ARTÍCULO DE INVESTIGACIÓN

 

 

 

Algunas consideraciones sobre los metodos de muestreo en la estimación de la disponibilidad del pasto

 

 

 

J. Martínez, Milagros Milera y E. Pereira

Estación Experimental de Pastos y Forrajes «Indio, Hatuey» Matanzas, Cuba

 

 

 


RESUMEN

La cantidad de biomasa presente en el pasto es el factor de mayor impor-tancia a considerar entre los indicadores a medir en el campo y uno de los problemas confrontados ha sido disponer de métodos de medición que nos permitan hacer una estimación correcta de la misma.

Los investigadores no siempre han dispuesto de métodos sencillos y eficien-tes para medir la disponibilidad y el rechazo de la hierba pastada, así como la calidad del material seleccionado por el animal. La causa fundamental es la variabilidad en el peso del forraje, que depende de la especie, su nutrición mineral y manejo, la selección de los animales en pastoreo, el pisoteo y la variabilidad en la fertilidad debido a las excretas.

Esto implica que el número de muestras a cortar sea generalmente grande si se quiere tener un estimado fiable, lo que representa un gran esfuer-zo, empleo de recursos y tiempo cuando la estimación de la producción se realiza a través del método tradicional de corte, secado y pesado.

Para resolver estos problemas se han propuesto varias técnicas, las cuates se basan en la medida o estimación de algún indicador que tenga una relación con la producción (López, 1980), así como otras alternativas más dinámicas que el método de corte y pesado tradicional, el cual requiere de mayor tiempo y recursos. Estas técnicas varían desde la simple estimación visual (Haydock y Shaw, 1975) y mediciones de altura con el disco simple (Castle, 1976) y el disco pesado (Santillan, citado por López, 1980) hasta la utilización de instrumentos electrónicos (Neal y Neal, 1973).

Sin embargo, la experiencia en la estimación visual de la producción de forrajes, la variabilidad en el ambiente y la habilidad en el uso de las técnicas e instrumentos, son factores que afectan la veracidad de las estimaciones (Farias y Thomas, 1984; Martínez, Pereira, Milera y Torres, 1985), a los cuales se une el contenido de materia seca, la composi-ción botánica, la época y el efecto que trae consigo el pisoteo (Stockdale, 1984).


 

 

INTRODUCCIÓN

CARACTERÍSTICAS, CLASIFICACIÓN Y PROPIEDADES DE LOS MÉTODOS DE MUESTREO

No existe ningún método para medir el rendimiento o cualquier otro atributo, aplicado a todas las situaciones. Todos los métodos tienen puntos negativos y positivos y es el muestreador quien debe examinar cuidadosamente los aspectos teóricos y prácticos en relación con las condiciones objetivas del área a mues-trear. Conocer la técnica de muestreo ayuda a la interpretación de los resul-tados.

López (1980) definió las condiciones que requiere un método para ser sencillo; entre estas las más importantes son:

1. Dar estimados de forraje producido o residual seguros y precisos.

2. Número de atributos o variables medidos en este sentido, varios atributos son ventajosos sobre uno solo.

3. Variabilidad en el rango de forraje disponible que el método es capaz de detectar.

4. Sensibilidad para medir los efectos de varios tratamientos (fertilizantes, riego, etc.) sobre los índices de crecimiento.

5. Detectar cambios en la densidad del pastizal con respecto a cambios morfológicos y fisiológicos.

6. Habilidad para detectar con la misma precisión materia seca o verde del pasto.

7. Que no esté afectado por cambios amplios en la composición botánica del pastizal.

Dentro de los métodos más utilizados citados en la literatura se encuentran:

- Método tradicional de corte

- Disco simple (Castle, 1976)

- Disco pesado (Santillan, citado por López, 1980)

- Medidor electrónico de capacitancia (Neal y Neal, 1973)

- La caja de cartón y plywood (Sharivastava, Miller, Jackobs, 1969)

- El cuadrado de cartón .(Alexander, SuIlivan, McCIound, 1962)

- La técnica de Core (Hutchinson, McLeon y Hamilton, 1972)

- Marcos de muestreo puntual e inclinado (Seedding y Large, 1957)

- El método de líneas (Wilm, Costello y Klippe, 1944)

- El método visual (Haydock y Shaw, 1975)

En general, cualquier estimado de producción de forraje obtenido por un método de muestreo debe ser exami-nado por tres propiedades generales: sesgo, precisión y eficiencia.

 

Precisión estadística

Para determinar el número óptimo de muestras de varios grados de precisión existen varias técnicas disponibles, que comprenden las aleatorias, las aleatorias estratificadas o cualquier otra técnica de muestreo aceptable .estadísticamente.

Para evitar los problemas producidos por una mala selección de la muestra individual, debe garantizarse la aleatori-zación de la misma. De acuerdo con la homogeneidad de la población y la .precisión deseada, se elegirá la técnica estadística más adecuada.

 

Muestreo aleatorio al azar

En este método todos los individuos de la población a muestrear tienen la misma posibilidad de ser seleccionados. Sus propiedades las resume Brown (citado por Jones, 1975) de la siguiente forma:

1. Cada unidad en la población tiene la misma probabilidad de ser incluida en la muestra, y cada una es selecciona-da independientemente de cualquier otra.

2. La muestra posibilita una estimación no sesgada de las características del área en su conjunto.

3. Seleccionando un número razonable de unidades en la muestra, el error debido al muestreo puede ser estima-do satisfactoriamente.

Este muestreo se recomienda cuando el pastizal es homogéneo.

 

Muestreo sistemático

Mediante el empleo de esta técnica se puede reducir considerablemente el error en la ubicación de la muestra individual tomada en la población y consiste en sistematizar su elección después de determinar en forma aleatoria el primer sitio de muestreo.

 

Muestreo estratificado

El mismo consiste en dividir el área en franjas o estratos para garantizar que la población dentro de estos sea homo-génea y es aplicable en poblaciones heterogéneas, donde la cantidad de muestras a tomar sea proporcional al área de cada estrato. De esta forma se logra que la muestra sea seleccionada en lugares homogéneos y que al mismo tiempo sea representativa de la totalidad del área de muestreo.

Una vez que hayan sido definidos los estratos, las muestras individuales se toman dentro de estos, mediante un esquema de selección aleatoria o sistemática.

