Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE AGRONOMA
por
MONTEVIDEO
URUGUAY
2013
Directores:
-------------------------------------Ing. Agr. Sebastin Mazzilli
Fecha:
Autor:
19 de julio de 2013
II
AGRADECIMIENTOS
A mis padres Gastn y Mary, a los que estar eternamente agradecido por todo
su esfuerzo.
Al Ing. Agr. Sebastin Mazzilli, tanto por lo aprendido como por su
predisposicin y apoyo desde el primer momento.
A todos los funcionarios de la Estacin Experimental Dr. Mario A. Cassinoni,
en especial al Sr. Dario Frost.
A todos los compaeros y amigos que me ayudaron a sobrellevar mis ires y
venires para la culminacin de este trabajo.
III
TABLA DE CONTENIDO
Pgina
PGINA DE APROBACIN.................................................................................II
AGRADECIMIENTOS ........................................................................................ III
LISTA DE CUADROS E ILUSTRACIONES ....................................................... VI
1. INTRODUCCIN .............................................................................................1
2. REVISIN BIBLIOGRFICA ...........................................................................2
2.1 DESCRIPCIN DE CROPSYST ............................................................2
2.2 EXPERIENCIAS PREVIAS .....................................................................4
2.2.1 Antecedentes en soja.....................................................................5
2.2.2 Antecedentes en girasol .................................................................8
2.3 ANLISIS DE ANTECEDENTES ..........................................................12
3. MATERIALES Y MTODOS ..........................................................................13
3.1. CARACTERISTICAS GENERALES DEL EXPERIMENTO ..................13
3.1.1 Localizacin y descripcin de suelos ...........................................13
3.1.2 Diseo experimental ....................................................................13
3.1.3 Instalacin, manejo, y cultivares ..................................................14
3.2 RELEVAMIENTO DE DATOS ...............................................................15
3.2.1 Inherentes al suelo .......................................................................15
3.2.1.1 Textura, materia orgnica y densidad aparente ....................15
3.2.1.2 Humedad ..............................................................................15
3.2.1.3 Nitrgeno ..............................................................................16
3.2.2 Inherentes al cultivo ......................................................................16
3.2.2.1 Fenologa, biomasa area, ndice de rea foliar,
y acumulacin de nitrgeno ...................................................16
3.2.2.2 Rendimiento en grano ...........................................................17
3.2.3 Inherentes al clima ........................................................................17
3.3 CALIBRACIN DEL MODELO CROPSYST .........................................17
3.3.2 Metodologa ..................................................................................18
3.3.3 Anlisis de resultados ...................................................................18
3.4 VALIDACIN DEL MODELO ................................................................19
4. RESULTADOS Y DISCUSION ......................................................................20
4.1 CARACTERIZACIN CLIMTICA DEL PERIODO EXPERIMENTAL ..20
4.1.1 Precipitacin y temperatura ............................................................20
4.1.2 Radicacin solar .............................................................................22
4.2 VARIABILIDAD DE LAS PARCELAS EXPERIMENTALES ...................23
4.3 RESULTADOS DE ENSAYOS DE CAMPO..........................................24
4.3.1 Rendimiento, biomasa a cosecha, e ndice de cosecha .................24
4.3.1.1 Soja .......................................................................................24
4.3.1.2 Girasol ...................................................................................25
4.3.2 Dinmica del agua en el suelo .......................................................27
IV
Pgina
VII
VIII
IX
1. INTRODUCCIN
Los modelos de simulacin constituyen una herramienta fundamental
para entender la complejidad que caracteriza los sistemas ecolgicos y
ambientales. Son la nica herramienta disponible para traducir una coleccin de
hiptesis acerca de procesos ecolgicos en una representacin de cmo el
ecosistema funciona en su totalidad. Permiten realizar anlisis de impactos
tecnolgicos, econmicos y ambientales, la evaluacin de estrategias
productivas y los pronsticos del rendimiento de los cultivos (Hernndez et al.,
2009).
Un modelo de crecimiento del cultivo validado es una herramienta til
para ayudar a determinar las prcticas ptimas de manejo (Jones y Ritchie,
1990), pero la fiabilidad de estos modelos de simulacin puede ser evaluada
nicamente a travs de procesos de validacin con datos de experimentos de
campo (Pala et al., 1996). La falta de parmetros genticos, o la calibracin y
validacin, son elementos que limitan el uso de este tipo de herramientas. En
Uruguay son varias las experiencias en el uso de modelos de simulacin, y se
pueden estudiar ejemplos de uso de los modelos Ceres en cebada cervecera
(Romero, 1995), en maz (Sawchick, 1995), el modelo Century estimando la
evolucin del contenido de carbono de suelos agrcolas (Baethgen 1993,
Baethgen et al. 1994, Baethgen y Morn 2000), y en conjunto con suelos
ganaderos (Morn, 2009). Recientemente se han llevado a cabo algunos
trabajos tendientes a calibrar y validar CropSyst en trigo, maz, y soja con
resultados no siempre satisfactorios (Baroffio y Ramos 2009, Berrutti 2009,
DOtonne 2010).
Enmarcados en un nuevo escenario de expansin agrcola, contar en
nuestro pas con una herramienta confiable, til para investigadores, tcnicos, y
desarrolladores de polticas, que permita la reproduccin y diseo de mltiples
escenarios productivos a nivel experimental y comercial, y sus consecuencias a
nivel econmico y ambiental, es de vital importancia.
