03433naa a2200277 a 450000100080000000500110000800800410001902200140006010000170007424502140009126000090030550000590031452025330037365000100290665300210291665300160293765300160295365300270296965300180299665300170301465300140303165300210304570000190306670000160308577300540310110502402018-10-09       2013    bl uuuu     u00u1 u    #d  a1510-08391 aMARCHESI, C.  aFactores que influyen en la variabilidad espacial de calidad de grano de arroz a distintas escalas. (Factors underlying spatial variability in rice (Oryza sativa L.) grain quality at field and regional level).  c2013  aHistory article: Recibido: 7/2/12; Aceptado: 20/12/12.  aEn los sistemas de producción agrícola es cada vez más importante y a la vez factible de tener en cuenta la variabilidad espacial de los recursos naturales y de los rendimientos. Esta variabilidad puede ser detectada y abordada a diferentes escalas, desde la chacra hasta una región, teniendo cada una de ellas problemáticas completamente distintas. Tradicionalmente en agricultura la investigación se ha realizado a pequeña escala (a nivel de parcela) para luego ser extrapolada en forma ad hoc a la escala grande (campo o región). El resultado de este proceso no siempre es preciso dada las diferencias intrínsecas que existen entre los distintos niveles de análisis. En este trabajo se realizan distintos abordajes de un mismo tema ?la calidad del grano de arroz? en dos escalas contrastantes ?a nivel de chacra y de región? a modo de ilustrar estas diferencias. A escala de chacra se validó un modelo que relaciona porcentaje de grano entero (HR) y contenido de humedad del grano (GMC), así como el patrón de des-humedecimiento de granos previo a la cosecha. A nivel regional se trabajó con un modelo basado en la metodología de los grados-día (DD) para predecir el momento óptimo de cosecha para las variedades más utilizadas en California. En la práctica los resultados obtenidos en estos trabajos contribuyen a reducir el riesgo de perder calidad de grano (HR) en la cosecha. //Accounting for the spatial variability of resources and yields has become both important and feasible in agricultural systems research. Such variability can be detected and addressed at various scales, from that of a small field to a whole region, and completely different problems arise at each scale. Traditionally, agricultural issues have been studied at a small scale (field plots) and then extrapolated in an ad hoc manner to a larger scale (field or region). Results of this process are not always accurate due to the intrinsic differences between the local and the regional level of analysis. In this paper we pursue different approaches as an example of a means of dealing with a particular issue, rice grain quality, at two scales, field and region. At the field level, we test a model that relates head rice (HR) to grain moisture content (GMC) and GMC pattern before harvest. At the region level, we propose a model to predict optimum harvest time for rice varieties in California, based on a degree days (DD) approach. Practical results obtained aid in reducing the risk of loosing HR grain quality at harvest.  aARROZ  aCALIDAD DE GRANO  aDEGREE DAYS  aGRADOS-DÍA  aGRAIN MOISTURE CONTENT  aGRAIN QUALITY  aGRANO ENTERO  aHEAD RICE  aHUMEDAD DE GRANO1 aTHOMPSON, J.F.1 aPLANT, R.E.  tAgrociencia Uruguay, 2013gv. 17, no. 1, p.55-64.