 

Tamaño de la muestra

En los trabajos realizados hasta el momento los investigadores han em-pleado diferentes
marcos de muestreo en diversidad de lugares y condiciones. El criterio teórico y práctico ha demostrado que a tamaños de muestra mayores, se reducen considerablemente los errores de muestreo.

Los marcos utilizados teniendo en cuenta el concepto económico-práctico pueden ser menores de 0,25 m2 y hasta de 1,00 m2. Tirar un cuadrado y mues-trear el área donde caiga este, puede conllevar a sesgos que sean mayores a medida que disminuye el tamaño del cuadrado. Martínez, Pereira, Milera y Torres (1985) recomiendan el uso de marcos de 0,25 m2 para estimar la disponibilidad en pangola común.

El número de muestras individuales depende de la variabilidad del pasto, la técnica de muestreo, el objetivo para el cual se utilicen los datos y la periodicidad del muestreo, entre otros. El tamaño y número de la muestra tiene en cuenta además lo ideal y lo práctico.

Cada método de selección de la muestra tiene asociada la manera en que se determina su tamaño. Las fórmulas que se han desarrollado en este sentido son muy variadas; de ahí, que Senra y Venereo (1979) plantearan que prescin-diendo de algunos criterios teóricos y tomando en cuenta aquellos de carácter práctico y económico sea más aceptable muestrear hasta un 1% del área, es decir, 400 marcos de 0,25 m2/ha, lo que representa una muestra de tamaño considerable. Además, encontraron que una fracción de muestreo de 0,2% para el método de producción comparativa, con esquema de selección sistemática de la muestra y marco de 0,25 m2, representó un tamaño de la muestra de 80 marcos. Ellos obtuvieron una precisión de 4,6% en bermuda cruzada y de 7,8% en pasto estrella con relación al corte total del área.

Yamane (1970) planteó una fórmula para estimar el tamaño de la muestra cuando se aplica, la selección aleatoria

donde:

N = Tamaño de la población

Z = Nivel de confianza

D = Precisión

S = Desviación estadística

Las fórmulas de selección del tamaño de la muestra aparecen en la mayoría de los textos que tratan sobre muestreo.

MÉTODOS PARA DETERMINAR LA DISPONIBILIDAD DEL PASTO

Los métodos de muestreo estudiados para estos fines no han sido siempre todo lo sencillos y precisos que se desea y en muchas ocasiones se han visto obstaculizados por su complejidad desde el punto de vista de su aplicación práctica.

Senra y Venereo (1979) plantearon que los métodos de muestreo para estimar la producción de forraje pueden ser clasificados en dos grandes grupos:

Los de carácter objetivo, que requie-ren el corte y pesaje de la muestra seleccionada.

Los de carácter subjetivo, en los que la determinación de la disponibilidad se realiza a través de estimaciones visuales del material en la unidad de muestras seleccionadas o de la observación de otra variable íntimamente relacionada con ella y fácilmente medible (doble muestreo).

 

Métodos de carácter objetivo

La determinación de la disponibilidad a través de los métodos tradicionales de corte, pesaje y secado de la muestra, está comprendida en los métodos de carácter objetivo.

El método tradicional de muestreo del pasto produce un efecto destructivo en la hierba debido a la siega, además del esfuerzo y gastos de recursos que conlleva. A pesar de que la muestra individual es medida con gran precisión, esta se toma de una población altamente variable, por lo que los mejores resulta-dos se obtienen cuando se siegan parcelas completas en áreas de corte o cuando se muestrean las áreas de pastoreo con máquinas.

Pérez-Infante, Alfonso, Senra y Menchaca (1982) utilizaron la cosecha-dora SPKZ de cuchillas flotantes con una altura de corte a 10 cm del suelo y cuatro anchos de corte: 70, 100, 130 y 150 cm en muestreo de pastos y no encontraron significación estadística del sesgo en relación con el valor real; sin embargo, hubo significación entre los anchos de franjas de 70 y 150 cm, lo que pudo estar afectado por deficiencias en el corte del material debido a la reducida capacidad de la carreta para abarcar toda la cosecha del ancho de franja de 150 cm. Estos autores plantearon que los cortes entre 90 y 130 cm aparecen con más posibilidades para predecir la disponi-bilidad del pasto, pues la no significación estadística del sesgo con relación al valor real indica que los tratamientos tienen posibilidades de eliminar el sesgo y alcanzar el valor verdadero de corte para toda el área. También concluyeron que para determinar la disponibilidad (en condiciones comerciales donde las medi-ciones se efectúen varias veces al día) debe usarse el muestreo de corte mecanizado.

En los experimentos de corte en parcelas pequeñas el método tiene buenas posibilidades de aplicación, pues la variabilidad de la población es general-mente menor. En estos casos se puede cortar toda el área de la parcela o sólo partes pequeñas del área para estimar los rendimientos.

La variabilidad de los rendimientos de las muestras es mayor en condiciones de pastoreo, donde se han señalado errores de estimación de hasta un 25%. Cuando se muestrea el 2% del área para estimar la disponibilidad de materia seca en el pastizal y se realizan los muestreos en cada rotación, se obtendrá en 10 rotaciones al año un acumulado del 20% del área total, si se tiene presente no muestrear en el mismo sitio (Senra y Venereo, 1979).

Para muestrear arbustos se emplean sierras o tijeras de podar y el problema fundamental está dado por el hábito y grueso de los tallos. En este caso es conveniente hacer el muestreo de las plantas como unidades; así, en la leucaena se muestrean las hojas y tallos de menos de 6 mm de diámetro, lo que da una indicación razonable del área disponible-cosechable por el animal. La altura de muestreo debe estar entre 1,50 y 2,00 m en dependencia de la categoría animal que está pastando y la cantidad de alimento disponible, ya que se ha observado en períodos de restricción de alimentos una mayor altura de ramoneo.

La segadora no auto-propulsada corta franjas de 0,5 a 1,00 m y se desplaza sobre ruedas. La ventaja de esta má-quina es la rapidez en cortar muestras mayores y la desventaja radica en que es difícil de mover por áreas de denso crecimiento o pendientes. La altura de corte se controla mediante un aditamento que la separa del suelo (patines o ruedas). Este tipo de segadora es bastaste útil en muestreos de una franja de toda la parcela. Si se desea predecir los rendimientos en áreas sometidas a pastoreo, este método tiene un conjunto de desventajas: el tiempo y el esfuerzo para efectuar el corte, los efectos negativos que causa en el rebrote y las afectaciones que se producen por la siega cuando se quiere estudiar el efecto del pastoreo.

