Libro de Congreso RADA 2012

Asociación Argentina de Agrometeorología

3

XIV Reunión Argentina

de Agrometeorología

Roberto A. Seiler - Andrea I. Irigoyen y Marta G. Vinocur

Universidad Nacional de Río Cuarto

Río Cuarto – Córdoba - Argentina

XIV Reunión Argentina de Agrometeorología

4

XIV Reunión Argentina de Agrometeorología.

Investigación, educación y servicio para una producción agropecuaria sustentable.Octubre 2012Roberto A. Seiler; Andrea Ines Irigoyen y Marta G. Vinocur (Editores responsables)

2012 © by UniRío editora. Universidad Nacional de Río Cuarto Ruta Nacional 36 km 601 – (X5804) Río Cuarto – Argentina Tel: 54 (358) 467 6309 – Fax: 54 (358) 468 0280 [email protected] - www.unrc.edu.ar/unrc/editorial.cdc

ISBN 978-987-688-015-2 Primera edición: Octubre de 2012

Tirada: 200 ejemplares

Queda hecho el depósito que marca la ley 11.723Impreso en Argentina – Printed in Argentina

Queda prohibida la reproducción total o parcial del texto de la presente obra en cualquiera de sus formas, electrónica o mecánica, sin el consentimiento previo y escrito de la Editorial.

XIV Reunión Argentina de Agrometeorología: Investigación, educación y servicio para una producción agropecuaria sustentable. Octubre 2012. - 1a ed. - Río Cuarto: UniRío Editora, 2012. 214 p. ; 30x21 cm.

ISBN 978-987-688-015-2

1. Meteorología. 2. Agrometeorología. CDD 551.5

Fecha de catalogación: 05/10/2012


5

Uni. Tres primeras letras de “Universidad”. Uso popular muy nuestro; la Uni.Universidad del latín “universitas” (personas dedicadas al ocio del saber),

se contextualiza para nosotros en nuestro anclaje territorial y en la concepción de conocimientos y saberes construidos y compartidos socialmente.El río. Celeste y Naranja. El agua y la arena de nuestro Río Cuarto

en constante confluencia y devenir.La gota. El acento y el impacto visual: agua en un movimiento

de vuelo libre de un “nosotros”. Conocimiento que circula y calma la sed.

Consejo Editorial

Facultad de Agronomía y VeterinariaProf. Laura Ugnia y Prof. Mercedes Ibañez

Facultad de Ciencias EconómicasProf. Florencia Granato

Facultad de Ciencias Exactas, Físico-Químicas y NaturalesProf. Sandra Miskoski y Prof. Julio Barros

Facultad de Ciencias HumanasProf. Silvina Barroso

Facultad de IngenieríaProf. Marcelo Gioda y Prof. Jorge Vicario

Biblioteca Central Juan FilloyLic. Irma Milanesio y Bibl. Claudia Rodríguez

Secretaría AcadémicaProf. Claudio Asaad y Prof. M. Elena Berruti

Equipo Editorial

Secretario Académico: Claudio Asaad Directora: Elena Berruti Equipo: José Luis Ammann, Daila Prado, Maximiliano Brito, Daniel Ferniot


6

Autoridades de AADA período 2010-2012

PresidenteDr. Roberto Seiler (UNRC)

VicepresidenteDra. Andrea Irigoyen (UNMdP)

SecretarioDra. Patricia Figuerola (UNChilecito)

ProsecretarioDra. Marta Vinocur (UNRC)

Secretario de actasLic. (Mg.) Andrea Rivarola (UNRC)

TesoreroLic. M. Karina Torterolo (UBA)

ProtesoreroLic. Leonardo Serio (UBA)

Vocales titularesIng. Agr. Guillermo Casagrande (UNLPampa)Ing. Agr. Inés Mormeneo (UNS)

Vocales suplentesM. Sc. Ing. Agr. Silvia Cravero (UNSA)Dra. Marisa Cogliati (UNCOMa)

Comisión organizadora

PresidenteDr. Roberto Seiler (UNRC)

VicepresidenteDra. Marta Vinocur (UNRC)

SecretariaM. Sc. Andrea del Valle Rivarola (UNRC)

ProsecretariaDra. Marisa Cogliati (UNCOMA)

TesoreraLic. Karina Torterolo (UNC)

ProtesoreroLic. Leonardo Serio (UBA)

Coordinación MalargüeIng. Agr. Nidia Barbero (ICES)

Presidente Comité científi coDra. Andrea Irigoyen (UNMdP)

Coordinación MalargüeIng. Agr. Nidia Barbero (ICES)

Comité científi co

Presidente

Dra. Andrea Irigoyen

Pares evaluadores

Dr. Angelocci, Luiz R. (USP, Brasil)

Ing. Agr. (M. Sc.) Ateca, Maria Rosa (UNC, Arg)

Ing. Ftal. (M. Sc.) Pedro E. Boletta (UNSE)

Ing. Agr. (M. Sc.) Cicero, Aldo (UNCU, Arg)

Ing. Agr. (M. Sc.) De la Casa, Antonio (UNC, Arg)

Lic. (M. Sc) Fernandez Long, María E. (UBA, Arg)

Dra. Figuerola, Patricia (UNDEC, Arg)

Ing. Agr. (M. Sc.) Ovando, Gustavo (UNC, Arg)

Ing. Agr. Pascale, Antonio (UBA, Arg)

Dr. Ravelo, Andrés (UNC, Arg)

Dr. Seiler, Roberto (UNRC, Arg)

Dr. Sentelhas, Paulo (USP, Brasil)

Dra. Vinocur, Marta (UNRC, Arg)


7

Prólogo

Treinta y ocho años atrás nacía en el país la Asociación Argentina de Agrometeorología (AADA). Aquella génesis fue producto de la representatividad de grandes maestros como Armando De Fina, Juan Jacinto Burgos, Antonio J. Pascale, Edmundo A. Damario, Roberto Ruggero, Néstor Ledesma, Guillermo Juárez y del entusiasmo de una generación joven, que se sentía capaz de seguir construyendo sobre las bases de la trayectoria científica marcada por aquéllos.

En esa oportunidad, quedó plasmado el propósito de la AADA, como la de una organización para fomentar el desarrollo de la Ciencia Agrometeorológica en todo el país, reunir a investigadores, docentes, profesionales, estudiantes, empresarios, vinculados directa o indirectamente a ella; promover la investigación científica, la enseñanza y la extensión en la especialidad, organizar reuniones científicas, propiciar la discusión de temas pertinentes y realizar todas las actividades necesarias, conducentes a estimular, difundir y aplicar el conocimiento de la ciencia en actividades sensibles al tiempo y al clima. Si bien resulta difícil asegurar que se cumplieron todos de esos postulados iniciales, se puede estar seguro de no haber resignado el interés por fomentar reuniones periódicas y por presentar, analizar y visualizar los avances científicos en la Agrometeorología. Trece reuniones, entre argentinas y latinoamericanas, realizadas hasta la fecha, dan prueba de ese interés común y de la inquietud por fortalecer la comunidad agrometeorológica nacional y el acercamiento e intercambio con las homólogas de Sudamérica y entre sus miembros.

Con el beneplácito de ese accionar, hoy y en representación de la Comisión Organizadora y de la AADA, me complace presentar la publicación de la XIV Reunión Argentina de Agrometeorología (RADA 2012). La Reunión fue convocada bajo el lema “Investigación, educación y servicio para una producción agropecuaria sustentable”, con tratamientos en siete áreas temáticas principales, tales como Cambio climático, variabilidad, vulnerabilidad, adaptación y resiliencia; Agrometeorología y biometeorología; Teledetección, geoprocesamiento y modelos de cultivos; Micrometeorología y relaciones suelo-planta-atmósfera; Instrumental, redes de observación y servicios agrometeorológicos; Enseñanza en Agrometeorología y Adversidades agroclimáticas, riesgo y previsión de impactos.

Las contribuciones científicas recibidas, que dan identidad a la Reunión y a la presente publicación, se muestran bajo la forma de resúmenes extendidos, orientados a las distintas áreas temáticas y ponen de manifiesto el estado del arte en investigación agrometeorológica en el país. La publicación intenta conformar un documento de consulta útil para los propios investigadores, estudiantes y profesionales de la Agronomía en general, tanto para aplicaciones en el campo de la Agrometeorología, como para la generación de nuevas propuestas o líneas de investigación necesarias de abordar a futuro.

En nombre de los editores, tengo el agrado de expresar el agradecimiento al Comité Científico por el trabajo dedicado a la evaluación de los trabajos presentados y a los autores, por sus contribuciones y apoyo a esta XIV Reunión Argentina. También, una sentida apreciación a personas de la Editorial UniRío y externos, quienes asumiendo como propio el sentido de esta publicación, pusieron de manifiesto su responsabilidad y calidad de trabajo técnico para lograr en tiempo y en forma este material - Gracias

Roberto A. Seiler, Presidente de la Asociación Argentina de Agrometeorología


8


9

Listado de Resúmenes por Área Temática

(Orden alfabético de primer autor)

Área Temática 1CAMBIO CLIMÁTICO, VARIABILIDAD CLIMÁTICA, VULNERABILIDAD, ADAPTACIÓN Y RESILIENCIA

Código Autores Título Pág.AT1-001 Agüero, S.N.;

Zeman, E.A.;Costa, M.C.

Variabilidad temporal de la precipitación anual en los deptos. Jiménez y Pellegrini, Santiago del Estero, Argentina (1970-2010)

25

AT1-002 Albors, C.;Caretta, A.; Rodriguez, J.;Cicero, A.

Cambio de frecuencia de precipitaciones en Las Casuarinas, San Juan-Argentina y su influencia en condiciones predisponentes para ataques de Plasmopara viticola

27

AT1-003 Battisti, R.;Sentelhas, P.C.

Drought tolerance of Brazilian soybean cultivars determined by a simple crop yield model

29

AT1-004 Bettolli, M.L.;Penalba, O.C.;Krieger, P.A.

Exploración de índices climáticos como predictores de la circulación diaria de invierno asociada a la Región Pampeana Central

31

AT1-005 Brandizi, L.D.;Sequeira, M.E.;Fernández, S.N.

Impacto del calentamiento global sobre los recursos hídricos en la Región Pampeana Argentina Central - Aplicación del modelo SWAT a la Cuenca del Salado

33

AT1-006 Caretta, A.; Cicero, A.

Evapotranspiración y balance hídrico como posibles indicadores de interacción entre elementos meteorológicos

35

AT1-007 Costa, F.R.;Santos, F.; Casaroli, D. ;Evangelista, A.W.P.

Ajuste da equação de intensidade-duração-frequencia a serie local 37

AT1-008 Cruz, G.;Baethgen, W.;Modernel, P.

Validación de un índice de deficiencia hídrica para campo natural de Uruguay

39

AT1-009 Cruz, G.;Baethgen, W.;Cóppola, M.

Caracterización agrohidrológica de dos regiones sensibles a la sequía en Uruguay

41

AT1-010 Della Maggiora, A.I.;Irigoyen, A.I.

Balance agua y rendimiento simulado de maíz en el centro-sur de Buenos Aires: variabilidad asociada a la señal ENOS

43

AT1-011 Della Maggiora, A.I.;Irigoyen, A.I.;Malena, L.Cambareri, M.

Deficiencia hídrica para el cultivo de maíz en el centro-sudeste según fecha de siembra

45

AT1-012 Faroni, A. F.;Zalazar, S. M. F.;Sosa, G. D.;Hurtado, R. H.

La temperatura mínima durante el invierno y su relación con las fases del ENSO en la Argentina

47


10

AT1-013 Fernández Long, M.E.;Müller, G.V.;Beltrán, A.B.;Barnatán, I.E.

Cambios en las tendencias de precipitación en el Centro-Este de Argentina desde la década del 40

49

AT1-014 Gutheim, F. Análisis de la distribución de lluvias para el período crítico del cultivo de maíz en Miramar (Buenos Aires, Argentina)

51

AT1-015 Ithurrart, L.S.; Montenegro, O.A.;Giorgetti, H.;Espósito, M.E.

Análisis de anomalías climáticas en la Chacra Experimental de Patagones, Provincia de Buenos Aires

53

AT1-016 Maio, S.;Zalazar, S.M.F.;Hurtado, R.H.

La temperatura mínima media mensual y su relación con el ENOS durante la estación de crecimiento de cultivos de verano

55

AT1-017 Medina, E.;Dupuy, E.A.

Detección y análisis de los extremos hídricos en Tucumán-Argentina 57

AT1-018 Moreno, R.;Irigoyen, A.I.;Studdert, G.A.Domínguez, G.F.

Rendimientos de maíz en Ensayos de Larga Duración (ELD) y señal EL Niño-Oscilación SUR (ENOS)

59

AT1-019 Nuñez, L.N.;González Morinigo, E.;Bonel, N.

Cambios registrados en los máximos mensuales de precipitación según métodos Mov31D y Mov31*31D

61

AT1-020 Pérez, S.P.;Sierra, E.M.; Massobrio, M.J.; Momo, F. R.

Relación de la precipitación del Este de la Provincia de La Pampa con la Oscilación Decadal del Pacífico

63

AT1-021 Rivarola, A.;Vinocur, M.;Seiler, R.

Variabilidad climática y resiliencia de los sistemas socio-ecológicos agropecuarios en la región Sur de Córdoba

65

AT1-022 Vilatte, C.A.;Confalone, A. E.

Respuesta del cultivo de maíz al cambio climático en Azul 67

AT1-023 Zalazar, S. M. F.Serio, L.

Tendencia de las temperaturas máximas y mínimas mensuales en la Argentina (1950- 2011)

69


11

Área Temática 2AGROMETEOROLOGÍA Y BIOMETEOROLOGÍA

Código Autores Título Pág.AT2-001 Cambareri, M.A.;

Echarte, L.;Abbate, P.E.

Productividad, intercepción de radiación y radiación disponible para la soja en sistemas de intercultivo

73

AT2-002 Cañás, S.;Pasten, M.;Fernández Long, M.E.

Climatología del agua en el suelo en Paraguay 75

AT2-003 Chamorro, A.M.;Bezus, R.

Tiempo térmico requerido por tres cultivares de colza canola para distintas etapas de desarrollo: influencia de la fecha de siembra

77

AT2-004 Chamorro, A.M.;Pellegrini, A.;Bezus, R.;Golik, S.I.

Condiciones hídricas para la implantación de soja de segunda sobre distintos antecesores

79

AT2-005 Confalone, A.; Navarro, M.;Vilatte, C.;Barufaldi, M.;Aguas, L.;Ponce, G.

Estudios agrometeorológicos premiliares del cultivo de haba Alameda en Azul, Centro de la Provincia de Buenos Aires

81

AT2-006 Denegri, M.J.;Jara, S.;Cirera, M.I.

Régimen de heladas en Luján, Buenos Aires 83

AT2-007 Dickie, M.J.;

Sacchi, O.; Coronel, A.

Relación entre el rendimiento de maíz y variables del Balance Hídrico Seriado en el departamento Rosario, Santa Fe

85

AT2-008 Faroni, A.F.;Hurtado, R.H.;Zalazar, S.M.F.

Mapa fenológico del trigo para siembra y cosecha en la Región Pampeana de la Argentina

87

AT2-009 García, M.S;Leva, P.E.;

Tóffoli, G.; Gariglio, N.

Determinación de unidades de frío para Rafaela (Santa Fe) 89

AT2-010 Irigoyen, A.I.;Maune, C.;Bonelli, L.

Fecha de siembra y morfología del área foliar en híbridos de maíz con diferente madurez relativa

91

AT2-011 Jara, S.;Cirera, M.I.

Temperatura base y tiempo térmico en el cultivo de mostaza blanca (Sinapis alba L.)

93

AT2-012 Kehoe, F.;Costanzo, M.

Evolución de las horas de frío serie 1999-2010 para la localidad de Zavalla, Provincia de Santa Fe

95

AT2-013 Lázaro, L.;Abbate, P.E.

Estimación del número de granos de trigo a partir del cociente fototermal de referencia

97


12

AT2-014 Lyra, G.B.;Rocha, A.E.Q.;Lyra, G.B.;

Souza, J.L.; Silva, M.B.P.;Teodoro, I.

Exigência térmica do milho na região Nordeste do Brasil 99

AT2-015 Martínez, S.;Garbi, M.;Morelli, G.;Somoza, J.;Grimaldi, M.C.;Ducasse, A.;Cerisola, C.

Comportamiento fenológico de híbridos de tomate injertados sobre Maxifort: requerimientos de grados-día

101

AT2-016 Maune, C.;Bonelli, L.Irigoyen, A.I.

Evolución de la altura y el área foliar por planta en híbridos de maíz con diferente madurez relativa

103

AT2-17 Mirassón, H.R.;Faraldo, M.;Ferrero, C.L.;Arnaiz, J.P.;Vergara, G.T.;Casagrande, G.A.

Influencia del ambiente sobre cultivos de cosecha gruesa en la Región Oriental de la Provincia de La Pampa

105

AT2-18 Montero Bulacio, E.;Coronel, A.

Caracterización de olas de calor a través del índice ITH en Zavalla, Santa Fe

107

AT2-19 Mormeneo, I.;Murray, M.G.;Deriugin, A.

Fenología de la floración del olivo (Olea europaea L.) en el sudoeste de la provincia de Buenos Aires y su relación con el patrón de dispersión polínica

109

AT2-20 Nagore, M.L.; Echarte, L.; Della Maggiora, A.I.Andrade, F. H.

Rendimiento y evapotranspiración en híbridos de maíz de diferentes épocas

111

AT2-21 Nagore, M.L.; Echarte, L.; Bonelli, L.Della Maggiora, A.I.Andrade, F.H.

Producción de biomasa en híbridos de maíz de diferentes épocas bajo estrés hídrico

113

AT2-22 Pinciroli, M.; Bezus, R.;Scelzo, L.J.;Vidal, A.A.

Temperaturas máximas, mínimas y radiación solar durante el período de llenado de grano de arroz y su influencia sobre la calidad en distintos genotipos

115

AT2-23 Rocha, M.S.;Martínez, S.;Garbi, M.;

Somoza, J.; Pinciroli, M.;Grimaldi, M.C.;Morelli, G.

Análisis de la temperatura y de la radiación interna en invernaderos con techo simple y doble en cultivo de rosas Colonia Urquiza, Buenos Aires

117


13

AT2-24 Rodríguez, A.; Benítez Piccini, E.; Muñoz, A.

Desarrollo de un prototipo para determinar temperaturas críticas de daño por heladas en órganos de cultivos frutícolas

119

AT2-25 Serritella, D.A.;Blasón, A.D.;Fernández, N.R.;Rodríguez, R.O.

Medición fotográfica aplicada en fenometría de plántulas de maíz 121

AT2-26 Somoza, J.;Grimaldi, M. C.;Pinciroli, M.;Barrenechea, M.;De Hagen, T.;Martínez, S. B.

Estimación de las situaciones hídricas de la localidad de Junín (Bs As.) mediante los balances hidrológicos climático y seriado

123

AT2-27 Sorlino, D. Efecto de la temperatura y el fotoperíodo sobre la duración de la etapa emergencia – floración de un cultivar de Borago officinalis sembrado en Buenos Aires

125

AT2-28 Sorlino, D.;D’Alessandri, L.;Giménez, P.

Comparación fenometrica de tres especies del género Brassica en las condiciones edafo-climáticas de Buenos Aires

127

AT2-29 Souza, L.;Battisti, R.Sentelhas, P. C.

Evaluation of generated solar radiation by WGEN for using in DSSAT/CERES-MAIZE crop model

129

AT2-30 Tonti, S.;Izquierdo, N.;Covi, M.

Una exploración de predictores estadísticos de la temperatura de la espiga de maíz

131

AT2-31Traversaro, M.L.;Torres, R.F.;Urrutia, M.I.;Rodríguez, M.A.

Índices de fertilidad y horas de frio en el cultivo de kiwi 133

AT2-32 Vergara, G.T.;Casagrande, G.A.;Babinec, F.

Probabilidad de ocurrencia de precipitaciones en el área de Santa Rosa, Prov. de la Pampa (Argentina)

135

AT2-33 Vidal, A. A.;Pinciroli, M.;Bezus, R.;Scelzo, L. J.

Influencia de la temperatura ambiente sobre el ciclo y la calidad de grano de distintos genotipos de arroz tipo largo fino

137

AT2-34 Zeman, E.A.;Agüero, S.N.;Costa, M.C.

Análisis del efecto de las precipitaciones en el rendimiento del cultivo de algodón en La Banda, Santiago del Estero, Argentina (Campañas 1969/70-2010/11)

139


14

Área Temática 3TELEDETECCIÓN, GEOPROCESAMIENTO Y MODELOS DE CULTIVOS

Código Autores Título Pág.

AT3-001 Battisti, R.;Souza, L.;Sentelhas, P.C.

Comparing simulated soybean yield with DSSAT-CROPGRO using observed and synthetic weather data for Brazil

143

AT3-002 Belmonte, M.L.;Di Bella, C.M.

Primeras evaluaciones de estimación de la precipitación a partir del radar meteorológico de Anguil

145

AT3-003 Bocco, M.Ovando, G.;Sayago, S.;Willington, E.

Estimación de cobertura por residuos de soja y maíz utilizando imágenes satelitales para lotes del área central de Córdoba

147

AT3-004 Carnelos, D.;Fernandez Long, M.E.

Índice de satisfacción hídrica como estimador de rendimientos de maíz en región pampeana

149

AT3-005 Cogliati, M. Evapotranspiración en el Valle del río Neuquén a partir de información del satélite LANDSAT 7 ETM+

151

AT3-006 Cravero, S.; Bianchi, C.L.;Bianchi, A.R.

Mapas digitales de precipitación media mensual para la Argentina 153

AT3-007 de la Casa, A.;Ovando, G.;Bressanini, L.;

Martínez, J.

Calibración del modelo AquaCrop en papa con datos de cobertura medidos en el cinturón verde de Córdoba, Argentina

155

AT3-008 de la Casa, A.;Ovando, G.;Bressanini, L.;Martínez, J.

Evaluación del modelo Aquacrop en papa con datos de humedad del suelo en el cinturón verde de Córdoba, Argentina

157

AT3-009 de la Casa, A.; Leguía, H.

Uso invernal del suelo en la región en la región central de Córdoba. Comparación de registros satelitales y datos de campo

159

AT3-010 de la Casa, A.; Leguía, H.

Análisis del uso del suelo en la región central de Córdoba, Argentina, con datos NDVI SPOT-vegetation

161

AT3-011 Lyra, G.B.;Lyra, G.B.;Teodoro, I.;Rocha, A.E.Q.;

Souza, J.L.; Silva, M.B.P.

Crescimento de variedades de cana de açúcar em regime de sequeiro em Alagoas, Brasil

163

AT3-012 Orta, F.J.;Confalone, A.

Calibración del modelo CERES-Maize del DSSAT 4.02 en el agroclima de Villa Mercedes, San Luis

165

AT3-013 Torterolo, M.K.;Ovando, G.G.

Determinación del agua virtual en soja con distintos manejos empleando un modelo de simulación de cultivo

167


15

Área Temática 4MICROMETEOROLOGÍA Y RELACIONES SUELO-PLANTA-ATMÓSFERA

Código Autores Título Pág.AT4-001 Campos, P.F.;

Alves, J.J.;Evangelista, A.W.P.;Casaroli, D.

Response of sugarcane crop to irrigation sprouting and use of organic mulch in soil cover in the Cerrado Region, Brazil

171

AT4-002 Casaroli, D.;van Lier, Q.

Resposta fotossintética de plantas de feijão em função do teor de água no solo

173

AT4-003 Casaroli, D.;van Lier, Q.

Assimilação de dióxido de carbono pelo feijoeiro em função da intensidade de radiação fotossinteticamente ativa e da umidade de solo

175

AT4-004 Figuerola, P.;Luna Toledo, E.S.

Efecto de las temperaturas extremas en la evapotranspiración y el consumo de CO2 en la etapa de fructificación del tomate

177

AT4-005 Gassmann, M.I.;Echarte, L.;Covi, M.;Cambareri, M.;Righetti, S.

Caracterización de la dirección e intensidad del viento en un intercultivo

179

AT4-006 Hick, E.;Imhof, L.;Ovando, G.;Castagnola, J.;Laprovitta, A.;Misa, A.;Paganelli, F.;Suárez, M.;Cerino, D.;Alvarez, C.

Evaluación del crecimiento de clones del género Glandularia en invernadero

181

AT4-007 Lyra, G.B.;Santos, A.A.R.;Souza, J.L.;Zanetti, S.S.;Oliveira-Júnior, J.F.;Lyra, G.B.

Modelo de Hargreaves-Samani ajustado para estimativa da radiação solar em Alagoas, Nordeste do Brasil

183

AT4-008 Maune, C.;Bonelli, L.;Irigoyen, A.I.

Fechas de siembra y estructura del canopeo en híbridos de maíz con diferente madurez relativa

185

AT4-009 Montaña, A.;Chiara, J.;Munka, C.;Ferrer, M.

Modificaciones microclimáticas dadas por los sistemas de conducción lira y espaldera: sus efectos sobre la sanidad de las uvas (Vitis vinífera L.)

187

AT4-010 Righetti, S.;Gassmann, M.I.;Della Maggiora, A.I.

Estimación del flujo de calor en el suelo en un cultivo de soja 189

AT4-011 Santos, A.A.R.;Lyra, G.B.;Lyra, G.B.;Souza, J.L.;Oliveira-Júnior, J.F.;Santos, R.D.B.

Evapotranspiração de referencia estimada por métodos baseados na temperatura do ar e radiação solar no Rio de Janeiro, Sudeste do Brasil

191


16

Área Temática 5INSTRUMENTAL, REDES DE OBSERVACIÓN Y SERVICIOS AGROMETEOROLÓGICOS

Código Autores Título Pág.AT5-001 Albizú, M.;

Bandeo, M.; Dickie, M.J.;Coronel, A.

Comparación entre datos registrados por estaciones convencionales y automáticas en el sur de Santa Fe

195

AT5-002 Carneiro, V.A.;Casaroli, D.;Santos, F.C.V.

Frequência de ocorrência de precipitação para período de quinquídios no município de Goiânia, Goiás, Brasil

197

AT5-003 Carneiro, V.A.;Casaroli, D.;Santos, F.C.V.

Ajuste de distribuição de probabilidade a ocorrência de chuvas acumuladas no município de Goiânia, GO, Brasil

199

AT5-004 Costa Neto, G.M.F.;Casaroli, D.;Alves Júnior, J.;Evangelista, A.W.P.

Relaçoes entre o armazenamento e o potencial matricial de agua no solo na cultura da soja no municipio de Goiania, Go, Brasil

201

AT5-005 Fernandez, S.;Sequeira, M.E.;Sondón, S.M.;Aymonino, O.A.;Ábalo, P.O.;Weis, C.F.;Masson, F.R.;Mandolesi, P.S.;Espósito, M.E.;Uribe Echevarría, L.;Blazquez, P.A.

Avances de una red de monitoreo hidrometeorológica en una cuenca de la Región Pampeana

203


17

Área Temática 6ENSEÑANZA EN AGROMETEOROLOGÍA

Código Autores Título Pág.AT6-001 Rodríguez R.O.;

Blasón, A.D.;Fernández, N.R.;Padín, M.A.

Una alternativa para mejorar el aprendizaje y aprobación de cursos de Agrometeorología

207


18

Área Temática 7ADVERSIDADES AGROCLIMÁTICAS, RIESGO Y PREVISIÓN DE IMPACTOS

Código Autores Título Pág.AT7-001 Antelo, M.;

Hurtado, R.H.;Spescha, L.B.

Estimación del factor de erosividad de la precipitación en la Región Pampeana

211

AT7-002 Casagrande, G.A.;Vergara, G.T.;García, F.;Sostillo, P.

Caracterización del régimen de heladas por rangos de temperatura en Anguil, Provincia de La Pampa (Argentina)

213

AT7-003 del Barrio, R.;Martín, D.M.

Análisis de sustentabilidad ambiental de la producción de trigo en el Sur del partido de Patagones

215

AT7-004 Hurtado, R.H.;Zalazar, S.M.F.

Probabilidad de ocurrencia de lluvias en la Región Pampeana durante las fases del ENOS

217

AT7-005 Maio, S. Riesgo de daño por heladas primaverales a cultivos de duraznero y damasco en Luján de Cuyo (Mendoza, Argentina)

219

AT7-006 Martín, D.M.;del Barrio, R.N.

Estudio de los condicionamientos que impone el clima al desarrollo de la región sur rionegrina

221

AT7-007 Orta, F.J.; Rojas, E.

Caracterización y variabilidad de las heladas en Villa Mercedes (San Luis)

223

AT7-008 Ravelo, A.C.;Planchuelo, A.M.;Zanvettor, R.E.;Boletta, P.E.C.

Atlas de las sequías en Argentina 225

AT7-009 Robles, M.;Bonelli, L. ;Irigoyen, A.I.;Rizzalli, R.H.;Della Maggiora, A.I.

Riesgo de heladas en siembras tempranas de maíz en Balcarce 227

AT7-010 Seiler, R.; Pirillo, M.E.; Rotondo, V.

Caracterización de la sequia 2011-2012 en Rio Cuarto-Córdoba 229

AT7-011 Seiler, R.A.;Wehbe, M.B.;Tarasconi, I.E.; Granda, J.A.

Sequía en el Sur de Córdoba: riesgo y condicionantes para la adaptación

231

AT7-012 Serio, L. Pronósticos probabilísticos de la situación hídrica teniendo en cuenta las fases de El Niño/La Niña

233

AT7-013 Veliz, A.E.;Fernández Long, M.E.;Hurtado, R.H.;Spescha, L.B.

Diferencias de temperaturas mínimas en abrigo y a nivel del suelo en el Sur de Buenos Aires

235


19

Listado de Autores por Orden Alfabético

AÁbalo, P.O. 203

Abbate, P.E. 73, 97

Aguas, L. 81

Agüero, S.N. 25, 139

Albizú, M. 195

Albors, C. 27

Alvarez, C. 181

Alves Júnior, J. 201

Alves, J.J. 171

Andrade, F.H. 111, 113

Antelo, M. 211

Arnaiz, J.P. 105

Aymonino, O.A. 203

BBabinec, F. 135

Baethgen, W. 39, 41

Bandeo, M. 195

Barnatán, I.E. 49

Barrenechea, M. 123

Barufaldi, M. 81

Battisti, R. 29, 129, 143

Belmonte, M.L. 145

Beltrán, A.B. 49

Benítez Piccini, E. 119

Bettolli, M.L. 31

Bezus, R. 77, 79, 115, 137

Bianchi, A.R. 153

Bianchi, C.L. 153

Blasón, A.D. 121, 207

Blazquez, P.A. 203

Bocco, M. 147

Boletta, P.E.C. 225

Bonel, N. 61

Bonelli, L. 91, 103, 113, 185, 227

Brandizi, L.D. 33

Bressanini, L. 155, 157

CCambareri, M. 45, 73, 179

Campos, P.F. 171

Cañás, S. 75

Caretta, A. 27, 35

Carneiro, V.A. 197, 199

Carnelos, D. 149

Casagrande, G.A. 105, 135, 213

Casaroli, D. 37, 171, 173, 175, 197, 199, 201

Castagnola, J. 181

Cerisola, C. 101

Cerino, D. 181

Chamorro, A.M. 77, 79

Chiara, J. 187

Cicero, A. 27, 35

Cirera, M.I. 83, 93

Cogliati, M. 151

Confalone, A. 67, 81, 165

Cóppola, M. 41

Coronel, A. 85, 107, 195

Costa Neto, G.M.F. 201

Costa, F.R. 37

Costa, M.C. 25, 139

Costanzo, M. 95

Covi, M. 131, 179

Cravero, S. 153

Cruz, G. 39, 41

DD’Alessandri, L. 127

De Hagen, T. 123

de la Casa, A. 155, 157, 159, 161

del Barrio, R. 215, 221

Della Maggiora, A.I. 43, 45, 111, 113, 189, 227

Denegri, M.J. 83Deriugin, A. 109

Di Bella, C.M. 145

Dickie, M.J. 85, 195Domínguez, G.F. 59

Ducasse, A. 101Dupuy, E.A. 57

EEcharte, L. 73, 111, 113, 179

Espósito, M.E. 53, 203

Evangelista, A.W.P. 37, 171, 201


20

FFaraldo, M. 105

Faroni, A.F. 47, 87

Fernandez Long, M.E. 49, 75, 149, 235

Fernández, N.R. 121, 207

Fernández, S.N. 33, 203

Ferrer, M. 187

Ferrero, C.L. 105

Figuerola, P. 177

GGarbi, M. 101, 117

García, F. 213

García, M.S. 89

Gariglio, N. 89

Gassmann, M.I. 179, 189

Giménez, P. 127

Giorgetti, H. 53

Golik, S.I. 79

González Morinigo, E. 61

Granda, J.A. 231

Grimaldi, M.C. 101, 117, 123

Gutheim, F. 51

HHick, E. 181

Hurtado, R.H. 47, 55, 87, 211, 217, 235

IImhof, L. 181

Irigoyen, A.I. 43, 45, 59, 91, 103, 185, 227

Ithurrart, L.S. 53

Izquierdo, N. 131

JJara, S. 83, 93

KKehoe, F. 95

Krieger, P.A. 31

LLaprevitta, A. 181

Lázaro, L. 97

Leguía, H. 159, 161

Leva, P.E. 89

Luna Toledo, E.S. 177

Lyra, G.B. 99, 163, 183, 191

MMaio, S. 55, 219

Malena, L. 45

Mandolesi, P.S. 203

Martín, D.M. 215, 221

Martínez, J. 155, 157

Martínez, S.B. 101, 117, 123

Massobrio, M.J. 63

Masson, F.R. 203

Maune, C. 91, 103, 185

Medina, E. 57

Mirassón, H.R. 105

Misa 181

Modernel, P. 39

Momo, F.R. 63

Montaña, A. 187

Montenegro, O.A. 53

Montero Bulacio, E. 107

Morelli, G. 101, 117

Moreno, R. 59

Mormeneo, I. 109

Müller, G.V. 49

Munka, C. 187

Muñoz, A. 119

Murray, M.G. 109

NNagore, M.L. 111, 113

Navarro, M. 81

Núñez, L.N. 61

OOliveira-Júnior, J.F. 183, 191

Orta, F.J. 165, 223

Ovando, G.G. 147, 155, 157, 167, 181

PPadín, M.A. 207

Paganelli, F. 181

Pasten, M. 75

Pellegrini, A. 79

Penalba, O.C. 31


21

Pérez, S.P. 63

Pinciroli, M. 115, 117, 123, 137

Pirillo, M.E 229

Planchuelo, A.M. 225

Ponce, G. 81

RRavelo, A.C. 225

Righetti, S. 179, 189

Rivarola, A. 65

Rizzalli, R.H. 227

Robles, M. 227

Rocha, A.E.Q. 99, 163

Rocha, M.S. 117

Rodríguez, A. 119

Rodriguez, J. 27

Rodríguez, M.A. 133

Rodríguez R.O. 121, 207

Rojas, E. 223

Rotondo, V. 229

SSacchi, O. 85

Santos, A.A.R. 183, 191

Santos, F.C.V. 37, 197, 199

Santos, R.D.B. 191

Sayago, S. 147

Scelzo, L.J. 115, 137

Seiler, R. 65, 229, 231

Sentelhas, P.C. 29, 129, 143

Sequeira, M.E. 33, 203

Serio, L. 69, 233

Serritella, D.A. 121

Sierra, E.M. 63

Silva, M.B.P. 99, 163

Somoza, J. 101, 117, 123

Sondón, S.M. 203

Sorlino, D. 125, 127

Sosa, G.D. 47

Sostillo, P. 213

Souza, J.L. 99, 163, 183, 191

Souza, L. 129, 143

Spescha, L.B. 211, 235

Studdert, G.A. 59

Suárez, 181

TTarasconi, I.E. 231

Teodoro, I. 99, 163

Tóffoli, G. 89

Tonti, S. 131

Torres, R.F. 133

Torterolo, M.K. 167

Traversaro, M.L. 133

UUribe Echevarría, L. 203

Urrutia, M.I. 133

Vvan Lier, Q. 173, 175

Veliz, A.E. 235

Vergara, G.T. 105, 135, 213

Vidal, A.A. 115, 137

Vilatte, C. 67, 81

Vinocur, M. 65

WWehbe, M.B. 231

Weis, C.F. 203

Willington, E. 147

ZZalazar, S.M.F. 47, 55, 69, 87, 217

Zanetti, S.S. 183

Zanvettor, R.E. 225

Zeman, E.A. 25, 139


22


23- 1 -


Área Temática 1 – CAMBIO CLIMÁTICO, VARIABILIDAD CLIMÁTICA, VULNERABILIDAD, ADAPTACIÓN Y RESILIENCIA


24


25- 3 -


VARIABILIDAD TEMPORAL DE LA PRECIPITACION ANUAL EN LOS DPTOS. JIMÉNEZ Y PELLEGRINI, SANTIAGO DEL ESTERO, ARGENTINA (1970-2010)

Agüero*, S. N.; Zeman, E. A.; Costa, M. C. Cátedra de Climatología y Fenología Agrícolas, Facultad de Agronomía y Zootecnia, Universidad Nacional de Tucumán, Av. Kirchner 1900, San Miguel de Tucumán, CP 4000, Tucumán, Argentina. *Contacto: [email protected]

Palabras clave: variabilidad climática; quintiles

INTRODUCCIÓN La variabilidad constituye un parámetro descriptivo de las series de observación (Galán et al.,1999). La precipitación es un elemento climático que presenta una gran variabilidad espacio-temporal (Fernández García, 1996). De allí, la importancia de su estudio y la necesidad de realizar investigaciones enfocadas a identificar y determinar cambios en los patrones de comportamiento (Cornejo Saldías, 2011). En las variables climáticas es común observar que los mecanismos de variación operan a diferentes escalas espaciales y temporales (Sánchez, 1999). Al respecto, Insaurralde y Campo (2012) analizando la variabilidad temporal de las precipitaciones para el suroeste chaqueño entre 1955 y 2009, describen tres etapas bien diferenciadas con un periodo seco a muy seco en las últimas décadas. Pérez (2009) determina para la región del NEA, que las fluctuaciones pluviométricas no son consecuencia de tendencias permanentes, sino de ciclos naturales con fases temporalmente positivas y negativas. El objetivo del presente trabajo fue caracterizar la variabilidad temporal de las precipitaciones anuales en dos Departamentos de gran importancia agropecuaria en el Noroeste de Santiago del Estero. MATERIALES Y MÉTODOS

La presente investigación se llevó a cabo en las localidades de Pozo Hondo (27° 09’ S; 64° 29’ O), Isca Yacu (27° 02’ S; 64° 37’ O) y Bobadal (26° 43’ S; 64° 23’ O) (Dpto. Jiménez) y Nueva Esperanza (26° 12’ S; 64° 14’ O), Rapelli (26° 23’ S; 64° 30’ O) y La Fragua (26° 05’ S; 64° 20’ O) (Dpto. Pellegrini), en la Prov. de Santiago del Estero. Según la clasificación climática de Thornthwaite, dichas localidades presentan el tipo climático DB’4da’ (clima semiárido, mesotermal, con poco o ningún excedente de agua y con una concentración estival de la eficiencia térmica menor al 48%).

La información utilizada corresponde a las estadísticas obtenidas de la EEA INTA Santiago del Estero durante el período 1970-2010. Se calcularon diversos parámetros estadísticos que amplían la información sobre las características de las precipitaciones en el área de estudio. Las medidas de tendencia central y de dispersión, permiten un mayor conocimiento de la variabilidad de los datos estadísticos (Puebla Gutiérrez y Rodríguez

Rodríguez, 1995). Dentro de las medidas de centralidad, se calcularon los valores mínimos, medios y máximos y se emplearon la amplitud, la desviación típica, el coeficiente de variación y los quintiles en cuanto a las medidas de dispersión.

RESULTADOS Y DISCUSIÓN En la Tabla 1 se presentan para cada localidad,

los valores medios, mínimos y máximos, la amplitud, la desviación típica y el coeficiente de variación anual de las precipitaciones (período 1970-2010). Los valores mínimos de las distintas localidades son inferiores a los 400 mm, representando La Fragua el menor con 201 mm y Pozo Hondo el mayor con 387 mm. En cuanto a las máximas precipitaciones, los valores superan los 1000 mm en todas las localidades, con 1007 mm en Isca Yacu y 1404 mm en Rapelli, como el menor y el mayor, respectivamente. Se observa que existe una importante variabilidad entre los valores mínimos y máximos para cada localidad, lo que se denomina amplitud; ésta es máxima en Rapelli (1038 mm) y mínima en Isca Yacu (674 mm). En base a la magnitud de los coeficientes de variación calculados, se confirma que las localidades del Dpto. Pellegrini son las que muestran una mayor variabilidad temporal en sus precipitaciones entre los años 1970 y 2010. Tabla 1. Medidas de tendencia central y de dispersión de la precipitación anual para las localidades estudiadas

Loc. Media Mín. Máx. Amp. Desv. Típ.

Coef. Var.

P.H. 700,5 387 1066 679 185,6 26,5 I.Y. 610,5 333 1007 674 169,4 27,7 B. 674,5 278 1108 830 186,8 27,7

N.E. 711,0 330 1104 774 219,6 30,9

R. 876,3 366 1404 1038 268,6 30,6 L.F. 606,1 201 1045 844 210,9 34,8

P.H.: Pozo Hondo; I.Y.: Isca Yacu; B.: Bobadal; N.E.: Nueva Esperanza; R.: Rapelli; L.F.: La Fragua. Se calcularon los quintiles que dividen a la serie en cinco subconjuntos de igual tamaño (Figura 1). De acuerdo al criterio de Gibbs y Maher (SMN, 1998), se observa que la localidad de Pozo Hondo, presenta entre 1970 y 1990, 6 años con valores de lluvias menores al Q1 o sea años muy inferiores al normal; el resto varía entre el Q2, Q3 y Q4, con


26- 4 -


valores normales y superiores al normal y sólo 3 años muy superiores al normal. En las décadas restantes (1990/2010), esta localidad muestra 2 años muy secos o con valores muy inferiores al normal; en los demás años, el comportamiento es similar a las anteriores décadas. En Nueva Esperanza, en la primera mitad de la serie, salvo el año 1972 donde el valor de la precipitación anual es menor al Q1 (muy inferior al normal), presenta valores superiores al normal y con varios años muy superiores al normal (mayores al Q4). Analizando la segunda parte de la serie, los totales anuales disminuyen y a excepción del año 2000 que es muy superior al normal, el resto fluctúa entre magnitudes inferiores al normal, normal y superiores al normal. La última década aparece como la más crítica, ya que presenta varios años con valores muy inferiores al normal, es decir períodos muy secos. Los resultados obtenidos para el Dpto. Pellegrini, coinciden a partir del año 1990 con la tendencia de las precipitaciones mostrada por Insaurralde y Campo (2012) para la misma serie de años para el suroeste chaqueño.

Figura 1. Quintiles de precipitación anual. a. Pozo Hondo (Dpto. Jiménez). b. Nueva Esperanza (Dpto. Pellegrini).

Pérez (2009) analizando el comportamiento espacio-temporal de las precipitaciones en el NEA, determina a través del cálculo de quintiles, que la distribución de años secos y húmedos en la región, no se presentan aislados, sino agrupados durante varios años, dando origen a alternancia entre periodos secos y húmedos muy marcados. La mayor sucesión de años secos y muy secos se ubica en las décadas del 70 y 2000, mientras que la de años húmedos y muy húmedos en las décadas del

80 y 90. De la confrontación de la variabilidad temporal de las precipitaciones evaluadas en este trabajo vs. las reportadas por Pérez (2009) para el NEA, entre las décadas 1970 y 2000, se detecta la existencia de un marcado cambio en la tendencia de ocurrencia de lluvias (pasando de un ciclo más húmedo a uno más seco) a inicios de la década del 90 en Santiago del Estero; mientras que en el NEA se verifica dentro de las mismas décadas, dos variaciones (de seco a húmedo a inicios de la década del 80 y de húmedo a seco a inicios del 2000).

CONCLUSIONES Los resultados obtenidos y su análisis

estadístico, permiten definir en base a las precipitaciones ocurridas en las localidades estudiadas, que el Dpto. Pellegrini presenta mayor variabilidad temporal que el Dpto. Jiménez. En las dos primeras décadas (1970 a 1990), la precipitación en general es superior al normal, mientras que en las dos décadas restantes (1990 a 2010) se producen períodos secos más prolongados, lo que no sucede en el Dpto. Jiménez donde las fluctuaciones son menos marcadas.

AGRADECIMIENTOS Al Consejo de Investigación de la UNT por la provisión de fondos para el Proyecto “Variabilidad Climática y Cultivos del NOA”. REFERENCIAS Cornejo Saldías, C.G. 2011. Análisis de la distribución

temporal de las precipitaciones en la región del Maule. Tesis de Ingeniería Forestal de la Universidad de Talca, Chile: 166 p.

INTA. 2012. http://www.agrometsgo.gov.ar. Fernández García, F. 1996. Manual de climatología

aplicada: el clima, medio ambiente y planificación. Ed. Síntesis S.A.; Madrid, España: 285 p.

Galán, E.; Cañada R.; Rasilla, D. 1999. Evolución de las precipitaciones anuales en la meseta meridional durante el siglo XX. In: La Climatología Española en los Albores del siglo XXI: I° Congreso de la Asociación Española de Climatología: 169-179; España.

Insaurralde, J. A.; Campo, A. M. 2012. La variabilidad temporal de las precipitaciones en el suroeste chaqueño, desde 1955 a 2009. IX Jornadas Nacionales de Geografía Física: 73-82; Bahía Blanca, Argentina.

Pérez, M.E. 2009. El comportamiento temporo espacial de los montos anuales de precipitación en el nordeste argentino (1931-2005). Revista Geográfica Digital Año 6, N° 11: 1-13; Resistencia, Chaco; Argentina.

Puebla Gutiérrez, J.; Rodríguez Rodríguez, V.1995. Técnicas cuantitativas (Estadística básica). Barcelona, España. Oikos-tau.

Sánchez, J. 1999. Agroclimatología. Universidad Central de Venezuela, Consejo de Desarrollo Científico y Humanístico: 477 p.; Caracas, Venezuela.

Servicio Meteorológico Nacional (SMN). 1998. Boletines Climatológicos Mensuales. Bs. As, Argentina.


27- 5 -


CAMBIO DE FRECUENCIA DE PRECIPITACIONES EN LAS CASUARINAS, SAN JUAN-ARGENTINA Y SU INFLUENCIA EN CONDICIONES

PREDISPONENTES PARA ATAQUES DE Plasmopara viticola Albors*, C. M.; Caretta, A; Rodríguez, J; Cicero, A.

Cátedra de Climatología Agrícola, Departamento de Agronomía FI. Universidad Nacional de San Juan UNSJ Av. Libertador Gral. San Martín 1109, San Juan, Argentina. *Contacto: [email protected]

Palabras clave: riesgo; enfermedades; cambio climático; vid INTRODUCCIÓN

La observación del calentamiento global durante el último siglo ha demostrado que éste es asimétrico respecto a los ciclos estacionales y diarios. Además, el mayor calentamiento ocurre en invierno, en primavera y por la noche (IPCC, 2001). La comprensión de los fenómenos ligados a los cambios climáticos y sus impactos potenciales en la agricultura es de fundamental importancia ya que las modificaciones observadas y pronosticadas pueden afectar la sostenibilidad de los sistemas de producción (Pérez et al., 2009).

Las regiones vitivinícolas actuales que se dedican a producir vino de calidad están ubicadas en nichos geográficos relativamente pequeños y, por lo tanto, son más propensas que otros cultivos con una superficie mayor, a sufrir las consecuencias del cambio climático tanto a corto como a largo plazo. En general, el tipo de vino que produce una región es el resultado de un clima determinado (Gregory, 2008). Los pronósticos sobre la magnitud del cambio climático apuntan a diversos impactos en la industria vitivinícola, incluyendo alteraciones en el proceso fenológico de los viñedos, alteraciones en el sabor y la composición de las uvas y el vino, cambios específicamente regionales que afectarán a ciertas variedades de uva, variaciones necesarias en estilos vitivinícolas regionales y cambios espaciales en regiones idóneas para cultivar esta planta (Gregory, 2008).

Los modelos regionales para la zona de Cuyo y adyacentes, predicen para las próximas décadas, aumento de la temperatura, disminución de la precipitación de nieve en cordillera, aumento de la precipitación estival por lluvias en la zona llana y aumentos del periodo libre de helada (Cavagnaro, 2011; Caretta et al., 2007). Según los últimos estudios realizados en Mendoza y San Juan las precipitaciones muestran una tendencia positiva poco importante y una gran variabilidad interanual (Aruani et al., 2011).

Un hecho esperable en todas las condiciones, es que estos cambios aceleren los ciclos vitales de las plantas y también la de insectos y agentes patógenos, haciendo más difícil y costoso mantener la sanidad de la viña (Lorenz et al., 1994). En el caso de la vid puede esperarse un incremento en el ataque de enfermedades como peronóspora,

Plasmopara vitícola, cuyos factores predisponentes para que se produzca una contaminación primaria son 10°C de temperatura, 10 mm de precipitación y 10 cm o más de longitud de brotes.

Este estudio evalúa la variación de la frecuencia de las precipitaciones iguales o mayores a 10 mm desde 1990 a 2009 para la localidad de Las Casuarinas, departamento de 25 de Mayo, San Juan, su tendencia y caracterización estadística. Se espera aportar así un estimador más de la evolución del clima de la localidad y su posible efecto en la sanidad de la vid.

MATERIALES Y MÉTODOS

Se utilizaron los datos correspondientes a la estación meteorológica de la localidad de Las Casuarinas, en el departamento de 25 de Mayo a los 31º 48´ S y 68º 20´ W, dependiente de la Esc. Agroindustrial 25 de Mayo, que cuenta con registros desde 1989 a la fecha. Se estudió la serie dividida en períodos decádicos, 1990-99 y 2000-09. Se obtuvieron valores mensuales y acumulados anuales de frecuencia de días con precipitaciones iguales ó mayores a 10 mm correspondiente al periodo comprendido entre los meses de septiembre-abril (primavera-verano-otoño), siendo esto coincidente con el periodo vegetativo-reproductivo del cultivo de la vid en esta zona, además del periodo de susceptibilidad del cultivo a Plasmopara viticola. Se obtuvieron también valores medios, máximos, mínimos y amplitud. Se determinó la desviación estándar y la tendencia lineal para cada década y para la serie completa, a la que además se agregó la determinación de la tendencia polinómica de 6° orden.

RESULTADOS Y DISCUSIÓN

Los valores de frecuencia media (tabla 1) manifiestan un valor de 2,9 precipitaciones para la década 1990/99 y de 3,4 para la década de 2000/09; la frecuencia máxima es de 7 (2000 y 2005) y mínima de 0 (1991 y 2001). La pendiente de la tendencia lineal es positiva para la década de 1990/99, ocurriendo lo contrario en la década del 2000/09. La desviación estándar (DS) es 2,32 en la segunda década y 1,37 en la primera.

Con respecto a la serie en su conjunto, la tendencia lineal de la serie presenta un aumento en la frecuencia de precipitaciones iguales ó mayores a 10 mm, de aproximadamente 0,038 mm por año.


28- 6 -

Asociaciación Argentina de Agrometeorología

Tabla 1. Valores de frecuencia media, máxima y mínima, amplitud absoluta, pendiente de tendencia lineal y desviación estándar, por década (período 1990-2009). Período Mín Máx Ampl Media Pend DS 1990/99 0 4 4 2,9 0,103 1,37 2000/09 0 7 7 3,4 -0,097 2,32

La tendencia polinómica (Figura 1) permite mostrar la variación a través del tiempo, destacando períodos positivos (por encima de la media), y negativos (por debajo), y sus duraciones, completando así la información sobre los posibles escenarios futuros, mas allá de lo que indica la tendencia lineal.

0

2

4

6

8

1989

1991

1993

1995

1997

1999

2001

2003

2005

2007

2009Fr

ec. P

reci

pita

ción

Año Figura 1. Valores de frecuencia de precipitaciones en Las Casuarinas (1990-2009), tendencias lineal y polinómica.

En la Figura 2 podemos observar que en la década 1990/99, un total de 8 años con precipitaciones iguales o mayores a 10 mm en el mes de febrero, siendo menor (6) en la siguiente década. Del mismo modo se advierte que el mes de marzo tiene el valor máximo con 7 años correspondiente a la década 2000/09. Los meses de enero, marzo, abril, noviembre y diciembre muestran un aumento en la cantidad de años con precipitaciones para la década 2000/09 con respecto a la de 1990/99.

Figura 2. Cantidad de años con precipitaciones mayores-iguales a 10 mm, desde 1990 al 2009 en el periodo comprendido entre los meses de septiembre-abril (primavera-verano-otoño).

En el mes de enero hubo un aumento de un 150% (en la década del 2000/09), de años con precipitaciones mayores-iguales a 10 mm comparado con respecto a la década anterior analizada. Del mismo modo advertimos un aumento de un 133% en la década del 2000/09 para el mes de marzo con respecto a la década

anterior. La variabilidad de las frecuencias es coincidente con la variabilidad de las precipitaciones de zonas áridas. Si bien el ajuste lineal del periodo completo permite suponer para los próximos años una variación positiva (aumento) media de 0,038 precipitaciones por año, este valor no es significativo, debiendo transcurrir aproximadamente 26 años para incrementar la frecuencia en una unidad. Sin embargo, el ajuste polinómico indica que el valor de esa variación no es constante. Por lo tanto los próximos ciclos estarían enmarcados en frecuencias menores a la media pero seguidos de años con frecuencias mayores. El aumento de años con precipitaciones mayores-iguales a 10 mm en los meses de enero y marzo podrían indicar un posible aumento de las infecciones causadas por Plasmopara viticola en los años analizados pudiendo ser esta una de las causas del la disminución en los rendimientos de uva informados en dicha zona. Por último es importante remarcar que si bien la frecuencia de precipitaciones mayores-iguales a 10 mm, tendería a ser levemente mayor para las próximas décadas, su efecto se potenciaría con el aumento de años con precipitaciones mayores-iguales a 10 mm, para el mes de enero, y para el mes de marzo. Se puede entonces concluir que las condiciones de humedad favorables al desarrollo de peronóspora podrían aumentar en los años futuros, aumentado el riesgo de enfermedades en los cultivos de vid de la zona analizada.

REFERENCIAS Aruani, C.; Quini, C.; Ortiz, H. 2011. Relación entre

Variables de cosecha y cambios en el clima de Mendoza y San Juan. Departamento de Estudios Enológicos y Sensoriales. INV. SAVE2011. 16 p.

Caretta, A.I; Cicero A.R, (ad aequo). 2007. Evolución del periodo libre de heladas en Chacras de Coria, Lujan Mendoza, entre 1959 y 2006.

Cavagnaro, J. B. 2011. Cambio climático y fisiología de la vid. Aumento experimental de la temperatura en el cultivar Malbec. Posibles caminos de adaptación. FCA- UNCuyo – CONICET

Gregory V. J. 2008. Cambio climático: observaciones, pronósticos e implicaciones generales en viticultura y producción vinícola. Departamento de Geografía, Southern Oregon University

IPCC (Intergovernmental Panel on Climate Change), Working Group I. 2001. Climate Change 2001: The scientific basis. Contribution of Working Group I to the Third Assessment Report of the IPCC. Cambridge University Press, Cambridge, UK. 882 p.

Lorenz, D. H.; K. W. Eichhorn, H.; Blei-Holder, R. Klose, U. Meier; E. Weber. 1994. Phänologische Entwicklungsstadien der Weinrebe (Vitis vinifera L. ssp. vinifera). Vitic. Enol. Sci. 49: 66-70.

Pérez Peña, J. E.; Prieto J. A.; Lebón, E.; Ojeda, H. 2009. Intercambio gaseoso de planta entera: Medición y aplicación a estudios de cambio climático. INTA EEA Mendoza Argentina.


29- 7 -


DROUGHT TOLERANCE OF BRAZILIAN SOYBEAN CULTIVARS DETERMINED BY A SIMPLE CROP YIELD MODEL

Battisti*, R.; Sentelhas, P. C.

Departamento de Engenharia de Biossistemas, Universidade de São Paulo, Escola Superior de Agricultura “Luiz de Queiroz”, CP 9, 13.418-900 - Piracicaba – SP, Brazil.

*Contact: [email protected]

Key words: agroecological zone model; water deficit; water deficit sensitivity index

INTRODUCION Soybean crop has a great importance for

countries of Mercosul, with some of them among the top ten producers in the world (FAO, 2011). In this region, the main limiting factor for reaching high yields is the droughts, which can cause very expressive losses of yield. These negative effect has been observed frequently (Berlato and Fontana, 2003), with the more recent event happening in the 2011-2012 growing season.

In Brazil, the FAO crop yield model (Doorenbos and Kassam, 1994) has been used for many applications, as for example, for yield forecasting (Assad et al., 2007), for evaluating the efficiency of regional agricultural practices (Battisti et al. 2012), and also for identifying the drought tolerance of cultivars (Andrioli and Sentelhas, 2009). Based on that, the goal of this study was to determine the sensitivity of 101 Brazilian soybean cultivars to water deficit through the water deficit sensitivity index (ky), using a simple agrometeorological yield model.

MATERIALS AND METHODS Soybean actual yield (Ya) and duration of

phenological phases were obtained from soybean cultivars tests, conducted by Fundação Pró-Sementes. The experiments were carried out from 2008 to 2011, with the sowing dates ranging from October to December, under rainfed conditions, in the state of Rio Grande do Sul (7 counties), Santa Catarina (1), Paraná (3), São Paulo (4) and Mato Grosso do Sul (2), in Brazil, totalizing 1133 experiments.

The determination of water deficit sensitivity index (ky) was done based on the soybean potential yield (Yp) estimated by the FAO Agroecological Zone Model, which is given by:

Yp= GP*CLAI*CRESP*CH*(1-CW)-1*NDC (1)

in which: Yp is in kg ha-1; GP is the gross photosynthesis (kilogram of dry matter per hectare per day); CLAI is the depletion coefficient to leaf area index (LAI); CRESP is the depletion coefficient associated to the maintenance respiration process (function of the air temperature); CH is the crop harvest index; CW is the coefficient to consider the water contents in the harvested part of the plants and NDC is the number of days of the crop cycle.

GP, CRESP, CW index were estimated following De Wit (1965). CH was calibrated for each county and cultivar together with ky. CLAI

was a function of vegetative phase duration, based on the study of Rodrigues et al. (2006). After the determination of Yp, ky values were estimated with equation 2:

Ye = Yp * Π (1 – Kyi*(1- ETai/ETci) (2)

in which: Ye is the estimated actual yield (kg ha-1); kyi is water deficit sensitivity index for each phenological phase: establishment (S-V2); vegetative growth (V2-R1); flowering/yield formation (R1-R5); and maturation (R6-R8); ETa is actual evapotranspiration, determined through crop water balance (Thorthwaite and Mather, 1955) for each i phase; and ETc is the maximum crop evapotranspiration, which was calculated by the product between potential evapotranspiration, estimated by Priestley and Taylor (1955) method, and crop coefficient (kc) for each i crop phase: S-V2 (0,56); V2-R1 (1.21); R1-R5 (1.5); and R6-R8 (0.9), as defined by Farias et al. (2001). Weather data were obtained from Instituto Nacional de Meteorologia (INMET) and Agência Nacional de Águas (ANA), comprising average air temperature, rainfall and sunshine hours in a daily scale. With sunshine was estimated solar radiation and net radiation using Angströn-Prescott (Pereira et al., 2002) and Silva et al. (2007) equation, respectively. The initial ky used was those proposed by Doorenbos and Kssam (1994) (0.0 for S-V2; 0.2 for V2-R1; 0.9 for R1-R5; and 0.0 for R6-R8). In the calibration process, the best ky value for each crop phase was admitted when the smallest average absolute error between Ya and Ye were obtained. The calibration was made for each soybean cultivar and phenological phase. Ky results for each phase were clustered through Ward test, to form groups with different drought tolerance.

RESULTS AND DISCUSSION The results of the calibration showed a defined

relationship between Ya and Ye, with the linear regression slope of 0.9991, with r² of 0.88 and mean absolute error, which gives the magnitude of the errors of 8%, ranging between 2 and 17% for the 101 soybean cultivars. These errors are similar to those found by Moraes et al. (1998) for soybean crop in the north of São Paulo state.

The Ward test indicated four groups with different drought tolerance. The calibrated ky values for each crop phase are presented in Table 1.


30- 8 -


The main differences can be observed for flowering/yield formation (R1-R5), with ky varying between 0.79 and 0.98, respectively for high and low drought tolerance. Neumaier et al. (2000) describes that drought in the soybean flowering/yield formation phases causes high losses in the yield grain. For all cultivars, 16% are in the group with low, 34% in the group with medium less, 32% in the group with medium high and 18% in the group of high drought tolerance. It shows that the majority of cultivars (66%) has calibrated ky calibrated very similar to those recommended by Doorenbos and Kassam (1994). Table 1. Drought tolerance groups as a function of ky values for soybean growth phases: establishment (S-V2); vegetative growth (V2-R1); flowering/yield formation (R1-R5); and maturation (R6-R8).

Phases Drought tolerance*

Ky values

med max min

S-V2

L 0.05 0.10 0.05 ML 0.07 0.15 0.05 MH 0.05 0.10 0.05 H 0.06 0.10 0.05

V2-R1

L 0.19 0.25 0.10 ML 0.16 0.20 0.05 MH 0.19 0.25 0.10 H 0.25 0.30 0.15

R1-R5

L 0.98 1.10 0.90 ML 0.90 0.95 0.80 MH 0.88 0.95 0.80 H 0.79 0.90 0.70

R6-R8

L 0.05 0.05 0.05 ML 0.05 0.25 0.05 MH 0.12 0.25 0.05 H 0.09 0.35 0.05

*L (Less tolerant); ML (Medium Less tolerant); MH (Medium High tolerant); and H (High tolerant). Many plant mechanisms can be responsible for drought tolerance difference, as for example, reduced transpiration, high rate of root growth, stomatal closure and others (Taiz and Zaiger, 2006). Oya et al. (2004), evaluating ten Brazilian soybean cultivars, found differences among them to drought tolerance. They also found that cultivars with higher drought tolerance presented higher crop growth rate under drought conditions, maintaining a larger leaf area and less retarded reproductive development.

CONCLUSIONS The evaluated soybean cultivars can be divided

into four groups regarding the drought tolerance, being classified as low, medium low, medium high and high tolerant.

ACKNOWLEDGEMENTS To Conselho Nacional de Pesquisa e Desenvolvimento for scholarship granted to authors, “Instituto Nacional de Meteorologia” (INMET) and “Agência Nacional de Águas” (ANA) for the weather data provided and “Fundação Pró-Sementes” for soybean crop data.

REFERENCES Andrioli, K.G.; Sentelhas, P.C. 2009. Brazilian maize

genotypes sensitivity to water deficit estimated through a simple crop yield model. Pesq. agropec. bras. 44:653-660.

Assad, E.D.; Marin, F.R.; Evangelista, S.R.; Pilau, F.G.; Farias, J.R.B.; Pinto, H.S.; Júnior, J.Z. 2007. Sistema de previsão da safra de soja para o Brasil. Pesq. Agropec. Bras. 42:615-625.

Battisti, R.; Sentelhas, P. C.; Pilau, F. G. 2012. Eficiência agrícola da produção de soja, milho e trigo no estado do Rio Grande do Sul. Ciência Rural 42: 24-30.

Berlato, M.A.; Fontana, D. C. 2003. El Niño e La Niña: impactos no clima, na vegetação e na agricultura do Rio Grande do Sul. Porto Alegre: UFRGS, 110p.

De Wit, C.T. 1965. Photosynthesis of leaf canopies. Agricultural Research Report, v.663, p.157.

FAO. 2011. FAOSTAT. <http://faostat.fao.org/>, Consultado 10/11/2011.

Farias, J.R.B.; Assad, E.D.; Almeida, I.R. de; Evangelista, B.A.; Lazzarotto, C.; Neumaier, N.; Nepomuceno, A.L. 2001. Caracterização de risco de déficit hídrico nas regiões produtoras de soja no Brasil. Rev. Bras. de Agrometeorologia, 9:415-421.

Moraes, A.V. de C. et al. 1998. Teste e análise de modelos agrometeorológicos de estimativa de produtividade para a cultura da soja na região de Ribeirão Preto. Bragantia, 57: 393-406.

Neumaier, N.; Nepomuceno, A.L.; Farias, J.R.B.; Oya, T. 2000. Estádios de desenvolvimento da cultura de soja. In: Bonatto, E.R. (eds.). Estresses em soja. Passo Fundo: Embrapa Trigo 19-44.

Oya, T.; Nepomuceno, A.L.; Neumaier, N.; Farias, J.R.B.; Tobita, S.; Ito, O. 2004. Drought tolerance characteristics of Brazilian soybean cultivars – Evalution and characterization of drought tolerance of various Brazilian soybean cultivars in the field. Plant Prod. Sci. 7:129-137.

Pereira, A.R.; Angelocci, L.R.; Sentelhas, P.C. 2002. Agrometeorologia: fundamentos e aplicações práticas. Guaíba: Agropecuária, 478 p.

Priestley, C.H.B; Taylor, R.J. 1972. On the assessment of surface heart flux and evaporation using large-scale parameters. Monthly Weather Rev. 100:81-92.

Rodrigues, O.; Teixeira, M.C.; Didonet, A.D.; Lhamby, J.C.B.; Sório, I. 2006. Efeito do fotoperíodo e da temperatura do ar no desenvolvimento da área foliar em soja (Glycine max (L.) Merril). Passo Fundo: Embrapa Trigo. 27 p.

Silva, L.D.B. da. et al. 2007. Relações do saldo de radiação em gramas batatais e campin tanzânia com a radição solar global em Piracicaba, SP. Rev. Bras. de Agrometeorologia 15:250-256.

Taiz, L.; Zieger, E. 2004. Fisiologia vegetal. Trad. Santarém, E. R. et al., 3° ed., Porto Alegre: Artemed, 719 p.

Thornthwaite, C.W.; Mather, J.R. 1955. The water balance. Publications in Climatology. Nex Jersey: Drexel Institute of Technology. 104 p.


31- 9 -


EXPLORACIÓN DE INDICES CLIMATICOS COMO PREDICTORES DE LA CIRCULACIÓN DIARIA DE INVIERNO ASOCIADA A LA PRECIPITACIÓN

EN LA REGION PAMPEANA CENTRAL Bettolli,* M. L.1,2; Penalba, O. C.1 ; Krieger, P. A. 1 1 Departamento de Ciencias de la Atmósfera y los Océanos, FCEN, Universidad de Buenos Aires UBA, Ciudad Universitaria Pabellón 2 Piso 2, 1428, Ciudad Autónoma de Buenos Aires, Argentina 2 Conicet, Ciudad Autónoma de Buenos Aires, Argentina

*Contacto: [email protected]

Palabras clave: pronóstico estacional; circulación sinóptica INTRODUCCIÓN

Los distintos forzantes del clima pueden representarse por los llamados índices climáticos. Estos índices brindan información de manera concisa sobre el forzante en cuestión y su variabilidad.

Penalba y Bettolli (2011) y Bettolli et al. (2012) realizaron una clasificación de los campos diarios de presión a nivel del mar en la región de Sudamérica y los asociaron a distintos eventos de precipitación y temperatura en la región pampeana central. Los autores identificaron patrones específicos que favorecen eventos de precipitación y temperatura diarias con distintos niveles de asociación.

En el presente trabajo se propone explorar la asociación entre los patrones diarios de circulación de invierno que afectan el sur de Sudamérica, condicionando la precipitación y temperaturas diarias en la región pampeana central, y los distintos forzantes, representados por los índices climáticos en los meses previos al invierno.

MATERIALES Y MÉTODOS El estudio se focaliza en el invierno (junio, julio

y agosto) de los años 1979 a 2010. Para llevar a cabo el análisis se utilizaron: a) las frecuencias invernales de los tipos dominantes de circulación (CT) de presión a nivel del mar (Tabla 1). Los mismos fueron determinados por Penalba y Bettolli (2011) utilizando campos diarios de presión a nivel del mar en la región del sur de Sudamérica (15ºS a 60ºS y desde 42,5ºO a 90ºO) provenientes de los reanálisis II del NCEP. En este estudio sólo se analizan los tipos de circulación que presentaron asociación significativa con la precipitación diaria en la región pampeana central (más detalles en Penabla y Bettolli (2011) y Bettolli et al. (2012)); b) los valores de distintos índices climáticos en los meses de febrero, marzo, abril y mayo previos al invierno en cuestión (Tabla 2).

El estudio de las asociaciones se realizó a través de correlaciones simples entre los distintos índices y las frecuencias de los distintos CTs. Dado que el interés del trabajo es explorar posibles predictores estacionales, las correlaciones calculadas fueron desfasadas; de manera que se consideraron los

valores de los índices durante los meses de febrero, marzo, abril y mayo previos al invierno en cuestión. Los coeficientes de correlación fueron testeados utilizando dos niveles de confianza, 90 y 95%, utilizando el test de Student (Wilks, 1995).

RESULTADOS Y DISCUSIÓN La variabilidad de la temperatura superficial del

Océano Pacífico tropical puede notarse en las correlaciones significativas y positivas entre los índices Niño 1+2 y Niño 4 y las frecuencias invernales de CTa y CTd. Ambos tipos de circulación diaria favorecen los días secos en la región pampeana central, de modo que se beneficiarían situaciones diarias que favorezcan días sin lluvia y temperaturas máximas más altas que lo normal en la región pampeana central (Tabla 2). Es interesante destacar que no se observan asociaciones significativas con las otras regiones de El Niño. Tabla 1. Tipos de circulación resultantes de la clasificación de los campos de presión a nivel del mar de invierno y su asociación con la precipitación y temperatura en la región Pampeana Central.

Tipo Características asociadas

CTa

Días secos y con temperaturas máximas más

altas de lo normal

CTb

Días con lluvia intensa y con temperaturas máximas y mínimas más bajas de lo

normal

CTc

Días con lluvia y con temperaturas máximas y mínimas más bajas de lo

normal

CTd

Días secos y con temperaturas máximas más

altas de lo normal

-90 -80 -70 -60 -50Longitude

-60

-50

-40

-30

-20

Latitud

e

-60

-50

-40

-30

-20

Latitud

e

-60

-50

-40

-30

-20

Latitud

e

-90 -80 -70 -60 -50Longitude

-60

-50

-40

-30

-20

Latitud

e


32- 10 -


Las frecuencias del patrón CTd también muestran asociaciones significativas positivas con el índice SOI en mayo y el índice TSA en abril.

Las frecuencias invernales del patrón de circulación CTb muestran asociaciones significativas y negativas con el índice TSA, las cuales aumentan en valor absoluto cuando los meses se aproximan al invierno. Las asociaciones indican que anomalías frías de la SST en el océano Atlántico Tropical favorecerían mayores frecuencias invernales de este tipo de circulación y por lo tanto, mayores frecuencias de días con lluvia intensa y fríos en la región pampeana central.

El índice de curvatura C500 está relacionado a la circulación ciclónica o anticiclónica en el nivel de 500 hPa entre 40ºO y 90ºO a la latitud 40ºS. La asociación significativa positiva de este índice durante el mes de mayo con los patrones CTc y CTb indica que una mayor frecuencia de días con lluvia y lluvia intensa (y bajos valores de temperatura máxima) durante el invierno, puede vincularse con altos valores del índice que se asocian a un flujo ciclónico. Del mismo modo, valores bajos del índice C500 en abril y mayo, relacionados a un flujo anticiclónico, pueden asociarse a mayores frecuencias invernales de CTa que favorecen los días secos y temperaturas máximas altas.

CONCLUSIONES Este primer trabajo exploratorio sugiere que se

pueden identificar distintos forzantes remotos como posibles predictores estacionales de la circulación diaria que afectan a la precipitación y temperaturas extremas en la región pampeana central. Asimismo, motiva a avanzar en la exploración de otros predictores estacionales como así también en el análisis de la situación dinámica asociada, con el fin de comprender los procesos físicos involucrados.

AGRADECIMIENTOS Este trabajo fue realizado en el marco de los proyectos UBA 01/W789 y 20020100200165, CONICETPIP0227 y CLARIS LPB.

REFERENCIAS Alessandro, A. P. 2001. Long waves around South

America and precipitation in Argentina. Meteorol. Appl. 8: 85–94.

Barros, V. R. ; Silvestri, G. E. 2002. The Relation between Sea Surface Temperature at the Subtropical South-Central Pacific and Precipitation in Southeastern South America. J. Clim. 15: 251-267.

Bettolli, M.L; Penalba, O. C; Krieger, PA. 2012. Dependence of the surface daily extreme temperatures in La Plata Basin on the daily circulation features in Southern South America and its future projection. 10th International Conference on Southern Hemisphere Meteorology and Oceanography, 23 to 27 April 2012, Nouméa, New Caledonia.

Tabla 2. Correlaciones entre los índices climáticos para los meses febrero, marzo, abril y mayo y las frecuencias de los tipos de circulación en el invierno siguiente. En rojo: correlaciones significativas al 5% (*10%). Ver detalle de definición de los índices SOI, Niño1+2, Niño3, Niño3.4, Niño4, AAO, TSA y IOD en http://www.esrl.noaa.gov/psd/data/climateindices/list/ y http://www.jamstec.go.jp/frsgc/research/d1/iod/. SSCP: Temperatura de la Superficie del Mar en la Región Central Sur del Océano Pacífico Subtropical de Barros y Silvestri (2002). C500: Índice de Curvatura en 500 hPa adaptado de Alessandro (2001).

Índice Mes CTa CTb CTc CTd

SOI Feb -0,05 -0,10 -0,16 -0,26 Mar -0,13 -0,22 0,00 -0,11 Abr -0,27 0,07 -0,10 0,14 May 0,08 0,10 -0,20 0,36 NIÑO 1+2 Feb 0,30* 0,01 -0,24 0,35* Mar 0,04 0,17 -0,18 0,29 Abr -0,01 0,25 -0,08 0,17 May 0,02 0,26 0,00 0,06 NIÑO 3 Feb 0,18 0,07 0,05 0,22 Mar 0,06 0,15 0,04 0,21 Abr 0,04 0,21 0,04 0,16 May 0,01 0,23 0,02 0,03 NIÑO 3.4 Feb 0,19 0,01 0,15 0,11 Mar 0,17 0,02 0,15 0,09 Abr 0,17 -0,01 0,16 0,05 May 0,08 0,05 0,15 -0,09 NIÑO 4 Feb 0,31* -0,22 0,21 0,03 Mar 0,32* -0,23 0,20 0,03 Abr 0,28 -0,23 0,20 -0,03 May 0,22 -0,16 0,17 -0,12 AAO Feb 0,22 -0,04 -0,13 -0,12 Mar 0,04 0,10 -0,10 -0,01 Abr -0,11 0,05 -0,17 0,14 May 0,03 0,11 -0,18 0,09 TSA Feb -0,05 -0,22 -0,01 0,30 Mar -0,14 -0,30* 0,09 0,23 Abr -0,07 -0,34* 0,00 0,32* May -0,08 -0,36 -0,04 0,24 IOD Feb 0,07 -0,15 -0,13 0,20 Mar 0,27 -0,19 -0,43 0,17 Abr 0,11 -0,06 0,16 -0,17 May 0,21 0,09 -0,03 -0,24 SSCP Feb -0,19 -0,12 0,10 -0,21 Mar -0,09 -0,26 0,00 -0,06 Abr -0,09 -0,23 -0,04 0,08 May -0,01 -0,23 -0,06 0,17 C500 Feb 0,01 0,03 0,01 -0,07 Mar 0,01 -0,08 -0,05 0,19 Abr -0,32* -0,16 0,10 0,11 May -0,32* 0,33* 0,35* -0,07

Penalba, O. C.; Bettolli, M. L. 2011. Climate Change

Impacts on Atmospheric Circulation and Daily Precipitation in the Argentine Pampas Region. Chapter 7 in Climate Change - Geophysical Foundations and Ecological Effects, Juan Blanco and Houshang Kheradmand (Ed.), ISBN: 978-953-307-419-1, InTech, Hard cover, 520 pages.

Wilks, D. F. 1995. Statistical Methods in the Atmospheric Sciences. Academic Press: New York; 467 p.


33- 11 -


IMPACTO DEL CALENTAMIENTO GLOBAL SOBRE LOS RECURSOS HÍDRICOS EN LA REGIÓN PAMPEANA ARGENTINA CENTRAL – APLICACIÓN DEL MODELO SWAT A LA CUENCA DEL SALADO

Brandizi*, L.D.1,2; Sequeira, M.E.2; Fernández, S.N.2

1 Centro Nacional Patagónico – CONICET, Bvd. Brown 2825, Puerto Madryn, CP U-9120-ACF, Argentina 2 Dpto. de Ingeniería. UNS, Avda. Alem 1253, Bahía Blanca, CP 8000, Argentina


Palabras clave: SWAT; simulación hidrológica; cuencas de llanura INTRODUCCIÓN

El estudio de la Cuenca del Río Salado ubicada en la Región Pampeana Argentina reviste especial interés por ser una región que concentra un gran porcentaje de la producción agrícola-ganadera del país. Abarca un área de 78166 km2 y desemboca en la Bahía de San Borombón en la Provincia de Buenos Aires. Su condición de Cuenca de Llanura constituye un escenario de suma fragilidad ante eventos hidrológicos extremos, tanto de déficit cómo de exceso hídrico. En este último caso, la escasa pendiente del relieve impide evacuar volúmenes importantes de agua acumulados en corto tiempo lo cual, junto a otros factores, conduce a la ocurrencia de vastos y persistentes anegamientos.

Los modelos hidrológicos son herramientas ideales para el análisis y la evaluación del comportamiento de una cuenca hídrica. Los modelos de simulación continua permiten simular la escorrentía causada por lluvias diarias durante largos períodos de tiempo. Esto hace posible el análisis de los cambios en el escurrimiento y en la calidad del agua de una cuenca debidos a factores diversos, como variaciones en el régimen de precipitación de una región, modificaciones en el uso de suelo y otras causas de origen antrópico. Por lo tanto, el uso de estos modelos permite planificar las actividades de manejo del recurso agua y la toma de decisiones de un modo racional.

El modelo hidrológico SWAT (Soil and Water Assessment Tool) es un modelo de simulación continua que opera a paso de tiempo diario y permite simular la generación de escurrimiento y sedimentos a escala de cuenca, así como el impacto que tienen las prácticas agronómicas en la calidad del agua, por el uso de pesticidas y fertilizantes. Está basado en principios físicos, es decir, además de generar resultados con el uso de ecuaciones, requiere información de la zona de estudio sobre el clima, propiedades físicas del suelo, topografía, cobertura vegetal y prácticas de manejo de suelos. El modelo admite plantear escenarios de cambio climático alterando la información climática utilizada en la simulación, como la precipitación y la temperatura.

Un método de menor consumo de tiempo informático es el de establecer factores de ajuste para diferentes valores climáticos. El objetivo de

este trabajo ha sido plantear escenarios de aumento de temperatura, para evaluar este impacto en los caudales en dos sitios de la Cuenca del Río Salado.


El modelo hidrológico SWAT (Soil and Water Assessment Tool) fue diseñado por el Depar-tamento de Agricultura de los Estados Unidos en conjunto con la Universidad de Texas (Arnold et al., 1998). En una comunicación anterior se mostraron los resultados obtenidos en la calibración del modelo en la región de estudio (Brandizi y Labraga, 2012). El modelo divide la cuenca en subcuencas que a su vez son divididas en unidades de respuesta hidrológica (URH) basán-dose en la topografía, el tipo y el uso del suelo. Luego, encauza los flujos de agua a través de canales y reservorios hacia el punto de salida de la cuenca.

SWAT trabaja con una interfase SIG (Sistema de Información Geográfica). El modelo de elevación digital del terreno (DEM) se obtuvo de las imágenes disponibles en SRTM Project (SRTM, 2004) con resolución de tres segundos de arco (90m) y proyección geográfica datum WGS84 (Sistema Geodésico Mundial). Se utilizaron los mapas de suelo elaborados por FAO (Food and Agriculture Organization of the United Nations) (FAO/UNESCO, 2003). En esta base de datos son clasificados casi 5000 tipos de suelo con una resolución espacial de 10 kilómetros y se proporcionan algunas propiedades de suelo en dos capas: de 0 a 30 cm y de 30 a 100 cm de profundidad. La base de datos de usos del suelo fue construida desde la base de datos USGS Global Land Cover Characterization (GLCC). Este mapa tiene una resolución espacial de 1 kilómetro y representaciones de 24 tipos de usos del suelo.

El IPCC (Intergovernmental Panel on Climate Change) en su tercer informe de evaluación declaró: La temperatura superficial media mundial se prevé que aumente entre 1,4 y 5,8 °C en el período 1990 a 2100. Estos resultados son para toda la gama de 40 escenarios sobre la base de una serie de modelos climáticos. Para realizar la simulación se utilizaron datos observados de precipitación y temperatura diaria provistas por el Servicio Meteorológico Nacional (SMN) de localidades involucradas en la cuenca, en el perío-do 1972-2005 (Tabla 1). Se plantearon dos escenarios para realizar las simulaciones. El primer escenario considera un aumento de la temperatura


34- 12 -


de 1,4ºC y el segundo considera un aumento de 5.8ºC. Los resultados se evaluaron en dos sitios dentro de la cuenca: Vallimanca y Achupallas (Figura 1) en el período 1981-2005. Se descartaron los primeros seis años de la simulación para tener en cuenta un período considerable de estabilización del modelo.

Tabla 1. Latitud y longitud de las estaciones con datos

de precipitación y temperatura en el período 1972-2005.

Nombre Latitud Longitud Ezeiza S 38º 49´ O 58º 31´ Nueve de Julio S 35º 30´ O 60º 54´ Laprida S 37º 36´ O 60º 48´ Tandil S 37º 12´ O 57º 12´ Junín Aero S 34º 30´ O 60º 54´ Pehuajó Aero S 35º 54´ O 61º54´ Coronel Suárez S 37º 25´ O 61º52´ Mercedes S 34º 40´ O 59º 22´

Figura 1. Cuenca del Salado. Ubicación de los sitios analizados y estaciones climáticas. RESULTADOS Y DISCUSIÓN

En las Tablas 2 y 3 se muestran los resultados obtenidos para cada escenario. La variable Caudal es el caudal de entrada a la subcuenca correspondiente a cada sitio y la variable ETP es la evapotranspiración potencial. En la estación Vallimanca los resultados muestran una disminución del caudal del 19.2% en el Escenario 1 y 58.6% en el Escenario 2. En Achupallas no se observan cambios significativos en el Escenario 1 y una disminución del caudal de 16.6% en el Escenario 2. En cuanto a la Evapotranspiración potencial en las dos estaciones se observa un aumento del mismo orden de magnitud, 5.9% en el Escenario 1 y 25.8% en el Escenario 2. En la Figura 2 se muestra el hidrograma obtenido para Vallimanca en el período 1981-2005 con la corrida control y con los dos escenarios planteados. Se observa la disminución del hidrograma mensual debido al aumento de la temperatura.

CONCLUSIONES

Con esta herramienta es posible plantear diferentes escenarios para evaluar y comprender el efecto que tendrían sobre una región determinada y sobre los recursos disponibles. Se pretende seguir

investigando tanto a nivel de cuenca como de subcuenca el impacto de diferentes cambios cómo puede ser el cambio en el uso del suelo y su efecto en la concentración de CO2 en la atmósfera.

Tabla 2. Resultados obtenidos para el Escenario 1.

Vallimanca Control Escenario 1 Porcentaje

Caudal (m3/seg) 17.4 14.1 19.2 %

ETP (mm) 143.5 150.6 5.9 %

Achupallas Caudal (m3/seg) 41.2 41.2 0 %

ETP (mm) 142.2 150.7 5.9 %

Tabla 3. Resultados obtenidos para el Escenario 2.

Vallimanca Control Escenario 2 Porcentaje Caudal (m3/seg) 17.4 7.2 58.6 %

ETP (mm) 143.5 178.8 25.8 %

Achupallas Caudal (m3/seg) 41.2 34.3 16.6 %

ETP (mm) 142.2 178.9 25.8 %

Figura 2. Hidrograma en Vallimanca para los tres escenarios.

AGRADECIMIENTOS A la Cátedra de Hidráulica Agrícola e Hidrología del Dpto. de Ingeniería de la Universidad Nacional del Sur por el aporte importante de información hidrológica. REFERENCIAS Arnold, J.G.; Srinivasin, R.; Muttiah, R.S.; Williams, J.

R. 1998. Large Area Hydrologic Modeling and Assessment: Part I. Model Development. JAWRA 34(1):73-89.

Brandizi, L.D.; Labraga, J.C. 2012. Calibración del Modelo Hidrológico SWAT en la Cuenca del Río Salado, Provincia de Buenos Aires. Actas del Congreso de Meteorología. CONGREMET 2012, 28 de Junio a 1 de Mayo, Mendoza Capital.

FAO/UNESCO 2003. Digital Soil Map of the World and Derived Soil Properties. Rev.1. (CDRom). Disponible en el sitio http://www.fao.org/catalog

/what_new-e.htm SRTM 2004. DEM data from International Centre for

Tropical Agriculture (CIAT), disponible en el sitio CGIAR-CSI SRTM 90m. http://srtm.csi.cgiar.org

0

5

10

15

20

25

ene feb mar abr may jun jul ago sep oct nov dic

Q (m

3 /seg

)

control tmp_1.4 tmp_5.8


35- 13 -


EVAPOTRANSPIRACIÓN Y BALANCE HÍDRICO COMO POSIBLES INDICADORES DE INTERACCIÓN ENTRE ELEMENTOS

METEOROLÓGICOS

Caretta*, A. I.; Cicero, A.R.

Cátedra de Meteorología Agrícola, Facultad de Ciencias Agrarias, UNCUYO. Almirante Brown 500 - Chacras de Coria, Mendoza (Argentina) M5528AHB *Contacto: [email protected]

Palabras clave: cambio climático; balance hídrico; evapotranspiración;, interacciones

INTRODUCCIÓN En el marco del cambio climático se menciona

como más destacado, el aumento de la temperatura media y de las precipitaciones en la zona llana de la provincia de Mendoza, donde se encuentra la mayoría de la superficie cultivada. Así puede señalarse para Chacras de Coria, el incremento de los grados-día, la disminución de las horas de frío, la disminución de la frecuencia de heladas (Caretta y Cicero, 2008a; Caretta y Cicero, 2008b, 2010). Sin embargo la atmósfera es un sistema dinámico de complejas y numerosas interacciones que no son fácilmente representadas por el análisis individual de sus elementos. Es posible suponer que un aumento de temperatura provocará una mayor evapotranspiración, afectará los centros de altas y bajas presiones de origen térmico, vientos, transporte de vapor de agua, etc. La complejidad de tales simulaciones escapa a las posibilidades habituales de trabajo. Se propone entonces el cálculo de evapotranspiración y balance hídrico (BH) para un cultivo representativo en la región, como una aproximación sencilla para algunas de estas interacciones ya que ellos conjugan temperatura, heliofanía, nubosidad, humedad relativa, velocidad del viento, precipitación y una componente biológica a través de la demanda hídrica diferenciada según estado fenológico. El objetivo de este trabajo es determinar si efectivamente los cálculos propuestos reflejan algún comportamiento particular como consecuencia de las mencionadas interacciones.

MATERIALES Y MÉTODOS Se trabajó con la base de datos de la Estación

Agrometeorológica de Chacras de Coria, (32°59´ S; 67°35´ W), dependiente de la Cátedra de Meteorología Agrícola, FCA-UNCUYO (Ortega y Cicero, 2000; Cicero y Ortega, 2006). Se realizaron los balances hídricos (BH) de cultivo desde 1959 a 2011. Dado que el objetivo planteado no se basa en los valores en sí mismos sino en su evolución a través del tiempo, se eligió el modelo de Blaney-Criddle (Doorenbos y Pruitt, 1975), para el cálculo de la evapotranspiración potencial debido a la facilidad de acceso a los datos necesarios y a su aplicabilidad a zonas áridas como Chacras de

Coria. Los valores obtenidos se corrigieron según el ajuste propuesto por Doorenbos y Pruitt (1975). Se eligió como cultivo tipo la vid por su difusión en la región, con un ciclo promedio de 8 meses, desde setiembre a abril y los coeficientes de cultivo, Kc, sugeridos por Doorenbos y Pruitt, 1975. En cuanto al suelo se elige una capacidad de almacenaje de 50 mm, compatible con un suelo de textura franco arenosa, común en la zona en estudio. La transformación de precipitación real a precipitación efectiva se realizó mediante la curva de Blaney y Criddle, (Ortiz Maldonado, 1991). Es importante aclarar que se trabajó, no con años calendario, sino con las “temporadas de cultivo”, (tem.), es decir, el primer BH comprende desde julio de 1959 a junio de 1960, y así sucesivamente hasta jul/2010 – jun/2011, de manera de seguir la secuencia fenológica. Cada temporada se identifica con el año de inicio. Se obtuvieron los valores medios y extremos y los valores de pendiente de ajuste lineal para la serie de 52 valores anuales de precipitación efectiva (Ppt.Ef.), evapotranspiración potencial (ETo), evapotranspiración real (Ea), almacenaje, (Alm.), déficits (Déf.) y excesos (Exc.).

RESULTADOS Y DISCUSIÓN Puede observarse una considerable amplitud

entre valores máximos y mínimos de los parámetros estudiados. Para la evapotranspiración, tanto Eto como Ea, los máximos son un promedio de 40% superiores al mínimo, y promedios cercanos al 90% para los otros parámetros. Los valores medios y extremos calculados se indican en la Tabla 1.

Tabla 1. Valores medios y extremos de parámetros del balance hídrico anual (mm). valor Eto Ea Ppt.Ef Alm. Déf. Exc. media 926 501 225 101 311 8 Máx. 1172 654 456 330 560 84 tem. ´71 ´71 `83 `83 ´71 ´97 Mín. 743 381 89 2 85 0 tem. ´84 ´84 ´70 ´64 ´92

De las 52 temporadas, 24 presentan valores de Eto y Ea superiores a la media, 16 de los cuales se producen en las primeras 20 temporadas y 8 en las últimas 11, desde 2000-2001 hasta 2010-2011. Una


36- 14 -


distribución similar puede verse para los déficits. Los excesos solo presentan valores superiores a cero en 8 de las 52 temporadas. La pendiente del ajuste lineal es negativa para Eto, Ea y déficits y positiva para los valores de precipitación efectiva, almacenaje y excesos, como puede verse en la Tabla 2 Tabla 2. Valores de pendiente (mm/año) correspondientes al ajuste lineal de ETo, Ea, Ppt.Ef., Alm. Déf. y Exc. Eto Ea Ppt.Ef Alm. Déf. Exc. -2,31 -1,20 1,15 0,78 -1,97 0,27 Los valores por temporada de los diversos parámetros y sus respectivas rectas de ajuste lineal pueden verse en las Figuras 1 y 2.

Figura 1. Valores por temporada de Ea, déficits y ajuste lineal.

Dada la similitud en la marcha de los valores obtenidos de Ea y déficits, se calculó el coeficiente de correlación lineal poblacional (R2, Excel 2007), dando un valor de 0,82. Esta similitud podría explicarse por la escasa magnitud de las precipitaciones, que cubren una baja proporción de las necesidades evapotranspiratorias y por lo tanto la magnitud de los déficits es cercana a la de los requerimientos. Así, la temporada 1971 presenta el máximo valor de Ea, el máximo valor de déficit y segundo valor más bajo de precipitación, con 99 mm.

Figura 2. Valores por temporada de precipitación efectiva, almacenaje y ajuste lineal.

CONCLUSIONES A pesar de que la tendencia de temperatura y

precipitación es la prevista por estudios de cambio climático, la interacción entre éstos y otros elementos meteorológicos no sería directa ni lineal. Si bien los parámetros de almacenaje y precipitación efectiva del BH muestran un comportamiento coherente con los valores de precipitación registrados, la evapotranspiración y los déficits difieren de la tendencia de la temperatura. Se puede suponer que al menos uno de los otros elementos que regulan la evapotranspiración produce una suerte de compensación del aumento de temperatura, lo suficientemente importante como para, no solo neutralizarlo sino generar una tendencia negativa de la magnitud de la Eto. Los valores de precipitación efectiva están lógicamente vinculados a los de precipitación real y no reflejan ningún comportamiento no esperado. Con respecto a los valores crecientes de almacenaje y excesos, es posible que sí estén manifestando algún tipo de interacción ya que siendo una zona de tan escasa precipitación, se esperaba que cualquier aumento fuera absorbido por la evapotranspiración, sin llegar a impactar almacenaje o excesos. Dado estos resultados se considera que la evapotranspiración según Blaney-Criddle y la metodología del BH pueden ser indicadores sencillos del resultado de las interacciones entre elementos meteorológicos. Una vez concluido el análisis en proceso de la influencia de cada factor, se podrá obtener y aportar mayor información sobre las interacciones mencionadas.

REFERENCIAS

Caretta, A.I.; Cicero, A.R. (ad aequo) 2010. La frecuencia de heladas en Chacras de Coria, entre 1959 y 2009, como estimador de la evolución climática. En: XIII Reunión Argentina de Agrometeorología, 2010, Bahía Blanca, Argentina.

Caretta, A.I.; Cicero, A.R. (ad aequo) 2008. Evolución de los grados-día en Chacras de Coria, Luján, Mendoza. En: XII Reunión Argentina de Agrometeorología, 2008, San Salvador de Jujuy, Argentina.

Caretta, A.I.; Cicero, A.R. (ad aequo) 2008. Evolución de las horas de frío en Chacras de Coria, Luján, Mendoza. En: XII Reunión Argentina de Agrometeorología, 2008, San Salvador de Jujuy, Argentina.

Cicero, A.R.; Ortega, A .M, 2012. Boletín Agrometeorológico de Chacras de Coria. Cátedra de Meteorología Agrícola, FCA- UNCUYO. Mendoza, Argentina. 648p.

Doorenbos, J.; Pruitt, W. O. 1975. Irrigation and drainage paper 24. Crop water requirements. Food and Agriculture Organization of the United Nations. Rome, Italy. 178p.

Ortega, A.M.; Cicero, A.R., 2000. Estadísticas Meteorológicas de Chacras de Coria. Cátedra de Meteorología Agrícola, FCA- UNCUYO. Mendoza, Argentina. 504p.

Ortíz Maldonado, A. 1991. Adversidades agrometeorológicas de Mendoza. Centro de Bodegueros de Mendoza. Mendoza, Argentina. 236 p.

0

200

400

600

800

1958

1964

1970

1976

1982

1988

1994

2000

2006

2012

lám

ina

(mm

)

tem.

EaDéfLineal (Ea)Lineal (Déf)

0

100

200

300

400

500

1958

1964

1970

1976

1982

1988

1994

2000

2006

2012

lám

ina

(mm

)

tem.

Ppt.EfecAlmLineal (Ppt.Efec)Lineal (Alm)


37- 15 -


AJUSTE DA EQUAÇÃO DE INTENSIDADE-DURAÇÃO-FREQUENCIA A SERIE LOCAL

Costa*, F.R.1; Santos, F.C.V.2 ; Casaroli, D.3; Evangelista, A.W.P.3

1 Mestrando em Agronomia; Escola de Agronomia e Engenharia de Alimentos; Universidade Federal de Goiás (UFG); Rodovia Goiânia-Neropolis, Fazenda Palmital, Goiânia, GO; 2 Doutorando em Agronomia, Escola de Agronomia e Engenharia de Alimentos; Universidade Federal de Goiás (UFG); 3e2 Professor, Escola de Agronomia e Engenharia de Alimentos; Universidade Federal de Goiás (UFG)

* Contacto: [email protected]

Palavras chave: IDF, tempo de retorno, desagregação de chuvas

INTRODUÇÃO O conhecimento dos valores de intensidade-

duração-frequência (IDF) de chuvas e importante para diversas obras hidráulicas, tanto de proteção quanto de utilização de publica e privada, sendo utilizada como parâmetro para chuva de projeto, uma forma de mesurar através da equação de chuva (Equação 1), onde leva em consideração o tempo de retorno (TR) e o tempo de ocorrência (t) e parâmetros locais (Silva et al., 2003).

(1)

A estimativa de IDF no Brasil, devido à escassez de registros e baixa densidade de estações meteorológicas, pode ocorrer em variações locais consideráveis (Oliveira et al., 2000; Cecílio & Pruski, 2003). O objetivo deste trabalho e analisar se maiores volumes de dados e condições locais podem melhorar a estimativa de IDF para uma bacia local.

MATERIAIS E MÉTODOS Foram utilizados os dados diários, mensais e anuais da estação meteorológica da Universidade Federal de Goiás localizada na cidade de Goiânia-GO, Brasil, com coordenadas 16° 41" S 49° 17" W e altitude de 741 m no período de 1975 a 2010.

Segundo a metodologia descrita por Oliveira (2000), a partir da serie histórica de 35 anos, foi determinado os valores de chuva máximos para os tempos de retorno de 2, 5, 10, 20, 50 e 100 anos de acordo com a função de distribuição de frequência de Chow.

Através dos valores máximos de precipitação foi aplicada a metodologia proposta por Silveira (2000), segundo DAEE/CETESB (1980), para determinar os valores de IDF por meio do método da desagregação de chuva de Beltrame et al. (1991) a partir do estudo de chuvas intensas no clássico estudo de Pfafstetter (1957), estabelecendo os padrões de chuvas para os tempos de retorno propostos na bacia local constituindo os valores observados de IDF.

Os dados observados na bacia local foram comparados com a equação (2), determinada por Oliveira (2000), utilizando uma serie histórica de 25 anos da rede meteorologia da Agência Nacional de Energia Elétrica (Aneel), constituindo os valores calculados.

(2)

A equação (2) teve seus dados submetidos ao teste de aderência com base nos valores observados por meio da analise estatística MAE (Mean absolute error) e RMSE (Root mean squared error).

RESULTADOS E DISCUSSÕES A equação de intensidade-duração-freguência

(IDF) proposta por Oliveira (2000) apresentou coeficiente de determinação (r2) da ordem de 0,9997, o que mostra que dentro da serie estudada a ausência de dados locais não invalidou a utilização da equação (2). Para os valores de tempo de precipitação de 10 e 20 minutos, os coeficientes MAE e RMSE mostram uma tendência a valores maiores de erros (Tabela 1). Quanto aos tempos de retorno, os maiores valores ficaram para 100 e 2 anos (Tabela 2).

Tabela 1. Teste de aderência dos dados aos valores de tempo de ocorrência (t).

t (minutos) RMSE MAE 5 2,8762 2,6543 10 4,2797 3,5409 15 2,7919 2,0417 20 3,4694 2,9463 25 2,8353 2,3305 30 2,0389 1,4933 60 0,8936 0,7480

360 0,2736 0,2186 480 0,2075 0,1737 600 0,1982 0,1576 720 0,2330 0,1707 1440 0,1834 0,1536


38- 16 -


Tabela 2. Teste de aderência dos dados aos valores de tempo de retorno (TR).

TR (anos) RMSE MAE 2 2,3054 1,7186 5 1,1892 0,8409 10 1,2727 0,6947 20 1,3578 0,7554 50 1,9384 1,3381 100 3,9850 2,9668

CONCLUSÃO A equação apresentou estimativa dos valores de

IDF satisfatórios ocorrendo maior erro para os tempos de retorno de 2 e 100 anos e tempo de precipitação menores que 20 minutos.

AGRADECIMENTO Os autores agradecem a Capes e ao CNPQ pela bolsa de mestrado e doutorado concedida ao 1º e 2º autor respectivamente.

REFERENCIAS Cecílio, R. A.; Pruski, F. F. 2003. Interpolação dos

parâmetros da equação de chuvas intensas com uso do inverso de potências da distância. Rev. Bras. de Eng. Agr. e Amb.7: 501-504.

Costa, A. R.; Brito, V. F. 1999. Equações de chuva intensa para Goiás e sul de Tocantins. In: Simpósio Brasileiro de Recursos Hídricos,13, 1999, Belo Horizonte. Anais... Belo Horizonte: Associação Bras. de Recursos Hídricos, 1999, CD-Rom

Oliveira, L. F. C.; Cortês, F. C.; Barbosa F.O.A.; Romão, P.A.; Carvalho, D. F. 2000. Estimativa das equações de chuvas intensas para algumas localidades no estado de Goiás pelo método da desagregação de chuvas. Pesq. Agrop. Bras. 30: 23-27.

Santos, G. G.; Figueiredo, C. C. D.; Oliveira, L. F. C. D.; Griebeler, N. P. 2009. Intensidade-duração-frequência de chuvas para o Estado de Mato Grosso do Sul. Rev. Bras. de Eng. Agr. e Amb. 13: 899-905.