La hiptesis de trabajo planteada es que ser posible estimar
adecuadamente el crecimiento y desarrollo de dos cultivares por especie de
girasol y soja utilizando el modelo CropSyst. Los objetivos planteados en este
trabajo son obtener los parmetros genticos de dichos cultivares de forma que
puedan ser usados en el modelo para evaluar distintas alternativas de manejo
del cultivo.
2. REVISIN BIBLIOGRFICA
2.1 DESCRIPCIN DE CROPSYST
CropSyst (Stckle y Nelson, 1998), es un modelo de simulacin del
crecimiento y rendimiento de una serie de cultivos agrcolas. Permite operar
sobre diferentes cultivos extensivos durante varios aos, mediante un intervalo
de ejecucin diario, simulando el balance de agua y nitrgeno en el suelo, la
fenologa del cultivo, la absorcin de agua y nitrgeno, la intercepcin de
radiacin por parte de la cubierta vegetal, el crecimiento y desarrollo del rea
foliar, la produccin de biomasa y el rendimiento final, as como la produccin y
descomposicin de residuos de cultivo y la erosin del suelo. CropSyst permite
seleccionar cultivos y variedades, la rotacin (incluyendo periodos de
barbecho), riego, fertilizacin nitrogenada, tipo de laboreo y manejo de residuos.
Adems, permite realizar anlisis de impacto ambiental en cuanto a erosin del
suelo, lixiviacin y cambio climtico.
En el centro de cualquier modelo de crecimiento de cultivos, hay un
conjunto de ecuaciones para las estimaciones de la tasa de produccin de
biomasa a partir de recursos captados, como el dixido de carbono, la radiacin
solar, y agua (Azam Ali et al., 1994). En el caso de CropSyst, estas ecuaciones
se encuentran en el manual del modelo (Stckle et al., 2000) y recientemente
fueron resumidas a nivel local en dos trabajos de tesis de grado de la UdelaR
(Baroffio y Ramos 2009, Berrutti 2009).
El modelo utiliza alrededor de 40 parmetros de cultivo para simular la
tasa de produccin de biomasa. El desarrollo del cultivo se simula sobre la base
del tiempo trmico acumulado necesario para alcanzar cada etapa fenolgica.
El modelo da cuenta de cuatro posibles factores limitantes para el crecimiento
de los cultivos: la intercepcin de radiacin, el agua, la absorcin de N y la
temperatura. El crecimiento diario del cultivo se basa en dos enfoques
diferentes: (i) crecimiento de biomasa dependiente de la radiacin, basado en la
radiacin fotosintticamente activa interceptada por el cultivo, y (ii) crecimiento
de la biomasa dependiente de la transpiracin, basndose en la estimacin del
potencial de transpiracin de los cultivos (Stckle 2003, Todorovic et al.
2009). Segn el primer enfoque, CropSyst simula la produccin diaria de
biomasa sobre el suelo mediante el uso de la siguiente ecuacin:
11
12
3. MATERIALES Y MTODOS
3.1 CARACTERISTICAS GENERALES DEL EXPERIMENTO
El experimento se llev a cabo en dos aos consecutivos. Para esto se
sembraron cultivos en parcelas experimentales sobre las cuales se realizaron
diferentes tipos de mediciones necesarias para la calibracin y validacin del
modelo en cuanto a crecimiento y desarrollo. Los ensayos se sembraron
durante el verano 2009-2010 (primer ao), y 2010-2011 (segundo ao). Los
datos generados en el primer ao fueron utilizados para la calibracin de
CropSyst, mientras que los del segundo ao para su validacin.
3.1.1 Localizacin y descripcin de suelos
Los experimentos se instalaron en la Estacin Experimental Dr. Mario
A. Cassinoni (32 22 S 58 03 W), de la Facultad de Agronoma (UdelaR).
Ubicada en el Km. 363,500 de la Ruta Nacional No. 3, departamento de
Paysand, Repblica Oriental del Uruguay.
Los suelos del sitio experimental se corresponden con Brunosoles
utricos y subeutricos, sobre formacin geolgica Fray Bentos. Unidad de
suelos San Manuel, segn la carta de reconocimiento de suelos del Uruguay,
escala 1:1.000.000 (URUGUAY. MAP, 1976). Los mismos pertenecen al grupo
11.3 (CONEAT), presentando en trminos generales: fertilidad alta, textura
franco arcillo limosa y drenaje moderado a imperfecto.
3.1.2 Diseo experimental
En ambos aos no existi un diseo experimental en particular. Las
unidades experimentales estuvieron compuestas por parcelas sembradas con
los cultivos y cultivares (6 x 10 m). Para cada parcela se evaluaron las
caractersticas edficas y nutricionales al inicio de cada cultivo. Cada cultivo fue
sembrado en cada ao en tres pocas de siembra y dos cultivares de cada
especie por poca.
De esta forma se cont con una base de datos heterognea para
calibrar y validar el modelo. La asignacin de cada especie en las parcelas no
fue aleatoria, se les asign un orden y al siguiente ao se rot con girasol
donde hubo maz y soja donde previamente hubo sorgo, ya que los ensayos
contenan tambin estos dos cultivos los cules sern analizados en otro
trabajo de tesis.
