I. INTRODUCCIÓN

La cebada (Hordeum vulgare L.) es un cultivo de distribución global y se le atribuye la posición del cuarto cereal más relevante a nivel mundial, tras el maíz (Zea mays L.), trigo (Triticum durum L.) y arroz (Oryza sativa L.) representando aproximadamente el 8% de la producción total de cereales ^1,2. El cultivo de cebada, es importante debido a su adaptación ecológica y diversidad de variedades, se cultiva en alrededor de 89 países, desde regiones subtropicales: África, Brasil, hasta zonas frías como Noruega y Alaska ³.

La Unión Europea es el mayor exportador de cebada y malta con 57 250 toneladas (t) registradas en el año 2018: mientras que, Arabia Saudita, China y Japón fueron los mayores importadores de cebada ². Para el periodo 2010-2017 se registró que Perú fue el principal productor dentro de la región andina, debido a que produjo 214 670 toneladas (t) con un área de 146 610 hectáreas (ha) ⁴. Para el mismo año Colombia, Chile, Ecuador y Bolivia, en conjunto obtuvieron rendimientos de 164 640 toneladas (t) en un área de 95 339 hectáreas (ha) ⁵.

En Ecuador, la cebada presenta una superficie sembrada de alrededor de las 43 974 hectáreas (ha) con una producción de 54 048 toneladas (t). Las provincias de Chimborazo, Cotopaxi y Pichincha contribuyen con el 56% de esta producción total ⁽⁶. Estos cultivos se caracterizan principalmente como minifundios, ya que en su mayoría se cultivan en áreas menores a 1 hectárea (ha) ⁽³.

El principal uso de la cebada en Ecuador es para la elaboración de machica y arroz de cebada, representan 88,3% del consumo de grano de cebada total en el país ^7,8. Además, la cebada es utilizada para la elaboración de cerveza, y derivados ⁹.

A lo largo de la historia, la agricultura en especial el cultivo de cereales ha experimentado constantes cambios en beneficio de la sociedad ¹⁰. Estos cambios han implicado la mejora y perfeccionamiento de los instrumentos de trabajo a su vez, ha llevado a la reducción del tiempo de labores y a minimizar las pérdidas en el rendimiento agrícola ¹¹.

La producción de cultivos representa el 8% del Producto Interno Bruto (PIB) del Ecuador, y los agricultores contribuyen con el 95% del PIB ¹². Ante esta situación, Cervecería Nacional ha implementado un programa denominado “Siembra por Contrato”, en el que participan 11 provincias, que presentan aproximadamente el 30% de la población en situación de pobreza ¹³.

Durante el año 2016, la provincia de Chimborazo formó parte del programa “Siembra por Contrato”, la cual consiste en la garantía de compra del producto por parte de la cervecería local. Con un área sembrada de 553 ha de cebada iniciando con dos variedades Cañicapa y Metcalfe, en diversos cantones ¹³. En el año 2021, Cervecería Nacional proporcionó a los centros de acopio en Riobamba y Cayambe, maquinaria como sembradoras, tractores y cosechadoras. Esta provisión de equipos permitió optimizar los procesos y reducir los costos de recolección de la cosecha hasta en un 25%, incrementando así la productividad y disminuyendo las pérdidas en el cultivo mencionado ⁽¹⁴.

Los productores que participaron en el programa “Siembra por Contrato” recibieron asesoría y acompañamiento a lo largo del ciclo de cultivo. Además, se les proporcionaron insumos para el cultivo de cebada, maíz amarillo y blanco, arrocillo y papa mediante convenios con diferentes empresas entre ellas Agropaís, Agripac y entidades bancarias.

A nivel mundial los países productores de cebada a pesar de los rendimientos alcanzados han sufrido pérdidas de producción en la última década, llegando a más del 7% en la Unión Europea (UE) y Canadá ¹⁵. Para el año 2018 se registraron datos de Australia con -12,36% y en Rusia -13,37%, a su vez en UE, la producción fue menor a un 2,4% ⁵. Actualmente se tiene registrado pérdidas de hasta 67%. Además, la relación mundial de stock/consumo se ubica en torno al 15%, siendo ésta la más baja.

