Resumen de Validacion de datos de estaciones meteorológicas automáticas mediante monitoreo de temperatura en huertos de manzanos

Celerino Quezada, Marjorie Mercado, Richard Mauricio Bastías, Marco Sandoval Estrada

• español

  El monitoreo de datos agrometeorológicos es útil para prevenir daños a los cultivos, predecir rendimientos y tomar decisiones en beneficio de la producción agrícola. El objetivo de esta investigación fue evaluar la calidad de los datos de temperatura en huertos de manzanos Malus x domestica Borkh. generados por estaciones meteorológicas automáticas (EMAs) en la zona central de Chile. Se usó un diseño completamente al azar en tres huertos. La temperatura fue monitoreada con sensores iButton instalados en el medio de la canopia, en posición interna, central y externa del dosel del árbol, y otro cercano a la EMA del huerto. Los resultados indican que no se presentaron diferencias significativas de temperatura entre los sensores ubicados dentro del dosel del árbol (posición interna, central y externa). Así mismo, el árbol de la hilera de la orilla del huerto presentó diferencias significativas (p < 0,05) con respecto al árbol dela hilera central del huerto. La distancia de la EMA con respecto a los árboles evaluados no tuvo incidencia en la representatividad de los datos y su rango de validación alcanza hasta 5,7 km.

• English

  Agrometeorological data monitoring is a useful tool to prevent crop damage, predict yield and make good farm decisions. The objective of this study was to evaluate the quality of temperature data in apple orchards Malus x domestica Borkh. generated by automatic weather stations (AWS) in the central zone of Chile. The study was conducted in 3 orchards, using a completely randomized design. The temperature was monitored with iButton sensors installed in the tree canopy (inner, central and outer), and also next to the AWS. No significant differences were found between temperatures recorded in the tree canopy (inner, central and outer). However, temperatures observed in edge-row tree showed significant differences with respect to central-row tree. The distance of the AWS from the trees evaluated had no impact on the representativeness of the data, and validation range reaches up to 5.7 km.