2

| RE

D D

E SO

JA N

EA|

3

|

Sumario

> RED DE SOJA NEA

AGRADECIMIENTOS

RED NEA DE EVALUACIÓN DE CULTIVARES DE SOJA, CAMPAÑA 2019/2020

RIZOLIQ DAKAR: UNA TECNOLOGÍA A PRUEBA DE SEQUÍAS Y ALTAS TEMPERATURAS

¿Qué es la RS NEA? ¿Para qué la RS NEA? ¿Qué hacemos y quiénes participan?

INTRODUCCIÓNMATERIALES Y MÉTODOSRESULTADOS

RESULTADOS DE ENSAYOS POR LOCALIDADES

CONCLUSIONESANEXO

07

080913

16

3032

04

Caracterización de la campaña 2019-20 Análisis Estadístico Campaña 2019-20

Análisis del Comportamiento ProductivoAnálisis de la Interacción Genotipo x AmbienteAnálisis SREG Biplot GGEAnálisis de Estabilidad de RendimientoAnálisis de Índice Ambiental Linealmente AjustadoVuelco y Dehiscencia

34

4

| RED

DE

SOJA

NEA

|

¿Qué es la RS NEA?

¿Para qué la RS NEA?

Es una red de conocimiento e intercambio de experiencias sobre el manejo del cultivo de soja en los sistemas de producción de la región NEA (centro-norte de Santa Fe, Santiago del Estero y Chaco).

Para contar con un espacio de generación y/o divulgación de información, consulta e intercambio técnico sobre el manejo del cultivo de soja en el NEA:• Comportamiento productivo de variedades de GM del V al VIII (potencial de rendimiento y estabilidad)• Fechas de siembra y elección de variedades• Estructura del cultivo• Comportamiento sanitario

La red es abierta a todos los productores, técnicos, asociaciones, instituciones y empresas que estén interesados en la temática y que tengan necesidad de generar e intercambiar conocimiento.A nivel experimental, cada campaña, generamos información en alrededor de 15 localidades distribuidas en la región NEA. A su vez llevamos adelante acciones de transferencia como jornadas a campo, talleres de intercambio y giras técnicas; divulgamos conocimiento generado y experiencias a través de nuestra web, redes sociales y publicaciones técnicas. Las actividades de experimentación son llevadas a cabo dentro de los sistemas de producción en campos de productores,

¿Qué hacemos y quienes participan?

RED de SOJA NEA

debidamente protocolizadas y ejecutadas por un profesional responsable en cada zona. Participan de la RS NEA empresas proveedoras de genética de soja y de inoculantes, aportando conocimiento, tecnología y apoyo económico para llevar adelante el proyecto. La Red cuenta con una Coordinación Técnica, representada el Ing. Agr. Gerardo Quintana, quien brinda soporte científico, analiza dato y transfiere los resultados. Finalmente hay una Coordinación General de la RS NEA a cargo del programa Sistema Chacras de Aapresid, representada por el Ing. Agr. Andrés Madias, para coordinar la ejecución de las diversas actividades planificadas en el proyecto.

5

RED

DE

CU

LTIV

OS

DE

SERV

ICIO

S A

APR

ESID

-BA

SF|

6

| RED

DE

SOJA

NEA

|

La presentación del siguiente informe de avances es posible gracias al aporte y trabajo de un gran numero de productores, técnicos, instituciones y empresas participantes de la Red. A continuación, los responsables de cada actividad:

Generación de demandas de conocimiento, conducción de ensayos y generación de datos:Sitio Bandera: Emmanuel Zaiser y Germán EspondaSitio Sachayoj 1: Miguel Gauchat, Danilo Jalit y Hernán ReichSitio Sachayoj 2: Mario Gatto y Victorio MorandtSitio Cejolao: Cristian Gatto, Manuel Monedero, Alan Darling, Javier Rinaldi*, Víctor Rodriguez* y Marcelo Druetta* (*INTA Quimilí)Sitio Pampa del Infierno: Diego Leguiza y Germán FoganteSitio Hermoso Campo: Gerardo LazarzukSitio Colonia Elisa: Martín GoujónSitio Itín: Andrés Gómez Luna, Gerardo Quintana, AER INTA General Pinedo y ODR INTA Hermoso CampoSitio La Montenegrina: Leonardo Capitanich, Iván Capitanich y Gerardo QuintanaSitio General Capdevila: Leandro ZilliSitio Tostado: Eduardo Corvi y Fabio GunzelSitio Villa Trinidad: Sebastián Prato y José Luis MagnanoSitio Reconquista: Elbio Bianchi, Carlos Bianchi y Adrian GallardSitio El Arazá: Cesar Cainelli y Adrián GallardSitio San Justo: Nicolás ViganttiAl Sr. Alejandro Fresneda (Aapresid) por su colaboración en la toma de muestras y recopilación de información de los sitos.