El presente estudio tuvo como objetivo identificar las características socioeconómicas de los productores en relación con la producción de cebada maltera en el programa “Siembra por contrato” en la provincia de Chimborazo. La información de interés fue recopilada utilizando una encuesta dirigida a productores. Los datos obtenidos fueron procesados mediante Análisis de Componentes Principales (PCA). Para identificar las fuentes que influyen en las pérdidas de cosecha mediante el uso de maquinaria combinada los datos obtenidos de campo se analizaron mediante el método de regresión de mínimos cuadrados parciales (PLS).

Estos métodos permitieron el análisis de datos múltiples es decir PCA es un método estadístico que permite simplificar la complejidad de espacios muéstrales, mediante la agrupación de individuos con características similares ¹⁶. Por su parte, PLS predice un conjunto de variables dependientes de un gran conjunto de variables independientes y así identificar las fuentes que ocasionan las pérdidas de cebada maltera, creando de esta manera un modelo calibrado ¹⁷.

II. MATERIALES Y MÉTODOS

La investigación se llevó a cabo en la Provincia de Chimborazo, Ecuador. Para la identificación de la situación actual de los 14 productores asociados al programa “Siembra por contrato” del año 2022, se aplicó una encuesta diseñada sobre información del ámbito social (instrucción académica, acceso a servicios básicos), institucional (asistencia técnica recibida), empresarial (personal, sistemas de cosecha), productivo (rendimiento, variedad cultivada), ambiental (prácticas de conservación de suelos), comercial (destino de la producción), trasferencia tecnológica (prácticas agrícolas, adaptación de tecnologías) y económico (Ingresos, costos de producción).

Además, se obtuvo información en campo, sobre las pérdidas naturales, pérdidas por maquinaria, y otras variables de efecto importantes como la pendiente, velocidad de la combinada, humedad del grano, impurezas y calibre del grano.

La metodología aplicada para cuantificar las pérdidas consistió en representar el lote como una tabla de ajedrez, en la cual se tomaron 22 puntos aleatorios y por cada uno de ellos se seleccionaron tres submuestras, estas fueron definidas en tres zona: corte, desecho y oruga. Se identidicó dentro del cuadrante los granos caídos y espigas, posteriormente se procedió a recogerlos y cuantificar el peso de los mismos. Toda la información obtenida fue analizada auxiliandose del software R para cada uno de los de los métodos estadísticos utilizados (PCA y PLS).

III. RESULTADOS

A. Análisis de Componentes Principales (PCA)

El Análisis de Componentes Principales (PCA) facilita la reducción de la complejidad en conjuntos de datos de alta dimensionalidad, preservando la información crucial para identificar grupos de individuos que comparten características ^18,19 al condesar la información de múltiples variables en solo unas pocas componentes. Se utiliza en diversas áreas académicas ²⁰. Reduce la dimensionalidad de los datos al encontrar un número reducido de variables que expliquen la mayor cantidad posible de la variabilidad ^21,22.

El análisis PCA se utilizó con la finalidad de establecer la posible variabilidad en los agricultores de Chimvorazo partícipes del programa “Siembra por Contrato”, proirizando la etapa de cosecha y etapa de poscosecha del grano de cebada maltera.

En la Tabla 1 se visualiza que con seis componentes principales se pudo explicar un 82.42% de variabilidad total, lo que permitió definir un conjunto de características semejantes de los productores participes en la investigación.

Tabla 1 Valores propios y porcentaje de la variabilidad explicada en los seis primeros componentes principales. 

En la Figura 1 (a), se observan las fuentes socioeconómicas que pueden generar pérdidas en el rendimiento del cultivo de cebada obtenidas de las 42 preguntas de la encuesta aplicada a productores de cebada en Chimborazo.

En la Figura 1 (b), se visualiza la agrupación de los productores de acuerdo a características similares dando como resultado cuatro clústeres y un valor atípico (productor 14 que posee características diferentes a los demás). El grupo A esta definido por fuentes como cantón, educación, ocupación, tenencia del lote, asistencia técnica, calificación de la mecanización, calificación de la maquina combinada y la integran los productores 5, 6, 9 y 10. En el clúster B se agrupan los productores 8, 12 y 13 definido por las fuentes variedades, precio de venta en kg, número de horas de trabajo, almacenamiento de la semilla de cebada, la cantidad de cebada cosechada determinando el rendimiento por lote, entre otras.

Mediante el análisis del grupo C se observa que está integrado por los productores 3,7 y 11 quienes presentan características similares con base en las fuentes como: propiedades de suelo, edad del productor, prácticas de laboreo del suelo, etc. Finalmente, el clúster D determinada por fuentes como, técnicas de abonadura y pago del jornal agrupa a los productores 1, 2 y 4 de la provincia de Chimborazo.

