Abstract

El mejoramiento genético basado en selección por rendimiento es altamente costoso, por lo que métodos indirectos fáciles y económicos de medir que estimen el rendimiento, representan una herramienta de gran utilidad. La reflectancia de la canopia, ha sido asociada con el rendimiento mediante el uso de índices espectrales (IRES), sin embargo, su eficiencia es limitada al considerar escasas longitudes de onda. Por ello, se ha propuesto la utilización de técnicas de regresión multivariada que incorporen dentro de un modelo lineal todo el espectro de longitudes de onda reflejado por la planta, como Regresión Ridge (RR). El objetivo del estudio fue comparar la predicción del rendimiento de trigo de IRES y RR. Para ello se utilizó 400 genotipos de trigo bajo dos condiciones hídricas. Se midió la totalidad del espectro de onda corta (350-2500 nm) con un espectroradiometro de campo en los estados de espigadura y llenado de granos. Se analizaron independientemente cuatro situaciones correspondientes a la combinación condición de riego y estado de desarrollo. El rendimiento en riego fluctó entre 11.377 y 2.610 kg ha -1 , mientras que en secano fue entre 11.001 y 772 kg ha -1 . Las regresiones entre el rendimiento observado y el predicho por los modelos de RR tuvieron un R 2 que vario entre 67,2 y 90%. En la predicción por IREs, los valores de R 2 fueron menores (entre 4,9 a 77,9%). Los RMSE estuvieron entre 1.024 a 577 kg ha -1 y 1.898 a 1.029 kg ha -1 para modelos basados en RR e IRES, respectivamente. Tanto para los modelos RR como para los IREs, las correlaciones más altas se encontraron en secano para el periodo de llenado de granos. Se concluye que los modelos empíricos basados en RR, fueron más precisos en sus estimaciones de rendimiento que los IRES.