Las determinaciones del índice de área foliar (ÍÁF) y de la cantidad de radiación fotosintéticamente activa interceptada por el canopeo son requeridas en modelos de evapotranspiración y rendimiento de cultivos. Los objetivos del trabajo fueron: i) evaluar un método simple destinado a estimar el ÍÁF en el cultivo de papa; ii) verificar el alcance predictivo del método bajo distintas densidades de plantación. Las observaciones se realizaron en un lote de papa próximo a la ciudad de Córdoba, Argentina, durante los ciclos otoñales de 2005 y 2006, destinando los datos del primer año para evaluar el modelo y los del segundo para su verificación. En ambos años se utilizaron parcelas con distintas densidades de plantación. La fracción de cobertura (f) se obtuvo a partir de fotografías digitales, en tanto la radiación interceptada por el follaje (i) se determinó con un medidor del flujo de fotones fotosintéticamente activos ("interceptómetro") colocado por encima y por debajo del cultivo. El análisis de la relación entre f y i permitió establecer un valor de 0,7 para el coeficiente de extinción (k = ki/kf); siendo ki el coeficiente de extinción obtenido de las mediciones del interceptómetro y kf de las mediciones de cobertura, que presentó un rango entre 0,66 y 0,72 al considerar las diferentes densidades de plantación. Los valores de ki fueron relativamente constantes hasta que el cultivo alcanzó cobertura máxima. El ÍÁF derivado de f y kf tuvo un buen desempeño predictivo respecto a las mediciones del interceptómetro (R2 = 0,86; P<0,01), con la ventaja de requerir sólo registros fotográficos de la cobertura del follaje.

Leaf area index (LAI) determinations and the photosynthetic active radiation intercepted by crops canopy are both required in evapotranspiration and yield crops models. The objectives of this work were: i) to evaluate a simple model for lai estimation in potato crops; ii) to verify its predictive performance for different planting densities. The experiment was carried out next to Córdoba city, Argentina, during 2005 and 2006 potatoes autumn cycles, with first year data used to develop the model and the second one to validated. In both years different planting densities were used. The fraction of the ground covered by foliage (f) was obtained with digital photographs taken vertically above the crop, and the solar radiation intercepted by foliage (i) was measured with a photons photosynthetic active density flux (ceptometer) located above and below canopy. The relationship between i and f was used to estimated an extinction coefficient (k = ki/kf) of 0,7 (being ki the extinction coefficient obtained with the ceptometer and kf from cover foliage), with a range between 0,66 and 0,72 for different density treatments. The ki values were relatively constants from emergence to maximum foliage cover. The lai calculated with f and kf showed a good performance compared to the ceptometer measurements (R2 = 0,86; P<0,01) and with the advantage of using photographic measures of foliage cover.

Integration of satellite data with agroclimatic information can result in better procedures to evaluate the state and evolution of grain crops. In this work, phenologic calendar of corn (Zea mays L.) crop based on growing-degree days procedures was integrated with Normalized Difference Vegetation Index (NDVI) estimations from global coverage of National Oceanic and Atmospheric Administration-Advanced Very High Resolution Radiometer (NOAA-AVHRR) system. The main objectives were: i) to evaluate the relationship between NDVI and corn yield in different stages of crop cycle; ii) to analyze the influence of sowing date, and iii) to develop a predictive model of county (departmental) corn yield using satellite and ground data. The NDVI values accumulated in different corn phenologic stages showed a positive association with yield, and this relationship was modified in function of sowing date. The NDVI value during the reproductive stage, for any sowing date, always expressed a high association with corn yield, reaching significant correlation values (P < 0.05) in all cases, and even higher (P < 0.01) for some evaluated dates. The higher sensitivity showed by the reproductive stage confirms that it is a critical period. Starting from this information, a prediction model was obtained that explains around 80% of corn yield variability of Marcos Juárez Department in Córdoba Province, Argentina.

