SciELO - Scientific Electronic Library Online

 
vol.44Efecto de la inclusión de Musa sp. en la conservación de ensilajes de Trichanthera gigantea (Humb. & Bonpl.) Nees.Producción de metano in vitro en recursos forrajeros del trópico altoandino de Nariño índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Pastos y Forrajes

versión On-line ISSN 2078-8452

Pastos y Forrajes vol.44  Matanzas  2021  Epub 21-Abr-2021

 

Artículo científico

Efecto de la fertilización nitrogenada en el crecimiento de cinco pastos perennes en Ecuador

Effect of nitrogen fertilization on the growth of five perennial pastures in Ecuador

0000-0001-7504-5498Brenda Pamela Benalcázar-Carranza1  *  , 0000-0002-0594-2094Vanessa Carolina López-Caiza1  , 0000-0002-9749-3467Francisco Adolfo Gutiérrez-León1  , 0000-0003-4710-8281Soraya Alvarado-Ochoa1  , 0000-0001-8665-1848Arnulfo Rigoberto Portilla-Narváez1 

1Universidad Central del Ecuador, Avenida Universitaria. Quito 170129, Ecuador.

RESUMEN

Objetivo

:Evaluar el efecto de la fertilización nitrogenada en el crecimiento y el contenido de proteína bruta de cinco pastos perennes en Ecuador.

Materiales y Métodos

: Para evaluar el efecto de la fertilización nitrogenada en el crecimiento y el contenido de proteína bruta de las especies Lolium perenne L. var. Alto, Lolium perenne x Lolium multiflorum var. Shogun, Festuca arundinacea Schreb var. Alta Barolex, Dactylis glomerata L. var. Quick Draw y Festuca arundinacea x Lolium multiflorum var. Premium, se aplicaron seis dosis progresivas de nitrógeno (0, 70, 140, 210, 280 y 350 kg de N ha-1 año-1). Se utilizó un diseño de parcelas dividas, donde se ubicó la especie en la parcela grande, y las dosis de nitrógeno en las pequeñas, con tres repeticiones. Se evaluaron las variables producción de biomasa, proteína bruta e índice de vegetación diferencial normalizado. Los datos se analizaron mediante el programa estadístico INFOSTAT®.

Resultados

: La producción de biomasa indicó diferencias estadísticamente significativas (p < 0,05) para los factores en estudio especies y dosis de nitrógeno, pero no para la interacción de dichos factores. D. glomerata y F. arundinacea presentaron los valores de producción de biomasa más bajos (2 457 y 2 490 kg de MS ha-1), comparados con L. perenne, que tuvo un rendimiento intermedio. F. arundinacea x L. multiflorum y L. perenne x L. multiflorum alcanzaron los valores más altos de biomasa (3 407 y 3 364 kg de MS ha-1). El contenido de proteína bruta también aumentó con las dosis de nitrógeno. A su vez, el índice de vegetación diferencial normalizado se incrementó, también de acuerdo a un modelo cuadrático, con una respuesta diferente entre especies.

Conclusiones

: Todas las especies respondieron positivamente a las dosis de aplicación de nitrógeno. Se determinó que existe incremento en la producción de biomasa, contenido de proteína bruta y el índice de vegetación diferencial normalizado.

Palabras-clave: producción; ganadería; índices de vegetación

ABSTRACT

Objective

: To evaluate the effect of nitrogen fertilization on the growth and crude protein content of five perennial pastures of Ecuador.

Materials and Methods

: To evaluate the effect of nitrogen fertilization on the growth and crude protein content of the species Lolium perenne L. var. Alto, Lolium perenne x Lolium multiflorum var. Shogun, Festuca arundinacea Schreb var. Alta Barolex, Dactylis glomerata L. var. Quick Draw and Festuca arundinacea x Lolium multiflorum var. Premium, six progressive doses of nitrogen were applied (0, 70, 140, 210, 280 and 350 kg N ha-1 year-1). A split-plot design was used, where the species was placed in the large plot, and the nitrogen doses, in the small ones, with three repetitions. The variables biomass production, crude protein and normalized differential vegetation index, were evaluated. The data were analyzed through the statistical program INFOSTAT®.

Results

: The biomass production indicated statistically significant differences (p < 0,05) for the studied factors species and nitrogen doses, but not for the interaction of such factors. D. glomerata and F. arundinacea showed the lowest biomass production values (2 457 and 2 490 kg DM ha-1), compared with L. perenne, which had a moderate yield. F. arundinacea x L. multiflorum and L. perenne x L. multiflorum reached the highest biomass values (3 407 and 3 364 kg DM ha-1). The crude protein content also increased with the nitrogen doses. In turn, the normalized differential vegetation index increased, also according to a quadratic model, with a different response among species.

