INTRODUCCIÓN

Ridolfia segetum (L.) Moris es una mala hierba umbelífera originaria de la cuenca mediterránea, que genera particular preocupación en el sur de España. Esta especie causa pérdidas de rendimiento importantes tanto en cultivos de invierno como de verano y es particularmente preocupante en el cultivo del garbanzo, que es un cultivo sensible a muchas materias activas, lo que dificulta aún más el control de la mala hierba.

El control químico de R. segetum con herbicidas tanto de pre- como de post-emergencia ha demostrado una eficacia limitada (^{Carranza et al., 1995}). Por este motivo, esta mala hierba se suele controlar mediante escarda manual cuando se encuentra en rodales, lo cual es un método costoso. La información sobre la biología de R. segetum es bastante escasa, por lo que es necesario su estudio para aumentar la información disponible con el fin de contribuir a un manejo integrado de esta mala hierba.

La etapa de plántula es la fase biológica más vulnerable para la mayoría de las hierbas. Por lo tanto, modelar el patrón de emergencia podría ser de gran utilidad para optimizar tanto los métodos de control químico como los no químicos. Actualmente, la regresión no lineal paramétrica es la técnica más utilizadas para predecir la emergencia de plántulas, pero este enfoque tiene algunas limitaciones estadísticas (^{González-Andujar et al., 2016}). Estas limitaciones se centran en la dependencia que tienen las regresiones no lineales en los valores iniciales óptimos para obtener un buen ajuste y su incapacidad para detectar cambios abruptos en la emergencia. Adicionalmente, los datos obtenidos para modelizar la emergencia provienen de conteos sucesivos sobre la misma unidad experimental, produciéndose datos censurados al desconocer cómo ocurre la emergencia entre conteos y, además, correlativos, lo que incumple los requisitos para la aplicación de los análisis paramétricos. Con el fin de superar esas limitaciones estadísticas, en el presente trabajo se empleó una regresión no paramétrica basada en una distribución gaussiana para describir y predecir el patrón de emergencia de R. segetum.

MATERIALES Y MÉTODOS

Durante la campaña 2016/17 se llevó a cabo un ensayo de emergencia de R. segetum en cinco localidades experimentales: Barcelona, Lleida, Madrid, Sevilla y Zaragoza (Figura 1). En la realización de los ensayos de emergencia se utilizó una población de R. segetum cuyas semillas se recolectaron en la temporada anterior a la siembra, proveniente de una finca comercial ubicada en Sevilla. En cada localización se sembraron cuatro repeticiones que consistían en cuadrículas de 25 x 25 cm con 100 semillas de R. segetum en cada una. La siembra consistió en extraer los 2 cm superiores de suelo, mezclarlos con la semilla y devolverlos al suelo. Por lo tanto, las semillas se distribuyeron de manera lo más homogénea posible. El ensayo se repitió durante la siguiente campaña en tres de las localizaciones: Barcelona, Madrid y Zaragoza. Los datos de temperatura y humedad del suelo se recogieron con dataloggers situados en cada localidad y se emplearon posteriormente para desarrollar el modelo.

Figura 1 Localización de los ensayos donde se llevó a cabo el estudio. 

El modelo no paramétrico se basó en el tiempo hidrotérmico (HTT), que es el sumatorio de los grados hidrotérmicos diarios (GHD). Los GHD se calcularon utilizando una ecuación de dos segmentos (Ecuación 1). Esta ecuación está definida por cuatro parámetros biológicos [temperatura base (T_b), óptima (T_o), temperatura techo (T_c) y potencial hídrico base (Ψ_b)].

(Ecuación 1)

La selección de parámetros biológicos se realizó a través de un proceso iterativo, en el cual se probó la combinación de parámetros biológicos para desarrollar el HTT, que posteriormente se relacionó con la emergencia a través del modelo de regresión no paramétrico. La implementación de los modelos no paramétricos ha sido utilizada previamente por ^{Sousa-Ortega et al. (2021a}). Este modelo se desarrolló con el programa R, en el cual se utilizó la función “kcde” para desarrollar la curva de distribución de la Gaussiana de Kernel y la función “hpi.kcde” para seleccionar el ancho de banda. Ambas funciones se encuentran en la librería “ks”.

La precisión del modelo se midió con el error cuadrático medio (RMSE, ecuación 2),

(Ecuación 2)

donde x _i representa el porcentaje de emergencia observado, y _i es el porcentaje de emergencia estimado por el modelo y n es el número de observaciones. Cuanto más bajos son los valores RMSE,mejor es el ajuste.

RESULTADOS Y DISCUSIÓN

Los parámetros se establecieron en -1,0 ºC, 8,1 ºC y 26,0 ºC para la T_b, T_o y T_c, respectivamente, mientras que el Ψ_b base se fijó en -0,6 MPa. Estos parámetros biológicos se encuentran en el rango de los obtenidos para otras especies de emergencia otoñal-invernal, como son C. diluta Aiton y A. sterilis L. (^{Sousa-Ortega et al., 2020}; 2021b). De hecho, la T_b fue muy similar a estas dos especies (C. diluta = 0,5 ºC, A. sterilis =-1,0 ºC). Por otro lado, la T_o y T_c tuvieron valores intermedios entre ambas especies, obteniendo valores superiores a los de A. sterilis (T_o = 6,6 ºC y T_c = 18,0 ºC) y menores a los de C. diluta (T_o = 10 ºC y T_c = 35,0 ºC).

Los modelos no paramétricos no pueden ser definidos fácilmente por una ecuación, como ocurre con las regresiones no lineales paramétricas; sin embargo, su evolución puede describirse a través de un gráfico. Este modelo alcanza el 10 %, 50 % y 90 % de emergencia a 43,2, 74,7 y 97,4 GHD (Figura 2).

Figura 2 Modelo no paramétrico para la estimación de la emergencia de Ridolfia segetum. El área sombreada indica la emergencia acumulada en porcentaje. Las líneas punteadas indican los percentiles 10, 50 y 90, respectivamente. 

La emergencia de R. segetum varió mucho en función de la localidad (Figura 3).

Figura 3 Precisión del modelo de Ridolfia segetum. La línea negra sólida indica la predicción del modelo. Los puntos negros representan el valor observado en el campo. Los números indican el error cuadrático medio (RMSE). 

La emergencia fue más precoz en Sevilla y Madrid en 2017, donde empezó a emerger a finales de octubre. La emergencia más tardía se produjo en Zaragoza en 2018, donde tuvo lugar a mediados de marzo. Además, se observó que esta especie posee una emergencia muy escalonada, que se prolongó hasta final de mayo en la mayoría de los casos, probablemente uno de los principales motivos asociados a su problemática en las zonas donde suele ser infestante.

El modelo presentó un valor RMSE promedio de 16,8, con un rango de 9,1 a 32,5 (Figura 3). Estos resultados indican que en seis de las ocho situaciones, el modelo obtuvo un error menor al 15 %, nivel considerado como suficiente para la correcta utilización del modelo (^{García et al., 2013}).

CONCLUSIONES

La especie R. segetum tuvo un perfil de emergencia muy escalonado, variando mucho el inicio de su emergencia en función de la localidad. Los parámetros biológicos para la modelización de su emergencia se establecieron en 1,0 ºC, 8,1 ºC, 26,0 ºC y -0,6 MPa para la T_b, T_o, T_c y Ψ_b, respectivamente. El modelo presentó un RMSE de 16,8%, dentro de un rango comprendido entre 9,1% y 32,5%.