Silva, D. D.; Pereira, S. B.; Pruski, F. F.; Gomes Filho, R. R.; Lana, A. M. Q.; Baena, L. G. N., 2003. Equações de Intensidade-Duração-Frequência da precipitação pluvial para o Estado de Tocantins. Eng. na Agricultura 11:7-14.


39- 17 -


VALIDACIÓN DE UN ÍNDICE DE DEFICIENCIA HÍDRICA PARA CAMPO NATURAL DE URUGUAY

Cruz*, G.1; Baethgen, W.2; Modernel, P.1 1 Unidad de Sistemas Ambientales, Facultad Agronomía. Universidad de la Republica UdelaR. Av. Garzón 780. CP 12900. Montevideo, Uruguay 2 International Research Institute. Columbia University. Lamont Campus, Palisades. NY, United States

*Contacto: [email protected] Palabras clave: balance hídrico; ganadería; sequías INTRODUCCIÓN

La ganadería pastoril sobre campo natural (vacunos y ovinos) es la principal actividad económica del Uruguay. Más del 70% de la superficie del país es campo natural que integra el bioma Pampa, uno de los biomas de pradera más extenso y con mayor diversidad genética del mundo. Las sequías han sido identificadas como la amenaza de origen meteorológico de mayor impacto en los sistemas ganaderos pastoriles de Uruguay. El clima es templado sin una estación lluviosa. En promedio las precipitaciones se distribuyen homogéneamente a lo largo del año aunque la variabilidad interanual de las lluvias es muy elevada, presentando coeficientes de variación mensual superiores al 50% en cualquier punto del país. En cambio la evapotranspiración potencial (ETP) se caracteriza por una fuerte variación estacional con un máximo en verano y un mínimo en invierno (con una relación media de 7:1) en respuesta a la evolución anual del balance de radiación. Sin embargo, la variación entre años de la ETP es baja si se compara con su variación entre estaciones del año y mucho menor que la variabilidad interanual de la lluvia. El concepto de sequía agronómica integra la capacidad de almacenamiento de agua del suelo en un determinado sitio y se produce cuando no hay suficiente humedad en el mismo para permitir el desarrollo de un cultivo o pastura. Es esperable la ocurrencia de deficiencias de agua en verano de acuerdo a la estacionalidad mencionada de la ETP, por lo que no toda deficiencia de agua puede considerarse "sequía".

Existen distintos índices que utilizan resultados del balance hídrico del suelo (BH) para caracterizar las condiciones hídricas en contextos agrícolas, como el índice de severidad de sequías de Palmer, el índice de evapotranspiración medio, el índice de potencial agrohidrológico (I), entre otros. Según Petrasovits (1990), el potencial agrohidrológico es la relación (I) entre la evapotranspiración real de un cultivo (ETR) y la evapotranspiración óptima (ETP) cuyo máximo es la unidad. A la vez, propone cuatro categorías de severidad de deficiencias hídricas (Tabla 1).El I ha sido elaborado para aplicarse a escala de cultivo y utilizarse como herramienta de decisión. Para aplicar en la práctica una metodología en un lugar diferente al de su origen, es necesaria su validación in situ.

Tabla 1. Categorías de severidad hídrica según Petrasovits (1990). Intervalo de I Efecto de la escasez de agua

1 – 0,8 Escasez teórica 0,8 – 0,5 Restricción paulatina de la capacidad

de satisfacer la demanda de agua 0,5 – 0,3 Escasez que provoca síntomas

< 0,3 Grave estrés hídrico, pérdida de biomasa

En este trabajo se plantea relacionar estadísticamente el efecto de la falta de agua sobre el crecimiento de campo natural, con el fin de ajustar un indicador agrometeorológico de deficiencia hídrica con valor predictivo. Se utilizó información de producción de biomasa medida a nivel experimental con exclusión del pastoreo. La validación del I se realizó para las regiones NW y SE de Uruguay, las cuales se caracterizan por su alta sensibilidad a la deficiencia hídrica. En estas regiones los suelos dominantes presentan baja capacidad de retención de agua y son considerados de menor aptitud pastoril (Figura 1).

Figura 1. Regiones de elevada sensibilidad a la deficiencia hídrica (MGAP, 2005). MATERIALES Y MÉTODOS

Se utilizó información meteorológica mensual de temperatura del aire máxima (TM) y mínima (Tm) promedio, lluvia y evaporación de Tanque tipo “A”, provenientes de Estaciones Meteorológicas de INIA en Salto (31°16’S; 57°53’O) y en Treinta y Tres (33°14’S; 54°15’O).El período de información coincide con el registro disponible de crecimiento de pasto medido en jaulas de exclusión de pastoreo: en Salto desde 1980 a 1994 (Berretta y Bemhaja, 1998) y en Treinta y Tres de 1992 a 2004 (Bermúdez y Ayala, 2005). La capacidad de almacenaje de agua disponible fue estimada según


40- 18 -


Fernández (1979) para los suelos dominantes de cada región de estudio. Los tipos de suelo considerados en Salto fueron: Litosol rojo (15 cm y materia orgánica (MO) 5.2%); Litosol negro (20 cm y MO: 6.6%; Brunosol (40 cm y MO: 6.9%) y en Treinta y Tres: Argisol (40 cm y MO: 2.8%) (MGAP, 2005).

La información Meteorológica contó con un control de calidad básico. Se supone cierta representatividad espacial que será cuantificada en trabajos posteriores. Se realizaron los balances hídricos (BH) a nivel mensual para el período mencionado. La ETP se calculó a partir de la evaporación de Tanque “A” corregida (Chiara, 1990). La relación ETR/ETP representa el índice de potencial agrohidrológico (I), el cual se incluyó como otra columna en las salidas del BH.

Se utilizó un modelo lineal de covarianza para comprobar estadísticamente el efecto de I sobre la pastura. Se consideraron los datos de tasa de crecimiento de pasto (TcP) como variable dependiente y los datos de I, TM, Tm, tipo de suelo y año como variables independientes. Se trabajaron los datos de cada localidad separadamente pues sólo existían dos años en común para el período con información de cada sitio, por lo que la base de datos quedaba muy desbalanceada. De acuerdo a lo reportado por Petrasovits (1990) y a lo observado a nivel del campo natural de Uruguay, adaptado a las situaciones de deficiencia estival, se evaluó que el efecto de deficiencias de agua relativamente bajas tendrían poco impacto. Se plantea entonces un modelo conceptual, donde el efecto constatable de la falta de agua comenzaría recién a valores bastante menores que 1 (I = 1 implica demanda de agua completamente satisfecha). Estimando dicho valor “umbral” de I, pueden utilizarse con mayor ajuste las salidas de los BH para cuantificar la disminución en producción de pasto. Para estimar el valor umbral de I se aplicó otro análisis de covarianza donde se evaluaron valores umbrales de I desde 0,1 a 0,9 para la información de Salto (Ec. 1). La comparación de los modelos con diferentes valores de I se realizó mediante el criterio de Akaike. El procesamiento estadístico se realizó utilizando el programa Infostat (Di Rienzo et al., 2011). TcP = μ + βΔI + Tm + TM + S + ε (1) Donde: β: pendiente de la recta de regresión; Si I > I umbral, ΔI = 0 (situación de satisfacción hídrica); Si I ≤ I umbral, ΔI = I umbral - I (situación deficiencia hídrica) RESULTADOS Y DISCUSIÓN El efecto de I resultó significativo en los dos sitios (α<0,01 en Salto y α<0,05 en Treinta y Tres). En la comparación de medias en Salto se obtuvo que los valores más bajos de biomasa correspondieron a I menores o iguales a 0,2 (α<0,05). El mejor

modelo (Ec.1) para evaluar umbrales de I fue el que incluyó el valor de I=0,7. De acuerdo a los resultados obtenidos con los datos de biomasa de campo natural de Uruguay, se proponen pequeños ajustes a los valores de la escala de Petrasovits (1990) para su aplicación a las condiciones locales (Tabla 2).

Figura 2. Tasa de crecimiento de la pastura (TcP) en función de I hasta el umbral (ETR/ETP=0,7) Tabla 2. Categorías de severidad hídrica para campo natural de Uruguay (modificado de Petrasovits, 1990)

Intervalo de I

Efecto de la escasez de agua

1 – 0,7 Escasez teórica 0,7 – 0,5 Restricción paulatina de la capacidad de

satisfacer la demanda de agua 0,5 – 0,2 Escasez que provoca síntomas

< 0,2 Grave estrés hídrico, pérdida de biomasa

CONCLUSIONES

Mediante la aplicación de una metodología sencilla y de uso extendido como el BH se logró elaborar categorías de severidad hídrica para campo natural, en las zonas de Uruguay más sensibles a la falta de agua en el suelo. Los resultados permitieron adaptar la escala propuesta por Petrasovits (1990) para asociar dichas categorías de estrés hídrico con el crecimiento de la pastura. Es posible considerar esta herramienta para su utilización en la toma de decisiones. REFERENCIAS Bermúdez, R; Ayala, W. 2005. Producción de forraje de

campo natural de Lomadas del Este. In Seminario Manejo de campo natural. INIANº 151. Uruguay.

Berretta, E.; Bemhaja, M. 1998. Producción estacional de comunidades naturales sobre suelos de Basalto de la Unidad Queguay Chico. En: Seminario tecnologías en Basalto. INIANº 102. Uruguay.

Chiara, J. P. 1990. Cálculo de coeficientes de Tanque A para estimación de la ETP. Sin publicar.

Di Rienzo, J; Casanoves, F; Balzarini M; Gonzalez, L; Tablada, M; Robledo, C. 2011. InfoStat. FCA, Universidad Nacional de Córdoba, Argentina

Fernández, C. J. 1979. Estimaciones de la densidad aparente y retención de agua disponible en el suelo. En: Reunión Técnica Facultad de Agronomía. Montevideo.

Ministerio de Ganadería Agricultura y Pesca. MGAP. 2005. Carta de Suelos del Uruguay.

Petrasovits, I. 1990. General review on drought strategies. En: Proceedings 14th International Congress on Irrigation and Drainage. Brazil.

I

TcP

0,7


41- 19 -


CARACTERIZACIÓN AGROHIDROLÓGICA DE DOS REGIONES SENSIBLES A LA SEQUÍA EN URUGUAY

Cruz*, G.1; Baethgen, W.2; Cóppola, M.3 1 Unidad de Sistemas Ambientales, Facultad Agronomía. Universidad de la Republica UdeLaR Av. Garzón 780. CP 12900. Montevideo, Uruguay. 2 International Research Institute. Columbia University. Lamont Campus, Palisades. NY, United States. 3 Unidad de Sistemas Ambientales, Facultad Agronomía. Universidad de la Republica UdelaR. Centro Universitario Regional Este. Rocha, Uruguay.


Palabras clave: balance hídrico; campo natural; ganadería de cría, sequías INTRODUCCIÓN

Las sequías son consideradas la amenaza de origen meteorológico de mayor impacto en los sistemas ganaderos pastoriles de Uruguay. El 71% de la superficie del país está ocupada por campo natural donde mayoritariamente se realiza ganadería extensiva. La ganadería involucra el 82% de los establecimientos agropecuarios y emplea a la mitad de la población rural activa, siendo el principal ingreso económico para el 57% de los establecimientos rurales.

En este estudio se consideraron dos regiones de importancia socioeconómica, ya que se desarrolla la mayoría de la ganadería de cría. El objetivo de este trabajo fue caracterizar el comportamiento agrohidrológico de estos dos sitios que se caracterizan por la alta proporción de suelos superficiales a lo largo de un período de 60 años. MATERIALES Y MÉTODOS

Se realizaron balances hídricos (BH) utilizando la metodología de Thornthwaite y Mather para el período 1948–2008 utilizando información mensual de precipitaciones provenientes de estaciones meteorológicas de la Dirección Nacional de Meteorología, ubicadas en Salto (NW) (31°40’S; 57°97’O) y en Treinta y Tres (E) (33°22’S; 54°39’O). Debido a la falta de información disponible para la estimación mensual de la evapotranspiración potencial (ETP) en cada año, el cálculo de ETP se realizó para el período climático 1961-1990 en ambos sitios, utilizando la metodología planteada en FAO (1979). Los niveles de ETP en Uruguay están básicamente explicados por el balance de radiación (Cruz et al, 2000), lo que le imprime una elevada variación a lo largo del año y una baja variabilidad interanual. Por lo tanto, es esperable contar con valores similares de ETP para una misma época ya que su comportamiento obedece mayoritariamente a causas de origen astronómico. En este trabajo se justifica esta simplificación ya que es relevante considerar los tipos de suelos y se conoce que el elemento de alta variabilidad interanual es la lluvia. La información meteorológica contó con un control básico de calidad. Se supone cierta representatividad espacial de las estaciones meteorológicas.

Los tipos de suelo considerados en Salto fueron Litosol rojo (15 cm y materia orgánica (MO) 5.2%); Brunosol (40 cm y MO: 6.9%) y en Treinta y Tres: Argisol (40 cm y MO: 2.8%). En Treinta y Tres se asignó al mismo suelo una profundidad de 20 cm para establecer la comparación con el suelo superficial de Salto. A partir de los resultados del BH en cada región/localidad se calculó el índice de potencial agrohidrológico (I) y se identificaron los meses en que sus valores fueron inferiores a 0,7 y a 0,2. Posteriormente se resumieron estos resultados calculando la frecuencia de ocurrencia para I<0,7 e I<0,2 en cada estación del año para los dos sitios. Además, a partir de los meses con valores de I<0,2 se identificaron secuencias de al menos tres meses muy secos (valores de I entre 0 y 0,4). RESULTADOS Y DISCUSIÓN

El verano es la época más crítica del año para todos los suelos y lugares (Tabla 1). En general, resultó más frecuente la situación de restricción de agua que la de satisfacción hídrica. La primavera presentó restricción hídrica en aproximadamente un tercio de los años en los suelos superficiales. En los suelos de mayor capacidad de retención de agua esta situación se verificó en menos del 15% de los meses de primavera. La diferencia responde a que en invierno, que constituye el período de recarga, es mayor la capacidad de almacenar agua de los suelos medios y profundos. Tabla 1. Probabilidad empírica de ocurrencia (%) de I<0,7 según tipo de suelo y estación del año en Salto y Treinta y Tres. Período 1948 – 2008. Salto Treinta y Tres Suelo

Medio Suelo

Superficial Suelo Medio

Suelo Superficial

V 42 63 51 61 O 9 11 24 25 I 3 14 2 5 P 13 32 14 35

El aumento en el uso del agua en primavera respondiendo al incremento de la demanda atmosférica, resulta en parte satisfecho por el almacenaje de agua del invierno.


42- 20 -


La situación del otoño no presenta diferencias entre los suelos, tanto en suelos superficiales como profundos se depende de las precipitaciones por haberse agotado el almacenaje de agua durante el verano. Sin embargo, el otoño marca una diferencia de comportamiento agrohidrológico entre las localidades, siendo más restrictiva la situación en Treinta y Tres que en Salto (25% vs 11%) (Tabla 1). Al comparar la distribución de precipitaciones dentro del año en todo el período, se constatan menores valores de lluvia durante el otoño en Treinta y Tres respecto a Salto, sobre todo en marzo y abril (Figuras 1 y 2). A pesar de los elevados niveles de variabilidad interanual de la lluvia (CV), esta tendencia explicaría que los productores del NW de Uruguay realicen su presupuestación anual de forraje en la primavera y no en el otoño.

Figura 1. Precipitación media mensual y coeficiente de variación (CV) en Salto (1948–2008).

Figura 2. Precipitación media mensual y coeficiente de variación (CV) en Treinta y Tres (1948–2008).

La probabilidad de ocurrencia de valores que representan grave estrés hídrico fue inferior al 15% para cualquier época y sitio (Tabla 2). En la frecuencia de valores críticos (I<0,2) se encontraron diferencias debidas a los suelos y no se detectaron diferencias entre los sitios. En cuanto a las secuencias de meses muy secos, la gran mayoría de los períodos de grave estrés hídrico afectaron a ambos lugares (5 eventos) (Tabla 3). Estos resultados no muestran un aumento en la frecuencia de eventos muy secos en las últimas décadas del período analizado, lo que podría explicarse por el aumento sostenido de las lluvias en Uruguay y la región reportado por Giménez (2006). Tabla 2. Probabilidad de ocurrencia (%) de I<0,2 según tipo de suelo y estación del año en Salto y Treinta y Tres (1948–2008)

Salto Treinta y Tres Medio Superficial Medio Superficial

V 5 12 5 13 O 2 2 2 4 I 0 1 0 1 P 1 3 0 3

Tabla 3. Secuencias muy secas con al menos 3 meses de duración (0<I<0,4). Período 1948–2008.

Sitio Año Meses Ambos 1949/50 NDEFM

1959/60 DEFMA 1964/65 DEFM 1988/89 DEFMA 1999/00 ONDE

Salto 1955 OND Treinta y Tres 1984/85 DEF

2004/05 DEF

De los eventos de carácter local, se observa que en el E y SE del país se detectaron situaciones críticas para períodos más recientes. Si bien los resultados no mostraron secuencias críticas en el NW para los últimos años, esta región ha sido considerada de mayores pérdidas productivas asociadas a las sequías. Es posible que la mayor proporción de suelos superficiales en este sector agrave la situación de sequía aunque no se alcancen valores tan críticos de I. Queda la duda si la disminución de la producción de pasturas en Salto, asociada a las sequías en la última década, se debe exclusivamente a la falta de agua o si existe una interacción con la carga animal, cuyo aumento en los últimos años ha sido notorio. Los aumentos en la carga animal provocan una presión del pastoreo mayor que no puede sustentarse en situaciones de deficiencia hídrica, aumentando los impactos productivos y económicos. CONCLUSIONES

El análisis realizado permitió la organización y sistematización de información de un largo período de años. Fueron observadas diferencias en el comportamiento hídrico entre Salto y Treinta y Tres en otoño, aspecto que ayuda a explicar las medidas de manejo que se aplican en cada sitio. Estos resultados sugieren la necesidad de establecer nuevas investigaciones interdisciplinarias que mejoren la interpretación de los impactos de las sequías en diferentes contextos económicos, políticos y sociales de Uruguay. REFERENCIAS Cruz, G.; Munka, C; Pedocchi, P. 2000. Caracterización

agroclimática de la región litoral Centro Oeste de la Rep. Oriental del Uruguay. Agrociencia 1: 87-92.

Cruz, G.; Baethgen, W.; Modernel, P. 2012. Actas XIV Reunión Argentina de Agrometeorología, Malargue, Argentina.

FAO. 1979. Método para la aplicación práctica de la fórmula de Penman para el cálculo de la evapotranspiración potencial. Riego y Drenaje Nº 17.

Giménez, A. 2006. Climate change/variability in the mixed crop livestock production systems of the Argentinean, Brazilian and Uruguayan Pampas. Final Rep. AIACC, Project LA27. Washington. 2006. 70 p.

Thornthwaite C.W.; Mather J.R. 1957. Instructions and tables for computing potential evapotranspiration and the water balance. Climatology 10:181-311.

0

40

80

120

160

E F M A M J J A S O N D

Pre

cipi

taci

ón

(mm

)

mes

Media CV

0

40

80

120

160


Pre

cipi

taci

ón

(mm

)

mes

Media CV


43- 21 -


BALANCE AGUA Y RENDIMIENTO SIMULADO DE MAIZ EN EL CENTRO-SUR DE BUENOS AIRES: VARIABILIDAD ASOCIADA A LA SEÑAL ENOS

Della Maggiora, A.I. ; Irigoyen*, A.I. Unidad Integrada Balcarce (UIB) Facultad de Ciencias Agrarias Universidad Nacional de Mar del Plata UNMdP- Experimental Balcarce Instituto Nacional de Tecnología Agropecuaria, Ruta Nacional 226, km 73,5, CP 7620, Balcarce, Buenos Aires, Argentina. *Contacto: [email protected]

Palabras clave: precipitación, evapotranspiración, fecha de siembra

INTRODUCCION La respuesta en rendimiento del cultivo de maíz

a la señal El Niño-Oscilación Sur (ENOS) en el sudeste bonaerense es diferente a la descripta para el resto de la región pampeana (Fernández Long et al., 2009).

Es de interés conocer si la elección de la fecha de siembra podría modificar los rendimientos esperados. De acuerdo a Irigoyen et al. (2011), en Balcarce no se requeriría esfuerzos en la elección de la fecha de siembra para producir maíz en secano, ya que no se encontraron diferencias significativas en rendimiento en cualquiera de las fases de señal ENOS. Sin embargo, si se tratase de un manejo con riego para cubrir las deficiencias de agua, sería deseable utilizar la fecha más temprana, en la cual podrían obtenerse mayores valores de evapotranspiración máxima y, por ende, mayores rendimientos máximos esperados.

Se desconoce si en el resto de la región, con caracterìsticas diferenciales de respuesta a la señal, se cumple esa premisa.

El objetivo fue analizar el efecto de la elección de la fecha de siembra en localidades de la región centro-sur de Buenos Aires sobre los componentes del balance de agua y el rendimiento esperado del cultivo de maíz. MATERIALES Y MÉTODOS

Series climáticas de temperatura media del aire (1971-2010) de localidades del Centro-Sur de Buenos Aires: Barrow (-38º 32’), Azul (-36º 50’), Tandil (-37º19’), Balcarce, (-37º45’); Mar del Plata (-38º00’) fueron utilizadas para determinar el desarrollo del cultivo. La estación de crecimiento de un híbrido de ciclo intermedio fue simulada para tres fechas de siembra (05, 15 y 25 de octubre).

Los requerimientos térmicos de un ciclo intermedio de maíz fueron considerados al determinar la fecha de ocurrencia de floración (F) y de madurez fisiológica (MF), de acuerdo a lo descripto por Capristo et al. (2007) con 760 ºC d-1 y 1630 ºC d-1 desde la siembra, respectivamente. El tiempo térmico (TT) a escala diaria fue obtenido sustrayendo la temperatura base de 8ºC a la temperatura media del aire.

El balance de agua en el suelo fue calculado a paso diario según un modelo ajustado y validado localmente (Della Maggiora et al., 2002), con inicio a los 60 días previos a la fecha de siembra.

Se utilizaron datos meteorológicos básicos (temperatura del aire, precipitación y evapotranspiración de referencia) de la localidad de Balcarce.

Se consideró un perfil de suelo con 1,0 m de profundidad y valores de 3,7 y 2,0 mm cm-1 de límite máximo y límite mínimo de almacenaje de agua, respectivamente.

La evapotranspiración máxima del cultivo (ETM) fue calculada a partir de la corrección de la evapotranspiración de referencia (ET0) por un coeficiente de cultivo (kc). La determinación de la evapotranspiración real del cultivo (ETR) consideró la reducción lineal de la evapotranspiración relativa (ETR/ETM) por debajo de un determinado umbral (UC) de disponibilidad de agua en el suelo (ajustado localmente a 0,8 del agua disponible). El ajuste del coeficiente de cultivo para cada estación de crecimiento fue obtenido como función del tiempo térmico acumulado, de acuerdo a Della Maggiora et al. (2003).

Los valores diarios de ET0 fueron obtenidos según el modelo de Penman-Monteith, siguiendo las recomendaciones de Allen et al. (1998).

El rendimiento máximo (Ym) fue estimado a partir del producto entre ETM estacional y la eficiencia de uso del agua (EUA).

La respuesta del rendimiento al suministro de agua fue cuantificada mediante el factor respuesta (ky) de Doorenbos y Kassam (1979).

Las estaciones de crecimiento simuladas para el período 1970-2010 fueron categorizadas de acuerdo a la señal ENOS que fue registrada durante el periodo comprendido entre la fecha de siembra y la madurez fisiológica. La descripción de la fase (Neutral, La Niña, El Niño) ocurrida en cada estación de crecimiento fue consultada en los reportes NOAA (NOAA, 2011). De acuerdo a esta identificación, 16 estaciones de crecimiento de la serie histórica empleada resultaron de señal Neutral, 12 con efecto de la señal ENOS El Niño y 12 con efectos de la señal ENOS La Niña.

El test no paramétrico de Kruskal-Wallis con nivel de probabilidad de 0,05 fue aplicado para evaluar diferencias en los valores de los componentes del balance de agua y rendimientos entre localidades y entre fechas de siembra.


44- 22 -


RESULTADOS Y DISCUSIÓN Los rendimientos fueron menores en fases La

Niña y mayor variabilidad se observó en condiciones neutrales del fenómeno.

La fecha de siembra no afectó los valores de PP acumulados durante la estación de crecimiento en cualquier fase ENOS y localidad evaluada. Entre los componentes del balance de agua, merece destacarse que la ETM fue diferente entre fechas

durante fases El Niño (Azul y Tandil) y Neutral (Tandil y Balcarce), explicada por variación en la duración de la estación de crecimiento y no por demanda atmosférica, excepto en Tandil para la fase Neutral. La fecha de siembra no afectó Ymax excepto en Tandil (fases neutral y El Niño) y Balcarce (fase Neutral). Por otra parte, la fecha de siembra no afectó Ya en cualquier localidad y fase del ENOS.

Figura 1. Rendimiento (Ya) obtenido a partir del balance hídrico (serie 1971-2010) y la aplicación del factor respuesta al suministro de agua.

CONCLUSIONES La elección de la fecha de siembra durante el

mes recomendado para la región centro sur de Buenos Aires no afecta significativamente los componentes del balance de agua ni el rendimiento del cultivo. Diferencias en rendimiento esperado por efecto de la disponibilidad de agua fue observado entre localidades.

AGRADECIMIENTOS Este trabajo fue realizado en el marco del proyecto “Modelización del uso de agua y evaluación de estrategias de manejo para el cultivo de maíz” (UNMdP-AGR387/12).

REFERENCIAS Doorenbos, J.; Kassam, A.H. Yield response to water.

Irrigation and Drainage Paper Nº 33, Food and Agriculture Organization of the United Nations (FAO), Rome, 193 p, 1979.

Fernández Long, M.E.; Spescha, L. Hurtado, R.; Murphy, G. 2009. Impacto del ENOS sobre los rendimientos de maíz en la región pampeana argentina. Agriscientia 28: 31-38.

Irigoyen, A.I.; Della Maggiora, A.I.; Rizzalli, R.H. Angelocci, L.R. 2011. b. Planning the growing season for maize based on climatic variability. II. Relative evapotranspiration and yield. V Congresso Brasileiro de Biometeorologia. Piracicaba (Br.).

Irigoyen, A.I.; Della Maggiora, A.I; Rizzalli, R.H.; Angelocci, L.R. 2011.b. Planning the growing season for maize based on climatic variability: II. Relative evapotranspiration and yield. V Congresso Brasileiro de Biometeorologia. Piracicaba (Br.).

Localidad

Ya (k

g ha

-1)

02000400060008000

100001200014000

02000400060008000

100001200014000

Barro

w

Azul

Tand

il

Balca

rce

Mar

del

Pla

ta

02000400060008000

100001200014000

Barro

w

Azul

Tand

il

Balca

rce

Mar

del

Pla

ta

Barro

w

Azul

Tand

il

Balca

rce

Mar

del

Pla

ta

mediana Q1-Q3 max-min

El Niño

Neutral

La Niña

5-Oct 15-Oct 25-Oct


45- 23 -


DEFICIENCIA HÍDRICA PARA EL CULTIVO DE MAIZ EN EL CENTRO-SUDESTE BONAERENSE SEGÚN FECHA DE SIEMBRA

Della Maggiora*, A. I.; Irigoyen, A .I.,; Malena, L. C.; Cambareri, M. A.

Unidad Integrada Facultad de Ciencias Agrarias, Universidad Nacional de Mar del Plata UNMdP-EEA INTA Balcarce. Balcarce, 7620, Argentina *Contacto: [email protected]

Palabras clave: balance de agua, período crítico INTRODUCCIÓN

El balance de agua en el suelo es una herramienta básica para evaluar la disponibilidad hídrica para los cultivos. En otros trabajos se han caracterizado componentes del balance de agua de maíz en localidades de sudeste bonaerense (Della Maggiora et al., 1998, 2008). Asimismo, se ha evaluado el efecto de la variabilidad climática asociada a la señal El Niño-Oscilación Sur (ENOS) sobre el balance de agua del cultivo de maíz, empleando tres fechas de siembra (Irigoyen, et al. 2011). Sin embargo, en el centro-sudeste bonaerense, no se han analizado los componentes del balance de agua de maíz en un amplio rango de fechas de siembra, que serían factibles de ser implementadas. La fecha de siembra puede modificar la condición hídrica a la cual está expuesto el cultivo en diferentes subperíodos de la estación de crecimiento. El período de 30 días alrededor de floración es crítico para cultivo de maíz y la elección de la fecha de siembra puede ser clave para lograr un mejor aprovechamiento del agua en cultivos bajo secano.

El objetivo de este trabajo es caracterizar las deficiencias hídricas en la estación de crecimiento de un cultivo de maíz ciclo intermedio para diferentes fechas de siembra en cuatro localidades del centro-sudeste bonaerense.


Las deficiencias hídricas del cultivo de maíz se determinaron por medio de un modelo de balance de agua validado para las condiciones de Balcarce (Della Maggiora et al., 2003).

Se calcularon los balances seriados a intervalo diario empleando un programa de balance (Della Maggiora et al., 2010). Se utilizaron datos de precipitación (P), evapotranspiración de referencia (ET0) y temperatura del período 1971-2010 de cuatro localidades del Centro-Sudeste bonaerense (Balcarce, 37º45’S; Tandil, 37º19’S; Azul, 36º 50’S y Mar del Plata, 38º00’S). Los datos meteorológicos de Balcarce fueron provistos por la EEA INTA Balcarce y los de las restantes localidades por el Instituto de Clima y Agua de INTA Castelar. Se consideró un suelo de 1,0 m de profundidad, 370 mm m-1 de almacenaje al límite máximo (LMax) y 200 mm m-1 al límite mínimo (LMIN). Las fechas de siembra consideradas fueron 25/9, 5/10, 15/10, 25/10, 5/11 y 15/11. Los requerimientos de un híbrido de maíz ciclo intermedio fueron empleados, considerando la

ocurrencia de la floración y la madurez fisiológica con 760 ºd y 1650 ºd respectivamente y una temperatura base de 8ºC.

La deficiencia de agua se determinó a partir de la diferencia entre la evapotranspiración máxima (ETM) y la evapotranspiración real (ETR). El detalle de los cálculos está descripto en trabajos anteriores (Della Maggiora et al., 2003, 2008 y 2010).

RESULTADOS Y DISCUSIÓN La deficiencia hídrica total en la estación de

crecimiento de maíz (DT) disminuye a medida que se atrasa la fecha de siembra (Tabla 1). Esto se debe a la reducción en la longitud de la estación de crecimiento, al exponer al cultivo a temperaturas crecientes en el subperíodo siembra-floración (Tabla 2). Si bien esto produce un aumento de la demanda atmosférica, se compensa por una reducción de la misma en el subperíodo floración-madurez fisiológica. La diferencia en DT entre las tres FS de octubre (recomendadas para la zona) es pequeña, tal como fue demostrado para Balcarce por Irigoyen et al. (2011). Mar del Plata y Balcarce presentan similar deficiencia total (DT) y de menor magnitud que Tandil y Azul, cuyos valores de DT resultan también similares. La proporción de la DT correspondiente al período crítico (PC) no muestra gran cambio con la fecha de siembra, aunque hay una leve tendencia a aumentar con el atraso de la misma (Tabla 1). Tabla 1. Mediana de la deficiencia hídrica en el total de la estación de crecimiento de maíz (DT, mm) y % correspondiente al período crítico (%PC), serie 1971

FS Balcarce MdP Tandil Azul DT %PC DT %PC DT %PC DT %PC

25/9 137,7 29 141,2 29 168,2 31 175,2 34 5/10 132,4 31 136,1 30 169,8 31 160,3 34 15/10 128,2 30 132,8 31 159,4 29 166,6 36 25/10 125,0 32 127,9 34 159,4 31 153,4 37 5/11 113,8 32 119,5 34 150,2 34 151,9 34 15/11 105,1 36 103,4 39 136,7 35 141,2 37

Tabla 2. Días desde siembra a floración (F) y a madurez fisiológica (MF) estimada para el cultivo de maíz según fecha de siembra (FS). Valores medios serie 1971-10.

Balcarce Tandil MdP Azul FS F MF F MF F MF F MF 25/9 98 172 96 170 100 173 91 159 5/10 91 166 89 164 92 167 85 153 15/10 85 161 84 159 86 162 80 148 25/10 80 158 78 157 82 159 74 144 5/11 74 159 73 156 77 156 69 142 15/11 70 163 68 160 72 157 66 141


46- 24 -


En la Figura 1 se muestra la mediana de la deficiencia hídrica acumulada en períodos decádicos (10 días), comparando fechas de siembra (FS) dentro de cada localidad. En general, se observa que las FS más tempranas determinan deficiencias máximas con posterioridad al PC o al final del mismo. Mientras que las fechas más tardías producen una mayor coincidencia entre la ocurrencia de deficiencias mayores y el PC, como consecuencia de la menor duración del subperíodo siembra-floración (Tabla 2). Sin embargo, la deficiencia acumulada en el PC, no manifiesta un consistente incremento con el atraso en la FS (Tabla 3), ya que la magnitud de los máximos disminuye en las últimas FS (Figura 1).

Figura 1. Mediana de la deficiencia hídrica acumulada cada 10 días durante de la estación de crecimiento de un híbrido de maíz ciclo intermedio de acuerdo a la fecha de siembra, serie 1971-10.

La deficiencia hídrica en el PC, al igual que la DT, es mayor en Azul y Tandil que en Balcarce y Mar del Plata (Tabla 3), debido principalmente a la mayor demanda atmosférica en las dos primeras. Tabla 3. Deficiencia hídrica acumulada en el período crítico de maíz correspondiente a tres niveles de probabilidad (NP) según fecha de siembra para Balcarce (Bal), Mar del Plata (MP), Tandil (Tan) y Azul (Azu), serie 1971-10.

Loc NP Fecha de siembra 25/09 05/10 15/10 25/10 05/11 15/11 0,25 19,8 21,9 19,2 20,6 18,6 16,9 Bal 0,50 36,2 34,4 34,2 40,0 41,6 36,7 0,75 64,2 64,5 58,4 59,6 61,5 63,3 0,25 23,5 26,7 26,8 25,5 26,7 22,1 MP 0,50 39,1 42,6 38,8 39,9 41,2 40,3 0,75 55,6 53,3 51,9 55,0 52,2 56,4 0,25 37,0 36,9 37,2 33,9 33,1 23,3 Tan 0,50 54,1 53,4 54,1 52,5 44,1 45,5 0,75 81,0 76,9 72,1 70,6 73,6 75,4 0,25 34,5 37,1 36,2 30,8 31,2 26,9 Azu 0,50 52,5 54,3 56,5 62,1 58,7 51,8 0,75 76,0 75,2 76,7 79,1 73,4 79,9

CONCLUSIONES

La simulación del balance de agua de un cultivo de maíz ciclo intermedio muestra que la deficiencia hídrica estacional disminuye al atrasar la FS en todas las localidades. Asimismo, no hay claras evidencias de un aumento de las deficiencias en el período crítico con el atraso de la FS. Esto indicaría, que en la zona en estudio, la elección de la fecha de siembra no sería una práctica muy sensible para adecuar la oferta hídrica en el PC de definición de rendimiento de este ciclo de maíz.

AGRADECIMIENTOS Este trabajo fue realizado en el marco del proyecto “Modelización del uso de agua y evaluación de estrategias de manejo para el cultivo de maíz” (UNMdP-AGR387/12). REFERENCIAS Della Maggiora, A.I.; Echarte, L.; Suero, E.E.; Irigoyen,

A.I.; Gardiol. J. 1998. Deficiencia de agua en los cultivos de maíz, girasol, soja y trigo en la localidad de Balcarce. Actas X Congreso Brasilero de Meteorología y VIIl Congreso de la FLISMET. 1998. Brasilia,. Brasil.

Della Maggiora, A.I.; Irigoyen, A.I.; Gardiol, J.M.; Caviglia, O.; Echarte, L. 2002/03. Evaluación de un modelo de balance de agua en el suelo para el cultivo de maíz. Rev. Arg. de Agrometeorología.2: 167-176.

Della Maggiora, A.;, Malena, L.; Echarte L.; Irigoyen, A. 2008. Deficiencia hídrica de un cultivo de maíz ciclo intermedio en el Sudeste Bonaerense. XII Reunión Argentina de Agrometeorología. 2008. Jujuy, Arg.

Della Maggiora, A.I.; Irigoyen, A.I.; Gardiol, J.M. 2010. Programa de balance de agua del suelo aplicado a cultivos. XIII Reunión Argentina y VI Latinoam. de Agrometeorología. 2010. Bahía Blanca, Arg.

Irigoyen, A.I.; Della Maggiora, A.I.; Angelocci, L.R. 2011. Growing season for maize crop based on climatic variability. I. Soil water balance. V Congresso Brasileiro de Biometeorologia. 2011. ESALQ/USP Piracicaba, SP.

Azul


47- 25 -


LA TEMPERATURA MÍNIMA DURANTE EL INVIERNO Y SU RELACIÓN CON LAS FASES DEL ENSO EN LA ARGENTINA

Faroni* A. P.; Zalazar, S. M. F. ; Sosa, G. D.; Hurtado, R. H.

Cátedra de Climatología y Fenología Agrícolas, Facultad de Agronomía, Universidad de Buenos Aires, Av. San Martín 4453 - C1417DSE, CABA, Argentina


Palabras clave: variabilidad climática; El Niño; La Niña INTRODUCCIÓN

La vulnerabilidad agrícola y humana está estrechamente ligada a la variabilidad climática cuya una de las fuentes de perturbación es el fenómeno cuasiperiódico de El Niño-Oscilación del Sur (ENOS) (Oram, 1989). Este fenómeno ocurre en el pacifico ecuatorial y produce efectos a nivel mundial con mayor o menor intensidad (Ropelewsky y Halper; 1987, 1996). Existen numerosos índices que definen la ocurrencia de sus fases (Niña/Niño/neutro), algunos de los cuales se encuentran relacionados con la componente atmosférica del fenómeno, otros con la oceánica y con la combinación de ambas.

Las condiciones térmicas medias como extremas, afectan muchas de las actividades productivas y humanas, y se ven influenciadas con las fases del ENSO. Algunos investigadores concluyeron que en el sur de América del Sur la señal del evento El Niño produce incrementos en las temperaturas mínimas del invierno y aumentos en las precipitaciones desde noviembre a febrero. En contra posición, los eventos La Niña producen el fenómeno contrario (Kiladis y Díaz, 1989).

El objetivo de este trabajo es determinar el comportamiento de la temperatura mínima media de invierno durante los eventos El Niño y La Niña, a partir de seis índices comúnmente utilizados para la identificación de los estados del fenómeno. MATERIALES Y MÉTODOS

Se trabajó con datos de temperaturas mínimas medias mensuales (Tmm) del período 1950-2011 de 98 estaciones (Figura 1), correspondientes 80 al Servicio Meteorológico Nacional (SMN), 12 al Instituto Nacional de Tecnología Agropecuaria (INTA) y 6 a la Red Hidrológica Nacional (RHN).

Los 6 índices de variabilidad climática utilizados, para determinar las fases del ENOS se obtuvieron de la National Oceanic and Atmospheric Asociation (NOAA, 2012); tres índices relacionados con la temperatura de la superficie del mar en el Pacifico Ecuatorial (SST1+2, SST3.4 y ONI); un índice relacionado con la componente atmosférica (SOI); un índice multivariado (MEI) que combina 6 variables tanto atmosféricas como oceánicas; y el índice bivariado (BEST) que combina la SST3.4 y el SOI.

La Tmm del periodo invernal (Tmmi) se obtuvo promediando los valores de junio, julio y agosto, y el valor obtenido se clasificó según las fases del

ENOS (EN: El Niño, LN: La Niña, N: Neutro). De acuerdo con el criterio establecido por la NOAA, en los datos de anomalías estandarizadas de los del índice, los valores mayores (menores) a +0,5 (-0,5) corresponden a EN (LN), mientras que aquellos comprendido entre esos umbrales se consideran neutros (N); inversa para el SOI. Según estos criterios, se contabilizaron los eventos que predominaban dentro del período invernal.

Figura 1. Ubicación estaciones meteorológicas. Para determinar el porcentaje de aumento o

disminución de la Tmmi de acuerdo a cada evento se comparó ésta, respecto a la media climatológica de todo el periodo. Además, se determinó en mapas las áreas para las cuales estas variaciones eran significativas al 90 y 95 %. RESULTADOS Y DISCUSIÓN

Del análisis de las Tmmi con los diferentes índices, en años Niños se observa que existe una disminución generalizada de la Tmmi en la mayor parte de país desde la zona centro hacia el norte. De acuerdo a los índices con los que se trabajó, se observa que la mayor área con significancia estadística le corresponde al SOI (Figura 3b). Los índices ONI, SST3.4 (Figura 3a) y SOI, presentan hacia el oeste del país un área con significancia estadística en la región de Cuyo, además de hacerlo también en el centro-este del país. En esta ultima los aumentos de la Tmmi ascienden a 20% (Figura 2a y 2b). Tanto el índice BEST como el MEI, para los eventos cálidos, muestran algunas pequeñas zonas significativas al 90% en Corrientes y Buenos Aires. En el caso de SST1+2, no presentó zonas


48- 26 -


donde la Tmmi durante las fases del El Niño tenga diferencias respecto a la media climatológica de la serie analizada.vEn los inviernos de los años Niña se observa el comportamiento inverso, salvo pequeñas zonas de aumento que se detectaron con el índice SOI. El área que abarca la mayor superficie con significancia estadística se dio con el índice MEI (Figura 3c), donde los valores de disminución oscilan entre el 5 y 20% (Figura 2c).

Los índices BEST (Figura 3d), ONI y SST3.4 muestran resultados similares, señalando como área significativa el noreste del país. Las disminuciones, según el índice BEST, se encuentran entre 5 y 10% (Figura 2d), pero esta región es mayor cuando se manifiesta un evento calido. Con el índice SST1+2 no se encontraron diferencias en la región mesopotámica, sin embargo el área significativa abarco gran parte del centro norte del país. El índice SOI no muestra ninguna región con área significativamente estadística de las Tmmi, cuando se trata de un evento frío. CONCLUSIONES En el periodo invernal y durante los eventos La Niña (El Niño), las áreas que presentan cambios estadísticamente significativos muestran una disminución (aumentos) de la Tmmi. La mayor respuesta de la Tmmi al fenómeno ENOS ocurre mayormente en el noreste del país.

AGRADECIMIENTO Este trabajo fue realizado en el marco del Proyecto UBACyT G477 (2011-2014). REFERENCIAS INTA. 2012. www.inta.gov.ar. Consultado: 12/03/2012 Kiladis, G.N.; Diaz, H.F. 1989. Global climatic

anomalies associated with extremes in the Southern oscillation. J. Climate. 2: 1069-1090.

NOAA. 2012. www.noaa.gov. Consultado: 12/03/2012 Oram, P.A. 1989. Sensitivity of agricultural production to

climate change, an update. p. 25-44. In Climate and Food Security. IRRI, Manila, The Philippines.

RHN. 2012. www.hidricosargentina.gov.ar. Consultado: 12/03/2012

Ropelewsky, C.F.;Halpert, M.S. 1987. Global and regional scale precipitation patterns associated with the El Niño/southern oscillation. Mon Wea. Rev. 115: 1606-1626

Ropelewsky, C.F.; Halpert, M.S. 1996. Quantifying Southern Oscillation-Precipitation Relationships. Journal of Climate. 9: 1043-1059

SMN. 2012. www.smn.gov.ar. Consultado: 12/03/2012

Figura 2. Porcentaje de aumento y disminución de la Tmmi durante las fases de El Niño: a y b; La Niña: c y d.

Figura 3. Significancia estadística al 90 y 95 % de los porcentaje de aumento y disminución de la Tmmi, El Niño: a y b; La Niña: c y d.


49- 27 -


CAMBIOS EN LAS TENDENCIAS DE LA PRECIPITACIÓN ANUAL EN EL CENTRO-ESTE DE ARGENTINA DESDE LA DÉCADA DEL 40

Fernández Long, M. E.* 1; Müller, G. V. 2; Beltrán P. A. B.3; Barnatán, I. E.1,4 1 Facultad de Agronomía, Universidad de Buenos Aires. Av. San Martín 4453, Cap. Fed., C1417DSE, Argentina 2 Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción, (CICYTTP-CONICET), Diamante, Entre Ríos, Argentina 3 Department of Atmospheric and Oceanic Sciences and Cooperative Institute for Research in Environmental Sciences, University of Colorado, Boulder, USA 4 Servicio Meteorológico Nacional, 25 de Mayo 658, CABA, CP 1002, Argentina


Palabras clave: cambio climático; cambios en la circulación atmosférica; método de Sen INTRODUCCION

Durante la segunda mitad del siglo XX, hubo una importante tendencia positiva en la precipitación anual en casi toda la región de América del Sur entre 22 º y 45 º S al este de los Andes (Rusticucci y Peñalba, 2000; Minetti et al., 2003; Núñez et al., 2008). Haylock y otros (2006) estudiaron índices anuales de precipitación diaria en el periodo 1960 a 2000, examinando los cambios en los promedios, así como los extremos. Las tendencias en los índices de precipitación mostraron grandes regiones con cambios coherentes con muchas estaciones que presentan cambios estadísticamente. El patrón de las tendencias de los extremos era generalmente el mismo que para el total de precipitaciones anuales. Los cambios observados en la precipitación han sido uno de los factores que han favorecido la expansión de la frontera agrícola hacia el oeste de la región Pampeana (e.g. Murphy, 2010).

El objetivo de este trabajo es evaluar los cambios temporales y espaciales de las tendencias de la precipitación anual en la región centro-este de la Argentina.

MATERIALES Y METODOS

Se trabajó con datos diarios de precipitación, acumulados a lo largo del año, de 39 estaciones meteorológicas de la Argentina (Figura 1) en el período 1925-2007; proporcionados por el Servicio Meteorológico Nacional de Argentina (SMN) y el Instituto Nacional de Tecnología Agropecuaria (INTA). Las mismas fueron elegidas por tener pocos datos faltantes, no haber cambios en su ubicación y presentar un bajo potencial de sesgo de isla de calor. Se analizaron las tendencias durante dos períodos: 1940-2007 y 1975-2007. Este último fue elegido debido a los cambios observados en la circulación atmosférica a partir de mediados de los años 1970 en las diferentes regiones del mundo (Wang et al., 2010) y en Argentina (Rusticucci y Peñalba, 2000; Fernández Long et al., 2012). Se calculó la presencia de una tendencia monótona creciente o decreciente con el test no-paramétrico de Mann-Kendall (Mann, 1945; Kendall, 1975) y la pendiente de la recta se estima con el método de Sen (Sen, 1968). Este estimador es estadísticamente

robusto e imparcial. Además, el método de Sen (1968) no se ve muy afectado por errores de datos individuales o atípicos. Las series de tiempo analizadas en este trabajo tienen un paso de tiempo anual, por lo tanto se consideró que las mismas son estadísticamente independientes. El nivel de significación se estableció en p <0,10, 0,5 y 0,01.

Figura 1. Ubicación de las estaciones meteorológicas RESULTADOS Y DISCUSION

El análisis de los resultados de las tendencias de la precipitación anual para el período 1940-2007 muestra tendencias positivas generalizadas para toda la región con diferentes niveles de significancia (Figura 2). En 37 de las 39 estaciones estudiadas las tendencias fueron positivas, 21 de las cuales fueron significativas. El sur-sureste de la región no presentó tendencias significativas y las únicas dos estaciones con valores negativos fueron Balcarce (Bal) e Hilario Ascasubi (HAs). En las últimas décadas (período 1975-2007) las tendencias de la precipitación anual registraron un cambio muy marcado con respecto al período completo (Figura 3). En este período, la mayoría de las estaciones paso a tener tendencias negativas (22 de las 39 estaciones) con cuatro de ellas significativas y solamente dos mantuvieron el signo positivo significativo. Tres de las estaciones con tendencias negativas significativas se encuentran en el sur de la región estudiada, Bahía Blanca (BBl), Coronel Suárez (CSu) y Tandil (Tan).


50- 28 -


Figura 2. Tendencias de la precipitación anual para el período 1940-2007. (+ / -) indican tendencias positivas/ negativas significativas, el tamaño del símbolo indica el nivel de significancia. En los casos en que las tendencias no fueron significativas se grafica un punto.

Figura 3. Tendencias de la precipitación anual para el período 1975-2007. (+ / - : ídem Figura 4).

Por último, se analizó el promedio

estandarizado de la precipitación anual de las 39 estaciones para el período completo (1940-2007) y para los últimos años (1975-2007). La tendencia de todo el período fue positiva y significativa al 99%, mientras que en los últimos años la misma se invierte, cambiando de signo sin llegar a ser significativa (Figura 4).

Este cambio en las tendencias también se ha observado en otras variables (Fernández Long et al., 2012). CONCLUSION

Si bien las tendencias de la precipitación anual del período 1940-2007 en la región centro-este de la República Argentina fueron marcadamente positivas, este patrón se modificó en los últimos años registrándose tendencias negativas significativas en la zona sur de la región en estudio. AGRADECIMIENTOS G. Müller agradece el apoyo del proyecto PRH-PICT 0023. Se agradece al Ing. Agr. Danilo Carnelos por la realización de los mapas.

REFERENCIAS Fernández Long M. E; Müller, G.V; Beltrán Przekurat,

A. Scarpati, A. 2012. Long-term and recent changes in temperature-based agroclimatic indices in Argentina. Int. J. Climatology. DOI: 10.1002/joc.3541.

Haylock M.R. et al. 2006. Trends in total and extreme South American rainfall in 1960-2000 and links with sea surface temperature. J. of Climate 19: 1490-1512.

Minetti, J.L; Vargas, W.M., Poblete, A., Acuna, L., Casagrande, G. 2003. Non-linear trends and low frequency oscillations in annual precipitation over Argentina and Chile. Atmosfera 16: 119–135.

Murphy, G.M. 2010. El crecimiento de la agricultura Argentina, medio siglo de logros y desafíos. En: Reca (Ed.) El crecimiento de la agricultura argentina. Ed. Facultad de Agronomía. 488 páginas.

Nuñez, M.N.; Ciapessoni, H.H.; Rolla, A.; Kalnay, E.; Cai, M. 2008. Impact of land use and precipitation changes on surface temperature trends in Argentina. Journal of Geophysical Research 113: 1-11.

Kendall, M.G. 1975. Rank Correlation Methods, Oxford Univ. Press, New York.

Mann, H.B. 1945. Non-parametric tests against trend. Econometrica, 13, 245–259.

Rusticucci, M.; Penalba, O. 2000. Interdecadal changes in the precipitation seasonal cycle over Southern South America and their relationship with surface temperature. Climate Research 16: 1–15.

Sen, P.K. 1968. Estimates of the regression coefficient based on Kendall’s Tau. Journal of the American Statistical Association, 63: 1379-1389.

Wang, L.; Chen, W.; Zhou, W.; Chan, J.C.L, Barriopedro, D.; Huanga, R. 2010. Effect of the climate shift around mid 1970s on the relationship between wintertime Ural blocking circulation and East Asian climate. J. of Climatology 30: 153–158.

Figura 4. Promedio estandarizado de la precipitación anual y sus tendencias para los períodos 1940-2007 y 1975-2007

-1,5

-1

-0,5

0

0,5

1

1,5

1940 1950 1960 1970 1980 1990 2000 2010


51- 29 -


ANÁLISIS DE LA DISTRIBUCIÓN DE LLUVIAS PARA EL PERÍODO CRÍTICO DEL CULTIVO DE MAÍZ EN MIRAMAR (BUENOS AIRES, ARGENTINA)

Gutheim*, F. Chacra Experimental Miramar - MAA. C.C. 35, 7607 Miramar, Buenos Aires, Argentina Te.:54-2291-421005 *Contacto: [email protected]

Palabras clave: precipitaciones, Zea mays, floración

INTRODUCCIÓN El maíz es un cultivo fundamental para la

sustentabilidad de la producción, tanto en términos ambientales como económicos. Su rendimiento en grano define la conveniencia de producirlo. Las lluvias alrededor de la floración determinan en gran medida el rendimiento, ya que este período es la etapa más sensible al estrés hídrico en el maíz (Andrade et al., 1996).

En Miramar, este momento ocurre, para fechas de siembra de septiembre, a fines de diciembre y para fechas de siembra de octubre, en enero. La dispersión entre híbridos no supera una semana (Gutheim y Meo, 2008). El rendimiento potencial del cultivo, sin limitaciones hídricas ni nutricionales, en la zona decrece de acuerdo con la disponibilidad de radiación y temperatura a partir de siembras del 15 de octubre (Andrade et al., 1996).

Para manejar la disponibilidad hídrica para el cultivo, se recomienda evitar la coincidencia de la floración con los momentos de mayor demanda atmosférica y manejar la densidad de plantas para adecuarla a la oferta ambiental (Andrade et al., 1996).

En el Sudeste bonaerense ha sido mencionado que en las siembras tempranas se reduce la probabilidad de ocurrencia de estrés hídrico en floración. Esto puede asociarse a que la mayor demanda atmosférica ocurre entre la última década de diciembre y todo enero, como ha sido descripto para Balcarce (1970-2011). Sin embargo, durante los últimos años, en la Chacra Experimental Miramar se han recibido consultas sobre demorar la fecha de siembra del maíz debido a un supuesto cambio en la distribución de las precipitaciones, hacia momentos más tardíos del ciclo del cultivo.

El objetivo del trabajo fue analizar la distribución de lluvias en Miramar para definir el momento con menor riesgo de estrés hídrico para la floración del cultivo de maíz

MATERIALES Y MÉTODOS Se analizaron las precipitaciones registradas en

la Chacra Experimental Miramar (38º10’S 58º0’W, Sudeste de la prov. de Buenos Aires) desde la campaña 1944/45. Se realizaron los promedios móviles pentádicos y se analizó la tendencia secular (Pascale y Damario, 2004), tanto de las precipitaciones acumuladas en diciembre y enero

como de las decádicas. Las referencias a las décadas son: “34” del 1° al 10 de diciembre, “35” del 11 al 20, “36” del 21 al 31 de diciembre, “1” del 1° al 10 de enero, “2” del 11 al 20 y “3” del 21 al 31 de enero. En todos los análisis se tomaron los datos por campaña, es decir diciembre de un año y el enero del siguiente.

Asimismo, se calcularon las medianas de las precipitaciones de las décadas de diciembre y de enero (P), para períodos de 67 (desde 1944), 47 y 27 años. En el último período, desde 2004 hasta la campaña 2011/12, se consideró el mismo estadístico a los fines comparativos y para expresar la dispersión de los datos, se agregaron los cuartiles. Para indicar de manera equivalente los valores, se realizó la corrección por el número de días de la década como: Pd [mm/d] = P[mm decádicos] / d [cantidad de días de la década], siendo d=11 para las décadas 36 y 3, y d=10 para el resto. La expresión en mm/d permite relacionarla con la forma habitual de indicar el consumo de agua de los cultivos. Se realizó la prueba de Kruskal-Wallis para determinar la significancia de las diferencias en pluviometría entre décadas para cada período.

Finalmente, se calculó para períodos de 10 años (el último de 8), cuántas veces cada década tuvo la de mayor pluviometría. Con ello se puede definir para cada ciclo productivo, cual hubiera sido la década con mejor condiciones para la floración del maíz considerando la ocurrencia de precipitación.

RESULTADOS Y DISCUSIÓN Los resultados muestran una tendencia creciente

y decreciente de las precipitaciones durante todo el período estudiado (Figura 1). La tendencia decreciente se inicia a principios de los años 80. En el período completo, la mayor probabilidad de ocurrencia de precipitaciones es en la segunda y tercera décadas de diciembre (Figura 2). En los últimos períodos, la década más lluviosa tiende a adelantarse en cada mes, tanto en diciembre como en enero. Sin embargo, las diferencias entre décadas no fueron significativamente diferentes dentro de cada período de 10 u 8 años analizado (prueba de Kruskal-Wallis, alpha=0,05).


52- 30 -


Figura 1. Precipitaciones acumuladas de diciembre y enero siguiente, desde 1944 (puntos), promedios móviles pentádicos (línea gris gruesa) y tendencias (líneas negras rectas). En la parte inferior del gráfico se muestran los promedios móviles pentádicos de las décadas 34 y 35 (contínua y puntos), 36 y 1 (puntos grises) y 2 y 3 (puntos negros). Analizando la importancia relativa de cada década, solo se destaca la década 1 en el período 1954-1963, que fue máxima en 4 de 10 años (Figura 3).

Figura 2. Medianas de precipitaciones decádicas expresadas en base diaria. En el período 2004-2011, se agregaron los cuartiles 1 y 3 (con líneas verticales).

Figura 3. Importancia relativa de cada década en cada período, expresada como número de años en que se registró la máxima pluviometria. En el cuerpo del gráfico se detallan las décadas 1, 2 y 3 (Déc. 1, Déc. 2 y Déc. 3).

En el primero y sexto períodos, no se observa una década con mayor frecuencia de ser la de máximas precipitaciones. En el último período, de mayor interés a los fines de este trabajo, la década 1 fue relativamente la de mayor pluviometría, siendo máxima en 3 de 8 años.

CONCLUSIONES Debido a la reducción en la pluviometría

observada desde los años 80, es más importante establecer técnicas de conservación y aprovechamiento del agua para el cultivo de maíz (e.g. cobertura del suelo, densidad de siembra). Las diferencias entre décadas no fueron significativas para ningún período evaluado. Esto significa que las recomendaciones existentes, elaboradas a partir de varias consideraciones seguirían vigentes.

Se requiere mantener fechas de siembra tempranas, para que la floración también ocurra anticipadamente (década 34), especialmente por ser un momento de menor evapotranspiración de referencia. Esta recomendación deberá evaluarse en términos de otros factores que pueden afectar el establecimiento del cultivo (heladas, mayor tiempo a emergencia, etc.). También se puede manejar a través de la elección de híbridos más cortos a floración. Por su parte, demorar la floración del maíz hacia fines de enero con tendencia a mayor mediana de precipitación en la década 3, afectaría negativamente el llenado de los granos de maíz debido a la evolución conocida en radiación y temperatura (subóptimas para el crecimiento).

Las consultas de productores y profesionales de demorar la fecha de siembra del maíz para que la floración sea más tardía, posiblemente se explique con la mayor pluviometría relativa observada en enero.

AGRADECIMIENTOS A la Lic. Gabriela Cendoya (Unidad Integrada Balcarce). A la Asociación Cooperadora Chacra Experimental Miramar.

REFERENCIAS Andrade F.H.; Cirilo, A.G.; Uhart, S. A.; Otegui, M. E.

1996. Ecofisiología del cultivo de maíz. Ed. DekalbPress. ISBN 987-96163-0-8. Buenos Aires, Argentina.

Gutheim F.; Meo, A. 2008. Informe de los Ensayos Comparativos de Rendimiento de Maíz en Memoria Técnica de la Chacra Experimental Miramar. Cultivos de Verano. ISSN 1852-0405. Año 38: 25-28.

Pascale A. J.; Damario, E.A. 2004. Bioclimatología agrícola y agroclimatología. Ed. Facultad de Agronomía. ISBN 950-29-0822-8. Buenos Aires, Argentina.

1944-2011 1964-2011 1984-2011 2004-20110

0,5

1

1,5

2

2,5

3

3,5Déc. 34Déc. 35Déc. 36Déc. 1Déc. 2Déc. 3

PeríodoMed

iana

de

prec

ipita

cion

es d

ecád

icas

en

base

dia

ria (m

m/d

)

1944-1953

1954-1963

1964-1973

1974-1983 1984-1993

1994-2003

2004-2011

0

2

4

24

31

2

2

3 343536123

Déc. 1

Déc. 2 Déc. 3

Déc. 1


53- 30 -


Figura 1. Precipitaciones acumuladas de diciembre y enero siguiente, desde 1944 (puntos), promedios móviles pentádicos (línea gris gruesa) y tendencias (líneas negras rectas). En la parte inferior del gráfico se muestran los promedios móviles pentádicos de las décadas 34 y 35 (contínua y puntos), 36 y 1 (puntos grises) y 2 y 3 (puntos negros). Analizando la importancia relativa de cada década, solo se destaca la década 1 en el período 1954-1963, que fue máxima en 4 de 10 años (Figura 3).

Figura 2. Medianas de precipitaciones decádicas expresadas en base diaria. En el período 2004-2011, se agregaron los cuartiles 1 y 3 (con líneas verticales).

Figura 3. Importancia relativa de cada década en cada período, expresada como número de años en que se registró la máxima pluviometria. En el cuerpo del gráfico se detallan las décadas 1, 2 y 3 (Déc. 1, Déc. 2 y Déc. 3).

En el primero y sexto períodos, no se observa una década con mayor frecuencia de ser la de máximas precipitaciones. En el último período, de mayor interés a los fines de este trabajo, la década 1 fue relativamente la de mayor pluviometría, siendo máxima en 3 de 8 años.

CONCLUSIONES Debido a la reducción en la pluviometría

observada desde los años 80, es más importante establecer técnicas de conservación y aprovechamiento del agua para el cultivo de maíz (e.g. cobertura del suelo, densidad de siembra). Las diferencias entre décadas no fueron significativas para ningún período evaluado. Esto significa que las recomendaciones existentes, elaboradas a partir de varias consideraciones seguirían vigentes.

Se requiere mantener fechas de siembra tempranas, para que la floración también ocurra anticipadamente (década 34), especialmente por ser un momento de menor evapotranspiración de referencia. Esta recomendación deberá evaluarse en términos de otros factores que pueden afectar el establecimiento del cultivo (heladas, mayor tiempo a emergencia, etc.). También se puede manejar a través de la elección de híbridos más cortos a floración. Por su parte, demorar la floración del maíz hacia fines de enero con tendencia a mayor mediana de precipitación en la década 3, afectaría negativamente el llenado de los granos de maíz debido a la evolución conocida en radiación y temperatura (subóptimas para el crecimiento).

Las consultas de productores y profesionales de demorar la fecha de siembra del maíz para que la floración sea más tardía, posiblemente se explique con la mayor pluviometría relativa observada en enero.

AGRADECIMIENTOS A la Lic. Gabriela Cendoya (Unidad Integrada Balcarce). A la Asociación Cooperadora Chacra Experimental Miramar.

REFERENCIAS Andrade F.H.; Cirilo, A.G.; Uhart, S. A.; Otegui, M. E.

1996. Ecofisiología del cultivo de maíz. Ed. DekalbPress. ISBN 987-96163-0-8. Buenos Aires, Argentina.

Gutheim F.; Meo, A. 2008. Informe de los Ensayos Comparativos de Rendimiento de Maíz en Memoria Técnica de la Chacra Experimental Miramar. Cultivos de Verano. ISSN 1852-0405. Año 38: 25-28.

Pascale A. J.; Damario, E.A. 2004. Bioclimatología agrícola y agroclimatología. Ed. Facultad de Agronomía. ISBN 950-29-0822-8. Buenos Aires, Argentina.

1944-2011 1964-2011 1984-2011 2004-20110

0,5

1

1,5

2

2,5

3

3,5Déc. 34Déc. 35Déc. 36Déc. 1Déc. 2Déc. 3

PeríodoMed

iana

de

prec

ipita

cion

es d

ecád

icas

en

base

dia

ria (m

m/d

)

1944-1953

1954-1963

1964-1973

1974-1983 1984-1993

1994-2003

2004-2011

0

2

4

24

31

2

2

3 343536123

Déc. 1

Déc. 2 Déc. 3

Déc. 1

- 31 -


ANÁLISIS DE ANOMALÍAS CLIMÁTICAS EN LA CHACRA EXPERIMENTAL DE PATAGONES, PROVINCIA DE BUENOS AIRES

Ithurrart*, L. S.1; Montenegro, O. A.2; Giorgetti, H.2; Espósito, M. E.1

1 Departamento de Agronomía (UNS) y CERZOS (CONICET). San Andrés 800, Bahía Blanca, CP 8000, Argentina 2Chacra Experimental de Patagones (MAA). Olivera 67, Carmen de Patagones, CP 8504, Argentina


Palabras clave: anomalías de las precipitaciones; índices de sequía INTRODUCCIÓN

La industria de producción de ganado de carne en las tres cuartas partes del territorio continental de Argentina, caracterizado por la presencia de zonas áridas y semiáridas, está basada en el pastoreo de la vegetación nativa (Fernández y Busso, 1999). Estas áreas se caracterizan por presentar gran irregularidad en la distribución de las precipitaciones, originando una alternancia de períodos de sequías e inundaciones, siendo las sequías las principales limitantes de la productividad de los pastizales naturales en dicha región.

La sequía es un fenómeno que puede ser caracterizado por su intensidad, duración y extensión geográfica. De las metodologías existentes para la identificación y cuantificación de las mismas, los índices de sequía son los más utilizados (Tsakiris et al., 2008). De ellos, el Índice de Precipitación Estandarizado (SPI) se considera uno de los mejores para reconocerlas, realizar comparaciones espaciales y cuantificar la duración, severidad y magnitud de las mismas. Asimismo permite el análisis de las sequías a diferentes escalas temporales (Cuadrat-Prats et al. 2004).

El objetivo del trabajo fue analizar la distribución intra e interanual de las precipitaciones en el área de estudio y evaluar cuantitativamente las sequías a través del Índice de precipitación estandarizado (SPI).

MATERIALES Y MÉTODOS El estudio se efectuó en la Chacra Experimental

de Patagones, ubicada en el Sur de la Provincia de Buenos Aires (40º 39'S, 62º 54'O). La principal actividad de la región es la cría bovina sobre pastizales naturales (Giorgetti 1997). La Chacra cuenta con una Estación Meteorológica automática de donde fueron tomados los datos climáticos.

El análisis de la distribución de las precipitaciones se realizó a través de curvas, utilizando registros de treinta años de precipitación media anual y mensual (1981-2010).

Para la identificación y clasificación de los eventos de sequía, se calculó el SPI (Tabla 1) utilizando el software DrinC. Se empleó una serie de 30 años de datos climáticos, considerando el año hidrológico de Octubre a Septiembre. En este trabajo solo se tuvieron en cuenta sequías moderadas, severas y extremas. Se realizó un

análisis de frecuencias de ocurrencia para la evaluación de la duración de las sequías.

Tabla 1. Clasificación según el SPI y frecuencia teórica de ocurrencia.

RESULTADOS Y DISCUSIÓN El área de estudio posee una precipitación media

anual (1981-2010) de 416 mm, presentando una gran variación intra e interanual en su distribución (Figuras 1 y 2), con dos picos máximos en Marzo y Octubre y un marcado déficit hídrico (Figura 2).

Figura 1. Distribución interanual de las precipitación y evapotranspiración (1981-2010).

Figura 2. Distribución intra-anual de la precipitación y evapotranspiración (1981-2010).

0

200

400

600

800

1000

1200

1400

1600

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

mm

ETP media anual Precipitación media anual Precipitación promedio (1981-2010)

02040

6080

100120

140160180


mm

ETP media mensual Precipitación media mensual Precipitación promedio

SPI CATEGORÍA FRECUENCIA >2,0 Humedad extrema 1 en 50 años

1,99 a 1,50 Humedad severa 1 en 20 años 1,49 a 1,0 Humedad moderada 1 en 10 años 0,99 a 0,5 Humedad débil

0,49 a -0,49 Condiciones normales 1 en 3 años -0,5 a -0,99 Sequía débil -1,0 a -1,49 Sequía moderada 1 en 10 años -1,5 a -1,99 Sequía severa 1 en 20 años

<-2,0 Sequía extrema 1 en 50 años


54- 32 -


Como se puede observar en la Figura 3, la mayoría de los valores del SPI se encuentran dentro del rango normal (-1 a 1). Solo en un 16.66% de los años analizados han ocurrido eventos de sequías de distinta magnitud (Tabla 2).

Figura 3. Evolución del SPI anual. Las líneas punteadas indican los límites de las sequías moderadas, severas y extremas. Tabla 2. Frecuencia de ocurrencia de las distintas categorías del IPE anual (1981-2011).

Categorías del SPI Frecuencia de ocurrencia Sequía moderada Sequía severa Sequía extrema Condiciones normales Condiciones húmedas

0,100 0,033 0,033 0,667 0,167

De los eventos de sequía ocurridos durante el

período 1981-2011, uno de ellos tuvo una duración de un año (1988-1989) y dos de ellos se extendieron por 2 años cada uno (1994-1996 y 2007-2009) (Figura 3). Localizándose los períodos más críticos en los meses de otoño (sequías extremas) y primavera (sequías severas) en todos los casos (Figuras 4, 5 y 6).

Figura 4. Evolución del SPI mensual para el período 1988-1989

Figura 5. Evolución del SPI mensual para el período 1994-1996

Figura 6. Evolución del IPE mensual para el período 2007-2009. CONCLUSIONES

Existe gran irregularidad en la distribución inter e intra anual de las precipitaciones, con una marcada estacionalidad, donde los mayores registros ocurren en febrero, marzo, abril y octubre. Hallándose la ETP muy por encima de las precipitaciones, lo que ocasiona un gran déficit hídrico.

Durante el período Octubre de 1981- Septiembre de 2011, el SPI detectó tres eventos de sequía de gran importancia por su intensidad y prolongada duración (12, 24 y 24 meses), ya que incluso sequías leves pueden ocasionar grandes problemas si se prolongan durante varios años consecutivos.

Cabe destacar que dentro de cada evento, los valores del SPI más críticos se obtuvieron en los meses de otoño y primavera, hecho muy perjudicial para la economía regional debido a que en estas áreas predomina la cría bovina sobre pastizales naturales, cuyas especies clave son de ciclo otoño–invierno-primaveral.

REFERENCIAS Cuadra-Prats, J.; Vicente-Serrano, S. 2004.

Comportamiento de las Sequías en la Península Ibérica: Análisis mediante el Standardized Precipitation Index. CESBIO (Centre d´Etudes Spatiales de la Biosphere). Zaragoza. España. Disponible en:

http://aeclim.org/images/stories/articulos_pdf/pag_245_254.pdf

Fernández, O.; Busso, C. 1999. En Arnaldo, O. y Archer,S. (Eds.) p 41-60. Case studies f Rangeland Desertification, Agricultural Research Institute Report Nº 200. Reykiavik. Islandia. 149p.

Giorgetti, H. 1997. Día de campo a tranqueras abiertas. Chacra Experimental de Patagones. Ministerio de Asuntos Agrarios de la Provincia de Buenos Aires. Patagones. 30p.

Tsakiris, G.; Nalbantis, I.; Pangalou, D.; Tigkas, D.; Vangelis, H. 2008 Drought meteorological monitoring network design for the reconnaissance drought index (RDI). In: López-Francos A. (ed.). Proc. of the 1st Int. Conference "Drought Management: Scientific and Technological Innovations", Zaragoza (Spain), 14-16 June 2008. Options Méditerranéennes, Series A, no. 80, p. 57-62.

-3,00

-2,00

-1,00

0,00

1,00

2,00

Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Sep

SP

I 19891988

-3,00

-2,00

-1,00

0,00

1,00

2,00

Oct

Nov Dic

Ene Feb

Mar

Abr

May Ju

nJu

lA

goS

ep Oct

Nov Dic

Ene Feb

Mar

Abr

May Ju

nJu

lA

goS

ep

SP

I

19951994 1996


55- 33 -


LA TEMPERATURA MÍNIMA MEDIA MENSUAL Y SU RELACIÓN CON EL ENOS DURANTE LA ESTACIÓN DE CRECIMIENTO DE CULTIVOS DE VERANO

Maio*, S.; Zalazar, M. F.; Hurtado, R. H.

Cátedra de Climatología y Fenología Agrícolas, Facultad de Agronomía, Universidad de Buenos Aires Av. San Martín 4453 - C1417DSE Cap. Fed. – Argentina * Contacto: [email protected]

Palabras clave: índice MEI; cultivo estival INTRODUCCIÓN

La variabilidad de las temperaturas mínimas repercute, directa o indirectamente, sobre la actividad agrícola, lo que involucra variaciones en los rendimientos como consecuencia de cambios en la duración de la estación de crecimiento o por alteración de procesos de desarrollo.

Una de las fuentes de mayor variación de los procesos atmosféricos es el conocido fenómeno del El Niño-Oscilación del Sur (ENOS) (Oram, 1989). Este fenómeno ocurre en el pacífico ecuatorial, y afecta al clima de varias regiones del mundo (Ropelewsky y Halper, 1987, 1996).

Algunos investigadores concluyeron que en el sur de Sudamérica la señal del ENOS produce incrementos en las temperaturas mínimas de invierno durante El Niño (EN) y disminuciones en los años La Niña (LN) (Kiladis y Díaz, 1989). Hurtado et al., (2010) señalan que en los años La Niña hay una disminución generalizada de la temperatura mínima media mensual en casi toda la Argentina durante la estación estival.

Existen numerosos índices que determinan la ocurrencia de los eventos del ENOS, algunos relacionados con la componente atmosférica del fenómeno, otros con la oceánica, y también con las combinación de múltiples elementos medidos en la misma región donde se desarrolla el fenómeno (NOAA, 2012).

El objetivo de este trabajo es determinar la variación porcentual de la temperatura mínima media mensual en los eventos EN y LN, durante los meses de octubre a marzo, representativo del periodo medio de un cultivo de verano, en la región centro-norte de la Argentina; utilizando el Multivariate ENSO Index (MEI) para la identificación de estos eventos extremos.


Se trabajó con datos de temperaturas mínimas medias mensuales (Tmm) del período 1950-2011 de 90 estaciones (Figura 1), correspondientes al Servicio Meteorológico Nacional (SMN), Instituto Nacional de Tecnología Agropecuaria (INTA) y Red Hidrológica Nacional (RHN).

El Índice Multivariado del ENOS (MEI) se obtuvo del Climate Prediction Center (NOAA, 2012). Este índice se obtiene de combinar 6 variables, tanto atmosféricas como oceánicas; la presión del nivel del mar, los componentes zonales y meridionales del viento superficial, la temperatura

superficial del mar, temperatura del aire superficial, y fracción del total del cielo cubierto por las nubes. Sus valores de anomalía estandarizada determina el tipo de evento que predomina en cada mes (EN, LN, N: neutro).

Se analizó el período comprendido entre octubre del año en consideración a marzo del año siguiente. La Tmm se clasificó según las fases del ENOS del índice MEI, de acuerdo con el criterio establecido por la NOAA. Valores de anomalía mayores (menores) a +0,5 (-0,5) corresponden a EN (LN), mientras que los comprendidos entre esos umbrales se consideran neutros (N).

Para determinar el porcentaje de aumento o disminución de la Tmm durante cada evento, se la comparó con la media climatológica de toda la serie. Además, se determinaron las áreas para las cuales estas variaciones eran significativas al 90%.

Figura 1. Ubicación de las estaciones meteorológicas.


Según el índice MEI durante el evento EN las Tmm tienden a estar por encima de lo normal en gran parte del norte del país, durante los meses de octubre a marzo, con excepción de febrero.

Figura 2. Porcentaje de aumento y disminución de la Tmm durante la fase de El Niño en el mes de diciembre y área significativa al 90 % (rayado oblicuo).

70° 65° 60° 55°

40°

35°

30°

25°


56- 34 -


En la Figura 2 se observa que el aumento de la Tmm para el mes de diciembre, durante EN, abarca desde aproximadamente el paralelo 40° LS hasta el norte del país. Dichos aumentos solo son significativos al 90 % en el norte y noreste. Estos valores oscilan entre 2 y 4%, por encima del valor normal. Valores mayores a 4% se encontraron en una zona ubicada al sureste de la provincia de Buenos Aires, y sur de Santa Fe y Entre Ríos.

En lo que respecta al resto de los meses solo se detectaron áreas estadísticamente significativas (AES) durante noviembre en Formosa y Chaco, con aumento de hasta 4 %. En marzo AES en el centro-este de la región de Cuyo, donde el incremento de las temperaturas osciló entre un 4 y 6 %; en algunas pequeñas zonas en Buenos Aires y en Santa Fe, con aumentos significativos entre un 3 y 4 %.

Durante la fase LN, el comportamiento no es estrictamente inverso respecto a la fase opuesta, la región noreste del país para octubre, noviembre y diciembre presenta disminuciones significativas en valores porcentuales similares a los ocurridos en EN. En el mes de octubre (Figura 3) se observa un AES que abarca el centro-este del país con disminuciones de hasta 9 % en Entre Ríos; noreste de la región pampeana con disminuciones entre 4 y 6 %, y sureste de la provincia de Santiago del Estero con valores comprendidas entre -3 a -4 %.

En noviembre (Figura 3) se observa un AES que abarca desde el norte del país hasta el sudeste de Buenos Aires, con disminuciones de hasta el 9 % al igual que el mes anterior. Diciembre (Figura 3) muestra la mayor AES que se extiende desde el noroeste del país al sur de la provincia de Buenos Aires sin presentar disminuciones tan intensas como los meses anteriores. En marzo ésta se encontró un AES de menor tamaño en la provincia de San Luis, centro-sur de Córdoba y la región cordillerana de Mendoza. Las disminuciones de la Tmm alcanzaron valores de hasta el 5 %. Durante enero y febrero, durante ambas fases (fría y calida) no se encontraron áreas donde la variación porcentual de la temperatura, respecto de la media climatológica, sea significativa.

CONCLUSIONES Durante la fase cálida (El Niño) en la zona

centro-norte del país se observa aumentos de la Tmm durante el período octubre-marzo excepto en el mes de febrero. Esta situación podría ocasionar acortamiento de las diferentes fases y adelanto en las distintas etapas fenológicas de los cultivos de verano.

En la fase fría (La Niña) ocurre lo contrario, y tiende a ser más generalizadas las disminuciones en el noreste del país, principalmente, durante el trimestre de octubre-diciembre, en consecuencia podría determinar la prolongación del ciclo de los cultivos.

AGRADECIMIENTOS Este trabajo fue realizado en el marco del Proyecto UBACyT G477 (2011-2014).

REFERENCIAS Hurtado, R.; Maio, S.; Faroni, A.; Vich, H. 2010. La

temperatura mínima durante el verano y su relación con las fases del ENSO en la Argentina. En: Actas de la XIII Reunión Argentina y VI Latinoamericana de Agrometeorología. 2010. Bahía Blanca. Argentina

Instituto Nacional de Tecnologia Agropecuaria INTA. 2012. www.inta.gov.ar

Kiladis, G.N.; Diaz, H.F. 1989. Global climatic anomalies associated with extremes in the Southern oscillation. Journal of. Climate. 2: 1069-1090.

NOAA. 2012. www.cpc.ncep.noaa.gov Oram, P.A. 1989. Sensitivity of agricultural production

to climate change, an update. p. 25-44. In:Climate and Food Security. IRRI, Manila, The Philippines.

RHN. 2012. www.hidricosargentina.gov.ar Ropelewsky, C.F.; Halpert, M.S. 1987. Global and

regional scale precipitation patterns associated with the El Niño/southern oscillation. Mon Wea. Rev. 115: 1606-1626

Ropelewsky, C.F.; Halpert, M.S. 1996. Quantifying Southern Oscillation-Precipitation Relationships. Jounal of Climate, 1043-1059

Servicio Meteorológico Nacional SMN. 2012. www.smn.gov.ar

Figura 3. Porcentaje de aumento y disminución de la Tmm durante La Niña en octubre, noviembre y diciembre, según el índice MEI y área significativa al 90 % (rayado oblicuo).


57- 35 -


DETECCIÓN Y ANÁLISIS DE LOS EXTREMOS HIDRICOS EN TUCUMÁN - ARGENTINA

Medina*, E. R.1; Dupuy, E. A2 1 Facultad de Agronomía y Zootecnia, Universidad Nacional de Tucumán, Av. Roca 1900.Tucumán, CP 4000, Argentina. 2Escuela de Agricultura y Sacarotecnia – Universidad Nacional de Tucumán- Tucumán- Argentina *Contacto: [email protected]

Palabras clave: extremos hídricos; medias móviles

INTRODUCCIÓN La Tierra es el ambiente perfecto para el

desarrollo de variadas formas de vida. Sin embargo, todo organismo vivo, debe adaptarse al ambiente en el que está inmerso. De todos los factores interrelacionados que conforman el ambiente, probablemente el clima es el más importante, afectando no solo la vegetación y la fauna, sino también la densidad de la población humana, (Ortavant y Loir, 1978). En este contexto una de las variables físicas que determina no sólo la presencia de animales y vegetales, sino que también el asentamiento humano y la realización de actividades productivas es la precipitación. Cuya particularidad más notable es la variabilidad espacio-temporal que presentan, característica ésta que se hace mas evidente en aquellas regiones donde se práctica agricultura de secano. La ocurrencia del Salto Climático (SC) alrededor de 1950, que produjo en nuestra región cambios en los volúmenes y frecuencias de las precitaciones (Minetti y Vargas, 1998; Medina y Minetti, 2004), como también cambios en el uso y manejo de las tierras, (Medina et al., 2006), impulsan nuevos análisis de las lluvias.

El objetivo de este trabajo es detectar y analizar los períodos secos y húmedos para dos localidades de la provincia de Tucumán - Argentina. MATERIALES Y MÉTODOS

En este trabajo se analizan series de tiempo formadas por los valores anuales de precipitación y temperatura, de 7 de Abril y San Miguel de Tucumán, provincia de Tucumán, que incluyen más de 80 años de registros, (1916-2001).

En este trabajo se considera período seco cuando las precipitaciones no superan el valor normal, y húmedo cuando las lluvias superan al promedio. Los períodos secos y húmedos y su duración aproximada se identifican a partir de las gráficas de Media Móvil y Residuales Acumulados de las series de tiempo. La severidad de cada período se cuantifica calculando la desviación respecto del valor normal. En el análisis también se estudió la relación entre las variables precipitación y temperatura utilizando para ello, gráficas de dispersión y coeficientes de correlación. El efecto de “suavizar” las fluctuaciones rápidas de

las precipitaciones al aplicar los promedios móviles, facilita la identificación de ciclos o tendencias y otros períodos que pudieran existir, en forma visual. Mientras que los residuales acumulados permiten observar desviaciones significativas y sostenidas en la precipitación anual. Esta técnica representa una forma rápida y útil de identificar cambios en las “fases” de series anuales, (Sumner, 1988). RESULTADOS Y DISCUSIÓN

Las Figuras 1 y 2 muestran la variabilidad temporal de las lluvias, como también el suavizado usando una media móvil de 5 años para las dos casos. Se observa la existencia de dos grandes períodos con punto de inflexión alrededor de la década del `50, que separa los períodos secos de los húmedos. Entre los primeros se pueden citar las sequías de 1937 y 1949, en el segundo caso los excesos hídricos de 1978, 1998 y 2000.

Figura 1. Precipitación anual y suavizado de San Miguel de Tucumán. Figura 2. Precipitación anual y suavizado de 7 de Abril.

0

400800

1200

1600

1916

1925

1934

1943

1952

1961

1970

1979

1988

1997

Año

Prec

ipita

ción

(mm

)

P recip.Anual Suav. Precip. Precip.M edia Anual

0

400

800

1200

1600

1916

1924

1932

1940

1948

1956

1964

1972

1980

1988

1996

Año

Prec

ipita

ción

(mm

)

P recip.Anual Suav. Precip. Precip.M edia Anual


58- 36 -


Las Figuras 3 y 4 muestran los residuales acumulados, para S.M. Tucumán se ve una tendencia negativa hasta mediados de la década del `50 donde se insinúa un cambio de signo para permanecer indefinida hasta 1975 a partir del cual se revierte esta situación. Para la localidad de 7 de Abril en forma general se diferencian una tendencia negativa hasta mediado de 1960 y a posteriori un brusco cambio en la tendencia que persiste hasta el final del período analizado. Figura 3. Residuales acumulados de precipitaciones de San Miguel de Tucumán. La Figura 5 muestra el comportamiento de las temperaturas máximas medias anuales para S.M. de Tucumán, donde también se observan dos períodos bien marcados, en el primero donde la temperatura se halla por encima de su valor normal y el segundo a partir de 1950 tiene comportamiento inverso. Figura 4. Residuales acumulados de precipitaciones de 7 de Abril. Figura 5. Temperaturas promedio anual y suavizado.

La Figura 6 muestra la relación lineal negativa entre las temperaturas máximas y la precipitación de S.M. de Tucumán, con un coeficiente de correlación significativo (0,60). Por lo que se puede afirmar que las altas temperaturas son un factor agravante para las sequías. Figura 6. Relación entre precipitación y temperatura. CONCLUSIONES La presencia de ciclos o períodos secos tiene menor frecuencia en la segunda mitad de la serie analizada, mientras que los húmedos tienen comportamiento inverso. La duración de los eventos húmedos es mayor en la segunda mitad de la serie, donde se observan períodos de hasta 11 años de duración. A partir de la década del ‘50 las sequías tienen menor duración y frecuencia. Las temperaturas máximas agravan la situación de sequía en la región analizada AGRADECIMIENTOS Al Laboratorio Climatológico Sudamericano (LCS) por haber permitido el uso de su base de datos para la elaboración de este trabajo. REFERENCIAS Medina, E. R.; M. Costa; S. Agüero; J. L. Minetti. 2006.

Cambios hídricos que influyeron en la expansión de la frontera agrícola hacia márgenes semiáridos en Tucumán. Atas de la XI Reunión Argentina de Agrometeorología. UNLP– La Plata - Argentina.

Medina, E. R.; Minetti, J. L. 2006: El salto climático y su impacto en la frecuencia de precipitaciones máximas diarias en S.M. de Tucumán. En Desafíos ambientales del Gran San Miguel de Tucumán, Ed.Magna, 445 pgs. en 331-334. S.M. de Tucumán.

Minetti, J. L.; Vargas, W. M. 1998: Trends and Jumps in the annual precipitation in South American, Routh of the 15º S. Atmósfera 11: 205-221.

Ortavant, R.; Loir, M. 1978. The environment as a factor in reproduction in farm animals. 4th World Cong. of Anim Prod., Buenos Aires, Vol. 1:, 423-451.

Sumner, G. 1988. Precipitation: Process and Analisis. John Wiley, 351-359.

22,0

24,0

26,0

28,0

30,0

1916

1923

1930

1937

1944

1951

1958

1965

1972

1979

1986

1993

2000

Tem

pera

tura

(ºC

)

Año

Suav. Temp. Tº Med. Anual

y = -52,942x + 1789,5

100

300

500

700

24,0 24,5 25,0 25,5 26,0 26,5 27,0 27,5

Tº Media Anual

Su

av

iza

do

de

Pp

ció

n (

mm

)

Temperatura (ºC)

Prec

ipita

ción

(mm

)

-6000 -5000 -4000 -3000 -2000 -1000

0 1000

1916

1926

1936

1946

1956

1966

1976

1986

1996

Res

idua

les

Acu

mul

ados

(m

m)

Año


59

- 37 -


RENDIMIENTOS DE MAÍZ EN ENSAYOS DE LARGA DURACIÓN (ELD) Y SEÑAL EL NIÑO-OSCILACIÓN SUR (ENOS)

Moreno, R.; Irigoyen*, A. I.; Studdert, G. A.; Domínguez, G. F.

Unidad Integrada Balcarce (UIB) Facultad de Ciencias Agrarias Universidad Nacional de Mar del Plata UNMdP-

Experimental Balcarce Instituto Nacional de Tecnología Agropecuaria, Ruta Nacional 226, km 73,5, CC, CP 7620, Balcarce, Buenos Aires, Argentina.


Palabras clave: secano; fertilización nitrogenada; labranza

INTRODUCCIÓN La respuesta en rendimiento del cultivo de maíz a la

señal El Niño-Oscilación Sur (ENOS) en el sudeste bonaerense se muestra diferente a la descripta para el resto de la región pampeana (Fernández Long et al., 2009). Se requiere precisión acerca de las variables ambientales y del manejo agronómico que están condicionando esa respuesta. La principal dificultad en torno al problema se debe a que los análisis detallados de las relaciones entre el rendimiento y la variabilidad climática debida al ENOS son escasos. En parte, esto se debe a la baja frecuencia de los eventos en series históricas no suficientemente extensas. A este inconveniente se suma la disponibilidad de series agronómicas poco extensas (fenología, rendimiento, pérdidas de cultivos). En tal sentido los ensayos agronómicos de larga duración (ELD) proveen un soporte sólido de información por su efecto integrador de clima y cultivo.

En el sudeste bonaerense, parte de la variabilidad de los rendimientos de maíz asociada a sistemas de labranza y materia orgánica total ha sido discutida por Domínguez et

al. (2006), con alguna respuesta diferencial entre años húmedos y secos. No obstante, algunos de los efectos negativos asociados al sistema de labranza o la historia agrícola se podrían revertir con el agregado de fertilizante nitrogenado (Domínguez et al., 2001). Aspectos de la variabilidad en fenología, balance de agua y rendimiento debida a la señal ENOS han sido evaluados mediante la simulación de las respectivas series históricas (Irigoyen et

al., 2011a, b). Los objetivos de este trabajo fueron: a) evaluar la

variabilidad del rendimiento del cultivo de maíz asociada a la señal ENOS en ensayos de larga duración; b) evaluar el grado de asociación entre el rendimiento del cultivo y algunas variables meteorológicas indicadoras de la disponibilidad hídrica y energética. MATERIALES Y MÉTODOS

La información de rendimiento en grano (RTO) del cultivo bajo condiciones de secano y siembra convencional proviene de ensayos de larga duración con manejo de agricultura continua, labranzas y rotaciones de cultivos conducidos en Balcarce (37º 45' S; 58º 18' W) durante el período 1984-2010. La descripción de manejo agronómico en cada uno de los ensayos está detallada en Studdert y otros (2011). La información meteorológica local seleccionada para describir la disponibilidad hídrica y energética, precipitación (PP), evapotranspiración de referencia estimada según el método Penman-Monteith (ET0PM), temperatura media del aire (T), temperatura

máxima (Tmax), temperatura mínima (Tmin), radiación global (RG) fue integrada a escala estacional.

Las estaciones de crecimiento del cultivo fueron categorizadas de acuerdo a la señal ENOS registrada durante el periodo comprendido entre la fecha de siembra y la madurez fisiológica de cada campaña agrícola. La descripción de la señal ENOS (Neutral, La Niña, El Niño) ocurrida en cada estación de crecimiento fue consultada en los reportes NOAA (NOAA, 2012). Los episodios cálidos (El Niño) y fríos (La Niña) estuvieron basados en un límite de +/- 0,5 C para el Índice Oceánico Niño (ONI), de acuerdo a las anomalías en la región Niño 3.4 (5ºN-5ºS, 120º-170ºW), con período base 1971-2000. El test no paramétrico de Kruskal-Wallis con nivel de probabilidad de 0,05 fue aplicado para evaluar diferencias en los valores de RTO, entre señales ENOS. El grado de asociación entre el rendimiento del cultivo (RTO) y las variables meteorológicas indicadoras de la disponibilidad hídrica y energética (PP, ET0PM, T, Tmax, Tmin, RG) fue evaluado mediante correlación simple de Pearson.

RESULTADOS Y DISCUSIÓN Bajo la fase neutral fue observada la mayor variabilidad

en RTO, con y sin agregado de fertilización nitrogenada y cualquiera sea el tipo de labranza (Figura 1). Resultados similares habían sido obtenidos combinando el balance hídrico y la aplicación del factor respuesta al suministro de agua a una serie climática y asumiendo un manejo con labranza convencional y sin limitantes nutricionales (Irigoyen et al., 2011b). La fertilización nitrogenada redujo la variabilidad de RTO en cualquier combinación de tipo de labranza y señal ENOS. A la discusión de Domínguez y otros (2001), se puede agregar que es posible revertir los efectos negativos de un tipo de labranza con fertilización nitrogenada, cualquiera sea la fase ENOS en la que se desarrolla el cultivo. El RTO obtenido en los ELD mostró elevada asociación (Tabla 1) con las variables indicadoras de disponibilidad hídrica, como PP y ET0PM, solamente bajo efectos de La Niña y con manejo de siembra directa. Si se comparan las variables de disponibilidad hídrica, debe señalarse que ET0PM se correlacionó mejor que PP con RTO, excepto bajo efectos de La Niña. En general, la correlación fue positiva con PP y negativa con ET0PM y Tmax. Bajo efectos de la señal El Niño, la temperatura del aire es la variable con mayor grado de asociación con RTO. ET0PM fue la variable indicadora de disponibilidad hídrica más asociada con RTO. La única condición para la cual hubo asociación significativa con RG fue siembra directa sin agregado de N, aunque en ese caso debe destacarse que otras variables tuvieron mayor grado de asociación lineal, sea ET0PM bajo condiciones de La Niña y Neutral y Tmax bajo El Niño.

1 2


60- 38 -


Figura 1. Rendimiento del cultivo (RTO) según fase ENOS y tipo de labranza. a. Con agregado de fertilización nitrogenada. b. Sin agregado de fertilización nitrogenada. Tabla 1. Coeficiente de correlación de Pearson significativos entre rendimiento de maíz en secano y variables meteorológicas indicadoras de disponibilidad hídrica y energética, de acuerdo a tipo de labranza y agregado de fertilización nitrogenada. Fase ENOS

Manejo agronómico Coeficientes r entre RTO y variables meteorológicas Labranza Agregado de N n PP ET0PM T T max Tmin RG

La Niña Convencional Con 49 0,65 -0,30 - - - - Sin 46 0,44 -0,53 -0,30 - - - Siembra Directa Con 30 0,90 -0,41 0,42 -0,44 0,60 - Sin 27 0,73 -0,93 - -0,67 - -0,79 Neutral Convencional Con 71 - -0,37 - -0,48 - - Sin 68 0,45 0,37 - -0,52 - - Siembra Directa Con 40 0,66 -0,91 - -0,91 - - Sin 36 0,57 -0,69 - -0,73 -0,49 -0,36 El Niño Convencional Con 81 - - 0,25 - - - Sin 75 - -0,27 - -0,31 - - Siembra Directa Con 51 - - - - - - Sin 45 -0,31 -0,63 -0,71 -0,71 -0,75 -0,68 * Significativo al nivel de probabilidad de 0,05

CONCLUSIONES El rendimiento del cultivo presentó una elevada

variabilidad en la fase neutral de la señal ENOS, tanto que en esa condición fueron obtenidos los mayores y menores rendimientos en cada combinación de tipo de labranza y nivel de fertilización nitrogenada. El RTO se mostró mejor asociado linealmente con las variables indicadoras de disponibilidad hídrica sólo bajo efectos de La Niña, mientras que en la fase neutral y El Niño se destacó su asociación con la temperatura máxima.

AGRADECIMIENTOS Este trabajo fue realizado en el marco de los proyectos “Modelización del uso de agua y evaluación de estrategias de manejo para el cultivo de maíz” (UNMdP-AGR387/12) y “Mejoras en el conocimiento y la predicción de la dinámica de la materia orgánica del suelo para un uso agrícola sustentable” (UNMdP-AGR402/12).

REFERENCIAS Domínguez, G. F.; Studdert, G, A.; Echeverría, H.; Andrade,

F.H. 2001. Sistemas de cultivo y nutrición nitrogenada en maíz. Ciencia del Suelo, 19:47-56

Domínguez, G. F.; Studdert, G, A.; Eiza, M.; Diovisalvi, N. V.; Fioriti, N. 2006. Relación entre la materia orgánica y el rendimiento de maíz. XX Congreso Argentino de la Ciencia del Suelo, Sala-Jujuy (Arg.).

Fernández Long, M.E.; Spescha, L. Hurtado, R.; Murphy, G. 2009. Impacto del ENOS sobre los rendimientos de maíz en la región pampeana argentina. Agriscientia, 28: 31-38.

Irigoyen, A.I.; Della Maggiora, A.I; Angelocci, L.R. 2011.a. Planning the growing season for maize based on climatic variability: I. Soil water balance. V Congresso Brasileiro de Biometeorologia. Piracicaba (Br.).

Irigoyen, A.I.; Della Maggiora, A.I; Rizzalli, R.H.; Angelocci, L.R. 2011.b. Planning the growing season for maize based on climatic variability: II. Relative evapotranspiration and yield. V Congresso Brasileiro de Biometeorologia. Piracicaba (Br.).

NOAA. 2012. National Oceanic and Atmospheric Administration. Disponible en http://www.cdc.noaa.gov.ar/

Studdert, G.A.; Monterrubianesi, M. G.; Dominguez, G.F. 2011. Use of RothC to simulate changes of organic carbon stock in the arable layer of a Mollisol of the southeastern Pampas under continuous cropping. Soil Till. Res., 117: 191-200.

señal ENOS

RTO

(Tn

ha-1

)

tipo de labranza: convencional

La Niña Neutral El Niño0

2

4

6

8

10

12

14

tipo de labranza: directa

La Niña Neutral El Niño

señal ENOS

RTO

(Tn

ha-1

)

tipo de labranza: convencional


2

4

6

8

10

12

14

tipo de labranza: directa


mediana Q1-Q3 max-min

b a

Siembra directa Siembra directa Convencional Convencional


61- 39 -


CAMBIOS REGISTRADOS EN LOS MÁXIMOS MENSUALES DE PRECIPITACIÓN SEGÚN METODOS MOV31D y MOV31*31D

Núñez *, L. N.; González Morinigo, E. C.; Bonel, N. Servicio Meteorológico Nacional, 25 de mayo 658. CABA, C1002ABN, Argentina


Palabras clave: extremos

INTRODUCCIÓN Todos los procesos temporales, sea de la índole

que sean, están regidos por leyes que rara vez presentan ciclos estrictos (Núñez, 2005; Núñez y Podestá, 2006; Núñez, 2011). Por esto, los procesos que afectan al tiempo y al clima, y estos mismos, no coinciden con el ciclo calendario, en particular, los ciclos de las variables meteorológicas, como la precipitación, no coinciden rigurosamente con los períodos calendarios. A pesar de esto, en la mayoría de las ramas de las ciencias se los estudia a partir de períodos de 1 año, 10, 30 años, 1, 2, 3, 6, 9, 12 meses, y a los meses se les da la longitud calendario, una longitud variable que en general no tiene que ver con los procesos que se están estudiando.

La precipitación es parte del ciclo hidrológico, fuente del agua dulce, base de la vida en el planeta. La variabilidad y los cambios en la marcha anual de la precipitación es una de las principales causas de incertidumbre y riesgo para las actividades productivas del país, las precipitaciones extremas, aquellas que ocurren fuera de las condiciones promedio y de la típica variabilidad de sus promedios, pueden afectar severamente a la economía de un país o región.

Por lo expuesto y en un contexto de cambio climático global y de profundos cambios regionales (IPCC, 2007; Barros et al. 2006) en este trabajo se eligió a la precipitación para analizar los cambios registrados en sus extremos máximos mensuales anuales, en los últimos 50 años. MATERIALES Y MÉTODOS

Se han utilizado los datos diarios de precipitación de estaciones sinópticas de superficie, actualmente operativas, en la zona triguera, del Servicio Meteorológico Nacional, correspondientes al período 1961-1990 y al 1981-2010.

El método MovN (Núñez, 2005, 2010a, 2010b, 2011, Núñez et al., 2011) es utilizado, para estudios especiales, desde el año 2005 en el departamento Agrometeorología del Servicio Meteorológico Nacional. Esta metodología permite tener un mejor conocimiento de las características climáticas de las series en estudio, conocer las singularidades registradas entre los límites de los períodos en que se las está analizando. La precipitación MovN es, para cada día del año, la precipitación acumulada en N días, la precipitación del día para el cual se

calcula el MovN más la de los N-1 días previos. Para la precipitación MovN “mensual” N es igual a 31 días. Se eligió este N ya que esta es la longitud de 7 de los 12 meses del año. Para cada uno de los días del año, se acumula la precipitación diaria del día para el que se calcula el Mov31d más la de los 30 días previos. Así se obtienen 365 datos, que son el resultado de la acumulación de una igual cantidad de días.

Método MovN*Nd La metodología MovN*N (Núñez, 2005, 2011,

Núñez et al., 2011) permite realizar un suavizado y/o resumen de las series obtenidas a partir de MovN. Con Mov31*31d, para cada día, se obtiene un valor que resume las características de la serie Mov31d en un intervalo de 31 días. Los 31 días incluyen el día para el cual se quiere obtener el valor, más los 15 días previos y los 15 posteriores. El valor que se puede obtener es la mediana, el promedio, el mínimo, etc. En este trabajo se obtiene el máximo valor del entorno de 31 días. Donde i es el día para el cual se calcula el valor máximo, maxMov31*31d(i) es el máximo valor de los Mov31d del período comprendido entre los días i-15 e i+15.