Figura 1 (a) Fuentes Socioeconómicas, (b) Score de Productores 

Cantidad de grano comercializado

Al analizar la Figura 2 (a), se evidencia que el grupo B junto con el productor 14, presentan un mayor porcentaje de grano comercializado (3 001 - 5 000 y >5 001 kg), en cambio en los grupos A y D los productores presentaron un bajo rendimiento (1 000 - 3 000 kg), independientemente de la variedad cosechada.

El programa “Siembra por contrato” facilita una variedad de grano de cebada a los agricultores, esto depende de las caracteristicas del suelo y clima del sitio a sembrar, en la Figura 2 (a), se observa que en el grupo A se obtuvo una baja producción en la cosecha de la variedad Cañicapa (Figura 2 b), a diferencia del grupo B que junto con el productor 14 mostraron buenos rendimientos al sembrar la variedad ABI Voyager (3 001 - 5 000 y > 5 001 kg comercializado).

En la Figura 2 (c), se visualiza que en el grupo A, los productores encuestados muestran niveles educativos superiores, a comparación del productor catorce y el cluster B, los cuales tienen educación basica ( 8 y 14) y nivel superior (12 y 13). En la Figura 2 (d), se puede observar que en los clústeres B y C junto con el productor 14, se dedicaron totalmente a las actividades agrícolas y sus rendimientos obtenidos fueron mayores al de los demás clústeres quienes dedicaron menor tiempo al manejo del cultivo de cebada.

Figura 2 Agrupación de productores: (a) Cantidad de kg comercializada, (b)Variedad, (c) Educación, (d) Ocupación 

B. Análisis de regresión por mínimos cuadrados parciales (PLS)

Correlación de Spearman

Para construir el modelo multivariado, se aplicó el análisis de Spearman utilizando las variables de rendimiento, pérdidas naturales y pérdidas por maquinaria. Los resultados muestran que la correlación entre rendimiento y pérdidas naturales fue del 30%, mientras que, la correlación entre rendimiento y pérdidas por maquinaria fue del 26%. Por otro lado, la correlación entre pérdidas naturales y pérdidas por maquinaria fue del 12% (Tabla 2). Estos resultados indican una débil dependencia lineal positiva entre cada par de variables. Debido a esta relación, se procedió a realizar un modelo individual para cada variable evaluada.

Tabla 2 Correlaciones entre rendimiento, perdidas naturales y perdidas por maquinaria. 

C. Modelo multivariado PLS

Los datos obtenidos en el ensayo que posteriormente se analizaron en oficina, se determinaron como fuentes ocacionantes en la disminución del rendimiento por el uso de maquinaria combinada las siguientes:

Tabla 3 Fuentes definidas para determinar el diseño multivariado. 

D. Rendimiento

En la (Tabla 4, y Tabla 5), se observa el análisis del modelo multivariado, en donde se puede observar un coeficiente de determinación de 1, lo que representa un porcentaje de varianza del 100%. Es decir, que presenta un buen ajuste proporcionando un modelo viable, mismo que fue centralizado y estandarizado, reduciendo las fuentes que estiman el rendimiento, por ejemplo el peso de grano por m², que determinó un coeficiente de 9,99.

Como se observa en la Figura 3 el método de codo y RMSEP presentó un valor equivalente de 0,03, esto se determinó en función al número de componentes, lo que permite la fijación del modelo con la variable peso de los granos por m², esta fuente mostró un porcentaje mayor en la determinación del rendimiento.

Tabla 4 Diseño multivariado de Rendimiento VIP>1. 

Tabla 5 Resumen de las fuentes con VIP>1 para rendimiento. 

Figura 3 Análisis de Regresión por Mínimos Cuadrados Parciales del Rendimiento (a) Curvas de RMSE con validación cruzada (b) Regresión de coeficientes 

E. Las Pérdidas Causadas por Factores Naturales en cebada maltera

Antes de la cosecha, se observó la presencia de granos en el suelo, influenciada por varios factores como las lluvias y la actividad de aves, lo cual puede causar pérdidas en la producción. En la Tabla 6 se obtuvo un modelo fiable con un coeficiente de determinación del 100%. Se identificó que las variables importantes (VIP>1) incluyen el peso total de los granos (m2), con un coeficiente significativo de 10 (Tabla 7) mediante una matriz de 308 x 8, mismo que fue centralizado y estandarizado.

