamónico (MAP, 11-52-00), equivalentes a 156 kg de P2O5 ha-1. De la siembra al primer corte se aplicaron un total de 5 riegos, el de siembra más 4 auxilios; después de cada corte se aplicó un riego de auxilio. Para aplicar los riegos se utilizó un sistema de multi-compuertas. A los 15 días después de la siembra se realizó una aplicación de Pivot® (1 l ha-1), para el control de malezas de hoja ancha principalmente. Para el control de “chicharrita” (Empoasca fabae), durante el verano, se aplicó Malatión CE 50® a una dosis de 2 l ha-1.

Durante la duración del estudio y para ambas variedades se realizaron 11 y 10 cortes para los estados de desarrollo, bo-tón y flor; respectivamente (Cuadro 1). Para la estimación del rendimiento de forraje verde y seco en cada corte, se utilizó el área central de 2 x 1 m de cada parcela; obteniéndose el peso verde de dicha área y una sub_muestra para la estimación del contenido de materia seca (MS) y la producción de forraje seco. Además se muestreó un área de 0.3 x 0.3 m, para el conteo de tallos para estimar el estado de desarrollo del cultivo (utilizando un total de 20 tallos). Los tallos fueron separados por catego-ría y contados, de acuerdo al avance individual de madurez de cada tallo.

Por su simpleza y al ser solo conteos de tallos, y así eliminar fuentes de variación por la altura del corte, en este escrito solo se presentan los resultados de MSC. Esta metodología consi-dera el avance fenológico de individual de cada tallo, y que en conjunto darán el estado global de desarrollo (en forma numéri-ca y no visual) de la alfalfa:

MSC = ∑(# tallos por estado de desarrollo) (Edo. Desarrollo n)

# Total de tallos en la muestra

Estados de desarrollo, categorías de 0 a 9 (n) (Mueller y Teuber, 2008):

0) < 15 cm altura y sin botón/flor.

1) 15-30 cm altura y sin botón/flor.

2) 30 cm < altura y sin botón/flor.

3) Al menos un botón floral.

4) Dos o más botones florales.

5) Una flor abierta.

6) Dos o más flores abiertas.

7) Una a tres vainas verdes.

8) Cuatro o más vainas verdes.

9) Vainas café, maduras.

Los análisis de calidad de forraje se condujeron en un labo-ratorio comercial y solo para dos de las cuatro repeticiones. Se determinó el contenido de proteína cruda (PC %), energía neta de lactancia (EnL, Mcal kg-1), contenidos de fibras neutro deter-gente (FND %), fibra ácido detergente (FAD %), digestibilidad de la materia seca (Dig MS %) y nutrientes digestibles totales (NDT %); todo en base al contenido de la materia seca de la alfalfa (Linn y Martin, 1999). MSC también se relacionó con la acumulación de unidades calor o GDD05 y con la producción de forraje seco por corte (FS, t ha-1).

Cuadro 1.- Fechas de corte de alfalfa, realizados en dos estados de madurez. Variedades CUF-101 y Excelen-te-10. Siembra: 3/02/2012. CELALA 2012-13.

† DDS = Días después de la siembra / días entre cortes.

AGROFAZ


64

Durante los crecimientos ocurridos a finales del mes de Ju-lio, y durante los meses de Agosto, Septiembre y Octubre, apa-recieron los síntomas característicos de la enfermedad fungosa radicular conocida como “Pudrición Texana” ocasionada por el hongo Phymatotrichopsis omnivora (Duggar) Hennebert; sinó-nimo de: Phymatotrichum omnivorum (Shear) ( Kenerley, et al 1998; Samaniego 2013); la cual originó la perdida de parcelas al final del estudio.

Para los análisis estadísticos de la información se utilizó el software SAS®, para relacionar los parámetros de calidad con MSC (PROC GLM); y para la relación de MSC con FS y GDD05, se utilizó la opción de LSMEANS. (SAS/STAT, 1990).

RESULTADOS Y DISCUSIÓNLos rendimientos de forraje seco por corte (FS, t ha-1 cor-

te-1), se muestran en el Cuadro 2, promedio de 10 y 11 cortes para los estados de desarrollo de botón y flor respectivamente. El análisis de varianza no mostró diferencias significativas (P

≤ 0.05), ni en los efectos principales entre los dos estados de madurez (botón y flor), ni entre las dos variedades (latencia 9 o 10, CUF-101 o Excelente 10); ambas variedades son recomen-dadas para su siembra en la Comarca Lagunera. Sin embargo, si se encontró una interacción significativa (P ≤ 0.05) entre es-tos dos factores (Cuadro 3). La interacción ocurrió al nivel del estado de madurez de botón y para la variedad Excelente 10; la cual pudo ser el resultado de que simplemente este tratamiento estuvo ubicado en los lunares del terreno con mayor incidencia de la enfermedad radicular; lo que limitó el desarrollo de las plantas.

En general con la simple acumulación de ΣGDD05 no se lo-gró una buena estimación del avance en el estado fisiológico de la planta o MSC (Figura 1). Contrario a lo reportado en otros estudios (Lee et al., 2002; Sulc et al., 1999), desarrollados en latitudes más al norte, donde se utilizó la simple acumulación de ΣGDD05 (Quiroga et al., 1992); pero es poco probable que dichos modelos puedan trabajar en diversos ambientes o lati-tudes (Sulc et al., 1999).

Cuadro 2. Rendimientos de forraje seco, promedio por corte (t ha-1), de dos estados de madurez y dos variedades de alfalfa con diferente nivel de latencia invernal. CELALA 2012-13.

† Medias con la misma literal son estadísticamente iguales. P ≤ 0.05. ‡ Botón 11 cortes, Flor 10 cortes.§ Latencia invernal.

En la Figura 1, se presenta la relación entre la acumulación de ΣGDD05 y MSC; y de este último con la producción de FS de alfalfa (FS t ha-1) en cada corte, ambas sin conciderar la infor-mación del primer corte y únicamente de las dos repeticiones utilizadas para los análisis de calidad de forraje. La relación en-tre MSC y ΣGDD05, fue de segundo grado pero baja, con un co-eficiente de determinación de 0.35 (R2), esto es ΣGDD05 explico solo el 35% de los cambios en MSC. Sin embargo si muestra una clara tendencia de la relación entre estas dos variables in-dependientes. Al realcionar MSC con la producción de FS la precición de la estimación bajó aún más (r2), solo el 13% de la variación en la producción de FS fue explicada por cambios en la variable MSC. Esta gran variabilidad, sobre todo en la esti-mación de FS, es en gran medida consecuencia de los efectos

negativos en la población de plantas generados por el ataque del hongo de la pudrición “Texana”, que llegó a tal grado que eliminó algunas parcelas al final del estudio.

En general el uso de MSC mostró estimaciones bajas de los parametros de la calidad del forraje de alfalfa (Figura 2). Las mejoreas realciones entre MSC y la calidad de la alfalfa fueron para EnL y PC, con coeficientes de determinación (r2) que expliacron el 45 y 38 % de los cambios en EnL y PC con los cmabios en ocurridos en MSC, respectivamente. En ambos casos, los modelos lineales fueron altamente significativos (P = 0.0001). Para los parámetros FDN, FDA, NDT y DigMS, con el uso de MSC como estimador, se logró explicar solo del 13 al 23 % (r2) de los cambios ocurridos.

AGROFAZ


65

Cuadro 3. Probabilidad para las diferencias entre las medias individuales de forraje seco por corte de cada com-binación de estado de madurez y variedad, procedimiento PROC GLM, LSMEANS. CELALA 2012-13.

Figura 12. Relación entre Conteo Medio de Tallos (MSC) con la acumulación de ΣGDD05 (A), y la producción de forraje de alfalfa, FS t ha-1 con MSC (B). Cada punto es una observación de cada una de las dos variedades y de

las dos repeticiones. Cortes en los estados fenológicos de botón (■) y flor (♦). CELALA 2012-13.

Estas bajas estimaciónes pueden ser atribuidas a la gran variabilidad que se presentó en el estudio por la enfermedad ra-dicular que atacó al cultivo. Sin embargo en estudios similares con alfalfa, también han sido reportados valores muy parecidos e igual de bajos en la estimación de FDN, FDA Y DigMS; r2 de 0.27, 0.14 y 0.14, respectivamente (Rosenberg, 1993). En cam-bio, Hintz y Albrecht (1991), Winsconsin EUA; utilizando ecua-ciones del segundo grado obtuvieron una expliación (R2) del 71, 72 y 74 % en los cambios de PC, FDN y FDA, utilizando MSC como variable independiente. Fick y Onstad (1988), utilizando MSW en lugar de MSC, lograron explicar el 62 % de los cam-bios en el contenido de PC de la alfalfa, solo que unicamente utilizaron 43 observaciónes para su validación.

Para la estimación de la calidad de la alfalfa se han utilizado otros parámetros morfológicos. El utilizado en este reporte, MSC es directo y simple; es un conteo de tallos clasi-ficados por su estado de madurés, conciderando la ausencia o prersencia de botón floral y de la propia flor. Hintz y Albre-

cht (1991), desarrollaron una serie de parámetros descriptores (PEAQ, “predictive equations for alfalfa quality”) para el avance en madurés de la alfalfa, de los cuales destacaron dos de ellos, los cuales a pesar de ser faciles de medir implica que no serán constantes; ya que depende de la apreciación de la persona que los tome: MAXHT (altura del tallo de mas alto en la mues-tra) y MAXSTAGE (estado de madurés del tallo de mayor altura en la muestra, mismos criterios que con MSC).

Otros investigadores han recurrido a las transformaciónes, por ejemplo logaritmos naturales, de los estimadores de ma-durés como MSC o MSW; lo que implica procedimientos ma-temáticos extras (Sanderson, 1992). Parsons et al., (2006a y 2006b) utilizando el método de PEAQ en convinación con GDD con bases de 5 y 0°C, altitud del campo de alfalfa, día juliano de la toma de la muestra, diferencia de la altitud del campo de alfalfa y el lugar donde se encuentre la estación climatológica mas cercana; lograron excelentes estimaciones del contenido de NDF en alfalfa en mezcla con pastos y en alfalfa monoculti-

AGROFAZ


66

vo; logrando explicar en hasta del 80 al 92 %, de los cambios. Estos ultimos métodos son de mayor prescisión pero requieren

de mayor información y recurren a ecuaciones matemáticas más complejas.

Figura 13. Calidad del forraje de alfalfa: proteína cruda PC, energía neta de lactancia ENl, fibra detergente neutro y ácido FDN y FDA, digestibilidad de la materia seca Dig. MS y nutrientes digestibles totales NDT; y sus relacio-nes con MSC. Cada punto es una observación de las dos variedades y de dos repeticiones. Cortes en los esta-

dos fenológicos de botón (■) y flor (♦). CELALA 2012.

AGROFAZ


67

CONCLUSIONESLos resultados obtenidos en este estudio, y debido a la in-

festación presencia y ataque de la “Pudrición Texana” Phymato-trichopsis omnivora (Duggar) Hennebert; sinónimo de: Phyma-totrichum omnivorum (Shear), no permiten emitir conclusiones determinantes.

La estimación de la calidad por medio de MSC puede ser posible, solo hay que afinar el procedimiento. Lo anterior traerá grandes beneficios a los productores de leche, ya que podrán estar ajustando las dietas de los animales en el mismo día que se esté cosechando la alfalfa. Es recomendable conducir de nuevo el estudio, pero que se establezca en diferentes ambien-tes.

AGRADECIMIENTOS.La información aquí presentada es parte de un estudio fi-

nanciado por el fondo FOMIX-Coahuila en la convocatoria (COAH-2011-C19-163386).

LITERATURA CITADABuxton, D.R. 1996. Quality-related characteristics of forages as

influenced by plant environment and agronomic fac-tors. Anim. Feed Sci. Tech. (59):37-49.

Fick G W y Onstad D. 1988. Statistical models for predicting alfalfa herbage quality from morphological or weather data. J. Prod. Agric. (1):160-166.

Hintz R W y Albrecht K A. 1991. Prediction of alfalfa chemical composition from maturity and plant morphology. Crop Sci. (31):1561-1565.

Kenerley C M, White T L, Jeger M J y Gerik T J. 1998. Sclerotial formation and strand growth of Phymatotrichopsis omnivora in minirhizotrons planted with cotton at different soil water potentials. Plant Pathology (47):259-266.

Lee K, Allen M, Leep R. 2002. Predicting optimum time of alfalfa harvest. p. 149-152. En Proc. Tri-State Dairy Nutrition Conf., Fort Wayne, IN. Abril 16-17, 2002. The Ohio State University.

Linn J G y Martin N P. 1999. Forage quality tests and interpre-tations. University of Minnesota Extension, WW-02637, 13p.

Major D J, Hanna M R, Beasley B W. 1991. Photoperiod res-ponse characteristics of alfalfa (Medicago sativa L.) culti-vars. Can. J. Plant Sci. (71)87-93.

Mueller, S. C. y Teuber, L. R. 2008. Alfalfa growth and develo-pment. En (Ed. Summers. C.G. y Putnam, D.H.) Irrigated alfalfa mangement for mediterranean and desert zones. University of California & Agriculture and Natural Resources. Publication 3512. Pp31-38. Oakland, CA, EUA.

Parsons D, Cherney J H y Gauch Jr. H G. 2006a. Alfalfa fiber estimation in mixed stands and its relationship to plant mor-phology. Crop Sci. (46):2446-2452.

Parsons D, Cherney J H y Gauch Jr. H G. 2006b. Estimation of spring forage quality for alfalfa in New York. Forage and Grazinglands doi:10.1094/FG-2006-0323-01-RS.

Putnam D H, Orloff S, Teuber L R. 2005. Strategies for balan-cing quality and yield in alfalfa using cutting schedules and varieties. Proc. 35th California alfalfa & forage symposium. Visalia CA, EUA. (35)237-251.

Quiroga G H M, Winch J E, Brown D M. 1992. Estimación de la calidad de la alfalfa utilizando parámetros climatológicos. ITEA (88)133-141.

Rosenberg R J. 1993. Predicting alfalfa quality using the mean stage by count method. Annual meeting American Society of Agronomy, Agron. Abstr. p. 171. Medford, OR, EUA.

Samaniego G J A. 2013. Supervivencia de los esclerocios de Phymatotrichopsis omnivora en función del pH in vitro. Rev. Mex. Ciencias Agri. (4):337-351.

Sanderson M A. 1992. Predictors of alfalfa quality: Validation with field data. Crop Sci. (32):245-250.

SAS/STAT. User’s guide. Volume 2, GLM-VARCOMP. 1990. SAS Institute Inc. Cary, NC, EUA.

Sharratt B S, Baker D G, Sheaffer C C. 1986. Climatic effect on alfalfa dry matter production. Part I. Spring harvest. Agric. and Forest Meteorology (37)123-131.

Sharratt B S, Baker D G, Sheaffer C C. 1987. Climatic effect on alfalfa dry matter production. Part II. Summer harvest. Agric. and Forest Meteorology (39)121-129.

Sluc R M, Albrecht K A, Owens V N, Cherney J H. 1999. Upda-te on predicting harvest time for alfalf. p. 166-176. En Proc. Tri-State Dairy Nutrition Conf., Fort Wayne, IN. Abril 20-21, 1999. The Ohio State University.

Wang C, Ma B L, Han J, Wang Y, Gao Y, Hu X, Zhang C. 2008. Photoperiod effect on phytochrome and abscisic acid in alfal-fa varieties differing in fall dormancy. J. Plant Nut. (31)1257-1269.

Wang C, Ma B L, Yan X, Han J, Guo Y, Wang Y, Li P. 2009. Yields of alfalfa varieties with different fall-dormancy levels in a temperate environment. Agron. J. (101)1146-1152.

AGROFAZ 69

PRODUCCIÓN DE FORRAJE DE VARIEDADES DE ZACATE BUFFEL [Pennisetum ciliare L. (Link.) Sin. Cenchrus ciliaris L.] EN

LA REGIÓN ÁRIDA DEL ESTADO DE DURANGO, MÉXICO.

Forage Production of Buffel Grass Varieties [Pennisetum ciliare L. (Link.)] sin. [Cenchrus ciliaris L.] in the Arid Region of the Durango State, Mexico.

Miguel A. Velásquez Valle*1, Jesús A. Muñoz Villalobos1, Hilario Macías Rodríguez1, Gerardo Esquivel Arriaga1 y Miguel Rivera González1.

1 Centro Nacional de Investigación Disciplinaria en Relación Agua-Suelo-Planta-Atmósfera (CENID-RASPA). INIFAP. Km. 6.5 Margen derecha Canal Sacramento. 35140. Gómez Palacio, Durango. MEXI-

CO. * Autor para correspondencia: e-mail: [email protected]

RESUMENEn la región árida del Estado de Durango, la escasa y errá-

tica precipitación pluvial (325.5 mm) limita la producción de es-quilmos o forraje de los cultivos y en los pastizales nativos; por lo cual existe un déficit en la disponibilidad de alimento para sustentar el desarrollo de la ganadería. Una opción para reducir éste déficit es establecer praderas con especies forrajeras más eficientes en el uso del agua de lluvia como el zacate buffel. Con el propósito de cuantificar la producción de materia seca bajo las condiciones ambientales en el Municipio de San Luis del Cordero se estableció un ensayo de rendimiento de seis materiales de zacate buffel (Variedades LAREDO y PECOS; Líneas experimentales AS - 245, 43 y 72 y la colecta NAZAS). El ensayo se inició con “punta de riego” para asegurar su es-tablecimiento y bajo temporal el resto de la estación de lluvias. Para cada material evaluado se trasplantó una planta cada 0.5 metros en la base del surco. La parcela experimental consistió de tres surcos de cinco metros de longitud y espaciados 0.8 metros entre ellos. El ensayo se estableció considerando un diseño bloques al azar con cuatro repeticiones. Las variables a cuantificar dentro de cada tratamiento fueron altura de planta (m) y producción de materia seca (t ha-1). Los resultados obteni-dos señalan que para la variable altura de planta existieron dife-rencias significativas (P ≤ 0.05, Tukey) entre tratamientos; des-tacando las Variedades PECOS y LAREDO con 1.14 y 1.06 m, respectivamente. Con respecto a la producción de biomasa, tambien existieron diferencias significativas (P ≤ 0.05, Tukey) entre tratamientos encontrando que las Variedades LAREDO y PECOS tuvieron los más altos rendimientos con 3.0 y 2.6 t ha-1, respectivamente.

Palabras clave: Materia seca, Rendimiento, Altura de plan-ta, Zacate buffel.

ABSTRACTIn the arid region of the State of Durango, the lower and

erratic rainfall (325.5 mm) limits the crop production of forage from crops and native rangelands; for which there is a deficit in the availability of food to sustain the development of animal production or livestock. An option to reduce this deficit is to es-tablish more efficient forage species in the use of rainwater as buffel grass. In order to quantify the production of dry matter under the environmental conditions in the county of San Luis del Cordero it was established a trial performance of six materials of buffel grass ( LAREDO and PECOS varieties; AS - 245, 43 and 72 Experimental lines and the NAZAS collection). The trial began with “tip of irrigation” to ensure its establishment and low rainfall the rest of the rainy season. For each evaluated ma-terial it was transplanted a plant every 0.5 meters at the base of the furrow. The experimental plot consisted of three rows of five meters long and spaced 0.8 m among them. The trial was established under an experimental design of randomized com-plete block design with 4 replications. The variables to quantify within each treatment were plant height (m) and dry matter pro-duction (t ha-1). The results obtained indicate that there existed were significant differences for variable plant height (P ≤ 0.05, Tukey) among treatments; highlighting PECOS and LAREDO varieties with 1.14 and 1.06 m, respectively. With regard to the production of biomass, also there were significant differences (P ≤ 0.05, Tukey) among treatments, finding that the LAREDO and PECOS varieties had higher yields with 3.0 and 2.6 t ha-1, respectively.

Key words: Dry matter, yield, plant height, buffel grass.

AGROFAZ


70

INTRODUCCIONEn la región árida del Estado de Durango, la principal ac-

tividad en el sector primario es la ganadería extensiva. Lo an-terior debido principalmente a las condiciones climatológicas adversas para la producción de cultivos de temporal (Medina et al., 2005). La escasa y errática precipitación pluvial es la única fuente de humedad para los cultivos y pastizales de la región. Por esta razón, año con año existe un déficit en la disponibilidad de forraje para sustentar el desarrollo de la ganadería regional. Sólo la ocurrencia de eventos extraordinarios en magnitud am-plía la posibilidad de producción de esquilmos en áreas agrí-colas de temporal y del pastizal nativo. El beneficio de estos eventos de precipitación es mediante el aprovechamiento de escurrimientos superficiales en cauces y arroyos; los cuales son derivados hacia parcelas para suplementar las necesida-des hídricas de los cultivos. De tal manera que durante la época de lluvias la presencia de eventos de escurrimiento superficial en los cauces naturales es muy poca o nula, no existe la posi-bilidad de producir esquilmos o forraje para alimentar el ganado y también la productividad en los pastizales es nula. En este contexto, es necesario y oportuno disponer de especies forra-jeras más eficientes para transformar los milímetros de lluvia o los metros cúbicos de agua derivados de los arroyos hacia las parcelas, en materia seca o forraje. En este sentido una opción viable es el uso del zacate buffel [Pennisetum ciliare L. (Link.) Sin. Cenchrus ciliaris L.], el cual por sus atributos genéticos y fisiológicos tiene amplias posibilidades de adaptarse a la región árida del estado.

Los antecedentes de investigaciones realizadas destacan la amplia relación entre el comportamiento espacio-temporal del crecimiento o desarrollo de esta espacie con los factores del medio ambiente. Estos estudios se han realizado con el propó-sito de caracterizar y seleccionar variedades de zacate buffel (Pennisetum ciliare L.) para diferentes condiciones ecológicas (Servín y Ramírez, 1981; Martin-R. et al., 1995; González et al., 1996; All-Doss y Assaeed, 2003; Hernández et al., 2004; Arshad et al., 2006; Beltrán et al., 2008; Issoufou et al., 2008; Ibarra-Flores et al., 2010; Conde-Lozano et al., 2011).

Para las condiciones de Islamabad en Pakistán con un promedio de precipitación anual superior a los 1000 mm se ha reportado una producción de biomasa promedio de seis años de 9.25 t ha-1 (Arshad et al., 2006). Cerca de Riyadh en Arabia Saudita también se evaluaron 24 materiales locales de zacate buffel; los autores encontraron que con una precipitación pro-medio de tres años de 286 mm anuales se obtuvo al tercer año un rendimiento de forraje de 21.2 t ha-1 (All-Doss y Assaeed, 2003).

En los estudios realizados, para cuantificar el grado de adaptación o potencial de cultivo, se han tomado en cuenta va-riables que están relacionadas con la producción de biomasa. Adicionales al rendimiento se han estimado parámetros relacio-nados con la caracterización de los materiales como la activi-dad fotosintética y eficiencia de uso del agua (Issoufou et al., 2008) y la calidad del forraje como el porcentaje de proteína cruda, digestibilidad in vitro de la materia seca, contenido de minerales (González et al., 1996) cenizas y proteína digestible (Beltrán et al., 2008). Todos estos parámetros varietales son indicadores más precisos de la adaptación de esta especie a condiciones principalmente de sequía y heladas. Sin embargo, la producción y la calidad de materia seca producida por los zacates son los principales indicadores del grado de adapta-ción de esta especie a condiciones adversas (González et al., 1996). En México, varios estudios de evaluación de materiales genéticos se han llevado a cabo principalmente en los estados de Sonora (Martin-R. et al., 1995) y Tamaulipas (Conde-Lozano et al., 2011). Por ejemplo, Valle et al., (2004) evaluaron la capa-cidad de producción de biomasa del zacate buffel Var. Biloela asociada a la especie Gliricidia sepium; encontrando que bajo la asociación el zacate buffel produjo una mayor cantidad de biomasa o forraje (5.38 t MS ha-1) con respecto a la producción en una parcela solo con zacate buffel (2.30 t MS ha-1). Por otro lado, en el Estado de Chihuahua se ha reportado que a pesar de registrarse una precipitación de 285 mm, algunos materiales de zacate buffel como AS-245, 72, 18, 43, 66 y la variedad For-midable produjeron más de 5.0 t ha-1 de materia seca (Terrazas, 2007). De manera genérica en el Cuadro 1 se presenta infor-mación del comportamiento de producción de forraje de varios materiales de zacate buffel en el país.

Cuadro 1. Producción de biomasa (t ha-1) de materiales de zacate buffel para diferentes condiciones ambientales en México.

AGROFAZ


71

El objetivo del presente estudio es presentar el impacto de las condiciones ambientales prevalecientes en el Municipio de San Luis del Cordero sobre el crecimiento y desarrollo de la especie Pennisetum ciliare L. (Link.) Sin. Cenchrus ciliaris L. (zacate buffel) bajo condiciones de temporal.

MATERIALES Y METODOS

Descripción del sitio de estudioEl municipio de San Luis de Cordero se encuentra situado

en el centro-norte del estado, entre las coordenadas 25º 11’ a 25º 30’ de Latitud Norte y 104º 04’ a 104º 29’ de Longitud Oeste en el Estado de Durango; a una altura de 1,490 metros sobre el nivel del mar. El clima en la región es semi-seco en el Este del municipio y semi-cálido al Oeste. La temperatura media anual es de 12°C, con máxima de 29.6 °C y mínima de 5 °C. Contan-do con una precipitación media anual de 325 milímetros (Figura 1). El promedio anual de días con heladas es de 27.75 días. Las lluvias re registran entre los meses de junio y agosto (Medi-na et al., 2005). El origen del suelo es en la región es aluvial por su orografía. Los suelos presentan una profundidad promedio de 0.25 a 0.50 metros de textura blanda arenosa con grava,

de color castaño claro a obscuro y un pH de 7.5 a 8.0, libre de sales. La Unidad de suelo al que corresponde es el llamado Litosol y su mayor parte de suelo se usa para la ganadería ex-tensiva como agostadero, siguiendo en importancia el uso agrí-cola (FIRCO, 2004; INEGI, 1976). Los factores que limitan el desarrollo de la ganadería visto como un incremento en el hato ganadero son: económicos, genética animal, alto costo de los forrajes y poca disponibilidad de forraje en los pastizales. Los autores reportan que para este municipio el 98% de los gana-deros entrevistados están relacionados con actividades agríco-las (Orona, et al., 2009). La vegetación típica del sitio (de zonas áridas y semiáridas) está limitada por el recurso agua, por esta razón el tipo, la composición y la densidad de los elementos de la vegetación están determinados por la topografía y el tipo de sustrato (SEMARNAT-Gob DURANGO, 2007). Este tipo de vegetación está compuesta principalmente por: Mezquite, hui-zache, lechuguilla, ocotillo, sotol, nopal, orégano, gobernadora, candelilla, maguey y gran variedad de cactáceas. En el estado de Durango, los valles representan la región con mayor pro-ducción de biomasa de pastizales nativos con un 28.8% de su superficie. La producción de materia seca promedio de los pas-tizales nativos no supera los 0.175 t ha-1 (COTECOCA, 1979).

Tomado de Medina et al., 2005

Figura 1. Distribución temporal promedio de la temperatura y precipitación en la estación de San Luis del Cordero, Dgo.

Establecimiento del ensayo de rendimiento Para el establecimiento del ensayo de rendimiento de zaca-

te buffel se sembraron dos charolas de unicel de 77 cavidades para cada variedad el día 2 de agosto de 2013. El estableci-El estableci-miento en campo se realizó en el Municipio de San Luis del Cordero, Dgo. el día 8 de Agosto de 2013 mediante el método de trasplante de plantulas en una parcela bajo condiciones de

“punta de riego” o previamente irrigada con los escurrimientos superficiales del Arrollo Naycha. Para cada material evaluado se trasplantó una planta cada 0.5 metros en la base del sur-co. La parcela experimental consistió de tres surcos de cinco metros de longitud y espaciados 0.8 metros entre ellos. Las caracteristicas de los materiales evaluados se presentan en el Cuadro 2.

AGROFAZ


72

Cuadro 2. Descripcion de los materiales de zacate buffel evaluados en el Municipio de San Luis del Cordero, Dgo. 2013.

Altura de plantaPosterior al traplante, se realizaron mediciones de esta va-

riable a partir de la superficie del suelo, a intervalos semanales. La parcela útil se consideró como cinco plantas con competen-cia completa; las cuales se ubicaron en el surco de enmedio de la parcela experimental.

Producción de biomasaPara estimar la producción de la biomasa de cada material

genético y en cada repeticion, tres plantas fueron cosechadas o cortadas al raz del suelo; sólo tres plantas con competencia completa conformaron la parcela útil. El corte se realizó con fe-cha del 20 de noviembre de 2013. La biomasa producida fue secada en la estufa (a 105 °C por un periodo de 24 horas) hasta alcanzar un peso constante. Con esta información y conside-rando el área de la parcela experimental (la distancia entre sur-cos y entre las tres plantas) el peso obtenido fue extraplolado a toneladas por hectárea.

Analisis de la informaciónEl analisis estadístico de la información de altura de planta

y rendimiento se considero un diseño experimental bloques al azar con muestreo en las unidades experimentales y cuatro re-

peticiones. El número de muestras dentro de cada bloque fue de 5 y 3 para altura de planta y rendimiento, respectivamente. El analisis de varianza (ANOVA) se realizó utilizando el Paque-te estadístico SAS (Ver.9) con el Programa GLM (SAS, 2002). Para determinar la asociación entre los valores promedio de las alturas de planta y el rendimiento se utilizó el coeficiente de determinación (R2) de un modelo de regresion lineal.

RESULTADOS Y DISCUSIONLa precipitación total anual registrada en la estación clima-

tológica ubicada en la cabecera municipal fue de 403.2 mm; la distribución temporal de los eventos de precipitación puede apreciarse en la Figura 2. Como se observa en la misma Figu-ra, a la fecha del trasplante ya se habían precipitado el 41% (167.8 mm) del total en el año. A partir de esta fecha, la persis-tencia de los eventos de precipitación hizo posible el estable-cimiento, crecimiento y desarrollo de las diferentes variedades evaluadas bajo condiciones de campo. La excelente habilidad de esta especie para adaptarse a las condiciones de sequía (Terrazas, 2007), facilitaron para que todos los materiales eva-luados pudieran llegar a la etapa de madurez fisiológica (caída de semilla) con los restantes 235 mm precipitados hasta el mo-mento de la cosecha.

AGROFAZ


73

Altura de plantaBajo las circunstancias ambientales de humedad (tanto

atmosféricas como edafológicas) en las que se evaluaron los materiales de zacate buffel, se encontraron diferencias signi-ficativas (P ≤ 0.05) en altura de planta entre los tratamientos evaluados o variedades (Cuadro 3). Las variedades PECOS y LAREDO presentaron la mayor altura que el resto de los ma-teriales con más de 1.06 metros, mientras que el resto de los materiales su altura fluctuó entre los 0.88 y 1.02 metros. De acuerdo con otros estudios (Reyes et al., 2002; Ibarra-Flores et al., 2010) los materiales considerados en este reporte se clasi-fican de acuerdo a las alturas alcanzadas como medias y altas.

Esta característica del hábito de crecimiento de esta especie forrajera es importante porque el dosel de las plantas cubre y protege al suelo conservando la humedad, incrementando la infiltración y evitando la erosión hídrica (Mganga et al., 2010).

RendimientoEn cuanto al rendimiento calculado como materia seca (t ha-

1), al igual que con la variable altura de planta, las variedades LAREDO y PECOS presentaron los valores más altos (3.0 y 2.6 t ha-1, respectivamente). El material colectado en la región (NAZAS) produjo el valor más bajo en rendimiento (1.9 t ha-1) como puede observarse en el Cuadro 3.

Figura 2. Distribución de la precipitación pluvial registrada en la Estación climatológica de San Luis del Cordero, Dgo., durante 2013.

Cuadro 3. Comparación de medias de los valores de altura y biomasa de zacate buffel al momento del corte.

* Las medias con la misma letra en la misma columna no son significativamente diferentes (P ≤ 0.05, Tukey)

AGROFAZ


74

Estos resultados concuerdan con lo reportado por Andrade et al., (2009) quienes al rehabilitar praderas de zacate buffel en el Estado de Tamaulipas, encontraron que la captación y re-tención de humedad hicieron posible una mayor producción de forraje (3.15 t ha-1) que el tratamiento testigo (1.65 t ha-1). Para las condiciones de aridez de la región la disponibilidad de hu-medad en el suelo es crítica para el establecimiento de nuevas praderas de zacate; así como en la cantidad de materia seca producida (Weidenfeld, et al., 1985). Como puede observarse en la Figura 3, la variación temporal del contenido de la hu-medad en el suelo promedio dentro de la parcela experimental presento un déficit importante debido a que en un periodo de 23 días se precipitaron 22.2 mm, lo que ocasionó que el porcentaje del contenido de humedad en el suelo permaneciera por deba-

jo de 1500 kPa de tensión o punto de marchitez permanente (PMP). Es importante señalar que precisamente al inicio del pe-riodo de déficit de humedad en el suelo se inició de manera si-multánea el periodo de floración; el cual continuó hasta la fecha del corte (20 de Noviembre). A pesar de presentarse este déficit de disponibilidad de humedad en el suelo en un periodo crítico como la floración, el crecimiento de los materiales evaluados no fue afectado debido a que después del 4 de Noviembre la ocurrencia de varios eventos de precipitación el contenido de humedad en el suelo estuvo por encima del valor por ciento de humedad a 1500 kPa o Punto de Marchitez Permanente. Con la humedad proporcionada por estos últimos eventos se asegu-ró la producción de semilla.

