Predictive Models of Growth and Agronomic Performance of Lettuce (Lactuca sativa L.) for the Central Coast of Peru
Article Sidebar
Main Article Content
Abstract
Lettuce (Lactuca sativa L.) is one of the most consumed leafy vegetables in the country, standing out in the central coast due to favorable climatic conditions that facilitate its optimal development and production. Growth analysis is crucial to predict its growth and development, providing information for agronomic decision making in agriculture. The objective of the study was to determine the behavior in their main phenological stages of four types of lettuce, as well as their growth patterns in eight cultivars (Waldman Green, Rouxai, Behn, Desirade, Gaugin, White Boston, Parris Island and Patagonia) during the winter and spring seasons on the Peruvian coast. The study was carried out in the experimental field of Horticulture PIPS at UNALM, using a balanced incomplete block design with four blocks and eight treatments, evaluating ten plants per experimental unit from eleven days after transplanting until harvest, recording data on the number of leaves, length and width of the largest leaf at the growth stage, to determine predictive models and their harvest variables. Growth parameters were determined using RStudio software. It was observed that phenological stages vary between types and cultivars, which can be influenced by environmental factors. Yields showed significant difference, with the Patagonia cultivar (6.2 kg/m²) being significantly superior, Parris Island and White Boston (2.87 and 2.85 kg/m²) showing no significant difference, and all leaf type cultivars (between 1.21 and 2.11 kg/m²) showing no significant difference between them. It was found that the predictive ARIMA and regression models provided a high percentage of variability that can be explained by the model according to the Ljung-Box test.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
Addlink. (2015). Cómo interpretar los resultados del análisis de regresión: p-valores y coeficientes. https://www.addlink.es/noticias/minitab/2540-como-interpretar-los-resultados-del-analisis-de-regresion-p-valores-y-coeficientes
Alvario, A. G. (2018). Influencia de tres bioestimulantes aplicados al follaje sobre el rendimiento de la lechuga “romana” (Lactuca sativa L.) en la zona de Puebloviejo [Tesis de grado, Universidad Técnica de Babahoyo]. Repositorio de la Universidad Técnica de Babahoyo. https://redi.cedia.edu.ec/document/505252
Bleiholder, H., Buhr, L., Feller, C., Hack, H., Hess, M., Klose, R., Meier, U., Stauß, R., van den Boom, T., y Weber, E. (2001). Compendio para la identificación de los estadios fenológicos de especies mono- y dicotiledóneas cultivadas: Escala BBCH extendida.
Carguachi, L. (2022). Evaluación del rendimiento de lechuga crespa (Lactuca sativa L.) var. Batavia, en dos tipos de invernaderos, parroquia Calpi, cantón Riobamba, provincia de Chimborazo [Tesis de grado, Escuela Superior Politécnica de Chimborazo]. Repositorio de la Escuela Superior Politécnica de Chimborazo. http://dspace. espoch.edu.ec/bitstream/123456789/17454/1/13T01022.pdf
Espino, C. (2017). Análisis predictivo: Técnicas y modelos utilizados y aplicaciones del mismo: Herramientas open source que permiten su uso [Trabajo de fin de grado, Universidad Abierta de Catalunya]. Repositorio de la Universidad Abierta de Catalunya. https://openaccess.uoc.edu/bitstream/10609/59565/6/caresptimTFG- 0117mem%C3%B2ria.pdf
Floríndez, J., y Siura, S. (2006). Evaluación de cultivares de lechuga (Lactuca sativa L.) para producción de lechuga miniatura y madura bajo cultivo orgánico. [Tesis, Universidad Nacional Agraria La Molina]. Repositorio Institucional de la Universidad Agraria La Molina.
Fontenot, K., Johnson, C., Williams, B., Afton, W., Lewis, M., y Morgan, A. (2014). Vegetable gardening tips. Louisiana State University AgCenter.