En la Figura 4 utilizando el método del codo, se observó una disminución significativa desde el punto 2 (número de granos fértiles por metro cuadrado) hasta el punto 3 (peso de los granos), lo que indica una estabilización del modelo. Además, en el gráfico de predicción, los datos empleados para construir el modelo muestran una correlación evidente, representada por puntos cercanos a la línea de tendencia.

Tabla 6 Diseño multivariado de Pérdidas Naturales con VIP>1. 

Tabla 7 Resumen de las fuentes con VIP>1 para Pérdidas Naturales. 

Figura 4 Análisis de Regresión por Mínimos Cuadrados Parciales de Pérdidas Naturales (a) Curvas RMSE con validación cruzada (b) Regresión de coeficientes 

F. Pérdidas Ocasionadas por el uso de Maquinaria Combinada

Con el modelo desarrollado para evaluar las pérdidas ocasionadas por el uso de maquinaria combinada, se observa que las variables incluidas en X son inferiores a la variable Y, que representa el total de pérdidas por maquinaria en kilogramos. El coeficiente de determinación de 0,99 indica una varianza explicada del 99%, lo cual indica un ajuste perfecto del modelo. Siendo un modelo muy fiable mismo que fue centralizado y estandarizado, para VIP>1 (Tabla 8).

Al igual que en los modelos anteriores, el modelo multivariado logra reducir las fuentes de la Tabla 3, que de un conjunto de fuentes (Tabla 3), se reduzcan permitiendo estimar las pérdidas por maquinaria, donde el peso del grano (m2) con un coeficiente de 9,99 (Tabla 9) es el de mayor importancia.

En la Figura 5 se constata la estabilidad del modelo, en predicciones se observa que todos los datos están correlacionados en la línea de tendencia central.

Tabla 8 Diseño multivariado de Pérdidas Naturales con VIP>1. 

Tabla 9 Tabla Resumen de las fuentes con VIP>1 para Pérdidas por Maquinaria. 

Figura 5 Análisis de Regresión por Mínimos Cuadrados Parciales de Pérdidas por Maquinaria Combinada (a) Curvas RMSE con validación cruzada (b) Regresión de coeficientes 

IV. DISCUSIÓN

Los productores obtuvieron mayores rendimientos en suelos franco arenosos, con la variedad ABI Voyager, en comparación con la variedad Cañicapa. Según Vimos M ²³ menciona que, en la provincia de Chimborazo los suelos predominantes son de texturas franco arenosa (11,3 %) y franco limoso (9,8 %), representando la textura franco en un 84.6% en los tres agroecosistemas, siendo estos suelos adecuados para el cultivo de cebada como se documenta en estudios realizados por Carrillo F y Minga F ¹², quienes mencionan que los suelos arenosos y francos arenosos con buen drenaje y un pH de 5,5 a 7,5 son propicios para el cultivo de cebada.

Los resultados obtenidos muestran que, los productores ubicados en las zonas de Guamote y Riobamba obtuvieron menores ingresos, debido a que la cantidad de cebada cosechada fue inferior a 3 000 kg. Además, estos productores optaron por cultivar la variedad Cañicapa, la cual presenta un porcentaje de almidón de 46,84, según el estudio de Valero C ²⁴.

Otro factor que influyó en los resultados fue la tenencia del lote, ya que los productores poseían parcelas propias con un área de 2 a 3 hectáreas. Debido a ello, durante la etapa de cosecha, se pudo registrar un porcentaje mayor al 50% de malezas presentes en los cultivos, indicando una falta de control oportuno por parte de los productores. Esta situación pudo haber aumentado la probabilidad de infestación de la cebada por enfermedades durante la etapa de postcosecha, como señala el estudio realizado por Castiblanco L et al ²⁵. Estos hallazgos resaltan la importancia de considerar diversos factores en la producción de cebada. La cantidad cosechada, la elección de la variedad de cebada, el control de malezas y el manejo adecuado durante la etapa de postcosecha son elementos fundamentales que pueden afectar los ingresos de los productores.

Mediante los estudios realizados por Guerrero D et al y Poveda M ^26,8, se ha determinado que las pérdidas de rendimiento en el cultivo de cebada son aproximadamente del 20% y están relacionadas con diversos factores, que incluyen el número de semillas por espiga, el peso del grano y el poder germinativo. Además, Carrillo F y Minga F concordando con Franco G ^12,27, mencionan que las pérdidas pueden variar dependiendo de la variedad de cebada utilizada, las condiciones climáticas y la virulencia de los virus que puedan afectar el cultivo.

