Abstract

La calidad y condición de los frutos de arándano está determinada por factores ambientales, genéticos y de manejo, por tanto, lograr calidad consistente es un desafío para la industria. Para enfrentarlo es importante conocer el comportamiento de los atributos de calidad y condición, y su relación con variables climáticas y localización geográfica. Se realizó un estudio exploratorio con el fin de observar y describir las principales tendencias de calidad y condición, y sus relaciones con las fuentes de variación climática en distintas zonas del país. Se determinó la Firmeza (g*mm-1), fruta blanda (%), deshidratación (%), pudriciones y hongos (%) de 30 predios ubicados entre las regiones del Bío Bío y Los Lagos. Fueron además obtenidos datos geoespaciales y registros climáticos (temperatura, precipitación, radiación y humedad relativa), capturados de las estaciones meteorológicas más cercanas durante los meses de cosecha. Los datos fueron sometidos a un análisis de componentes principales (PCA) y a un análisis MULTISPATI-PCA, que permite una mejor representación espacial de la información. Los resultados obtenidos muestran diferencias entre el análisis de componentes principales (PCA) y MULTISPATI-PCA. Para el PCA la varianza total explicada por la componente 1 (CP1) y 2 (CP2) alcanza un 60% (autovalores 0.37 CP1 y 0,23 CP2). Para la CP1 se observa una correlación positiva entre radiación neta (W/m2) y precipitación acumulada (mm) sobre fruta blanda, deshidratación, pudrición y hongos (auto vectores 0.26; -0.36; -0.2; -0.22 y -0.37 respectivamente). No se observa dependencia entre la temperatura y fruta blanda. Por otra parte, al analizar la información incorporando el componente espacial, los resultados de MULTISPATI-PCA, muestran un reposicionamiento de las variables de calidad y condición, correlacionando fuertemente fruta blanda y radiación en la CS2 (autovectores -0.50 y -0.47, respectivamente). Por su parte los valores del índice de Moran calculados para las dos primeras CS sugieren que la estimación de autocorrelación aumentó cuando se usó MULTISPATI-PCA respecto de la contenida en las CP del PCA (0,45 vs. 0,0.6 para el eje 1). Este resultado permitiría una visualización mejor de la variabilidad espacial y del mismo modo permite inferir que la radiación y el ablandamiento muestran una fuerte correlación espacial. De esta manera, en aquellas latitudes que muestran un mayor índice de radiación, la fruta sería más propensa al ablandamiento.