Coordinación Técnica: Gerardo Quintana (EEA INTA Las Breñas)

Coordinación General: Andrés Madias (Sistema Chacras – AAPRESID)

Empresas participantes: La RS NEA 2019-2020 fue posible gracias al apoyo de las siguientes empresas: ASGROW, BASF-CREDENZ, DON MARIO, NK SEMILLAS, MACROSEED, NIDERA, RIZOBACTER, SANTA ROSA SEMILLAS.

Agradecimientos

8

| RED

DE

SOJA

NEA

|

RED NEA de Evaluación de Cultivares de SojaCampaña 2019-20

Gerardo J. R. Quintana1*, Andrés Madias2, Emmanuel Zaiser2,4, Germán Esponda2,3,Miguel Gauchat,2,3, Danilo Jalit4, Hernán Reich5, Mario Gatto2,3; Victorio Morandt2, Cristian Gatto3, Diego Leguiza2,4, Germán Fogante2,4, Gerardo Lazarzuk3,4, Martín Goujon2,3,4, Leandro Zilli2,3, Iván Capitanich4, Eduardo Corvi2,3, Fabio Gunzel5, Sebastián Prato3, José L. Magnano2,4, Carlos Bianchi4,7, Elbio Bianchi,4,7, Cesar Cainelli4,7, Adrián Gallard7, Nicolas Vigantti2,3,4

1EEA INTA Las Breñas; 2AAPRESID; 3Asesor privado; 4Productor agropecuario; 5Encargado de producción; 6EEA INTA Quimilí; 7Coop. Unión Agrícola de

Avellaneda *quintana.gerardo@inta.gob.ar

La región sojera del NEA, que se encuentra integrada por la provincia de Chaco, parte de Formosa, Este de Santiago del Estero y Norte de la provincia de Santa Fe presenta una elevada potencialidad productiva, pudiéndose alcanzar Rendimientos Máximos Obtenibles que superan los 5000 kg/ha. La disponibilidad de recursos ambientales (luz, agua y nutrientes) junto con prácticas de manejo que contribuyen a mejorar la sustentabilidad de los sistemas como la siembra directa, adecuada rotación de cultivos, inclusión de cultivos de servicio, así como prácticas de manejo que incluyen al ajuste en la FS, densidad y elección de

INTRODUCCIÓN

variedades son factores cuya combinación es necesaria para alcanzar estos elevados niveles productivos.El trabajo en mejoramiento genético que permite disponer de variedades que continuamente incrementan el potencial de rendimiento y ponen en el mercado una amplia oferta de variedades de diferentes ciclos, con diversos eventos genéticos contribuye sin dudas a la expresión de este alto potencial productivo regional.La región sojera del NEA también se caracteriza por su heterogeneidad ambiental manifestada tanto por la diversidad de suelos de la región como así también por

la distribución de las precipitaciones y temperaturas dentro de la misma. Ante este panorama, dentro de las prácticas de manejo del cultivo, la elección de variedades se convierte en un punto clave para el lograr maximizar los rendimientos en función de la capacidad productiva de cada lote.La RED SOJA NEA (RSNEA) mediante su red de evaluación de cultivares busca servir de herramienta para la elección de variedades de GM adaptados a esta región, evaluando el potencial productivo, la estabilidad y adaptabilidad de variedades atreves de los diferentes ambientes de la región.

9

RED

DE

SOJA

NEA

|

MATERIALES Y MÉTODOS

Tabla 1

Ubicación geográfica de los ensayos de la red.

La Red NEA de Evaluación de Cultivares deSoja conto para la campaña 2019-20 con untotal de 27 ensayos sembrados, distribuidosen 13 localidades de las cuales 6 pertenecena la provincia de Chaco, 4 a la provincia deSanta Fe y 3 a la provincia de Santiago delEstero (Tabla 1 y Figura 1).El diseño experimental empleado para todoslos ensayos analizados fue el de BloquesCompletos al Azar con tres repeticiones.Cada variedad fue sembrada en parcelascuya superficie varió entre 296 a 2636 m2,teniendo las parcelas dentro de cadarepetición tamaño uniforme; dependiendoel mismo de las condiciones de los lotes yla disponibilidad de maquinaria al implantarel ensayo.

10

| RED

DE

SOJA

NEA

|

Figura 1

Ubicación geográfica de los ensayos de la Red para la campaña 2019-20. Los puntos verdes indican ensayo cosechados y los puntos rojos indican ensayos

perdidos entre siembra y cosecha.