Conclusions

: All the species responded positively to the nitrogen application doses. It was determined that there is increase in the biomass production, crude protein content and normalized differential vegetation index.

Key words: production; animal husbandry; vegetation indexes

INTRODUCCIÓN

La ganadería representa 40 % del producto interno bruto (PIB) agrícola a nivel mundial. Esta actividad genera empleo para mil trescientos millones de personas y es el principal medio de subsistencia para mil millones en todo el mundo. Los productos de la ganadería suministran un tercio del consumo mundial de proteínas (Steinfeld et al., 2009)

Según la FAO (2019), el crecimiento poblacional, el aumento de la riqueza y la urbanización han incrementado la demanda de productos ganaderos, en particular en los países en vías de desarrollo. Se prevé que, para alimentar una población, que se estima alcance 9 600 millones de personas en 2050, la demanda mundial aumentará en 70 %.

En el mundo, el sector ganadero usa la mayor superficie de tierras agrícolas en el pastoreo y en cultivos forrajeros. Este sector también desempeña una función importante en el cambio climático, la gestión de la tierra, el agua y la biodiversidad. Actualmente se ejerce presión para que los sistemas de producción agropecuarios desarrollen tecnologías que les permitan ser sostenibles. Para alcanzar este objetivo, se deben considerar aspectos como la salud y el bienestar animal, la utilización responsable de los recursos genéticos animales, la nutrición y la alimentación animal sostenibles (FAO, 2018).

El uso eficiente de los recursos naturales en la ganadería se debe enfocar en tres áreas: prácticas de eficiencia, manejo de pastizales y manejo del estiércol Gerber et al., 2013. Una estrategia de manejo en pasturas es el uso de los fertilizantes para potencializar su producción, y en ella se deben implementar prácticas de eficiencia. Según García (2017), a nivel mundial, del 30 a 50 % del rendimiento de los cultivos se atribuye a los nutrientes provistos por fertilizantes, siendo el nitrógeno (N) el más utilizado, seguido del fósforo (P) y el potasio (K).

El N es el elemento que más limita los rendimientos en cualquier sistema productivo, y se hace más importante su consideración, cuanto más intensiva se vuelva la producción (Alesandri & Alesandri, 2009). Los aportes de N a los cultivos se deben realizar buscando una producción sostenible, económica como ambientalmente (IDEA, 2007).

Según Santillano-Cázares et al. (2013), una de las razones que pueden afectar la rentabilidad de las producciones agrícolas radica en que los productores podrían estar utilizando más fertilizantes nitrogenados de los necesarios.

El uso del N y P como fertilizantes es una práctica muy difundida, pero su uso inadecuado puede provocar contaminación de los cuerpos de agua, y potenciar el crecimiento de algas en desmedro de los peces y fauna silvestre nativa (Alfaro & Salazar, 2005).

El uso excesivo del N en pasturas puede ocasionar intoxicaciones en los animales que consuman esta fuente de alimento, ya que se incrementa la concentración de nitratos, metabolito sumamente tóxico que reacciona a nivel sanguíneo (Fulkerson et al., 2010).

A partir de estos antecedentes, el objetivo de esta investigación fue evaluar el efecto de la fertilización nitrogenada en el crecimiento y contenido de proteína bruta de pastos perennes en Ecuador.

MATERIALES Y MÉTODOS

Localización. El estudio se realizó en el Campus Académico Docente Experimental La Tola (CADET) de la Facultad de Ciencias Agrícolas (FCAg) de la Universidad Central del Ecuador (UCE). El campus se halla en la parroquia Tumbaco, del cantón Quito, provincia de Pichincha. Esta instalación se encuentra ubicada a 2 465 msnm, latitud 00° 14’ 46”S, longitud 78° 22’ 00” O.

Características climáticas. El sitio de estudio tiene precipitación promedio de 952 mm, y temperatura de 16,4 °C (Date, 2019).

Condiciones del suelo. En el análisis de suelo de área de investigación se determinó que el N se encuentra en niveles bajos, mientras que el P y K se hallan en niveles altos. El suelo es de tipo Molisol, de textura franco arcillosa.

