Comparación de programas informáticos para el análisis de la calidad de aplicaciones de plaguicidas

• Main Author: L. M. Cosculluela
• Format: Article
• Language: English
• Published: Universidad Nacional de La Pampa 2020-04-01
• Series: Semiárida
• Online Access: https://cerac.unlpam.edu.ar/index.php/semiarida/article/view/4561

Se estudió la similitud de datos proporcionados por los programas CIR 1.5 y Sylcomp AG para las variables cobertura (impactos/cm2) y tamaño de gotas (DVM). Los análisis se realizaron sobre una muestra de 127 tarjetas de papel hidrosensible CF1 impactadas, obtenidas en distintas condiciones de aplicación (presiones, modelos de pastillas, tasas de aplicación, etc.). Se consideró la variabilidad aportada por el número de rectángulos (1...5) desplegados por cada uno de los programas en cuestión. También se tuvieron en cuenta tres categorías de coberturas (alta, mediana y baja) y de tamaños de gotas (grandes, medianas y chicas), ambas variables definidas por las medidas proporcionadas por el software Sylcomp AG. Los datos obtenidos se sometieron a análisis de la varianza, considerando modelos lineales mixtos. El programa CIR 1.5 proporcionó valores significativamente mayores a los del Sylcomp AG para ambas variables en estudio. Esas sobreestimaciones fueron independientes de la categoría de cobertura considerada, pero en la variable DVM la sobrestimación que efectuó el CIR 1.5 sobre el Sylcomp AG dependió de la categoría de tamaño de gota involucrada; porcentualmente ésta fue menor cuanto mayor fue el tamaño absoluto de las gotas. El número de rectángulos desplegados no aportó componente significativo de varianza, por lo que se concluyó que uno sólo de ellos, es suficiente para una adecuada estimación de esas dos variables. Hubo asociación entre las estimaciones de DVM entre ambos programas, independientemente de las diferencias de valores absolutos que proporcionan; ello ocurrió con las categorías de tamaño de gotas grandes y medianas, pero no en la categoría de chicas. Las variables en estudio se comportaron como normales, por lo que no fue necesario recurrir a los modelos mixtos no lineales, lo que facilitó el análisis de la información y la interpretación de los resultados.