Durante la campaña analizada se evaluaron 18 variedades pertenecientes a los Grupos de Madurez V, VI, VII y VIII. Estos materiales se agruparon según su GM en diferentes ensayos, quedando los materiales de los

GM V y VI dentro de los mismos ensayos y los materiales de los GM VII y VIII en otros, realizándose en total 14 ensayos de los GM V y VI y 13 ensayos de los GM VII y VIII. Las variedades participantes en los

ensayos de los GM cortos (V y VI) y sus características son presentadas en la tabla 2 y las variedades de los GM largos (VII y VIII) en la tabla 3.

Tabla 2

Cultivares evaluados pertenecientes a los GM V y VI

11

RED

DE

SOJA

NEA

|

Tabla 3

Cultivares evaluados pertenecientes a los GM VII y VIII

Las fechas de siembra de los ensayos variaron entre el 7 de diciembre de 2019 y el 5 de enero de 2020.La tecnología empleada en la protección del cultivo en general coincidió con la que recibió el lote de producción y se realizaron conforme a las prácticas efectuadas por el productor, priorizándose la aplicación de fitosanitarios a fin de evitar disminución de rendimientos en las parcelas por efectos de plagas, enfermedades y malezas. Las

prácticas de fertilización fueron realizadas siguiendo el mismo criterio utilizado para el manejo de esta práctica establecido para el lote. La única tecnología común a todos los sitios de evaluación fue la inoculación y curado de la semilla realizado con inoculante Rizopack DAKAR 502 (Rizoliq Dakar + Maxim RFC) + Premax R (Protector bacteriano)La cosecha de las parcelas se realizó en forma mecánica, determinándose el peso

parcelario y contenido de humedad del grano en el mismo momento de la cosecha. Para la determinación del rendimiento en grano se corrigió la humedad llevando los valores a 13,5%.Durante los primeros estadios del cultivo se realizó una recorrida por los ensayos donde se relevó información del estado de los mismos y se extrajeron muestras de suelo sobre las cuales, mediante análisis, se determinaron contenido de Materia

12

| RED

DE

SOJA

NEA

|

13

RED

DE

SOJA

NEA

|

RESULTADOS

Caracterización de la campaña 2019-2020

La campaña analizada se ha caracterizado por presentar una distribución heterogénea de las precipitaciones, variando entre los 544 y 1127 mm para el periodo noviembre-abril (Tabla 4). Este caudal de precipitaciones recibido durante el ciclo del cultivo propicio una disponibilidad hídrica que permitió, en varios

Orgánica (MO), fosforo (P) y pH. El análisis estadístico de los datos se realizó con el programa Infostat efectuándose las siguientes pruebas:1. Análisis de la varianza por localidad, con separación de medias por prueba de Scott

sitios de experimentación, expresar altos rendimientos en los ensayos. Por otro lado, entre mediados de febrero y mediados de marzo en la mayoría de los sitios se produjo un periodo de aproximadamente 24 días sin precipitaciones, en varios de estos sitios este periodo estuvo acompañado por días con altas temperaturas, lo que pudo significar

una limitante en la expresión de altos rendimientos principalmente en aquellos ensayos que recibieron menor caudal de precipitaciones durante el ciclo del cultivo.

Tabla 4

Distribución de las precipitaciones (mm) mensuales y totales para el período octubre-abril en diferentes localidades de la región.

La condición química de los lotes donde se implantaron los ensayos es reflejada en la tabla 5 donde se detallan los resultados de los análisis edáficos realizados.

& Knott (alfa≤0,10)2. Evaluación de la interacción Genotipo Ambiente (GxA).3. Evaluación del comportamiento pro-ductivo mediante el método de Rendimiento Relativo.

4. Análisis mediante el modelo de regresión de sitios Biplot GGE.5. Análisis de estabilidad de los genotipos mediante el método propuesto por Shukla.6. Análisis de Índice Ambiental Linealmente Ajustado

14

| RED

DE

SOJA

NEA

|

Tabla 5

Valores de MO (%), P (ppm) y pH. obtenidos a partir de análisis de suelo de los ensayos.

15

RED

DE

SOJA

NEA

|

Análisis Estadístico Campaña 2019-20

Para los análisis de la información generada en esta campaña fueron considerados 11 ensayos de los GM V y VI que correspondieron a las localidades de Sachayoj 1, Cejoslao y Bandera para Santiago del Estero; Pampa del Inferno, Campo Largo, Colonia Elisa, Hermoso Campo y Gral. Capdevila para Chaco y Logroño, Villa Trinidad y San Justo para Santa Fe. El rendimiento promedio de todos los cultivares incluidos en estos