13
15
16
17
3.3.2 Metodologa
En una primera instancia se utiliz la interfase del modelo denominada
Crop Calibrator para ajustar parmetros hasta lograr que el modelo se
comporte de acuerdo a los resultados obtenidos experimentalmente. En una
segunda instancia, se hizo un ajuste manual corriendo el modelo hasta obtener
un buen ajuste con los resultados experimentales.
Se disearon tablas en Excel que permitan rpidamente contrastar
datos observados y simulados de cada unidad experimental, con el objetivo de
conocer e ir logrando en esta instancia, un adecuado ajuste entre las diferentes
variables a medida que se iban modificando diferentes parmetros del software.
Las variables calibradas fueron el rendimiento en grano, la produccin de
biomasa, el ndice de rea foliar, la acumulacin de nitrgeno en planta, y el
contenido de agua en el suelo.
3.3.3 Anlisis de resultados
Mediante dos herramientas se evalu el ajuste del modelo, el grfico de
lnea 1:1 y el clculo de la relacin de la raz del cuadrado medio del error,
RMCE (%). El primero consiste en un mtodo de apreciacin visual, mientras
que el segundo evala la relacin entre la raz del cuadrado medio del error con
la media observada para cada variable.
A travs de las siguientes ecuaciones se obtiene el valor de la RCME
(%):
n
RCM E
(S
i 1
O j )2
n
Donde:
Si: Valores simulados.
Oj: Valores observados.
n: Nmero de medidas, sitios de muestreo.
RCME
100 RCME (%)
MediaObservada
18
19
4. RESULTADOS Y DISCUSIN
4.1 CARACTERIZACIN CLIMTICA DEL PERODO EXPERIMENTAL
A continuacin se presenta informacin que incluye las variables de
mayor importancia para el crecimiento y desarrollo de los cultivos: precipitacin,
temperatura, y radiacin solar para ambos perodos de experimentacin, en
relacin a una serie histrica de 7 aos (2002-2008), de una estacin
meteorolgica situada en las cercanas del ensayo, de forma de poder discutir y
analizar los resultados obtenidos en los experimentos de campo.
4.1.1 Precipitacin y temperatura
30
400
25
350
300
20
250
15
200
150
10
100
5
50
0
450
Precip. (09-10)
Precip. (02-08)
Temp. (09-10)
Temp. (02-08)
2
nov
2
dic
2
ene
2
feb
2
mar
2
abr
may
20
160
35
140
30
120
25
100
20
80
15
60
10
40
20
0
Precip. (10-11)
Precip. (02-08)
Temp. (10-11)
Temp. (02-08)
0
1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
oct
nov
dic
ene
feb
mar
abr
may
21
Radiacin (MJ/m2)
25
20
Radiacin (09-10)
15
Radiacin (02-08)
10
5
0
1
nov
dic
ene
feb
mar
abr
may
Radiacin (MJ/m2)
30
25
20
Radiacin (10-11)
15
Radiacin (02-08)
10
5
0
1
2
oct
2
nov
2
dic
2
ene
2
feb
2
mar
2
abr
may
22
BAJA
MEDIA
ALTA
Profundidad
Limo
Arcilla
Arena
%MO
CC (mm)
0-10
53,53
27,70
18,78
2,60
14,24
10-20
49,50
28,50
22,00
2,09
29,37
20-30
49,50
24,50
26,00
1,83
26,96
30-50
47,50
28,50
24,00
1,18
58,36
50-70
38,00
45,00
17,00
0,78
78,97
0-10
46,97
30,12
22,90
2,26
15,24
10-20
43,80
32,70
23,50
1,85
32,23
20-30
35,50
45,50
19,00
1,26
39,98
30-50
33,00
51,50
15,50
1,02
86,61
50-70
42,25
41,50
16,25
0,58
74,15
0-10
47,25
30,20
22,50
2,26
15,25
10-20
45,10
29,40
25,50
1,87
30,25
20-30
39,00
40,50
20,50
1,52
36,95
30-50
34,00
49,50
16,50
0,97
84,17
50-70
39,30
44,50
16,20
0,75
78,13
sus profundidades son de: 98, 87, y 82 cm., baja, media, y alta,
respectivamente.
4.3 RESULTADOS DE ENSAYOS DE CAMPO
Las medidas recabadas en ambos cultivares de cada especie, en sus
diferentes aos, pocas de siembra, y puntos de muestreo, se agruparon; de
forma de presentar y discutir particularidades de la variabilidad general de los
resultados en las variables objeto de estudio.
4.3.1 Rendimiento, biomasa a cosecha, e ndice de cosecha
4.3.1.1 Soja
En la zafra 2010-2011, a medida que la poca de siembra se atras, los
rendimientos fueron mejorando en ambos cultivares. Asociado esto a la mejora
en las precipitaciones que se registraron a partir de la segunda dcada del mes
de diciembre, lo que les permiti a las pocas ms tardas escapar de las
menores precipitaciones registradas en los primeros meses del perodo.