Figura 3. Distribución temporal de la precipitación y la humedad del suelo en la parcela experimental durante 2013 en San Luis del Cordero, Durango.

Con el propósito de asociar la altura de la planta como varia-ble independiente y el rendimiento calculado como la variable dependiente se realizó un análisis de regresión lineal simple (Figura 4). Aunque el valor del coeficiente de regresión es bajo (R2 = 0.42) el modelo presenta una tendencia lógica; es de-cir, más altura de planta más producción de biomasa o materia seca. La información de altura de planta recabada es una base de datos útil para validar y calibrar modelos de curva de creci-miento y/o la simulación de producción de materia seca de esta

especie forrajera en condiciones de temporal, considerando la precipitación y la humedad del suelo (Gómez, 2007). De igual manera, es importante considerar en futuras evaluaciones de estos materiales la respuesta en el rendimiento a la fertilización de nitrógeno bajo condiciones de temporal debido a que se ha reportado que esta especie responde a las aplicaciones de este elemento bajo este régimen de humedad (Wiedendeld et al., 1985).

AGROFAZ


75

Figura 4. Relación entre los valores promedio de altura y rendimiento de los seis materiales de zacate buffel.

Por otro lado, es recomendable continuar con esta evalua-ción de estos materiales de zacate buffel con el propósito de cuantificar la biomasa producida para diferentes cortes bajo condiciones ambientales distintas a en las cuales se realizó este ensayo (escenarios de sequía dentro y fuera de la estación de crecimiento). También, es necesario determinar el impacto de condiciones ambientales diferentes para diferentes cortes sobre la calidad del forraje producido.

CONCLUSIONESLas condiciones de humedad prevalecientes durante el año

2013 fueron aceptables para el crecimiento y desarrollo de la especie de zacate buffel [Pennisetum ciliare L. (Link.) Sin. Cen-chrus ciliaris L.]. La información recabada durante este ciclo de altura de planta y materia seca producida por los diferentes ma-teriales de esta especie evaluados permiten concluir de manera preliminar lo siguiente:

La altura de las variedades PECOS y LAREDO presentaron una altura promedio de 1.06 metros y fueron diferentes estadís-ticamente (P ≤ 0.05, Tukey) que el resto de los materiales; los cuales su altura fluctuó entre 0.88 y 1.02 metros.

En lo que se refiere a la biomasa producida, las variedades LAREDO y PECOS presentaron los valores más altos (3.0 y 2.6 t ha-1, respectivamente) y resultaron diferentes estadística-mente (P ≤ 0.05, Tukey) que el resto de las líneas experimen-tales evaluadas.

Es necesario continuar con la evaluación de estos materia-les con el propósito de conocer la respuesta en la producción de materia seca y calidad del forraje bajo condiciones de sequía extrema y aplicación de fertilizantes nitrogenados.

LITERATURA CITADAAll-Doss, A. A. and A. M. Assaeed. 2003. Evaluation of 24 local

seed Sources of buffel grass for persistence and forage yield in the Riyadh area. J. King Saud Univ. 15: 133 – 139.

Andrade, L., E. M. Espinosa R., R. Garza C. y J. J. Verdoljak. 2009. Rehabilitación de praderas con el uso del rodillo ae-reador. In: Memorias del VI Simposio Internacional de Pasti-zales. 4 al 7 de Noviembre. Monterrey, N.L. México.

Arshad, U. M., A. Razzaq and R. Saleem. 2006. Performance of various forage grasses under spring and monsoon seasons at Pothowar Plateau (Pakistan). International Journal of Agri-culture & Biology. 8: 398 – 401.

Beltrán, L. S., C. Loredo O., J. A. Hernández A., J. Urrutia M., H. G. Gámez V., T. Núñez Q., L. A. González E. y C. A García D. 2008. Buffel Titán y Buffel Regio. Nuevas variedades de pastos para el altiplano de San Luis Potosí. (Establecimien-to y Producción de semilla). Folleto Técnico № 35. Campo Experimental San Luis. CIRNE-INIFAP. 36 p.

Conde-Lozano, E., A. J. Saldívar-Fitzmaurice, F. Briones-Enci-na, y J. C. Martínez-González. 2011. Autopolinización en la producción de semilla de pasto buffel (Cenchrus ciliaris L.). Agronomía Mesoamericana. 22: 133 – 140.

COTECOCA, Comisión Técnico-Consultiva para la determina-ción regional de coeficientes de agostadero. SARH. Duran-go. 1979. Subsecretaría de Ganadería. pp. 131 – 132.

FIRCO, Fideicomiso de Riesgo Compartido. 2004. Programa nacional de microcuencas. Presidencia Municipal de San Luis del Cordero, Durango.

AGROFAZ


76

García E. G., D. M. Aguilera Ch., F. O. Carrete C. y J. F. Sánchez A. 1992. Evaluación de gramíneas forrajeras en la región de los Llanos de Durango. p. 22. In: Martínez S., J. A. et al. (Ed.) Memorias del VIII Congreso Nacional de Manejo de Pastizales. Soc. Mexicana de Manejo de pastizales. 19 al 21 de Agosto, Guadalajara, Jal. México.

García E. G., F. O. Carrete C., S. A. Rodríguez O. y J. C. Flores M. 2007. Reconversión de cultivos, un reto a la productivi-dad: transformación de temporales de alta siniestralidad en praderas de zacate buffel. 166 p. In: Memorias de la 2nda. Re-unión Nacional de Innovación Agrícola y Forestal. Realizado del 19 al 21 de Septiembre, en Guadalajara, Jal. 344 pp.

González, A., J. A. Eguiarte, R. Martínez y M. R. Rodríguez. 1996. Adaptación y producción de gramíneas forrajeras en Jalisco, México. Pasturas Tropicales. 18: 30 – 35.

Gómez, de la F., E. H. Díaz S., A. Saldívar F., F. Briones E., V. Vargas T. y W. E. Grant. 2007. Patrón de crecimiento de pasto buffel [Pennisetum ciliare L. (Link.) Sin. Cenchrus ci-liaris L.] en Tamaulipas, México. Tec. Pecu. Mex. 45: 1 – 17.

Hernández, R. P., E. de J. Cuellar V. J. Martínez V. 2004. Guía para el establecimiento y manejo de zacate buffel ZARA-GOZA 115 para la producción de semilla bajo riego. Folleto Técnico N° 228. Campo Experimental Zaragoza-CIRNE-INIFAP. Zaragoza, Coah. México. 28 p.

Ibarra-Flores, F. A., M. Martín-Rivera, F. G. Denogean-Balles-teros y S. Moreno-Medina. 2010. Caracterización del zacate buffel cimarrón en la sierra de Sonora. Ecología, Manejo y Conservación.514 – 527. In: Memorias del VII Simposio In-ternacional sobre la Flora Silvestre en Zonas Áridas. 17 al 19 de Marzo. Hermosillo, Sonora, México.

INEGI, Instituto Nacional de Estadística, Geografía e Informáti-ca. (1976). Cartas edafológicas G13D32 y G13D33. Escala 1:50 000. México, D. F. México.

Issoufou, M., M. Zaman Allah, A. Ferchichi and E. Ferjani. 2008. Clipping effects on the growth variation, water use efficiency and photosynthetic activity in buffel grass (Cenchrus ciliaris L.) poaceae. Asian J. Plant Sci. 7: 95-99.

Martin-R, M. H., J. R. Cox and F. Ibarra-F. 1995. Climatic effect on buffel grass productivity in the Sonoran desert. J. Range Manage. 38: 60 – 63.

Medina, G. G., G. Díaz P., J. López H., J. A. Ruíz C. y M. Marín S. 2005. Estadísticas climatológicas básicas del Estado de Durango. (Periodo 1961 – 2003). Libro Técnico N°1. Campo Experimental Valle del Guadiana. CIRNOC-INIFAP. 224 p.

Mganga, K. Z., N. K. R. Musimba, M. M. Nyangito, D. M. Nya-riki and A. W. Mwangombe. 2010. Improving hydrological response of degraded soils in semi-arid Kenia. J. of Environ-mental Science and Technology. 3: 217 – 225.

Orona, C. I., J. Estrada A., G. Rangel R., J. de J. Espinoza A., C. Vázquez V. y E. Salazar S. 2009. Ganadería ejidal y emi-gración en el Municipio de San Luis del Cordero, Durango, Norte de México. Revista Mexicana de Agronegocios. XIII: 46 – 57.

SAS, Statistical Analysis System. 2002. Software and User´s Guide. Ver. 9.0. SAS Institute Inc., Cary, NC, USA.

SEMARNAT-GOBIERNO DEL ESTADO DE DURANGO. 2007. Ordenamiento ecológico del Estado de Durango. 194 p.

Servín, J. C. y F. Ramírez M. 1981. Evaluación de nuevas va-riedades de zacate buffel en el estado de Sonora. P81006. Disponible en: http://www.patrocipes.org.mx/publicaciones/pastizales/P81006.php. Consultado el 23 de Septiembre de 2013.

Terrazas, P.G. 2007. Rendimiento de forraje de materiales de zacate buffel en tierras de cultivo abandonadas en la zona árida de Chihuahua. In: Resúmenes del IV Simposio Inter-nacional de Pastizales. 22 al 24 de Agosto, San Luis Potosí, SLP. México. Pag. 261.

Valle, J. L., J. M. Palma y G. L. Sangines. 2004. Biomasa y composición nutricional de la asociación Cenchrus ciliaris-Gliricidia sepium al establecimiento. Avances en Investiga-ción Agropecuaria. 8: 78 – 85.

Wiedendeld, R. P., W.T.W. Woodward and R. R. Hoverson. 1985. Forage response of buffelgrass and ´Pretoria 90´ bluestem to nitrogen and phosphorus fertilization in subtropi-cal climate. J. Range Manage. 38: 242 – 246.

AGROFAZ 77

EVALUACIÓN DEL IMPACTO ECONÓMICO DEL USO DE TECNOLOGÍAS EXITOSAS GENERADAS POR EL INIFAP

VIGENTES EN 2012Economic impact assessment of Inifap’ successful technologies in use in 2012

José de Jesús Espinoza Arellano1, Jorge M. P. Vázquez Alvarado2, José Antonio Espinosa García2, Horacio González Ramírez2, Damián Torres Hernández2 y Arturo

Gaytán Mascorro2

1Investigador del Campo Experimental “La Laguna” del INIFAP en Matamoros, Coah. y Catedrático Provisional de la Facultad de Contaduría y Administración, de la Universidad Autónoma de Coahuila,

Unidad Torreón, e-mail: [email protected] 2 Investigadores del INIFAP de los Campos Experimentales de Zacatepec, Querétaro, Valle de Gua-

diana, La Laguna y La Laguna, respectivamente.

RESUMENEl INIFAP es un Centro Público de Investigación con perso-

nalidad jurídica y patrimonio propio sectorizado en SAGARPA. Su misión es contribuir al desarrollo productivo, competitivo, equitativo y sustentable de las cadenas agropecuarias y fores-tales, mediante la generación y adaptación de conocimientos científicos e innovaciones tecnológicas. Se han diseñado indi-cadores de desempeño y se han establecido metas anuales para evaluar periódicamente el desarrollo de las estrategias y su aportación al logro de los objetivos institucionales. Uno de los indicadores de evaluación es el “Impacto de tecnologías exitosas vigentes generadas por el INIFAP”. En este indicador se evalúa el impacto económico resultante de la adopción, de una muestra de tecnologías exitosas, en comparación con la tecnología testigo. En este trabajo se presentan los resultados de la evaluación de un grupo de cinco tecnologías selecciona-das, una en cada uno de los siguientes cultivos: frijol, arroz, trigo, maíz blanco y nogal. Algunos de estos cultivos son bási-cos para la alimentación del pueblo mexicano pero también en los que más dependencia tenemos de las importaciones. Los resultados indican que el uso de estas tecnologías por parte de los productores generó una derrama económica, derivada del valor agregado a la producción, por un monto de más de $1,448 millones de pesos, valor superior al que la Secretaría de Hacienda y Crédito Público autorizó al INIFAP en el Proyecto de Presupuesto de Egresos de la Federación para el año 2014 con lo cual se comprueba que los recursos asignados a la investiga-ción agropecuaria y forestal no son un gasto sino una inversión.

Palabras Clave: Centro público de investigación, indicado-res de desempeño, tecnologías exitosas.

ABSTRACTINIFAP is a public research center with legal personality and

sectored in SAGARPA. Its mission is to help develop productive, competitive, equitable and sustainable agricultural and forestry chains, through the generation and adaptation of scientific and technological innovations. There have been developed indica-tors for periodically evaluating their contribution to the achieve-ment of institutional goals. One of the evaluation indicators is the “Impact of successful technologies generated by INIFAP”. This indicator assesses the economic impact resulting from the adoption of a sample of successful technologies, compared with control technologies. This paper presents the results of the eva-luation of a group of five technologies selected, one in each of the following crops: beans, rice, wheat, corn and pecans. The use of these five technologies generated an economic impact derived from the value added production, amounting to more than 109 million USD, higher value than the INIFAP annual Budget for 2014 thereby verifies that the resources allocated to agricultural and forestry research are not an expense but an investment.

Keywords: Public research center, performance indicators, successful technologies.

ANTECEDENTESEl Instituto Nacional de Investigaciones Forestales Agrícolas

y Pecuarias, INIFAP tiene sus antecedentes en los institutos de Investigaciones Agrícolas (INIA), Pecuarias (INIP) y Forestales (INIF), los cuales fueron creados independientemente a fines de los 50 y principios de los 60. En 1984 la entonces Secretaría de Agricultura y Recursos Hidráulicos (SARH) inició un proceso de reestructuración en el que se crearon las condiciones para la fusión del INIP, el INIF y el INIA. El proceso culminó el 23

AGROFAZ


78

de agosto de 1985 con la creación del INIFAP, como un Ór-gano Administrativo Desconcentrado (OAD) dependiente de la SARH (INIFAP, 2009).

El 2 de octubre de 2001 (dieciséis años más tarde), el Dia-rio Oficial de la Federación hizo pública la creación del INIFAP como Organismo Público Descentralizado (OPD), con perso-nalidad jurídica y patrimonio propio, con el objetivo de realizar investigaciones científicas y tecnológicas en las áreas forestal, agrícola y pecuaria; desarrollar innovaciones tecnológicas en esas materias, así como ofrecer servicios relacionados (INIFAP, 2009).

Posteriormente, el 16 de junio de 2003 fue publicada en el Diario Oficial de la Federación la resolución de reconocimiento del INIFAP como Centro Público de Investigación (CPI), emitida por el titular de la Secretaría de Agricultura, Ganadería Desarro-llo Rural, Pesca y Alimentación (SAGARPA).

El INIFAP cuenta con 38 Campos Experimentales (CE) y 39 Sitios Experimentales (SE) distribuidos en ocho Centros de Investigación Regional (CIR): Noroeste, Norte-Centro, Noreste, Pacífico-Centro, Centro, Gofo-Centro, Pacífico-Sur y Sureste. Además, cuenta con cinco Centros Nacionales de Investiga-ción Disciplinaria (CENID): Conservación y Mejoramiento de Ecosistemas Forestales, Microbiología Animal, Parasitología Veterinaria, Fisiología y Mejoramiento Animal y Relación Suelo-Agua-Planta-Atmósfera y 42 Laboratorios (INIFAP, 2013).

El INIFAP, de acuerdo con datos al cierre de 2013 está con-formado por 1,901 trabajadores. De estos 884 son investiga-dores; el resto, personal administrativo, de apoyo técnico, de campo y secretarial. Del número total de investigadores 59% se dedican a atender temáticas agrícolas, 23% atienden el sec-tor pecuario, 12% a temas forestales, y el restante 6% atien-den temas multisectoriales. Con respecto al grado académico máximo con el que cuentan los investigadores del instituto se tiene que 32% tienen doctorado, 49% con maestría y 19% con licenciatura (INIFAP, 2013).

El INIFAP debe alinearse con los Programas Sectoriales de la SAGARPA y de la SEMARNAT, con los Programas Especia-les de Mejora de la Gestión de la SFP y con el de CONACYT, así como con el Programa Institucional de la CONAFOR. Con el objeto de evaluar periódicamente el desarrollo de las estrate-gias y su aportación al logro de los objetivos institucionales, se diseñaron indicadores de desempeño y se establecieron metas anuales para el periodo 2009-2013 (INIFAP, 2009).

Uno de los indicadores de evaluación del desempeño es el “Impacto de tecnologías exitosas vigentes generadas por el INI-FAP”. En este indicador se evalúa el impacto económico resul-tante de la adopción, de una muestra de tecnologías exitosas, en comparación con la tecnología testigo. Tecnología exitosa: es la tecnología o componente tecnológico que tiene cualida-des que superan las de la tecnología de uso común y que moti-vó su adopción; puede ser una tecnología generada y adoptada

en años anteriores, pero debe estar vigente en el año de su evaluación. Tecnología testigo: es la tecnología o componente tecnológico tradicional o comercial más usado con el que se compara (n) el (los) impacto (s) de la tecnología o componente exitoso. Las tecnologías y su impacto pueden tener vigencia de más de un año y en el concepto espacial puede tener impacto en ambiente(s) diferente(s). Es un estimador del impacto eco-nómico en el sector productivo de las tecnologías generadas por el INIFAP. La evaluación debe ser anual (INIFAP, 2011).

La evaluación se realiza bajo el supuesto de que existen programas de desarrollo que asocian tecnología del INIFAP, motivan su utilización masiva y se mantienen los recursos fis-cales para la investigación. En este trabajo se presentan las evaluaciones de cinco tecnologías exitosas con el objetivo de ilustrar su impacto económico. Cuatro de estas tecnologías son en cultivos básicos en los cuáles tenemos una alta dependen-cia de las importaciones. Por ejemplo en frijol nuestra depen-dencia del exterior es del 20.5%, en trigo 61%, en maíz amarillo 26.1%, en arroz 70% y en el caso de la nuez somos exportado-res netos (Presidencia de la República, 2013).

OBJETIVOS GENERAL Y ESPECÍFICOSEl objetivo general de este trabajo fue evaluar el impacto

económico de un grupo de tecnologías exitosas generadas por el INIFAP para mostrar a la sociedad los beneficios económicos que obtienen los productores que utilizan estas tecnologías.

Los objetivos específicos fueron:

1) Estimar el indicador económico de impacto en términos de rentabilidad que muestre los beneficios que obtuvieron los productores que utilizaron cinco tecnologías exitosas ge-neradas por el INIFAP y que estuvieron vigentes o en uso durante el año 2012.

2) Hacer una estimación de la derrama económica o valor agregado que se generó con el uso de tales tecnologías

METODOLOGÍAEl trabajo de evaluación se dividió en varias etapas. En

primera instancia la Coordinación de Planeación y Desarrollo (CPyD) del INIFAP solicitó a los Directores de los Centros de In-vestigación Regionales (CIR’S) y de los Centros Nacionales de Investigación Disciplinaria (CENID’s) el envío de un listado de las tecnologías exitosas de su Centro que hubiesen estado vi-gentes o un uso por los productores durante el año 2012. Para ello se les envió un formato en el programa Excel que contenía una serie de variables de identificación como: sistema-producto al que pertenece, año en que se generó, año en que se transfi-rió, impacto principal de la tecnología, rendimientos físicos uni-tarios, superficie donde se aplicó y el costo de producción e in-greso tanto de la tecnología exitosa como de la testigo. Una vez que se recibieron los listados con las tecnologías se procedió a hacer una depuración de las mismas por parte de la propia

AGROFAZ


79

CPyD, así como también por la Coordinación de Investigación e Innovación del INIFAP (CIIV) y la Unidad de Apoyo Técnico de la Dirección General (UAT).

A partir de aquí inició la participación de los investigadores del Programa de Investigación en Socioeconomía distribuyén-dose las tecnologías para su evaluación por región geográfica. Los investigadores se trasladaron a las sedes regionales de los CIR’s donde revisaron las fichas tecnológicas y publicaciones técnicas y científicas específicas para la tecnología en evalua-ción. El objetivo de la revisión de las fichas y publicaciones fue verificar los datos técnicos en relación a los aumentos hipoté-ticos en producción y/o a la reducción en el uso de insumos. Cuando fue necesario se entrevistó a los investigadores que generaron y/o transfirieron las tecnologías para despejar cual-quier duda sobre sus bondades. Cuando una tecnología con-taba con las fichas técnicas generada, validada y transferida se determinó usar los datos de esta última porque son los ren-dimientos reales obtenidos en parcelas de productores a nivel semicomercial o comercial.

Una vez que se verificaron los datos técnicos se obtuvieron los datos locales de costos de producción y precio de venta de la producción vegetal y/o animal según la especie. Con estos datos y los de producción se procedió a estimar los indicadores típicos de ingreso neto y rentabilidad. Se incluyó un indicador adicional que se llamó “valor agregado por la tecnología” que resulta de multiplicar el ingreso neto adicional por unidad de superficie generado por la tecnología exitosa multiplicado por el número de hectáreas cultivadas lo cual nos da una idea del beneficio económico global que genera el uso de la tecnología en evaluación versus la testigo (Espinoza et al., 2012). La eva-luación se realizó para 23 tecnologías pero aquí se ilustra la metodología con cinco de ellas.

RESULTADOS Y DISCUSIÓN

Tecnología 1. Variedad de frijol Pinto Saltillo.El frijol es uno de los cultivos de mayor importancia en Méxi-

co. Se cosechan diferentes variedades comerciales destacan-do los pintos, negros, bayos, peruanos, flor de Mayo, canarios, etc. La superficie nacional cosechada de frijol en el 2012 fue de 1’558,991 hectáreas y un volumen de producción de 1’080,856 toneladas (SIACON, 2013). El volumen de producción nacional no es suficiente para atender la demanda nacional por lo que se importan alrededor de 235,687 toneladas anuales las cuales representan aproximadamente el 20% del consumo nacional (Presidencia de la República, 2013). Para reducir esa depen-dencia del exterior es necesario incrementar la producción na-cional y la calidad de este grano básico para la alimentación del país. Una de las aportaciones del INIFAP hacia ese objetivo ha sido la generación y liberación de la variedad de frijol “Pinto Saltillo.”

Pinto Saltillo es una variedad de frijol con un alto potencial productivo, es tolerante a la sequía y puede sembrarse en el ciclo primavera-verano tanto en condiciones de riego como de temporal. Su grano es de forma arriñonada y tamaño medio; su resistencia a la oxidación le da una larga vida de anaquel; el productor a comerciante la puede tener almacenada por más de 18 meses hasta observar mejores condiciones de merca-do (Sánchez, 2001; Jiménez y Herrera, 2009). El rendimiento de Pinto Saltillo fue mayor que Pinto Villa en más de 100 kg ha-1, sin embargo su mayor ventaja es el precio de mercado que en 2012 fue de alrededor de $1.00 por kg más alto que el Pinto Villa. En el año 2012 se sembraron más de 358,000 ha de esta variedad. La diferencia en rentabilidad con respecto a la tecnología testigo (Pinto Villa) fue de 29% lo cual generó una derrama económica en los estados donde se aplica (Durango, Chihuahua, Zacatecas, San Luis Potosí, Guanajuato, Sinaloa, Nayarit y Coahuila) de casi $685 millones de pesos anuales (Figura 1).

AGROFAZ


80

Figura 1. Impacto Económico en el año 2012 de la Tecnología: Variedad de frijol Pinto Saltillo.

Tecnología 2. Variedad de arroz Morelos A-2010 El arroz es uno de los cultivos de mayor demanda para la

alimentación del país y uno de los que mayor dependencia tenemos del exterior. El consumo per cápita en México es de aproximadamente 9 kg. de los cuales el 82% procede de las importaciones (Presidencia de la República, 2013). La superfi-cie cosechada en 2012 fue de 31,795 hectáreas con una pro-ducción de 178,787 toneladas. Los rendimientos promedio de arroz en México son de 5.62 ton ha-1 (SIACON, 2013). Es un cultivo de importancia social debido a los empleos que genera en su cultivo. Se estima que en las labores que van desde el es-tablecimiento del almácigo hasta la cosecha y acarreo genera alrededor de 150 jornales por hectáreas (Salcedo, 2011). Para reducir las importaciones es necesario desarrollar variedades más competitivas con menor costo de producción.

En la zona central de México se siembra el arroz en tras-plante y en siembra directa bajo riego; la mayoría de las varie-dades se han liberado para trasplante; sin embargo, al usarlas para siembra directa tienen el problema del acame. En 1998 se inició el mejoramiento del arroz por inducción de mutaciones con el objetivo de obtener una variedad para siembra directa. Para ello se irradiaron 200 gramos de semilla de la variedad Morelos A-92, en la fuente Gammacell 220 del Instituto Nacio-nal de Investigaciones Nucleares. Entre 1999 a 2005 se avanzó en la selección de la generación M1 a la M7 dando como resul-

tado 18 líneas uniformes en 2006. En 2007 y 2008 se evaluaron en ensayos de rendimiento en las localidades de Zacatepec y Cuautla, en el estado de Morelos, comparándolas con el testi-go comercial Morelos A-98, sobresaliendo las líneas: M7, M14, M16, M17 y M18 por rendimiento superior a 10 t ha-1, moderada resistencia a pirycularia, (Magnaporthe grisea) hábito de creci-miento erecto, altura de planta de 120 cm, resistentes al acame conservando la calidad Morelos (20% de centro blanco). En 2009 estas líneas se validaron en trasplante y siembra directa en parcelas de productores cooperantes en cuatro localidades de Morelos y la M18 sobresalió de las demás por su rendimien-to, adaptabilidad y calidad del grano, de tal forma que para el año 2010 fue liberada como nueva variedad de arroz (Salcedo y Barrios, 2012).

La menor altura de planta de Morelos A-2010 le permite mayor resistencia al acame en comparación con la variedad testigo (Morelos A-98) (Salcedo y Barrios, 2012) lo cual le per-mite realizar siembras directas ahorrándose aproximadamente $9,000 ha-1. Los rendimientos son muy similares entre ambas variedades. En comparación con Morelos A-98, la diferencia en ingresos a favor de Morelos A-2010 fue de $6,363 ha-1 por lo que tomando en cuenta que en el año 2012 se sembraron 211 hectáreas de esta nueva variedad en el estado de Morelos la derrama económica generada por esta nueva tecnología fue de $1,342,593 (Figura 2).

AGROFAZ


81

Figura 2. Impacto Económico en el año 2012 de la Tecnología: Variedad de arroz Morelos A-2010.

Tecnología 3. Variedad de trigo cristalino CIRNO C2008.

A nivel mundial el trigo es el cereal que más se utiliza en la alimentación humana; en México el consumo per cápita es de 60 kg y ocupa el segundo lugar después del maíz. La superficie cosechada con trigo en México en el año 2012 fue de 578,836 hectáreas con una producción de 3’274,336 toneladas. La pro-ducción nacional no es suficiente; en el año 2012 se importaron 4’146,429 toneladas por lo que la dependencia alimentaria de México en este cultivo es de un poco más del 60% (Presidencia de la República, 2013).

El estado de Sonora es el principal productor nacional. De la superficie estatal el 61.56% se siembra en el Distrito de De-sarrollo Rural 148 (Cajeme y Comunidades Yaquis), seguido del Distrito de Desarrollo Rural 149 con el 26.58% al cual perte-necen Navojoa, Huatabampo y Fuerte-Mayo. El 80% del área corresponde a variedades de trigo del grupo 5 (duro o cristalino) y el restante 20% del tipo harinero (Félix et al., 2010).

La variedad CIRNO C2008 fue desarrollada en el Campo Experimental Norman E. Borlaug, en un proyecto colaborativo entre el INIFAP y el CIMMYT, para las áreas productoras de trigo del noroeste de México. Su pedigrí e historial de selección es SOOTY-9/RASCON-37//CAMAYO, CGS02Y00004S-2F1-6Y-0B-1Y-0B. CIRNO C2008 cuenta con el registro provisional 2146-TRI-086-141008/C del Catálogo Nacional de Variedades Vegetales del Servicio Nacional de Inspección y Certificación de Semillas. Esta variedad es de hábito decrecimiento prima-veral y resistente a la roya de la hoja (Puccinia triticina), con rendimiento promedio de 5.6 y 6.3 ton ha-1 con dos y tres riegos de auxilio, respectivamente (Figueroa et al., 2010).

CIRNO C2008 supera en rendimiento a otras variedades en la mayoría de los ambientes. La diferencia en rentabilidad con respecto a la tecnología testigo (Júpare C2001) es de 22 % y considerando que en el año 2012 de CIRNO C2008 se sembra-ron 157,256 hectáreas esto generó una derrama económica de más de 536 millones de pesos anuales en los estados donde se aplica (Sonora, Sinaloa y Baja California) (Figura 3).

AGROFAZ


82

Figura 3. Impacto Económico en el año 2012 de la Tecnología: Variedad de trigo cristalino CIRNO C2008.

Tecnología 4. H377: Híbrido de maíz blanco para riego y buen temporal.

El maíz es el cultivo más importante de México en superficie, producción y consumo. La superficie cosechada con este cul-tivo en el 2012 fue de 6’923,899 hectáreas con un volumen de producción de 22’069,254 toneladas y un rendimiento de 3.187 ton ha-1 (SIACON, 2013). En el mismo año la producción resul-tó insuficiente para cubrir un consumo nacional de 30’764,881 toneladas. Por lo anterior se recurrió a las importaciones por un monto cercano a los 10 millones de toneladas, principalmente de maíz amarillo (Presidencia de la República, 2013).

Con respecto a la problemática del cultivo, ésta es diversa ya que se tienen problemas bióticos (plagas y enfermedades), abióticos (sequía, reacción del suelo, etc.) y de manejo agronó-mico del cultivo. Asimismo, los industriales de la harina, la masa y la tortilla demandan variedades de maíz que se ajusten mejor a su proceso industrial para reducir costos. Aunado a lo ante-rior, el problema más importante que enfrenta el productor es la rentabilidad, debido al aumento en el costo de los insumos, especialmente en los agroquímicos: fertilizantes y semillas (Ra-mírez, et al., 2010).

En Jalisco, para el ciclo agrícola 2009 el precio de la se-milla de la empresa multinacional con mayores ventas en el mercado se incrementó en 37.5 % con respecto a 2008. Con base en esta problemática, el Instituto Nacional de Investigacio-

nes Forestales, Agrícolas y Pecuarias (INIFAP), a través de su Programa Nacional de Mejoramiento Genético de Maíz, ofrece semillas mejoradas de maíz competitivas con alto rendimiento las cuales pueden ser reproducidas por empresas semilleras nacionales o grupos de productores de maíz, constituyéndose en una opción de semilla de menor costo para los productores (Ramírez, et al., 2010).

El híbrido de maíz blanco H-377 es una tecnología gene-rada por el INIFAP por un grupo de investigadores del Campo Experimental Centro-Altos de Jalisco ubicado en Tepatitlán. El híbrido trilineal H-377 se formó con la cruza simple B-49 x B-41 y la línea B-50 como progenitores hembra y macho, res-pectivamente; es de ciclo intermedio tardío, de grano blanco-cremoso y se adapta a las regiones tropicales y subtropicales en un gradiente de altitud que va de los 900 a los 1850 m. Se sugiere para los sistemas agrícolas de riego, punta de riego y buen temporal, con precipitación pluvial superior a los 750 mm. (Ramírez, et al., 2010). Este híbrido rindió 9% más que el testigo, la semilla tiene un costo menor en un 50% y destaca por su alta reconversión a masa y tortilla: 2.0 y 1.5 kg., respec-tivamente. La diferencia en rentabilidad con respecto a la tec-nología testigo (híbrido 3060) fue de 20% y considerando que de este híbrido en el año 2012 se sembraron 51,875 hectáreas esto generó una derrama económica en los estados donde se aplicó (Michoacán, Jalisco y Sinaloa) de más de 129 millones de pesos anuales (Figura 4).

AGROFAZ


83

Figura 4. Impacto Económico en el año 2012 de la Tecnología: H-377 híbrido de maíz blanco.

Tecnología 5. Uso de feromona sexual para el combate del gusano barrenador de la nuez

La superficie cultivada con nogal en México en el año 2012 fue de 98, 612 hectáreas de las cuales 69,796 estuvieron en producción y 28,816 en desarrollo. La producción nacional fue de 110,604 toneladas y el rendimiento unitario fue 1.5 ton ha-1 (SIACON, 2013). La producción nacional se destina principal-mente a la exportación hacia Estados Unidos. Un alto porcen-taje de la producción se exporta en cáscara, es decir, sin valor agregado (Orona et al., 2006).

El gusano barrenador de la nuez (GBN) es una plaga del nogal ampliamente distribuida en México y Sur de los Estados Unidos. En México se encuentra principalmente en los Estados de Sonora, Chihuahua y Coahuila. Es una plaga muy dañina ya que puede ocasionar pérdidas en la producción de entre un 30 y 70%. Una larva requiere hasta cuatro pequeños frutos para completar su desarrollo, por lo cual se considera a la primera generación como la más dañina y la que amerita control (Fu et al., 2007).

Esta tecnología de reciente desarrollo en México consiste en el uso de la feromona sexual experimental de la especie de gusano barrenador de la nuez (GBN) (Acrobasis nuxvore-lla) para capturar las primeras palomillas machos y predecir el momento oportuno de combate químico. La tecnología permi-te determinar el momento de daño inicial con una desviación de 1 a 2 días entre la predicción y la observación de daño por muestreo. El uso de la feromona es un método práctico, barato y exacto en la predicción de la plaga del GBN, independiente-mente de la fecha de aplicación del estimulante de brotación (Fu et al., 2007).