Diseño experimental y tratamiento. Se utilizó un diseño de parcelas divididas, con tres bloques y 30 tratamientos, para un total de 90 unidades experimentales. La parcela grande fue la especie de gramínea, y la pequeña las dosis de N. Se seleccionaron cinco tipos de especies de gramíneas perennes utilizadas como pasturas: raigrás diploide (Lolium perenne L. var. Alto), raigrás tetraploide (Lolium perenne x Lolium multiflorum var. Shogum), festuca (Festuca arundinacea Schreb var. Alta Barolex), pasto azul (Dactylis glomerata L. var. Quick Draw) y festulolium (Festuca arundinacea x Lolium multiflorum var. Premium) y se evaluaron seis dosis de nitrógeno.

Procedimiento experimental. En el experimento se analizaron seis dosis de N y se suministraron cantidades complementarias de P, K, magnesio (Mg) y azufre (S) (tabla 1). Las fuentes utilizadas fueron nitrato de amonio, superfosfato triple, muriato de potasio, sulfato de amonio y óxido de magnesio. Las dosis de N se fragmentaron en ocho aplicaciones iguales, que se realizaron siete días después de cada corte. El resto de los nutrientes se aplicó a la siembra.

Tabla 1 Dosis de N y cantidades complementarias de P, K, Mg y S utilizadas en el experimento. 

Se utilizaron como fuentes de nutrientes nitrato de amonio, superfosfato triple, muriato de potasio, sulfato de amonio y óxido de magnesio.

Las especies se establecieron en parcelas de 7,5 m2 (3 x 2,5 m) en 50 días. Se sembraron 33 kg de semilla por hectárea, en hileras separadas a 10 cm. A los 15 días se hizo un control de germinación y se resembró.

Se evaluaron cuatro cortes, con intervalo de 28 días entre cortes. Fisiológicamente, y en las condiciones agroclimáticas de este experimento, es en este tiempo en el que el pasto llega a su punto máximo de crecimiento, sin que empiece la senescencia de sus hojas. Las parcelas se manejaron a capacidad de campo, con un sistema de riego por aspersión. La investigación se desarrolló en la época de verano, entre junio y septiembre.

Se evaluaron las variables producción de biomasa, proteína bruta (PB) e índice diferencial normalizado de vegetación (NDVI, por sus siglas en inglés). La producción de biomasa se determinó por el método del cuadrante, con dimensiones de 0,3 x 0,3 m y un muestreo al azar en las parcelas. Al realizar un corte rasante, se recolectó toda la materia verde en esta superficie y se pesó para luego tomar una submuestra y secarla en una estufa durante 24 horas, a 70 °C (Mejía-Taborda et al., 2014). Finalmente, se determinó el contenido de materia seca (MS) y se calculó la producción total por hectárea, expresada en kg MS ha-1 (AOAC, 2019).

El análisis de proteína se hizo a nivel foliar, a partir de una muestra de MS obtenida de la MS molida y tamizada en una malla de 750 micras, mediante el método semimicro Kjeldahl, de acuerdo con el procedimiento oficial de referencia AOAC 2001.11. El resultado se expresó en porcentaje (UNAM, 2019).

Para determinar el NDVI se utilizó el equipo GreenSeeker, el mismo que mediante un sensor óptico mide la intensidad del color verde y el tamaño de la planta. Estos datos se utilizaron en un algoritmo y se determinó un valor entre 0 y 1 (Trimble, 2019).

Análisis estadístico. Se realizó el análisis de varianza, con previa comprobación de los supuestos de homogenización de varianza y normalidad. Se utilizó la prueba de Shapiro-Wilks, modificada para determinar la normalidad, y la prueba de Levene de homocedasticidad de varianzas. Se aplicó la prueba de Tukey para la separación de medias de las variables que indicaron significación estadística (p < 0,05) entre tratamientos. Finalmente, mediante comparaciones y polinomios ortogonales se determinó si los datos asociados en cada variable tenían un componente lineal, cuadrático o cúbico. Las ecuaciones se corroboraron con el coeficiente de determinación, coeficiente de determinación ajustado y error estándar. Se utilizó el programa INFOSTAT®.

RESULTADOS Y DISCUSIÓN

La producción de biomasa indicó diferencias estadísticamente significativas (p < 0,05) para los factores en estudio especies y dosis de N, pero no para la interacción de dichos factores. Todas las especies presentaron una respuesta positiva, con tendencia cuadrática a las dosis crecientes de nitrógeno. D. glomerata y F. arundinacea presentaron los valores de producción de biomasa más bajos, comparados con L. perenne, que tuvo rendimiento intermedio. F. arundinacea x L. multiflorum y L. perenne x L. multiflorum alcanzaron los valores más altos de biomasa (fig. 1 y tabla 2). Los bajos rendimientos de D. glomerata y F. arundinacea se explican por la poca adaptación de estas especies a las condiciones edafoclimáticas de la zona, y también por la presencia reiterativa de roya, lo que no ocurrió con el resto de las especies evaluadas.