24
Zafra
09-10
10-11
09-10
Mximo
4774
3445
---
Mnimo
4143
1416
---
Media
4402
2220
---
CV%
7,50
28,41
---
10-11
09-10
10-11
6906
--0,62
3064
--0,32
5115
--0,45
28,83
--21,75
Zafra
09-10
10-11
09-10
Mximo
4863
3588
12002
Mnimo
4054
1776
9514
Media
4471
2452
10351
CV%
9,06
22,91
13,81
10-11
09-10
10-11
6361
0,51
0,57
4023
0,37
0,39
5158
0,44
0,47
16,43
8,50
11,78
25
Zafra
09-10
10-11
09-10
Mximo
4786
5224
14903
Mnimo
3664
1478
12799
Media
4322
2983
14171
CV%
11,94
49,35
8,39
10-11
09-10
10-11
16198
0,36
0,52
4922
0,30
0,18
10204
0,33
0,35
38,79
10,47
36,13
Zafra
09-10
10-11
09-10
Mximo
4859
4614
22991
Mnimo
3097
1629
7277
Media
4059
3339
14347
CV%
16,97
28,07
55,58
10-11
09-10
10-11
18596
0,43
0,36
9612
0,17
0,18
12798
0,33
0,29
21,54
41,35
25,16
26
Estadio Fenolgico
Cosecha
p. 2 (09-10)
R2-R3
p. 3 (10-11)
p. 2 (10-11)
p. 1 (10-11)
R1
50
100
MM de Agua
150
GIRASOL
Cosecha
Estadio Fenolgico
SOJA
p. 3 (09-10)
R5.5
p. 2 (09-10)
R2-3
p. 3 (10-11)
R1
p. 2 (10-11)
V7
p. 1 (10-11)
0
50
100
150
MM de Agua
27
b)
Estadio Fenolgico
p. 2 (09-10)
R2-R3
p. 3 (10-11)
p. 2 (10-11)
p. 1 (10-11)
R1
50
100
150
MM de Agua
200
Cosecha
Estadio Fenolgico
SOJA
Cosecha
GIRASOL
p. 3 (09-10)
R5.5
p. 2 (09-10)
R2-3
p. 3 (10-11)
p. 2 (10-11)
R1
p. 1 (10-11)
V7
100
200
MM de Agua
28
a)
b)
5
4,5
4,00
SOJA
3,50
3,5
A 6411 (2)
3,00
DM 5.1 i (2)
2,50
2,5
2
IAF
IAF
GIRASOL
MG 52 (2)
MG 52 (3)
DK 3940 (2)
DK 3940 (3)
2,00
1,50
1,5
1
1,00
0,5
0,50
0,00
R2
R2-R3
R3-R4
R4-R5
Cos
Estadio Fenolgico
R1
R3-R4
R5.5
R7
Cos
Estadio Fenolgico
c)
MG 52 (1)
3,50
3,00
GIRASOL
MG 52 (2)
DK 3940 (1)
2,50
DK 3940 (2)
IAF
2,00
1,50
1,00
0,50
0,00
V7
R1
Cos
Estadio Fenolgico
29
b)
c)
Figura No. 9: Acumulacin de nitrgeno
en planta a diferentes estadios
fenolgicos para poca de siembra
temprana (1), intermedia (2), y tarda
(3). Promedio de puntos de muestreo
del perodo 2010-2011 (a y b), y
perodo 2009-2010 (c).
30
DEFAULT
6
A 6411
3
DM 5.1 i
3
25
22
22
0, 47
0, 5
0, 5
1, 00
1, 05
1, 05
12, 00
-1000
10, 00
-1000
10, 00
-1000
-1500
-1600
-1600
3, 50
5, 00
5, 00
10
20
20
1, 32
7, 00
5, 00
5, 00
0, 70
0, 80
0, 80
100
104
100
1040
1327
1100
1200
1420
1300
700
930
1300
1400
1000
1400
1750
1, 70
0, 50
2500
1, 50
0, 50
2400
1, 50
0, 50
30
30
35
1200
0,3
700
0, 50
700
0, 50
31
DEFAULT
6
25
0,6
MG 52
3
22
0,6
DK 3940
6
25
0,65
1,1
1,1
1,1
10
-1100
10
-1100
12
-1100
-1600
6
-1800
6
-1800
6,5
10
20
20
0,4
0,8
0,8
100
1040
780
800
950
1550
1,8
0,1
80
1040
780
1250
1450
2000
2
0,5
90
1040
1040
1300
1450
2000
1,7
0,2
30
30
30
900
0,28
1400
0,5
1000
0,5
34
35
Variable
No.
Obs.
RCME
(kg/ha)
RCME (%)
Media Obs.
(kg/ha)
Media Sim.
(kg/ha)
A 6411
DM 5.1 i
A 6411
DM 5.1 i
Rendimiento
9
9
9
9
299
608
776
632
13
25
15
12
2220
2452
5115
5158
2266
2795
5461
5591
Biomasa
Cosecha
36
b)
Figura No. 10: Lineal 1:1 para la calibracin del rendimiento (izquierda), y
biomasa a cosecha (derecha). Cultivar A 6411 (a), y DM 5.1 i (b).
El ajuste obtenido en el ndice de cosecha tambin fue bueno, RCME (%): 19 y
12, cultivar A 6411 y DM 5.1 i, respectivamente. Con menor variacin en
CropSyst, CV (%): 21,75 vs. 18,25; 11,78 vs. 0; Observado vs. Simulado, A
6411 y DM 5.1 i, respectivamente.