Esta tecnología permite bajar los costos de producción debi-do al menor número de aplicaciones de insecticidas, así como la obtención de mayores rendimientos por hectárea. Esto per-mite incrementar los ingresos netos en aproximadamente $12, 600 ha-1 y la rentabilidad, con respecto a la tecnología testigo, en 27% lo cual genera una derrama económica de más de 95 millones de pesos (Figura 5).

AGROFAZ


84

Figura 5. Impacto Económico en el año 2012 de la Tecnología: Uso de feromona sexual para el combate del gusano barrenador de la nuez.

CONCLUSIONESCon la evaluación del impacto económico del uso de tecno-

logías que han sido generadas por el INIFAP y utilizadas por los productores durante el año 2012 se logró:

Cumplir con el compromiso institucional de informar a la Junta de Gobierno y a la sociedad sobre el impacto de sus pro-ductos y servicios. Estos compromisos están explícitos en el Convenio de Administración por Resultados 2009-2013

El uso de solamente cinco Tecnologías Exitosas del INIFAP generó una derrama económica, derivada del valor agregado a la producción, de un monto de más de $1,448 millones de pesos, valor superior al presupuesto fiscal del Instituto con lo cual se justifican ampliamente los recursos asignados a la ins-titución.

Con ello se muestra que las inversiones en investigación y transferencia de tecnología no son un gasto sino una inversión que beneficia a la sociedad.

LITERATURA CITADAEspinoza A. J.J., J.M. Vázquez, J.A. Espinosa, H. González y

D. Torres. 2012. Evaluación del impacto económico del uso de tecnologías exitosas generadas por el INIFAP. Folleto técnico No. 23. Campo Experimental La Laguna de INIFAP. Matamoros, Coah. México. 42 p.

Félix F. J.L., P. Figueroa, G. Fuentes, V. Valenzuela, G. Chávez y J.A. Mendoza. 2010. CIRNO 2008, Variedad de trigo cris-talino para el noroeste de México. Folleto técnico No. 71. INIFAP, Centro de Investigación Regional Noroeste (CIR-NO), Campo Experimental “Valle del Yaqui”. Cd. Obregón, Sonora.

Figueroa L.P., J.L. Félix, G. Fuentes, V. Valenzuela, G. Chávez y J.A. Mendoza. 2010. CIRNO 2008, Nueva variedad de tri-go cristalino con alto rendimiento potencial para el estado de Sonora. Rev. Mex. Cienc. Agríc, Vol.1 (5): 745-749.

Fu C.A., M. Harris, S.H. Tarango y U. Nava. 2007. Uso de fero-mona sexual para el combate del gusano barrenador de la nuez en: Reporte anual de investigación e innovación tec-nológica INIFAP 2007. INIFAP, Centro de Investigación Re-gional Noroeste (CIRNO), Campo Experimental “Valle del Yaqui”. Cd. Obregón, Sonora.

INIFAP. 2009. Programa de Mediano Plazo. Anexo 1 del Con-venio de Administración por Resultados 2009-2013. México, D.F.

INIFAP. 2011. Convenio de Administración por Resultados 2009-2013. Publicación Especial No. 6. México. D.F.

INIFAP. 2103. INIFAP en cifras: Recuperado el 16 de Enero de 2014 de la página: http://www.inifap.gob.mx/quienes_so-mos/cifras.html

AGROFAZ


85

Jiménez G.J. y M.D. Herrera. 2009. Manejo de siembras con fri-jol Pinto Saltillo bajo condiciones de temporal en el Noroeste del Estado de Chihuahua. Folleto para productores No. 15, ISBN: 978-607-425-122-7. INIFAP, Centro de Investigación Regional Norte Centro (CIRNOC), Campo Experimental “Sierra de Chihuahua”. Cd. Cuauhtémoc, Chih.

Orona C.I., J.J. Espinoza, G. González, B. Murillo, J.L. García y J. Santamaría. 2006. Aspectos técnicos y socioeconómicos de la producción de nuez en la Comarca Lagunera. Rev. Agric. Téc. en Mex. Vol.32 (3): 295-301.

Presidencia de la República. 2013. Primer Informe de Gobier-no 2012-2013. Anexo Estadístico. Gobierno de los Estados Unidos Mexicanos. Ciudad de México. ISBN: 978-607-430-085-7

Ramírez D. J.L., M. Chuela, V.A. Vidal, H.L. Vallejo, R. Ramírez, A. Peña, A. Ortega, H. Córdova, A. Morfín, N.O. Gómez, F. Caballero, M. Ramírez, M.G. Vázquez, J.A. Ruiz, J. Ron, J.J. Sánchez y L. Soltero. 2010. H-377, Híbrido de maíz de grano blanco para riego y buen temporal para la zona Cen-tro Occidente de México. Folleto Técnico No. 3, ISBN: 978-607-425-354-2. INIFAP, Centro de Investigación Regional Pacífico Centro (CIRPAC), Campo Experimental “Centro-Altos de Jalisco”. Tepatitlán de Morelos, Jal.

Salcedo A. J y E. J. Barrios. 2012. Morelos A-2010, nueva varie-dad de arroz para siembra directa para el Centro de México. Rev. Mex. Cienc. Agríc, Vol.3 (7): 1453-1458.

Salcedo A. J. 2011. Morelos A-2010, Variedad de arroz para Morelos y otros estados del país. Folleto Técnico No. 54, ISBN: 978-607-425-534-8. INIFAP, Centro de Investiga-ción Regional Pacífico Sur (CIRPAS), Campo Experimental “Zacatepec”. Zacatepec, Mor.

Sánchez V. I. 2001. Pinto Saltillo: nueva variedad de frijol para el Sureste de Coahuila. Desplegable Técnica No. 8. INIFAP, Centro de Investigación Regional Noreste (CIRNE), Campo Experimental “Saltillo”. Saltillo, Coah.

Sistema de Información Agroalimentaria de Consulta (SIA-CON). 2013. Sistema de Información Agroalimentaria y Pesquera. SAGARPA. México, D.F.

AGROFAZ 87

RESPUESTA DEL NOPAL FORRAJERO (Opuntia ficus-indica L.) A LA APLICACIÓN DE ESTIÉRCOL BOVINO SOLARIZADO

Opuntia forage (Opuntia ficus-indica L), response to solarized cow manure application

Héctor Idilio Trejo-Escareño1¥, Enrique Salazar-Sosa2, José Dimas López-Martínez1, Cirilo Vázquez Vázquez1

Facultad de Agricultura y Zootecnia, UJED. Ejido Venecia, Mpio. Gómez Palacio, Durango. Km 28 carretera Gómez Palacio-Tlahualilo.

2Instituto Tecnológico de Torreón, DGEST. Carr. Torreón-San Pedro km 7.5, ejido Anna, Mpio. Torreón, Coahuila.

¥Autor para correspondencia: e-mail:[email protected], Circuito San José 122, Villas de San Ángel, Torreón, Coahuila, México, C.P. 27086, Teléfono cel: (871) 2627246

RESUMENEn este trabajo se estudiaron tres dosis de estiércol sola-

rizado (20, 40, 60 t ha-1) más un testigo absoluto (cero aplica-ción) y un testigo químico (100-100-00) en cuatro densidades de plantación de nopal (4435, 8871, 8887 y 13 323 plantas ha-1) en el campo agrícola experimental de la Facultad de Agricultura y Zootecnia-UJED en los años 2008, 2009 y 2010, para deter-minar cuál es la mejor dosis de estiércol solarizado y densidad de plantación de nopal, en un suelo aridosol arcilloso. Los re-sultados muestran las mayores producciones en el tratamiento de 60 t ha-1 de estiércol solarizado con 29, 66 y 43 t ha-1 para 2008, 2009 y 2010; la densidad de 13 323 plantas ha-1 produce más, con 35.6, 77 y 57.9 t ha-1 para cada año de estudio. Con respecto al grueso y largo de cladodios la dosis de 60 t ha-1 y la densidad de 13 323 plantas ha-1 tuvieron los valores más altos. La materia orgánica del suelo al final del experimento se incrementó con respecto al inicio con valores de 2 a 2.29% en los tratamientos de estiércol siendo los de 40 y 60 t ha-1 los más altos con 2.29%. La conductividad eléctrica se mantuvo entre 1.5 y 1.7 dSm-1 en los tratamientos de estiércol, los testigos se quedaron en 1.3 dSm-1. El contenido de nitratos al final del ex-perimento, terminó en 7.1 mg kg-1 en el tratamiento más alto que fue el de 60 t ha-1 de estiércol solarizado.

Palabras clave: nopal forrajero, estiércol solarizado, pro-ducción

SUMMARY Three doses of solarized manure (20, 40, 60 t ha-1) and a

control (zero application) and an additional chemical treatment (100-100-00 of Nitrogen (N) Phosphorus (P) and Potassium (K)) at four densities of opuntia plantation (4435, 8871, 8887 and 13 323 plants ha-1) were evaluated. The experiment was

established in the Agricultural Experimental field of the Univer-sidad Juarez del estado de Durango in 2008, 2009 and 2010, with the main objective to determine the best dose of solarized manure and opuntia density plantation in a clay arid soil. The results showed higher production in the 60 t ha-1 of solarized manure treatment with 29, 66.3 and 43 t ha-1 for 2008, 2009 and 2010, respectively; the density of 13 323 plants ha-1 was the most productive with 35.6, 77.6 and 57.9 t ha-1 for each year of study, changes in forage production were affected by climate condition (frost and hail) mainly in the third year. In regarding to the thickness and length of cladodes, 60 t ha-1 manure doses and 13 323 plant density ha-1 showed the highest values. The organic matter in the soil at the end of the experiment increased respect to the beginning values from 2 to 2.29% in 40 to 60 t ha-1 manure treatments, being 2.29% the highest. The electrical conductivity remained in the initial values of 1.5 and 1.7 dSm-1 in manure treatments, witnesses decreased in to 1.3 dSm-1. The highest content of nitrates by the end of the experiment was 7.1 mg kg-1 in the treatment of 60 t ha-1 of solarized manure. As a re-sult, solarized manure is a good alternative for nutrient crop pro-duction and to saveing the use of chemical fertilizer by farmers.

Keywords: opuntia forage, solarized manure, production

INTRODUCCIONLos sistemas de producción practicados actualmente des-

truyen la vegetación y aceleran la desertificación, representan-do un serio peligro para la flora y fauna nativas del Norte de México. Por lo tanto, es muy importante que se implementen proyectos de rehabilitación que incluyan las especies nativas, tales como Opuntia, Agave, Acacia, Mimosa, entre otras (López et al. 2012). Estudios previos en zonas semiáridas del norte de México muestran como la administración de complementos alimenticios según la disponibilidad del forraje permite la opti-

AGROFAZ


88

mización alimenticia del sistema, aumentando la productividad primaria de las zonas de producción de forraje y la productivi-dad de ganado. Sin embargo, el bajo nivel económico de los campesinos locales hace inviable una suplementación comer-cial, siendo necesario explorar en la zona recursos naturales accesibles para el ganadero y con características nutricionales adecuadas (Baraza et al. 2008).

En las zonas áridas y semiáridas, los pastizales utilizados por cabras y ovejas están caracterizados por grandes cambios de estación en la producción de forraje, y marcadas fluctua-ciones anuales y de estación en la calidad del forraje (Azocar, 2003). Opuntia ficus-indica es, entre las cactáceas, la de mayor importancia agronómica, tanto por sus sabrosos frutos como por sus tallos que sirven de forraje o pueden ser consumidos como verdura (Kiesling, 1995; Moßhammer et al. 2006). Su uso se incrementó a principios del siglo XVII con la introducción del ganado a las áreas semiáridas y la subsiguiente disminución de pastizales. La situación obligó a los ganaderos a cortar los cladodios de Opuntia y, después de quemar las espinas, usarlo para alimentar al ganado, especialmente durante las sequías (Anaya, 2003).

Los índices de reproducción y los niveles de producción de vacas, ovejas y de cabras son superiores cuando los ranche-ros complementan la dieta normal del ganado con el nopal du-rante la estación seca (Flores, 1997).

La producción de forrajes tiene ventajas con el uso de nopal en la región de la Comarca Lagunera de Durango, México, de-bido a que es una planta originaria de México (Moßhammer et al. 2006) y otra más importante que esta aclimatada a la región debido a que nace, crece y se produce en climas áridos y se-miáridos como en el que vivimos, además de que se considera como una alternativa buena y económica para su utilización en dietas de ganado caprino, ovino y bovino para épocas criticas de escasa o nula precipitación (Cordeiro et al. 2003; Felker 2003). El uso de estiércol solarizado como fertilizante, minimi-za los costos a los productores agrícolas y permite remediar problemas de fertilidad del suelo, mejorando su capacidad de retención de agua, lo que favorece el desarrollo de las plan-tas y la obtención de una mayor capacidad productiva, entre otros beneficios. El objetivo de este trabajo fue determinar la mejor dosis de estiércol bovino solarizado y la mejor densidad

de plantación, para una producción sustentable.

MATERIALES Y MÉTODOS

Características de la Región.La Región Lagunera se localiza en la parte central de la

porción norte de los Estados Unidos Mexicanos. Se encuentra ubicada en los meridianos 102°22‘ y 104°47‘ longitud Oeste, y los paralelos 24°22‘ y 26°23‘ latitud Norte. Cuenta con una extensión montañosa y una superficie plana donde se locali-zan las áreas agrícolas, así como las urbanas que compren-de una superficie de 4,788,750 ha. Según la clasificación de Koeppen modificado (García, 1981), el clima es seco desértico o estepario cálido con lluvias en el verano e inviernos frescos. La temperatura media anual en la Comarca Lagunera es de 21°C, con una evaporación media anual de aproximadamente 2,396 mm. La precipitación pluvial es de 258 mm y la altitud de aproximadamente 1140 msnm. El experimento se realizó en el campo agrícola experimental de la Facultad de Agricultura y Zootecnia-UJED, el cual se encuentra ubicado en el km 28 de la carretera Gómez Palacio-Tlahualilo, Dgo., a inmediaciones del ejido Venecia, municipio de Gómez Palacio, Dgo. Los sue-los nativos son de aluvión, tipo aridosol. El suelo en el que se trabajo es arcilloso y esto interfiere con la mineralización del nitrógeno (Matus et al. 2000). las características del estiércol que se utilizó son: pH de 7.6, CE de 0.63dS m-1, MO de 5.47%, N total de 1.12%, amonio (NH4) de 0.1135 %, P de 0.3535 %, calcio (Ca) de 3.38%, magnesio (Mg) de 0.71%, K de 3.27%, sodio (Na) de 0.97 ppm, molibdeno (Mo) de 560 ppm, fierro (Fe) de 12300 ppm, zinc (Zn) de 198 ppm, cobre (Cu) de 45 ppm, y boro (Bo) de 410 ppm, el estiércol tenía 8% de humedad al momento de aplicarlo.

Establecimiento del experimento.El estudio se llevó a cabo durante los años 2008, 2009 y

2010; La variedad utilizada es Lisa Forrajera. Los factores en estudio fueron tres dosis de estiércol solarizado (20, 40, 60 t ha-

1), un testigo cero y un tratamiento químico (100-100–00) adi-cional, para compararlo con los demás; en cuatro densidades de siembra que fueron 4435, 13323, 8871, y 8887 plantas ha-1, con diferentes arreglos topológicos (Figura 1).

Figura 1. Distribución en campo de la plantación de nopal por densidad.

AGROFAZ


89

Los parámetros evaluados fueron pH (en extracto) con po-tenciómetro, CE en extracto (CE) con conductímetro, MO con el método de Walkley y Black (Page et al. 1982), nitratos (NO3

-) con colorimetría (Page et al. 1982). Las variables medidas en planta nos permiten determinar cuáles son los mejores trata-mientos, estas fueron: Rendimiento de forraje y desarrollo veg-etativo, ancho de cladodio, largo de cladodio, grueso de clado-dio. La distribución de los tratamientos en campo se realizó bajo un diseño de bloques al azar con tres repeticiones (Martínez, 1996).Los datos se analizaron con el programa estadístico SAS (SAS Institute Inc, 1996) a una probabilidad estadística del 0.05. Para el análisis estadístico del experimento se utilizó análisis de varianza y la prueba de separación de medias de la diferencia significativa honesta (DMS).


Producción de nopal forrajero En la producción de nopal forrajero existe diferencia signifi-

cativa para los tratamientos de estiércol y para densidades de siembra (Cuadro 1), con la mayor producción para el tratamien-to de 60 t ha-1 de estiércol solarizado con el 90.2% con respecto al testigo en el año 2008, 48.9% en 2009 y 59.6 en 2010, siendo estadísticamente superior a los demás tratamientos de estiér-

col y solo en 2009 es similar al tratamiento químico (Figura 2). El testigo absoluto (0 t ha-1) presento la producción más baja. La densidad de siembra de 13,324 plantas ha-1 obtuvo los re-sultados más altos, con 249.7% en 2008, 107.5% en 2009 y 150.3 en 2010 mayor producción con respecto a la densidad menos productora siendo la de 4435 en 2008 y 2010 y en 2009 la de 8,871 plantas ha-1 la que obtuvo los resultados más ba-jos (Figura 1). Los resultados en 2009 y 2010 son superiores a los reportados por Salazar et al. (Salazar et al. 2010) quienes obtuvieron 35.6 t ha-1 de forraje verde para el tratamiento de 60 t ha-1 de estiércol, pero menor a lo reportado por Martínez et al. (Martínez et al. 2009) quienes reportan que con 100 t ha-1 de estiércol bovino como fertilizante producen 74.3 t ha-1 de forraje verde. El mayor rendimiento de nopalito variedad “Jalpa” se ob-tuvo en el tratamiento de 100 t ha-1 de estiércol aplicado (Zúñiga et al. 2009). Con un buen manejo de cultivo el nopal lisa forra-jero puede producir 200 a 400 t ha-1 de forraje fresco (Gutiérrez et al. 2007). Estos resultados son corroborados en 2010 cuya conclusión es que el nopal forrajero responde favorablemente a las aplicaciones de fertilizante así como a altas densidades de población (Reveles et al. 2010), el nopal responde bien a la aplicación de nitrógeno (Murillo-Amador et al. 2005); sin em-bargo en Coahuila la producción de nopal varía de 5 a 15 t ha-1 (López et al. 2003).

Cuadro 1. Análisis de varianza para cosecha de nopal forrajero, CAE-FAZ-UJED, 2008-2010.

*-significativo **-altamente significativo

AGROFAZ


90

Grueso de cladodioEl grueso del cladodio exhibe diferencia significativa tanto

para los tratamientos de estiércol solarizado como para las den-sidades de siembra, con medias que se muestran en la Figura 3. El tratamiento de estiércol solarizado que presenta los cla-dodios más gruesos es el de 60 t ha-1, siendo 40.3%, 6.6% y 16.5% superior con respecto al testigo en los años 2008, 2009 y 2010. Con respecto a las densidades la de 13323 plantas ha-1 fue superior con 32.9, 25.0 y 34.1% con respecto a la densidad que presenta cladodios más delgados que fue la 4435 plantas ha-1 en 2008 y 8871 plantas ha-1 en 2009 y 2010.

El género Opuntia ficus indica presenta grosores mínimos de 10 mm y máximos de 30 mm cladodio-1 en su experimento y este grosor varía dependiendo la especie (Reyes et al. 2005). En experimentos hechos por Martínez et al. 2001 reportan gro-sores de cladodios en la variedad Copena T5 máximas de 28 mm cladodio-1 y mínimas de 20 mm cladodio-1. En el experimen-to que realizamos se obtuvieron grosores máximos de 24.7 mm cladodio-1 y mínimos de 21.16 mm cladodio-1 con la variedad Liso forrajera con grosores similares entre las dos variedades.

Figura 2. Producción de nopal forrajero por tratamiento de estiércol solarizado y densidades de siembra de la variedad Lisa Forrajera.

Figura 3. Grosor de cladodios de nopal forrajero por tratamiento de estiércol solarizado y densidades de siembra de la variedad Liso Forrajera.

AGROFAZ


91

Ancho de cladodio Para ancho del cladodio no existe diferencia significativa

para ninguno de los dos factores de estudio en todos los años; observándose medias de producción por tratamiento de 6.3 a 6.5 en 2008, 13.8 a 14.8 en 2009 y 14.4 a 14.7 en 2010 (cm cladodio-1). Los más anchos corresponden a los tratamientos de de estiércol solarizado 40 t ha-1 en 2008, 60 t ha-1 en 2009 y 40 y 60 t ha-1 en 2010.

El género Opuntia ficus-indica es el que desarrolla mejor anchura que otros géneros obteniendo una mínima de 14 cm cladodio-1 y una máxima de 31 cm cladodio-1 esto dependien-do de la variedad agronómica utilizada (Reyes et al. 2001). En este experimento se obtuvo una anchura máxima de 14.82 cm cladodio-1 en el tratamiento de 60 t ha-1 de estiércol solarizado entrando así dentro del rango de la especie. Reportan que con 100 t ha-1 de estiércol obtuvieron resultados de 13.1 cm de an-cho cladodio-1, utilizando la variedad Liso forrajera (Santos et al, 2010).

Largo de cladodioLargo de cladodio del nopal forrajero muestra diferencia sig-

nificativa para tratamientos de estiércol solarizado cada año; en

cuanto a las densidades de siembra solo en 2009 no se encon-tró diferencia significativa, con medias mostradas en la Figura 4. El tratamiento con cladodios más largos es el de 60 t ha-1 de estiércol solarizado, con el 31.4, 14.5 y 7.8% más largos que el testigo para los años 2008, 2009 y 2010, respectivamente. La densidad de cladodios más largos fue la de 13323 planta ha-1 con el 95.5, 9.8 y 7.8% para los años 2008, 2009 y 2010 con respecto a la densidad de cladodios más cortos que fue la de 8887 plantas ha-1 (Figura 4); lo cual es opuesto a lo repor-tado por Ruiz-Espinoza et al. 2010 para variedades de nopali-to cuyo largo decrece conforme la densidad aumenta. En este experimento se logró obtener una longitud máxima de 27.7 cm cladodio-1 en 2009, en el tratamiento de 60 t ha-1 de estiércol solarizado; con solo 2 riegos en el año, con lo cual estamos en el rango que se reporta (Reyes et al. 2001) de 27 cm mínimas y máximas de 63 cm cladodio-1 en el género Opuntia ficus indica. Ramírez et al. (Ramírez et al. 2010) reportaron que el género Opuntia ficus logró en su cuarto estadio una longitud máxima de 41 cm cladodio-1 utilizando hidroponía y suministrándole so-luciones nutritivas cada tercer día.

Figura 4. Largo de cladodios de nopal forrajero por tratamiento de estiércol solarizado y densidades de siembra de la variedad Liso Forrajera.

Variables del suelo

pH del sueloLa densidad que muestra los valores más altos de pH por

año es la de 13323 plantas ha-1 y al final del año 2008 es cuan-do se observan los valores más grandes. En el pH del suelo existe diferencia estadística significativa para los tratamientos de estiércol solarizado y para densidades de siembra, con me-dias de 7.3 a 8.1 (Cuadro 2). Los valores más altos correspon-den al tratamiento control en 2008, y tratamiento químico en

2009 y 2010. Siendo estadísticamente superior a los tratamien-tos de estiércol solarizado que fluctúan entre 7.5 a 7.9, que son valores óptimo para nopal (Flores-Ortiz y Reveles-Hernández 2010). Los nopales toleran valores relativamente altos de pH llegando a soportar hasta un pH de 8.5 (De Kock 2003).

Conductividad eléctrica del sueloEn la conductividad eléctrica del suelo existe diferencia es-

tadística significativa para los tratamientos de estiércol con me-dias inferiores a 3.3 dS m-1, siendo el tratamiento de 60 t ha-1

AGROFAZ


92

de estiércol la presenta el valor máximo. Al final del año 2008 se muestran los valores más altos para los tratamientos y las densidades, excepto en la de 4435 plantas que fue la que obtu-vo el valor más alto al inicio de 2008 con 3.73 dS m-1 (Cuadro 2), sin embargo los valores están dentro del rango óptimo, ya que que para un mejor desarrollo de la planta del nopal la conduc-

tividad eléctrica máxima del suelo no debe exceder de 5-6 dS m-1(Kock 2003). En 2010 los valores disminuyen con respecto al año anterior, contrario a lo que menciona Castellanos et al. 2000, quienes afirmas que con la aplicación de estiércol la con-ductividad eléctrica tiende a aumentar.

Cuadro 2. pH y conductividad eléctrica del suelo en nopal forrajero por tratamiento de estiércol solarizado y den-sidad de plantación, CAE-FAZ-UJED, 2008-2010.

*muestreo inicial **muestreo al final del año ++letras iguales indican similitud estadística

Materia Orgánica del sueloPara Materia Orgánica existe diferencia estadística signifi-

cativa para los tratamientos de estiércol solarizado con medias más altas correspondientes a los tratamientos de 40 y 60 t ha-1

de estiércol solarizado. El fertilizante químico (100-100-00) pre-sento la menor cantidad de Materia Orgánica, similar al testigo absoluto en 2009 y 2010 (Cuadro 3). La materia orgánica se incrementó desde el inicio de la investigación hasta el 2010, de-bido a la biodegradación del estiércol, ya que éste contiene más del 5% de MO. La aplicación apropiada de abonos orgánicos en suelos agrícolas aumenta como medio de disposición, re-ciclaje de nutrientes y conservación del agua (López-Martínez et al. 2001). La descomposición de MO depende de los micro-organismos presentes y es un concepto general de una se-cuencia completa de procesos muy detallados en los cuales los organismos utilizan los compuestos orgánicos como fuente de alimento (Cabrera et al. 2005; Lamm et al. 2000). Esto coincide con Zúñiga et al. 2009, quienes concluyeron que las aplicacio-nes de estiércol en el cultivo de nopal incremento el contenido mineral y de Materia Orgánica del suelo al final del experimen-to. Salazar et al. 2010, reportaron que con una aplicación de 60

t ha-1 obtuvieron un porcentaje mayor de materia orgánica en el suelo y Salazar-Sosa et al. (2009) también concluyen que la adición de estiércol bovino incrementa el contenido de mate-ria orgánica en el suelo, lo cual coincide con Castellanos et al. (2000).

Nitratos en el sueloLos resultados de Nitratos (NO3) muestran que existe dife-

rencia significativa para los tratamientos de estiércol solarizado, siendo el de 60 t ha-1 el que presenta los valores más altos, más del doble con respecto al testigo, excepto en 2010 que apenas es superior en 13% (Cuadro 3). La densidad de 4435 plantas ha-1 tiene los valores más altos de nitratos, excepto en finales del 2008 cuando la densidad de 8871 plantas ha-1 muestra mayor contenido de nitratos. Cusick et al. (2006) revelaron que aplicaciones de estiércol con características uniformes, tiene impactos diferentes en la producción y absorción de nitrógeno; debido a que la mineralización es afectada por diversos facto-res como humedad, temperatura, aireación, tipo y cantidad de abono aplicado, tipo de suelo, clima, mineralogía de las arcillas, el estado de nutrientes del suelo, actividad de la biota edáfica

AGROFAZ


93

(Trinidad 2007; Flores et al. 2007; Eghball et al. 2002), y diver-sidad de microorganismos del suelo (Tate 1995). La sombra de

CONCLUSIONES Se aplicaron tratamientos de estiércol de 0, 20, 40 y 60 t ha-1

más un tratamiento de 100-100-00 en densidades de planta-ción de 4435, 8871, 8887 y 13323 plantas ha-1. Los resultados muestran que Las mejor dosis de estiércol solarizado para la producción de nopal de la variedad Lisa Forrajera es la de 60 t ha-1 y la densidad más productora es la de 13323 plantas ha-1.

El suelo mostro incrementos de materia orgánica en el ter-cer año de estudio siendo los tratamientos de 40 y 60 t ha-1 de estiércol solarizado los más favorecidos. El pH del suelo es el óptimo señalado por algunos autores para la producción de no-pal forrajero y la conductividad eléctrica se mantuvo en niveles bajos (menor a 2 dS m-1).

LITERATURA CITADAAnaya PMA. 2003. Historia del uso de Opuntia como forraje

en México. En: Mondragon-Jacobo C y Pérez-González S editores. El nopal (Opuntia spp.) como forraje. 1ª Ed. Roma, Italia: FAO. Estudio FAO producción y protección vegetal 169, Disponible: http://www.fao.org/docrep/007/y2808s/y2808s05.htm#BM05, Consultado: 24 Jul, 2012.

Azocar P. 2003. Opuntia como alimento para rumiantes en Chi-le. En: Mondragon-Jacobo C y Pérez-González S editores. El nopal (Opuntia spp.) como forraje. 1ª Ed. Roma, Italia: FAO. Estudio FAO producción y protección vegetal 169, 2003. Disponible: http://www.fao.org/docrep/007/y2808s/y2808s0a.htm#BM10, Consultado: 24 Jul, 2012.

Baraza E, Ángeles S, García A, Valiente BA. 2008. Nuevos re-cursos naturales como complemento de la dieta de caprinos durante la época seca, en el Valle de Tehuacán, México. Interciencia; 33(12):891-896.

Cabrera ML, Kissel DE, Vigil MF. 2005. Nitrogen mineralization from organic residues: Research opportunities. J Environ-Qual; 34:75-79.

Castellanos JZ, Uvalle, AJ, Aguilar S. 2000. Manual de interpre-tación de análisis de suelos y aguas. 2da. Ed. México DF. Instituto de capacitación para productividad agrícola.

Cordeiro DSD, Gonzaga DAS. 2003. Opuntia como forraje en el noreste semiárido del Brasil. En: Mondragon-Jacobo C y Pérez-González S editores. El nopal (Opuntia spp.) como forraje, 1ª Ed. Roma, Italia: FAO. Estudio FAO producción y protección vegetal 169, Disponible: http://www.fao.org/do-crep/007/y2808s/y2808s09.htm#BM9, Consultado: 24 Jul, 2012.

las plantas puede afectar la humedad del suelo y con ello la mineralización (Flores-Márgez et al. 2009).

Cuadro 3. Medias de materia orgánica y Nitratos del suelo en nopal forrajero por tratamiento de estiércol solari-zado, CAE-FAZ-UJED, 2008-2010.

AGROFAZ


94

Cusick PR, Kelling KA, Powell JM, Muñoz GR. 2006. Estimate of residual dairy manure nitrogen availability using various techniques. J EnvironQual; 35:2170-2177.

De Kock GC. 2003. El uso del nopal como forraje en las zo-nas áridas de Sudáfrica. En: Mondragon-Jacobo C y Pérez-González S editores. El nopal (Opuntia spp.) como forraje, 1ª Ed. Roma, Italia: FAO. Estudio FAO producción y protec-ción vegetal 169, Disponible: http://www.fao.org/docrep/007/y2808s/y2808s0e.htm#BM14, Consultado: 24 Jul, 2012.

Eghball B, Wienhold BJ, Guillery JE, Eigenberg RA. 2002. Min-eralization of manure nutrients. JSoilWaterCons; 57(6):470-473.

Felker P. 2003. La utilización de Opuntia como forraje en los Estados Unidos de América. En: Mondragon-Jacobo C y Pérez-González S editores. El nopal (Opuntia spp.) como forraje, 1ª Ed. Roma, Italia: FAO. Estudio FAO producción y protección vegetal 169, Disponible: http://www.fao.org/do-crep/007/y2808s/y2808s0e.htm#BM14,

Flores MJP, Corral DB, Sapien MG. 2007. Mineralización de nitrógeno de biosólidos estabilizados con cal en suelos agrí-colas. Terra Latinoamericana. 25(4): 409-417.

Flores VCA. 1997. La producción de tuna en San Cono, Sicilia, Italia. En: Memorias del VII Congreso Nacional y V Inter-nacional sobre conocimiento y aprovechamiento del nopal, Monterrey Nuevo León, México.158-159.

Flores-Márgez JP, Corral-Díaz B, Figueroa-Viramontes U, Mau-ricio-Rivera L, Sotomayor-Villezcas V. 2009. Mineralización del nitrógeno orgánico en suelos agrícolas del Norte de México. Ciencia en la Frontera,7:18-24.

Flores-Ortiz MA, Reveles-Hernández M. 2010. Producción de nopal forrajero de diferentes variedades y densidades de plantación. RESPYN; Ed Esp 5:198-210.

García E. 1981. Modificaciones al sistema de clasificación climática de Köppen. Editorial Offset Larios, S. A. México, D.F.

Gutiérrez OE, Elías A, Bernal H, Morales H. 2007. Usos alter-nativos de nopal forrajero, VI Simposium taller producción y aprovechamiento del nopal en el noroeste de México. Marín, Nuevo León, México.

Kiesling R. 1995. Origen, Domesticación y Distribución de Opuntia ficus-indica. Instituto de Botánica Darwinion C. C. 22. Disponible en: http://www.fao.org/teca/es/system /files/Opuntia%20ficus%20indica.pdf

Lamm, FR, Schlegel AJ. 2000. Nitrogen fertilization for corn pro-duction when using LEPA center pivot sprinklers. National Irrigation Symposium proceeding of the 4th Decennial Sym-posium, Phoenix, AZ, USA.

