Relación de la productividad en fincas bananeras con el perfil de los racimos en Urabá-Antioquia

Relationship of productivity in banana farms with the profile of the bunches in Urabá-Antioquia

En el desarrollo y producción del banano influyen las condiciones edafoclimáticas espaciotemporales, lo que explica en cierto modo la respuesta heterogenea que se presenta en las fincas, resaltando la necesidad de generar información referente a la carecterización morfológica de fruta para la toma de acciones correctivas que conlleven al aumento de productividad. El objetivo de esta investigación fue realizar un análisis de la producción, teniendo en cuenta las variables cuantificables mediante la perfilación de racimos. Se analizaron 98.956 racimos registrados en un periodo de 108 semanas comprendidas entre los años 2021 y 2022 en diez fincas de dos grupos bananeros en Urabá-Antioquia, en los municipios de Turbo, Apartadó y Carepa. Se tuvo en cuenta las variables  edad de racimo, peso de racimo, número de manos, calibración basal-apical, largo basal-apical, remoción de dedos y manos en campo. Se usó el software R 4.2.1, con el cual se obtuvo una correlación de Spearman, análisis de varianza (ANOVA) y para comparación de medias, se hizo un post-hoc de Kruskal. Se identificaron diferencias estadísticas (p-value<2.2e^-16) y las correlaciones más altas se presentaron entre edad-peso (0,24), edad-grado basal (0,23) y  número de manos-peso (0,45). Estos resultados indican que la perfilación en cosecha es un método practico y ágil que permite cuantificar variables morfológicas de los racimos, realizar proyecciones de rendimiento y ajustar el manejo agronómico dependiendo a las especificaciones de la comercializadora.