En pastoreo debe tenerse en cuenta la altura a la que el animal consume el pasto, lo que depende de la presión de pastoreo, los días de estancia, la especie de pasto y la categoría animal.

En ocasiones el rechazo que hace el animal al salir es superior a la disponi-bilidad existente al entrar al cuartón y esto es aceptable cuando se utilizan cargas bajas en períodos de rápido crecimiento y el tiempo de ocupación es prolongado.

Senra y Venereo (1979) observaron que la diferencia entre las áreas de pastoreo y de corte radica en que; para pastoreo se debe considerar el creci-miento de la hierba, durante el tiempo de ocupación del cuartón para poder estimar correctamente la disponibilidad del pasto. Es decir, no basta cortar las muestras al entrar los animales al cuartón para conocer realmente la disponibilidad del pasto, ya que si el tiempo de ocupación es mayor de 3 días se debe determinar el crecimiento del mismo.

Un método recomendable es tomar muestras paralelas en el área del pastizal mediante el empleo de jaulas, las que evitan el consumo por el animal. Esto permite cortar las muestras dentro de las jaulas al finalizar el período de ocupa-ción; la diferencia entre el peso de la muestra cortada dentro de la jaula y la disponibilidad estimada inicialmente corresponde al crecimiento de la hierba durante el tiempo de ocupación. Asi-mismo, posibilita calcular el consumo realizado por los animales cuando al crecimiento obtenido se le adiciona la diferencia entre la disponibilidad realiza-da pre y post-pastoreo. El uso de las jaulas presenta entre algunas de sus desventajas la de crearse condiciones desiguales dentro y fuera de las mismas cuando el tiempo de estancia es prolongado, por lo que se produce un efecto de borde, y si la disponibilidad es muy baja los animales pueden derribar-las.

Esta técnica no es ampliamente utilizada debido al número elevado de jaulas que deben emplearse, al aumento de los costos y al esfuerzo para garantizar una adecuada precisión.

 

Métodos de carácter subjetivo

Dentro de estos métodos se incluyen los que utilizan la evaluación visual y otros que miden .ciertos atributos que están relacionados con el rendimiento (Mannetje, 1978).

Se les considera una técnica indirecta, rápida in situ, para hacer estimados seguros de la materia seca de la bio-masa; tienen a su favor no producir daños físicos al pastizal, lo que permite obtener un gran número de muestras sin invertir muchos recursos y posibilita muestrear grandes extensiones de pasti-zales.

Las técnicas de carácter subjetivo consideran la variabilidad de la población y este es el problema fundamental del muestreo en pastizales. De ahí que sea preferible obtener un gran número de muestras con menor precisión, en lugar de un número pequeño de muestras (método tradicional de corte) con una mayor precisión (Senra y Venereo, 1979).

 

Métodos visuales

La primera técnica de evaluación visual aceptable en investigaciones fue la propuesta por Pechanec y Pickford (1937); desde entonces se ha usado con un sinnúmero de modificaciones y éxitos variados (Wilm et al., 1944; Morley, Bennet y Clark, 1964; Hutchinson et al., 1972; Campbell y Arnold, 1973; Haydock y Shaw, 1975).

Dentro de las diferentes modifica-ciones realizadas durante los últimos años al método visual, la que ha tenido mayor aceptación y éxito es la realizada por Haydock y Shaw (1975), la cual no es más que una aplicación del principio del doble muestreo propuesto por Wilm et al. (1944), basada en la obtención de una ecuación de regresión lineal que relaciona la estimación visual de la disponibilidad real con la de un pequeño número de muestras de referencia cortadas y pesadas.

En este método los rendimientos de los marcos al azar son estimados con respecto a un grupo de cuadros de referencia preseleccionados en el campo que sirven de escala para
mantenerse como referencia a través de todo el muestreo. El muestreo visual es básicamente similar al propuesto por Hutchinson et al. (1972), con la excep-ción de que es aplicable a cualquier altura de pasto, aunque es difícil utilizarlo en pastos de más de 20 cm de altura. El mismo no es destructivo y permite realizar un gran número de estimaciones de rendimientos en un día por un observador, por lo que resulta muy útil en experimentos grandes de pastoreo.

El primer paso para el desarrollo del muestreo consiste en situar en el área de 5 a 9 marcos de .referencia, los cuales constituyen la escala o patrón de rendimiento para comenzar y estimar los pesos de los marcos de muestreo. Para construir la escala de 5 puntos, inicial-mente se ubican dos marcos entre el sitio de menor y mayor disponibilidad que corresponden a los rangos 1 y 5, de modo que sea muy raro que el rendimiento de la materia seca de un marco de muestreo se encuentre fuera de esta escala. Posteriormente se selecciona una posición intermedia para el marco 3, por tener un rendimiento de materia seca medio entre aquellos estimados para 1 y 5. Siguiendo el mismo principio se seleccionan los marcos 2 y 4, los que tienen rendi-mientos medios entre 1 y 2 y entre 3 y 5 respectivamente. Para la escala de 9 puntos se requieren marcos adicionales (1,5; 2,5; 3,5 y 4,5), los que se seleccionan por el mismo procedimiento.

Después de establecer la escala es necesario un tiempo entrenamiento ini-cial, en el cual los observadores estiman simultáneamente una serie de marcos hasta alcanzar una uniformidad acepta-ble. Es necesario consultar los marcos de referencia durante el período de adiestramiento y muestreo.

Pasado el período de entrenamiento inicial se comienza el muestreo del área mediante un sexto marco, que es colocado de acuerdo con un plan trazado; en cada caso el observador da el rendimiento estimado, teniendo pre-sente la escala de rendimiento relativo a los marcos de referencia en el rango de 1 a 5, que permanecen fijos en el campo. Estas comparaciones se establecen en medios (0,50) o cuartos (0,25) y puede obtenerse una escala de 9 y 17 puntos.

Una vez que todas las parcelas han sido estimadas, los marcos de referencia son cosechados y se calcula una ecuación de regresión lineal en escala de los rendimientos de materia seca. El estimado del rendimiento de cada mues-tra es obtenido entonces sustituyendo la clasificación en esta ecuación. Cuando se usa este tipo de calibración los observadores deben verificar los estima-dos de cada uno periódicamente para mantener la uniformidad, y si existe desacuerdo todos los observadores deben verificar nuevamente los marcos de referencia.

