Determinación de estado hídrico del cultivo mediante la espectroscopía VIS-NIR en plantas de soya en condiciones ambientales del piedemonte llanero

El desarrollo actual de la agricultura demanda técnicas de análisis rápidas y eficientes para implementar estrategias de medición que permitan realizar manejos agronómicos orientadas a disminuir el costo de producción y el impacto negativo ambiental, sin que se sacrifique el rendimiento y la producción. El objetivo de este trabajo fue determinar el estado hídrico de las plantas durante el ciclo de cultivo de soya (Glycine max), bajo diferentes condiciones de contenido de agua en el suelo, a partir de mediciones espectrales en hojas, usando mediciones de reflectancia espectral y evaluando el efecto en la producción de grano. Primero, se construyó un modelo clasificador de las plantas con tres rangos de contenido de agua en el suelo, y mediante el análisis discriminante y de componentes principales, se obtuvieron factores clasificadores en tres grupos según el contenido de agua del suelo. Para la validación del modelo de clasificación se utilizó la validación cruzada con una precisión de 82,54%, la sensibilidad y la especificidad del modelo promedio fueron 82 y 90%, respectivamente, en el estado fenológico de llenado de vainas. Luego, se evaluaron índices de vegetación espectral reportados por varios autores. Se encontró que el índice DSWI-4 fue en el que mejor discriminó las plantas con deficiencias hídricas, sin efecto evidente del genotipo. Finalmente, se evaluó la consecuencia del estrés hídrico en la cosecha mediante el análisis de componentes principales para reducir las variables relacionadas con el rendimiento medido en cada planta, las variables más importantes fueron peso del grano seco total, el peso del grano seco de las vainas con tres granos, el peso del grano seco de las vainas con 4 granos y la altura de la planta, aunque estas dos últimas variables fueron dependientes del genotipoAbstract: The current development of agriculture demands rapid and efficient analysis techniques to implement measurement strategies that allow agronomic management aimed at reducing the production cost and the negative environmental impact, without sacrificing yield and production. The aim of this work was to determine the water status of the plants during the soybean crop cycle (Glycine max), under different water content conditions in the soil, from the measurements in the leaves., through measurements of spectral reflectance and evaluating the effect on grain production. First, a classifier model plant with three ranges of soil moisture was constructed by Discriminant Analysis and Principal Components, the classifiers factors were obtained in three groups according to soil moisture. For the validation of the classification model, cross validation was used with an accuracy of 82,54%, the sensitivity and specificity average of the model were 82 and 90%, respectively, in the pod filling. After that, Spectral Vegetation Indexes reported by several authors were evaluated. It was found that the DSWI-4 index was the one that best discriminated plants with water deficiencies, without evident genotype effect. Finally, the result of water stress on the crop was assessed by Principal Component Analysis to reduce the variables related to yield on each plant, the most important variables were the total dry grain weight, the total dry grain weight of the pods with three grains, the total dry grain weight of the pods with four grains and the height of the plant, although these last two variables were genotype-dependentMaestrí