ensayos fue de 3619 kg/ha, alcanzándose rendimientos máximos de 5381 kg/ha. En el caso de los ensayos de variedades de los GM VII y VIII se consideraron 9 ensayos que correspondieron a las localidades de Sachayoj I, Cejoslao, Bandera, Pampa del Inferno, Colonia Elisa, Hermoso Campo, Gral. Capdevila, Logroño y Villa Trinidad. En rendimiento promedio de estos ensayos fue de 3702 kg/ha alcanzándose rendimiento máximo de 5530 kg/ha. El

sitio Sachayoj 2 no fue considerado en los análisis integrados por no disponer de repeticiones de cada genotipo; el ensayo de variedades de GM largos de la localidad de Campo Largo tampoco fue incluido e estos análisis por su Coeficiente de Variación (C.V.) elevado (ver resultados en Anexo). Los sitios Itín, Reconquista y El Arazá se perdieron por anegamiento luego de su implantación (Fig. 1).

Figura 2

Rendimiento promedio en kg/ha de cada ensayo por localidad. Barras verdes representan ensayos de

los GM V y VI, barras azules representan ensayos de los GM VII y VIII.

16

| RED

DE

SOJA

NEA

|

RESULTADOS DE ENSAYOS POR LOCALIDADES

PAMPA DEL INFIERNO – Dpto. Almirante Brown – ChacoResponsable: Ing. Agr. Diego Leguiza

CAMPO LARGO– Dpto. Independencia– ChacoResponsable: Ing. Agr. Iván Capitanich – Gerardo Quintana

17

RED

DE

SOJA

NEA

|

GRAL. CAPDEVILA – Dpto. 12 de octubre– ChacoResponsable: Ing. Agr. Leandro Zilli

HERMOSO CAMPO – Dpto. 2 de abril– ChacoResponsable: Ing. Agr. Gerardo Lazarzuck

18

| RED

DE

SOJA

NEA

|

19

RED

DE

SOJA

NEA

|

COLONIA ELISA – Dpto. Sargento Cabral– ChacoResponsable: Ing. Agr. Martin Goujon

SACHAYOJ 1 – Dpto. Alberdi– Santiago del EsteroResponsable: Ing. Agr. Miguel Guachat

20

| RED

DE

SOJA

NEA

|

CEJOSLAO – Dpto. Moreno– Santiago del EsteroResponsable: Ing. Agr. Cristian Gatto

BANDERA – Dpto. Belgrano – Santiago del EsteroResponsable: Ing. Agr. Emmanuel Zaiser

21

RED

DE

SOJA

NEA

|

LOGROÑO – Dpto. 9 de julio – Santa FeResponsable: Ing. Agr. Eduardo Corvi

VILLA TRINIDAD – Dpto. San Cristobal – Santa FeResponsable: Ing. Agr. Sebastián Prato

22

| RED

DE

SOJA

NEA

|

SAN JUSTO – Dpto. San Justo – Santa FeResponsable: Ing. Agr. Nicolas Vignatti

Análisis del Comportamiento Productivo:Para evaluar el comportamiento productivo de los cultivares se utilizó el método de Rendimiento Relativo (RR), el cual consiste en expresar el rendimiento de cada variedad, en cada ambiente, en forma proporcional al promedio del ambiente en el que fue determinado (valor de rendimiento promedio del ensayo), asignándole a este último el valor 100. En cada ambiente las variedades que posean menor rendimiento que el promedio de todas las variedades en el mismo ambiente tendrán valores de rendimiento menores a 100, mientras que las que tengan rendimientos mayores al promedio tendrán valores mayores a 100. Se considerará el Rendimiento Relativo Promedio (RR) de cada variedad como el promedio de los rendimientos relativos individuales a través de todos los ambientes. A los fines de este análisis se consideran como variedades que presentaron alto potencial de rendimiento aquellas cuyo valor de RR es igual o mayor a 104.

Dentro los GM V y VI, en esta campaña se identificó a AS 6211 IPRO domo de alto Rendimiento Relativo (Tabla 6), mientras que dentro de las variedades pertenecientes a

los GM VII y VIII, DM 67i70 STS, DM 75i75 IPRO, 78MS01 IPRO y AS 6210 IPRO fueron las identificadas como de alto Rendimiento Relativo (Tabla7).

Tabla 6

Valores de Rendimiento Relativo de cultivares evaluados pertenecientes a los GM VI y VI

23

RED

DE

SOJA

NEA

|

Tabla 7

Valores de Rendimiento Relativo de cultivares evaluados pertenecientes a los GM VII y VIII.

Análisis de la Interacción Genotipo x Ambiente:

Análisis SREG Biplot GGE:

El análisis de la interacción Genotipo X Ambiente (GXA) permite establecer que proporción del rendimiento puede ser explicada por efecto de las variedades (Genotipo), por efecto de las localidades (Ambiente) o de la Interacción GXA. Durante la campaña analizada, en los ensayos realizados con variedades pertenecientes a los GM V y VI el Ambiente explico el 90% de la variabilidad de los rendimientos, el efecto de las variedades fue responsable del 1% de dicha variabilidad y finalmente la interacción GXA explico el 8% de la variabilidad en los rendimientos.