López GJJ, Fuentes RJM, Rodríguez GA. 2003. Producción y uso de Opuntias como forraje en el centro-norte de México. En: Mondragon-Jacobo C y Pérez-González S editores. El nopal (Opuntia spp.) como forraje. 1ª Ed. Roma, Italia: FAO. Estudio FAO producción y protección vegetal 169. Dis-ponible: http://www.fao.org/docrep/007/y 2808s/y2808s08.htm#BM08, Consultado: 20 Jul, 2012.

López GJJ, Fuentes RJM, Rodríguez GA. 2003. Producción y uso de Opuntia como forraje en el centro-norte de México. En: Mondragon-Jacobo C y Pérez-González S editores. El nopal (Opuntia spp.) como forraje, 1ª Ed. Roma, Italia: FAO. Estudio FAO producción y protección vegetal 169, Dis-ponible: http://www.fao.org/docrep/007/ y2808s/y2808s08.htm#BM08, Consultado: 20 Jun, 2012.

López-Martínez JD, Díaz-Estrada A, Martínez Rubin E, Valdez-Cepeda RD. 2001. Effect of Organic Fertilizers on Physical-Chemical soil Propertis and Corn Yield. Terra Latinoameri-cana; 19:293-299.

Martínez GA. 1996. Diseños experimentales: métodos y el-ementos de teoría. Ed. Trillas. México, D. F.

Martínez GJC, López JA, Cruz HJP, Delgado AA. 2001. Pruning and sprouting season in prickly pear cladodes. Agrociencia; 35:159-167.

Martínez LJR, Vásquez ARE, Gutiérrez OE, Olivares SE, Vi-dales CJA, Valdez CRD, Peña MA, López CR. 2009. Cali-dad nutricional y rendimiento de nopal forrajero abonados orgánicamente. XXX Ciclo de Seminarios de Posgrado e Investigación, Escobedo Nuevo León, México; 69-74.

Matus FJ, Maire G, Christian R. 2000. Relación entre la mate-ria orgánica del suelo, textura del suelo y tasas de miner-alización de carbono y nitrógeno. Agric Téc (Chile) 60:112-126.

Moßhammer MR, Stintzing FC, Carle. 2006. Cactus Pear Fruits (Opuntia spp.): A Review of Processing Technologies and Current Uses. JPACD 8:1-25

Murillo-Amador B, García-Hernández JL, Ávila-Serrano NY, Orona-Castillo I, Troyo-Diéguez E, Nieto-Garibay A, Ruiz-Espinoza FH, Zamora-Salgado S. 2005. A multivariate ap-proach to determine the effect of doses and sources of N, P, and K in Opuntia ficus-indica L. Mill. JPACD, 7:110-124.

Page AL, Miller RH, Keeney DR. 1982. Methods of soil analysis. Chemical and microbiological properties. 2ndedition. Agron-omy No. 9, Part 2. American Society of Agronomy. Inc. and Soil Science Society of America. Inc. Madison, WI, USA.

Ramírez T.H.M., Reyes A.J.A., Pinos R.J.M. and Aguirre R.J.R. 2007. Effect of the species and maturity over the nutrient content of cactus pear cladodes. Agrociencia; 41:619-629.

AGROFAZ


95

Reveles H.M., Flores O.M.A., Blanco M.F., Valdez C.R.D. y Fé-lix R.G. 2010. El manejo del nopal forrajero en la producción de ganado bovino. RESPYN, Ed Esp 5:130-144.

Reyes A.J.A., Aguirre R.J.R. and, Hernández H.M. 2005. Sys-tematic notes and a detailed description of Opuntia ficus-indica (L). Mill. (cactaceae). Agrociencia; 39:395-408.

Ruiz-Espinoza F.H., Alvarado-Mendoza J.F., Murillo-Amador B., García-Hernández J.L., Pargas-Lara R., Duarte-Osuna J.D., Beltrán-Morales F.A. & Fenech-Larios L. 2008. Yield and Growth of Green Cladodes of Prickly Pear (Opun-tia ficus-indica) Cultivars under Different Plant Densities. JPACD;10:22-35.

Salazar SE, Trejo EHI, González VDC, Fortis HM, Orona CI, Vázquez VC. 2010. Producción orgánica de nopal forrajero (Opuntia ficus indica) variedad liso forrajera. IX Simposium-Taller Nacional y II Internacional “Producción y Aprovecha-miento del Nopal y Maguey”, Campus de Ciencia Agrope-cuarias de Nuevo León, UANL. Escobedo, Nuevo León, México, 95-109.

Salazar-Sosa E, Trejo-Escareño HI, Vázquez-Vázquez C, Ló-pez-Martínez JD, Fortis-Hernández M, Zuñiga-Tarango R, Amado-Álvarez JP. 2009. Distribution of Available Nitrogen

in the Soil Profile After Appliying Bovine Manure in Corn Fo-rage. Terra Latinoamericana; 27:373-382.

Santos HA, Vázquez ARE, Gutiérrez OE, Morales TH. 2010. Evaluación de la productividad y caracterización de tres variedades de nopal mejorado y tres criollos. RESPYN, Ed Esp 5:243-250.

SAS Institute Inc. 1996. SAS for Windows, Release 6-12 ver-sion 4.0.1111. SAS Compus Drive, North Carolina. U.S.A 4.

Tate RL. 1995. Soil Microbiology. John Wiley & Sons. New York, NY.

Trinidad A. 2007. Utilización de estiércoles, SAGARPA, Secre-taria de Desarrollo Rural. Dirección general de apoyo para el desarrollo rural. Montecillo, Estado de México:1-8.

Zúñiga TR, Orona CI, Vázquez VC, Murillo AB, Enrique SS, Ló-pez MJD, García HJL, Rueda PE. 2009. Root growth, yield and mineral concentration of Opuntia ficus-indica (L.) Mill. under different fertilization treatments. JPACD ;11:53-68.

AGROFAZ 97

MODELACIÓN DEL RENDIMIENTO DE FRIJOL BAJO ESCENARIOS REGIONALES DE CAMBIO CLIMÁTICO EN LA REGIÓN SURESTE

DEL ESTADO DE DURANGOBean Yield Modeling Under Regional Climate Change in the Southeast Region of Durango

State

Gerardo Esquivel-Arriaga, , Miguel Rivera-González1, Miguel A. Velásquez-Valle1, Arcadio Muñoz-Villalobos1, Hilario Macías-Rodríguez1 e Ignacio Sánchez-Cohen1.

1INIFAP. Centro Nacional de Investigación Disciplinaria en Relación Agua-Suelo-Planta-At-mósfera. Km. 6.5 margen derecha Canal Sacramento, Gómez Palacio, Durango. C.P. 35140.

e-mail: [email protected]

RESUMEN El presente estudio analiza la situación histórica del cultivo

de frijol en la región sureste del estado de Durango y plantea escenarios climáticos regionales (A2, A1B) en las próximas tres décadas. Se utilizó un generador estocástico de tiempo meteo-rológico para generar series diarias de tiempo de precipitación y temperatura afectadas por cambio climático y se obtuvieron los valores mensuales y sus parámetros estadísticos para ser incorporados en un modelo de cultivo. Las simulaciones de la productividad del cultivo se realizaron mediante el modelo Erosion Productivity Impact Calculator (EPIC), utilizando dos fe-chas de siembra en cada escenario planteado. Los resultados indican una diferencia entre escenarios A2 y A1B de 0.1° C en la variable temperatura, y en precipitación de 67 mm. Compara-dos con la climatología histórica, la temperatura máxima indica un aumento de 0.8 °C, la temperatura mínima de 0.9 °C, y la precipitación una reducción de 56 mm para el escenario A2 y de 11 mm para el escenario A1B. La productividad del cultivo de frijol con base en las simulaciones realizadas mediante el modelo de cultivo, indica incrementos y decrementos que se mantienen dentro de los rendimientos históricos de producción, la cual oscila en los 0.50 ton ha-1. Por lo tanto, se espera que en las próximas tres décadas se siga obteniendo el mismo rendi-miento, si se mantienen las labores de cultivo convencionales.

PALABRAS CLAVE: cambio climático, escenarios, simula-ción, productividad

SUMMARYThis study analyzes the historical situation of the bean crop

in the southeastern region of Durango state and raises regional climate scenarios (A2, A1B) in the next three decades. A sto-

chastic weather generator was used to generate daily time se-ries of temperature and precipitation affected by climate change was used and the monthly values and statistical parameters to be incorporated into a crop model was obtained. Simulations of crop productivity were performed using the Erosion Productivity Impact Calculator (EPIC) model employing two planting dates for each proposed scenario. The results indicate a difference between A2 and A1B scenarios of 0.1 °C at temperature va-riable, and 67 mm in precipitation. Compared with historical weather, the maximum temperature indicates an increase of 0.8 °C, the minimum temperature of 0.9 °C, and precipitation a reduction of 56 mm for the A2 scenario and 11 mm for the A1B scenario. The bean crop productivity based on simulations using the crop model indicates increases and decreases that are maintained within historical yields, which ranges in 0.50 ton ha-1. Therefore, it is expected that in the next three decades con-tinue obtaining the same yield, if the conventional tillage crop remains.

KEY WORDS: Climate change, scenarios, simulation, pro-ductivity.

INTRODUCCIÓNLa necesidad de estimar los potenciales impactos del cam-

bio climático requiere de conocer con mayor detalle espacial cómo cambiará el clima. Para ello, es necesario pasar de los ensambles producidos por modelos de circulación general (GCMs), a ensambles de mayor resolución espacial que refle-jen las características y tendencias del clima regional (Magaña, 2010). El desarrollo de herramientas computacionales ha per-mitido realizar proyecciones sobre el cambio climático en el fu-turo, basado en modelos físicos complejos. Sin embargo, para

AGROFAZ


98

analizar la gama completa de escenarios se hace necesario complementarlos con modelos físicos simples, calibrados para ofrecer una respuesta equivalente a los complejos (Sánchez et al., 2009).

En la actualidad, el recurso más avanzado del que se dispo-ne para el estudio del clima es, sin lugar a dudas, el conjunto de modelos de circulación general de Atmósfera y Océano Acopla-dos (AOGCMs), que suman un par de decenas. Estos mode-los, basados en las leyes fundamentales de física, simulan una gran variedad de los procesos que ocurren, en un rango muy amplio de escalas espaciales y temporales, entre los diversos subsistemas climáticos. Dichos modelos poseen resoluciones espaciales variadas que se han refinado en el transcurso del tiempo y que permiten su aplicación a escalas regionales (Con-de y Gay, 2008).

La utilización de dichos modelos ha permitido realizar nu-merosos estudios en diversos campos de la ciencia, en el ramo agrícola, los procedimientos para pronosticar los efectos de las variaciones climáticas en la producción agrícola son relativa-mente recientes. En el decenio de los 1970’s fue característico el uso de modelos de regresión para inferir relaciones estadísti-cas entre el clima y sus efectos potenciales en los rendimientos agrícolas (Conde et al., 2004; Krishnan et al., 2009).

El Fondo de la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO) decidió, durante la Con-ferencia Alimentaria Mundial de 1974, establecer un sistema de información y alerta sobre alimentación y agricultura a nivel mundial, teniendo como objetivos principales el seguimiento de las condiciones del cultivo, así como el pronóstico de ren-dimientos, especialmente en los países en desarrollo. Esta ini-

ciativa propició el desarrollo de modelos agroclimáticos para la estimación de los impactos del clima en los cultivos (Conde et al., 2004; Tebaldi y Knutti, 2010; White y Hoogenboom, 2010; Lobell, 2010). Dentro del marco de la productividad de los sis-temas agrícolas, estos dependen principalmente de la distribu-ción temporal y espacial de la precipitación y de la evaporación, así como de la disponibilidad de recursos de agua dulce para el riego, especialmente de cultivos. Los sistemas de producción de áreas marginales en términos hídricos estarían abocados a una mayor vulnerabilidad climática y a un mayor riesgo en caso de cambio climático.

En México, los desastres de origen meteorológico ocasio-nan impactos negativos en la población, el medio ambiente y diversos sectores económicos. La magnitud de los fenómenos meteorológicos extremos se ha incrementado, lo cual es difícil atribuir o no directamente al cambio climático; sin embargo el país es cada vez más vulnerable a condiciones extremas de tiempo y clima (SEMARNAT, 2009). La agricultura de nuestro país es vulnerable a las variaciones climáticas extremas, como son las sequías, las inundaciones y las heladas, debido a que se desarrolla fundamentalmente en condiciones de secano.

En el estado de Durango, la actividad agrícola en términos de superficie se realiza principalmente bajo la modalidad hídri-ca de temporal. En base a información de la oficina estatal de información para el desarrollo rural sustentable del estado de Durango (OIEDRUS) para el período 1980–2010, la superficie total promedio sembrada fue de 522,826 ha en la modalidad hídrica de temporal, respecto a 103,699 ha sembradas en con-diciones de riego, lo que representa que el 83 % de la superficie total en el estado se siembra en temporal, considerando el año agrícola Primavera-Verano y Otoño-Invierno (Figura 1).

Figura 1. Superficie sembrada por modalidad hídrica en el estado de Durango.

AGROFAZ

RELACIONES AGUA-SUELO-PLANTA

99

De los principales cultivos establecidos bajo condiciones de temporal en el estado, el cultivo de frijol es el que ocupa mayor superficie sembrada con un promedio de 276, 905 ha-1, segui-da por maíz grano y avena forrajera. A nivel nacional Durango ocupa el segundo lugar como productor de frijol, sin embargo los rendimientos unitarios obtenidos se han mantenido históri-camente en niveles bajos, ya que no superan la tonelada por hectárea (Figura 2). De los municipios que destinan mayor su-perficie al cultivo de frijol, se encuentran Cuencamé, Guadalupe Victoria, Pánuco de Coronado, Peñón Blanco y Santa Clara,

municipios que comprenden la región agrícola denominada Los Llanos, Durango.

Aunado a lo anterior, el objetivo de este estudio es presentar un análisis de la situación histórica de producción del cultivo de frijol en la región y plantear escenarios regionales de cambio climático en las próximas tres décadas, sobre las principales variables que inciden en la producción del cultivo bajo la moda-lidad hídrica de temporal, con el fin de establecer la vulnerabili-dad al que está sujeta la región en términos productivos.

Figura 2. Rendimientos históricos de frijol en el estado de Durango.

METODOLOGÍA

Unidad básica de estudioLa región denominada Los Llanos se ubica al sureste del

estado de Durango, comprende los municipios de Guadalupe Victoria, Cuencamé, Peñón Blanco, Santa Clara y Panuco de Coronado (Treviño et al., 1975) (Figura 3). Se encuentra entre los paralelos 24° 03’ y 24° 37’ de latitud norte y los 103° 33’ y

104° 30’ al oeste del meridiano de Greenwich. La topografía del terreno presenta elevaciones que varían desde 1900 hasta 2160 msnm. El clima en la mayor parte de la región es semise-co templado (BS1k) y moderadamente seco semicálido (BSh) con régimen de lluvias en verano, las cuales oscilan de 300 a 547 mm en promedio anual y una temperatura media de 16 a 23 °C (IMTA, 2009; CONAGUA, 2014).

AGROFAZ


100

Figura 3. Ubicación geográfica de la Región de los Llanos, Durango.

Análisis y procesamiento de información climá-tica

Las bases de datos se obtuvieron del Extractor Rápido de Información Climatológica III v. 2.0 (ERIC III) (IMTA, 2009). Identificadas las estaciones meteorológicas de la región, se efectuó un análisis y control de calidad de la información, es-

pecíficamente para las variables temperatura (máxima y míni-ma) y precipitación (Cuadro 1). Obtenidas las series históricas diarias de precipitación y temperatura se procesaron mediante las herramientas WXPARM y PARAMETROS2, que permitió obtener los valores medios mensuales y sus parámetros esta-dísticos (Williams, 1992).

Cuadro 1. Estaciones meteorológicas consideradas en el estudio.

AGROFAZ


101

Escenarios regionales de cambio climático LARS WG (Long Ashton Research Station Weather Gene-

rator, por sus siglas en inglés) es un generador estocástico de tiempo meteorológico el cual genera datos diarios de tiempo de un sitio en particular con las mismas características estadísticas de la serie real de la estación (Semenov et al., 1998). A partir de los escenarios regionalizados para México, se identificaron las estaciones climatológicas más cercanas para cada punto de la malla de 55 km x 55 km (Magaña, 2010) y se generaron se-ries de cien años de datos diarios con el generador estocástico mencionado anteriormente.

El modelo se calibró a partir de las características estadísti-cas de los datos observados y muestras diarias (100 años) de cambio climático. Se construyó la serie sintética de tiempo futu-ra para la climatología en los próximos 30 años, afectadas por los índices del escenario A2 y A1B (Magaña, 2010). Las series de tiempo generadas fueron procesadas mediante las herra-mientas WXPARM y PARAMETROS2 que permitió la ordena-ción de los datos climatológicos para obtener los valores me-dios mensuales y sus parámetros estadísticos (Williams, 1992) para su posterior utilización en la modelación de rendimientos.

Modelación del rendimientoEn la modelación de rendimientos afectados por variabilidad

climática, se utilizó el modelo EPIC (Erosion Productivity Impact Calaculator) v. 4160, ampliamente usado para evaluar el im-pacto y las estrategias de manejo en la producción agrícola, así como en los recursos agua y suelo (Williams, 1995; Ren et al.,

2010; Gaiser et al., 2010; Liu et al., 2009; Ko et al., 2009; Niu et al., 2009). El método consistió en la parametrización del mo-delo con base en variables de clima, suelo, cultivo y prácticas de manejo. La información climática observada fue extraída de ERIC III (IMTA, 2009), los escenarios se generaron mediante LARS-WG y los requerimientos y prácticas del cultivo fueron obtenidos de SAGARPA-INIFAP (2005) y Díaz et al., (2012). La calibración del modelo EPIC se realizó utilizando la clima-tología observada, así como los rendimientos históricos (SIAP, 2014); finalmente la modelación de los rendimientos se realizó utilizando los escenarios regionales derivados del generador estocástico.


Escenarios regionales Se generaron escenarios regionales de cambio climático

para las variables temperatura (máxima y mínima) y precipita-ción para la climatología de los próximos 30 años en la región de los Llanos, Durango. La Figura 4 muestra la temperatura máxima histórica (observados) y los escenarios producto del proceso de regionalización. Respecto a la variable temperatu-ra máxima se puede apreciar un incremento en los escenarios simulados A2 y A1B en el periodo Enero – Septiembre el cual oscila de 0.6 a 1.3 ºC. En los meses de Octubre a Diciembre la diferencia es de aproximadamente 0.2 ºC, y entre escenarios es de 0.1 °C. Resultados similares fueron obtenidos por García et al., (2010) utilizando otra técnica de regionalización en la mis-ma región de estudio.

Figura 4. Temperatura máxima observada vs escenarios regionales de cambio climático.

AGROFAZ


102

En relación a la temperatura mínima, se presenta la misma tendencia que para la máxima, en la cual aumenta en un ran-go de 0.5 a los 1.3 °C, con respecto a los datos históricos (Fi-gura 5). García et al., (2010) encontraron que los incrementos se presentaban en los meses de Abril y Mayo, así como en el

período de Julio a Septiembre, en este caso existe un mínimo incremento en todos los meses del año. La diferencia entre el escenario A2 y A1B es de 0.1°C, con respecto a 0.9 °C con base en la temperatura mínima anual histórica.

Figura 5. Temperatura mínima observada vs escenarios regionales de cambio climático.

En la variable precipitación, el comparativo entre los datos históricos y los escenarios planteados indican una reducción en la precipitación pluvial que inicia en los meses de Julio a Sep-tiembre, siendo Agosto el que resulta con una disminución de 27 mm respecto a la precipitación histórica. Así mismo, el esce-nario A1B muestra un descenso promedio de 10 mm en los tres meses mencionados anteriormente (Figura 6). Comparando

estos resultados con los reportados por García et al., (2010), difieren ya que ellos reportan un incremento en la precipitación, pero no en una distribución normal, sino de tipo bimodal; es de-cir la precipitación ocurre en dos periodos a través del año. Por el contrario, los generados con LARS-WG siguen la tenden-cia histórica siendo el escenario A2 el que indica en promedio anual una disminución aproximada de 50 mm vs lo observado.

Figura 6. Precipitación histórica vs escenarios regionales de cambio climático.

AGROFAZ


103

Modelación del rendimiento Los resultados de la modelación del rendimiento de frijol

bajo condiciones de temporal en la región de los Llanos se ob-tuvieron mediante la parametrización del modelo EPIC. Con base en Díaz et al., (2012) el potencial productivo para el esta-

blecimiento de frijol en la región de los Llanos va de medio a alto en la mayor parte de los municipios que comprenden la región, siendo Guadalupe Victoria y Cuencamé los municipios que más superficie destinan a la producción de frijol, con aproxi-madamente 90,000 ha-1 de superficie sembrada (SIAP, 2014) y rendimientos promedio de 0.58 ton ha-1. (Figura 7).

Figura 7. Potencial productivo de frijol en la región de los Llanos, Durango.Los resultados de la modelación del cultivo de frijol afectado

por cambio climático se presentan en el Cuadro 2. Para ello, se manejaron dos fechas de siembra, una en el mes de Junio y otra en el mes de Julio (SAGARPA-INIFAP, 2005) para los dos escenarios planteados en el estudio. En promedio en la región, involucrando los cinco municipios, el rendimiento es de 0.50 ton ha-1, mismo que se mantiene en los escenarios planteados con ciertos decrementos e incrementos en las simulaciones. Por ejemplo, para el municipio de Cuencamé su rendimiento histó-rico oscila en los 0.57 ton ha-1, y los escenarios arrojan un ren-dimiento de 0.50 ton ha-1 para A2 como para A1B. Lo anterior

se deriva a que no existe una diferencia considerable en los valores entre los escenarios planteados respecto a la tempera-tura como la precipitación.

Por ejemplo, la precipitación resultante para Cuencamé en el escenario A2 arroja una precipitación de 370.2 mm y el es-cenario A1B estima 379.4 mm; contra una precipitación obser-vada histórica de 392 mm; Guadalupe Victoria en el escenario A2 estima 485 mm contra 500 mm en el escenario A1B con respecto a 497 mm de precipitación histórica. Esta tendencia se mantiene en los demás municipios considerados en el estudio.

AGROFAZ


104

Cuadro 2. Modelación del rendimiento bajo condiciones actuales vs escenarios regionales.

Como se puede apreciar en el cuadro anterior, los munici-pios de Guadalupe Victoria y Pánuco de Coronado, los cuales presentan un rendimiento de 0.58 y 0.54 ton ha-1 pasan a 6.0 ton ha-1 con base a las simulaciones realizadas, por el contrario Cuencamé pasa de 0.57 a 0.50 ton ha-1, Peñón Blanco de 0.46 a 0.40 ton ha-1 y finalmente Santa Clara de 0.39 a 0.30. Los resultados muestran que existen incrementos o decrementos en la productividad pero que se mantienen en promedio en los rendimientos obtenidos de forma histórica.

CONCLUSIONESLos escenarios climáticos regionales derivados para la

región agrícola de los Llanos, Durango muestra que no hay diferencia entre los escenarios A2 y A1B planteados en este estudio. Sin embargo, comparados con los datos históricos, la temperatura máxima indica un aumento de 0.8 °C, la tempera-tura mínima de 0.9 °C, y la precipitación una reducción de 56 mm para el escenario A2 y de 11 mm para el escenario A1B. Estas diferencias se ven reflejadas en la productividad del cul-tivo de frijol con base en las simulaciones realizadas mediante el modelo de cultivo, ya que generan incrementos y decremen-tos que se mantienen dentro de los rendimientos históricos de producción, la cual oscila en los 0.50 ton ha-1. Por lo tanto, con base en el generador estocástico de tiempo meteorológico uti-lizado (Magaña, 2010) y las simulaciones mediante el modelo EPIC, se espera que en las próximas tres décadas se siga ob-teniendo el mismo rendimiento del cultivo en la región, si se mantienen las labores de cultivo convencionales.

LITERATURA CITADACONAGUA (Comisión Nacional del Agua). 2014. Climatología

estadística de las estaciones meteorológicas de México.

http://smn.cna.gob.mx/index.php?option=com_content&view=article&id=42&Itemid=75 (Accesado Enero 2014).

Conde C., Ferrer R. M., Araujo R., Gay C., Magaña V., Pérez J. L., Morales T. y Orozco S. 2004. El niño y la Agricultura. En: Magaña Rueda Víctor (Editor) (2004). Los impactos del niño en México. Centro de Ciencias de la Atmósfera, Universidad Nacional Autónoma de México. Secretaría de Gobernación. México, 229 p.

Conde A. A. C. y Gay G. C. 2008. Guía para la generación de escenarios de cambio climático a escala regional. Centro de Ciencias de la Atmósfera. UNAM, México. D.F.

Díaz P. G., Guajardo P. R. A., Medina G. G., Sánchez C. I., Soria R. J., Vázquez A. J. M. P., Quijano C. J. A., Legorreta P. F. y Ruíz C. A. 2012. Potencial productivo de especies agrícolas de importancia socioeconómica en México. INIFAP. Centro de Investigación Regional Golfo Centro, Campo experimen-tal Cotaxtla, Sitio experimental Teocelo, Xalapa, Veracruz.

Gaiser T., Barros I., Sereke F. and Lange F.M. 2010. Validation and reliability of the EPIC model to simulate maize produc-tion in small-holder farming systems in tropical sub-humid West Africa and semi-arid Brazil. Agriculture, Ecosystems and Enviroment 135:318-327.

García H. G., Esquivel A. G., Zárate V. J. L., Trejo C. R., Sán-chez C. I. y Esquivel A. O. 2010. Escenarios a futuro de tem-peratura y precipitación pluvial bajo el efecto de un cambio climático en la región agrícola de los Llanos, Durango, Méxi-co. Revista Chapingo, Serie Zonas Áridas. Vol. IX Núm. 2.

IMTA (Instituto Mexicano de Tecnología del Agua). 2009 Ex-tractor Rápido de Información Climatológica III, v. 2.0. In-formación climatológica disponible en formato electrónico. Jiutepec, Morelos, México.

Ko J., Picccinni G. and Steglich E. 2009. Using EPIC model to manage irrigated cotton and maize. Agricultural Water Man-agement 96: 1323-1331.

Krishnan P., Ramakrishnan B., Rao K. S. and Dash R. N. 2009. Simulation Studies to Characterize the Impact of Climate Change on Crop Production and to Identify Strategies for Adaptation and Mitigation. En: Climate Change and Crops. S.N. Singh National Botanical Research Inst. (NBRI) Envi-ronmental Science Division. India.

Liu J., Williams J. R., Wang X. and Yang H. 2009. Using EPIC model to manage irrigated cotton and maize. Agricultural Water Management 96:1323-1331.

Liu J., Williams J. R., Wang X. and Yang H. 2009. Using MODAWEC to generate daily weather data for the EPIC model. Environmental Modelling & Software 24: 655–664.

AGROFAZ


105

Lobell D. 2010. Crop Responses to Climate: Time-Series Models 97-98. En: D. Lobell and M. Burke (eds.), Climate Change and Food Security, Advances in Global Change Re-search 37.

Magaña, O.V. 2010. Guía para Generar y Aplicar Escenarios Probabilísticos Regionales de Cambio Climático en la Toma de Decisiones. Instituto Nacional de Ecología. http://zimbra.ine.gob.mx/escenarios.

Niu X., Easterling W., Hays C. J., Jacobs A. and Mearns L. 2009. Reliability and input-data induced uncertainty of the EPIC model to estimate change impact on sorghum yields in the U.S. Great Plains. Agriculture, Ecosystems and Environ-ment 129:268-276.

Ren J., Yu F., Chen Z. and Qin J. 2010. Regional yield esti-mation of summer maize based on a simulation of remotely sensed LAI into EPIC Model. In: Second IITA International Conference on geoscience and remote sensing.

SAGARPA-INIFAP. 2005. Guía para la asistencia técnica agrí-cola, área de influencia del campo experimental “Valle del Guadiana”. Durango, Dgo. México. pp. 217.

Sánchez C. I., González B. J. L., Díaz P. G. y Velázquez V. M. A. 2009. Cambio climático e incertidumbre: impacto en las va-riables hidrológicas de las cuencas. En: González Barrios, J.L., I. Sánchez Cohen (Dir. Del libro). Manejo comparado de cuencas hidrológicas. Incertidumbre climática, vulnerabi-lidad ecológica y conflicto social. Ediciones de la Sociedad Mexicana de la Ciencia del Suelo, la Red Temática del Agua CONACYT y la Red Nacional de Innovación Agua y Suelo del INIFAP. Torreón, Coahuila, México 282 p.

SEMARNAT, 2009. Informe de la Situación del Medio Ambiente en México. Edición 2008. Compendio de Estadísticas Am-bientales. México. 380 p.

Semenov M. A., R. J. Brooks, E. M. Barrow y C. W. Richardson. 1998. Comparison of the WGEN and LARS-WG stochastic weather generators in diverse climates, Clim. Res., 10, 95-107.

SIAP (Sistema de Información Agroalimentaria y Pesquera) 2014. Cierre de la producción agrícola por estado. http://www.siap.gob.mx/cierre-de-la-produccion-agricola-por-es-tado.

Tebaldi C. and Knutti R. 2010. Climate Models and Their Pro-jections of Future Changes. Chapter 3:31-56 En: D. Lobell and M. Burke (eds.), Climate Change and Food Security, Advances in Global Change Research 37.

Treviño de la C. G., Aguirre R. A. y Delgado S. A. 1975. Informe del Programa de Investigaciones Agrícolas Realizado en los Llanos de Durango durante el año 1975. INIA-CP. Durango, México.

White W. J. and Hoogenboom G. 2010. Crop Response to Cli-mate: Ecophysiological Models. Chapter 4: 59-83 En: D. Lobell and M. Burke (eds.), Climate Change and Food Se-curity, Advances in Global Change Research 37.

Williams, J.R. 1992. WXPARM: Weather parameter calcula-tor for EPIC. User Manual. U.S. Department of Agriculture. Grassland Soil and Water Research Laboratory, Texas. 6 pp.

Williams, J. R. 1995. The EPIC Model. In: Singh, V. P. (Ed), Computer Models of Watershed Hydrology. Water resour-ces publications, Highlands Ranch, USA, pp. 909-1000.

AGROFAZ 107

MODELO PREDICTIVO DE LA CALIDAD DEL AGUA EN RESERVORIOS DE CHIHUAHUA-MÉXICO USANDO

LA PERCEPCIÓN REMOTA

Predictive model of water quality in Chihuahua-Mexico reservoirs using remote sensing data

Jesús Pilar Amado Álvarez1, Luis Carlos Alatorre Cejudo1, Orlando Ramírez Valle1, Enrique Salazar-Sosa2, Héctor Idílio Trejo-Escareño3, José Dimas Lopez-Martínez3

Universidad Autónoma de Ciudad Juárez (UACJ). División Multidisciplinaria de la UACJ, Calle Morelos y priva-da del Roble núm. 101 (Fracc. El Roble), C.P. 31579, Cuauhtémoc, Chihuahua, México.

2Instituto Tecnológico de Torreón, DGEST.3Universidad Juárez del Estado de Durango. Facultad de Agricultura y Zootecnia, División de Estudios de

Postgrado, Carr. Gómez Palacio-Tlahualilo km 28. Apartado Postal 1-142, CP 35000. Gómez Palacio, Durango, México. e-mail: [email protected]

RESUMENLa calidad de un agua natural se valora por sus caracterís-

ticas físicas, químicas y biológicas. El objetivo de la presente investigación fue explorar una manera exacta y rápida de mo-nitorizar la calidad integral del agua a través de la percepción remota y la turbidez del agua en los principales embalses con causes perenes en el Estado de Chihuahua. Se seleccionaron tres reservorios: Presa Las Vírgenes, Lago Colina y Presa la Boquilla. El muestreo en los embalses se hizo en marzo del 2011. En cada uno de los puntos seleccionados se determina-ron: Turbidez (NTU), pH, Oxígeno Disuelto (% de saturación), Nitrógeno (NO3); Fósforo total y Sólidos totales disueltos. Se adquirieron dos escenas Landsat TM. La metodología emplea-da incluyó: la calibración radiométrica y atmosférica del sensor Landsat TM y la construcción del modelo estadístico predicti-vo entre los valores de turbidez y la reflectancia registrada por cada una de las bandas del sensor Landsat TM. Los resultados sobre la calidad del agua obtenidos directamente en los embal-ses estudiados indican que la clasificación general del agua en las presas de Mediana a Buena. Modelo predictivo elegido para determinar la turbidez por medio del cociente entre las bandas B2/B3 fue todo un éxito por lo que el estudio ilustra las ventajas de usar la teledetección documentando un peligro para el me-dio ambiente relativamente a corto plazo. Este estudio también demuestra el valor de los datos de Landsat TM para el uso en el trazado de variaciones geográficas en área de los cuerpos de agua.

Palabras clave: Calidad integral del agua, Turbidez, Land-sat TM, Modelo predictivo

ABSTRACTThe quality of natural water is valued for its physical, chemi-

cal and biological characteristics. The objective of this research was to explore an accurate and quick water quality monitoring through remote sensing and water turbidity in an integrated way in the major perennial reservoirs in the State of Chihu-ahua, México. Three reservoirs were selected: The Virgin dam, Lake Hill and Nozzle Dam. The reservoir sampling was done in March 2011. In each of the selected points were determined: Turbidity (NTU), pH, Dissolved Oxygen (% saturation), Nitrogen (NO3), Total phosphorus and Total dissolved solids. Two Land-sat TM scenes were acquired for the same date the field data for assessing water quality, this methodology used included; the radiometric calibration and atmospheric sensor Landsat TM and statistical model building predictive between turbidity values and the reflectance recorded by each of the bands Landsat sensor. The results on water quality in reservoirs obtained directly indi-cated that the classification of water quality in all dams ranked from medium to good. According to the predictive model cho-sen to determine the turbidity through the ratio between bands B2/B3 resulted with good prediction so the study illustrates the advantages of using remote sensing data documenting a poten-tial damage to the environment at relatively short period of time. This study also demonstrates the advantages of Landsat TM data for delineation of geographical variations in water places.