Haydock y Shaw (1975), utilizando el método visual con cuatro observadores y dos tipos de escala de calibración, encontraron estimados del rendimiento promedio alrededor de 4% con respecto al rendimiento real, con una diferencia máxima de 8%.

En la tabla 1 aparecen los rendi-mientos promedios, los coeficientes de regresión y correlación y la desviación estándar residual para escalas de calibración construidas por dos o tres
observadores en 17 ocasiones, las cua-les cubrieron una amplia escala de rendimientos promedios y diferentes estaciones del año con contrastes entre la estación lluviosa y poco lluviosa en los rendimientos del pasto. En esta tabla también observamos que se obtuvieron líneas de calibración lineales las que explicaron el 95% o más de la variación en el rendimiento entre marcos para todos los casos. Además, en un análisis de variación del peso seco estimado en el pasto se detectó una diferencia significativa (P<0,001) entre los observa-dores y las escalas respectivamente, con una interacción significativa (P<0,001) para cada uno de estos factores; sin embargo, la mayor diferencia del prome-dio fue de 7,8%, obtenido por uno de los observadores usando una escala de 5 puntos.

Senra y Venereo (1979), empleando el método visual con 5 marcos de referencia y el corte del área total para comparar el valor de la disponibilidad en bermuda cruzada, observaron que el error de estimación fue de 4,6%. En otro trabajo Venereo (1979) obtuvo un error de 7,8%.

Debido a las condiciones existentes en unidades comerciales y las dificulta-des para efectuar muestreos en estos pastizales, se hace necesario disponer de métodos más sencillos y prácticos que faciliten la estimación de las disponibilidades en aquellos lugares donde no sea posible aplicar métodos más precisos. Por tal motivo, Senra (1977) creó el método práctico, basado en los principios del método visual de Haydock y Shaw (1975), donde la diferencia fundamental está dada en que los 5 marcos de referencia no se identi-fican por los números 1, 2, 3, 4 y 5, sino por los grados de disponibilidad que representan, es decir, muy mal, malo, regular, bueno y muy bueno. Además, no realizó ajuste de la ecuación de regresión entre la clasificación de los marcos y los rendimientos.

Para determinar la disponibilidad de materia verde por marco, en el muestreo se cuentan las veces que aparece cada uno de los grados de disponibilidad y cada una de estas cifras se multiplica por el peso del material verde cortado dentro del marco de referencia correspondiente; después se suman todos los productos obtenidos y se dividen entre el total de observaciones efectuadas. El valor obte-nido se multiplica por el contenido de materia seca de la muestra para así obtener el rendimiento de materia seca por marco y después se calcula en el área total.

Senra, Venereo y Galindo (1979) obtuvieron en un trabajo posterior un error de la estimación real de ±1,3% al utilizar la variante práctica del método visual; sin embargo, este error fue de ±17,5% cuando se empleó el método de corte de todas las muestras. El tiempo total de muestreo (19 min) fue igual para los dos sistemas, pero la variante del método visual permitió tomar 16 observa-ciones más a un costo menor por muestra. Torres y Jordán (1982), en un trabajo realizado en bermuda cruzada-1 con el método visual utilizando 5 y 9 marcos de referencia y la variante práctica de 5 puntos, no encontraron diferencias significativas en las varianzas

de las disponibilidades de materia verde (t/ha) y las disponibilidades medias de materia verde (t/ha) para cada método respectivamente. No obstante, observa-ron que la diferencia promedio entre las estimaciones obtenidas por la variante de Senra (1977) y los otros dos métodos fue de 0,51 t/ha, valor que demuestra la subestimación de este método. Conclu-yeron que el sesgo encontrado está dado porque la variante práctica no realiza el ajuste de la ecuación de regresión entre la clasificación de los marcos y el rendimiento verde de los mismos, lo que puede subestimar o sobreestimar los rendimientos de forraje verde.

Serrano, Martínez y Pereira (1981), al utilizar el método visual en la estimación del rendimiento de un pastizal de pangola común (Digitaria decumbens Stent.) en lluvia y seca con 5 observa-dores, notaron que los tres mejores muestreadores cometieron errores entre 2 y 13% y que el valor del error estándar fue mayor en la lluvia en todos los casos. Los mismos atribuyen estos resultados a las condiciones climáticas existentes, ya que al aumentar el contenido de hume-dad y densidad del pasto se hace más difícil la estimación.

Otro factor de gran importancia a tener en cuenta, en el muestreo visual es la variabilidad introducida por el observa-dor, que aumenta o disminuye en función de su experiencia y ejercitación en la práctica del método.

Martínez, Pereira, Milera y Torres (1985) encontraron que fue .débil el ajuste realizado entre los marcos de referencia y los valores reales de materia verde y materia seca, lo que pudo deberse a que al cosechar los 5 marcos clasificados inicialmente por los mues-treadores y determinar el peso individual, este no se correspondió con la clasifica-ción visual fijada. Ellos coinciden con Martínez y Torres (1984) y Martínez, Torres y Milera (1985) en que al utilizar el método visual (tabla 2) las diferencias significativas entre observadores fueron de P<0,05.

Stockdale (1984) halló que las frecuencias de distribución de los coeficientes de regresión de todos los experimentos estudiados mostraron tener sesgo entre 1,0 y 4,5 para las regresio-nes de pre y post-pastoreo. De los coeficientes de regresión del pre-pasto-reo, más del 73% estaba por encima de 1,0 y el 23% por encima de 2,0. La cantidad de los coeficientes del post-pastoreo por encima de 1,0 fue superior al 79%, debido a que pocos coeficientes tienen valores cercanos a 1,0 y en la mayoría de las evaluaciones sobrees-timan o subestiman los rendimientos verdaderos.

En el mismo trabajo se planteó que la media del rendimiento evaluado depen-dió de la media del rendimiento real; cuando este era bajo los observadores sobreestimaron el rendimiento real, pero según se incrementaba con valores alrededor de 1 900 kg de MS/ha el grado de subestimación también aumentaba. Esta vía sistemática ocurría con las evaluaciones de pre y post-pastoreo.

Si se cortan más de 30 cuadrados en pre-pastoreo o más de 45 en post-pastoreo para calibrar el procedimiento de muestreo doble, no se ganará en eficiencia en comparación con el corte solo. La ventaja del muestreo doble radica en la reducción marcada del tiempo invertido en cortar el
pasto.