Figura 1 Producción de biomasa, expresada en kg de MS/ha, en cinco especies de pastos fertilizados con diferentes dosis de N 

Tabla 2 Producción de biomasa en cinco especies de pastos fertilizadas con diferentes dosis de nitrógeno (kg de MS ha-1). 

Letras desiguales en una misma columna difi eren para p < 0,05 según Tukey

Los resultados concuerdan con lo informado por Villalobos (2016), quien refiere que el N es el nutriente de mayor importancia en la producción de pasturas, y que las dosis de fertilización utilizadas deben optimizar la producción de biomasa de alto valor nutricional con un bajo costo. Al respecto, Campillo et al. (2007) indican que el N se utiliza para potencializar las producciones de gramíneas. Estos autores informaron efectos significativos de la dosis de nitrógeno en la productividad y la cosecha de gramíneas como Triticum aestivum L.

Méndez et al. (2016) hallaron que la fertilización nitrogenada incrementó la producción de F. arundinacea, de 5 500 a 8 900 kg de MS/ha, con dosis de N de 0 y 350 kg de N/ha. Estas dosis permitieron cambiar la distribución del forraje en las estaciones del año, lo que resulta importante en sistemas pastoriles.

Duran et al. (2016) plantearon que la fertilización nitrogenada puede mejorar la productividad de la planta, pero se debe manejar cuidadosamente para evitar daños ambientales. En este sentido, Suter et al. (2015) informaron acerca de los desafíos actuales para la seguridad alimentaria mundial, que requieren una intensificación sostenible de la agricultura mediante iniciativas que incluyan un uso más eficiente del N y la reducción de las pérdidas de este al medio ambiente. Rechiţean et al. (2018) proponen que la respuesta de las gramíneas se puede optimizar, si se siembran en una mezcla con leguminosas como el trébol (Trifolium sp.).

El contenido de PB a nivel foliar mostró diferencias significativas (p < 0,05) entre tratamientos para los dos factores estudiados, pero no para su interacción. Hubo respuesta positiva a las dosis de N con una tendencia lineal. En cuanto al factor especie, el contenido de PB fue menor para el pasto azul, y el más alto lo alcanzó festulolium. En tanto, F. arundinacea, L. perenne y L. perenne x L. multiflorum tuvieron valores intermedios (figura 2 y tabla 3).

Figura 2 Contenido de proteína bruta en cinco especies de pasturas fertilizadas con diferentes dosis de nitrógeno. 

Tabla 3 Contenido de proteína bruta en cinco especies de pasturas, fertilizadas con diferentes dosis de nitrógeno. 

Letras desiguales en una misma columna difieren para p < 0,05 según Tukey.

Los resultados de esta investigación indicaron contenidos de proteína bruta que no alcanzaron 23,0 %, para cada una de las especies estudiadas, aun con la dosis más alta de fertilización nitrogenada. Al respecto, Fulkerson et al. (2010) informaron que normalmente la proteína es adecuada en las pasturas, si se fertilizan con N. Sin embargo, una vez que el contenido de proteína supera 23 %, los nitratos se comienzan a acumular, y esto podría causar rechazo y disminución en el consumo, así como una reducción en la eficiencia del rumen, lo que no debe ocurrir en las condiciones de este experimento.

Cerdas-Ramírez (2018) encontró que, al aumentar las dosis de N, se incrementa la concentración de PB, pero la respuesta que obtuvo no fue lineal. Solo logró hasta los 200 kg de N, dosis mayores no aumentaron la concentración de PB. Velazco et al. (2019) señalaron que el contenido de proteína tiene un comportamiento lineal con las aplicaciones de fertilizante nitrogenado. Soto et al. (2004) establecieron que la proteína se incrementa en 32 %, cuando las dosis de N aumentan de 200 a 400 kg de N ha-1.

Pautasso et al. (2020) refieren que, si bien la utilización de fertilizantes es una tecnología reconocida, no se aplica correctamente, y que la respuesta de un cultivo varía en diferentes condiciones agroclimáticas. Newell y Hayes (2018) encontraron que las variedades híbridas de trigo tienen mayor concentración de proteína a una misma dosis de fertilizante. Una manera de incrementar el contenido de PB en las pasturas, sin demandar altas cantidades de fertilizantes, es la incorporación de leguminosas en las pasturas (Bozhanska y Churkova, 2020).