Keywords: integrated water quality, turbidity, Landsat TM, predictive model

INTRODUCCIÓNEn general, la calidad de un agua natural se valora por sus

características físicas, químicas, orgánicas y biológicas, aso-ciándose a cada parámetro un nivel que asegure que el agua reúne los requisitos necesarios para cada uno de los procesos de consumo. En la actualidad, muchos países, a la hora de de-terminar la calidad de una agua natural para un uso concreto,

AGROFAZ


108

es el reglamento de la administración Pública del Agua el que indica, según el anexo, el número de parámetros a analizar, la frecuencia de análisis y el tipo de determinaciones (Marín, 2003).

La calidad del agua está afectada por diversos factores como los usos del suelo, la producción industrial y agrícola, el tratamiento que se le da antes de ser vertida nuevamente a los cuerpos de agua, y a la cantidad misma del agua de los ríos y lagos, ya que de ésta depende su capacidad de purifica-ción. La cuantificación científica de la calidad del agua es una estrategia básica en el desarrollo de los fundamentos para el manejo de los recursos hídricos, (Hakanson et al., 2005). Las metodologías tradicionales para determinar parámetros relati-vos a la calidad del agua han consistido en medidas en situ, y de la toma de muestra de agua para su consiguiente análisis en laboratorio. Este tipo de metodologías pueden arrojar medidas exactas, pero en la mayoría de los casos requieren de muchos recursos económicos, de tiempo y de personal especializado. Una de las limitantes de estas metodologías clásicas es que no pueden proporcionar una visión en tiempo real de la distribución espacial de las variables que se están monitorizando, lo cual es muy importante para la evaluación global y para el control de la calidad del agua (Brivio et al., 2001).

La teledetección puede proporcionar los medios adecuados para estimar algunos de los parámetros relacionados con la ca-lidad del agua, que generalmente son determinados por medi-ciones tradicionales. Desde la década de 1980, con la mejora de los sensores satelitales (Resolución espacial y espectral), las imágenes multiespectrales se han utilizado para vigilar las aguas continentales, mediante el uso de correlaciones entre la reflectancia medida por cada una de las bandas y las propie-dades de superficiales del agua, incluyendo: i) profundidad del disco Secchi; ii) concentraciones de clorofila; iii) total de sedi-mentos en suspensión, iv) temperatura; y, v) datos de calidad del agua analizadas en un laboratorio (Schiebe et al., 1992; Dekker y Peters, 1993; Schneider and Mauser, 1996; Zilioli y Brivio, 1997; Fraser, 1998; Giardiano et al., 2001; Kloiber et al., 2000, 2002). El satélite Landsat-5 TM (Thematic Mapper) ha sido utilizado para adquirir información espectral sobre los cuer-pos de agua. Se han empleado todas las bandas, desde banda 1 (TM1) a la banda 7 (TM7). Por ejemplo, las bandas TM1-4 que van desde un rango espectral que comprende el visible al infrarrojo cercano, rangos donde gran parte la energía es ab-

sorbida, han demostrado su utilidad par determinar información sobre la calidad del agua (Giardiano et al., 2001; Kloiber et al., 2000, 2002). Estudios anteriores han probado que las bandas TM1-4 pueden registrar la reflectividad de algunos de los pará-metros relativos a la calidad del agua, como el humos acuático, clorofila a, fitoplancton, materia orgánica disuelta, sólidos di-sueltos en suspensión, etc. (Dekker et al., 1992; Lathrop, 1992; Dekker y Peters, 1993; Lavery et al., 1993; Pattiaratchi et al., 1994; Cox et al., 1998; Brivio et al., 2001; Giardiano et al., 2001; Stadelmann et al., 2001; Kloiber et al., 2002). El objetivo de este estudio fue desarrollar y probar un modelo empírico predictivo para evaluar la calidad del agua en distintos reservorios usando la turbidez del agua y las imágenes del satélite Landsat TM. De este modo, este trabajo proporcionó como resultado un modelo estadístico entre la turbidez medida in situ y la reflectancia re-gistrada por las bandas TM, así como, su aplicación en estudios de calidad de agua en los embalses del Estado de Chihuahua, México.

MATERIALES Y MÉTODOSEl área de estudio se localiza en la parte central de Chihu-

ahua, México. (Figura 1). Estas cuencas comprenden una su-comprenden una su-perficie de 63,709 km2, Se seccionaron tres reservorios: a) Pre- a) Pre-sa Francisco I. Madreo, dentro de la cuenca Hidrológica del río San Pedro, la cual irriga tierras del Distrito 005 Delicias; donde la vocación agrícola incluye los cultivos : Algodón, Cacahuate, Cebolla, Chile Verde, Maíz, Sandía, Alfalfa, Nogal y Vid abarca 75,220 ha; con bajas eficiencias de conduccion (60%), y menor a nivel parcelario (50 %), Puente (2003); con una poblacion de habitantes de 137,938 en Delicias, 41,280 en Jimenez, 4,959 en Julimes, 43,836 en Meoqui y 16,787 personas en Rosales, INEGI (2010). b) Lago Colina, el cual se utiliza con fines de recreación y desfogue del río Conchos y c) Presa la Boquilla, (Lago Toronto), ubicada dentro del municipio de San Francisco de Conchos, fue terminada en 1916, la altura de la cortina, es de 74 m, con una longitud de 259 m y una capacidad máxima de 10,000 m3 s-1, pertenecientes a la Cuenca hidrológica del río Conchos, el cual incluye a los distritos 090 Bajo Rio Bravo, riega 10,153 ha, c)103 Rio Florido donde se producen 10,156 ha. La cuenca hidrológica del Río Conchos en el Estado de Chihua-hua, comprende una superficie de 6.37 millones de hectáreas (63,709 km2), extendiéndose desde el sur-sureste al centro y noreste de la entidad.

AGROFAZ


109

Figura 1. Área de estudio: A) Localización de las cuencas hidrográficas donde se localizan los embalses; B) Localización de las escenas Landsat TM P32R40 y P32R42, y ubicación de la Presa las Vírgenes, Lago Colina y

Presa la Boquilla; y C) Extracción de las áreas de estudio en cada una de las Escenas Landsat TM.

Muestreo en los embalsesEn un barco, con capacidad para 10 personas de 175 H.P.,

se recorrieron los tres reservorios, uno cada día, El muestreo se hizo del 21 al 23 de marzo del 2011 en los puntos previa-

mente determinados, los cuales fueron ubicados utilizando un GPS (Figura 2). En cada sitio se determino la profundidad del embalse usando, la ecosonda del barco.

AGROFAZ


110

Figura 2. Localización de los puntos de muestreo en cada uno de los embalses en el área de estudio: a) Presa las Vírgenes; b) Lago Colina; C) Presa Boquilla; y D) Ventana de 3x3 píxeles para tomar el valor medio de la reflecti-

vidad en cada uno de los puntos de muestreo

Metodología, parámetros considerados y análi-sis estadísticos

Se cuantifico el índice de calidad del agua siguiendo la me-todología propuesta por Smith (1990). En cada uno de los pun-tos seleccionados se determinó: a) Turbidez (NTU), utilizando un turbidímetro (Termo, AQ5000); B) pH, con un potenciómetro multifuncional (Hanna Instrument pH/CE/TSD/T meter); c) Oxi-geno Disuelto (% de saturación), con el aparato Hanna Instru-ment (HI 9146); d)Nitrógeno (NO3), e) Fosforo total y f) sólidos totales disueltos , en el laboratorio, de acuerdo con la norma NOM-001-SEMARNAT-1996 (Secretaria de Economía, 1996). Con el valor del Índice de Calidad del Agua, se ordenaron los sitios dentro de cada embalse y se hizo un análisis de regre-sión múltiple, (SAS, 2001) entre el ICA vs los seis parámetros de calidad del agua evaluados. Posteriormente se hicieron los diagramas de dispersión de datos de cada una de las variables estudiadas y su relación con el ICA, se identificaron los patro-nes de comportamiento y se obtuvieron los modelos matemáti-cos, (SAS, 2001) con los cuales se pueden efectuar prediccio-nes sobre el avance en el grado de contaminación.

Obtención y depuración de los dato de teledetec-ción

Para poder visualizar la distribución espacial que presenta la turbidez dentro de los cuerpos de agua se realizó una interpola-ción de los valores de turbidez (NTU) por el método smoothing splines en el software ArcGis 9.3.

Una de las limitaciones que plantean las imágenes de sa-télite es que se encuentran afectadas por una serie de pertur-baciones radiométricas: la iluminación solar y las condiciones atmosféricas, que dificultan su utilización. Este tipo de proble-mas se suelen solventar en las imágenes de baja resolución es-pacial y alta frecuencia temporal (NOAA-AVHRR) mediante la creación de compuestos multitemporales y filtrados. En el caso

de las imágenes de alta resolución espacial, como las Landsat TM, en las que la frecuencia temporal es baja resulta necesario llevar a cabo procedimientos de corrección más complejos.

En este trabajo se utilizaron dos escenas Landsat TM (re-solución espacial de 30 m) correspondientes al 22 de marzo de 2010 (Figura 1). La corrección geométrica de las imágenes se realizo mediante puntos de control y el algoritmo desarrollado por Pala y Pons (1996) implementado en el software Miramon, en el que se tiene en cuenta la distorsión topográfica mediante la incorporación de un MDT. Finalmente, el efecto atmosférico sobre la señal electromagnética ha sido corregido mediante el modelo de transferencia radiativa 6S (Vermote et al., 1997).

Una vez que las imágenes fueron corregidas se procedió a recortar el área que corresponde a cada una de las presas, Presa las Vírgenes, Lago Colina y Presa Boquilla (Cuadro 1).

Para la determinación del modelo predictivo de la turbidez se utilizará como variable predictiva la reflectancia de las ban-das TM1-5 y TM7, los cocientes entre bandas TM1/TM2, TM2/TM3, TM3/TM4, y el cociente entre las bandas del visible y el infrarrojo cercano, (TM1+TM2+TM3)/TM4 (Bustamante et al., 2009). Esta información corresponderá a los valores de reflec-tancia contenidos en un ventana de 3x3 píxeles para cada pun-to de muestreo, correspondiente a un área de 90x90m, en cada una de las bandas del satélite Landsat TM (Figura 2).

Para determinar las relaciones estadísticamente significati-vas entre los valores de turbidez registrados in situ y la reflec-tancia de las bandas de Landsat TM, se aplico un modelo de regresión lineal para medir la magnitud de la relación y su signi-ficancia estadística. Para medir esto, se aplicó el coeficiente de correlación de Pearson, pensado para variables cuantitativas (escala mínima de intervalo), es un índice que mide el grado de covariación entre distintas variables relacionadas linealmente. Adviértase que decimos “variables relacionadas linealmente”.

AGROFAZ


111

Esto significa que puede haber variables fuertemente relacio-nadas, pero no de forma lineal, en cuyo caso no proceder a aplicarse la correlación de Pearson. El coeficiente de correla-ción de Pearson es un índice de fácil ejecución e, igualmen-te, de fácil interpretación. Digamos, en primera instancia, que sus valores absolutos oscilan entre 0 y 1. Esto es, si tenemos dos variables X e Y, y definimos el coeficiente de correlación de Pearson entre estas dos variables como rxy entonces: 0≤ rxy ≤1 ec. 1

Hemos especificado los términos “valores absolutos” ya que en realidad si se contempla el signo el coeficiente de correla-ción de Pearson oscila entre –1 y +1. No obstante ha de indicar-se que la magnitud de la relación viene especificada por el valor numérico del coeficiente, reflejando el signo la dirección de tal valor. En este sentido, tan fuerte es una relación de +1 como de -1. En el primer caso la relación es perfecta positiva y en el segundo perfecta negativa.

Cuadro 1. Datos del recorte de la escena Landsat TM usadas para este estudio.

RESULTADOSLago Colina los resultados obtenidos se pueden observar

en el Cuadro 2. El 11 % de los puntos muestreados dentro del Lago Colina (uso recreativo) se clasifico como agua de Bue-na Calidad, (B), (Índice de Calidad del Agua (ICA = 70)) so-bresaliendo por su valor un pH neutro (6.98), alto contenido de Oxígeno Disuelto (100.4 % de saturación), bajo contenido de Nitratos (10 mg L-1). El 89 % de los sitios restantes evaluados se clasificaron como de calidad Media (ICA = 63-69), dentro del sitio que contiene el valor más bajo (ICA= 63), se observa que el pH del agua es alcalino (8.27). En el 89 % de los sitios restan-tes se obtuvo la misma clasificación Media (M), con valores del índice de calidad del agua (ICA) desde 63 hasta 69. El valor de la turbidez, fluctuó desde 17.4, hasta 22.43 NTU, registrando una alta correlación estadísticamente significativa.

Por otro lado la Presa la Boquilla, como se puede apreciar en el Cuadro 3, el máximo valor (ICA = 73), donde la Turbidez fue uno de los valores más bajos (10.40 NTU), 97.5 % de satu-ración, pH= 7.56, bajo en sólidos totales disueltos. Los valores de nitratos pueden estar por encima de lo normal, esto debi-do al equipo utilizado, ya que no hay indicios de eutrofización como comúnmente ocurre cuando existe presencia de elemen-tos mayores que propicien el incremento de maleza acuática como lirio, y tule entre otros.

El Índice de Calidad del Agua y el grado de Turbidez, con valores de 7.05 NTU, enfrente de la cortina, mientras que los valores más altos (26.83 NTU), se registraron a 38 km de dis-tancia, donde la entrada del agua con sedimentos de la parte alta de la cuenca se ha hecho posible.

Cuadro 2. Índice de Calidad del Agua (ICA) en el Lago Colina Chihuahua, 2011.

AGROFAZ


112

Cuadro 3. Índice de Calidad del Agua (ICA) en La Presa La Boquilla, en la Cuenca del río Conchos. 2011.

Presa Francisco I. Madero. Este almacenamiento de agua se utiliza para múltiples actividades, desde la pesca, donde se tiene un riguroso control, paseos recreativos y principalmente en la agricultura, los resultados obtenidos (Cuadro 4) indican que el Índice de Calidad del Agua (ICA) varió de mediana a buena, con valores muy similares a los encontrados en los al-macenamientos registrados anteriormente, en tres puntos el ICA, fue de 70 a 73, lo cual indica que el agua es apta para

B=Buena; M = Calidad del agua Mediatodos los usos, al igual que en el resto de los sitios evaluados, con valores muy similares, (ICA=65 a 67). Sin embargo es importante mencionar que en este embalse los valores de la Turbidez, fueron de los más altos, reportados en la zona de es-tudio. Los valores de turbidez (NTU) registrados en cada uno de los embalses, la Presa las Vírgenes; Lago Colina; y Presa la Boquilla, se muestran en el Cuadro 5.

Cuadro 4. Índice de Calidad del Agua (ICA) en La Presa Francisco I. Madero, en la Cuenca del Río San Pedro, Delicias, Chihuahua. 2011.

B= Buena ; M = Calidad del agua Media

AGROFAZ


113

Cuadro 5. Valores de turbidez obtenidos en cada uno de los embalses.

Se evaluó la correlación lineal de Pearson, para esta-blecer el grado de correlación entre los valores de turbidez y reflectancia para cada una de las bandas TM1-5 y TM7, los cocientes entre bandas TM1/TM2, TM2/TM3, TM3/TM4, y el cociente entre las bandas del visible y el infrarrojo cercano, (TM1+TM2+TM3)/TM4 (Cuadro 6). Los resultados de la corre-lación lineal de Pearson demuestran que el cociente entre las bandas TM2/TM3 muestra el valor más alto del coeficiente de Pearson (-0.795;). Este resultado es estadísticamente significa-tivo, puesto que un valor cercano a 1 ó -1; el signo en este caso indica que es una relación negativa con la turbidez, es decir, la banda TM3 es la que registra más eficientemente los valores

más elevados de turbidez en el cuerpo del agua.

El modelo predictivo para determinar la turbidez por medio del cociente entre las bandas B2/B3 muestra un buen ajuste (R2 = 0.698; Figura 3). Para contrastar esto determinamos la capacidad de ajuste los modelos determinados con las bandas TM2, TM3 y TM4, las cuales también tenían buena correlación (Pearson; 0.699, 0.688, 0.677, respectivamente) y buena sig-nificancia estadística, Sig. (bilateral) < 0.01 (Cuadro 6). Los re-sultados mostraron que los valores de R2 para estos modelos predictivos utilizando las bandas TM2, TM3 y TM4, fueron de 0.49, 0.54 y 0.51, respectivamente.

Figura 3. Modelo predictivo elegido para determinar la turbidez por medio del cociente entre las bandas B2/B3.

Cuadro 6. Resultado de la correlación bivariada mediante Pearson.

AGROFAZ


114

Un vez que elegimos el mejor modelo predictivo, se proce-dió a aplicar en cada uno de los embalses, para así obtener la distribución espacial de la turbidez (Figura 4). Los resultados muestran que para la Presa las Vírgenes los valores de tur-

bidez van desde los 9.24 a los 34.27 NTU, mientras que los valores más altos se localizan en el margen derecho de la parte media del embalse, con valores que van desde los 20 a los 25 NTU aproximadamente.

Figura 4. Turbidez (NTU) del agua en los tres embalses derivada de aplicar el modelo predictivo al cociente entre las bandas TM2/TM3: A) Presa las Vírgenes; B) Lago Colina C) Presa Boquilla.

El Lago Colina en cambio, presenta valores de turbidez que van desde los 13.89 a los 24.38 NTU, la distribución espacial de los valores muestra una clara progradación negativa desde la entrada (valores altos) hasta la presa (valores bajos). La presa Boquilla muestra unos valores que van desde los 6.21 a los 29.02 NTU, con un distribución espacial similar a los registra-dos en el Lago Colina, con valores altos en la desembocadura del río San Pedro.

DISCUSIÓNEn Estudios en Brasil por Tomazoni et al. (2003), reportaron

que el agua de los afluentes del río Paraná son de buena cali-dad y que se pueden utilizar para abastecimiento público des-pués de tratamientos convencionales. GuoQiang et al. (2004), establecieron que la calidad del agua del Lago Erha, en Yun-nan, China, tiene un fuerte deterioro, debido a las descargas industriales y municipales de aquella región.

AGROFAZ


115

Khan et al. (2004), indican que la aplicación del índice de ca-lidad del agua fue evaluada por el consulado canadiense como una medida ambiental, es herramienta práctica para mostrar los resultados de manera integral de los parámetros físicos, químicos, orgánicos y microbiológicos de las diferentes comu-nidades.

El Lago Colina presenta los valores medios más altos de tur-bidez y espacialmente se observan que predominan los valores altos en todo el cuerpo de agua (Figura 5), con un ligero des-censo hacia la presa, relacionados probablemente con su ta-maño relativamente más pequeño. En cambio, en los grandes embalses, Presa las Vírgenes y Boquilla, se presenta valores medios más bajos, 15.00 (±4.01) y 12.10 (±5.97), respectiva-mente. La distribución espacial de los valores de turbidez en la Presa las Vírgenes, muestra una progradación negativa desde

la desembocadura del Río San Pedro a la presa, con valores que van desde 34.27 a 9.24 NTU, respectivamente. La Presa Boquilla al igual la presa las Vírgenes presenta una distribución similar, aunque existen zonas próximas a la presa donde los valores de turbidez son elevados, principalmente áreas próxi-mas a las laderas norte y sur de la embalse, que se podrían relacionar con zonas de baja profundidad, lo que produce una resuspensión de los sedimentos del fono del embalse.

En general se muestran dos patrones diferentes, en la Pre-sa las Vírgenes se muestran valores altos en la parte media del embalse, provocados por una resuspensión de sedimentos, en cambio en el Lago Colina y Presa la Boquilla, se observa un claro descenso con la distancia a la entrada de agua a los embalses.

Figura 5. Rangos de los valores de turbidez (NTU) en los tres embalses: a) Presa las Vírgenes; b) Lago Colina C) Presa Boquilla

AGROFAZ


116

Estos resultados obtenidos muestran que es posible cons-truir un modelo empírico para estimar la turbidez del agua a partir de la reflectancia derivada del sensor del satélite Landsar TM (Bustamante et al. 2009). La estimación de la turbidez se hace mucho más fácil cuando las condiciones de profundidad del agua y la vegetación no interfieren. En nuestras áreas de estudio fue posible distinguir entre agua con una baja y eleva-da condición de turbidez. El índice Water Turbidity Index (WTI), propuesto por Yamagata et al. (1988) tiene un comportamien-to similar a nuestro modelo construido, ya que el emplea dos bandas espectrales, las bandas TM-3 y TM-4, pero no explica en gran medida la varianza observada. En esta situación, es evidente que nuestro modelo empírico funciona mucho mejor que el WTI y explica el doble de la varianza observada en los datos de campo. La calidad del agua para usos múltiples en los embalses estudiados se clasificó de mediana a buena. La variable que más afecta el Índice de Calidad del Agua en estas cuencas hidrológicas es la Turbidez, debido al cambio en el uso del suelo, provocado por la deforestación, con grandes cantida-des de sedimentos arrastrados. Las imágenes de satélite son una potente herramienta que puede utilizarse para diagnosticar el grado de calidad del agua sin hacer viajes tan difíciles y aná-lisis de laboratorio tan costosos. La obtención de datos relativos a la calidad del agua derivados de imágenes de satélite, puede ayudar a conducir a una mayor comprensión de estos ambien-tes fluviales, limnológicos, así como, la prolongación de la vida útil de los embalses. Esta investigación deja patente la utilidad de las imágenes Landsat TM para la monitorización espacial de parámetros relativos a la calidad del agua en los embalses localizados en las cuencas hidrográficas de los ríos San Pedro y Conchos.

LITERATURA CITADABrivio P.A., Giardino C. & Zilioli E. 2001. Validation of satellite

data for quality assurance in lake monitoring applications. Science of The Total Environment 268: 3–13.

Bustamante J., Pacios F., Díaz-Delgado R. y Aragonés D. 2009. Predictive models of turbidity and water depth in the Doñana marshes using Landsat TM and ETM images. Journal of En-vironmental Management 90: 2219-2225.

Cox R.M., Forsythe R.D., Vaughan G.E. & Olmsted LL. 1998. Assessing water quality in the Catawba River reservoirs us-ing Landsat Thematic Mapper satellite data. Lake Reservoir Manage; 14: 405-416.

Dekker A.G., Malthus T.J., Wijnen M.M. & Seyhan E. 1992. The effect of spectral bandwidth and positioning on the spectral signature analysis of inland waters. Remote Sense Environ; 41: 211-225.

Dekker A.G. & Peters S.W.M. 1993. The use of the thematic mapper for the analysis of eutrophic lakes: a case study in the Netherlands. International Journal Remote Sense; 14: 788–821.

Fraser R.S. 1998. Multispectral remote sensing of turbidity among Nebraska Sand Hills lakes. International Journal Re-mote Sense; 19: 3011–3016.

Giardiano C., Pepe M., Brivio P.A., Ghezzi P. & Zilioli E. 2001. Detecting chlorophyll, secchi disk depth and surface temper-ature in a sub-alpine lake using Landsat imagery. Science of The Total Environment 268: 19–29.

GuoQiang Z., XingXiu Y., Nan J. and LongHua H. 2004. The cause for change of water quality of Erhai Lake and predic-tion of water quality. Journal of Northeast Foresty University. 32(1): 99-102

Hakanson L., Mikrenska M., Petrov K., and Foster I. 2005. Sus-pend particulate matter (SPM) in rivers: empirical data and models. Ecological Modelling. 183:251-267.

INEGI. 2010. XIV Censo de Población y Vivienda. Instituto Nacional de Estadística y Geografía. INEGI. Censo de Po-blación y Vivienda 2010, en el Estado de Chihuahua, Méxi-co. http://www.inegi.org.mx/sistemas/mexicocifras/default.aspx?src=487&e=8

Khan A.A., Paterson R., Khan H. 2004. Modification and applica-tion of the Canadian Council of Ministers of the Environment Water Quality Index (CCME WQI) for the communication of drinking water quality data in Newfoundland and Labrador. Water Quality Research Journal of Canada. 39: 258.

Kloiber S.M., Anderle T.H., Brezonik P.L., Olmanson L.G., Bauer M.E. & Brown D.A. 2000. Trophic state assessment of lakes in the Twin Cities (Minnesota, USA) region by satellite imag-ery. Archive Hydrobiol Adv Limnol 55: 137–151.

Kloiber S.M., Brezonik P.L. and Olmanson L.G. 2002. A proce-dure for regional lake water clarity assessment using Land-sat multispectral data. Remote Sense Environ 82: 38–47.

Lathrop R.G. 1992. Landsat thematic mapper monitoring of tur-bid inland water quality. Photogramm Engineering Remote Sense 58: 465–470.

Lavery P., Pattiaratchi C., Wyllie A. and Hick P. 1993. Water quality monitoring in estuarine waters using the Landsat Thematic Mapper. Remote Sense Environ; 3: 268–280.

Marín G.R. 2003. Fisicoquímica y microbiología de los medios acuáticos tratamiento y control de aguas. Editorial Díaz de Santos. Universidad Politécnica de Cartagena, Cartagena, España. 325p.

Pala V. and Pons X. 1996. Incorporation of relief in polynomial-based geometric corrections. Photogrammetric Engineering and Remote Sensing; 61(7): 935–944.

Pattiaratchi C., Lavery P., Wyllie A. and Hick P. 1994. Estimates of water quality in coastal waters using multi-date Landsat Thematic Mapper data. International Jornal Remote Sense; 15: 1571–1584.

AGROFAZ


117

Puente G., A. 2003. Economía del agua en los distritos de riego del rio Conchos, Chihuahua, 1990-2001. Claridades Agro-pecuarias 114. 64-70.

SAS. Institute Inc. Release 8.02. 2001. SAS Institute Inc. Cary N. Y. 27513, USA.

Schiebe F.R., Harrington J.A. and Ritchie J.C. 1992. Remote sensing of suspended sediments: the Lake Chicot, Arkan-sas project. International Journal Remote Sense; 13: 1487–1509.

Schneider K. & Mauser W. 1996. Processing and accuracy of Landsat thematic mapper for lake surface temperature mea-surement. International Journal Remote Sense; 11: 2027–2041.

Stadelmann T.H., Brezonik P.L. and Kloiber S.M. 2001. Sea-sonal patterns of chlorophyll-a and Secchi disk transparency in lakes of east–central Minnesota: implications for design of groundand satellite-based monitoring programs. Lake Res-ervoir Manage 17: 299–314.

Tomazoni J.C., Bittencourt A.V.L., Filho E. F. and Montovani L. E. 2003. Water quality of the basin of the rivers Anta Gorda, Brinco and Jirau-Southeast of the State of Paraná Brazil, Sanare. 20(2): 28-34.

Vermote E.F., Tanré D., Deuzé J.L., Herman M. and Morcrette J.J. 1997. Second simulation of the satellite signal in the so-lar spectrum, 6s: an overview. IEEE Transactions on Geo-science and Remote Sensing; 35(3): 675–686.

Yamagata Y., Wiegand C., Akiyama T., and Shibayama M. 1988. Remote Sensing of Environment 26, 241-251.

Zilioli E. & Brivio P.A. 1997. The satellite derived optical infor-mation for the comparative assessment of lacustrine water quality. Science of The Total Environment; 196: 229–245.

AGROFAZ 119

PRODUCCIÓN, MANEJO Y EFICIENCIA EN EL USO DEL AGUA EN EXPLOTACIONES LECHERAS DE LA REGIÓN LAGUNERA EN EL

PERÍODO 2011-2013

Production, management and water use efficiency in dairy farms of the Lagunera region in the period 2011-2013

.Antonio Anaya Salgado*1, Gregorio Núñez Hernández 1, José. J. Cruz Chaires1,

Rodolfo Faz Contreras1, Karla Rodríguez Hernández1, Uriel Figueroa Viramontes1 y Hugo A. Serrato Medina2

1INIFAP CIRNOC Campo Experimental la Laguna, Blvd. José Santos Valdez 1200 Col. Centro C.P. 7440, Matamoros, Coahuila. México. 2M. C. de Apoyo al desarrollo de investigación.

e-mail: [email protected].

RESUMENEl crecimiento en el consumo de los productos lácteos y con

ello el incremento de la demanda de agua para producir forrajes dirige investigaciones en el análisis de la eficiencia en el uso del agua en las explotaciones lecheras. El objetivo del trabajo fue obtener un diagnóstico del manejo del agua en los sistemas de riego utilizados para la producción de forrajes en unidades del sistema intensivo de producción de leche de bovino en la región Lagunera en un periodo de tres años. Se estudió el manejo de diez explotaciones distribuidas en la Región Lagunera. Se mon-itoreó el clima a partir de estaciones meteorológicas automa-tizadas y se estimaron las necesidades hídricas de los forrajes. Se determinó superficie de cultivo. Se evaluaron los sistemas de riego: inundación, pivote central y el riego por goteo (cintilla subsuperficial y superficial) que tenía cada explotación. Se de-terminó la producción y el uso eficiente del agua de riego en las especies comunes. El año uno y dos del periodo de estudio tu-vieron 158 y 120 mm menos de precipitación en relación al año tres. La media de producción en seco en el cultivo del maíz fue de 13.35 ton ha-1 y el valor de la media en los tres años de estu-dio para la variables uso eficiente del agua de riego (UEAR) fue de 1.77 kg MS m-3. El cultivo de la alfalfa presentó el valor más bajo en UEAR (0.95 kg MS m-3). La disponibilidad de agua por superficie de cultivo (0.72 lps ha-1) en la región está por debajo de la media mundial.

Palabras clave: Necesidades hídricas, eficiencia en el uso del agua, cultivos forrajeros.

SUMMARYThe increase in the consumption of dairy products and the-

reby the increment in the demand for water to produce forage conducts research in the analysis of efficiency in water use on

dairy farms. The objective was to obtain a diagnosis of water management in irrigation systems used for forage production in units of intensive production system in bovine milk in the Lagu-na region over a period of three years, ten farms were included in the study. Weather was monitored from automated weather stations and water requirements of forages were estimated. Growing area was determined. Surface, center pivot and drip irrigation (subsurface and surface tape) irrigation systems were evaluated. Production and efficient use of irrigation water in the common species was determined. The one and two year study period were 158 and 120 mm less rainfall in relation to third year. The average dry production in maize crop was 13.35 ton ha-1. The value of the average in the three years of study for the variable UEAR was 1.77 kg MS m-3. The cultivation of alfalfa had the lowest values in UEAR (0.95 kg MS m-3). Availability of water acreage (0.72 lps ha-1) in the region is below the world average.

Key words = Water needs, efficient use of water, forage crops.

INTRODUCCIÓNEl crecimiento en el consumo de lácteos como respuesta en

el aumento de la población genera un crecimiento potencial del sector productivo en productos de este origen. El sector agro-pecuario, es el mayor consumidor del agua ya que utiliza un 76.6 % (CNA, 2010; FAO, 2008). Con el crecimiento en el sec-tor lácteo se incrementa la demanda de agua para producirlos (SE, 2012). En México, el sistema intensivo de producción de leche es el principal usuario del agua de riego en las principales cuencas lecheras. En las explotaciones lecheras el agua es uti-lizada en actividades relacionadas con la ordeña, en bebedero, pero la mayor cantidad se emplea en la producción de forraje (Herrero y Maldonado, 2000). Conocer las eficiencias del sector

AGROFAZ


120

en la utilización el recurso hídrico, es de gran ayuda, esto con la finalidad de mejorar y hacer un uso sustentable. La eficiencia en uso del agua para la producción de forraje agrupa una se-rie de componentes relacionados con el cultivo y el sistema de riego, siendo este último el que tiene una influencia mayor en este parámetro de medición (Howell, 2001). Una estrategia de investigación ha sido evaluar la eficiencia en el uso del agua de riego (EUAR) de las especies más comunes de la región y su calidad nutricional (Núñez et al., 2012).

De igual forma el estudio de los sistemas de riego con alta eficiencia en la aplicación del riego para la producción del pa-trón de cultivos de la región. Al respecto, Barta et al. (2004) indican diferencias en la eficiencia de riego de los diferentes sis-temas de riego. Estos autores indican que la eficiencia de riego es de 50 a 90 % en los sistemas superficiales, de 60 a 95 % con sistemas de aspersión y de 70 a 95 % en sistemas de rie-go por goteo sub-superficial. En México, los sistemas de riego superficiales son los más comunes. Estudios en estos sistemas reportan eficiencias de riego de 40 a 65 % en los distritos de riego en el país (Huerta, 1987; Hernández, 1987). Sin embar-go, es posible obtener eficiencias de riego hasta de 80 % con estos sistemas de riego tecnificados considerando conducción por tubería, nivelación laser, diseño del riego mediante uso de software especializado, etc. (Walker, 1998). Por otra parte, los sistemas presurizados como pivote central y riego por goteo subterráneo permiten reducir pérdidas de agua en la conduc-ción. Estos sistemas tienen mayor precisión, distribución y apli-cación del agua al cultivo (Román et al., 2005).

