A fruticultura brasileira destaca-se no mundo por sua grande produção, sendo o Brasil o terceiro maior produtor entre todos os países, e também por sua enorme diversidade que engloba espécies nativas, naturalizadas e exóticas adaptadas aos diferentes biomas, do Sul ao Norte do país.

ABSTRACT This research evaluated the effects of different salinity levels of irrigation water on the growth of pineapple cv. Smooth Cayenne, during initial stages up to 140 days under greenhouse conditions. The soil utilized in the study was classified as Rhegossol. A randomized block experimental design, consisting of 8 levels of water salinity (electrical conductivity of 0, 1, 2, 3, 4, 5, 6 and 7 dS.m-1 at 25°C) with 4 replications was adopted. The salinity levels were obtained by adding adequate volumes of NaCl and CaCl2 solutions, maintaining the 7:3 proportion between Na and Ca, respectively. The results obtained show that high levels of salinity in the irrigation water provoked significant reductions in the studied variables (establishment index, leaf emission, leaf area, weights of areal and root parts) with the most drastic effects observed in treatments with salinity levels of irrigation water above 3 dS.m-1. | RESUMO Foram estudados, em casa-de-vegetação, os efeitos de diferentes níveis de salinidade na água de irrigação sobre o desenvolvimento do abacaxizeiro, cv. 'Smooth Cayenne', durante os primeiros 140 dias, em um Regossolo. Adotou-se o delineamento experimental em blocos casualizados, com 4 repetições, sendo testados 8 níveis de salinidade de água (condutividade elétrica de 0, 1, 2, 3, 4, 5, 6 e 7 dS.m-1 a 25ºC), preparados com a adição de NaCl e CaCl2, mantendo a proporção de 7:3 entre Na e Ca, respectivamente. Com a elevação dos níveis de salinidade da água de irrigação ocorreram reduções significativas nas variáveis estudadas (índice de enraizamento das plantas, emissão de folhas, área foliar, fitomassa das partes aérea e raiz da planta) sendo os efeitos mais drásticos observados nos tratamentos com níveis de salinidade acima de 3 dS.m-1.

La implementación de sistemas de riego, para proporcionar agua a los cultivos en los momentos de mayor demanda o en épocas de faltantes, es una estrategia tecnológica usada que garantiza mayor estabilidad en los rendimientos. Sin embargo, para realizar un manejo estratégico del riego es necesario conocer el estado hídrico del cultivo, mediante el uso de indicadores como el contenido relativo de agua (CRA). El objetivo del trabajo fue evaluar el comportamiento del CRA en diferentes estratos de hojas de plantas de ananá frente a diferentes condiciones de restricción hídrica. El ensayo se llevó adelante dentro de un invernáculo ubicado en el Campo Experimental de la FCA UNNE (-27,4750;-58,7830). Se trabajó con 36 plantas de ananá (variedad Cayenalisa) en macetas. Tres manejo del riego como tratamientos; T1: 100% de capacidad de campo (CC); T2: 50% de CC y T3: 25% de CC. El diseño experimental fue completo al azar con 6 repeticiones y mediciones cada 30 días (Nov/18 a Feb/19) en tres estratos de la planta; superior (ES) correspondiente a las hojas apicales; medio (EM) el de las hojas centrales; e inferior (EI) el de las hojas inferiores. En el ES no se observó respuesta del CRA frente a los tratamientos antes de los 120 días. En el EM, se observaron diferencias significativas entre el T3 respecto a T1 y T2 ya a partir de los 60 días; el T2 se diferenció del T1 a los 120 días. En el EI el T3 se diferenció de los otros tratamientos a los 60 días. Luego de 120 días los valores de CRA de los 3 tratamientos presentaron una caída sin diferencias significativas. El CRA reflejó la restricción hídrica mejor en el EM que en el EI y en el ES. El parénquima acuífero propio del mesófilo del ananá, otorga a esta especie una lenta respuesta en este indicador (más de 60 días de restricción) lo cual justifica la búsqueda de otros indicadores que sean más sensibles y permitan detectar antes la deficiencia hídrica en plantas de ananá.