Resumiendo, mediante Mov31d, para cada día de los 50 años del período 1961-2010 se acumula la precipitación en 31 días móviles. A partir de ellos, se obtiene, para cada día del año, la precipitación máxima Mov31d de los dos períodos 1961-1990 y 1981-2010, 365 valores máximos para cada período. El valor máximo Mov31d y el máximo Mov31*31d del último día de cada mes calendario, es la precipitación máxima mensual Mov31d y la precipitación máxima mensual Mov31*31d respectivamente. RESULTADOS Y DISCUSIÓN

Se calcularon los Mov31d y los Mov31*31d, y para el último día de cada mes se establecieron los máximos valores Mov31d y Mov31*31d, desde ahora los máximos mensuales Mov31d y Mov31*31d.

Se analizaron los campos resultantes de los máximos mensuales Mov31d del período 1961-1990 y del 1981-2010, y el de la diferencia entre los dos períodos, 1981-2010 menos 1961-1990, observándose las zonas en las cuales los máximos mensuales Mov31d aumentaron y en las cuales éstos disminuyeron.


62- 40 -


También se identificaron máximos mensuales Mov31*31d del período 1961-1990 y del 1981-2010, y se calculó la diferencia 1981-2010 menos 1961-1990, en esta pueden observarse las zonas en las cuales los máximos mensuales Mov31*31d aumentaron y en las cuales éstos disminuyeron.

También se realizó un resumen de las diferencias registradas en las precipitaciones máximas mensuales, de la diferencia del máximo Mov31d entre los períodos 1981-2010 y 1961-1990 y de la diferencia del máximo Mov31*31d entre los mismos períodos. De esto, Figura 1 se observa que solamente en Ezeiza y en La Plata no se registraron cambios en los valores extremos (círculo gris), eso implica que el máximo coincide con un valor mensual y que se registró en un año común a ambos períodos.

Figura 1. Cambios en la precipitación máxima

mensual, donde A es la diferencia del máximo Mov31d entre los períodos 1981-2010 y 1961-1990 y B es la diferencia del máximo Mov31*31d entre los mismos períodos. (5) Localidades donde tanto las precipitaciones Mov31d como las Mox31*31d aumentaron, (4) donde las Mov31d aumentaron pero las Mo31*31d se mantuvieron sin cambio o disminuyeron, (3) donde no se registraron cambios, (2) donde las Mov31d disminuyeron pero las Mov31*31d aumentaron y (1) donde ambas disminuyeron.

Son varias las estaciones en las que los valores

máximos aumentaron, tanto en los Mov31d como en los Mov31*31d (5), ellas son Ceres, Paraná, Concordia, Rosario, Guaguaychú, Nueve de Julio, Las Flores, Santa Rosa y Tres Arroyos. También son varias las estaciones en que disminuyeron los valores máximos tanto en los Mov31d como en los Mov31*31d (1), estas son en Pilar, Marcos Juárez, General Pico, Pehuajó, Coronel Suárez, Azul, Tandil, Pigüé y Bahía Blanca. En Reconquista, Río Cuarto, Laboulaye, Bolívar y Mar del Plata (4) los valores máximos Mov31d aumentaron mientras que los Mov31*31d se mantuvieron constantes o disminuyeron ligeramente, como es el caso de la última localidad, resultado distinto al anterior.

Dado que los Mov31*31d son siempre superiores o iguales a los Mov31d, el resultado para estas localidades es que las precipitaciones acumuladas en 31 días máximas durante el período 1981-2010 son inferiores a las del período anterior. En Junín se observa lo opuesto (2), menores valores máximos Mov31d y mayores con la metodología

Mov31*31d, con lo cual Junín debe incorporarse al grupo de estaciones en las que sus máximos aumentaron.

Luego en estas 6 localidades la evaluación de sus extremos a partir de la información mensual, a partir de los 12 datos de cada año, es distinta a la realizada mediante Mov31d, considerando los 365 Mov31d que hay en cada año. Pensar que, principalmente, en Río Cuarto, Laboulaye, Bolívar y Mar del Plata los valores extremos de la precipitación mensual aumentaron es erróneo, al igual que es erróneo considerar que en Junín los valores extremos disminuyeron, conclusiones a las que se llega evaluando tan solo la información mensual Mov31d. Esto se debe a que la información mensual desconoce lo que ocurre en la mayor parte del año, desconoce, en cada año, 353 valores, entre los cuales, en estas estaciones se registraron los valores extremos, valores que son tenidos en cuenta con la metodología Mov31*31d.

CONCLUSIONES En seis localidades, el cambio identificado en

sus valores extremos por estos dos métodos ha sido distinto. La evaluación realizada mediante Mov31*31d debe ser considerada la correcta, ya que tiene en cuenta a la totalidad de los 365 Mov31d que hay en el año, mientras que la realizada a través de la información mensual tan solo utiliza 12 Mov31d por año, uno por cada mes, desestima 353 datos, y esto puede llevar a conclusiones erróneas.

REFERENCIAS Nuñez, L. N. 2005. Períodos móviles. Informe

Departamento Agrometeorología. Servicio Meteorológico Nacional. Sin publicar

Nuñez, L.N.; Podestá, G.P.; “Precipitación anual, estacional y mensual vs períodos móviles”. XI Reunión Argentina de Agrometeorología: La Agrometeorología y el desarrollo local. pp. 169-170, 2006, La Plata, Argentina.

Nuñez, L. N. 2010a. Drought and the Argentine National Meteorological Service. National Integrated Drought Information System, U.S. Drought Portal. North American Drought Monitor Forum and Global Drought Assessment Workshop Presentations. Asheville, NC, USA. April 20-23, 2010. En

<http://www.drought.gov/portal/server.pt/community/drought.gov/202/2010_NADM_Workshop_Presentations>

Nuñez, L.N. 2010b Argentine National Meteorological Service. World Meteorological Organization. Agricultural Meteorology Programme (AGM). Fifteenth session of the CAgM. Belo Horizonte, Brazil - 15 to 21 July 2010. Presentations from the Open Forum. En

<http://www.wamis.org/agm/meetings/cagm15/OF_Nunez_Argentina.pdf>

Nuñez, L.N., 2011. MovN, MovN*N y ProbN: métodos para el análisis, la evaluación y la calificación de la precipitación y otras variables. - 1a ed. - Buenos Aires: Servicio Meteorológico Nacional, 2011.116 p. ISBN 978-987-22663-2-5. (en prensa).


63- 41 -


RELACIÓN DE LA PRECIPITACIÓN DEL ESTE DE LA PROVINCIA DE LA PAMPA CON LA OSCILACIÓN DECADAL DEL PACÍFICO

Pérez*, S. P.1; Sierra, E. M.1; Massobrio, M. J.1; Momo, F. R.2 1 Facultad de Agronomía, UBA, Avda. San Martín 4453, C1417DSE, Argentina 2 Instituto de Ciencias, UNGS. Juan Gutiérrez 1150 Los Polvorines. Buenos Aires, Argentina

*Contacto: [email protected] Palabras clave: agroclimatología; fluctuación de largo período en el Océano Pacífico; análisis de correlación

INTRODUCCIÓN El este de la provincia de La Pampa, Argentina

se encuentra en una zona de transición entre el clima templado húmedo que se extiende hacia el este y el clima de estepa que se extiende hacia el oeste, por lo cual resulta muy sensible a los cambios en el régimen de precipitaciones.

A partir de mediados de la década de 1970, un incremento de las precipitaciones hizo que la mayor parte de la zona pasara a disponer de un aporte de humedad superior al observado anteriormente (Sierra et al., 1994; Pérez et al., 1999; Forte Lay et al., 2008, Pérez et al., 2011) determinando un fuerte avance de la actividad agrícola (Sierra et al., 1995; Solbrig y Viglizzo, 1999; Bernardos et al., 2001; Viglizzo et al., 2003; Manuel-Navarrete et al., 2009). No obstante, en el curso de los últimos años, la zona ha sufrido una marcada recurrencia de sequías que afectaron seriamente la actividad agrícola (Earth Observatory, 2009; WMO, 2009).

Las causas de los cambios en el régimen de precipitación del este de la provincia de La Pampa podrían estar asociadas al fenómeno conocido como “Oscilación Decadal del Pacífico” (PDO) (Mantua et al., 1997), el cual presenta una alternancia entre fases cálidas y fases frías, cada una de las cuales dura aproximadamente 30 años, dando un período total de unos 60 años.

Durante la fase cálida o positiva de este fenómeno, el Low Level Jet (corriente atmosférica de baja altitud) es reforzado, incrementando el aporte de aire húmedo desde las latitudes tropicales del Atlántico hacia el continente Sudamericano (Garreaud et al., 2009), y provocando un correlativo aumento de las precipitaciones. Contrariamente, la fase negativa de la PDO debilita el low level jet, reduciendo el aporte de air húmedo hacia el continente sudamericano, y determinando una disminución de las precipitaciones.

El objetivo de este trabajo fue estudiar la relación de la precipitación del este de la provincia de La Pampa con la Oscilación Decadal del Pacífico (PDO) con miras a su utilización como herramienta de pronóstico climático, para la toma de decisiones de la actividad agropecuaria.

MATERIALES Y MÉTODOS Se utilizaron datos de precipitación mensual de

12 localidades ubicadas en las sub zonas norte, centro y sur del este de la provincia de La Pampa, Argentina (Tabla 1), provenientes de los archivos oficiales del Servicio Meteorológico Nacional (SMN), del Instituto Nacional de Tecnología Agropecuaria (INTA) y de la Dirección General de Estadísticas y Censos (DGEyC) de la provincia de La Pampa, durante el período 1921-2011.

Las anomalías de precipitación correspondientes a los promedios sub zonales y al promedio zonal, fueron estandarizadas por el correspondiente desvío estándar de las series de tiempo.

El índice PDO mensual durante el período 1921-2011 (http://jisao.washington.edu/pdo/PDO.latest) fue utilizado para determinar el valor trimestral. La relación de la precipitación con la PDO fue evaluada mediante análisis de correlación (Snedecor y Cochran, 1980). Las correlaciones se realizaron a escalas trimestral, semestral y anual.

Tabla 1. Ubicación de las localidades

Localidad Latitud (S)

Longitud (W)

Altura (msnm)

Sub zona

Int. Alvear 35° 14´ 63° 35´ 123 Norte Eduardo Castex 35° 53´ 64° 17´ 171 Norte Conhelo 36° 01´ 64° 35´ 201 Norte Rucanelo 36° 02´ 64° 49´ 244 Norte Anguil 36° 31´ 64° 01´ 152 Centro Santa Rosa 36° 37´ 64° 16´ 175 Centro Macachín 37° 08´ 63° 38´ 130 Centro Doblas 37° 08´ 64° 01´ 157 Centro Perú 37° 37´ 64° 09´ 200 Sur Guatraché 37° 40 ́ 63° 32´ 169 Sur Bernasconi 37° 54´ 63° 43´ 162 Sur Gral San Martín 37° 58´ 63° 34´ 164 Sur RESULTADOS Y DISCUSIÓN

La relación más importante de la PDO con la precipitación del Este de la provincia de La Pampa es observada durante el trimestre octubre-noviembre-diciembre (OND) (Tabla 2). Tabla 2. Coeficientes de correlación 1921-2011 entre las anomalías de precipitación trimestral, semestre cálido (SC) y anual de las sub zonas del este de la provincia de La Pampa con la PDO.

Subzona EFM AMJ JAS OND SC Anual

Norte 0,15 -0,04 0,10 0,28* 0,27** 0,14 Centro 0,18 -0,08 0,09 0,16 0,22* 0,10 Sur 0,17 -0,06 0,03 0,20* 0,25* 0,10 Total 0,19 -0,07 0,08 0,23* 0,27** 0,12 * significativo ** muy significativo


64- 42 -


La PDO pasó de una fase negativa (fría) a una fase positiva (cálida) en 1976 (Hare y Mantua, 2000). Por lo tanto, el prolongado período con precipitaciones escasas, observado antes de ese año pueden relacionarse con dicha fase negativa, en tanto que el incremento de las precipitaciones, después de esa fecha, pueden relacionarse con la fase positiva de la PDO, que tuvo lugar posteriormente. Por su parte, la reducción de las precipitaciones observada durante los últimos años, podría estar relacionada con el inicio de una nueva fase negativa de la PDO, ocurrida a partir del comienzo del Siglo XXI.

CONCLUSIONES Este estudio muestra evidencias claras de la

relación entre la Oscilación Decadal del Pacífico y la precipitación del este de la provincia de La Pampa. La relación más importante se registra durante el trimestre de octubre-noviembre-diciembre y el semestre cálido.

La reducción de las precipitaciones durante el período 1940-1976, en la zona de estudio, se corresponde con la fase negativa de la PDO.

El incremento de las precipitaciones en la zona durante la década de 1970 puede asociarse a una fase positiva de la PDO que tuvo lugar en ese momento. Asimismo, la reducción de las precipitaciones observadas a comienzos del siglo XXI puede relacionarse con el inicio de una fase negativa de la PDO. De modo que podría esperarse una fase seca en el régimen de precipitación del este de la provincia de La Pampa, que se extendería a lo largo de unos 30 años, hasta que el inicio de una fase cálida de la PDO determine el comienzo de una fase húmeda.

REFERENCIAS Bernardos, J.N.; Viglizzo, E.F.; Jouvet, V.; Lértora,

F.A.; Pordomingo, A.J.; Cid, F.D. 2001. The use of EPIC model to study the agroecological change during 93 years of farming transformation in the Argentine pampas. Agricultural Systems 69 : 215-234.

Earth Observatory. 2009. Drought in Argentina. Naturals Hazards. Disponible en : http://earthobservatory.nasa.gov/NaturalHazards/view.php?id=37105 Consultado: marzo 2011.

Forte Lay, J.; Scarpati, O.; Capriolo, A. 2008. Precipitation variability and soil content in Pampean Flatlands (Argentina). Geofísica Intern. 47: 341-354.

Garreaud, R. D.; Vuille, M.; Compagnucci, R.; Marengo, J. 2009. Present-day South American Climate, Palaeogeography, Palaeoclimatology, Palaeoecology 281: 180-195.

Hare, S. R.; Mantua, N.J. 2000, Empirical evidence for North Pacific regime shifts in 1977 and 1989, Prog. Oceanogr. 47: 103–145.

Manuel-Navarrete, D.; Gallopín, G.; Blanco, M.; Díaz Zorita, M.; Ferraro, D.; Herzer, H.; Laterra, P.; Murmis, M.; Podestá, G.; Rabinovich, J.; Satorre, E.; Torres, F.; Viglizzo, E. 2009. Multi-causal and integrated assessment of sustainability: the case of agriculturization in the Argentine Pampas. Environment Development and Sustainability 11: 621-638.

Mantua, N.J.; Hare, S.; Zhang,Y.; Wallace, J.M.; Francis, R. C. 1997. A Pacific interdecadal climate oscillation with impacts on salmon production. Bull. Am. Meteorol. Soc. 78: 1069–1079.

Pérez, S.; Sierra, E. M.; Casagrande, G.; Vergara, G.; 1999. Incremento de las precipitaciones (1921/1998) en el centro-este de la provincia de La Pampa (Argentina). Rev. Facultad de Agronomía 19: 193-196.

Pérez, S.; Sierra, E.; López, E.; Nizzero, G.; Momo, F.; Massobrio, M., 2011. Abrupt changes in rainfall in the Eastern area of La Pampa Province, Argentina. Theor. Appl. Climatol. 103: 159-165.

Sierra, E.M.; Hurtado, R.; Spescha, L. 1994. Corrimiento de las isoyetas anuales medias decenales en la Región Pampeana 1941-1990. Rev. Facultad de Agronomía 14: 139-144.

Sierra, E.M.; Conde Prat, M.; Pérez, S. 1995. La migración de cultivos de granos como indicador del cambio climático 1941-93 en la Región Pampeana Argentina. Rev. Fac. Agr. 15: 171-176.

Snedecor, G.W., Cochran W.G. 1980. Statistical methods. The Iowa State University Press. 507 pp.

Solbrig, O.T.; Viglizzo, E. F. 1999. Sustainable farming in the Argentine pampas : history,society, economy and ecology. Paper N° 99/00-1 DRCLAS (Working papers on Latin America) Harvard University Cambridge.

Viglizzo, E.F.; Pordomingo, A.J.; Castro, M.G.; Lértora, F. 2003. Environmental assessment of agricultura at a regional scale in the Pampas of Argentina. Environmental Monitoring and Assessment 87 169-195.

World Meteorological Organization WMO. 2009. 2000- 2009, the warmest decade. Disponible en: http://www.wmo.int/pages/mediacentre/press_releases Consultado: marzo 2011.


65

- 43 -


VARIABILIDAD CLIMÁTICA Y RESILIENCIA DE LOS SISTEMAS SOCIO-ECOLÓGICOS AGROPECUARIOS EN LA REGIÓN SUR DE CÓRDOBA

Rivarola*, A; Vinocur, M.; Seiler, R. Agrometeorología, Facultad de Agronomía y Veterinaria. Universidad Nacional de Río Cuarto. Río Cuarto -

Córdoba-, 5800, Argentina.

*Contacto: [email protected] Palabras clave: variabilidad climática; resiliencia;

productores agropecuarios; Córdoba.

INTRODUCCIÓN El aumento de la población en el mundo y la

mayor demanda de alimentos exigen de sistemas

productivos más intensivos, los que generan una

mayor presión sobre los sistemas biofísicos,

pudiendo desencadenar cambios ambientales

abruptos, que modifican también el clima y su

variabilidad. El Cambio Climático (CC) y la

variabilidad climática (VC) afectan un sinnúmero

de actividades productivas, entre ellas las del sector

agropecuario.

El CC puede producir alteración en los patrones

de precipitación modificando el ciclo hidrológico y

consecuentemente a la disponibilidad de agua para

las distintas actividades humanas y para los

ecosistemas naturales (Falkenmark y Rockström,

2004). Frente a la magnitud y efectos de estos

cambios, resulta particularmente relevante

comprender cómo los distintos Sistemas Socio-

Ecológicos (SSE) gestionarán su resiliencia en un

marco de disturbios climáticos, que proyectan un

futuro de escasez sobre la disponibilidad de agua.

La resiliencia, es definida por la Resilience

Alliance (2007) como la capacidad de un sistema

para absorber perturbaciones y reorganizarse

mientras experimenta cambios, conservando

esencialmente la misma función, estructura,

identidad y retroalimentación. Milestad et. al.,

(2010) destaca sobre la construcción de la

resiliencia a nivel de las explotaciones

agropecuarias, que los agricultores siempre han

convivido con cambios del entorno social,

ecológico, económico y político, donde la sorpresa

y las perturbaciones son inevitables. La capacidad

de los individuos para adaptarse a circunstancias

cambiantes es importante para la construcción de la

resiliencia socio-ecológica y por lo tanto crear un

sistema menos vulnerable. Este trabajo presenta un

análisis de sensibilidades al tiempo y al clima y de

adaptaciones, con el objeto de conformar una

metodología para la evaluación de la resiliencia de

los SSE agropecuarios ante el cambio climático y

la variabilidad climática.

MATERIALES Y MÉTODOS El estudio se localiza aproximadamente en la

mitad sur de la provincia de Córdoba. En esta

región se seleccionaron cuatro localidades

pertenecientes a distintas Zonas Ecológicas

Homogéneas, Río Cuarto, Laboulaye, Oncativo y

Marcos Juárez. En las áreas de pertenencia

geográfica de los lugares seleccionados se

realizaron encuestas semiestructuradas, con

preguntas cerradas y abiertas, de acuerdo a la

naturaleza de las respuestas requeridas, sobre un

total de 240 productores agropecuarios. La

evaluación de la resiliencia se basó en criterios

establecidos por Folke et. al., (2003) (citado en

Milestad et. al., 2010), quienes sugieren cuatro

grupos de factores para construir la resiliencia en

los SSE, los que se resumen en los siguientes:

Aprender a vivir con el cambio y la

incertidumbre. Se centra en la necesidad de

aprender de las crisis y en reconocer la

existencia de la incertidumbre y la sorpresa en

el desarrollo.

Nutrir la diversidad para la reorganización y

renovación. Enfatiza la necesidad de utilizar la

memoria social (diversidad de individuos,

instituciones, organizaciones) y ecológica (la

diversidad de las especies dentro y entre los

grupos funcionales) para hacer frente al

cambio, factores decisivos para la gestión de la

resiliencia.

La combinación de diferentes tipos de

conocimiento para el aprendizaje. Tanto el

conocimiento científico como el conocimiento

práctico y local son importantes para desarrollar

el conocimiento ecológico necesario para

construir la resiliencia.

La creación de oportunidades para la auto-

organización hacia la sostenibilidad socio-

ecológica. Interacción dinámica entre la

diversidad y el cambio, así como entre escalas,

cuestiones tales como los impactos de controles

externos políticos y económicos. Por lo tanto,

los ecosistemas y su gobernabilidad deben

coincidir en escalas similares a fin de construir

la resiliencia socio-ecológica.

RESULTADOS Y DISCUSIÓN Considerando el primer factor, aprender a vivir

con el cambio y la incertidumbre, los resultados

obtenidos de sensibilidad a los comportamientos

del clima (Tabla 1) (Wehbe et. al., 2006),

muestran que los productores agropecuarios son

conscientes de su exposición y sensibilidad a

diferentes adversidades climáticas. El índice de

sensibilidad relaciona la frecuencia los principales

eventos climáticos adversos que afectan a cada

cultivo sembrado, el porcentaje de área afectada

por cultivo, el tipo de daño sufrido y su


66- 44 -


correspondiente ponderación de acuerdo a la proporción de los productores afectados y el porcentaje de área afectada con respecto a la superficie total sembrada. La sensibilidad varía según la localidad (Tabla 1) y representa su percepción en relación a cómo sus actividades se ven afectadas negativamente por el cambio climático, incluidos los impactos en los cultivos comerciales, la ganadería y la infraestructura. Los agricultores reconocen la implementación de determinadas estrategias de adaptación para enfrentar estos eventos extremos (Tabla 2) (Wehbe et al., 2006). Tabla 1. Índice de Sensibilidad según localidad y evento climático Evento Marcos

Juárez Oncativo Laboulaye Río

Cuarto Total región

Inundación 0,11 0 2,29 0 0,52 Sequía 0,63 1,56 0,73 1,08 1,05 Granizo 0,31 1,48 0,18 1,61 0,97 Total 1,06 3,10 3,20 2,69 Tabla 2. Estrategias de adaptación (EA) más comunes incorporadas en respuesta al cambio climático

Respecto del segundo factor, nutrir la

diversidad ecológica y social, los productores encuestados señalan que el número de cultivos implantados se reduce a 2 o 3 (maíz, soja, maní) con tendencia hacia el monocultivo de la soja. También reconocen que la frontera agrícola se ha expandido hacia zonas marginales de la región y que existen evidencias de disminución de la superficie dedicada a la ganadería, como resultado de precios relativos más elevados de los cultivos comerciales. En relación a la diversidad social, se puede observar que los agricultores rescatan la importancia de participar en diferentes tipos de asociaciones de productores, pero las entrevistas revelaron que las ventajas y beneficios de la asociatividad dependerán de la experiencia personal de cada productor y de la actitud de sus miembros. Sólo el 50% de los agricultores participan en asociaciones de productores. Los productores restantes justifican su no participación en las asociaciones debido a que no es útil (13%), haber tenido malas experiencias (12%), falta de interés (27%), o incapacidad de las instituciones (39%).

El tercer factor, la combinación de diferentes tipos de conocimiento para el aprendizaje, permite reconocer que la adaptación también se ve facilitada por el uso de información climática proveniente de distintas fuentes: medios de comunicación, observaciones empíricas de los agricultores sobre indicadores naturales que se utilizan como formas de pronósticos del clima, experiencias personales con el clima, las que se transmiten a través de sus familias o de las historias colectivas. Sin embargo, a pesar de la aparente importancia que le dan al clima, cuando se les preguntó directamente acerca de los factores que tienen en cuenta para la toma de sus decisiones productivas, expresaron que sus principales decisiones de producción se basan en las señales del mercado, la condición del suelo y la disponibilidad de capital de trabajo.

Con respecto al cuarto factor, creación de oportunidades para la auto-organización, los productores perciben en general que todas las medidas necesarias para resolver los problemas locales, tales como los impactos climáticos requerirían de acciones locales, antes que de intervenciones del gobierno nacional, debidos a los continuos cambios en la política macroeconómica y sectorial.

CONCLUSIONES Los cuatro grupos de factores identificados

como de fortalecimiento de la resiliencia de los SSE según Folke et al., (2003) están presentes en los SSE agropecuarios analizados. Esto situación indica que los productores agropecuarios incorporan estrategias que pueden estar vinculadas a la construcción de la resiliencia. Este trabajo demuestra a priori, que esta perspectiva de la resiliencia puede constituir un marco conceptual útil para su evaluación y para entender cuáles son las estrategias que permiten a los agricultores hacer frente al cambio climático y a la variabilidad climática y para mejorar su capacidad de adaptación.

REFERENCIAS Falkenmark, M.; Rockström, J. 2004. Balancing Water

for Man and Nature: The New Approach in Ecohydrology. Earthscan, London.

Folke, C.; Colding, J.; Berkes, F. 2003. Synthesis. Building resilience and adaptive capacity in social-ecological systems. In: F. Berkes, J. Colding, C. Folke (Eds) Navigating in social-ecological systems. Building resilience for complexity and change. Cambridge Unive. Press, Cambridge, UK, pp 352-387

Milestad, R.; Kummer, S.; Vogl, C. 2010. Building farm resilience through farmers experimentation. 9th European IFSA Symposium. 4-7 de Julio de 2010. Viena- Austria.

Resilience Alliance. 2007. Assessing Resilience in Social-Ecological Systems: A Workbook for Scientists.

Wehbe, M., Eakin, E.; Ávila, C.; Sánchez Torres G.; Bojórquez-Tapia, L. 2006. Social Vulnerability and climate impacts. In: C. Gay. Vulnerability and adaptation to climate variability and change: the case of farmers in Mexico and Argentina. p. 89-135.

Adaptaciones agronómicas

Porcentaje de productores que incorporan EA

(%) Ajustar fechas de siembra 36 Parcelas separadas geográficamente 52 Combinación de cultivos 12 Acumular materias primas como reserva económica 85

Mantener el rodeo ganadero 70 Seguro contra granizo 65 Riego artificial 1


67- 45 -


RESPUESTA DEL CULTIVO DE MAÍZ AL CAMBIO CLIMÁTICO EN AZUL Vilatte*, C.A.; Confalone, A.E. Facultad de Agronomía-UNCPBA, Av. República de Italia 780, CC. 47, Azul, CP 7300, Buenos Aires, Argentina


Palabras clave: modelización; maíz; cambio climático INTRODUCCIÓN

El incremento generalizado de la temperatura del aire asociado con el calentamiento global podría representar múltiples impactos sobre los sistemas productivos y naturales, como el aumento en el consumo de agua por plantas y animales, la alteración de ciclos biológicos de diferentes organismos y cambios en la distribución potencial de nichos ecológicos, entre otros.

Una de las herramientas más confiables para investigar la posible respuesta del clima a futuras variaciones en la composición de la atmósfera son los llamados Modelos Climáticos Globales (MCG). Estos modelos incorporan en sus ecuaciones la descripción de los procesos físicos y las interacciones fundamentales entre las componentes más importantes del sistema climático - atmósfera, hidrosfera, litosfera y biosfera (Labraga, 1998). No obstante, los MCG presentan baja resolución espacial (centenas de kilómetros), por este motivo, para derivar información con mayor detalle espacial se recurre a Modelos Regionales en los cuales el dominio de cálculo cubre sólo una parte del globo que puede ser descripta con mejor resolución (50, 25 km o menos) (CONAMA, 2006).

Los modelos de cultivos pueden ayudar a la comprensión de las interacciones genético-fisiológico-ambientales, permitiendo integrar el suelo, clima y cultivo, y de esta forma analizar distintas situaciones para el mejor aprovechamiento de los recursos naturales. Entre los modelos de cultivos que están incorporados al DSSAT (Decision Support System for Agrotechnology Transfer-Cropping system model) se encuentra el Ceres-Maize, de amplia utilización en todo el mundo y con numerosas aplicaciones actuales y potenciales en respuesta a temas relacionados con investigación, manejo de cultivos y planificación. Desde la primera versión de este modelo (Jones y Kiniry, 1986), ha pasado por múltiples procesos de modificaciones realizados por diferentes grupos de investigación que se han ido incorporando en las sucesivas versiones del DSSAT (Jones et al., 2003) por lo que es necesario utilizar las versiones nuevas del DSSAT, ya que presentan mejoras realizadas a los modelos de los distintos cultivos (Confalone, 2008).

Antes de su uso para la toma de decisiones, los modelos de cultivos deben ser calibrados y evaluados con datos de campo de la región en la cual el modelo será utilizado (Confalone et al., 2011).

Una vez calibrados, los modelos pueden ser utilizados con series agrometeorológicas históricas para evaluar la respuesta del cultivo en su ambiente a determinada práctica y condición inicial, y hasta su impacto económico (Mavromatis et al., 2001).

El objetivo del trabajo es estudiar la vulnerabilidad y adaptación al cambio climático del cultivo de maíz en la zona Centro del Partido de Azul, Pcia. de Buenos Aires. MATERIALES Y MÉTODOS

Se utilizaron datos agrometeorológicos provenientes de la estación de Azul (36° 45’ S, 59° 57’ W, y 130 msnm), cercana al campo experimental, pertenecientes al Centro Regional de Agrometeorología de la Facultad de Agronomía (CRAGM), donde se realizaron los ensayos para la calibración del modelo Ceres-Maize del DSSAT v.4.02, sembrando el híbrido AX 878 MG de Nidera sobre un suelo Argiudol típico profundo (USDA-SMSS, 2010). El cultivo creció sin deficiencias nutricionales y los ensayos fueron realizados bajo riego y en condiciones de secano, con control de malezas y plagas para dos fechas de siembra: 16 de octubre y 18 de noviembre Se calibraron los coeficientes genéticos del modelo Ceres-Maize del DSSAT versión 4.02, que se pueden observar en la Tabla 1, relacionados con el crecimiento y el desarrollo: Tabla 1. Coeficientes genéticos de CERES-Maize

P1 Grados día con base 8 ºC (ºCd) desde emergencia hasta el final de la fase juvenil

P2

Sensibilidad al fotoperiodo (días de retraso en la iniciación de la flor masculina por hora de incremento del fotoperiodo. 0 para cultivares no sensibles al fotoperiodo)

P5 Grados día con base 8 ºC desde 75% de emisión de estigmas hasta madurez fisiológica (ºCd)

G2 Número potencial de granos por planta

G3 Tasa potencial de crecimiento de los granos (mg grano–1 d-1)

PHINT Intervalo medido en tiempo térmico (grados-día) en la aparición de sucesivas hojas.

G2 y G3 se obtuvieron de parcelas sembradas a

baja densidad. G2 se estimó en cosecha, contando el número de granos por planta en veinte plantas elegidas al azar. G3 se estimó a partir de muestreos secuenciales a lo largo del período de llenado del grano.


68- 46 -


Para cuantificar la mejora conseguida (precisión), se utilizó el RMSE (raíz del cuadrado medio del error) y un índice de ajuste (d; Willmott, 1982). Los coeficientes calibrados fueron validados con un conjunto de datos experimentales independientes, provenientes del cultivo en secano. Para la simulación, se utilizó una serie histórica de 23 años de datos climáticos de Azul (1988-2010), y escenarios climáticos futuros analizados (décadas 2020-29, y 2050-59). Para esto se recurrió a la predicción del escenario de emisiones de gases de efecto invernadero denominado A2 (IPCC, 2000), por ser uno de los más severos, generado para la región por el Centro de Previsión del Tiempo y Estudios Climáticos (CPTEC) de Brasil (AABA, 2010) a partir de la información del modelo climático regional de alta resolución PRECIS desarrollado por el Hadley Centre (Reino Unido) (Jones et al., 2004). El escenario A2 prevé que la zona del Partido de Azul sufriría un aumento de temperatura de 0,9 °C y 1,9 °C, mientras que las precipitaciones presentarían una reducción de 0,6% y un incremento de 2,9%, con guarismos de hasta 614 y 820 ppm en la concentración de CO2, para las décadas analizadas, respectivamente.

Para determinar las fechas de siembra que permitieran optimizar el rendimiento, se hicieron simulaciones con diferentes fechas de siembra: una temprana (16 de octubre), una fecha normal para la zona (1° de noviembre) y tres tardías (18 de noviembre, 25 de noviembre y 1° de diciembre).

RESULTADOS Y DISCUSIÓN En la Tabla 2 se pueden ver los coeficientes calibrados y seleccionados, que son los que luego de la validación mostraron el menor RSME y el índice d más cercano a la unidad, indicando la bondad del ajuste. Tabla 2. Coeficientes genéticos obtenidos después de la calibración.

coeficientes calibrados P1 200 P2 0,0 P5 842 G2 810 G3 8,5

PHINT 38,50

El maíz AX 878 MG presentó para la mayoría de sus coeficientes valores correspondientes a un material de ciclo intermedio y sin respuesta a la longitud del fotoperíodo. Las simulaciones considerando el retraso de las fechas de siembra mostró incrementos sucesivos en los rendimientos desde las siembras tempranas hacia las tardías, con valores que llegaron a 34 y 63% en las fechas más tardía para las décadas de 2020 y 2050, respectivamente. No obstante, en contraste con esto, el modelo predice una reducción de los rendimientos cuando se consideran los aumentos de temperatura previstos para las dos décadas analizadas con el nivel actual en la concentración

de CO2 (360 ppm). Analizando la nueva situación, si bien se observa una fuerte reducción en los rendimientos para las dos situaciones futuras, solo acusan un impacto negativo las tres primeras fechas de siembra, confirmándose la utilización de fechas más tardías como estrategia para enfrentar las consecuencias negativas que generará el cambio climático vigente. Esto permitiría rendimientos iguales o incluso levemente superiores (5,6% a 7,6% para la década 2020-29 y 7,2% a 19,7% para la década 2050-59) sobre las fechas más tardías (25/11 y 1/12), que las utilizadas actualmente en la región centro de la Pcia. de Buenos Aires (fines de octubre a principios de noviembre).

CONCLUSIONES Para las condiciones climáticas futuras

proyectadas para el escenario A2 por el modelo PRECIS y para los años 2020-2050, un retraso en las fechas de siembra generaría un aprovechamiento más eficiente de los recursos medioambientales para el cultivo de maíz, permitiendo obtener rendimientos sustentables en el agroclima del centro bonaerense. REFERENCIAS Atlas Ambiental de Buenos Aires AABA. 2010.

<http://www.atlasdebuenosaires.gov.ar> (Consultado 16/09/2010).

Comisión Nacional del Medio Ambiente (CONAMA). 2006. Estudio de la variabilidad climática en Chile para el siglo XXI. Informe final realizado por el Departamento de Geofísica Facultad de Ciencias Físicas y Matemáticas. Universidad de Chile. 71 p.

Confalone, A. 2008. Parametrización del submodelo de fenología de CROPGRO-fababean. Tesis doctoral, Univ. de Santiago de Compostela, Lugo, España.

Confalone, A.; Boote, K.; Lizaso, J.; Sau, F. 2011. Temperature and Photoperiod Effects on Vicia faba Phenology Simulated by CROPGRO-Fababean. Agronomy J. 103:036-1050.

IPCC. 2000. Emissions Scenarios. A Special Report of Working Group III of the Intergovernmental Panel on Climate Change. Cambridge Univ. Press. U. K. 599 p.

Jones, C.A.; Kiniry, J.R. 1986. CERES-Maize: a Simulation Model of Maize Growth and Development. Texas A&M Univ. Press, College Station. Texas, U.S.A. 123 p.

Jones, J.W.; Hoogenboom, G.; Porter, C.H.; Boote, K.J.; Batchelor, W.D. 2003. The DSSAT cropping system model. European Journal of Agronomy, 18: 235-265.

Labraga, J. C. 1998. Escenario de Cambio Climático para la Argentina. Ciencia Hoy, 8 - Nº44.

Mavromatis, T.; Boote, K..; Jones, J.; Irmak, A.; Shinde, D.; Hoogenboom, G. 2001. Developing genetic coefficients for crop simulation models with data from crop performance trials. Crop Sci. 41: 40- 51.

USDA-SMSS. 2010. Keys to Soil Taxonomy , 11th ed. USDA-Natural Res. Cons. Service, Washinton, DC.

Willmott, C. J. 1982. Some comments on the evaluation of model performance. Bulletin of the American Meteorological Society 63: 1309-1313.

Jones, R.G.; Noguer, M.; Hassell, D.C.; Hudson, D.; Wilson, S.S.; Jenkins, G.J.; Mitchell, J.F.B. 2004 Generating High Resolution Climate Change Scenarios using PRECIS. Met Office Hadley Centre, Exeter, UK. 40 p.


69- 47 -


TENDENCIA DE LAS TEMPERATURAS MÁXIMAS Y MÍNIMAS MENSUALES EN LA ARGENTINA (1950- 2011)

Zalazar, S.M.F.; Serio, L.A.

Cátedra de Climatología y Fenología Agrícolas, Facultad de Agronomía, UBA Av. San Martín 4453 - C1417DSE Cap. Fed. – Argentina * Contacto: [email protected]

Palabras clave: climático, extremos térmicos, adaptación; cambio climático INTRODUCCIÓN

El efecto universal de la temperatura sobre la fenología de los cultivos demanda el conocimiento del comportamiento tanto de la temperatura media, como de las máximas y mínimas. Las temperaturas sub y supraóptimas pueden tener efectos negativos sobre las diferentes etapas de los cultivos. Los brotes de frío durante el invierno en el centro de la Argentina no solo provocan daños importantes en la agricultura regional, si no que también a veces afecta el suministro de energía (Rusticucci, 2012).

Las temperaturas extremas pueden influir sobre los componentes del rendimiento de los cultivos, afectando desde la fertilidad de flores hasta la duración de las etapas de acumulación de biomasa. El conocimiento de su comportamiento resulta de importancia para las producciones tradicionales, como así también para la introducción de nuevos cultivos alternativos como estrategia de adaptación al cambio climático.

Según el Cuarto Informe de Evaluación del IPCC, la temperatura media mundial aumentó a razón de 0,128 °C por decenio durante el período 1955-2005 (IPCC, 2007). Sin embargo, este aumento no se ha distribuido de manera homogénea alrededor del globo. En la Argentina, muchos índices agroclimáticos relacionados con la temperatura muestran tendencias coherentes con el calentamiento global (Fernández Long et al., 2012). Sin embargo, las temperaturas mínimas y máximas han evolucionado de forma diferente a la media, e incluso hay diferencias estacionales en las tendencias térmicas (Rusticucci y Barrucand, 2004; Fernández Long et al., 2008).

El objetivo del presente estudio es analizar las tendencias en las series de temperatura mínima media mensual y temperatura máxima media mensual en la Argentina, durante las últimas seis décadas. MATERIALES Y MÉTODOS

Para este análisis se trabajo con datos de temperatura mínima media mensual (Tmin) y temperatura máxima media mensual (Tmax), correspondientes al período 1950-2011 de 99 estaciones. Los datos de Tmin corresponden a 80 estaciones del Servicio Meteorológico Nacional (SMN), 12 al Instituto Nacional de Tecnología Agropecuaria (INTA) y 6 a la Red Hidrológica Nacional (RHN). Las Tmax pertenecen a 68

estaciones del SMN y a 20 estaciones del INTA. Se verifico que como mínimo cada serie posea por lo menos 40 años de datos.

Para cada mes de cada estación se calcularon las tendencias lineales de toda la serie y se determinó su nivel de significancia mediante el Test de Mann-Kendall. Se trazaron mapas indicando las áreas con significancia mediante interpolación (método Kriging, con el programa Surfer 8, Golden Software Inc.) y se indicaron sobre las mismas los valores de las pendientes para algunas localidades. RESULTADOS Y DISCUSIÓN

Por razones de espacio, en este resumen sólo se presentan los resultados obtenidos en los meses de febrero, julio y octubre, en los cuales se obtuvieron situaciones contrastantes entre sí (Figuras 1 y 2).

Durante la mayor parte del año predominan tendencias de aumento de la Tmin, en gran parte de la zona centro y norte del país. Los meses en los cuales se observan las mayores superficies con tendencias significativas son marzo y octubre, cuando el área se extiende aproximadamente desde el paralelo 40° sur hacia el norte. En cambio, entre mayo y septiembre las tendencias son menores y quedan restringidas a algunas pequeñas regiones.

En la Figura 1 se observa que para febrero se obtuvieron tendencias positivas en la Tmin en las provincias del Noroeste y Cuyo, Corrientes, norte de la Patagonia, sur del Litoral y parte Buenos Aires y La Pampa. En octubre, además de ser mayor el área, se observaron las mayores tendencias, por encima de 0,40ºC/década en algunas localidades del sur de Entre Ríos, oeste de Buenos Aires y de las regiones del NOA y Cuyo. En julio las pocas tendencias significativas encontradas fueron negativas, en localidades del Litoral y del sur de Buenos Aires.

En lo que respecta a las Tmax, no hay un comportamiento generalizado como en el caso de las Tmin. Tendencias en disminución se observan en enero, febrero y mayo en el centro norte del país. La más relevante se observa en febrero (Figura 2) en las provincias de Santa Fe, Córdoba, noreste de Buenos Aires y norte de La Pampa; los valores oscilan entre -0,18°C/década en el norte de Santa Fe y -0,56 ºC/década en el sur de Córdoba. Durante el periodo invernal sólo en julio se observan algunas localidades aisladas con tendencias negativas, el mayor valor se ubico en el sur de La Rioja (-0,41ºC/década). Sólo durante octubre se observan tendencias positivas a partir de los 40º S hacia el norte del país. Los mayores


70- 48 -

Asociación Argentina de Agrometeorologia

valores de (>0,30°C/década) se encontraron en el sur de Santa Fe, norte de Buenos Aires y centro de Córdoba. Los resultados son similares a los encontrados previamente por Fernández Long et al. (2008), aunque sólo estudiaron localidades de la región pampeana, y por Rusticucci y Barrucand (2004), quienes sólo analizaron las tendencias estacionalmente.

CONCLUSIONES

Los resultados muestran que las temperaturas mínimas medias mensuales sufrieron aumentos a lo largo de casi todo el año, en particular entre los meses de agosto y abril, en la mayor parte del país, con excepción de la región patagónica. Durante mayo y julio se encontraron disminuciones en algunas localidades. Con respecto a las temperaturas máximas medias mensuales, éstas tuvieron la mayor tendencia positiva en el mes de octubre, en una amplia área desde los 40º latitud hacia el norte. En cambio, se observan tendencias negativas en la zona central del país, en los meses de enero, febrero y mayo.

AGRADECIMIENTOS Este trabajo fue realizado en el marco del Proyecto UBACyT G477 (2011-2014). REFERENCIAS Fernández Long, M.E.; Barnatán, I.; Serio, L.; Murphy,

G. 2008. Cambios en la disponibilidad térmica para los cultivos de la región pampeana argentina. Rev. Fac. Agronomía UBA, 28(2-3):111-120.

Fernández Long, M.E.; Müller, G.; Beltrán-Przekurat, A.; Scarpati, O. 2012. Long-term and recent changes in temperature-based agroclimatic indices in Argentina. Int. J. Climatol. (en prensa).

IPCC. 2007. Summary for Policymakers. In: Climate Change 2007: The Physical Science Basis. Cambridge University Press. Cambridge, UK. 996 p.

Rusticucci, M. 2012. Observed and simulated variability of extreme temperature events over South America. Atmospheric Research, 106:1-17.

Rusticucci, M.; Barrucand, M. 2004. Observed trends and changes in temperature extremes over Argentina. J. Clim., 17:4099–4107.

75° 70° 65° 60° 55° 50°

55°

50°

45°

40°

35°

30°

25°

20°

25

33

21

-44

-1720

53

19

35

28

41

-29

12

26

18

30

45

25

8

32

29

8

25

22

19

17

15

25

35

14

36

22

43

27

16

18

1735

4218

24

37

65

39

febrero75° 70° 65° 60° 55° 50°

55°

50°

45°

40°

35°

30°

25°

20°

-27

-36

-46

-31

-35

50

-85

-35

26

-28

-43

25

-31

-25

-34

21

26

28

24

27

-27

-43

43

-36

-41

julio75° 70° 65° 60° 55° 50°

55°

50°

45°

40°

35°

30°

25°

20°

40

28

24

27

1331

33

51

27

37

4539

28

29

43

78

34

24

28

43

12

48

18

26

22

31

33

35

35

34

40

26

33

38

37

25

35

40

20

33

33

44

37 40

27

47

4549

4513

40

28

-13

69

52

38

17

20

17

15

39

octubre

Figura 1. Pendientes lineales significativas de la temperatura minima media mensual (1950-2011) para distintas localidades de la Argentina en centésima de grados por década.

75° 70° 65° 60° 55° 50°

55°

50°

45°

40°

35°

30°

25°

20°

47

-27

-58

-37

50

-23

-19

-38-56

-37

-39 -24-23

-48

-40

-38

-22

-18

-41

19

-24

21

-16

-43

-49

febrero75° 70° 65° 60° 55° 50°

55°

50°

45°

40°

35°

30°

25°

20°

-23

-41

-21

24

21

12

-21

-19

julio75° 70° 65° 60° 55° 50°

55°

50°

45°

40°

35°

30°

25°

20°

18

32

31

17

2232

20

24

43

27

35

47

20

32 25

25

32

44

28

21

32

23

5433

35

24

23

25

34

20

30

15

28

26

27

15

12

34

30

26

25

33

3635

33

34

36

27

43

32

16

28

20

octubre

Figura 2. Pendientes lineales significativas de la temperatura máxima media mensual (1950-2011) para distintas localidades de la Argentina en centésima de grados por década.

71


- 49 -


Área Temática 2 – AGROMETEOROLOGÍA Y BIOMETEOROLOGÍA

72


73


- 51 -


PRODUCTIVIDAD, INTERCEPCIÓN DE RADIACIÓN Y RADIACIÓN DISPONIBLE PARA LA SOJA EN SISTEMAS DE INTERCULTIVO

Cambareri*, M. A.1; Echarte, L.1, 2; Abbate, P. E.1; Della Maggiora, A.I.1

1 Unidad Integrada Facultad de Ciencias Agrarias UNMdP – INTA CC 276 Balcarce (7620) Argentina; 2 CONICET


Palabras clave: eficiencia en el uso de la radiación, captación de radiación, relación de tierra equivalente

INTRODUCCIÓN Las ventajas productivas de los intercultivos

sobre sus respectivos cultivos puros se asocia a una alta complementariedad en el uso de los recursos en el tiempo y/o en el espacio (Hauggaard-Nielsen et al., 2001; Caviglia et al., 2004; Prasad y Brook, 2005; Coll, 2009) y pueden ser el resultado de una mayor captación de recursos y/o una mayor eficiencia en el uso de los mismos (Fukai, 1993; Keating y Carberry, 1993). En particular para el Sudeste de Buenos Aires, intercultivos maíz-soja (M-S) y trigo-soja (T-S) incrementaron la productividad de la tierra en relación a sus respectivos cultivos sembrados puros (Caviglia et al., 2004; Álvarez Prado, 2009; Coll, 2009; Polizzi, 2010; Echarte et al., 2011). En los estudios de M-S, se observó una fuerte disminución del rendimiento del cultivo de soja, que se asoció principalmente con la reducción de la radiación disponible para la soja (Cambareri, 2009).

Los objetivos de este trabajo fueron (i) comparar la productividad de tres sistemas agrícolas (i.e. soja pura, intercultivos maíz-soja y trigo-soja), en términos productivos y de captación de radiación y (ii) caracterizar el ambiente radiativo al cual está expuesto la soja en cada sistema.

MATERIALES Y MÉTODOS El experimento se realizó con intercultivos de

maíz-soja (M-S), trigo-soja (T-S) y sus respectivos cultivos puros durante la campaña 2010-2011. El sitio experimental fue la Unidad Integrada Balcarce (Balcarce, provincia de Buenos Aires, Argentina lat. 37°45' S, long. 58°18' W; 130 m snm). El ensayo se instaló sobre un Argiudol típico con una profundidad efectiva entre 1,2 y 1,6 m. Los cultivos se dispusieron con orientación Norte-Sur.

El manejo realizado (i.e. disposición espacial, densidad de plantas, ciclo, etc.) fue seleccionado a partir de trabajos previos (Álvarez Prado, 2008; Coll, 2010; Echarte et al., 2011). El arreglo espacial en los intercultivos fue (i) en M-S: una hilera de maíz por cada dos hileras de soja y (ii) en T-S: 1 hilera de soja por cada dos de trigo. La distancia entre surcos fue 0,52 m para M-S y soja pura (Sp), y 0,20 m para T-S.

Los cultivares utilizados fueron: maíz 38A57 RR (PIONEER), de ciclo corto; soja, NIDERA-4613 GM-IV (RR) y trigo Baguette 10 (NIDERA). Se registró la radiación fotosintéticamente activa

interceptada por cada sistema (RFAI) con un sensor cuántico lineal AccuPar LP-80 (Decagon Devices, Inc) junto con la radiación disponible al tope del canopeo de soja (RFAs) cada 15 días (sensores PAR, Cavadevices). Se determinó el rendimiento en grano de cada sistema y de cada componente a madurez fisiológica y se determinó su rendimiento en unidades energéticas dado que la composición química de los granos es diferente. Se calculó: (i) la eficiencia en el uso de la radiación como el cociente entre el rendimiento en unidades energéticas y la RFAI (EURe) y (ii) la relación de tierra equivalente (RTE; Willey, 1979) de los intercultivos como:

(1)

donde, RI = rendimiento de la especie intercultivada i; RP = rendimiento de la especie i sembrada pura. Se evaluaron las distintas variables mediante análisis de varianza y test de diferencia mínima significativa (MDS) para comparación de medias. RESULTADOS

La RTE fue mayor para el sistema T-S que para el sistema M-S (p<0,05). Sólo en el caso de T-S, este indicador fue mayor a 1 (1,74), denotando una ventaja respecto a la siembra de sus cultivos puros (i.e. trigo y soja). En el caso de M-S, el indicador no superó la unidad (0,94), lo que indicaría que este sistema fue menos productivo que sus respectivos cultivos puros. El rendimiento energético (MJ m-2) fue mayor para los sistemas de intercultivo que para el cultivo de soja puro (p<0,01) y el orden fue: T-S (29 a) > M-S (24 b) > Sp (15 c). El rendimiento del cultivo de soja (g m-2) en cambio, fue mayor en Sp que en los intercultivos (p<0,01), reflejando las limitaciones que presenta la soja en estos sistemas. El orden de producción fue Sp (433 a) > T-S (302 b) > M-S (173 c).La RFAI acumulada durante el ciclo de crecimiento de los cultivos fue mayor en T-S (p<0,01; Tabla 1) debido a que exploró una mayor estación de crecimiento que el resto de los sistemas (275 días vs. 182 y 153 días, para M-S y Sp, respectivamente).La EURe fue mayor en los intercultivos que en el cultivo de soja pura (p<0,05; Tabla 1). El sistema M-S superó en EURe a T-S debido a la contribución de maíz que al ser una especie C4 posee una mayor eficiencia fotosintética.

74


- 52 -


Tabla 1. Radiación Fotosintéticamente Activa acumulada (RFAI ac) y Eficiencia en el uso de la radiación (EURe) en términos energéticos. T-S: intercultivo trigo-soja; M-S: intercultivo maíz-soja; Sp: soja pura. ee: error estándar.

Sistema RFAI ac (MJ m -2) EURe (MJ MJ -1) T-S 1683 a 0,017 b M-S 1108 b 0,022 a Sp 1122 b 0,013 c Ee 15,0 7,8 10-4 Letras iguales en cada columna indican diferencias no significativas (α=0,05).

La RFAs acumulada durante su ciclo de crecimiento fue 44% y 29% menor para la soja en M-S y en T-S, que para la soja sembrada pura (p<0,01; Tabla 2). La RFAs acumulada en distintos períodos fenológicos por soja pura, también superó a la acumulada por la soja intercultivada.

Tabla 2. Radiación fotosintéticamente activa disponible para soja (RFAs) en: (i) Siembra-Emergencia; (ii) Emergencia-Floración; (iii) Floración-Inicio llenado; (iv) Inicio llenado-Madurez fisiológica. T-S: intercultivo trigo-soja; M-S: intercultivo maíz-soja; Sp: soja pura. ee: error estándar.

Sistema RFAs (MJ m-2) (i) (ii) (iii) (iv) T-S 70 b 475 b 117 b 487 a M-S 60 c 346 c 97 c 374 b Sp 100 a 722 a 223 a 499 a Ee 1,5 5,0 3,1 4,6 Letras iguales en la misma columna indican diferencias no significativas (α=0,05).

0

200

400

600

800

1000

1200

0 500 1000 1500 2000

Rto

en

gran

o (g

m-2

) SpM-ST-S

RFAs (MJ m-2) Figura 1. Rendimiento en grano de soja (g m-2) en función de la radiación fotosintéticamente activa disponible para la soja acumulada en el ciclo (RFAs, MJ m-2). Sp: soja pura; M-S: intercultivo maíz-soja; T-S: intercultivo trigo-soja.

La RFAs alcanzó máximos diarios similares entre los cultivos de soja de los tres sistemas (i.e. Sp, T-S o M-S) durante el ciclo de crecimiento (no mostrado). Luego de la cosecha del maíz, la dinámica diaria de la RFAs fue similar entre el componente soja de los tres sistemas. El rendimiento en grano de soja se asoció estrechamente con la radiación disponible en cada período (p<0,01) y con la RFAs total (R2=0,94; Figura 1, p<0,01).

CONCLUSIONES La RTE indicó que sólo T-S presentó ventajas

respecto a Sp. Sin embargo, el rendimiento de los sistemas con intercultivos fue mayor que Sp como resultado de (i) mayor intercepción de radiación en el caso del T-S y (ii) mayor eficiencia en el uso de la radiación en el caso de M-S, en comparación con el cultivo puro de soja. La menor producción de biomasa de soja en intercultivo se asociaría principalmente con la menor radiación disponible. REFERENCIAS Álvarez Prado, A. 2009. Optimización del arreglo de

surcos en intersiembra trigo-soja en el sudeste bonaerense. Tesis Magister Scientiae, Universidad Nacional de Mar del Plata, Balcarce, Argentina.

Cambareri, M. 2009. Condiciones microambientales y su influencia en el crecimiento y desarrollo de la soja en intercultivo con maíz. Tesis de Graduación, Universidad Nacional de Mar del Plata, Balcarce, Argentina.

Caviglia, O.; Sadras, V.O.; Andrade, F. 2004. Intensification of agriculture in the south-eastern Pampas I. Capture and efficiency in the use of water and radiation in double-cropped wheat-soybean. Field Crops Research 87: 117-129.

Coll, L. 2010. Captación y utilización de recursos en los intercultivos girasol-soja y maíz-soja. Tesis Magister Scientiae, Universidad Nacional de Mar del Plata, Balcarce, Argentina.

Echarte, L.; Della Maggiora, A.; Cerrudo, D.; Gonzalez, H.; Abbate, P.; Cerrudo, A.; Sadras, V.; Calviño, P. 2011. Yield response to plant density of maize and sunflower intercropped with soybean. Field Crops Research 121: 423-429.

Fukai, S. 1993. Intercropping – bases of productivity. Field Crops Research 34: 239-245.

Hauggaard-Nielsen, H.; Ambus, P.; Jensen, E. 2001. Interspecific competition, N use and interference with weeds in pea-barley intercropping. Field Crops Research 70: 101-109.

Keating, B.; Carberry, P. 1993. Resource capture and use in intercropping: solar radiation. Field Crops Research 34: 273-301.

Polizzi, M. 2010. Captación y eficiencia en el uso de la radiación en sistemas de intercultivo maiz-soja con diferente arreglo espacial. Tesis de Graduación, Universidad Nacional de Mar del Plata, Balcarce, Argentina.

Prasad, R.; Brook, R. 2005. Effect of varying maize densities on intercropped maize and soybean in Nepal. Experimental Agriculture 41:365-382.

Willey, R. 1979. Intercropping- Its importance and research needs. Part I. Competition and yield advantages. Field Crop Abstracts 32:1–10.

75


- 53 -


CLIMATOLOGIA DEL AGUA EN EL SUELO EN PARAGUAY

Cañás*, S. T. 1; Pasten, M. 2; Fernández Long, M. E.1

1 Facultad de Agronomía, Universidad de Buenos Aires. Av. San Martín 4453, Cap. Fed., C1417DSE, Argentina 2División de Meteorología, Facultad Politécnica Universidad Nacional de Asunción. Campus Universitario, San Lorenzo, Paraguay


Palabras clave: agua en el suelo; balance hidrológico; agua útil INTRODUCCIÓN

En la expresión del crecimiento de las plantas, el agua disponible en el suelo es un factor fundamental. La contribución de agua edáfica en los subperíodos críticos de mayor actividad vegetativa, es el principal factor bioclimático en el rendimiento cuantitativo (Murphy, 2011).

Debido a las dificultades técnicas involucradas en la medición del agua útil, se utiliza el Balance Hidrológico como modelo de estimación del almacenaje de agua en la zona de exploración radicular (Murphy, 2011).

En Paraguay se han hecho estudios acerca de la variación espacial de los excesos y déficit hídricos (Monte Domecq y Baez, 2001) y un balance hidrológico climático en la localidad de Filadelfia (Yurrita, 2005). Sin embargo no se encuentran disponibles caracterizaciones regionales de agua disponible en el suelo.

La producción agropecuaria en Paraguay está delimitada por el Río Paraguay. En la región occidental se encuentra el Chaco Paraguayo, en el cual prevalecen la ganadería y los cultivos de veranos tales como sorgo, maní y algodón. En la región oriental se siembran cereales invernales como el trigo y oleaginosas y cereales de verano, como la soja y el maíz respectivamente.

Es de suma importancia conocer el estado hídrico del suelo en dichas regiones para poder analizar cuáles son los principales limitantes para la producción de estos cultivos.

El objetivo de este trabajo es conocer la evolución a lo largo del año del almacenaje de agua en los suelos de Paraguay y sus consecuencias en la producción agrícola. MATERIALES Y METODOS

Se utilizaron datos diarios de precipitación y de temperaturas mínimas y máximas desde 1950 hasta 2010 de 14 estaciones de Paraguay (Figura 1). Los datos fueron proporcionados por la Dirección de Meteorologia e Hidrología, perteneciente a la Dirección Nacional de Aeronáutica Civil.

Dado que no se pudo obtener información de las constantes hidrológicas de los suelos en Paraguay, se estimaron los valores de capacidad de campo (CC) y punto de marchitez permanente (PM) para cada localidad. Para ello se observaron a que orden de suelos correspondía cada localidad de Paraguay (USDA, 2005). Luego, para cada orden se buscaron

las CC y PM de localidades argentinas con mismo orden de suelo próximas a la frontera con Paraguay. La evapotranspiración potencial fue calculada por Penman-Monteith con la metodología propuesta por la FAO (Allen et al., 1998) cuando sólo se cuenta con datos de temperatura máxima y mínima diaria.

Se utilizó el modelo de Balance Hidrológico Operativo para el Agro (BHOA) (Fernández Long et al., 2012). De las muchas salidas del BHOA se trabajó con los almacenajes diarios (ALM) los cuales fueron luego promediados para la serie de años estudiados generando para cada localidad la marcha anual de los ALM.

Figura 1. Mapa de Paraguay con la ubicación de las localidades utilizadas y las regiones delimitadas en este trabajo. Referencias: Región A: (0) Adrián Jara; (1) Bahia Negra; (2) Mariscal Estigarribia; Región B: (3) Puerto Casado; (4) Pedro Juan Caballero; (5) Concepción; Región C: (6) Salto Guaira; (7) Asunción; (8) Villarrica; (9) Aeropuerto Guaraní; (10) Ciudad del Este; (11) Pilar; (12) San Juan Bautista; (13) Encarnación RESULTADOS Y DISCUSION

Analizando los resultados de los ALM para cada una de las localidades, se observó que existen tres patrones de comportamiento diferentes en los cuales se pueden agrupar las 14 localidades, con variaciones similares de los ALM a lo largo del año. En la Figura 1 se presentan las ubicaciones de las localidades y las regiones que quedaron delimitadas.

La región A comprendida por las localidades 0,1 y 2, tiene agua disponible para los cultivos únicamente desde fines de primavera hasta fines de otoño, porque el contenido hídrico está entre CC y PM. Entre los meses de julio y noviembre, el contenido de agua en el suelo es menor al PM. Como ejemplo, se observa en la Figura 2, la evolución del almacenaje en Adrián Jara (0).

76


- 54 -


Los cultivos que se siembran en la zona A son de verano, tales como el sorgo, el algodón y el maní (Glatzle, A. y Stosiek, D, 2001). Analizando los resultados del almacenaje de agua en el suelo, se puede decir que posiblemente haya retrasos en la siembra debido a la falta de agua en el perfil hasta principios de diciembre. Por otra parte, los rendimientos no serán altos, debido al bajo contenido de agua durante todo el período de crecimiento. .Es necesario aclarar que el BHOA no tiene en cuenta ningún aporte de agua que no sea el otorgado por la precipitación. La zona del Chaco Deprimido, suele inundarse con agua proveniente del Río Paraguay y Pilcomayo. La localidad 1 se encuentra en ésta zona, con lo cual, son limitadas las conclusiones que se puedan llegar a hacer acerca de los resultados del BHOA en esta localidad.

Figura 2. Marcha anual del almacenaje de agua en el suelo en la localidad de Adrián Jara (0). Referencias: CC=200 mm y PMP=100 mm

La región B incluye a las localidades 3,4 y 5. Esta tiene agua disponible para los cultivos durante todo el año, pues el contenido de agua en el suelo está entre CC y PM. En el invierno, el ALM comienza a disminuir, y en algunos casos llega al PM en la primavera, como en el caso de Puerto Casado (3) (Figura 3).

Figura 3. Marcha anual del almacenaje de agua en el suelo en la localidad de Puerto Casado (3) Referencias: CC=180 mm y PMP=108 mm

Por último, la región C que abarca las localidades 6, 7, 8, 9, 10, 11, 12 y 13, tiene agua disponible todo el año, y el ALM está más cercano a CC que a PM. Como ejemplo, se observa en la Figura 4, la marcha anual del ALM en San Juan Bautista (12). En las regiones B y C, se siembran tanto cereales de invierno como el trigo, como

cultivos de verano, como la soja o el maíz. En general, no hay problemas con disponibilidad de agua para los cultivos, ya que el contenido de humedad es alto durante todo el año.

Figura 4. Marcha anual del almacenaje de agua en el suelo en la localidad de San Juan Bautista (12). Referencias: CC=180 mm y PMP=108 mm CONCLUSION En el noroeste de Paraguay, hay agua disponible en el verano y el otoño. A partir de las primeras lluvias se siembran cultivos estivales tales como sorgo o algodón. En el resto del país hay agua disponible para las plantas durante todo el año. Bajo este punto de vista, no hay limitantes para el crecimiento de cultivos invernales como el trigo o estivales como soja y maíz. AGRADECIMIENTOS Se agradece al Ing. Agr. Danilo Carnelos por haber realizado el mapa de Paraguay. Este trabajo se realizó en el marco del proyecto UBACyT 20020 100 100 477. REFERENCIAS Allen, R.G.; Pereira, L.S.; Raes D., Smith M. 1998. Crop

evapotranspiration – Guidelines for computing crop water requirements – FAO irrigation and drainage paper 56. Food and Agriculture Organization of the United Nations. Roma, Italia.

Fernández Long, M.E.; Spescha, L.; Barnatán, I.; Murphy, G. 2012. Modelo de Balance Hidrológico Operativo para el Agro. Trabajo enviado a la Revista de la Facultad de Agronomía de la Universidad de Buenos Aires.

Glatzle, A. y Stosiek, D. 2001. Perfiles por país del recurso Pastura/Forraje: Paraguay. www.fao.org/ag/AGP/AGPC/doc/Counprof/PDF files/Paraguay_Spanish.pdf, Consultado 05/05/2012

Monte Domecq, R. y Báez Benítez, J. 2001. Variación espacial y temporal de los excesos y déficit hídricos en el Paraguay. www.foroagua.org.py, Consultado 05/05/2012

Murphy, G. 2011. Agrometeorología. Ed. Facultad de Agronomía de la Universidad de Buenos Aires. Buenos Aires, Argentina.

USDA. 2005. Global Soil Regions Map. http://soils.usda.gov/use/worldsoils/mapindex/order.html, Consultado 05/05/2012

Yurrita, E. 2005. Atlas climático del Chaco Paraguayo. http://pdf.usaid.gov/pdf_docs/PNADR177.pdf,.Consultado 05/05/2012

0

50

100

150

200

1 90 179 268 357

lám

ina

(mm

)

día juliano

0

50

100

150

200

1 90 179 268 357

lám

ina

(mm

)

día juliano

0

50

100

150

200

1 90 179 268 357

lám

ina

(mm

)

día juliano

77


- 55 -


TIEMPO TÉRMICO REQUERIDO POR TRES CULTIVARES DE COLZA CANOLA PARA DISTINTAS ETAPAS DE DESARROLLO: INFLUENCIA DE LA FECHA DE

SIEMBRA

Chamorro*, A. M.; Bezus, R. Curso Oleaginosas, Facultad de Ciencias Agrarias y Forestales, Universidad Nacional de La Plata La Plata. Av. 60 y 119. La Plata, Pcia de Buenos Aires. C.C. 31 C.P.1900. Argentina


Palabras clave: fenología; rendimiento

INTRODUCCIÓN La colza canola (Brassica napus L.) es una

oleaginosa de ciclo invernal que, de acuerdo a sus requerimientos hídricos y de vernalización, tiene una amplia zona de adaptación en la Argentina (Murphy y Pascale, 1991). De acuerdo con sus requerimientos de fotoperíodo, se trata de una especie de día largo cuantitativa con respuesta fotoperiódica durante el período de prefloración (Miralles et al., 2001; Gómez y Miralles, 2011).

La fecha de siembra expone al cultivo a diferentes condiciones ambientales regulando la duración de las distintas etapas de su desarrollo y, consecuentemente, las condiciones en las que transcurrirán las etapas determinantes del rendimiento. Los estudios que analizan las respuestas del desarrollo a las variaciones en la combinación fotoperíodo x temperatura en condiciones de campo son escasos (Miralles et al., 2001; Chamorro y Bezus, 2010; Gómez y Miralles, 2011), por lo que es importante investigar el comportamiento de diferentes cultivares en un amplio rango de fechas de siembra.

El objetivo de este trabajo fue cuantificar los requerimientos de tiempo térmico de distintos cultivares de colza canola y analizar la influencia de la fecha de siembra sobre los mismos.

MATERIALES Y MÉTODOS El ensayo se realizó en la Estación Experimental

Julio Hirschhorn (34° 52´ LS, 57° 58´ LO). Se sembraron tres cultivares de colza canola (Hyola 76, SW2836 y SW2797) en seis fechas de siembra (FS1: 20/05/2010, FS2: 08/06/2010, FS3: 16/07/2010, FS4:18/08/2010, FS5: 24/09/2010 y FS6: 13/10/2010). Las parcelas experimentales fueron de 7,7 m2 y siguieron un arreglo en parcela dividida con la fecha de siembra como parcela principal y los cultivares como subparcelas en bloques al azar con cuatro repeticiones.

Se registraron los siguientes estados fenológicos, siguiendo la clave propuesta por el CETIOM (1988): A (emergencia), C2 (fin de estado de roseta), F1 (primeras flores abiertas) y G5 (granos coloreados – madurez). También se registró el momento de fin de floración (FF), que ocurre durante el estado G3 (primeras silicuas de más de 4cm de largo) de la clave mencionada. Se calculó duración el tiempo térmico (TT) necesario

para el cumplimiento de distintas etapas del ciclo: ciclo total (A-G5), ciclo a inicio de floración (A-F1), implantación (Siembra-A), etapa de roseta (A-C2), elongación (C2- F1), floración (F1-FF) y llenado de semillas-maduración (FF-G5). Como temperatura base se utilizó 5ºC.

Los datos se procesaron por el ANOVA usando la prueba de Tukey para la comparación de medias (P=0,05). En madurez se registró el rendimiento del cultivo.

En la Figura 1 se observan las condiciones meteorológicas históricas y las ocurridas durante el transcurso del ensayo.

Figura 1. Precipitaciones mensuales y temperaturas medias mensuales durante el período de ensayo e históricas en La Plata.

RESULTADOS Y DISCUSIÓN El año presentó bajos registros térmicos respecto

de los históricos, sobre todo en julio y agosto, y muy bajas precipitaciones en los últimos tres meses del año. Esto tuvo efectos diferentes en las distintas fechas de siembra. Mientras que las bajas temperaturas del invierno afectaron la implantación de la FS3, la baja disponibilidad hídrica de la primavera afectó no sólo la implantación de las FS5 y FS6 sino que, sumándose a las mayores temperaturas propias de esos meses, aceleró el desarrollo del cultivo, como fue observado previamente (Chamorro y Bezus, 2010).

Los cultivares se diferenciaron en los requerimientos de TT para todas las etapas excepto para la implantación. Esta etapa requirió en promedio, 74,7 ºC.día-1, pero con importantes diferencias entre fechas de siembra atribuibles a diferencias en las condiciones hídricas del suelo para la germinación y emergencia del cultivo. Entre mayo a agosto requirieron un TT promedio de 68.5 ºC.día-1, pero en septiembre y octubre, en que fueron afectadas por escasa disponibilidad

0

20

40

60

80

100

120

140

160

abr may jun jul ago sep oct nov dic ene

prec

ipita

cion

es m

m

0

5

10

15

20

25

tem

pera

tura

ºC

P hist P 2010 T hist T 2010

78


- 56 -


hídrica, el cultivo necesitó 91,2 y 82,8 ºC.día-1

respectivamente. La Figura 2(a) muestra los TT totales (A-G5)

requeridos por los tres cultivares de colza en las sucesivas fechas de siembra, que se ubican entre 1000 y 1280 ºC.día para todos los materiales en las cinco primeras fechas de siembra. Sin embargo, en la FS6, SW2797 alcanza TT de casi 1800ºC.día, lo cual podría indicar, en esta fecha tan tardía, la falta de horas de frío para cumplir requerimientos de vernalización de este material que es de ciclo más largo que Hyola 76 y SW2836. Los menores TT, para los tres cultivares, se registraron en las siembras de junio y julio, con un promedio de 1100 y 1082 ºC.día-1 y podrían relacionarse con la respuesta fotoperiódica de la colza, como fue señalado por Miralles et al. (2001). Los TT necesarios para etapa A-F1 (Figura 2b) registran el mismo patrón de comportamiento que para el ciclo completo, los requerimientos de las siembras de junio y julio son menores, y aquí se observan claramente las diferencias entre los cultivares. Este comportamiento se debió exclusivamente a cambios en la duración en TT de la elongación y no de la etapa de roseta (datos no mostrados). Mientras la floración alargó su duración en TT al atrasar la siembra, desde unos 264,5 a 390,1 a ºC.día-1, el llenado de granos y maduración sufrió, en la última siembra, un notable acortamiento, con lo cual los TT totales (al menos para los cultivares más precoces) resultaron similares a los de la siembra de mayo (Figura 2a, c y d).

El rendimiento del cultivo disminuyó de 2970 kg.ha-1 en la FS1 a 1940 kg.ha-1 en la FS4, y sólo en las FS5 y FS6 alcanzó valores que comercialmente pueden considerarse no viables (1030 kg.ha-1 y 570 kg.ha-1 respectivamente). Si bien el TT requerido para la floración en la FS6 fue mayor, tanto en ésta como en la FS5, la duración en días de la etapa se redujo notablemente (datos no mostrados) disminuyendo el rendimiento a través de un menor número de semillas (datos no mostrados). De acuerdo a lo observado por Gómez y Miralles (2011) estas siembras resultarían también en un menor contenido de aceite de las semillas.

CONCLUSIONES La fecha de siembra modifica los TT requeridos

para el cumplimiento de las distintas etapas en los tres cultivares de colza canola evaluados, y los cultivares se diferencian en sus requerimientos. El efecto de la fecha de siembra sobre el TT requerido se debería a la interacción con otros requerimientos del cultivo como el fotoperíodo y también de vernalización, en el caso del cultivar más tardío. Los cambios en la duración de las etapas tienen consecuencia sobre la productividad del cultivo, sin embargo dentro del rango de fechas de siembra evaluado, desde mayo hasta agosto es posible sembrar colza y obtener rendimientos comercialmente aceptables.

Figura 2. Tiempo térmico requerido por tres cultivares de colza canola en distintas fechas de siembra para las etapas: a) emergencia-maduración, b) emergencia-inicio de floración, c) floración y d) llenado de granos-maduración.

REFERENCIAS CETIOM. 1988. Centre Technique Interprofessionnel

des Oléagineux Métropolitains. Colza d´hiver. Cahier Technique; CETIOM Ed.: Paris, France, 30 pp.

Chamorro, A.M.; Bezus, R. 2010. Desarrollo y producción de colza canola en La Plata (Buenos Aires) en cuatro fechas de siembra. Actas de la XIII Reunión Argentina y VI Latinoamericana de Agrometeorología. 53-54.

Gómez, N.V.; Miralles, D. J. 2011. Factors that modify early and late reroductive phases in oilseed rape (Brassica napus L.): Its impact on seed yield and oil content. Industrial Crops and Products34:1277-1285.

Miralles, D. J.; Ferro, B. C.; Slafer, G.A. 2001. Developmental responses to sowing date in wheat, barley and rapeseed. Field Crops Res. 71: 211-223.

Murphy, G.; Pascale N.C. 1991. Cultivating areas of winter and spring rapeseed in Argentina00. Proceedings Eighth International Rapeseed Congress GCIRC - Vol 4: 1288-1293.

0 300 600 900

1200 1500 1800 2100

FS1 FS2 FS3 FS4 FS5 FS6

TT, º

C.d

ía-1

0 100 200 300 400 500 600 700 800


TT, º

C.d

ía-1

0 50

100 150 200 250 300 350 400 450


TT, º

C.d

ía-1

0 50

100 150 200 250 300 350 400


TT, º

C.d

ía-1

Hyola 76 SW2836 SW2797

d))

c))

b))

a))

79


- 57 -


CONDICIONES HÍDRICAS PARA LA IMPLANTACIÓN DE SOJA DE SEGUNDA SOBRE DE DISTINTOS ANTECESORES

Chamorro* A. M.1; Pellegrini, A.2; Bezus, R.1; Golik, S. I.3 1 Curso Oleaginosas, 2Curso Edafología, 3Curso Cerealicultura, Facultad de Ciencias Agrarias y Forestales, Universidad Nacional de La Plata UNLP. Av. 60 y 119. C.C.31, CP 1900. La Plata, Pcia de Buenos Aires, Argentina.


Palabras clave: efecto cultivo antecesor; tipo de rastrojo, humedad edáfica

INTRODUCCIÓN

La soja presenta una gran adaptación a la siembra como cultivo de segunda. En los últimos años, se está difundiendo su siembra sobre otros antecesores que se cosechan antes que el trigo y permiten su implantación en una fecha más temprana con las ventajas que ello acarrea sobre su crecimiento y producción. Los problemas recientes asociados a la producción y comercialización del trigo en nuestro país han renovado el interés por cultivos alternativos habiéndose evaluado en varias secuencias alternativas, distintos aspectos como su producción, resultado económico, balance de carbono (Forján y Manso, 2009). Existen, sin embargo, otros efectos del cultivo antecesor, el éxito de la implantación de la soja va a depender, entre otras cuestiones, de las condiciones del suelo luego de la cosecha del cultivo de invierno para su germinación y emergencia. Los diferentes cultivos afectan estas condiciones de manera indirecta a través del tipo y volumen de rastrojo remanente condicionando la temperatura del suelo y también la evaporación del agua en los estratos superficiales y, por lo tanto, la disponibilidad hídrica para la germinación y emergencia de la soja.

El objetivo de este trabajo fue evaluar las condiciones hídricas en las que se implantó un cultivo de soja con distintos antecesores y relacionarlo con algunas características de los mismos y el éxito de la implantación del cultivo.

MATERIALES Y MÉTODOS Se implantó un ensayo a campo, en un Argiudol

típico, en la Estación Experimental J. Hirschhorn dependiente de la Facultad de Ciencias Agrarias y Forestales, UNLP (34° 52´ LS, 57° 58´ LO). Los tratamientos fueron 4 secuencias de cultivos (trigo/soja, colza/soja, avena/colza y cebada/soja) conducidas con 2 niveles de aplicación de tecnología (media y alta, implementados a través de diferentes aplicaciones de fertilizantes y fungicidas) siguiendo un diseño en bloques al azar en parcela dividida con cuatro repeticiones, siendo la secuencia de cultivos la parcela mayor, y la menor el nivel tecnológico aplicado. Las fechas de cosecha de cada cultivo invernal determinaron distintas fechas de siembra y emergencia para la soja (Tabla 1). Finalizando el ciclo de estos cultivos e implantada la soja, se evaluó la humedad del suelo en los primeros 5 cm de profundidad,

como medida de la humedad disponible para la implantación de la soja, extrayendo las muestras con un barreno y determinando el porcentaje de humedad por el método gravimétrico. En los cultivos invernales se evaluó la producción de materia seca total y el rendimiento. La soja se implantó bajo un sistema de siembra directa, se evaluó la población de plantas obtenida y se calculó la duración de la implantación de la soja en tiempo térmico, usando 8°C como temperatura base (Confalone et al., 2002). Los datos de temperaturas medias y precipitaciones diarias para el período del ensayo se obtuvieron de la Estación meteorológica ubicada en la Estación Experimental. Los datos obtenidos se procesaron por el análisis de la varianza y para la comparación de medias se utilizó la prueba de LSD al 0,05 de P.

Tabla 1. Fechas de cosecha de los cultivos invernales, siembra y emergencia de la soja 2º. Cultivo Cosecha Siembra soja Emergencia

soja Avena 05/12/2011 13/12/2011 21/12/2011 Cebada 25/11/2011 02/12/2011 09/12/2011 Colza 07/11/2011 14/11/2011 24/11/2011 Trigo 10/12/2011 16/12/2011 23/12/2011

RESULTADOS Y DISCUSIÓN Las condiciones del año determinaron un muy

buen crecimiento de los cultivos de invierno, que alcanzaron rendimientos en semilla de 3.250 kg.ha-

1 para la colza, 6.560 kg.ha-1 para la avena, 9.030 kg.ha-1 para la cebada y 8.460 kg.ha-1 para el trigo.

La humedad superficial del suelo se midió antes de la cosecha de la colza (28/10/2011), el día que se sembró la soja sobre la colza (14/11/2011) y luego de la siembra sobre la cebada (05/12/2011). No se evaluó después de la siembra sobre avena y trigo porque inmediatamente se produjeron lluvias que determinaron que el suelo estuviese a capacidad de campo. Los valores de humedad registrados en los distintos cultivos se presentan en la Figura 1. El 28 de octubre la humedad promedió 10,65% y no se diferenció entre cultivos. En esta fecha, la colza ya se encontraba casi en madurez mientras que los cereales se encontraban en antesis. Esto, junto con los 20 mm caídos el 9 de noviembre (Figura 2) habría determinado que el 14 de noviembre la humedad del suelo se hubiese incrementado en la colza (16,2%) y no en los cereales (9,54%) que se encontraban en una etapa de alto consumo.

80


- 58 -


Figura 1. Contenido de humedad en el suelo (5 cm de profundidad) en cultivos de avena, cebada, colza y trigo en tres fechas sucesivas.

Las lluvias de 19, 20 y 21 de noviembre habrían

acelerado la emergencia de la soja sembrada luego de colza, que se registró el 24 de ese mes. A partir de entonces y hasta el 5 de diciembre, la humedad del suelo se incrementó en todos los cultivos, aunque en la colza con una menor tasa, probablemente relacionado con una menor cobertura del suelo que habría condicionado una mayor evaporación como fue observado por Forján y Manso (2009). En este punto, se diferenció claramente la cebada que el 5 de diciembre alcanzó los mayores valores de humedad (26,7%), lo cual favoreció la implantación de la soja que se sembró el 2 de diciembre (luego de la cebada), y que emergió en siete días. Las precipitaciones del 11 y 12 de diciembre (40 mm) y del 22 y 23 de diciembre (17 mm) favorecieron las siembras sobre

avena y trigo, determinando también cortos períodos de implantación.

La tabla 2 muestra que la densidad de soja lograda luego de colza fue la menor, mientras que la mayor fue con la avena y la cebada. A su vez, la soja sembrada sobre colza fue la que registró los menores niveles de humedad edáfica superficial. También fue la que requirió de mayor tiempo térmico para la emergencia, necesitó 138ºC.día-1 mientras que requirió sólo 100, 103 y 111 ºC.día-1

luego de cebada, trigo y avena respectivamente, confirmando que la soja sembrada sobre colza retrasó su emergencia. Por otro lado, el volumen de rastrojo no pareció relacionarse directamente con la densidad de plantas lograda. Sin embargo, un aspecto no medido pero claramente diferente entre los antecesores es el tipo de rastrojo que aportan y la cobertura que logran que, en el caso de los cereales, permite una mayor conservación de la humedad superficial del suelo. Tabla 2. Producción de rastrojo por cuatro cultivos invernales antecesores de la soja, contenido de agua en el suelo próximo a la siembra y densidad de plantas de soja lograda.

Cultivo antecesor

Rastrojo, gm-2

Humedad del suelo, %

Densidad, Plantas m-2

Avena 917 a c.c. 47 a Cebada 799 b 26,7 44 ab Colza 1004 a 16,2 27 c Trigo 1036 a c.c. 38 b

Dentro de cada columna, valores seguidos por la misma letra no difieren significativamente según la prueba de LSD (P=0,05). c.c.: capacidad de campo

Figura 2. Precipitaciones diarias en el período 18/10/2011- 23/12/2011. Las cruces indican las fechas de muestreo, las flechas indican las fechas de siembra de la soja.

CONCLUSIONES Los distintos antecesores afectan las

condiciones para la implantación de un cultivo de soja de segunda. La colza determinó, luego de su cosecha, un ambiente de menor humedad edáfica superficial que condicionó la implantación de la soja de segunda alargando la etapa y reduciendo el stand de plantas logradas. Con este antecesor cobra más importancia que con los cereales, la decisión del momento oportuno para la siembra en relación a la ocurrencia de precipitaciones.

REFERENCIAS Confalone, A.; Villacampa, Y.; Cortés, M.; Navarro, M.

2002. Crecimiento de soja en función de la temperatura del aire y de la radiación fotosintéticamente activa. Revista brassileira Agrociência 8: 185-189.

Forján, H.; Manso, L. 2009. Los cultivos estivales de segunda. AgroBarrow 42:2-4.

0

5

10

15

20

25

30 H

umed

ad d

el s

uelo

, %

avena cebada

colza trigo

0,0 5,0

10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0

prec

ipita

cion

es, m

m

x x x

81


- 59 -


ESTUDIOS AGROMETEOROLÓGICOS PRELIMINARES DEL CULTIVO DE HABA ALAMEDA EN AZUL, CENTRO DE LA PROVINCIA DE BUENOS AIRES

Confalone, A.*; Navarro, M.; Vilatte, C.; Barufaldi, M.; Aguas, L.; Ponce, G. Facultad de Agronomía-UNCPBA, Av. República de Italia 780, CC. 47, Azul, CP 7300, Buenos Aires, Argentina

*Contacto: [email protected] Palabras clave: radiación fotosintéticamente activa; fenología; materia seca

INTRODUCCIÓN El haba (Vicia faba L.) cultivar Alameda

(Cubero 1974) es una leguminosa anual de crecimiento indeterminado, cuyo cultivo puede ser atractivo para los agricultores de nuestro país porque alcanza altos rendimientos en condiciones de secano, siendo una especie muy plástica y adaptable a diferentes fechas de siembra (Confalone et al., 2011). Esta característica debe ser tenida en cuenta ya que por el advenimiento del cambio climático, se hace necesario contar con especies que tengan capacidad de adaptación ante los nuevos escenarios del clima. Alameda tiene una elevada eficiencia en el uso del agua, una capacidad en la fijación de nitrógeno atmosférico, estimado en 100 - 120 Kg N ha-1 y deja una buena estructura física en el suelo (Confalone, 2008). Actualmente se cultiva en el hemisferio norte donde se siembra durante la primavera en climas fríos y en otoño/invierno en climas templados y subtropicales.

Diversos estudios demuestran lo apropiado de utilizar el haba Alameda en la rotación con cereales y su utilización como forraje de invierno insertada en la rotación anual "haba-maíz forrajero" en las explotaciones lecheras de Galicia (Confalone et al., 2009). Para determinar si una nueva especie agrícola puede ser exitosa para ser introducida en una región, el conocimiento de su comportamiento fenológico es básico. Se trata de una planta de día largo cuantitativa según la definición dada por Summerfield et al.(1991) ya que su floración se adelanta con días largos, pero no es inhibida (carácter cualitativo) bajo días cortos, sino que sólo se retrasa.

La producción de materia seca del cultivo está directamente relacionada con la capacidad del mismo de capturar la radiación fotosintéticamente activa (PAR) incidente (Confalone et al., 2010).

El objetivo de este trabajo es iniciar el estudio agrometeorológico del haba Alameda en Argentina, analizando en esta primera etapa los efectos que las siembras continuadas ejercen sobre la fenología y la intercepción de radiación fotosintéticamente activa.

MATERIALES Y MÉTODOS El experimento se situó en Azul (latitud: 36º 45’

S; longitud: 59º50´W, altitud: 132 m), durante los años agrícolas 2008-2010 en un suelo Argiudol típico, fertilizado antes de la siembra con P según lo indicado por el análisis de laboratorio. Se trató de mantener los cultivos regados, libres de plagas,

enfermedades y malezas, con densidad de 35 plantas·m-2. Los tratamientos consistieron en 5 fechas de siembra desde mediados de julio a mediados de noviembre. Se utilizó un diseño experimental en bloques completos al azar, con tres repeticiones en el que cada unidad experimental ocupaba una superficie de 5 m2. Las fases fenológicas cuantificadas fueron: emergencia (E), floración (F), formación de primera vaina (V) y madurez fisiológica (MF).

La fenología de las leguminosas es regulada principalmente por la repuesta genética a la temperatura y fotoperíodo por lo que se utilizó el programa RoDMod (Watkinson et al., 1994) que permite cuantificar la interacción entre temperatura y fotoperíodo por medio de un modelo lineal aditivo y determinar la temperatura base para cada subperíodo fenológico, el fotoperíodo base y crítico, así como la suma térmica requerida para cada uno de los superíodos fenológicos y el ciclo completo.

Los datos de los elementos diarios se obtuvieron del Centro Regional de Agrometeorología de la facultad de Agronomía (BAGM, 2008-2010) La determinación del índice de área foliar (IAF) se realizó con un Licor-2000. También se calculó la duración del índice de área foliar (DAF; días), que indica la persistencia de la superficie asimilatoria del cultivo y su magnitud, empleándose la relación entre IAF y tiempo. Además, se determinó el IAF crítico (IAFc; aquel que intercepta el 95% de la radiación incidente).

Las mediciones de radiación fotosintéticamente activa (PAR) se efectuaron mediante un sensor cuántico lineal, cada 4 ó 5 días al medio día solar.

RESULTADOS Y DISCUSIÓN Las cinco fechas de siembra proveyeron un

amplio rango de condiciones ambientales que condicionaron la marcha de los elementos agrometeorológicos. Esto afectó el crecimiento y desarrollo del cultivo.

A medida que la fecha de siembra fue retrasada, el cultivo estuvo expuesto a valores más altos de radiación solar, temperatura y fotoperíodo, lo que resultó en un acortamiento del ciclo, con los siguientes valores de la1ª a la 5ª fecha de siembra: 123, 111, 94, 87 y 80 días, respectivamente.

Las temperaturas basales determinadas por el modelo para las fases fenológicas observadas fueron: 2,83 °C, 4,47 °C, 2,50 °C para los subperíodos fenológicos E-F y F-V y V-MF respectivamente. El fotoperíodo base hallado para Alameda fue de 6,9 h y el crítico de 16,2h.

82


- 60 -


Para todos los subperíodos fenológicos

considerados, la tasa de desarrollo tuvo una fuerte correlación con el modelo lineal aditivo entre temperatura y fotoperíodo, con respuesta significativa a la temperatura (P≤ 0,05) en todas las fases y efecto significativo para el fotoperíodo sólo en el subperíodo fenológico E-F.

El tiempo térmico requerido desde la emergencia para llegar a la madurez fisiológica en todas las fechas de siembra fue de 1500 grados-día (°C-d).

En la Tabla 1 se puede ver que la cantidad de PAR interceptada y acumulada (IPARac), la materia seca acumulada hasta madurez fisiológica (MS) y la duración de área foliar (DAF) disminuyen a medida que se atrasa la fecha de siembra, encontrándose tres grupos que se diferencian significativamente entre sí: el primer grupo formado por las fechas de siembra de invierno (1ª y 2ª), seguido de la fecha de siembra de septiembre (3ª) y un último grupo constituido por las siembras de octubre y noviembre (4ª y 5ª) .

Con la densidad de siembra empleada en este experimento, todas las fechas de siembra logran superar el 95 % de intercepción de PAR. Tabla 1. Radiación fotosintéticamente activa inter-ceptada acumulada a lo largo del ciclo (IPARac), cantidad de materia seca acumulada en madurez fisiológica (MS; g m-2), IAF máximo alcanzado por el cultivo (IAFmax), Duración del área foliar (DAF), IAF crítico (IAFc) para las cinco fechas de siembra desde emergencia hasta madurez fisiológica IPARac

(MJ m-2) MS * ( g m-2 )

IAFmax DAF (días)

IAFc

1ª 920,1 a 1532,9 a 7,0 a 375,5 a 3,80 a 2ª 892,1 a 1479,0 a 6,7 ab 358,3 a 3,84 a 3ª 781,5 b 1295,7 b 6,4 b 258,8 b 4,06 a 4ª 671,0 c 1109,6 c 4,9 c 178,5 c 4,12 a 5ª 642,4 c 1060,6 c 4,4 c 154,9 c 4,21 a

* valores en las columnas seguidas de la misma letra, no difieren entre sí por el test de Duncan (P< 0.05). Comparando los valores de IPARac de la primera y última fecha de siembra, observamos una disminución de la captura de radiación de más del 30%, lo que produce la disminución en el rendimiento del cultivo que se observa en las siembras tardías. También los valores de IAF máximo (IAFmax) disminuyen a medida que se atrasa la fecha de siembra, siendo la siembra de mediados de julio la que logra los más altos valores, y las fechas tardías (octubre y noviembre) los más bajos, mientras las restantes fechas de siembra obtienen valores intermedios entre estos dos grupos. Esta disminución es atribuible esencialmente al acortamiento del ciclo, producido por el aumento de la tasa de desarrollo relacionado al aumento de las temperaturas. En cuanto al IAFc, si bien no se encontraron diferencias significativas entre tratamientos, tiende a aumentar con el atraso de la fecha de siembra.

Comparando la primera con la última fecha, vemos la fuerte disminución que sufre tanto el IAFmax alcanzado como la DAF (37% y 59% respectivamente) lo que condiciona la producción de materia seca total del cultivo. Esta relación entre DAF con la acumulación total de biomasa y el rendimiento ha sido establecido en trabajos previos (Confalone et al., 2011).

Si bien el cultivo fue irrigado y mantenido cercano a capacidad de campo, las fechas sembradas en invierno (1ª y 2ª) no necesitaron la utilización de riego para alcanzar su ciclo completo en condiciones óptimas ya que la precipitación cubrió la demanda atmosférica.

CONCLUSIONES Con la información que se está recogiendo se conocerá mejor el desempeño de este cultivo en la región central de la provincia de Buenos Aires pero los resultados encontrados hasta el momento indican que el haba Alameda presenta buenas condiciones para ser considerada como una nueva opción entre las forrajeras, con posibilidades de ser utilizada en los sistemas de explotación ganadera que incluyen especies cultivadas.

REFERENCIAS BAGM 2008-2010. Boletin Agrometeorológico del

centro sur del Partido de Azul. Editado por la UNCPBA. ISSN 1666-4094.

Confalone, A. 2008. Crecimiento y desarrollo del cultivo de haba (Vicia faba L.). Parametrización del submodelo de fenología del CROPGRO-fababean. Universidad de Santiago de Compostela. ISBN: 978-84-9887-173-9. 250p

Confalone, A.; Boote, K.; Lizaso, J.; Sau, F. 2011. Temperature and Photoperiod Effects on Vicia faba Phenology Simulated by CROPGRO-Fababean. Agronomy. Journal.103:036-1050.

Confalone, A.; Castro-Bande, M.; Ruíz-Nogueiras, B.; Sau, F. 2009. Componentes del rendimiento en leguminosas de grano con posibilidades de ser utilizadas como forraje invernal. Revista Pastos 36:175-190.

Confalone, A.; Lizaso, J.; Ruíz, B.; López, F., Sau, F. 2010. Growth, PAR use efficiency, and yield components of field-grown Vicia faba L. under various temperature and photoperiod regimes. Field Crops Res. 115: 140-148.

Cubero, J.I. 1974. On the evolution of Vicia faba L. Theor. Appl. Genet. 45: 47-51.

Summerfield, R.J.; Roberts, E.H.; Ellis, R.H.; Lawn, R.J. 1991. Towards the reliable prediction of time to flowering in six annual crops. Exp. Agric. 27:11-31.

Watkinson, A.R.; Lawn, R.J.; Ellis, R.H.; Qi, A.; Summerfield, R.J. 1994. RoDMod. A computer program for characterizing genotypic variation in flowering responses to photoperiod and temperature. CSIRO, Division of Tropical Crops & Pastures, St. Lucia, Queensland, Australia. 49p.

83


- 61 -


RÉGIMEN DE HELADAS EN LUJÁN, BUENOS AIRES

Denegri M. J.; Jara*, S. I.; Cirera, I. Universidad Nacional de Luján, Cruce Rutas Nac. 5 y 7, Luján, 6700, Argentina


Palabras clave: gradiente térmico; fases fenológicas; temperaturas críticas

INTRODUCCIÓN En el partido de Luján (Bs. As.) y alrededores

se producen, entre otros, cereales, oleaginosas, hortalizas y frutales. El conocimiento del régimen de heladas es de suma importancia a la hora de planificar la producción, puesto que se constituye en una herramienta útil para seleccionar los materiales a implantar y definir las prácticas de manejo adecuadas para evitar el efecto perjudicial de las bajas temperaturas.

Los frutales más cultivados en la zona son los de carozo tales como ciruelos, duraznos y damascos, que en inicio de floración, plena floración y cuajado de los frutos, son sensibles a temperaturas inferiores a -3,9 ºC, -2,2 ºC y -1,1 ºC, respectivamente (Pascale y Damario, 2004). El sistema de conducción implementado en copa o vaso determina que los órganos sensibles se ubiquen por encima del metro de altura.

Teniendo en cuenta la diversidad productiva que se realizan en la zona, el objetivo de este trabajo es conocer el régimen de heladas agronómicas (Tmin en superficie < 0 ºC) y meteorológicas (Tmin a 1,5 m < 0 ºC), como así también el régimen de ocurrencia de temperaturas mínimas críticas para los frutales de carozo.

MATERIALES Y MÉTODOS Se utilizaron los registros diarios de temperatura

mínima del aire a 1,5 m (Tminc) y a 0,05 m (Tmins) sobre el nivel del suelo, medidos en la estación agrometeorológica de la Universidad Nacional de Luján (34 º35´ S; 59º 04´ W; 28 m snm).

La serie de temperaturas mínimas a 1,5 m se extiende por un período de 24 años (1988-2011), mientras que los registros de temperatura mínima en superficie cubren un período de 7 años entre el 2001 y el 2011.

Los datos fueron agrupados estacionalmente en función de la declinación solar y así, los meses de marzo, abril y mayo se asociaron al otoño, y septiembre, octubre y noviembre a la primavera.

A partir de los registros del período en que se cuenta con información simultánea de Tminc y Tmins se calculó para cada día, el gradiente de temperaturas y se realizó para el otoño una curva de frecuencias relativas acumuladas a fin de determinar la génesis de las heladas. Lo mismo se hizo para la primavera.

Con objeto de caracterizar el régimen de heladas meteorológicas y el régimen de ocurrencia de temperaturas mínimas críticas para los frutales de carozo se calcularon, con la serie de Tminc, los siguientes parámetros (Burgos, 2011): fechas medias de primera y última helada, período medio con y libre de heladas, variabilidad de las fechas de primera y última helada, fechas extremas de primera y última helada, períodos extremos con y libre de heladas.

Al ser la serie de Tmins muy breve para caracterizar el régimen de heladas agronómicas, se buscó la relación funcional entre Tmins y Tminc, de manera de poder estimar el dato en superficie a partir de la temperatura mínima medida en la casilla, tanto para el otoño como para la primavera. De esta manera, se pudo caracterizar el régimen de heladas agronómicas a partir de los registros de Tminc.

Teniendo en cuenta las temperaturas críticas para las fases fenológicas más sensibles de los frutales de carozo cultivados en Luján y el sistema de conducción empleado (Bulos, 1994) se caracterizó, a partir de los datos de Tminc, el régimen de eventos con temperaturas inferiores a: -1 ºC, -2 ºC y -3 ºC, valores asociados a las situaciones de riesgo en el momento del cuajado de los frutos, plena floración e inicio de floración, respectivamente.

RESULTADOS Y DISCUSIÓN Del análisis de la distribución de frecuencias

acumuladas relativas de los gradientes verticales de temperatura se puede decir que, en Luján, prácticamente todas las heladas son por radiación, sólo existe una probabilidad del 10% de registrar heladas sin la presencia de una inversión térmica en otoño y 5% en primavera.

La expresión que mejor ajustó el comportamiento de la relación entre Tminc y Tmins fue, tanto para el otoño como para la primavera, una ecuación lineal. En la Tabla 1 se muestran las expresiones encontradas, los coeficientes de determinación asociados y el gradiente vertical medio de temperatura.

Teniendo en cuenta que el 90% o más de las heladas se producen por enfriamiento radiativo, es posible decir que cuando se registren temperaturas mínimas en casilla de 3,5 ºC en otoño y 4,6 ºC en primavera, se corresponderán con un valor de 0 ºC en superficie, lo que es considerado como helada agronómica.

84


- 62 -


Tabla 1. Ecuaciones de ajuste para la relación entre las

temperaturas mínimas medidas en casilla y en superficie

junto con sus coeficientes de determinación y gradiente

vertical medio de temperatura para otoño y primavera.

Período Recta de ajuste R2 T/ Z media

(ºC/m)

Otoño Tminc=0,91Tmins+3,47 0,89 2,0 ± 1,3

Primavera Tminc=0,88Tmins+4,62 0,87 2,8 ± 1,3

En la Tabla 2 se presenta la caracterización

agroclimática del régimen de heladas

meteorológicas, agronómicas y del régimen de

temperaturas críticas para los frutales de carozo en

Luján. Se observa que el período medio con

heladas agronómicas es más extendido (191 días,

entre el 21 de abril y el 28 de octubre) que el

período medio con heladas meteorológicas. En

promedio, las heladas agronómicas comienzan un

mes antes que las meteorológicas y finalizan

aproximadamente un mes después. Estos resultados

son consecuentes con el proceso de enfriamiento

radiativo de la superficie que las origina.

Tabla 2. Régimen de heladas meteorológicas,

agronómicas y régimen de ocurrencia de temperaturas

mínimas críticas para los frutales de carozo en Luján.

Heladas Tmin críticas ≤

Met

. Agr.

–

1ºC

–

2ºC

–

3ºC

Fecha media de primera 20/0

5

21/0

4

03/0

6

18/0

6

24/0

6

Fecha media de última 18/0

9

28/1

0

09/0

9

26/0

8

29/0

7

Período medio (días)

con 122 191 98 69 34

Período medio (días)

libre de 243 174 267 296 331

Fecha extrema de

primera

14/0

4

01/0

4

14/0

4

15/0

4

15/0

4

Fecha extrema de última 15/1

1

09/1

2

27/1

0

27/1

0

02/1

0

Período extremo (días)

con 216 253 197 196 141

Período extremo (días)

libre de 149 112 168 169 225

Con respecto al régimen de temperaturas

mínimas críticas para los frutales de carozo, las

fechas que interesan para evaluar el riesgo de daño

por heladas son las medias y extremas de última

ocurrencia pues los estadíos sensibles se dan a

partir de fines de invierno. De acuerdo a esto, la

fecha media en que ocurren temperaturas mínimas

≤ -2ºC críticas para plena floración es el 26 de

agosto, y la fecha media de ocurrencia de

temperaturas ≤ -1ºC críticas para fruto cuajado

es el 9 de septiembre. Es importante tener presente

que los registros indican ocurrencia de esos valores

de temperatura mínima en Luján hasta el 27 de

octubre.

