480
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
DOI: https://doi.org/10.47280/RevFacAgron(LUZ).v38.n3.02 ISSN 2477-9407
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Recibido el 23-08-2019 . Aceptado el 24-11-2020.
*Autor de correspondencia. Correo electrónico: areyhani@tabrizu.ac.ir
Critical indexes of compositional nutrient
diagnosis (CND) and its validation in wheat elds
Índices críticos de diagnóstico de nutrientes
composicionales (CND) y su validación en campos de trigo
Índices críticos de diagnóstico composicional de nutrientes
(CND) e sua validação em campos de trigo
Abolfazl Geiklooi
1
, Adel Reyhanitabar
2
* and Nosratollah
Naja
3
1
Former Ph.D student of Soil Science Department, Faculty of Agriculture, University
of Tabriz, Tabriz, Iran. Email address: abolfazl.geikloo@gmail.com, . Professor of Soil
Science Department, Faculty of Agriculture, University of Tabriz, Tabriz, Iran. E-mail
address: areyhani@tabrizu.ac.ir or areyhanitabar@yahoo.com, .
3
Professor of Soil
Science Department, Faculty of Agriculture, University of Tabriz, Tabriz, Iran.
Email address: nanaja@yahoo.com. .
Abstract
Plant nutrient composition can be used as an evaluation criterion for optimum
plant growth. The objectives of present study were to (a) derive critical compositional
nutrient (CND) norms for survived wheat elds and sufciency ranges as CND
nutrient index for validation samples, (b) provide a squared CND threshold
nutrient imbalance index (CND r
2
) and compare with DRIS nutrient imbalance
indices, (c) determine balanced nutrients concentration with CND indices. The
yield cutoff value was 4,232 kg.ha
-1
. The CND indexes results indicate that Zn is
the most decient nutrient in wheat, followed by Cu, Fe, Mn and B, whereas N is
the most excessive nutrient, followed by K, Ca, Mg and P. In the validation trials,
the yield cutoff value were reported 5,023 kg.ha
-1
. The calculated CND r
2
in the
validation population was lower than that of the survey wheat elds, indicating
a more balanced concentration of nutrients due to the application of fertilizer
treatments. Signicant principal component (PC) loadings were obtained after
the varimax rotation. The rst three PCs in high- and low-yielding subgroups
and whole data set indicated 52.8, 54.6 and 48.8 % total variance, respectively.
481
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
This study revealed that the decline in the wheat yield was due to the nutrient
imbalance associated with multi nutrient deciency (Zn, Cu, Fe, Mn and B) and
multi nutrient excess (N, K, Ca, Mg and P).
Keywords: compositional nutrient diagnosis (CND), diagnosis and
recommendation integrated system (DRIS), nutrients composition, principal
component analysis (PCA).
Resumen
La composición de nutrientes de las plantas se puede usar como criterio de
evaluación para crecimiento óptimo. Los objetivos del estudio fueron (a) derivar
normas de nutrientes composicionales críticos (CND) para campos de trigo
sobrevivientes y rangos de suciencia como índice de nutrientes CND para
muestras de validación, (b) proporcionar un índice de desequilibrio de nutrientes
umbral CND (CND r
2
) y comparar con índices de desequilibrio de nutrientes DRIS,
(c) determinar la concentración equilibrada de nutrientes con índices de CND.
El valor de corte de rendimiento fue 4.232 kg.ha
-1
. Los resultados de los índices
CND indicaron que el Zn es el nutriente más deciente, seguido de Cu, Fe, Mn
y B, mientras que N fue el nutriente más excesivo, seguido de K, Ca, Mg y P. En
validación, el valor del rendimiento de corte fue 5.023 kg.ha
-1
. El CND r
2
calculado
en la población de validación fue menor que el de campos de trigo encuestados, lo
que indicó una concentración más equilibrada de nutrientes debido a la aplicación
de fertilizantes. Se obtuvieron cargas signicativas del componente principal (CP)
después de la rotación varimax. Los tres primeros CP en subgrupos de alto y
bajo rendimiento y conjunto de datos completos indicaron 52,8; 54,6 y 48.8 %
de varianza total, respectivamente. Este estudio reveló que la disminución en el
rendimiento del trigo fue causada por el desequilibrio de nutrientes asociado con
la deciencia de multi nutrientes (Zn, Cu, Fe, Mn y B) y el exceso de múltiples
nutrientes (N, K, Ca, Mg y P).
Palabras clave: diagnóstico de nutrientes composicionales (CND), sistema
integrado de diagnóstico y recomendación (DRIS), composición de nutrientes,
análisis de componentes principales (ACP).
Resumo
A composição de nutrientes da planta pode ser usada como um critério de
avaliação para o crescimento ideal da planta. Os objetivos do presente estudo
foram (a) derivar normas de nutrientes de composição crítica (CND) para campos
de trigo sobreviventes e faixas de suciência como índice de nutrientes CND para
amostras de validação, (b) fornecer um índice de desequilíbrio nutricional de
limiar de CND ao quadrado (CND r
2
) e comparar com Os índices de desequilíbrio
de nutrientes DRIS, (c) determinam a concentração de nutrientes equilibrada com
os índices CND. O valor de corte de rendimento foi de 4.232 kg.ha
-1
. Os resultados
482
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Introducción
El trigo (Triticum aestivum L.) es
uno de los cultivos más importantes en
el mundo. El área total de trigo cultivada
en Irán es de aproximadamente 6,5
millones de hectáreas. La nutrición
balanceada en el cultivo es un factor
importante en el mejoramiento de
la calidad y cantidad de los cultivos.
La composición de nutrientes de las
plantas es diagnosticada directamente
por el análisis de la hoja (Hallmark y
Beverly, 1991). Dado que la absorción
y distribución de nutrientes se ven
afectadas por sus interacciones en
las plantas, los métodos de detección
de múltiples nutrientes como el
sistema integrado de diagnóstico
y recomendación (DRIS) (Beauls,
1973) y el diagnostico de nutrientes
composicionales (CND) (Parent y
Dar, 1992) han sido propuestos para
evaluar el estado nutricional de las
plantas. El método de CND propone
soluciones a la limitaciones tanto de
dos índices CND indicam que Zn é o nutriente mais deciente em trigo, seguido
por Cu, Fe, Mn e B, enquanto N é o nutriente mais excessivo, seguido por K, Ca,
Mg e P. Nos ensaios de validação, o rendimento o valor de corte foi de 5.023 kg.ha
-1
.
O CND r
2
calculado na população de validação foi inferior ao dos campos de trigo
da pesquisa, indicando uma concentração mais equilibrada de nutrientes devido
à aplicação de tratamentos de fertilizantes. Cargas signicativas de componentes
principais (PC) foram obtidas após a rotação varimax. Os três primeiros PCs
em subgrupos de alto e baixo rendimento e conjunto de dados inteiro indicaram
52,8; 54,6 e 48,8% de variância total, respectivamente. Este estudo revelou que
o declínio na produtividade do trigo foi devido ao desequilíbrio de nutrientes
associado à deciência de multi nutrientes (Zn, Cu, Fe, Mn e B) e ao excesso de
multi nutrientes (N, K, Ca, Mg e P).
Palavras-chave: diagnóstico composicional de nutrientes (CND), sistema
integrado de diagnóstico e recomendação (DRIS), composição de nutrientes,
análise de componentes principais (PCA).
Introduction
Wheat (Triticum aestivum L.) is
one of the most important food crops in
the world. The total wheat cultivated
area in Iran is about 6.5 million
hectares. Balanced nutrition in crop is
an important factor in improving the
quality and quantity of crops. Nutrient
composition of plant is diagnosed
directly by leaf analysis (Hallmark
and Beverly, 1991). Since nutrients
uptake and distribution are affected
by their interactions in the plants,
multi-nutrient detection methods such
as diagnosis and recommendation
integrated system (DRIS) (Beauls,
1973.) and compositional nutrient
diagnosis (CND) (Parent and Dar,
1992) have been proposed to assess
the nutrients status of plants. The
CND method proffer solutions to the
limitations of both CVA and DRIS
and generated nutrient standards are
comparable to those of the boundary-
line approach (Ali, 2018).
