![""]("http://www.todoagro.com.ar/Image/soja%20con%20sust%20general.jpg")
El Uso de Modelos de Simulación para predicción de rendimientos y análisis de limitantes será uno de los temas a desarrollar durante la Jornada Soja Con Sustentabilidad que tendrá lugar en la ciudad de Córdoba el jueves 3 de agosto.
Será esta la tercera edición del encuentro que, por el número de asistentes en sus dos primeras convocatorias –1.200 en el año 2004 y 1.665 en el 2005- se ha constituido en la jornada sojera más importante del interior del país.
Es organizada por el programa televisivo Agroverdad (Canal 12 de Córdoba y Canal Rural) y cuenta con el auspicio de Semana Rural y Todo Agro. También la apoyan y participan la Bolsa de Cereales de Córdoba, la Sociedad de Acopiadores de Granos de la Provincia de Córdoba, el INTA, AAPRESID, AACREA, la Fundación Climagro, las Secretarias de Agricultura y Ganadería de la Nación y otras instituciones, como también medio centenar empresas locales y nacionales.
El 3 de agosto, en el Hotel Sheraton de Córdoba, estarán conferencistas de la trayectoria de Víctor Trucco, Eduardo Sierra, Daniel Ploper, Daniel Miró, Gastón Fernández Palma, Adrián Andriulo, Santiago Meira, Vicente Gudelj, José Luis Fortunato y Agustín Bianchini. Todos gozan de prestigio y reconocimiento en el ámbito agropecuario.
Por mayores informes los interesados deben dirigirse al e-mail: cordobasoja@todoagro.com.ar
Predicción de rindes y limitantes
El uso de Modelos de Simulación para predicción de rendimientos y análisis de limitantes será presentado en la Jornada Soja Con Sustentabilidad por los ingenieros Santiago Meira y Edgardo Guevara, del INTA Pergamino.
TodoAgro.com.ar accedió al anticipo de un resúmen del tema. Un modelo de simulación –dicen los autores del trabajo- es un programa que permite describir mediante fórmulas matemáticas diferentes procesos, mecanismos e interacciones que ocurren dentro de un sistema biológico, como por ejemplo un cultivo interactuando con las variables de clima, de suelo y las prácticas de manejo.
La aparición de los modelos de simulación ocurre a partir de la década del 50 con modelos descriptivos y matemáticos de los procesos involucrados, luego a mediados de los 60 aparece el concepto de sistemas dinámicos que representaban el flujo de esos procesos y sus interacciones. En la década del 70 se formaliza aquel concepto y en los 80 se refina mediante técnicas de computación, la verificación, validación y evaluación de esos modelos.
La simulación de sistemas empezó entonces a ser una herramienta para la integración de los diferentes componentes productivos dentro de los sistemas agrícolas.
Los avances en el conocimiento de las interacciones dentro del ecosistema, influenciado por el ambiente y por las prácticas de manejo, expandió la potencialidad de uso de esta herramienta como ayuda para la toma de decisiones.
La aparición a mediados de los 90 de la tecnología informática permitió una mayor utilización de estos modelos para el estudio y resolución de problemas específicos como: desarrollo y crecimiento de los cultivos, evaluación de respuesta a la fertilización, estrategias de riego, situaciones de estrés, predicción de pérdidas por erosión, lixiviación de pesticidas, contaminación del ambiente, calentamiento global de la atmósfera, entre otros.
Utilidad en la producción
Los modelos de simulación permiten cuantificar el grado de riesgo de las estrategias de producción elegidas, en un momento anterior a la implantación del cultivo, a través del análisis que combina la variabilidad genética y ambiental en una serie histórica de datos climáticos diarios.
El productor agrícola suele realizar este tipo de análisis pero con un mayor grado de incertidumbre sobre la respuesta productiva al agregado de distintos insumos, o el impacto de la variabilidad climática sobre la productividad de los cultivos, evaluando el riesgo en forma empírica dependiendo de su grado de experiencia en número de años y cultivos que haya producido.
En qué consisten
Estos modelos se componen de módulos de crecimiento, desarrollo y partición de la materia seca producida, incluyendo la dinámica de agua del suelo y del nitrógeno, la caracterización de diferentes genotipos, y la evolución diaria del clima.
Su funcionamiento tiene en cuenta cada uno de los grupos de variables en su interacción diaria que determina las duraciones de los períodos vegetativo y reproductivo y el crecimiento de raíces, hojas, tallos y granos y la senescencia de órganos vegetativos.
Respecto a la dinámica del agua describe su balance a partir de la infiltración del agua de lluvia o de riego, evaporación del suelo, distribución del agua en el suelo, la absorción del agua por las raíces, el drenaje y transpiración del cultivo.
El balance de nitrógeno incluye la absorción diaria del nitrógeno del suelo, fijación simbiótica en el caso de que trabajemos con leguminosas, movilización desde los tejidos vegetativos presentes, tasa de nitrógeno usado para nuevos tejidos y pérdidas por abcisión foliar.
Estos modelos contemplan factores de estrés para agua y nitrógeno y su incidencia sobre el crecimiento y la fotosíntesis.
La caracterización de los cultivos se realiza mediante la descripción de variedades y/o híbridos a través de un grupo de coeficientes que describen duraciones de diferentes subperíodos fenológicos y tasas de crecimiento reproductivo como así también ciertos componentes morfológicos del rendimiento.
Aplicación del modelo
El trabajo de Meira y Guevara va a mostrar la aplicación del modelo de simulación y los ajustes que permitió en fechas de floración y madurez, como así también en el rendimiento en grano, los componentes número de granos por unidad de superficie y peso unitario del grano, entre otros aspectos.
La utilidad de este tipo de ajuste referida a la predicción del momento de floración permite definir, entre otras cosas, una estrategia de escape a la sequía más probable en el período crítico o bien establecer un esquema para la utilización del equipo de riego en función de diferentes fechas de siembra.
El conocimiento anticipado de la fecha de madurez sumado a la predicción del rendimiento puede ser útil para definir un uso más eficiente de la maquinaria, establecer un mejor esquema de transporte, almacenamiento y/o secado del grano.
Otro aspecto que contempla el modelo es la posibilidad de evaluar estrategias productivas en función de utilizar una serie climática histórica. Con esta subrutina del modelo se puede cuantificar el riesgo dentro de un juego de estrategias definidas.
UNA BUENA HERRAMIENTA
Los modelos de simulación han demostrado ser una buena herramienta para:
– La predicción de los rendimientos máximos.
– La predicción del impacto de situaciones de ambiente (clima y suelo) subóptimo sobre el rendimiento.
– Respuesta a la aplicación de diferentes insumos.
– Evaluar el impacto de la fecha de siembra.
– Como así también puede permitir conocer la diferencia de comportamiento entre cultivares, entre sitios, el efecto de diferentes densidades y/o espaciamientos, entre otros factores.
También te puede interesar
Desafíos del trigo: las retenciones amenazan la rentabilidad del productor
Achaparramiento del maíz: qué estrategias aplicar en cada región del país
Trigo
Maíz
Soja
Girasol