4.4.1.2 Girasol
El caso de girasol es ms complejo, no logrndose un adecuado ajuste
del programa para estas variables. El nico caso en que se logr una
simulacin satisfactoria (los rendimientos del cultivar DK 3940), en una primer
instancia el valor obtenido en la RCME (%) era de 72, el 15% presentado en el
Cuadro No. 7 es producto de la eliminacin de una poca de siembra, la ms
tarda, en la que veamos que los rendimientos caan, cuando en soja y en el
cultivar MG 52 pasaba lo contrario conforme mejoraba el escenario de
precipitaciones. Esto posiblemente estuvo asociado a problemas de
enfermedades y pjaros consecuencia del menor largo del ciclo de este cultivar.
Cuadro No. 7: Resultados del ajuste de la calibracin del rendimiento y biomasa
a cosecha en girasol. Promedio de puntos de muestreo y pocas de siembra.
Cultivar
Variable
No.
Obs.
RCME
(kg/ha)
RCME
(%)
Media Obs.
(kg/ha)
Media Sim.
(kg/ha)
MG 52
DK 3940
MG 52
DK 3940
Rendimiento
8
5
8
6
1896
578
4263
5583
55
15
42
42
3433
3910
10204
13388
5212
4153
10424
8380
Biomasa
Cosecha
37
b)
Figura No. 11: Lineal 1:1 para la calibracin del rendimiento (izquierda), y
biomasa a cosecha (derecha). Cultivar MG 52 (a), y DK 3940 (b).
38
Variable
No.
Obs.
RCME
RCME (%)
Media Obs.
Media Sim.
A 6411
DM 5.1 i
A 6411
DM 5.1 i
A 6411
DM 5.1 i
A 6411
DM 5.1 i
Nitrgeno
(kg/ha)
Agua hasta
30 cm (mm)
Agua 30 cm
a ms (mm)
Agua Total
(mm)
12
7
18
14
17
14
35
28
66
60
33
21
51
90
43
66
47
92
39
27
43
78
42
68
142
66
85
77
119
115
102
96
196
120
79
78
151
168
114
126
39
a)
b)
c)
40
d)
Figura No. 12: Lineal 1:1 para la calibracin de la absorcin de nitrgeno (a),
contenido de agua hasta 30 cm (b), a ms de 30 cm (c), y total (d); en diferentes
estadios fenolgicos y diferentes fechas de siembra. Cultivar A 6411 (izquierda)
y DM 5.1 i (derecha).
En la simulacin del contenido de agua total del suelo, si bien los
errores de mayor magnitud para el contenido de agua a ms de 30cm en el
cultivar DM 5.1 se diluyen, el ajuste logrado en ambos cultivares fue pobre.
Vemos en la figura anterior que el desajuste en estas variables, es producto de
la cantidad de agua, y no asociado a una mala distribucin en el perfil.
En cuanto a la acumulacin de nitrgeno, al omitir inicializar antes los
escenarios productivos, el software puede estar degradando mayor cantidad de
materia orgnica del suelo en vas de estabilizarse, y liberando un mayor
contenido de nitrgeno. La Figura No. 13 muestra como los cultivos simulados
tuvieron un consumo de lujo, que repercuti en una curva de dilucin del
nutriente mayor que en la realidad, y produzca tal desacuerdo con lo observado.
41
Variable
No.
Obs.
RCME
RCME (%)
Media Obs.
Media Sim.
MG 52
DK 3940
MG 52
DK 3940
MG 52
DK 3940
MG 52
DK 3940
MG 52
DK 3940
IAF (m2)
24
15
13
12
29
24
30
24
59
48
3
5
49
39
21
16
68
63
51
46
191
399
36
31
28
23
58
52
53
48
2
1
136
127
75
72
115
120
95
96
4
6
107
108
68
68
168
154
119
111
Nitrgeno
(kg/ha)
Agua hasta
30 cm (mm)
Agua 30 cm
a ms (mm)
Agua Total
(mm)
42
a)
43
c)
d)
e)
44
Figura No. 14: Lineal 1:1 para la calibracin del ndice de rea foliar (a),
absorcin de nitrgeno (b), contenido de agua hasta 30 cm (c), a ms de 30 cm
(d), y total (e); en diferentes estadios fonolgicos y diferentes fechas de
siembra. Cultivar MG 52 (izquierda) y DK 3940 (derecha).
A pesar de la magnitud de los errores, en todos los casos el cultivar DK
3940 fue mejor simulado que el cultivar MG 52, 5% en promedio para estas tres
variables. El contenido de agua a ms de 30 cm de suelo fue sobrestimado por
el modelo, como lo hizo tambin en el cultivo de soja, la mayor sobrestimacin,
en orden de importancia, corresponde con las poca de siembra temprana
(RCME (%) 65), intermedia (RCME (%) 57), y tarda (RCME (%) 30). Esta
tendencia la podramos asociar con los desajustes en el ndice de rea foliar, y
con el rendimiento en grano de cada poca, en el cultivar MG 52 mayor era el
desajuste a medida que la poca de siembra era ms temprana.
4.5 RESULTADOS VALIDACIN
Esta seccin se remite a presentar datos correspondientes a la
validacin de soja. Los resultados de girasol, al no haber logrado una
calibracin satisfactoria, se incluye en el captulo anexos.
4.5.1 Rendimiento y biomasa a cosecha en soja
La totalidad de resultados obtenidos fueron satisfactorios. Incluso mejor
en el caso del ajuste del rendimiento del cultivar DM 5.1 i, que en la instancia de
calibracin era justo (RCME (%) 25), y aqu pas a ser bueno.