Haydoek y Shaw (1975), utilizando el método visual combinado con el método de rango de peso seco de Mannetje y Haydock (1963), han obtenido buenos resultados, ya que llegaron a clasificar rendimiento y composición botánica en aproximadamente 2 800 marcos en un experimento de 1 360 ha con solamente 7 hombres por día.

Esta combinación fue integrada en un sistema de programación denominado Botanal-2. (Magno y Franco, 1984); cuando se utiliza para el análisis de experimentos con pastos, el resultado final da una estimación del rendimiento de cada especie, la composición botáni-ca de la pradera, una tabla de frecuencia de las especies, el rendimiento total de materia seca y el porcentaje de suelo descubierto.

Esta combinación del método se basó en el programa Botanal, desarrollado por Hargreaves y Kerr (1978) en la CSIRO (Australia), siguiendo la metodología presentada por Totchill, Hargreaves y Torres (1978).

El Botanal-2 es perfectamente aplicable a áreas de cualquier tamaño y disponiendo de alguna práctica se obtie-ne una buena y confiable caracterización de praderas nativas o mejoradas. Los resultados obtenidos también pueden servir para aplicar el «Pattern Analysis» (WiIliams, citado por Magno y Franco, 1984).

 

Otros métodos

Existe un conjunto de métodos que han sido propuestos para la estimación indirecta del rendimiento sobre la base de una variable fácilmente medible, como lo es la altura del pasto, la cual ha sido utilizada por Jagtenburg, 1970; Phillips y Clarke, 1971 y Powell, 1974. Estos autores usaron el discómetro pesado para estimar el rendimiento del pasto; dicho discómetro fue descrito por PhilÍips y Clarke (1971) y consiste en un plato de metal pesado adjunto a una flecha montada en forma vertical sobre un trípode. La escala esta rígidamente montada sobre el trípode y se pueden hacer mediciones de la altura después de un tiempo de reposo predeterminado. Otro
método para determinar el rendimiento del forraje es el discómetro simple descrito por Castle (1976) y Bransby, Matches y Krause (1977). Este instrumento consiste en un eje vertical graduado, una argolla y un disco de aluminio para valorar el pasto, donde se promedia la altura del disco al suelo. Castle (1976) planteó que este método tenía muchas funciones útiles en las investigaciones en pastos, debido a la construcción simple del instrumento, al bajo precio y a su rápido manejo.

También se han utilizado métodos donde se tiene en cuenta la relación directa entre la producción de forrajes y su densidad aparente, la cual ha sido usada para estimar as producciones de forraje en base seca (Alexander et al., 1962; Sharivastava et al., 1969). En estos trabajos se encontró una buena correlación para las medidas tomadas y la producción de materia seca del pastizal. Estos métodos tienen la desventaja de utilizar relaciones que varían grandemente entre especies y épocas del año respectivamente.

Powell (1974), al emplear un discóme-tro comercial, observó la relación entre las lecturas del disco y la producción de materia seca en pastizales mixtos, por lo que puede esperarse una exactitud razonable con el discómetro cuando es usado en áreas de pastoreo.

Una comparación entre diferentes clases de discómetros y técnicas fue rezlizada por Santillan, Ocumpaugh y Mott (1979), quienes al trabajar con cuatro especies distintas de pastos observaron que el disco es económico, fácil de operar y da una estimación real de las producciones de materia seca. Estos autores notaron que el análisis entre la altura obtenida por el disco y el rendimiento de materia seca brindó coeficientes de correlación (r) de 0,79 a 0,99, donde la mayoría de los valores de r excedían a 0,92. Además, señalaron que las variaciones estándar de regre-sión alcanzaron valores entre 73,2 y 282,4 kg/ha en las diferentes técnicas de muestreos, tamaños de disco y tipos de pasto. El aumento del tamaño del disco de 0,25 a 0,75 m2 aumentó la correlación y los coeficientes de regresión y redujo el error estándar.

A partir de estos resultados concluye-ron que el discómetro es un instrumento útil, práctico y versátil para la estimación del rendimiento de la materia seca del forraje en pequeñas parcelas y praderas en pastoreo y no observaron diferencias entre el simple y el pesado para pronos-ticar este indicador. Sin embargo, el discómetro simple tiene la ventaja de ser más fácil de usar en el
campo.

La desventaja principal del discómetro es que el operador tiene que inclinarse cada vez que obtiene una lectura. Para resolver esta situación, Earle y McGowan (1979) construyeron y evaluaron un discómetro determinado Ellinbank Pastu-re Meter (EPM) para medir la materia seca presente en el pasto. Con el EPM la altura tomada es acumulada en un contador, además permite obtener el número de lecturas que se realiza con el instrumento.

El EPM fue construido con el objetivo de estimar con precisión el rendimiento de materia seca y ha resultado ser superior al método electrónico de capaci-tancia, al de estimación visual y a otros que se basan en la medida de la altura del pasto (Earle y McGowan, 1979). La calibración de este instrumento depende de la composición botánica y es necesa-rio realizarla en diferentes especies. Con esta práctica en varios muestreos los coeficientes de variación fueron de 13%, mientras que al separar las calibraciones por fecha de muestreo, estos se incrementaron hasta un 18% (DSR 370 kg/ha).

La selección de la mejor técnica y tamaño del disco depende de la facilidad del uso y exactitud en pronosticar el rendimiento de la materia seca en pastos mezclados y homogéneos (Santillan et al., 1979). Cuando estos autores utiliza-ron el disco simple de 4,56 kg de peso/m2 hallaron una alta correlación entre el rendimiento de la materia seca y la altura del forraje comprimido.

Bransby et al. (1977), empleando discos pesados (5 kg/m2), encontraron buenas correlaciones entre la altura y el rendimiento de la materia seca y cuando duplicaron el peso del disco observaron una mayor correlación. Sin embargo, cuando aumentaron el peso del disco a 15 kg/m2 fue detectado un efecto adverso en esta relación. El discómetro diseñado por estos autores fue utilizado solamente en especies templadas. Martínez, J. (datos inéditos) utilizando el discométro de 5,75 kg de peso/m2 y cuatro áreas de plato diferentes (0,07; 0,25; 0,50 y 0,75 m2) en Panicum maximum, bra-chiaria y buffel, encontró que las correlaciones decrecieron cuando el área del disco se incrementaba.

Bransby et al. (1977) observaron que no fue significativo el éxito alcanzado con más de 50 observaciones y sugirieron que 25 pares de observaciones eran suficientes para calibrar el disco medidor en algunas situaciones.