CONCLUSIONES

En Luján, en promedio, el período con heladas

meteorológicas se extiende entre el 20 de mayo y el

18 de septiembre, aunque se han registrado este

tipo de eventos en fechas extremas tales como el 14

de abril y el 15 de noviembre. El período medio

con heladas agronómicas comienza el 21 de abril y

se extiende hasta el 28 de octubre. Este resultado es

consecuente con el proceso de enfriamiento

radiativo de la superficie que da lugar a la

ocurrencia de las heladas, ya que por el análisis de

la distribución de frecuencias acumuladas del

gradiente térmico se pudo saber que

aproximadamente el 90% de las heladas en Luján

son radiativas.

El conocimiento de las fechas medias y

extremas de primeras heladas agronómicas y

meteorológicas ayudará a programar las siembras y

seleccionar los materiales genéticos de cultivos de

verano tales como maíz y soja para que la cosecha

pueda realizarse antes de esas fechas.

Por otra parte, el conocimiento de las fechas

medias y extremas de última ocurrencia de

temperaturas mínimas perjudiciales en estadíos de

la floración en frutales de carozo ayudan en la toma

de decisiones al momento de elegir variedades a

implantar. En Luján y alrededores, los estadíos con

más riesgo de daños por heladas son plena

floración y cuajado de frutos, por lo que sería

interesante probar el comportamiento de variedades

de floración tardía, ya que eventos con

temperaturas mínimas inferiores a -2 ºC (crítico en

plena floración) son esperables entre el 18 de junio

y el 26 de agosto y eventos con temperaturas

mínimas inferiores a -1 ºC (crítico en cuajado de

frutos) son esperables entre el 3 de junio y el 9 de

septiembre.

REFERENCIAS

Bulos, L. 1994. Estudio de las heladas en la cuenca

media del Río Luján y su incidencia en la actividad

agrícola de la zona. Tesis de graduación Ingeniería

Agronómica. Biblioteca de la Universidad Nacional de Luján.

Burgos, J. J. 2011. Las heladas en la Argentina. Segunda

edición. Ministerio de Agricultura, Ganadería y

Pesca. Pascale, A. J.; Damario, E.A. 2004. Bioclimatología

agrícola y agroclimatología, pp. 287-301. Editorial

Facultad de Agronomía. Buenos Aires. Argentina.

85


- 63 -


RELACIÓN ENTRE EL RENDIMIENTO DE MAÍZ Y VARIABLES DEL BALANCE HÍDRICO SERIADO EN EL DEPARTAMENTO ROSARIO, SANTA FE

Dickie*, M. J.; Sacchi, O. ; Coronel, A.

Facultad de Ciencias Agrarias Universidad Nacional de Rosario UNR. Cátedra de Climatología Agrícola, Campo Experimental Villarino, Zavalla 2123, Argentina *Contacto: [email protected]

Palabras clave: déficit hídrico; agua retenida

INTRODUCCIÓN El agua disponible es generalmente el principal

factor que limita el crecimiento y rendimiento del cultivo de maíz en condiciones extensivas. Además, el grado de sensibilidad al estrés hídrico en este cultivo, depende del momento en que ocurra (Andrade et al, 1996).

En maíz el período crítico es de 30 días centrados en floración (Carcova et al., 2003), donde se define el número de granos y se caracteriza por su alta sensibilidad al déficit hídrico (Echarte et al., 1998). El estrés hídrico en etapas vegetativas afecta la expansión foliar reduciendo el índice de área foliar y la radiación incidente interceptada (Dardanelli et al., 2003).

El objetivo del trabajo fue evaluar la incidencia de las variables déficit hídrico (DH) y agua retenida (AR) obtenidas a partir del Balance Hídrico Seriado, en los rendimientos del cultivo de maíz en el departamento Rosario. MATERIALES Y MÉTODOS

Se trabajó con datos de rendimientos de maíz (Zea mays L.) del departamento Rosario, Santa Fe en el período 1974-2007 (SAGPYA, 2012) y con datos del Balance Hídrico Seriado planteado por Palmer (1965) para la localidad de Zavalla (33º 01’S, 60º53’O) (Coronel et al., en prensa). Se tomó como estación agrometeorológica representativa de las condiciones climáticas de la región a la estación que funciona en la Facultad de Cs. Agrarias de la UNR que pertenece a la Red del SMN y del INTA.

Dado que las variables analizadas son a nivel mensual, se tomó como barbecho de mayo a septiembre, fecha de siembra octubre, período crítico (PC) diciembre y enero, y cosecha a fines de marzo.

Los rendimientos de maíz presentaron un aumento con el transcurso del tiempo, y es de esperar que esta tendencia creciente sea debida a la mejora de las prácticas agrícolas y al mejoramiento genético. Por este motivo, se filtró la componente de tendencia de la serie original a través de un polinomio de segundo grado, generándose la serie de rendimientos sin tendencia (Rst). De este modo sólo se analizó el efecto climático sobre el rendimiento. Esta metodología ha sido utilizada anteriormente con este mismo fin por diferentes autores (Hurtado et al., 2003, Fernández Long et al., 2011).

Se determinó la relación entre los Rst de maíz con DH y AR mediante correlaciones y regresiones lineales con significancias estadísticas al 5%.


Durante el período 1974/2007 se destinaron en promedio 9000 ha al cultivo de maíz variando entre 1500 ha en la campaña 1990/91 y 15000 en el año 1980. Los rendimientos, también fueron variables, 1449 kg/ha en la campaña 1975/1976 y 9200 kg/ha en la campaña 2006/2007, con un promedio del período en estudio de 4906 kg/ha. En la Figura 1 se puede observar la evolución del rendimiento desde la campaña 1969/1970 a 2010/2011, y su tendencia polinómica.

En la Tabla 1 se muestran los valores de los coeficientes de correlación entre Rst y AR y DH mensuales, durante el ciclo del cultivo y durante ek barbecho. Si bien todos los coeficientes son estadísticamente significativos, se puede determinar que en cuanto a AR el mes con mayor correlación es enero y para DH es diciembre. En ambos casos los meses corresponden al PC. A partir del cálculo de los coeficientes de regresión lineal se determina que el DH correspondiente al PC explica un 57,5% de la variabilidad de los Rst de maíz (Figura 2), mientras que el AR en PC explica el 43,4% (Figura 3).

El balance hídrico seriado de Zavalla permitió establecer que el período del año con mayor frecuencia de DH corresponde a agosto-febrero y entre noviembre y enero ocurren las de mayor intensidad, o sea durante el PC (Coronel et al. en prensa). Por otro lado durante el PC las DH presentan su mayor variabilidad interanual, lo cual genera incertidumbre en el resultado final del rendimiento y de la calidad de los granos. Una de las causas de esta variabilidad es el ENOS, y existe una fuerte respuesta de los rendimientos de maíz a este fenómeno en el norte y centro de la región pampeana (Fernández Long et al., 2011). Durante el periodo de barbecho el AR en el suelo es la que presenta mayor correlación con el Rst de maíz. La conservación de agua durante el período de barbecho depende del tipo de suelo y de las precipitaciones (Lampurlanes et al., 2002). Según Coronel et al. (en prensa) el período de recarga del suelo en Zavalla se establece de marzo a junio, por lo tanto el AR durante estos meses puede ser fundamental en los años en que se producen DH importantes durante el PC del cultivo.

86


- 64 -


Figura 1. Evolución de los rendimientos en el período 1969/2011 y tendencia polinómica de segundo grado. Tabla 1. Coeficientes de correlación entre rendimiento sin tendencia de maíz y agua retenida, y déficit hídrico.

coeficientes de correlación por período s

variables barbecho oct nov dic ene feb mar

AR, mm 0,33 0,40 0,45 0,56 0,67 0,59 0,62

DH, mm -0,12 -0,34 -0,54 -0,72 -0,58 -0,37 -0,36

Figura 2. Relación de rendimientos sin tendencia de maíz y déficit hídricos en el período crítico. Ecuación de la recta de regresión y coeficiente de regresión lineal (R2).

Figura 3. Relación de rendimientos sin tendencia de maíz y agua retenida en el período crítico. Ecuación de la recta de regresión y coeficiente de regresión lineal (R2).

CONCLUSIONES La deficiencia de agua es un factor limitante en

el desarrollo y producción de este cultivo. Esta influencia se evidenció en mayor grado en etapa de floración, disminuyendo su efecto en las etapas de desarrollo vegetativo y llenado de grano. En el período de barbecho la variable que presentó mayor

correlación positiva con el rendimiento es el agua retenida en el perfil edáfico.

REFERENCIAS Andrade, F.H.; Cirilo, A.; Uhart, S.; Otegui, ME. 1996.

Ecofisiología del cultivo de maíz. Dekalbpress. Buenos Aires, Argentina. 292 p.

Carcova, J.; Borrás, L.; Otegui, M.E. 2003. Ciclo ontogénico, dinámica del desarrollo y generación del rendimiento y la calidad en maíz. En: Producción de Granos: Bases funcionales para su manejo. Facultad de Agronomía, UBA (Ed.). Bs. As., Arg. 135-157.

Coronel, A.; Sacchi, O.; Costanzo, M. 2012. Variabilidad climática de los componentes del Balance Hídrico seriado en el sur de Santa Fe. Ciencias Agronómicas, Rev. de Inv. de la Fac. de Cs. Agrarias – UNR. En prensa. XVI (1).

Dardanelli, J.; Colino, D.; Otegui, E.; Sadras, O. 2003. Bases funcionales para el manejo del agua en los sistemas de producción de los cultivos de grano. En: Prod. de Granos: Bases funcionales para su manejo. Fac. de Agronomía, UBA (Ed). Bs. As., Arg. 377:434.

Echarte, L.; Della Maggiora, A.I.; Irigoyen, A.I.; Dosio, G.A. 1998. Disminución del rendimiento en el cultivo de maíz debida a los déficits hídricos ocurridos en la localidad de Balcarce. En: X Cong. Brasilero de Meteorología y VIII Cong. de la Fed. Lat. e Ibérica de Soc. de Meteorología, 1998, Brasilia, Brasil.

Fernández Long, M. E.; Spescha, L.; Hurtado, R.; Murphy, G. M. 2011. Impacto del ENOS sobre los rendimientos de maíz en la región pampeana argentina. Agriscientia 28I: 31-38.

Hurtado, R.; Spescha, L; Fernández Long, M.E.; Murphy, G.M. 2003. Evaluación del ENSO como predictor de los rendimientos de maíz en la Región Pampeana (Argentina). Rev. Fac. de Agronomía 23: 131-139.

Lampurlanes, J.; Angás, P.; Cantero Martínez, C. 2002. Tillage effects on water storage during fallow, and on barley root growth and yield in two contrasting soils of the semi-arid Segarra region Spain. Soil Till. Res. 65: 207-220.

Palmer, W. 1965. Meteorological drought. US: Weather Bureau. Reserch Paper Nº 45. Washinton. EEUU.58p.

Secretaria de Agricultura, Ganadería, Pesca y Alimentos (SAGPyA). 2012. Estimaciones agrícolas. <www.sagpya.gov.ar>, Consultado: 03/04/12.

y = 3,6756x2 - 27,801x + 3350,7R2 = 0,6298

0

2000

4000

6000

8000

10000

1969/70 1973/74 1977/78 1981/82 1985/86 1989/90 1993/94 1997/98 2001/02 2005/06 2009/10

Campaña Agrícola

Ren

dim

ient

o, k

g/ha

-1

y = -12,96x + 937,48R2 = 0,57

-2500

-1500

-500

500

1500

2500

0 50 100 150 200 250

Déficit Hídrico, mm

Ren

dim

ient

o, k

g ha

-1

y = 5,3469x - 1092,8R2 = 0,4344

-2500

-1500

-500

500

1500

2500

0 200 400

Agua Retenida, mm

Ren

dim

ient

o, k

g.ha

-1

87


- 65 -


68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

MAPA FENOLOGICO DEL TRIGO PARA SIEMBRA Y COSECHA EN LA REGIÓN PAMPEANA DE LA ARGENTINA

Faroni*, A. P.*; Hurtado, R. H.; Zalazar, S. M. F.

Cátedra de Climatología y Fenología Agrícolas, Facultad de Agronomía, UBA. Av. San Martín 4453 - C1417DSE CABA – Argentina

* Contacto: [email protected] Palabras clave: fenología; trigo; región pampeana INTRODUCCIÓN

El rendimiento del cultivo de trigo y su potencialidad en una región determinada es la resultante de la interacción entre factores ecológicos, tecnológicos, genéticos y climáticos.

Reconocer los estadios de crecimiento del trigo es importante para adecuar las decisiones de manejo y el uso de insumos con el desarrollo de la planta. Estas decisiones pueden mejorarse mediante un cuidadoso estudio del desarrollo del cultivo y un acabado conocimiento de los factores que tienen un efecto positivo o negativo en el rendimiento potencial del grano. Estas medidas pueden hacer más rentable la producción de trigo (Miller, 1992).

La fenología, la cual fue una parte integral de las antiguas prácticas agrícolas, aún mantiene una muy cercana relación con la agricultura moderna a través de sus valiosas contribuciones. En el conocimiento de las exigencias y tolerancias meteorológicas de los cultivos, con el interés de aconsejar sobre el lugar, los tiempos y medidas agronómicas más adecuadas para obtener mayores beneficios, las observaciones fenológicas prestan utilidad a varias ramas de la actividad agrícola (Pascale y Damario, 2011). Como antecedente existen mapas fenológicos de siembra, espigazón y cosecha del trigo en la República Argentina publicado por Pascale en 1952.

El objetivo del presente trabajo es confeccionar mapas fenológicos actualizados de siembra y de cosecha del cultivo de trigo en la región pampeana.

MATERIALES Y MÉTODOS Para este estudio se utilizaron los datos

semanales de porcentajes de áreas sembradas y cosechadas del cultivo de trigo, de 26 delegaciones? de la región pampeana (Figura 1), entre las campañas 1998 y 2011. Dichos datos corresponden a estimaciones realizadas por el Sistema Integrado de Información Agropecuaria (SIIA, 2012).

Se promediaron, para cada delegación, los porcentajes de las áreas sembradas para la misma fecha de la serie. Se analizaron los resultados y se identificaron las fenodatas (fecha en que se produce los momentos de cada fase) correspondientes al 20, 50 y 80 % de la fase siembra. El mismo procedimiento se realizó con los datos para la fase cosecha.

Se confeccionaron mapas de líneas isófanas (línea imaginaria que une todos los puntos donde una fase ocurre en una misma fecha) a través del método Kriging, del Surfer 7.0 Golden Software Inc. Estos nos permitirán ver gráficamente la distribución y amplitud del cultivo en la región pampeana.

Figura 1. Ubicación de las delegaciones de la región pampeana.

RESULTADOS Y DISCUSIÓN La distribución espacial de las fenodatas

correspondiente al Comienzo de la fase de siembra (20%) ocurre desde el 26 de mayo en el noroeste de la provincia de Córdoba, trasladándose semanalmente, hasta el 7 de julio en un área muy pequeña del centro-este de la provincia de Buenos Aires (Figura 2a). Este momento de la fase presenta una variación en la región de estudio de 42 días. La Plenitud de la fase (50%) ocurre 15 días posteriores a los del 20%, período comprendido entre 10 de junio al 22 de julio, para el mismo patrón de distribución de las isófanas (Figura 2b). Este momento la variación es igual que en el Comienzo (42 días). Para el momento de Fin de la fase (80%), ocurre entre 15 y 42 días posteriores al momento anterior con una distribución espacial de las fenodatas diferente (Figura 2c). Comienza el 24 de junio en el centro-este de la provincia de Córdoba y se traslada semanalmente hasta el 12 de agosto en una extensión pequeña del centro-este de la provincia de Buenos Aires, como así también se puede encontrar en el centro de la provincia de La Pampa para la misma fecha. Este momento se proyecta con un retraso de hasta 52 días.

88


- 66 -


Para el análisis de las fenodatas de fase de cosecha (20, 50 y 80%), se observa una distribución con un patrón más homogéneo en el tiempo y en el espacio. Teniendo una extensión temporal en cada momento de 42 días. Para el Comienzo que se inicia el 11 de noviembre en el norte de la provincia de Santa Fe, hasta el 23 de diciembre en el sureste de la provincia de Buenos Aires (Figura 3a). Entre el Comienzo y la Plenitud de esta fase transcurren 8 días para una misma región. Iniciándose la Plenitud el 19 de noviembre hasta el 31 de diciembre de acuerdo a las regiones homologadas con las anteriores (Figura 3b). La duración entre la Plenitud y el Fin de cosecha sucede en 12 días observándose la misma distribución zonal entre ambas. La fase de fin de cosecha ocurre entre el 1 de diciembre hasta el 12 de enero (Figura 3c).

CONCLUSIONES La duración de la fase de siembra es de 36 días

(desde Comienzo hasta Fin) para cada área delimitada por las isófanas que pasan por las provincias de Santa Fe, Entre Ríos y Buenos Aires.

En cambio, en la provincia de Córdoba es aproximadamente de 29 días. Y en La Pampa la duración es más amplia, entre 57 y 64 días (en el centro y sur de la provincia, respectivamente).

La fase de cosecha tiene una extensión más concentrada en el tiempo en toda la región pampeana, con un total de 20 días.

AGRADECIMIENTOS Este trabajo fue realizado en el marco del Proyecto UBACyT G477 (2011-2014).

REFERENCIA Miller, T. D. 1992. Better Crops with Plant Food. Potash

and Phosphate Institute (PPI), Norcross, GA 30092-2821, EEUU. p.12-17

Pascale, A.J. 1952. Mapa fenológico del trigo en la República Argentina. Meteoros. Año II. Nº 1-2. Buenos Aires. Argentina.

Pascale, A.J. y Damario, E.A. 2011. Fenología. En cap. XII. Murphy y Hurtado (Ed.) Agrometeorología. Editorial Facultad de Agronomía. Buenos Aires, Argentina. 440pp.

Sistema Integrado de Información Agropecuaria SIIA. 2012. (www.siia.gov.ar)

68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

26-may

2-jun9-jun

16-jun

23-jun

30-jun

Siembra 20%

68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

10-jun

17-jun

24-jun

1-jul

8-jul

15-jul

Siembra 50%

68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

1-jul

8-jul15-jul

22-jul

29-jul5-ago

12-ago

5-ago

Siembra 80%

Figura 2. Mapas de isófanas de siembra del cultivo de trigo en la región pampeana.

68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

11-nov

18-nov

25-nov

2-dic

9-dic 16-dic

23-dic

Cosecha 20%

68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

19-nov

26-nov

3-dic10-dic

17-dic

24-dic

31-dic

Cosecha 50%

68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

1-dic

8-dic

15-dic

22-dic

29-dic 5-ene

12-ene

Cosecha 80%

Figura 3. Mapas de isófanas de cosecha del cultivo de trigo en la región pampeana.

b)

b)

c) a)

a) c)

89


- 67 -

XIV Asociación Argentina de Agrometeorología

DETERMINACION DE UNIDADES DE FRIO PARA RAFAELA (SANTA FE)

García*, M.S.; Leva, P.E.; Tóffoli G.; Gariglio, N.

Facultad de Ciencias Agrarias, P. Kreder 2805. Esperanza. Santa Fe. C.P:3080, Argentina.


Palabras clave: Utah; requerimientos; frutales

INTRODUCCIÓN En los climas templados o templados cálidos, la

temperatura condiciona el ciclo anual de crecimiento y desarrollo de los árboles frutales. En él se puede distinguir un período de actividad vegetativa y un período de reposo que se inicia a fines de otoño y termina con la brotación en primavera.

El período de reposo, también denominado dormición o latencia, se caracteriza por la supresión temporal del crecimiento visible de cualquier estructura de la planta que contenga meristemo Aunque es evidente que un proceso fisiológico tan complejo como el reposo invernal no puede depender exclusivamente de un solo elemento meteorológico, desde el punto de vista práctico y desde los primeros análisis del problema, se ha pretendido vincular la duración del reposo con las temperaturas por debajo de un determinado umbral La exposición a las bajas temperaturas es la manera más eficiente de romper la dormición La exigencia en bajas temperaturas, conocida como exigencia en frío se cuantifica por dos índices: las horas de frío y las unidades de enfriamiento (Melgarejo, 1996). Para los frutales, diversos investigadores establecieron una escala de cantidad de horas de frío que deberían acumular las distintas especies para prosperar y poder romper la dormición (Magness y Traub, 1941). Estos valores medios se usaron como referencia durante muchos años hasta que las manifestaciones fenológicas registradas en diferentes lugares, y bajo diferentes climas, demostraron que esta escala no es estable ni absoluta, y que no todas las temperaturas por debajo de un umbral tiene el mismo poder enfriante (Agustí, 2004).

Este conocimiento hizo posible desarrollar las unidades de frío (UF). Si bien existen varios modelos de estimación que se adaptan a determinadas regiones (Richardson et al., 1974, Gilreath y Buchanan 1981, Shaltout y Unrath 1983), todos necesitan contar con las temperaturas horarias, información de escasa disponibilidad. En este contexto se ha tratado de simular la variación diaria de la temperatura (Parton y Logan, 1981, Alonso et al., 2001). En función de los valores horarios de temperatura se han calculado horas de frío y unidades de frío en distintas regiones y evaluado diferentes métodos de estimación (Beltrán et al., 1997, Linsley-Noakes et al., 1995)

La provincia de Santa Fe dedica cerca de 400 ha a la producción de duraznos (Prunus persica L. Batsch), de las cuales cerca de 50 ha se localizan en la zona centro de la provincia de Santa Fe (MAGIC, 2003).

El objetivo del presente trabajo es determinar para la localidad de Rafaela (Santa Fe) las disponibilidades de unidades de frío.

MATERIALES Y MÉTODOS La localidad de Rafaela, se ubica a los 31°11, S,

61º 33’W, 91 asnm. Según Koopen presenta un clima del tipo Cfa. A través de un modelo empírico que utiliza las temperaturas extremas diarias (Parton y Logan, 1981), se simuló la marcha diaria de la temperatura para los meses de mayo, junio, julio, agosto y septiembre. Las temperaturas máximas y mínimas diarias fueron obtenidas de la Estación Experimental Agropecuaria (INTA) Rafaela (Serie 1971-2003). Con las temperaturas medias horarias simuladas se estimaron las UF utilizado el modelo de Utah (Richardson et al., 1974), el cual asigna la mayor efectividad enfriante a las temperaturas horarias entre 2,5 y 9,1 ºC, niega efecto a las inferiores a 1,5ºC y considera como desvernalizante a las mayores de 16ºC.

Con la suma algebraica de los valores resultantes de transformar las 24 temperaturas medias horarias de un día, se obtuvieron las unidades de frío diarias (UFd). Se sumaron las correspondientes al periodo mayo-septiembre y se determinó el valor medio mensual (UFm).

RESULTADOS Y DISCUSIÓN. Las unidades de frío media mensuales estimadas

(UFm), se observan en la Tabla 1. El período de cuantificación de las UF incluye a los meses de junio, julio y agosto, ya que la contribución de mayo y septiembre según el modelo de Richardson et al., (1974), resulta ser nula.

En la región centro, los meses de mayo y septiembre son necesarios para que las variedades implantadas en la región acumulen frío (Gariglio et al.,2006) En localidades ubicadas más al sur de la región en estudio, la metodología utilizada para cuantificar el frío invernal, coincide con la informado en el presente trabajo. En San Pedro (33º 41 'S - 59º 41'W), las UFm superan en un 25% a las UFm de Rafaela, y el mes de mayo, no resulta ser desvernalizante.

90


- 68 -


Tabla 1. Unidades de frío medias mensuales (UFm) para junio, julio y agosto según el Modelo de Utah para la localidad de Rafaela. (Serie 1971-2003).

Jun Jul Ago Total

UFm 244 302 102 648

Julio aporta el 46 % del total acumulado,

mientras que junio y agosto contribuyen con el 38% y 16 %, respectivamente. Con respecto a los meses de mayo y septiembre, se pudo observar que la máxima acumulación diaria negativa de mayo (-10 UFd) corresponde al día 12 (Figura 1). A partir del 28, la contribución de dicho mes fue positiva (9,5 UFd). En septiembre se acumulan 11 UFm. A partir del día 3, las temperaturas horarias, comienzan a ser desvernalizantes llegando a registrarse la máxima acumulación negativa (-7,5 UFd) el 26 de septiembre.

Figura 1. Unidades de frío media diaria (UFd) para mayo, junio, julio, agosto y septiembre según el modelo de Richardson (1974) para la localidad de Rafaela (Serie 1971-2003).

CONCLUSIONES La disponibilidad media de frío en la localidad

de Rafaela para la serie (1971-2003) es de 648 unidades de frío. Los meses de junio, julio y agosto son los que se incluyen para cuantificar a las unidades de frío, siendo junio el que mayor contribución realiza. Los meses de mayo y septiembre según Utah, resultan ser desvernalizantes. Sin embargo para los cultivares de duraznero implantados en la región, el aporte de mayo es importante. Esto podría estar indicando que el modelo de Richardson, que aún mantiene una importante vigencia en zonas con inviernos relativamente fríos, puede ser cuestionado en cuanto a su efectividad en zonas de inviernos.

REFERENCIAS Agustí, M. 2004. Fruticultura. Ed. Mundi-Prensa.

Madrid, Spain. 493 p. Alonso M. R.; Rodríguez, R.O.; Gómez, S. G.. 2001. La

utilización de las temperaturas máxima y mínima diarias para la estimación de la disponibilidad de horas de frío. Rev. Fac. Agronomía 21: 261-264

Beltrán A.; Damario, E. A.: Pascale, A. J. 1997. Comprobación de un método para la estimación de unidades de enfriamiento de Richardson para estudios agroclimáticos. 7ma Reunión Argentina y 1ra. Latinoamericana de Agrometeorología. 69-70.

Gariglio N.; Dosis V.; Leva P.; García M. S.; Bouzo, C. 2006. Acumulación de horas de frío en la zona centro-oeste de Santa Fe para frutales caducifolios. Horticultura Argentina 25: 26-32.

Gilreath, P.R., Buchanan, D.W. 1981. Rest prediction model for lowchilling Sungold nectarine. J. Amer. Soc. Hort. Sci. 106: 426-429.

Linsley-Noakes G. C.; Louw, M. Allan, P. 1995. Estimating dailly positive Utah chill units using daily minimum and maximum temperatures . J. S. Afr. Soc. Hort. Sci. 5: 19-23.

MAGIC. 2003. Estadísticas de producción de frutas y hortalizas. Portal del gobierno de la provincia de Santa Fe.URL:http://www1.santafe.gov.ar/index.php/user/content/view/full/3598. Consultado: 27 de abril 2012.

Magness, J.;Traub, H. 1941. CLIMATES Adaptation of fruit and nut crops. Climate and Man Yearbook, 400–416, Washington, U.S.A..

Melgarejo, M. P. 1996. El frío invernal, factor limitante para el cultivo frutal. Modelos y métodos para determinar la acumulación de frío y de calor en frutales. Ed. Madrid Vicente. Madrid. España. 150 p.

Parton, W. J.; Logan, J. A.. 1981. A model for diurnal variation en soil and air temperature. Agric. Meteorol. 23: 205-216.

Richardson, E.A.;; Seeley, S.D.;,Walter, R.D.; 1974. A model for estimating Completion of Rest for “Redhaven” and “Elberta” Peach Trees. Hortscience 9: 331-332.

Shaltout, A.D.; Unrath, C.R. 1983. Rest completion predicition model for starkrimson delicous apples. J. Amer. Soc. Hort. Sci. 108: 957-961.

-15 -10 -5 0 5

10 15 20

01/0

5 16

/05

31/0

5 15

/06

30/0

6 15

/07

30/0

7 14

/08

29/0

8 13

/09

28/0

9

UFd

Fecha

91


- 69 -

XIV Reunión Asociación Argentina de Agrometeorología

FECHA DE SIEMBRA Y MORFOLOGÍA DEL ÁREA FOLIAR EN HÍBRIDOS DE MAIZ CON DIFERENTE MADUREZ RELATIVA

Irigoyen*, A. I.; Maune, C.; Bonelli, L. Unidad Integrada Balcarce (UIB) Facultad de Ciencias Agrarias UNMdP- Experimental Balcarce Instituto Nacional de Tecnología Agropecuaria, Ruta Nacional 226, km 73,5, CC. 276, CP 7620, Balcarce, Buenos Aires, Argentina.


Palabras clave: longitud máxima de hoja; ancho máximo de hoja; altura de la planta, modelización

INTRODUCCIÓN Los modelos que representan el proceso de

generación del área foliar por planta en gramíneas anuales como el maíz están principalmente basados en la descripción de la aparición de hojas y macollos y de las características de las hojas individuales (Bos et al., 2000; Lizaso et al., 2003). Algunas relaciones entre el área foliar máxima por planta y el área foliar final de la hoja o el número final de hojas han sido establecidas para condiciones no limitantes para el crecimiento del cultivo (Elings, 2000; Valentinuz y Tollenaar, 2006). Se ha sugerido que el ancho máximo de hoja podría estar relacionado con la tasa de crecimiento por filocrono (Bos et al.; 2000). La descripción morfológica de las hojas individuales y de la planta como la dinámica de expansión foliar , que podrían variar con la fecha de siembra y cultivos, brinda a su vez información para el ajuste de los coeficientes genéticos específicos necesarios para la aplicación en modelos de cultivos

El objetivo del presente trabajo fue caracterizar la relación entre características morfológicas de la planta y el área foliar en tres híbridos de maíz conducidos bajo cuatro fechas de siembra. MATERIALES Y MÉTODOS

Tres híbridos de maíz con diferente madurez relativa (DK692, DK- MR119; Illinois 1550, ILL-MR102; Pionner 39B77, PIO-MR 89) sembrados durante la campaña agrícola 2011-2012 a intervalos aproximadamente equidistantes en tiempo térmico, desde inicios de octubre a inicios de enero fueron utilizados. Las fechas de siembra se mencionan como FS I: 04-Octubre; FS II: 14-Noviembre; FS III: 15-Diciembre y FS IV: 4-Enero. Condiciones no limitantes para el cultivo fueron garantizadas con el manejo agronómico (densidad, fertilización, control de malezas) y con el control de las condiciones de disponibilidad de agua en el suelo. El contenido de agua en el suelo fue monitoreado semanalmente y cuando fue necesario, aplicaciones de riego fueron conducidas.

La evolución del área foliar fue monitoreada durante la estación de crecimiento en forma no destructiva, a partir de las determinaciones básicas de longitud (L) y ancho (A) máximo de lámina de cada hoja realizadas semanalmente sobre 15

plantas marcadas para cada combinación fecha de siembra x híbrido. El área foliar de cada hoja fue estimada mediante un modelo multiplicativo entre longitud, ancho máximo de la lámina y un factor constante atribuido a la forma de la hoja (0,75). A partir de las determinaciones consecutivas se determinaron las características morfológicas de hoja seleccionadas: longitud máxima de lámina (Lmax), ancho máximo de lámina (Amax) y área foliar máximo (AFmax) alcanzados en cada hoja. Se seleccionaron las caracterìsticas de la planta: número total de hojas (NTH) y altura de la lígula de última hoja desarrollada (AUL).

Se analizó la distribución de frecuencias de Lmax, Amax y AFmax de acuerdo al test de Shapiro-Wilks. Fueron evaluados los tratamientos de híbridos y fechas de siembra de acuerdo al test no paramétrico de Kruskal-Wallis y cuando se detectaron diferencias significativas, la prueba de medias de Tukey fue aplicada. El grado de asociación entre el área foliar verde por planta en el momento de aparición de la inflorescencia masculina (AFVVT) y algunas caracterìsticas morfológicas de las hojas individuales y de la planta fue descripto por medio de coeficientes de correlación lineal de Pearson.

RESULTADOS Y DISCUSIÓN Diferencias significativas en Lmax, Amax y

AFmax fueron observadas entre fechas de siembra,. En la FS1 se observó pérdida completa de las dos primeras hojas de la planta por la ocurrencia de una helada tardía. Curvas en forma de campana entre el área foliar individual y el número de nudo que ocupa la hoja en la planta pueden ajustarse para los híbridos evaluados en cada FS.

Las hojas de mayor tamaño presentaron mayor asociación lineal con el área foliar verde por planta en cualquier híbrido y fecha de siembra. Relaciones similares que sugieren su papel como variable predictora habían sido sugeridas para híbridos con diferentes características morfológicas y condiciones de manejo (Valentinuz y Tollennar, 2006). En la Tabla 1 se presentan los coeficientes de correlación significativos entre AFVVT y NTH y características de las hojas de mayor tamaño. El ancho máximo alcanzado se destaca entre las dimensiones de la hoja por su mayor grado de asociación lineal con AFVVT.

92


- 70 -


Figura 1. Área foliar máxima alcanzada por hoja en híbridos de diferente madurez relativa de acuerdo a la fecha de siembra (FS). a. FS I. b. FS II. c. FS III. d. FS IV. Barras verticales indican error estándar. Tabla 1. Coeficientes de correlación lineal (r) significativos (p=0,05) entre área foliar por planta en el momento de aparición de estigmas (AFVVT) y características de la planta (NTH, AUL) y de la hoja con mayor dimensión (AFmax, Lmax, Amax). Coeficientes r entre AFVVT y características morfológicas de planta y hoja FS Híbrido NTH AUL AFmax Lmax Amax I DK- MR119 - - - - 0,71 ILL-MR102 0,61 0,73 0,78 - 0,81 PIO- MR89 0,75 - 0,90 - 0,92 II DK- MR119 - - 0,94 - 0,89 ILL-MR102 - 0,63 0,95 0,71 0,84 PIO- MR89 0,76 0,57 0,76 - 0,62 III DK- MR119 - - 0,89 - 0,85 ILL-MR102 - 0,63 0,87 - 0,89 PIO- MR89 - - 0,72 - 0,81 IV DK- MR119 - - 0,62 - 0,59 ILL-MR102 - - 0,76 - 0,86 PIO- MR89 - - 0,76 - -

CONCLUSIONES Las características que describen el tamaño de

las hojas se mostraron con mejores posibilidades que las que describen la planta en general para establecer relaciones básicas con el área foliar por planta y así orientar la búsqueda de modelos de desarrollo foliar de tipo estructural.

AGRADECIMIENTOS Este trabajo fue realizado en el marco del proyecto “Modelización del uso de agua y evaluación de estrategias de manejo para el cultivo de maíz” (UNMdP-AGR387/12). La información básica ha sido generada en el marco del proyecto de tesis de graduación de C. Maune.

REFERENCIAS Bos, H.J.; Vos, J.; Struik, P.C. 2000. Morphological

analysis of leaf growth in maize: response to temperature and light intensity. Netherlands J. of Agricultural Sc. 48: 181-198.

Elings, A. 2000. Estimation of leaf area in tropical maize. Agron. J. 92: 436-444.

Lizaso, J.; Batchelor, W.; Wesgate, M. 2003. A leaf area model to simulate cultivar-specific expansion and senescence of maize leaves. Field Crops Res. 80: 1-17.

Valentinuz, O.R.; Tollenaar, M. 2006. Effect of genotype, nitrogen, plant density and row spacing on the area-per-leaf profile in maize. Agron. J. 98: 94-99.

0

100

200

300

400

500

600

700

800

0 5 10 15 20 25

Area

folia

r máx

ima

(cm

2 )

número de hoja

DK-MR119

ILL-MR102

PIO-MR89

a

0

100

200

300

400

500

600

700

800

0 5 10 15 20 25

Area

folia

r máx

ima

(cm

2 )

número de hoja

b

0

100

200

300

400

500

600

700

800

0 5 10 15 20 25

Area

folia

r máx

ima

(cm

2 )

número de hoja

c

0

100

200

300

400

500

600

700

800

0 5 10 15 20 25

Area

folia

r máx

ima

(cm

2 )

número de hoja

d

93


- 71 -


TEMPERATURA BASE Y TIEMPO TÉRMICO EN EL CULTIVO DE MOSTAZA BLANCA (Sinapis alba L.)

Jara* S. I.; Cirera I.

Universidad Nacional de Luján, Rutas 5 y7, Luján, 6700, Argentina


Palabras clave: indices bioclimáticos; subperíodos; tasa de Desarrollo.

INTRODUCCIÓN La mostaza es un cultivo alternativo invernal de

zonas templadas. La parte comercializable y que hace a su rendimiento es el grano (semilla). La semilla se consume como condimento luego de triturado y es usado para productos de cosmética y medicina mediante la extracción del aceite.

Los principales países productores de mostaza son Canadá, República Checa, Hungría y EEUU, que en promedio obtienen rindes de alrededor de 1100 kg/ha. El primer productor y exportador de mostaza del mundo es Canadá, con valores de rendimiento promedio de 1200 a 1300 kg/ha. En la Argentina, donde se cultivan aproximadamente 800ha (Paunero, 2011), los rendimientos están muy por debajo de la media de los grandes productores (600 kg/ha). El sudeste de la provincia de Buenos Aires es la zona que más se destaca en esta producción. Si bien actualmente el cultivo de mostaza blanca permite obtener elevadas rentabilidades aún con bajos rendimientos (Curioni y Arizio 2009), la adopción de una adecuada tecnología permitirá mejorar los rendimientos promedios actuales e incentivar a los productores en la elección de este cultivo.

En ese sentido, es necesario conocer cuáles son los requerimientos bioclimáticos de la especie para evaluar en qué zonas podría incorporarse con éxito y decidir las prácticas de manejo más adecuadas. Por tal motivo, el objetivo de este trabajo fue investigar el efecto de las condiciones térmicas sobre el desarrollo y crecimiento de mostaza blanca (Sinapis alba L.) y valorarlo mediante Índices bioclimáticos tales como la temperatura base (Tb) y el tiempo térmico (TT).

MATERIALES Y MÉTODOS En el campo experimental de la Universidad

Nacional de Luján (34º35´ LS; 59º04`LW; 28msnm) durante los años 2006 al 2010 se condujeron ensayos de siembras continuadas de mostaza blanca (Sinapis alba L.) de procedencia canadiense. El diseño experimental fue completamente aleatorizado con 4 repeticiones. Las fechas de siembra fueron: 12/07/2006, 05/07/2007, 12/07/2007, 19/07/2007, 01/09/2007, 26/06/2008, 10/07/2008, 26/08/2008, 20/10/2009 y 23/06/2010, 26/06/2010, y 10/10/2010. Mediante la metodología de siembras continuadas las plantas se cultivaron

siempre sobre un mismo suelo pero en cada fecha estuvieron sometidas a distintas combinaciones de temperatura, fotoperíodo y precipitación.

El clima de la zona, de acuerdo con la clasificación de Köeppen, es templado húmedo (Cfa).

Se realizaron observaciones fenológicas y se registraron las fechas de ocurrencia de las fases emergencia (E), primer par de hojas (1ºpHj), inicio de foración o botón floral (bot.Fl), fructificación (Fr), inicio de llenado de granos (in.LLGr) y Maduración (M). Simultáneamente, se registraron diariamente las condiciones meteorológicas en una estación meteorológica estándar ubicada en el mismo Campo Experimental. A partir de los datos de temperatura máxima y mínima diaria se calculó la temperatura media diaria de cada subperíodo.

Se analizó la influencia de la temperatura del aire sobre la tasa de desarrollo de los distintos subperíodos. Se determinó sensibilidad a estos parámetros la Temperatura base de desarrollo (Tb) y el Tiempo Térmico (TT). El Tiempo Térmico (TT) se determinó según:

n

isub TbTmTT1)(

(1)

Donde: TT(sub): tiempo térmico acumulado para un subperíodo determinado de la ontogenia del cultivo, expresada en grados-días (ºCd); Tm: temperatura media diaria del aire, calculada como la semisuma de las temperaturas máxima y mínima diarias; Tb: temperatura base a partir de la cual comienza el desarrollo; n: duración, en días, del subperíodo.

La Temperatura base (Tb) se calculó mediante el método de intercepción de las ”x” y mediante el método de Arnold o del menor coeficiente de variación (Arnold, 1960).

Método de la “Intercepción de las X”: mediante análisis de regresión lineal simple se evaluó la relación entre la tasa de desarrollo del subperíodo (inversa de la duración del subperíodo) y la temperatura media durante el mismo. Se consideró un nivel de significancia de 0,05. A partir de la función lineal resultante se determinó la temperatura base (Tb) como el valor de temperatura a la cual la tasa de desarrollo es nula. La inversa de la pendiente de la recta resulta ser el valor del Tiempo Térmico del subperíodo (Summerfield et al., 1991).

Método de Arnold o del menor coeficiente de variación: se calculó el tiempo térmico del subperíodo como sumatoria de los tiempos térmicos

94


- 72 -


diarios. Los cálculos se realizaron considerando temperaturas bases supuestas.

Se ensayaron distintos valores de temperatura base. Para cada valor de Tb, se promediaron los TT correspondientes a las distintas fechas de siembra y se determinó el coeficiente de variación. Se seleccionó aquella Tb que determinó el coeficiente de variación menor.

RESULTADOS Y DISCUSIÓN En los subperíodos: siembra - emergencia (S-E);

emergencia – botón floral (E - Bf) emergencia – floración (E-FL); Primer par de hojas – botón floral (1° pHjs – Bf), primer par de hojas – floración (1°pHjs-FL), la relación entre la duración del subperíodo y la temperatura media se pudo describir con un modelo lineal simple que tenía un coeficiente de correlación positivo y significativo (p<0,05). En esos casos, se determinó que a medida que aumenta la temperatura del aire, disminuye el tiempo necesario para que se completen los subperíodos (Figura 1), y en los subperíodos botón floral- fructificación (Bf-Fr) y fructificación – madurez (Fr-Mz) no se obtuvo relación entre la Td y la Tm.

Figura 1. Relación entre la temperatura del aire y la duración del subperíodo emergencia-botón floral (E-Bf).

Los subperíodos con coeficiente de correlación

R2 < 0,5, indicarían que la Td de estos subperíodos no está directamente relacionada a la Tm sino a otros factores, por lo que no fueron considerados para el cálculo de Tb por ninguno de los métodos mencionados anteriormente. Los resultados encontrados de temperatura base y tiempo térmico por ambos métodos se presentan en la Tabla 1.

Tabla 1. Temperatura base y tiempo térmico para distintos subperíodos de mostaza blanca.

Subperíodo

Método Intersección de las "X" Método Arnold

Tb (°C)

TT (°Cd) R2 Tb (°C) TT

(°Cd) S-E 4,26 74 0,76 3 91,5 E- Bf 3,66 370 0,77 4 363 E-Fl 3,63 526 0,98 4 501 1ºpHjs-Bf 5,4 227 0,79 3 314 1ºpHjs-Fl 5,48 344 0,97 5 367

CONCLUSIONES Se determinó que el desarrollo de la mostaza

blanca (Sinapis alba L.) está modulado por la temperatura del aire. El atraso de la fecha de siembra conllevó al acortamiento de la etapa vegetativa (subperíodo emergencia-botón floral) y, como consecuencia al acortamiento del ciclo del cultivo. Esto ocurrió porque por cada atraso de las fechas de siembra las plantas estuvieron bajo temperaturas del aire más altas, por lo que alcanzaron a cumplir en menos días sus requerimientos térmicos, mientras que en siembras muy tempranas el cultivo vegetó más tiempo porque, por las bajas temperaturas, tardó más días en acumular el TT necesario para llegar a botón floral. En cuanto al valor de los índices bioclimáticos se concluye que: a) Temperaturas superiores a 3 °C provocarán la emergencia en mostaza (Tb(S-E)) a partir de aquí comienza la etapa vegetativa: Tb(S-E) = 3 °C. La acumulación del TT para que se complete dicho subperíodos es de 91,5°Cd. b) Temperaturas por debajo de 4 ºC después de la emergencia (Tb(E-Bfl)) hacen que la planta se mantenga en estado vegetativo y no progrese hacia la etapa reproductiva: Tb(E-Bf) = 4ºC. Para que se complete el subperíodo la planta debe acumular 370ºCd: TT= 370 ºCd. Para que se complete el subperíodo 1° par de hojas a botón floral (1° pHjs- Bf) la planta deberá acumular un TT de 314 °Cd con una Tb = 5,4 °C. REFERENCIAS Arnold, C.Y. 1960. Maximum-minimum temperatures as

a basis for computing heat units. Proc. Am. Soc. Hort. Sci. 76: 682-692.

Curioni, A.; Arizio, O. 2009. Margen bruto del cultivo de mostaza en la región pampeana-centro norte de Bs. As. Campaña 2009/2010. Universidad Nacional de Luján.

Jara, S. I. 2011. Estudio de la Influencia de las Condiciones Ambientales sobre el Crecimiento y Desarrollo de Mostaza Blanca (Sinapis alba L.). Tesis de Grado, Biblioteca Universidad Nacional de Luján, Luján, Argentina.

Summerfield, R.J.; Roberts,E. H.; Ellis, R.H.; Lawn, R. J. 1991. Towards the reliable prediction of time to flowering in six annual crops. I. The development of simple models for fluctuating field environments. Expt. Agr. 27:11–31.

y = -4,3903x + 101,36 R² = 0,8207

0 10 20 30 40 50 60 70

5 7 9 11 13 15 17 19 Dur

ació

n (E

-Bf)

(día

s)

Tm (°C)

95


- 73 -


EVOLUCIÓN DE LAS HORAS DE FRÍO SERIE 1999-2010 PARA LA LOCALIDAD DE ZAVALLA, PROVINCIA DE SANTA FE

Kehoe*, F1.; Costanzo, M2. 1Estudiante de Ing Agronómica, Facultad de Ciencias Agrarias UNR Zavalla, 2123 Argentina 2Cátedra Climatología Agrícola, Facultad de Ciencias Agrarias UNR, Zavalla, 2123, Argentina *Contacto: [email protected]

Palabras clave: exigencia de frío; especies criófilas. INTRODUCCIÓN

El cálculo de la cantidad de horas de frío disponibles en una región es un importante parámetro agroclimático. Es sabido que la salida del estado de receso invernal en especies perennes caducifolias requieren la acumulación de horas de frío y que en caso de no cumplirse se afecta negativamente tanto la fenología de las especies como la producción de un monte (Erez, 1995, citado por Naranjo y Tersoglio, 2010). Las necesidades de horas de frío se estiman a través de numerosos índices, los más conocidos son horas de frío totales (HF) y efectivas (HFefec), cuya determinación requiere la disponibilidad de temperaturas horarias. La zona de influencia de la Fac. Cs. Agrarias-UNR, si bien es netamente agrícola extensiva, tiene productores frutícolas, especialmente de cítricos y duraznos, con una tendencia creciente a la introducción de pecanes y arándanos. Se considera de mucha utilidad caracterizar la disponibilidad de horas de frío locales a partir de las temperaturas horarias disponibles en la última década.

El objetivo del trabajo fue caracterizar las horas de frío totales y efectivas ocurridas en la localidad rural de Zavalla, provincia de Santa Fe durante los últimos 12 años.

MATERIALES Y MÉTODOS El estudio se realizó con los datos de

temperaturas horarias, medidas a 1,5m en la Estación Agrometeorológica de Zavalla (Santa Fe, Argentina) dependiente de la red de estaciones del INTA y del SMN (33º01´S; 66º53´W; 50m snm). La serie comprendió desde 1999 a 2010. En noviembre de 2007, una granizada dañó el abrigo meteorológico, por lo que se descartó dicho mes de la serie.

Se define como horas de frio (HF) diarias a la sumatoria de horas consecutivas (de un mismo día) con temperaturas del aire ≤ a 7ºC; las HF mensuales se obtuvieron como la sumatoria de las HF diarias y las HF anuales correspondieron a lo acumulado a lo largo del año. Se contabilizaron las HF efec de acuerdo al criterio de Damario (1969), como las HF acumuladas durante el periodo medio de reposo invernal, que para estudios agroclimáticos, comprende desde el 1 de mayo al 30 de setiembre de cada año. Para climas de inviernos benignos, el mismo autor sugiere limitar el cálculo al periodo cuyas temperaturas medias

mensuales sean ≤ a 14ºC, pues con registros superiores a este umbral, pueden darse efectos “devernalizantes”. Por tanto, se analizaron las temperaturas medias mensuales de Zavalla y se comprobó que desde mayo a setiembre eran menores a 14ºC (may: 13,9ºC, jun: 10,7ºC, jul: 10ºC, ago: 11,8ºC, set: 13,9ºC). Las HF efec mensuales se calcularon entonces como la suma de HF efec diarias ocurridas en cada mes analizado y se llamó HF efec anuales a lo acumulado en esos 5 meses.

Los resultados mensuales y anuales fueron sometidos a un análisis estadístico descriptivo. Se analizó en particular el mes inicial de acumulación, abril, en cuanto a frecuencia, número de días consecutivos con temperaturas ≤ a 7ºC -persistencia- y probabilidad de ocurrencia por decenio. Se estimó el porcentaje de aporte de HF y HFefec para los 5 meses más fríos de cada año.

RESULTADOS Y DISCUSIÓN Se observa una variabilidad interanual muy

marcada de las HF tanto mensuales como anuales (Figura 1).

Figura1. Variación interanual de las HF acumuladas.

En la Tabla 1 pueden observarse los

estadísticos de las HF mensuales y totales promedios de la serie. Las HF anuales fueron de 811h, comenzando prácticamente en abril y prolongándose hasta noviembre, con un rango de variación de 869 h. Se destaca 2007 como el año que permitió acumular más HF (1385 h) y el 1999 como el de menor acumulación (516 h).

Con respecto a HF anuales el análisis de los cuartiles de la serie muestra que los años 1999, 2003 y 2001 están incluidos en el primer cuartil (< HF), mientras que los años 2007, 2009 y 2010 corresponden al tercer cuartil (>HF acumuladas).

96



Se observa de este modo que los primeros años de la serie analizada, fueron más cálidos coincidiendo, con lo hallado por Alonso et al. (2000), quienes estudiando la serie 1961 – 1998, encontraron para la región pampeana una leve tendencia a acumular menos HF hacia final de la década del 90. El porcentaje de aporte a las HF anuales en orden decreciente son: julio (29%), agosto (22%), junio (19.7%), mayo (12.2%) y setiembre (10%). Marzo es un mes de poca a nula acumulación de HF (Tabla 1) con gran dispersión,

por lo que se definió abril como el primer mes en registrar temperaturas ≤ a 7°C. Del análisis decádico de abril se observó que el segundo y tercer decenio aportan las HF medias del mes. El tercer decenio acumula en promedio unas 15 HF; con una frecuencia de ocurrencia de temperaturas ≤ a 7ºC de 32%. En tanto, el primero y segundo decenios acumulan 2 y 9 HF; con una frecuencia de ocurrencia del 4% y 19% respectivamente. A medida que avanza el mes de Abril, se incrementa la persistencia de HF, entre 5 a 7 días consecutivos.

Tabla 1. Estadísticos descriptivos de las horas frio totales (HF) acumuladas por mes y anual en Zavalla (serie 1999 – 2010) Estadístico ene feb mar abr may jun jul ago set oct nov dic año promedio 0 0 1 28 99 160 233 179 84 23 2 1 811 DS 0 0 2,07 15,15 53,38 88,77 94,92 72,17 32,82 29,43 2,42 1,17 216,85 CV 0 0 191 54 54 55 41 40 39 126 99 234 27 Mínimo 0 0 0 0 34 0 90 53 30 0 0 0 516 Máximo 0 0 6 48 226 290 396 327 138 109 7 3 1385 Rango 0 0 6 48 192 290 306 274 108 109 7 3 869 cuartil 1 0 0 0 19 68 97 186 149 54 10 1 0 695 Mediana 0 0 0 29 84 149 218 173 86 15 2 0 775 cuartil 3 0 0 1 40 130 248 301 201 105 25 4 0 874 DS: Desvío Estándar; CV: Coeficiente de variación

El promedio acumulado es de 756 HF, con un DS de 204.2 y CV del 27% (Tabla 2). El comportamiento de las HFefec es similar al de las HF, observándose una variación interanual muy marcada con una tendencia no estadísticamente significativa (R2=-0,293; p<0,069), a acumular más horas de frío en los últimos años. Tabla 2. Estadísticos descriptivos de las horas frio efectivas (HFefec) mensuales y anuales en Zavalla (serie 1999–2010). Estadístico may jun jul ago set Total promedio 99 160 233 179 84 756

DS 53,3 88,8 94,9 72,2 32,8 204,5 CV 54 55 41 40 39 27

Mínimo 34 0 90 53 30 431 Máximo 226 290 396 327 138 1262 Rango 192 290 306 274 108 831

Cuartil 1 68 97 186 149 54 644 Mediana 84 149 218 173 86 736 Cuartil 3 130 248 301 201 105 825

DS: Desvío Estándar; CV: Coeficiente de Variación

Analizando la marcha mensual promedio de las HFefec, se observa que mayo aporta un 13% del total acumulado, junio un 21%, julio 31%, agosto 24% y setiembre un 11%. Del análisis de los cuartiles (Tabla 2), es esperable, que en 1 de cada 4 años, las HFefec acumuladas que se reduzcan a 644 y en 1 de cada 2 años, puedan llegar a 736 horas. Se considera importante brindar esta información a los productores frutihortícolas zonales, para que ellos puedan evaluar la posibilidad de implantar una determinada variedad de un cultivo en particular,

cuyas exigencias en horas de frío estén dentro del rango más probable de ocurrencia. CONCLUSIONES

En Zavalla y para el periodo analizado, las HF totales se registran entre abril y noviembre, con una acumulación media de 811 HF. Tanto las HF como HFefec tuvieron gran variabilidad interanual; se detectó que los primeros años fueron de menor acumulación de HF que los últimos. El análisis decádico de abril evidenció que los aportes de aire frío ocurren con mayor probabilidad durante el segundo y tercer decenio del mes, así como hubo mayor persistencia de días fríos consecutivos. Las HFefec promedio fueron de 756 horas, pero con un rango de 831 horas; mientras que los valores de frecuencia de 25% fue de 644 h y del 50% fue de 825 h.

AGRADECIMIENTOS Al Sr. observador meteorológico N. Rodríguez, quien facilitó las temperaturas horarias en formato de planilla de cálculo. A la Dra. A. Coronel por sus sugerencias y comentarios durante la elaboración de este resumen.

REFERENCIAS Alonso, M.R.; Rodríguez, R.O.; Gómez, S.G. 2000.

Estimación de la disponibilidad de horas de frío utilizando temperaturas máxima y mínima diarias. En: VIII RADA, set 2000, Mendoza, Argentina.

Damario, E. 1969. Carta estimada de hs de frío de la Rep. Argentina. Rev. Fac. de Agr y Vet de Buenos Aires 17: 25-38.

Naranjo, G.; Tersoglio, E. 2010. Características de la disponibilidad de frío invernal p/cerezos en la zona N de Mendoza, Arg. Agriscientia 27: 27-34.

97


- 75 -


ESTIMACIÓN DEL NÚMERO DE GRANOS DE TRIGO A PARTIR DEL COCIENTE FOTOTERMAL DE REFERENCIA

Lázaro*, L1; Abbate, P. E. 2

1 Facultad de Agronomía UNCPBA, Rep. de Italia 780, Azul, Prov. de Bs. As.CP:7300, Argentina. 2 INTA EEA Balcarce, Prov. de Bs. As. CP 7620, Argentina *Contacto: [email protected]

Palabras clave: radiación interceptada; período de crecimiento de las espigas

INTRODUCCIÓN En trigo la mayor parte de las variaciones en el

rendimiento en grano a través de ambientes, pueden explicarse por cambios en el número de granos por unidad de área (NG). Fischer (1985) encontró que en condiciones potenciales (i.e. sin deficiencias de agua o nutrientes y sin limitaciones sanitarias) el NG es una función lineal del cociente fototermal (Q: MJ m-2 d-1 oC-1) que definió para trigo como la razón entre la radiación interceptada promedio y la temperatura media por arriba de 4,5 °C (temperatura base de desarrollo) en los 30 días previos a antesis.

El Q resume los efectos de la radiación solar interceptada sobre la tasa de crecimiento del cultivo y de las espigas (asumiendo una partición constante) y el de la temperatura sobre la tasa de desarrollo (e. d. sobre la duración del PCE) y estimaría el peso seco de las espigas (PSE) justo antes del llenado de los granos, el cual se asocia fuertemente con el NG (Fischer 1985; Abbate et al., 1997).

Varios autores (Magrin et al., 1993; Ortiz Monasterio et al. 1994, entre otros) obtuvieron buenas asociaciones lineales entre el Q y el NG). Posteriormente Lázaro y Abbate (2011) analizaron el efecto de los genotipos sobre la respuesta del NG al Q. A partir cinco relaciones NG vs. Q construidas con datos propios y otras 18 de la bibliografía, estos autores encontraron, para un amplio rango de Q (i.e. Q entre 0,3 y 1,4 MJ m-2 d-1 oC-1) que la principal diferencia entre las relaciones era en la ordenada al origen, con cambio en la pendiente 3.4 veces menor. Esto facilita el uso del Q ya que, en un rango agronómicamente razonable, los cultivares responderían de manera paralela en NG En función de lo anterior esos autores definieron un cultivar hipotético de referencia (CVo) con una respuesta lineal del NG al Q que surgió del promedio de todas las relaciones reportadas (Ec. 1):

NGCvo = 4000 + 13200 Q (1)

Como las diferencia de pendiente entre cultivares son bajas, este CVo permitiría estimar el efecto en NG de cambios en la radiación, la temperatura y/o en condiciones de crecimiento que modifiquen la intercepción durante el PCE, debidas a variaciones en

la fecha de siembra, la localidad o el año. Lázaro y Abbate (2011) también propusieron estimar el efecto sobre el NG de un cultivar en particular, definiendo un coeficiente aditivo para cada cultivar (CCV) de manera tal que la Ec. 1 queda como:

NG = 4000 + 13200 Q + CCV (2) El CCV surge de la diferencia promedio entre el

NG observado y el estimado a partir de la recta de referencia, a un Q dado. Por lo tanto, para un cultivar no ajustado (p.ej. para un nuevo cultivar recién liberado al mercado) se podría disponer de una recta para estimar el NG, calculando el CCV a partir de pocos datos de NG y Q disponibles. Al incorporar una mayor cantidad de datos se podrá estimar con mayor precisión el CCV. Finalmente, cuando se disponga de suficientes datos para el cultivar de interés, se podrá ajustar su propia recta de regresión.

El objetivo de este trabajo es validar la Ec. (2) para un cultivar en particular (PROINTA Oasis) a fin de poder estimar el NG a partir del Q.

MATERIALES Y MÉTODOS Los datos de NG y Q para el cultivar PROINTA

Oasis se obtuvieron de experimentos conducidos en Balcarce, Córdoba, Escobar y Grignon (Fra), con riego, alta fertilidad, y adecuado control de malezas y enfermedades.

Un resumen de las características de los experimentos se presenta en la Tabla 1. Algunos de los experimentos incluyeron tratamientos de sombreo durante el PCE, que disminuyeron la radiación incidente sobre el cultivo (entre el 40 y el 60%) de esta forma se obtuvieron distintos valores de Q para una misma fecha de siembra y año.

Los datos de las variables meteorológicas se obtuvieron de estaciones localizadas a no más de 1 km de los sitios experimentales, excepto para Escobar (Tabla1) en el que el experimento se ubicó a 4,5 km de la estación. La proporción de radiación interceptada se midió en todas las localidades excepto en (ES94) donde fue estimada como en Abbate et al., (1998) a partir de la cobertura.

El valor Q se calculó como el cociente entre la media de la radiación fotosintéticamente activa interceptada por el cultivo y la media de la temperatura diaria descontando la temperatura base de desarrollo (4,5oC) durante el período comprendido entre 20 días antes y 10 días después de antesis.

98


- 76 -


El NG de granos observado (NGo) fue la media de al menos tres repeticiones y se obtuvo a partir del rendimiento en seco y el peso promedio de los granos. Además, se calculó el CCV a partir de los 22 pares de datos (NGo, Q) (Figura 1) y del NG estimado con la Ec. 1 para los Q observados. Luego se compararon los NGo con los estimados a partir del CCV y la Ec. 2. RESULTADOS Y DISCUSIÓN

El valor obtenido del CCV de PROINTA Oasis fue 1734 m-2 (promedio de 22 pares de datos). En la Figura 1 puede observarse que al igual que los resultados de trabajos anteriores (Lázaro y Abbate 2011) el cultivar presenta una fuerte relación lineal entre el NG y el Q (NG= 6413+ 12247Q; r2: 0,71; g.l. 22) y la misma se ubica de manera paralela sobre la relación del CVo.

Figura 1. Número de granos (NG) en función del cociente fotermal para el cultivar PROINTA Oasis, NG estimado para CVo (Ec. 1), NG estimado a partir de la Ec. 2 con un coeficiente de cultivar de 1734 GN m-2 y NG estimado por regresión.

Los NG estimados con la regresión lineal difieren mínimamente de los que se obtienen con la Ec. 2. La regresión entre NG estimado con la regresión lineal y el NG estimado a partir CVo y CCV (Ec. 2) fue (r2= 0,99; y = 1,007x). La ecuación que relaciona el NG con el Q podría usarse entre otras aplicaciones, cuando se quiere realizar estimaciones rápidas del rendimiento potencial (utilizando un peso por grano promedio del cultivar). CONCLUSIONES

El modelo para estimar el NG de un cultivar particular a partir del CVo y el CCV parecería adecuado para la estimación del NG en función del Q. REFERENCIAS Abbate, P.E.; Andrade, F.H.; Culot, J.P.; Bindraban, P.S.

1997. Grain yield in wheat: effects of radiation during spike growth period. Field Crops Res. 54: 245-257.

Abbate, P.E.; Andrade, F.H.; Lázaro, L.; Bariffi, J.H.; Berardocco, H.G.; Inza, V.H.; Marturano, F. 1998. Grain yield increase in modern Argentinean wheat cultivars. Crop Sci. 38: 1203-1209.

Fischer, R.A. 1983. Growth and yield of wheat. En: Proceedings Symposium on Potential Productivity of Field Crops under Different Environments. International Rice Research Institute, Filipinas pp. 129-154.

Fischer, R.A. 1985. Number of kernels in wheat crops and the influence of solar radiation and temperature. J. Agric. Sci., Camb. 105: 447-461.

Lázaro, L.; Abbate, P.E. 2011. J. Agric. Sci., 105: 447-461. Magrín, G.O.; Hall, A.; Baldy, C.; Grondona, M.O. 1993.

Spatial and interannual variation in the photothermal quotient: implications for the potential kernel number of wheat crops in Argentina. Agric. For. Meteor. 67: 29-4.

Ortiz-Monasterio, J.I.; Dhillon, S.S.; Fischer, R.A. 1994. Date of sowing effects on grain yield and yield components of irrigated spring wheat cultivars and relationships with radiation and temperature in Ludhiana, India. Field Crops Res. 37: 169-184.

Tabla 1. Características de los experimentos utilizados para analizar la relación entre el número de granos y el cociente fototermal del cultivar PROINTA Oasis ordenados por localidad y año de siembra.

Código Sitio Fecha Dens. Trat. Diseño Radiación Temp Exp.1 siembra (plantas/m2) Sombreo Exp. 3 (MJ/m2/d) (°C) BN94 Balcarce, AR. 18/8/94 300 si BA (4) 12,1 17,8 BP94 38ºS, 58ºW 8/8/94 330 si BA (3) 11,3 17,0 BC95 25/7/95 400 BA (4) 8,7 15,6 BN95 27/7/95 400 si BA (4) 10,4 16,6 BP95 18/8/95 400 si BA (4) 8,7 16,7 BC96 15/8/96 300 FB (4) 10,3 16,1 BC97 5/8/97 300 BA (4) 10,5 15,5 BG97 10/6/97 400 BA (4) 10,2 15,8 CC97 Córdoba, AR 16/6/97 300 si BA (4) 8,5 17,4 CA98 31ºS, 64ºW 5/7/98 300 BA (3) 7,9 16,2 ES94 Escobar, AR34ºS,58 W 22/8/94 275 BA (4) 9,7 16,2 GR99 Grignon, FR48ºN, 2ºE 16/3/99 300 BA (3) 10,0 16,4

1 Exp: la primera letra indica localidad (B: Balcarce, C: Córdoba, E: Escobar, G: Grignon (Francia) en la que se realizó el experimento. 2 “si” indica tratamientos de sombreo durante el período de crecimiento de las espigas. 3 BA: Bloques completos aleatorizados; FB: franjas en bloques, el número entre paréntesis es el número de repeticiones.

99


- 77 -

XIV Reunión Argentina de Agrometeorologia

EXIGÊNCIA TÉRMICA DO MILHO NA REGIÃO NORDESTE DO BRASIL

Lyra*, G. B1; Rocha, A. E. Q.1; Lyra, G. B.2; Souza, J. L.1; Silva, M. B. P.1; Teodoro, I.1 1 Universidade Federal de Alagoas (UFAL), Centro de Ciências Agrárias (CECA), BR 104 Norte, km 85 – 57.100-000 – Rio Largo, Alagoas – Brasil. 2 Universidade Federal Rural do Rio de Janeiro (UFRRJ), Departamento de Ciências Ambientais do Instituto de Florestas, BR 465, km 7 – 23.890-000 – Seropédica, Rio de Janeiro – Brasil.

*contacto: [email protected]

Palavras-chave: graus-dia; Zea mays L. INTRODUÇÃO

O milho é uma das principais culturas do Nordeste brasileiro, onde é cultivado numa área de aproximadamente 2,5 milhões de hectares e produtividade média de 1,75 t ha-1. (CONAB, 2012). Assim, devido à sua importância, estudos referentes ao desenvolvimento da cultura em função das condições ambientais tornam-se necessários para que se consiga determinar as melhores épocas de semeadura. A temperatura do ar é um dos principais fatores climáticos que interferem no seu desenvolvimento, visto que sob condições abaixo de 10°C por longos períodos o crescimento é praticamente insignificante, enquanto que acima de 30°C, sobretudo no período noturno o rendimento de grãos é diminui devido ao consumo dos produtos metabolizados durante o dia (Cruz et al., 2006). Assim, a avaliação do desenvolvimento da cultura do milho em função da temperatura do ar tem se mostrado como elemento climático mais importante para predizer eventos fenológios, além de permitir comparação do desenvolvimento da cultura em regiões distintas, enquanto que em função de dias tem se mostrado inconsistente (Gadioli et al., 2000; Lyra et al., 2008). O acúmulo de temperatura necessário ás culturas durante o ciclo é determinado através dos graus-dia, que se baseia na existência de duas temperaturas abaixo ou acima das quais o crescimento vegetal é paralisado, denominadas limite inferior e superior, respectivamente (Varejão-Silva, 2006). De acordo com o exposto, o objetivo do presente trabalho foi avaliar o desenvolvimento da cultura do milho em função dos graus-dia acumulados na região Nordeste do Brasil.

MATERIAL E MÉTODOS

O experimento foi conduzido no Nordeste do Brasil, no município de Rio Largo, Estado de Alagoas (9º 29’ 45’’ S, 35º 49’ 54’’ O e altitude de 127m). O solo do local foi classificado como Latossolo Amarelo distrocoeso argissólico, de textura média/argilosa e declividade inferior a 2%. O clima da região de acordo com a classificação de Köppen é “As”, ou seja, tropical chuvoso verão seco e inverno chuvoso. A adubação de fundação consistiu de 10 kg ha-1 de N, 60 kg ha-1 de P2O5 e 45 kg ha-1 de K2O. As fontes desses nutrientes foram o Sulfato de Amônio (N), Superfosfato Simples (P2O5) e Cloreto de Potássio (K2O). Entre 21 a 42 dias após o plantio a cultura recebeu adubação de cobertura de 60 kg ha-1 de N. O milho,

variedade AL Bandeirantes, foi semeado em quatro épocas: E1 (14/06), E2 (22/06), E3 (28/06) e E4 (05/07/2011), em sistema de cultivo mínimo, com espaçamento entre plantas de 0,17 m e entre linhas de 0,8 m.

Para avaliação do desenvolvimento da cultura utilizou-se a escala fenológica proposta por Hanway (1963) e adaptada por Fancelli e Dourado Neto (2004), e avaliaram-se os seguintes subperíodos: “semeadura-emergência (SE – VE)”,“emergência-pendoamento (VE - VT)” e “pendoamento-maturação (VT - R6)”, em função dos graus-dia acumulados, que foram determinados a partir da equação 1:

(1)

onde, GD (ºC) representa os graus-dia acumulados; Tm (ºC) é a temperatura média diária do ar do dia i, com i variando de 1 (semeadura), até n dias (maturação) e Tb (ºC) é a temperatura basal, em que adotou-se 10 ºC (Villa Nova et al., 1972). Tm foi determinada pelos extremos diários de temperatura do ar.

Para avaliação das condições hídricas durante o ciclo, realizou-se o balanço hídrico proposto por Thornthwaite e Mather (1955) e descrito por Pereira et al. (2002), em escala de cinco dias (quinquindial). Os dados meteorológicos foram obtidos através de uma estação agrometeorológica automática (CR10X, Campbel Scientific, Utah) localizada nas proximidades da área experimental.

RESULTADOS E DISCUSSÃO Durante o período experimental foram

registrados 732 (E1), 656 (E2), 643 (E3) e 634 mm (E4) de chuva. A temperatura média do ar foi semelhante em todas as épocas de semeadura, 23,4 (E1), 23,6 (E2), 23,9 (E3) e 24,0 °C (E4), com tendência de aumento conforme mais tardia a semeadura. Os extremos diários foram registrados durante as épocas E1 e E2, que apresentaram máximo de 29,3 °C, enquanto que o valor mínimo (15,8°C) ocorreu em E1. Assim as condições térmicas encontraram-se ideais para o desenvolvimento da cultura que exige temperaturas entre 10 e 30°C (Cruz et al., 2006) (Figura 1).

A exigência térmica da cultura se mostrou dependente da época de semeadura, com maior acúmulo em E1 (1629GD) e menor em E3 (1750GD) (Tabela 1).

100


- 78 -

Asociación Argentina de Agrometeorologia

No subperíodo “SE – VE” foi observado deficit hídrico de 0,4 mm em E4 que necessitou de maior tempo para a emergência das plântulas, enquanto que nas demais épocas não foi observado déficit neste período. De acordo Magalhães & Durães (2006) em condições ótimas de umidade e temperatura a emergência ocorre entre 4 e 5 dias, entretanto, quando estes fatores encontram-se desfavoráveis pode se prolongar de duas ou mais semanas. Moura et al. (2007) observaram exigência térmica de 72GD e 4 dias para a emergência, na região de Petrolina-PE, Brasil, com a variedade Catingueiro precoce. No subperíodo “VE – VT” E3 necessitou de menor acúmulo térmico (575GD) e menor tempo (43 dias), enquanto que a maior exigência foi em E2, 696GD e 52 dias. Entre estes eventos fenológicos em E2 as chuvas apresentaram distribuição irregular, visto que do total precipitado (327,4 mm), 92% (300,2 mm) ocorreram nos primeiros 34 dias, o que levou a cultura a um deficit hídrico de 24,8 mm, próximo ao final deste subperíodo. Comportamento similar da distribuição hídrica ocorreu em E3, que apresentou deficit de 23,1 mm. No subperiodo “VT – R6” a maior exigência térmica foi observada durante E3, 1082 GD e 76 dias. Durante esta época foram registrados 77,7 mm de deficit hídrico, sobretudo devido às precipitações inferiores a 1 mm por longos períodos. O menor acúmulo durante este subperiodo foi em E1, 904 GD e 116 dias, e foi verificado deficit de 35,5 mm.

Mês

mai jun jul ago set out nov dez

Tem

pera

tura

do

ar (o C

)

9

12

15

18

21

24

27

30

33

Prec

ipita

ção

(mm

dia

-1)

0

20

40

60

80

100

120

140

160

180

200Tn Tx Tm P

Figura 1. Temperatura do ar mínima (Tn), máxima (Tx) e média (Tm) (°C) e precipitação (mm dia-1) durante o período experimental. Rio Largo-AL, Brasil, 2011. Tabela 1. Graus-dia acumulados (ºC) e duração (dias) dos subperiodos analisados do milho, variedade AL Bandeirantes, na região de Arapiraca-AL, 2011.

Graus-dia acumulados / Duração

Sub- periodos

Época de Plantio

E1 E2 E3 E4 SE - VE 81/6 75/5 93/6 105/7 VE –VT 635/48 696/52 575/43 629/47 VT – R6 904/66 818/59 1082/76 98768 SE – R6 1629/120 1589/116 1750/125 1722/122

CONCLUSÕES A temperatura do ar se mostrou ideal para o

desenvolvimento do milho e sua exigência térmica foi dependente da época de semeadura.

AGRADECIMENTOS Ao Conselho Nacional de Desenvolvimento Científico e Tecnológico – CNPq.

REFERÊNCIAS Companhia Nacional de Abastecimento – CONAB. 2012.

Safras: Séries históricas. Disponível em: http://www.conab.gov.br/conteudos.php?a=1252&t=2&Pagina_objcmsconteudos=2#A_objcmsconteudos. Acesso em: 28 Junho. 2012.

Cruz, J.C.; Pereira Filho, I.A.; Alvarenga, R.C.; Gontijo Neto, M.M.; Viana, J.H.M.; Oliveira, M.F.; Santana, D.P. 2006. Manejo da cultura do milho. Sete Lagoas: Embrapa-CNPMS, 12p. (Embrapa-CNPMS. Circular Técnica, 87), 2006.

Fancelli, A.L.; Dourado Neto, D. 2004. Produção de Milho. 4ed., Piracicaba: Livroceres 360p.

Gadioli, J.L.; Dourado Neto, D.; Garcia, A.G.; Basanta, M.V. 2000. Temperatura do ar, rendimento de grãos de milho e caracterização fenológica associada à soma calórica. Scientia Agrícola, v.57, n.3, p.377-383,

Lyra, G.B.; Souza, J.L.; Lyra, G.B.; Teodoro, I.; Moura Filho, G. 2008. Modelo de crescimento logístico e exponencial para o milho BR 106, em três épocas de plantio. Revista Brasileira de Milho e Sorgo, v.7, n.3, p.211-230..

Magalhães, P.C.; Durães, F.O.M. 2006. Fisiologia da produção de milho. Sete Lagoas: EMBRAPA-CNPS, 2006. 10p. (EMBRAPA-CNPS. Circular Técnica, 76).

Moura, M.S.B.; Souza, L.S.B.; Santos, W.S.; Soares, J.M.; Brandão, E.O.; Silva, T.G.F. 2007. Graus-dia acumulado para o milho no semiárido de Pernambuco. In: Congresso Brasileiro de Agrometeorologia, Aracaju, 02 a 05 de Julho de 2007.

Pereira, A. R.; Angelocci, L. R.; Sentelhas, P. C. 2002. Agrometeorologia: Fundamentos e Aplicações Práticas. Guaíba-RS: Livraria e Editora Agropecuária, 478p.

Villa Nova, N. A.; Pedro Júnior, M.J.; Pereira, A. R.; Ometto, J. C. 1972. Estimativa de graus-dia acumulados acima de qualquer temperatura base em função das temperaturas máxima e mínima. Caderno de Ciências da Terra, v.30, p.1-1.

Varejão-Silva, M. A. Meteorologia e Climatologia. 2006. Recife: Versão Digital 2, 444p.

101


- 79 -


COMPORTAMIENTO FENOLOGICO DE HIBRIDOS DE TOMATE INJERTADOS SOBRE MAXIFORT. REQUERIMIENTOS DE GRADOS-DIA

Martínez*, S. B1; Garbi, M.1; Morelli, G1; Somoza, J.1; Grimaldi M. C.1; Ducasse, A.3; Cerisola, C.2

1 Cátedra de Climatología y Fenología Agrícola, 2 Cátedra de Manejo y Conservación de Suelos 3Becario CIN, Universidad Nacional de La Plata, CC 31. La Plata, 1900, Argentina


Palabras Clave: injerto, grados día; tomate, bajo cubierta INTRODUCCIÓN

En la zona hortícola de La Plata (Buenos Aires, Argentina), el tomate es un cultivo de importancia económica, concentrando el 62,5 % del total producido en la provincia, realizado en su totalidad bajo cobertura plástica (CHFBA, 2005). La falta de rotaciones o inadecuados manejos de los suelos afectan la calidad física del suelo, cuyo efecto contribuye a que existan variaciones en el contenido hídrico y en la capacidad de aireación (Cerisola et al., 2010).Asimismo las enfermedades del suelo puede causar un impacto en el rendimiento del cultivo y la supervivencia de las plantas en la producción de tomate intensivo. Por otra parte la prohibición inminente del bromuro de metilo y la creciente importancia de la reducción del uso de productos químicos en las zonas peri-urbanas de producción, hizo necesario buscar alternativas que permitan mantener los rendimientos mediante el uso de técnicas de menor impacto ambiental.

El uso de plantas injertadas es una alternativa exitosa para reducir el daño causado por patógenos del suelo, proporcionando otros beneficios que mejoran el rendimiento y la calidad de la fruta, los síntomas provocados por nematodos, la tolerancia a suelos salinos y las condiciones ambientales desfavorables (Ricardez et al., 2008; Hoyos Echeverría et al., 2012; Duplancic, 2007; Balliu et al., 2008; Öztekin et al.; 2009 y Khah et al., 2006). Asimismo las plantas injertadas, se ven influenciadas por el patrón el que se verá reflejado en las características de crecimiento de la variedad comercial injertado (Martínez et al., 2011).

Las condiciones bioclimáticas para completar cada fase en tomate (Solanum Lycopersicon .L.) requiere de una elevada exigencia en temperatura ambiente, la cual influye en todos los procesos biológicos de la planta, requiriéndose una cierta acumulación de calor o grados día (GDA) para completar cada subperíodo (Tesi, 1983).

Cuando se trabaja con la combinación de dos plantas de diferentes exigencias las condiciones pueden variar y el comportamiento de cada híbrido que compone el estión puede influir, modificando la cantidad y calidad de las frutas (Davies et al., 2008).

El objetivo de este trabajo fue caracterizar el comportamiento fenológico de tres híbridos injertados sobre un patrón (Maxifort) determinando los requerimientos de GDA de los subperíodos Transplante-Floración (T-FL) y Transplante-Fructificación (TR-FR).

MATERIALES Y MÉTODOS Durante 2011 se condujo un ensayo en un

invernadero tipo parabólico ubicado en la Estación Experimental “Julio Hirshchorn” de la Facultad de Ciencias Agrarias y Forestales de la UNLP, ubicada en La Plata, Buenos Aires (34º 58´S, 57º 54´W). Se transplantaron el 17/08/2011 sobre suelo con mulching los hibridos Elpida, Torry y Griffy injertados sobre pie Maxifort y sin injertar.

Los tratamientos fueron: T1 Elpida-Maxifort; T2, Torry-Maxifort,T3 Griffy-Maxifort, T4 Elpida, T5, Torry y T6 Griffy. Las plantas sin injertar fueron, conducidas a 1 rama y una densidad de 2 plantas.m-2 y las injertadas a 2 ramas y una densidad de 1 planta.m-2. Para los periodos de ensayo, fueron recopilados datos medios diarios de temperaturas medias, máximas, mínimas en el interior de la cobertura (1,5 m de altura) con una estación meteorológica automática Davis.

El diseño experimental fue en bloques completos al azar con 4 repeticiones. Se registraron las fases fenológicas de TR; Fl y FR cuantificando la cantidad de GDA por el Método Residual de Brown (Brown, 1975) con temperatura base 10 ºC; los GDA calculados se sometieron a análisis de la varianza, comparando las diferencias entre medias por la prueba de rangos múltiples de Duncan.

RESULTADOS Y DISCUSIÓN En la Tabla 1 se observan las Temperaturas

medias, máximas y mínimas, que ocurrieron durante los subperíodos, éstos si bien fueron valores entre los umbrales mínimos requeridos por la especie, fueron suficientes para satisfacer los requerimientos para la fructificación cuyo umbral mínimo se encuentran entre de 10 a 13 ºC y un máximo entre 30 a 35 ºC (Foti y La Malfa, 1979) evidenciando un influencia del pie ante condiciones climáticas adversas concordando con lo reportado por Khah et al. (2006).

102


- 80 -


Tabla 1. Temperaturas medias Máximas y Mínimas mensuales desde Transplante a 1° Floración y 1° Fructificación (ºC) Temperaturas ago set oct Medias 12,3 17,0 15,0 Máximas Mínima

13,6 11,0

18,0 16,0

16,0 14,0

En la Tabla 2 se observan los GDA para la 1°FL de T1 diferenciándose significativamente respecto del resto de los tratamiento, con un requerimiento de 359,9 GDA comportándose como tardío, mientras que T2, T3 y T4 mostraron un comportamiento intermedio con una acumulación de GDA 286,13; 276; 258,83 respectivamente y T5 y T6 claramente los más precoces con valores de 207,30 GDA. Estas diferencias concuerdan con lo hallado por otros autores quienes demostraron el retraso fenológico entre las plantas injertadas y sin injertar tal como ocurre con T4, T5 y T6 , esto puede ser debido a que las plantas injertadas sufren un atraso en el crecimiento inicial ((Andreau et al., 2009;). Por otra parte la tasa de crecimiento de las plantas injertadas dependerá de las características del porta injertos (pie) (Balliu et al., 2007), lo que podría explicar la respuesta diferencial entre los tratamientos. Con respecto a la 1° FR T3 fue el más precoz y tanto T1 como T2, T4, difieren significativamente de T3 mientras que T5 y T6 difieren de T3 pero son menos exigentes que T1, T2 y T4 Esta discrepancia en el comportamiento de los materiales podría deberse a la temperatura registrada durante el subperíodo, dado que determinados procesos del desarrollo, como por ejemplo la floración, fructificación dependen de la temperatura existente en el momento de la ocurrencia (De Koning, 1990). Tabla 2. Grados Día GDA [ºC] de los subperíodos TR-1°FL y TR-1°FRU TR-FL TR-FR

Tratamientos

T1 359,9c 421b T2 286,1b 447b T3 276 a 359,9b T4 258,8ab 421,8b T5 207,3a 409,1ab T6 207,30a 388,8ab

Letras diferentes en las columnas para un mismo parámetro representan diferencias significativas (Duncan p<0,05).

CONCLUSIONES El análisis del comportamiento fenológico y el cómputo de los requerimientos de GDA nos permitió caracterizar la precocidad entre las diferentes combinaciones, para seleccionar las mejores para las condiciones locales y poder realizar una planificación productiva más ajustada

REFERENCIAS Andreau, R.; Garbi, M.; Martínez, S.; Morelli, G.;

Zeoli, F. 2009. Respuesta fenológica y Productiva de Plantas de tomate (Solanum Lycopersicum L.) sometidas a un injerto. Boletín Electrónico de Tomate Nº 21: 2-10. www.mercadocentral.com.ar

Balliu, A.; Vuksani, G.; Nasto, T.; Haxhinasto, L.; Kaçiu, S. 2008. Grafting effects on tomato growth rate, yield and fruit quality under saline irrigation water. Acta Hort. (ISHS) 801: 1161-1166.

Brown, D.M. 1975. Heat unit for corn in Southern Ontario. Ontario Department of Agriculture and Food. Pp: 4.

CHFBA, 2005. Censo Hortiflorícola de la Provincia de Buenos Aires.

Cerisola C.; Martínez, S.; Sarli, G.; Morelli, G.; Garbi, M.; Andreau, R. 2010 Diagnóstico físico del suelo bajo invernadero destinado a la producción de tomate (Lycopersicon esculentum mill). XXII Congreso Argentino de la Ciencia del Suelo.

Davis, A.; Perkins-Veazie, P.; Hassell, R.; Levi, A.; Rey, S.; Zhang, X. 2008. Grafting effects on vegetable quality. HortScience 43: 1670-1672.

De Koning, A.N.M. 1990. Long term temperature integration of tomato. Growth and development under alternating temperature regimes. Scientia Horticulturae 45. Pp. 117 – 127.

Duplancic, M. C. 2007. Injerto en hortalizas: Evaluación preliminar portainjertos de Pará tomate y berenjena en Mar del Plata. Horticultura Argentina 26: 108.

Foti, S.; La Malfa, G. 1979. Basi fisiologiche e condizione ambientalli nell proceso de fructificazione de Lycopersicon esculentum Mill. Rivista Hortoflorofrutticoltura Italiana. V. 63. Pp. 170-185. Khah, E.M.; Kakava, E.; Mavromatis, A.; Chachalis, D.; Goulas, C. 2006. Effect of grafting on growth and yield of tomato (Lycopersicon esculentum Mill.) in greenhouse and open-field . J. Applied Hort. 8 (1): 3-7.

Martínez, S. ; Garbi, M.; Andreau, R.; Morelli, G.; Zeoli, F.; Cap, G. 2011. Estudio de las combinaciones pie – injerto en Tomate conducidos en suelo con nematodos. Seminario de horticultura urbana y periurbana: Buscamos soluciones entre todos. INTA EEA San Pedro, 1 y 2 de noviembre de 2011. - San Pedro: Ediciones INTA. 99 p.:il. 27.9 x 27.9 cm. (Serie: Capacitaciones, n. 2) ISBN 978-987-

Öztekin, G.B.; Tuzel, Y.; Tuzel, I.H. 2009. Effect of grafting on salinity tolerance in tomato production. Acta Hort. (ISHS) 807:631-636.

Ricardez, M.; Rodríguez, M.; Díaz, M.; Camacho, F. 2008. Influence of rootstock, cultivar and environment of tomato yield under greenhouse. Acta Hort. (ISHS) 797: 443-44.

Tesi, R. 1983. Influencia dei bassi regimi termici nelle colture di pomodoro e zucchino. Colture prottete 6: 17-22

103


- 81 -


EVOLUCION DE LA ALTURA Y EL AREA FOLIAR POR PLANTA EN HIBRIDOS DE MAIZ CON DIFERENTE MADUREZ RELATIVA

Maune, C.; Irigoyen*, A.I., Bonelli, L.

Unidad Integrada Balcarce (UIB) Facultad de Ciencias Agrarias UNMdP- Experimental Balcarce Instituto Nacional

de Tecnología Agropecuaria, Ruta Nacional 226, km 73,5, CC, CP 7620, Balcarce, Buenos Aires, Argentina.


Palabras clave: tiempo térmico; fechas de siembra

INTRODUCCIÓN Mayor rendimiento en grano e índice de cosecha

es obtenido en el sudeste bonaerense cuando se

utilizan híbridos con mayor longitud de ciclo

(Capristo et al., 2007), que presentan una mayor

relación fuente-destino y mayor removilización de

reservas. Los híbridos más cortos interceptan

menos radiación solar por un efecto combinado de

menor índice de área foliar total y menor duración

de la estación de crecimiento.

El número total de hojas ha sido asociado al

tiempo térmico acumulado entre la emergencia del

cultivo y la aparición de la inflorescencia masculina

(Capristo et al., 2007). Por otra parte, relaciones

consistentes han sido descriptas para la tasa de

elongación de los entrenudos y el tiempo térmico

(Fournier y Andrieu, 2000). De modo que es

esperable que la determinación de la altura de la

planta permita determinar el área foliar por planta

como una característica típica del híbrido e

independientemente de la fecha de siembra. Es de

interés describir aspectos del crecimiento de la

planta y desarrollo que puedan contribuir a la

evaluación de la potencialidad de diferentes grupos

de madurez relativa para generar rendimiento en

ambientes generados por la fecha de siembra.

El objetivo del presente trabajo fue caracterizar

la evolución del crecimiento de la planta y de

desarrollo foliar en tres híbridos de maíz con

diferente madurez relativa conducidos bajo siembra

directa en un ambiente sin limitaciones hídricas ni

nutricionales.

MATERIALES Y MÉTODOS Durante la campaña agrícola 2011-2012, bajo

siembra directa fue conducido un experimento con

tres híbridos de maíz con diferente madurez relativa

(DK692, DK-MR119; Illinois 1550, ILL-MR102;

Pionner 39B7, PIO-MR89). Las fechas de siembra

(FS) evaluadas son mencionadas como FSI: 04-

Octubre; FSII: 14-Noviembre; FSIII: 15-Diciembre;

FSIV: 04-Enero. Condiciones no limitantes para el

cultivo fueron garantizadas con el manejo

agronómico (densidad, fertilización, control de

malezas) y el control de las condiciones de

disponibilidad de agua en el suelo. El contenido de

agua en el suelo fue monitoreado semanalmente

mediante el método gravimétrico y de dispersión de

neutrones. Cuando fue necesario, aplicaciones de

riego fueron conducidas. La densidad media

lograda fue 9,8 plantas m-2

. La evolución del área

foliar fue monitoreada en forma no destructiva, a

partir de las determinaciones básicas de longitud y

ancho máximo de lámina de cada hoja que se

realizaron semanalmente sobre 15 plantas marcadas

para cada combinación fecha de siembra x híbrido.

El área foliar fue estimada mediante un modelo

multiplicativo entre longitud, ancho máximo de la

lámina y un factor constante (0,75) atribuido a la

forma de la hoja. El área foliar verde por planta

(AFV) fue integrada a partir de los valores de área

de cada hoja individual. El valor final de cada

determinación corresponde al área foliar verde por

planta al momento de aparición de la inflorescencia

masculina (AFVVT). La fenología siguiendo la

clave de reconocimiento de estados de Ritchie y

Hanway (1982) y determinaciones fenométricas

como la altura de lígula de última hoja expandida

desde el nivel del suelo (AUL) acompañaron la

descripción del desarrollo y crecimiento del cultivo.

El tiempo térmico acumulado desde emergencia

(TTE) fue determinado para cada momento de

observación aplicando el método residual con una

temperatura base de 8 C. La evaluación de

relaciones características de cada híbrido se realizó

agrupando las diferentes FS. Pruebas sencillas de

ajuste fueron conducidas entre AFVVT y AUL.


En la Figura 1 se presenta la evolución de la

altura de las plantas monitoreada hasta la aparición

de las inflorescencias masculinas (VT). Las plantas

de FS I fueron menores en híbridos DK-MR119 e

ILL-MR102. En el caso de PIO-MR89 las plantas

de FS I y FS II fueron las de menor altura. Los

valores de AFVVT de DK-MR119 y PIO-MR89

son menores en la FS I. En ILL-MR102, tienen

menor AFVVT las plantas de las FSI y FSIV. A

pesar de las pérdidas de área foliar ocasionadas por

heladas ocurridas al inicio del desarrollo del cultivo

en la FS I, las tasas de crecimiento y de expansión

foliar se mantuvieron prácticamente equivalentes a

las observadas en las restantes FS durante la mayor

parte del periodo estudiado. En el período

comprendido entre 400 y 500 Cd-1

se observaron

las mayores tasas de crecimiento en cualquier

híbrido y fecha de siembra. Una relación

logarítmica fue ajustada para cada híbrido entre el

área verde por planta (AFV) y la altura de la lígula

de última hoja expandida (AUL). Dos aspectos

merecen atención: a) una única relación matemática

fue encontrada para las cuatro FS, es decir que cada

híbrido mantiene una relación característica altura:

área foliar, aunque varíe el ambiente al cual se

104


- 82 -


encuentre expuesto; b) diferencias en los

coeficientes ajustados señalan la capacidad del

híbrido para generar área foliar por unidad de

incremento de exploración vertical del espacio

aéreo (Tabla1).

Figura 1. Evolución de la altura de inserción de última hoja expandida (AUL) en función del tiempo térmico

acumulado desde emergencia (TTE) de acuerdo a fechas

de siembra (FS) e híbridos. a. DK-MR119. b. ILL-

MR102. c. ILL-MR89.

Tabla 1. Relación entre área foliar verde por planta

(AFV) y altura de lígula de última hoja expandida (AUL).

Híbrido N Ecuación ajustada R2 DK-MR119 38 AFV = 0,1901 ln (AUL) + 0,5395 0,952

ILL-MR102 36 AFV = 0,1795 ln (AUL) + 0,4767 0,948

PIO-MR89 34 AFV= 0,1455 ln (AUL) + 0,4001 0,955

CONCLUSIONES Relaciones simples entre el crecimiento total de

la planta y la expansión foliar hasta el momento de

aparición de la inflorescencia masculina han sido

descriptas para híbridos con diferente madurez

relativa. La estimación del área foliar verde por

planta de forma no destructiva y con fácil

determinación puede proponerse para cualquiera de

los híbridos en función de relaciones ajustadas.

Expresiones cuantitativas de crecimiento y

desarrollo normalizadas por el ambiente térmico

contribuyen a la evaluación de la potencialidad de

cada híbrido.

Figura 2. Evolución del área foliar verde por planta

(AFV) en función del tiempo térmico acumulado desde emergencia (TTE) de acuerdo a fechas de siembra (FS) e

híbridos. a. DK-MR119. b. ILL-MR102. c. ILL-MR89.

AGRADECIMIENTOS El trabajo fue realizado en el marco del proyecto

“Modelización del uso de agua y evaluación de

estrategias de manejo para el cultivo de maíz”

(UNMdP-AGR387/12). La información ha sido

generada en el marco de la de tesis de graduación

de C. Maune.

REFERENCIAS

Capristo, P.R.; Rizzalli, R.H.; Andrade, F.H. 2007.

Ecophysiological yield components of maize hybrids

with contrasting maturity. Agron. J. 99: 1111-1118.

Fournier, C.; Andrieu, B. 2000. Dynamics of elongation of internodes in maize (Zea mays L.): Analysis of

phases of elongation and relationships to phytomer

development. Annals of Botany 86: 551-653.

Ritchie, S.W.; Hanway J.J. 1982. How a corn plant develops. Iowa State Univ. Report 48.

0,0

0,6

1,2

1,8

2,4

0 200 400 600 800 1000

AU

L (

m)

TTE ( Cd-1)

FSI

FSII

FSIII

FSIV

0,0

0,6

1,2

1,8

2,4

0 200 400 600 800 1000

AU

L (

m)

TTE ( Cd-1)

FSI

FSII

FSIII

FSIV

0,0

0,6

1,2

1,8

2,4

0 200 400 600 800 1000

AU

L (

m)

TTE ( Cd-1)

FSI

FSII

FSIII

FSIV

c

b

a

0,0

0,2

0,4

0,6

0,8

0 200 400 600 800 1000

AFV

(m

2)

TTE ( Cd-1)

FSI

FSII

FSIII

FSIV

a

0,0

0,2

0,4

0,6

0,8

0 200 400 600 800 1000

AFV

(m

2)

TTE ( Cd-1)

FSI

FSII

FSIII

FSIV

b

0,0

0,2

0,4

0,6

0,8

0 200 400 600 800 1000

AFV

(m

2)

TTE ( Cd-1)

FSI

FSII

FSIII

FSIV

c

105


- 83 -


INFLUENCIA DEL AMBIENTE SOBRE CULTIVOS DE COSECHA GRUESA EN LA REGION ORIENTAL DE LA PROVINCIA DE LA PAMPA

Mirassón, H. R.*; Faraldo, M. L1.; Ferrero, C1.; Arnaiz, J. P.1;Vergara, G. T1.; Casagrande, G. A.1,2

1 Facultad de Agronomía, UNLPam. CC 300 (6300) Santa Rosa, La Pampa, Argentina. 2 EEA Anguil "Ing. Agr. Guillermo Covas", INTA. CC 11 (6326) Anguil, La Pampa, Argentina

* Contacto:[email protected] Palabras clave: genotipo; ambiente; granos

INTRODUCCIÓN En la mayor parte de la región oriental de la

Provincia de La Pampa, la disponibilidad de agua para los cultivos de cosecha gruesa: girasol (Helianthus annuus, L), maíz (Zea mays L.) y soja (Glicyne max, Merr.) es insuficiente. Sin embargo, en algunos años se puede considerar que las precipitaciones en cantidad no son limitantes, pero su distribución durante el ciclo de estos cultivos puede generar prolongados períodos de deficiencia hídrica que limitan los rendimientos.

El grado de sensibilidad de cada componente del rendimiento a los factores ambientales varía con el estado de desarrollo del cultivo, mostrando distinta sensibilidad según la especie; el cultivo de girasol mostró mejor comportamiento a estrés hídrico debido a sus particularidades morfo-fisiológicas, mientras que el cultivo de soja es de mayor exigencia que el de girasol y finalmente maíz que resulta ser el cultivo menos apropiado para la producción de grano en ambientes de alto déficit hídrico (Andrade y Sadras 2002, Dardanelli et al, 2004). En general estos ambientes se caracterizan por tener una fuerte influencia en el rendimiento final de los cultivos, relegando a un segundo plano el factor genético. Esta respuesta difiere según el cultivo de que se trate y los mecanismos de adaptación que los caracterizan.

El objetivo del trabajo es cuantificar en un sitio representativo de la estepa de la provincia de La Pampa el efecto del ambiente sobre el rendimiento (RG) y sus componentes número de granos por unidad de superficie (NG) y el peso de los granos (PMG) en los cultivos de maíz, girasol y soja.


Se condujeron ensayos comparativos de rendimiento durante seis campañas agrícolas consecutivas, desde 2005-06 hasta 2009-10, en un predio ubicado en el departamento Catriló, en el ambiente correspondiente a la planicie medanosa de la región oriental de la provincia de La Pampa.

Los cultivos estivales en esta zona dependen de las condiciones climáticas especialmente durante el período crítico, de floración en maíz y girasol y de llenado de granos en soja, que en esta región coinciden con los períodos de déficit hídrico (Andrade y Gardiol, 1994). Con sembradora de parcelas, en sistema de siembra directa, se sembraron a densidades de 5, 6 y 35 semillas por metro cuadrado para girasol, maíz y soja

respectivamente, a un distanciamiento entre hileras de 0.70 m para los primeros cultivos y de 0.50 m para soja Se utilizó un diseño de bloques completamente aleatorizados, con tres repeticiones, en parcelas de cuatro surcos de 6m de longitud. Las fechas de siembra fueron las normales usadas en la zona para cada cultivo y estuvieron condicionadas a la disponibilidad de 100 mm de agua útil en el suelo al momento de sembrar, para lo cual se determinó por gravimetría, el contenido de agua útil en el suelo (AUS) hasta 2 metros de profundidad. El número de híbridos (CV) fue diez en cada año para girasol y maíz y en soja 10 variedades (CV) en cada uno de los grupos de maduración ensayados (GM): IIIC, IIIL, IVC, IVL y VC. Las parcelas se cosecharon manualmente a la madurez comercial, sobre una superficie de 3 m2 cada una. A la cosecha se determinó el rendimiento (RG) corregido al % de humedad de recibo, PMG y NG. Se calcularon los valores medios, mínimos y máximos; sus desvíos estándar (DE) y la relación entre el valor máximo y el valor mínimo de cada variable para los CV cada año. El efecto del ambiente sobre el rendimiento y sus componentes se determinó por el porcentaje de la suma de cuadrados de cada componente de la varianza respecto de la suma de cuadrados total. Para este cálculo se tomaron los valores de cada cultivar participante con sus respectivas réplicas. Se cuantificó el porcentaje correspondiente a los factores: año (A), cultivar (CV) y la interacción A x CV. Así mismo, por regresión lineal se estableció el grado de asociación entre los componentes de rendimiento: número de granos por metro cuadrado (NG), peso de mil granos (PMG), con el rendimiento de grano (RG). RESULTADOS La menor varación relativa(max/min) para el peso de granos correspondió a soja GM VC, mientras que maíz presentó el mayor valor. Soja en todos los GM y Girasol presentan un comportamiento similar (Tabla 1). En maíz y girasol, se observó que el año explica cerca de la mitad de la variación del PMG, correspondiendo al cultivar un valor similar. Esto muestra la importancia de la adecuada elección del cultivar. Soja muestra una alta vulnerabilidad frente al ambiente, dejando relegado muy significativamente el efecto del cultivar (Tabla 2). El número de granos explica el rendimiento del cultivo, con diferencias significativas entre especies en la relación máx./min.

106


- 84 -


Girasol presenta el menor valor, mientras que maíz y a soja GM IIIC y VC muestran un comportamiento similar, correspondiendo las mayores diferencias a soja GM IIIL, IVC y IVL (Tabla 1).

El ambiente afectó en menor medida a girasol, luego a maíz y finalmente a soja en los diferentes GM. De igual modo, el efecto del cultivar fue más marcado en girasol, luego en maíz y finalmente en soja en sus diferentes GM. (Tabla 2).

Con respecto a rendimiento de grano, la menor relación entre el rendimiento máximo y el mínimo correspondió a girasol con diferencias significativas frente a maíz y este a su vez presentó diferencias significativas con soja en sus diferentes GM (Tabla 1). Esta variable mostró un mayor efecto del cultivar en girasol. Las demás especies se comportaron de igual modo que el encontrado en número de granos. En las tres variables, la interacción cultivar por año no fue significativa. Tabla 1. Rendimiento de grano y sus componentes (PMG y NG) . Valores medios, máximos, mínimos y relación máx/mín. media máx. mín.