483
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Njoroge et al. (2017) developed
CND norms of the high yielding
subpopulations of corn for two seasons
of short rains (SR) and long rains
(LR). Gott et al. (2016) determined
nutritional restriction order by DRIS
and CND methods respectively as
follow: Zn > Fe > Mn = B > N > P
>Cu > K > Ca > S > Mg and P = Zn
> Fe > B > N> Mn > K = Cu > S >
Ca > Mg. Dezordi et al. (2016) stated
that the four diagnostic methods
(Critical Level, Sufciency Range,
DRIS and CND) generated similar
reference values of nutrients for the
carrot crop (Daucus carota L.). The
result of this study showed that Mn,
Mg, K and Ca were respectively the
most limiting nutrient for growing
carrot. Yousef et al. (2013) reported
that the effectiveness of yield-limiting
nutrients application was Mg <K <Ca
<Fe <Zn <P < N <S <B using CND
method. PCA is used on row-centered
log ratios and derived nutrient indices
in CND method for describing the
interaction between the nutrients
(Parent et al., 1994; Raghuptahi et al.,
2005).
Unfortunately, in the study region,
because of application mostly two
types of fertilizers (urea and triple
superphosphate) there are nutrient
imbalances. The composition of crop
nutrition, especially wheat, has not
been investigated in this area so far
and there is no published research on
this subject. A study was conducted
in Sahl El-Tina, Egypt, to determine
the composition of nutrient balance
and norms in wheat crop using CND
method (Ali et al., 2016).
The objectives of present study
were to (1) derive CND norms for
CVA como DRIS y los estándares de
nutrientes generados son comparables
a los del enfoque de línea límite (Ali,
2018).
Njoroge et al. (2017) desarrollaron
normas, CND para subpoblaciones
de maíz de alto rendimiento, para
dos temporadas de precipitaciones
cortas (SR) y precipitaciones largas
(LR). Gott et al. (2016) determinaron
el orden de restricción nutricional
mediante los métodos de DRIS y
CND respectivamente de la siguiente
manera: Zn > Fe > Mn = B > N > P
>Cu > K > Ca > S > Mg and P = Zn >
Fe > B > N> Mn > K = Cu > S > Ca >
Mg. Dezordi et al. (2016) determinaron
que los cuatro métodos de diagnóstico
(Nivel crítico, rango de suciencia,
DRIS Y CND) generaron valores de
referencia similares de nutrientes
para el cultivo de zanahoria (Daucus
carota L.). El resultado de este
estudio mostró que Mn, Mg, K y Ca
fueron respectivamente los nutrientes
limitantes para el crecimiento de
la zanahoria. Yousef et al. (2013)
establecieron que la efectividad de la
aplicación de nutrientes que limitan
el rendimiento fue Mg <K <Ca <Fe
<Zn <P <N <S <B a través del uso del
método CND. PCA es utilizado en
proporciones logarítmicas centradas
en las e índices de nutrientes
derivados en el método CND para
describir la interacción entre los
nutrientes (Parent et al., 1994;
Raghuptahi et al., 2005).
Desafortunadamente, en el área
de estudio, existe desequilibrio de
nutrientes debido a la aplicación
de principalmente dos tipos de
fertilizantes (urea y superfosfato
484
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Table 1. Soil properties at the experimental eld.
Cuadro 1. Propiedades del suelo en campo experimental.
pH EC OC CaCO
3-eq
Total N Ca† Mg† Na†
(dS/m) (g.kg
-1
)
Min. 7.7 1.67 0.6 30 0.3 8.9 0.093 0.43
Max. 8.2 7.71 23.2 210 1.8 28.8 4.2 1.6
Mean±SD 7.3 ± 0.17 1.17 ± 0.46 9.8 ± 3.8 103.3 ± 40 0.9 ± 0.3 11.7 ± 2.1 1.9 ± 0.7 0.7 ± 0.2
K†: P‡ Cu‡ Mn‡ Fe‡ Zn‡ B‡
(mg kg
-1
)
Min. 391 4.4 0.42 0.96 0.19 0.04 0.02
Max. 1726 40 6.96 8.87 10.86 1.62 2.63
Mean±SD 760 ± 226 17 ±5.2 2.4 ± 1 5.25 ± 1.45 4.81 ± 2.15 0.52 ± 0.24 1.19 ± 0.6
EC: Electrical Conductivity, OC: Organic carbon, CaCO
3
: Calcium carbonate, †: exchangeable ‡: available.
EC: Conductividad eléctrica, OC: carbono orgánico, CaCO
3
: carbonato de calcio, †: intercambiable ‡: disponible.
wheat elds of studied region and
sufciency ranges as CND nutrient
index for validation samples, (2)
provide a squared CND threshold
nutrient imbalance index (CND r
2
)
and compare with DRIS nutrient
imbalance indices, (3) determine
balanced nutrients concentration with
CND indices.
Materials and methods
Data collection. The elds under
investigation belong to agro-industrial
Moghan Company situated in Ardabil
Province, Northwest of Iran (from
39º23´ to 39º42´ N and from 47º25´
to 48º23´ E). The soils in this region
are mainly Aridisols and Entisols
according to the US soil classication
system (Soil Taxonomy) (Banaii,
2000).
Composite soil samples (top 30
cm) were collected from each of 96
wheat elds with Kalango and Soisson
triple). La composición de la nutrición
de cultivos, especícamente del trigo,
no ha sido investigada en esta área
hasta ahora y no hay investigaciones
publicadas sobre este tema. Un estudio
se llevó a cabo en Sahl El-Tina, Egipto,
para determinar la composición del
balance de nutrientes y normas en el
cultivo de trigo usando el método CND
(Ali et al., 2016).
Los objetivos del presente estudio
fueron (1) derivar normas CND para
campos de trigo de la región estudiada
y rangos de suciencia como índice
de nutrientes CND para muestras de
validación, (2) proporcionar un índice
umbral de desequilibrio de nutrientes
CND al cuadrado (CNDr
2
) y comparar
con índices umbral de desequilibrio
de nutrientes DRIS, (3) determinar
la concentración equilibrada de
nutrientes con Índices CND.
Materiales y métodos
Recolección de Datos. Los
campos bajo investigación pertenecen
485
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
cultivars at the beginning of the
growing season. Samples were taken
randomly to determine some chemical
properties and soil essential nutrients
status (Page et al., 1982). The obtained
results are shown in table 1.
The bread wheat cultivars of
Soissons and Kalango were cropped
at selected elds. Flag leaf samples
were collected randomly from 96
wheat elds at the stage of ag leaf
emergence (GS-39) (Singh et al. 2005).
After air-drying, the samples were
dried in the oven at 70º C and ground.
N, P, K, Ca, Mg, Fe, Zn, Mn, Cu and B
determined by appropriate laboratory
methods (Bhargava and Raghupathi,
1993). The wheat grain yield for the
selected elds was obtained from the
agronomic bureau at the Moghan agro
-industrial company.
Validation the threshold
nutrient imbalance index
A eld experiment was conducted
at agro-industrial Moghan Company of
Parsabad Moghan, Ardabil province,
Iran, involving application of Zn, Fe,
Mn, and Cu to bread wheat. Validation
tests were performed in three separate
areas due to the vastness of agro-
industrial Moghan Company lands and
altitude range from 32 to 150 meters
above sea level. Three separate trials
in randomized block design were laid
out. The experiment was a 2 × 2 × 2 × 2
factorial at 2 levels of Zn (Zn
0
–Zn
0.3%
),
Fe (Fe
0
–Fe
0.3%
), Mn (Mn
0
–Mn
0.1%
),
Cu (Cu
0
–Cu
0.1%
) with 3 replicates per
treatment. Nutrients were applied
through foliar spray at two stages of
tillering and stem extension. With
counting to three separate trials
and four factors at two levels each
a la compañía agroindustrial Moghan,
situada en la provincia Ardabil,
Noroeste de Irán (De 39º23´ a 39º42´
N y de 47º25´ a 48º23´ E). Los suelos
en esta región son principalmente
aridisoles y entisoles según el sistema
de clasicación de suelos de EE. UU.
(Taxonomía de suelos) (Banaii, 2000).
Muestras compuestas de suelos
(Por encima de 30 cm) fueron
recolectadas por cada 96 campos
de trigo con cultivares Kalango y
Soisson al comienzo de la temporada
de crecimiento. Se tomaron muestras
al azar para determinar algunas
propiedades químicas y el estado de
los nutrientes esenciales del suelo
(Page et al., 1982). Los resultados
obtenidos se muestran en el cuadro 1.