Cuadro No. 10: Resultados del ajuste de la validacin del rendimiento y
biomasa a cosecha en soja. Promedio de puntos de muestreo.
Cultivar
Variable
No.
Obs.
RCME
(kg/ha)
RCME (%)
Media Obs.
(kg/ha)
Media Sim.
(kg/ha)
A 6411
DM 5.1 i
A 6411
DM 5.1 i
Rendimiento
3
3
-3
526
333
-1803
12
7
-17
4402
4471
-10351
3951
4487
-8974
Biomasa
Cosecha
45
a)
b)
c)
Figura No. 15: Lineal 1:1 para la
validacin del rendimiento, cultivar A 6411
(a), DM 5.1 i (b); y biomasa a cosecha,
cultivar DM 5.1 i (c).
46
Variable
No.
Obs.
RCME
RCME (%)
Media Obs.
Media Sim.
A 6411
DM 5.1 i
A 6411
DM 5.1 i
A 6411
DM 5.1 i
IAF (m2)
18
24
6
6
6
6
2,14
1,50
34,16
24,22
95,74
88,98
75
48
27
21
64
57
2,85
3,15
127
113
150
156
4,27
4,02
94
91
244
242
Agua hasta
30 cm (mm)
Agua 30 cm
a ms (mm)
a)
47
c)
Figura No. 16: Lineal 1:1 de la validacin del ndice de rea foliar (a), contenido
de agua hasta 30 cm (b), y a ms de 30 cm (c), a diferentes estadios
fonolgicos. Cultivar A 6411 (izquierda) y DM 5.1 i (derecha).
48
A 6411
Rendimiento
Biomasa
Cosecha
I. C
9
9
9
442
945
12
11
3626
8900
3593
8554
0,04
10
0,41
0,42
49
12000
Rendimiento observado
5000
4000
3000
2000
1000
0
0
9000
6000
3000
0
Rendimiento simulado
3000
6000
9000 12000
Figura No. 17: Lineal 1:1 para rendimiento (izquierda), y biomasa a cosecha
(derecha), en soja. Cultivar A 6411.
4.6 CONTRASTE DE FECHAS DE SIEMBRA
Con los cultivares de soja validados, se corri el modelo para un
perodo de 10 aos (2002-2011), simulando en ellos los rendimientos de ambos
cultivares en rgimen de cultivo continuo, y variando en cada ao la fecha de
siembra. Tres fechas de siembra fueron utilizadas: 10 de octubre, 10 de
noviembre, y 10 de diciembre, sobre suelos de 1 m y 0,5 m de profundidad. Los
grficos a continuacin ilustran la totalidad de rendimientos obtenidos desde el
programa.
50
51
52
b)
53
b)
c)
d)
55
56
5. CONCLUSIONES
Soja:
el rendimiento en grano (RCME (%) 14) y la biomasa a cosecha (RCME
(%) 14) fueron simulados de forma satisfactoria, tanto en los ensayos
tendientes a la calibracin como a la validacin del modelo de ambos
cultivares.
el contenido de agua hasta 30 cm de suelo en general- obtuvo un
acuerdo de simulacin justo (RCME (%) 28). La magnitud del error de
simulacin fue menor a la obtenida en las variables restantes.
el contenido de agua a ms de 30 cm de suelo fue sobrestimado por
CropSyst en ambos aos. Los resultados de ajuste de esta variable
fueron pobres (RCME (%) 56).
las variables IAF y absorcin de nitrgeno no pudieron cumplir con la
metodologa de calibracin y validacin propuesta. Problemas surgidos
durante el procesamiento de datos provocaron la ausencia de los
mismos en alguna de estas instancias. En las etapas en que se trabaj
con cada una de ellas, ambas fueron sobrestimadas: en el IAF, este
trabajo corrobor menciones de la bibliografa consultada, haciendo
referencia a que en vas de una simulacin satisfactoria en variables
como el rendimiento en grano y biomasa a cosecha es ms importante
un adecuado ajuste de la intercepcin de la radicacin que un adecuado
ajuste en este ndice. El desajuste en la absorcin de nitrgeno, a priori,
obedecera a un error metodolgico. Al no inicializar antes los escenarios
en el software se estuvo degradando la materia orgnica a un mayor
ritmo que la realidad, en vas de estabilizarse, por tanto es un punto que
se debera tener en cuenta en futuras experiencias de trabajo con el
modelo.
aunque no fue posible lograr un ajuste satisfactorio para el conjunto de
variables, este trabajo permiti la obtencin de valores de coeficientes
genticos que permiten en las variables validadas el uso del modelo
como herramienta de apoyo al anlisis y toma de decisiones en
condiciones semejantes y los cultivares estudiados. Al final de esta tesis,
un ejemplo claro muestra las potencialidades de uso de este tipo de
programas.
57
Girasol:
a pesar de los esfuerzos de calibracin no se pudo obtener, en general,
un buen ajuste en las variables objeto de estudio. Problemas sanitarios,
de plagas, sumados a otros problemas que puedan haber operado,
determinaron que en este trabajo no se haya logrado cumplir con el
objetivo planteado para este cultivo.
la biomasa a cosecha en general no mostr un adecuado ajuste. An en
los casos en que el rendimiento estuvo bien simulado (calibracin de las
pocas temprana e intermedia del cultivar DK 3940). El ndice de
cosecha en ambas instancias tuvo ajustes pobres, donde CropSyst
mostr cierta insensibilidad a variar los valores de ste, problema
tambin reportado en la bibliografa.
el contenido de agua hasta 30 cm de suelo, evaluado en un ao
promedio y uno donde llovi el doble de la media histrica, obtuvo en
ambas el mejor resultado de simulacin en relacin al resto de las
variables evaluadas contemporneamente.