La integración de datos radiométricos con información agroclimática puede resultar en mejores procedimientos para evaluar el estado y evolución de los cultivos. En este trabajo, datos del calendario fenológico del cultivo de maíz (Zea mays L.), estimados a partir de procedimientos de sumas térmicas, fueron integrados con registros del Indice de Vegetación de la Diferencia Normalizada (NDVI) de cobertura global del sistema Radiómetro Avanzado de Muy Alta Resolución de la Administración Nacional del Océano y la Atmósfera de los Estados Unidos (NOAA-AVHRR), con los siguientes objetivos: i) evaluar la relación entre el NDVI y el rendimiento de maíz en distintas etapas del ciclo del cultivo; ii) analizar la influencia de la fecha de siembra, y iii) desarrollar un modelo de pronóstico del rendimiento de maíz a escala departamental. Los valores acumulados de NDVI presentaron una asociación positiva con el rendimiento de maíz, variable de acuerdo a la etapa de desarrollo y la fecha de siembra consideradas. Durante la etapa reproductiva, el NDVI expresó una elevada asociación con el rendimiento en cualquier fecha de siembra eventual, alcanzando valores de correlación significativos (P < 0,05) en todos los casos, y aun superiores (P < 0,01) en algunas de las fechas evaluadas. La mayor sensibilidad que presenta la etapa reproductiva del cultivo de maíz pone de manifiesto su condición de período crítico. A partir de esta información, se obtuvo un modelo de predicción que explica alrededor del 80% de la variabilidad del rendimiento de maíz del Departamento Marcos Juárez en la Provincia de Córdoba, Argentina.

Land cover data represent environmental information for a variety of scientific and policy applications, so its classification from satellite images is important. Since neural networks (NN) do not require a hypothesis about data distribution, they are valuable tools to classify satellite images. The objectives of this work were to develop NN models to classify land cover data from information from satellite images and to evaluate them when different input variables are used. MODIS-MYD13Q1 satellite images and data of 85 plots in Córdoba, Argentina, were used. Five NN models of multi-layer feed-forward perceptron were designed. Four of these received NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index), red (RED) and near infrared (NIR) reflectance values as input patterns, respectively. The fifth NN had RED and NIR reflectances as input values. By comparing the information taken in the field and the classification made during the validation phase, it can be concluded that all models presented good performance in the classification. The model that shows better behavior is the one that jointly considers RED and NIR reflectance as input; this model shows an overall classification accuracy of 93% and an excellent Kappa statistic. The networks constructed with NDVI and EVI values have a similar behavior (86 and 83% accuracy, respectively). The Kappa statistics correspond to the categories of very good and good, respectively. The networks including only RED or NIR reflectance values get the lowest accuracy results (76 and 81%, respectively) and Kappa values within fair and good ranks, respectively.

Los datos de cobertura de suelo representan información ambiental clave para aplicaciones científicas y políticas, por esto su clasificación a partir de imágenes satelitales es importante. Las redes neuronales (NN) constituyen una herramienta valiosa para clasificar imágenes satelitales pues no requieren hipótesis sobre la distribución de los datos. Los objetivos de este trabajo fueron desarrollar modelos de NN para clasificar datos de cobertura de suelo a partir de información proveniente de imágenes satelitales y evaluarlos cuando se utilizan diferentes variables de entrada. Se utilizaron imágenes satelitales MODIS-MYD13Q1 y datos de 85 parcelas en Córdoba (Argentina). Se diseñaron cinco NN del tipo perceptrón multicapa feed-forward. Cuatro de ellas recibieron como patrones de entrada valores de NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index), de reflectancias en la bandas roja (RED) y en infrarroja cercana (NIR), respectivamente. La quinta NN tuvo como valores de entrada las reflectancias RED y NIR. La validación, permitió concluir que todos los modelos presentan un buen desempeño. El modelo que muestra mejor comportamiento es aquel que considera conjuntamente valores de reflectancias RED y NIR, cuya precisión en la clasificación es del 93% con un estadístico Kappa excelente. Las redes construidas individualmente a partir de valores de NDVI y EVI tienen un comportamiento similar (86 y 83% de exactitud, respectivamente), con estadísticos Kappa muy bueno y bueno, respectivamente. Las NN que incluyen sólo valores de RED o NIR presentaron los menores porcentajes de exactitud (76 y 81%, respectivamente) con índices Kappa regular y bueno, respectivamente.