Los cultivares de trigo Soissons y
Kalango fueron cosechados en campos
seleccionados. Las muestras de la
hoja bandera fueron recolectadas
aleatoriamente de 96 campos de
trigo en la etapa de emergencia de
la hoja bandera (GS-39) (Singh et al.
2005). Después del secado al aire, las
muestran fueron secadas en el horno
a 70°C. N, P, K, Ca, Mg, Fe, Zn, Mn,
Cu y B se determinaron a través de
métodos de laboratorios apropiados
(Bhargava y Raghupathi, 1993). El
rendimiento del grano de trigo para
campos seleccionados se obtuvo en
la ocina agronómica de la compañía
Agroindustrial Morgan.
Validación del índice umbral
de desequilibrio de nutrientes
El experimento de campo se llevó
a cabo en la compañía agroindustrial
Morgan de Parsabad Moghan,
provincia de Ardabil, Irán, que
involucró la aplicación de Zn, Fe,
486
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
in three replication giving 144 plots.
Leaf samples were randomly collected
from wheat plots at the stage of ag
leaf emergence. The concentration of
nutrients and yields were determined
by the previous methods.
Analytical approach
Plant tissue composition forms a
d-dimensional nutrient arrangement;
i.e. simplex (S
d
) made up of d + 1
nutrient proportions including d
nutrients, and a lling value
(R
d
)
dened as (Parent and Dar, 1992):
S
d
= [(N,P,K,...,R
d
):N>0,P>0,...
R
d
>0,N+P+K+··· +R
d
=100] (1)
Where 100 is the dry matter
concentration (%); N, P, K . . . are
nutrients proportions (%), and Rd
is the lling value computed as:
R
d
= 100-(N+P+K+.....) (2)
According to CND methodology
proposed by Parent and Dar (1992),
row-centered log ratio calculated
for raw nutrient concentration.
Thereafter, the database is partitioned
between two subgroups using the
Cate-Nelson procedure, once the
observations have been ranked in a
decreasing yield order.
CND norms are computed using
means and standard deviations
corresponding to the row-centered
log ratios V
X
of d nutrients for high-
yield specimens, The CND nutrient
imbalance index of a diagnosed
specimen is its CND r
2
and is computed
by:
r
2
=I
2
N
+I
2
P
+I
2
K
+I
2
Ca
+I
2
Mg
+I
2
Fe
+I
2
Zn
+
I
2
Mn
+I
2
Cu
+I
2
B
+I
2
Rd
(3)
Because CND indices are
independent, unit-normal variables,
the CND r
2
values must have a chi-
square distribution function. CND
Mn, and Cu al pan de trigo. Los
test de validación se desarrollaron
en tres áreas separadas debido a la
amplia extensión de las tierras de la
Compañía agroindustrial Moghan,
cuya altitud variaba de 32 a 150
metros sobre el nivel del mar. Se
dispusieron tres ensayos separados en
un diseño de bloques completamente
al azar. El experimento fue un 2 × 2
× 2 × 2 factorial a dos niveles de Zn
(Zn
0
–Zn
0,3%
), Fe (Fe
0
–Fe
0,3%
), Mn
(Mn
0
–Mn
0,1%
), Cu (Cu
0
–Cu
0,1%
) con 3
réplicas por tratamiento. Se aplicaron
nutrientes a través de spray foliar
en dos etapas de macollamiento
y extensión del tallo. Contando
tres ensayos separados y cuatro
factores en dos niveles, cada uno en
tres replicaciones se originaron 114
parcelas. Las muestras de hojas
fueron recolectadas aleatoriamente
de parcelas de trigo en estado de
emergencia de la hoja bandera. La
concentración de nutrientes y campos
fueron determinadas por los métodos
anteriores.
Enfoque analítico
La composición del tejido de la planta
forma una disposición de nutrientes
d-dimensional; es decir, simplex
(Sd) compuesto por proporciones
de nutrientes d + 1 que incluyen
nutrientes d, y un valor de llenado (Rd)
denido como (Parent y Dar, 1992):
S
d
= [(N,P,K,...,R
d
):N>0,P>0,...
R
d
>0,N+P+K+··· +R
d
=100] (1)
Donde 100 es la concentración
de materia seca (%); N, P, K . . . son
proporciones de nutrientes (%), y Rd
es el valor de llenado calculado como:
R
d
= 100-(N+P+K+.....) (2)
De acuerdo a la metodología CND
487
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
indices the closer to zero thus the CND
r
2
or chi-square values are the higher
probability of obtaining a high yield.
DRIS indices were calculated
according to Beauls (1973). The
measure of the total nutritional
imbalance, the nutrient imbalance
index (NII), was calculated using
the absolute values of the indices
generated for the sample (Beauls,
1973):
NII=|I
N
|+|I
P
|+|I
K
|+|I
Ca
|+|I
Mg
|I
Fe
|+|I
Cu
|+|I
Mn
|+|I
B
|+|I
Zn
| (4)
Principal component analysis was
performed on CND indices for high
-and low -yielding subgroups and
whole data to explore the correlation
structure between CND indicators
and nutrient interactions. The PC
loadings having values greater than
the selection criteria (SC) were given
signicance. The selection criterion
was calculated as follows: (Raghuptahi
et al., 2005)
0.5
SC=
(PC eigen value)
0.5
(5)
Excel software (as a component
in Microsoft Ofce software 2010)
and Statistical Product and Service
Solutions (SPSS 23.0 software)
were used for the purposes of the
computations and statistical analysis
of data.
Results and discussion
The compositional nutrient
diagnosis norms. The eleven-
dimensional (d+1) wheat (T. aestivum
L.) simplex comprised the 10 nutrients
N, P, K, Ca,
Mg, Zn, Cu, Mn, Fe and
B, and the lling value R. Nutrients
propuesta por Parent y Dar (1992),
relación logarítmica centrada en
las calculada para la concentración
de nutrientes crudos. A partir de
entonces, la base de datos se divide
entre dos subgrupos utilizando el
procedimiento de Cate-Nelson, una
vez que las observaciones se han
clasicado en un orden de rendimiento
decreciente.
Las normas CND se calcularon
utilizando las medias y desviaciones
estándar correspondientes a las
relaciones logarítmicas centradas
en las V
X
de los nutrientes d para
especímenes de alto rendimiento, el
índice de desequilibrio de nutrientes
CND de un espécimen diagnosticado
es su CND r
2
y se calcula mediante:
r
2
=I
2
N
+I
2
P
+I
2
K
+I
2
Ca
+I
2
Mg
+I
2
Fe
+I
2
Zn
+
I
2
Mn
+I
2
Cu
+I
2
B
+I
2
Rd
(3)
Debido a que los índices CND
son variables normales unitarias
independientes, los valores CNDr
2
deben tener una función de
distribución de chi-cuadrado. Con
índices CND más cercanos a cero, los
valores CND r
2
o chi-cuadrado son la
mayor probabilidad de obtener un alto
rendimiento.
Los índices DRIS fueron calculados
de acuerdo a Beauls (1973). La
medida del desequilibrio nutricional
total y del índice del desequilibrio de
nutrientes (NII), se calculó utilizando
los valores absolutos de los índices
generados por la muestra (Beauls,
1973):
NII=|I
N
|+|I
P
|+|I
K
|+|I
Ca
|+|I
Mg
+|I
Fe
|+|I
Cu
|+|I
Mn
|+|I
B
|+|I
Zn
El análisis de componentes
principales (PC) se desarrolló en
índices de CND para subgrupos
|+
| (4)
|
488
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Table 2. Wheat yield in inection point of cumulative variance ratio
functions.
Cuadro 2. Rendimiento del trigo en el punto de inexión de las funciones
de proporción de la varianza acumulada
Nutrients R
2
Yield in inection point (kg ha
-1
)
N y = 1.38x
3
- 17.845x
2
+ 49.474x + 49.525 0.991 4310
P y = 2.887x
3
- 35.453x
2
+ 110.48x - 5.447 0.995 4093
K y = -0.247x
3
+ 2.306x
2
- 24.272x + 129.7 0.991 3110
Ca y = 3.232x
3
- 39.84x
2
+ 126.293x - 18.247 0.995 4108
Mg y = 2.583x
3
- 29.58x
2
+ 78.286x + 39.437 0.993 3816
Cu y = 2.189x
3
- 27.67x
2
+ 84.445x +22.468 0.997 4213
Mn y = 2.456x
3
- 32.608x
2
+ 109.76x - 10.112 0.997 4425
Fe y = 2.0664x
3
- 24.867x
2
+ 67.224x + 47.084 0.997 4008
Zn y = 2.069x
3
- 25.561x
2
+ 72.475x + 42.337 0.991 4116
B y = -0.1996x
3
+ 3.6244x
2
- 30.531x + 95.32 0.823 6052
Rd y = 2.7602x
3
- 35.593x
2
+ 117.27x - 16.016 0.997 4298
Figure 1. The relationship between yield and the cumulative variance
ratio function for 11 nutrients.