El NDVI indicó que existen diferencias estadísticamente significativas (p < 0,05) para especies y dosis de N. Todas las especies presentaron respuesta positiva a las dosis de N. Sus cambios en el crecimiento, determinados mediante el NDVI, respondieron a un modelo cuadrático. Las especies F. arundinacea x L. multiflorum, L. perenne x L. multiflorum y L. perenne tuvieron valores mayores de IVDN, cuando se fertilizaron con 280 y 350 kg de N, con respecto a F. arundinacea y D. glomerata, que mostraron los más bajos (fig. 3 y tabla 4).

Figura 3 Índice de vegetación diferenciado normalizado en cinco especies de pasturas fertilizadas con diferentes dosis de nitrógeno 

Tabla 4 Índice de vegetación diferenciado normalizado (IVDN) en cinco especies de pasturas fertilizadas con diferentes dosis de nitrógeno. 

Letras desiguales en una misma columna difi eren para p < 0,05 según Tukey

El uso del NDVI y los índices de color (imágenes espectrales) para determinar cambios en el color y la morfología de las plantas han sido probados por Filippa et al. (2018). También Yao et al. (2014) concluyeron que se puede utilizar el NDVI para estimar el estado nutricional de un cultivo de manera no destructiva.

En estudios realizados para establecer los factores que controlan la eficiencia fotosintética de la planta, Ma et al. (2017) determinaron que la temperatura, la humedad y los nutrientes del suelo, principalmente el nitrógeno, son los factores más importantes que determinan la eficiencia fotosintética, por lo que el NDVI se ha utilizado como una herramienta para mejorar la aplicación y eficiencia de los fertilizantes nitrogenados (Lapidus et al., 2017; Umesh et al., 2018). A su vez, Chim et al. (2017) determinaron que el IVDN permite establecer la respuesta potencial del N en los cultivos, lo que se corrobora en los resultados de este estudio.

Rahetlah et al. (2014) y Karlsen et al. (2018) concluyeron que la biomasa de los pastizales se puede estimar a partir del NDVI. Estos autores refirieron que su correlación es variable (entre 0,6 y 0,8) y depende del método que se utilice y de la especie que se quiera medir, lo que coincide con los datos obtenidos en esta investigación.

Vleugels et al. (2017) determinaron que los mayores niveles de NDVI (0,86) en pasto raigrás para producción de semilla lo alcanzaron con 140 kg de N ha-1. Dosis más altas de N no incrementaron de manera significativa los niveles de NDVI ni la producción de semilla. Sin embargo, (Fagundes et al., 1999) concluyeron que distintos cultivares presentan diferente eficiencia de uso de la luz, diferentes áreas foliares y, por ende, diferente crecimiento y producciones de forraje.

CONCLUSIONES

Todas las especies respondieron positivamente a las dosis de aplicación de N. Hubo incremento en la producción de biomasa, contenido de proteína y IVDN. Sin embargo, existieron diferencias entre especies. F. arundinacea x L. multiflorum y L. perenne x L. multiflorum tuvieron mejores resultados, valores intermedios alcanzó L. perenne, mientras que F. arundinacea y D. glomerata lograron un desempeño bajo, lo que obedece a que estas no se adaptaron a las condiciones agroclimáticas del ensayo.

AGRADECIMIENTOS

Se agradece a la Universidad Central del Ecuador y a la Facultad de Ciencias Agrícolas por el financiamiento de esta investigación, así como a los estudiantes de Pastos y Forrajes, años 2017 y 2018, quienes colaboraron con la siembra, manejo y riego de las parcelas.

REFERENCIAS BIBLIOGRÁFICAS

1.  Alesandri, D. & Alesandri, G. Seminario sobre fertilización nitrogenada en pasturas. Uruguay: Universidad de la República, 2009. [ Links ]

2.  Alfaro, M. & Salazar, F. Ganadería y contaminación difusa, implicancias para el sur de Chile. Agric. Téc2.  ., Chile. 65 (3):330-340. https://scielo.conicyt.cl/scielo.php?pid=S0365-28072005000300012&script=sci_arttext2.  , 2005. [ Links ]

3.  AOAC. Moisture in animal feed. AOAC Official Method 934.013.  . Arlington, USA: AOAC International. https://www.grains.k-state.edu/extension/doc/procedures/animal-feed-moisture-procedures.pdf3.  , 2019. [ Links ]