El objetivo del trabajo fue realizar un diagnóstico del manejo del agua en los sistemas de riego utilizados para la producción de forrajes en unidades del sistema intensivo de producción de leche de bovino.

MATERIALES Y MÉTODOSEn este trabajo se estudió el uso del agua de riego en la

producción de forrajes en diez unidades de sistemas intensi-vos de producción de leche de bovino en la región Lagunera durante tres años (2011, 2012 y 2013). Se tomaron muestras de suelo a 0-30 cm para efectuar análisis de textura, conduc-tividad eléctrica, pH y porciento de sodio. En cada una de las explotaciones se obtuvo información de superficie (ha) utiliza-da para producción y el patrón de cultivos establecidos. Para determinar la cantidad de agua disponible en cada sistema de producción, se realizaron aforos de norias (pozos profundos) y canales (agua proveniente de la presa) (Exebioet et al., 2005). Las variables climáticas que están relacionadas con la pro-ducción se monitorearon con estaciones agro-climatológicas automatizadas administradas por INIFAP (INIFAP, 2011). Las variables analizadas en los tres años fueron precipitación, tem-peraturas, velocidad del viento, radiación, evapotranspiración de referencia y humedad relativa. Se determinó la evapotrans-piración de cultivo para estimar las necesidades hídricas de los cultivos diarias con la fórmula de Nr = Etc = Eto * Kc, donde Nr

= Necesidades hídricas (mm día-1); Etc = Evapotranspiración del cultivo (mm·día-1); Eto = Evapotranspiración de referencia (mm·día-1) y Kc = Factor del cultivo. El Kc de cultivo fue toma-do de la Tbla de referencia FAO, 1986a (FAO, 2006; Catalán, 2012). En cada explotación se identificó los sistemas de riego utilizados en cada predio y se evaluaron la eficiencias de riego.

Evaluación del sistema de riego por inundación: Se deter-minó el caudal en litros por segundo (lps) en la toma principal y en la entrada a la melga o parcelas. En tuberías con descarga libre, se utilizaron los métodos de velocidad y sección con el uso de un molinete electrónico “Global Flow Probe” o métodos de aforo directo (volumétrico) con recipientes de volumen cono-cido, en regaderas revestidas y de tierra el método de velocidad y sección (molinete) y cuando se utilizaron sifones, se midió el caudal mediante la relación carga – gasto (Briones y García, 1997; INRENA – UCPSI, 2005). La eficiencia de conducción se determinó mediante la siguiente ecuación: EFc = [1-(Qi-Qf)/Qi)]*100.

Donde: EFc es la eficiencia de conducción (%); Qi el gasto inicial en fuente de abastecimiento de la línea regante (lps); Qf el gasto final o gasto que entra a la melga (lps). Para medir la lámina de riego se calculó el volumen de agua aplicado en la melga o tabla en función de la superficie que ocupa, con la ecuación: Lr = V/A.

Donde: Lr es la lámina de riego (m), V el volumen de agua (m3) y A la superficie (m2), y lamina tota Lrt = Lr1+ Lr2.. Lrn es la sumatoria de las láminas de riego aplicadas de Lr1 hasta Lrn durante el ciclo de cultivo, la Lr se expresó en cm. En la evalua-ción del sistemas de riego superficial se utilizó software llama-do SIRMOD II generado en la Universidad Utah State E.E.U.U. (Walker, 1999), con la información recabada en campo se eje-cutó este software el cual simula el avance de riego en la melga o tendida determinando la eficiencia con la que está operando en el momento del evento de riego, con base en la textura del suelo, gasto disponible, tipo de cultivo, largo y ancho de mel-ga, pendiente longitudinal, rugosidad del terreno. Las variables con las cuales se evaluó el sistema de riego superficial fueron: Eficiencia de aplicación (%Ea), Eficiencia de conducción (%Ec), Eficiencia de requerimiento (%Ereq) y la Eficiencia de riego (%Er) (Morales, 2004).

Evaluación del sistema de riego pivote central: Se deter-minó el gasto por aspersor, torre y el gasto total en el sistema (pivote central) con el método volumétrico (González, 2006), la presión se midió con manómetro y tubo de pitot, asimismo, se registró la velocidad del pivote en %, esto para definir la lámina aplicada en función de tiempo de oportunidad de riego. Para la prueba de uniformidad y distribución se usó la metodología descrita por Román et al., (2008) en la que se colocó una hile-ra de pluviómetros a lo largo de la línea regante a separación equidistante. Con los valores de los pluviómetros se realizó una prueba para determinar uniformidad de distribución (UDCP) con la siguiente ecuación:

AGROFAZ


121

UDCP = ( M25/ Mpp ) * 100%.

Donde: UDCP es uniformidad de distribución, M25 es la me-dia ponderada del 25 % de los valores con menor aforo y Mpp es la representación media ponderada de la prueba (Heermann y Hein, 1968). Los parámetros de comportamiento del sistema fueron los siguientes: Uniformidad del Pivote Central (%UDpc), Eficiencia de aplicación (%Ea), Eficiencia de conducción (%Ec), Eficiencia de requerimiento (%Ereq), Eficiencia de aplicación ab-soluta o Eficiencia de riego (%Eaa o %Er) (Román et al., 2005; Ramírez, 2007 y Ramírez et al., 2009).

Evaluación de sistemas de riego por goteo (cintilla superficial y/o subsuperficial): Se determinó el gasto por emisor y presión de operación en la línea regante en la sesión de evaluación, dimensiones de las unidades de riego, se determinó separación entre línea regante, número de emisores por hectárea. Para la determinación de las láminas aplicadas se utilizaron aforos y el tiempo de aplicación del agua en el terreno. Los paráme-tros de comportamiento del sistema de riego goteo (cintilla sub-superficial y superficial) fueron los siguientes: Uniformidad de distribución (%Ud), Eficiencia de aplicación (%Ea), Eficiencia de conducción (%Ec), Eficiencia de requerimiento (%Ereq), Eficien-cia de aplicación absoluta o Eficiencia de riego (%Eaa o %Er) (Román et al., 2005; Román et al., 2008).

La determinación de la producción de forrajes al momento de la cosecha se realizó mediante la toma de datos de altura de planta, número de plantas, y el rendimiento de forraje verde (RFV). Se tomó una muestra de un kg para secar en estufa de aire forzado a 60°C hasta obtener un peso constante con lo cual se determinó el porcentaje de materia seca (%MS) para determinar rendimiento de materia seca. La eficiencia en el uso del agua de riego (EUAR) (kg MS m-3) se obtuvo dividiendo el rendimiento de forraje seco RFV (kg MS) y el volumen de agua

aplicado (m3). Los datos obtenidos fueron analizados mediante estadística descriptiva (Steel y Torrie, 1980).


Tipos de suelosEn la Tabla 1 se presentan características de suelo en las

explotaciones lecheras estudiadas. Las características de los suelos afectan la adaptación y producción de las especies de forrajes. Las principales características de suelo son: textura, pH, salinidad y contenido de sodio. Estas características tam-bién afectan prácticas agronómicas como dosis de fertilización y calendarios de riego, etc. El estudio de suelos realizado, indi-ca que en la mayoría de las explotaciones tienen suelos de tex-tura franca a arcillosa con pH alcalino alrededor de 7.9. No se presentaron problemas de sodio intercambiable y sales ya que los valores medios fueron 1.87 y 1.98 mS cm-1 respectivamente (Tabla 1). Lo anterior, indica que las explotaciones estudiadas tienen suelos con buen potencial para la producción de forrajes; sin embargo, otros estudios en la Región Lagunera, reportan suelos con texturas desde arenosas con más de 50 % de arena hasta texturas arcillosas con más de 30 % de arcilla. De la mis-ma manera, los suelos de esos predios tuvieron pH alcalino, en la mayoría de los casos superior a 8, con poca variación entre y dentro de predios. Asimismo, tuvieron conductividades eléctricas inferiores a 2 mS cm-1. En la mayoría de los predios se observaron valores de PSI inferiores a 7.0 Estos resultados son consistentes con el presente estudio; sin embargo, es con-veniente señalar que otros estudios reportan que el 20 % de la superficie total del distrito de riego 017 presenta problemas de salinidad que pueden disminuir el rendimiento potencial de los cultivos forrajeros entre 20 y 30 % (Santamaría et al., 2006).

Tabla 1. Características de suelo explotaciones lecheras estudiadas.

Superficie AgrícolaLa superficie agrícola promedio en las explotaciones fue de

217.1 ha con un rango de 52 a 380 ha, (Tabla 2). Las superficies en las explotaciones lecheras son cambiantes, en uno de los predios la superficie destinada para cultivo disminuyó ya que se utilizó para construcción de instalaciones y en otro predio se desmonto área al exterior acondicionando superficie para la producción incrementando ligeramente el área de cultivo de los forrajes. Otra variante de la superficie para cultivo es el uso del agua de rio que está en función de la disponibilidad de agua de la presa. Estos factores explican en parte el efecto cambiante de la superficie de cultivo. En otros estudios en la Región La-gunera, se observó que la superficie dedicada a la producción de forrajes más frecuente fue de 101 a 250 ha; lo cual, mostró un crecimiento en relación a otro estudio en el año 2000, en el

cual, la superficie dedicada a la producción de forrajes era de menos de 100 ha en las explotaciones lecheras (Núñez et al., 2000). En general, las superficies para la producción de forrajes disminuyeron a través de los años del presente estudio.

Gasto disponible La disponibilidad considera el caudal de las fuentes de

abastecimiento en relación a la superficie disponible para cul-tivo. El rango de caudal para riego fue de 150 a 138 lps; lo que resulta en disponibilidades de agua media en el periodo de estudio de 0.72 lps ha-1 con variaciones de 0.38 a 1.60 lps ha-1(Tabla 2). La cual presenta poca variabilidad de los gastos a través del tiempo de la fuente de abastecimiento de origen de noria. En otros estudios en la Región Lagunera, se reporta que la disponibilidad de agua para riego fue de 0.6 a 1.0 lps ha-1, aunque existió la tendencia en más explotaciones a tener

AGROFAZ


122

gastos menores de 0.5 lps ha-1 en 2003 en comparación a 2000 (Núñez et al., 2003). De manera general, el valor de referencia de este indicador es de 1.0 lps ha-1 (FAO, 1986b), lo que indi-ca que en algunas explotaciones existen limitantes del recurso agua. En parte esta limitante es subsanada parcialmente con el uso de agua de presa en el ciclo de primavera. Sin embargo, la demanda de forrajes no se cubre con la producción por la falta

de agua por lo que la mayoría de las explotaciones compra forraje en la región o en otras regiones para completar sus ne-cesidades. En un estudio efectuado anteriormente, se reporta que más del 80 % de las explotaciones lecheras en la Región Lagunera realizan compras adicionales de forrajes para cubrir sus necesidades (Núñez et al., 2000).

Tabla 2. Superficie agrícola y disponibilidad de agua para riego en explotaciones lecheras.

lps = litros por segundo.

Necesidades hídricas de los cultivos Las evapotranspiraciones calculadas de los diferentes culti-

vos forrajeros fueron de 1635, 624, 606, y 278 mm para alfalfa, maíz, sorgo y cereales de invierno para forraje, respectivamen-te (Tabla 3). La variabilidad está dada en parte por las diferen-tes fechas de siembra y días a cosecha entre explotaciones y diferencia en los valores de las variables climáticas en los

tres años de estudios. El crecimiento y producción están rela-cionados con variables climáticas como la evapotranspiración, fenómeno por el cual los cultivos utilizan agua en funciones fi-siológicas como fotosíntesis y producción de biomasa de cultivo (Faz, 2002; Chaves et al., 2008). Esta variable está en función de condiciones climáticas como radiación solar, temperatura, humedad relativa y viento (Chaves et al., 2006).

Tabla 3. Evapotranspiración (mm) de los cultivos forrajeros en la Región Lagunera.

DEST = desviación estándar.

Condiciones climáticasLas variables climáticas inciden en la producción y el uso

eficiente del agua de riego. El monitoreo indicó que se presen-taron variaciones en la precipitación anual a través de los años, 94.4, 132.6 y 252.8 mm, cuando los eventos de lluvia aportan cantidades considerables de agua ayudan a satisfacer las ne-cesidades hídricas del cultivo. La media de las temperaturas anuales (máximas, mínimas y medias) fueron de 30.1, 14.0 y 22.3ºC (Tabla 4). Por otra parte, a través del año se presenta-ron notables variaciones en velocidad del viento con rangos en medias anuales de 1.9 a 3.0 km h-1, la media anual de radiación

solar para el periodo de estudio tuvo rangos de 513.8 a 493.9 w m-2 (Tabla 5) la humedad relativa varió a través de los años con una media de 36.1%. La combinación de estas variables, permite producir especies de clima frío (C3) en otoño-invierno y especies de clima cálido (C4) en primavera y verano. El maíz se desarrolla mejor en temperaturas de 20 a 30 °C (Núñez et al., 2006) y el sorgo de 25 a 30 °C, por lo que, se siembran en primavera y verano, mientras que las especies de clima frío, como es el caso de cereales de invierno, se desarrollan mejor a temperaturas de 15 a 20 °C (Núñez et al., 2009), por lo que se siembran en otoño-invierno.

AGROFAZ


123

Tabla 4. Precipitación y temperaturas en la Región Lagunera.

T =Temperatura, DEST = desviación estándar.

Tabla 5. Velocidad del viento, humedad relativa, radiación, Evapotranspiración en la Región Lagunera.

G = global, R = relativa, P = potencial.

Eficiencia de riegoLos sistemas de riego evaluados fueron 19, de los cuales,

14 correspondieron a riego por inundación, tres al goteo sub-superficial y solo dos al pivote central. El riego de los forrajes considera tres componentes: eficiencia de requerimiento (ne-cesidades hídricas y evapotranspiración), pérdidas por conduc-ción y pérdidas en la aplicación (Jasso et al., 2007). Esto tres componentes determinan la eficiencia de riego.

Eficiencia de conducción del agua de riegoEl medio de conducción y la distancia por donde es conduci-

da el agua determina en gran parte la eficiencia de conducción, las pérdidas en esta componente se dan desde la fuente de agua (noria, estanque o toma parcelaria) hasta el terreno de cultivo. Las EFc variaron de 94.17 a 96.00 % (Tabla 6). Las mejores Ec se tuvieron mediante el uso de tubería de PVC o en los sistemas de aspersión y goteo. En estudios anteriores, se ha reportado que en acequias de tierra y revestidas, se pierden de 1.7 y 1.0 lps/100 m, respectivamente, mientras que en tu-berías de conducción, se pueden disminuir las pérdidas hasta 0.10 lps/100 m (Rendón y Fuentes, 1996 citados por Moreno et al., 2000). En general, las pérdidas en la conducción del agua de riego pueden llegar a ser de 10 a 40 % del total de agua. En este estudio las pérdidas fueron de menor magnitud a los valores señalados anteriormente debido al uso de tubería para

la conducción del agua de riego y la implementación sistemas de riego por aspersión y goteo.

Eficiencia de Aplicación del riegoLa eficiencia de aplicación está relacionada con la unifor-

midad en la distribución del agua en la parcela entre la eva-potranspiración y el agua aplicada en la parcela (Núñez et al., 2010). Las pérdidas asociadas a este componente, se deben a la percolación de agua a capas del suelo en donde el cultivo no la puede aprovechar, presentándose pérdidas por escurri-miento superficial y percolación. La eficiencia de aplicación EFa varió de 75.49 a 82.5 %. La eficiencia de riego es afectada por las eficiencias de conducción y aplicación, por lo cual los valo-res son menores. Esto puede deberse en gran parte a que la mayoría de las explotaciones evaluadas manejan cierta tecnifi-cación con algún tipo de sistema de riego presurizado. En otros estudios en la Región Lagunera, se ha encontrado que las Er variaron de 33 a 80 % presentando la mayoría eficiencias de 40 a 80 %. En ese estudio se observaron eficiencias de 49 a 84 % con valores más frecuentes de 60 a 80 %. En otros estudios, se observó que la pendiente es el principal factor que afecta la EFa, seguido por el ancho de la melga y en menor grado el largo de las melgas (Núñez et al., 2010). En general, en la Tabla 6, se muestra que la Er presentó valores de 69.56 a 76.46 %.

AGROFAZ


124

Tabla 6. Parámetros de comportamiento de sistemas de riego en explotaciones lecheras.

ProducciónEn la Tabla 7 se presentan los valores de producción en

forraje verde y seco. En rendimiento de materia verde, el maíz presentó valores de 45.68 a 58.3 ton ha-1 con una mayor pro-ducción en el año 2013 periodo de producción en el cual, se presentaron condiciones climáticas favorables para este cultivo en relación a los demás años. Cruz et al. (2013) reportaron una producción en verde de 51.79 ton ha-1 con un maíz de ciclo pre-coz en otro estudio en la Región Lagunera. El sorgo presentó un rango de valores de 41.89 a 53.6 ton ha-1, estos valores es-tuvieron por debajo de los reportados por Faz et al., (2013) de 70.3 ton ha- 1. En los cereales de invierno se presentó un valor medio de 31.30 ton ha-1. El sorgo*sudan tuvo un valor medio de 46.76 ton ha- 1. El valor reportado en otra investigación fue similar con 48.68 ton ha- 1 (Anaya et al., 2013).

En rendimiento en seco, el maíz presentó valores de 10.3 a 16.4 ton ha-1 (Tabla 7). En otro trabajo de investigación en la región se reportó un rendimiento con un mayor valor (18.88 ton ha-1) con un maíz de ciclo precoz (Cruz et al., 2013). Lo anterior indica que se puede alcanzar una mayor producción en seco en relación a la media regional en el cultivo del maíz. Por otro lado el sorgo presentó valores de 8.8 a 10.4 ton ha-1. El valor repor-tado en otro ensayo fue de 14.38 ton ha- 1 (Faz et al., 2013). Los cereales de invierno presentaron un valor de media de 6.86 ton ha-1. El sorgo*sudan presentó un valor medio de 6.18 ton ha-1. En otro trabajo Núñez y Cantú (2000) reportan un valor en rendimiento en seco de 7.1 ton ha-1.

Tabla 7. Producción de forraje verde y seco en explotaciones lecheras en la Región Lagunera.

En altura de planta: el maíz presentó un valor medio de 2.43 m. La altura encontrada en otro trabajo por Cruz et al., (2013) fue similar (2.41m). En el sorgo se presentó un rango de valores de 1.8 a 2.8 m. La variación se presenta por diferencia en el ma-nejo y el punto de madurez a cosecha en las diferentes explo-taciones lecheras. Los valores de altura en los cereales presen-taron un rango de 0.4 a 0.8 m. En este grupo se consideró los cereales comunes de la región (avena y trigo). El sorgo*sudan presentó una media de 2.28 m. En otros trabajos, se reportan alturas similares de 2.33 m (Anaya et al., 2013).

Uso eficiente del agua de riego: El maíz presentó valores de 1.4 a 2.0 kg MS m-3 de agua con un incremento a través de

los años. Durante el periodo de estudio, el año 2013 presentó mejores condiciones climáticas en precipitación y temperatura para este cultivo y el valor mayor en UEAR. Para esta varia-ble se consideran dos componentes, el cultivo y la eficiencia de riego, en este último componente se tuvo para el último el mejor valor en la eficiencia de riego. Cruz et al. (2013) repor-tan valores similares (2.0 kg MS m-3) en otro estudio. El sorgo presentó valores de 1.1 a 1.57 kg MS m-3(Tabla 8). Los valores reportados en otros trabajos fueron superiores con 2.36 kg MS m-3 (Faz et al., 2013). El sorgo*sudan presentó un valor medio en UEAR de 0.98. En otro ensayo se reportó un valor mayor de1.41 kg MS m-3 de agua para dicha especie forrajera (Anaya et al., 2013).

AGROFAZ


125

Tabla 8. Altura de planta y eficiencia en el uso del agua de riego de forrajes en explotaciones lecheras (EUAR).

La Tabla 9 se muestra las producciones, lámina de riego y eficiencia en el uso del agua de riego de los diferentes forrajes a nivel experimental. La comparación de los resultados obtenidos en este estudio con los resultados experimentales muestra una brecha entre ambos que es necesario reducir para aumentar la producción de forrajes y EUAR en las explotaciones lecheras. El potencial de producción está determinado por el clima y la genética de cada especie de forraje.

A través del proceso de producción, se presentan pérdidas en el rendimiento debido a limitantes primarios de suelo, es-trés hídrico y deficiencias de nutrientes. Existen otras pérdidas secundarias causadas por competencia de maleza, daños por plagas y enfermedades. El conjunto de pérdidas en la produc-ción determina el rendimiento actual que observamos año con año.

Tabla 9. Producción de forraje, lámina de riego y eficiencia en el uso del agua de forrajes a nivel experimental en la región Lagunera.

En la Tabla 10 se presenta algunos de los principales fac-tores de manejo agronómico que pudieron afectar la produc-ción de los forrajes en este estudio en la Región Lagunera. En maíz en primavera se observaron dosis de nitrógeno menores de 200 kg ha-1y calendarios de riego con tres auxilios mientras que en verano se observaron dosis de nitrógeno menores de 180 kg ha-1y y calendarios con tres riegos de auxilio. En sorgo forrajero, se observaron algunas fechas tempranas a menos de 80 días julianos, dosis de fertilización menores de 150 kg ha-1

de nitrógeno y calendarios de riego con menos de 3 riegos de auxilio e inclusive días al corte tempranos menores a 120 dds. En cereales de invierno se observaron aplicaciones de dosis de nitrógeno menores de 150 kg ha-1 y cortes a menos de 100 días.

Sánchez et al. (2012) reportaron que la aplicación de un mo-

delo integral que incluye determinación de potencial producti-vo a partir de la información de clima y suelo, la selección de especies, híbridos o variedades con alto rendimiento y calidad nutricional, tolerancia a enfermedades, preparación del suelo siembra en períodos con temperatura óptimas, densidad de plantas de acuerdo a la especie, híbrido y variedad para tener área foliar adecuada; fertilización en base a análisis de suelo, potencial de producción, cultivo anterior, aplicación de estiércol; control de plagas, enfermedades y maleza con programas de manejo integrado; riego en base a estimaciones de evapotrans-piración con estaciones climatológicas, sistemas y calendarios eficientes de riego; cosecha de acuerdo al estado de madurez y contenido de materia seca empleando programas de pronós-tico en base a unidades calor, permite aumentar la producción de los forrajes en más de 25 %.

AGROFAZ


126

Tabla 10. Manejo agronómico de forrajes en las explotaciones lecheras en la Región Lagunera en el período 2011-2013.

CONCLUSIONESLas eficiencias de riego en promedio se consideran acep-

tables; sin embargo, existe gran variación entre explotaciones sobre todo en la eficiencia de aplicación del riego.

La producción de los cultivos forrajeros son bajas con refe-rencia al potencial productivo de la región Lagunera.

La eficiencia de uso del agua de riego EUAR es baja en relación a resultados experimentales obtenidos en la Región Lagunera.

Es necesaria la aplicación de un modelo integral de manejo agronómico para aumentar la producción de los forrajes y la eficiencia en el uso del agua de riego

AGRADECIMIENTOSLa presente investigación se generó con el financiamien-

to del Fondo Sectorial de Investigación en Materia Agrícola, Pecuaria, Acuacultura, Agrobiotecnología y Recursos Fito-genéticos- CONACYT-SAGARPA-COFUPRO al proyecto 144591-“Mejoramiento de la productividad, competitividad y sustentabilidad de la cadena productiva de leche de bovino en México”.

LITERATURA CITADAAnaya, S. A., G. Núñez H., J. J. Cruz Ch., R. Faz C., H. A. Se-

rrato M. 2013. Comportamiento del rendimiento y eficiencia del uso del agua en sorgo sudan a diferentes regímenes de riego. Memoria de la xxv Semana Internacional de Agrono-mía FAZ-UJED pp. 329-334.

Barta, R., I. Broner., J. Schneekloth y R. Wasko. 2004. Colorado high plains irrigation practices guide. Special Report No. 14. Colorado Water Resources Research Institute. Colorado State University. P 6.

Briones, S. G., I. García C. 1997. Aforo del agua en canales y tuberías. UAAAN. Editorial trillas S. A. de C. V. ISBN 968-24-5470-0. Segunda edición. Impreso en México. pp. 92.

Catalán, V. E. A., M. M. Villa C., M. A. Inzunza I., A. Román L., J. L. González B. 2012. Cálculos de demandas de agua y programación del riego de cultivos en Coahuila, AGROFAZ volumen 12 número 3. pp.123-131.

Chaves, R. E., G. Gonzales C., J. A. Chaves S. 2008. El con-sumo hídrico de referencia en la cuenca del rio Nazas me-diante el monitoreo ambiental. Memorias XX semana de agronomía. Gómez Palacio, Durango.

Chaves, R. E., G. Gonzales C., J. Estrada A. M. Rivera G. 2006. Determinación de la evapotranspiración de referencia y real, mediante un sistema informático de red. Memorias XVIII se-mana de agronomía. Gómez Palacio, Durango.

Cruz, C. J. J., G. Núñez H., Anaya S. A., R. Faz C. 2013 Efecto del agua aplicada en el rendimiento, calidad nutricional y efi-ciencia del uso del agua en maíz forrajero AGROFAZ volu-men 13 número 3. pp.11-119.

CNA, 2010. Estadísticas del agua en México.

Exebio, G. A., E. Palacios V., E. Mejía S. y V. Ruiz C. 2005. Metodología para estimar pérdidas por infiltración en cana-les de tierra. Terra Latinoamericana, volumen 23, número 2. pp. 213-223.

FAO, 2008. El estado mundial de la agricultura y la alimentación 2008. Biocombustible: Perspectiva, riesgos y oportunidades. Colección FAO. ROMA.

FAO, 1986a Irrigation Waters Needs. By C. Brouwer and M. Heibloem. FAO Irrigation Water Management Training Man-ual no. 4. Rome Italy. 102 p.

FAO, 1986b Irrigation Scheduling. By C. Brouwer and M. Heibloem. FAO Irrigation Water Management Training Man-ual no. 3. Rome Italy. 102 p.

FAO, 2006. Evapotranspiración del cultivo. Guía para la de-terminación de los requerimientos de agua de los cultivos. Roma. ISBN 92-5-304219-2.

Faz, C. R. 2002. Factores de cultivo para planear los riegos en cultivos forrajeros. Memorias XIV semana de agronomía. Gómez Palacio, Durango.

AGROFAZ


127

Faz, C. R., A. Anaya S., G. Núñez H., J. J. Cruz Ch. 2013. Po-tencial forrajero y eficiencia de uso de agua de cultivos for-rajeros en ciclo de primavera-verano. AGROFAZ volumen 13 número 3, pp. 47-51.

Heermann, D. F., Hein R. 1968. Perfomance characteristics of self-proped center pívot sprinkler irrigation system, transac-tions of the ASAE 11(1): 11-15.

Hernández, Y.C. 1987. Evaluación del uso del agua a nivel par-celario en riego superficial para la Comarca Lagunera. In-forme de Investigación PRONAPA. Vol. 1. Cap. 2- 171-194 p.

Herrero, M. A. y V. Maldonado M. 2000. Calidad del agua sub-terránea. Industria y química No. 339 pp. 18-23.

Howell, T. A. 2001. Enhancing water use efficiency in irrigated agriculture. Agron. J. 93:281-289.http://www.inifap.gob.mx/

González, P. 2006. Mejoramiento del uso y explotación de los difusores de baja presión y bajantes, en las maquinas de riego por aspersión, informe final. Poyecto 22-18, IIRD, la Habana, Cuba.

Huerta, M. J. 1987. Programa nacional de uso eficiente de la infraestructura hidro-agrícola. III. Congreso Nacional de Ir-rigación. Los Mochis. Sinaloa.

INRENA–UCPSI. 2005 Manual de Hidrometría de agua. Con-venio de cooperación interinstitucional INRENA – UCPSI. Lima Perú.

Jasso, I. R., M. C. Potisek T., U. Figueroa V., R. Faz C. y G. Núñez H. 2007. Requerimientos hídricos de alfalfa con la influencia del fenómeno del niño y deterioro potencial del suelo. 2007. Memorias XIX semana de agronomía. Gómez Palacio, Durango.

Morales, V. J. 2004. Sustentabilidad de los sistemas de riego en el norte de México: caso: Región Lagunera. Tesis de doctorado. Facultad de Agricultura y Zootecnia (FAZ_UJED) México.

Moreno, D. L., D. García A., R. Faz. C. 2000. Manejo del riego en la alfalfa. En: INIFAP CIRNOC CELALA. Producción y utilización de la alfalfa en la zona norte de México. Matam-oros, Coahuila pp.109-132.

Núñez, H. G., J. J. Cruz Ch., O. Iván S., K. Rodríguez H., J.I. Sánchez D. 2012. Modelo de procesos para el diagnóstico del uso del agua de riego en la producción de forrajes en explotaciones lecheras del sistema intensivo en ambientes cálido y templado. AGROFAZ volumen12, No.4 pp. 103-111.

Núñez, H. G., R. Jasso I., R. Faz C., A. Reyes G., U. Figueroa V. 2010.Requerimientos hídricos del maíz forrajero con dife-rentes sistemas de riego en la región Lagunera. Memorias XXI semana de agronomía. Gómez Palacio, Durango.

Núñez, H. G., J. Santamaría C., J. E. Cantú. y R. Faz C. 2000.

Modelo alternativo de producción de forraje para una pro-ducción de leche sostenible en la región Lagunera. Optimi-zación del uso del agua de riego. Memoria de la XII Semana Internacional de Agronomía FAZ– UJED. Gómez Palacio, Durango. 6-8 Sept. pp. 208-219.

Núñez, H. G., R. Faz C., U. Figueroa V., V. Rodríguez M., J. Santamaría C. y A. Manurro H. 2003. Uso del agua de riego en sistemas intensivos de producción de leche en la parte baja de la cuenca hidrológica del Nazas – Aguanaval. In-forme de investigación Campo Experimental La Laguna INIFAP. 100 p.

Núñez, H.G., F. González C., R. Faz C., U. Figueroa V., U. Nava C., A. Peña R., D. G. Reta S., R. Jasso I., L. H. Maciel P., G. Orozco H., J. A. Payan. G., F. Báez I. 2006. Tecnología de producción de maíz forrajero de alto rendimiento y calidad nutricional. Folleto Técnico No.13 ISBN 970-43-0093-X. pp. 62.

Núñez, H.G., U. Figueroa V., Y. I. Chew M., M. Ramírez D., I. Reyes J., D. G. Reta S., R. Faz C., E. S. Osuna C., E. Cas-tro M. 2009. Producción de leche de bovino en el sistema intensivo. Producción y aprovechamiento de forrajes. Libro técnico núm. 23 ISBN 978-607-425-268-2. Cap 2. P18-80.

Núñez, H. G. y J. E. Cantú B. 2000. Producción, composición química y digestibilidad del forraje de sorgo x sudán de ner-vadura café en la región norte de México. Técnica pecuaria en México, vol. 38, núm. 3. pp. 177-187.

Ramírez, V. O. 2007. Evaluación, diagnóstico y eficiencia de riego por aspersión de pivote central aplicando un modelo lineal Tesis de licenciatura. Universidad Autónoma Agraria Antonio Narro (UAAAN-UL) México.

Ramírez, V. O., A. Román L., R. Faz C. y V. Álvarez R. 2009. Diagnostico y/o mejoramiento de eficiencia del riego por as-persión pivote central en la Comarca Lagunera. Memorias XXI semana de agronomía. Gómez Palacio, Durango.

Román, L.A., S.F. Mendoza. M., M. A. Inzunza. I., I. Sánchez. C y A. Rodríguez C. 2005. Evaluación de sistemas de riego presurizados. Folleto Científico 17. 22 p.

Román. L. A., M. A. Inzunza I., E. Catalán V., A. Sánchez C., M. M. Villa C., F. Contreras de la Ree. 2008. Riego por goteo y su automatización. Libro Técnico no 3. ISBN: 978-607-425-071-8 Gómez Palacio, Durango. México.

Santamaría C. J., Reta S. D. G., Chávez G. J. F. J., Cueto W. J. A., Romero P. J.I. 2006. Caracterización de los modelos físicos en relación a cultivos forrajeros alternativos para la comarca Lgunera. Libro Técnico No. 2 ISBN 970-43-0048-4. pp 19-36.

SE. 2012. Análisis del sector lácteo en México, dirección ge-neral de industrias básicas de la secretaría de economía. Informe anual. México D. F. Marzo, 2012

AGROFAZ


128

Steel, R.G.D. y J.H. Torrie. 1980. Principles and Procedures of Statistics (2nd Ed). McGraw-Hill Book Company. 633.

Walker, W. 1998. SIRMOD-Surface irrigation modeling soft-ware. Utah State University.

Walker, R. W. 1999. Surface Irrigation Simulation, Evaluation and Design User’s Guide and Technical Documentation (SIRMOD II). Department of Biological and Irrigation Engi-neering Utah State University. Logan Utah, E.E.U.U.

AGROFAZ 129

RENDIMIENTO DE LA HIGUERILLA (Ricinus communis L.) CULTIVADA EN DOS DENSIDADES DE POBLACIÓN

EN DURANGO, MÉXICOYIELD IN CASTOR BEAN (Ricinus communis L.) GROWN UNDER TWO POPULATION

DENSITIES IN DURANGO, MÉXICO

Luz Maria Salazar Sánchez1*, Rigoberto Rosales Serna1, Rafael Jiménez Ocampo1, Julio César Ríos Saucedo1, Brenda Andrea Breton Vázquez2.