El ananá es una bromeliácea que se cultiva a nivel mundial por el valor comercial de su fruto. En la argentina su cultivo se limita a la zona norte del país, por ser un cultivo que no tolera las bajas temperaturas, por ende, para obtener buenos rindes se requiere cobertura y el correcto manejo del riego. Conocer la disponibilidad de agua en el suelo es indispensable para el manejo del cultivo bajo invernáculo, para ello existen diversos instrumentos para el control de la humedad del suelo, pero generan mediciones localizadas por lo que identificar alternativas de control de humedad del suelo que abarquen mayor área de influencia impulsó este trabajo. Con el objetivo de estimar en el cultivo de ananá en invernáculo el consumo del agua en el suelo, se realizó un modelado mediante la regresión lineal múltiple, usando indicadores no destructivos como el índice de vegetación diferencial normalizada (NDVI), el contenido relativo de agua (CRA) y variables climáticas. El área experimental se encuentra ubicado en el Campo didáctico de la Facultad de Ciencias Agrarias UNNE. El suministro de agua fue por medio de un sistema de riego por goteo, con un emisor por planta de 4 l h-1 situado a 10 cm del tallo. El área experimental consistió en 12 parcelas de 3.3 m largo x 0.6 m de ancho. Para el armado de estas se removió el suelo hasta los 0.5 m de profundidad y se agregó una cubierta de polietileno alrededor de cada parcela que eliminó el movimiento horizontal del agua y sin fondo para permitir el drenaje. El material estudiado fueron plantas de Ananas comosus (L.) Merr. de la variedad Cayena lisa, de igual tamaño (28 cm de altura y 30 cm de ancho promedio) al inicio del experimento. El ensayo se realizó con un diseño en bloque completo al azar con 3 tratamientos y 4 repeticiones. Los tratamientos consistieron en riegos hasta capacidad de campo: cada 3 días (T1), cada 7 días (T2) y cada 15 días (T3). Cada 3 días se midió la tasa de consumo diario del agua en el suelo (Agsuelo diario, mm día-1) con sensores de humedad SCH-20 conectados a un datalogger de 8 canales. Se ubicaron 2 sensores a 0.3 m de profundidad por parcela registro. Se estimó el consumo del agua en el suelo (Agsuelo, mm) usando la fórmula: Agsuelo = (thetad – thetaa) × E; donde thetad: Lectura después del riego (m3 m-3); thetaa: Lectura antes del riego (m3 m-3); E: Espesor enraizable (mm). Se tomó como thetad la lectura a las 6 horas después del riego, y thetaa a la lectura previa al riego. Para estimar Agsuelo diario se aplicó la 1er derivada a la función del Agsuelo acumulado en el tiempo. Cada 15 días se midió: El CRA (%) de las plantas mediante el método gravimétrico relacionando el peso de la hoja fresca y el peso de la hoja turgente. Se realizaron mediciones de NDVI (GreenSeeker® Trimble, USA) individualmente en plantas al azar en cada unidad experimental. Se estimó la duración del día (Ddiurna, horas) a través de la cuantificación de las horas de registro de radiación diaria a lo largo del ensayo. Se promediaron las duraciones diurnas diarias obtenidos antes de cada muestreo. Se registró cada 30 minutos la humedad relativa (máxima - mínima; HR - Hr, %) y temperatura ambiente (máxima - mínima; T°máx - T°mín, °C) mediante un datalogger. Se utilizó el entorno R a través del R studio para el modelado de los datos y validación. Se determinó con el coeficiente de Pearson winzorizado la asociación entre las variables predictoras-respuesta. Se realizaron 3 modelos para la regresión lineal múltiple usando los métodos backward stepwise selection y shrinkage (RIDGE y LASSO, respectivamente). Se utilizaron el 70% de los datos para ajustar los modelos y el 30% para estimar la precisión de las predicciones. Se comparó las medias de los valores predichos y observados con una prueba de t. Para el modelado, se tomó a Agsuelo diario como la variable respuesta y se consideraron como predictores las variables climáticas HR, Hr, T°máx, T°mín y Ddiurna; el CRA como variable indicadora del estado hídrico del ananá y el NDVI como variable vinculada al estado nutricional. Se realizó la prueba de correlación y se observó que fueron significativos, pero con baja correlación. Luego de la elección y validación de los predictores se determinó que el modelo obtenido por el método de LASSO fue el más apto, con un MSE de 0.8587 y 6 variables predictoras. Agsuelo diario = 2.4916 + CRA × (-0.0313) + Ddiurna × (0.1218) + HR × 0.0102 + T2 × (-0.5482) + T3 × (-1.3415). La prueba t indicó igualdad de medias entre los valores predichos y observados para los T1 y T2, no así para el T3, lo que indicaría que el modelo no respondió cuando la planta permaneció en un estado de estrés hídrico alcanzado con el T3. Se concluye que las variables no destructivas evaluadas son potencialmente útiles para la predicción del agua en el suelo en el cultivo de ananá en invernadero, sin embargo, son necesarias más determinaciones y pruebas para alcanzar algún modelo más concluyente.