4.  Bozhanska, Tatyana & Churkova, Boryana. Correlation and regression relationships between quantitative and qualitative indicators of perennial grass and legume mixtures. Bulg. J. Agric. Sci4.  . 26 (3):567-573, 2020 [ Links ]

5.  Campillo, R.; Jobet, C. & Undurraga, P. Optimización de la fertilización nitrogenada para trigo de alto potencial de rendimiento en Andisoles de la región de la Araucanía. Agric. Téc5.  ., Chile . 67 (3):281-291, 2007. DOI: http://dx.doi.org/10.4067/S0365-280720070003000075.  [ Links ]

6.  Cerdas-Ramírez, R. Extracción de nutrientes y productividad del botón de oro (Tithonia diversifolia6.  ) con varias dosis de fertilización nitrogenada. InterSedes6.  . 19 (39):172-187, 2018. DOI: http://dx.doi.org/10.15517/isucr.v19i39.340766.  . [ Links ]

7.  Chim, B. K.; Davis, P.; Black, T. & Thomason, W. In-season decision support tools for estimating sidedress nitrogen rates for corn in the Mid-Atlantic Coastal Plain. J. Plant Nutr7.  . 100 (3):2818-2828, 2017. DOI: https://doi.org/10.1080/01904167.2017.13825317.  . [ Links ]

8.  Climate-Data.Org. Clima8.  . Tumbaco, cantón Quito, provincia de Pichincha8.  . Oedheim, Alemania: Climate-date. org. https://es.climate-data.org/america-del-sur/ecuador/provincia-de-pichincha/tumbaco-34393/8.  , 2019 [ Links ]

9.  Duran, Brianna E. L.; Duncan, D. S.; Oates, L. G.; Kucharik, C. J. & Jackson, R. D. Nitrogen fertilization effects on productivity and nitrogen loss in three grass-based perennial bioenergy cropping systems. PLoS One9.  . 11 (3):e0151919, 2016. DOI: https://doi.org/10.1371/journal.pone.01519199.  . [ Links ]

10.  Fagundes, J. L.; Silva, Sila C. da; Pedreira, C. G. S.; Sbrissia, A. F.; Carnevalli, Roberta A.; Catvalho, C. A. B. de et al.10.  Índice de área foliar, interceptação luminosa e acúmulo de forragem em pastagens de Cynodon10.  spp. sob diferentes intensidades de pastejo. Scientia Agricola10.  . 56 (4):1141-1150. https://www.researchgate.net/profile/Andre_Sbrissia/publication/26365229_Indice_de_area_foliar_interceptacao_luminosa_e_acumulo_de_forragem_em_pastagens_de_Cynodon_spp_sob_diferentes_intensidades_de_pastejo/links/0c960531b6aca21dd2000000.pdf10.  , 1999. [ Links ]

11.  FAO. La ganadería y el medio ambiente11.  . Roma: FAO. http://www.fao.org/livestock-environment/es/11.  , 2019. [ Links ]

12.  FAO. Producción animal12.  . Roma12.  : FAO . http://www.fao.org/animal-production/es/12.  , 2018. [ Links ]

13.  Filippa, G.; Cremonese, E.; Migliavacca, M.; Galvagno, Marta; Sonnentag, O.; Humphreys, E. et al.13.  NVDI derived from near-infrared-enabled digital cameras. Applicability across different plant functional types. Agr. Forest Meteorol13.  . 249:275-285, 2018. DOI: https://doi.org/10.1016/j.agromet.2017.11.00313.  . [ Links ]

14.  Fulkerson, B.; Griffiths, N.; Sinclair, Katrina & Beale, P. Milk production from kikuyu grass based pastures14.  . Prime Fact 1068. P. 1-13. https://www.dpi.nsw.gov.au/__data/assets/pdf_file/0012/359949/Milk-production-from-kikuyu-grass-based-pastures.pdf14.  , 2010a [ Links ]

15.  García, F. O. Manejo sostenible de nutrientes en los sistemas agrarios para el incremento de la producción atendiendo la temática ambiental. IV Congreso Paraguayo de Ciencias Agrarias.15.  Paraguay: Facultad de Ciencias Agrarias, Universidad Nacional de Asunción. p. 1-44. http://lacs.ipni.net/ipniweb/region/lacs.nsf/0/9972F6D0989E3DDA84258108000FCD46/$FILE/FGarcia%20-%20Conferencia%20IVCNCA_2017.pdf15.  , 2017. [ Links ]

16.  Gerber, P.; Steinfeld, H.; Henderson, B.; Mottet, A.; Opio, C.; Dijkman, J. et al. Tackling climate change through livestock: a global assessment of emissions and mitigation opportunities16.  . Rome: FAO. http://www.fao.org/3/a-i3437e.pdf16.  , 2013. [ Links ]