1INIFAP-Durango. km 4.5 Carr. Durango-El Mezquital. Durango, Dgo., Méxi-co. C. P. 34170. Tel. 618-8260426, ext. 208. e-mail: [email protected].

2Universidad Tecnológica de Durango. km 4.5 Carr. Durango-El Mezquital. Gabino Santillán, Durango, Dgo., México. C. P. 34170.

RESUMENEn México existe interés por validar el rendimiento de la hi-

guerilla (Ricinus communis L.) en diferentes entidades. El ob-jetivo fue evaluar el rendimiento de higuerilla cultivada en dos densidades de población en Durango, Méx. Se sembró una po-blación escapada (F12) que se colectó en La Ferrería, Dgo. en 2012. Se utilizaron franjas apareadas, surcos separados 0.81 m y densidades de 8,000 plantas ha-1 y 12,000 plantas ha-1. En 2012, se fertilizó (35-50-00) al momento de la siembra. En cada franja se marcaron 20 plantas al azar para evaluar el incremen-to en altura, componentes del rendimiento y rendimiento de grano. En 2013, se evaluó la altura de planta y longitud de la espiga y se cosecharon cinco muestras de dos surcos de 5 m en cada franja para determinar el rendimiento de grano y peso de 100 semillas. Con los datos obtenidos se realizó un análisis de varianza bajo un diseño completamente aleatorio, con 20 plantas y cinco repeticiones según el año y variable evaluada. La comparación de medias se obtuvo con la prueba de Tukey (p≤ 0.05). En 2013, el rendimiento promedio fue mayor (3,531 kg ha-1), comparado con el que se registró en 2012 (1,236 kg ha-1). El rendimiento fue de 3,569 kg ha-1 en la densidad de 12,000 plantas ha-1 y 3,493 en 8,000 plantas ha-1, resultando estadísticamente igual debido al ajuste natural en la población después del rebrote. La lluvia acumulada en 2013 y el mayor vi-gor de las plantas durante el rebrote favorecieron el rendimiento de la higuerilla en Durango.

Palabras clave: Ricinus communis, cultivo, adaptación, productividad.

ABSTRACTIn México there is interest for validating castor bean (Ricinus

communis L.) seed yield in several states across the country.

The objective was to evaluate the performance of castor bean planted in two densities of population in Durango, Mex. A weedy population (F12) that was collected in La Ferreria, Durango was seeded. In 2012, paired stripes were sown, with 0.81 m bet-ween rows and densities of 8,000 plants ha-1 and 12,000 plants ha-1. In 2012, fertilizer (35-50-00) was applied at planting time. In every strip, 20 plants were randomly tagged to assess the increase in height, yield components and grain yield. In 2013, plant height and spike length were evaluated and five samples from two 5 m rows in each strip were harvested to determine grain yield and 100 seed weight. With the data obtained an analysis of variance was performed under a completely rando-mized design with 20 plants or five replications, according to the year and evaluated trait. The means separation test used was the Tukey´s procedure (p≤0.05). In 2013, the mean of yield was higher (3,531 kg ha-1) compared with that recorded in 2012 (1,236 kg ha-1). At density of 12,000 plants ha-1 the grain yield was 3,569 kg ha-1, and 3,493 kg ha-1 with 8,000 plants ha-1, resulting statistically similar due to the adjustment in the plant population after regrowth. The cumulative rainfall registered in 2013 and an increased plant vigor during regrowth favored seed yield performance of castor bean in Durango.

Keywords: Ricinus communis, crop, adaptation, producti-vity.

INTRODUCCIÓNLa higuerilla (Ricinus communis L.) es una especie que

actualmente carece de importancia económica en Durango debido al desconocimiento de sus posibilidades de uso en la producción de biodiesel, extracción de proteína para alimenta-ción animal y elaboración de biocombustibles con residuos lig-nocelulósicos (Suárez y Martín, 2009; Reveles et al., 2010). En esta entidad, el biodiesel ha incrementado su importancia como

AGROFAZ


130

combustible para el transporte y elaboración de ladrillos (Loza-no y Padilla, S. F.). La proteína es uno de los insumos más ca-ros en la producción pecuaria, debido al bajo contenido proteico en los forrajes y granos utilizados en alimentación animal (Ga-lindo et al., 2013; Jiménez et al., 2013). Los tallos de higuerilla pueden usarse en la producción de pulpa (Hassan et al., 2012) y combustible (Suárez y Martín, 2009; Rana et al., 2012). El uso integral de la planta de higuerilla para la elaboración de biocom-bustibles y alimentación de ganado doméstico, incrementará el interés de los productores para la reconversión productiva en Durango (Jiménez et al., 2013; Rubio et al., 2013).

Se han recolectado poblaciones de higuerilla, consideradas como escapadas de cultivo, en diferentes municipios de Duran-go, las cuales han desarrollado adaptación a condiciones loca-les debido a los procesos de selección natural (Jiménez et al., 2012). Es necesario caracterizar colectas locales de higuerilla con la finalidad de establecer las posibilidades reales para la producción de esta especie en Durango (Rosales et al., 2013).

Uno de los principales componentes del manejo de la hi-guerilla que debe ajustarse en Durango es la densidad de po-blación. En siembras comerciales, la densidad de población en higuerilla se puede ajustar de acuerdo al clima, sistema de producción y tipo de germoplasma utilizado, con la finalidad de optimizar el rendimiento de esta especie (Soratto et al., 2012; Msaakpa y Obasi, 2014). En México se han propuesto densi-dades de población para el cultivo de higuerilla entre 2,500 a 10,000 plantas por hectárea (Rico et al., 2011). En Durango, se carece de información precisa sobre la densidad de población requerida para optimizar el rendimiento y proporción de grasa en el grano de higuerilla.

La caracterización de poblaciones escapadas, variedades e híbridos de higuerilla, con base en el rendimiento y proporción de grasa en la semilla, contribuirá a mejorar la competitividad de los productores agropecuarios de Durango. Con ello, se crearán fuentes de empleo y se mejorará el nivel de vida de la población duranguense, mediante el incremento de los ingre-sos económicos, uso eficiente de los recursos naturales y con-servación del ambiente. El objetivo fue evaluar el rendimiento y algunas variables morfológicas en una variedad de higuerilla cultivada en dos densidades de población en Durango.

MATERIALES Y MÉTODOSSe estableció un lote para la evaluación de higuerilla, con

base en el rendimiento de grano, en las instalaciones del INI-FAP en Durango, Dgo. El sitio experimental se encuentra ubica-do en el km 4.5 de la carretera Durango-El Mezquital, a los 23° 59’ 21” N, 104° 37’ 33” O y una altitud de 1,877 m. El suelo pre-dominante es de tipo franco, el cual tiene capacidad intermedia para la retención de humedad, profundidad media, pendiente de 0 a 2 % y pH de 6.5. Es un suelo pobre en contenido de materia orgánica, fósforo y nitrógeno. El clima de la región es templado semiárido con régimen de lluvias en verano, variación

fuerte de temperatura [BS1 Kw (w) (e)] y la temperatura media anual es de 17.4 °C (García, 1987).

La semilla utilizada en la siembra se obtuvo de una pobla-ción escapada (F12) que crece de manera natural en La Ferre-ría, Municipio de Durango, Dgo. Se sembró el día 22 de marzo de 2012 en franjas apareadas de 25 surcos, con 45 m de lon-gitud y con una separación entre surcos de 0.81 m. Se fertilizó al momento de la siembra con la dosis 35-50-00 para nitrógeno (N), fósforo (P2O5) y potasio (K2O). Después de la emergencia de las plantas, se realizó un aclareo para dejar una planta, cada metro en un lote (12,000 plantas ha-1) y 1.5 m en el otro (8,000 plantas ha-1). Se aplicaron cuatro riegos de auxilio, el control de la maleza se realizó mediante una escarda y dos deshierbes manuales.

En cada franja se marcaron 20 plantas al azar para su uti-lización en las mediciones de las variables bajo estudio. Se evaluaron variables morfológicas como altura, componentes del rendimiento (número de espigas por planta, longitud de espigas, frutos por espiga, peso seco de espigas, número de semillas por espiga), rendimiento en kilogramos por hectárea y peso de 100 semillas. Para determinar la altura se midió el tallo principal desde la superficie del suelo hasta su ápice y en la etapa reproductiva se consideró el ápice de la espiga principal como el límite superior de las mediciones. En la determinación de la altura se utilizó una regla métrica de tres metros, con pre-cisión de un cm.

En 2013, se dejó que las poblaciones rebrotaran de manera natural, lo cual ocurrió a partir del mes de marzo, cuando se inició el incremento de la temperatura. Además, de la lluvia ocu-rrida durante el ciclo, se aplicaron dos riegos de auxilio durante 2013. Después del rebrote se midió la altura de la planta, longi-tud de la espiga y a la madurez; se cosecharon cinco muestras de espiga en dos surcos de 5 m para calcular rendimiento por hectárea y peso de 100 semillas, así como el contenido de gra-sa y proteína en el grano (AOAC, 1990). El contenido de grasa (extracto etéreo) se determinó por el método de extracción con-tinua en el aparato Soxhlet marca FOSS TECATOR con éter de petróleo como solvente (AOAC 989.05). La proteína cruda se evaluó por el método micro-Kjeldahl usando el factor nitrógeno total x 6.25 (AOAC 991.20).

El análisis de varianza de los datos se obtuvo bajo un diseño completamente aleatorio, con diferente número de repeticiones. En el caso de las variables medidas individualmente se consi-deraron las plantas (20) como repeticiones de cada uno de los dos tratamientos bajo estudio (densidades de población). En el caso de rendimiento y otras variables evaluadas después de la cosecha, en 2013, se tuvieron cinco repeticiones para cada densidad. La comparación de medias se obtuvo con base en la prueba de Tukey (p≤0.05).

RESULTADOS Y DISCUSIÓNEn 2012, se observó reducido incremento de la altura de la

AGROFAZ

ESTUDIOYMANEJODELOSRECURSOSNATURALES

131

planta entre la siembra y el inicio del registro de esta variable, lo cual se inició cuando las plantas de ambos lotes alcanzaron más de 10 cm (Figura 1). Lo anterior, concuerda con estudios anteriores (de Macedo et al., 2011) en que se debió a las ba-jas temperaturas mínimas registradas en este periodo (Figura 2), lo cual retrasó la germinación, emergencia y crecimiento del cultivo. Los resultados mostraron que la mayor distancia entre plantas favoreció el crecimiento de la higuerilla. Lo anterior, fue evidente a partir de los 103 días después de la siembra (DDS), cuando las temperaturas mínimas se estabilizaron en valores por arriba de 14 °C.

En la primera fecha de evaluación de la altura (103 DDS) se observó que las plantas establecidas en baja densidad (8,000 plantas ha-1) registraron el doble de la altura (24.8 cm) en com-paración con las cultivadas en alta densidad (12,000 plantas ha-1), las cuales registraron 12.4 cm. Observaciones sucesi-vas mostraron superioridad en el incremento de la altura de las plantas en la densidad baja, por ello el valor máximo (217 cm) se registró primero en este tratamiento a los 190 DDS. Los resultados concuerdan con los obtenidos en estudios previos, en los que se demostró que la densidad baja (5.5 plantas m2)

registró el más alto rendimiento de grano, aceite y materia seca total (Farahani y Aref, 2008; Cabrales et al., 2011). En otros es-tudios se observó que la altura de la planta varió entre fechas de siembra y en el ciclo otoño-invierno se registraron valores más bajos a medida que se incrementó la densidad de pobla-ción (Machado et al., 2013).

Se ha demostrado que las temperaturas bajas afectan ne-gativamente la germinación y emergencia (Nielsen et al., 2011); así como el crecimiento foliar y distribución de la materia seca entre hojas y tallos de higuerilla. Además, se estableció la po-sibilidad de que las bajas temperaturas del suelo disminuyeran la absorción de agua y el crecimiento potencial de todos los órganos de la planta (Poiré et al., 2010). Los resultados demos-traron que la siembra de higuerilla en Durango debe realizarse en condiciones de riego, una vez que se alcanzan temperaturas mínimas cercanas a 15 °C. La fase exponencial del crecimien-to se dio entre 131 y 138 días después de la siembra (junio-agosto). En este periodo se inició el temporal de lluvias y se redujo la fluctuación de las temperaturas máximas (25 a 30 °C) y mínimas (10 a 15 °C).

Figura 1. Altura de planta en higuerilla cultivada en dos densidades de siembra. Durango, Dgo. 2012.

Figura 2. Lluvia acumulada y temperaturas máximas y mínimas registradas en periodos de cinco días durante el cultivo de higuerilla en dos densidades de siembra. Durango, Dgo. 2012.

AGROFAZ


132

Con excepción del peso seco de las espigas, se observaron diferencias altamente significativas (p≤0.01) entre densidades de siembra para todas las variables morfológicas y reproducti-vas evaluadas en higuerilla (Cuadros 1 y 2). Se detectó que el número de espigas por planta fue mayor en la densidad baja (10) en comparación con el lote sembrado en una densidad de 12,000 plantas ha-1 (6). Se estableció una mayor competencia entre plantas por agua, luz y nutrientes en la densidad de po-blación alta, por lo que este factor redujo la ramificación y con ello el número de espigas y cápsulas por planta. Lo anterior, concuerda con los resultados obtenidos en otros trabajos en los que las líneas de higuerilla ramificadas mostraron mayor rendimiento que las que presentaron espiga única (Sarwar et al., 2010).

La longitud de la espiga fue mayor (19 cm) en la densidad alta en comparación con el valor registrado (16 cm) en el lote sembrado con densidad baja. Lo anterior, fue debido al menor número de espigas en las plantas del lote con densidad alta, lo cual favoreció la asignación de una mayor cantidad de fotoasi-milados a cada una de ellas. Se ha observado que un bajo nú-mero de estructuras reproductivas (espigas, cápsulas y granos) permite el incremento individual de la acumulación de materia seca en las espigas. La longitud de las espigas obtenidas en este estudio difieren de las reportadas en trabajos realizados previamente, en los que se observaron longitudes mayores (23.8 y 27.2 cm) (Vanaja et al., 2008). Lo anterior, se atribuyó al efecto de la variedad y ambiente de producción. Además, debe considerarse que se trató del primer año de cultivo y la higuerilla muestra ciclo de vida bianual y perenne.

Cuadro 1. Variables determinadas en higuerilla (cv. F12) en dos densidades de siembra. Durango, Dgo. 2012.

a-bLiterales que denotan diferencias significativas (p≤ 0.05) entre variedades a través de densidades de siembra.

La densidad alta (12,000 plantas ha-1) redujo significativa-mente el número de frutos por espiga en comparación con los registrados en el lote sembrado con 8,000 plantas ha-1. Los resultados concuerdan con los que se obtuvieron en otros es-tudios en los que se observó compensación entre los compo-nentes del rendimiento. Es decir, el incremento en el número de plantas, por unidad de superficie, reduce la acumulación de biomasa en los órganos vegetativos (fuente) y con ello dismi-nuye la disponibilidad de nutrientes para abastecer la demanda generada por las espigas, cápsulas y granos en crecimiento (de Souza-Schalick et al., 2011). Por ello, es necesario buscar un

equilibrio entre la fuente y la demanda con el fin de optimizar el rendimiento y calidad del producto obtenido.

El peso promedio de las espigas fue similar en ambas den-sidades de población con un valor de 40 g en densidad baja y 39 g en alta densidad. A pesar de tener pesos similares, se observó que en baja densidad se obtuvo un número mayor de frutos por espiga por lo que la proporción de biomasa acumula-da en órganos reproductivos fue mayor. La demanda generada por los granos en crecimiento contribuyó al incremento en la producción y remobilización de fotoasimilados de las hojas y tallos hacia la semilla.

Cuadro 2. Rendimiento observado en higuerilla (cv. F12) cultivada en dos densidades de siembra. 2012 y 2013. Durango, Dgo.

*Estimado con base en el rendimiento por planta. a-bLiterales que denotan diferencias significativas (p≤0.05) entre densidades de siembra.

AGROFAZ


133

El número de semillas por espiga registrado en las plantas del lote de baja densidad fue 162, mientras que en alta den-sidad se obtuvieron 114 semillas por espiga. El rendimiento fue mayor en el lote de baja densidad con 201 g por planta, mientras que en alta densidad se obtuvieron 72 g por planta. Los resultados muestran que la densidad de 8,000 plantas ha-1 incrementó el rendimiento y la evaluación individual demostró que es posible la selección de plantas sobresalientes con base en el rendimiento. En un estudio previo se registraron rendi-mientos promedio de 152 g por planta (Ahmed et al., 2012). De la misma forma, con base en los resultados, puede decirse que la densidad de 8,000 plantas ha-1 permitió una mayor expresión del potencial de rendimiento de la higuerilla cultivada bajo con-diciones de riego en Durango.

En 2013, el rendimiento promedio de grano (3,531 kg ha-1) fue mayor en comparación con el registrado en 2012 (1,236 kg ha-1). El rendimiento de grano durante el primer año de siembra fue mayor en la densidad de 8,000 plantas ha-1, donde se re-gistraron 1,608 kg ha-1 (Cuadro 2); mientras que en la densidad alta se obtuvieron 864 kg ha-1. Los rendimientos registrados

son bajos en comparación con los obtenidos en otros estudios, en los que se reportan entre 3,098 y 3,893 kg ha-1 (de Souza-Schalick et al., 2011). Lo anterior, permitió establecer la nece-sidad de avanzar en el mejoramiento genético, selección de germoplasma adaptado y optimización del manejo agronómico de la higuerilla en Durango, con la finalidad de incrementar su rendimiento y rentabilidad económica.

En 2013, el rendimiento de grano fue estadísticamente igual entre densidades de población, en la densidad de 12,000 plan-tas ha-1 se registraron 3,569 kg ha-1; mientras que en la menor densidad se obtuvieron 3,493 kg ha-1. La igualdad estadística observada para el rendimiento fue favorecido por el ajuste en la población después del rebrote, ya que en las muestras de ambos lotes se obtuvo una población de 6 plantas por cada 8.1 m2 (7,400 plantas ha-1) La mayor cantidad de lluvia ocurrida en 2013 (507 mm, Figura 3), en comparación con 2012 (377 mm, Figura 2) favoreció el rendimiento de la higuerilla en Durango. Otro factor que influyó en el mayor rendimiento observado en 2013 fue la mayor capacidad de crecimiento después del rebro-te y la longitud del periodo de crecimiento.

Figura 3. Lluvia acumulada y temperaturas máximas y mínimas y registradas en periodos de cinco días durante el cultivo de higuerilla en dos densidades de siembra. Durango, Dgo. 2013.

En 2013, se observaron valores de altura de la planta de 274.1 cm y una longitud de la espiga de 40.4 cm en el lote de baja densidad; mientras que en la franja sembrada con 12,000 plantas ha-1 los valores fueron de 296.2 cm (altura de planta) y 41.5 cm (longitud de la espiga). Los resultados demostraron que en el segundo año de cultivo se registró alto vigor para el crecimiento de la planta, longitud de la espiga y rendimien-to de grano. El peso de 100 semillas fue similar entre años y densidades de población, con valores que fluctuaron entre 9.8 y 10.6 g por cada 100 semillas. Los resultados muestran que este atributo presenta reducida fluctuación debido a los factores genéticos y la capacidad de ajuste de otros componentes, sin

modificar significativamente el peso individual del grano (Seve-rino y Auld, 2013).

En 2013, el contenido de grasa fue estadísticamente igual en las dos densidades de siembra, con valores entre 28.9 y 33.2 %. Resultados similares se registraron para la propor-ción de proteína en el grano, con valores entre 18.5 y 19.3 %. Los valores obtenidos para el contenido y grasa fueron bajos en comparación con otros estudios realizados con higuerilla (Akande et al., 2012), en los que se obtuvieron valores de 47.3 a 49.4 % para grasa y 24.6 a 26.7 % para proteína. Se observó que luego del rebrote de la higuerilla, durante el segundo año

AGROFAZ


134

de cultivo, hubo similitud para la mayoría de las características evaluadas entre los lotes sembrados inicialmente en diferentes densidades de población.

CONCLUSIONESDurante el primer año de siembra, la densidad baja de po-

blación (8,000 plantas ha-1) favoreció la altura, el número de frutos y el rendimiento de las plantas de higuerilla.

Después del rebrote se observó disminución en la población de plantas, registrándose similitud entre densidades de siem-bra para rendimiento, peso de la semilla y otras características evaluadas.

El rebrote favoreció la altura de la planta, longitud de la espi-ga y el rendimiento de grano, lo cual hizo más rentable el cultivo de higuerilla durante el segundo año de cultivo.

AGRADECIMIENTOSe agradece el apoyo otorgado por el fondo SAGARPA-CO-

NACYT a través del proyecto: “Tecnología para detoxificación de tortas derivadas de la producción de biocombustibles en Ja-tropha e Higuerilla”. SAGARPA-CONACYT 2011-7-163621.

LITERATURA CITADAAhmed, H. M.; G. Sarwar; M. A. ul Haq. 2012. Genetic variability

and interdependence of morphological traits in castor bean (Ricinus communis L) mutants. Songklanakarin J. Sci. Tech. 34: 279-286.

Akande, T. O.; A. A. Odunsi; O. S. Olabode; T. K. Ojediran. 2012. Physical and nutrient characterisation of raw and processed castor (Ricinus communis L.) seeds in Nigeria. World J. Ag-ric. Sci. 8(1) 89-95.

AOAC (Association of Official Analytical Chemists). 1990. Of-ficial methods of analysis. 15th ed. American Organization. Arlington, VA. USA. 730 p.

Cabrales R., R. A.; J. L. Marrugo N.; G. A. Plaza T. 2011. Evalu-ation of seed yield and oil contents in four materials of Rici-nus communis L. Agron. Col. 29(1): 43-48.

De Macedo B., N. E.; J. F. de Brito N.; F. V. de França S.; L. Silva do V. 2011. Crescimento de mamoneira BRS Energia submetida à doses de nitrogênio e períodos de competição com plantas daninhas. Rev. Verde 6(4): 238-243.

De Souza-Schalick, G. D.; R. Peres S.; D. Bottino; A. Mazetti F. 2011. Crescimento e produtividade da mamona de porte baixo em diferentes espaçamentos e populações de plan-tas. Interciencia 37(1): 49-54.

Farahani, H. A.; B. Aref. 2008. Effect of plant density on oil yield of castor (Ricinus communis L.) in application of nitrogen levels conditions. Abstracts of the World Congress on Medi-cinal and Aromatic Plants. Documento en línea consultado el 25 de junio de 2013. Disponible en: http://journals.sfu.ca/africanem/index.php/ajtcam/article/view/673.

Galindo V., C. F.; R. Jiménez O.; J. N. Rubio V.; R. Rosales S.; O. Limones B.; B. Sánchez T. 2013. Avances de inves-tigación: efecto de la alimentación de ganado bovino con pasta de higuerilla en Durango, México. Memorias del XXX-VIII Congreso Nacional de Buiatría. Acapulco, México. pp. 523-528.

García M., E. 1987. Modificaciones al sistema de clasificación climática de Köppen (Para adaptarlo a las condiciones de la República Mexicana). 4a. ed. Enriqueta García de Miranda. México, D. F. 217 p.

Hassan O., S.; T. Osman K.; O. Taha E. 2012. Pulping potential of Ricinus communis stems from Sudan. J. Amer. Sci. 8(6): 390-395.

Jiménez O., R.; M. R. Alemán M.; R. Rosales S.; J. C. Ríos S.; C. A. Nava B. 2012. Caracterización morfológica y química de poblaciones naturales de higuerilla de diferentes sitios del estado de Durango. Memoria del VIII Simposio Interna-cional Sobre Flora Silvestre en Zonas Áridas. Universidad Autónoma Chapingo-URUZA. Bermejillo, Dgo. Méx. pp. 649-658.

Jiménez O., R.; R. Rosales S.; J. A. Rodríguez G. 2013. Pasta proteica detoxificada de higuerilla en la alimentación animal. Folleto Técnico Núm. 64. INIFAP-CIRNOC- Campo Experi-mental Valle del Guadiana. Durango, Méx. 20 p.

Lozano G., E.; A. Padilla M. (S. F.). Biodiesel Bio D. UJED. Fa-cultad de Ciencias Químicas. Durango, México. 2 p.

Machado L., G. E.; H. Duarte V.; F. Luiz P. 2013. Response of castor bean plants to different row spacings and planting seasons. Amer. Jour. Plant Sci. 4:10-15.

Msaakpa, T. S.; M. O. Obasi. 2014. Correlated studies between growth and yield characters of Castro Bean (Ricinus com-munis L.). Int. J. Sci. Res. Publ. 4(7): 1-10.

Nielsen, F.; B. Hill; J. de Jongh. 2011. Castor (Ricinus communis L): Potential of castor for bio-fuel production. FACT-Founda-tion 2nd. Ed. Wageningen Dutchland. 15 p.

Poiré, R.; H. Shneider; M. R. Thorpe; A. J. Kuhn; U. Schurr; A. Walter. 2010. Root cooling strongly affects diel leaf growth dynamics, water and carbohydrate relations in Ricinus com-munis. Plant, Cell Environ. 33:408-417.

AGROFAZ


135

Rana, M.; H. Dhamija; B. Prashar; S. Sharma. 2012. Ricinus communis L. Int. J. Pharm. Tech. Res. 4(4): 1706-1711.

Reveles S., F. O.; R. Rosales S.; C. A. Nava B.; E. Delgado L.; E. I. Cuéllar R.; F. O. Carrete C.; J. C. Ríos S. 2010. Identifi-cación de especies vegetales con potencial para la produc-ción de biocombustibles líquidos en Durango, México. Rev. Mex. Cienc. Agríc. 1: 45-54.

Rico P., H. R.; L. M. Tapia V.; R. Teniente O.; A. González A.; M. Hernández M.; J. L. Solís B.; A. Zamarripa C. 2011. Guía para cultivar higuerilla (Ricinus communis L.) en Michoacán. Folleto Técnico Núm 1. INIFAP-CIRPAC-Campo Experi-mental Valle de Apatzingán. Michoacán, Méx. 43 p.

Rosales S., R.; R. Jiménez O.; S. Arellano A. 2013. Validación del rendimiento de higuerilla cultivada en dos densidades de población en el estado de Durango. Memoria de la XXV Se-mana Internacional de Agronomía. Venecia, Durango, Méx. pp. 502-509.

Rubio V., J.; R. Jiménez O.; C. F. Galindo V.; R. Rosales S.; F. O. Carrete C. 2013. Caracterización química y nutricional de tortas detoxificadas de higuerilla para su uso en alimenta-ción animal. Memorias del XXXVIII Congreso Nacional de Buiatría. Acapulco, México. pp. 462-467.

Sarwar G.; H. Munir-Ahmed; J. Hussain. 2010. Evaluation of castor bean (Ricinus communis L.) mutants for genetic pa-rameters and cluster analysis. J. Agric. Res. 48: 289-302.

Severino, L. S.; D. L. Auld. 2013. Seed abortion and the indivi-dual weight of castor seed (Ricinus communis L.). Ind. Crop. Prod. 49: 890-896.

Soratto, R. P.; G. D. Souza-Schlick; A. M. Fernandes; M. D. Za-notto; C. A. C. Crusciol. 2012. Narrow row spacing and high plant population to short height castor genotypes in two cro-pping seasons. Ind. Crop. Prod. 35(1): 244-249.

Suárez H., J.; G. J. Martín M. 2009. Fuentes renovables de energía como alternativa para el medio rural. Agrodesarrollo 09. Indio Huatey, Cuba. http://agrodesarrollo09.ihatuey.edu.cu/.

Vanaja, V.; M. Jyothi; P. Ratnakumar; P. Vagheera; P. Raghu-ram R.; N. Jyothi L.; S. K. Yadav; M. Maheshwari; B. Venka-teswarlu. 2008. Growth and yield responses of castor bean (Ricinus communis L.) to two enhanced CO2 levels. Plant Soil Environ. 54:38-46.

AGROFAZ 137

DISTRIBUCIÓN ESPACIAL DEL ORÉGANO (Lippia graveolens H.B.K.) EN LA RESERVA DE LA BIÓSFERA DE MAPIMÍ, DURANGO, MEXICOSPATIAL DISTRIBUTION OF OREGANUM (Lippia graveolens H.B.K.) AT MAPIMI BIOSPHERE

RESERVE IN DURANGO, MEXICO

Martínez Ríos Juan J.1, J. Manuel Vázquez Navarro1, Judith Puentes Gutiérrez1 y Edmundo Castellanos Pérez1

1Maestros Investigadores de la Facultad de Agricultura y Zootecnia de la Universidad Juárez del Estado de Durango (http://faz.ujed.mx).

Apartado Postal No. 1-142, Gómez Palacio, Durango, México, CP 35000. Tel. +52 (871) 711-8876.e-mail: [email protected]

RESUMENLas especies arbustivas del altiplano semidesértico de

México son un componente esencial del ecosistema árido que contribuyen a la estabilidad del mismo, y auxilian en la fijación del Carbono en estas regiones en forma de Calcita (CaCO3) y/o caliche, ayudando en cierta forma a mitigar el efecto de inver-nadero que se presenta de manera alarmante en algunas áreas del globo terráqueo. El objetivo de este trabajo fue el de obtener un mapa probabilístico de ocurrencia de Orégano (Lippia gra-veolens) en base a algunas determinaciones físicas y químicas del suelo, así como la pendiente topográfica y el aspecto, me-diante un sistema de información geográfica (GIS) y un modelo de regresión logística múltiple (LMR). El estudio se realizó en la reserva de la biosfera de Mapimí, Durango, México. El área de trabajo se centró a los 26°37’ N y a los 103°50’ O considerando una extensión de 15’ de latitud por 20’ de longitud (extensión carta INEGI a escala 1:50,000 clave G13B64). Se utilizaron los resultados de los análisis de suelo de 36 puntos de muestreo georeferenciados (distribuidos dentro del área de estudio) me-diante un sistema de información geográfica, y se calcularon los valores para toda el área mediante interpolación basados en la técnica IDW (Inverse Distance Weighted). A partir de esto se generaron mapas digitales de superficies continuas (raster a 30 m por píxel) en los temas: Porcentaje de Sodio Intercam-biable (PSI), Conductividad eléctrica (CE), pH, Materia orgá-nica, Calcio, Magnesio, Potasio, Fósforo, arena, limo y arcilla. También se incluyó la profundidad de suelo, la pendiente y el aspecto, calculando éstas últimas mediante un modelo digital de elevación (DEM). Posteriormente, se digitalizaron 60 puntos de muestreo de la carta de vegetación del INEGI y se construyó una matriz con las 14 variables, señalando de manera dicotó-mica (1 presencia; 0 ausencia) la ocurrencia de orégano dentro de los puntos de muestreo. Los resultados mostraron que las

únicas variables independientes que lograron el nivel de signi-ficancia en el modelo (P < 0.05) fueron la pendiente (0.0037) y el contenido de arena (0.0171). Los valores de los pará-metros estimados del modelo de regresión fueron: intercepto (5.2367); pendiente (0.4271); y la arena (-0.1633). El modelo resultante para estimar la ocurrencia de orégano fue p = (e 5.2367

+ 0.4271[pendiente]-0.1633[arena %] /(1+ e 5.2367+0.4271[pendiente]-0.1633[arena %]). El mo-delo anterior fue aplicado, en el sistema tipo GIS, a los mapas digitales respectivos para obtener el mapa de probabilidad de ocurrencia de orégano, seleccionando aquellas regiones con p > 0.8 dentro del área de estudio como las factibles de encontrar el arbusto en cuestión. En base a lo anterior es posible concluir que los sistemas tipo GIS son una herramienta útil para deter-minar la probabilidad de ocurrencia de una especie vegetal en base a determinaciones de parámetros de suelo, de pendiente y aspecto. Señalando que la implementación y la utilización de este tipo de sistemas se convierte en una prioridad para la toma acertada de decisiones en la planeación y manejo de los recur-sos terrestres.

Palabras clave: GIS, regresión logística, Mapa de proba-bilidad.

SUMMARYThe shrub species from Mexico’s arid lands are an essen-

tial part of the arid ecosystem that helps to stabilize those re-gions and also in the Carbon sequestration process (e.g. Calcite -CaCO3) in the soil, helping to mitigate the greenhouse effect that is present in dangerous levels in some parts of the globe. This research, focuses on developing a Logistic Multiple Re-gression (LMR) model for predicting the occurrence of Lippia graveolens. This model used a geographic information system (GIS) to analyze some of the soil and terrain variables that in-fluence the Lippia growth and distribution. The research was

AGROFAZ


138

carried out at Mapimi Biosphere Reserve in Mexico (central co-ordinates 26°37’ N and 103°50’ W). The study area considered an extension of 15’ latitude and 20’ longitude, corresponding to the one that has the cartographic unit, scale 1:50,000, published by INEGI (key G13B64). The information of 36 georegistered soil samples distributed randomly in the study area were used to calculate, through the interpolation technique called IDW (30 m per pixel), the digital maps with continuous surfaces for 12 soil variables, that included: ESP, EC, pH, Organic matter, Calcium, Magnesium, Potassium, Phosphorus, the content of sand, silt and clay, as well as soil depth. Additionally, terrain variables like slope and aspect were also considered, being calculated from a Digital Elevation Model. Furthermore, 60 sampling points from a landuse map by INEGI were digitized, and all those points with the Lippia presence were coded as ‘1’ whereas all those points where the specie was not found where coded as ‘0’. A regression analysis was performed using SAS Proc Logistic. The results established that the only independent variables that showed statistical significance (p > 0.05) were the slope (0.0037) and the sand content (0.0171). The parameters estimates were Intercept (5.2367); slope (0.4271), and sand (-0.1633). The re-sulting model to predict the occurrence of the shrub was p = (e 5.2367 + 0.4271 [slope] - 0.1633[sand] /(1+ e 5.2367+0.4271[slope]-0.1633[sand]). This model was applied to the database containing the digital maps to ob-tain a general map showing the occurrence probabilities. Finally, a map query was performed to locate those regions were the probability was bigger than 0.80 showing good agreement to observations in field. Based upon these results, it is possible to conclude that GIS along with LMR are a good tools to estimate the probability to find some vegetal species, which can be hel-pful when taking decisions regarding the planning and manage-ment of natural resources.