Relación

máx./ mín. Peso de mil granos (g) Girasol 52 70 30 2,32 b Maiz 272 385 142 2,71 c Soja IIIC 144 204 100 2,04 b Soja III L 137 227 93 2,43 bc Soja IVC 138 199 88 2,26 b Soja IVL 138 198 88 2,26 b Soja VC 149 184 116 1,58 a Granos por m2 Girasol 4521 8266 2370 3,49 a Maíz 2060 3863 497 7,77 b Soja IIIC 1441 2580 364 7,09 b Soja III L 1508 2876 270 10,63 c Soja IVC 1562 3120 323 9,66 c Soja IVL 1484 3701 339 10,93 c Soja VC 1079 2073 339 6,12 b Rendimiento de grano (kg. ha-1) Girasol 2307 4757 1079 4,41 a Maíz 5674 10619 924 11,49 c Soja IIIC 2129 4173 676 6,18 b Soja III L 2143 4378 682 6,42 b Soja IVC 2375 4640 801 5,80 b Soja IVL 2412 4636 793 5,84 b Soja VC 2262 4342 696 6,24 b

CONCLUSIONES Considerando la disponibilidad hídrica como el factor ambiental de mayor peso en la respuesta de los cultivos, queda demostrado a través de estos resultados, el mejor comportamiento de girasol en sus diferentes GM. Las características fisiológicas y morfológicas que presenta girasol le permiten registrar el menor efecto del ambiente sobre las variables consideradas, haciendo que la variable cultivar juegue un papel importante en la respuesta ambiental. Esto puede explicarse por la capacidad exploratoria de su sistema radicular, la capacidad de ajuste osmótico y el mantenimiento de altos niveles de fijación de carbono para modelar sus respuestas fisiológicas frente a períodos de penuria hídrica.

REFERENCIAS Andrade H. A.; Sadras V.O. 2002. Bases para el manejo del

maíz, girasol y la soja. 449 p. ISBN: 287-521-047-1 Andrade, F.H.; Gardiol, J. M. 1994. Sequía y producción de

los cultivos de maíz, girasol y soja. EEA Balcarce Dardanelli, J.; Pollino, D.; Otegui, M.E; Sadras V.O. 2004.

Bases funcionales para el manejo del agua en los sistemas de producción de cultivos de grano. En: Satorre, E; Benech Arnold, R.; Slafer, G.

De la Fuente, E.; Miralles, D.; Otegui M.E.; Savin R. Fac. de Agronomía, Buenos Aires, Argentina, pp. 377-406.

Tabla 2. Componentes de la varianza (Porcentaje de la suma de cuadrados de cada componente respecto de la suma de cuadrados total).

FV Año FV Cultivar FV Año x Cultivar

% SC

Valor de P

% SC

Valor de P % SC

Valor de P

Peso de mil granos (g) Girasol 48,6 <0,0001 50 <0,0001 1,4 NS Maíz 59,4 <0,0001 38,8 <0,0001 1,8 NS Soja IIIC 91,3 <0,0001 7,1 <0,0001 1,7 NS Soja IIIL 88,9 <0,0001 8,8 <0,0001 2,3 NS Soja IVC 89,5 <0,0001 9,9 0,0001 0,6 NS Soja IVL 83,4 <0,0001 14,4 <0,0001 2,2 NS Soja VC 93,3 <0,0001 5,8 0,2646 0,9 NS Granos por m2 Girasol 54,1 <0,0001 43,3 <0,0001 2,7 NS Maíz 65,4 <0,0001 32,7 <0,0001 2 NS Soja IIIC 79,2 <0,0001 13,8 0,0096 7 NS Soja IIIL 83,2 <0,0001 13 0,0549 3,8 NS Soja IVC 78,1 <0,0001 13,5 0,9471 8,4 NS Soja IVL 72,8 <0,0001 22,6 0,0438 4,6 NS Soja VC 81,9 0,0002 16,5 0,8133 1,6 NS Rendimiento de grano (kg. ha-1) Girasol 44,2 <0,0001 52,4 <0,0001 3,4 NS Maíz 69,3 <0,0001 29,5 0,0002 1,2 NS Soja IIIC 85,2 <0,0001 10,9 <0,0001 3,9 NS Soja IIIL 85,7 <0,0001 12,2 <0,0001 2 NS Soja IVC 89,2 <0,0001 7,9 <0,0001 2,8 NS Soja IVL 93,8 <0,0001 4,8 <0,0001 1,4 NS Soja VC 96,3 <0,0001 3,5 0,0001 0,2 NS

107


- 85 -


CARACTERIZACIÓN Y VARIABILIDAD CLIMÁTICA DE LAS OLAS DE CALOR EN ZAVALLA, SANTA FE

Montero Bulacio*, E.1; Coronel, A.2 1Estudiante de Ingeniería Agronómica, Fac. de Cs. Agrarias – UNR, Campo Villarino, Zavalla, 2125, Santa Fe, Argentina 2Cátedra de Climatología – Fac. de Cs. Agrarias – UNR *Contacto: [email protected]

Palabras clave: índice ITH; régimen agroclimático

INTRODUCCIÓN Gates (1970) afirma que la situación de confort

de los animales depende de una combinación de factores como la radiación solar, la velocidad del viento, la temperatura del aire y su humedad. Entre los índices que permiten determinar el grado de disconfort animal se encuentra el ITH, Índice de Temperatura y Humedad, que es determinado con la siguiente ecuación que relaciona la temperatura ambiental (T) y la humedad relativa del aire (HR) (Hahn, 1999):

),(*),,(, 26815505503281 THRTITH (1)

Se considera estrés moderado si el ITH es mayor o igual a 72 y menor o igual a 78, y estrés grave si el ITH es mayor a 78 y menor o igual a 88 (Goldberg et al., 2004). Si estos valores de estrés persisten por más de tres días se produce una ola de calor, y bajo estas condiciones la termorregulación y el comportamiento ingestivo animal se ven afectados (Hahn, 1999).

El objetivo del trabajo es caracterizar las olas de calor a partir del ITH en el sur de la provincia de Santa Fe, determinar su régimen agroclimático, y analizar su variabilidad climática.

MATERIALES Y MÉTODOS Se utilizaron los datos de temperatura media

diaria y humedad relativa media diaria de la localidad de Zavalla (33°1′S, 60°53′O) durante el período 1973-2012, para el cálculo del ITH diario. Cada período anual se consideró iniciado el 1 de julio de un año y finalizado el 30 de junio del año siguiente (año agronómico), a fin de abarcar el semestre cálido sin que se interrumpa. Las olas de calor (OC) se definieron como el período en el cual el ITH es superior o igual a 72 durante tres o más días consecutivos. Se determinaron las siguientes características de cada OC: duración en días, intensidad a partir del valor medio de los ITH diarios, y el ITH máximo. Tomando las OC de cada año se calcularon aplicando promedios: intensidad media anual (IMA), intensidad máxima media anual (IMMA) y duración media anual (DMA). También a escala anual se estableció la cantidad absoluta de olas de calor (NOCA), la fecha de comienzo de primera OC y de última OC. A partir de esta información anual se obtuvo el régimen agroclimático de las OC para todo el período de

análisis, determinándose la cantidad de olas de calor (NOC), la duración media (DM), la intensidad media (IM) y máxima media (IMM), las fechas medias de comienzo de primera (FMPOC) y de última OC (FMUOC), las fechas extremas de comienzo de primera y última OC y el período anual con OC en días (POC).

La variabilidad climática de las OC se determinó a partir de las tendencias lineales por mínimos cuadrados de IMA, IMMA, DMA y NOCA. Se aplicó el test t-Student al 5% para calcular la significancia estadística de las pendientes de las rectas de tendencia.

Se dividió al período total de información en cuatro subperíodos de 10 años, y se calcularon para cada uno de ellos FMPOC, FMUOC, NOC y POC. Para determinar si hubo cambios significativos entre las décadas se aplicó un análisis de variancia no paramétrico con la prueba de Kruskal Wallis.


En todos los años analizados han ocurrido OC, siendo la FMPOC el 21 de noviembre y la FMUOC el 11 de marzo. De este modo el POC tuvo una duración media de 109 días. En esta localidad el comienzo de la primera OC extrema ocurrió el 28 de julio de 1979 y el comienzo de la última OC extrema el 12 de mayo de 1980, en ese año el POC duró 288 días (Figura 1). De acuerdo a las FMPOC y FMUOC las mismas ocurren durante el semestre cálido (octubre-marzo), pero las fechas extremas muestran que las OC pueden ocurrir cuando las temperaturas medias del aire no son tan elevadas, lo cual tiene un efecto aún más negativo en el bienestar animal. El 72% de las OC presentaron una duración entre 3 y 6 días y la máxima longitud correspondió a 30 días, resultando que las OC tienen una DM de 6 días (Figura 2). La IM alcanzó un valor de 75 y la IMM 77, ambos valores corresponden a estrés moderado. Hahn y Mc Quigg (1979) indican que cuando los animales enfrentan períodos de tres o más días consecutivos con limitada oportunidad para recuperarse, los efectos negativos aumentan si no se utilizan manejos específicos que disminuyan los daños ambientales. Bajo estas condiciones se observan disminuciones en la producción y calidad de leche, como así también en la tasa de concepción del ganado vacuno (Vicentini et al., 1991; Leva et al., 2008).

108


- 86 -


Del análisis de las tendencias lineales de IMA, IMMA, DMA y NOCA se determinó que solo NOCA aumentó en el período analizado con una significancia del 5% (Figura 3). En Zavalla se ha registrado a partir de 1973 un aumento de temperatura durante la primavera y un crecimiento de la humedad en verano (Coronel et al., 2011), lo cual incidiría en la variación del número de olas de calor.

Figura 1. Frecuencias absolutas de olas de calor para cada mes.

Figura 2. Frecuencias absolutas de olas de calor con distintas duraciones en días.

Figura 3. Cantidad de olas de calor por año y la tendencia lineal.

Del análisis de la variabilidad decádica del régimen agroclimático de las OC a lo largo de las cuatro décadas, se determinó un POC de 100 días para 1973-1983, que se fue expandiendo hasta una duración de 120 días en el último periodo. Esto se debió a un adelantamiento en la FMPOC y a un atraso FMUOC (Tabla 1). A su vez se observan diferencias del NOC entre las décadas. Sin embargo las variaciones entre décadas del régimen agroclimático de OC no son significativas al 5% según el test de Kruskal Wallis. Las dos últimas décadas presentaron un mayor porcentaje de OC con ITH máximo cuyo valor define a las situaciones higrotérmicas como estrés severo. Si se observa el ITH medio, la década con mayor porcentaje de OC que determinan estrés severo corresponde a 1993-2003 (Tabla 2).

CONCLUSIONES En primera instancia, el sector de producción

lechera de la zona se verá beneficiado con los resultados del presente trabajo, ya que a partir de éstos se obtiene información actualizada de los momentos en los que es conveniente aplicar medidas para mantener el estado de confort animal con el fin de que no decaiga la producción.

La cantidad de olas de calor definidas a través del índice ITH han aumentado en forma significativa a lo largo del período analizado, no así su intensidad, ni su duración. Tabla 1. Fecha media de comienzo de primer ola de calor con su desvio, Fecha media de comienzo de última ola de calor con su desvío, periodo con olas de calor y número de olas de calor para cada período.

periodo FMPOC Desvío días FMOC Desvío días POC días NOC

73-83 26-nov 44 06-mar 32 101 68

83-93 26-nov 25 09-mar 15 104 86

93-03 21-nov 19 16-mar 14 116 84

03-12 12-nov 36 13-mar 19 121 77 Tabla 2. Frecuencia de de olas de calor con ITH máximo e ITH medio menor a 79 (estrés moderado) y con valores mayores a 79 (estrés severo) para cada período.

Frecuencias por intensidad (%)

ITH máximo 73-83 83-93 93-03 03-12

Estrés severo 37 29 38 38

Estrés moderado 63 71 62 62

ITH medio

Estrés severo 1 1 6 1

Estrés moderado 99 99 94 99

REFERENCIAS Coronel, A.; Dickie, M.; Costanzo, M.; Sacchi, O.;

Skindzier, N.; Kehoe, F. 2011. Incidencia del cambio climático en Zavalla y sus impactos en la producción agropecuaria. Agromensajes 32: 25-27.

Gates, B. 1970. Animal climates (where animals must live). Environmental Research 3: 132-144.

Goldberg S.; Cirera, I.; Bianchi, F.; González, D. 2004. Índices de temperatura y humedad (ITH) en la cuenca media del río Luján. X Reunión Argentina y IV Latinoamericana de Agrometeorología.

Hahn, G..; Mc Quigg, J. 1979. Evaluation of climatological records for rational planning of livestock shelters. Agric. Meteor. 7: 131-141.

Hahn, G. 1999. Dynamic responses of cattle to thermal heat loads. J. Anim. Sci. 77: 10-20.

Leva, P. E.; Garcia, M. S.; Rodriguez, R. O.; Valtorta, S. E. 2008. Olas de calor y entregas diarias de leche en tambos de la cuenca lechera central argentina. Revista FAVE - Ciencias Agrarias 7: 1-2.

Vicentini, G. R.; Valtorta, S. E; Ostrowski, J. E. B.; Weidmann, P. E.; Leva, P. E. 1991. Eficiencia reproductiva de vacas de producción mayor a 4000 kg de leche en la cuenca central de Santa Fe. II: Factores ambientales que afectan la tasa de concepción en tambos comerciales con asistencia veterinaria y control nutricional. Rev. Arg. Prod. Anim. 11: 319-325.

0

20

40

60

80

100

Jul Ago Sep Oct Nov Dic Ene Feb Mar Abr May Jun

frecu

enci

a

0

20

40

60

80

100

3 5 7 9 11 13 15 17 19 21 23 25 27 29

frecu

enci

a

días

0 2 4 6 8

10 12 14

73-7

4 75

-76

77-7

8 79

-80

81-8

2 83

-84

85-8

6 87

-88

89-9

0 91

-92

93-9

4 95

-96

97-9

8 99

-00

01-0

2 03

-04

05-0

6 07

-08

09-1

0 11

-12

cant

idad

de

OC

años

109


- 87 -


FENOLOGÍA DE LA FLORACIÓN DEL OLIVO (Olea europaea L.) EN EL SUDOESTE DE LA PROVINCIA DE BUENOS AIRES Y SU RELACIÓN CON EL

PATRÓN DE DISPERSIÓN POLÍNICA

Mormeneo*, I.1; Deriugin, A.2; Murray, M. G.3 1 Depto Agronomía. Univ Nacional del Sur- San Andrés 800 - 8.000. Bahía Blanca Argentina 2,3 CONICET - Laboratorio de Plantas Vasculares. Departamento de Biología, Bioquímica y Farmacia. Univ Nacional del Sur - 8.000. Bahía Blanca Argentina


Palabras clave: aerobiología; fenología; olivo

INTRODUCCIÓN El olivo (Olea europaea L.) es un cultivo

milenario de gran interés por las características nutricionales y organolépticas del aceite que se obtiene del fruto. Fue traído a América por los misioneros españoles en el año 1500.

Conocida la importancia que tiene actualmente el olivo desde el punto de vista económico y el carácter alergógeno del polen de este cultivo, resulta de interés llevar a cabo estudios aerobiológicos y fenológicos en esta especie. Dado que la presencia de polen en el aire está relacionada con la liberación de polen de las anteras y por lo tanto, con el ciclo reproductivo de las plantas, la Aeropalinología y la Fenología están interconec- tadas.

La aerobiología tiene aplicaciones en diversos campos como en medicina, agricultura, botánica, fenología o ecología (Frenguelli, 1998). En algunos estudios realizados en la ciudad de Huelva por González Minero (1993), se encontró que el polen de olivo es el segundo alergeno en importancia. Los resultados de estas investigaciones son de utilidad en la modelización del período de polinización del olivo con el objetivo de predecir el momento del inicio de la floración, y en las relaciones entre la producción polínica del olivo y la cosecha de aceituna (Moriondo et al., 2001; Galán et al, 2005).

Los factores climáticos más influyentes en el ciclo fenológico anual del olivo son la temperatura, la lluvia y la humedad (Canu et al., 2006; Moriondo et al., 2001).

Este trabajo tiene como objetivo comparar las variaciones de la cantidad de granos de polen de olivo en el aire con las fechas de la observación fenológica registrada semanalmente.

MATERIALES Y MÉTODOS El lugar de muestreo se ubicó en la finca

olivícola Rumaroli de Coronel Dorrego, en el sudoeste de la provincia de Buenos Aires, sobre tres variedades de olivo (Arbequina, Frantoio y Nevadillo). La plantación tiene una antigüedad de 8 años.

A partir de 2006, se llevó un registro de las etapas fenológicas de la floración del olivo con observaciones de campo en forma semanal, anotándose los estados fenológicos según la metodología Sáenz Laín et al. (2003) en los primeros años y según Colbrant y Fabre (1975) durante los años 2010 y 1011, consensuando ambas metodologías para su análisis.

En 2008 se incorporó el control aerobiológico con un captador volumétrico por impacto (Rotorod mod. 40) ubicado entre los olivos (Figura 1). Las muestras se toman en forma diaria y continua. El polen es observado e identificado al microscopio óptico.

Figura 1. Captador volumétrico por impacto (Rotorod mod. 40).

En este trabajo se presentan los resultados de los

cuatro años de estudio simultáneo de las observaciones fenológicas y de la concentración de granos de polen en el aire (2008-11).

Los datos meteorológicos fueron usados para obtener información de las variables meteorológicas más influyentes en la sucesión de las fases del ciclo fenológico del olivo, en particular, la temperatura.

RESULTADOS Y DISCUSIÓN La floración en 2010 (Figura 2), mostró una

clara coincidencia con la fase “F” (flores abiertas). El pico máximo de emisión de polen (Figura 3), se produjo el 28 de noviembre (832 granos/m3 aire), pocos días después de la fecha de la ocurrencia de la fase F. Los valores se mantuvieron elevados (por encima de los 10 granos/m3 aire) desde el 18 de noviembre hasta el 7 de diciembre. El período de polinización principal finalizó el 13 de diciembre.

110


- 88 -


De las mediciones efectuadas se determinó que Olea europaea poliniza desde el 1º de noviembre al 16 de diciembre, con valores de índice polínico variables según el año observado (605 granos para 2008, 5438 para 2009, 6003 en 2010 y 57921 en 2011), lo cual es coincidente con el crecimiento del olivar.

Figura 2. Observaciones fenológicas en Arbequina (2010).

Para la presentación de los resultados (Figura 2), a cada fase fenológica se le asignó un número de 0 a 6, correspondiendo 0, fase “A”; 1, fase “B”; 2, fase “C”; 3 fase “D”; 4 fase “E”; 5 fase “F”; 6 fase “G”.

Figura 3. Curva de la concentración diaria de polen en 2010.

En la Tabla 1 se expresa el promedio mensual de la temperatura durante el período de muestreo. Se observa que la temperatura media de noviembre fue algo más elevada en los años 2008 y 2011. La floración en 2008 presentó un adelanto de aproximadamente 20 días con respecto a restantes años estudiados.

Tabla 1. Temperatura media mensual durante el período de muestreo (2008-2011). año

Temperatura media mensual (ºC) Set Oct Nov Dic

2008 11,2 15,1 21,3 21,5 2009 10,2 15,0 16,8 20,1 2010 11,6 13,5 16,7 21,7 2011 12,3 12,3 19,7 21,2

CONCLUSIONES El estudio aerobiológico junto a las

observaciones fenológicas permiten determinar con mayor precisión el período de floración del olivo.

Dado que el principal factor climático que afecta la fenología de las plantas en primavera es la temperatura, este trabajo es un aporte que, a largo plazo, contribuirá a entender las variaciones fenológicas y aerobiológicas en relación al cambio climático en la región.

AGRADECIMIENTOS Los autores desean agradecer al Sr. Pedro Nomdedeu, por toda la colaboración prestada.

REFERENCIAS Canu, A.; Pellizzaro, G.; Cesaraccio, C.; Sirca, C.;

Vargiu, A. 2006. Flowering phenology of olive trees (Olea europea L.) in North Sardinia (Italy) and its relationships with airborne pollen pattern. Proc. of the 17th Conference on Biometeorology and Aerobiology, 22–26 May 2006, San Diego.

Colbrant, P.; Fabre, P. 1975. Stades repérés de l’oliver. R. Maillard. L’Oliver. Ed. INVUFLUC. París, 24-25.

Cour, P. ; Van Campo, M. 1980. Prévisions de récoltes à partir de l’analyse du contenu pollinique de l’atmosphère. V. R. Acad. Sc. Paris. 290: 1043-1046

Frenguelli, G. 1998. The contribution of aerobiology to agricultura. Aerobiología, 14: 95-100.

Galán, C.; García Mozo, H.; Vázquez, L.; Ruiz, L.; Díaz de la Guardia, C.; Trigo, M. M. 2005. Heat requirement for the onset of the Olea europaea L. pollen season in several sites in Andalusia and the effect of the expected future climate changed. Int. J. Biometeorol. 49:184-188.

González Minero, F. J. 1993. Calendario Polínico de Huelva y su relación con la Polinosis y Agricultura. Tesis doctoral. Universidad de Sevilla.

Moriondo, M.; Orlandini, S.; De Nuntiis, P.; Mandrioli, P. 2001. Effect of agrometeorological parameters on the phenology of pollen emission and production of olive trees (Olea europea L.). Aerobiología 7: 225-232.

Sáenz Laín, C.; Gutiérrez Bustillo, M.; Alcolado Sánchez-Mateo, V. 2003. Fenología, Aerobiología y Producción del olivar en Almodóvar del Campo (Castilla La Mancha). Anales Jardín Botánico de Madrid 60: 73-81.

111


- 89 -


RENDIMIENTO Y EVAPOTRANSPIRACIÓN EN HÍBRIDOS DE MAÍZ DE DIFERENTES ÉPOCAS

Nagore*, M. L. 1, Echarte, L. 1,2, Della Maggiora, A. I.2, Andrade, F. H. 1,2 1 CONICET; 2FCA-UNMdP; Balcarce, 7620, Argentina


Palabras clave: evapotranspiración por períodos; estrés hídrico; híbridos antiguo y moderno.

INTRODUCCIÓN El rendimiento del cultivo de maíz (Zea mays

L.) se ha incrementado en nuestro país en los últimos 40 años a razón de 121 kg ha-1año-1 (SAGPYA, 2012). El aumento del rendimiento del cultivo ha sido asociado con el aumento de su tolerancia a estreses diversos (Tollenaar y Wu, 1999; Echarte y Andrade, 2003). El estrés hídrico es una de las principales limitantes a la producción. En el sudeste bonaerense se producen déficits de entre 3 y 4 mm día-1 en el 25% de los años más deficitarios (Della Maggiora et al., 2008). Edmeades et al. (2003) citado por Campos et. al. (2004) determinaron que los híbridos modernos rinden más que los antiguos en condiciones de estrés hídrico. Este comportamiento puede ser debido a un aumento en el consumo de agua y/o a un aumento en la eficiencia de uso de la misma. Nagore et al., (2012) informaron que el consumo total de agua durante el ciclo fue similar entre híbridos de distintas décadas. Sin embrago, el consumo de agua en distintos períodos pudo haber sido modificada entre híbridos de distintas décadas. Los objetivos de este trabajo son (i) cuantificar el consumo de agua en distintos momentos del cultivo de maíz en un híbrido de maíz antiguo y dos modernos y (ii) establecer su relación con la determinación del rendimiento

MATERIALES Y MÉTODOS Se realizaron 2 experimentos (Exp.1: 2008-09 y

Exp.2: 2010-11) en la Unidad Integrada Balcarce (EEA INTA Balcarce - FCA-UNMdP) sobre un suelo Argiudol típico. Se sembraron 3 híbridos simples de maíz: DK2F10 (liberado en 1980), DK682RR y DK690MG (liberados en 2004 y de alto potencial de rendimiento); este último solo se sembró en el Exp. 2. Los híbridos fueron sembrados el 23/10/08 y el 20/10/10 a una densidad de 7,5 pl/m2. Se fertilizó con P y N. Se controlaron malezas, enfermedades e insectos. Los tratamientos de disponibilidad hídrica fueron 3 en el Exp.1: regado (R), secano desde floración (SDF) y secano (S); y dos para el Exp. 2: regado (R) y secano (S). El riego se realizó por goteo y los porcentajes de agua disponible logrados en cada tratamiento y en cada etapa del cultivo se detallan en la tabla 1. Para ambos experimentos se utilizó un DBCA con arreglo en parcelas divididas, donde la parcela principal fue la disponibilidad hídrica y la subparcela los híbridos de maíz (n=3). Los estados fenológicos se determinaron según Ritchie

y Hanway, 1982. La humedad del suelo se midió cada 7-10 días por medio de la combinación de los métodos gravimétrico (hasta los 0,10 m de profundidad) y de atenuación de neutrones (cada 0,10 m hasta los 0,40 m y cada 0,20 m hasta 1,4 m de profundidad) utilizando una sonda Troxler modelo 4300 (Troxler Electronic Laboratory Inc, USA). Para el rendimiento en grano se cosecharon las plantas de los surcos centrales de cada parcela, se trilló, se determinó la humedad y se pesó. La evapotranspiración fue estimada por medio de: ET = precipitación + riego – Δalm, para cada intervalo de medición. La ET fue dividida para su estudio en cuatro períodos: de siembra a 50 días después de la siembra (S-50DDS), desde 50DDS hasta 15 días pre floración (50DDS-15DPF), desde 15PF hasta 15 días post floración o período crítico de determinación de granos (PC), y desde 15 días post floración hasta madurez fisiológica o llenado de granos (LL). Los datos se analizaron estadísticamente con el programa InfoStat.

RESULTADOS Y DISCUSIÓN No se encontró interacción significativa régimen

hídrico x híbrido (p<0,05) para la mayoría de las variables analizadas. Durante el período de implantación del cultivo y hasta los 50 días después de la siembra (aproximadamente V7-V8) la evapotranspiración fue similar entre híbridos y entre regímenes de agua (p>0,05; tabla 1). Esto se asociaría con que el agua disponible era alta (i.e. > 86%). Sin embargo, el %AD (agua disponible) en esta primera etapa fue menor en el hibrido moderno en el Exp.1 (p<0,05). Esto podría estar asociado en parte con una mayor exploración radicular al inicio del crecimiento. En la segunda parte del periodo vegetativo (50DDS-15DPF) no se encontró una tendencia clara de la ET entre los distintos híbridos; sin embargo, en condiciones de baja disponibilidad hídrica el hibrido moderno tendió a evapotranspirar menos que el antiguo. Durante el PC, cuando el %AD fue mayor al 77% (i.e. tratamiento R del Exp. 2) la ET fue similar entre híbridos. En el resto de los regímenes hídrico, el AD no superó el 59% y los híbridos modernos consistentemente evapotranspiraron más que los antiguos. En la última etapa del ciclo del cultivo (LL) los híbridos no difirieron en ET. La ET acumulada total (Nagore et al., 2012) se asoció estrechamente con el rendimiento en grano (Figura 1a). Esto se atribuiría en gran medida al mayor consumo de los híbridos modernos durante el período crítico de definición del numero de granos (Figura 1b).

112


- 90 -


Tabla 1. Evapotranspiración y agua disponible para los híbridos modernos (DK682RR y DK690MG) y para el antiguo (DK2F10), bajo los tratamientos de disponibilidad hídrica regado (R), secano (S) y secano desde floración (SDF) en los experimentos 1 (2008-09) y 2 (2010-11) y para los distintos momentos: desde siembra (S) a 50 días después (50DDS), hasta 15 días pre-floración (15 DPF), durante el período crítico (PC) y durante el llenado de granos (LL).

Evapotranspiración (mm) Agua disponible (%) Híbridos S-50DDS 50DDS-

15DPF PC LL S-

50DDS 50DDS-

15DP PC LL

Exp. 1 R DK2F10 111 A a 84 a(*) 172A b 76 A a 90 A a 69 59 50 DK682RR 126 A a 61 b 189A a 75 A a 86 A b 63 54 40 SDF DK2F10 111 A a 84 a 89B b 56 B a 90 A a 69 49 33 DK682RR 126 A a 61 b 96B a 62 B a 86 A b 63 46 29 S DK2F10 116 A a 52 c 60C b 72ABa 90 A a 62 51 44 DK682RR 113 A a 52 c 68C a 57ABa 88 A b 59 43 40

Exp. 2 R DK2F10 110 A a 161 A b 253A a 166A a 91 A a 77 77 63 DK682RR 119 A a 168 A a 237A a 158A a 89 A a 72 85 76 DK690MG 104 A a 163 A ab 238A a 139A a 93 A a 79 77 62 S DK2F10 116 A a 89 B b 166B a 80 B a 90 A a 68 49 44 DK682RR 106 A a 95 B a 186B a 67 B a 93 A a 70 41 36 DK690MG 113 A a 95 B ab 177B a 66 B a 89 A a 68 39 39

Medias con igual letra no son significativamente diferentes (p>0,05). Letras mayúsculas diferencias entre tratamientos hídricos, letras minúsculas diferencias entre híbridos. (*) Interacción significativa (p<0,05).

Figura 1. a. rendimiento en grano vs evapotranspiración total; b. rendimiento en grano vs. evapotranspiración en el período crítico.

CONCLUSIONES Trabajos previos demostraron que la ET total

fue similar entre los híbridos de distinto año de liberación. Este trabajo demuestra además, que la dinámica de consumo de agua a lo largo de todo el ciclo fue diferente entre híbridos de distinta décadas. Ante una baja disponibilidad hídrica durante el período crítico de determinación del

número de granos (i.e. %AD < 59%), la evapotranspiración fue mayor en los híbridos modernos que en los antiguos. Por el contrario, la evapotranspiración durante el período crítico fue similar entre híbridos de distinta década en condiciones de alta disponibilidad hídrica en el suelo (i.e. AD > 77%). La menor sensibilidad de la evapotranspiración al estrés hídrico en los híbridos modernos durante el PC se asoció con su mayor producción de rendimiento respecto del híbrido antiguo.

REFERENCIAS Della Maggiora, A.; Malena, L.; Echarte, L.; Irigoyen,

A.I. 2008. Deficiencias hídricas de un cultivo de maíz ciclo intermedio en el sudeste bonaerense. Congreso de Agrometeorología, octubre 2008, Jujuy, Argentina.

Echarte L.; Andrade, F.H. 2003. Harvest index stability of Argentinean maize hybrids released between 1965 and 1993. Field Crops Research 82: 1-12.

Edmeades G.O.; Schussler, J. ; Campos, H.; Zinselmeier, C.; Habben, J.; Collinson, S. ; Cooper, M.; Hoffbeck, M.; Smith, O. 2003. Increasing the odds of success in selecting for abiotic stress tolerance in maize. En: Campos, H., Cooper, M.; Habben, J.E.; Edmeades, G.O.; Schussler, J.R., 2004. Improving drought tolerance in maize: A view from industry. Field Crops Research 90:19–34.

Nagore, M.L.; Echarte, L.; Della Maggiora, A.; Andrade, F.H. 2012. Seasonal crop evapotrasnpiration in modern and older maize hybrids. ASA, CSSA and SSSA Internationall Annual Meeting. October 21-24 2012, Cincinnati, Ohio, USA.

SAGPYA. 2012 http://www.siia.gov.ar/index.php/series-por-tema/agricultura

Tollenaar, M.; Wu, J. 1999. Yield improvement in temperate maize is attributable to greater stress tolerance. Crop Sci. 39:1597-1604.

y = 43,185x + 1102,5R² = 0,9578

y = 44,969x + 2076,5R² = 0,9445

0

2000

4000

6000

8000

10000

12000

14000

0 100 200 300

Ren

dim

ient

o (K

g ha

-1)

ET pc (mm)

b

DK2F10

DK682RR

DK690MG

Lineal (DK2F10)

Lineal (DK682RR)

y = 21,307x - 1950,4R² = 0,8873

y = 20,128x + 73,089R² = 0,8927

0

2000

4000

6000

8000

10000

12000

14000

0 200 400 600 800

Ren

dim

ient

o (K

g ha

-1)

ET (mm)

a

113


- 91 -


PRODUCCIÓN DE BIOMASA EN HÍBRIDOS DE MAÍZ DE DIFERENTES ÉPOCAS BAJO ESTRÉS HÍDRICO

Nagore*, M. L. 1, Echarte, L. 1,2, Bonelli, L. 2, Della Maggiora, A. I.2, Andrade, F.H. 1,2 1 CONICET; 2FCA-UNMdP Balcarce, 7620, Argentina


Palabras clave: radiación fotosintéticamente activa interceptada; eficiencia de uso de la radiación; fotosíntesis, agua disponible, índice de área foliar, arquitectura foliar.

INTRODUCCIÓN La producción de biomasa de un cultivo puede

ser representada en función del recurso radiación como: B = RFAi x EUR, donde B es biomasa, RFAi es radiación fotosintéticamente activa interceptada durante el ciclo del cultivo y EUR es la eficiencia en el uso de la radiación para producir biomasa. Una baja disponibilidad de agua en el suelo puede producir: (i) una reducción de la radiación fotosintéticamente activa interceptada por el cultivo (RFAi), debido a una menor expansión foliar, a marchitamientos temporarios, a enrollamientos foliares y/o una senescencia más acelerada (Earl y Davis, 2003); (ii) una reducción en la eficiencia en el uso de la radiación para producir biomasa (EUR) por una disminución en la tasa fotosintética.

El mejoramiento genético generó híbridos de maíz (Zea mays L.) modernos con mayor tolerancia a diversos estreses (Tollenaar y Wu, 1999; Echarte y Andrade, 2003); esto les permitiría mantener o incluso aumentar su producción de biomasa en condiciones de recursos limitantes. El objetivo de este trabajo es evaluar los componentes de la producción de biomasa (RFAi y EUR) de híbridos de maíz modernos y antiguos bajo distintas condiciones de disponibilidad hídrica.

MATERIALES Y MÉTODOS En la Unidad Integrada Balcarce (EEA INTA

Balcarce - FCA-UNMdP) se sembraron 3 híbridos simples de maíz: DK2F10 (antiguo: 1980), DK682RR y DK690MG (modernos: 2004) de similar madurez relativa. La siembra se realizo el 20/10/10 a una densidad de 7,5 pl/m2. Se fertilizó con P y N. Se controlaron malezas, enfermedades e insectos. Dos tratamientos de disponibilidad hídrica fueron utilizados: regado (R) y secano (S). El riego fue por goteo. Se realizó un diseño en bloques completos aleatorizados con arreglo en parcelas divididas, donde la parcela principal fue la disponibilidad hídrica y la subparcela los híbridos de maíz (n=3).

Los estados fenológicos se determinaron según Ritchie y Hanway, 1982. La humedad del suelo se registró a lo largo del ciclo completo.

La radiación fotosintéticamente activa interceptada por el cultivo (RFAi) se registró semanalmente con un radiómetro CAVADEVICES,

las mediciones se realizaron entre las 11:00 y las 14:00 hs, en días despejados siguiendo el método descripto por Gallo y Daughtry (1986).

El Índice de área foliar (IAF) se determinó tomando dos plantas por parcela y midiendo el área de hoja verde con un integrador de área foliar LICOR-3100 para el método destructivo y con un integrador de área foliar portátil LICOR 3000 para el método no destructivo. El enrollamiento foliar se determino visualmente al medio día solar, a los 75 días después de la siembra (DDS), etapa de máximo estrés hídrico.

La arquitectura del canopeo se determinó midiendo el ángulo formado por la vaina de la hoja y la vertical y el punto de quiebre de las 10 hojas superiores al momento de floración. La producción total de biomasa se determino al final del ciclo del cultivo. La eficiencia de uso de la radiación (EUR) se estimo como el cociente entre biomasa y RFAi a los 75 DDS y a madurez fisiológica (MF).

La fotosíntesis foliar instantánea se determinó a los 75 DDS mediante un medidor de fotosíntesis LICOR 6400. Los datos se evaluaron estadísticamente por medio Análisis de la Varianza y con el test de Mínima diferencia significativa (LSD).

RESULTADOS Y DISCUSIÓN La interacción híbrido x régimen hídrico fue no

significativa para las variables analizadas. La producción de biomasa fue similar entre híbridos (p>0,05; Tabla 1). La RFAi total fue mayor en el tratamiento R que en el S, y fue mayor en el hibrido antiguo que en los híbridos modernos (p<0,05; Tabla 1).

La dinámica de intercepción de radiación para cada combinación de tratamientos (hibrido x régimen hídrico) fue diferente entre híbridos (figura 1). A los 75 DDS el % intercepción fue mayor en el hibrido antiguo que en los modernos (p<0,07). En particular en el tratamiento S el hibrido antiguo intercepto 10% más que los modernos, en coincidencia con un agua disponible en el suelo menor al 50% para todos los casos (Tabla 1). Estas diferencias no se asociaron con el IAF; la evolución del IAF no presento una tendencia clara entre híbridos.

El enrollamiento foliar fue mayor en los híbridos modernos que en el antiguo a los 75DDS (Figura 2). Además, los componentes de la arquitectura foliar que se asociaron con el mayor % intercepción del hibrido antiguo fueron un alto ángulo foliar (Tabla 1) combinado con una mayor

114


- 92 -


altura de planta y una mayor proporción de hojas dobladas (Figura 3). La EUR durante el ciclo tendió a ser mayor en los híbridos modernos (p<0,07; Tabla 1). En concordancia, la tasa de fotosíntesis instantánea fue menor en el híbrido

antiguo que en los modernos (p<0,05; Tabla 1) a los 75 DDS. Esto indicaría un cierre diferencial de estomas entre los híbridos antiguo y modernos ante similar baja disponibilidad de agua en el suelo (<50%AD).

Tabla 1. Biomasa total acumulada, radiación fotosintéticamente activa interceptada (RFAi,), eficiencia de uso de la radiación del ciclo completo (EUR ) y a los 75 días después de la siembra (75DDS), fotosíntesis foliar instantánea a los 75DDS y % de agua disponible (AD) a los 75DDS. Régimen Hidrico

Híbridos Biomasa (g m-2)

RFAint (MJ m-2)

EUR (g MJ-1)

EUR 75DDS (g MJ-1)

Fotosíntesis (μmol CO2 m-2s-1)

AD 75DDS (%)

R DK2F10 2892 A a 897 A a 3,2 A a 2,8 A a 50,5 A b 78 DK682RR 2940 A a 848 A b 3,5 A a 3,1 A a 50,4 A a 71 DK690MG 3138 A a 859 A b 3,7 A a 3,1 A a 51,7 A a 80

S DK2F10 2169 B a 781 B a 2,8 A a 2,2 A a 13,2 B b 46 DK682RR 2027 B a 753 B b 2,7 A a 2,5 A a 35,6 B a 48 DK690MG 2113 B a 740 B b 2,8 A a 2,3 A a 33,3 B a 42

0

20

40

60

80

100

0 50 100 150 200

Inte

rcep

ació

n de

radi

ació

n (%

)

Días después de la siembra

R DK2F10

R DK682RR

R DK690MG

S DK2F10

S DK682RR

S DK690MG

*

Figura 1. Evolución de la intercepción de la radiación en función del tiempo.

0 1 2 3 4 5 60

20

40

60

80

100

DK2F10

DK682RR

DK690MG

IAF

Inte

rcep

ción

de

radi

ació

n (%

)

Figura 2. Evolución de la intercepción de la radiación en función del índice de área foliar (IAF).

DK2F10 DK682RR DK690MG

1

2

Alt

ura

(m)

Figura 3. Esquema de la arquitectura foliar de dos híbridos modernos de maíz (DK682RR y DK690MG) y uno antiguo (DK2F10) en floración.

CONCLUSIONES La producción de biomasa total no difirió en los híbridos de diferente año de liberación, sin embargo, los mecanismos involucrados en la producción de biomasa fueron diferentes. Así, los híbridos modernos interceptaron menor radiación pero con un uso más eficiente de la misma que el híbrido antiguo. Esto estaría asociado con un mayor enrollamiento de las hojas de los híbridos modernos que les permitió mantener mayores tasas de fotosíntesis en condiciones de muy baja disponibilidad hídrica.

REFERENCIAS Earl, H.J.;Davis, R.F. 2003. Effect of Drought Stress on

Leaf and Whole Canopy Radiation Use Efficiency and Yield of Maize. Agronomy Journal 95:688–696

Echarte, L.; Andrade, F. H. 2003. Harvest index stability of Argentinean maize hybrids released between 1965 and 1993. Field Crops Res. 82: 1-12.

Gallo, K. P.; Daughtry, S.T. 1986. Techniques for measuring intercepted and absorbed photosynthetically active radiation in corn canopies. Agronomy Journal 78: 752–756.

Tollenaar, M.; Wu, J., 1999. Yield improvement in temperate maize is attributable to greater stress tolerance. Crop Science 39:1597-1604.

115


- 93 -


TEMPERATURAS MÁXIMAS, MÍNIMAS Y RADIACIÓN SOLAR DURANTE EL PERIODO DE LLENADO DE GRANO DE ARROZ Y SU INFLUENCIA SOBRE LA

CALIDAD EN DISTINTOS GENOTIPOS Pinciroli, M.; Bezus, R.; Scelzo, L. J.; Vidal*, A. A.

Programa Arroz-Fac. Ciencias Agrarias y Forestales. Universidad Nacional de La Plata. CC31. La Plata, Bs. As. Argentina

*Contacto: [email protected] Palabras clave: tiempo térmico; Oryza sativa

INTRODUCCIÓN Se estima que la producción de arroz debería

aumentar en un 1% anual para satisfacer la creciente demanda de alimentos que resultará del crecimiento de la población y el desarrollo económico (Peng et al., 2004). Paralelamente se observan cambios climáticos a nivel global que pueden ejercer un impacto sobre la producción. Los modelos de circulación general predicen un incremento de la temperatura global de 1,8-4ºC para fines del siglo (IPCC, 2007) afectando fundamentalmente las temperaturas mínimas. Estudios realizados en el IRRI durante el periodo 1979-2003, observaron que las temperaturas máximas y mínimas se incrementaron 0,35ºC y 1,13ºC por año (Peng et al., 2004. Las temperaturas mínimas nocturnas pueden producir efectos sobre las propiedades fisicoquímicas del grano manifestándose en el rendimiento industrial, el contenido de amilosa (Cooper et al., 2008) y el porcentaje de granos enyesados (Yoshida y Hara, 1977). La temperatura de gelatinización está parcialmente bajo control genético, no obstante, ciertos factores ambientales, en especial la temperatura del aire afectan marcadamente su expresión (Jennings, 1981).

El objetivo de este trabajo fue estudiar el efecto de las temperaturas máximas, mínimas y la radiación solar sobre la calidad del grano de arroz de diferentes genotipos de tipo comercial doble ancho.

MATERIALES Y MÉTODOS Se realizaron ensayos durante la campaña

2009/10 en dos localidades argentinas: La Plata (LP) (Lat.: 34º 52´S y Long.:57º57´W), provincia de Buenos Aires, una localidad considerada subóptima desde el punto de vista de la oferta ambiental y Villa Elisa (VE) (Lat.: 32º17´S Longitud: 58º14´W), provincia de Entre Ríos, ubicada en el sur de la zona productora. Se sembraron 7 genotipos: Yerua, H419-6-1-1 (H419-6), H419-12-1-1 (H419-12), H426-10-1-1-1 (H426-10), 426-8-1-2 (H426-8), H426-17-1-1(H426-17) y H431-35-1 (H431) con una densidad de 350 plantas/m2. Los ensayos se condujeron bajo inundación. Se controlaron las malezas con aplicaciones de Bispyribac sodio. La cosecha fue manual; los granos se secaron en estufa a 41º C hasta 13,5 % de humedad. El diseño fue bloques al

azar con tres repeticiones. Se registraron las temperaturas máximas y mínimas diarias, la radiación solar y las fechas panojamiento. Se calculó la radiación acumulada y el tiempo térmico o grados día (GD) por el Método Residual de Brown, tomando como temperatura base 10ºC durante los 45 días después de panojamiento (Vidal et al., 2001) para cada uno de los genotipos. Se determinó: rendimiento industrial como porcentaje de grano entero (GE) y grano total (GT) utilizando un molinillo tipo Universal; peso de mil granos (PMG), porcentaje de panza blanca (PB), temperatura de gelatinización (TG) medida indirectamente como Álcali-test (Little et al., 1958) y contenido de amilosa (CA). Con los datos de calidad obtenidos, se realizó un Análisis de la Varianza (ANOVA) en diseño Parcelas Divididas, utilizando como parcela principal la localidad y como subparcela los genotipos. Las medias se compararon por el test de Tukey (p<0,05).

RESULTADOS Y DISCUSIÓN Las temperaturas registradas durante el ciclo de

cultivo estuvieron dentro de los valores normales, siendo en promedio de la temperatura media para los meses de febrero marzo y abril 1,8ºC (9%) superior en VE (Tabla 1). Las precipitaciones fueron de 128,2 y 397,5 mm en LP y VE.

Tabla 1. Temperaturas máximas/mínimas (ºC) promedio durante los meses de llenado de grano en las localidades de LP y VE. LP VE Tmax./Tmin. feb 27,7/16,1 29,7/18,5 mar 26,5/14,0 28,3/15,1 abr 22,9/11,3 25,6/12,6 LP: La Plata, Buenos Aires; VE: Villa Elisa, Entre Ríos. Tabla 2. Radiación acumulada y suma térmica (GD) durante los 45 días posteriores a panojamiento en ambas localidades.

Radiación (W.m-2) GD LP VE LP VE Yerua H419-6 H419-12 H426-10 H426-8 H426-17 H431

8714 8567 8538 8616 8478 8616 9187

11560 11699 11560 12282 11699 11699 11699

519,2 503,3 498,4 513,7 517,8 513,7 559,5

522 531,7 522 563,9 531,7 531,7 512,6

Promedio 8588 11750 517,9 530,8 LP: La Plata, Buenos Aires; VE: Villa Elisa, Entre Ríos.

116


- 94 -


Las fechas promedio de panojamiento para los 7 genotipos fueron el 7 y 20 de febrero para las localidades de LP y VE. Si bien las fechas de panojamiento en VE presentaron un atraso de 13 días con respecto a LP la radiación acumulada y el tiempo térmico fueron superiores en VE. Los parámetros GE y PB presentaron interacción significativa localidad por genotipo (Tabla 3). En términos generales los valores de GE fueron superiores en un 16,3% en VE.

Tabla 3. Medias de GE y PB de los genotipos estudiados en ambas localidades GE (%) PB (%) LP VE LP VE Yerua 49,8 Bab 59,1 Aab 0,96 Aab 0,82 Ab H419-6 51,8 Aab 54,8 Ab 0,80 Bab 2,25 Aa H419-12 50,9Aab 55,1 Ab 0,62 Bb 2,21Aa H426-10 53,7 Ba 59,8 Aab 1,62 Aa 1,72 Aab H426-8 52,4 Ba 60,9 Aa 1,44 Bab 2,94Aa H426-17 41,5 Bc 55,5 Ab 1,83 Ba 2,95Aa H431 47,2 Bb 58,5 Aab 0,44 Bb 2,26Aa GE: grano entero, PB: panza blanca. Letras diferentes, minúsculas en las columnas y mayúsculas en las filas, representan diferencias significativas.

Solo los genotipos derivados del cruzamiento H419 presentaron valores equivalentes de grano entero en ambas localidades lo que estaría evidenciando cierta adaptación regional por su lugar de origen. Los genotipos H426-10 y 426-8 presentaron valores elevados, mientras H426-17 fue uno de los de menor GE. Los valores de PB fueron superiores en VE en un 96,4%. Solo Yerua y H426-10 mantuvieron sus valores equivalentes en ambas localidades. Yerua presentó los menores valores de PB en ambas localidades (Tabla 3). Estos resultados coinciden con Yoshida y Hara (1977) quienes observaron que altas temperaturas nocturnas incrementan el porcentaje de enyesado y con Cooper et al., (2008) quienes observaron diferencias en la respuesta de los distintos cultivares estudiados. Los valores de GT PMG, TG y CA no presentaron interacción significativa localidad x genotipo (Tabla 4).

Tabla 4. Medias de los parámetros de GT, PMG, TG y CA de los genotipos estudiados en ambas localidades GT (%) PMG TG CA (%) Localidad LP 65,9 b 35,6 a 3,02 a 16,9 a VE 69,6 a 35,7 a 3,37 a 17,5 a Genotipos Yerua 69,8 a 36,5 b 4,87 a 18,5 a H419-6 67,7 ab 38,8 a 2,87 b 15,2 b H419-12 67,7 ab 38,5 a 2,91 b 15,7 b H426-10 67,1 ab 33,5 cd 2,87 b 18,1 a H426-8 67,3 ab 32,5 d 2,83 b 17,5 a H426-1 66,6 b 35,9 b 3,03 b 17,8 a H431 68,2 ab 34,1 c 2,95 b 17,6 a Ref.: GT: % Grano total; PMG: peso de mil granos, GT: Álcali–test y CA: contenido de amilosa. Letras diferentes representan diferencias significativas (Tukey; p<0,05).

Los valores de GT resultaron superiores en VE (Tabla 4), mientras los valores de PMG no presentaron diferencias entre localidades. Muchas veces el PMG está limitado por el tamaño de las glumelas y no se ve afectado por las condiciones climáticas. Coincidente con Nagarajan et al. (2010), la diferencia en temperatura ambiente no fue suficiente para expresar diferencias en la temperatura de gelatinización del almidón. Las diferencias entre genotipos se deben a sus características intrínsecas. No se registraron diferencias en ambas localidades en el CA. Nagarajan et al., (2010) observaron un efecto positivo de las altas temperaturas nocturnas y la radiación solar sobre el CA, mientras Cooper et al., 2008 estudiando diferentes cultivares observaron diferencias en su respuesta. Los menores valores de CA fueron observados en los genotipos derivados del cruzamiento H419 (Tabla 4). CONCLUSIONES Desde el punto de vista del mejoramiento genético, será importante considerar la adaptación de los nuevos cultivares a los cambios climáticos.. Asimismo, será imprescindible conocer el grado de adaptabilidad de los materiales y cuales son más resistentes a la variación de la calidad en función de las condiciones climáticas. AGRADECIMIENTOS Al prof. Marcelo Asborno y a la Ing. Agr. Lorena Buenard por el suministro de datos climáticos de la localidades de La Plata y Villa Elisa REFERENCIAS Cooper, N. et al. 2008. Effects of Nighttime Temperature

During Kernel Development on Rice Physicochemical Prop. Cereal Chem. 85: 276-282.

IPCC (Intergovernmental Panel on Climate Change), 2007. Summary for policy makers. En: Climate Change 2007: The Physical Science Basis. IPCC, Geneva, Switzerland, 9 pp.

Jenning, P.R.; Coffman, W.R.; Kauffman, H.E. 1981. Mejoramiento de arroz. Cali, Colombia Centro Internacional de Agricultura Tropical (CIAT). 233pp.

Little, R. R. et al. 1958. Differential effect of dilute alkali on 25 varieties of milled white rice. Cereal Chemistry

Nagarajan, S.; Jagadish, S.V.K.; Hari Prasad, A.S.; Thomar, A.K; Anand, A.; Pal, M.; Agarwale, P.K. 2010. Local climate affects growth, yield and grain quality of aromatic and non-aromatic rice in northwestern India. Agriculture, Ecosystems and Environment, 138, 274–281.

Peng, S. et al..2004. Rice yields decline with higher night temperature from global warming. PNAS 101: 9971-9975.

Vidal, A. A., Bezus, R.; Asborno, M. 2001. Efecto del atraso en la época de siembra sobre el desarrollo, la productividad y la calidad del arroz en Buenos Aires, Argentina. Revista Brasileira de Agrometeorologia, 9(2): 287-292.

Yoshida, S.; Hara, T. 1977. Effects of air temperature and light on grain filling of an indica and a japonica rice (Oryza sativa L.) under controlled environmental conditions. Soil Sci. Plant Nut. 23:93-107.

117


- 95 -


ANÁLISIS DE LA TEMPERATURA Y LA RADIACIÓN INTERNA EN INVERNADEROS CON TECHO SIMPLE Y DOBLE EN CULTIVO DE ROSA

COLONIA URQUIZA, BUENOS AIRES

Rocha, M.S2** ; Martínez, S*1**. B; Garbi, M1**; Somoza, J1**; Pinciroli, M1**; Grimaldi M. C.1**; Morelli, G.1**

1 Cátedra de Climatología y Fenología Agrícola, Facultad de Ciencias Agrarias y Forestales, Universidad Nacional de La Plata, CC 31. La Plata, 1900, Argentina 2 Ministerio de Asuntos Agrarios de la Pcia de Bs.As. ** ex aequo *Contacto: [email protected]

Palabras clave: cubierta plástica; temperatura; radiación, rosa

INTRODUCCIÓN La rosa es una de las especies ornamentales más

importantes del mundo (Zhang et al., 2006). Ocupa el primer lugar en el comercio mundial de flores frescas, dentro de las flores importadas por los principales países desarrollados (Proexport, 2008). En Argentina, la provincia de Buenos Aires (34º Lat. S) es la principal zona productora de rosas (Morisigue y Villareal, 2003) y el partido de La Plata posee el 63% de la superficie cubierta de flor de corte, ocupando la rosa uniflora el tercer lugar con el 12% de superficie (Rocha et al., 2008). Es un arbusto perenne que, con temperaturas por debajo de 12 ºC, se comporta como caducifolio, mientras que con temperaturas por encima de 15 ºC la planta continua creciendo y floreciendo, ubicándose el rango óptimo entre 17º y 25ºC, variando según los cultivares.

La producción de rosas disminuye marcadamente en otoño-invierno. Las temperaturas elevadas generan flores pequeñas y de color más pálido, mientras que las bajas temperaturas retardan el crecimiento y las flores se deforman (Salinger, 1991). La floración está también directamente relacionada a la intensidad de la luz y a su duración. Bajo condiciones de baja intensidad lumínica, puede producirse el aborto de la yema floral, resultando en la formación de tallos ciegos, mientras que una alta intensidad de luz mejora la tasa de fotosíntesis y la fuerza de los destinos (Pien y Lemur, 2000). La baja temperatura nocturna, con alta intensidad de luz, mejora la calidad de los tallos florales y disminuye la proporción de abortos (Pasian y Lieth, 1989; Pien y Lemur, 2000). Otra variable importante es la diferencias entre la temperatura diurna y nocturna (DIF), la que influye en la longitud del tallo por su efecto en la concentración de giberelinas (Myster y Moe, 1995). Mientras Ecuador y Colombia cuentan con un clima tropical de altura, donde la duración del día y la temperatura están casi constantemente dentro del rango óptimo para la producción de rosa, la Argentina se encuentra en cierta desventaja ambiental (López y Sierra, 2004). Los principales

mercados se ubican en Buenos Aires, donde las condiciones invernales producen el letargo de la planta, haciendo necesario el cultivo en invernaderos.

El objetivo de este trabajo fue analizar el efecto de la utilización de simple y doble techo de polietileno sobre la radiación y temperatura interna en invernaderos no climatizados.


El ensayo se llevó a cabo en invernaderos capilla de 40 m x 48 m, localizados en Colonia Urquiza, Partido de la Plata, Buenos Aires (34º52' Lat S. y 57º53¨ Long. O). Se analizaron las condiciones de 2 invernaderos, uno con techo simple (ST) con polietileno de 100 micrones de espesor y otro con techo doble (DT), utilizando polietileno de 100 y 30 micrones. Se registraron las temperaturas medias, máximas, mínimas y radiación solar en forma horaria en el exterior y en el interior de ambos invernaderos mediante un Datta Logger Watch Dog durante el periodo comprendido entre el 30 de septiembre y el 12 de octubre de 2010, que se corresponde con la etapa de pimpollo en el cultivo de rosa; calculándose la diferencia entre la temperatura diurna y nocturna (DIF). Los datos se analizaron mediante ANOVA y las medias se compararon por la prueba de rango múltiple de Duncan (p≤0,05).

RESULTADOS Y DISCUSIÓN Las temperaturas medias, medias máximas y la

DIF resultaron mayores en el invernadero con doble techo, menores en el exterior e intermedias en el invernadero de techo simple diferenciándose estadísticamente (Tablas 1 y 2).

Tabla 1. Valores promedio de temperaturas medias, máximas y mínimas diarias en el exterior y en el interior de invernaderos de simple (ST) y doble techo (DT) en la localidad de Colonia Urquiza durante el período considerado

Temperatura (ºC) Localización media máxima mínima Exterior 12,1 c 16,1 c 8,0 a ST 17,7 b 25,9 b 9,4 a DT 19,7 a 31, 9 a 7,6 a

118


- 96 -


El comportamiento en los registros térmicos coincide con los resultados observados por Garbi et al., (2002) estudiando las temperaturas durante 6 años, dentro y fuera de invernaderos de diferentes tipos de estructura localizados en La Plata, donde el mayor efecto de las coberturas se registró sobre la temperatura máxima del aire con valores que superaron en 3º y 14ºC las temperaturas máximas externas, mientras las mínimas no sufrieron modificaciones. Las temperaturas medias en el interior también se diferenciaron estadísticamente de las registradas en el exterior (Garbi et al., 2001). Esta condición se diferencia a lo encontrado por Monroy et al., (2001) en regiones de altura en fincas colombianas productoras de rosa cuya diferencia fue de tan solo 1 ºC en las temperaturas mínimas.

El invernadero de doble techo presentaría limitantes en la producción de rosa debido a las elevadas temperaturas máximas (Tabla 1) ya que con temperaturas por encima de 27 ºC la floración se acelera, los pimpollos se abren rápidamente y tienen una duración más corta (Salinger, 1991). Las altas temperaturas también afectarían la producción reduciendo el peso seco de las flores. Shin et al., (2001) han observado que el peso seco de las flores varía de 0,7 a 3,0 g con temperaturas de 30º y 15ºC respectivamente. Las altas temperaturas inducen a un cierre estomático, por lo tanto, se favorecen más los procesos de escoto y fotorespiración que la fotosíntesis. El invernadero con doble techo también tendría un exceso de amplitud térmica ya que las temperaturas optimas son de 15ºC durante la noche y 28ºC durante el día (13 ºC de DIF) (Infoagro, 2012) mientras el doble techo presenta más de 23ºC (Tabla 2). Tabla 2. Valores promedio de radiación solar y DIF en el exterior y en el interior de invernaderos de simple y doble techo en la localidad de Colonia Urquiza durante el período considerado Localización DIF (ºC) Radiación

(W/m2) Exterior 11,3 c 4526,2 a ST 16,5 b 3799,5 ab DT 23,3 a 3454,9 b

La radiación en el interior de los invernaderos

con respecto al exterior fue inferior en un 23,7% en el de doble techo y en un 16,1% en el de techo simple (Tabla 2). Esta proporción coincide con lo observado por Monroy et al., (2001). Estos autores, midiendo la radiación en distintos invernaderos en fincas colombianas encontraron que la transmisión promedio de luz fue cercana al 70%. No obstante, observaron una gran irregularidad en esta variable, debido al tipo de plástico, a la edad y a la limpieza del mismo.

CONCLUSIONES En las condiciones de este ensayo, el invernadero de doble techo produce temperaturas que podrían perjudicar el cultivo de rosa para flor de corte en Buenos Aires, debiendo analizarse los efectos de su implementación en estructuras de distintas características. Resulta de gran importancia manejar las condiciones meteorológicas del invernadero, ya que condicionan no solo el crecimiento y desarrollo del cultivo, sino también el de enfermedades y plagas.

REFERENCIAS Garbi, M.; Grimaldi, M. C.; Martinez, S. B.;

Carbone, A. 2002. Influencia de invernaderos sobre la temperatura estival en el cinturón hortícola platense. Revista Brasileira de Agrometeorología 10: 27-31.

Infoagro.2012. http://www.infoagro.com/flores/flores/rosas.ht.

López, E.R.; Sierra, E. 2004. Regiones fototérmicas en la argentina para el cultivo de la Rosa sp. en invernaderos. X Reunión argentina y IV Latinoamericana de Agrometeorología 2004.

Monroy, N.; Pérez, I.; Cure, J. R. 2001. Estudio de la variabilidad en el clima y la producción de rosas en la sabana de Bogotá. Revista de la Universidad de los Andes 14: 34-43.

Morisigue, D.; Villareal, F. 2003. Situación de la producción de flores y plantas ornamentales de la Argentina. V Jornadas Nacionales de Floricultura. Tucumán. Argentina.

Myster, J.; Moe, R. 1995. Effect of diurnal temperature alternations on plant morphology in some greenhouse crops – a mini review. Scientia Hort. 62: 205-215.

Pasian, C.C.; Lieth, J.H. 1989. Analysis of the response of net photosynthesis of rose leaves of varying ages to photosynthetically active radiation and temperature. J. Amer. Soc. Hort. Sci. 114: 581-586.

Pien, H.; Lemeur, R. 2000. Influence of PAR flux and temperature on the flower bud abortion of roses (Rose hybrida cv. Frisco) and the carbon balance of the shoots. Acta Hort. 515: 119-127.

Proexport. 2008. http://www.proexport.com.co. Rocha, M. S.; Mónaco, E.; Medina, J.; Morisigue,

D. 2008. Caracterización Florícola de la Provincia de Buenos Aires. Específicamente en Flor de Corte. 4º Congreso Argentino de Floricultura y Plantas Ornamentales. 10ª Jornadas Nacionales de Floricultura.

Salinger, S. J. 1991. Cap 19 In: Producción comercial de flores. Acribia, S.A. España.

Shin, H.K; Heinrich Lieth, J.; Soo-Hyung, K. 2001. Effects of temperature on leaf area and flower size in rose. Acta Hort. 48: 185-191.

Zhang, LH; Byrne D. H.; Ballard R. E.; Rajapakse S. 2006. Microsatellite marker development in rose and its application in tetraploid mapping. J Am. Soc. Hort. 131: 380-387.

119


- 97 -


DESARROLLO DE UN PROTOTIPO PARA DETERMINAR TEMPERATURAS CRÍTICAS DE DAÑO POR HELADAS EN ÓRGANOS DE CULTIVOS FRUTICOLAS

Rodríguez*, A. B.; Benítez Piccini, E.; Muñoz, A. R. 1 Instituto Nacional de Tecnología Agropecuaria (INTA), Ruta Nacional 22, km 1190, CC782, CP 8332, General Roca, Río Negro- Argentina.


Palabras clave: exotermo; módulos termoeléctricos; yemas florales

INTRODUCCIÓN

La frecuencia anual media de heladas en el valle irrigado de Río Negro es de 67,5 días. El 11,6% del total de las heladas anuales corresponde a las del tipo tardío o primaverales. Las mismas, durante los meses de septiembre y octubre, son mucho menos frecuentes que las invernales y otoñales pero de mayor interés agronómico. En el período 1990-2004, se registró un máximo de 11 y 5 heladas para septiembre y octubre respectivamente. La intensidad de estas heladas es variable, registrándose temperaturas mínimas absolutas de hasta – 9,5ºC. Los daños físicos y económicos en el cultivo son muy importantes, más aún si consideramos que las heladas primaverales tienen una duración de hasta 7 horas (Rodríguez A. y Muñoz A., 2006). La resistencia de los cultivos a la mínima térmica está íntimamente relacionada con el estado fenológico (Quamme, 1978; Andrews et al., 1982; Mathers, 2004), a su vez estos factores son regulados por las condiciones ambientales propias de la región y por las características genéticas de cada variedad. Para la mayoría de las especies de frutales existen valores de referencia respecto a los umbrales de tolerancia a las bajas temperaturas, pero difieren de acuerdo a autores y ubicación geográfica (Durand R., 1963; Ballard et al., 1971). Se considera necesario el desarrollo local de esta información bajo condiciones agroclimáticas propias y para variedades cultivadas localmente. Es importante determinar los umbrales de daño para lograr intervenciones técnicas acertadas que aseguren una disminución de los daños y de los costos de control.

MATERIALES Y MÉTODOS El prototipo de enfriamiento controlado se

desarrolló utilizando módulos termoeléctricos (celdas peltier 12V-63 watts), para enfriar un recipiente de metal (cámara), aislado térmicamente, en cuyo interior se alojan las muestras a evaluar. El conjunto incluye un disipador de calor y se encuentra alojado dentro de un refrigerador que debe mantenerse a temperatura estable. El control de temperatura del aire dentro de la cámara se realizó mediante la aplicación del voltaje adecuado. La medición se hace por medio de termo-cuplas de tipo T, conectadas a un data-logger (Delta-T DL2e) que almacena las mediciones cada 30 segundos.

Se analizó la velocidad de enfriamiento del aire y rango de intensidad de heladas primaverales a partir datos agroclimáticos zonales (serie 2003-2010). Esta información es básica para ajustar y programar el simulador. La calibración del instrumental se llevo a cabo midiendo los tiempos de estabilización, intensidad térmica alcanzada y el rango de tensión entregado. Al mismo tiempo se realizó un reconocimiento del instrumental, los materiales y la configuración.

La respuesta del sistema, específicamente del módulo termoeléctrico, se evaluó registrando la respuesta al escalón para diferentes niveles de tensión. Se realizaron curvas de respuesta con una y dos celdas en paralelo. Se determinó la precisión del sistema con un termómetro patrón (Testo 735 con sonda PT100 de alta precisión).

Para la evaluación de resultados sobre el material vegetal se trabajo con almendro (Prunus amygdalus L.) cv Wara y cerezos (Prunus avium L.) cv Lapins y Sweet-heart. El estado fenológico fue de plena floración (F2) y yema hinchada (B) en almendro y cerezo respectivamente. Se evaluaron las curvas de enfriamiento para detectar aumentos de temperatura o saltos térmicos debidos al calor de fusión. Las muestras retiradas de la cámara de enfriamiento se dejaron 24 horas a temperatura ambiente (20º a 22ºC), posteriormente se realizaron observaciones bajo lupa.

RESULTADOS Y DISCUSIÓN La precisión de las mediciones fue de ±0,1ºC, a

un valor de temperatura de 0ºC, con un error fijo y por lo tanto compensable, de aproximadamente 0,15ºC.

Las flores de almendro se colocaron en la cámara de enfriamiento con una temperatura inicial de 9ºC. El descenso térmico fue de 4ºC/h hasta los 0ºC y de 3ºC/h de 0ºC a -3ºC en donde comienza el período de estabilización. El 25% de las muestras registraron un salto térmico de 1,6ºC a una temperatura mínima de -3,8ºC (Figura 1). De inmediato la temperatura descendió con una velocidad de 1,5ºC/h. Terminado el periodo de enfriamiento estas muestras alcanzaron la temperatura ambiente a menor velocidad que el resto y presentaron daño total del tejido ovárico (Figura 2). En cuanto al cerezo las yemas florales se colocaron en la cámara de enfriamiento con una temperatura inicial de 7,5ºC.

El descenso térmico fue de 5ºC/h hasta los 0ºC y de 2ºC/h de 0ºC a -2ºC en donde comienza el período de estabilización. Se registró el salto térmico entre -2,3ºC y -2,6ºC para la variedad

120


- 98 -


Lapins y entre -2,2ºC y -2,8ºC en la variedad Sweet-heart. El incremento térmico fue de 1,1 ºC para Lapins y de 0,8 a 1ºC para las yemas de Sweet-heart (figura 3). La velocidad de enfriamiento posterior fue de 1,3ºC/h. Se registro un 100 y 80 % de daño por helada para Lapins y Sweet-heart respectivamente. El quemado del primordio floral fue total y en algunos casos parcial principalmente en los estambres (Figura 4).

Figura 1. Curva de enfriamiento para almendro cv Wara. Eje “y” temperatura en ºC, eje “x” tiempo transcurrido.

A

B Figura 2. Flor de almendro cv Wara. A con daño por helada; B con daño por helada en el estigma y parte del estilo.

Figura 3. Curva de enfriamiento para cerezos. Eje “y” temperatura en ºC, eje “x” tiempo transcurrido.

A

B

C

Figura 4. Flor de cerezo cv Lapins. A sin daño; B con daño parcial; C con daño por helada en toda la estrutura reproductiva de la yema.

CONCLUSIONES El prototipo ha resultado efectivo dado su nivel

de precisión y la posibilidad de controlar la velocidad de enfriamiento. Las simulaciones obtenidas, permiten analizar no solo temperaturas de congelamiento, sino también tiempos de exposición a esas temperaturas. Se demuestra que la metodología es válida y aporta información que abre nuevas posibilidades de investigación y hace necesario continuar mejorando el desarrollo del prototipo. La respuesta fisiológica (exotermo) del tejido evaluado, queda claramente evidenciada con el salto térmico registrado y se comprueba la validez del mismo a través de los daños observados en el tejido. El desarrollo de este instrumental es fundamental para determinar la tolerancia a heladas de diferentes cultivos e incluso detectar el comportamiento diferencial a nivel varietal. Teniendo en cuenta la contaminación ambiental y los costos que implica poner en marcha un sistema de control de heladas, es importante determinar los umbrales de daño para lograr intervenciones técnicas acertadas que aseguren una disminución de los daños y reduzcan el uso y los costos en términos de agua y energía de la actividad agrícola.

REFERENCIAS Andrews P.; Proebsting E.; Campbell G. 1983. An

Exotherm sensor for measuring the cold hardiness of deep-supercooled flower buds by differential termal análisis. HortScience 18: 77-78.

Ballard, J.; Proebsting, E.; Tukey, R.; Mius, H. 1971. Critical temperatures for blossom buds. Was.Agr. Ext. Circ. Nos., 369-374

Durand, R. 1963.Les seuils de resistence des arbres fruitiers a pépins aux gelées pritanieres. Proc. XVI Int. Hort. Congr., 1962, Bruselas, 5: 190-194.

Mathers, H.M. 2004. Supercooling and cold hardiness in sour cherry germplasm: Flower buds. J. Amer. Soc. Hort. Sci. 129: 675-681.

Quamme, H. 1978. Mechanism of supercooling in overwintering peach flower buds. J. Amer. Soc. Hort. Sci. 103: 57- 61.

Rodríguez, A.; Muñoz, A. 2006. Síntesis Agro-meteorológica para el período 1990-2004 EEA Alto Valle. Ed. INTA. Boletín Divulgación Técnica nº53, 38 pp.

121


- 99 -


MEDICIÓN FOTOGRAMÉTRICA APLICADA EN FENOMETRIA DE PLANTULAS DE MAÍZ

Serritella, D. A.1 ; Blasón*, A. D.1; Fernández, N. R.1,2 ; Rodríguez R. O. 1,2

1 Cátedra Climatología y Fenología Agrícola, Facultad de Ciencias Agrarias - Universidad Nacional de Lomas de Zamora (FCA - UNLZ) 2 Instituto de Clima y Agua, CIRN – INTA, Castelar


Palabras clave: fenometría; medición coleoptíle; maíz

INTRODUCCIÓN

En el contexto actual de I&D, los distintos trabajos en laboratorio y a campo necesitan cada vez más de sistemas de medición y registro de la información lo más exacto, preciso y rápido posible dado el volumen de información requerida; en el caso de la fenometría, la medición de magnitudes como el largo, ancho, alto, color, etc. de distintos órganos vegetales, es de aplicación común para determinar su crecimiento y/o desarrollo.

Las mediciones físicas de este tipo de experimentos delicados resulta por sus formas bastante complejo y laborioso, cuando no malogrado rompiendo plántulas al tratar de enderezarlas para medir correctamente su dimensión. La evolución en la captura y procesamiento digital de imágenes provee actualmente de nuevas herramientas de interpretación aplicables sobre fotografías digitales generadas con cámaras de uso corriente (de la Casa, et al.; 2010 a-b; Purcell, 2000).

El presente trabajo pretende desarrollar un método que permita la medición de la elongación del coleoptíle mediante el procesamiento sobre fotografías digitales.


La metodología fue aplicada a una secuencia temporal de tomas realizadas sobre micro ensayos presentando la elongación del coleoptíle de plántulas de maíz, según diferentes temperaturas y contenidos de humedad del suelo en el experimento. Las imágenes se tomaron dos veces por día desde la germinación, utilizando una cámara digital de uso corriente con una distancia focal sin zoom de 29 mm y manteniendo una resolución de 6,0 Mp (2112 x 2816 pixeles).

La cámara se ubicó sujetada a un soporte de manera perpendicular al plano horizontal y con su lente hacia abajo, lo que permitió mantener fija una altura de 200 mm respecto a los micro ensayos (figura 1) definiendo una superficie capturada de forma rectangular. El formato de la imagen digital original que se utilizó fue un archivo del tipo JPEG, que se convirtieron al formato del procesador de imágenes (.RST), posteriormente se

referenció la imagen en forma plana y se procedió mediante la herramienta “measure lenght” (regla) a medir el largo del coleoptíle.

Figura 1. Disposición de la cámara con respecto al ensayo.

En el software utilizado la menor unidad de

medición que acepta es el metro, motivo por el cual se procedió en este análisis a considerar el mismo equivalente al milímetro (1000 veces menor) adecuando la escala para la interpretación directa de las mediciones sobre las imágenes. Para la medición se conforma un vector de medición sobre la imagen que a la vez integra los totales parciales de longitud entre nodos (puntos prefijados que facilitan seguir con una línea la forma irregular sobre la imagen), permitiendo medir con exactitud como en este caso la elongación de las plántulas de maíz. Para poder determinar el tamaño del píxel y proceder a realizar la medición se incluyó en las tomas una regla de medición como lo presenta la Figura 2. RESULTADOS Y DISCUSIÓN

Para la validación de la metodología de medición se procedió en dos formas: En la primera medida fotogramétrica, como se muestra en la Figura 3, se procedió a dibujar una escala a nivel de píxeles sobre la imagen de la propia regla, estableciendo para esta resolución una escala de imagen de 15 píxeles por milímetro (equivalente a los 150 píxeles por cm que muestra la fotografía), o su expresión inversa que resulta en un píxel de 0,066 mm.

122


- 100 -


Figura 2. Procedimiento de medición del largo de coleoptíle mediante fotogrametría.

La segunda consistió en medir con calibre de 0,1

mm de precisión (medidas físicas) la longitud de los coleptiles (n = 24) en distintos estadíos y paralelamente se determinó la longitud de cada una de las mediciones realizadas mediante fotogrametría sobre la imagen correspondiente. Con el mencionado conjunto de datos se ajustó el modelo de regresión lineal forzado en cero que se presenta en la Figura 4; mostrando un ajuste casi perfecto. Esto evidencia que las lentes y mecanismos de foco de las actuales cámaras digitales de uso común no deforman las proporciones de la imagen que captura, haciéndolas apropiadas para este tipo de uso, y en segundo lugar lo adecuado de los algoritmos utilizados para el procesamiento digital de imágenes.

Para corroborar si la pequeña falta de ajuste sobre la regresión es de origen aleatorio o sistemático se procedió a sumar el total de las mediciones tanto físicas como fotogramétricas. Observando que las primeras resultaron con un total 2,47 % menor que las segundas denotando un pequeño error sistemático (Valor que se corresponde en magnitud con 1,0238 de la pendiente de regresión), probablemente debido a la incapacidad del observador de poder apreciar adecuadamente décimas de milímetro.

CONCLUSIONES

La metodología desarrollada permite el uso de cámaras digitales como un instrumento adecuado para la obtención de la información requerida en estudio de detalle en fenometría, lo que facilitara desarrollar modelos de crecimiento y desarrollo en Agrometeorología.

Figura 3. Determinación gráfica de la escala de imagen respecto a su resolución en píxeles.

Figura 4. Regresión lineal entre las medidas físicas y fotogramétricas del largo de coleoptíle.

REFERENCIAS de la Casa, A.; Ovando, G.; Bressanini, L.; Martínez, J.;

Rodríguez, A. 2010a. Evaluación de la heterogeneidad de la cobertura de follaje en un lote de papa y su influencia sobre la productividad. En: XIII Reunión Argentina y VI Latinoamericana de Agrometeorología, 2010, Bahía Blanca, Arg. Actas: pp. 69.

de la Casa, A.; Ovando, G.; Bressanini, L.; Martínez, J.; Rodríguez, A. 2010b. Determinación de la fracción de suelo cubierta con el follaje de papa a partir del cociente entre bandas de fotografías digitales. En: XIII Reunión Argentina y VI Latinoamericana de Agrometeorología, 2010, Bahía Blanca, Arg. Actas: pp. 160.

Purcell, L.C. 2000. Soybean Canopy coverage and light interception measurements using digital imagery. Crop Science 40: 834-837.

Relación entre formas de medición

y = 1,0238xR2 = 0,9987

0

50

100

150

0 50 100 150Medida física (mm)

Med

ida

foto

gram

étric

a (m

m.)

123


- 101 -


ESTIMACIÓN DE LAS SITUACIONES HIDRICAS EN LA LOCALIDAD DE JUNIN (BS AS) MEDIANTE LOS BALANCES HIDROLOGICOS CLIMATICO Y SERIADO

Somoza, J.; Grimaldi M. C.; Pinciroli, M.; Barrenechea, M.; De Hagen, T.; Martínez*, S. B.

Cátedra de Climatología y Fenología Agrícola, Facultad de Ciencias Agraria y Forestales, Universidad Nacional de La Plata, CC 31. La Plata, 1900, Argentina


Palabras clave: variabilidad, precipitaciones, evapotranspiración

INTRODUCCIÓN El estudio del clima es de especial importancia

en los países con desarrollo agrícola debido a que es un factor condicionante de la producción agropecuaria. Uno de los aspectos principales a considerar es la estimación de la disponibilidad hídrica presente en los suelos. El balance hídrico es una metodología que permite contabilizar las entradas y salidas de agua en el suelo así como también la que permanece disponible para las plantas en un período de tiempo (Cardoso, 2003). El balance hídrico climático (BHC) permite identificar regiones caracterizándolas como húmedas si las precipitaciones superan a la evapotranspiración potencial (ETP) o secas en caso contrario. Sin embargo, cuando es necesario conocer la probabilidad de ocurrencia de excesos y deficiencias el BHC resulta limitado y es necesario recurrir al cálculo del balance hidrológico seriado (BHS), evidenciándose de esta manera la influencia que puede ejercer la variabilidad interanual del clima en una región (Pascale y Damario, 1977).

El objetivo del trabajo fue determinar las situaciones hídricas en el suelo aplicando las metodologías del BHC y el BHS y cuantificar las diferencias halladas ponderando su impacto en la dinámica del agua del suelo.


Se realizó el balance hidrológico climático (Thornthwaite y Mather, 1948) y el balance hidrológico seriado (Pascale y Damario, 1977) para la localidad de Junín (Lat. 34°32'S y Long. 60°55'O). Los registros climáticos del período 1981-2010 fueron obtenidos de la Estación Meteorológica Junín Aero del Servicio Meteorológico Nacional (www.tutiempo.net, 2012). A partir de los valores de temperatura se estimó la evapotranspiración potencial (EP) aplicando el método de Thorthwaite (1948) que se usó para la realización del BHC; mientras que la EP, las precipitaciones, el almacenaje, los excesos y las deficiencias hídricas se obtuvieron mediante el BHS como valores medios mensuales del período. Posteriormente, se calcularon las diferencias mensuales entre los valores obtenidos por cada metodología para los siguientes parámetros:

evapotranspiración real (ER) almacenaje, excesos y deficiencias.

Asimismo, se clasificó climáticamente a la localidad por la metodología propuesta por Thornthwaite (1948); utilizando en el primer caso la ETP y la precipitación media mensual mientras que en el segundo caso se consideraron la ETP, las precipitaciones, el almacenaje, los excesos y las deficiencias hídricas obtenidos mediante el cálculo BHS como valores medios mensuales del período considerado.

RESULTADOS Y DISCUSIÓN Los valores de evapotranspiración real hallados

por el BHS fueron menores que los del BHC. Las diferencias extremas entre ambas metodologías fueron 0,1 mm en agosto y 8,7 mm en diciembre. En la Figura 1 se observa que las mismas se acentúan progresivamente durante el período primavero-estival.

Figura 1. Marcha anual del almacenaje según BHS y BHC, expresado en mm.

Los valores de almacenaje del BHS resultaron

inferiores al BHC, evidenciándose un incremento en las diferencias que se acentúa paulatinamente desde el mes de noviembre (Figura 1) alcanzando las mayores diferencias en los meses de febrero y marzo con valores de 59,2 y 55,8 mm respectivamente. Cabe aclarar que las diferencias encontradas para los meses restantes oscilan entre 24 y 35 mm. Estos valores corresponderían al 20% (59mm) y al 8% (24mm) del agua presente en el suelo lo cual no constituiría una deficiencia importante de agua teniendo en cuenta que los cultivos estivales ya habrían superado el subperíodo crítico a la falta de humedad.

Alm

acen

aje

(mm

)

0

100

200

300

J A S O N D E F M A M J

Almacenaje BHC

Almacenaje BHS

124


- 102 -


Los resultados obtenidos a partir del BHC y del el BHS indican que la reserva hídrica está comprendida en valores superiores al 95% y 78% del total almacenable por el suelo, lo que determinaría una buena disponibilidad del recurso para el ciclo de los cultivos de verano. Los valores de deficiencias mensuales calculadas por la metodología del BHS resultaron mayores que las obtenidas por el BHC (Figura 2).

Figura 2. Marcha anual de las deficiencias hídricas según BHS y BHC expresadas en mm.

Encontrándose diferencias mayores durante los

meses primavera y verano, con valores de 7.3 mm y 7.5 mm para los meses de diciembre y enero, las que disminuyen hacia el final del otoño. Estas diferencias en las situaciones de deficiencias, inferiores en todos los meses a 10 mm, corresponderían al 3,33% del agua almacenada en el suelo, lo que no redundaría en situaciones de marcado estrés hídrico para los cultivados primaverales y estivales. En relación a las situaciones de excesos, se pudo evidenciar que durante el otoño el BHC arroja valores de excesos superiores a los obtenidos por BHS. Durante los meses de primavera los valores de ambos balances se aproximan (Figura 3). Hacia finales de la primavera y durante toda la estación de verano las situaciones de excesos calculadas por BHS resultaron mayores a las calculadas por BHC, aunque no superiores a los 30 mm en todos los casos. Estas condiciones hídricas no fueron detectadas por la metodología del BHC obteniéndose por tal método 0 mm de excesos para el periodo detallado.

Los resultados encontrados evidencian que tanto las eventuales situaciones de déficits como de excesos hídricos no fueron detectadas por el BHC incurriéndose en subestimaciones de esta variable. Este hecho puede atribuirse al uso de valores promedio para la precipitación que es uno de los elementos climáticos de mayor variabilidad (Lozada García et al., 2003). Los resultados en el cálculo de la clasificación climática realizada por BHS y BHC estuvieron comprendidos en los mismos intervalos dentro de cada índice, resultando en la misma clasificación: húmedo, mesotermal, con nula o pequeña deficiencia de agua durante todo el año y con una concentración estival de la eficiencia hídrica menor al 48%: (B1-B´1-r-a´).

Figura 3. Marcha anual de los excesos hídricos según BHS y BHC, expresados en mm.

CONCLUSIONES

La metodología del BHS permite detectar condiciones hídricas particulares en determinadas épocas del año que a través de la metodología del BHC no llegan a identificarse.

Si bien los valores de las diferencias encontradas en situaciones hídricas específicas son cuantitativamente despreciables, se resalta su importancia en la programación y planificación de diversas labores culturales.

Los valores encontrados en las distintas situaciones hídricas de almacenaje, excesos y deficiencias obtenidas por la metodología del BHS resultaron siempre inferiores a los obtenidos por BHC, solo en particulares ocasiones los valores del BHC fueron algo superiores a los del BHS. A partir de los valores anuales obtenidos por BHS y BHC se llegó a la misma clasificación climática. REFERENCIAS Cardoso, C. O.; Ullmann, M. N.; Eberhardt, E. L.; 2003.

Probabilidade de ocorrencia de déficit hídrico no planalto catarinense sob diferentes capacidades de armazenamento de agua no solo. XII Congreso Brasileiro de Agrometeorologia, Anais (1): 223-224.

Lozada García, B, I.; Sentelhas, P.C. 2003. Diferencias entre las deficiencias y excedentes hídricos estimados a partir del balance hídrico normal y secuencial en las localidades de Bramon, Venezuela, y Piracicaba, Brasil. Revista Brasileira de Agrometeorologia, 11(1): 195-198.

Pascale, A. J.; Damario, E. A. 1977. El balance hidrológico seriado y su utilización en estudios agroclimáticos. Revista de la Facultad de Agronomía, La Plata. LIII (1-2): 15-34

Thornthwaite, C. W. 1948. An aproach toward a rational classification of climate. Geogg. Review, 38: 55-94.

Thornthwaite, C.W.; Mather J. R., 1955. The water balance. Publication in Climatology. Drexel Institute of Technology. New Jersey 104 p.

http://www.tutiempo.net/clima/Junin_Aerodrome/03-1974/875480.htm. 2012.

defic

ienc

ia (m

m)

0

2

4

6

8

10


Déficit (BHS)

Déficit (BHC)

0

10

20

30

40

50

60


Excesos (BHS)

Excesos (BHC)

Exc

eso

(mm

)

125


- 103 -


EFECTO DE LA TEMPERATURA Y EL FOTOPERÍODO SOBRE LA DURACIÓN DE LA ETAPA EMERGENCIA – FLORACIÓN DE UN CULTIVAR DE BORAGO

OFFICINALIS SEMBRADO EN BUENOS AIRES

Sorlino, D.M. Cátedra de Cultivos Industriales, Facultad de Agronomía,UBA , C1417DSE Argentina. Contacto: [email protected]

Palabras clave: fenología, fecha de siembra

INTRODUCCIÓN La borraja (Borago officinalis L.) pertenece a la

familia Boraginaceae y es una planta anual nativa de Europa, el Norte de África y Asia Menor (Berti et al., 2002). La respuesta fotoperiódica y térmica en borraja no ha sido integralmente caracterizada hasta el presente. La duración de la etapa de emergencia (E) a principio de floración (PF) está fuertemente condicionada por la acción de la temperatura y el fotoperiodo en otros cultivos (Brondum and Heins, 1993; Rawson, 1993, Roberts et al., 1985). La respuesta genotípica a dichos factores es en parte responsable directa de las diferencias fenotípicas observables en el desarrollo e indirectamente de las diferencias en rendimiento que se encuentra fuertemente asociado al tiempo a floración.

La borraja es conocida comercialmente por el uso medicinal y hortícola de sus hojas, pecíolos y flores. Sin embargo, en el presente trabajo se apunta a la producción de grano, el cual es la fuente más importante del ácido graso poliinsaturado: Gamma-linolénico (GLA). El porcentaje de aceite de estos granos varía entre 28 % y 38 % del cual el GLA representa entre el 17% y el 25%. (Guil-Guerrero et al., 2003)

El GLA es precursor de las prostaglandinas en el cuerpo humano y fue reportado como benéfico en el tratamiento de enfermedades cardiovasculares, la regulación del colesterol en sangre, la hipertensión, el síndrome premenstrual y otras afecciones (Kies, 1989). Estos aspectos justifican profundizar en el estudio de factores que estén involucrados en el desarrollo de la especie.

Es conocido el uso de siembras continuadas a campo para interpretar la respuesta a los factores condicionantes del desarrollo. Las dificultades de interpretación de los resultados son comúnmente atribuidas a interacciones.


En Buenos Aires, Argentina se realizaron ocho fechas de siembra a lo largo de 2 años, sobre un suelo Argiudol típico del área. Las fechas de E fueron: En el primer año: 17/9, 14/10, 25/11 y en el segundo año: 9/1, 25/3, 23/4, 15/5 y 1/9.

El cultivar de flor blanca utilizado provino de Zaragoza, España; allí su destino es fundamentalmente hortícola pero es altamente

productivo en granos, caracterizándose por no poseer un tallo principal, sino gran cantidad de ramificaciones. La selección de este material se basó en el conocimiento de su alta performance agronómica y su productividad que supera al resto de las poblaciones de Borago disponibles en el mercado mundial (Galwey et al., 1990).

El diseño experimental utilizado fue en bloques completos aleatorizados con tres repeticiones y las parcelas fueron de 4 m de largo con 4 surcos distanciados a 35 cm. Las observaciones realizadas fueron hechas en los surcos centrales descartándose 50 cm en las cabeceras. Se fertilizó con urea con el equivalente a 75 kg/ha a la siembra y se suplementó con riego en forma manual, este suplemento fue sistemático sin monitoreo del agua extractable a lo largo de los diferentes ciclos de las plantas en las distintas fechas de siembra.

Se tomaron las observaciones fenológicas de emergencia, principio de floración. Dichas observaciones se tomaron considerando cada fase cumplida cuando el 25% de las plantas observadas se encontraban emergidas o con al menos una flor, respectivamente. La etapa en estudio fue analizada mediante el uso de la suma térmica por sobre 0°C y días. Los datos fueron ajustados mediante regresiones lineales (P<0.05) y la información meteorológica se obtuvo del Observatorio de Villa Ortúzar ubicado a escasos 300 m del ensayo. RESULTADOS Y DISCUSIÓN

Las condiciones meteorológicas y la marcha del fotoperíodo (crepúsculos incluidos) durante el ciclo de las plantas hasta floración en los dos años pueden observarse en la figura 1. En las plantas de siembras otoño-invernal se observó un desarrollo comparable con situaciones de cultivo, tuvieron ciclos de siembra a principios de floración entre 124 y 135 días. Plantas de fechas de siembra primavero-estival tuvieron en general un desarrollo anormal y algo heterogéneo, a pesar de que su ciclo fue de un número similar de días. Por ejemplo en las fechas de E: 14/10 y 25/11, se alargó mucho la etapa en TT y días y se observó un 25% de plantas con flor el 27/2 y el 23/4 del siguiente año, respectivamente. En la última incluso se registró un nuevo pico de floración a fin de invierno (26/8). En la siembra que emergió el 9/1 se registró un 25% de plantas con flor el 26/8, transcurrida buena parte del invierno.

126


- 104 -


Como excepción a la regla planteada, en la fecha de E del 17/9 se registró un 25% de plantas con flor el 10/12 pero a partir de ese momento fueron floreciendo individuos aislados en forma progresiva; el 18/1 del año 2 se observó un flujo adicional de floración pero ya varias plantas habían muerto o presentaban senescente la totalidad de la roseta basal (sin registro de enfermedades).

La duración de la etapa emergencia a principio de floración y los tiempos térmicos con una temperatura base de 0°C, se pueden observar en la Figura 2. De modo que las fechas primavero-estivales parecen encontrar temperaturas elevadas (supra-óptimas para el desarrollo) que atrasan mucho la floración y generan comportamiento muy dispar entre plantas de una misma parcela. El efecto vernalizante insatisfecho podría aportar a ese retraso.

Figura 1. Evolución de la temperatura y el fotoperíodo en Buenos Aires durante el transcurso del experimento.

Figura 2. Tiempo térmico y días de E a F en función del día juliano de E. Las fechas se ubicaron en el día juliano de emergencia que les correspondió, independientemente del año de siembra.

En este experimento no emergieron todas las subparcelas pre-vernalizadas. El retraso podría incluso hacer que algunas plantas volvieran a encontrar bajas temperaturas y fotoperíodos no inductivos ubicando recién su floración en Agosto.

Esta población de borraja de flor blanca tuvo una respuesta de días largos cuantitativa que pudo detectarse a campo en TT y días a partir de las

siembras otoño-invernales (Figura 3) y no se observó floración con fotoperiodos debajo de 12,25 hs. El bajo R2 de la recta de ajuste obedece a la insatisfacción parcial del efecto vernalizante o a un leve impacto negativo de temperaturas supra-óptimas, a pesar de ello se logra observar la respuesta de día largo característica en la que atrasos en la fecha de siembra reducen la duración de la etapa al encontrar antes las condiciones inductivas necesarias.

Figura 3. Duración de la etapa E-PF en TT (°Cd) en función del fotoperíodo medio de la misma realizada excluyendo de la regresión a las 3 fechas que retrasaron su floración.

CONCLUSIONES Un fotoperiodo largo y temperaturas

subóptimas crecientes reducen la duración de la etapa E a PF en borraja de flor blanca española. Las siembras otoñales ofrecen la mejor duración del ciclo para maximizar el rendimiento. Las siembras primavero-estivales tuvieron retrasos por efecto de temperaturas supra-óptimas y, probablemente, falta de vernalización que terminan ubicando el período de floración en forma heterogénea entre plantas y con malas condiciones para el llenado de granos y síntesis de aceites. REFERENCIAS Berti, M.; Wilckens R.; Fischer S.; Araos R. 2002.

Borage: A new crop for Southern Chile. p. 501–505. In: J. Janick and A. Whipkey (eds.), Trends in new crops and new uses. ASHS Press, Alexandria, VA

Brondum, J.; Heins R. 1993. Modeling Temperature and photoperiod effects on growth and development of Dahlia. Journal of American Society Hort. Science 118: 36-42.

Guil-Guerrero, J. L., García-Maroto, F.; Vilches-Ferrón M.A.; López D. 2003. Gamma-linolenic acid from fourteen boraginaceae species. Industrial Crops and Products 18: 85-/89

Kies, C. 1989. Evening primrose oil: A source of gamma-linolenic acid. Cereal Foods World 34:1016-1020.

Rawson, H. 1993. Radiation effects on rate of develpment in wheat grown under different photoperiods and high and low temperatures. Australian Journal Plant Physiology 20: 719-727.

Roberts, E.; Hadley, P.; Summerfield R. 1985. Effects of temperature and photoperiod on flowering in chikpeas (Cicer arietinum L.) Annals of Botany 55: 881-892.

10

11,5

13

14,5

16

17,5

0

5

10

15

20

25

30

35

40

240 280 320 360 400 440 480 520 560 600 640 680

Foto

perí

odo

(hor

as)

Tem

pera

tura

(°C)

Días Julianos

Temp. Min Temp. Max. Fotoperíodo

Año 1 Año 2

0

50

100

150

200

250

1000

1500

2000

2500

3000

3500

4000

4500

0 50 100 150 200 250 300 350

Día

s de

E a

F

Tiem

po T

érm

ico

de E

a F

(°C

d)

Días Julianos

Días

TT

R² = 0,3694

0

500

1000

1500

2000

2500

3000

10,5 11,5 12,5 13,5 14,5 15,5

Tiem

po T

érm

ico

E a

PF (°

Cd)

Fotoperíodo Medio E a PF (hs)

127


- 105 -


COMPARACIÓN FENOMÉTRICA DE TRES ESPECIES DEL GÉNERO BRASSICA EN LAS CONDICIONES EDAFO-CLIMÁTICAS DE BUENOS AIRES

Sorlino*, D. M.; D’Allesandri L.; Giménez P. Cátedra de Cultivos Industriales, Facultad de Agronomía, UBA, C1417DSE Argentina. * Contacto: [email protected]

Palabras clave: fenometría; componentes del rendimiento; Brassica carinata L; Brassica napus L; Brassica juncea L.

INTRODUCCIÓN El género Brassica es nativo del oeste

de Europa que posee un clima mediterráneo y de regiones templadas de Asia. Muchas de sus especies son usadas en la agricultura, particularmente en horticultura. El cultivo extensivo más importante del género a nivel mundial es la oleaginosa canola (Brassica napus) cuyo aceite se utiliza en alimentación y en la elaboración de biodiesel (entre otros usos).

La producción de biodiesel a partir de aceite no debe competir con la producción de alimentos en zonas núcleo donde están los mejores ambientes aportando a la seguridad alimentaria del país. De allí surge la necesidad caracterizar y estudiar parámetros del crecimiento para especies rústicas (B. juncea y B. carinata) y valorar su crecimiento y desarrollo en ambientes marginales en dónde sería estratégicamente mejor ubicar la producción de materia prima para bioenergía (Cardone et al., 2003).

No existen antecedentes publicados sobre el comportamiento de B. juncea (mostaza india) y B. carinata (mostaza etíope) en la Argentina.

El presente trabajo se realizó con el fin de conocer y medir la fenometría de variedades de las dos especies conjuntamente con una variedad de canola en las condiciones edafo-climáticas de Buenos Aires. De este modo, dicha información podrá ser utilizada comparativamente en futuros ensayos en ambientes marginales desde el punto de vista de clima y suelo. MATERIALES Y MÉTODOS

En el Campo Experimental de la Cátedra de Cultivos Industriales, Facultad de Agronomía, UBA, Buenos Aires, Argentina, se sembró el 15 de Junio de 2010 un experimento sobre un suelo argiudol típico del área, con tres especies del género Brassica.

El diseño experimental utilizado fue en bloques completos aleatorizados con tres repeticiones y las parcelas fueron de 4 m de largo con 5 surcos distanciados a 30 cm. Las mediciones realizadas fueron hechas al final del ciclo sobre plantas de muestras de 50 cm cosechadas de los surcos centrales descartándose 50 cm en las cabeceras. No fue necesario fertilizar por el buen nivel

nutricional del lugar. Se suplementó con riego en forma manual, este suplemento fue reiterado sin monitoreo del agua extractable a lo largo del ciclo.

Se evaluaron valores fenométricos como altura, despeje y todos los componentes del rendimiento. También la eficiencia en el uso de la radiación al final del cultivo haciendo uso muestras extraídas para evaluar biomasa y mediciones realizadas con un radiómetro de barra marca LI-COR. Los parámetros se evaluaron estadísticamente por análisis de varianza y prueba de medias usando el programa InfoStat (http://www.infostat.com.ar, FCA-UNC).

RESULTADOS Y DISCUSIÓN Las temperaturas mínimas y máximas para la

estación de crecimiento del cultivo (siembra a cosecha) en Buenos Aires no manifestaron diferencias entre el año 2010 y la serie 2004-2009 (Figura 1). Por ello se consideró al 2010 como representativo de las condiciones térmicas de Buenos Aires.

Figura 1. Evolución de las temperaturas máx. y mín. en Buenos Aires para 2010 y las medias del período 2004-2009.

En ambientes marginales donde la disponibilidad hídrica y nutricional se encuentra limitada, existe una alta probabilidad de que disminuya la tasa de crecimiento de las plantas, por lo cual lo más habitual sería que las tres especies presentaran menor altura y despeje que si se encontraran creciendo en un ambiente de alta disponibilidad como el de Buenos Aires. Esto se ha observado en muchos otros cultivos (Uhart y Andrade, 1995; Liu and Stützel, 2004). La biomasa aérea reflejó una tendencia similar a la de altura (Figura 3), aunque estadísticamente no difirió entre especies. Los componentes del rendimiento medidos en las muestras se observan en las Figuras 4, 5, 6, 7 y 8.

128


- 106 -


Figura 2. Altura (A) y despeje (Inserción primer rama) (B) de las tres especies del género Brassica.

Figura 3. Biomasa total área a fin de ciclo (Kg ha-1) de las tres especies del género Brassica.

Figura 4. Número de silicuas por planta en las tres especies del género Brassica.

Figura 5. Número promedio de granos silicuas-1 en planta en las tres especies del género Brassica.

Figura 6. Número de granos m-2 en las tres especies del género Brassica.

El ambiente de Buenos Aires parece mostrar todo el potencial de Brassica carinata a pesar de un menor número de granos por silicua. Canola exhibió una mayor partición a granos producto de su mayor mejoramiento génético. Brassica juncea se comportó en forma más parecida a Canola compensando más por número de granos lo que perdió por peso de los mismos.

Figura 7. Peso promedio de granos m-2 en las tres especies del género Brassica.

Figura 8. Rendimiento en grano alcanzado por las tres especies del género Brassica.

Una posible primera explicación para este comportamiento de B. carinata puede resultar de la mayor eficiencia final en el uso de la radiación observada (Figura 9).

Figura 9. Eficiencia en el uso de la radiación calculada a partir de la biomasa final alcanzada por las tres especies del género Brassica.

CONCLUSIONES Los presentes resultados no son concluyentes y sólo dan una primera idea del comportamiento en Buenos Aires de estas dos especies aún no cultivadas en Argentina. No obstante, Brassica carinata mostró un desempeño muy interesante que debe profundizarse en futuros experimentos. REFERENCIAS Cardone, M.; Mazzoncini M.; Menini S.; Rocco V.;

Senatore A.; Seggiani M.; Vitolo S. 2003. Brassica carinata as an alternative oil crop for the production of biodiesel in Italy: agronomic evaluation, fuel production by transesterification and characterization. 25: 623-636.

Liu, F.; Stützel H. 2004. Biomass partitioning, specific leaf area, and water use efficiency of vegetable amaranth (Amaranthus spp.) in response to drought stress.

Uhart, S. A.; Andrade F.H. 1995. Nitrogen Deficiency in Maize: I. Effects on Crop Growth, Development, Dry Matter Partitioning, and Kernel Set. Crop Science. 35(5) 1376-1383.

Wright, P. R.; Morgan, J. M.; Jessop, R. S. 1996. Comparative adaptation of canola (Brassica napus) and Indian mustard (B. juncea) to soil water deficits: Field Crops Research 49: 51-64.