Figura 1. Relación entre el rendimiento y la función de proporción de
varianza acumulada para 11 nutrientes.
489
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
concentrations were transformed into
CND row-centered log ratios and the
cumulative variance ratio functions
[FiC(V
X
)] values calculated (table 2).
The relationship between cumulative
variance function and yield was cubic
and the inection point (–b/3a) is
presented in gure 1.
Discrimination between the low
and the high-yielding subgroups
was made by mean of yield inection
points (4,232 kg.ha
-1
). This result
implies that 44.8 % of the samples (43
observations from 96) is considered as
the high-yielding subgroup. The high
yielding subgroup had signicantly
higher Zn (P≤0.05) compared to the
low-yielding subgroup. Average
Table 3. Mean and standard deviation of wheat plant nutrients at high
and low- yielding subgroup.
Cuadro 3. Desviación media y estándar para los nutrientes de la planta
de trigo en el subgrupo de alto y bajo rendimiento.
High yield Low yield
Parameter Mean SD Mean SD
N (g.kg
-1
) 23.3 6.2 22.2 6.7
P (g.kg
-1
) 3.6 1.1 3.6 1.0
K (g.kg
-1
) 22.0 7.3 21.6 7.6
Ca (g.kg
-1
) 6.0 1.6 6.1 1.3
Mg (g.kg
-1
) 5.7 1.5 5.8 1.6
Cu (mg.kg
-1
) 6.18 2.5 7.3 3.4
Mn (mg.kg
-1
) 18.2 5.6 17.9 5.4
Fe (mg.kg
-1
) 81.2 38.1 77.1 37
Zn (mg.kg
-1
) 9.5 2.6 6.86 8.4
*
B (mg.kg
-1
) 6.04 2.53 6.61 2.3
R
d
93.92 0.94 94.06 1.06
*: Signicant difference at p<0.05
*: Diferencia signicativa a p<0.05
de alto y bajo rendimiento y datos
completos para explorar la estructura
de correlación entre los indicadores de
CND y las interacciones de nutrientes.
Se les dio signicancia a las cargas de
PC que tenían valores superiores a los
criterios de selección (SC). El criterio
de selección se calculó de la siguiente
manera: (Raghuptahi et al., 2005)
0,5
SC=
(PC eigen value)
0,5
(5)
Se utilizó Excel (como componente
del software Microsoft Ofce 2010),
Statistical Product y Service Solutions
(software SPSS 23.0) para los cálculos
y el análisis estadístico de los datos.
490
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
concentrations of other nutrients
did not differ signicantly (P≤0.05)
between the two subgroups (table 3).
The CND norms, as means and
standard deviations of the CND row-
centered log ratios for the high-yielding
subgroup, are showed in table 4.
These were used to estimate nutrients
indices and CNDr
2
values. According to
the average concentration and norms
of CND, nutrients concentrations in
wheat samples with high yield were
near the adequate nutrient range
mentioned in the literature. There are
differences between studies regarding
nutrient concentration in the high-
yielding subgroup and about the
dened adequacy range of nutrient
Table 4. CND norms of nutrients for wheat production with a yield cutoff
value of 4,232 kg.ha
-1
.
Cuadro 4. Normas CND de nutrientes para la producción de trigo con un
valor de rendimiento de corte de 4.232 kg.ha
-1
.
V
*
N
V
*
P
V
*
K
V
*
Ca
V
*
Mg
V
*
Cu
V
*
Mn
V
*
Fe
V
*
Zn
V
*
B
V
*
Rd
ΣVx
Mean 3.51 1.64 3.43 2.16 2.11 -4.76 -3.64 -4.65 -4.82 -2.25 7.25 0.00
SD 0.31 0.32 0.36 0.28 0.24 0.38 0.24 0.36 0.53 0.39 0.11 -
CND: Compositional Nutrient Diagnosis
Figure 2. Mean values of nutrient index for the ag leaf tissue.
Figura 2. Valores
medios del índice de nutrientes para el tejido de la hoja
bandera.
Resultados y discusión
Normas para el diagnóstico de
la composición nutricional
Las once dimensiones (d+1) de
trigo simple (T. aestivum L.) estaban
compuestas por 10 nutrientes N, P, K,
Ca, Mg, Zn, Cu, Mn, Fe y B, y el valor
de llenado R. Las concentraciones
de nutrientes se transformaron en
relaciones logarítmicas centradas
en las de CND y se calcularon las
funciones de relación de varianza
acumulada [FiC(Vx)] (cuadro 2). La
relación entre la función de varianza
acumulada y el rendimiento fue
cúbica y el punto de inexión (–b / 3a)
se presenta en la gura 1.
491
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
concentrations. This is due to the
difference in environmental conditions
and the plant varieties (Quintanar et
al., 2006; Wairegi and Asten, 2011).
The average of the nutrient indices
in gure 2 shows that the nutritional
requirements are as follows: Zn> Mn>
Fe> N> Mg> P> B> Ca> Cu.
The survey showed that 55.2 %
of observations relating to the yield,
were following below 4,232 kg.ha
-1
.
Chi-square or CND r
2
value of the
corresponding theoretical low-yielding
percent (55.2 %) with 12 degrees of
freedom obtained 11.04 (gure 3).
higher yield targets would increase
the proportion of low-yield specimens
in a population and produce narrower
critical nutrient ranges (Khiari et al.,
2001c).
Figure 3. Comparison between the chi-square cumulative function and
the CND r
2
distribution function to obtain the theoretical
threshold CND r
2
value (11.04) at yield cutoff in the survey
population (n=96).
Figura 3. Comparación entre la función acumulada de chi-cuadrado y la
función de distribución CND r
2
para obtener el valor umbral
teórico CND r
2
(11,04) en el rendimiento de corte en la población
evaluada (n = 96).
La discriminación entre los
subgrupos de alto y bajo rendimiento
se realizó por la media de los puntos
de inexión del rendimiento (4.232
kg.ha
-1
). Este resultado implica
que el 44,8 % de las muestras (43
observaciones de 96) sea considerado
como un subgrupo de alto rendimiento.
El subgrupo de alto rendimiento tuvo
un Zn (P≤0,05) signicativamente más
alto en comparación al subgrupo de
bajo rendimiento. Las concentraciones
promedios de otros nutrientes no
dirió signicativamente (P≤0,05)
entre los dos subgrupos (cuadro 3).
Las normas de CND, como medias y
desviaciones standard de las relaciones
logarítmicas centradas en las CND
para el subgrupo de alto rendimiento
se muestran en el cuadro 4. Estos
492
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
The DRIS norms, i.e. means and
CVs of the selected nutrients ratios, for
high-yielding subgroup are presented
in table 5. The norms are used for
nutrients imbalance indices (NII).
Linear regression correlating CND
to DRIS is shown in gure 4. The r
2
was 0.92 for relationships between
CND and DRIS, for nutrient indices.
The linear regression with high r
2
showed a close relationship between
nutrient CND and DRIS indices. It
can be stated that the CND and DRIS
methods presented similar diagnosis
of nutrients balances. The CND
critical index (Ix) of each nutrient was
calculated from samples belonging to
the low-yielding subgroup that shows
nutrients imbalance in this subgroup.
The interpretation of compositional
nutrient diagnosis methods is based
on CND indices (Ix) which are the
ratios of the distance of a nutrient
from its geometric mean to the
distance of the same nutrient from
high-yielding subgroup geometric
mean. The mentioned index depends
not only on the nutrient level but
also on the relative position of the
low-yielding subgroup geometric
mean compared to the high-yielding
subgroup geometric mean. Critical
indices compare the nutrient level
and nutrient balance (Parent and
Dar, 1992). Studies show that the
relationship between nutrient balance
index and nutrient concentration in
the low-yielding subgroup follows
the logarithmic model. The crossing
point of the logarithmic curve with the
horizontal axis indicates the zero index
that represents a balanced nutrient
concentration (table 6). Nutrient
fueron usados para estimar los índices
de nutrientes y los valores CNDr
2
. De
acuerdo al promedio de concentración
y normas CND, las concentraciones
de nutrientes en muestras de trigo
con alto rendimiento fueron cercanas
al intervalo adecuado de nutrientes
mencionados en la literatura. Existen
diferencias entre estudios con respecto
a la concentración de nutrientes en el
subgrupo de alto rendimiento y sobre
el rango denido de adecuación de
concentraciones de nutrientes. Esto es
debido a la diferencia de condiciones
ambientales y variedades de plantas
(Quintanar et al., 2006; Wairegi y
Asten, 2011). El promedio de los
índices de nutrientes en la gura
2, muestra que los requerimientos
nutricionales son los siguientes: Zn>
Mn> Fe> N> Mg> P> B> Ca> Cu.