Para los ensayos realizados con cultivares de los GM VII y VIII el análisis de la interacción GXA nos permitió determinar que el efecto del ambiente represento el 87% de la variabilidad del rendimiento, el efecto de las variedades incidió sobre el 5% de la variabilidad en los rendimientos mientras que el efecto de la interacción GXA fue responsable del 8% de la variabilidad.Los resultados obtenidos en la Evaluación de Cultivares de la RSNEA durante la campaña 2019-2020 demostraron que la variabilidad en el rendimiento explicada por los efectos del Ambiente, el Genotipo

El análisis mediante la técnica GGE Biplot permite visualizar gráficamente la variabilidad aportada por efectos del Genotipo y de la interacción GXA, permitiendo establecer variedades de mejor comportamiento por Grupos de Ambientes.Para comprender el gráfico GGE Biplot se deben considerar los polígonos que

y la interacción GxA se ajustó a los valores normalmente obtenidos en redes de ensayos multiambientales.Al ser la interacción GXA quien explica un mayor porcentaje de la variabilidad del rendimiento que los efectos de los Genotipos resulta importante identificar aquellas variedades que se destaquen por su rendimiento en determinados ambientes, lo cual es posible mediante la utilización de análisis GGE Biplot, Análisis de estabilidad de Rendimientos mediante el método de Shukla y/o a través de los análisis de Índice Ambiental Linealmente Ajustados.

envuelven los puntos identificadores de variedades. Las variedades posicionadas en los límites de estos polígonos son las de comportamiento extremo. Cada polígono formado tiene por lo general una variedad en el vértice.Los marcadores de ambientes están conformados por vectores conectados al origen del gráfico. Los marcadores de

ambientes encerrados por un polígono conforman un Grupo de Ambientes o Mega-ambiente donde la variedad de mejor comportamiento es la que se sitúa en el vértice extremo del polígono. Los sitios cuyo extremo del vector se ubican más lejos del origen discriminan mejor a las variedades destacadas que aquellos con extremos situados cerca del origen.

24

| RED

DE

SOJA

NEA

|

Figura 3

Grafico Biplot GGE para las variedades pertenecientes a los GM V y VI.

El análisis de la campaña 2019-20 mediante el método GGE Biplot permitió establecer que para los ensayos con variedades de los GM V y VI se identificaron 3 Grupo de Ambientes (Fig. 3). A la derecha del grafico se conformó un Grupo de Ambientes que integra a las localidades de Hermoso Campo, Bandera, Logroño y Shachayoj 1, donde AS 6211 fue la variedad de mejor comportamiento. En la parte superior del gráfico las localidades de Villa Trinidad y Pampa del Infierno quedan incluidas dentro de un grupo de ambientes en el que

la variedad que se destaca es SYN 1561. Hacia la izquierda se distingue un polígono que agrupa a las localidades de Colonia Elisa, Cejoslao y Campo Largo integrando un Grupo de Ambientes donde la variedad de mejor comportamiento fue 66MS01, finalmente en la parte inferior del grafico se forma un grupo de Ambientes integrado por las localidades de Capdevila y San Justo donde la variedad de mejor comportamiento fue 62MS01.Para las variedades pertenecientes a los GM VII y VIII el análisis Biplot GGE permitió

conformar 2 grupos de ambientes. En la parte superior derecha del grafico de la fig.4 se conformó un Grupo de Ambientes integrado por las localidades de Hermoso Campo, Logroño, Villa Trinidad, Sachayoj I, Pampa del Infierno y Colonia Elisa, en este Grupo de Ambientes la variedad DM 67i70 es quien se destaca por su comportamiento. En la parte inferior derecha del grafico se observa el polígono que agrupa a las localidades de Capdevila, Bandera y Cejoslao donde DM 75i75 se identifica como la variedad de mejor comportamiento.

25

RED

DE

SOJA

NEA

|

Figura 4

Grafico Biplot GGE para las variedades pertenecientes a los GM VII y VIII.

Mediante el método propuesto por Shukla se puede analizar la interacción entre los Genotipos (Variedades) y los Ambientes (Localidades) determinando el comportamiento de los Genotipos frente a variaciones en los Ambientes. Este análisis permite determinar la Estabilidad de los cultivares, definiéndose a la misma como la capacidad de un cultivar de mantener consistentemente su comportamiento a través de un amplio rango de ambientes.

