GROWTH CURVE OF A TROPICAL MIXED-GRASS PASTURE IN A HOT AND HUMID CLIMATE | CURVA DE CRECIMIENTO DE UNA PASTURA TROPICAL DE GRAMÍNEAS MEZCLADAS EN UN CLIMA CÁLIDO-HÚMEDO

Английский. Background. Pasture growth rate (PGR, kg/ha/day) depends on climatic and management practices. However, studies on the influence of the environment on pasture production and productivity of dry matter are scarce in tropical, hot, and humid regions of México. Objective. To estimate the pasture growth curve using time and climatic variables. Methodology. We related, through nonlinear models, the accumulated growth of a pasture composed of native grasses mixed with exotic grasses, using time and the variables temperature and day length as independent variables, the latter integrated into a single variable called thermal photo units (PTU). We estimated the daily growth rates of five divisions; from these, the forage yields for ten days until completing 29 periods. The best-fit models had the largest coefficients of determination and the lowest Akaike’s information criterion. Results. The model that best described the relationship between cumulative yield (Y) and cumulative growing days (X) was reciprocal-quadratic: y = x/(0.097535 – 0.0000881x + 0.0000006810x2) with R2Adj, of 0.9988 and an AICC of 222.6. The model that best described the relationship between the accumulated performance and the accumulated PTU was rational: y = (- 317.8 + 1.594x + 0.00001307x2)/(1 + 0.001059x + 0.00000001964x2), with R2Adjt.=0.9985 and AICC=233.4. Likewise, a two-segment model showed a close fit. The logarithmic model described the first segment: y1 = -2268 + 417.2*(ln(x)), when y2 =1079.3e0.00003932X, if x > 8415; with R2Adj. = 0.9975 and AICc = 245.1. The value 8415 PTU was when the first derivative of both models coincided. Implications. The information generated is useful because it allows grazing system adjustment concerning the correct stocking rate application and designing more efficient grazing rotations. Conclusions. The conversion of growth rates to accumulated yield for ten-day periods produced a smooth curve that allowed fitting high-precision nonlinear models to predict forage accumulation from time and climatic variables.

Испанский язык; кастильский. Antecedentes. La tasa de crecimiento de la pastura (TAC, kg/ha/día) depende del clima y de las prácticas de manejo. Sin embargo, los estudios sobre la influencia del ambiente en la producción y la productividad de materia seca de los pastos son escasos en las regiones tropicales, cálidas y húmedas de México. Objetivo. Estimar la curva de crecimiento de la pastura utilizando variables del clima y el tiempo. Metodología. Relacionamos, a través de modelos no lineales, el crecimiento acumulado de una pastura compuesta por gramas nativas mezcladas con gramíneas exóticas, utilizando como variables independientes el tiempo y las variables temperatura y duración del día, esta última integrada en una sola variable denominada unidades fototérmicas (UFT). Estimamos las tasas de crecimiento diarias de cinco divisiones; de estas, se calculó el rendimiento acumulado de forraje por diez días hasta completar 29 periodos. Los modelos de mejor ajuste tenían los mayores coeficientes de determinación y el criterio de información de Akaike más bajo. Resultados. El modelo que mejor describió la relación entre el rendimiento acumulado (y) y los días de crecimiento acumulados (x) fue recíproco-cuadrático: y = x/(0.097535 – 0.0000881x + 0.0000006810x2) con R2Adj, de 0.9988 y un AICC de 222.6. El modelo que mejor describió la relación entre el rendimiento acumulado y las UFT acumuladas fue el racional: y = (- 317.8 + 1.594x + 0.00001307x2)/(1 + 0.001059x + 0.00000001964x2), con R2Adj=0.9985 y AICC=233.4. Asimismo, un modelo de dos segmentos mostró un ajuste cercano a la unidad. El modelo logarítmico describió el primer segmento: y1 = -2268 + 417.2*(ln(x)), en tanto que y2 =1079.3e0.00003932x, si x > 8415; con R2Adj = 0,9975 y AICc = 245.1. El valor de 8415 UFT ocurrió cuando coincidían la primera derivada de ambos modelos. Implicaciones. La información generada es útil porque permite ajustar el sistema de pastoreo en cuanto a la correcta aplicación de la carga animal y diseñar modelos de rotación de pastoreo más eficientes para predecir la acumulación de forraje a partir del tiempo y las variables climáticas. Conclusiones. La conversión de tasas de crecimiento a rendimiento acumulado por períodos de diez días produjo una curva suave que permitió ajustar modelos no lineales con una alta precisión para predecir la acumulación de forraje a partir de variables climáticas y el tiempo.