La encuesta mostró que el 55,2%
de las observaciones relacionadas con
el rendimiento, seguían por debajo
de 4.232 kg.ha
-1
. El valor de Chi-
cuadrado o CND r
2
del correspondiente
porcentaje teórico de bajo rendimiento
(55,2%) con 12 grados de libertad
obtuvo 11,04 (gura 3). Los objetivos
de mayor rendimiento aumentarían
la proporción de especímenes de
bajo rendimiento en una población,
y producirían rangos de nutrientes
críticos más estrechos (Khiari et al.,
2001c).
Las normas DRIS, las medias i.e. y
CVs de las proporciones de nutrientes
seleccionadas para el subgrupo de alto
rendimiento son presentadas en el
cuadro 5. Las normas son utilizadas
para los índices de desequilibrio de
nutrientes (NII).
493
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Table 5. DRIS norms of nutrients dual ratio in high-yielding subgroup.
Cuadro 5. Normas DRIS de proporción dual de nutrientes en el subgrupo
de alto rendimiento.
Ratio Mean CV Ratio Mean CV
N/P 7.2 49.8 Ca/Mg 1.11 33.6
N/K 1.22 51.9 Cu/Ca 0.00111 49.7
Ca/N 0.27 34.3 Mn/Ca 0.00329 43.4
N/Mg 4.37 40.3 Ca/Fe 93.9 47.1
Cu/N 0.00029 54.8 Zn/Ca 0.00123 46.8
Mn/N 0.00086 46.8 B/Ca 0.00111 63.5
N/Fe 360.89 46.3 Ca/Rd 0.00642 26.7
Zn/N 0.00033 55.7 Cu/Mg 0.00118 56.5
B/N 0.00029 62.5 Mg/Mn 338.0 33.8
Rd/N 43.97 34.7 Fe/Mg 0.01447 57.9
P/K 0.19 61.4 Zn/Mg 0.00125 39.2
Ca/P 1.88 53.7 B/Mg 0.00110 46.5
Mg/P 1.77 47.8 Rd/Mg 175.7 28.5
Cu/P 0.00185 48.9 Cu/Mn 0.34656 35.7
Mn/P 0.00550 42.1 Cu/Fe 0.09348 46.1
P/Fe 56.1 48.3 Cu/Zn 1.08212 65.6
Zn/P 0.00207 46.4 B/Cu 1.14644 54.5
B/P 0.00184 53.7 Cu/Rd 6.58E-06 40.6
Rd/P 291.3 41.8 Fe/Mn 4.40174 46.1
Ca/K 0.310 45.6 Zn/Mn 0.39338 36.3
Mg/K 0.296 51.6 B/Mn 0.35867 48.7
Cu/K 0.00032
58.6 Mn/Rd 1.94E-05 30.8
Mn/K 0.00094 48.1 Zn/Fe 0.10133 45.7
Fe/K 0.00402 65.8 B/Fe 0.09552 58.5
Zn/K 0.00035 50.4 Rd/Fe 14413.1 34.9
B/K 0.00031 53.0 B/Zn 1.00980 55.1
Rd/K 49.0 45.9 Zn/Rd 7.31E-06 37.2
B/Rd 6.43E-06 41.9
DRIS: Diagnostic and Recommendation Integrated System, Rd: lling value.
DRIS: Sistema integrado de diagnóstico y recomendación, Rd: valor de llenado.
494
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Figure 4. Relationship between nutrients imbalance indices (NII) of
DRIS and CND r
2
.
Figura 4. Relación entre los índices de desequilibrio de nutrientes (NII)
de DRIS y CND r
2.
Table 6. The regression relationship between nutrient balance index
and nutrient concentration in the low-yielding subgroup.
Cuadro 6. Relación de regresión entre el índice de equilibrio de
nutrientes y la concentración de nutrientes en el subgrupo
de bajo rendimiento.
Nutrient Regression equation r
2
Balanced nutrient concentration
Nitrogen CND I
N
= 2.52ln(x) - 2.16 0.86 2.35
Phosphorus CND I
P
= 3.83ln(x) + 3.37 0.90 0.41
Potassium CND I
K
= 2.31ln(x) - 1.60 0.94 2.00
Calcium CND I
Ca
= 2.99ln(x) + 1.55 0.79 0.59
Magnesium CND I
Mg
= 4.58ln(x) + 2.42 0.86 0.59
Cupper CND I
Cu
= 2.25ln(x) - 3.89 0.93 5.61
Manganese CND I
Mn
= 3.34ln(x) - 9.72 0.79 18.34
Iron CND I
Fe
= 2.23ln(x) - 9.43 0.92 67.75
Zinc CND I
Zn
= 2.04ln(x) - 3.79 0.96 6.43
Born CND I
B
= 1.47ln(x) - 2.48 0.92 5.42
concentrations corresponding to the
crossing point are indicated in table
3. This curve can represent the new
La correlación de la regresión
lineal entre CND y DRIS se muestra
en la gura 4. La r
2
fue 0,92 para las
495
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Table 7. Wheat yield in inection point of cumulative variance ratio
functions at validation population.
Cuadro 7. Rendimiento de trigo en el punto de inexión de las funciones
de proporción de la varianza acumulada en la población de
validación.
Nutrients Fi
c
(V
X
) = aY
3
+ bY
2
+ cY+ d r
2
Yield in inection point (mg.kg
-1
)
N y = 1.3729x
3
- 21.989x
2
+ 89.138x - 4.3401 r² = 0.99 5339
P y = 1.4491x
3
- 18.933x
2
+ 50.571x - 78.811 r² = 0.98 4355
K y = 1.8032x
3
- 22.887x
2
+ 60.647x + 78.357 r² = 0.97 4231
Ca y = 1.7133x
3
- 27.805x
2
+ 119.67x - 54.042 r² = 0.99 5410
Mg y = 1.0845x
3
- 15.131x
2
+ 42.123x + 76.085 r² = 0.99 4651
Fe y = 0.5391x
3
- 9.457x
2
+ 33.231x+ 54.21 r² = 0.99 5847
Zn y = -0.5713x
3
+ 10.613x
2
- 74.717x + 202.29 r² = 0.99 6192
Mn y = 0.6638x
3
- 9.3252x
2
+ 18.635x + 104.59 r² = 0.99 4683
Cu y =1.6971x
3
- 23.169x
2
+ 72.942x + 46.57 r² = 0.98 4551
B y = 1.8987x
3
- 29.515x
2
+121.04x - 46.931 r² = 0.99 5182
Rd y = 2.2681x
3
- 32.753x
2
+ 123.26x - 34.191 r² = 0.98 4814
method for determination of the
optimized concentration for maximum
yield.
Validate the threshold nutrient
imbalance index
In the validation population, the
mean yield cutoff value (5,023 mg.kg
-1
)
used to divide the high- and low-yield
groups was calculated by cumulative
variance ratio functions (Khiari et al.,
2001a) (table 7).
Average concentrations of nutrients
did not differ signicantly between the
two subgroups (table 8). This result
showed that nutrients application
in the validation trials caused to
nutrients concentration closed to each
other in the two subgroups, therefore
nutrients composition were balanced.
Nutrient sufciency ranges were
obtained by the squared values of CND
nutrient indexes (I
X
) (table 9). The
relaciones entre CND y DRIS para los
índices de nutrientes.
La regresión lineal con r
2
alto
mostró una relación cercana entre los
índices de nutrientes de CND y DRIS.
Se puede decir que los métodos CND
Y DRIS presentaron un diagnostico
similar a los balances de nutrientes.