58
6. RESUMEN
Los modelos de simulacin constituyen una herramienta fundamental
para entender la complejidad que caracteriza los sistemas ecolgicos y
ambientales. Permiten realizar anlisis de impactos tecnolgicos, econmicos y
ambientales, la evaluacin de estrategias productivas y los pronsticos del
rendimiento de los cultivos. El objetivo de este trabajo fue obtener los
parmetros genticos de dos cultivares de soja y girasol de forma que pudieran
ser utilizados en el modelo de simulacin CropSyst. En el departamento de
Paysand, en el litoral oeste de la Repblica Oriental del Uruguay, durante los
veranos 2009-2010 y 2010-2011, se sembraron en tres fechas de siembra los
cultivos en parcelas experimentales, realizando durante su ciclo de vida
diferentes mediciones necesarias para la calibracin (con los datos del segundo
ao), y validacin (datos del primer ao de ensayos), del programa. La
capacidad predictiva del modelo fue evaluada por medio de la comparacin de
resultados de las simulaciones frente a las medidas obtenidas en los
experimentos de campo, a travs del mtodo lineal 1:1 y la relacin de la RMSE
(raz del cuadrado medio del error). Las variables estudiadas fueron: el
rendimiento en grano, la biomasa a cosecha, el ndice de rea foliar (IAF), la
acumulacin de nitrgeno y el contenido de agua en el suelo. En soja fueron
simuladas con un error aceptable las variables: rendimiento en grano (RCME
(%) 9,5; promedio de validacin en ambos cultivares), la biomasa a cosecha
(RCME (%) 14) y el contenido de agua hasta 30 cm de suelo (RCME (%) 24).
No as el contenido de agua a ms de 30 cm (RCME (%) 60,5), la acumulacin
de nitrgeno en planta y el ndice de rea foliar, que por diferentes motivos no
lograron ajustarse de forma satisfactoria. En girasol, ms all de los esfuerzos
de calibracin, ninguna de estas variables pudo ser simulada eficazmente;
problemas biticos y abiticos habran operado para que no se lograra el
objetivo en este cultivo.
Palabras clave: Modelos de simulacin; CropSyst; Calibracin y validacin;
Parmetros genticos; Soja; Girasol.
59
7. SUMMARY
Simulation models are essential tools to understand the environmental
and ecological systems complexity. They allow the analysis of technological,
economic and environmental impacts, productive strategies assessment and
forecasts yield crop. The aim of this study was obtaining genetic parameters
from two cultivars of soybean and sunflower, so that they could be used in the
simulation model CropSyst. In Paysand department, on the west coast of
Uruguay Republic, during 2009-2010 and 2010-2011 summer crop plots were
planted in three different planting dates, performing different necessary
measurements for calibration during their life cycle (with data from the second
year), and validation (data from the first year of trials), of the model. The model's
predictive capacity was evaluated by comparing simulation results, against
measurements obtained in field experiments, through the linear method 1:1 and
ratio of the RMSE (root mean square error). The variables studied were: grain
yield, harvest biomass, leaf area index (LAI), nitrogen accumulation, and water
in soil. On soybeans were simulated with an acceptable mistake the following
variables: grain yield (RMSE (%) 9.5; validation average in both cultivars),
biomass yield (RMSE (%) 14), and the water content up to 30 cm of soil (RMSE
(%) 24) -but not water content of more than 30 cm (RMSE (%) 60.5) - nitrogen
accumulation in plant and leaf area index; they did not adjust because of many
factors, in a satisfactory way. In sunflower, beyond calibration efforts, none of
these variables could be simulated effectively; biotic and abiotic problems would
have operated to abort the aim in this crop.
Keywords: Simulation models; CropSyst; Calibration and validation; Genetic
parameters; Soybean; Sunflower.
60
9. BIBLIOGRAFA
1. ABBATE P.E.; DARDANELLI J.L.; CANTERO M.G.; MATURANO M.,
MELCHIORI R.J.M., SUERO E.E. 2004. Climatic and water
availability effects on water-use efficiency in wheat. Crop Science.
44: 474-483.
2. ALLEN, R.G.; PEREIRA, L.S.; RAES, D.; SMITH, M. 1998. Crop
evapotranspiration; guidelines for computing crop water
requirements. Rome, FAO. 300 p. (Irrigation and Drainage Paper
no. 56)
3. AZAM-ALI, S.N.; CROUT, N.M.J.; BRADLEY, R.G. 1994. Perspectives in
modelling resource capture by crops. In: University of Nottingham
Eastern School on Resource Capture by Crops (52 nd., 1994,
Nottingham). Proceedings. Nottingham, UK, Nottingham
University. pp. 125148.
4. BAETHGEN, W.E. 1993. Aplicaciones de modelos de simulacin en la
investigacin de manejo de suelos y cultivos. Montevideo, INIA.
s.p. (Boletn de Divulgacin no. 42).