Since there is no information in the green belt of Córdoba, Argentine, about the use of instruments to measure leaf area index (IAF) through light interception in potato crop (Solanum tuberosum L.), a study was developed with the objectives of: i) evaluating the employment and capacity of an optic instrument to determine IAF in a potato crop; ii) verifying IAF and ground cover (%C) using alternative measurements of crop canopy development to estimate intercepted radiation (fAPAR). The measurements were carried out during 2005 (from February 4 to June 1), in a plantation density experiment near Córdoba (31º30' S lat, 64º08' W long, 402 m.a.s.l.), with three treatments, in pl m-2: 6.0 ± 0.6 (TDC); 3.9 ± 0.2 (TDB) and 7.9 ± 0.7 (TDA). IAF was estimated by means of an optic instrument (ceptometer) and ground cover (%C) through digital pictures. The IAF values measured with the ceptometer were compared with photogrametric determinations obtaining an acceptable correlation (R² = 0.80; P < 0.01). The relationship between IAF and fAPAR remained uniform, in the sense of comparing plantation densities, likewise during different moments of the cycle. Until the crop reaches maximum covering, the relationship between %C and fAPAR was linear, with a highly significant (R² = 0.93; P < 0.01) coefficient of adjustment, although it shifts slightly away from a 1:1 relationship.

Debido a que no existen antecedentes en el cinturón verde de Córdoba, Argentina, del uso de aparatos para medir el índice de área foliar (IAF) a través de la intercepción lumínica en el cultivo de papa (Solanum tuberosum L.), se desarrolló un trabajo con estos objetivos: i) evaluar el empleo y capacidad de un instrumento óptico para determinar el IAF; ii) verificar la utilización del IAF y de la cobertura del suelo como mediciones alternativas del desarrollo de la parte aérea del cultivo, a fin de estimar la fracción de radiación interceptada (fAPAR). Las mediciones se realizaron durante la campaña de papa semitardía del año 2005 (del 4 de febrero al 1 de junio), en un ensayo de densidad de plantación ubicado próximo a la ciudad de Córdoba (31°30’ lat. Sur, 64°08’ long. Oeste, 402 m.s.n.m.), que consistió de tres tratamientos, en pl m-2: 6,0 ± 0,6 (TDC); 3,9 ± 0,2 (TDB) y 7,9 ± 0,7 (TDA). El IAF se midió por medio de un interceptómetro óptico y el porcentaje de cobertura del suelo (%C) a partir de fotografías digitales. Los valores de IAF calculados con las mediciones del interceptómetro se contrastaron con determinaciones fotogramétricas, obteniendo una correlación aceptable (R² = 0,80; P < 0,01) entre ambos. La relación entre IAF y fAPAR se mantuvo uniforme, tanto en el sentido de comparar las densidades de plantación, como así también durante diferentes momentos del ciclo. Hasta que el cultivo alcanza cobertura máxima, la relación entre %C y fAPAR es lineal, con un coeficiente de ajuste altamente significativo (R² = 0,93; P < 0,01), si bien se aparta ligeramente de la relación 1:1.

Studies of the influence of the El Niño-Southern Oscillation (ENSO) phenomenon on atmospheric conditions of different regions, have determined characteristic trends in rainfall patterns of El Niño and La Niña years. The possibility of anticipating those conditions by using the Southern Oscillation Index (IOS), or other indicators, has created the expectation of using this information for forecasting. An analysis of quarterly and semestral rain information of six localities of Córdoba province, and of the entire region (Zona), verified the inverse association between rain anomaly and the IOS. This relation is more consistent for the warm semester that provides the greater proportion (80%) of annual rainfall in the region. During El Niño years, that correspond to positive rain anomalies, there is a greater frequency of positive anomalies of corn (Zea mays L.) yields, but they are of scarce magnitude. Negative rain anomalies occur predominantly in La Niña years, and are related to negative anomalies of yield, with frequencies statistically different not only to El Niño years, but also to those of Neutral years. Finally, some of the difficulties with the use of ENOS information for forecasting are discussed.