El índice crítico CND (Ix) de cada
nutriente fue calculado a partir de
cada muestra correspondiente al
subgrupo de bajo rendimiento, lo cual
muestra el desequilibrio de nutrientes
de este subgrupo. La interpretación
de los métodos de diagnóstico de la
composición de nutrientes está basada
en los índices CND (Ix) los cuales son
las proporciones de la distancia de un
nutriente desde su media geométrica a
la distancia del mismo nutriente desde
la media geométrica del subgrupo de
alto rendimiento. El índice mencionado
496
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Table 8. Mean and standard deviation of wheat plant nutrients at high
and low- yielding validation subgroup.
Cuadro 8. Desviación media y estándar de los nutrientes de las plantas de
trigo en el subgrupo de validación de alto y bajo rendimiento.
High yield Low yield
Parameter Mean SD Mean SD
N (g.kg
-1
) 24.60 7.20 22.30 7.40
P (g.kg
-1
) 3.90 1.50 4.00 2.00
K (g.kg
-1
) 24.00 5.80 22.50 7.40
Ca (g.kg
-1
) 6.60 2.60 6.60 2.50
Mg (g.kg
-1
) 5.50 2.20 5.60 2.60
Cu (mg.kg
-1
) 12.65 4.88 12.28 4.14
Mn (mg.kg
-1
) 37.54 10.24 35.04 10.32
Fe (mg.kg
-1
) 120.84 60.38 124.84 47.95
Zn (mg.kg
-1
) 29.25 8.98 28.85 8.41
B (mg.kg
-1
) 8.97 1.91 8.52 1.97
R
d
93.51 0.81 93.88 1.16
CNDr
2
imbalance index is amenable
to CND index ranges dened on a
theoretical basis. Additive critical
CND values mean that critical I
X
ranges between -I
X
and +I
X
could
be obtained simply by computing
the square root of. This method for
nutrient balances contrasts with the
DRIS concept that the more negative
an index is, the more decient the
nutrient. CND would provide a simple
no depende solamente del nivel del
nutriente sino también de la posición
relativa de la media geométrica del
subgrupo de bajo rendimiento en
comparación a la media geométrica
del subgrupo de alto rendimiento. Los
índices críticos comparan el nivel de
nutrientes y el equilibrio de nutrientes
(Parent y Dar, 1992). Estudios
demuestran que la relación entre el
índice de equilibrio de nutrientes y
and cost-effective tool for diagnosing
nutrient imbalance in a large number
of specic soil–plant systems with
small databases (Khiari et al., 2001b).
In validation population 104 of
the 144 specimens, or 72 % of the
population, was below yield cutoff
of 5,023 kg.ha
-1
. The corresponding
chi-square or CNDr
2
value was 9.08
la concentración de nutrientes en
subgrupos de bajo rendimiento sigue
el modelo logarítmico. El punto de
cruce de la curva logarítmica con el
eje horizontal indica el índice cero
que representa una concentración
equilibrada de nutrientes (cuadro 6).
Las concentraciones de nutrientes
correspondientes al punto de cruce
497
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Table 9. Critical squared compositional nutrient diagnosis (CND) indexes
and sufciency ranges in the validation samples.
Cuadro 9. Índices de diagnóstico de composición de nutrientes (CND)
al cuadrado crítico y rangos de suciencia en las muestras de
validación.
CND index Critical value of CND r
2
Critical ranges
Upper limit Lower limit
0.95 0.98 -0.98
0.62 0.79 -0.79
0.69 0.83 -0.83
0.71 0.84 -0.84
0.98 0.99 -0.99
0.75 0.86 -0.86
0.86 0.93 -0.93
0.81 0.90 -0.90
0.87 0.93 -0.93
1.03 1.02 -1.02
0.82 0.91 -0.91
Sum CNDr
2
9.08 9.97
(gure 5). Given the reduction of
the CND r
2
value, it is determined
that the nutrients with the fertilizer
application trials have been more
balanced. Theoretically, at the critical
se indican en el cuadro 3. Esta
curva puede representar el nuevo
método para la determinación de la
concentración optimizada para un
rendimiento máximo.
chi-square value of zero where the
ideal nutrient balance is reached, 100
% of the population would be expected
to produce below- cutoff yield by
denition (Khiari et al., 2001a).
Nutrient interactions
Principal component analysis
(PCA) was conducted on CND indices
related to the whole data set including
high and low yielding subgroups.
Signicant factor loadings were
obtained after the varimax rotation
(Gutiérrez-Acosta et al., 2002). The
rst three factors in high and low
yielding subgroups in whole data
Validación del índice umbral
del desequilibrio de nutrientes
En la población de validación, el
valor de la media de rendimiento de
corte (5,023 mg.kg
-1
) utilizada para
dividir el alto y bajo rendimiento de
los grupos fue calculado por funciones
de proporción de varianza acumulada
(Khiari et al., 2001a) (cuadro 7).
Las concentraciones promedio
de nutrientes no dirieron
signicativamente entre los dos
subgrupos (cuadro 8). Este resultado
mostró que la aplicación de nutrientes
en los ensayos de validación, causó una
498
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Figure 5. Application cumulative function to obtain the theoretical
threshold CND r
2
value (9.08) at yield cutoff in the validation
population (n=144).
Figura 5. Aplicación de la función acumulada para obtener el valor
umbral teórico CND r
2
(9,08) en el rendimiento de corte en la
población de validación (n = 144).
Table 10. Principal component analysis of nutrient concentration for
CND indices.
Cuadro 10. Análisis de componentes principales de la concentración de
nutrientes para índices CND.
Index
High yielding subgroup Low yielding subgroup Total population
PC1 PC2 PC3 PC1 PC2 PC3 PC1 PC2 PC3
I
N
-0.085 0.785 0.060 -0.046 -0.700 -0.261 -0.338 -0.117 0.638
I
P
0.476 -0.106 -0.272 0.001 -0.577 0.344 0.031 0.186 0.490
I
K
-0.297 0.079 0.075 0.079 0.001 0.674 0.045 -0.597 0.062
I
Ca
-0.318 0.699 0.065 0.730 -0.052 0.352 -0.517 0.461 0.189
I
Mg
-0.544 -0.068 -0.329 -0.791 0.056 0.052 0.640 0.232 -0.308
I
Cu
0.817 0.159 0.087 -0.628 0.343 0.224 0.772 0.160 0.035
I
Mn
0.623 -0.228 0.416 -0.470 0.548 -0.013 0.675 -0.116 -0.071
I
Fe
-0.136 -0.285 0.751 -0.123 0.032 -0.747 0.001 -0.742 0.026
I
Zn
-0.336 -0.643 0.229 -0.617 -0.179 -0.163 0.210 -0.535 -0.005
I
B
-0.139 -0.224 -0.781 0.415 -0.548 -0.364 -0.231 0.026 -0.775
Eigen value 2.103 1.738 1.437 2.456 1.634 1.376 2.183 1.430 1.269
% Variance
21.027 17.383 14.370 24.556 16.342 13.755 21.834 14.296 12.691
Selection
criteria
0.345 0.379 0.417 0.319 0.391 0.426 0.338 0.418 0.444
PC1=P+Cu+Mn+Mg- PC1=Ca+ B+ Mg-Cu-Mn-Zn- PC1=Mn+Cu+Ca-Mg+
PC2=N+Ca+Zn- PC2=Mn+N-P-B- PC2= Ca+ K-Fe-Zn-
PC3=Fe+B- PC3=K+Fe- PC3=N+P+B-
499
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
explained 52.8, 54.6 of the total
variance, respectively, and 48.8 %
of the total variance of the total
population (table 10).
The rst principal component of
the total data set showed a negative
and positive correlation between
nutrients that was designated as
(Ca-Mg+Cu+Mn+). In the second PC
nutrition interaction was dened
as (Ca+K-Fe-Zn-) and in the third
component change of nutrients was
dened as (N+P+B-). The principal
component analysis resulted in
positive and negative correlations in
the high yield subgroup indicating
positive and negative interactions
between nutrients. The correlations
were presented in three PCs as
follow: PC1 (P+Cu+Mn+Mg-), PC2
(N+Ca+Zn-) and PC3 (Fe+B-). Positive
and negative nutrient correlations
in the low-yielding subgroup were
shown as follows: the PC1 (Ca+B+Mg-
Cu-Zn-), PC2 (Mn+N-P-B-) and PC3
(K+F-). Investigation of the factor
loadings resulting from the analysis of
three sets of data showed that there
were negative interactions between
macronutrients and micronutrients.
