Propuesta de mejora del muestreo en campo y de un modelo para la estimación de grados Brix en el monitoreo de la producción de las uvas Red Globe

Abstract

La tesis tiene como objetivo mostrar dos estudios que se consideran que contribuyen a la mejora continua de los procesos productivos de uva de mesa Red Globe. El primer estudio es sobre un modelo de predicción estadístico, que tiene como variable respuesta los grados Brix, escogiéndose esta variable por ser un indicador de la madurez de las uvas para la cosecha. Al predecir los valores con cierta certeza para fechas asignadas, se podrían tomar decisiones con anticipación y confiabilidad y responder, de manera más eficiente, ante oportunidades que se presenten en el mercado. Con tal fin, se recopiló data de campo y meteorológica, se limpió y utilizó para desarrollar un modelo de regresión lineal de efectos mixtos. En tanto, el segundo estudio, se centra en la mejora del sistema de muestreo en campo como una actividad realizada para obtener información sobre indicadores de calidad de las uvas y para conocer su evolución en el tiempo. Por lo que, el sistema propuesto pretende minimizar la variabilidad de los datos recolectados y aumentar la eficiencia. De esta manera, se probó la metodología a implementar y se analizaron los resultados y, en base a ello, se consolidó el sistema de muestreo final. Analizando los datos para el modelo se obtuvieron las variables que más impactan en el desarrollo de los grados Brix y una ecuación que permite la predicción de estos en base al tiempo. Además, se logró desarrollar un sistema de muestreo que resulta en datos más precisos. Se concluyó que las variables utilizadas en el modelo tienen un efecto respecto a la evolución de grados brix en las uvas. Los modelos obtenidos son válidos puesto que cumplieron con los supuestos de normalidad, linealidad, homocedasticidad e independencia. Por último, se confirmó la sospecha de que, para cada año y tipo de baya, hay un modelo diferente ya que, dependiendo del año y del color de las bayas, las variables afectan en un mayor o menor grado.