Resumen de Large-area dry bean yield prediction modeling in Mexico

Guillermo Medina García, Alma Delia Báez González, Jesús López Hernández, José Ariel Ruiz Corral, Carlos Alberto Tinoco Alfaro, James R. Kiniry

• español

  Dada la importancia del cultivo de frijol de temporal en México y la necesidad de conocer su producción antes de la cosecha por parte de las autoridades del sector agropecuario, para poder definir apoyos a los productores de acuerdo al volumen de cosecha esperado. El objetivo de este estudio fue desarrollar un modelo empírico para estimar el rendimiento de frijol de temporal a nivel regional con anticipación a la cosecha. Se generó un modelo empírico para estimar el rendimiento de frijol (Phaseolus vulgaris L.) de temporal, el cual incorpora datos de clima, índice de área foliar y componentes del rendimiento, para el estado de Zacatecas, el mayor productor de frijol en México. En el año 2005 se muestrearon 54 parcelas de productores sembradas con variedades de frijol Negro San Luis, Flor de Mayo y Flor de Junio bajo condiciones de temporal. Se obtuvieron datos de precipitación, índice de área foliar, número de vainas por planta, granos por vaina, peso de 100 granos, densidad de siembra y rendimiento de grano, con ellos (año 2005) se realizaron análisis de correlación y regresión múltiple utilizando el programa SAS (Statistical Analysis System). El modelo fue validado con datos de 53 sitios de muestreo de 2006 y 59 de 2007, del estado de Zacatecas. Adicionalmente, fue probado con datos de 34 y 36 sitios de muestreo en esos mismos años en el estado de Durango, en donde las variedades de frijol, el clima y el manejo de cultivo son similares a las condiciones presentes en el estado de Zacatecas. El modelo resultó altamente significativo (P0.0001, R2 =0.88); lo cual indica que puede ser utilizado para predecir el rendimiento en grandes regiones, al menos un mes antes de la cosecha de frijol en Zacatecas y Durango, los cuales comprenden alrededor de 850 000 hectáreas.

  Las predicciones pueden complementarse haciéndose en la estación temprana de crecimiento del cultivo para esta región.

  Son necesarios otros estudios para determinar la aplicabilidad del modelo y la metodología de predicción a otras regiones que producen frijol en con condiciones similares de clima y manejo

• English

  Given the importance of dry bean in Mexico and the need of know their production before the harvest, for the authorities of the agricultural sector, in order to define support to producers according to the expected harvest volume. The aim of this study was to develop an empirical model to estimate the yield of dry bean at the regional level prior to the harvest. An empirical dry bean (Phaseolus vulgaris L.) yield model that incorporates data on climate, leaf area index and yield components was developed for Zacatecas state, the major bean-producing area of Mexico, with 2005 data from 54 sampling sites planted with Negro San Luis, Flor de Mayo and Flor de Junio varieties of dry bean. Precipitation, leaf area index, number of pods per plant, grains per pod and plant, weight of 100 grains, plant density and grain yield data were obtained, and correlation and multiple regression analyses were made using 2005 data and the Statistical Analysis System (SAS) program. The model was validated with 2006 and 2007 data from 53 and 59 farmers¿ sites, respectively, in Zacatecas. Additionally, it was tested with 2006 and 2007 data from 34 and 36 sites, respectively, in the adjoining state of Durango, whose bean varieties and climatic, farmland, and crop management conditions are similar to those of Zacatecas. The results were highly significant(p<0.0001, R2= 0.88), indicating that the model can be used for large-area yield prediction at least one month before the crop is gathered from the field in Zacatecas and Durango, which comprise over 850 000 ha for bean. The predictions can complement those made early in the growing season for this region. Further studies are needed to determine the applicability of the model and the methodology of prediction to other bean-producing regions with similar climate and management conditions.