Castle (1976), en estudios efectuados en experimentos de corte, señaló que en cada cosecha existía una relación altamente significativa (P<0,001) entre el rendimiento de materia seca y la altura del pasto (tabla 3). El valor de r2 para el .total fue de 80,1% y el error estándar de lo estimado fue de 207 kg de MS/ha.

Además, al probar el disco simple en dos experimentos de corte obtuvo corre-laciones altamente
significativas entre altura y rendimiento (P<0,001) en 3 de los 6 años analizados. En los 3 años restantes las correlaciones disminuyeron (P<0,01).

Este autor demostró la factibilidad del método, ya que con el instrumento se pueden tomar y anotar en 2,5 ha de pastoreo 5o lecturas en 15 min, y sugirió que el rendimiento de materia seca puede ser estimado con mayor exactitud en los experimentos de corte compara-dos con los de pastoreo, debido a la mayor uniformidad de los primeros.

Otro instrumento semejante fue propuesto por Vartha y Matches (1977) para utilizarlo en el método del doble muestreo. Los resultados obtenidos por estos autores indicaron coeficientes de correlación de 0,71; 0,82 y 0,71 para primavera, verano y otoño respectiva-mente entre medias de alturas del pasto y rendimientos del forraje; ellos señala-ron además que el pisoteo y la acumulación de residuos en algunos tratamientos, parecen ser los responsa-bles de la baja correlación entre la altura media y el rendimiento de la hierba.

Castle (1976) encontró diferencias significativas entre especies de pastos y estaciones del año, observó que la caída de los valores de b fue diferente para la especie y señaló la influencia en el coeficiente de regresión, cuando algunos tallos estaban floreciendo y aparente-mente levantaban el disco.

Vartha y Matches (1977) también detectaron que la estación y/o período de crecimiento afectó el comportamiento del discómetro en sus ensayos de pastoreo. Sin embargo, para las especies de pastos tropicales usadas por Santillan et al. (1979), la edad tiene más efecto sobre el período del crecimiento reproductivo que la época del año, por lo que los pastos tropicales estudiados en pastoreo tienen menos diferencias morfológicas que las esperadas en pastos templados según el cambio de estaciones.

Castle (1976) observó que una aproximación de los rendimientos sugiere que cada centímetro sobre la escala vertical debe dar un rendimiento de 160 kg de MS/ha en un pasto. Sin embargo, en Nueva Zelandia con igual escala los rendimientos calculados fueron de 174 y 230 kg de MS/ha en gramíneas y un prado de trébol respectivamente (Phillips y Clarke, 1971).

Martínez (1987) encontró valores r2 en un rango de 0,72 a 0,96 en todas las pruebas analizadas para la estimación de materia seca. La variación obtenida para la regresión cuando fueron agrupados todos los muestreos fue de 85,2 y 96,6%; mientras que el 93% de las regresiones tuvo coeficientes de variación por debajo del 20%.

y = a + bx; y = Rendimiento de MS

x = Altura del pasto

*** P<0,001

Stockdale (1984) señaló un valor del coeficiente de variación de 12% para las mediciones realizadas antes de la entrada de los animales al cuartón, lo que se compara bien con un 12,9 y un 11% informado por Earle y McGowan (1979) cuando midieron los rendimientos del pre-pastoreo del lolium-trifolim aso-ciado. Sin embargo, el EPM fue más preciso para estimar el rendimiento del pasto que el discómetro pesado evalua-do por Powell (1974) o el discómetro simple usado por Castle (Í976). Powell (1974) informó coeficientes de variación de 17,4; 20,7 y 14,3% en verano, otoño e invierno respectivamente; mientras que Castle (1976) obtuvo un coeficiente de variación de 19,9%, los cuales son comparables con los obtenidos por Stockdale (1984) quien encontró coefi-cientes de variación de las regresiones de 18,6% para las condiciones de post-pastoreo, cuestión esta que no ha sido profundizada en las evaluaciones de pastos.

Stockdale (1984) informó que el EPM estimó el rendimiento del pasto más exactamente que la técnica de evalua-ción visual en tres comparaciones. Este instrumento fue más preciso para las
mediciones del pre-pastoreo, mientras que existían pequeñas diferencias en los estimados del post-pastoreo. Las medias de los coeficientes de variación para las regresiones del post-pastoreo cuando se utilizó el EPM fueron de 12,1 y 18,6%, y de 5,6 y 19,0% para la evaluación visual.

Senra, Venereo y Galindo (1979), al comparar métodos de muestreo para predecir la disponibilidad de forraje, indicaron un error de estimación real de ±17,1% muy superior al cometido cuando utilizaron la variante del método visual (±1,3%), pero similar a cuando el mues-treo se realizó, por el método tradicional de corte. El tiempo empleado fue el mismo en todos los métodos; sin embargo, el equipo de CastIe resultó ser el más sencillo debido a la facilidad y uniformidad con que se obtuvo la altura del pastizal, lo que posibilitó tomar un elevado número de muestras (48) a bajo costo (1,7 centavos cada una).

Wilm et al. (1944) señalaron la impor-tancia de estimar la proporción de muestras cortadas que pueden brindar el máximo de precisión con el mínimo de trabajo. Napthali, Brieghet, Noy-Meir, Benjamín y Eyal (1975) y Bransby et al. (1977) estudiaron el efecto del número de medidas efectuadas sobre la desvia-ción estándar del residuo y el coeficiente de correlación. Sugirieron que 25 mues-tras medidas para calibrar el disco, pueden ser adecuadas para controlar la desviación estándar del residuo. Tam-bién indicaron que los valores del coeficiente de correlación no fueron afectados por el número de muestras empleadas en la calibración (entre 10 y 15 pares de muestras), incluso en pequeñas parcelas donde el pastoreo la mayoría de las veces es muy irregular. Esto significa que un número adecuado para la estimación y calibración debe tomarse en pastoreo para cubrir todas las variaciones de biomasa y grado de utilización.

Algunos autores aseveran (Earle y McGowan, 1979; Michell, 1982) que han observado estabilidad, en la calibración del disco sobre la quinta ocasión y sugieren que con este método se requiere menos frecuencia en dicha actividad.

Cualquier estimado debe ser examina-do en sus tres cualidades fundamentales: sesgo, precisión y eficiencia (Evans y O'Regan, 1963). En el caso de la estima-ción por regresión, la exactitud del método depende del ajuste de la relación entre las variables dependientes y el número de observaciones de la variable independiente (Back, Alder y Gibbs, 1969).