0,98 c

1,38 a

1,14 b

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

Canola Carinata Juncea

Altu

ra (m

)

0,71 b

0,89 a 0,86 a

00,10,20,30,40,50,60,70,80,9

1


Altu

ra d

e in

serc

ión

de la

pr

imer

a ra

ma

m

4300 a

5251 a

4251 a

0500

10001500200025003000350040004500500055006000


Bio

mas

a To

tal A

érea

(Kg

/ha)

27,73 b

68,31 a

38,83 b

0

10

20

30

40

50

60

70

80


Núm

ero

de S

ilicu

as p

or

plan

ta

16,83 a

12,18 b

15,56 a

02468

1012141618


Nº d

e gr

anos

/sili

cua

34979 a

55375 a47434 a

0

10000

20000

30000

40000

50000

60000


Nº d

e gr

anos

/ m

2

3,74 a 3,53 a

2,89 b

00,5

11,5

22,5

33,5

4


Peso

pro

med

io d

el g

rano

(m

g)

1306 a

1960 a

1369 a

0

500

1000

1500

2000

2500


Ren

dim

ient

o (k

g / h

a)

0,79 b

1,25 a

0,88 b

0

0,2

0,4

0,6

0,8

1

1,2

1,4


Efic

ienc

ia e

n el

uso

de

la

radi

ació

n (g

/MJ)

129


- 107 -


EVALUATION OF GENERATED SOLAR RADIATION DATA BY WGEN FOR USING IN DSSAT/CERES-MAIZE CROP MODEL

Souza*, L. F.1,2; Battisti, R.1; Sentelhas, P. C.1

1Department of Biosystems Engineering , University of São Paulo, Agricultural College “Luiz de Queiroz”, 13418-900, Piracicaba, State of São Paulo, Brazil;

2 Companhia Nacional de Abastecimento (CONAB), SGAS 901 Bloco “A” Lote 69 – Asa Sul, Brasília, DF, Brazil.

*Contact: [email protected] Key-Words: maize grain yield; weather generator; DSSAT

INTRODUCTION For the most commonly used crop models, for

instance, DSSAT (Jones et al., 2003); and APSIM (Keating et al., 2003) are require daily climatic data as input. One of the limitations for crop models application at Brazil is the lack of daily climatic data. It is common to find out rainfall recording stations with more than 30 years. For stations with record length of more than 30 years for temperatures and solar radiation, the difficult to find it rises. To overcome this limitation, weather generators such as WGEN (Richardson and Wright, 1984), SIMMETEO (Geng et al., 1988) and others (Hayhoe, 2000) have been used to provide consistent long-term weather series. The aim of this study was evaluated generated solar radiation by stochastic weather generator WGEN at 2 sites, for using it as input in DSSAT/CERES-Maize crop model.

MATERIAL AND METHODS The crop model DSSAT/CERES-Maize uses a

daily time step to simulate growth, development and yield of a crop growing as a function of soil conditions, daily climatic data of rainfall (Rain), maximum (Tmax) and minimum (Tmin) air temperature and solar radiation (SRad), crop management, and cultivar characteristics (Jones et al., 2003).

The WGEN model generated daily values for solar radiation, precipitation, and maximum and minimum temperatures for an n-year period at a given location. For generating daily values of SRad, the residual of this variable is generated using a multivariate normal generation procedure that preserves the serial correlation and cross correlation of the variables. The final value of SRad is determined by adding the seasonal means and standard deviations to the generated residual elements.

In this study we selected two sites in Brazil: Piracicaba, State of São Paulo and Londrina, State of Paraná, and three sowing dates: feb-10; mar-10; and apr-10, who represents the begin, middle, and the end of off-season maize crop . The long-term actual daily climate data of observed weather stations at each site, 32 and 30 years for Piracicaba and Londrina, respectively, were used to generated

parameters of the weather generator WGEN, and then, a long-term synthetic solar radiation data, with the same length were generated for each of the corresponding locations. After generated SRad, we combined it with actual Rain, Tmax and Tmin data and then used as input for CERES-Maize crop model.

The planting density was 7 plants m-2 and the row spacing was 80 cm for both sites. The soils used in the model represent the most common soil type for each site: Oxisol for Londrina, and Nitisol for Piracicaba. To eliminate the influence of water availability on crop growth, all the simulations were run under optimal conditions (water and nutrient non-limiting for plant growth). No effects of pests or diseases are considered. The cultivar used in this study was adequately calibrated for the Brazilian environment by Soler et al. (2007).

The crop model outputs analyzed in this study were: grain yield, maximum accumulated biomass; and maximum leaf area index (LAIX). We evaluated the generated solar radiation as input in crop model comparing cumulative distribution functions (CDFs) of each crop output, simulated with actual and combined weather data, using the Kolmogorov-Smirnov (K-S) test. The averages of crop model outputs with actual and combined weather data were evaluated using Tukey’s test.

RESULTS AND DISCUTION Statistical comparison showed that the CDFs of

generated SRad for both sites differed significantly from the actual data (data not shown). The CDFs showed that WGEN generated SRad data well for Piracicaba, except for the values varying from 20 to 30 MJ.m-2.d-1. For Londrina, WGEN generator overestimated SRad for the extremes values and underestimated the middle values (varying from 14 to 26 MJ.m-2.d-1) of solar radiation (data not shown).

Considering all data set for both sites, the averages of all crop outputs simulated with generated SRad did not differ significantly from the crop outputs simulated with actual data (Table 1). The K-S test showed that the CDFs for grain yield and biomass simulated with generated SRad did not differ significantly from the data simulated with actual data (Table 2).

130


- 108 -


Table 1. Averages for grain yield (kg.ha-1), biomass (kg.ha-1), and maximum leaf area index (LAIX) simulated, using actual and generated SRad data.

Site

data set

Crop model output

Yield (kg.ha-1)

Biomass (kg.ha-1) LAIX

SRad OBS

Londrina (PR)

all 7065 17511 3.65 feb-10 8359 19071 3.93 mar-10 7010 17711 3.84 apr-10 5827 15750 3.13

Piracicaba (SP)

all 5763 15250 3.65 feb-10 6482 16263 3.94 mar-10 5786 15388 3.82 apr-10 5019 14099 3.13

SRad GEN

Londrina (PR)

all 6939 17412 3.66 feb-10 7923* 18481* 3.95 mar-10 7096 17977 3.88 apr-10 5798 15777 3.16

Piracicaba (SP)

all 5787 15337 3.64 feb-10 6238 15940 3.95 mar-10 6083 15914 3.83 apr-10 5040 14157 3.14

* Values with an asterisk for actual and generated averages are different are at the 0.05 significance level.

The simulated crop outputs from generated SRad were weakly affected by sowing dates. For the CDFs, only one of then, for grain yield on March 10th for Piracicaba, generated output differed significantly from actual output (Table 2).

Table 2. K-S test statistics for the comparison of CDFs of grain yield and biomass simulated using SRad generated vs actual weather data.

Site

data set

Crop model output

Yield (kg.ha-1) Biomass (kg.ha-1)

Londrina (PR)

all 0.069 0.069 feb-10 0.207 0.207 mar-10 0.034 0.034 apr-10 0.034 0.103

Piracicaba (SP)

all 0.054 0.065 feb-10 0.129 0.226 mar-10 0.290* 0.226 apr-10 0.098 0.161

* Values with an asterisk for actual and generated averages are different are at the 0.05 significance level.

Analyzing the averages of crop simulated outputs, only two of all outputs simulated with generated SRad (grain yield and biomass, sowing on February 10th for Londrina) differed significantly from that simulated with actual SRad. The reason for that is probably that the mean of SRad generated in these specific sowing date (February 10th) during the crop season was 19.1 MJ.m-2.d-1 and this value belongs to the range that represented the worst fit between CDFs of actual and generated SRad (data not shown).

CONCLUSION

The results from this study showed that generated solar radiation from WGEN could be used, when combined with actual Tmax, Tmin and Rain, as input in DSSAT/CERES-Maize crop model, under optimal conditions (water and nutrient non-limiting for plant growth).

REFERENCES Geng, S.; Auburn, J.S.; Brandstetter, E.; Li, B. 1988. A

program to simulate meteorological variables: documentation for SIMMETEO. Agronomy Progress Rep. 204, Department of Agronomy and Range Science, University of California, Davis, CA.

Hayhoe, H.N. 2000. Improvements of stochastic weather generators for diverse climates. Clim.Res. 14:75-87.

Jones, J.W.; Hoogenboom, G.; Porter, C.H.; Boote, K.J.; Batchelor, W.D.; Hunt, L.A.; Wilkens, P.W.; Singh, U.; Gijsman, A.J.; Ritchie, J.T. 2003. DSSAT Cropping System Model. European Journal of Agronomy 18:235‐265.

Keating, B.A.; Carberry, P.S.; Hammer, G.L.; Probert, M.E.; Robertson, M.J.; Holzworth, D.; Huth, N.I.; Hargreaves, J.N.G; Meinke, H.; Hochman, Z.; McLean, G.; Verburg, K.; Snow, V.; Dimes, J.P.; Silburn, M.; Wang, E.; Brown, S.; Bristow, K.L.; Asseng, S.; Chapman, S.; McCown, R.L.; Freebairn, D.M.; Smith, C.J. 2003. An overview of APSIM, a model designed for farming systems simulation. Europ. J. Agronomy. 18:267-288

Richardson, C.W. ;Wright, D.A. 1988. WGEN: a model for generating daily weather variables. U.S. Dep. of Agric., Agric. Res. Service, ARS-8, 83 pp.

Soler, C.M.T.; Sentelhas, P.C.; Hoogenboom, G. 2007. Application of the CSM-CERES-Maize model for planting date evaluation and yield forecasting for maize grown off-season in a subtropical environment. Europ. J. Agronomy. 27:165-177.

131


- 109 -


UNA EXPLORACIÓN DE PREDICTORES ESTADÍSTICOS DE LA TEMPERATURA DE LA ESPIGA DE MAÍZ

Tonti*, N. 1,2; Izquierdo, N. 2,3; Covi, M. 1

1 Departamento de Ciencias de la Atmósfera y los Océanos, Universidad de Buenos Aires. Ciudad Universitaria, Intendente Güiraldes 2160, C1428EHA, CABA, Argentina. 2 Consejo Nacional de Investigaciones Científicas y Técnicas. 3 Facultad de Ciencias Agrarias, Universidad Nacional de Mar del Plata.


Palabras clave: micrometeorologia; órganos reproductivos INTRODUCCIÓN

Durante el período de llenado la temperatura de la espiga es fundamental para la determinación del número de granos y su crecimiento. Es sabido que en maíz, la temperatura influye en la división celular en los granos (Jones et al., 1985), el número de granos fijados por espiga (Hanft y Jones, 1986; Andrade et al., 1999), el peso de granos (Wilhelm et al., 1999) y en definitiva el rendimiento del cultivo. Por ello, este factor ambiental es una de las variables de entrada en los modelos de simulación del crecimiento y rendimiento del cultivo como el CERES-Maize (Jones y Kiniry, 1986). Si bien la temperatura media diaria es la más frecuentemente utilizada, la temperatura del día o de la noche pueden regular distintos procesos en la planta. Para utilizar cualquiera de estas tres temperaturas (diaria, diurna, nocturna) es importante partir de una buena medición de la misma. Se sabe que en la canopia existen variaciones térmicas a lo largo del día y que la magnitud de la variación va a depender de a) factores ambientales como la radiación incidente, la velocidad del viento o la humedad (Khabba et al., 2001) y b) factores del cultivo como tipo de órgano y la posición de ese órgano dentro de la canopia.

Medir la temperatura en el cultivo requiere de métodos engorrosos o estimaciones a partir de otras variables de medición más sencillas. Una variable de fácil medición directa es la temperatura del aire, mientras que la temperatura de la cobertura vegetal es una alternativa que se puede obtener a partir de sensores remotos (Friedl, 2002). Sin embargo, no existe una forma práctica de la medición de la temperatura de la espiga que no implique la colocación de numerosos sensores dentro del cultivo. Por ello, el objetivo de este trabajo es explorar asociaciones entre temperatura del aire o de hoja y la espiga, con el fin de buscar el mejor estimador.


Los datos utilizados en este trabajo son de una experiencia realizada en la Unidad Integrada Balcarce (Facultad de Cs. Agrarias, UNMdP-INTA, 37º45’S; 58º18’W), en un cultivo de maíz (Nidera AX870 RR) sembrado en un lote de producción de 9has. Las observaciones se llevaron a cabo durante el verano 2011-2012, incluyendo temperaturas de

hojas, de espigas y del aire a la altura de las espigas. La temperatura de espigas se midió con termocuplas cobre-constantan, en dos grupos de plantas seleccionados al azar, conformado cada uno por 4 plantas contiguas. Para cada espiga se insertaron 3 termocuplas en el punto medio de las mismas, separadas 120° entre si. Las mediciones comenzaron cuando las espigas alcanzaron un tamaño de 5cm. aproximadamente. Las termocuplas de hojas se colocaron en un grupo de 4 plantas, en tres estratos, con tres terminales por planta y estrato, y se fueron reubicando de acuerdo con el crecimiento de las plantas. La temperatura de cada componente está dada por el promedio de todos los muestreos del mismo. Las variables se muestrearon cada 30 segundos y se almacenaron en un logger Campbell CR1000 en promedios de 15 minutos.

Se realizaron promedios para los períodos diurnos y nocturnos, discriminando en base a observaciones de radiación global obtenidas con un piranómetro (Li-Cor Li-200), definiendo como período nocturno a aquel en que la radiación global observada fue nula. A partir de esta información se calcularon promedios diarios, diurnos y nocturnos de temperatura de espigas (TESP), temperatura de hojas (TH) y temperatura de aire a la altura de las espigas (TAC) del período comprendido entre el 18/01/2012 al 29/02/2012. Se utilizaron regresiones lineales y un análisis de descomposición de errores (Kobayashi y Us Salam, 2000) para determinar cual de las variables estudiadas resulta ser el mejor predictor de la temperatura de espigas.


En la Tabla 1 se muestran los valores medios y los desvíos estándar de las variables utilizadas. Se observa de estos datos que si bien los promedios diarios fueron similares para las tres variables, la temperatura de espigas presentó durante el día valores menores que la temperatura de hojas pero mayores que la temperatura del aire. Por la noche el comportamiento se invirtió entre las temperaturas de espigas y de hojas, mientras que la temperatura del aire continuó siendo menor que las dos anteriores. Los resultados de las correlaciones y la descomposición de errores se muestran en la Tabla 2. En el caso de la correlación entre la temperatura de espigas y la temperatura de hojas se obtuvieron, para los tres tipos de promedios coeficientes de correlación altos. El Bias resultó

132


- 110 -


mínimo en el caso de promedios diarios así como también el error cuadrático medio. Como ya se mencionó, la temperatura de hojas fue en general mayor que la temperatura de espigas durante el día y menor durante la noche, y durante el día esta diferencia fue mayor para altas temperaturas. Es probable que esto se haya debido a que las hojas se hallaban mas expuestas a intercambios radiativos que las espigas, así como también a que las últimas presentan una cierta inercia térmica (Khabba et al., 1999).

Tabla 1. Valores medios y desvíos estándar de la temperatura de espigas (TESP), temperatura de hojas (TH) y temperatura del aire en la canopia (TAC).

Localización Diario Día Noche

TESP (ºC) Media 22,45 25,86 17,39 Desv. Est. 3,16 3,49 3,96

TH (ºC) Media 22,56 26,42 16,86 Desv. Est. 3,34 3,94 3,97

TAC (ºC) Media 21,60 24,76 16,80 Desv. Est. 3,23 3,61 3,91

Con respecto a la descomposición de errores se

encontró que para valores diarios el mayor porcentaje del error fue aleatorio, lo que implica que la media y la varianza de la temperatura de hojas son buenos predictores de la media y varianza de la temperatura de espigas. Sin embargo, si se quisieran analizar casos aislados se va a requerir de algún otro predictor (variable ambiental o de cultivo) para explicar las diferencias. Para promedios nocturnos, en cambio, los errores se deben a diferencias de medias y en mucha menor medida a errores aleatorios. Con promedios diurnos los errores se repartieron en casi igual medida entre diferencias de medias, de desvíos y errores aleatorios. Si dominan los errores asociados a diferencias en la media o varianza, una regresión lineal permitiría mejorar notablemente las estimaciones. La temperatura de hojas es un buen predictor de la temperatura de espigas cuando se emplean promedios diarios. Tabla 2. Parámetros estadísticos de las relaciones entre la temperatura de la espiga (TESP) y los predictores estudiados (TH y TAC).

TESP vs

Diario Día Noche

TH

RMSD (ºC) 0,414 0,871 0,580 Bias (ºC) 0,114 0,553 -0,523

σTH-σTESP (ºC) -0,178 0,454 0,016 R 0,994 0,991 0,998

%SB 7,35 39,74 80,94 %SDSD 17,97 26,79 0,07 %LCS 74,68 33,47 18,99

TAC

RMSD (ºC) 0,938 1,269 0,491 Bias (ºC) -0,843 -1,108 -0,438

σTAC-σTESP (ºC) 0,070 0,118 0,030 R 0,992 0,985 0,998

%SB 80,43 75,73 78,86 %SDSD 0,55 0,85 0,36 %LCS 19,03 23,41 20,78

Cuando se analiza la correlación entre la temperatura de espigas y la temperatura de aire en la canopia se encuentran nuevamente muy buenas correlaciones para los tres períodos. Tanto el RMSD como el Bias son mínimos en horas nocturnas, mientras que para valores diarios o diurnos estos se duplican o hasta triplican. La temperatura del aire en la canopia tiende a ser sistemáticamente menor que la de las espigas, por lo que en los tres casos los errores se deben mayormente a una diferencia entre las medias de las variables, en menor medida son aleatorios y casi no existen errores por diferencias en los desvíos. CONCLUSIONES

Se analizaron las temperaturas de hojas y del aire en un cultivo de maíz como predictores de la temperatura de espiga durante el llenado de granos. Se caracterizaron los errores tanto cuantitativa como cualitativamente. La temperatura de espiga fue mejor representada por los promedios diarios de temperaturas de hojas y por los promedios nocturnos de temperaturas del aire. AGRADECIMIENTOS A INTA Balcarce por permitir la instalación del instrumental y a la Universidad de Buenos Aires por el financiamiento (UBACyT 20020090200293).

REFERENCIAS Andrade, F.H.; Vega, C.; Uhart, S.; Cirilo, A.; Cantarero,

M.; Valentinuz, O. 1999. Kernel Number Determination in Maize. Crop Science 39:453-459.

Hanft, J.M.; Jones, R.J. 1986. Kernel abortion in maize: Carbohydrate concentration patterns and acid invertase activity of kernels induced to abort in vitro. Plant Physiology 18:503-510.

Friedl, M. 2002. Forward and inverse modeling of land surface energy balance using surface temperature measurements. Remote Sens. Environ 79: 344-354.

Jones, C.A. ; Kiriny, R. (eds). 1986. CERES-Maize: A Simulation Model of Maize Growth and Development. Texas A & M Univ. Press. EEUU. 194p.

Jones, R.J.; Roessler, J.; Ouattar, S. 1985. Thermal Environment During Endosperm Cell Division in Maize: Effects on Number of Endosperm Cells and Starch Granules. Crop Science 25:830-834.

Khabba, S.; Ledent, J.F.; y Lahrouni A. 1999. Development and validation of model of heat diffusion in maize ear. Agricultural and Forest Meteorology 97:113-127.

Khabba, S.; Ledent, J.F. y Lahrouni, A. 2001. Maize ear temperature. European Journal of Agronomy 14:197-208.

Kobayashi, K.;Us Salam, M. 2000. Comparing Simulated and Measured Values Using Mean Squared Deviation and its Components. Agronomy J. 92: 345-352.

Wilhelm, E.P.; Mullen, R.E.; Keeling, P.L.; Singletary, G.W. 1999. Heat stress during grain filling in maize: Effects on kernel growth and metabolism. Crop Science 39:1733-1741.

133


- 111 -


INDICES DE FERTILIDAD Y HORAS DE FRIO EN EL CULTIVO DE KIWI

Traversaro*, M. L.; Torres, R. F.; Urrutia M. I.; Rodríguez, M. A.

Facultad de Ciencias Agrarias y Forestales UNLP Calle 60 y 119 s/n La Plata CP 1900 Argentina

*Contacto: [email protected] Palabras clave: yemas; poda invernal; índices fenométricos.

INTRODUCCIÓN

La localidad de La Plata, Provincia de Buenos Aires tiene una importante actividad en producciones intensivas, tanto en el área de la horticultura, diversificada en sus producciones y en menor proporción de actividades frutícolas. Esta última actividad está orientada principalmente al cultivo del kiwi, con destinos a mercados interno y externo.

Estudios llevados a cabo por Asborno et al. (2007, 2008), comprendidos entre los años 1967 - 2006 referidos a las modificaciones ocurridas en las precipitaciones, la variación temporal de la temperatura del aire en sus distintas expresiones, y su correspondencia con variaciones del clima local registradas en localidad La Plata, obtuvieron como resultado de la temperatura mínima media anual, que mostró un mayor aumento en el período considerado respecto a los restantes parámetros térmicos estudiados, influyendo en forma directa en la disminución de las horas de frío registradas.

La disminución de horas de frío en la región respecto a la media de una serie de años precedentes, durante el descanso vegetativo, alcanza niveles de insatisfacción en relación a la exigencia bioclimática de los cultivares criófilos y ocasionar consecuentes anomalías fenológicas y fenométricas (Pardi y Asborno, 2004).

La implantación de cultivares criófilos, está en función de los registros de temperaturas mínimas alcanzadas y el cálculo de horas de frío obtenidas en ese lugar. Estudios llevados a cabo en Brasil sobre la dinámica de la dormancia de yemas de vid americana cv Niágara y kiwi cv Bruno durante los año 2007 y 2008, en el municipio de Pinhais-PR, dieron como resultados para el cv Bruno, una brotación de las yemas comprendidas entre el cuarto y décimo cuarto nudo. Los autores explican esta dinámica en función de la baja cantidad de horas de frío registradas en la localidad. Las mismas fueron de 201 y 94 HF respectivamente, muy por debajo de las 400 HF que requiere el cultivar de referencia (Biasi, L. et al 2010)

Esta investigación evalúa para dos años consecutivos los índices fenométricos de brotación y fertilidad del cultivar Hayward de Kiwi para la localidad de la Plata, tratados con diferente largo de cargadores para cada año en estudio.

MATERIALES Y MÉTODOS El estudio se realizó en la localidad de La Plata

durante los años 2009 y 2010, sobre un monte de Kiwi cv Hayward (Actinidia deliciosa, Chevalier, Liang & Ferguson), distribuidos en un diseño rectangular con distancias de 4mx2m conducidos en forma de parral con cubierta permanente de malla para media sombra. Las podas invernales realizadas resultaron con cargadores cortos (menos de 10 yemas) para el 2009 y largos (más de 14 yemas) para el 2010.

El ensayo se realizo completamente al azar con planta parcela y ocho repeticiones.

Se calculó el frío invernal a partir del 1º de mayo al 30 de setiembre por el método de Crossa-Raynaud (Melgarejo Moreno, 1996), para los dos años en estudio:

HF= 24*[(7-m) / (M-m)]

Donde: HF= horas de frío por debajo de 7 ºC M=Temperaturas máximas horarias de un día (ºC) m= Temperaturas mínimas horarias de un día (ºC) Por análisis de la varianza se evaluaron: 1.- número de cargadores dejados por planta 2.- número de yemas por cargador 3.- Índice de brotación (IB):

nº brotes/nº yemas x 100 4.- Índice de brotación fértil (IBF):

nº brotes con flor/nº de yemas x 100 5.- Índice de fertilidad (IF).

nº de flores/brotes con flor En aquellos casos donde existía diferencia, se continuó el análisis con un test Tukey.

RESULTADOS Y DISCUSIÓN Observando la Tabla1, se revalidan los análisis

realizados por Asborno et al. (2008), dado que para los años consecutivos en estudio, se produjo una disminución de la temperatura media mensual del aire en los meses de mayo, junio, julio y septiembre del 2010, alcanzando una suma anual en HF de 699,9 para el año 2010 frente a 759,1 alcanzados durante el 2009 Tabla 1. Horas de frío mensuales y totales para los dos años de acuerdo a Crossa –Raynaud.

Año May Jun Jul Ago Set Suma HF

2009 70,4 207,6 262,7 118,1 100,3 759,1 2010 63,1 123,2 233,8 214,3 65,4 699,9

134


- 112 -


Asborno et al. (2007) explican que el aumento de las temperaturas mínimas, son causadas en parte por la expansión observada en la superficie bajo riego artificial; los niveles hídricos cercanos a capacidad de campo aumentan la capacidad de calor y difusibilidad térmica de los suelos, provocando mayor irradiación nocturna desde el suelo y originando un incremento de las temperaturas mínimas, aumentando el contenido de vapor en las capas bajas cercanas al suelo. Este vapor de agua sumado a la presencia permanente de coberturas sobre las plantas de kiwi ejercería un efecto “invernadero”. Análisis realizados por los mismos autores sobre las precipitaciones en un periodo comprendido entre 1911 a 2006, resulto que para el semestre frío alcanzaban una media de 455mm. Estos valores son similares a los alcanzados durante 2009 y 2010 con 447,6 y 436,8 mm respectivamente. En contraposición, los valores registrados para el mes de julio fueron de 106 y 105 mm para los años en estudio, superando la media registrada entre los años 1964-2009 de 61 y 62 mm. El kiwi requiere para una brotación uniforme, una cantidad de frío invernal comprendido entre 270 a 630 CU (chilling units) equivalentes entre 600 y 1200 HF (horas de frío). El cv Hayward se encuentra entre los más exigentes (Costa y Testolin, 1995).

Para alcanzar incrementos en los índices fenométricos, durante al año 2010 se trabajó con cargadores mas largos. De acuerdo a los datos en la Tabla 2 se observa que los cargadores con mayor número de yemas difieren en forma significativa, independiente de la cantidad de cargadores dejados. Tabla 2. Número medio de elementos vegetativos dejados después de la poda en seco y su significancia.

Año Número medio de Cargadores/ planta

Número medio Yemas/cargador

2009 11,75 8,39 2010 9,63 1,44

Significancia n.s. ** Este aumento se indica en la respuesta obtenida a través de la mejora significativa con el incremento de brotes y brotes fértiles expresados por sus índices en la tabla 3. Tabla 3. Principales diferencias de los índices vegetativos y florales para dos años de estudio.

Año I.B. %

I.B.F. %

I.F. %

2009 43,37 27,30 3,88 2010 55,62 41,63 4,11

Significancia ** ** n.s.

El largo de cargadores óptimo se aproxima a 15 yemas, un número inferior no garantiza un nivel de brotación y fertilidad satisfactorio ya que las yemas basales del cargador son generalmente

improductivas y disminuirían los porcentajes de ambos. Si comparamos los cultivares de kiwi Hayward y Bruno, existe total coincidencia con el número de yemas y su orden de distribución en el cargador (Costa G. et al. 1997; Biasi, L. et al. 2010).

Sin embargo, el incremento en el largo de los cargadores utilizados en el año 2010, no manifestaron significancia en los resultados obtenidos en el índice de fertilidad. Para el caso en estudio, del cultivo conducido en forma de parral el índice de fertilidad es coincidente con otras formas de conducción cuyos índices varían entre 3,7 y 4,1 (Costa y Testolin 1995).

CONCLUSIONES Los bajos índices de fertilidad en la Región

Platense, producto de la insuficiente cantidad de horas de frío, podrían ser atenuados aumentando el largo de los cargadores en la poda invernal hasta un número de 15 yemas.

AGRADECIMIENTOS A los Ing. Agr. Marcelo Asborno y Martín Pardi, responsables de la Sección de Agrometeorológia de la Estación Experimental Julio Hirschhorn de la Facultad de Ciencias Agrarias y Forestales de la UNLP, por la cesión de los datos climáticos utilizados.

REFERENCIAS Asborno M.; Castro A.; Beltrano, J.; Pardi M. 2008

Variaciones termo hídricas del clima asociadas al calentamiento global en La Plata, Argentina. XII Reunión Argentina de Agrometeorología, San Salvador de Jujuy - Argentina.

Asborno, M.; Castro, A.; Beltrano, J.;Pardi M. 2007 Cambio climático y variaciones del clima asociadas al calentamiento global en La Plata. http://www.maca.org.ar/descargas/archivo/MACA%20-%20Semana%20del%20Agua%202007%20-%20Cambio%20climatico%20y%20variaciones...pdf. Visitado junio 2012.

Asborno, M.; Pardi M. 2006. Variación climática de las lluvias registradas en Los Hornos.. La Agrometeorología y el Desarrollo Local 1ª Edición – La Plata. Universidad Nacional de La Plata, 1.Agrometeorología CDD 630.251 5. ISBN 950-34-0374-X

Biasi, L.; Neiva de Carvalhos, R.; Zanette, F. 2010. Dinâmica da dormência de gemas de videira e quivizeiro em região de baixa ocorrência de frio. Revista Brasilera Fruticultura 32: 1244-1249.

Costa, G.; Testolin, R.; Succi, F.; Smith, G. 1997. Le tecniche di potatura rivolte a migliorare la quilita dei fruti in Actinidia. Rivista di Frutticoltura e di ortofloricultura. Volume LIX-Nº5. Bologna- Italia

Costa, G.; Testolin, R. 1995. Evoluzione della potatura dell´actinidia. Rivista di Frutticoltura e di ortofloricultura. Volume LVII-Nº4. Bologna- Italia

Melgarejo Moreno, P. 1996. El frío invernal, factor limitante para el cultivo frutal. Modelos y métodos para determinar la acumulación de frío y calor en frutales. A. Madrid Vicente Ediciones. Madrid. España.

135


- 113 -


PROBABILIDAD DE OCURRENCIA DE PRECIPITACIONES EN EL AREA DE SANTA ROSA, PROVINCIA DE LA PAMPA (ARGENTINA)

Vergara*, G. T.1 ; Casagrande, G. A.1,2 ; Babinec, F.1,2


*Contacto: [email protected] Palabras clave: estacional; decádica

INTRODUCCIÓN El clima refleja la probabilidad de que ocurran

una serie de fenómenos meteorológicos en una región, y esa distribución de probabilidad debe calcularse a lo largo de un cierto periodo de tiempo (Fernández, 1995). La variabilidad de las precipitaciones se analiza en un amplio espectro de escalas: anual, estacional, mensual, decádica (diez días), semanal o diaria. Los valores totales del mes suelen ocultar la variabilidad que se presenta dentro del mismo. La importancia de contar con información pluviométrica en períodos decádicos radica en que, ante requerimientos puntuales de un cultivo en sus diferentes etapas fenológicas, es factible una determinación más real de las posibilidades de satisfacer las exigencias en agua. La planificación de las actividades agropecuarias, están siempre relacionados con eventos hidrológicos futuros, cuyo momento de ocurrencia es necesario predecir; es por eso que se puede recurrir al estudio de la probabilidad (Linsley et al., 1988).

La Organización Meteorológica Mundial (1982) expresa que las probabilidades son extremadamente importantes en cualquier planificación agrícola y pueden considerarse como una de las mejores formas de presentación de los datos climatológicos en relación a un problema biológico dado. En Argentina autores como Stuff (1969), Ravelo y Seiler (1977), Conde y Codromaz de Rojas (1980), realizaron estudios referidos a las probabilidades de las precipitaciones.

El objetivo de este trabajo fue estimar las probabilidades de ocurrencia de las precipitaciones estacionales y decádicas (diez días) en el área de Santa Rosa (La Pampa) en base a modelos ya probados para esta variable meteorológica.

MATERIALES Y MÉTODOS Santa Rosa (Lat. 36°37’S, Long. 64°17’W) se

halla ubicada en el Departamento Capital de la provincia de La Pampa, Argentina. El área en estudio se caracteriza por su clima templado. La precipitación media anual para el período 1961-2011 es de 689,4 mm con un desvío de 196,7 mm y una distribución estacional de: 36,1 % verano, 25,7 % otoño, 8,3 % invierno y 29,9 % primavera (Tablas 1y 2) (Casagrande y Vergara, 1996).

Tabla 1. Precipitación mensual (1961/2011).

Precipitación (mm) mes Media Desvío CV % Mediana ene 81,7 47,2 58 67,8 feb 73,1 49,3 67 65,8 mar 94,9 58,9 62 81,6 abr 53,8 45,4 84 42,8 may 28,7 28,7 100 19,7 jun 16,0 17,0 106 12,7 jul 17,4 29,7 171 6,0 ago 23,8 28,7 121 13,6 sep 43,5 39,7 91 32,9 oct 74,0 53,9 73 58,9 nov 88,8 56,2 63 73,9 dic 93,7 69,5 74 75,8

Tabla 2. Precipitaciones trimestrales y anual (1961/2011).

Precipitación (mm) dic- feb mar- may jun- ago sep- nov Año

Media 248,5 177,4 57,2 206,3 689,4 Desvío 91,8 75,5 41,8 83,4 196,7 CV (%) 37,0 42,0 73,0 40,0 28,0 Mediana 224.2 168,7 42,2 182,8

Para analizar las precipitaciones se utilizaron

datos diarios de la serie 1961/2011 obtenidos del Servicio Meteorológico Nacional durante el período 1961 a 1976 y de la Estación Agrometeorológica de la Facultad de Agronomía, UNLPam a partir de 1977. Ambas estaciones se encuentran ubicadas al norte de Santa Rosa. Los registros pluviométricos se analizaron en forma mensual por década y estacional, en este caso dividiendo al año en verano (dic-ene-feb), otoño (mar-abr-may), invierno (jun-jul-ago) y primavera (sep-oct-nov). Se consideraron tres décadas por mes, lo que suma 36 décadas en el año, calculándose la media, sus desvíos estándar, coeficientes de variación (CV) y la mediana.

Las probabilidades de las precipitaciones con base diaria para cualquier período (de 1 a 365 días), se calcularon con el Software AGROAGUA (Forte Lay, et al., 1996) que utiliza la distribución Normal-Raíz cúbica, considerada de excelente comportamiento para el ajuste de series de precipitación mensuales y quincenales (Kendall, 1960, Dingens y Steyaert, 1971) y Fu, et al., 2010).

136


- 114 -


RESULTADOS Y DISCUSIÓN El verano es la estación con los valores

promedios más altos de precipitaciones, mientras que el invierno se presenta como la estación menos lluviosa. Para la zona en estudio el coeficiente de variación anual de las precipitaciones es 0,28, coincidiendo con Galmarini (1961) que expresa un valor de 0,3. Se tomó como referencia el desvío para analizar probabilidades de ocurrencia de precipitaciones superiores al promedio. Considerando para el verano una precipitación acumulada de 340,3 mm (promedio + desvío) la probabilidad de alcanzar o superar este valor es 0,17. En el invierno con una precipitación acumulada de 98,9 mm (promedio + desvío) la probabilidad de alcanzar o superar esa lámina es 0,15 (Tabla 2). En la Tabla 3 se establecieron distintos valores de precipitación para cada estación obteniéndose la probabilidad de ocurrencia de los mismos. Tabla 3. Probabilidades trimestrales de ocurrencia de precipitaciones.

dic-feb mar-may jun-ago sep-nov

mm Prob mm Prob mm Prob mm Prob

≥50 0,99 ≥50 0,98 ≥10 0,93 ≥50 0,99

100 0,98 100 0,83 30 0,71 100 0,93 150 0,87 150 0,58 50 0,48 150 0,73 200 0,67 200 0,34 100 0,14 200 0,48 300 0,27 250 0,18 150 0,04 300 0,13

400 0,07 300 0,09 ≥200 0,01 350 0,06 ≥500 0,02 ≥350 0,04 ≥400 0,02

El mes con mayores precipitaciones es marzo (94,9 mm) mientras que el de menores lluvias es junio (16,0 mm). La década de mayor precipitación de la serie 1961/2011 es la segunda de marzo con una media de 35,2 mm. Considerando para esta década una precipitación acumulada de 71,5 mm (promedio + desvío) se obtiene una probabilidad de alcanzar o superar este valor de 0,13. La de menor precipitación es la primera de julio con un promedio de 3,5 mm. Considerando para esta década una precipitación acumulada de 9,6 mm (promedio + desvío) se obtiene una probabilidad de alcanzar o superar este valor de 0,11. Se deja constancia que para todos los meses las probabilidades decádicas se encuentran expresadas en gráficos. Por razones de espacio solo se incluye enero y julio (Figuras 1 y 2).

CONCLUSIONES El cálculo de probabilidades de precipitaciones para períodos estacionales y decádicos permite caracterizar con más detalle la zona considerada y estimar en lo que a este elemento del clima se refiere, la aptitud de la región para la implantación y prácticas de manejo de cultivos.

Figura 1. Probabilidades decádicas de ocurrencia de

precipitaciones de enero.

Figura 2. Probabilidades decádicas de ocurrencia de

precipitaciones de julio.

REFERENCIAS Casagrande, G.; Vergara, G. 1996. Labranzas en la

región semiárida argentina. Centro regional La Pampa-San Luis. E. E. A. Ing. Agr. Guillermo Covas. Argentina.

Conde, A.; Codromaz de Rojas, A. 1980. Probabilidades de lluvias para la provincia de Entre Ríos. INTA EEA. Paraná (Entre Rios). Serie Técnica Nº49. 76p.

Dingens, P.; Steyaert, H. 1971. Distribution for k-day rainfall totals. Bolletin of the Int. Association of Scientific Hydrology. XVI, 39. Belgium.

Fernandez, F. 1995. Manual de climatología aplicada: Clima, medio ambiente y planificación. Madrid, España. 285 p.

Forte Lay, J.; Aiello, J.; Kuba, J. 1996. Software AGROAGUA versión 4.1. Revista Agrosoft’95. 4 p.

Fu, G.; Viney, N.; Charles, S. 2010. Evaluation of various root transformations of daily precipitation amounts fitted with a normal distribution for Australia. Teor. Appl. Climatol. 99: 229-238

Galmarini, A. 1961. Caracterización climática de la provincia de La Pampa. CAFADE. Publicación Técnica 13. Buenos Aires.

Kendall, G. R. 1960. The cube-root-normal distribution applied to Canadian monthly rainfall totals. Int. Assoc. Sci. Hydrol. 53:250-260. Helsinki

Linsley, R.; Kohler, M. ; Paulus, J. 1988. Hidrología para ingenieros. 2 ed. México. Editorial McGraw-Hill Interamericana S. A. 386 p.

Organización Meteorológica Mundial OMM. 1982. Guía de Prácticas Agrometeorológicas.Ginebra.

Ravelo, A.; Seiler, R. 1979. Agroclima de la Provincia de Córdoba. Expectativas de precipitación en el curso del año. Revista de Investigaciones Agropecuarias INTA Serie 3 Clima y Suelos Vol. 14. Argentina.

Stuff, R. 1969. Probabilidades de lluvias en la Estación Experimental Agropecuaria Pergamino. Informe Técnico Nº93. INTA Pergamino. 16 p.

00.10.20.30.40.50.60.70.80.9

1

0 10 20 40 50 70 80 90 100

mm de precipitación

pro

babi

lidad

1º década 2º década 3º década

00.10.20.30.40.50.60.70.80.9

1

0 10 20 40 50 70 80 90 100

precipitación (mm)pr

obab

ilida

d1º década 2º década 3º década

137


- 115 -


INFLUENCIA DE LA TEMPERATURA AMBIENTE SOBRE EL CICLO Y LA

CALIDAD DE GRANO DE DISTINTOS GENOTIPOS DE ARROZ TIPO LARGO FINO

Vidal*, A. A.; Pinciroli, M.; Bezus, R.; Scelzo, L. J.

Programa Arroz-Facultad de Ciencias Agrarias y Forestales. Universidad Nacional de La Plata. CC31. La Plata, Bs. As. Argentina


Palabras clave: clima; Oryza sativa

INTRODUCCIÓN El arroz es el principal alimento para al menos

el 60% de la población mundial (Marshall et al., 1994). Es el único cereal utilizado para el consumo humano sin otro proceso de elaboración que el molinado. Por este motivo, la calidad es un factor sumamente importante en su valor económico y está determinada por el porcentaje de grano entero y total (Jodari y Linscombe, 1996). Las variedades difieren significativamente en su capacidad de tolerancia a bajas temperaturas en las distintas etapas del cultivo. La temperatura óptima en panojamiento es 26ºC pudiendo ser de 22-23ºC en condiciones de normal radiación (IRRI, 1976). La temperatura puede producir variaciones en la calidad de grano, tanto en la trasparencia, como en el contenido de amilosa y en la temperatura de gelatinización (Jennings et al., 1981).

El objetivo de este trabajo fue estudiar la influencia de la temperatura del aire en la duración del ciclo y la calidad de diferentes genotipos de arroz de tipo comercial largo fino.

MATERIALES Y MÉTODOS Se realizaron ensayos durante la campaña

2010/11 en dos localidades argentinas: La Plata (Lat.: 34º52´S y Long.: 57º57W), provincia de Buenos Aires, una localidad considerada subóptima desde el punto de vista de la oferta ambiental y Urdinarrain (Lat.: 32º41ºS y Long.: 58º53´W) provincia de Entre Ríos, ubicada en el sur de la zona de cultivo. Se sembraron 7 genotipos de tipo comercial largo fino: Camba INTA (C), Don Ignacio FCAyF (DI), H407-8-2-1-1-1-1 (H407), H420-36-1-2 (H420), H364-15-2-1-2-1 (H364), Don Justo FCAyF (DJ), H406-5-1-1-2 (H406) con una densidad de 350 plantas.m-2. Los ensayos se condujeron bajo inundación. Se controlaron las malezas con aplicaciones de Bispyribac sodio. La cosecha fue manual, los granos se secaron en estufa a 41º C hasta 13,5 % de humedad. El diseño fue bloques al azar con tres repeticiones. Se registraron las temperaturas medias y las fechas de panojamiento. Se determinó: rendimiento industrial como porcentaje de grano total (GT) y porcentaje de grano entero (GE) utilizando un molinillo tipo Universal; peso de mil granos (PMG), porcentaje

de panza blanca (PB), temperatura de gelatinización (AT) (Little et al., 1958). Con los datos obtenidos, se realizó un Análisis de la Varianza (ANOVA) en diseño Parcelas Divididas, utilizando como parcela principal la localidad y como subparcela los genotipos. Las medias se compararon por el test de Tukey (p<0,05).

RESULTADOS Y DISCUSIÓN Las temperaturas media registradas durante el

crecimiento y desarrollo del cultivo estuvieron dentro de los valores normales, con promedios de 19,6º y 21,3ºC para las localidades de LP y U (Tabla 1). Los valores de temperatura ocurridos en febrero durante el panojamiento coinciden con los considerados aceptables (IRRI, 1976). Las precipitaciones fueron abundantes, resultando de 384 y 661,7 mm para LP y U. Tabla 1. Temperatura media mensual durante el período de cultivo (ºC).

oct nov dic ene feb mar abr LP 14,4 18,0 22,6 23,5 21,7 20,1 16,8 U 16,7 20,6 24,3 25,4 23,1 21,0 18,1

Ref.: LP: La Plata, U: Urdinarrain. Las temperaturas promedio durante el periodo

de cultivo en U resultaron 8,7% superiores a las registradas en LP para el mismo período (19,6 y 21,3ºC). Las siembras se realizaron los días 20 y 12 de octubre en las localidades de LP y U. Las fechas de panojamiento promedio se observaron el 13 y 16 de febrero para las localidades de LP y U resultando ciclos de 116 y 127 días respectivamente. Este acortamiento del ciclo en LP de 11 días en promedio para todos los genotipos, muestra una cierta sensibilidad de los genotipos al fotoperíodo.

La acumulación calórica de los diferentes genotipos durante el subperíodo S-P fue superior en U, con valores de 1239,5 GD y 1578,6 GD para LP y U. Estos valores se corresponden con los observados en varias localidades y durante varios años por Alves et al., (1997) en el cultivar IAC4440 que registró un promedio de 1246 GD en el subperíodo E-P, siendo diferencial la duración de los subperíodos en función de la temperatura del aire.

138


- 116 -


Los parámetros GE, GT, AT y PB no

presentaron interacción significativa (p<0,01) localidad por genotipo (Tabla 2). Los valores de GE no presentaron diferencias entre localidades, mientras lo de GT fueron superiores en un 7,8% en U posiblemente este comportamiento responda al incremento en la temperatura ambiente.

Tabla 2. Medias de los parámetros de GE, GT, AT y PB de los genotipos estudiados en ambas localidades. GE

(%) GT (%)

ÁT PB (%)

Localidades LP 55,0 a 65,5 b 3,6 a 0,64 b U 55,5 a 67,1 a 3,9 a 0,97 a Genotipos Camba 56,9 bc 66,6 bc 6,4 a 0,71 bc DI 61,2 a 69,1 a 3,50 b 0,88 bc H407 53,9 cd 64,1 d 3,4 bc 0,09 d H420 53,5 cd 66,8 bc 3,0 c 0,48 bcd H364 51,0 d 65,0 cd 3,2 bc 2,14 a DJ 59,4 ab 68,1 ab 3,5 b 1,0 b H406 50,8 d 64,4 d 3,2 bc 0,35 cd

Letras diferentes en las columnas para un mismo parámetro representan diferencias significativas (Tukey, p<0,05).

Cabe destacar que los mejores valores de

rendimiento industrial (GE y GT) correspondieron a DI y DJ, variedades creadas por el Programa con gran adaptación a condiciones subóptimas de cultivo. Los valores de AT no presentaron diferencias entre localidades. Posiblemente en esta oportunidad, el aumento de la temperatura del aire no fue suficiente para que se vea reflejada en un incremento de la temperatura de gelatinización conforme a la bibliografía (Jennings et al., 1981). Las diferencias entre genotipos se deben a sus características intrínsecas. Los valores de PB fueron inferiores en LP; temperaturas menores alargan el periodo de llenado del grano mejorando la calidad del mismo resultando en granos más traslúcidos.

Probablemente como consecuencia de la mayor temperatura ambiente, los valores de PMG, en términos generales, resultaron superiores en U, con valores promedio de 26,6 y 27,4g aunque se comportaron en forma diferencial en ambas localidades (Tabla 3). Los genotipos Camba, DI, DJ y H406 presentaron valores equivalentes, mientras las líneas H407, H420 y H364 disminuyeron su peso en LP. Las temperaturas más templadas en LP pueden haber impedido el llenado completo del grano especialmente en H364 que panojó más tardíamente (25/2).

Tabla 3. Medias de peso de mil granos (PMG) en gramos.

Genotipo LP U Camba 25,0 A c 26,0 A cd DI 26,1 A bc 26,1 A cd H407 27,2 B b 29,0 A ab H420 25,9 B c 27,2 A c H364 28,1 B ab 30,1 A a DJ 28,8 A a 28,3 A bc H406 25,3 A c 25,3 A d

Letras diferentes, minúsculas en las columnas y mayúsculas en las filas, para un mismo parámetro representan diferencias significativas (Tukey, p<0,05).

CONCLUSIONES Si bien las diferencias en temperatura del aire

fueron escasas, se observaron diferencias en la duración del ciclo y la acumulación calórica, reflejando una respuesta de los genotipos al fotoperiodo. Las mayores temperaturas registradas durante el cultivo en U, pueden haber influido sobre la calidad de grano especialmente en los parámetros GT, PB y PMG, resultando esta localidad más apta para el cultivo. Cabe destacar el buen comportamiento en molino y en el PMG de las variedades de origen local DI y DJ, evidenciando la importancia del desarrollo genético en el comportamiento ecofisiológico de los cultivares en cuanto a su adaptabilidad a diferentes ambientes.

AGRADECIMIENTOS Al Prof. Marcelo Asborno de la Cátedra de Climatología por el suministro de los datos meteorológicos de La Plata presentados. Al Sr Eduardo Aubert de la Estación meteorológica de la Municipalidad de Urdinarrain (E.Ríos) por su colaboración en el suministro de los registros climáticos presentados. REFERENCIAS Alves, V. C. 1997. Exigencias térmicas do arroz

IAC4440 irrigado. Revista de la Facultad de Agronomía , UBA. 17: 143-144

IRRI, 1976. Climate and Rice: Proceedings of the Symposium on Climate and Rice, Ed. IRRI, Los Baños, Philippines, 565 pp.

Little, R. R.; Hilder, G. B.; Dawson, E. H. 1958. Differential effect of dilute alkali on 25 varieties of milled white rice. Cereal Chemistry

Marshall, W. E.; Wadsworth, J. I. 1994. Production and Consumption. Rice Science and Technology 1:1-15.

Jenning, P. R.; Coffman, W. R.; Kauffman, H. E. 1981. Mejoramiento de arroz. Cali, Colombia Centro Internacional de Agricultura Tropical (CIAT), 233 pp.

Jodari, F.; Linscombe, S. D. 1996. Grain fissuring and milling yields of rice cultivars as influenced by environmental conditions. Crop Science 36:1 496-1502.

139


- 117 -


ANÁLISIS DEL EFECTO DE LAS PRECIPITACIONES EN EL RENDIMIENTO DEL CULTIVO DE ALGODÓN EN LA BANDA, SANTIAGO DEL ESTERO,

ARGENTINA (CAMPAÑAS 1969/70-2010/11)

Zeman*, E. A.; Agüero, S. N.; Costa, M. C.

Cátedra de Climatología y Fenología Agrícola, Facultad de Agronomía y Zootecnia, Universidad Nacional de Tucumán- Avda. Kirchner 1900 C.P.4000 Tucumán, Argentina


Palabras clave: correlación; rendimiento; necesidad de agua

INTRODUCCIÓN El normal desarrollo del cultivo de algodón

(Gossypium hirsutum L.) requiere de ciertos elementos como radiación, temperatura, nutrientes y agua. En Argentina el área algodonera está comprendida entre las fronteras norte, este y oeste; y al sur se puede considerar como límite el paralelo de 30º Latitud Sur (Pepe y Derewicki, 1997).

Una variable muy importante es la temperatura, a tal punto que el cultivo se ve restringido en su expansión territorial, según las temperaturas medias de las distintas localidades, ya que éstas determinan el comienzo y el fin del ciclo del cultivo, al satisfacer un adecuado Tiempo Térmico.

El cultivo del algodón es considerado tradicionalmente como resistente a la sequía. Esta característica está dada por su alta capacidad de succionar agua del suelo y la habilidad de sus raíces profundas para extraer agua eficientemente. El logro de la expresión del potencial productivo de las variedades, requiere un buen y oportuno suministro de agua (Ricciardi et al., 1991).

Los déficit hídricos inducidos por una baja disponibilidad de agua en el suelo y/o una alta demanda evaporativa, reducen el crecimiento vegetativo y como consecuencia, provocan una disminución en el número total de fructificaciones potenciales. Si las deficiencias se producen a partir de la etapa reproductiva, pueden originar un adelantamiento del fin de la floración efectiva, lo que resulta en una importante reducción del rendimiento debido a un acortamiento del período de fructificación (Mondino y Peterlín, 2006)

La precipitación efectiva y el suelo son factores importantes en el almacenamiento del agua y su posterior aprovechamiento por las plantas. El algodón debe alcanzar un requerimiento mínimo de 500 a 700 mm para su normal desarrollo (Hernández, 1983). Los requerimientos medios diarios de agua varían desde 2 mm por día, en la etapa anterior al pimpollado, hasta un máximo de 9 mm por día, en el momento de mayor formación fructífera, al final de la floración efectiva, a los 80 o 90 días desde la siembra (Prieto, 1991).

A partir de los datos de precipitaciones medias mensuales durante el ciclo del cultivo para una serie de 42 campañas (1969/1970-2010/2011) y los

rendimientos culturales promedios del algodón en la localidad de La Banda, Dpto. Banda, Prov. de Santiago del Estero, se plantea como objetivo de este trabajo, establecer el grado de correlación entre el rendimiento y la variable precipitación como una forma de conocer el nivel de influencia de la misma, en relación a la productividad resultante del cultivo. Al mismo tiempo se determina la necesidad de agua (Uso Consuntivo) en el ciclo del algodón.

MATERIALES Y MÉTODOS Se utilizaron datos de precipitaciones medias

mensuales y anuales de una serie de 42 años (1969/1970 – 2010/2011) registradas para localidad de La Banda (27º 44’ S; 64º 15’O), Santiago del Estero.

El cultivo de algodón considerado corresponde a la variedad Guazuncho INTA, el que fue manejado bajo condiciones de secano.

La información de precipitaciones utilizada fue obtenida de la EEA INTA Santiago del Estero. Los datos de rendimientos en kg ha-1, corresponden a los publicados por el SIIA del Ministerio de Agricultura Ganadería y Pesca. Los mismos fueron procesados estadísticamente mediante un análisis de correlación no lineal tendiente a establecer el grado de influencia entre los parámetros contemplados. Para determinar la necesidad de agua del algodón se calculó el Uso Consuntivo a través del método de Blaney y Criddle, propuesto por Valadez (1971). RESULTADOS Y DISCUSIÓN

La Tabla 1 presenta los valores del Uso Consuntivo, Precipitación Efectiva y Requerimiento de Riego para el cultivo de algodón, durante el ciclo usual para la región.

Tabla 1. Láminas de uso consuntivo (UC), precipitación (P), precipitación efectiva (P Efectiva) y requerimiento de riego (RR) para algodón.

Lámina (mm) Mes UC P P Efectiva RR Nov 48,9 69,1 64,2 ---- Dic 105,3 92,8 78,9 26,4 Ene 157,9 111,8 91,7 66,3 Feb 155,8 97,7 83,1 72,7 Mar 142,1 87,6 76,2 65,9 Abr 59,2 36,2 34,4 24,8

Total 669,2 495,2 428,4 240,8

140


- 118 -


En la localidad de La Banda, el algodón tiene una necesidad de agua de 669,2 mm durante todo su ciclo (noviembre a abril). La precipitación efectiva es de 428,4 mm lo que origina un déficit de agua de 240,8 mm (RR). Por ser la relación entre las variables precipitación anual y rendimientos promedios del algodón de tipo no lineal, se aproximó a una función curvilínea polinomial. Se observa en la Figura 1 que la nube de puntos se concentra entre los 500 y los 700 mm de lluvia, siendo éstos los valores que satisfacen la necesidad de agua (Uso Consuntivo) del cultivo. Por encima de esos límites de precipitación no se observan incrementos en los rendimientos del algodón. El valor de R2=0,0824 indica que la correlación entre las variables es muy débil o prácticamente nula.

Figura 1. Correlación entre precipitación anual y rendimientos promedios en algodón.

Los puntos que muestran valores de rendimientos más altos, se produjeron en la última década de la serie considerada. En la Tabla 2 se presentan los rendimientos del algodón y las precipitaciones anuales para las últimas 10 campañas (2001-2011).

Tabla 2. Precipitación y rendimientos en la década 2001-2011.

Campaña Precipitación (mm) Rendimiento (kg.ha-1) 2001 /02 671 1251 2002 /03 634 1384 2003 /04 504 1413 2004 /05 381 1197 2005 /06 715 1390 2006 /07 493 1612 2007 /08 742 1967 2008 /09 466 1974 2009 /10 789 2200 2010 /11 505 2435

Analizando el comportamiento de los rendimientos en las 42 campañas, se percibió un notable incremento en los rendimientos del algodón en la última década (2001-2011), lo que no es explicado por la precipitación al no existir correlación entre las dos variables.

CONCLUSIONES El mayor aprovechamiento de la lluvia por parte

del cultivo ocurre entre los 500 y 700 mm que se corresponden con el uso consuntivo del cultivo. Se determina que no existe correlación entre las precipitaciones ocurridas en las últimas 42 campañas en La Banda (Dpto. Banda, Santiago del Estero) y los rendimientos del algodón. A partir de la conclusión precedente, inferimos que el marcado aumento de rendimiento observado en las últimas 10 campañas, puede deberse a una conjunción entre el mejoramiento genético de la especie, cambios en las prácticas de manejo del cultivo (por ejemplo: acortamiento de la distancia entre líneas de siembra, aumento de la eficiencia de cosecha), más el efecto de algún otro u otros elementos meteorológicos o climáticos que deberán investigarse en un próximo trabajo.

AGRADECIMIENTOS Al Consejo de Investigación de la UNT por la

provisión de fondos del Proyecto “Variabilidad Climática y Cultivos del NOA”.

REFERENCIAS EEA SE INTA. <http://www.agrometsgo.gov.ar>.

Consultado el 12/11/2011 Hernández, F.J. 1983. Notas sobre el cultivo del

algodonero. Universidad Nacional Experimental de los Llanos Occidentales Ezequiel Zamora. Guanare, Venezuela: 934 p.

Mondino, M.; Peterlín, O. 2006. Algodón: Generación del rendimiento y la calidad. En: E. De La Fuente et al. Cultivos industriales. 1ra. Ed.. UBA. Buenos Aires: 359-390.

Pepe, N.; Derewicki, J.V. 1997. Su majestad el algodón. Ed. Meana y Meana. Resistencia, Chaco, Rep. Argentina.

Prieto, D. 1991. Riego: algunos consejos prácticos. En: A.A. Ricciardi, (Coord.). Manual de Prácticas para el cultivo del Algodón. INTA EEA Pres. Roque Sáenz Peña: 134-138.

Ricciardi, A. A.; Arias de Lavalle, G.; Bianconi, A.; Campagnac, N.; Bisagra, G. 1991. Manual de prácticas para el cultivo de algodón. EEA Presidencia Roque Sáenz Peña, Chaco, Rep. Argentina.

Sistema Integrado de Información Agropecuaria. Ministerio de Agricultura, Ganadería y Pesca. <http://www.siia.gov.ar/sst_pcias/consultaB_pcia.php> Consultado el 21/11/201.

Valadez, S. 1971. Metodología para la determinación y cálculo del Uso Consuntivo. Secretaría de Recursos Hidráulicos. Memorándum Técnico Nº 290. México: 151 p.

y = -0,0014x2 +0,932x +1231,1 R2 = 0,0824

0

500

1000 1500 2000 2500

0 200 400 600 800 1000 1200 Precipitación (mm)

Rdto (Kg ha-1) -


141- 119 -


Área Temática 3 – TELEDETECCIÓN, GEOPROCESAMIENTO Y MODELOS DE CULTIVOS


142


143- 121 -


COMPARING SIMULATED SOYBEAN YIELD WITH DSSAT-CROPGRO USING OBSERVED AND SYNTHETIC WEATHER DATA FOR BRAZIL

Battisti*, R.1; Souza, L. F.1, 2; Sentelhas, P. C. 1

1 Departamento de Engenharia de Biossistemas, Universidade de São Paulo, Escola Superior de Agricultura “Luiz de Queiroz”, CP 9, 13.418-900 - Piracicaba – SP, Brazil. 2 Companhia Nacional de Abastecimento (CONAB), SGAS 901 Bloco “A” Lote 69 – Asa Sul, Brasília, DF, Brazil.


Key words: crop simulation model, weather generator soybean

INTRODUCTION Brazil produced more than 68 million tons of

soybean in 2010, being the second biggest producer in the world (FAO, 2011). Many Brazilian regions where soybean is produced presents some kind of weather limitations for production, as droughts can cause many losses in yield (Berlato and Fontana, 2003).

One way to evaluate the climatic risks associated to soybean production is by using crop simulation models, which can help to determine the best sowing dates and, consequently, to reduce the losses caused for adverse climatic events. CROPGRO model in cluded in the Decision Support System for Agrotechnology Transfer (DSSAT) is one extensively used in Brazil (e.g. Dallacort et al., 2006; Martorano et al., 2008).

To use this model, historical weather data are required. Several times, those data have errors, failures or the serie is too short for long term analysis. An alternative is the use of generated or synthetic weather data, which can be obtained with the WeatherMan weather generators of DSAAT. This kind of approach was used by Sentelhas et al. (2001) to compare maize and dry bean yields for five locations in Brazil. They concluded that weather generators performed very well when comparing yields estimated with generated and observed weather data.

The objective of this study was to compare soybean yields simulated with DSSAT-CROPGRO version 4.5 using observed and synthetic weather data and considering different combinations of generated variables for three regions of Brazil.

MATERIALS AND METHODS Three Brazilian climate stations with 30 years of

observed weather data (1979-2008) were used in this study: Piracicaba, SP (lat. -22,72°, long. -47,65°, alt. 547m), Londrina, PR (lat. -23,92°, long. -51,32°, alt. 830m) and Passo Fundo, RS (lat. -28,17°, long. -52,33°, alt. 687m). The daily weather variables used were: maximum and minimum air temperature; solar radiation and rainfall.

Observed weather data were used in the WeatherMan system for determining the statistical

parameters for generating synthetic weather data. WeatherMan predicts solar radiation and maximum and minimum air temperature as a continuos multivariate stochastic process, using the WGEN model, that is included in DSSAT. The wet and dry days are generated using a first order Markov chain. In wet days, rainfall is generated according to a two-parameter gamma distribution (Richardson and Wright, 1984). For this simulation thirty years of weather data were generated

The observed and generated weather data were combined as follows: weather data observed (OB), weather data generated (GE), only solar radiation generated and others observed (RS), only rainfall generated and others observed (RA), only maximum and minimum air temperature generated and others observed (AT), solar radiation and rainfall generated and others observed (RR).

Weather data treatments were used in CROPGRO-Soybean to estimate grain yield for the Brazilian soybean cultivar CD 202. Cultivar parameters used in the model were obtained from Dallacort et al. (2006). Sowing date was November 15th , which is when the majority of the soybean fields are sown in these region. Plant densitiy was 300,000 plants per ha, with row spacing of 45 cm, and with water balance simulation starting three months before sowing date. Soils were Nitisol for Piracicaba and Oxisol for Passo Fundo and Londrina.

Potential yield was estimated without water deficit (100% irrigated), and actual yield was estimated with rainfed condition. Dunnett’s test (1955) was used to compare yield for each treatment in relation to the yield estimated with observed weather data.

RESULTS AND DISCUSSION The results of the simulations of soybean yields

conducted for the three locations showed significant differences only for potential yield when all weather variables were generated (GE) and only solar radiation was generated (RS), for all sites (Table 1).

For actual yield all the simulated data were significantly similar to the yield simulated with observed data, except for Londrina where the simulations with solar radiation and rainfall generated data (RR) were more than 640 kg ha-1 greater. This difference was significant by the


144- 122 -


Dunnett’s test. In Piracicaba for treatments GE and RR, in Londrina for treatments GE, RS, RA, RR and Passo Fundo for GE, RS and RR, actual yields when compared to those estimated with observed weather data presented mean errors greater than 250 kg ha-1, which represent more than 10% when compared to the observed average actual yield in these regions. When only air temperature was generated and used for estimating actual yields less average errors were observed.

Table 1. Potential and actual yields simulated with CROPGRO-Soyben and the respective mean error (ME) for simulations done with observed (OB) and generated (GE) weather data, and also for the different treatments in Piracicaba, Londrina and Passo Fundo.

Type of Yield Treatment Yield (kg ha-¹)

ME (kg ha-¹)

Piracicaba – SP

Potential

OB 3166 - GE *3575 408.65 RS *3399 232.65 AT 3252 85.52

Actual

OB 2545 -

GE 2928 383.26 RS 2706 161.29

RA 2714 168.68 AT 2594 49.52

RR 2796 250.97 Londrina – PR

Potential

OB 3642 - GE *4236 593.33 RS *4194 551.47 AT 3690 48.00

Actual

OB 2867 - GE 3450 583.20 RS 3366 498.97 RA 3123 256.50 AT 2966 98.83 RR *3516 649.30

Passo Fundo – RS

Potential

OB 3958 - GE *4616 657.67 RS *4678 719.63 AT 3967 9.23

Actual

OB 2986 - GE 3285 298.43

RS 3261 274.53 RA 3039 52.90

AT 3005 18.77 RR 3276 290.07

*Significantly different at the 5% level in comparison to estimates obtained with observed weather data. Mean error: Yield with weather observed – other yield with weather estimate.

Sentelhas et al. (2001) observed that weather generators performed very well when used for simulating maize and dry bean yields for differents regions of Brazil. Soltani and Hoogenboom (2007) assessing crop management options for soybean, maize and wheat crops for Iran, based on generated weather data, observed that for choosing the best crop management, generated weather data are accurate enough.

CONCLUSIONS Generated weather data can be used in crop

simulation models for long term yield estimation, especially when air temperature are missing. When other weather data are missing the errors become higher and the use of generated weather data can be limited, depending on the purposes of the research.

ACKNOWLEDGEMENTS To Conselho Nacional de Pesquisa e Desenvolvimento for scholarship granted to authors, “Instituto Agronômico do Paraná”, “Escola Superior de Agricultura Luiz de Queiroz” and “Empresa Brasileira de Pesquisa Agropecuária” for weather data used in this project.

REFERENCES Berlato, M.A.; Fontana, D.C. 2003. El Niño e La Niña:

impactos no clima, na vegetação e na agricultura do Rio Grande do Sul. Porto Alegre: UFRGS, 110p.

Dallacort, R.; Freitas, P.S.L.; Faria, R.T.; Gonçalves, A.C.A.; Rezende, R.; Bertonha, A. 2006. Utilização do modelo Cropgro-soybean na determinação de melhores épocas de semeadura da cultura da soja, na região de Palotina, Estado do Paraná. Acta Sci. Agron. v. 28, n. 4, p. 583-589.

Dunnett, C.W. 1955. A multiple comparison procedure for comparing several treatments with control. Journal American Statistic Association, v.50, p. 1096-1121.

FAO. 2011. FAOSTAT. <http://faostat.fao.org/>, Consultado 10/11/2011.

Martorano, L. G., Faria, R. T., Bergamacshi, H., Dalmago, G. A. 2008. Evaluation of the CROPGRO/DSSAT model performance for simulating plant growth and grain yield of soybeans subjected and no-tillage and conventional systems in the Subtropiccal Southern Brazil. Italian Journal of Agronomy, v. 3, p. 795-796.

Richardson, C.W., Wright, D.A., 1984. WGEN: A Model for Generating Daily Weather Variables. U.S. Department of Agriculture, Agriculture Research Service, ARS-8, 83 pp.

Sentelhas, P.C.; Faria, R.T. de; Chaves, M.O.; Hoogenboom, G. 2001. Evaluation of the WGEN and SIMMETEO weather generators for the brazilian tropics and subtropics, using crop simulation models. Rev. Bras. de Agrometeorologia. v. 9 p.357-376.

Soltani, A.; Hoogenboom, G. 2007. Assessing crop management options with crop simulation models based on generated weather data. Field Crops Research, v.103, p.198-207.


145- 123 -


PRIMERAS EVALUACIONES DE ESTIMACION DE LA PRECIPITACION A PARTIR DEL RADAR METEOROLOGICO DE ANGUIL

Belmonte*, M. L.1; Di Bella, C. M.2 1 INTA EEA Anguil. Ruta Nac. 5 Km 580. Anguil, La Pampa, CP 6326, Argentina 2 INTA Castelar. Instituto de Clima y Agua. Calle Los Reseros y las Cabañas s/n. Castelar, CP 1712, Argentina


Palabras clave: sensor remoto; red pluviométrica; comparaciones

INTRODUCCIÓN La precipitación es una de las variables de

mayor relevancia para la producción agropecuaria y tradicionalmente es medida en estaciones meteorológicas terrestres a través de pluviómetros y pluviógrafos. Éstos miden la lluvia a nivel de suelo con precisión (Calheiros y Zawadski, 1986; Fattorelli et al., 1996) y proveen la mejor estimación de la lluvia en forma puntual pues el dato es tomado en forma directa (Arkin y Meisner, 1986), pero no permiten obtener un campo continuo de medidas que cubran todo un territorio (Germann et al, 2006). En este sentido los radares meteorológicos emergen como herramientas alternativas o complementarias a las redes pluviométricas terrestres ya que realizan estimaciones de la precipitación con resoluciones espaciales y temporales superiores. Los radares cubren grandes áreas, sus datos son de rápido acceso para aplicaciones hidrológicas en tiempo real. Las ventajas de obtener datos de precipitación con radar son múltiples (Collier, 1986).

La estimación de la lluvia que llega a la superficie terrestre mediante este sensor implica el uso de la reflectividad, variable estimada por los radares y, a través de una relación de ésta con la tasa de precipitación (Rinehart, 1997).

A principios del año 2009 el INTA instaló un radar de tipo meteorológico en su Estación Experimental Agropecuaria de Anguil, La Pampa, el cual permitió la integración de una red junto a otros dos radares, los que en conjunto cubren una parte significativa de la región pampeana argentina.

Estos sensores presentan un programa de barrido configurado que genera y archiva información de manera constante e ininterrumpida en servidores instalados in situ, los que a su vez generan productos derivados a partir del software provisto por el fabricante. Uno de esos productos es el monto de precipitación acumulado.

El objetivo de este trabajo es realizar las primeras evaluaciones del producto hidrológico cantidad de lluvia acumulada que genera este radar. Para ello se evaluará el grado de exactitud que presentan las estimaciones de precipitación (PP) a diferentes escalas espaciales.

MATERIALES Y MÉTODOS Se utilizaron datos de precipitación estimados

por el radar meteorológico ubicado en la EEA de INTA Anguil y su software Rainbow® 5 y datos de lectura de lluvia acumulada de pluviómetros pertenecientes a la red pluviométrica policial de la provincia de La Pampa.

El radar de doble polarización cubre un área total de aproximadamente 18 millones de ha en un radio de alcance de 240 km desde la antena. Se utilizaron las estimaciones de precipitación diaria acumulada en milímetros, las que corresponden a la integral de 144 imágenes generadas automáticamente (1 cada 10 minutos) de un día pluviométrico (9:00 AM a 9:00 AM), con una resolución de 1x1 km2 mediante el producto hidrológico PAC (Precipitation accumulation) que a su vez es derivado del producto SRI (Surface Rainfall Intensity) que estima la intensidad o tasa de precipitación. Para el cálculo del SRI se mantuvo la misma relación que convierte reflectividad (Z) a intensidad de precipitación (R) durante todo el período de evaluación, que fue la desarrollada por Marshall y Palmer (1948): Z = 200R1.6 . El producto SRI presenta un ajuste previo realizado mediante el factor 1,8 y los valores menores a 0,02 se consideran 0.

El período de evaluación comprendió desde el 19 de noviembre de 2011 hasta el 20 de marzo de 2012, considerando dos estaciones: primavera y verano. Del total de datos diarios de radar compilados en el período se descartaron a aquéllos que habían sido generados con menos de 144 imágenes, por no tener la integración diaria completa y a fin de ser comparables con los acumulados diarios de pluviómetros.

Se utilizaron un total de 40 pluviómetros distribuidos bajo el área de cobertura del radar con diferentes distancias al centro del mismo. Mediante la incorporación de las coordenadas geográficas de los pluviómetros al sistema, se obtuvieron los datos correspondientes al radar centrados en la misma ubicación. En los casos de existir tormentas continuas con una duración de más de 1 día, el dato a comparar fue el acumulado en la cantidad de días de duración de la misma, tanto para radar como para pluviómetros, de esta manera corregir el error de las medidas de pluviómetros que se leen antes de las 9.00 AM. Se contó con un total de 337 pares de datos (PPradar-PPpluviómetro) en todo el período analizado, utilizando todos los pluviómetros.


146 - 124 -


Para comparar datos a diferentes distancias al centro del radar se generaron 3 grupos de pluviómetros: ubicados hasta 50 km del sensor, hasta 100 km y más de 100 km, con 53, 203 y 133 datos respectivamente.

Se compararon los datos estimados (radar) con los observados (pluviómetros) a través de regresiones lineales simples, considerando los valores de los pluviómetros como variable regresora y los correspondientes a radar como variable dependiente. Los estadísticos para el análisis utilizado fueron el coeficiente de determinación (R2) y los parámetros de ordenada al origen y pendiente de la regresión.


Los coeficientes de determinación obtenidos fueron similares para todos los grupos evaluados y en todos los casos se consiguió un buen ajuste. Las regresiones sobreestiman los valores observados cuando se evaluó la totalidad de los datos del período analizado con todos los pluviómetros. Tabla 1. Ajustes obtenidos por regresión (R2) entre datos estimados por radar y observados por pluviómetros según distancia al centro del radar Distancia al centro del radar (km) R2 n Hasta 50 0,75 73 Hasta 100 0,70 203 Más de 100 0,73 133 Todas 0,71 336

Cuando se compararon datos según la distancia al radar no se encontraron diferencias entre los grupos de pluviómetros hasta 100 km y de más de 100 km, ambos sobreestiman los valores observados. En el caso de las comparaciones obtenidas con los datos de pluviómetros ubicados hasta 50 km, se observa sobreestimación del sensor con valores de PP bajos, mientras que subestima los valores altos. No se encontraron diferencias (α=0,05) cuando se compararon las pendientes de regresión entre los grupos de hasta 100 km y más de 100 km.

Figura 1. Relación entre datos estimados por radar y observados por pluviómetros durante el período analizado. Línea punteada corresponde a la relación 1:1

CONCLUSIONES A partir de los resultados obtenidos se concluye

que los primeros análisis sobre estimación de lluvia acumulada mediante este radar presentan en principio buenos ajustes en concordancia con las medidas en superficie relevadas en pluviómetros. Pese a la gran variabilidad de la intensidad de lluvia de las tormentas ocurridas en el período analizado, se mantuvo constante la relación de reflectividad e intensidad de PP para el cálculo del producto hidrológico analizado.

Si bien no se encontraron diferencias entre las comparaciones con pluviómetros a diferentes distancias al sensor, habrá que continuar con estas evaluaciones con mayor cantidad de datos en períodos más largos. REFERENCIAS Arkin, PA.; Meisner, BN. 1986. The relationship

between Large-Scale Convective Rainfall an Cold Cloud over the Western Hemisphere during 1982-84. Monthly Weather Review 115: 51-74.

Calheiros, R.; Zawadski, I. 1986. Reflectivity – Rain Rate Relationships for Radar Hydrology. Brazil. Journal of Climate and Applied Meteorology 26: 118-132.

Collier, C. G. 1986. Accuracy of rainfall estimates by radar, Part I: Calibration by telemetering raingauges. J. Hydrol 93: 207-223.

Fattorelli, S.; Casale, R.; Borga, M.; Da Ros, D. 1996. Integración de técnicas RADAR y sensores remotos para la estimación de lluvias en aplicaciones hidrológicas y mitigación de riesgos de inundación. Editor: Asociación Italiana de Hidronomía, AIDI.

Germann, U.; Galli, G.; Boscacci, M.; Bollinger, M. 2006. Radar precipitation measurement in a mountainous region. Q. J. R. Meteorol. Soc. 132: 1669-1692.

Rinehart, R. E. 1997. Radar for meteorologists. Rinehart Publications. Grand Forks. USA. 428p

Selex Sistemi Integrati. 2008. Manual Rainbow 5. Products and Algorithms. Gematronik Weather Radar System. Germany 298 p.

y = 1,0028x + 5,1691R2 = 0,7144

0

20

40

60

80

100

120

140

0 20 40 60 80 100 120 140

PP-Pluviometros (mm)

PP

-Rad

ar (m

m)


147- 125 -


ESTIMACIÓN DE COBERTURA POR RESIDUOS DE SOJA Y MAÍZ UTILIZANDO IMÁGENES SATELITALES PARA LOTES DEL ÁREA CENTRAL DE CÓRDOBA

Bocco*, M.; Ovando, G.; Sayago, S.; Willington, E. Fac. de Ciencias Agropecuarias (FCA) – Universidad Nacional de Córdoba, (5000) Córdoba, Argentina *Contacto: [email protected]

Palabras clave: rastrojo; modelos; LANDSAT

INTRODUCCIÓN La evaluación de la cobertura del suelo por

residuos de cultivos y su distribución espacial resulta importante no sólo para modelos científicos sino también para valorar la adopción de técnicas de conservación de suelos y prevención de escurrimiento por parte de los productores agropecuarios (Arsenault y Bonn, 2005).

Existen varios procedimientos para mapear residuos de cultivos (Daughtry y Hunt, 2008). Muchas de las técnicas consumen mucho tiempo y son muy costosas para realizarse en grandes áreas. La teledetección se constituye así en una herramienta alternativa para detectar residuos de cultivos y diferenciarlos del suelo desnudo (Zheng et al., 2012).

Para el monitoreo de la vegetación verde y del residuo de los cultivos se han desarrollado varios índices espectrales derivados de la teledetección. Biard y Baret (1997), a partir de la relación entre las bandas B3 y B2, construyeron las líneas denominadas de suelo y de residuo. Con estas rectas definieron el Índice Multibanda de Residuos de Cultivo (CRIM) a fin de estimar la fracción de cobertura de residuos de maíz (Zea mays L.). Thoma et al. (2004) compararon el desempeño de distintos índices espectrales provenientes de LANDSAT para estimar la cobertura de residuos de soja (Glycine max (L.) Merrill) y maíz, utilizando regresión lineal y el CRIM, construido a partir de las bandas B3 y B5. Por otro lado Gowda et al. (2001) mostraron que usando la banda B5 o relaciones entre B3 y B5 se obtuvieron los mejores valores al hacer mapas de residuos de cultivo.

La soja es el cultivo más importante en Argentina teniendo en cuenta el rendimiento económico obtenido por los productores y la superficie sembrada, 18.886.600 ha en 2010/11, seguida por maíz, con 4.559.800 ha. En particular, la provincia de Córdoba, es la segunda productora de soja y maíz en Argentina (MAGyP, 2012).

El objetivo de este trabajo fue estimar el porcentaje de cobertura de residuos de cultivos de soja y maíz a partir del índice CRIM obtenido de las bandas B3 y B5 de imágenes LANDSAT.

MATERIALES Y MÉTODOS El estudio se realizó en el área central (31º 41’S,

64º 10’O y 31º 48’S, 63º 53’O) de la provincia de Córdoba, Argentina. En esta región la producción de soja y maíz es principalmente en secano y con siembra directa en suelos de textura franco-limosa.

Se tomaron fotografías digitales en 20 lotes (4 repeticiones) en cada uno de los 7 viajes realizados

(11/2008 a 04/2009). Para este trabajo se utilizó la información de los lotes que cumplían con las siguientes condiciones: el residuo de rastrojo debía ser de una sola especie (soja o maíz) y la cobertura de vegetación verde menor al 15%. A partir de la metodología propuesta por Arsenault y Bonn (2005) se clasificaron las fotografías en tres clases: residuos, suelo y vegetación y se calcularon los porcentajes de cada clase, que fueron promediados, obteniéndose así un registro para cada lote y viaje.

Se utilizaron cinco imágenes provenientes del satélite LANDSAT, obtenidas en días despejados y correspondientes a los días de registro a campo. Las líneas de suelo y de residuos utilizadas para el cálculo del CRIM fueron determinadas, según el método alternativo descrito por Thoma et al. (2004). Se construyeron a partir de los valores de los contadores digitales (CD), de los 100 píxeles centrales de cada lote, con las bandas B3 y B5 del satélite LANDSAT. La línea de suelo se construyó considerando dos de los píxeles más “oscuros” de forma tal que la nube de puntos quedara por encima de la misma; análogamente, la línea de residuos se determinó a partir de dos píxeles de los más “brillantes” donde el suelo mostraba la mayor cobertura por rastrojos.

El índice CRIM se computó de acuerdo a la metodología propuesta por Biard y Baret (1997), calculando el cociente entre la distancia desde el punto M (que representa la mediana de los CD de las bandas 3 y 5 de cada lote) a la línea del suelo y la distancia entre las líneas de residuo y del suelo.

RESULTADOS Y DISCUSIÓN En la Figura 1 se muestran las líneas de suelo y

residuo para la totalidad de los pixeles correspondientes a los lotes en estudio.

Figura 1. Diagrama de dispersión de los contadores digitales correspondientes a los lotes monitoreados y líneas de suelo y de residuo.


148- 126 -


En el presente estudio se consideraron, para determinar las líneas de suelo y residuos, las bandas B3 y B5, ya que como afirman Caride y Paruelo (2007) las bandas que mayor correlación tienen con los índices de cobertura de rastrojo en la bibliografía son las correspondientes al rojo (B3), infrarrojo cercano (B4), e infrarrojo medio (B5 y B7). En particular estos autores concluyen que la presencia de la B5 en el análisis mejora la precisión de las clasificaciones de manera significativa con respecto a las que no la incluyen.

La pendiente obtenida para la línea de suelo (0,49) fue similar a la presentada por Thoma et al. (2004), quienes, para los mismos cultivos y bandas consideradas, reportaron un valor de 0,47. En tanto que para la línea de residuo el valor encontrado (0,90) fue superior al de los mismos autores (0,64); esta diferencia puede deberse a la distribución de los residuos en los lotes (por ejemplo si los mismos permanecen de pie o acostados, enteros o picados).

La estimación del porcentaje de cobertura de residuos realizada empleando el índice CRIM se muestra en la Figura 2.

Figura 2. Relación entre cobertura por residuo medida y obtenida con el índice CRIM, para lotes con rastrojo de maíz, de soja y ambos cultivos.

La estimación de la cobertura de rastrojo a partir

del CRIM, considerando los dos tipos de residuo, presenta un coeficiente de determinación R2=0,75. Gelder et al. (2009), para los mismos tipos de residuos y bandas considerados en el presente trabajo, encontraron un valor inferior (R2=0,27). Considerando las bandas de infrarrojo cercano y medio de una imagen del Landast 5, Pacheco y McNairn (2010) estimaron cobertura de residuo, con el mismo procedimiento obteniendo un R2=0,78 cuando consideraron en conjunto rastrojos de maíz y de trigo-cebada.

El CRIM mejora la precisión de la estimación cuando se consideran solamente residuos de maíz (R2=0,90). En los lotes donde el rastrojo era únicamente de soja, el coeficiente de determinación no presenta diferencias respecto al obtenido con ambos tipos de residuos. Este mismo comportamiento fue descripto por Thoma et al. (2004) quienes presentaron un R2=0,31 cuando relacionaron CRIM con residuos de soja y maíz y R2= 0,36 si solamente lo hacían con maíz.

Las anteriores diferencias de precisión en la predicción a partir del CRIM, puede deberse a la variación en las líneas de rastrojo o de suelo. Los valores extremos (es decir suelos brillantes, y residuos oscuros) pueden provocar que las líneas se junten en el plano formado por las bandas B3 y B5.

Otra propiedad importante del CRIM es la de separación, que gráficamente se observa en la Figura 2. Esto es cuando se consideran residuos inmediatamente posteriores a la cosecha (residuos con alta cobertura) o aquellos que se registran al momento de la siembra (residuos con baja cobertura), los valores de CRIM se mantienen mayores a 70% o menores a 40%, respectivamente.

CONCLUSIONES El índice CRIM, calculado a partir de datos

obtenidos de las bandas 3 y 5 del LANDSAT, resulta un buen estimador de la cobertura de residuos, mostrando un mejor desempeño para residuos de maíz.

AGRADECIMIENTOS Los autores agradecen a Secyt-UNC (Res 162/2012) por el otorgamiento del subsidio que permitió realizar los viajes a campo y obtención de insumos necesarios para este trabajo.

REFERENCIAS Arsenault, É.; Bonn, F. 2005. Evaluation of soil erosion

protective cover by crop residues using vegetation indices and spectral mixture analysis of multispectral and hyperspectral data. CATENA 62(2-3):157-172.

Biard, F.; Baret, F. 1997. Crop Residue Estimation Using Multiband Reflectance. Remote Sens. Environ. 59: 530-536.

Caride, C.; Paruelo, J.M. 2007. Discriminación del sistema de labranza mediante el uso de imágenes Landsat en el Norte de Buenos Aires. Teledetección: Hacia un mejor entendimiento de la dinámica global y regional. Ed. Martin. Buenos Aires, Argentina. 489p.

Daughtry, C.; Hunt, E. 2008. Mitigating the effects of soil and residue water contents on remotely sensed estimates of crop residue cover. Remote Sens. Environ. 112:1647–1657.

Gelder, D.; Kaleita, A.; Cruse, R. 2009. Estimating Mean Field Residue Cover on Midwestern Soils Using Satellite Imagery. Agronomy Journal. 101(3):635-643.

Gowda, P.H.; Dalzell, B.J.; Mulla, D.J.; Kollman. F. 2001. Mapping tillage practices with landsat thematic mapper based logistic regression models. Journal of Soil and Water Conservation 56(2):91-96.

MAGyP. 2012. Producción, área sembrada y cosechada, cotizaciones nacionales e internacionales. Ministerio de Agricultura, Ganadería y Pesca, Presidencia de la Nación, Argentina.

Pacheco, A.; McNairn, H. 2010. Evaluating multispectral remote sensing and spectral unmixing analysis for crop residue mapping. Remote Sensing of Environment 114: 2219–2228

Thoma, D.; Gupta, S.; Bauer M. 2004. Evaluation of optical remote sensing models for crop residue cover assessment. J. Soil Water Conserv. 59:224–233.

Zheng, B.; Campbell, J.; de Beurs, K. 2012. Remote sensing of crop residue cover using multi-temporal LANDSAT imagery. Remote Sens. Environ. 117: 177–183.


149- 127 -


ÍNDICE DE SATISFACCIÓN HÍDRICA COMO ESTIMADOR DE RENDIMIENTOS DE MAÍZ EN REGIÓN PAMPEANA

Carnelos*, D. A.; Fernandez Long, M. E.

Cátedra de Climatología y Fenología Agrícolas. Facultad de Agronomía. Universidad de Buenos Aires. Av. San Martín 4453. (1417).


Palabras clave: balance hídrico; sensores remotos; rendimientos departamentales

INTRODUCCIÓN La precipitación es una de las variables meteo-

rológicas de mayor influencia en la producción de cultivos extensivos de nuestro país. La contribución del agua edáfica en los sub- períodos críticos de mayor actividad vegetativa, es el principal factor bioclimático en el rendimiento de maíz (Pascale y Damario, 2004). Una variante para realizar el seguimiento del estado hídrico en dicho momento es a través de un balance hidrológico.

Estos métodos utilizan datos de superficie, que dejan amplias regiones productivas desprovistas de registros pluviométricos. Uno de los mayores avances que tuvo como objetivo obtener información detallada de de la variabilidad temporal y espacial de la precipitación, fue la incorporación en varios satélites de sensores en microondas pasivas (Kidd et al., 2003).

En particular una de las estimaciones que hace uso de esta nueva tecnología es CMORPH (Climate Prediction Center Morphing Technique) (Joyce et al., 2004). En base a esto, Fernández Long y otros (2011), generaron un modelo de balance hidrológico a partir de estimaciones de precipitación obtenidas por sensores remotos, que permite captar la variabilidad espacial del contenido de agua en el suelo disponible para los cultivos.

El objetivo del presente trabajo fue analizar el grado de asociación entre los rendimientos departamentales de una serie de campañas y los resultados del balance hidrológico. Los aportes convectivos de lluvias en el balance hidrológico fueron considerados con precipitaciones estimadas a partir de información satelital.

MATERIALES Y MÉTODOS Se trabajó con rendimientos de maíz, de 54

departamentos de la región oriental de secano argentina para las campañas comprendidas entre 2003/04-2010/11 (MAGPyA).

Para el cálculo del balance hidrológico se emplearon los datos de evapotranspiración potencial (EP) obtenidos a partir de interpolaciones de los valores medios mensuales (Murphy et al., 2008) estimados a través de la metodología de Penman-Monteith recomendada por la FAO (Allen et al., 1998). Los valores de capacidad de campo y punto de marchitez con los que se trabajó, son los utilizados en trabajos previos (Hurtado 2008; Fernandez Long et al., 2011).

La precipitación se estimó por el algoritmo CMORPH (NOAA Morphing Technique) (Joyce et al., 2004) basado en el uso de microondas pasivas que resulta ser más exacta que otras estimaciones que utilizan exclusivamente la temperatura de los topes nubosos (Joyce et al., 2004)

Se utilizó un programa de computación en lenguaje FORTRAN (Fernández Long et al., 2011) para el cálculo de balance hidrológico desde enero de 2003 hasta noviembre de 2011; obteniendo la evapotranspiración real diaria como variable de salida. En base a esto se procedió a calcular el índice de satisfacción hídrica (ISHi) según la siguiente expresión:

(1) Donde ERd es evapotranspiración real diaria,

EPd es evapotranspiración potencial diaria y n número de días de la década considerada (8, 9, 10 u 11). Luego se realizó el promedio del índice en cada década de los meses de diciembre y enero, para cada departamento en estudio. Una década se define como el período de diez días entre el 1º y el 10º y entre el 11º y el 20º día de cada mes. La última década del mes puede tener 8, 9, 10 u 11 días. Se obtuvo para cada campaña seis valores de ISHi. Una vez obtenido el ISHi y con los datos de rendimientos, se efectuó el análisis de correlación de Spearman (rs) para todas las décadas de diciembre a enero en los 54 departamentos. La prueba usada para determinar la significancia de la correlación fue la “t” de Student (90%, 95% y 99%).

RESULTADOS Y DISCUSIÓN Si se considera el máximo valor de correlación obtenido en cualquier periodo se observa que 19 departamentos alcanzaron valores con un nivel de significancia estadística del 99%, 17 del 95%, 7 del 90% y 11 partidos que no mostraron valores significativos para ninguna década analizada. En la Figura 1 se visualiza la distribución espacial de estos valores. En la mayor parte de los casos se observa un incremento del nivel de correlación hasta alcanzar valores significativos, dicha condición se mantiene por un periodo aproximado de tres décadas, después de las cuales la correlación no es significativa a los niveles considerados para luego disminuir hasta perder significancia estadística este patrón de comportamiento está estrechamente ligado al requerimiento hídrico del cultivo de maíz, durante el periodo crítico (Sudar et al., 1981).


150- 128 -


Figura 1. Partidos o departamentos que en alguna década de los meses de diciembre o enero presentan correlaciones significativas al 90%, 95% y 99% entre el ISHi y los rendimientos. ( 90%, 95% y 99%).

Cuando se utilizan promedios de rendimientos departamentales existen variables que afectan los resultados obtenidos y que no pueden ser manipuladas por el investigador. Las mismas están compuestas por los distintos híbridos utilizados comercialmente, por las condiciones de manejo, la tecnología empleada, los objetivos de cada productor y principalmente por las fechas de siembra. Esto ocasiona que para una misma localidad las fechas en las cuales florece el cultivo, puedan diferir considerablemente, modificando sustancialmente el momento de ocurrencia del periodo crítico y con ello el rendimiento (Carcova, et. al., 2003). Cuando se analizó la variación espacial y temporal de las correlaciones, se encontró que la relación aumenta a partir de la segunda década de diciembre (Figura 2A) hasta la primera década de enero en el centro de la región (Figura 2B), coincidiendo con la época de ocurrencia en la región del periodo crítico del maíz.

Figura 2. Partidos o departamentos que presentan correlaciones significativas al 90%, 95% y 99% entre valores del ISHi en la segunda década de diciembre (A) y en la primera de enero (B) y los rendimientos. ( 90%, 95% y 99%).

Durante este período de correlaciones significativas es cuando el ISHi (de alguna de las décadas comprendidas en el mismo) puede utilizarse como un estimador de los rendimientos esperados en la campaña en curso.

CONCLUSIONES El valor de correlación entre el ISHi y los

rendimientos departamentales adopta el máximo valor durante los treinta días alrededor de floración.

El ISHi de un departamento se encuentra asociado en forma positiva con los rendimientos promedio de maíz y puede ser utilizado como estimador de los mismos cuando es calculado durante el periodo de floración para la zona núcleo de producción de maíz.

AGRADECIMIENTOS Este trabajo se realizó en el marco del proyecto UBACyT 20020 100 100 477.

REFERENCIAS Allen, R.G.; Pereira, L.S.; Raes, D.; Smith, M. 1998.

Crop evapotranspiration, Guidelines for computing crop water requirements, FAO irrigation and drainage paper 56, Food and Agriculture Organization of the United Nations. Rome.

Cárcova, J.; Borrás, L.; Otegui, M. E. 2003. Ciclo ontogénico, dinámica del desarrollo y generación del rendimiento y la calidad de maíz En: E.H., Satorre; R.L., B. Arnold; G.A., Slafer; E. B. de la Fuente; D.J., Miralles; M.E. Otegui; R. Savin; (Ed). Producción de Granos: bases funcionales para su manejo. Fac. Agronomía. Buenos Aires, Argentina. 22 pp.

Fernández Long, M. E.; García Skabar, Y.; Ferreira, L.; Spescha, L. 2011. Balance de agua en el suelo con precipitación estimada a partir de sensores remotos. En: XVII Congresso Brasileiro de Agrometeorologia, 2011, Guarapari, Brasil.

Joyce, R. J.; Janowiak, J.E.; Arkin, P.A.; Xie, P. 2004. CMORPH: A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution. J. Hydrometeor 5: 487-503.

Kidd, C.K.; Kniveton, M.C.; Todd, M.C.; Bellerby, T.J. 2003. Satellite rainfall estimation using combined passive microwave and infrared algorithms. J. Hydrometeor 4:1088-1104.

Hurtado, R. 2008. Relación entre el rendimiento del cultivo de trigo y el almacenaje estimado de agua en el suelo, en las cinco provincias pampeanas. Tesis de maestría en Meteorología Agrícola, UBA, Buenos Aires, Argentina.

Murphy, G. M.; Hurtado, R.H.; Fernández Long, M.E.; Serio, L. A.; Faroni, P.A.; Maio, S.; Spescha, L.B.; Barnatan, I. E. 2008. Atlas agroclimático de la Argentina. Editorial Facultad de Agronomía. Buenos Aires, Argentina. 130p.

Organización Meteorológica Mundial OMM. 1966. Vocabulario Internacional de Meteorología. 276p.

Pascale, A. J.; Damario, E. A. 2004. Bioclimatología Agrícola y Agroclimatología. Editorial Facultad de Agronomía. Buenos Aires, Argentina. 550p.

Sudar, R.A.; Saxton, K.E.; Spomer, R.G. 1981. A predictive model of water stress in corn and soybeans. Trans. of Am. Soc. Agric. Engr. 24: 97-102.


151- 129 -


EVAPOTRANSPIRACIÓN EN EL VALLE DEL RÍO NEUQUÉN UTILIZANDO INFORMACIÓN DEL SATÉLITE LANDSAT 7 ETM+

Cogliati, M . G. Departamento de Geografía, Universidad Nacional del Comahue, Av. Argentina 1400, Neuquén, ARGENTINA


Palabras clave: satélites; evapotranspiración; balance energético.

INTRODUCCIÓN

La cuantificación de la evapotranspiración (EVT) en áreas productivas irrigadas es importante para establecer políticas relacionadas al manejo del agua. La evapotranspiración ha sido estimada multiplicando la evapotranspiración de referencia basada en variables meteorológicas por un coeficiente determinado por el tipo y el estado de crecimiento del cultivo (Allen y otros, 2005). Sin embargo, dicho coeficiente es difícil de estimar en zonas cubiertas por distintos cultivos en diferentes estados de crecimiento.

En regiones áridas y semiáridas cerca del 90% de la precipitación puede ser evapotranspirada (Varni et al., 1999). Por lo tanto, los recursos de agua, aplicaciones en manejo de áreas forestadas, distribución de agua para agricultura, monitoreo del crecimiento de cultivos, detección de sequías, recuperación de áreas desérticas y deforestadas, requieren la estimación de la EVT en superficie en distintas escalas espaciales y temporales. (Allen et al., 2004; Dodds et al., 2005). La variabilidad de la topografía y las propiedades radiativas de la superficie se combinan para generar variaciones temporales y espaciales complejas del balance de energía en superficie (Oliphant et al., 2003). EVT fue estimada en escala regional por varios autores (Ambast et al., 2002; Cleugh, 2007; Matsushima, 2007).

En este trabajo, se utilizan los datos de imágenes digitales recolectados por satélites LANDSAT TM en el infrarrojo, visible e infrarrojo cercano de las 14:00 hora local (HL) durante el verano en el valle del río Neuquén.. La evapotranspiración se calcula píxel por píxel para el tiempo instantáneo de pasaje del satélite. El proceso se basa en el balance de energía completo para cada píxel donde la evapotranspiración se estima a partir del monto residual de energía que queda del balance de energía clásico (Bastiaanssen et al., 1998). A media mañana y a media tarde, la zona cubierta con sombra se reduce, debido al menor ángulo zenital del sol, y la dirección norte sur del valle (Oliphant et al., 2003). MATERIALES Y METODOS El área comprende la zona del valle del río Neuquén entre 38° 51´ S, 68° 76´W y 38° 54´S, 67 ° 58´ W (Figura 1). La topografía presenta una característica de escalón, con el valle irrigado en la zona deprimida. Los datos satelitales están disponibles a través del Proyecto LANDSAT vía

internet (http://glovis.usgs.gov/) previamente procesadas (proceso L1T) cortesía del USGS.

Figura 1. Alturas topográficas (m) (figura inferior) y superficie 3D (arriba) del área estudiada del valle del río Neuquén (datos SRTM, USGS).

La información fue adquirida en formato GeoTiff. El nivel de proceso L1T incluye corrección radiométrica, geométrica sistemática y de precisión utilizando puntos de control en superficie y un modelo de elevación digital para corregir el paralaje debido a la topografía. Las imágenes fueron seleccionadas de días donde no se detectaba nubosidad sobre el área en estudio. La Tabla 1 presenta las fechas analizadas. La información satelital fue corregida para eliminar la influencia de la atmósfera utilizando los resultados del modelo MODTRAN con la aplicación online atmospheric correction (Barsi et al., 2003). Tabla 1. Fecha, hora y tipo de análisis de las imágenes LANDSAT7 ETM+ utilizadas en el análisis (Cortesía del USGS, Global visualization Viewer).

Verano Hora UTC Análisis 22/01/2000 14:09 L1T 14/01/2003 14:05 L1T 07/02/2001 14:07 L1T

Teniendo en cuenta el balance de energía en

superficie, la energía consumida por los procesos de evapotranspiración se calcula como:

LE= Rn - G - H (1) Donde LE es la energía latente consumida en la

evapotranspiración, Rn es la radiación neta (balance de radiación entrante y saliente de onda corta y la radiación de onda larga de la superficie), G es el flujo de calor sensible conducido hacia el suelo, H es el flujo de calor sensible por convección hacia el aire. La ventaja del balance de energía es que utiliza


152- 130 -


una estimación de la evapotranspiración real y no de la EVT potencial, basada en la vegetación, por lo que se pueden incluir las variaciones de EVT debidas a la escasez de humedad del suelo. La exactitud de la estimación de energía latente depende de la estimación de Rn, G y H. (Allen y otros, 2004). Rn es calculada a partir de las reflectancias medidas por el satélite y la temperatura de superficie, H es estimado a partir de los rangos de temperatura de superficie, Rn .y G. En este trabajo se calcula la evapotranspiración a la hora de pasaje del satélite (14:00 UTC). Cuando la superficie está húmeda (vegetación y superficies con agua) la evapotranspiración juega un rol importante en el balance de calor. El calor por evaporación se transfiere hacia arriba en el flujo turbulento de vapor de agua o flujo de calor latente. El flujo de calor latente asociado a evapotranspiración puede estimarse como:

L=5(Ts–273,16)[1+tanh(3,0(NDVI–0,3)] (2)

Donde Ts es la temperatura de superficie en oK. Esta aproximación asume que el flujo de calor latente es proporcional a la temperatura y se incrementa con la densidad de vegetación (NDVI) (Allen et al ., 2004). RESULTADOS Y DISCUSIÓN

La Figura 2 presenta la evapotranspiración estimada a partir de las imágenes LANDSAT para la fecha presentada en la Tabla 1. Las áreas ubicadas en zonas de chacras, presentan mayor evapotranspiración , así como las áreas sobre la meseta con plantaciones donde se aplica riego con pivote central. Las áreas sobre la meseta con vegetación escasa (ver Figura 1) presentan menor EVP. La Figura 3 presenta el gráfico de dispersión entre la EVT calculada y la altura del terreno a partir de un modelo de elevación digital.

El máximo de ocurrencia con mayor EVT asociado a menor altura, corresponde al interior del valle, mientras que los máximos con similar EVT y mayor altura se asocian a zonas de cultivos en la meseta (Figura 3).

Figura 2. Estimación de la evapotranspiración (mm) en verano en el área de estudio a las 14:00 HL utilizando ecuación (2) a partir de imágenes LANDSAT ETM+.

Figura 3. Gráfico de dispersión entre la EVT calculada a partir de datos satelitales y la altura topográfica del área.. CONCLUSIONES

La evapotranspiración puede ser obtenida como un residuo de la ecuación de balance de energía. Los valores mayores se obtuvieron en sectores asociados a zonas productivas en el valle y zonas con riego por pivote central con cultivos de hortalizas sobre la meseta, ambas con mayor vegetación e irrigación.

AGRADECIMIENTOS El trabajo se realizó en el marco del proyecto de Investigación H110 (Facultad de Humanidades de UNCo) y con el apoyo de la Secretaría de Investigación de UNCo en la adquisición del Sistema de Información Geográfica.

REFERENCIAS

Ambast, S. K.;Keshari, A. K.; Gosain, A. K. 2002. An operational model forestimating regional evapotranspiration through surface energy partitioning (RESEP). Int. J. of Remote Sensing 23: 4917-4930.

Allen, R.G. et al. 2004. A LANDSAT- based Energy balance and evapotranspiration model in Western US water rights regulation and planning. Irrigation and drainage Systems. Springer 19:251-268.

