Abstract

La eficiencia en el uso del agua (EUA) a escala fisiológica (tasa de asimilación de CO2/tasa de transpiración) y agronómica (biomasa acumulada/agua transpirada) es un componente determinante de la tolerancia a sequía de alfalfa cultivada en condiciones de secano-Mediterráneo de Chile central. La implementación de la EUA como criterio de selección en un programa de mejoramiento genético (PMG) ha sido limitada debido al alto costo en términos económico y labor involucrados en su determinación. El objetivo de este trabajo fue desarrollar modelos predictivos de la EUA basados en mediciones rápidas y de bajo costo de la reflectancia del dosel en el infrarrojo cercano (NIR). En condiciones de invernadero, se establecieron 5 accesiones de alfalfas tolerantes a sequía desarrolladas por el PMG-Alfalfa de INIA-Chile. Las plantas se establecieron en tubos de PVC de 10 cm de diámetro y 50 cm de altura. Se utilizó como sustrato una mezcla de arena fina (50%), vermiculita (35%), suelo de la Serie Arrayán (10%) y perlita (5%). Se establecieron tres regímenes de riego: una condición de riego óptimo (control; Ψsustrato -0,33 MPa) y dos de riego deficitario. En riego deficitario, se suspendió el riego 3 y 6 días previo a cada corte de evaluación de la producción de biomasa. Se realizaron 3 cortes de biomasa a los 30, 65 y 170 días después del establecimiento. Previo a cada corte se determinó la tasa fotosintética (A), tasa de transpiración (T) y EUA instantánea (A/T) en una hoja por cada unidad experimental (45) con un medidor de fotosíntesis LICOR6400XT (LI-COR Biosciences, USA). Simultáneamente, se determinó la reflectancia espectral de la misma hoja con un espectroradiómetro ASD Handhel2 (Malvern Panalytical Ltd., USA). Se ajustaron modelos basados en Regresión de Mínimos cuadrados Parciales (PLSR), Regresión basada en componentes principales (PCR) y Regresión Ridge (RR). El poder predictivo de los modelos se evaluó en base al coeficiente de determinación (R2) y la raíz del error medio cuadrático (REMC) del modelo, tanto en la calibración como en la validación. Los parámetros de intercambio gaseoso (A, T y conductancia estomática) tuvieron predicciones bajas, con valores de R2 de la validación inferiores a 0,4. Sin embargo, el modelo obtenido para EUAi tuvo un mayor poder de predicción con un valor de R2 de la validación de 0,75. Los resultados permiten concluir que es posible estimar la EUA de alfalfa mediante modelos predictivos basados en reflectancia-NIR. El modelo puede ser mejorado mediante la introducción de un mayor número de observaciones. Actualmente se trabaja en la validación de este modelo en condiciones de campo. Investigación financiada por INIA, Fondecyt 1180821, Crop Trust GS19001, FIA PYT-2020-1423, Fondecyt 1230399.