Los factores que más influyen en la relación entre el contenido del material seco y la composición botánica del pasto, son la época del año, la cubierta vegetal, el hábito y estado fisiológico, las condiciones del suelo, la igualdad del terreno y el contenido de humedad.

Los resultados obtenidos por diferen-tes autores justifican los métodos y técnicas de muestreo empleados como herramientas útiles para estimar el rendi-miento de la materia seca en pequeñas y parcelas y en condiciones de pastoreo.

 

Métodos con equipos electrónicos

Se han desarrollado métodos para predecir los rendimientos de forraje mediante equipos complejos, como el estimador electrónico desarrollado en Nueva Zelandia por Campbell, Phillips y O'Reilly (1962); la técnica de capacitan-cia de frecuencia de radio (Neal y Neal, 1973) y la técnica de la beta-atenuación (Teare, Mott y Eaton, 1966).

Estas técnicas han sido utilizadas para disminuir los daños del pastizal por los cortes y requieren menos esfuerzos y recursos; además, permiten eliminar la fuente de error que representa el
mayor o menor entrenamiento que posean los observadores en la aplicación de los métodos visuales.

Los investigadores han empleado el estimador electrónico con diferentes metodologías. En su construcción este equipo consta de una jaula de electrodos que al ponerse en contacto con el pasto permite realizar una lectura en una escala ajustada sensiblemente y relacio-nada con su rendimiento.

Dentro de las dificultades que presen-ta el equipo está la necesidad de un cuidadoso mantenimiento; además, las lecturas pueden estar influenciadas por la humedad y temperatura y ser sensi-bles a los niveles de fertilizantes así como a los cambios en las especies de pastos. Por tal motivo, es recomendable realizar verificaciones de lecturas en los marcos de referencia con la mayor frecuencia posible. Cuando las lecturas sufren variaciones, se procede a realizar un nuevo ajuste de la ecuación de regresión teniendo en cuenta los valores reales obtenidos en los marcos de referencia.

Debido a las dificultades antes expuestas, una sola ecuación de regresión y ajustada no satisface las necesidades; por tal motivo, es necesario realizar el ajuste para cada situación presentada.

Sin embargo, la utilización del estimador bajo condiciones de humedad y especies de pastos ha producido resultados satisfactorios (Senra y Venereo, 1979). Además, su uso en sustitución de la estimación visual por el método de doble muestreo de Haydock y Shaw (1975), eleva considerablemente la eficiencia de este último. Usando el estimador electrónico, los marcos de referencia podrán ser ubicados con mayor precisión.

A pesar de las dificultades que presenta el estimador electrónico, debe seguirse estudiando este equipo porque puede representar una gran ayuda en la estimación del rendimiento de forraje en las empresas comerciales y en la investigación; no obstante, se han ido desarrollando con más fuerza equipos menos sofisticados como el discómetro pesado (Phillips y Clarke, 1971; Powell, 1974), el discómetro simple (Castle, 1976; Bransby et al., 1977) y el Ellinbank Pasture Meter (EPM) (Earle y McGowan, 1979; Michell, 1982; Stockdale, 1984) ya mencionados anteriormente.

 

CONCLUSIONES

1. Es esencial evaluar el método que se utilice en pastos de diferentes estructuras.

2. Para reducir al mínimo el error entre observadores, todos éstos deben hacer un número similar de estima-dos independientes en cada parcela.

3. En todo método que sea utilizado por primera vez los observadores deben tener un período de entrena-miento.

4. Más de una línea de calibración puede ser también necesaria donde se comparan especies con diferen-tes hábitos de crecimiento.

5. Cuando se estima rendimiento se deberá recordar que una proporción grande del mismo está en los estratos inferiores de la parcela y por lo tanto la altura por sí sola no es buena guía.

6. El disco es útil para estimar los rendimientos de hierba antes del corte de la cosecha con propósitos de conservación.

7. Los instrumentos deberán usarse en un procedimiento de muestreo doble.

8. El efecto visual con 5 marcos de referencias señalado por Haydock y Shaw (1975), estima la disponibili-dad de materia verde con la misma precisión que cuando se utilizan 9 marcos, por lo que es preferible el primero, que. facilita la clasificación de los marcos.

9. La variante descrita por Senra y Venereo (1979), al no realizar el ajuste de la ecuación de regresión entre la clasificación de los marcos y el rendimiento de la misma, puede subestimar o sobreestimar los rendi-mientos.

10. El disco es un método simple, económico y rápido para la estima-ción del forraje presente.

11. La calibración del disco se realiza para cada situación de pastoreo y con la mayor frecuencia posible.

12. El muestreo para la calibración debe realizarse de tal modo que incluya el mayor rango posible de la variabili-dad biológica.

13. El método de evaluación visual y el disco medidor pueden ser emplea-dos para predecir la cantidad de forraje antes y después que salen los animales del pastoreo y permiten conocer .el consumo que realizan los mismos.

 

CONCLUSIONS

1. It is essential to evaluate the method used in pastures of different structures.

2. Similar number of independent estimations are to be made by observers in each plot in order to minimize the error among them.

3. A training period should be established for all observers before using any method for the first time.

4. It may also be necessary more than a calibration line where different growing habit species are compared

5. When yield is estimated, it should be considered that the greater yield proportion is located at the lower plot stratus and therefore, height alone is not a good measurement guide.

6. The rising plate meter is useful for estimating the yields of herbage before harvest cutting for conserva-tion purposes.

7. Tools should be used in a double sampling procedure.

8. Visual effect with five references frames described by Haydock and Shaw (1975) estimates fresh matter availability with the same precision than with nine frames and therefore; the use of five frames which facilitate frame classification and its yield is not made.

9. Yields may be subestimated or over estimated if the technique descri-bed by Senra and Venereo (1979) is used because the adjustment of the regression equation among frames classification and its yield is not made.

10. The rising plate meter is a simple, economic and rapid method for estimating the present forage.

11. Disc calibration is made for each grazing situation and with the highest possible frequency.

12. Sampling for calibration should be made in such a way that the inclusion of the greater possible range from the biological variability as considered.

13. The visual assessment technique and the disc meter may be used to predict forage quality before and after animals are removed from grazing and these techniques let us know the intake of these animals.