17.  IDAE. Ahorro. Eficiencia energética y fertilización nitrogenada17.  . España: IDAE. http://www.idae.es/uploads/documentos/documentos_10418_Fertilizacion_nitrogenada_07_e65c2f47.pdf17.  , 2007. [ Links ]

18.  Karlsen, S. R.; Anderson, H.; Van-der-Wal, R. & Hansen, B. A new NVDI measure that overcomes data sparsity in cloud-covered regions predicts annual variation in ground-based estimates of high arctic plant productivity. Environ. Res. Lett18.  . 13 (2):025011. https://iopscience.iop.org/article/10.1088/1748-9326/aa9f75/meta18.  , 2018. [ Links ]

19.  Lapidus, D.; Latané, Annah; Ortiz-Monasterio, I.; Beach, R. & Cárdenas-Castañeda, María E. The greenseeker handheld: a research brief on farmer technology adoption and disadoption19.  . Publication No. RB-0014-1705. North Caroline, USA: RTI Press, 2017. DOI: https://doi.org/10.3768/rtipress.2017.rb.0014.170519.  . [ Links ]

20.  Ma, S.; Osuna, Jessica L.; Verfaillie, J. & Baldocchi, D. D. Photosynthetic responses to temperature across leaf-canopy-ecosystem scales: a 15-year study in a Californian oak-grass savanna. Photosynth. Res20.  . 132 (3):277-291, 2017. DOI: https://doi.org/10.1007/s11120-017-0388-520.  . [ Links ]

21.  Mejia-Taborda, Ana C.; Ochoa-Ochoa, R. & Medina-Sierra, Marisol. Efecto de diferentes dosis de fertilizante compuesto en la calidad del pasto kikuyo (Pennisetum clandestinum21.  Hochst. Ex Chiov.). Pastos y Forrajes21.  . 37 (1):31-37. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-0394201400010000421.  , 2014. [ Links ]

22.  Méndez, D. G.; Barraco, Miriam R. & Berone, G. D. Fertilización nitrogenada de pasturas de festuca y agropiro. En: Memoria técnica 2015-2016/EEA General Villegas22.  . Argentina: INTA, EEA General Villegas. p. 67-68, 2016. [ Links ]

23.  Newell, M. T. & Hayes, R. C. An initial investigation of forage production and feed quality of perennial wheat derivatives. Crop and Pasture Science23.  . 68 (12):1141-1148, 2018. DOI: https://doi.org/10.1071/CP1640523.  . [ Links ]

24.  Pautasso, J. M.; Quinodóz, J. E.; Lezana, Lucrecia; Isaurralde, R.; Peltzer, Y.; Giordano, M. et al.24.  Respuesta a la fertilización nitrogenada de avena y raigrás. XVII Congreso Argentino de la Ciencia del Suelo.24.  Corrientes, Argentina: Asociación Argentina de Cienca del Suelo. https://repositorio.inta.gob.ar/handle/20.500.12123/781224.  , 2020. [ Links ]

25.  Rahetlah, V. B.; Salgado, P.; Andrianarisoa, B.; Tillard, E.; Razafindrazaka, H.; Le Mézo, L. et al.25.  Relationship between normalized difference vegetation index (NDVI) and forage biomass yield in the Vakinankaratra region, Madagascar. LRRD25.  . 26 (5). http://www.lrrd.org/lrrd26/5/rahe26095.html25.  , 2014. [ Links ]

26.  Rechiţean, D.; Dragoş, M.; Dragomir, N.; Horablaga, M.; Sauer, M.; Camen, D. et al.26.  Associated culture of Italian ryegrass (Lolium multiflorum) and crimson clover (Trifolium incarnatum) under nitrogen fertilization. Animal Science & Biotechnologies/Lucrari Stiintifice: Zootehnie si Biotehnologii.http://web.b.ebscohost.com/ehost/pdfviewer/pdfviewer?vid=1&sid=1fb0fae3-ecc8-4857-8ffa-f58e26f9ae2e%40sessionmgr12026.  , 2018. [ Links ]

27.  Santillano-Cázares, J.; López-López, Á.; Ortiz-Monasterio, I.. & Raun, W. R. Uso de sensores ópticos para la fertilización de trigo (Triticum aestivum27.  L.). Terra Latinoamericana27.  . 31 (2):95-103. http://www.scielo.org.mx/scielo.php?script=sci_abstract&pid=S0187-57792013000300095&lng=es&nrm=iso&tlng=es27.  , 2013. [ Links ]