Este método se basa en la elaboración de un gráfico de 2 ejes, en el vertical se expresa el rendimiento que presentaron las variedades y en el horizontal se representa la estabilidad de las mismas. En el grafico se observa además de los indicadores de Variedades, una línea horizontal que

Análisis de Estabilidad de Rendimiento: atraviesa el gráfico la cual representa el rendimiento promedio considerando todas las variedades intervinientes en todos los ensayos analizados y una línea vertical que se asocia a la estabilidad de los cultivares.

Para comprender el gráfico se debe considerar que los cultivares que se encuentran por encima de la línea horizontal presentan rendimientos superiores a la media; los que se encuentran a la izquierda de la línea vertical presentan poca interacción con el ambiente, presentando su rendimiento un comportamiento estable. Por otro lado, aquellos cultivares que se ubican a la derecha de la línea vertical presentan mayor interacción con el ambiente presentando su rendimiento una variación importante en función a las características ambientales. Resulta entonces importante destacar aquellos cultivares que se ubican

en el cuadrante superior izquierdo, por encima de la línea horizontal y a la izquierda de la vertical, ya que son los cultivares cuyo rendimiento es superior a la media y su comportamiento estable.

Al analizar la estabilidad de las variedades de los GM V y VI (fig. 5) en esta campaña se consideraron 9 ensayos que correspondieron a las localidades de Pampa del Infierno, Campo Largo, Hermoso Campo, Gral. Capdevila, Colonia Elisa, Sachayoj I, Cejoslao, Logroño y Villa Trinidad ya que los mismos cumplían los requisitos para ser analizados mediante este método. El grafico obtenido a partir del mismo permitió caracterizar a las variedades SYN 1561, RA 5715 y CZ 6505 como estables y con rendimiento por encima de la media y AS 6211 y CZ 5907 con rendimiento por encima de la media.

26

| RED

DE

SOJA

NEA

|

Figura 5

Análisis de estabilidad de rendimiento de cultivares de los GM V y VI para la Región Sojera del NEA

Figura 6

Análisis de estabilidad de rendimiento de cultivares de los GM VII y VIII para la Región Sojera del NEA.

Para el análisis de las variedades de los GM largos (fig. 6) se consideraron 7 ensayos correspondientes a las localidades de

Pampa del Infierno, Gral. Capdevila, Hermoso Campo, Sachayoj 1, Cejoslao, Logroño y Villa Trinidad. A partir de este análisis se `pudo

caracterizar a DM 67i70 y DM 75i75 como variedades estables y con rendimiento destacado por encima de la media.

27

RED

DE

SOJA

NEA

|

Figura 7

Caracterización de variedades de GM V y VI en base al Indice Ambiental Linealmente Ajustado.

El Análisis de Índice Ambiental permite explorar la interacción GXA de cada variedad, caracterizando su comportamiento cuando se les somete a variaciones en el ambiente. Este comportamiento se podrá definir como “Estable” o “Adaptable”, entendiéndose por Estable a una variedad con la capacidad de mantener consistentemente su comportamiento a través de un amplio rango de ambientes y por Adaptable una variedad con capacidad de mejorar su desempeño ante variaciones en ciertas condiciones ambientales (ej: cultivares que presentan altos rendimientos en ambientes de alta productividad).

Análisis de Índice Ambiental Linealmente Ajustado

El método de Índice Ambiental Linealmente Ajustado consiste en considerar la recta obtenida por regresión lineal a partir de los valores de rendimiento promedio de cada uno de los ensayos evaluados (Ambientes) y contrastarla con la recta de la regresión lineal obtenida a partir del rendimiento promedio de la variedad en cada uno de esos ambientes, la pendiente de esta recta nos permitirá obtener un índice al que llamaremos Índice Varietal (I.V.) con el cual caracterizaremos a las variedades de la siguiente manera:• Estable o sin adaptación específica: I.V. entre 0,95 y 1,04; • Adaptadable a ambientes de alta productividad: I.V. mayores a 1,04; • Adaptadable a ambientes de baja productividad: I.V. menores a 0,95.

Los Análisis de Índice Ambiental realizados en esta campaña para los cultivares pertenecientes a los GM cortos permitieron identificar a AS 6211, CZ 6505, 60MS01y 62MS01 como variedades ADAPTABLES A AMBIENTES DE ALTA PRODUCTIVIDAD (Fig. 7). Las variedades RA 5715, NS 6538 IPRO y CZ 5907 fueron caracterizadas como ESTABLES y como ADAPTABLES A AMBIENTES DE BAJA PRODUCTIVIDAD fueron identificadas las variedades SYN 1561 IPRO, 66MS01 y NS 6859.

28

| RED

DE

SOJA

NEA

|

Figura 8

Caracterización de variedades de GM VII y VIII en base al Indice Ambiental Linealmente Ajustado.