It is well known that the optimum
plant growth depends not only
on the total amount of nutrients
but also on their availability.
Nutrients availability is controlling
by physico-chemical properties soil
such as texture classes, organic
carbon, calcium carbonate, pH and
electrical conductivity (Bell and
Dell, 2008). The soils of studied
region were characterized by low
organic carbon content, high pH and
salinity/alkalinity problems (table
concentración cerrada entre los dos
subgrupos, por lo que la composición
de nutrientes fue equilibrada.
Los rangos de suciencia de
nutrientes se obtuvieron mediante
los valores al cuadrado de los índices
de nutrientes CND (Ix) (cuadro 9).
El índice de desequilibrio CNDr
2
es
susceptible a los rangos de índice CND
denidos sobre una base teórica. Los
valores críticos aditivos de signican
que los rangos críticos de Ix entre -Ix
y + Ix podrían obtenerse simplemente
calculando la raíz cuadrada de . Este
método para equilibrios de nutrientes
contrasta con el concepto DRIS de
que cuanto más negativo es un índice,
más deciente es el nutriente. La
CND proporcionaría una herramienta
simple y rentable para diagnosticar
el desequilibrio de nutrientes en una
gran cantidad de sistemas especícos
suelo-planta con pequeñas bases de
datos (Khiari et al., 2001b).
En la población de validación
104 de 144 especímenes, o 72% de la
población, estuvo bajo un rendimiento
de corte de 5.023 kg.ha
-1
. El valor
correspondiente al chi-cuadrado o
CNDr
2
fue 9,08 (gura 5). Dada la
reducción del valor de CNDU
2
, se
determinó que los nutrientes con los
ensayos de aplicación de fertilizantes
han sido más equilibrados.
Teóricamente, en el valor crítico de
chi-cuadrado de cero donde se alcanza
el equilibrio ideal de nutrientes, se
esperaría que el 100% de la población
produjera un rendimiento de corte por
debajo del límite por denición (Khiari
et al., 2001a).
Interacciones de nutrientes
El análisis de componentes
principales (PCA) se llevó a cabo
500
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
en los índices CND relacionados
al conjunto de datos completo que
incluye subgrupos de alto y bajo
rendimiento. Se obtuvieron cargas
factoriales signicativas después
de la rotación varimax (Gutiérrez-
Acosta et al., 2002). Los primeros
tres factores en los subgrupos de
alto y bajo rendimiento en los datos
completos explicaron el 52,8, el 54,6
de la varianza total, respectivamente,
y el 48, 8% de la varianza total de la
población total (cuadro 10).
El componente principal del
conjunto de datos totales mostró una
correlación negativa y positiva entre
los nutrientes que fueron designados
como (Ca-Mg+Cu+Mn+). En el
segundo PC la interacción nutricional
fue denida como (Ca+K-Fe-Zn-) y
en el tercer componente el cambio de
nutrientes fue denida como (N+P+B).
El análisis del componente principal
resultó en correlaciones positivas
y negativas en subgrupos de alto
rendimiento indicando interacciones
positivas y negativas entre nutrientes.
Las correlaciones se presentaron en
tres PCs de la siguiente manera: PC1
(P+Cu+Mn+Mg-), PC2 (N+Ca+Zn-)
y PC3 (Fe+B-). Correlaciones de
nutrientes positivas y negativas en
subgrupos de bajo rendimiento se
mostraron de la siguiente manera: El
PC1 (Ca+B+Mg-Cu-Zn-), PC2 (Mn+N-
P-B-) y PC3 (K+F-). La investigación
de las cargas factoriales resultantes
del análisis de tres conjuntos de datos
mostró que habían interacciones
negativas entre macronutrientes y
micronutrientes.
Es bien conocido que el crecimiento
óptimo de la planta no solo depende
1). These soil conditions are not
favorable for adequate availability of
micronutrients.
Application of N increases the
uptake of P and Ca. Nitrogen increases
the root hair, causes chemical changes
in the rhizosphere and physiological
changes in the plant. Such factors
improve absorption of macronutrients
(Baligar et al., 2001). The interaction
between N and micronutrients depends
on pH changes in the rhizosphere.
Nitrogen is absorbed as nitrate and
increases the pH of the rhizosphere,
and thus reduces the absorption of
most micronutrients. Plants absorb
K more efciently than Fe. High K
prevents Fe uptake and transport
in plants, causing Fe deciency. The
researchers reported that the use of Fe
as well as K in soil increases sorghum
yield (Matocha and Thomas, 1969).
Soils having low Zn concentration
enhanced the B concentration in
wheat (Singh et al., 1990). High Ca
concentration prevents Mg absorption.
The decrease of Mg absorption occurs
due to the competition between Ca
and Mg for same absorption sites
(Maas and Ogata, 1971). In wheat, Cu
imposes positive effects on P uptake
and signicant negative effect on the
absorption of Ca and Mg (Fageria,
2009). The researchers stated that
there are antagonistic relationship
between B and Zn, as well as between
Fe and Mn (Zaharieva, 1986; Chinnery
and Harding1980 and Singh et al.,
1990). Interactions between B and P
are not clear. Phosphorus may increase
or decrease B uptake or have no effect
on it. It has been found that the use
of P prevents toxic accumulation of B
501
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
in plants (Gunes and Alpaslan, 2000).
Fageria (2009) reported that reduction
in the absorption of Ca by increasing
the K concentration in the growth
medium reects their competitive
absorption pattern.
Conclusion
Results of CND norms showed
imbalances nutrient in the studied
region. The zinc and nitrogen in
soils are respectively decient and
adequate. Therefore, application
of zinc especially and other
micronutrient fertilizers must
be applied at appropriate times.
Comparison CND r
2
in the surveyed
elds and validation trial indicated
that application micronutrient
fertilizers decreased CND r
2
then
nutrients were more balanced. The
close relationship between the CND.
r
2
and NII shows that both CND
and DRIS methods produce similar
diagnosis of nutrient balances.
Principal component analysis (PCA)
revealed that positive and negative
interactions between nutrients which
suggest that diagnosis of nutrients
imbalance is impossible in isolation
since a large number of nutrients
either increase or decrease uptake of
together in a clustered manner.
Acknowledgments
This paper is published as a part
of a Ph.D. dissertation supported by
the Vice Chancellor for Research and
Technology of the University of Tabriz,
Iran. The authors are thankful to
de la cantidad total de nutrientes
sino también de su disponibilidad.
La disponibilidad de nutrientes
es controlada por propiedades
sicoquímicas del suelo, tales
como: clases de textura, carbono
orgánico, carbonato de calcio, pH
y conductividad eléctrica (Bell y
Dell, 2008). Los suelos de la región
estudiada se caracterizaron por bajo
contenido de carbono orgánico, pH alto
y problemas de salinidad/ alcalinidad
(cuadro 1). Estas condiciones del suelo
no son favorables para una adecuada
disponibilidad de micronutrientes.
La aplicación de N aumenta la
captación de P y Ca. El nitrógeno
aumenta los pelos absorbentes de la
raíz, ocasiona cambios en la rizosfera
y cambios siológicos en la planta.
Tales factores mejoran la absorción
de macronutrientes (Baligar et al.,
2001). La interacción entre N y los
micronutrientes depende de los
cambios de pH en la rizosfera. El
nitrógeno es absorbido como el nitrato,
y aumenta el pH de la rizosfera,
por lo tanto reduce la absorción de
la mayoría de los nutrientes. Las
plantas absorben más contenido de
K más ecientemente que de Fe. El
alto contenido de K evita la absorción
y el transporte de Fe en las plantas,
lo que provoca una deciencia de Fe.
Los investigadores reportaron que el
uso tanto de F como de K en el suelo
aumenta el rendimiento del sorgo
(Matocha y Thomas, 1969). Los suelos
que tienen una concentración baja de
Zn mejoraron la concentración de B
en el trigo (Singh et al., 1990). La alta
concentración de Ca evita la absorción
502
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
End of English Version
de Mg. La disminución en la absorción
de Mg ocurre debido a la competencia
entre Ca y Mg para los mismos lugares
de absorción (Maas y Ogata, 1971). El
trigo, impone efectos positivos sobre
la absorción de P y un efecto negativo
signicativo sobre la absorción de Ca y
Mg (Fageria, 2009). Los investigadores
plantearon que existe una relación
antagonista tanto entre B y Zn como
entre Fe y Mn (Zaharieva, 1986;
Chinnery y Harding 1980 y Singh et
al., 1990). Las interacciones entre
B y P no son claras. El fosforo puede
aumentar o disminuir la absorción de
B o no puede tener efecto en él. Se ha
encontrado que el uso de P, previene
la acumulación tóxica de B en plantas
(Gunes y Alpaslan, 2000). Fageria
(2009) rerió que la reducción en la
absorción de Ca por el aumento de la
concentración de K en el crecimiento
del medio reeja su patrón de
absorción competitiva.