Barsi, J. Schott, J.; Palluconi, F.; Hook, S. 2005 Validation of a web-based atmospheric correction tool for single thermal band instruments, Proc. SPIE vol 5882.

Cleugh, H. A. et al. 2007. Regional evaporation estimates from flux tower and MODIS satellite data. Remote Sensing of Environment, 106: 285-304.

Bastiaanssen, W.G.M et al.,1998. A remote sensing surface energy balance algorithm for land (SEBAL). J. Hydrology 212: 198-212.

Varni, M. et al. 1999. The groundwater recharge in the Azul aquifer, central Buenos Aires Province, Argentina. Phys. and Chemistry. Earth 24: 349-352.

Dodds, P.; Meyer, W.; Barton, A. 2005. A review of methods to estimate irrigated reference crop evapotranspiration across Australia. Techn. Rep. 04/05, CSIRO land and water, Adelaide, Australia.

Matsushima, D. 2007. Estimating regional distribution of surface heat fluxes by combining satellite data and a heat budget model over the Kherlen River Basin,Mongolia. Journal of Hydrology 333: 86-99.

Oliphant, A.J. et al. 2003. Spatial variability of surface radiation fluxes in mountainous terrain. J. of Applied Met. 42: 113-128.


153- 131 -


MAPAS DIGITALES DE PRECIPITACIÓN MEDIA MENSUAL PARA LA REPÚBLICA ARGENTINA

Cravero*, S. A. C.1; Bianchi, C. L.2 ; Bianchi, A. R.3

1 Facultad de Ciencias Naturales. Universidad Nacional de Salta. Bolivia 5150, Salta, CP 4400, Argentina. 2 Ministerio de Medio Ambiente y Producción Sustentable, Gobierno de la Provincia de Salta 3 Ex INTA EEA Salta, División Recursos Naturales

*Contacto: [email protected]; [email protected]

Palabras clave: Argentina; precipitaciones mensuales; régimen de precipitación; mapas digitales; SIG

INTRODUCCIÓN El Atlas Climático Digital de la República

Argentina (Bianchi y Cravero, 2010) contiene una colección de mapas que representan la distribución espacial de elementos climáticos tales como temperatura media mensual y anual, precipitación anual, evapotranspiración potencial mensual y anual, balance hídrico anual e índice de aridez de De Martonne.

De estos parámetros, la precipitación es un fenómeno irregular, cuya distribución espacial y en el tiempo obedece a un número importante de factores entre los que se destacan: distancia al mar, relieve (altitud y exposición), movimientos de las masas de aire. La generación de modelos numéricos que permitan su estimación se ve dificultada por el comportamiento muy heterogéneo de dichos factores.

El mapa de precipitación anual que integra el Atlas Climático Digital se generó utilizando herramientas tales como Sistemas de Información Geográfica (SIG), métodos estadísticos, técnicas de interpolación espacial, análisis de imágenes satelitales y modelos digitales de elevaciones.

La existencia de este mapa de precipitación anual impulsó la idea de utilizarlo como información cartográfica a partir de la cual generar mapas de distribución espacial de la lluvia a escala mensual.

MATERIALES Y MÉTODOS Con la finalidad de conocer el régimen

temporal de precipitación de cada lugar, se generó una amplia base de datos pluviométricos correspondientes a diferentes localidades del país.

La información utilizada provino de las Estadísticas climáticas publicadas por el Servicio Meteorológico Nacional (SMN 1986, 1992) y la de la década 1991 – 2000 en soporte magnético. Otra fuente de datos es la contenida en la recopilación Datos Pluviométricos 1921 - 1950 (SMN 1969). Se contó además con información aportada en formato digital por el Banco de Datos Hidrológicos de la Secretaría de Recursos Hídricos de la Nación, Las precipitaciones en el Noroeste Argentino (Bianchi y Yañez, 1992). Para cada localidad incluida en dicha base de datos pluviométricos mensuales, se calculó el porcentaje del total anual de lluvias que

se registra en cada mes del año. Con esta información se generó en formato SIG (shp) un mapa de puntos del país, en el que cada punto corresponde a una localidad con información porcentual.

Mediante interpolación espacial utilizando el método kriging, se obtuvieron los mapas de porcentaje de lluvia que ocurre en cada mes con respecto al total anual en formato raster, uno por cada mes del año (mapas de régimen temporal de lluvia).

Finalmente, a partir del mapa de precipitación anual de la Argentina (Bianchi y Cravero, 2010) y los de porcentajes de lluvias mensuales generados en este trabajo, utilizando la herramienta Spatial Analyst; Raster calculator de ArcMap se generó el modelo para realizar la multiplicación píxel a píxel de los mapas digitales de precipitación y los de régimen temporal de lluvia, obteniendo los mapas de totales mensuales de lluvias en formato continuo (raster).

RESULTADOS Y DISCUSIÓN Las herramientas de manejo espacial de

información climática de los sistemas de información geográfica (SIG) permiten generar rápidamente y con mucho detalle cartografía climática digital.

El módulo Raster calculator de ArcMap demostró ser una herramienta potente que permite generar rápidamente los mapas de lluvia mensual con sólo aplicar el porcentaje de lluvias de cada mes al total anual.

La metodología utilizada permitió cartografiar las precipitaciones medias mensuales en todo el territorio continental de la Argentina. En las Figuras 1 y 2 se muestran como ejemplo mapas obtenidos en formato raster para dos meses del año. En el mapa correspondiente al mes de enero (Figura 1) se aprecia que las lluvias se manifiestan sobre el norte del país. Se observa un área de mayores precipitaciones (color claro) en los faldeos orientales de las primeras estribaciones andinas y de las sierras subandinas en el Noroeste de Argentina. Estas altas precipitaciones estivales se corresponden con las de un régimen de “tipo monzónico” y dan lugar a la región selvática de Las Yungas. Muy bajos valores (colores más oscuros) aparecen sobre la Patagonia, Cuyo y la Puna.


154- 132 -


Figura 1. Mapa digital de precipitación media de enero

En julio (Figura 2) llama la atención las escasas precipitaciones que se producen prácticamente en todo el país y que son casi inexistentes en la región Noroeste de Argentina. En la región de los Andes patagónicos se aprecian las mayores precipitaciones invernales, lo que se corresponde con un régimen de “tipo mediterráneo”. Se manifiesta de ese modo la zona de bosques andino patagónicos (zona clara en el mapa). En la meseta misionera se producen precipitaciones que corresponden a un régimen de “tipo isohigro”, las precipitaciones disminuyen sobre el noreste y llanura pampeana.

Figura 2. Mapa digital de precipitación media de julio

CONCLUSIONES Con estos nuevos mapas digitales se pretende

continuar generando información que pueda ser utilizada por otras áreas del conocimiento, y que esté disponible en formatos y entornos de acceso público.

Una característica importante de la cartografía continua (en formato raster) es que cada celda (píxel) tiene un valor de la variable considerada y es posible recorrer el mapa con el mouse y visualizar los distintos valores.

Se pueden utilizar los mapas obtenidos en este formato para el cálculo de otros parámetros climáticos, o bien, hacerlos intervenir como “capa climática” en procesos de análisis de las posibilidades de uso del territorio. De esta forma se contribuirá a una utilización de los recursos naturales involucrados acorde con sus posibilidades. AGRADECIMENTOS Al Instituto Geonorte. Facultad de Ciencias Naturales. Universidad Nacional de Salta. (Instalaciones y software ArcGIS para el desarrollo del SIG).

REFERENCIAS Bianchi, A. R; Cravero, S. A. C. 2010. Atlas climático

digital de la República Argentina”. Salta: Ediciones Instituto Nacional de Tecnología agropecuaria, 2010. 84 p. ISBN 978-987-1623-95-2

Bianchi, A.R.; Yañez, C. E. 1992. Las Precipitaciones en el Noroeste Argentino. 2da edición. INTA EEA SALTA, 383 p.

Servicio Meteorológico Nacional SMN. 1969. Datos pluviométricos 1921 1950. Publicación B1 Nº 2. Buenos Aires.

Servicio Meteorológico Nacional SMN. 1986. Estadísticas climatológicas 1971 – 1980, Buenos. Aires. 169 p.

Servicio Meteorológico Nacional SMN. 1992. Estadísticas climatológicas 1981 – 1990, Buenos. Aires. 709 p.


155

- 133 -


CALIBRACIÓN DEL MODELO AQUACROP EN PAPA CON DATOS DE COBERTURA MEDIDOS EN EL CINTURÓN VERDE DE CÓRDOBA, ARGENTINA

de la Casa*, A.1; Ovando, G.1; Bressanini, L.2 ; Martínez, J.3

1Agrometeorología, 2Agrotecnia 3Física - Facultad de Ciencias Agropecuarias (UNC), Córdoba CP 5000, Argentina


Palabras Clave: papa; cobertura; modelo AquaCrop

INTRODUCCIÓN

El modelo AquaCrop representa una evolución del

método FAO que estima la disminución de la

productividad de los cultivos en respuesta al estrés

hídrico. AquaCrop ha progresado en los siguientes

aspectos (Steduto et al., 2009): (i) discrimina la

evapotranspiración (ET) entre la transpiración del

cultivo (Tr) y la evaporación del suelo (E), (ii)

considera un modelo simple de crecimiento y

senescencia de la cobertura del follaje como base para

estimar Tr y separarla de E, (iii) determina el

rendimiento (Y) en función de la biomasa (B) y el

índice de cosecha (HI), y (iv) considera el efecto de

estrés hídrico de manera diferente en crecimiento,

senescencia, Tr, e HI. La usina de crecimiento de

AquaCrop es:

Tr x WPB (1)

donde WP es la productividad del agua (biomasa por

unidad de superficie, por unidad relativa de

transpiración acumulada), que tiende a ser constante

bajo condiciones climáticas determinadas (Steduto et

al., 2007).

A diferencia de otros modelos de cultivo que usan el

índice de área foliar como la variable que interacciona

entre la planta y la atmósfera, AquaCrop emplea la

cobertura del suelo por el follaje y, en base a ella,

estructura la dinámica de crecimiento, consumo de agua

y productividad del cultivo (Raes et al., 2009). El

desarrollo de la cobertura se estima a partir de un

conjunto integrado de tres funciones exponenciales que,

en primera instancia, calculan valores de cobertura en

ausencia de restricciones para dar un carácter potencial a

sus determinaciones, que luego se ajustan de acuerdo a

las condiciones de estrés hídrico o nutricional. Si bien el

modelo incluye un conjunto de coeficientes que

representan exigencias, tolerancias y respuestas del

cultivo, la difusión geográfica mundial de la papa

origina una gran diversidad de comportamientos y

respuestas productivas. Solo en la Argentina, para el

conjunto de las regiones de producción existen 4 épocas

de cultivo, cada una caracterizada de acuerdo a sus

diferentes condiciones climáticas, edáficas, prácticas

culturales y nivel de rendimiento. Un parámetro central

de AquaCrop que se debe establecer en una etapa

inicial de su implementación es WP. En el cinturón

verde de Córdoba no existe información acerca de los

valores típicos de WP para el cultivo de papa. Cuando

la productividad del cultivo se analiza desde el

concepto de eficiencia en el uso de la radiación (EUR),

la papa ha mostrado un desempeño intermedio entre las

especies C3 y C4. A partir de datos de cobertura del

follaje observados a campo este trabajo evalúa el

desempeño predictivo del modelo AquaCrop

considerando distintos valores de WP para simular el

comportamiento productivo del cultivo de papa tardía

bajo las condiciones de producción del CV de

Córdoba, Argentina.

MATERIALES Y MÉTODOS El estudio se realizó sobre un cultivo de papa

(Solanum tuberosum L.) cv. Spunta, a partir de datos

relevados entre el 16/02 (plantación) y el 29/05

(cosecha) de 2010. Las mediciones se realizaron en un

lote de 9 ha ubicado en el cinturón verde de la ciudad

de Córdoba (31 30’ lat. S., 64 08’ long. O., 402

msnm). El suelo es un Haplustol éntico, serie

Manfredi, cuyo perfil presenta tres horizontes de

textura franco-limosa. Sobre el lote se estableció una

grilla cuadrada de muestreo de 3 filas x 3 columnas

con nodos separados cada 70 m, identificados por el

número de columna (dirección S – N) y fila (dirección

E - O) (ej. 1.1. es el nodo más al SE). El cultivo fue

fertilizado a la plantación con 250 kg ha-1

de N-P-K

(20-17-3), con el agregado de Mg y S, y a los 40 días

de emergencia, con 22-0-0 y el agregado de S, Ca y

Mg, de modo que la simulación no consideró mermas

productivas por deficiencias de nutrientes. el cultivo

recibió 20 mm con riego superficial el día 31/03/2010.

Los datos meteorológicos que requiere el modelo se

obtuvieron de una estación automática distante a 9 km

del lote. Con una frecuencia media de 12 días, en 9

lugares alrededor de cada nodo de la grilla se tomaron

fotografías verticales (a 2,5 m de altura sobre el

cultivo), para obtener el valor medio y desvío estándar

de la cobertura (f) de cada sector. La cobertura se

obtuvo a partir del procedimiento de análisis digital

presentado por de la Casa et al. (2010). Los valores

estimados de cobertura se calcularon modificando los

coeficientes CCo: tamaño inicial del canopeo (en t =

0); CCx: cobertura máxima en condiciones óptimas de

crecimiento; CGC: coeficiente de crecimiento del

canopeo; CDC: coeficiente de declinación del canopeo,

hasta producir la función de ajuste entre observados y

estimados similar a la recta identidad. El rendimiento

en peso fresco (PF) para cada sector se obtuvo del

valor medio de la totalidad de tubérculos producidos en

1 m2 de superficie de 6 lugares equidistantes de cada

nodo de la grilla. A los efectos de expresar la

producción en términos de peso seco (PS) se asumió

una relación PS/PF de 20%. Se consideraron valores de

WP de 15,8 (propio de especies C3), 31,6 (para

especies C4) y 2 niveles intermedios de 21 y 26,3 g m-2

para ajustar la estimación del rendimiento.


156- 134 -


RESULTADOS Y DISCUSIÓN La Figura 1 muestra la variación de la cobertura

del cultivo durante el ciclo 2010 en uno de los 9 sectores del lote. Mientras los puntos muestran las observaciones de cobertura determinados a partir de las fotografías digitales en distintos momentos del ciclo, el trazo continuo corresponde a los valores estimados por AquaCrop para las condiciones climáticas, edáficas y de manejo del ciclo tardío del ensayo y los coeficientes de desarrollo de la canopia que, obtenidos por prueba y error, se presentan en la Tabla 1. La curva describe de manera muy estrecha la variación observada, de modo que el ajuste lineal entre ambas variables presenta una pendiente muy próxima 1, en tanto el valor de la ordenada al origen tiende a cero. Este análisis se extendió al resto del lote y los resultados se presentan en la Tabla 1. Al igual que en el sector 1.1., todos los sectores analizados presentan funciones de ajuste lineal que no difieren estadísticamente de la función identidad.

Figura 1. Variación de la cobertura observada y estimada por AquaCrop de acuerdo a los días después de la plantación (ddp) en el sector 1.1. del lote. La barra vertical indica la desviación estándar. Tabla 1. Coeficientes del modelo de desarrollo de la cobertura de papa que utiliza AquaCrop; coeficientes de regresión (a: ordenada al origen; b: pendiente) y coeficiente de correlación (r) para la relación entre los valores observados y estimados de cobertura para cada sector del lote Sector CCo CCx CGC CDC a b r

1.1. 0,4 0,98 0,19 0,090 0,029 0,978 0,9975 1.2. 0,4 0,99 0,20 0,080 -0,608 1,007 0,9945 1.3. 0,4 0,99 0,20 0,080 -1,778 1,019 0,9950 2.1. 0,3 0,99 0,18 0,080 -2,614 0,985 0,9955 2.2. 0,4 0,98 0,19 0,084 -0,912 0,987 0,9965 2.3. 0,4 0,98 0,19 0,083 -0,687 0,983 0,9975 3.1. 0,3 0,97 0,19 0,078 -1,540 1,006 0,9980 3.2. 0,3 0,96 0,20 0,080 2,292 0,980 0,9955 3.3. 0,3 0,97 0,19 0,077 0,395 0,980 0,9975

Referencias: Sector: fila.columna. CCo: tamaño inicial del canopeo (en t = 0); CCx: cobertura máxima en condiciones óptimas de crecimiento; CGC: coeficiente de crecimiento del canopeo; CDC: coeficiente de declinación del canopeo.

A los efectos de obtener el valor de WP característico para las condiciones ambientales y tecnológicas del sitio del experimento, la producción de biomasa se estimó considerando distintos valores de WP. La relación entre los rendimientos de

tubérculo observados y estimados por AquaCrop para distintos niveles de WP se muestra en la Figura 2. Si bien la función de ajuste entre los valores observados y estimados presenta siempre un coeficiente de correlación superior a 0,94 (p < 0,001), con WP=26,3 y WP=31,6 g m-2 se produce una marcada sobrestimación, en tanto que con 15,8 g m-2 el comportamiento es opuesto, siendo 21 g m-2 el valor de WP que produce el error de estimación más bajo. Al igual que sucede con los valores de EUR, la productividad del agua en papa también se presenta intermedia entre los valores característicos de especies C3 y C4. De todos modos, la diferencia entre observados y estimados es mayor a medida que el rendimiento es más reducido. Este comportamiento sugiere, al igual que las primeras evaluaciones realizadas para otros cultivos, que el desempeño de AquaCrop es más adecuado bajo condiciones de mayor provisión de agua, pero tiende a estimar incorrectamente la EUA bajo condiciones de estrés hídrico (Evett y Tolk, 2009).

Figura 2. Relación entre valores observados de rendimiento de tubérculo (materia seca) en distintos sectores del lote y los estimados por AquaCrop considerando distintos valores de Productividad del agua . CONCLUSIONES

AquaCrop estima de manera adecuada el rendimiento del cultivo de papa para valores elevados de producción, una vez que se ajustaron los coeficientes de desarrollo de la cobertura. El valor de productividad del agua en papa fue de 21 g m-2, intermedio al de especies características C3 y C4. REFERENCIAS Evett, S.R.; Tolk, J. A. 2009. Introduction: Can water use

efficiency be modeled well enough to impact crop management? Agron. J. 101: 423-425.

Raes, D.; Steduto, P.; Hsiao,T. C.; Fereres, E. 2009. AquaCrop-The FAO crop model to predict yield response to water: II Main algorithms and software description. Agron. J. 101: 438-447.

Sinclair, T. R.; Muchow, R.C. 1999. Radiation use efficiency. Adv. Agron. 65: 216-265.

Steduto, P.; Hsiao, T.H.; Fereres, E. 2007. On the conservative behavior of biomass water productivity. Irrig. Sci. 25:189-207.

Steduto, P.; Hsiao, T.C.; Raes, D.; Fereres, E. 2009. AquaCrop-The FAO crop model for predicting yield response to water: I. Concepts and underlying principles. Agron. J. 101: 426-437.

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100Días después de plantación (ddp)

Cob

ertu

ra (%

)

Observados Estimados

y = 0.2625x + 2.8946R2 = 0.8996

y = 0.3494x + 3.8627R2 = 0.9001

y = 0.4374x + 4.825R2 = 0.9

y = 0.5244x + 5.7928R2 = 0.8999

4

5

6

7

8

9

10

4.5 5 5.5 6 6.5Rendimiento observado (t ha-1)

Ren

dim

ient

o es

timad

o (t

ha-1

)

WP =15.8 Estimado (WP =21) WP =26.3 WP =31.6 1:1


157

- 135 -


EVALUACIÓN DEL MODELO AQUACROP EN PAPA CON DATOS DE HUMEDAD DEL SUELO EN EL CINTURÓN VERDE DE CÓRDOBA, ARGENTINA

de la Casa*, A.1; Ovando, G.1; Bressanini, L.2; Martínez, J.3

1Agrometeorología, 2Agrotecnia y 3Física de la Facultad de Ciencias Agropecuarias (UNC), Córdoba CP: 5000, Argentina


Palabras Clave: papa; modelo AquaCrop; balance hídrico

INTRODUCCIÓN

El modelo de cultivo AquaCrop estima la

producción de biomasa en base al concepto de

productividad o eficiencia en el uso del agua y

establece una eventual disminución del rendimiento

en respuesta al estrés hídrico (Steduto et al., 2009).

Al igual que otros modelos de cultivo, AquaCrop

estructura el continuo suelo-planta-atmósfera

mediante la inclusión del suelo, a partir de los

balances de agua y nutrientes; la planta, considerando

sus procesos de crecimiento, desarrollo y

rendimiento; y la atmósfera, teniendo en cuenta su

régimen térmico, pluvial, de demanda evaporativa y

concentración de CO2 (Raes et al., 2009). La rutina

de balance de agua de AquaCrop se ha mostrado

robusta para evaluar el consumo de agua de un

cultivo, tanto en los primeros resultados originados

en la calibración y validación del modelo, como

cuando el procedimiento se utilizó de manera

particular en maíz y trigo (Raes et al., 2006).

En distintas regiones productoras de la Argentina

resulta considerable la diferencia entre el rendimiento

comercial de papa respecto al valor potencial, de

modo que existen muchas posibilidades de

incrementar el rendimiento para reducir la brecha

productiva (Caldiz et al., 2001). Si bien el cultivo de

papa en el cinturón verde de Córdoba se realiza bajo

riego, muchas veces la cantidad de agua que se utiliza

o la oportunidad de aplicación no son las más

adecuadas, imponiendo restricciones sobre la

productividad. Además, la distribución de la humedad

del suelo no siempre resulta homogénea en un lote,

siendo también probable que se presenten diferencias

espaciales de rendimiento. El estudio de esta

contingencia requiere realizar un análisis a nivel de

lote que, de alguna manera, se proyecta hacia la

agricultura de precisión o localizada. El objetivo de

este trabajo es analizar el desempeño de AquaCrop

para estimar la productividad en papa en un contexto

espacial, considerando en particular las diferencias en

el contenido de agua a nivel de lote de producción

para las condiciones del cinturón verde de Córdoba,

Argentina.

MATERIALES Y MÉTODOS El estudio se realizó en un cultivo de papa

(Solanum tuberosum L.) cv. Spunta, a partir de datos

relevados entre el 16/02 (plantación) y el 29/05

(cosecha) de 2010. Las mediciones se efectuaron en

un lote de 9 ha ubicado en el cinturón verde de la

ciudad de Córdoba (31 30’ lat. Sur, 64 08’ long.

Oeste, 402 msnm). El suelo es un Haplustol éntico,

serie Manfredi, cuyo perfil presenta tres horizontes

de textura franco-limosa. Sobre el lote se estableció

una grilla cuadrada de muestreo de 3 filas x 3

columnas con nodos separados cada 70 m,

identificados por el número de columna (dirección S-

N) y fila (dirección E-O) (ej. 1.1. es el nodo más al

SE). Los datos meteorológicos se obtuvieron de una

estación automática distante a 9 km del lote.

El cultivo fue fertilizado a la plantación con 250

kg ha-1

de N-P-K (20-17-3), con el agregado de Mg y

S, y a los 40 días de emergencia, con 22-0-0 y el

agregado de S, Ca y Mg, de modo que la simulación

no consideró mermas productivas por deficiencias de

nutrientes. Por su parte, el cultivo recibió un riego

superficial de 20 mm el día 31/03/2010. Con una

frecuencia media de 12 días, en 9 lugares alrededor de

cada nodo de la grilla se tomaron fotografías verticales

(a 2,5 m sobre el cultivo) para obtener el valor medio y

desvío estándar de la cobertura (f) de cada sector a

partir de un procedimiento de análisis digital. La

cobertura inicial de AquaCrop se obtuvo modificando

los coeficientes del modelo de cobertura hasta producir

la función de ajuste entre observados y estimados

similar a la recta identidad.

Las muestras para determinar el contenido de agua

del suelo se obtuvieron con barreno a una profundidad

entre 0,20 y 0,30 m, en 6 lugares distintos próximos al

nodo de cada sector. Los registros de humedad se

expresaron en términos volumétricos considerando

una densidad aparente de 1,4 t m-3

.

Las estimaciones de biomasa se realizaron

considerando un valor de productividad del agua

(WP) de 21 g m-2

. El rendimiento para cada sector se

obtuvo del valor medio de la totalidad de tubérculos

producidos en 1 m2 de superficie cosechando 6

lugares equidistantes de cada nodo de la grilla. Se

asumió una relación peso seco/peso fresco de 20%.

RESULTADOS Y DISCUSIÓN Habiendo partido de condiciones estimadas de

cobertura del suelo similares a las medidas, la

diferencia en la cobertura que presentan los distintos

sectores del lote debería explicar, de acuerdo a la

lógica del modelo, los particulares niveles de

productividad alcanzados en cada caso. Además, la

diferente envergadura de la superficie transpirante

del cultivo, debería reflejarse en una particular

condición de humedad del suelo durante el ciclo

productivo, principalmente en lo que respecta al

consumo de agua (evaporación y transpiración), ya

que la reposición (lluvia y riego) se asumió uniforme

en el lote. Al considerar la humedad del suelo como

variable de control y, a los efectos de analizar el

grado de correspondencia entre los valores


158- 136 -


observados y estimados por AquaCrop, la Figura 1 muestra la variación que experimentó el contenido volumétrico de agua del suelo a lo largo del ciclo, en el sector 1.1.

Figura 1. Variación del contenido de agua del suelo observado y estimado para el sector 1.1. en relación con los días después de la plantación (ddp). También se presentan los registros de precipitación.

La fluctuación del contenido agua estimado por AquaCrop, para la capa entre 0,15 y 0,35 m, representa esta dinámica de manera apropiada para el sector 1.1, si bien el último valor medido presenta una sobrestimación importante. El análisis de la relación entre valores observados y estimados se extendió al resto de los sectores muestreados en el lote, con los resultados de correlación y regresión lineal que presenta la Tabla 1. Tabla 1. Coeficientes de regresión (Ordenada al origen y Pendiente) y de determinación (R2) para la relación lineal entre los valores de humedad del suelo observados entre 0,20 y 0,30 m y estimados por AquaCrop entre 0,15 y 0,35 m, en los 9 sectores de la grilla de muestreo.

Sector n Ordenada Pendiente R2 1.1. 6 -9,198 1,381 0,925 1.2. 6 -13,160 1,522 0,886 1.3. 6 -15,051 1,655 0,924 2.1. 6 -13,751 1,567 0,923 2.2. 6 -9,134 1,363 0,930 2.3. 6 -8,074 1,406 0,943 3.1. 6 -5,395 1,262 0,886 3.2. 6 -5,622 1,313 0,896 3.3. 6 -0,083 1,100 0,928

Todos 54 -6,468 1,298 0,864

Los valores estimados y observados de la

humedad del suelo presentan en cada sector relaciones lineales significativas (p < 0,01), siendo la ordenada al origen distinta de cero y la pendiente mayor a 1 (exceptuando el sector 3.3.), lo cual expresa alguna inconsistencia. La distribución espacial de errores entre los valores medios de rendimiento de tubérculo observados y los estimados por AquaCrop para los 9 sectores de la grilla se muestran en la Figura 2. Se pone de manifiesto que existe una tendencia del rendimiento a disminuir en

el lote, siendo más baja la productividad en los sectores ubicados sobre la fila 3, es decir al norte del predio. Como muestra la Tabla 2, la relación entre el rendimiento de papa y la humedad observada en cada sector acusa un coeficiente de correlación siempre positivo, que se presentó significativo (p < 0,05) en 2 de las 6 fechas de muestreo.

Figura 2. Error (t ha-1) entre rendimientos observados y estimados por AquaCrop (WP = 21 g m-2) en 9 sectores del lote experimental. Tabla 2. Coeficientes de correlación (r), valor de t y probabilidad (p) para la relación lineal entre la humedad de suelo y el sector de procedencia.

Fecha r t df p 26-Feb 0,5318 1,6614 7 0,1406 05-Mar 0,6911 2,5296 7 0,0393 23-Mar 0,2896 0,8005 7 0,4497 30-Mar 0,5519 1,7512 7 0,1234 08-Abr 0,5638 1,806 7 0,1139 27-Abr 0,7058 2,636 7 0,0336

CONCLUSIONES

AquaCrop estima de manera adecuada la evolución del contenido de agua del suelo bajo cultivo de papa. Tambien permite simular la distribución espacial del rendimiento en concordancia con valores observados. El desempeño del modelo puede ser mejorado ajustando las posibles diferencias en los distintos sectores del lote de los datos de entrada (riego, escurrimiento, densidad aparente). REFERENCIAS Caldiz et al. 2001. Agro-ecological zoning and potential

yield of single or double cropping of potato in Argentina. Agric. For. Meteorol. 109: 311-320.

Raes, D. et al. 2006. Simulation of yield decline as a result of water stress with a robust soil water balance model. Agricultural Water Management 81: 335-357.

Raes, D. et al. 2009. AquaCrop-The FAO crop model to predict yield response to water: II Main algorithms and software description. Agron. J. 101: 438-447.

Steduto, P. et al. 2009. AquaCrop-The FAO crop model for predicting yield response to water: I. Concepts and underlying principles. Agron. J. 101: 426-437.

0

5

10

15

20

25

30

35

40

45

0 10 20 30 40 50 60 70 80 90

ddp

Co

nte

nid

o v

olu

mét

ric

o (

cm3 c

m-3

)

0

10

20

30

40

50

60

70

80

90

Pre

cip

itac

ión

(m

m)

Observados Estimados (0.15-0.35 cm) PP

1 2 3FILA

1

2

3

COLU

MNA


159- 137 -


USO INVERNAL DEL SUELO EN LA REGION CENTRAL DE CORDOBA. COMPARACIÓN DE REGISTROS SATELITALES Y DATOS DE CAMPO

de la Casa1, A. C.; Leguía*, H. L.2 1Agrometeorología y 2Sistemas Agropecuarios de la Fac. de Cs. Agropecuarias (UNC), Córdoba CP: 5000, Argentina.


Palabras Clave: uso del suelo; trigo; NDVI; región semiárida INTRODUCCIÓN

En la región semiárida y subhúmeda de Córdoba, la producción de trigo -en secano- se caracteriza por bajos rendimientos y altos riesgos productivos, debido al escaso o irregular aporte hídrico, heladas tardías, granizo y otros factores adversos (Kerdiles et al., 1996). Aún así, la inclusión del trigo en sistemas monopolizados por el cultivo de soja, puede contribuir a la sustentabilidad agrícola (Martellotto et al., 2005) de diversas formas: mejorando el balance de carbono, incrementando el aprovechamiento del agua, proveyendo una cobertura persistente, aumentando la biodiversidad y otros. Estos aspectos son compartidos por distintos cultivos invernales y acentuados en los cultivos de cobertura (Leguía et al., 2008).

El objetivo es analizar el uso del suelo invernal en la región central de Córdoba, integrando información radiométrica con la obtenida a campo por medio de encuestas a los productores.

Figura 1. Departamentos Santa María (rayado) y Río Segundo (punteado) e isoyetas anuales del periodo 2001-2009. MATERIALES Y MÉTODOS

Para evaluar el uso del suelo durante el invierno se comparó la producción de trigo en los departamentos Santa María y Río Segundo de la provincia de Córdoba. Ambos territorios son adyacentes y se ubican en igual franja latitudinal (Figura 1). La isoyeta de 800 mm coincide con el límite político entre ambos territorios.

El estudio integró el relevamiento a campo de sistemas productivos y los registros satelitales de indicadores espectrales de la vegetación: a) El relevamiento a campo se realizó en 41 establecimientos familiares (13 en Santa María y 28 en Río II). Se registró información detallada del uso del suelo, manejo técnico y resultados productivos de cada lote, siguiendo las secuencias de cultivos desde el invierno 2007 hasta la campaña estival 2010/11.

b) La determinación del área y frecuencia de uso triguero se realizó empleando datos satelitales del Índice de Vegetación de la Diferencia Normalizada (NDVI), incluyendo imágenes desde abril de 1998 a diciembre de 2010. Las superficies de trigo se identificaron mediante el “Método del Comportamiento Fenológico Característico” (de la Casa y Ovando, 2012; com. personal). Este procedimiento es de carácter no supervisado y enfatiza el perfil multi temporal del NDVI en cada píxel (1 km2) según los cambios fenológicos normales del cultivo. Cada área queda identificada por la amplitud y variación del NDVI y diferenciada de otras coberturas o situaciones de descanso (barbechos). El método se verificó comparando sus resultados con datos oficiales del Ministerio de Agricultura y Ganadería de la Provincia de Córdoba. Si bien se obtuvo un alto ajuste, el método presenta una ligera sobrevaloración, posiblemente porque la detección radiométrica incluye áreas con otros cultivos invernales -o verdeos- de ciclo similar.


Las isoyetas anuales muestran una diferencia pluviométrica mayor a 150 mm entre los bordes oriental y occidental de la región. El relevamiento a campo (Tabla 1) confirmó el efecto del aporte hídrico sobre la productividad del trigo. Las localidades más distantes de Lozada y Villa del Rosario, presentan diferencias de rendimiento cercanas a 18 qq/ha. Es decir 1,2 qq cada 10 mm de diferencia.

Tabla 1. Rendimiento de trigo durante 4 campañas (2007-2010) en Santa María (SM) y Río Segundo (RS).

Dpto. Localidad Unidades Rendimiento

SM Lozada 8 14,4

15,20 Toledo-Capilla 5 16,0

RS

Pilar 3 18,0

25,37 Laguna Larga 5 24,0 Oncativo 4 25,5 Matorrales 7 27,3 Villa del Rosario 9 32,1


160- 138 -


La Figura 2 muestra los porcentajes de superficies trigueras en distintas localidades y el promedio de las 4 campañas consideradas. La amplia variabilidad de las superficies sembradas indica la influencia de las condiciones meteorológias previas a la fecha de siembra. Por ejemplo, la campaña 2009, que presentó superficies mínimas en ambos departamentos, permitieron en Toledo-Capilla superar el promedio local. La campaña 2010 estimuló la siembra en todo el territorio, excepto en Laguna Larga y Pilar, donde la siembra fue mínima.

Figura 2. Porcentajes promedio de superficies con trigo en 4 campañas (2007/2010) y promedios locales.

Esta información no detalla si el uso invernal que surge del relevamiento es un comportamiento generalizado en la región. Para explorar esta cuestión se compararon datos satelitales y la información de campo.

Figura 3. Frecuencias del uso invernal del suelo. En abscisas, proporción de campañas con trigo en 13 años.

La Figura 3 contiene categorías que van desde 0 uso invernal en 13 años (0,00) hasta 13 usos en 13 años (1,00). Los porcentajes de la superficie departamental se han unido por líneas para diferenciar ambos territorios. Las tendencias son exponenciales pero decrecientes, con valores territoriales muy altos para el uso “inusual” y superficies mínimas en el uso “constante”. Las líneas se cruzan en el uso correspondiente a 2 y 3 campañas en 13 años (0,15 y 0,23). En el resto de categorías Río II supera a Santa María, evidenciando un uso triguero más pronunciado. Estos valores se convirtieron a una escala de sólo 5 categorías para compararlos con los datos de campo. “Inusual”, en este caso, incluye superficies que nunca tuvieron trigo en 4 campañas, “equilibrado” corresponde a superficies ocupadas en 2 de los 4

periodos y la categoría “habitual” a superficies con uso triguero continuo (todas las campañas). La Figura 4 compara el valor satelital (S) y el obtenido por encuesta a productores (P), con correlaciones elevadas, especialmente en Santa María (r=0,99). En Río II (r=0,94) se aprecian diferencias, debido a que el relevamiento estuvo sesgado a establecimientos agrícolas y la presencia de sistemas mixtos o ganaderos disminuye superficies de uso “ocasional” (propios de la agricultura) y aumenta las de usos “equilibrado” y “frecuente”. Esto no ocurre en Santa María, donde la ganadería es más escasa.

Figura 4. Comparación del relevamiento a productores (P) y los datos satelitales (S) de ambos departamentos.

El relevamiento puso de manifiesto una actitud muy polarizada en la predisposición a realizar el cultivo de trigo: 19 productores son afines a realizarlo frecuentemente, 18 propensos a no hacerlo y sólo 4 lo hacen en forma equilibrada. Si bien el uso con trigo es escaso territorialmente, su implementación conduce a la diversificación de la rotación, con un efecto sobre el rendimiento de cultivos posteriores. Si bien en la campaña estival siguiente se verificó una disminución del rendimiento, el aumento en campañas posteriores puede atribuirse a una mejora diferida, pero persistente, en la condición físico-biológica de los lotes. CONCLUSIONES Los registros satelitales suministraron información espacio-temporal confiable y detallada de la frecuencia de uso triguero, convalidando el relevamiento a campo. El comentado efecto sobre la diversificación y mejora de los lotes parecen confirmar la premisa formulada en la introducción, de que el uso de trigo contribuye a la sustentabilidad y productividad de los sistemas agrícolas a pesar de su condición marginal.

REFERENCIAS Kerdiles, H. et al. 1996. Frost mapping using NOAA AVHRR

data in the Pampean region, Argentina. Agric. Forest Meteorol., 79:157-182.

Leguia, H. et al. 2008. Recuperación del suelo: prácticas agroecológicas en sistemas agrícolas extensivos de Córdoba (Argentina). Revista ILEIA (Leisa) ISSN. 1729-7419.

Martellotto, E. et al. 2005. Trigo: Un aporte a la sustentabilidad de los sistemas productivos. Evaluación de cultivares y estrategias de manejo en 8 localidades de la Provincia de Córdoba. Boletín Nº9. EEA Manfredi INTA.

11.176.1 8.79

12.8 13.6323.48

26.92

0

20

40

60

80

100

120

Loza

da

Pr. Lo

z.

Tol-C

ap.

Pr. To

l.Pila

r

Pr. Pil

.

Lag.

Larga

Pr. La

g.

Oncat

ivo

Pr. Onc.

Villa de

l R.

Pr. Vill.

Mat

orrales

Pr. M

at.

Prom. Local

Campaña 2010

Campaña 2009

Campaña 2008

Campaña 2007

0

10

20

30

40

50

60

70

SM (P) SM (S) RS (P) RS (S)

Are

a (%

)

Inusual

Ocasional

Equilibrado

Frecuente

Habitual


161- 139 -


ANÁLISIS DEL USO DEL SUELO EN LA REGIÓN CENTRAL DE CÓRDOBA, ARGENTINA, CON DATOS NDVI SPOT-VEGETATION

de la Casa*, A. C.1; Leguía, H. L.2

1Agrometeorología y 2Sistemas Agropecuarios de la Fac. de Cs. Agropecuarias (UNC), Córdoba CP: 5000, Argentina


Palabras Clave: índice de vegetación; agricultura INTRODUCCIÓN

La variabilidad de las condiciones meteorológicas constituye la principal fuente de variación anual e interanual de la biomasa vegetal y el rendimiento de los cultivos. En Córdoba, las fluctuaciones y adversidades climáticas causan anualmente una pérdida importante de la productividad agrícola con el consecuente impacto sobre la economía provincial (Seiler et al., 2007).

La evaluación tradicional de los efectos climáticos sobre la producción agrícola está limitada por la densidad y distribución de las estaciones de la red meteorológica (Camargo y Hubbard, 1999) y, además, por la falta de un relevamiento sistemático de la condición de los cultivos. El uso complementario de imágenes satelitales puede contribuir a superar algunas de estas falencias y a realizar evaluaciones más precisas y extendidas territorialmente.

El Índice de Vegetación de la Diferencia Normalizada (NDVI) es un indicador espectral relacionado a la concentración de clorofila presente en la biomasa aérea de la vegetación (Hatfield et al., 2008). Las series de tiempo de imágenes de NDVI proveen curvas multi-temporales congruentes con el desarrollo fenológico de la vegetación a lo largo de su ciclo, variación que ha sido aprovechada para identificar distintos cultivos y usos agrícolas (Funk y Budde, 2009; Wardlow et al., 2007). Los índices de vegetación como el NDVI, a diferencia de los datos meteorológicos, proveen información detallada, tanto espacial como temporal, que sintetiza la interacción de los elementos meteorológicos sobre la presencia y vigor de la vegetación, incluyendo el efecto relevante que la precipitación promueve en los sistemas agrícolas de secano (Seiler et al., 2007). De igual forma, el análisis de las series de tiempo del NDVI a partir de datos con el detalle necesario, se ha extendido también a la identificación de cultivos y uso del suelo (Wardlow et al., 2007).

El objetivo del trabajo fue analizar el uso del suelo, estrategias de manejo y condiciones de riesgo productivo de la actividad agrícola en la región central de la provincia de Córdoba, Argentina, empleando para tal fin registros multitemporales de NDVI. MATERIALES Y MÉTODOS El estudio se realizó a partir del Índice de Vegetación de la Diferencia Normalizada (NDVI) del satélite SPOT-Vegetation, provistos por el centro de procesamiento de imágenes Vegetation (CTIV) del Flemish Institute for Technological Research. El

NDVI es un índice espectral que expresa la presencia y densidad de la vegetación. Se utilizó el producto S10 NDVI, obtenido de Vegetation como resultado de una síntesis de 10 días siguiendo el algoritmo del Máximo Valor Compuesto. El producto no incluye las bandas espectrales originales, ni los ángulos de visión o solar. La resolución espacial es de 1 km y el estudio comprende la serie de imágenes desde enero de 2001 a diciembre de 2010. El análisis se realizó comparando la señal del indicador espectral en dos departamentos adyacentes de la región central de la Provincia: Santa María (SM) y Río Segundo (RS), ubicados al Oeste y al Este de la misma franja latitudinal, respectivamente. El estudio se enfocó al análisis de los perfiles o registros multi-temporales del NDVI, tanto a nivel estacional como interanual. La información básica del NDVI se describió estadísticamente a partir de los parámetros básicos de posición y dispersión, y su variabilidad territorial se evaluó por medio del coeficiente de variación (CV).

RESULTADOS Y DISCUSIÓN La Figura 1 muestra en ambos departamentos

fases periódicas de mayor y menor productividad que son congruentes con la estacionalidad climática de la región. La interacción entre la mayor disponibilidad de agua, temperatura y radiación solar en el semestre cálido determina una productividad vegetal marcadamente superior en este periodo del año respecto a la estación fría y seca. Las diferencias interanuales que acusan estas fases se corresponden con las condiciones particulares de cada campaña agrícola. Considerando los valores máximos y mínimos del NDVI, se desprende que SM presenta una potencialidad productiva menor tanto en verano como en invierno.

Figura 1. Variación del NDVI promedio de los Departamentos Río II (RS) y Santa María (SM) desde 2001 hasta 2010.

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

01/10/00 01/10/01 01/10/02 01/10/03 30/09/04 30/09/05 30/09/06 30/09/07 29/09/08 29/09/09 29/09/10

Fecha

NDVI

NDVI_RS NDVI_SM


162- 140 -


En verano los valores máximos de NDVI son un 10 a 15 % mayores en RS que en SM, lo que indica mayor productividad asociada a un régimen de lluvias superior. El NDVI del semestre frío en RS supera notablemente al de SM, como consecuencia de un uso agrícola mas intensivo, que incluye el doble cultivo anual (secuencia trigo-soja o trigo-maíz), modalidad prácticamente ausente en SM, cuyos valores mínimos reflejan un periodo de descanso o barbecho. Debido a que cada píxel incluye necesariamente áreas con cultivo y en descanso, en SM esta mezcla redunda en valores de NDVI inferiores dada la menor superficie implantada con trigo (8 y 10 %). En RS, en cambio, el uso con trigo oscila en 20 %. En los primeros 5 ciclos analizados la productividad invernal en RS resulta superior a los últimos 5. Esto se explica en términos ambientales por una declinación importante del área de siembra con trigo a raíz de una extendida y prolongada situación de sequía, que condicionó en gran medida la implantación de este cultivo en la Provincia. La tendencia de la disminución pluviométrica puede verse en la Figura 2, con las precipitaciones registradas en Manfredi (RS) y Pilar (SM). Si bien la disminución fue general para toda la Provincia, la tasa lineal decreciente en Manfredi no alcanza valores significativos, en cambio en Pilar la merma resulta más pronunciada, particularmente en el semestre frío, alcanzando valores que tienen significación estadística.

Figura 2. Lluvia semestral en Manfredi y Pilar (2000- 2009). El semestre cálido (SC) se extiende de octubre de un año a marzo del siguiente y el frío (SF) de abril a setiembre.

Se analizó también la variabilidad (CV) de los registros de NDVI en ambos territorios, como se presenta en la Figura 3. En SM la señal es más variable durante todo el año, con valores por encima de 15% hasta algo más del 25 %. En RS la variabilidad es mínima durante el semestre cálido, donde la mayor oferta pluviométrica homologa la respuesta de los cultivos y el CV oscila con valores entre 5 a 10 %. La variabilidad se incrementa durante el semestre frío, comportamiento que surge del mayor contraste entre las áreas en barbecho y las ocupadas con trigo u otros cultivos invernales. En general, la respuesta de la vegetación es más heterogénea en SM, donde las mayores limitantes

productivas determinan oscilaciones importantes del uso del suelo y la productividad agrícola, denotando una región de mayor riesgo agroclimático. En RS la respuesta es bastante homogénea durante la cosecha gruesa y la heterogeneidad se observa sólo durante la temporada invernal, debido principalmente al contraste entre áreas en descanso y otras de uso invernal. Aún así, el CV es de menor magnitud con respecto a SM.

Figura 3. Coeficiente de variación (CV) del NDVI de los Departamentos Río Segundo y Santa María ( 2001- 2010). CONCLUSIONES

La variación estacional e interanual del NDVI en los departamentos de RS y SM pone de manifiesto la existencia de un uso del suelo diferente, con una mayor respuesta productiva en RS, tanto en los cultivos de verano como de invierno. El sistema de doble cultivo trigo-soja o trigo-maíz constituye el uso agrícola más difundido en RS, aunque en los últimos años se aprecia una menor área dedicada al trigo como consecuencia de la reducción ostensible que ha experimentado la lluvia en toda la región. El empleo del CV como indicador de la intensidad de uso agrícola, refleja que en SM se produce una mayor variabilidad de la condición de cobertura del suelo y productividad de los cultivos, mientras la variabilidad en RS es menor, producto de un uso agrícola más homogéneo y una condición de productividad más estable. REFERENCIAS Camargo, M.B.P.; Hubbard, K.G. 1999. Spatial and

temporal variability of daily weather variables in sub-humid and semi-arid areas of the United States High Plains. Agric. For. Meteorol. 93:141-148.

Funk, C.; Budde, M.E. 2009. Phenologically-tuned MODIS NDVI-based production anomaly estimates for Zimbabwe. Remote Sens. Environ. 113:115-125.

Hatfield, J. et al. 2008. Application of spectral remote sensing for agronomic decisions. Agron. J.100:117-131.

Seiler, R. A. et al. 2007. Seasonal and interannual responses of the vegetation and production of crops in Cordoba-Argentina assessed by AVHRR derived vegetation indices. Adv. Space Res. 21: 481-484.

Wardlow, B.D. et al. 2007. Analysis of time-series MODIS 250 m vegetation index data for crop classification in the U.S. Central Great Plains. Remote Sens. Environ. 108: 290-310.

y = -29.482x + 808.79R2 = 0.1918

y = -9.4972x + 666.37R2 = 0.0675

y = -11.932x + 209.33R2 = 0.5259

y = -7.4861x + 191.63R2 = 0.1488

0

100

200

300

400

500

600

700

800

900

1000

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

Año

To

tal d

e llu

via

(mm

)

SC_Pilar SC_Manfredi SF_Pilar SF_ManfrediLineal (SC_Pilar) Lineal (SC_Manfredi) Lineal (SF_Pilar) Lineal (SF_Manfredi)

0

5

10

15

20

25

30

01/10/2000 01/10/2001 01/10/2002 01/10/2003 30/09/2004 30/09/2005 30/09/2006 30/09/2007 29/09/2008 29/09/2009 29/09/2010

Fecha

CV

(%

)

CV_RS CV_SM


163- 141 -


CRESCIMENTO DE VARIEDADES DE CANA DE AÇÚCAR EM REGIME DE SEQUEIRO EM ALAGOAS, BRASIL

Lyra*, G. B1.; Lyra, G. B.2; Teodoro, I.1 Rocha, A. E. Q.1; Souza, J. L.1; Silva, M. B. P.1 1Universidade Federal de Alagoas (UFAL), Centro de Ciências Agrárias (CECA), BR 104 Norte, km 85 – 57.100-000 – Rio Largo, Alagoas – Brasil. 2Universidade Federal Rural do Rio de Janeiro (UFRRJ), Departamento de Ciências Ambientais do Instituto de Florestas, BR 465, km 7 – 23.890-000 – Seropédica, Rio de Janeiro – Brasil.


Palavras chave: modelo logístico, ISNA

INTRODUÇÃO A maior parte dos cultivos de cana-de-açúcar no

Brasil é em regime de sequeiro. Nesse regime, pode-se observar déficit de água para a cultura em determinadas épocas do ano e fases de desenvolvimento, que pode resultar em perdas de produtividade (Lyra et al. 2012). Dentre os fatores responsáveis pela baixa produtividade da cana em Alagoas, destaca-se a variação sazonal irregular da precipitação pluvial (Toledo Filho, 1988). A quantificação dos parâmetros fisiológicos que influencia na variação da produção agrícola poderá ser incorporada a modelos de crescimento que determinarão a produtividade da cultura em função das variações ambientais durante a estação de crescimento (Robertson et al., 1996).

A quantidade de água consumida pela planta em condições naturais de disponibilidade hídrica (evapotranspiração real, ETr) relacionada ao consumo de água sem restrição hídrica no solo (evapotranspiração máxima, ETm ou evapotranspiração da cultura, ETc), que fornece o consumo relativo de água, representado pelo índice ETr/ETm. Esse índice indica a quantidade de água que a planta consome, em relação à quantidade máxima de água que a planta consumiria, na ausência de restrição hídrica denominado de Índice de Satisfação das Necessidades de Água (ISNA). Assim, o objetivo do presente trabalho é considerar o ISNA no ajuste do modelo logístico da cana de açúcar nas condições climáticas dos Tabuleiros Costeiros de Alagoas.

MATERIAIS E MÉTODOS O experimento foi instalado no Centro de Ciências

Agrárias da Universidade Federal de Alagoas (09°28’02”S; 35°49’43”W; e 127m de altitude) em um solo classificado como Latossolo Amarelo Coeso argissólico, de textura média / argilosa. As características físicos hídricas do solo apresentaram valores de capacidade de campo (θcc = 0,144 m3 m-3), ponto de murcha permanente (θpmp = 0,148 m3 m-3). O clima local é quente e semi-úmido com período chuvoso entre março e agosto e um período seco de setembro até fevereiro. A temperatura do ar anual é de 25,4 °C e a precipitação é de 1.818 mm. O plantio da cana-de-açúcar foi realizado no dia 15/09/05, a 1° colheita foi feita no dia 08/11/06. O delineamento estatístico utilizado foi de blocos casualizados com

oito tratamentos e quatro repetições. As variedades consideradas como tratamento foram RB72454, RB867515, RB971755, RB941541, RB931003, RB863129, RB93509 e RB92579. As medidas de altura do dossel, coletadas mensalmente, em que foram marcadas três plantas por parcela na área útil da mesma, iniciadas aos 60 dias após o plantio. Ajustou-se o modelo logístico em função dos dias após o plantio (DAP) e acrescentado ao modelo o índice de satisfação das necessidades de água (ISNA):

rDAP

o

f

f

exp1ww

1

wISNA aw

(1)

em que: w (cm) é a variável de crescimento, altura da planta, no presente trabalho; wo e wf (cm) correspondem, a altura inicial e final do ciclo da cultura, respectivamente, r (cm cm-1 ºC-1) é a taxa máxima de crescimento relativo e a é um coeficiente empírico.

A ETr para a cultura da cana, necessária a determinação do ISNA, foi estimada pelo balanço de água no solo adaptado para cana de açúcar por Lyra et al. (2010). Nessa abordagem, ETc foi determinada pelo método proposto no boletim FAO56 (Allen et al., 1998), como o produto da evapotranspiração de referência (ETo) pelo Kc, sendo ETo estimada pelo modelo de Penman-Monteith parametrizado no FAO56.

RESULTADOS E DISCUSSÃO A precipitação pluvial total do período de cultivo

foi de 1751 mm, com 408 dias de chuva (97% do ciclo), entretanto, a média por evento de chuva foi de 4,7 mm.d-1 e frequência de aproximadamente um evento a cada dois dias. Porém, a precipitação pluvial no ciclo foi irregular principalmente na fase de estabelecimento da cultura. O balanço hídrico da cultura no decorrer do ciclo de cultivo apresentou um déficit hídrico de 869 mm, sendo 528 mm do terceiro decêndio de setembro/05 ao primeiro decêndio de abril/06 e 341 mm, no final do ciclo de cultivo, entre o 2° decêndio de agosto e o 2° decêndio de novembro/06. Do 3° decêndio de abril ao 1° decêndio de agosto/06 ocorreu excesso hídrico de 837 mm. Os déficits hídricos nos finais dos ciclos favoreceram a maturação das plantas, porém os estresses hídricos nos inícios dos cultivos prejudicaram o crescimento das plantas e consequentemente à produtividade da cultura.


164- 142 -


Os coeficientes de determinação do ajuste dos modelos foram superiores a 0,969; o que indicou que os modelos explicaram a maior parte da variabilidade da altura de planta. Os modelos estimados para as variedades de cana com o fator adicional do ISNA apresentaram erro padrão de estimativa entre 0,054 cm (RB863129) a 0,086cm (RB92579), Tabela 2. Tabela 2. Erro padrão de estimativa (cm) e coeficientes de determinação da regressão Tratamentos EPE R2 RB72454 0,067 0,985 RB867515 0,076 0,978 RB971755 0,084 0,969 RB941541 0,073 0,983 RB931003 0,067 0,987 RB863129 0,054 0,989 RB93509 0,055 0,989 RB92579 0,086 0,980

Os valores estimados de altura máxima (wf)

variaram de 404 cm (RB941541) até 646 cm (RB93509). A variedade RB941541 apresentou maior taxa de crescimento relativo (r) da altura.

A inclusão do produto (a ISNA) ao modelo logístico penaliza o crescimento da altura pelo ISNA de forma linear, ajustando a intensidade da penalização pelo coeficiente a. Os valores de a ajustados as variedades de cana mostraram que a relação ISNA e a penalização no crescimento não foi 1:1, sendo necessário um aumento do ISNA de 10 (RB93509) a 30 % (RB92579) (Tabela 1) para representar a disponibilidade de água na variação da altura da cultura. Ou seja, para altura da planta o ISNA representou uma penalização excessiva. O coeficiente a indicou que a variedade RB92579 foi a mais resistente ao déficit de água indicado pelo ISNA. Tabela 1. Valores estimados dos coeficientes do modelo logístico para altura da planta

Parâmetros Tratamentos wf (cm) w0 (cm) r (cm) a

RB72454 506 43 0,0085 1,15 RB867515 581 54 0,0075 1,17 RB971755 411 48 0,0094 1,11 RB941541 404 31 0,0110 1,15 RB931003 573 38 0,0084 1,15 RB863129 585 52 0,0072 1,23 RB93509 646 55 0,0071 1,10 RB92579 641 38 0,0077 1,30

Através dos dados reais de ISNA o período

experimental de maior déficit hídrico da cana de açúcar foi em 77, 172, 202 e 411 dias após o plantio com valores de ISNA igual a 0,48; 0,13; 0,40 e 0,21, respectivamente. De acordo com Steinmetz et al. (1985) ISNA < 0,55 indica região agroclimática desfavorável, com alto risco climático para o cultivo da cana.

Nos dias após o plantio 111 e 143 (ISNA igual a 0,78 e 0,79, respectivamente) e em todo intervalo entre os dias 202 a 361(com valores superiores a 0,67 e máximo de 1,00) o ISNA apresentou valores superiores (Figura 1) ao recomendo pela classificação de Steinmetz et al. (1985), em que ISNA < 0,65; Região agroclimática favorável, com pequeno risco climático para o cultivo da cana.

Figura 1. Valores observados da altura de planta (cm) e ISNA para cana de açúcar, Variedade RB72454 e curva ajustada através do modelo logístico com adição da variável ISNA, em função dos dias após o plantio (DAP).

CONCLUSÃO A utilização do ISNA em modelos de crescimento

quantifica o déficit hídrico da cana de açúcar durante seu desenvolvimento. O ISNA acoplado ao modelo de crescimento mostrou que a variedade que apresenta menor resistência ao déficit hídrico foi a RB971755 e a variedade que mostrou maior resistência ao déficit hídrico foi a RB92579.

REFERÊNCIAS Lyra, G. B.; da Silveira E. L., Lyra, G. B.; Pereira, C.R.; da

Silva, L. D. B., da Silva, G. M. 2012. Coeficiente da cultura da cana-de-açúcar no estádio inicial de desenvolvimento em Campos dos Goytacazes, RJ. Irriga 17: 102-113.

Steinmetz, S.; Reyners, F. N.; Forest, F. 1985. Evaluation of the climatic risk on upland rice in Brazil. In: Colloque “resistence a la secheresse en millieu intertropicale: quelles recherches pour le moyenterme?” Paris. CIRAD. p. 43-54

Toledo Filho, M.R. 1988. Probabilidade de suprimento da demanda hídrica ideal da cultura da cana-de-açúcar (Saccharum spp.) através da precipitação pluvial na zona canavieira do estado de Alagoas. Piracicaba: ESALQ/USP, 1988. 72 f. Dissertação (Mestrado em Agrometeorologia) – Escola Superior de Agricultura “Luiz de Queiroz”.

DAP

50 100 150 200 250 300 350 400 450

ISN

A

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

1,6

Altu

ra (c

m)

50

100

150

200

250

300

350

400

450 ISNAAltura OBSAltura EST

RB72454


165- 143 -


CALIBRACIÓN DEL MODELO CERES-MAIZE DEL DSSAT 4.02 EN EL AGROCLIMA DE VILLA MERCEDES, SAN LUIS

Orta, F. J.1; Confalone*, A. E.2 1 Departamento de Ciencias Agropecuarias. FICES. Universidad Nacional de San Luís. Ruta Nacional 148 Norte.

Villa Mercedes, Prov. San Luís. Argentina 2 Facultad de Agronomía-UNCPBA, Av. República de Italia 780, CC. 47, Azul, CP 7300, Buenos Aires, Argentina


Palabras clave: modelos de cultivos; calibración; maíz

INTRODUCCIÓN Antes de su uso para la toma de decisiones, los

modelos de cultivos deben ser calibrados con datos de campo de la región en la cual el modelo será utilizado. El proceso de calibración incluye siempre la validación con datos independientes a los usados para calibrar los coeficientes genéticos (Confalone et al., 2011).

En la actualidad, el paquete de modelos de mayor difusión en el mundo es el DSSAT (Decision Support System for Agrotechnology Transfer-Cropping system model). Entre los modelos de cultivos que están incorporados al DSSAT se encuentra el Ceres-maize, de amplia utilización. Desde la primera versión del Ceres-maize (Jones y Kiniry, 1986), este modelo ha pasado por múltiples procesos de modificaciones y mejoras realizadas por diferentes grupos de investigación que se han ido incorporando en las sucesivas versiones del DSSAT (Jones et al., 2003) por lo que es necesario utilizar las versiones nuevas del mismo (Confalone, 2008).

El maíz representa en la actualidad el segundo cultivo agrícola en importancia de la provincia de San Luis, después de la soja, localizándose en el centro-este de la misma. Este cultivo presenta dificultades para expresar su potencial como consecuencia de la elevada variabilidad climática interanual, y la ocurrencia de adversidades como heladas y sequías, por lo que la elección de estrategias de manejo que optimicen la productividad del cultivo adquiere particular importancia

El clima de Villa Mercedes se clasifica como pampeano semiárido, ya que las condiciones térmicas en líneas generales, no difieren de las imperantes en la pradera pampeana; mientras que el régimen hídrico indica menores precipitaciones respecto a la zona pampeana húmeda, y algunas variables que intervienen en la evapotranspiración como déficit de saturación y velocidad del viento, se encuentran expresados con mayor intensidad. (Orta, 2000).

El presente trabajo intenta calibrar (incluye el proceso de validación) con datos experimentales los coeficientes genéticos del Ceres-maize del DSSAT v.4.02 y de ser necesario, modificar el modelo para predecir correctamente el crecimiento y desarrollo del cultivo de maíz en las condiciones agroclimáticas de Villa Mercedes, San Luis.

MATERIALES Y MÉTODOS Para la calibración del modelo se utilizaron datos

de ensayos en secano y bajo riego, sin limitaciones, nutricionales y con control de malezas y plagas, realizados en Villa Mercedes durante el año 2008, sobre un suelo clasificado como Entisol. Se utilizaron dos fechas de siembra: 21 de octubre y 17 de noviembre, con tres repeticiones. Cada unidad experimental tuvo una superficie de 120 m2. El cultivar híbrido utilizado fue NK 880 TD max de Syngenta. El cultivo se realizó bajo un sistema de siembra directa, por considerarla una tecnología adecuada en la prevención de la erosión y los efectos de la sequía (Solbrig, 1998; Panigatti et al., 1998; Marelli, 1999). La siembra se realizó a 0,70 m entre hileras en todos los ensayos. La densidad de siembra final fue de 8 plantas m-2. Se determinaron las distintas fases fenológicas del cultivo (Fehr, 1987).

Los datos metorológicos se obtuvieron mediante una estación automática cercana al experimento. Se calibraron los coeficientes genéticos del modelo Ceres-maize del DSSAT versión 4.02, que se pueden observar en la tabla 1, relacionados con el crecimiento y el desarrollo: Tabla 1. Coeficientes genéticos de CERES-maize

P1 Grados día con base 8 ºC (ºCd) desde emergencia hasta el final de la fase juvenil

P2

Sensibilidad al fotoperiodo (días de retraso en la iniciación de la flor masculina por hora de incremento del fotoperiodo. 0 para cultivares no sensibles al fotoperiodo)

P5 Grados día con base 8 ºC desde 75% de emisión de estigmas hasta madurez fisiológica (ºCd)

G2 Número potencial de granos por planta

G3 Tasa potencial de crecimiento de los granos (mg grano–1 d-1)

PHINT Intervalo medido en tiempo térmico (grados-día) en la aparición de sucesivas hojas.

G2 y G3 se obtuvieron de parcelas sembradas a

baja densidad. G2 se estimó en cosecha, contando número de granos por planta en veinte plantas elegidas al azar. G3 se estimó a partir de muestreos secuenciales a lo largo del período de llenado del grano. Para cuantificar la mejora conseguida (precisión), se utilizó el RMSE (raíz del cuadrado medio del error) y un índice de ajuste (d; Willmott, 1982).


166- 144 -


Los coeficientes a ser calibrados fueron modificados luego de validarse con un conjunto de datos experimentales independientes. Para la validación se utilizaron los datos del experimento de secano.

RESULTADOS Y DISCUSIÓN En la Tabla 2 se pueden ver los coeficientes

genéticos que aparecen por defecto en el archivo “cultivar” del modelo Ceres-maize, correspondientes a materiales genéticos de ciclo corto y largo y los logrados después de la calibración (que incluye el proceso de validación). Tabla 2. Coeficientes genéticos originales del modelo Ceres- maize y los obtenidos de la calibración coeficientes originales calibrados Ciclo corto Ciclo largo

P1 200 320 250 P2 0,3 0,5 0,4 P5 800 940 1050 G2 700 620 690 G3 8,5 6,0 5,0

PHINT 38,90 38,90 38,90

El maíz NK 880 TD max presentó para la mayoría de sus coeficientes características intermedias entre los maíces de ciclo intermedio y largo, aunque los coeficientes, P5 y G3 ajustaron con valores típicos de maíces de ciclo muy largo. En cuanto al rendimiento (biomasa aérea y granos), para realizar el test de validación con datos de secano, primero se utilizaron los coeficientes que aparecen por defecto en el modelo y los estadísticos mostraban un RMSE de 878,3 kg ha-1, con un d = 0,66 para biomasa aérea, mientras para granos los valores de RMSE y d fueron de 1256,1 kg ha-1 y 0,54, respectivamente. En la Figura 1 se puede observar el ajuste logrado con los nuevos coeficientes calibrados que sólo fueron aceptados después de ser validados con los datos de secano.

Figura 1. Evolución de biomasa total aérea y de granos simulada (línea) y medida (símbolos): total (▲) y granos (■) para el maíz NK 880 TD max después de la calibración.

Los resultados estadísticos para biomasa total indicaron un RMSE de 692,5 kg ha-1 y un índice d de 0.99. En cuanto a biomasa de granos, el RMSE hallado fue de 1054,2 kg ha-1 y el índice d fue de 0,96. Con los coeficientes calibrados observamos una visible mejora en las salidas del modelo, lográndose valores más bajos en el RMSE y un índice d cercano a 1, lo que confirma la bondad del ajuste.

CONCLUSIONES La calibración realizada produjo como resultado

un buen ajuste entre los valores simulados y los observados en condiciones de campo en Villa Mercedes, San Luis y no se considera necesario realizar modificaciones en el modelo. Éste queda en condiciones de ser utilizado en futuros trabajos como una herramienta en estudios que incluyan la búsqueda de distintas estrategias de manejo del cultivo; el impacto y vulnerabilidad ante el cambio climático; abordar fenómenos climáticos como el ENSO (El Niño Oscilación Sur) analizando en forma interactiva el impacto de la variabilidad climática y las decisiones de manejo sobre la productividad del cultivo de maíz, entre otros temas.

REFERENCIAS Confalone, A. 2008. Parametrización del submodelo de

fenología de CROPGRO-fababean. Ed. USC (edición derivada de la tesis doctoral). ISBN 978-84-9887-173-9. España. 189 p.

Confalone, A.; Boote, K.; Lizaso, J.; Sau, F. 2011. Temperature and Photoperiod Effects on Vicia faba Phenology Simulated by CROPGRO-Fababean. Agronomy J.103: 1036-1050.

Fehr, W.R. (ed). 1987. Principles of Cultivar Development - Vol 1. Theory and Technique. McMillan Publishing Company, New York. 178 p.

Jones, J.W.; Hoogenboom, G.; Porter, C.H.; Boote, K.J. ; Batchelor, W.D. 2003. The DSSAT cropping system model. European Journal of Agronomy, 18: 235-265.

Jones, C.A.; Kiniry, J.R. (EDS.). 1986. CERES-Maize: a Simulation Model of Maize Growth and Development. Texas A&M Univ. Press, Texas. 123p.

Marelli, H.1999. La siembra directa como alternativa conservacionista. Hojas de información técnica. INTA Marcos Juárez .Córdoba. Argentina. 14 pp

Orta, F. J. 2000. Aplicación del modelo CERES-Maize como herramienta para evaluar estrategias de manejo del cultivo de maíz bajo riego y secano, en el área de Villa Mercedes (San Luis). Tesis de Maestría. Facultad de Ciencias Agropecuarias. Universidad Nacional de Córdoba. Argentina.

Panigatti J. L. ; Marelli, H. ; Gil, R. 1998. Siembra Directa. Buenos Aires, INTA, Secretaría de Agricultura, Ganadería, Pesca y Alimentación. Editorial Hemisferio Sur S.A. 333 pp.

Solbrig, O. 1998. Hacia una agricultura sustentable en la Pampa Argentina. Resumen prospectivo. Edit. O.T. Solbrig y L. Vainesman. en: David Rockefeller center for Latin American Studies and Consejo Profesional de Ing. Agronómica. Bs. As. Argentina. Pp. 254- 272.

Willmott, C.J. 1982. Some comments on the evaluation of model performance. Bulletin of the American Meteorological Society 63: 1309-1313.


167- 145 -


DETERMINACION DEL AGUA VIRTUAL EN SOJA CON DISTINTOS MANEJOS EMPLEANDO UN MODELO DE SIMULACION DE CULTIVO

Torterolo1, M. K.; Ovando*, G. G.2 1 Secretaría de Ciencia y Tecnología, Universidad Nacional de Córdoba, (5000) Córdoba, Argentina 2 Fac. de Ciencias Agropecuarias (FCA), Universidad Nacional de Córdoba, (5000) Córdoba, Argentina *Contacto: [email protected]

Palabras clave: modelo Cropgro; agua verde

INTRODUCCIÓN Actualmente la mayoría de los estudios coinciden

que, a nivel mundial, hay suficientes recursos hídricos para satisfacer la demanda de alimentos, aunque con disponibilidad geográfica desigual. La crisis del agua es un problema de mala gestión en relación con varios aspectos. En este contexto, la globalización de los mercados que redistribuye los recursos hídricos por medio del comercio de agua virtual (AV), presenta retos y oportunidades para alcanzar una buena gestión del agua (Aldaya et al., 2011). Se define como AV contenida en un producto, al agua usada en su producción, resulta importante establecer si procede de agua de lluvia, evaporada durante el proceso de producción (agua verde) o agua superficial y/o subterránea (agua azul). Muchos autores resaltaron la importancia del agua verde sobre la seguridad alimentaria y la disponibilidad hídrica a través de la producción de cultivos de secano sustentables. El agua verde constituye la mayor proporción del AV en el comercio agropecuario internacional. En particular para el cultivo de soja en Argentina el agua verde representa el 98% del AV (Aldaya et al., 2010).

Existen numerosos esfuerzos por cuantificar el AV para distintos países y productos agrícolas (Aldaya et al. 2010; Fader et al., 2011). En tal sentido Grajales Quintero et al., 2008, informaron los diez primeros productos agropecuarios que movilizan más AV en el comercio internacional, encontrándose la soja en tercer lugar con 1.800 m3 de agua para producir una Tn de grano, lo que representa un movimiento de 69 mil millones de m3 de agua al año, constituyendo el 5,5% del volumen mundial. En Argentina, Civit et al. (2011) compararon la huella hídrica de colza y soja producción de biodiesel, bajo diferentes condiciones de humedad y manejo en cuatro años de estudio. Hoeskstra y Hung (2005) indicaron que durante el período 1995-1999 Argentina ocupó el cuarto lugar a nivel mundial en la exportación de AV, con 226,3 x 109 m3 y emplearon el modelo CropWat para determinar los requerimientos de agua de un cultivo. Una de las principales ventajas de los modelos de simulación de cultivos es que estiman la producción agrícola en función de las condiciones meteorológicas y edáficas, como así también las de manejo de cultivo (Hoogenboom, 2000). Estos modelos han sido muy empleados para estudiar el impacto del cambio climático sobre la producción agrícola y la seguridad alimentaria. Particularmente el modelo Cropgro-soybean simula los efectos de la condición meteorológica, las condiciones del suelo,

el genotipo y el tipo de suelo sobre el crecimiento y rendimiento del cultivo de soja (Jones et al., 2003).También calculan los balances diarios de nitrógeno y de agua, pudiendo obtenerse de este último el consumo de agua del cultivo (agua virtual).

El presente trabajo intenta determinar el agua virtual en la producción de soja con distintos manejos en la región central de Córdoba, empleando un modelo de simulación del cultivo.

MATERIALES Y MÉTODOS El agua virtual (m3/Tn) se calculó como el

cociente del volumen de agua usada durante todo el período de crecimiento del cultivo (consumo de agua del cultivo, m3/ha), respecto del rendimiento (Tn/ha). Dado que en la región central de Córdoba la principal forma de producción de la soja es de secano, el riego no se utilizó en el cálculo del agua virtual. Tanto el requerimiento del agua del cultivo como el rendimiento fueron estimados con el modelo Cropgro–soybean, a partir de datos meteorológicos de la EEA Manfredi – INTA (31º49' S, 63º48' W, 292 msnm) para el período 1961 – 2004. Los datos de suelo utilizados corresponden a un Haplustoll éntico descripto por Dardanelli et al. (1997) y el cultivar empleado en la simulación fue Don Mario 4800, cuyos coeficientes genéticos fueron obtenidos por Mercau et al. (2006). Las condiciones de manejo simuladas fueron tres fechas de siembra (1-nov, 16-nov y 1-dic) y cuatro escenarios de humedad a la siembra (25%, 50%, 75% y 100 % del agua extractable del suelo). Se obtuvo AV para cada año, fecha de siembra y condición hídrica inicial y se calculó un promedio del AV para evaluar el comportamiento de los distintos manejos. Se obtuvo la pendiente de la regresión lineal entre la evapotranspiración (m3/ha) del cultivo acumulada durante el ciclo y el rendimiento (Tn/ha) en cada uno de los 43 años de simulación. Como medida de bondad del ajuste de la regresión se utilizó el coeficiente de determinación (R2).

RESULTADOS Y DISCUSIÓN En la Figura 1 se muestra el consumo de agua

del cultivo y su relación con el rendimiento, para cada fecha de siembra y condición de humedad inicial. Existe una relación directa entre el consumo de agua y el rendimiento mostrando un mayor rango de variación de los rendimientos correspondientes a la siembras con bajo contenido de agua inicial (25%). En tanto que las siembras con 100% del agua inicial presentan mayores rendimientos y menor rango de variación.


168- 146 -


Figura 1. Relación entre consumo de agua y rendimiento de soja para las fechas de siembra a saber: a) 1/nov; b) 16/nov y c) 1/dic.; distintas condiciones hídricas (25%; 50%; 75% y 100% del agua extractable a la siembra.

Se realizaron regresiones lineales obteniendo la pendiente, el coeficiente de determinación y el AV, presentados en la Tabla 1. Se observa que para todas las fechas de siembra y contenidos hídricos, el AV varía entre 1344 y 2089 m3/Tn, valores similares a los informados por Chapagain y Hoekstra (2004) de 1107 m3/Tn de soja para Argentina. Aldaya et al. (2010) determinaron 1321 m3/Tn y Grajales Quintero et al. (2008) con 1800 m3/Tn. En las tres fechas de siembra no se encuentran marcadas diferencias de AV promedio para la misma humedad inicial. Civit et al. (2011) comunicaron valores de 1224, 1486 y 1540 m3/Tn de agua verde para soja de secano en años secos, intermedios y húmedos, respectivamente; comportamiento totalmente opuesto al determinado en este trabajo, donde el AV disminuye a medida que se siembra con mayor humedad inicial, con valores de alrededor de 3000 m3/Tn en los años más secos, con siembra con el 25% de agua extractable. La tasa de cambio de consumo de agua respecto del rendimiento (a) en las tres fechas de siembra disminuye a medida que aumenta el contenido hídrico inicial, siendo menos explicativa la regresión lineal cuando mayor es el agua extractable a la siembra y más tardía es la siembra.

Tabla 1. Pendiente (a), coeficiente de determinación (R2) y agua virtual (AV) para cada fecha de siembra y e humedad inicial a la siembra. Fecha de Siembra

Humedad Inicial (%)

a (m3/Tn) R2 AV

(m3/Tn)

01-nov

25 782,8 0,8378 2089 50 690,5 0,8407 1664 75 616,1 0,7567 1436

100 529,5 0,5234 1344

16-nov

25 777,0 0,8833 2088 50 671,7 0,8508 1638 75 590,9 0,6979 1428

100 522,5 0,4379 1354

01-dic

25 788,3 0,8483 2054 50 719,9 0,7969 1625 75 693,2 0,6123 1431

100 573,9 0,3601 1381

CONCLUSIONES El agua virtual promedio es mayor cuanto menor

es la humedad inicial a la siembra, sin encontrar diferencias marcadas entre las fechas de siembra. La relación lineal entre el consumo de agua y rendimiento resulta más significativa con bajo contenido de hídrico del suelo a la siembra, en tanto que cuando este es más elevado resulta menos explicativa cuanto más tardía es la fecha de siembra.

BIBLIOGRAFÍA Aldaya M.M.; Allan J.A.; Hoekstra A.Y. 2010. Strategic

importance of green water in international crop trade. Ecological Economics 69: 87–894

Aldaya M.M.; Niemeyer I.; Zarate E. 2011. Agua y Globalización: Retos y oportunidades para una mejor gestión de los recursos hídricos. Revista Española de Estudios Agrosociales y Pesqueros 230: 62-83.

Civit B.; Arena A.; Piastrellini R.; Curadelli S.; Silva Colomer, J. 2011. Comparación entre la huella hídrica de biodiesel obtenido a partir de aceite de colza y aceite de soja. Av. en En. Ren. y Medio Amb. 15:127- 134.

Dardanelli J.L.; Bachmeier O.A.; Sereno R.; Gil R. 1997. Rooting depth and soil water extraction patterns of different crops in a silty loam Haplustoll. Field Crops Research 54: 29-38.

Fader, M.; Gerten, D.; Thammer, M.; Heinke J.; Lotze-Campen H.; Lucht W.; Cramer, W. 2011. Internal and external green-blue agricultural water footprints of nations, and related water and land savings through trade. Hydrol. Earth Syst. Sci. Discuss. 8:483–527.

Grajales Quintero, A.; Jaramillo Robledo, A.; Cruz Cerón, G. 2008. Los nuevos conceptos sobre “Agua Virtual” y Huella Hídrica” aplicados al desarrollo sostenible: Implicaciones de la agricultura en el consumo hídrico. Agronomía (Col.) 16: 7-26.

Hoogenboom, G. 2000. Contribution of agrometeorology to the simulation of crop production and its applications. Agric. and Forest Met. 103: 137–157.

Jones J.; Hoogenboom G.; Porter C.; Boote K.; Batchelor W.; Hunt L.; Wilkens P.; Singh U.; Gijsman, A.; Ritchie, J. 2003. DSSAT Cropping System Model. European J. of Agronomy 18: 235-265.

Mercau, J.L.; Dardanelli, J. L.; Collino, D. J.; Andriani, J. M.; Irigoyen, A. ; Satorre, E. H. 2007. Predicting on-farm soybean yields in the pampas using CROPGRO-soybean. Field Crops Research 100: 200–209.

2000

3000

4000

5000

6000

7000

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6Rendimiento (Tn/ha)

Cons

umo

(m3/

ha)

25%

50%

75%

100%

2000

3000

4000

5000

6000

7000


Cons

umo

(m3/

ha)

25%

50%

75%

100%

a

b

2000

3000

4000

5000

6000

7000


Cons

umo

(m3/

ha)

25%

50%

75%

100%

c


169- 147 -


Área Temática 4 – MICROMETEOROLOGÍA Y RELACIONES SUELO-PLANTA-ATMÓSFERA


170


171- 149 -


RESPONSE OF SUGARCANE CROP TO IRRIGATION SPROUTING AND USE OF ORGANIC MULCH IN SOIL COVER IN THE CERRADO REGION,

BRAZIL

Campos, P.F.1,2; Alves* Jr., J.1; Evangelista, A.W.P.1; Casaroli, D.1 1 Federal University of Goiás, College of Agronomy and Food Eng., Campus II Samambaia, 74001-970. Goiânia-GO, Brazil. 2 Jales Machado S.A., Sugar Mill, Goianésia-GO, Brazil. 76380-000.

*Contact: [email protected]

Key words: Saccharum officinarum, sprinkler system, sprouting irrigation, salvation, mechanical harvest INTRODUCTION

Brazil is the biggest producer and exporter sugar (34%) in the world, and is the second biggest producer and consumer of ethanol (35%). All this, due to the significant increase in area planted with sugarcane in the Brazil, and increased productivity, both of cane per hectare (average 75 t / ha), and increased productivity of ethanol per ton of cane.

Driven by increasing domestic demand for ethanol and depending on the success of its export, it is estimated that at least in 10 years, Brazil will have to double the amount of sugarcane harvested to offer to internal market. The challenge is to achieve to 1 billion tons of sugarcane harvested, without doubling the area cultivated. For conflicts of interest with the production of foodstuffs can be avoided by increasing productivity. Current one of the major problems to productivity increase is water deficit in the new agricultural frontiers of the country (Cerrado Region).

In Goiás, the rainfall is characterized by irregularity in the distribution of rainfall, with a rainy summer (October to April) and a dry winter (May to September). The need therefore of supplemental irrigation of sugarcane in Goiás is obvious and essential, to ensure the growth of these stumps of cut cane mainly in the months July, August and September. Another way to reduce water deficit is the use of organic mulchs in soil cover. The effects of organic mulch on the productivity of sugarcane are cited by Thompson & Wood (1967), in studies in South Africa.

In Brazil, there are not information about that. The increase in the areas of mechanical harvesting of sugarcane due to environmental pressures and the need to reduce costs, it becomes necessary to increase knowledge about the effects of organic mulch on the productivity of sugarcane.

This study aimed to evaluate the response of sugarcane crop to different irrigation levels and the use of organic mulch, in Vale do São Patrício in Goiás.

MATERIAL AND METHODS

The experiment was conducted in a sugarcane mechanical harvest field in Jalles Machado S.A. Sugar Mill in Pirinópolis-GO, Brazil. The soil was

a Yellow Red Latossol, and the sugarcane crop (3th harvest) was grown from July 1998 to May 1999.

The area is on a tropical savannah with dry winter and rainy summer (Aw), according to Köppen classification, with an annual average rainfall of 1540 mm, with a well defined water deficit period, between May and October.

The experiment was conducted between July 24 and 30th, 1998. Starting at ten days after harvest of second crop, with the application of irrigation at one time, and the harvest of the experimental area was on May 28th, 1999. A complete randomized block design was used, with 3 blocks in a factorial design 5 x 2, quantitatively and qualitatively, respectively. A total of 10 treatments using the SP79-1011 cultivar were evaluated with five types of irrigation level (0, 20, 40, 60 and 80 mm) and two cropping systems (with and without organic mulch). The plots consisted of 18 lines of 15 m in-row spacing of 1.30 m. The six central rows were considered useful area of the plot to carry out evaluations. Soil samples were weekly collected for determination of water content at depths of 0.0-0.05 m, 0.05-0.10 m, 0.10-0.20 m, and 0.20 to 0.40 m, using the gravimetric method, following the methodology proposed by Embrapa. The weed control was done as recommended for crop and was performed topdressing in order to provide the elements nitrogen, potassium, zinc and boron as recommended for crop. At harvest (May 28th, 1999) the total number of stems of the usable area of the plot were counted. It was also determined the average weight per stem, collecting and weighing six samples of 10 canes per plot. A bundle sampled (per plot) was used for weighing technology for analysis. Took advantage of the beams aimed at weighing to quantify the average diameter, number of internodes and the average height of stalks. To measure the diameter used a caliper, measuring 60 stems per plot. The measurement time was defined as the stem height divided by three measured from the base of the stem. To determine when the component was measured with a ruler, the average length of the beam. The computer program ASSISTAT Beta version 7.6 was used for the analysis of variance (ANOVA), followed by comparison of means by Tukey method at 5% probability levels for qualitative (cropping systems), and regression analysis to the qualitative levels (irrigation water).


172- 150 -


RESULTS AND DISCUSSION Significant differences for weight of stems, yield

of cane and sugar yield, stems height and diameter of stems were observed under increasing irrigation level. It was also observed a significant effect on the weight of the straw stems yield of cane and sugar yield (Table1), moisture, Pol, and stem diameter. No interaction between irrigation and soil cover was showed for evaluated variables.

The yield of sugarcane was less than 70 t/ha due to irregularity in the distribution of rainfall during the period in which the experiment was conducted. These results are in agreement with the results found by Inman-Bamber (2004). This author explains that the water deficit negatively affects the growth of shoots of sugarcane, especially leaf production, accelerating senescence and plant as a whole, and may also lead to a reduction in radiation interception, the efficiency of use of water and photosynthesis, as well as increased radiation transmitted to the soil surface.

Despite the statistical analysis show that there was no interaction between the effects of mulch and irrigation water used, the results show the highest yield of cane and sugar when the variety SP79-1011 was cultivated under mulch. No differences were observed for number of stems per meter under effect of mulch. Furthermore, results show that are significant effects of plant height under increasing irrigation levels, showing that water deficit influences significantly the height of the stems and consequently productivity. According to Inman-Bamber (2004) and Silva et al. (2008), the variation in plant height is an indicator of tolerance or susceptibility of sugarcane to water deficit. For this case, the increase in irrigation promoted an increase in stem height. The results also agree with Dantas Neto (2006), who reported that irrigation water influence of linear and quadratic growth parameters and production of sugarcane in SP79-1011 variety.

Increased irrigation did not cause an increase in stem diameter. But a decrease the stem diameter was observed with increasing water depth. Moreover, the results showed a significant difference in the diameter of stem. The stem diameters of plants evaluated were higher under mulch treatments. This increase in diameter of stems in the presence of mulch matches with Thompson & Wood (1967). The weight of the stems was greater with the increase in the irrigation water and in the presence of the mulch. The Pol cane (%) was higher in the treatments without mulch. The opposite was observed for moisture (%), which was higher in the treatments with mulch. The straw did not influence the percentage of fiber. These results are consistent with Stupiell (1987), which stated that water availability, the type of crop, variety, among others; interfere with the chemical composition of sugar, in its industrial quality, since the irrigation had no effect on Pol (%) in Fiber (%) and moisture of the cane (%).

Table 1. Average yield of sugarcane and sugar (3a. harvest) to different irrigation levels with and without soil coverage, Pirinópolis-GO, Brazil. Tukey test (p>0.05).

(t/ha) Sugarcane Yield Y=0.2552X+50.84

(R2=0.9695**)

Sugar Yield Y=0.0405X+6.806

(R2=0.9635**) Treatment with soil

coverage no soil

coverage with soil coverage

no soil coverage

No Irrig. 51.30 46.90 6.80 6.30 20 mm 59.00 56.50 8.10 7.90 40 mm 65.30 59.00 8.70 8.10 60 mm 67.60 63.40 9.40 9.20 80 mm 78.10 63.30 10.70 9.10

Average 64.28 a 57.83 b 8.74 a 8.12 a

CONCLUSIONS Under conditions in which the study was

conducted, was observed positive response of soil covering with organic mulch from mechanized harvesting of SP79-1011 variety of sugarcane (third haverst), stem weight, cane yield, productivity sugar, moisture and stem diameter and negative response in Pol (%). Also, was observed a positive response in yield of cane, sugar yield, weight of stems and plant height and negative response in stem diameter under irrigation levels by sprinkler irrigation in Pirinopolis-GO, Brazil.

REFERENCES Dantas Neto, J.; Figueredo, J. L. C.; Farias, C. H. A.;

Azevedo, H. M. de; Azevedo, C. A. V. 2006. Resposta da cana-de-açúcar, primeira soca, a níveis de irrigação e adubação de cobertura. Revista Brasileira de Engen. Agrícola e Ambiental 10: 283-288.

Inman-Bamber, N.G. 2004. Sugarcane water stress criteria for irrigation and drying off. Field Crops Research 89: 107-122.

Silva, M. A.; Soares, R. A. B.; Landell, M. G. A.; Campana, M. P. 2008. Agronomic performance of sugarcane families in response to water stress. Bragantia 67: 656-661.

Stupiell, J. P. 1987. A cana-de-açúcar como matéria prima. In: PARANHOS, S.B. Cana-de-açúcar: cultivo e utilização. São Paulo: Fundação Cargill 2:761-804.

Thompson, G. D.; Wood, R. A. 1967. Wet and dry seasons and their effects on rain-fed sugar-cane in Natal. Tropical Agriculture, London, p. 297-307.


173- 151 -


RESPOSTA FOTOSSINTÉTICA DE PLANTAS DE FEIJÃO EM FUNÇÃO DO TEOR DE ÁGUA NO SOLO

Casaroli*, D.1 ; Jong van Lier, Q.2 1 Professor Adjunto,Doutor, Setor de Engenharia de Biossistemas, Escola de Agronomia e Engenharia de Alimentos, Universidade Federal de Goiás (UFG), Campus Samambaia - Rodovia Goiânia / Nova Veneza, Km 0 - Caixa Postal 131, CEP 74690-900, Goiânia, GO, Brasil Telefone: (62) 3521 1676. 2 Professor Associado, Doutor, Departamento de Engenharia de Biossistemas, Área de Física e Meteorologia, Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo (Esalq/USP). *Contato: [email protected]

Palavras-chave: déficit hídrico; resposta fisiológica; demanda atmosférica; água no solo INTRODUÇÃO O feijoeiro é uma planta de grande importância econômica no cenário nacional e possui a característica de ser sensível a deficiência hídrica, reduzindo seu metabolismo, inferindo em estresse hídrico e, consequentemente, quebra de produção. Além da demanda hídrica exigida pelas plantas, a disponibilidade de radiação solar também é um dos fatores que limitam o crescimento e desenvolvimento vegetal, pois esta energia é capaz transformar o CO2 atmosférico em energia metabólica, através do processo de fotossíntese (Taiz e Zieger, 2004). Sendo assim, é de suma importância conhecer o comportamento fotossintético das plantas em função de condições hidráulicas do solo, assim, torna-se possível determinar um teor de água limitante ou crítico, em que a taxa fotossintética deixe de ser potencial, tornando-se deplecionada. Desta forma, o objetivo do presente estudo foi determinar a taxa fotossintética de plantas de feijão submetidas à regimes hídricos diferenciados, a fim de encontrar um teor de água no solo crítico para esta cultura. MATERIAL E MÉTODOS O experimento foi conduzido em casa de vegetação, no laboratório de Fisiologia Vegetal, da Escola Superior de Agricultura “Luiz de Queiroz”-USP, em Piracicaba, SP, Brasil (latitude: 22°42’ S; longitude: 47°37’ W; e 546 m de altitude). Utilizaram-se plantas de feijão (Phaseolus vulgaris L.), cultivadas em vasos plásticos (8 L), preenchidos com dois solos: i) Nitossolo Vermelho Eutroférrico típico com textura argilosa; e ii) um Argissolo Vermelho-Amarelo Distrófico típico, com textura arenosa (Embrapa, 1999). A adubação seguiu as recomendações do Boletim Técnico 100 (Raij et al., 1997). O teor de água no solo foi determinado por lisimetria, em que os vasos, contendo solo e planta, foram pesados diariamente às 7:00 e 18:00 horas, repondo-se a quantidade de água perdida neste período. Utilizou-se o delineamento inteiramente casualizado com dois tratamentos: plenamente irrigados e com déficit hídrico, com 15 repetições. A aplicação dos tratamentos ocorreu no início do subperíodo reprodutivo (R1), sendo que, a máxima demanda

hídrica do feijoeiro é alcançada no início do florescimento, onde há o maior índice de área foliar. As medidas de taxas fotossintéticas foram realizadas a partir de um medidor de trocas gasosas (CO2 e água) denominado IRGA (Infra-red Gas Analyzer - LI-6400). A fotossíntese líquida (FsL, μmolCO2 m-2 s-1) serviu como critério para a identificação do teor de água crítico no solo. Antes da aplicação dos tratamentos, foram feitas duas curvas de luz, utilizando uma planta cultivada em solo argiloso e outra em solo arenoso, observando-se valores de 15,2 e 17,4 μmolCO2 m-2 s-1, respectivamente; os quais podem ser considerados normais (Pimentel, 1998; Siebeneichler et al., 1998). As medidas de fotossíntese foram realizadas em cinco plantas por tratamento e em três folíolos por planta, sempre nos mesmos folíolos (sadios, expandidos e expostos à radiação solar). As medidas eram realizadas a cada 48 horas, iniciando-se sempre no mesmo horário e na mesma sequência de plantas (hora local = 8:30 horas). RESULTADOS E DISCUSSÃO A fotossíntese líquida apresentou comportamento distinto em solo arenoso e argiloso, podendo ser explicado devido ao fato que as plantas cultivadas em solo argiloso apresentavam no momento da análise um maior índice de área foliar. Entretanto, em ambos os solos pode ser observado um momento em que a fotossíntese líquida deixa de ser máxima (Figura 1). Para o solo argiloso, o momento de fotossíntese decrescente foi obtido a partir do sétimo dia após a aplicação dos tratamentos; embora, as plantas sem déficit também apresentaram um decréscimo neste mesmo dia, porém, recuperaram os valores máximos a partir do décimo segundo dia, e as plantas em déficit mantiveram uma taxa decrescente de fotossíntese. Entretanto, para o solo arenoso este momento crítico, foi observado no quinto dia após o início da aplicação dos tratamentos (Figura 1). A partir destas informações foi possível detectar um teor de água crítico no solo (θcrítico), sendo determinados valores iguais a 0,2323 para o solo argiloso e 0,1732 m3 m-3 para o solo arenoso (Figura 2), tendo em vista que o teor de água na capacidade de campo (θcc) foi de 0,30 e 0,24 m3 m-3, para os solos argiloso e arenoso, respectivamente. Para um solo de textura arenosa (66% de argila), Pavani et al. (2008) determinaram um θcc igual a


174- 152 -


0,3993 m3 m-3 e θcrítico de 0,3529 m3 m-3. Estas diferenças podem ter ocorrido devido ao solo argiloso utilizado neste estudo ter apresentado um percentual de 53% de argila, o que infere em uma menor retenção de água no solo em relação ao trabalho daqueles autores.

Figura 1. Fotossíntese líquida média (Fs) em função do tempo após a irrigação, para solo argiloso e arenoso, com e sem deficiência hídrica.

Figura 2. Teor de água no solo (θ) em função do tempo após a irrigação, indicando-se e teor de água considerado crítico (θcrítico), para solo argiloso e arenoso, com e sem deficiência hídrica.

Segundo Silveira e Stone (1994) o potencial matricial (ψm) crítico para a cultura do feijão é de -40 kPa, o qual corresponde, para este estudo, teores de água iguais a 0,3055 e 0,1726 m3 m-3, respectivamente, para o solo argiloso e arenoso, ambos determinados pela equação de van Genuchten (1980). Quando comparamos estes resultados aos encontrados neste trabalho, pode-se verificar semelhança entre os valores do solo arenoso, entretanto, para o solo argiloso o potencial matricial crítico não corroborou, sendo este igual ao teor de água na capacidade de campo e não ao ponto crítico. Estas divergências entre diferentes tipos de solo em relação a um θcrítico e ψm críticos, se deve, a rigor, ao fato de estas duas variáveis estarem diretamente ligadas a condutividade hidráulica do solo, a qual é uma propriedade que denota movimento de água no solo. CONCLUSÃO É possível determinar um teor de água crítico no solo, em que a partir deste ponto a taxa de fotossíntese líquida do feijoeiro deixa de ser máxima e passa a ser deplecionada. Sendo estes pontos iguais a 0,2323 e 0,1732 m3 m-3, para os solos argiloso e arenoso, respectivamente. REFERÊNCIAS EMBRAPA. Sistema Brasileiro de classificação de solos.

Brasília: Centro Nacional de Pesquisa em Solos, Brasil, 1999. 412 p.

Pavani, L. C; Lopes, A. S; Galbeiro, R. B. 2008. Manejo de Irrigação na cultura do feijoeiro em sistemas de planto direto e convencional. Engenharia Agrícola, Jaboticabal 1: 12-21.

Pimentel, C. Metabolismo de carbono na agricultura tropical. Rio de Janeiro: EDUR, Brasil, 1998. 150 p.

Raij, B. Van; Cantarella, H.; Quaggio, J.A.; Furlani, A.M.C. (Ed.). 1997. Recomendações de adubação e calagem para o estado de São Paulo. 2.ed. Campinas: Instituto Agronômico, Brasil, 285 p. (IAC. Boletim Técnico, 100).

Siebeneichler, S.C.; Sant’anna, R.; Martinez, C. A.; Mosquim, P.R.; Cambraia, J. 1998. Alterações na fotossíntese, condutância estomática e eficiência fotoquímica induzidas por baixa temperatura em feijoeiros. Revista Brasileira de Fisiologia Vegetal 10: 37-44.

Silveira, P.M.; Stone, L.F. 1994. Manejo da irrigação do feijoeiro: uso do tensiômetro e avaliação do desempenho do pivô central. Goiânia: Embrapa, Brasil, 1994. 46 p. (Circular Técnica, 27).

Taiz, L.; Zieger, E. 2004. Fisiologia vegetal. Trad. Santarém, E. R. et al., 3° ed., Porto Alegre: Artemed. 719 p.

Van Genuchten, M.Th. 1980. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils. Soil Science Society of America Journal 44: 892-898.

0

5

10

15

20

25

30

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

FSL

, μm

olCO

2m

-2s-1

Tempo, d

Argilososem deficiência hídrica

com deficiência hídrica

0

5

10

15

20

25

30

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

FSL

, μm

olCO

2m

-2s-1

Tempo, d

sem deficiência hídrica

com deficiência

Arenoso

0,22

0,24

0,26

0,28

0,30

0,32

0,34

1 2 3 4 5 6 7 8 9 10 11 12 13

θ, m

3m

-3

Tempo , d

θCrítico = 0,2323 m3 m-3

θCC = 0,3015 m3 m-3

ψmCC = - 33,7 kPaψmCrítico = - 133,5 kPa

Argiloso

0,08

0,12

0,16

0,20

0,24

0,28

1 2 3 4 5 6 7 8 9 10 11 12 13

θ, m

3m

-3

Tempo , dsem déficit com déficit

θCrítico = 0,1732 m3 m-3

θCC = 0,2411 m3 m-3

ψmCC = - 10,1 kPaψmCrítico = - 7,7 kPa

Arenoso


175- 153 -


ASSIMILAÇÃO DE DIÓXIDO DE CARBONO PELO FEIJOEIRO EM FUNÇÃO DA INTENSIDADE DE RADIAÇÃO FOTOSSINTETICAMENTE ATIVA E DA

UMIDADE DO SOLO

Casaroli*, D.1 ; Jong van Lier, Q.2 1Professor Adjunto,Doutor, Setor de Engenharia de Biossistemas, Escola de Agronomia e Engenharia de Alimentos, Universidade Federal de Goiás (UFG), Campus Samambaia - Rodovia Goiânia / Nova Veneza, Km 0 - Caixa Postal 131, CEP 74690-900, Goiânia, GO, Brasil Telefone: (62) 3521 1676. 2Professor Associado, Doutor, Departamento de Engenharia de Biossistemas, Área de Física e Meteorologia, Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo (Esalq/USP). *Contato: [email protected]

Palavras-chave: déficit hídrico; resposta fisiológica; demanda atmosférica; água no solo INTRODUÇÃO No processo fotossintético a luz é a precursora da reação. A rigor, a planta absorve seis moléculas de dióxido de carbono mais seis moléculas de água, na presença da luz tem-se o início da assimilação de carbono , podendo-se dizer que a luz é um fator limitante para que a reação possa ser desencadeada. Ainda, ela também é responsável por outros processos fisiológicos nas plantas como a abertura dos estômatos e, por consequência, a realização de trocas gasosas entre a planta e a atmosfera (Taiz e Zieger, 2004). A fotossíntese é um processo chave tanto para os organismos vegetais quanto para os demais constituintes dos níveis tróficos subsequentes. Para as plantas, sua quantificação pode determinar o estado fisiológico destas, de modo a identificar o quão uma planta pode estar estressada. Assim, torna-se possível enumerar as possíveis causas deste efeito. Neste sentido, é relevante o entendimento da dinâmica fisiológica das plantas, como o feijoeiro (Phaseolus vulgaris L.), bem como suas relações com o ambiente, de modo que se possa oferecer a esta cultura uma condição de pleno crescimento, desenvolvimento e produção, tendo em vista que o feijoeiro possui grande importância econômica no cenário nacional. Por outro lado, sabe-se que esta cultura possui a característica de ser sensível ao déficit hídrico, o qual pode promover uma redução em seu metabolismo, podendo ocasionar quebra na produção. Contudo, é de suma importância quantificar a taxa de assimilação de dióxido de carbono (Adc) tanto em função da intensidade de radiação quanto em função da umidade do solo, tornando possível determinar uma quantidade de luz e uma umidade no solo em que as plantas de feijão tenham uma maior Adc e, consequentemente, atinjam uma produtividade potencial. Desta forma, o objetivo deste trabalho foi determinar Adc de plantas de feijão submetidas à diferentes intensidades luminosas e regimes hídricos.

MATERIAL E MÉTODOS O experimento foi conduzido em casa de vegetação, no laboratório de Fisiologia Vegetal, da Escola Superior de Agricultura “Luiz de Queiroz”-USP, em Piracicaba, SP, Brasil (latitude: 22°42’ S; longitude: 47°37’ W; e 546 m de altitude). Utilizaram-se plantas de feijão (Phaseolus vulgaris), cultivadas em vasos plásticos (8 L), preenchidos com solo do tipo Nitossolo Vermelho Eutroférrico típico com textura argilosa (Embrapa, 1999). A adubação seguiu as recomendações do Boletim Técnico 100 (Raij et al., 1997). O teor de água no solo foi determinado por lisimetria, em que os vasos, contendo solo e planta, foram pesados diariamente às 7:00 e 18:00 horas, repondo-se a quantidade de água perdida neste período. Utilizou-se o delineamento inteiramente casualizado com dois tratamentos: plenamente irrigados e com déficit hídrico, com 15 repetições. A aplicação dos tratamentos iniciou-se no subperíodo reprodutivo no estádio R1, sendo que a máxima demanda hídrica do feijoeiro é alcançada no início do florescimento, onde há o maior índice de área foliar. Utilizou-se um medidor de trocas gasosas (CO2 e água) denominado IRGA (Infra-red Gas Analyzer - LI-6400) para as determinações de Adc (μmolCO2 m-2 s-1). As medidas de Adc foram realizadas em cinco plantas de cada tratamento e em três folíolos por planta, sempre nos mesmos folíolos (sadios, expandidos e expostos à radiação solar), iniciando-se no primeiro dia do início da aplicação dos tratamentos, diariamente, no mesmo horário e na mesma sequência de plantas (hora local = 8:30 horas). RESULTADOS E DISCUSSÃO A Figura 1 apresenta as curvas de luz média determinada em plantas plenamente irrigadas, ou seja, sem déficit hídrico, avaliadas desde o primeiro até o 10º dia após a aplicação dos tratamentos. Para estas medidas o maior valor obtido foi de 15,9 μmolCO2 mol-1g-1, correspondente a uma radiação PAR de 1000 μmol m-2 s-1 Ajustou-se uma equação de regressão de segundo grau (R2 ≈ 93%), sendo seu ponto de máxima (dy/dx) assimilação de dióxido de carbono igual 16,2 μmolCO2 mol-1g-1, determinado quando a PAR = 905 μmol m-2. Estes valores corroboram com a literatura existente (Pimentel, 1998; Siebeneichler et al., 1998).


