BIOMETRÍA DE FRUTAS DE MACAÚBA

- 317193
Resumen
Favoritar este trabajo
¿Cómo citar este artículo?
Resúmenes

La macabraba (Acrocomia aculeata) es una palmera muy prometedora, con amplia distribución en América tropical, con potencial productivo superior a las 8 toneladas/ha de aceite vegetal, con los primeros cultivos comerciales en el estado de Minas Gerais. En este contexto, la investigación ha actuado fuertemente por el avance tecnológico para el mejoramiento del sistema de producción y selección de genotipos superiores, requiriendo el uso de metodologías precisas y menos costosas. Por lo tanto, el objetivo de este estudio fue construir modelos de predicción para estimar los pesos de los componentes de los frutos de macaúba, mediante caracteres físicos de fácil medición. Para el estudio se utilizaron cinco accesiones de poblaciones naturales de macaúba introducidas en el BAG de Embrapa Cerrados: Paranoá-DF, Formosa-GO, Carmo do Paranaíba-MG y Lagoa Formosa-MG. Se evaluaron 20 frutos maduros de cada acceso para determinar las características físicas del fruto bipartito y se obtuvieron variables relacionadas con estas características. Posteriormente, se observó el peso real de cada componente del fruto (cáscara, pulpa, endocarpio y almendra) y  con base en el conjunto de variables obtenidas, se utilizó un análisis de regresión múltiple escalonado para construir modelos de regresión para obtener el peso estimado de cada componente. La validación de los modelos mediante la correlación entre los datos observados versus los estimados alcanzó coeficientes de determinación (R2) superiores a 0,8 para el peso de la pulpa y la almendra

¡Comparte tus ideas o preguntas con los autores!

¿Sabías que el mayor estímulo en el desarrollo científico y cultural es la curiosidad? ¡Deje sus preguntas o sugerencias al autor!

Inicia sesión para interactuar

¿Tiene alguna pregunta o sugerencia? ¡Comparte tus comentarios con los autores!

Eje Temático
  • Fisiología & Sistemas de Producción
Palabras Clave
Acrocomia aculeata
Medidas
Modelo de predicción
poco a poco