Analisys of greenhouse tomato productivity under different management practices through mixed models | Análisis de la productividad del tomate en invernadero bajo diferentes manejos mediante modelos mixtos

Испанский язык; кастильский. La productividad del cultivo de tomate bajo invernadero es resultado de la interacción de factores ecofisiológicos, de los cuales el productor ejerce un mayor o menor grado de control sobre ellos. Factores como densidad de plantación y poda de frutos determinan la productividad y el agricultor aplica sus propios esquemas de manejo de acuerdo con su criterio. Con el fin de evaluar diferentes estrategias de manejo de densidad de plantación y poda de frutos y su efecto sobre la productividad se aplicó la técnica de modelación estadística denominada modelos mixtos. Estos modelos aparte de incluir efectos fijos incluyen efectos aleatorios para cada uno de los individuos de la población estudiada. La productividad acumulada por planta en función de los días después del trasplante para nueve combinaciones de densidad de plantación y poda de frutos se ajustó a un modelo Gompertz donde el mejor ajuste fue obtenido con el modelo mixto al cual se le añadió un efecto aleatorio a la asíntota superior. Este parámetro representa la productividad potencial de cada uno de los tratamientos. Con base en la variabilidad del efecto aleatorio de la asíntota superior, producto de la calibración del modelo, se construyó una función de densidad de probabilidad. De acuerdo con esta función, el tratamiento con la productividad potencial más alta (6,82 kg/planta) fue aquel con una densidad de plantación de 2,3 plantas/m2 y con una poda de cinco frutos en los primeros cuatro racimos y cuatro frutos en el resto de racimos. Palabras clave adicionales: función Gompertz, efectos aleatorios, densidad de plantación,poda de frutos, Sabana de Bogotá.

Английский. Greenhouse tomato productivity is the result of an interaction of ecophysiolgical factors, in where some of these could be controlled by the grower to a certain extent. The factors, such as planting density and fruit pruning, determine this productivity and growers apply their own management schemes according to their criteria. In order to evaluate different planting densities and fruit pruning strategies on tomato productivity, the statistical modelling technique known as mixed models was applied. These models not only include fixed effects but also random effects to each one of the individuals of the population under study. Cumulated productivity per plant as a function of days after transplanting for nine planting density and fruit pruning combinations was calibrated to a Gompertz model where the best fit was obtained for the mixed model where a random effect was ajusted to the upper asymptote. This parameter represents the potential productivity for each one of the treatments. Based on the variability found for the random effect, as a result of model calibration, a probability density function was created. According to this function, the treatment with the highest potential productivity was the one planted at 2.3 plants/m2 and a pruning of five fruits for the first four trusses and four fruits for the rest of developed trusses.Additional key words: Gompertz function, random effects, planting density, fruit pruning, Bogota Plateau