Estudios de la influencia del fenómeno El Niño-Oscilación Sur (ENSO) sobre las condiciones atmosféricas de distintas regiones, han determinado patrones característicos en el régimen de lluvia durante los años de El Niño y La Niña. La posibilidad de anticipar tales condiciones por medio del Índice de Oscilación Sur (IOS), entre otros indicadores, ha creado la expectativa de utilizar esta información con fines de pronóstico. Un análisis de la precipitación trimestral y semestral de seis localidades de la provincia de Córdoba, y de la región en su conjunto (Zona), verifica la asociación inversa entre la anomalía de lluvia y el IOS. Esta relación es más consistente para el semestre cálido que aporta la mayor proporción (80%) de la precipitación anual en la región. Durante los años El Niño, que corresponden a anomalías positivas de precipitación, existe mayor frecuencia de anomalías positivas de rendimiento departamental de maíz (Zea mays L.), pero son de escasa magnitud. Las anomalías negativas de precipitación ocurren de manera preponderante en los años La Niña y se vinculan con anomalías negativas de rendimiento, con frecuencias estadísticamente distintas no sólo a la de los años El Niño, sino también a las que presentan los años Neutros. Se discuten algunas de las dificultades relacionadas con el uso de las señales ENOS con fines de pronóstico.

O objetivo deste trabalho foi desenvolver modelos de redes neuronais, do tipo retropropagação, para a estimação da irradiação solar, a partir de dados de irradiação solar extraterrestre, amplitude térmica, precipitação, nebulosidade e razão de insolação. O treinamento e a validação foram realizados com dados correspondentes a Córdoba, Argentina. O comportamento e ajuste entre os valores observados e os estimados pelas redes foram avaliados para diferentes combinações das variáveis de entrada, que apresentaram valores do erro quadrático médio entre 3,15 e 3,88 MJ m-2 d-1 . Este último valor corresponde ao modelo que calcula a irradiação somente utilizando precipitação e amplitude térmica diária. Os resultados exibem em todos os modelos um ajuste apropriado ao comportamento sazonal da irradiação solar e permitem concluir a pertinência e o adequado desempenho desse método para estimar fenômenos complexos como a irradiação solar.

The objective of this work was to develop neural network models of backpropagation type to estimate solar radiation based on extraterrestrial radiation data, daily temperature range, precipitation, cloudiness and relative sunshine duration. Data from Córdoba, Argentina, were used for development and validation. The behaviour and adjustment between values observed and estimates obtained by neural networks for different combinations of input were assessed. These estimations showed root mean square error between 3.15 and 3.88 MJ m-2 d-1 . The latter corresponds to the model that calculates radiation using only precipitation and daily temperature range. In all models, results show good adjustment to seasonal solar radiation. These results allow inferring the adequate performance and pertinence of this methodology to estimate complex phenomena, such as solar radiation.

In this work models based on neural networks of the backpropagation type were developed in order to predict the occurrence of frosts from meteorological data such as temperature, relative humidity, cloudiness and wind direction and speed. The training and the validation of the networks were made on the basis of 24 years of meteorological data corresponding to the Río Cuarto station, Córdoba, Argentina. These data were grouped as follows: 10 years for the training data set and 14 years for the validation data set. Different models were built to evaluate the performance of the networks when different numbers of input variables and/or neurons in the hidden layer are used, and the probabilities of success in the prediction results on considering different input variables. In the models used, the percentage of days with prediction error was 2%, approximately, for the 14 years of application; when effective frosts days are considered the percentage varies between 10 and 23%, for the same period. The simulation results demonstrated the good performance and the relevance of this methodology for the estimation of the behavior of non-linear phenomena like frosts.