Conclusión
Los resultados de las normas
CND mostraron desequilibrios de
nutrientes en la región estudiada.
El zinc y el nitrógeno en los suelos
son respectivamente decientes y
adecuados. Por lo tanto, la aplicación
de zinc especícamente y de otros
fertilizantes de micronutrientes deben
ser aplicados en tiempos apropiados.
La comparación de CND r
2
en los
campos evaluados y la validación del
ensayo indicaron que la aplicación
the University of Tabriz for nancial
supports.
de fertilizantes de micronutrientes
disminuyeron CND r
2
, por lo tanto los
nutrientes fueron más equilibrados.
La relación cercana entre CND r
2
y
NII muestra que ambos métodos de
CND y DRIS producen un diagnostico
similar de balance de nutrientes. El
análisis de componentes principales
(PCA) reveló que hubo interacciones
positivas y negativas entre los
nutrientes, lo que sugiere que el
diagnóstico del desequilibrio de
nutrientes es imposible de forma
aislada, ya que una gran cantidad de
nutrientes aumentan o disminuyen la
absorción juntos, de manera agrupada.
Agradecimientos
Este artículo es publicado como una
parte de la tesis de doctorado apoyada
por el Vicerrectorado de Investigación
y Tecnología de la Universidad de
Tabriz, Irán. Los autores agradecen a
la Universidad de Tabriz por el apoyo
nanciero.
Literature cited
Ali, A.M. 2018. Nutrient sufciency ranges
in Mango using boundary-line
approach and compositional nutrient
diagnosis norms in El-Salhiya, Egypt.
Commun. Soil Sci. Plant Anal. Online
publication.49:1-14
Ali, A.M., S.M. Ibrahim and A.S.A. Sayed.
2016. Evaluation of nutritional
balance in wheat using compositional
nutrient diagnosis model in Sahl El-
Tina, Egypt. Alexandria Sci Exch. J.
37(4):581-593.
Bhargava, B.S. and H.B. Raghupathi.
1993. Analysis of plant material for
macro- and micro-nutrients, pp. 49-
82. In: H.L.S. Tandon(ed.), Methods
of Analysis of Soils, Plants, Waters
503
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
and Fertilizers. FDCO, New Delhi,
India.*Banaii, M. 2000. Soil resource
and use potentiality map of Iran. Soil
and water research institute (SWRI),
Agricultural Research, Education and
Extension Organization (AREEO),
Ministry of Agriculture-Jahad.
Baligar, V.C., N.K. Fageria and Z.L. He.
2001. Nutrient use efciency in
plants: An overview. Commun. Soil
Sci. Plant. Anal. 32:921–950.
Bell, R.W. and B. Dell. 2008. Micronutrients
for sustainable food, feed, bre and
bioenergy production. International
Fertilizer Industry Association (IFA),
Paris, France.
Beauls, E.R. 1973. Diagnosis and
recommendation integrated system
(DRIS) a general scheme for
experimentation and calibration
based on principles developed
from research in plant nutrition.
Soil Science Bulletin No1, Natal
University, Pietermaritzburg.
Chinnery, L.E.; Harding, C.P. 1980. The
Effect of ferrous iron on the uptake of
manganese by Juncus effusus. Ann.
Bot. 46, 409- 412.
Dezordi, L.R., L.A. Aquino, R.F.B.A. Aquino,
J.M. Clemente and N.S. Assunção.
2016. Diagnostic Methods to Assess
the Nutritional Status of the
Carrot Crop. Rev Bras Cienc Solo.
v40:e0140813.
Fageria, N. K. 2009. The use of nutrients
in crop plants. CRC Press. Taylor &
Francis Group, Boca Raton, Florida,
USA. 448 p.
Gott, R.M., L.A. Aquino, J.M. Clemente,
L.P.D.D. Santos, A.M.X. Carvalho and
F.O. Xavier. 2016. Foliar Diagnosis
Indexes for Corn by the Methods
Diagnosis and Recommendation
Integrated System (DRIS) and
Nutritional Composition (CND),
Commun. Soil Sci. Plant Anal. 48:11-
19
Gunes, A. and M. Alpaslan. 2000. Boron
uptake and toxicity in maize
genotypes in relation to boron and
phosphorus supply. J. Plant Nutr.
21:541–550.
Gutiérrez-Acosta, F., R.D. Valdez-Cepeda,
F. Blanco-Macias. 2002. Multivariate
analysis of cactus pear (Opuntia spp.)
fruits from a germplasm collection.
Acta. Hortic. 581, 111–118
Hallmark, W.B. and R.B. Beverly. 1991.
Review – An update in the use of
the diagnosis and recommendation
integrated system. J. Fert. Issu. 8:74-
88.
Khiari, L., L.E. Parent and N. Tremblay.
2001a. Selecting the high-yield
subpopulation for diagnosing nutrient
imbalance in crops. Agron. J. 93:802-
808.
Khiari, L., L.E. Parent and N. Tremblay.
2001b. Critical compositional nutrient
indexes for sweet corn at early growth
stage. Agron. J. 93:809-814.
Khiari, L., L.E. Parent and N. Tremblay.
2001c. The phosphorus compositional
nutrient diagnosis range for potato.
Agron. J. 93:815-819.
Maas, E.V. and G. Ogata. 1971. Absorption
of magnesium and chloride by excised
corn roots. Plant. Physiol. 47:357–
360.
Matocha, J.E. and G.W. Thomas. 1969.
Potassium and organic nitrogen
content of grain sorghum as affected
by iron. Agron. J. 61:425-428.
Njoroge, R., A.N. Otinga, J.R. Okalebo,
M. Pepela and R. Merckx. 2017.
Occurrence of poorly responsive
soils in western Kenya and
associatednutrient imbalances in
maize (Zea mays L.) Field Crops Res.
210:162–174.
Page, A.L., Miller, R.H., Keeney, D.R.
1982. Methods of Soil Analysis. Part
2. Chemical and Microbiological
Properties. Soil Science Society of
America, Madison, WI.
Parent, L.E., D. Isfan, N. Tremblay and A.
Karam. 1994. Multivariate nutrient
diagnosis of the carrot crop. J. Am.
Soci. Hort. Sci. 119:420-426.
Parent, L.E. and M. Dar. 1992. A theoretical
concept of compositional nutrient
diagnosis. J. Am. Soc. Hort. Sci.
117:239-242.
504
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 480-504. Julio-Septiembre.
Geiklooi et al. ISSN 2477-9407
Quintanar, R.M., R.D.V. Cepeda, E.O. Saenz,
O.P. Veyna, J.L.G. Hernández and
J.D.L. Martínez. 2006. Compositional
nutrient diagnosis in maize grown
in a calcareous soil. J. Plant Nutr.
29:2019-2033.
Raghuptahi, H.B., Y.T.N. Reddy, R.M.
Kurian and B.S. Bhargava. 2005.
Diagnosis of nutrient imbalance in
mango by DRIS and PCA approaches.
J. Plant Nutr. 27(7):1131-1148.
Singh, D., P.K. Chhonkar and B.S. Dwivedi.
2005. Manual on soil, plant and water
analysis. New Delhi, India: Westville
Publishing House.
Singh, J.P., D.J. Dahiya and R.P. Narwal.
1990. Boron uptake and toxicity in
wheat in relation to zinc supply. Fert.
Res. 24:105-110.
Wairegi, L. and P.V. Asten. 2011 Norms for
mutivariate diagnosis of nutrient
imbalance in the east African
highland bananas (Musa spp. AAA).
J. Plant. Nutr. 34:1453-1472.
Yousef, M.N., S. Akter, M.I. Haque, N.
Mohammad and M.S. Zaman. 2013.
Compositional nutrient diagnosis
(CND) of Onion (Allium cepa L.).
Bangladesh J. Agril. Res. 38: 271-287.
Zaharieva, T. 1986. Comprative studies of
iron inefcient plant species with
plant analysis. J. Plant Nutr. 9, 939-
946.