Dentro de los cultivares de los GM Largos los Análisis de Índice Ambiental permitieron identificar a las variedades DM 75i75, 78MS01, AS 6210 y SY 7x1 como

variedades ADAPTABLES A AMBIENTES DE ALTA PRODUCTIVIDAD (Fig. 8), mientras que las variedades NK 80X20, CZ 7905 y NS 8018 fueron identificados como

ADAPTABLES A AMBIENTES DE BAJA PRODUCTIVIDAD. Finalmente, DM 67i70 resulto caracterizada como ESTABLE.

29

RED

DE

SOJA

NEA

|

Tabla 8

Comportamiento frente a vuelco de las variedades evaluada. 5= Excelente; 1= Malo

Tabla 9

Comportamiento frente a Dehiscencia de las variedades evaluada. 5= Excelente; 1= Malo

Estas dos características agronómicas fueron evaluadas en los ensayos. Para realizar esta caracterización se evaluó

Vuelco y Dehiscencia:

cada parcela basándose en una escala numérica que contemplaba otorgarle valor 5 para una condición excelente y valor 1

para una mala condición de la parcela en función la característica evaluada.

30

| RED

DE

SOJA

NEA

|

Conclusiones

Durante la campaña 2019-2020 se realizó la evaluación de las variedades en ensayos que por su fecha de siembra, ubicación geográfica y condiciones climáticas sometieron a las mismas una

Cultivares pertenecientes a los GM V y VI:

Cultivares pertenecientes a los GM VII y VIII:

importante diversidad ambiental. Bajo estas condiciones se pudo determinar el comportamiento productivo de los cultivares evaluados, su estabilidad y su adaptación sitio-especifica.

En los siguientes cuadros se resume el comportamiento de los cultivares que presentaron un rendimiento relativo superior a 100.

31

RED

DE

SOJA

NEA

|

Anexo

Se incluyen es este anexo los resultados correspondientes al ensayo de GM Largos de Campo Largo y los del sitio Sachayoj 2, los cuales no fueron incluidos en los análisis multiambientales debido a su elevado CV, en el primer caso, y por no contar con las repeticiones requeridas por diseño experimental protocolizado en el segundo caso.

32

| RED

DE

SOJA

NEA

|

CAMPO LARGO– Dpto. Independencia– ChacoResponsable: Ing. Agr. Iván Capitanich – Gerardo Quintana

SACHAYOJ 2– Dpto. Alberdi – Santiago del EsteroResponsable: Ing. Agr. Mario Gatto – Victorio Morandt

• INNOVACIÓN •

33

RED

DE

SOJA

NEA

|

33

| RED

DE

INN

OVA

DO

RES

|

Rizoliq Dakar: una tecnología a prueba de sequías y altas temperaturas

Esta tecnología de Rizobacter mejoró la supervivencia de las bacterias del inoculante,

la simbiosis y la productividad en cultivos de soja realizados en ambientes limitantes por

condiciones de estrés hídrico y altas temperaturas. Fue evaluada en ensayos en el norte de

Argentina, Paraguay y Brasil.

El nitrógeno (N) es uno de los principales nutrientes indispensables para el crecimiento de las plantas. Aunque el 78 % del aire está compuesto por nitrógeno gaseoso, las plantas no pueden asimilarlo por sí solas. De allí que necesitan la ayuda de las bacterias fijadoras de nitrógeno que realizan simbiosis con algunas plantas y son capaces de transformar el nitrógeno atmosférico en amonio. Uno de los ejemplos más conocidos es el caso de la relación simbiótica entre leguminosas como la soja y las bacterias del género Rhizobium.Debido a que presenta una alta acumulación de proteínas en las semillas, la soja es el cultivo con la mayor demanda de nitrógeno y con la menor producción de biomasa de semilla para asimilarlo y generarlo. Por eso, es el nutriente más crítico para el cultivo.Para dar respuesta a esta problemática, la ciencia y la industria desarrollaron la tecnología de inoculación que, por su demostrado desempeño, se constituye como la forma más eficiente para garantizar la provisión del nitrógeno que el cultivo requiere para la composición de proteínas, ácidos nucleicos y otros componentes celulares. Esto afecta positivamente sobre

los rendimientos y la sustentabilidad del sistema productivo.Rizoliq Dakar es uno de los últimos frutos que generó el compromiso e inversión impulsado por la empresa argentina Rizobacter en microbiología agrícola. Se trata de una tecnología inoculante especialmente desarrollada para la producción de soja en ambientes afectados por condiciones de estrés hídrico y altas temperaturas.Considerada una respuesta sustentable y adaptativa al cambio climático, la tecnología abre mejores posibilidades de producción en ambientes que limitan la supervivencia de las bacterias del inoculante, la simbiosis y la productividad de las plantas de soja. Con resultados positivos, fue puesta a prueba en diferentes regiones complicadas para la normal implantación del cultivo, debido a las exigencias climáticas fundamentalmente por las altas temperaturas y la baja disponibilidad hídrica. Algunos ejemplos de estas regiones son Perico –Jujuy, Argentina–, zona del Chaco Paraguayo y el estado de Maranhao –Brasil–.De acuerdo con Matías Gorski, responsable global de Inoculantes de Rizobacter, la tecnología de Rizoliq Dakar se apoya en la