1. Barrera-Violeth, J. L., Salazar, C. y Arrieta, K. 2010. Efecto del desmane y remoción de dedos sobre la calidad y producción del banano. Temas Agrarios 15(2) 58–65. https://doi.org/10.21897/rta.v15i2.1193
2. Bernal-Monterrosa, M. Á. 2020. Efecto de microorganismos eficientes y micorrizas en la fertilización fosfórica del banano en alta densidad bajo condiciones edafoclimáticas de apartadó – colombia https://repositorio.unicordoba.edu.co/handle/ucordoba/2892
3. Bernal-Monterrosa, M. Á. y Cabrales-Herrera, E. M. 2022. Respuesta del banano clon Valery en alta densidad a la inoculación con micorrizas y fósforo en Apartadó - Colombia. Revista U.D.C.A Actualidad & Divulgación Científica 25(2) 1–9. https://doi.org/10.31910/rudca.v25.n2.2022.1659
4. Bernal Monterrosa, M. y Delgado Bejarano, L. 2022. Proyección de rendimiento usando variables productivas y diversos tipos de semilla de banano (Musa spp.) en Turbo-Colombia. Ciencia y Agricultura 19(3). https://doi.org/10.19053/01228420.v19.n3.2022.14706
5. Bolívar, K., Dominguez, J. A., Arroyo, A., Perret, J. y Soto, M. 2013. Análisis geo-rreferenciado de la distribución del número de manos por racimo en un área bananera. Agronomia Costarricense 37(0377–9424): 105–113. http://www.redalyc.org/articulo.oa?id=43630132009
6. Brenes-Gamboa, S. 2017. Parámetros de producción y calidad de los cultivares de banano FHIA-17, FHIA-25 y Yangambi. Agronomía Mesoamericana 28(3), 719. https://doi.org/10.15517/ma.v28i3.21902
7. Ciarlo, E. A., Muschietti, M., Peralta, N., Comparín, M., Gregorini, F., Cipriotti, P. A. y Giuffre, L. 2020. Variabilidad Espacial De Propiedades Del Suelo: Efecto Del Uso Y Tipo. Argentina), 38(2): 249–261. http://www.scielo.org.ar/scielo.php?pid=S1850-20672020000200249&script=sci_arttext
8. Contreras-Santos, J. L., Martinez-Atencia, J., Cadena-Torres, J., Novoa-Yanez, R.-S. y Tamara-Morelos, R. 2020. Una evaluación de las propiedades fisicoquímicas de suelo en sistema productivo de maíz - algodón y arroz en el Valle del Sinú en Colombia. Revista U.D.C.A Actualidad & Divulgación Científica, 23(2): 1–10. https://doi.org/10.31910/rudca.v23.n2.2020.1375
9. de Mendiburu, F. 2021. agricolae: Statistical Procedures for Agricultural Research.
10. FAO. 2022. Análisis del mercado resultados preliminares 2022. https://www.fao.org/3/cc3421es/cc3421es.pdf
11. Fox, J. y Weisberg, S. 2019. An R Companion to Applied Regression. Sage.
12. García Alba, J. R., Rodríguez Franco, R. y Cerdán, M. A. 2023. Sistemas expertos en agricultura de precisión: revisión sistemática de la literatura. RINDERESU 7(1–2): 247–264. http://www.rinderesu.com/index.php/rinderesu/article/view/144
13. García Guzmán, S. D., Bautista-Montealegre, L. G., y Bolaños-Benavides, M. M. 2019. Diagnóstico de la fertilidad de los suelos de cuatro municipios de Cundinamarca (Colombia) para la producción de plátano. Revista U.D.C.A Actualidad & Divulgación Científica 22(1):1–10. https://doi.org/10.31910/rudca.v22.n1.2019.1192
14. Gross, J. y Ligges, U. 2015. Nortest: Tests for normality.Instituto de Hidrología Metereología y Estudios Ambientales (IDEAM). 2022. Promedios climatológicos.
15. Martínez-Herrera, J., Ramírez Guillermo, M. y Cámara-córdova, J. 2016. Innovación Tecnológica para la Seguridad Alimentaria.
16. Martínez-Solórzano, G. E. y Rey-Brina, J. C. 2021. Bananas (Musa AAA): Importance, production and trade in Covid-19 times. Agronomia Mesoamericana, 32(3): 1034–1046. https://doi.org/10.15517/AM.V32I3.43610
17. Martínez-Solórzano, G. E., Rey-Brina, J. C., Pargas-Pichardo, R. E. y Manzanilla, E. E. 2019. Marchitez por Fusarium raza tropical 4: Estado actual y presencia en el continente americano. In Agronomía Mesoamericana pp. 259–276. https://doi.org/10.15517/am.v31i1.37925
18. Martínez Acosta, A. M. y Cayón Salinas, G. D. 2011. Dynamics of Growth and Development of Banana. Revista Facultad Nacional de Agronomía Medellín, 64(2): 6055–6064.
19. Mejía-Gutiérrez, L. F., Giraldo-Gómez, G. I. y Ramírez-Ramírez, D. de J. 2012. Efecto de la edad de cosecha en las características poscosecha del pl+atano Dominico-Hartón (Musa AAB Simmonds). Acta Agronómica, 61: 345–352.
20. Mira Castillo, J. J. y Sánchez Torres, J. D. 2013. Principios para la nutrición del cultivo de banano. http://hdl.handle.net/20.500.12324/12593
21. R Core Team. 2022. R: A Language and Environment for Statistical Computing. In R Foundation for Statistical Computing. R Foundation for Statistical Computing.
22. García Regalado, J., Marcillo Plaza, A. y Palacios Sánchez, C. 2019. Threats of leaf spots of Sigatoka (Mycosphaerella spp.) in sustainable ecuadorian banana production. Revista Verde 14(5): 591–596. https://doi.org/10.18378/rvads.v14i4.6623
23. Rey de las Moras, M. C. 2008. Factores que influyen en el desarrollo: el fotoperiodo. Agricultura: Revista Agropecuaria y Ganadera, 2: 920–922. https://dialnet.unirioja.es/servlet/articulo?codigo=2784763
24. Saavedra, D., Murcia, V., Machado, L., Sánchez, J., Estrada, L. F. y Ordoñez, C. M. 2019. Propiedades fisicas y quimicas de suelos y su relacion con sistemas de produccion en el municipio campoalegre, departamento del huila,Colombia. Bioagro 31(2): 151–158.
25. Sepúlveda Vargas, R. D. 2020. Economía y Agroecología. Construyendo alternativas al desarrollo rural. In Economía y Agroecología. https://doi.org/10.18566/978-958-764-910-9
26. Vargas-Calvo, A. 2012. Grosor del fruto de la última y segunda mano como criterio de cosecha en banano. Agronomía Mesoamericana 23(1): 41. https://doi.org/10.15517/am.v23i1.2132
27. Vargas-Calvo, A. 2014. Efecto del desmane intensivo sobre el desarrollo del racimo de banano. Agronomía Mesoamericana 25(1): 85. https://doi.org/10.15517/am.v25i1.14206