García, M. (2013). El cultivo de la lechuga [The lettuce growing]. Universidad de Valladolid. https://www5.uva.es/guia_docente/backup/2013/446/42109/1/Documento2. pdf
IBM. (2024a, 29 de febrero). Modelos de previsión. IBM Documentation. https://www. ibm.com/docs/es/cognos-analytics/11.1.0?topic=forecasting-models
IBM. (2024b, 22 de enero). R cuadrado ajustado. IBM Documentation. https://www.ibm. com/docs/es/cognos-analytics/11.2.0?topic=terms-adjusted-r-squared
Instituto Nacional Tecnológico. (2018). Cultivos de hortalizas. https://www.tecnacional. edu.ni/media/Hortalizas_3X2OH2y.pdf
Jiménez-Morales, V. D., Trejo-Téllez, L. I., Gómez-Merino, F. C., y Volke-Haller, V. H. (2014). Modelos de simulación del crecimiento de lechuga en respuesta a la fertilización orgánica y mineral. Revista Fitotecnia Mexicana, 37(3), 249–254. https:// doi.org/10.35196/rfm.2014.3.249
Li, Q., Gao, H., Zhang, X., Ni, J., y Mao, H. (2022). Describing lettuce growth using morphological features combined with nonlinear models. Agronomy, 12(4), 860. https://doi.org/10.3390/agronomy12040860
Liang, S., Duc Long, N. V., Parvin, M. I., Escribà-Gelonch, M., Lantin, S., y Hessel, V. (2025). Digital twin for lettuce growth in six climate zones (“Climate 2050”). Computers and Electronics in Agriculture, 238, 110880. https://doi.org/10.1016/j. compag.2025.110880
López, Y. C. (2019). Efecto de las dosis de bioestimulante y variedades de lechuga (Lactuca sativa L.) sobre las características morfológicas y rendimiento cultivadas en dos zonas de la provincia de Chincheros - Apurímac. [Tesis de grado, Universidad José Carlos Mariátegui]. Repositorio Institucional de la Universidad José Carlos Mariátegui. https://hdl.handle.net/20.500.12819/608
Marco, F. (2018). R cuadrado ajustado (coeficiente de determinación ajustado). Economipedia. https://economipedia.com/definiciones/r-cuadrado-ajustado-coeficiente-de-determinacion-ajustado.html
Moon, T., Choi, W.J., Jang, S.H., Choi, D.S., y Oh, M.M. (2022). Growth analysis of plant factory-grown lettuce by deep neural networks based on automated feature extraction. Horticulturae, 8(12), 1124. https://doi.org/10.3390/horticulturae8121124
Orellana, L. (2008). Regresión lineal simple. Universidad de Buenos Aires. https://www. dm.uba.ar/materias/estadistica_Q/2011/1/clase%20regresion%20simple.pdf
Romero, R. (2021). Apuntes de macroeconometría. https://randall-romero.github.io/econometria/teoria/01-intro/06-pruebas.html
Saavedra, G., Corradini, F., Antúnez, A., Felmer, S., Estay, P., y Sepúlveda, P. (2017). Manual de producción de lechuga (Boletín INIA N.º 374). Instituto de Investigaciones Agropecuarias. https://bibliotecadigital.ciren.cl/bitstream/handle/20.500.13082/29500/INIA_Libro_0051.pdf
Santos, M., Segura, M., y Ñústez, C. E. (2010). Análisis de crecimiento y relación fuente-demanda de cuatro variedades de papa (Solanum tuberosum L.) en el municipio de Zipaquirá (Cundinamarca, Colombia). Revista Facultad Nacional de Agronomía Medellín, 63(1), 5253–5266.
Suclla, X. (2023). Comparativo de tres frecuencias de riego en el crecimiento y desarrollo de lechuga hidropónica (Lactuca sativa) var. Waldman´s Green, en el distrito de Paucarpata, Arequipa-2022. [Tesis de grado, Universidad Católica de Santa María]. Repositorio Institucional de la Universidad Católica de Santa María. https:// repositorio.ucsm.edu.pe/items/2c4fdea8-173c-44bb-9887-10ce9b9640ec
Valencia-Islas, J. O., López-Cruz, I. L., Ruíz-García, A., Fitz-Rodríguez, E., y Ramírez-Arias, M. (2023). Global sensitivity and uncertainty analyses of a dynamic model for the biosystem lettuce (Lactuca sativa L.) crop-greenhouse. Biosystems Engineering, 236, 16–26. https://doi.org/10.1016/j.biosystemseng.2023.10.005
Vásquez-Camacho, J. G. (2015). Evaluación agronómica de cinco variedades de lechuga (Lactuca sativa L.) en tres ciclos de siembra consecutivos en San Miguel de la Tigra, San Carlos, Alajuela, C. R. [Proyecto de graduación de licenciatura, Instituto Tecnológico de Costa Rica]. Repositorio Institucional del Instituto Tecnológico de Costa Rica. https://hdl.handle.net/2238/6469
Yucra, C. M. (2019). La carbonatita en el rendimiento y calidad de lechuga (Lactuca sativa) cv. Patagonia. [Tesis de grado, Universidad Nacional Agraria La Molina]. Repositorio Institucional de la Universidad Agraria La Molina. https://hdl.handle. net/20.500.12996/4096