34

| RED

DE

SOJA

NEA

|

34

RED

DE

INN

OVA

DO

RES

|

capacidad de las bacterias para adaptarse y lidiar con situaciones de estrés que ponen en peligro su supervivencia. Por esta razón, el proyecto de investigación y desarrollo se centró en la obtención de poblaciones de Bradyrhizobium sp con mayor tolerancia a estreses abióticos, sin detrimento de la aptitud simbiótica que garantiza una buena Fijación Biológica de Nitrógeno (FBN).Como resultado de este proceso, Gorski indicó que se seleccionaron aquellas cepas bacterianas que se adaptaron a las condiciones de estrés y mejoraron ciertos procesos metabólicos, la resistencia frente a efectos nocivos del suelo y la baja disponibilidad de agua.La selección de poblaciones microbianas se realizó a través de la metodología de Selección Natural Inducida. Esto significa que, en lugar de incorporarse aditivos en la formulación, la acción de Rizoliq Dakar se sustenta en las capacidades metabólicas, enzimáticas y proteicas adquiridas de las bacterias para adaptarse a altos niveles de dificultad caracterizados por deficiencia hídrica y altas temperaturas.Debido al nivel de innovación aplicado, esta tecnología de Rizobacter recibió el Premio CITA 2018 en la categoría “Productos Biológicos”.

Una tecnología que marca la diferenciaA través de la inoculación, se agregan microorganismos especialmente selec-cionados por su capacidad para fijar nitrógeno. Estos microorganismos –contenidos en los inoculantes– se incorporan sobre la semilla o en el suelo y poseen una enzima que induce en la leguminosa el desarrollo de formaciones nodulares que permiten fijar el nitrógeno del aire.Desde el punto de vista de la composición, la formulación de Rizoliq Dakar está basada en cepas específicas de Bradyrhizobium japonicum SEMIA 5079 y Bradyrhizobium diazoefficiens SEMIA 5080. Contiene 2×1010 bacterias por ml a la elaboración y más de 2×109 bacterias por ml a su vencimiento. Ensayo realizado con la tecnología Rizoliq Dakar en la localidad de Perico, Jujuy.

35

RED

DE

SOJA

NEA

|

35

| RED

DE

INN

OVA

DO

RES

|

“Esto se traduce en mayor movilidad en el medio para obtener fuentes de carbono y nitrógeno y alto desempeño de autopreservación y, por lo tanto, posibilita una mayor FBN, masa seca nodular, biomasa vegetativa y rendimiento en condiciones donde antes era imposible, debido a ciertas condiciones que ponían en riesgo la supervivencia bacteriana, ya sea por efectos al momento de la siembra o por características ambientales de la zona”, explicó Gorski.

Asimismo, Rizoliq Dakar incluye la Tecnología Osmo Protectora (TOP) también presente en otros productos de la línea. “La inclusión de sustancias Osmo Protectoras en su composición y el manejo diferencial de sus procesos de fabricación permiten mejorar el estado fisiológico de las bacterias, al tiempo que se aumenta la concentración y la supervivencia bacteriana sobre la semilla y en el envase”, destacó Gorski.Entre sus principales beneficios, Rizoliq

Dakar mitiga el efecto de los principales factores de falla en el proceso de inoculación y nodulación y, por el contrario, incrementa el aporte de nitrógeno a la planta. En esta línea, favorece el desarrollo de los cultivos y aporta ventajas en zonas marginales con baja disponibilidad hídrica.Además, gracias a la resistencia de las bacterias frente a altas temperaturas, amplía la ventana de inoculación y almacenamiento de semillas.

36

| RED

DE

SOJA

NEA

| www.aapresid.org.ar

AGRICULTURA SIEMPRE VERDE

DESCUBRÍ LOS BENEFICIOS DE LAAGRICULTURA QUE QUEREMOS IMPULSAR

#AgriculturaSiempreVerde

37

RED

DE

SOJA

NEA

| www.aapresid.org.ar

AGRICULTURA SIEMPRE VERDE

DESCUBRÍ LOS BENEFICIOS DE LAAGRICULTURA QUE QUEREMOS IMPULSAR

#AgriculturaSiempreVerde