En este trabajo se desarrollaron modelos basados en redes neuronales del tipo "backpropagation", para predecir la ocurrencia de heladas, a partir de datos meteorológicos de temperatura, humedad relativa, nubosidad, dirección y velocidad del viento. El entrenamiento y la validación de las redes se realizaron utilizando 24 años de datos meteorológicos correspondientes a la estación de Río Cuarto, Córdoba, Argentina, separados en 10 años como conjunto de datos de entrenamiento y 14 como conjunto de datos de validación. Se construyeron diferentes modelos para evaluar el comportamiento de las redes cuando se usan distintos números de variables de entrada y/o neuronas en la capa oculta y las probabilidades de aciertos en los resultados de predicción para los mismos, al considerar distintas variables de entrada. En los modelos realizados, el porcentaje de días con error de pronóstico fue de 2%, aproximadamente, para 14 años de aplicación; cuando se consideran días de heladas efectivas no pronosticadas los porcentajes oscilan entre un 10% y un 23%, para el mismo período. Los resultados de la simulación muestran el buen desempeño y la pertinencia general de esta metodología en la estimación de fenómenos de comportamiento no lineal como las heladas

A spatial analysis of the available N in a potato crop (Solanum tuberosum L.) cv. Spunta is necessary in order to make a diagnosis of the local fertilization practice and to provide evidence on a potential environmental risk problem from nitrate wash. For this purpose a sampling scheme was designed during the 2000 season that consisted of a rectangular grid of 3 x 10 stations. Samples were taken on two dates (21/3 and 14/04) and at two depths (0-20 and 20-40 cm). The soil water content on both dates resulted to be high and hardly variable (coefficient of variation (CV) < 7%) due to the samplings being carried out after similar rainfall events in quantity and distribution. The spatial variability of the N-NO3- (CV > 52%) was much higher than the soil water content on both dates. A localized comparison of the available N showed that in the superficial stratum the content of N-NO3- of all the area was always superior to 7.5 mg kg-1, considered the minimal availability for an optimum growth of the tubers. Between 20 and 40 cm, on the other hand, the content of N was smaller on both dates, and the quantity of N of the latter was below 7.5 mg kg-1 in 31% of the area. This vertical distribution of the N-NO3-, with greater content on the surface, does not guarantee a uniform consumption of N between 0 and 40 cm. At the same time, the greater accumulation of N-NO3- between 0 and 20 cm demonstrated that leaching did not occur in the profile.

Un análisis espacial del N disponible en un cultivo de papa (Solanum tuberosum L.) cv. Spunta es necesario a fin de hacer un diagnóstico de la práctica de fertilización localizada y aportar evidencias sobre un potencial problema de riesgo ambiental por lavado de nitratos. Con este propósito se diseñó un esquema de muestreo durante la temporada 2000 que consistió de una grilla rectangular de 3 x 10 estaciones, en dos fechas (21/03 y 14/04) y a dos profundidades (0-20 y 20-40 cm). El contenido de humedad del suelo en ambas fechas resultó elevado y escasamente variable (CV < 7%), en razón que los muestreos fueron realizados con posterioridad a condiciones pluviométricas similares en cantidad y distribución. La variabilidad espacial del N-NO3- (CV > 52%) fue muy superior a la humedad del suelo en ambas fechas. Una comparación localizada del N disponible mostró que en el estrato superficial el contenido de N-NO3- de toda el área fue siempre superior a 7,5 mg kg-1, considerada la disponibilidad mínima para un óptimo crecimiento de los tubérculos. Entre 20 y 40 cm, en cambio, el contenido de N fue menor en ambas fechas, y la cantidad de N en la segunda se presentó por debajo de 7,5 mg kg-1 en 31% del lote. Esta distribución vertical del N-NO3-, con mayor contenido en superficie, no garantiza un consumo uniforme de N entre 0 y 40 cm. Al mismo tiempo, la mayor acumulación de N-NO3- entre 0 y 20 cm demostró que no ocurrió lixiviación en el perfil.