28.  Soto, P.; Jahn, E. & Arredondo, Susana. Mejoramiento del porcentaje de proteína en maíz para ensilaje con el aumento y parcialización de la fertilización nitrogenada. Agric. Téc28.  ., Chile . 64 (2):156-162, 2004. DOI: https://dx.doi.org/10.4067/S0365-2807200400020000428.  . [ Links ]

29.  Steinfeld, H.; Gerber, P.; Wassenaar, T.; Castel, V.; Rosales, M. & De Haan, C. La larga sombra del ganado: Problemas ambientales y opciones29.  . Roma: FAO. http://www.fao.org/3/a-a0701s.pdf29.  , 2009. [ Links ]

30.  Suter, M.; Connolly, J.; Finn, J. A.; Loges, R.; Kirwan, Laura; Sebastià, María T. et al.30.  Nitrogen yield advantage from grass-legume mixtures is robust over a wide range of legume proportions and environmental conditions. Glob. Change Biol30.  . 21 (6):2424-2438, 2015. DOI: https://doi.org/10.1111/gcb.1288030.  . [ Links ]

31.  Trimble Inc. Trimble GreenSeeker handheld crop sensor, flow and application control31.  . Sunnyvale, USA. https://www.trimble.com/Agriculture/gs-handheld.aspx?tab=Product_Overview31.  , 2019. [ Links ]

32.  Umesh, M. R.; Swamy, T. S. M.; Ananda, N.; Shanwad, U. K.; Chittapur, B. M.; Desai, B. K. et al.32.  Nitrogen application based on decision support tools to enhance productivity, nutrient-use efficiency and quality of sweet corn (Zea mays32.  ). Indian J. Agron32.  . 63 (3):331-336. http://www.indianjournals.com/ijor.aspx?target=ijor:ija&volume=63&issue=3&article=01232.  , 2018. [ Links ]

33.  UNAM. Laboratorio de alimentos I. Procedimientos33.  . México: UNAM. http://depa.fquim.unam.mx/amyd/archivero/PROCEDIMIENTOS13-I_20566.pdf33.  , 2019. [ Links ]

34.  Velazco, L.; Sabando, M. & Delgado, M. Fertilización nitrogenada y frecuencia de corte sobre producción forrajera del pasto estrella (Cynodon nlemfuensis34.  , K. Schum) en época seca. Rev. Ecuat. Cienc. Anim34.  . 2 (3):7-15. http://www.revistaecuatorianadecienciaanimal.com34.  , 2019. [ Links ]

35.  Villalobos, L. Respuesta del pasto alpiste (Phalaris arundinacea35.  L.) a la fertilización nitrogenada en Costa Rica. Agron. Costarricense35.  . 40 (2):63-75, 2016. DOI: https://doi.org/10.15517/rac40i2.2738635.  . [ Links ]

36.  Vleugels, T.; Rijckaert, G. & Gislum, R. Seed yield response to N fertilization and potential of proximal sensing in Italian ryegrass seed crops. Investigación de cultivos de campo36.  . 211:37-47, 2017. DOI: https://doi.org/10.1016/j.fcr.2017.06.01836.  . [ Links ]

37.  Yao, Y.; Miao, Y.; Cao, Q.; Wang, H.; Gnyp, M. L.; Bareth, G. et al.37.  In-season estimation of rice nitrogen status with an active crop canopy sensor. IEEE J. Sel. Top. Appl. Earth Obs. Rem. Sen37.  . 7 (11):4403-4413, 2014. DOI: https://doi.org/10.1109/JSTARS.2014.232265937.  [ Links ]

Recibido: 28 de Octubre de 2020; Aprobado: 16 de Marzo de 2021

*Correo electrónico: fgutierrez@uce.edu.ec

Francisco Adolfo Gutiérrez-León. Escritura del artículo científico y el proyecto de investigación, gestión de los fondos, análisis de muestras, tabulación y análisis estadístico.

Brenda Pamela Benalcázar-Carranza. Evaluación de las variedades de L. perenne; Lolium perenne x Lolium multiflorum var. Shogum y F. arundinacea.

Vanessa Fernanda López-Fiallos. Evaluación de D. glomerata y F. arundinacea x L. multiflorum var. Premium.

Soraya Alvarado-Ochoa. Escritura del proyecto y revisión de la base de datos.

Arnulfo Rigoberto Portilla-Narváez. Secado de muestras y análisis de laboratorio.

Creative Commons License