info:eu-repo/semantics/article
Statistical model for estimation of leaf area in stevia rebaudiana bertoni in the mid Sinu valley
Modelo estadístico para estimación del área foliar en Stevia rebaudiana Bertoni en el Sinú medio
Autor
Espitia Camacho, Miguel Mariano
Montoya Báez, Rafael Ángel
Robles, Juana
Barbosa, Carolina
Vergara, Cesar
Institución
Resumen
The Stevia rebaudiana Bert is one of the more important plant sweetener, their leaves beside the photosynthetic organs, are commercially important as source of stevioside and rebaudioside. The present study was aimed to fit a statistical model to measure Stevia leaf area (Af ) using non destructive sampling methods. Plants from Morita1 and Morita2 cultivars were evaluated under field conditions. 20 branches (25 cm length) were randomly selected and each branch was segmented in three thirds: low, medium and high. Five samples consisting of 20 leaves were isolated from each section and maximum wide and length was estimated for each leaf sample. Using a gravimetric method, multiple linear regression analyses were performed to define the prediction model for Af . The results showed that maximum leaf length and wide are accurate measures to estimate Stevia Af . The resulting models for Morita1 and Morita2, were respectively; which allow estimation of plant leaf area and crop leaf area, avoiding physical removal of leaves and subsequent yield losses La Stevia rebaudiana Bert es de las especies vegetales más importantes como fuente edulcorante natural. Sus hojas, además de ser los órganos fotosintéticos, son el producto comercial de mayor interés económico obtenido de su cultivo. Este estudio tuvo como objetivo ajustar un modelo estadístico para estimar el área foliar (Af) sin utilizar muestreos destructivos. Se evaluaron los clones Morita1 y Morita2 bajo condiciones de campo. En cada clon se tomaron al azar 20 ramas de 25 centímetros de largo. Cada rama se dividió en tres tercios: inferior, medio y superior. De cada tercio se tomaron cinco muestras (repeticiones) de 20 hojas cada una. A cada hoja se le midió el largo y ancho máximo. Con los datos de largo del tercio inferior (LTI), medio (LTM), superior (LTS), el ancho del tercio inferior (ATI), medio (ATM) y superior (ATS) de las hojas y con la ayuda del método gravimétrico, se realizó un análisis de regresión lineal múltiple para definir el modelo de predicción del Af. Los resultados demostraron que es posible utilizar el largo y ancho máximo de la hoja para estimar el Af.