Keywords: GIS, Logistic Multiple Regression, probability map

INTRODUCCIÓNLas especies arbustivas del altiplano semidesértico de

México son un componente esencial del ecosistema árido que contribuyen a la estabilidad del mismo, y auxilian en la fijación del carbono en estas regiones en forma de calcita (CaCO3) o ‘caliche’, ayudando en cierta forma a mitigar el efecto de inver-nadero que se presenta de manera alarmante en algunas áreas del globo terráqueo (Monger y Martínez, 2001).

Dentro del Desierto Chihuahuense existen especies natu-rales adaptadas a este tipo de condición climática, las cuales están sujetas a altas presiones de pastoreo y cuya explotación no controlada contribuye a desestabilizar el entorno ecológico (Lal, 2001).

La distribución geográfica de estas arbustivas ha sido es-tudiada en forma aislada y sin considerar los diferentes facto-res que caracterizan su distribución (Castellanos, 1985; Val-dés,1989). Sin embargo, es bien sabido que la distribución

espacial de algunas de estas plantas está sujeta a varios fac-tores entre los que destacan las propiedades físicas del suelo (textura, estructura y permeabilidad, entre otros) así como las características químicas del mismo, entre las que destacan la salinidad y sodicidad (Schlesinger, 1991).

Debido a lo anterior, en las zonas áridas y semiáridas del país es importante contar con inventarios de recursos naturales actualizados, por lo cual se hace necesario generar informa-ción dinámica de la ubicación de estos recursos que permita su explotación racional y que coadyuven al desarrollo regional dentro de una perspectiva ecológica sin riesgos para el entorno natural.

El objetivo de este trabajo fue el de obtener un mapa pro-babilístico de ocurrencia de Orégano (Lippia graveolens) consi-derando algunas determinaciones físicas y químicas del suelo, incluyendo el gradiente topográfico, apoyándose en un sistema de información geográfica (GIS) y un modelo de regresión lo-gística múltiple (LMR).

MATERIALES Y MÉTODOS

UbicaciónLa reserva se localiza en la parte norte de la República

Mexicana, en la parte sur del Desierto Chihuahuense. Se ubica próxima al vértice formado por los límites de los estados de Du-rango, Chihuahua y Coahuila, entre los paralelos 26° 29’ y 26° 52’ Latitud norte; y los meridianos 103° 32’ y 103° 58’ Longitud oeste. El área de influencia comprende aproximadamente 108, 000 ha, siendo el área principal de 38,000 ha (Breimer, 1984; Montaña, 1988).

Área de estudioEl área específica del presente estudio comprendió un ex-

tensión de 919.36 km2 (91,936 ha), se localiza al norte del Es-tado de Durango, cercano al límite estatal con los Estados de Chihuahua y Coahuila. La mayor parte del área se localiza den-tro del municipio de Mapimí, Durango. Sus coordenadas geo-gráficas (INEGI, 1991) son: latitud 26°30’ a 26°45’ N; y longitud 103°40’ a 104°00’ W.

ClimaEl Clima, de acuerdo con la clasificación de Köppen, modi-

ficado por E. García (CETENAL-UNAM, 1970) es tipo Bwhw(e) el cual es considerado como seco-desértico; el área presenta una precipitación media anual de 264.2 mm. El 72% de la preci-pitación anual se presenta de junio a septiembre, mientras que el número de días lluviosos por año es solo de 47 (Breimer, 1984; Cornet, 1988).

Referente a la temperatura el área de la reserva muestra una curva típica sinusoidal con su cresta máxima en junio/julio, y con su depresión (valle) en Enero. De acuerdo con Cornet (1988) el área tiene una temperatura media anual de 20.3° C,

AGROFAZ


139

mostrando un promedio de temperatura de 12 °C en enero y de 28.1°C en julio.

GeologíaEl material parental de suelo predominante es el aluvial,

originado en el período cuaternario (INEGI, 1993). El material geológico de la zona consiste en rocas ígneas como la riolita y el basalto; así como rocas sedimentarias principalmente como la arenisca y la caliza (INEGI, 1981).

Según Breimer (1988) el área de la reserva puede dividirse geológicamente en cuatro áreas: el área calcárica del este, la zona de areniscas del norte, las zonas oeste y central domina-das por rocas volcánicas y conglomerados, y finalmente el área de playa sedimentaria.

SuelosDe acuerdo sistema de clasificación de suelos de la FAO-

UNESCO, modificado por DETENAL, los tipos de suelos mas comunes encontrados en el área son el Litosol, Regosol, Yer-mosol, Solonchak, Xerosol y el Fluvisol (INEGI, 1977).

VegetaciónAlgunos estudios ecológicos realizados en el área (Bremier,

1984; Martinez y Morello, 1977; Montaña, 1988) establecen que la vegetación dominante en el área consiste de especies arbustivas del desierto, entre las que destacan Fouquieria splendens (Ocotillo), Agave lechuguilla (Lechuguilla), Opuntia spp. (Nopal/cardenche), Larrea tridentata (gobernadora), Pro-sopis spp. (Mezquite). Además, es posible encontrar en el área algunos pastos como Hilaria mutica (zacate toboso), y Sporo-bolus airoides (zacatón alcalino).

MetodologíaPara la adquisición y ubicación de los datos edafológicos

en el área de estudio se utilizó la información reportada previa-mente por el INEGI (carta La Flor, clave G13B64) como puntos de muestreo en sus cartas edafológicas, las cuales fueron ubi-cados y digitalizados como tema puntual dentro del GIS, ge-nerando a la vez su tabla de atributos. Asimismo, se realizaron muestreos de campo en el área de estudio para complementar la información de aquellas zonas con información limitada, los

puntos de estos nuevos muestreos fueron ubicados geográfi-camente mediante el uso de un Sistema de Posicionamiento Global (GPS) marca Garmin modelo GPS45XL sin corrección diferencial. La digitalización de los mapas temáticos se realizó mediante el uso de una tableta digitalizadora del tipo Drawing-board II. Los puntos de muestreo resultantes fueron 36 y se muestran en la Figura 1.

Se utilizaron los resultados de los análisis de suelo de los 36 puntos de muestreo y se calcularon los valores para toda el área de estudio mediante interpolación con la técnica deno-minada IDW (ESRI, 1997). A partir de esto se generaron ma-pas digitales de superficies continuas (tipo raster a 30 m por píxel) en los temas: Porcentaje de Sodio Intercambiable (PSI %), Conductividad eléctrica (CE en dSm-1), pH, Materia orgá-nica (%), Calcio (cmol[+]/Kg), Magnesio (cmol[+]/Kg), Potasio (cmol[+]/Kg), Fósforo (cmol[+]/Kg), arena (%), limo (%) y arcilla (%). También se incluyó la profundidad de suelo (cm), la pen-diente (grados) y el aspecto topográfico, calculando éstas últi-mas en el sistema de información utilizando un modelo digital de elevación (DEM) adquirido del programa NALC (North Ame-rican Land Characterization, del programa NASA/Pathfinder Program (Lunetta, et al.,1993)

La extensión de los mapas digitales en formato raster fue de 916 renglones por 1116 columnas. Posteriormente, se digi-talizaron 60 puntos de muestreo de la carta de uso del suelo y vegetación del INEGI clave G13B64 (Figura 2) y se construyó una matriz con las 13 variables, señalando de manera dicotómi-ca (1 presencia; 0 ausencia) la ocurrencia de orégano dentro de los puntos de muestreo. El análisis de los datos se realizó utili-zando el programa SAS® mediante el procedimiento LOGISTIC (Cody y Smith, 1997) con selección de variables.

Aplicación del modelo de predicción basado en el análisis de regresión logística múltiple (LMR)

El análisis de regresión múltiple logística permite el uso de variables dicotómicas (binarias) y de valores escalares como variables independientes, lo cual permite el uso de aquellas va-riables que no son continuas o son derivadas cualitativamente. Además, debido a que la probabilidad estimada (P) siempre varía entre 0 y 1, es posible producir una superficie probabilís-tica, a diferencia de los modelos de regresión lineal donde los valores de probabilidad pueden caer fuera del rango de 0 y 1.

AGROFAZ


140

Figura 1. Ubicación de los puntos de muestreo edafológicos dentro del área de estudio

Figura 2. Ubicación de los puntos de muestreo de vegetación dentro del área de estudio

AGROFAZ


141

La técnica de regresión múltiple logística permite obtener coeficientes para cada variable, basados en los datos obteni-dos en los muestreos realizados a lo largo del área de estudio. Estos coeficientes sirven como ‘ponderadores’ en un algoritmo que puede utilizarse en una base de datos geográfica tipo GIS para producir un mapa que muestre la probabilidad de que el género Lippia se desarrolle.

La regresión múltiple logística (LMR) permite identificar las variables importantes en la predicción de una ocurrencia, e.g. Lippia spp, al definir la presencia o ausencia de tal ocurrencia como una variable dependiente dicotómica (Narumalani, et al., 1997). Pereira e Itami (1991) utilizaron regresión múltiple logísti-ca para modelar el habitat de la ardilla roja en el Monte Graham, Arizona, E.U.A. y obtuvieron buenos resultados en el desarrollo de modelos multivariados predictivos.

De la misma forma Luotto y Seppala (2002) utilizaron la técnica de regresión múltiple logística y GIS en Finlandia para ubicar geográficamente palsas (aglomeraciones de materia orgánica congeladas permanentemente) en base a variables ambientales derivadas de datos de uso del terreno y modelos de elevación digital, obteniendo un modelo probabilístico capaz de predecir la ocurrencia de palsas en un 97.67% en un área de 300 km2. Entre otros estudios realizados que también han utilizado GIS y LMR para generar modelos predictivos de ocu-rrencia destacan: Gross, et al., 2002; Fleishman, et al., 2001; Loyn, et al., 2001; Koutsias y Karteris, 2000; Meyer y Martínez-Casanovas, 1999; Mace et al., 1999; Mladenoff y Sickley, 1998; Monkkonnen, et al., 1997.

RESULTADOS Y DISCUSIÓNAl realizar el análisis estadístico mediante el procedimiento

LOGISTIC para obtener el modelo probabilístico con selección de variables, los resultados mostraron que las única varia-bles independientes que lograron el nivel de significancia (P < 0.05) para ser incluidas en el modelo final fueron la pendiente

(0.0037) y el contenido de arena (0.0171). En los resultados del análisis estadístico también se encontró que la tabla de clasifi-cación obtenida arrojó un nivel de sensibilidad del 50% para un nivel de probabilidad de 0.3, es decir el modelo obtenido que in-cluye el intercepto, la pendiente y el contenido de arena pueden predecir niveles de probabilidad de ocurrencia de Lippia (0.3) con un 50% de confiabilidad.

De acuerdo con los resultados anteriores, los parámetros estimados del modelo de regresión múltiple logística fueron Intercepto (5.2367), Pendiente (0.4271) y Arena (-0.1633) por lo que el modelo probabilístico final quedó conformado de la siguiente manera:

donde:

e = 2.7182818

Además, el valor de la pendiente debe expresarse en gra-dos y el contenido de arena en porcentaje.

El modelo anterior fue aplicado, en el sistema de información geográfica GIS (ArcView® / Spatial Analyst®), a los mapas digi-tales de superficies respectivos con el fin de obtener el mapa de digital que mostrase la probabilidad general de ocurrencia del orégano (Figura 3). Posteriormente se realizó una búsqueda en el mapa de probabilidad general para ubicar o seleccionar aquellas regiones con niveles de probabilidad > 0.8 dentro del área de estudio como factibles de encontrar la arbustiva de in-terés. (Figura 4).

pe

e

pendiente arena

pendiente arena=+

+ +

+ +

β β β

β β β

0 1 2

0 1 21

( ) ( )

( ) ( )

pe

e

pendiente arena

pendiente arena=+

+ −

+ −

5 2367 0 4271 0 1633

5 2367 0 4271 0 16331

. . ( ) . ( )

. . ( ) . ( )

AGROFAZ


142

Figura 4. Mapa de Probabilidad mayor a 80% en el área de estudio.

Figura 3. Mapa de probabilidad general en al área de estudio después de aplicar el modelo.

AGROFAZ


143

CONCLUSIONESEl análisis de regresión logística múltiple (LMR) con selec-

ción de variables demostró ser una herramienta útil en la ob-tención de mapas probabilísticos mediante GIS al encontrar que, definitivamente en base a las características fisiológicas del Orégano (especialmente en lo relativo a su desarrollo ra-dicular) se ve beneficiado al crecer en los lugares con suelos poco profundos y en su mayoría con pendientes constantes. Aunque si bien es cierto que la variable profundidad de suelo no jugó un papel predominante en el análisis al no ser considerada como significativa, es bien conocido que la relación pendiente/profundidad de suelo están íntimamente relacionadas desde el punto de vista edáfico, ya que aquellos suelos con pendien-tes pronunciadas son mas factibles de presentar pérdidas de suelo importantes, especialmente aquellas con textura fina o arcillosa. Por lo que la ubicación de esta arbustiva en la zona está acorde a lo observado en campo. Lo anterior refuerza el hecho de que es menos probable de que la misma arbustiva se ubique en zonas que muestran mayores profundidades de suelo, ubicándoseles generalmente en las áreas con elevacio-nes que generalmente son clasificados como Litosoles (según el sistema FAO-UNESCO-DETENAL) o Torriorthents, según el sistema USDA Soil-Taxonomy (Soil Survey Staff, 1996).

Referente al modelo final obtenido, pudo observarse que el número de muestreos realizados en el campo juega también un rol importante en el análisis, ya que entre mayor sea el número de muestras edáficas y mejor sea su distribución en el terreno de estudio, facilitará y ayudará a que el proceso de interpola-ción sea mas fidedigno y apegado a la realidad. Por otro lado, las observaciones de presencia y ausencia de las especies de interés pudieran realizarse mediante una técnica de muestreo específica tales como el sistemático o por conglomerados, pro-curando obtener un número de muestras mayor o igual a 100 en un área de 25 km2, de esta manera se asegura que el aná-lisis estadístico obtenga un modelo representativo del área de estudio con buenos niveles de confiabilidad. Tal vez el probar con otras técnicas de interpolación diferentes al IDW como el Krigging pudiesen ofrecer otra perspectiva de análisis.

Finalmente se pudiera sugerir que el estudio pudiese verse beneficiado al incluir un análisis multivariado o análisis de com-ponentes principales (ACP) de la base de datos, con la finalidad de poder localizar y seleccionar los datos que mas aportan a la varianza y, de esa forma, quitar u omitir aquellos datos que no aportan o revisten relevancia en el análisis y que por el contrario generan redundancia.

En base a lo anterior es posible concluir que los sistemas de información geográfica (GIS) son una herramienta útil para determinar la probabilidad de ocurrencia de una especie ve-getal en base a determinaciones de parámetros de suelo, de pendiente y aspecto. Señalando que la implementación y la uti-lización de este tipo de sistemas se convierte en una prioridad

para la toma acertada de decisiones en la planeación y manejo de los recursos terrestres.

LITERATURA CITADABreimer, R.F. 1984. Soil and landscape survey of the Mapimi

Biosphere Reserve, Durango, Mexico. UNESCO-MAB, Ins-tituto de Ecología, A.C., Mexico, 128 p.

Castellanos, P. E. 1985. Identificación, clasificación y descrip-ción de las arbustivas del campo experimental Apantita, Du-rango. Tesis de licenciatura. E.S.A.Z. Universidad Juárez del Estado de Durango. México.

CETENAL-UNAM, 1970. Carta de climas, escala 1:500,000, Instituto de Geografía, Mexico.

Cody, R. P. and J.K.Smith. 1997. Applied statistics and the SAS programming language. Fourth edition. Prentice-Hall, Inc. New Jersey. 445 p.

Cornet, A., 1988. Principales características climáticas. In: C. Montaña, ed., Estudio integrado de los recursos vegetación, suelo y agua en la Reserva de la Biosfera de Mapimí: Insti-tuto de Ecología, Mexico, p. 45-76.

ESRI, 1997. Working with the ArcView spatial analyst. ESRI Educational Services, 5,12-5,16.

Fleishman, E., R. Mac Nally, J. P. Fay y D.D. Murphy. 2001. Mo-deling and predicting species occurrence using broad-scale environmental variables: an example with butterflies of the Great Basin. Conservation Biology, 15 (6): 1674-1685.

Gross, J.E, M.C. Kneeland, and D.F. Reed. 2002. GIS-based habitat models for mountain goats. Journal of Mammalogy, 83 (1): 218-228.

INEGI., 1991. Carta topográfica: La Flor, clave G13B64, escala 1:50,000, 3a. impresión.

INEGI., 1993. Carta geológica: Chihuahua, escala 1:1000,000, 1a. impresión, Mexico.

INEGI., 1981. Carta geológica: La Flor, clave G13B64, escala 1:50,000, 1a. impresión, Mexico.

INEGI., 1977. Carta edafológica: La Flor, clave G13B64, escala 1:50,000, 1a. impresión, Mexico.

Koutsias, N. and M. Karteris. 2000. Burned area mapping using logistic regression model of a single postfire Landsat 5 The-matic mapper image. Internation Journal of Remote Sen-sing. 21 (4): 673-687.

Lal, R. 2001. Soil erosion and carbon dynamics on grazing land, in Follet, Kimble, and Lal: The Potential of U.S. Gra-zing Lands to Sequester Soil Carbon and Mitigate the Gre-enhouse Effect. Lewis Publshers, CRC Press. pp 231-247.

AGROFAZ


144

Loyn, R.H., E. G. MacNabb, L. Volodina, and R. Willig. 2001. Modeling landscape distributions of large forest owls as applied to managing forests in north-east Victoria, Australia. Biological Conservation. 97(3):361-376.

Luotto, M. and M. Seppala. 2002.Modelling the distribution of palsas in Finnish lapland with logistic regression and GIS. Permafrost and periglacial processes.13 (1): 17-28.

Lunetta, R.S., J. G. Lyon, and J. A.. Sturdevant. 1993. North American Landscape Characterization (NALC) Research Plan. EPA/600/R-93/135, U.S. Environmental Protection Agency, Washington, D.C. 419 p.

Mace, R. D., J. S. Waller, T. L. Manley, K. Ake, y W. T. Wittinger. 1999. Landscape evaluation of grizzly bear habitat in wes-tern Montana. Conservation Biology. 13(2):367-377.

Martinez, O., y J. Morello, 1977. El medio físico y las unida-des fisionómico-florísticas del Bolsón de Mapimí, Instituto de Ecología, Publicación 3. Mexico.

Meyer, A. and Martinez-Casanovas, J.A. 1999. Prediction of existing gully erosion in vineyards parcels of the NE Spain: a logistic modeling approach. Soil & Tillage Research. 50(3-4):319-331.

Mladenoff, D.J. and T.A. Sickley. 1998. Assessing potential gray wolf restoration in the northeastern United States: A spatial prediction of favorable habitat and potential population le-vels. Journal of Wildlife Management. 62(1):1-10.

Monger, H.C. and J. J. Martinez R. 2001. Inorganic carbon se-questration in grazing lands, in Follet, Kimble, and Lal: The Potential of U.S. Grazing Lands to Sequester Soil Carbon and Mitigate the Greenhouse Effect. Lewis Publshers, CRC Press. pp 87-118.

Monkonnen, L., P. Reunanen, A. Nikula, J. Inkeroinen, and J. Forsman. 1997. Landscape characteristics associated with the occurrence of the flying squirrel Pteromys volans in old-growth forest of northern Finland. Ecography. 20(6):634-642.

Montaña, C.1988. Estudio integrado de los recursos vegeta-ción, suelo y agua en la Reserva de la Biosfera de Mapimí. México. Instituto de Ecología, Publicación 23. Mexico.

Narumalani, S., J. Jensen, J. D. Althausen, S. Burkhalter, and H. E. Mackey. 1997. Aquatic macrophyte modeling using GIS and logistic multiple regression. Photogrammetry Engi-neering and Remote Sensing. 63(1):41-49.

Pereira, J.M.C. and R.M. Itami.1991. GIS-based habitat mo-deling using logistic multiple regression: A study of the Mt. Graham Red Squirrel. Photogrammetry Engineering and Remote Sensing, 57(11):1475-1486.

Soil Survey Staff, 1996. Keys to soil taxonomy, seventh edition. U.S. Dept. of Agriculture. National Resources Conservation Service. 644 p.

Schlesinger, W.H.,1991. Biogeochemistry: an analysis of global change. Academic Press. 443 p.

Valdés, G. J. A. 1989. Atributos nutricionales de seis plan-tas arbustivas de Apantita, Durango. Tesis de licenciatura. E.S.A.Z. Universidad Juárez del Estado de Durango. Méxi-co.

AGROFAZ 145

ÍNDICE DE AUTORES, VOLUMEN 14 NÚMERO 1AUTHORS INDEX, VOLUME 14 NUMBER 1

Amado Álvarez Jesús Pilar 107Anaya Salgado Antonio 119

Espinoza Arellano José de Jesús 77Esquivel Arriaga Gerardo 97

García Rodríguez Juan José 43González Avalos Ramiro 1

Macías Valdez Luis Martín 51Martínez Ríos Juan José 137Moctezuma López Georgel 15

Núñez Hernández Gregorio 7, 33Quiroga Garza Héctor Mario 61Salazar Sánchez Luz María 129 Trejo Escareño Héctor Idilio 87

Velásquez Valle Miguel A. 69

AGROFAZ 147

NORMAS PARA PUBLICAR EN AGROFAZ

Una acción importante que Ud. puede hacer al momento de preparar su manuscrito es tomar como consulta un ejemplar re-ciente de la Revista AGROFAZ en términos del formato de Encabezado, Titulo, Resumen, Summary, Palabras clave, Introducción, Materiales y Métodos, Resultados, Discusión (combinación de Resultados y Discusión), Literatura Citada, y cuadros y figuras, los cuales se describen con mayor detalle a continuación. Si el manuscrito no se ajusta al estilo y forma se rechazará inmediatamente.

El manuscrito deberá redactarse a doble espacio en procesador Word versión 2010, utilizando el tipo de letra Times New Ro-man 11, incluyendo números y letras en las figuras; con renglones y páginas numeradas consecutivamente, con márgenes de 2.5 cm en los cuatro costados. La extensión del artículo debe ser entre 15 y 20 cuartillas. Los cuadros y figuras deberán colocarse en secciones separadas al final del manuscrito (no ubicarlas dentro del texto). Las figuras deberán estar en un formato que permita hacer modificaciones posteriores respecto al tamaño de los números en los ejes, el grosor de las líneas en éstos y texto de las leyendas. El tamaño de letra es el siguiente (todo en Times New Roman); para el título en español se usará el tamaño 14 en ma-yúsculas en negritas, centrado; el título en inglés va debajo del anterior en minúsculas, excepto la primera letra de cada palabra, tamaño 12 en negritas, centrado; nombres de los autores en tamaño 11 en negritas y en el orden normal (Nombre, apellido paterno y apellido materno), centrados; las instituciones en tamaño 11 letra cursiva en minúsculas y centradas.

Los títulos de segundo orden (Resumen, Summary, Palabras clave, Introducción, Materiales y Métodos, Resultados y Dis-cusión, Conclusiones, Literatura Citada) van con mayúsculas, en negritas y centrados; los títulos de tercer orden van al margen izquierdo en minúsculas, a excepción de la primera letra, en negritas; los títulos de cuarto orden van al margen izquierdo en mi-núsculas, a excepción de la primera letra, en negritas, con punto seguido de texto.

Los manuscritos deberán contener las siguientes secciones, en este orden:

TÍTULODebe ser un título descriptivo tan breve como sea posible de no más de 45 caracteres incluyendo espacios, y debajo de éste

anotarlo en Inglés (descriptivo, claro y conciso); nombres de los autores sin título, posición o grado académico; e instituciones, incluyendo el departamento, ciudad, estado o país (todos con la primera letra mayúscula), y código postal. Los pies de página en primera página (dirección actual y correo electrónico del autor para correspondencia) son referenciados por superíndices utilizan-do números. Los agradecimientos, incluyendo agradecimientos de apoyo económico y estación experimental, se referenciarán como pie de página del título.

RESÚMENDeberá consistir de no más de 300 palabras en un solo párrafo que resuma los resultados pertinentes incluyendo evidencias

estadísticas (valor de P), en una forma breve pero entendible, iniciando con una oración clara del objetivo de estudio y finalizando con las conclusiones; no debe contener citas bibliográficas. Las abreviaciones que no son estándar deberán definirse la primera vez que se mencionen.

PALABRAS CLAVESon palabras que se enlistan para indicar al lector los temas a los que se hace referencia en el artículo, además de facilitar la

recopilación y búsqueda en los bancos de información. Se debe enlistar un máximo de seis palabras o frases que sean las que mejor describan la naturaleza de la investigación y no deben estar contenidas en el título. La primera letra de cada palabra clave debe ser minúscula a menos que sea un nombre propio, deben estar separadas por coma, ordenadas alfabéticamente, y no se aceptan abreviaciones, van después del resumen. El título de esta sección va en negritas, en minúsculas y todo con letra cursiva incluyendo las palabras clave.

SUMMARYSe seguirán las mismas normas que para el resumen en español. La información del Summary debe ser coincidente con el

Resumen.

KEY WORDSSe seguirán las instrucciones dadas para las palabras clave.

AGROFAZ148

INTRODUCCIÓNLa introducción debe contener los antecedentes y la justificación del trabajo de investigación, debe especificar la hipótesis a

probar, y establecer claramente los objetivos. Se deben seleccionar cuidadosamente las referencias bibliográficas para soportar cada concepto e importancia del estudio.

MATERIALES Y MÉTODOS Indicar la ubicación donde se realizó el experimento, condiciones climáticas y edáficas. En este apartado se describen clara-

mente los procedimientos biológicos, analíticos y estadísticos, o referencias específicas de los procedimientos originales. Todas las modificaciones a los procedimientos deberán explicarse. Las raciones, fechas de las actividades del experimento si son necesarias, características del material biológico (i.e. raza, sexo, edad y peso vivo, variedad, especie). Los métodos estadísticos comúnmente utilizados en ciencias agropecuarias no requieren ser descritos a detalle, pero se debe proporcionar la referencia bibliográfica.

RESULTADOS Y DISCUSIÓNLos autores tienen la opción de combinar los resultados y discusión en una sola sección o presentarlos por separado.

RESULTADOSLos resultados se pueden presentar en forma de cuadros o figuras cuando sea factible. El texto debe elaborarse en base a los

datos tabulados, pero los datos no deberán repetirse dentro del texto. Se presentaran los datos con alguna fuente de variación (incluyendo el nivel de significancia; i.e. valor de P) para facilitar al lector la interpretación de los resultados del experimento. Es pre-ferible reportar el valor de significancia actual (i.e. P = 0.032) para de esa manera permitirle al lector definir que rechazar o aceptar.

DISCUSIÓNLa discusión deberá interpretar los resultados de una marea clara y concisa en términos de mecanismos biológicos y signifi-

cancia, y también deberá integrar los resultados de investigación previamente publicados en la literatura para proporcionarle al lector una amplia base sobre la cual aceptar o rechazar la hipótesis probada. Cuando la discusión se presente por separado no se debe hacer referencia a ninguna tabla o figura, tampoco deberá incluir valores de P a menos que se cite el valor de P de otros trabajos.

CONCLUSIONESSe deben concluir con aseveraciones que deben estar en concordancia con los objetivos planteados, sin rebasar el alcance

del artículo.

LITERATURA CITADASe presentarán únicamente las referencias bibliográficas citadas a lo largo del manuscrito. Las fuentes bibliográficas citadas

en esta sección deben estar publicadas o aceptadas para publicación (en prensa). Las comunicaciones personales y los datos no publicados no deben aparecer en esta sección. Las referencias bibliográficas se ordenarán alfabéticamente por el apellido paterno del autor(es), y después en orden cronológico. Después del autor, anotar el año de publicación. Al igual que en las citas del cuerpo del escrito, dos o más publicaciones del mismo autor en el mismo año deberán diferenciarse agregando letras como subíndices después del año. Todos los nombres de los autores deben aparecer en la sección de Literatura Citada.

A continuación se describen algunos ejemplos de referencias bibliográficas:

Libros y artículos de libros editados:AOAC. 1990. Official methods of analysis. 15th ed. Assoc. Off. Anal. Chem., Arlington, VA.

NRC. 1989. Nutrient requirements of dairy cattle. 6th rev. ed. Natl. Acad. Press, Washington, DC.

Robinson, P. H., E. K. Okine, and J. J. Kennelly. 1992. Measurement of protein digestionin ruminants. In: S. Nissen, editor, Modern methods in protein nutrition and metabolism. Academic Press, San Diego, CA. p. 121–127.

AGROFAZ 149

Boletines técnicos, Tesis, y Disertaciones:Goering, H. K., and P. J. Van Soest. 1970. Forage fiber analyses (apparatus, reagents, procedures, and some applications). Agric.

Handbook No. 379. ARS-USDA, Washington, DC.

Sigma. 1984. Total hemoglobin: Quantitative, colorimetric determination in whole blood at 530–550 nm. Tech. Bull. No. 525. rev. ed. Sigma Chemical, St. Louis, MO.

Ward, J. D. 1995. Effects of copper deficiency on performance and immune function of cattle. Ph D Diss. North Carolina State Univ., Raleigh.

Revistas Periódicas (Journals) y Resúmenes:Cleale, R. M., R. A. Britton, T. J. Klopfenstein, M. L. Bauer, D. L. Harmon, and L. D.

Satterlee. 1987a. Induced non-enzymatic browning of soybean meal. II. Ruminal escape and net portal absorption of soybean protein treated with xylose. J. Anim. Sci. 65:1319–1326.

Hall, J. B., R. B. Staigmiller, R. E. Short, R. A. Bellows, S. E. Bartlett, and D. A. Phelps. 1993. Body composition at puberty in beef heifers as influenced by nutrition and breed. J. Anim. Sci. 71(Suppl. 1):205. (Abstr.).

Memorias de congresos:NMC. 1995. Summary of peer-reviewed publications on efficacy of premilking and postmilking teat disinfections published since

1980. In: Natl. Mastitis Counc. Reg. Meet. Proc., Harrisburg, PA. Natl. Mastitis Counc., Arlington, VA. p. 82–92.

Talmant, A., X. Fernandez, P. Sellier, and G. Monin. 1989. Glycolytic potential in longissimus dorsi muscle of large white pigs as measured after in vivo sampling. In: Proc. 35th Int. Congr. Meat Sci. Technol., Copenhagen, Denmark. p. 1129.

Van der Werf, J. H. J. 1990. A note on the use of conditional models to estimate additive genetic variance in selected populations. Proc. 4th World Congr. Genet. Appl. Livest. Prod., Edinburgh, Scotland XIII:476–479.

Publicaciones Electronicas:FDA. 2001. Effect of the use of antimicrobials in food producing animals on pathogen load: Systematic review of the published

literature. http://www.fda.gov/cvm/antimicrobial/PathRpt.PDF. (Accessed 14 December 2001).

Huntington, G. B., D. L. Harmon, N. B. Kristensen, K. C. Hanson, and J. W. Spears. 2006. Effects of a slow-release urea source on absorption of ammonia and endogenous production of urea by cattle. Anim. Feed Sci. Technol. 130:225–241. doi:10.1016/j.anifeedsci.2006.01.012.

Le Neindre, P., C. Terlouw, X. Boivin, A. Boissy, and J. Lensink. 2001. Behavioral Research and its application to livestock transport and policy: A European perspective. J. Anim. Sci. 79(ESuppl.).http://www.asas.org/jas/jas0905.pdf.(Accessed 7 October 2001).

CUADROS Y FIGURASLos títulos de Cuadros y Figuras deben ir en negritas. Los Cuadros se deben de preparar de tal manera que se expliquen por

si solos. Los títulos de los Cuadros deberán ubicarse en la parte superior del mismo. Las abreviaciones utilizadas por el autor en cada Cuadro o Figura deberán ser descritas. Es recomendable crear los Cuadros en el procesador Word. Cada columna deberá tener un encabezado, separando las unidades utilizadas con una coma. Para referenciar la información del cuerpo del Cuadro, utilice números como pie de página. Cada pie de página debe iniciar en una hilera nueva.

Las Figuras deben ir numeradas y al final del manuscrito. El título de las Figuras deberá ubicarse en la parte inferior de la mis-ma. El uso de color en las Figuras deberá evitarse a menos que sea necesario para entender la Figura.

ENVÍO DE CONTRIBUCIONESDirigirse a la página web de AGROFAZ www.agrofaz.mx; para comunicarse con el editor puede escribir al correo electrónico:

[email protected]

directorio editor en jefe - faz.ujed.mxfaz.ujed.mx/agrofaz/agrofaz_vol14_num1.pdf · gregorio...

Documents