En este estudio, se obtuvieron resultados respaldados por investigaciones previas y concuerdan con la influencia de estas variables en las pérdidas del rendimiento. Además, el comportamiento observado de las variedades Cañicapa y ABI Voyager, confirma la relevancia de considerar la elección de variedades en el cultivo de este importante cereal.

Las pérdidas naturales pueden ser ocasionados por cambios ambientales y fenológicos entre los que se incluyen sequías, heladas, granizo ²⁸. En la agricultura, es común que una parte de los granos caiga al suelo durante el ciclo de cultivo, influenciado por fenómenos como el desgrane natural de las plantas o factores externos como el vuelco de las mismas o condiciones climáticas adversas ⁽²⁹.

Los resultados presentados en la Tabla 7 destacan que el peso de los granos (m²) es una variable significativa que contribuye considerablemente a las pérdidas naturales. Este hallazgo es similar al obtenido por Tapia R y Fries A ³⁰, quienes observaron que los granos llenos pueden desprenderse y caer de la espiga antes de la cosecha, especialmente cuando la planta ha alcanzado su madurez fisiológica y ha enfrentado condiciones de estrés mecánico como vientos fuertes o lluvias intensas.

En la cosecha las pérdidas de granos pueden atribuirse a múltiples factores. Entre ellos: cabezal de la cosechadora, velocidad de la operación, la calidad de la semilla y su contenido de humedad son determinantes clave. Además, durante el proceso de transporte de la cosecha a través de la maquinaria, pueden producirse pérdidas debido a la manipulación inapropiada, a la falta de ajustes adecuados de la maquinaria y a la presencia de materiales extraños en el cultivo ⁽³¹.

Con base a la información proporcionada en la Tabla 9, se observa que el peso de los granos constituye una de las principales causas de pérdida con relación al uso de la maquinaria compuesta durante la cosecha. Esto se debe a que las cosechadoras pueden ocasionar daños en los granos durante el proceso de recolección, lo que resulta en una disminución en el peso y la calidad de los granos recolectados. Por consiguiente, resulta de vital importancia tomar medidas para minimizar estas pérdidas, tales como ajustar la configuración del cabezal de la cosechadora y llevar a cabo inspecciones regulares del equipo de cosecha, como se indica en el informe de Jacobs L y Quack L ³².

Según Ruiz-Altisent M ³³ el incremento excesivo de la velocidad de la máquina durante la operación puede resultar en la proyección y caída de granos al suelo. Además, si la intensidad del aire generado por el ventilador es demasiado alta, existe el riesgo de que los granos sean expulsados junto con la paja u otros residuos, en tanto que si esta es baja se puede acumular en la tolva un mayor porcentaje de impurezas.

V. CONCLUSIONES

Mediante la información socioeconómica proporcionada por los productores de la provincia de Chimborazo, se pudo determinar que el nivel de educación, ocupación, la variedad de cebada, entre otras fueron las principales fuentes que influyeron en las pérdidas de rendimiento.

Al realizar el modelo PLS se logró definir pérdidas de 130,58 kg ha^-1 lo que representa 5,96% de pérdidas por la utilización de maquinaria, en donde el rendimiento alcanzado fue de 2 511,68 kg ha^-1, y en pérdidas naturales 0,74 kg ha^-1.

Basado en los resultados obtenidos, se concluye que el rendimiento de grano para las variedades ABI Voyager y Cañicapa está mayormente influenciado por el peso de los granos y el peso de las espigas. Las pérdidas naturales durante la cosecha se ven afectadas por factores como el número de granos fértiles, el número total de granos y el peso individual de los granos. Por otro lado, el uso de maquinaria combinada introduce pérdidas adicionales principalmente debido al peso del grano y al peso de las espigas. Estos hallazgos resaltan la importancia de considerar estos factores al diseñar estrategias para mejorar el rendimiento y reducir las pérdidas en la producción de grano de cebada, asegurando así una cosecha más eficiente y económica.

Se determinó mediante el modelo cuadrados mínimos parciales que la mayor fuente que afecta la disminución del rendimiento en el cultivo de cebada maltera es el peso del grano, independientemente de la variedad sembrada.