5. ________.; MORN, A.; DAZ-ROSELLO, R.M. 1994. Modeling longterm soil organic carbon changes in six cropping systems of SW
Uruguay. In: World Congress of Soil Science (15 th., 1994,
Acapulco, Mexico). Transcriptions. Acapulco, WCSS. cap. 9, pp.
300-302.
6. ________.; ________. 2000. Carbon sequestration in agricultural
production systems of Uruguay; observed data and century model
simulation runs. In: Reunin de la Red Latinoamericana de
Agricultura Conservacionista (5., 1999, Florianpolis, Brasil).
Trabajos presentados. Florianpolis, EPAGRI/ FAO. s.p
7. BAROFFIO, J. C.; RAMOS, J. P. 2009. Calibracin y validacin del
modelo CropSyst para un cultivar de soja para las condiciones de
produccin del litoral-oeste de Uruguay. Tesis Ing. Agr.
Montevideo, Uruguay. Facultad de Agronoma. 88 p.
8. BERRUTI, N. 2009. Calibracin y validacin del modelo CropSyst para
las condiciones de produccin del litoral-oeste de Uruguay en un
hbrido de maz. Tesis Ing. Agr. Montevideo, Uruguay. Facultad de
Agronoma. 76 p.
61
Warwick, UK,
63
25. JAMIESON, P.D.; PORTER, J. R.; WILSON, D.R. 1991. A test of the
computer simulation model ARCWHEAT on wheat crops Brown in
New Zealand. Field Crop Research. 27: 337-350.
26. JONES, J. W.; RITCHIE, J. T. 1990. Modelos de crecimiento del
cultivo. In: Hoffman, G. J.; Howell, T. A.; Salomn, K. H. eds.
Manejo de sistemas de riego agrcola. San Jos, ASAE. pp. 63-89
(Monografas ASAE)
27. MORON, A. 2009. Estimaciones del impacto de la agricultura y la
ganadera en el suelo del Uruguay. In: Simposio Efectos de la
Agricultura, la Lechera y la Ganadera en el Recurso Natural
Suelo (2009, Montevideo, Uruguay). Impactos y propuestas;
resmenes expandidos. Montevideo, INIA. pp. 17-21 (Actividades
de Difusin no. 587).
28. MUNANG, T.; RIVINGTON, M.; BELLOCCHI, G.; COLLS, J. 2008. Crop
yield
model
validation
for
Cameroon.
Theoretical
and Applied Climatology. 96: 275280.
29. PALA, M.; STCKLE, C.O.; HARRIS, HC. 1996. Simulacin de trigo duro
(Triticum turgidum spp. durum) el crecimiento bajo el agua y los
diferentes regmenes de nitrgeno en un ambiente mediterrneo
con CropSyst. Agricultural Systems. 51:147-163.
30. PRIESTLEY, C.H.B.; R.J. TAYLOR. 1972. On the assessment of surface
hear flux and evaporation large scale parameters. Monthly
Weather Review. 100: 8182.
31. RINALDI, M.; VENTRELLA, D. 1997. Uso dei modeli EPIC e CROPSYST
in sistemi colturali del Sud Italia. Agricoltura Ricerca. 171: 47-58.
32. RIZZO, V.; DI BARI, V.; MAIORANA, M.; CONVERTINI, G.; RINALDI, M.;
DE GIORGIO, D. 1990. Effects of the previous crop and
continuous cropping on the production of durum wheat and on
some chemical characteristics of soil. In: Congress of the
European Society of Agronomy (1 st., 1990, Paris). Proceedings.
Paris, s.e. pp. 20-21.
33. RODER, W.; MASON, S.C.; CLEGG, M.D.; KNIEP, K.R. 1989. Yield-soil
water relationship in sorghum-soybean cropping systems with
different fertilizer regimes. Agronomy Journal. 81: 470-475.
64
10. ANEXOS
Anexo No. 1: Resultados del ajuste de la validacin del rendimiento y biomasa a
cosecha en girasol. Promedio de puntos de muestreo y fechas de siembra.
Cultivar
Variable
No.
Obs.
RCME
(kg/ha)
RCME (%)
Media
Obs.
(kg/ha)
Media Sim.
(kg/ha)
MG 52
DK 3940
MG 52
DK 3940
Rendimiento
6
6
3
3
2689
3940
14204
15755
62
97
100
110
4322
4059
14171
14347
5558
6783
7709
9283
Biomasa
Cosecha
a)
b)
66
Variable
No.
Obs.
RCME
RCME (%)
Media Obs.
Media Sim.
MG 52
DK 3940
MG 52
DK 3940
MG 52
DK 3940
MG 52
DK 3940
IAF (m2)
42
42
9
6
14
14
15
15
2
8
119
145
41
48
76
78
89
381
69
87
34
37
47
49
2
2
173
167
123
131
160
160
4
10
113
131
86
88
233
235
a)
b)
Nitrgeno
(kg/ha)
Agua hasta
30 cm (mm)
Agua 30 cm
a ms (mm)
c)
d)
Anexo No. 4: Lineal 1:1 de la validacin del ndice de rea foliar (IAF) (a),
absorcin de nitrgeno (b), contenido de agua hasta 30 cm (c), y a ms de 30
cm (d), en diferentes estadios fonolgicos y diferentes fechas de siembra.
Cultivar MG 52 (izquierda) y DK 3940 (derecha).