 

REFERENCIAS

1. ALEXANDER, C.W.; SULLIVAN, J.T. & CLOUND, D.D. Agron. J. 54:468 1962.

2. BACK, H.L.; ALDER, F.E. & GIBBS, B.G. J. Br. Grassld. Soc. 24:168 1969.

3. BRANSBY, D.I.; MATCHES, A.G. & KRAU-SE, G.F. Agron. J. 69:393 1977.

4. CAMPBELL, A.G.; PHILLIPS, S.M. & O'REILLY, E.D. J. Br. Grassld. Soc. 17:89 1962.

5. CAMPBELL, N.A. & ARNOLD, G.W. Aust. J. Exp. Agric. Anim. Husb. 13:263 1973.

6. CASTLE, M.E. J. Br. Grassld. Soc. 31:37 1976.

7. EARLE, D.F. & McGOWAN, A.A. Aust. J. Exp. Agric. Anim. Husb. 19:337 1979.

8. EVANS, T.C. & O'REGAN, W.G. Sam-pling problems in the measurement of range vegetation. Range Research Method. Misc. Publes. 940 U.S. Dep Agric. Forest. Service. p. 54 1963.

9. FARIAS, J.M. & THOMAS, N. Pastos y Forrajes. 7:215 1984.

10. HARGREAVES, J.N.G. & KERR, J.D. Tropical Agronomy Technical Memo-randum. No. 9 1978.

11. HAYDOCK, K.P. & SHAW, N.H. Aust. J. Exp. Agric. Anim. Husb. 15:663 1975.

12. HUTCHINSON, K.J.; McLEON, R.W. & HAMILTON, B.A. J. Br. Grassld. Soc. 27:29 1972.

13. JAGTENBURG, W.D. J. Br. Grassld. Soc. 25:266 1970.

14. JONES, R.M. Técnicas de muestreo de pastos. In: Refresher Course of Mana-gement on Improved Tropical Pastu-res, St. Lucía, Australia. Proceedings. Australian Institute of Agricultural Science. p. 81 1975.

15. LOPEZ, C.T. INIA, Anales. Serie Producción Vegetal. 12:53 1980.

16. MAGNO, C. & FRANCO, M.A. Sistema Botanal-2. CIAT, Colombia (mimeo) 1984.

17. MANNETJE, L. `t. Trop. Grassl. 12:1 1978.

18. MANNETJE, L. `t & HAYDOCK, K.P. J. Br. GrassId. Soc. 18:268 1963.

19. MARTINEZ, J. Evaluación del disco para estimar el rendimiento en pastos macollosos. Resúmenes. IV Evento Técnico de la Filial Territorial de ACPA. Matanzas. p. 34 1987.

20. MARTINEZ, J.; PEREIRA, E.; MILERA, MILAGROS & TORRES, VERENA. Pastos y Forrajes. 8:413 1985.

21. MARTINEZ, J.; TORRES, VERENA & MILERA, MILACROS. Pastos y Forrajes. 8:267 1985.

22. MARTINEZ, M. & TORRES, VERENA. Utilización del medidor en la estimación de la disponibilidad de la bermuda cruzada 67. Trabajo de Diploma en opción al título de Ingeniero Pecuario. ISCAH. La Habana 1984.

23. MICHELL, P. Grass and forage Sci. 37:81 1982.

24. MORLEY, F.H.W.; BENNET, D. & CLARK, K.W. The estimation of pasture yield in large grazing experiment. Fld. Stn. Rec. Div. Pl. Industry. CSIRO. 3:43 1964.

25. NAPTHALI, M.T.; BRIEGHET, A.; NOY-MEIR, I.; BENJAMIN, R.W. & EYAL, E. J. Range Management. 28:65 1975.

26. NEAI, D.L. & NEAL, J.L. J. Br. Grassld. Soc. 28:81 1973.

27. PECHANEC, J.F. & PICKFORD, G.D. J. Amer. Soc. Agr. 29:894 1937.

28. PEREZ-INFANTE, F.; ALFONSO, F.; SENRA, A. & MENCHACA, M. Cienc. Téc. Agric. Pastos y Forrajes. 5:71 1982.

29. PHILLIPS, S.M. & CLARKE, S.E. The calibration of a weighted disc against pasture dry matter yield. Proc. N.Z. Grassl. Assoc. 33:68 1971.

30. POWELL, T.L. J. Exp. Agric. 2:237 1974.

31. SANTILLAN, R.A.; OCUMPAUGH, W.L. & MOTT, G.O. Agron. J. 71:71 1979.

32. SENRA, A. Rev. de DivuÍg. Agrop. 7:11 1977.

33. SENRA, A. & VENEREO, A. Métodos de muestreo. En: Los Pastos en Cuba. Tomo I.
Producción. Instituto de Ciencia Animal. La Habana. p. 449
1979.

34. SENRA, A.; VENEREO, A. & GALINDO, JUANA. Comparación de métodos de muestreo para estimar la disponibilidad en pastizales. Resúme-nes II Reunión ACPA. La Habana. p. 209 1979.

35. SERRANO, I.; MARTINEZ, J. & PEREIRA, E. Pastos .y Forrajes. 4:213 1981.

36. CHARIVASTAVA, J.P.; MILLER, D.A. & JACKOBS, J.A. Agron. J. 61:649 1969.

37. SPEDDING, C.R.W. & LARGE, R.V. J. Br. Grassld. Soc. 12:229 1957.

38. STOCKDALE, C.R. Aust. J. Agric. Anim. Husb. 24:300 1984.

39. TEARE, I.D.; MOTT, G.O. & EATON, J.R. Radiat. Bot. 6:7 1966.

40. TORRES, VERENA & JORDAN, H. Rev. cubana Cienc. agric. 16:227 1982.

41. TOTHILL, J.C.; HARGREAVES, J.N.G. & JONES, R.M. Tropical Agronomy Technical Memorandum No. 8 1978.

42. VARTHA, E.W. & MATCHES, A.G. Agron. J. 69:888 1977.

43. VENEREO, A. Comparación de tres métodos de muestreo para la estima-

ción de la disponibilidad de pasto. Resúmenes II Reunión ACPA. La Habana. p. 207 1979.

44. WILM, H.G.; COSTELLO, D.F. & KLIPPE, G.E. J. Amer. Soc. Agron. 36:194 1944.

45. YAMANE, T. Elementary sampling Theory. Edición Revolucionaria, Institu-to del Libro. La Habana. 405 p. 1970.

 

 

 

Recibido el 29 de marzo de 1988