176

- 154 -


Figura 1. Assimilação de dióxido de carbono (Adc) em

função da intensidade de radiação fotossinteticamente ativa (PAR) e do dia após a irrigação.

Ainda na Figura 1, para as plantas em déficit

observou-se que até o quarto dia após a restrição

hídrica elas apresentaram comportamento similar às

plenamente irrigadas, obtendo coeficientes de

correlação médios r = 0,82. Entretanto, a partir do

5º dia de avaliação iniciou-se um decréscimo na

taxa de assimilação de dióxido de carbono (Adc), a

qual persistiu até o último dia de avaliação (10º

dia). Assim, observaram-se valores de potencial

matricial e de umidade do solo, detectando o

momento considerado crítico (Figura 2), em que a

Adc deixa de ser potencial e passa a ser

decrescente, tendo como consequência, uma

redução na fotossíntese líquida e quebra na

produção. Entretanto, deve-se ressaltar que tanto o

potencial matricial quanto a umidade são

fortemente dependente do tipo de solo, não

podendo extrapolar estas informações consideradas

críticas para qualquer tipo de solo (Jong Van Lier et

al., 2006; Casaroli et al., 2010).

Figura 2. Variação da umidade do solo (θ) em função do

tempo após a irrigação (dias), com descrição do potencial

matricial na capacidade de campo ( mCC) e no ponto

crítico ( mCrítico), bem como a umidade na capacidade de campo (θCC) e crítica (θCrítico), para os tratamentos sem e

com déficit hídrico.

Para este tipo de solo e para as condições

atmosféricas locais vigentes verificou-se que o

valor de umidade do solo que dá início a taxa

decrescente de Adc foi igual a

θcrítico = 0,2731 m3 m

-3, o que correspondeu a um

potencial matricial do solo de mCrítico = - 42,5 kPa

(Figura 2). Ainda, o valor de umidade do solo na

capacidade de campo (θCC) foi 0,3201 m3 m

-3. Para

um solo também argiloso (66% de argila)

Pavani et al. (2008) determinou um θCC igual a

0,3993 m3 m

-3 e θcrítico de 0,3529 m

3 m

-3. Estas

diferenças podem ter ocorrido devido ao solo deste

estudo apresentar um percentual de 53% de argila,

o que infere em uma menor retenção de água no

solo. Segundo Silveira e Stone (1994) o potencial

matricial ( m) crítico para a cultura do feijão é de

-40 kPa, o qual corresponde, para este estudo, a

uma umidade igual a 0,2759 m3 m

-3, estimada pela

equação de Van Genuchten (1980). Tais valores

críticos do potencial matricial e da umidade do

solo estimada a partir deste potencial, corrobora os

valores críticos de potencial matricial e de umidade

do solo determinados no presente estudo (Figura 2).

CONCLUSÃO A assimilação de CO2 pelo feijoeiro é favorecida

e atinge seu valor máximo (16,2 μmolCO2 mol-1

g-1

)

quando o valor de radiação fotossinteticamente

ativa é de aproximadamente 905 μmol m-2

e a

umidade do solo está na capacidade de campo.

REFERÊNCIAS

Casaroli, D.; Jong Van Lier, Q. de; Dourado Neto, D.

2010. Validation of a root water uptake model to estimate transpiration constraints. Agricultural

Water Management 97: 1382-1388.

Embrapa. 1999. Sistema Brasileiro de classificação de

solos. Brasília: Centro Nacional de Pesquisa em Solos, Brasil. 412 p.

Jong Van Lier, Q. de; Metselaar, K.; Van Dam, J. C.

2006. Root water extraction and limiting soil

hydraulic conditions estimated by numerical simulation. Vadose Zone Journal 5: 1264-1277.

Pavani, L. C; Lopes, A. S; Galbeiro, R. B. 2008.

Manejo de Irrigação na cultura do feijoeiro em

sistemas de planto direto e convencional. Engenharia Agrícola 1: 12-21.

Pimentel, C.1998. Metabolismo de carbono na

agricultura tropical. Rio de Janeiro: EDUR, Brasil,

150 p. Raij, B. Van; Cantarella, H.; Quaggio, J.A.; Furlani,

A.M.C. (Ed.). Recomendações de adubação e

calagem para o estado de São Paulo. 2.ed.

Campinas: Instituto Agronômico, Brasil, 1997. 285 p. (IAC. Boletim Técnico, 100).

Siebeneichler, S.C.; Sant’anna, R.; Martinez, C. A.;

Mosquim, P.R.; Cambraia, J. 1998. Alterações na

fotossíntese, condutância estomática e eficiência fotoquímica induzidas por baixa temperatura em

feijoeiros. Revista Bras. de Fisiol. Vegetal 1: 37-44.

Silveira, P.M.; Stone, L.F. Manejo da irrigação do feijoeiro: uso do tensiômetro e avaliação do

desempenho do pivô central. Goiânia: Embrapa,

Brasil, 1994. 46 p. (Circular Técnica, 27).

Taiz, L.; Zieger, E. Fisiologia Vegetal. Trad. Santarém, E. R. et al., 3° ed., P. Alegre: Artemed, 2004. 719p.

Van Genuchten, M.Th. 1980. A closed-form equation

for predicting the hydraulic conductivity of

unsaturated soils. Soil Sci. Soc. Am. J. 44: 892-898.

Adc = -2E-05PAR2 + 0,0357PAR

R² = 0,9355

-5

0

5

10

15

20

0 250 500 750 1000 1250 1500

Adc

, μ

molC

O2

m-2

s-1

PAR* , μmol m-2 s-1

Irrigadas 1º ao 4º dia (ETm=ETR) 5º dia 6º dia 7º dia 8º dia 9º dia 10º dia

Respiração *PAR = 1 μmol m-2 = 0,2157 W m-2

0,22

0,24

0,26

0,28

0,30

0,32

0,34

1 2 3 4 5 6 7 8 9 10 11 12 13

θ,

m3

m-3

Tempo , d

sem déficit com déficit

Crítico = 0,2731 m3 m-3

CC = 0,3215 m3 m-3

mCC = - 18 kPa

mCrítico = - 42,5 kPa


177- 155 -


EFECTO DE LAS TEMPERATURAS EXTREMAS EN LA EVAPOTRANSPIRACION Y EL CONSUMO DE CO2 EN LA ETAPA DE FRUCTIFICACION DEL TOMATE

Figuerola*, P. I.; Luna Toledo, E. S.

Universidad Nacional de Chilecito, 9 de Julio 22. Chilecito, C.P. 5.360. La Rioja, Argentina


Palabras clave: covarianza; coeficiente de cultivo INTRODUCCIÓN

El tomate es una hortaliza de origen subtropical con una elevada exigencia en temperatura ambiente (Tesi, 1983), que en la región árida de Chilecito (La Rioja) puede ser satisfecha, pero siendo limitante el agua. En la ciudad se ha instalado recientemente una fábrica de conserva de tomate que ha promocionado su implantación, siendo necesario un mejor conocimiento de sus características para su desarrollo en la región.

Los valores térmicos óptimos requeridos para fructificación son entre un mínimo de 10 a 13oC y un máximo de 30 a 35oC (Foty y La Malfa, 1979). En diciembre estos valores máximos pueden ser superados en la región, trayendo consecuencias tanto en la demanda de agua como en el consumo de CO2, entre otros. El objetivo del trabajo fue evaluar los efectos de las temperaturas extremas sobre ambos procesos. MATERIALES Y MÉTODOS

Esta investigación fue realizada sobre un cultivo de tomate industrial (Lungo, HM38-61) ubicado en el distrito de Anguinan en la región del Valle de Chilecito (29º13’45’’S, 67º 25’38’’O; 906,6m), en la que se instaló el instrumental que a través del método de la covarianza de los torbellinos permite medir directamente los flujos de calor latente (ET), dióxido de carbono (Fc), y calor sensible (H) (Monteith y Unsworth, 1990). Las mediciones se realizaron entre 13/12/2011 al 27/12/2011 en la etapa final del crecimiento del tomate (fructificación), cuya altura promedio fue de 38 cm y cubría totalmente el suelo entre hileras de plantas. El índice de área foliar fue 4,44.

Los flujos se calculan con las covarianzas:

(1)

(2)

(3)

donde; λ(J kg-1) el calor latente de vaporización; w’ (ms-1) la variación instantánea de la velocidad vertical del viento; ρv’(kg.m-3) y ρ’c (mg m-3) son la variación instantánea de la densidad de vapor de agua y dióxido de carbono, respectivamente. Cp (1013 kJ kg-1°C-1) el calor especifico del aire húmedo; ρa (kg m-3) la densidad del aire; T’ (°C) la variación instantánea de la temperatura del aire (°C). Los corchetes indican medias temporales y las primas indican desviaciones de los valores desde las medias temporales.

El sistema se instaló en el lote central de tres lotes de 115m x 450 m (total 345m x 450 m) y consistió en un anemómetro sónico CSAT-3 (Campbell), un higrómetro Kripton KH-20 (Campbell), un analizador de gases en el infrarrojo con sistema abierto LI-7500 (LI-COR), un sensor de humedad y temperatura HMP45C (Vaisala), los registros fueron medidos a 10 Hz (0.1s), y un datalogger CR1000 (Campbell) en el que se computaron las estadísticas y la corrección de densidad del aire (Webb et al., 1980). También se midió la radiación neta y radiación solar. Todos los sensores se ubicaron a 1,7 m sobre el suelo, orientados al sur, dirección de los vientos predominantes. Todos los datos fueron integrados cada 30 min. El cultivo es regado diariamente a la mañana tal que fue observado acumulación de agua en el suelo en sectores del lote. La evapotranspiración de referencia (ETo) (FAO-56) fue calculada con datos de la estación de Chilecito Aero (29º14’S; 67º30’O). El coeficiente de cultivo fue definido como:

(4)

RESULTADOS El 18 y 19/12 entro al área aire cálido y seco del sector norte (N), luego el viento giro al SO y S, con velocidades débiles y poca humedad favoreciendo el aumento de la temperatura (21/12) llegando a una máxima de 40oC con 15% de humedad sobre el cultivo (Figura 1). Ocurrió un evento de lluvia el 24/12. Esta entrada de aire cálido es común en la región.

-20

-10

0

10

20

30

40

-10

10

30

50

70

90

110

130

150

00 12 00 12 00 12 00 12 00 12 00 12 00 12 00 12 00 12 00 12 00 12 00 12 00 12 00 12 00 12 00

Temperatura (oC

)Hum

edad

rela

tiva

(%)

hora del dia

13/12 16/1221/12

24/12

Figura 1. Temperatura del aire (línea punteada) y humedad relativa (línea llena) entre el 13 al 28/12.

La evapotranspiración diaria (ET) se determinó desde el flujo de calor latente (Figura 2). Se obtuvo un valor de kc de 0,85 para el periodo, ubicándose dentro del rango dado por la FAO-56 entre 0,7-0,9 en esta etapa del cultivo.


178- 156 -


Los valores de ET pueden superar los 7 mm dia-1, cuando ocurre alta temperatura y baja humedad.

0

1

2

3

4

5

6

7

8

9

10

13-dic 15-dic 17-dic 19-dic 21-dic 23-dic 25-dic 27-dic

ET

(mm

dia

-1)

Figura 2. Flujo de calor latente (ET) del tomate (barras en negro), y ETo (barras en gris).

El flujo de calor sensible muestra ser negativo

(flujo hacia superficie) luego del mediodía (Figura 3). El calor sensible generado desde los alrededores más seco y cálido es advectado sobre el cultivo irrigado (Figuerola y Berliner, 2006) aumentando la evapotranspiración. Esto ocurre después del mediodía cuando hay un aumento de la velocidad del viento. En los días posteriores a la entrada de viento del norte se mantuvo H<0 todo el día. La Figura 4 pone en evidencia que el cultivo está más frio que a 1,7m.

-250

-200

-150

-100

-50

0

50

100

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

08:3

014

:30

Fluj

o de

cal

or s

ensi

ble

(wat

t m-2

)

horas diurnas Figura 3. Flujo de calor sensible de 8:30 a 19:30h

0

5

10

15

20

25

30

35

40

08:3

0

20:3

0

08:3

0

20:3

0

08:3

0

20:3

0

08:3

0

20:3

0

08:3

0

20:3

0

08:3

0

20:3

0

08:3

0

Tem

pera

tura

(oC

)

hora del dia

22/12

23/12 25/12

27/12

Figura 4. Temperatura del aire a 1,7 m (línea llena); temperatura a 0,20 m dentro del cultivo (línea punteada) medido con una termocupla.

El flujo de dióxido de carbono es negativo (Fc<0) durante el día, cuando la planta toma CO2 para la fotosíntesis, mientras que en la noche el CO2 es eliminado por respiración con Fc>0. La

Figura 5, nos indica que a un mismo consumo de CO2, ET es mayor con Ta>30oC, que con Ta < 25oC, circunstancia esta que hace poco eficiente el uso del agua. Finalmente Fc tiende a un nivel de saturación de radiación PAR (r2=0,542) (Figura 6).

(5)

0,0

0,1

0,2

0,3

0,4

0,5

-40-30-20-100

ET,

eva

potra

nspi

raci

on (m

m)

Fc, consumo de CO2 (μmol m-2 seg-1)

Ta > 30oCTa < 25oC

Figura 5. Relación del consumo de CO2 con la evapotranspiración (integrada en 30 min), separada para temperaturas del aire > 30oC, y < 25oC.

-40

-35

-30

-25

-20

-15

-10

-5

00 100 200 300 400 500 600

Fc (μ

mol

m-2

seg-

1 )

Radiacion PAR (watt m-2)

Figura 6. Consumo de CO2 (Fc) con la radiación fotosintéticamente activa (PAR). CONCLUSION

Las altas temperaturas que se producen en el valle en el mes de diciembre condicionan el uso eficiente del agua. Una estrategia seria retrasar esta fase fenológica a temperaturas más moderadas a expensas de bajar el consumo de CO2 por la menor radiación PAR.

AGRADECIMIENTO Esta investigación fue financiada por PICT-389/08, FONCYT. REFERENCIAS Figuerola, P.; Berliner, P., 2006: Characteristics of the

surface layer above a row crop in the presence of local advection. Atmósfera 19: 75-108. Foty, S; La Malfa, G. 1979. Basi fisiologiche e condizione ambientalli nell proceso de fructificazione de Lycopersicon esculentum. Rivista Hortoflorofrutticoltura Italiana, 63:170-185.

Monteith, J. L.; Unsworth, M.H. 1990: Principles of Environmental Physics 2da Ed. Arnold, Lond. p291.

Tesi, R. 1983. Influencia dei bassi regimi termici nelle colture di pomodoro e zuchino. Colture prot.6: 7-22

Webb, E. K.; Pearman, G. I; Leuning, R. 1980. Correction of flux measurements for density effects due to heat and water vapor transfer. Q. J. Royal Met. Soc. 106: 85- 100.


179- 157 -


CARACTERIZACIÓN DE LA DIRECCIÓN E INTENSIDAD DEL VIENTO EN UN INTERCULTIVO

Gassmann*, M.1,2,; Echarte, L. 1,3; Covi, M.2; Cambareri, M.3; Righetti, S.1,2 1Consejo Nacional de Investigaciones Científicas y Técnicas. Buenos Aires, Argentina 2Departamento de Ciencias de la Atmósfera y los Océanos, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires. Buenos Aires, Argentina. 3Unidad Integrada Estación Experimental INTA Balcarce – Facultad de Ciencias Agrarias, Universidad Nacional de Mar del Plata. Balcarce, Argentina. * Contacto: [email protected]

Palabras clave: intercultivo soja-maíz; viento; flujos INTRODUCCIÓN

El sistema de intercultivo se encuentra en nuestro país en una etapa experimental en la cual se estudian tanto el manejo y producción como sus efectos sobre aspectos ambientales como la conservación del suelo, la emisión de gases con efecto invernadero y la modificación en las variables meteorológicas. En la Unidad Integrada EEA INTA Balcarce – Facultad de Cs. Agrarias UNMdP se han desarrollado varias experiencias a campo en intercultivo con el fin de estudiar la recuperación de suelos orgánicos en la zona (Oelbermann y Echarte, 2011) y el impacto que tiene sobre la productividad en relación a la superficie cultivada. En este trabajo se presenta un análisis del efecto de la estructura de intercultivo en la velocidad del viento con el fin de determinar el grado de modificación que produce la complejidad de la superficie en el campo horizontal de movimiento y las implicancias sobre la evapotranspiración del sistema de intercultivo.

MATERIALES Y MÉTODOS Entre los meses de octubre de 2010 y abril de

2011 se realizó un experimento a campo en la Unidad Integrada EEA INTA Balcarce – Facultad de Cs. Agrarias UNMdP. El objetivo principal del experimento fue evaluar distintos arreglos espaciales de cultivo complejo. En este experimento se utilizaron intersiembras de maíz-soja con dos arreglos espaciales y cultivos puros de soja y maíz. Los arreglos espaciales en intersiembra utilizados fueron: (i) una hilera de maíz por cada dos hileras de soja (1m:2s) y (ii) dos hileras de maíz por cada tres hileras de soja (2m:3s). Se sembró un híbrido de maíz de ciclo intermedio en la intersiembra, un híbrido de maíz de ciclo adaptado a la zona en el cultivo puro y un cultivar de soja adaptado a la zona en intersiembra y cultivo puro. El diseño del experimento fue en bloques aleatorios con tres re-peticiones. La siembra de maíz se realizó a me-diados de octubre y la de soja aproximadamente unos 30 días después. La orientación del cultivo fue N-S y el cultivo se desarrolló en condiciones de secano. Se colocaron sobre los surcos de soja en cada tipo de arreglo estaciones meteorológicas que registraron en el tope de la cobertura vegetal la radiación fotosintéticamente activa (PAR) incidente, la

humedad relativa, la temperatura del aire y la temperatura del suelo a 0,05 m de profundidad. Estos datos fueron almacenados en promedios horarios. Cuando el maíz se encontraba en V7 y la soja en V1 se instaló en cada arreglo una anemoveleta a 1,5 m de altura para medir dirección e intensidad de viento. Sobre la cobertura vegetal, en un trípode, a 3.2 m de altura, se colocó otra anemoveleta, un sensor de radiación neta y un termohigrómetro. Para identificar los distintos anemómetros se los numeró de 1 a 3 siendo el anemómetro 1 el ubicado en el trípode, el anemómetro 2 el ubicado en intersiembra en el arreglo 2s:1m en el sector S de la parcela experimental y el anemómetro 3 el ubicado en el sector N de la parcela experimental en el arreglo 3s:2m.


Se estudió la modificación del viento en el área de cultivo y se descartaron aquellas observaciones con velocidades de viento en el anemómetro 1 menores a 1 m/s. Ello redujo la cantidad de información aproximadamente en un 50%. La mayor cantidad de horas descartadas correspondieron al período nocturno. En la Figura 1 se observan las frecuencias mensuales de ocurrencia de direcciones de viento. En los meses de diciembre, enero y marzo las direcciones más frecuentes corresponden al sector N (entre 50 y 63%) mientras que en febrero fue la SW. La Figura 2 muestra las veloci-dades medias por dirección durante el período de muestreo. Se verifica que la velocidad del viento a 3,2m de altura, fuera de la cobertura vegetal, es en promedio durante todo el período un 50% superior para todas las direcciones que la velocidad obser-vada a 1,5 m de altura dentro de la cobertura vegetal. Para los tres anemómetros se clasificó la dirección del viento considerando la observada en el anemómetro 1. El anemómetro 3 presenta mayo-res intensidades de viento para direcciones trans-versales a la orientación del cultivo que las obser-vadas en el anemómetro 2. Estas mayores veloci-dades podrían estar asociadas a un efecto de cañón con la posible formación de un torbellino debido a una estructura menos porosa en la configuración de 2 líneas de maíz del arreglo asociado al anemómetro 3. Las diferencias porcentuales relativas entre los anemómetros dentro de la


180- 158 -


cobertura y el de fuera resultaron ser en promedio del 50% para todas las direcciones excepto la dirección E y W en el anemómetro 3 donde estas diferencias se reducen al 30% (Figura 3).

Figura 1. Frecuencia porcentual de ocurrencia de direcciones de viento durante el período de observación. Se consideraron solo casos de U > 1m/s.

Figura 2. Velocidad media de viento por dirección en el período observado.

Figura 3. Diferencias relativas porcentuales medias por dirección de viento entre velocidades observadas en los distintos anemómetros. Se consideró al anemómetro 1 como referencia.

Las plantas de maíz fueron reducidas a una

altura similar a la de la soja (valores entre 0,9 a 1,1 m). Luego de la cosecha de maíz las velocidades observadas en los anemómetros dentro de la cobertura vegetal fueron similares a los observados en el momento del inicio de las observaciones con el maíz en V7 y la soja en V1. En el momento de inicio de las observaciones el maíz se encontraba en V7 y su altura era inferior a 1 m. Las diferencias de velocidades entre los anemómetros 1-2 y 1-3 resultaban ser de aproximadamente entre un 30 y 40% (Figura 4). Con el avance del crecimiento de maíz, las diferencias entre las velocidades observadas en los anemómetros dentro y fuera de la cobertura alcanzan valores cercanos al 80%. Los valores negativos en la Figura 4 indican que las velocidades observadas en los anemómetros 2 y 3

son menores a la del anemómetro 1. La floración del maíz se produce el 1 de enero y luego de esa fecha comienza la senescencia de materia vegetal durante el llenado de frutos hasta alcanzar madurez fisiológica. El maíz fue cosechado el 16 de marzo (día juliano 37).

Figura 4. Promedios temporales cada 10 días de las diferencias relativas de velocidad observada en los anemómetros dentro y fuera de la cobertura vegetal.

La disminución en la velocidad del viento observada puede producir aumentos o disminuciones en la transpiración de la cobertura vegetal, dependiendo de los valores de resistencia estomáticas. Ésta dependerá tanto de la demanda atmosférica como de la disponibilidad de agua por parte del cultivo. Si las resistencias estomáticas son menores a los 100 s/m (conductancias mayores a 0,4 mol/m2s) la reducción en la velocidad del viento tiende a disminuir la transpiración, pero si las resistencias estomáticas son mayores a 100 s/m (conductancias menores a 0,4 mol/m2s) la reducción en la velocidad del viento tiende a producir aumentos en la transpiración, resultado en un efecto negativo desde el punto de vista del manejo del recurso agua en el sistema de intercultivo (Cleugh 1998).

CONCLUSIONES Se observó una disminución del 80% de la

velocidad del viento a una altura de 1,5m sobre el suelo en ambos arreglos durante el período en que el maíz alcanzó su máxima altura y la fecha de cosecha. La altura de observación se encontraba por debajo de la altura máxima del maíz y por encima de la altura máxima de la soja. No se observan diferencias significativas entre arreglos. Para direcciones de viento perpendiculares a los surcos, la intensidad del viento dentro de la cobertura vegetal resultó ser mayor que en otras direcciones.

AGRADECIMIENTOS Las tareas experimentales de este trabajo fueron financiadas con el subsidio PICT 2008-1885- ANPCyT.

REFERENCIAS Cleugh, H. 1998 Effects of windbreaks on airflow,

microclimates and crop yields. Agrof. Sys. 41: 55-84. Oelbermann, M.; Echarte, L. 2011 Evaluating soil

carbon and nitrogen dynamics in recently established maize-soybean inter-cropping systems. European Journal of Soil Sciences 62: 35-41.


181- 159 -


EVALUACIÓN DEL CRECIMIENTO DE CLONES DEL GÉNERO Glandularia EN INVERNADERO

Hick1, E.; Imhof, L.1; Ovando, G.1 , 3*; Castagnola, J.2; Laprovitta, A.2; Misa A.2;

Paganelli, F. 1; Suárez, M. 1; Cerino, D.1; Alvarez, C.1

1 Faultad de Ciencias Agropecuarias (FCA) – Universidad Católica de Córdoba, (5000) Córdoba, Argentina 2 Facultad de Ingeniería (FI) – Universidad Católica de Córdoba, (5000) Córdoba, Argentina 3 Facultad de Ciencias Agropecuarias (FCA) – Universidad Nacional de Córdoba, (5000) Córdoba, Argentina


Palabras clave: cobertura; sumas de temperatura.

INTRODUCCIÓN El género Glandularia está ampliamente

representado en la Argentina con 42 especies distribuidas a lo largo de todo el país (Múlgura, 1999). Este género, además de presentar caracteres estéticos y ornamentales de interés, como vistosidad por el color y abundancia de sus flores, extenso período de floración, arquitectura de planta, entre otros, poseen gran adaptabilidad a medio ambientes desfavorables, lo que la hace altamente atractiva para la mejora genética.

En tal sentido la Universidad Católica de Córdoba ha iniciado un programa de mejoramiento en Glandularia, con el objeto de obtener plantas más compactas adaptadas a las condiciones de crecimiento de nuestro país (Imhof et al., 2012).

El crecimiento de un cultivo depende de la capacidad del canopeo de interceptar la radiación solar incidente, lo que a su vez depende del área foliar disponible, su estructura y la eficiencia en convertir la energía capturada por la planta en biomasa (Gifford et al. 1984).

Campillo et al. (2008) encontraron una correlación lineal significativa entre la intercepción de la luz y el porcentaje de cobertura de un cultivo de tomates, determinando esta última variable a través de fotografías digitales verticales.

Henson y colaboradores (2006) evaluaron el efecto de distintos niveles de estrés hídrico sobre el crecimiento de Glandularia “imagination” medido a partir del porcentaje de cobertura y de la materia seca.

El objetivo de este trabajo fue evaluar el crecimiento de siete clones de Glandularia cultivados en invernadero.

MATERIALES Y MÉTODOS Los genotipos usados para el ensayo, pertenecen

a la primer generación filiar (F1) de los cruzamientos interespecíficos realizados entre G. glandulifera, G. peruviana y G. platensis. Los clones evaluados fueron: UCC#12011, UCC#22011, UCC#62011, UCC#82011, UCC#122011, UCC#152011, UCC#202011.

La evaluación se realizó a partir del día de transplante (15 de febrero de 2012), el cual se efectuó en macetas de 12 cm de diámetro, con sustrato compuesto por tierra negra, perlita volcánica, mantillo y compost vacuno (5:2,5:2,5:1).

Los clones se cultivaron en el interior de un invernadero de 60 m2, y fueron regados periódicamente a los efectos que las plantas no presentaran estrés hídrico.

Los datos de temperatura del interior del invernadero se receptaron a través de señal inalámbrica (empleando un sensor de temperatura DS1822 Econo1-Wire Digital Thermometer ubicado a 25 cm de altura), transmitida por radiofrecuencia a una plataforma de captura y almacenamiento de datos (Laprovitta et al. 2011).

Para la evaluación de cobertura de maceta se tomaron fotografías verticales a 1m de altura (cámara Sony Cyber-Shot EXMOR DSC-HX1) a cuatro macetas por cada clon los días: 14 de marzo, 22 de marzo, 30 de marzo, 4 de abril, 16 de abril y 26 de abril.

Las imágenes se clasificaron mediante técnicas de interpretación de imágenes digitales empleando el método de máxima verosimilitud, determinando el número de píxeles correspondientes a hojas verdes (Rodríguez et al., 2000).

Se obtuvo el diámetro de la maceta (en pixels) en cada fotografía, a fin de determinar el porcentaje de cobertura de hojas verdes de Glandularia con respecto a la superficie de la maceta.

Se acumularon las sumas de temperaturas a partir del cómputo de grados días por el método directo, desde la fecha de la primera medición de cobertura (14 de marzo).

Para evaluar el crecimiento de los distintos clones de Glandularia, se efectuaron regresiones lineales entre el porcentaje de cobertura y la acumulación de sumas térmicas, considerando la pendiente, ordenada al origen y el coeficiente de determinación.


182- 160 -


RESULTADOS Y DISCUSIÓN En la Figura 1 se muestra la evolución del

porcentaje de cobertura de cada clon con respecto a las sumas térmicas calculadas por el método directo.

Figura 1. Diagrama de dispersión entre el porcentaje de cobertura de los distintos clones y las sumas de temperatura.

Como puede observarse en la Figura 1, el clon

UCC#152011, es el que presenta un mayor valor de cobertura a lo largo del ensayo, si bien en la primera fecha de medición ya presentaba marcadas diferencias con respecto al resto de los clones, con un valor de cobertura de 48,6%, siguiéndole en importancia en clon UCC#62011. Para analizar la tasa de crecimiento en el período de estudio, se consideraron los parámetros de pendiente y ordenada al origen de la regresión lineal entre porcentaje de cobertura y las sumas de temperatura, como así también el coeficiente de determinación, valores que se presentan en la Tabla 1. Tabla 1. Pendiente (a, %/ºCd), ordenada al origen (b, %) y coeficiente de determinación de la regresión lineal entre el porcentaje de cobertura y las sumas de temperatura para cada clon de Glandularia.

Clon a b R2

UCC#12011 0,0330 16,9 0,90 UCC#122011 0,0446 17,6 0,84 UCC#152011 0,0417 51,9 0,83 UCC#202011 0,0657 9,3 0,93 UCC#22011 0,0625 0,3 0,86 UCC#62011 0,0677 23,1 0,96 UCC#82011 0,0683 20,5 0,97

Del análisis de la Tabla 1 se desprende que los clones que presentan a mayor tasa de crecimiento al considerarse una relación lineal son los clones UCC#82011, UCC#62011 y UCC#202011, con pendientes superiores a 0,065 %/ºCd, para los mismos clones, la regresión lineal presenta los mayores valores de coeficiente de determinación (mayor que 0,9).

CONCLUSIONES El mayor crecimiento, evaluado mediante el

porcentaje de cobertura de maceta lo presentó el clon UCC#152011, llegando a sobrepasar la superficie de la maceta en la última fecha de medición.

Las mayores tasas de crecimiento dentro del período de evaluación las presentaron los clones UCC#82011, UCC#62011 y UCC#202011.

Los clones UCC#82011, UCC#62011 y UCC#202011, también presentaron una relación lineal entre el porcentaje de cobertura y las sumas térmicas durante el período de estudio.

BIBLIOGRAFIA Gifford, R.M., J.H. Thorne, W.D. Witz, and R.T.

Giaquinta. 1984. Crop productivity and photoassimilate partitioning. Science 225:801–808.

Henson Y.; Newman S.E. and Hartley D.E. 2006. Performance of selected herbaceous annual ornamentals grown at decreasing levels of irrigation. HortScience 41: 1481-1486.

Imhof L. Suárez M., Paganelli F., Hick E., Facciuto G. 2012. Interespecific hybridation among of three species of Glandularia (Verbenaceae) native to Argentina. Acta Horticulturae. On press.

Laprovitta A.; Sahade D.; Sánchez R. y Vélez Ibarra D. Estación de Control para Red de Sensores Inalámbricos Implementada con RTOS. CASE 2011 – Congreso Argentino de Sistemas Embebidos. Marzo de 2011, Buenos Aires, Argentina.

Múlgura, M.E. 1999. Fam. Verbenaceae. “Catálogo de plantas vasculares de la República Argentina II”. Ed Zuloaga, F.O.; Morrone O.

Rodríguez, A.; de la Casa A.C.; Bressanini L.; Accietto R.; Ovando G. 2000. Determinación del área foliar en papa (Solanum tuberosum L., var. Spunta) por medio de fotografías digitales conociendo la relación entre el número de píxeles y la altura de adquisición. Rev. Brasileira de Agrometeorologia 8: 215-221.


183- 161 -


MODELO DE HARGREAVES-SAMANI AJUSTADO PARA ESTIMATIVA DA RADIAÇÃO SOLAR GLOBAL EM ALAGOAS, NORDESTE DO BRASIL

Lyra*, G. B.1; Santos, A. R.1; Souza, J. L.2; Zanetti, S. S.3; Oliveira-Júnior, J. F.1; Lyra, G. B.2 1 Universidade Federal Rural do Rio de Janeiro, DCA/IF, Rod. BR 465, Km 7, CE: 23890-970 - Seropédica, Rio de Janeiro- Brasil; 2 Universidade Federal de Alagoas, CECA, BR 104 Norte, km 85 – 57.100-000 – Rio Largo, Alagoas – Brasil; 3 Universidade Federal do Espírito Santo, DCFM/CCA, Av. Gov.Lindemberg, 316, CEP 29550-000 - Jerônimo Monteiro, ES - Brasil

*Contato: [email protected]

Palabras clave: temperatura do ar; transmissividade

INTRODUÇÃO A radiação solar é fonte primária de energia para

diversos processos que ocorrem na superfície terrestre. Diversos modelos de crescimento e produtividade das culturas e de estimativa da ET consideram a radiação solar global como variável de entrada. Apesar da sua importância, medidas da radiação solar global (Qs) ou da insolação (n) são escassas em estações agrometeorológicas, e mesmo, em estações meteorológicas, principalmente as convencionais. Hargreaves e Samani (1982) propuseram um modelo de estimativa de Qs em função dos extremos da temperatura do ar. Para aplicação do modelo de Hargreaves-Samani (HS) é necessário a definição de um coeficiente empírico (Kr), dependente da localidade e da altitude (Hargreaves, 1994; Allen, 1995). Hargreaves (1994), na definição de Kr, considerou apenas localidades no interior do continente e na costa (próxima do ambiente costeiro). Allen (1995) introduziu uma correção para Kr em função da altitude. De qualquer forma, esses valores não apresentam resultados satisfatórios em diversas condições climáticas (Allen, 1997; Bandyopadhyay et al., 2008). Assim, o objetivo do presente trabalho é ajustar Kr às condições climáticas do estado de Alagoas e avaliar as estimativas de Qs em função de Kr ajustado e os propostos por Hargreaves (1994). MATERIAL E MÉTODOS

Os dados climáticos utilizados nas estimativas de Qs foram obtidos em oito estações meteorológicas convencionais do Instituto Nacional de Meteorologia (INMET), localizadas nos estados de Alagoas, Sergipe e Bahia, todos no leste da região Nordeste (ENE) do Brasil (Figura 1). As séries climáticas compreenderam entre 30 e 48 anos de observações, no período de 1962 a 2010. Os elementos climáticos de superfície necessários às estimativas de Qs nesse estudo foram à insolação (n, horas) e os extremos diários da temperatura do ar (máxima – tx e mínima – tn, °C). Para estimar Qs, Allen et al., (1998) recomendam como padrão o modelo de Angström-Prescott (AP), descrito a seguir:

Nnba

QQ

a

s (1)

em que, Qs (MJ m-2 d-1) é a radiação solar global; a (0,25) e b (0,50) são coeficientes adimensionais; N

(horas) é o número máximo de horas de brilho solar; Qa (MJ m-2 d-1) é a radiação solar extraterrestre. Detalhes da estimativa de N e Qa são descritos em Allen et al. (1998). A transmissividade atmosférica pode também ser relacionada à amplitude térmica, como considerado no modelo de HS (Hargreaves e Samani, 1982):

50,)( nxra

s ttKQQ (2)

em que, Kr (°C-0,5) é um coeficiente empírico. No ajuste dos valores de Kr às condições

climáticas locais, a Eq. 2 foi linearizada e forçada a passar pela origem (Y = a X), de forma que, Y representava Qs, determinado pela Eq. 1, e X correspondia ao termo Qa (tx – tn)0,5. Assim, quando ajustado a equação da reta aos dados de cada estação, o coeficiente angular (a) representou o próprio Kr. O ajuste foi realizado para escala decendial pelo método dos mínimos quadrados e avaliado pelo coeficiente de determinação (r2) e Erro Padrão de Estimativa (EPE) de Kr. Antes dos ajustes de Kr, retiraram-se aleatoriamente das séries climáticas de cada estação, 60 observações decendiais. Essas observações independentes foram usadas apenas para avaliar as estimavas de Qs com Kr ajustado e com os valores sugeridos por Hagreaves (1994): 0,190 para estações próximas da costa e 0,162 para as estações no interior (> 20 km) (Allen, 1997). Consideraram-se Qs determinados pelo modelo de AP como padrão para as avaliações. Os índices estatísticos usados nas avaliações foram a Raiz do Erro Quadrático Médio (REQM), o índice de concordância de Willmott (d) e os coeficientes a e b e de determinação (r2) da regressão linear (Y = a + b X) entre Qs determinado por Angström-Prescott (X) e Hargreaves-Samani (Y).

Figura 1. Localização das estações meteorológicas nos estados de Alagoas, Bahia e Sergipe.


184- 162 -


RESULTADOS E DISCUSSÃO Os coeficientes de determinação (r2) para o

ajuste de Kr do modelo de HS variaram entre 0,62 (Maceió e Porto de Pedras) e 0,87 (Paulo Afonso) (Tabela 1). Esses valores indicaram que os extremos de temperatura do ar (tx e tn) e Qa explicaram a maior parte da variabilidade de Qs no estado de Alagoas, principalmente, para as estações distantes da costa. Os valores de Kr ajustados foram entre 0,1685 (Pão de Açúcar) e 0,2313 (Porto de Pedras). O EPE de Kr foi inferior a 0,0014, que representou menos de 1% de Kr ajustado. Hargreaves e Samani (1982) sugeriram Kr de 0,17 para regiões semiáridas e áridas, sendo as diferenças em relação aos ajustados para as estações do interior do presente trabalho inferiores a 5,5%. As diferenças entre Kr sugeridos por Hargreaves (1994) e os determinados no presente trabalho foram entre -5,5 (Maceió) e 15,5% (Porto de Pedras) para as estações da costa e de 3,7 (Pão de Açúcar) a 10,5% (Água Branca) para as localizadas no interior. Allen (1997) observaram diferenças em Kr ajustado às condições climáticas de diversas estações nos EUA e os propostos por Hargreaves (1994) entre -6 e 25%. Tabela 1. Localização das estações meteorológicas, coeficiente de determinação (r2) do ajuste do Kr e erro padrão de estimativa (EPE) de Kr

Localidade r2 Kr EPE Maceió 0,62 0,1890 0,0010 Rio Largo 0,77 0,1787 0,0006 Porto de Pedras 0,62 0,2313 0,0014 Palmeira dos Índios 0,85 0,1717 0,0006 Pão de Açúcar 0,67 0,1675 0,0008 Água Branca 0,85 0,1794 0,0006 Paulo Afonso 0,87 0,1727 0,0004 Propriá 0,78 0,1685 0,0006

Considerando Qs determinado por Angström-Prescott como padrão, as estimativas do modelo de HS com Kr ajustados mostraram menor dispersão, ou seja, maior r2, em comparação às estimativas em função de Kr da literatura (Hargreaves, 1994) (Figura 2). Quando considerado Kr ajustado, o coeficiente angular e o intercepto se aproximaram mais dos valores ideais (a = 0 e b =1) em relação aos obtidos com o uso de Kr da literatura. Assim, as estimativas de Qs em função de Kr ajustado se aproximaram mais da linha 1:1. Esse resultado foi também indicado pela maior concordância (d = 0,93) das estimativas de Qs, quando considerado Kr ajustado em relação a Kr da literatura (d = 0,85). Kr da literatura resultou em maior REQM (3,43 MJ m-2 d-1) do que Kr ajustado (REQM = 2,00 MJ m-2 d-1), o que representou, respectivamente, 15 e 8,9 % de Qs médio. Allen (1997) observaram erros de até 2,40 MJ m-2d-1 para as estimativas de Qs mensal com os valores de Kr sugeridos por Hargreaves (1994), de 2,98 MJ m-2d-1 quando considerado a correção de Kr em função da altitude proposta por Allen (1995) e 1,81 MJ m-2d-1 para Kr ajustados às condições climáticas locais de diversas estações

meteorológicas dos EUA. Bandyopadhyay et al. (2008) observaram erros em média entre 6 e 29% de Qs com Kr sugerido por Hargreaves (1994) e de 6 a 17% quando considerado Kr ajustado às condições climáticas de diversas estações meteorológicas da Índia.

Figura 2. Relação entre a radiação solar (Qs) determinada pelo modelo de Angströn-Prescott e Hagreaves e Samani para todas as estações com (A) Kr ajustado e (B) Kr proposto por Hargreaves (1994). CONCLUSÕES

O modelo de Hargreaves-Samani proporciona melhores estimativas da radiação solar global quando ajustado as condições climáticas locais do Estado de Alagoas.

AGRADECIMENTOS Ao Instituto Nacional de Meteorologia (INMET) pela disponibilidade dos dados climáticos.

REFERÊNCIAS Allen, R. G. 1995. Evaluation of procedures for

estimation means monthly solar radiation from air temperature. FAO, Rome, Italy.

Allen, R. G. 1997. Self-calibration method for estimating solar radiation from air temperature. Journal of Hydrologic Engineering 4: 56-67.

Allen, R.G.; Pereira, L.S.; Raes, D.; Smith, M. 1998. Crop evapotranspiration: Guidelines for computing crop water requirements. FAO, Rome, Italy. 300 p.

Bandyopadhyay, A.; Bhadra, A.; Raghuwanshi, N.S.; Singh, R.; 2008. Estimation of monthly solar radiation from measured air temperature extremes. Agricultural and Forest Meteorology 148: 1707-1718.

Hargreaves, G.H. 1994, Simplified coefficients for estimating monthly sola radiation in North America and Europe. Dept. Biol. Irrigation Utah, EUA.

Hargreaves, G.H.; Samani, Z. 1982. Estimating potential evapotranspiration. J. Irrig. Drain. Engin. 3:225-230.

Qg Angströn-Prescott (MJ/ m² d)

10 15 20 25 30

Qg

Har

grea

ves-

Sam

ani (

MJ

/ m² d

)

10

15

20

25

301:1

Y = 2,58 +0,86 Xr2= 0,75

Kr ajustado(A)

Qg Angströn-Prescott (MJ/ m² d)

10 15 20 25 30

Qg

Har

grea

ves-

Sam

ani (

MJ

/ m² d

)

10

15

20

25

301:1Kr Hargreaves (1994)

Y = 3,10 + 0,73 Xr2 = 0,57

(B)


185- 163 -


FECHAS DE SIEMBRA Y ESTRUCTURA DEL CANOPEO EN HIBRIDOS DE MAIZ CON DIFERENTE MADUREZ RELATIVA

Maune, C., Irigoyen*, A. I. ; Bonelli, L. Unidad Integrada Balcarce (UIB) Facultad de Ciencias Agrarias UNMdP- Experimental Balcarce Instituto Nacional de Tecnología Agropecuaria, Ruta Nacional 226, km 73,5, CP 7620, Balcarce, Buenos Aires, Argentina.


Palabras clave: número de hojas, perfil de área foliar

INTRODUCCIÓN La estructura del canopeo de un cultivo anual

está principalmente descripta por la altura de las plantas, el área foliar, el perfil de densidad de área foliar, el ángulo de inserción y la distribución azimutal de las hojas. El estudio de modificaciones en el canopeo es de interés micrometeorológico general y especialmente a los fines de la modelización de procesos de intercambio de masa y energía, ya que afectan directamente la penetración de la radiación en el canopeo; el régimen de viento por encima y dentro del canopeo; el perfil de temperatura y de concentración de propiedades como momento, temperatura, vapor de agua y dióxido de carbono, entre otras. Diferencias entre cultivares de acuerdo a los hábitats de crecimiento han sido reportados (Birch et al., 2003).

La estructura del canopeo también pueden modificarse por el ambiente generado por la implementación de prácticas de manejo como la fecha de siembra, la densidad de plantas y la disponibilidad de nutrientes y agua (Maddoni et al., 2001; Colomb et al.; 2000; Valentinuz y Tollenaar, 2006; Birch et al., 2008).

El objetivo del presente trabajo fue caracterizar la estructura del canopeo alrededor de floración de acuerdo a la fecha de siembra en híbridos de diferente madurez relativa.


Híbridos de maíz con diferente madurez relativa (DK692, DK-MR119; Illinois 1550, ILL-MR102; Pionner 39B77, PIO-MR89) fueron conducidos bajo siembra directa durante la campaña agrícola 2011-2012. Se evaluaron cuatro fechas de siembra (FS): FS I: 04-Octubre; FS II: 14-Noviembre; FS III: 15-Diciembre y FS IV: 04-Enero. Condiciones no limitantes para el cultivo fueron garantizadas con el manejo agronómico (densidad, fertilización, control de malezas) y el control de las condiciones de disponibilidad de agua en el suelo. La densidad media lograda fue 9,8 plantas m-2.

Determinaciones fenométricas y fenológicas fueron realizadas sobre 15 plantas para cada combinación FS-Híbrido durante toda la estación de crecimiento. Se seleccionó el estado de aparición de la inflorescencia masculina (VT) para caracterizar la estructura del canopeo, dada su importancia en el momento crítico para la definición del rendimiento en maíz. El área foliar

verde por planta (AFV) fue determinada mediante la integración del área de hojas individuales, que a su vez fue estimada mediante un modelo multiplicativo entre longitud, ancho máximo de la lámina y un factor constante (0,75) atribuido a la forma de la hoja.

Fueron evaluados híbridos y fechas de siembra de acuerdo a: número total de hojas (NTH); altura de la lígula de la última hoja expandida (AUL) y área foliar verde por planta al momento de aparición de la inflorescencia masculina (AFVVT). El perfil de área foliar fue descripto para cada híbrido y fecha de siembra. Se representaron los perfiles relativos medios de área foliar por híbrido. Pruebas estadísticas para evaluar la hipótesis nula de igualdad en la distribución de frecuencias de las características fueron aplicadas nivel de significancia de 0,05. RESULTADOS Y DISCUSIÓN

El número total de hojas (NTH) por planta fue mayor en la FS III en los híbridos DK- MR119 e ILL-MR102, mientras que en PIO-MR89 fueron en FS II Y FS III (Tabla 1). Las diferencias de NTH entre FS para un mismo híbrido se explican por la variación del fotoperiodo. El AFVVT fue mayor en DK- MR119.

La FS I presentó menores valores de AFVVT en cualquier híbrido debido a los efectos adversos de heladas ocurridas al inicio del desarrollo del cultivo.

Tabla 1. Número total de hojas (NTH), altura de la lígula de la ultima hoja expandida (AUL) y área foliar verde por planta en el momento de aparición de inflorescencia masculina (AFVVT) en híbridos de maíz de diferente madurez relativa de acuerdo a la fecha de siembra (FS). Híbrido FS NTH AUL

m AFVVT

m2 DK- MR119 I 20,7b 1,89c 0,61b II 21,2b 2,05b 0,69a III 21,6a 2,29a 0,70a IV 20,8b 2,13b 0,67a ILL-MR102 I 18,7b 1,78c 0,50b II 19,3b 2,05b 0,64a III 20,0a 2,38a 0,64a IV 18,7b 2,11b 0,56b PIO- MR89 I 17,1b 1,68c 0,41b II 17,6a 1,79c 0,55a III 17,9a 2,17a 0,54a IV 17,4b 2,02b 0,48a


186- 164 -


El estrato con mayor área foliar en los híbridos DK- MR119 e ILL-MR192 se determinó entre 0,4 y 0,6 de la altura relativa de cada uno (Figura 1), caracterizándose una distribución más simétrica del área foliar hacia el tope y la base del canopeo en DK-MR119. Por otra parte, el área foliar verde de PIO-MR89 no varió entre 0,4 y 0,8 de la altura relativa. A pesar de las diferencias observadas entre FS para AUL o AFVVT, cada uno de los híbridos mantuvo el perfil relativo (Figura 2). Valentinuz y Tollenaar (2006) ya habían descripto una escasa respuesta a factores de manejo (híbrido, densidad y fertilización) en el cultivo de maíz,

cuando el análisis de alguna de las características del canopeo, como el tamaño de hojas individuales, era normalizado.

La descripción completa del canopeo requiere aún el análisis de la distribución de los ángulos de inserción de hojas y la distribución azimutal. Se dispone de la información para completar el análisis según el ángulo de inserción de cada hoja. Asimismo será posible caracterizar el perfil de área foliar en los estadios de seis y doce hojas expandidas (V6 y V12).

Figura 1. Perfil medio de área foliar en el momento de aparición de inflorescencia masculina (VT) de acuerdo a fechas de siembra (FS) e híbridos. a. DK-MR119. b. ILL-MR102. c. PIO-MR89.

Figura 2. Perfil medio de área foliar relativa en el momento de aparición de inflorescencia masculina (VT) de acuerdo a fechas de siembra (FS) e híbridos. a. DK-MR119. b. ILL-MR102. c. PIO-MR89. CONCLUSIONES

Diferencias en la distribución del área foliar con la altura fueron observadas entre híbridos de diferente madurez relativa. La fecha de siembra no modificó el perfil relativo del área foliar en cada híbrido. AGRADECIMIENTOS Este trabajo fue realizado en el marco del proyecto “Modelización del uso de agua y evaluación de estrategias de manejo para el cultivo de maíz” (UNMdP-AGR387/12). La información ha sido generada en el marco del proyecto de tesis de graduación de C. Maune.

REFERENCIAS Birch, C.J.; Thornby D.; Adkins S.; Andrieu B.; Hanan, J.

2008. Architectural modelling of maize under water stress. Australian J. of Exp. Agriculture 48: 335-341.

Birch, C.J.; Vos, J.; Van Der Putten, P.E.L. 2003. Plant development and leaf area production in contrasting cultivars of maize grown in a cool temperate environment in the field. European Journal of Agronomy. 19: 173-188.

Colomb, B.; Kiniry, J.; Debaeke. 2000. Effect of soil phosphorus on leaf development and senescence dynamics of field-grown maize. Agron.J. 92:428-435.

Maddoni, G.A.; Otegui, M.E.; Cirilo, A.G. 2001. Field Crops Research 71: 183-193.

Valentinuz, O.R.; Tollenaar, M. 2006. Effect of genotype, nitrogen, plant density and row spacing on the area-per-leaf profile in maize. Agron. J. 98: 94-99.

0,00

0,20

0,40

0,60

0,80

1,00

0 200 400 600 800 1000

altu

ra re

lativ

a ac

umul

ada

Area foliar (cm2)

FS I

FS II

FS III

FS IV

0,00

0,20

0,40

0,60

0,80

1,00

0 200 400 600 800 1000

altu

ra re

lativ

a ac

umul

ada

Area foliar (cm2)

FS I

FS II

FS III

FS IV

0,00

0,20

0,40

0,60

0,80

1,00

0 200 400 600 800 1000

altu

ra re

lativ

a ac

umul

ada

Area foliar (cm2)

FS I

FS II

FS III

FS IV

0,00

0,20

0,40

0,60

0,80

1,00

0,00 0,20 0,40 0,60 0,80 1,00

altu

ra re

lativ

a ac

umul

ada

Area foliar relativa

FS I

FS II

FS III

FS IV

0,00

0,20

0,40

0,60

0,80

1,00

0,00 0,20 0,40 0,60 0,80 1,00

altu

ra re

lativ

a ac

umul

ada


FS I

FS II

FS III

FS IV

0,00

0,20

0,40

0,60

0,80

1,00

0,00 0,20 0,40 0,60 0,80 1,00

altu

ra re

lativ

a ac

umul

ada


FS I

FS II

FS III

FS IV

a b c

a b c


187- 165 -


MODIFICACIONES MICROCLIMÁTICAS DADAS POR LOS SISTEMAS DE CONDUCCIÓN LIRA Y ESPALDERA: SUS EFECTOS SOBRE LA SANIDAD

DE LAS UVAS (Vitis vinífera L.)

Montaña*, A.1; Chiara, J.1, Munka, C.1; Ferrer, M.2 1Unidad de Sistemas Ambientales, Facultad Agronomía. UdelaR. Av. Garzón 780. CP 12900. Montevideo, Uruguay. 2Departamento de Producción Vegetal, Facultad Agronomía. UdelaR. Av. Garzón 780. CP 12900. Montevideo, Uruguay.


Palabras clave: arquitectura de planta; sanidad vegetal INTRODUCCIÓN La composición y sanidad de la uva depende de la interacción entre diferentes factores, tales como: climáticos, edáficos, varietales y de manejo de viñedo. Una forma de modificar el microclima de la canopia es dividiendo a la vegetación en dos paredes y conseguir así una menor superposición de las hojas en cada pared, y por tanto mayor iluminación en la zona de los racimos (Haselgrove et al., 2000). La dinámica térmica diaria es diferente entre racimos expuestos parcial o totalmente a la radiación solar y aquellos sombreados completamente durante algún momento del día. La arquitectura de la planta modifica también la humedad relativa del aire en la zona de los racimos, lo que influye sobre la incidencia de las podredumbres causadas por hongos. Esto es importante en Uruguay, donde frecuentemente las condiciones de humedad y temperatura desde floración a cosecha son favorables para el deterioro sanitario de la producción. Este trabajo estudia las modificaciones en la temperatura y humedad del aire debidas a la arquitectura de la planta en viñedos de la variedad Tannat y su incidencia en la sanidad de los racimos. MATERIALES Y MÉTODOS

El ensayo fue realizado durante la temporada 2007-2008 en un viñedo comercial de la variedad Tannat, ubicado en la zona sur de Uruguay (34°34’S; 56°15’ O). Las parcelas de observación estaban representadas por dos viñedos contiguos de la misma edad, con dos sistemas de conducción (tratamientos): lira abierta (3 m x 1 m) y espaldera (2,5 mx 1,1m). Todas las técnicas de cultivo (abonado, aplicaciones fitosanitarias y mantenimiento del suelo) se aplicaron por igual en ambas parcelas de ensayo.

En enero, se determinaron sobre 20 plantas para cada arquitectura: Índice de Área Foliar (IAF), Superficie foliar externa (SA), por aproximación a figuras geométricas fáciles de evaluar; y como Índice de densidad de la vegetación se utilizó IAF/SA. La determinación de la posición relativa de los órganos aéreos, así como el número de capas de hojas (NCH) y porcentaje de hojas y racimos que están expuestos fueron realizados por el método de Point Quadrat (Smart y Robinson, 1991). Durante el ciclo del cultivo se registró

humedad relativa (HR, %) y temperatura (T °C) del aire en la canopia, mediante registrador automático Hobo Pro v2, instalados en el interior de la canopia a la altura del alambre de poda (0,8m). En el interior de los racimos en cada arquitectura de planta, se colocaron 3 sensores registradores Kooltrak para el seguimiento de la temperatura de los racimos.

Para evaluar la incidencia de las podredumbres, se cuantificaron las horas con niveles de HR superiores al 90% al interior de la canopia durante los primeros 10 días de la maduración de los racimos. Se determinó el porcentaje de racimos con podredumbres por planta. Para esto se utilizó un criterio de selección visual, donde se identificaron racimos afectados que presentaron al menos un 10% de sus bayas afectadas con presencia de micelios característicos. Se realizaron análisis de varianza y comparaciones de medias según Tukey. Se utilizó el paquete estadístico INFOSTAT (Di Renzo et al., 2009). RESULTADOS Y DISCUSIÓN

La arquitectura de planta modificó la cantidad de capas de hojas, la densidad de la canopia y por lo tanto la posición y exposición de los racimos (Tabla 1). A pesar que la espaldera cuenta con mayor IAF, éste no contribuyó a aumentar el porcentaje de hojas expuestas a la radiación directa del sol. El índice de densidad de la canopia IAF/SA, mostró valores significativamente más altos que la lira, lo que concuerda con Smart y Robinson (1991). La espaldera tuvo mayor número de capas de hojas y los racimos se ubicaron en la zona baja y central de la canopia, resultando en un menor porcentaje de racimos exteriores con respecto a la lira (Tabla 1). Las arquitecturas lira y espaldera mostraron comportamientos térmicos diferentes a nivel de los racimos durante la maduración de las bayas. Tabla 1. Efectos de las arquitecturas, lira y espaldera sobre las dimensiones y densidad de la canopia

(* significativo p=0,05; ** significativo p=0,01)

Indicador Arquitectura

Lira Espaldera IAF 3,31** 4,17** SA (m2.pl-1) 2,83* 2,16* IAF/SA 1,17** 1,93** N° capas de hojas 3,9** 8,7** Racimos expuestos (%) 60 15


188- 166 -


Se registraron temperaturas mayores en la lira durante todo el día, igualándose a la espaldera en las últimas horas de la tarde. Luego del amanecer, los racimos de la lira aumentaron su temperatura a mayor tasa que los de la espaldera, debido a su posición externa y mayor exposición a la radiación solar (Figura 1).

Figura 1. Promedio de la evolución diaria de las temperaturas de tres sensores en los racimos, según arquitectura de planta. Se señalan los puntos del promedio de temperatura máxima y mínima en abrigo meteorológico para igual período (primeros 10 días de la maduración de los racimos).

Durante el día, la menor temperatura y la menor remoción de vapor alrededor de las hojas podrían hacer aumentar la HR dentro de canopias densas. Si por el contrario la canopia es abierta y bien ventilada, se estaría favoreciendo la disipación del vapor de agua generado, y sobre todo el aumento de la temperatura, permitiendo aumentar el déficit de presión de vapor (Dalla Marta et al., 2005). Se observa para la espaldera –arquitectura de canopia densa- que el porcentaje de horas durante el cual la humedad relativa supera el 70 %, es muy superior al determinado para la lira (Figura 2). Este resultado es relevante ya que algunos autores como Ferrer et al. (2009), han destacado el efecto de una alta HR en la zona de los racimos en el establecimiento y diseminación de enfermedades a hongos. Si se toma en cuenta además que la temperatura de la superficie de las bayas de la espaldera es significativamente inferior, puede inferirse que el período con presencia de agua libre sobre las uvas es también mayor en la espaldera.

Figura 2. Frecuencia de rangos de humedad relativa dentro de la canopia, según arquitectura de planta, lira y espaldera.

En síntesis, la arquitectura de planta modifica el intercambio de agua y energía dentro de la canopia. La incidencia de podredumbres fue marcadamente superior en la espaldera debido a la menor exposición de los racimos (menor temperatura) y a la mayor humedad del aire en la parte interna de la canopia (Figura 3). Esto determinó una mayor duración del período con agua libre en las bayas lo que favoreció la infección fúngica.

Figura 3. Incidencia de podredumbres de racimos expresada en porcentaje, según lira y espaldera. Letras diferentes muestran diferencias estadísticamente significativas (p<0,05).

La humedad relativa es uno de los elementos meteorológicos más importantes en el desarrollo de podredumbres de racimo, ya que se encuentra en relación estrecha con el período de hoja mojada (Della Marta et al., 2005). CONCLUSIONES

Los racimos provenientes de canopias divididas como la lira mostraron mejores condiciones sanitarias que los provenientes de plantas en espaldera. La mayor exposición de los racimos a la radiación solar en la lira, aumentó la temperatura y redujo los niveles de humedad relativa a nivel de las bayas. La mayor densidad de la canopia de la espaldera mantuvo la humedad relativa en valores significativamente más altos, aumentando la incidencia de podredumbres causadas por hongos. REFERENCIAS Dalla Marta, A.; Magarey, R.; Orlandini, S. 2005.

Modelling leaf wetness duration and downy mildew simulation on grapevine in Italy. Agricultural and Forest Meteorology. 132:84-95

Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M., Robledo C.W. 2009. InfoStat, versión 2009. InfoStat Universidad Nacional de Córdoba.

Ferrer, M.; Camussi, G.; González-Neves, G.; Echeverria, G.; Montaña, A.; Carbonneau, A. 2009. Condiciones predisponentes para las podredumbres de racimo: clima, variedad y técnicas de cultivo. Revista Enología. 4 (2).

Haselgrove, L.; Botting, D.; van Heeswijck, R.; Hoj, P.; Dry, P.; Ford, C.; Iland, P. 2000. Canopy microclimate and berry composition: The effect of bunch exposure on the phenolic composition of Vitis vinifera L cv. Shiraz grape berries. Australian Journal of Grape and Wine Research 6: 141–149.

Smart, R.; Robinson, M. 1991. Sunlight Into Wine. A handbook for winegrape canopy management. Winetitles, Adelaide. 88 pp.


189- 167 -


ESTIMACIÓN DEL FLUJO DE CALOR EN EL SUELO EN UN CULTIVO DE SOJA Righetti*, S. A.1,2; Gassmann, M. I.1,2; Della Maggiora, A. I.3

1 Departamento de Ciencias de la Atmósfera y los Océanos, Universidad de Buenos Aires. Ciudad Universitaria, Intendente Güiraldes 2160, C1428EHA, CABA, Argentina. 2 Consejo Nacional de Investigaciones Científicas y Técnica 3 Facultad de Ciencias Agrarias, Universidad Nacional de Mar del Plata.


Palabras clave: capacidad calorífica; precipitación; agua en el suelo INTRODUCCIÓN

En la predicción numérica del tiempo, el clima y el rendimiento de los cultivos resulta de interés realizar una adecuada descripción de la interacción entre la atmósfera y la superficie terrestre adyacente utilizando esquemas de parametrización sofisticados (Holtslag et al, 2007), los cuales deberán verificarse a través de información observada directa o remotamente. Cuantificar las variaciones espaciales y temporales del balance de energía en superficies con cobertura vegetal permite mejorar las estimaciones de los flujos de energía en los modelos. Dado que las superficies destinadas a uso agrícola en países como Argentina son extensas, es importante focalizar el análisis de estos intercambios para distintos tipos de cultivos. En este trabajo se analizará el comportamiento de el flujo de calor en el suelo con variaciones en el contendido de humedad ocasionado por las precipitaciones durante un período de sequía prolongado.


Se utilizaron datos experimentales observados durante la campaña agrícola 2008-2009 en la Unidad Integrada Balcarce (Facultad de Ciencias Agrarias de la UNMdP y la EEA-INTA Balcarce). El cultivo seleccionado para el estudio fue soja (Glycine max), cultivar 4209 de Nidera, sembrado el 12 de noviembre en un Argiudol típico. Las observaciones se realizaron entre el 1 de enero y el 3 de abril de 2009. Se midió el flujo de calor en el suelo a 0,1m de profundidad en 2 puntos de muestreo utilizando los platos de flujo HFT3 de Campbell Scientific, y la temperatura a 0,20 y 0,80m de profundidad con termocuplas. El contenido de agua del suelo debajo de los 0,1m se midió con una sonda de neutrones (Troxler, modelo 4300) y, por encima, se lo determinó a partir del método gravimétrico. Se colocaron 4 tubos de aluminio para realizar las mediciones con sonda. Los datos fueron colectados en un datalogger (Campbell Scientific, modelo 21X) cada 30 segundos y luego promediados cada 15 minutos. Los datos de precipitación diaria acumulada durante el período de estudio fueron registrados en la estación meteorológica INTA Balcarce.

El flujo de calor en el suelo en superficie (G0) se estimó a partir de mediciones del flujo a 0,1m de

profundidad (G0,1m) y de la variación temporal de la temperatura media de la capa considerada:

(1)

Cs es la capacidad calorífica del suelo (J m-3 K-1), la cual se define como la cantidad de energía que se debe incorporar a una unidad de volumen de suelo para aumentar en un grado su temperatura. Como el suelo es un volumen con poros en los cuales puede alojarse aire o agua, esta capacidad calorífica estará relaciona con el contenido de ambos fluidos dentro de los poros. Teniendo esto en cuenta, Cs se puede expresar en relación con el contenido de agua, (cm3 cm-3) como (Campbell, 1985):

(2)

donde representa la porosidad total y mo la fracción de materia orgánica. Para este tipo de suelo consideramos = 0,55 y mo = 0,418 (Leonardo Serio, comunicación personal). Como Cs se estimó para los primeros 0,1m, se lo obtuvo a partir de las mediciones gravimétricas como:

( 3)

donde Ph y Ps son los pesos del suelo muestreado húmedo y seco, respectivamente, mientras que suelo y agua representan la densidad del suelo y del agua. Es importante resaltar que un valor grande de Cs no implica un mayor valor de G0, más bien lo contrario. Esto se debe a que, para un amplio rango de contenidos de agua, la difusión de calor en el suelo también aumenta a mayor , indicando que la diferencia de temperatura será menor para un caso húmedo que para uno seco y resultando en un menor flujo (Oke, 1987).

RESULTADOS Y DISCUSIÓN El cultivo se desarrolló en un ambiente con

precipitación por debajo de la normal y con temperatura por encima de la media durante los 5 meses de su desarrollo (Tabla 1). El déficit de precipitación para la región de estudio había comenzado en el mes de abril de 2008, luego de 3 meses de abundantes lluvias, y finalizó en mayo del año siguiente. Esta importante sequía en la región provocó un desarrollo deficiente del cultivo, tanto para las etapas vegetativas como


190- 168 -


reproductivas, generando plantas de baja altura, poca cobertura y bajo rendimiento.

Tabla 1. Temperatura media mensual (ºC) y precipitación acumulada mensual para el período 1971-2007 y para los meses 11 y 12/2008 y 1, 2 y 3/2009.

Nov Dic Ene Feb Mar Temperatura media mensual (ºC) 1971-2007 15,8 18,7 20,4 19,7 17,9 2008/2009 19,8 20,6 22,5 22,2 20,5 Precipitación acumulada media (mm) 1971-2007 87,7 106,7 107,5 84,8 87,8 2008/2009 53,4 30,6 24,9 63,8 65,7

En la Figura 1 se presenta la evolución de Cs

con el tiempo, junto con la precipitación diaria registrada en todo el período de estudio. Se observa una buena relación entre ambas variables, lo cual era esperable dado que Cs depende en forma lineal del contenido de agua del suelo. Se puede ver que durante las rachas secas Cspresenta sus menores valores y a medida que se incrementa el contenido de humedad la capacidad calorífica aumenta. Estos valores concuerdan con los observados por Gan et al. (2012)

05101520253035

00.40.81.21.6

22.42.8 Precipitación (m

m)Cs

(Jm

-3K-1

x 10

6 )

ppCs

Figura 1. Evolución temporal de la capacidad calorífica (rombos) y precipitación diaria (barras).

La evolución temporal del contenido de agua con la profundidad del suelo, expresado como lámina de agua, se puede apreciar en la Figura 2. El día 1 corresponde al 1º de enero y el 90 al 30 de marzo. Observando la isolínea de 25 mm se puede visualizar el aporte de humedad incorporado durante los eventos más intensos de precipitación (24/1, 5/2 y 6/3). Notar que durante los primeros días de la tercer década (del día 20 al 30 de enero) se presenta el mínimo absoluto de contenido de agua con un valor promedio cercano al límite mínimo (15mm) en la capa de 0-0,10m de profundidad. Este extremo ocurre justo un día antes de la lluvia del 24 de enero, luego de casi 20 días sin incorporación de agua al perfil. La estimación de los flujos de calor se realizó utilizando la expresión (1) y teniendo en cuenta la variación de Cs dada por (2). En la Figura 3 se presenta la evolución horaria de G0 promediada cada diez días. Las décadas seleccionadas para mostrar son: la 2º década (D2), la 6º década (D6) y la 7º década (D7). Se observa que D2 presenta los mayores valores de flujo, tanto de día como de noche, lo cual estaría asociado a la baja capacidad calorífica dada por la escasa presencia de agua en el suelo debido al hecho que es la única década con precipitación acumulada nula. La década que registra menores

intensidades de G0 es D7 debido al alto que genera una reducción de T. Entre ambas situaciones se encuentra el comportamiento de D6. También se puede observar una gran diferencia entre los máximos diarios de G0, siendo de aproximadamente 100 W/m2 entre la década más seca y la más húmeda. Estos resultados concuerdan con los obtenidos por Liebethal y Foken (2006) al utilizar esta metodología durante 2 períodos con distintas condiciones de humedad en el suelo.

.

Tiempo (días)

20 30 40 50 60 70 80 90

-60

-50

-40

-30

-20

-10

Z (m

)

5

15

25

35

45

55

65

Figura 2. Evolución temporal del perfil de contenido de agua expresado como lámina de agua (mm).

-150-100

-500

50100150200250

0 4 8 12 16 20

Fluj

o de

cal

or e

n el

su

elo

(W/m

2 )

Tiempo (horas)

Década 2

Década 6

Década 7

Figura 3. Flujo de calor en el suelo (W/m2) para la década 2 (cuadrados), 6 (círculos) y 7 (triángulos).

CONCLUSIONES Se observó la relación directa existente entre la

precipitación y Cs, y la evolución temporal del perfil de humedad en el suelo. Este último mostró un comportamiento sin mayores cambios para profundidades mayores a 0,4 m y con una variación temporal en la capa superior asociada con la incorporación de agua dada por los eventos de lluvia. Los valores máximos y mínimos observados fueron de 188,7 y 85,1 W/m2 y se correspondieron respectivamente con los períodos seco y húmedo.

AGRADECIMIENTOS Al INTA Balcarce por permitir la instalación del instrumental y a Conicet por el financiamiento (PIP 11220100100044).

REFERENCIAS Campbell, G. S. 1985. Soil Physics with BASIC-

Transport Models for Soil-Plant Systems. Elseiver, Amsterdam,The Netherlands/New York. p 150.

Oke, T. R. 1987. Boundary Layer Climates. Routledge. London, Great Britain. 25: 34-48 pp.

Holtslag, A .A M., Steeneveld, G. J., van de Wiel, B.J.H. 2007. Role of land-surface temperature feedback on model performance for the stable boundary layer. Boundary Layer Meteorology 125: 361–376.

Liebethal, C.; Foken, T. 2007. Evaluation of six parametrization approaches for the ground heat flux. Theoretical and Applied Climatology 88: 43-56.


191

- 169 -


EVAPOTRANSPIRAÇÃO DE REFERÊNCIA ESTIMADA POR MÉTODOS BASEADOS NA TEMPERATURA DO AR E RADIAÇÃO SOLAR

NO RIO DE JANEIRO, SUDESTE DO BRASIL

Santos, A. A. R.1; Lyra*, G. B.1; Lyra, G. B.2; Souza, J. L.2; Oliveira-Júnior, J. F.1; Santos, R. D. B.1

1 Universidade Federal Rural do Rio de Janeiro, DCA/IF, BR 465, Km 7, CEP: 23890-970 - Seropédica, RJ - Brasil 2 Universidade Federal de Alagoas,CECA, BR 104 Norte, km 85 – 57.100-000 – Rio Largo, Alagoas – Brasil.

*Contacto: [email protected] Palavras chaves: temperatura do ar; radiação solar

INTRODUÇÃO Na irrigação, a fim de maximizar o uso dos

recursos hídricos, o manejo é baseado no balanço

de água (BA) no sistema solo-planta-atmosfera.

Entre os componentes do BA destacam-se a

precipitação pluvial e a evapotranspiração da

cultura (ETc). Medidas diretas de ETc são onerosas

e de difícil realização. Uma alternativa é estimar

ETc como produto da evapotranspiração de

referência (ETo) por um coeficiente de cultivo

empírico (Kc) (Allen et al., 1998). A Comissão

Internacional de Irrigação e Drenagem (ICID) e a

Organização das Nações Unidas para Agricultura e

Alimentação (FAO) recomendam como padrão o

modelo de Penman-Monteith (PM-FAO56),

parametrizado no boletim Nº 56 de irrigação e

drenagem da FAO (FAO-56) para uma cultura

hipotética (Allen et al., 1998). Este método requer

para sua aplicação diversas medidas de elementos

meteorológicos de superfície (radiação solar,

temperatura, umidade do ar e velocidade do vento).

O boletim FAO-56 recomenda que os métodos

empíricos de estimativa de ETo sejam ajustados e

testados para outras regiões por meio de medidas

diretas, e na indisponibilidade dessas medidas, será

considerado o método de PM-FAO56 como

referencial. Este trabalho objetiva avaliar as

estimativas de ETo obtidas pelos métodos baseados

em temperatura do ar e radiação solar de

Hargreaves-Samani (HS), Jensen-Haise (JH) e

Makkink (MAK) em relação ao método PM-

FAO56.

MATERIAL E MÉTODOS Neste estudo utilizaram-se séries climáticas

obtidas em oito estações meteorológicas

convencionais do Instituto Nacional de

Meteorologia (INMET), localizadas no estado do

Rio de Janeiro, região Sudeste do Brasil.

As séries climáticas compreendiam entre 11 e 42

anos de observações, no período de 1961 a 2010. A

qualidade dos dados foi verificada de acordo com

as recomendações da Organização Mundial de

Meteorologia (OMM) no seu technical report Nº

258 para os dados na escala decendial e mensal

(WMO, 2006). Os elementos climáticos disponíveis

nas estações meteorológicas foram: insolação (n,

horas), extremos da temperatura do ar (máxima – Tx

e mínima – Tn, °C), umidade relativa do ar (UR, %)

média diária, e a velocidade do vento (u10, m s-1

)

medida a 10 m de altura e reduzida à u2. Foram

utilizadas médias decendiais desses elementos.

Figura 1. Localização das estações meteorológicas.

O modelo HS foi calculado de acordo com

Hargreaves & Samani (1985):

(1)

Kr é um coeficiente empírico (Hargreaves, 1994),

sendo 0,190 para estações próximas da costa ( 20

km) e 0,162 para as estações no interior (> 20 km)

(Allen, 1997); Ra (mm d-1

) é a radiação solar no

topo da atmosfera; e Tm [Tm = (Tx + Tn)/2, ºC] é a

temperatura do ar média diária. Ra também foi

utilizada nos outros métodos, sendo calculada

conforme o boletim FAO-56. Contudo no método

PM-FAO56, Ra foi expressa em MJ m-2

d-1

. O

modelo JH (Jensen & Haise, 1963) foi calculado

conforme descrito em Pereira et al. (1997):

(2)

ETc é aquela que ocorre em campos irrigados em

áreas áridas e semiáridas.

O método proposto por Makkink (1957)

apresenta as seguintes equações principais (Pereira

et al., 1997):

(3)

(4)

(5)

em que, W é um fator de ponderação dependente da

Tu e do . Ocorrerá a superestimativa de ETP caso

utilize-se Tm, pois W aumenta linearmente com Tu e

em condições de atmosfera não saturada, Tm > Tu.

Neste estudo foi adotado Tm.

O método de Penman-Monteith foi calculado

segundo parametrização do boletim FAO-56 (Allen

et al., 1998):


192

- 170 -


(5)

Rn (MJ m-² d

-1) é o saldo de radiação à superfície;

DPV (kPa) é a média diária do déficit de pressão de

saturação do vapor d’água do ar; (kPa ºC-1

) é a

derivada da curva de pressão de saturação do vapor

do ar no ponto de Tm; e (kPa °C-1

) é o coeficiente

psicrométrico. O fluxo de calor no solo (G, MJ m-2

d-1

) foi considerado nulo. Os valores de ETo obtidos

pelos métodos empíricos foram avaliados tomando

como padrão o método de PM-FAO56. Nas

avaliações aplicou-se a análise de regressão linear

(Y = a X + b) entre o método de PM-FAO56 (X) em

relação à ETo (Y) estimada pelos métodos

empíricos. Considerou-se também o Erro Padrão de

Estimativa (EPE, mm).

RESULTADOS E DISCUSSÃO Independente dos modelos utilizados na

estimativa da ETo, as estações do interior

apresentaram os maiores r2 (> 0,9) em comparação

as estações da costa (Tabela 1). Os sistemas

meteorológicos produtores de chuva que atuam no

estado do Rio de Janeiro, influenciados pela

topografia complexa, interferem na disponibilidade

da radiação solar e consequentemente na

temperatura do ar (variável de entrada dos modelos

testados), devido às estações localizarem-se a

sotavento e barlavento da montanha (Figura 1).

Entre os modelos não houve variação significativa

dos valores de r2.

Tabela 1. Estação meteorológica código Organização

Mundial de Meteorologia (OMM), coeficiente de determinação (r2) entre as estimativas da ETo em relação

a PM-FAO56 e o erro padrão de estimativa (EPE, mm)

OMM* Região HS JH MAK

r2 EPE r

2 EPE r

2 EPE

83049 Interior 0,94 0,89 0,94 1,70 0,94 0,32

83114 Costa 0,87 0,45 0,86 1,17 0,86 1,03

83695 Interior 0,92 0,82 0,92 1,75 0,91 0,48

83696 Interior 0,95 0,77 0,95 1,41 0,94 0,27

83698 Interior 0,88 0,52 0,89 1,35 0,87 0,76

83738 Interior 0,92 0,91 0,92 1,72 0,91 0,3

83743 Costa 0,86 0,44 0,87 1,16 0,85 0,81

83788 Costa 0,91 1,07 0,91 1,94 0,89 0,31

Fonte: (*) informações sobre as estações no INMET.

Os valores obtidos de EPE mostraram tendência

similar entre os modelos HS e JH, principalmente

nas estações a barlavento da topografia. Contudo,

os EPE do JH foram em média mais que o dobro do

observado para HS. Apesar de a barlavento, essas

estações apresentam os menores totais de chuva do

estado (Correia et al., 2011). Ao contrário, MAK

obteve os melhores resultados de EPE a sotavento

da topografia. No modelo HS, os valores do

coeficiente angular (a) aproximaram-se de 1 (ideal),

resultando em retas próximas da linha 1:1.

Enquanto o modelo JH os valores de a foram de

forma geral maiores que 1, superestimando ETo.

MAK apresentou valores de a menores do que 1,

subestimando todos os valores de ETo em três

estações, e nas demais apenas os valores maiores

que 3 mm d-1

. As estações localizadas em altitudes

mais elevadas resultaram no aumento da

superestimativa da ETo para os modelos HS e JH,

ao contrário de MAK, que ocorreu subestimativa,

devido as estações localizadas na planície costeira.

ETo PM-FAO56 (mm d

-1)

1 2 3 4 5 6 7

ET

o H

S (

mm

d-1

)

1

2

3

4

5

6

7

1:1

A) 83473Hargreaves-Samani

ETo PM-FAO56 (mm d

-1)

2 4 6 8

ET

o J

H (

mm

d-1

)

2

4

6

8

1:1

B) 83378Jensen-Haise

ETo PM-FAO56 (mm d

-1)

1 2 3 4 5 6

ET

o M

K (

mm

d-1

)

1

2

3

4

5

6

1:1

C) 83698Makkink

ETo PM-FAO56 (mm d

-1)

1 2 3 4 5 6 7

ET

o H

S(m

m d

-1)

1

2

3

4

5

6

7

1:1

D) 83698Hargreaves-Samani

Figura 2. Relação entre evapotranspiração de referência

estimada pelo método de Penman-Montheith FAO56

(A,D) Hargreaves-Samani (B) Jensen-Haise e Makkink

(C) nas estações 83698 (C,D) 83473 (A) e 83378 (B).

CONCLUSÕES Os modelos Hargreaves-Samani e Jensen-Haise,

desenvolvidos em clima árido e semiárido,

apresentam melhores estimativas da

evapotranspiração de referência nas regiões com os

menores totais de chuva do estado do Rio de

Janeiro. Enquanto nas demais regiões sobressai-se o

modelo de Makkink. Independentemente da região,

o modelo de Jensen-Haise não apresentou

estimativas satisfatórias da evapotranspiração.

AGRADECIMENTOS Ao Instituto Nacional de Meteorologia (INMET)

pela disponibilidade dos dados climáticos.

REFERÊNCIAS Allen, R. G. 1997. Self-calibration method for estimating

solar radiation from air temperature. J. Hydrologic

Eng. 4: 56-67.

Allen, R.G.; Pereira, L.S.; Raes, D.; et al. 1998. Crop evapotranspiration requirements. Rome: FAO. 300 p.

Correia, T.P. et al. 2011. Interpoladores de efeito local

aplicados a precipitação pluvial mensal no estado do

Rio de Janeiro. XVII Congr. Bras. Agrometeorologia. Hargreaves, G. H.; Samani, Z.1985. Reference crop

evapotranspiration from temperature. Applied

Engineering in Agriculture 1: 96-99.

Hargreaves, G.H. 1994. Defining and using reference evapotranspiration. J. Irrig. Drain. Eng. 120: 1132-

1139.

Pereira, A.R.; Villa Nova, N.A.; Sediyama, G.C. 1997.

Evapo(transpi)ração. Piracicaba: Piracicaba: FEALQ, 183 p.


193- 171 -


Área Temática 5 – INSTRUMENTAL, REDES DE OBSERVACIÓN Y SERVICIOS AGROMETEOROLÓGICOS


194


195- 173 -


COMPARACIÓN ENTRE DATOS REGISTRADOS POR ESTACIONES CONVENCIONALES Y AUTOMÁTICAS EN EL SUR DE SANTA FE

Albizú*, M.1; Bandeo, M.1; Dickie, M.2 ; Coronel, A.2 1 Estudiantes de Ingeniería Agronómica – Fac. de Cs. Agrarias – UNR, Zavalla, 2123, Argentina 2 Cátedra de Climatología Agrícola – Fac. de Cs. Agrarias – UNR, Zavalla, 2123, Argentina *Contacto: [email protected]

Palabras clave: temperatura; precipitación

INTRODUCCIÓN Si bien existe un notable incremento en el uso

de estaciones meteorológicas automáticas (EMA), para establecer el uso de una EMA como alternativa a una estación meteorológica convencional (EMC) es necesario realizar un estudio comparativo basado en una serie histórica de observaciones meteorológicas. La OMM propone como intervalo mínimo tres años en el cual funcionen los dos sistemas en paralelo.

Una serie de investigadores han comparado la información meteorológica brindada por EMC y EMA, entre ellos Martins y Cunha (2002), Gattinoni et al. (2011).

El objetivo del trabajo consistió en realizar un análisis estadístico comparativo entre los datos de temperatura y precipitación registrados por dos estaciones meteorológicas automáticas con los datos obtenidos a partir de la estación meteorológica convencional, en Zavalla.

MATERIALES Y MÉTODOS Las dos EMA y la EMC se encuentran ubicadas

en el Campo Experimental de la Facultad de Ciencias Agrarias-UNR en la localidad de Zavalla, Santa Fe (33°1′S, 60°53′O). La EMC pertenece a la red del SMN y del INTA, y las dos EMA corresponden a la Bolsa de Comercio de Rosario (EMAB) y a la Red de Alerta Hidrológico Saladillo-Ludueña de la Provincia de Santa Fe (EMAR). El período de información analizado en la EMC: fue del 1/2/2010 al 30/4/2011, en la EMAB del 1/2/2010 al 30/4/2011 y en la EMAR del 1/3/2010 al 30/4/2011. Las tres estaciones meteorológicas se encuentran en el mismo predio. La EMC cumple con todas las normas indicadas por la OMM para el funcionamiento de una

estación meteorológica. En cambio el criterio para el posicionamiento de las EMA no ha sido tan estricto.

Las variables utilizadas para la comparación fueron precipitación (P), número de días con P (nP), temperatura mínima (Tmin), media (Tmed) y máxima (Tmax) del aire. La Tabla 1 muestra las características de los sensores utilizados en las distintas estaciones. En la EMC la Tmed diaria se calculó mediante los datos horarios registrados por el termohigrógrafo y corregidos por los valores de temperatura del termómetro seco de las horas 9, 15 y 21 (hora local). En EMAB la información se registró con un intervalo de 1 hora, y en EMAR cada 15 minutos. En ellas, la Tmed diaria se obtuvo promediando todos los datos correspondientes a cada día.

Debido a la falta de mantenimiento y calibración del pluviómetro de EMAR se decidió no tener en cuenta la P registrada en esa estación. Por otro lado, se consideró ocurrencia de precipitación en los casos en que P medido era mayor o igual a 0,2mm. La P en EMC se midió con un pluviómetro correspondiendo el valor a lo acumulado desde las 9 hs. del día anterior a las 9 hs. del día de la medición. Se calcularon las P diarias en cada una de las EMA entre las mismas horas que en EMC.

Se realizó un análisis estadístico básico a través de promedios, desvíos estándar y coeficientes de variación, de la información diaria registrada en EMC, EMAB y EMAR. Los datos diarios de las respectivas estaciones meteorológicas fueron comparados a través de los coeficientes de determinación (R2) y del coeficiente de inconsistencia (CI) definido por Colotti et al. (2003). CI es adecuado para evaluar la calidad de las mediciones simultáneas de distintas variables meteorológicas, variando entre 0 (muestras consistentes) y 1 (muestras independientes).

Tabla 1. Variables observadas, sensor utilizado y precisión del mismo, para cada estación meteorológica. EMC EMAR EMAB Variable Sensor Precisión Sensor Precisión Sensor Precisión Tmed mercurio

banda bimetálica 0,1ºC -----

resistencia eléctrica 0,1ºC resistencia eléctrica 0,1ºC

Tmax mercurio 0,1ºC resistencia eléctrica 0,1ºC resistencia eléctrica 0,1ºC Tmin alcohol 0,1ºC resistencia eléctrica 0,1ºC t resistencia eléctrica 0,1ºC P pluviómetro tipo B ------ cangilón basculante 0,2mm cangilón basculante 0,2mm


196- 174 -


RESULTADOS Y DISCUSIÓN Los valores medios diarios de todas las variables

obtenidos a partir de las EMA presentaron diferencias significativas al 5% (test t de Student de dos muestras apareadas) con los calculados a partir de la información de EMC (Tabla 2). La variable con mayor variabilidad fue P, tanto en EMC como en las EMA. EMAR presentó menor coeficiente de variación en todas las variables térmicas (Tabla 2). Los valores extremos tanto positivos como negativos son valores a considerar,

siendo mayores que los encontrados por Gattinoni et al. (2011) para las estaciones de INTA Castelar (valores no mostrados). Los indicadores estadísticos R2 y CI mostraron la existencia de una concordancia significativa entre la información registrada en EMC y la obtenida en las EMA (Tabla 3). Resulta importante destacar que el R2 de la variable P fue menor que para las otras variables, si bien fue significativo. Los R2 son del orden de los reportados por Martins y Cunha (2002) para Botucatu, Brasil.

Tabla 2. Parámetros estadísticos de las series diarias de temperatura y precipitación EMC EMAR EMAB promedio desvío

estándar CV, % promedio desvío

estándar CV, % promedio desvío

estándar CV, %

Tmin, ºC 11,2 6,1 55 11,9 5,4 45 9,2 6,5 71 Tmax, ºC 24,2 6,5 27 24,0 6,3 26 23,4 7,9 34 Tmed, ºC 17,5 6,1 35 17,6 5,6 32 15,6 6,8 44

P, mm 12,7 15,3 121 --- --- --- 7,4 14,6 196

Tabla 3. Coeficientes de determinación (R2) y coeficientes de inconsistencia (CI) de cada variable entre la EMC y las EMA. *: significativo al 5%. EMC con EMAB EMC con EMAR Variable R2 CI R2 CI Tmed 0,96* 0,02 0,99* 0,01 Tmax 0,94* 0,05 0,94* 0,01 Tmin 0,94* 0,03 0,95* 0,03 P 0,88* 0,03 ---- ----

Las condiciones de ubicación de las estaciones puede explicar, en parte, las diferencias encontradas. Por otro lado las discrepancias son menores para las variables térmicas que para P. Aquí hay que tener en cuenta que en las tres estaciones el sensor de temperatura se encuentra a la misma altura (1,5 m) y en todos los casos protegidos de la radiación solar, lo cual disminuye las posibilidades de diferencias. En cambio para la P debemos considerar que la EMC no posee un pluviógrafo que permitiría una mayor precisión en la medición. Además se ha observado en EMAB una cantidad de días (23) en que la P alcanzó el valor de 0,2 mm y en EMC se registró 0 mm. Tal discrepancia se la podría atribuir al vuelco del balancín del pluviómetro luego de haber acumulado agua de rocío y/o a la precisión del instrumento (Gattinoni et al., 2011).

A fin de determinar si las mayores diferencias en la P ocurrieron en algún mes o época del año particular se presenta la Tabla 4. En todos los meses se registró una mayor precipitación acumulada en EMAB y un mayor número de días con precipitación. Los CI denotaron una consistencia alta en todos los meses, con la excepción del mes de junio, período del año en que se presentó la menor P. La precisión en la medición de los sensores podría tener mayor influencia cuando acontecen valores más bajos de P.

Tabla 4. Precipitación mensual, número de días con precipitación, porcentaje de coincidencia en observación de precipitación en EMC y EMAB y coeficiente de inconsistencia (CI).

P, mm Días con P % Dias Mes EMC EMAB EMC EMAB Coinc. CI ene 112,1 127,6 3,5 5,5 100 0,01 feb 350,5 397,6 6,5 10,5 100 0,02 mar 161,9 192,8 4,5 9,0 89 0,07 abr 196,6 220,4 7,0 15,0 93 0,04 may 66,4 80,4 5,0 15,0 100 0,03 jun 0,6 12,8 2,0 19,0 100 0,57 jul 17,7 24,4 4,0 10,0 100 0,01

ago 11,8 14,8 2,0 9,0 100 0,01 sep 41,7 61,6 10,0 13,0 100 0,06 oct 35,5 47,6 4,0 8,0 100 0,01 nov 45,6 48,8 8,0 8,0 88 0,03 dic 73,2 78,6 7,0 14,0 100 0,11

CONCLUSIONES

El análisis comparativo comprende un año de información, requiriendo un período más largo para obtener conclusiones definitivas. Se observó buena consistencia y relación entre las estaciones automáticas y la convencional para la observación de temperatura. Las mayores diferencias observadas en precipitación podrían relacionarse a la diferencia en la precisión de los sensores.

REFERENCIAS Colotti, E.; Blanco, A. E.; Rodríguez, J. 2003.

Aplicación del coeficiente de inconsistencia como criterio de comparación entre mediciones de estaciones convencionales y automáticas de lluvia diaria. Terra Nueva Etapa 27-28: 85-101.

Gattioni, N.; Boca, T., Rebella, C.; Di Bella, C. 2011. Comparación entre observaciones meteorológicas obtenidas de estaciones convencionales y automáticas a partir de la estimación de parámetros estadísticos. RIA 37:75-85

Martins, D.; Cunha, A. 2002. Comparação entre elementos meteorológicos obtidos em estações Meteorológicas convencional e automática. En: XII Congresso Brasileiro de Meteorología, 2002, Foz de Iguazú, Brasil. 2385-2389.


197- 175 -


AJUSTE DE DISTRIBUIÇÃO DE PROBABILIDADE À OCORRÊNCIA DE CHUVAS ACUMULADAS NO MUNICÍPIO DE GOIÂNIA, GOIÁS, BRASIL

Carneiro*, V. A.1; Casaroli, D.2; Santos, F. C. V.3 1Doutorando da Faculdade de Engenharia de Ilha Solteira (FEIS), Universidade Estadual Paulista (UNESP), Campus Ilha Solteira, Ilha Solteira, SP, Brasil e Professor da Universidade Estadual de Goiás (UEG), Unidade Universitária de Ciências Exatas e Tecnologias, Rodovia BR 153, Km 98 – Campus Henrique Santillo, Caixa Postal 459, CEP. 75001-970 – Anápolis, GO, Brasil. Fone:55-xx-62 81298850. 2 Professor Adjunto, Doutor, Setor de Engenharia de Biossistemas, Escola de Agronomia e Engenharia de Alimentos, Universidade Federal de Goiás (UFG), Campus Samambaia - Rodovia Goiânia / Nova Veneza, Km 0 - Caixa Postal 131, CEP 74690-900, Goiânia, GO, Brasil. Fone: 55-xx-62 35211676. 3Doutorando do Programa de Pós-Graduação em Agronomia, Escola de Agronomia e Engenharia de Alimentos, Universidade Federal de Goiás (UFG), Campus Samambaia - Rodovia Goiânia / Nova Veneza, Km 0 - Caixa Postal 131, CEP 74690-900, Goiânia, GO, Brasil. *Contato: [email protected]

Palavras-chave: precipitação pluviométrica; distribuição Gama; distribuição Exponencial. INTRODUÇÃO A precipitação pluviométrica é um dos elementos climáticos de grande importância para as culturas agrícolas, pois somente a partir de regimes hídricos adequados estas plantas podem expressar seu potencial genético, de modo a atingir sua produtividade potencial. Ainda, a rigor, o clima de uma área geográfica pode ser descrito pelo balanço hídrico no solo, temperatura do ar e umidade do ar. O balanço hídrico de uma região geográfica é fortemente influenciado pela precipitação, podendo-se por meio desta determinar a escassez e o excesso de chuvas em um determinado espaço geográfico (Dallacort et al., 2008). Em termos climatológicos, a precipitação pluviométrica de uma determinada área geográfica pode ser estimada probabilisticamente, de acordo com modelos teóricos de distribuição de frequência, ajustando-se a uma série de dados (Moreira et al., 2010). Segundo Fietz et al. (1997) os modelos de distribuição confeccionados, mediante a sua comprovação de aderência aos dados de distribuição teórica, podem fornecer informações visando planejar o desenvolvimento de ações em diversas atividades setoriais, como por exemplo: a climatologia agrícola. Segundo Thom (1958) a distribuição Gama é o melhor meio probabilístico para estimar ocorrência de precipitações diárias. O autor afirmou que a distribuição Gama se destaca para avaliações em períodos curtos de chuva, corroborando com outros estudos que indicam a distribuição Gama, como o meio probabilístico mais confiável na determinação de totais mensais de precipitação (Murta et al., 2005). Conforme Friedman e Janes (1957) ao estudarem o problema da determinação de estimativas de probabilidade de precipitação pluvial, pontuaram que são necessários dados de trinta anos, isto para que o tamanho da amostra seja representativo. Desta forma, o presente trabalho objetivou avaliar quais os principais modelos probabilísticos que se ajustam aos dados de precipitação acumulada em quinquídios, de uma

série histórica de 31 anos, no município de Goiânia, GO, Brasil. MATERIAL E MÉTODOS A série histórica dos dados de precipitação pluviométrica analisados correspondem ao período de 1980 à 2011, sendo estes acumulados a cada cinco dias (quinquídios). Estes dados são provenientes da Estação Evaporimétrica de Goiânia, localizada na Escola de Agronomia e Engenharia de Alimentos da Universidade Federal de Goiás (UFG), Campus Samambaia, Goiânia, GO, Brasil, tendo como coordenadas geográficas: 16° 35’ 52,76” S, 49° 16’ 39,48” W e altitude de 734 metros. Os modelos de distribuições probabilísticos avaliados foram: Weibull, Beta, Gama, Erlang, Log Logistica, Lognormal, Lognormal modificada, Exponencial, Pareto modificada, Triangular, Rayleigh, Inversa de Gauss, Pearson, Pearson modificada, Qui-quadrado e Uniforme. Aplicou-se o teste de aderência de Kolmogorov-Smirnov. Para a análise dos ajustes das distribuições aos dados foi utilizado o suplemento @risk® (Excel® - Microsoft Office 2007). RESULTADOS E DISCUSSÃO As distribuições foram colocadas em ordem decrescente de acordo com o número de casos ou quinquídios em que cada distribuição foi significativa, segundo o teste de aderência de Kolmogorov-Smirnov, assim tem-se o seguinte cenário: Exponencial (100%), Uniforme (100%), Triangular (100%), Gama (97,22%), Rayleigh (72,22%), Pareto modificada (30,56%), Erlang (26,39%), Weibull (11,11%), Log-Logistica (11,11%), Log-normal (11,11%), Inversa de Gauss (11,11%), Beta (9,72%), Pearson (5,56), Log-normal modificada (4,17%), Qui-quadrática (1,43%) e Pearson modificada (0,00%) como pode ser observado na Tabela 1. Com isto, pode-se afirmar que em mais de 95% dos casos as distribuições que melhor se ajustaram aos quinquídios foram a Exponencial, Uniforme e Gama. Ainda, das distribuições observadas apenas cinco se ajustaram em mais de 70% dos casos.


198 - 176 -


Por outro lado, as demais apresentaram

resultados de significância em um percentual muito

baixo de casos, podendo assim, comprometer os

resultados de estudos, quando utilizadas.

Considerando as características dos dados e a sua

aplicação, o uso das distribuições Exponencial e

Gama seriam os mais indicados, não considerando

o ranqueamento. Tal observação corrobora aos

resultados encontrados na literatura.

Quando se considera o número de vezes que o

modelo de distribuição foi o mais indicado,

observa-se que a distribuição Exponencial a mais

indicada, seguida da distribuição Gama, Rayleigh e

Erlang. Ainda, observou-se que estas distribuições

apresentaram um percentual significativo de

presença nos primeiros lugares de ranqueamento.

Com isto, estes modelos de distribuição ocuparam o

primeiro lugar em 36,11%; 33,33% e 19,44% dos

casos; o segundo lugar em 43,06%; 27,78% e

2,78%; o terceiro lugar em 9,72%; 20,83%; 1,39%;

e o quarto lugar em 2,78%; 11,11% e 1,39%;

respectivamente.

Ressalta-se que a distribuição de Erlang é um

caso particular da distribuição Gama, quando o

parâmetro é um número inteiro. Assim, pode

considerar que a distribuição Gama foi a mais

indicada nas 1ª, 3ª e 4ª posições. Além disso, deve

ser considerado que a distribuição Gama é uma

distribuição genérica que engloba diversas outras

distribuições conhecidas, tais como: Exponencial e

a de Qui-quadrado.

As distribuições Uniforme e Triangular foram

adequadas em 100% dos casos, porém, estas

apareceram em primeiro lugar em menos de 5% dos

quinquídios avaliados. Além disto, a distribuição

Uniforme ocupou a última posição em 83,33% dos

casos e a Triangular ficou em penúltima posição em

35,11% dos casos. Ressalta-se que, em 45,83% dos

quinquídios observaram-se ajustes de no máximo

cinco distribuições, no entanto, ao menos quatro

distribuições ajustaram-se de forma significativa à

100% dos quinquídios observados. Sendo que a

ocorrência de quatro distribuições ocorreu em

22,22% dos casos observados. O maior número de

ocorrência destas distribuições foi partir do

primeiro quinquídio de novembro e o quinto de

dezembro (68,78%). Entretanto, em 100% dos

casos em que ocorreu o maior número de

distribuições (15), estes ocorreram a partir do

segundo quinquídio de janeiro e o terceiro

quinquídio de fevereiro.

CONCLUSÃO Recomenda-se a utilização das distribuições

Exponencial e Gama para intervalos de precipitação

acumuladas em quinquídios. Para o mesmo

intervalo de tempo, não recomenda-se a utilização

das distribuições de Weibull, Log-Logistica, Log-

normal, Inversa de Gauss, Beta, Pearson, Log-

normal modificada, Qui-quadrática e Pearson

modificada para a análise de probabilidade de

ocorrência de precipitações pluviométricas.

REFERÊNCIAS Dallacort, R.; Freitas, P. S. L; Gonçalves, A. C. A; Faria,

R. T. De; Resende, R; Bertonha, A. 2008. Níveis de

probabilidade de rendimento de quatro cultivares de

soja em cinco datas de semeadura. Acta Scientiarum Agronomy 30: 261-266.

Fietz, C. R.; Urchei, M. A.; Frizzone, J. A.; Folegatti, M.

V. 1997. Probabilidade de ocorrência de períodos

secos e chuvosos na região de Dourados, MS. In: Congresso Brasileiro de Agrometeorologia, 1997,

Piracicaba. Anais... Piracicaba: SBA, v.1, p.101-103,

Friedman, D. G.; Janes, B. E. Estimation of rainfall

probabilities. 1957. University of Connecticut Agricultural Experiment Station Bulletin.332: 1-22.

Moreira, P. S. P.; Dallacort, R.; Magalhães, R. A.; Inoue,

M. H.; Stieler, M. C.; Silva, D. J.; Martins, J. A.

2010. Distribuição e probabilidade de ocorrência de chuvas no município de Nova Maringá - MT. Revista

de Ciências Agro-Ambientais 8: 9- 20.

Murta, R. M.; Teodoro, S. M.; Bonomo, P.; Chaves, M.

A. 2005. Precipitação pluvial mensal em níveis de probabilidade pela distribuição gama para duas

localidades do sudoeste da Bahia. Ciência e

Agrotecnologia 29: 988-994.

Thom, H. C. S. 1958. A note on the gama distribution. Monthly Weather Review, Washington .86:117-122.

Tabela 1. Ajuste de distribuições de probabilidade

Distribuição Adequado (%)

Weibull 11,11

Beta 9,72

Gama 97,22

Erlang 26,39

Log Logística 11,11

Log Normal 11,11

Log Normal modificada 4,17

Exponencial 100,00

Pareto modificada 30,56

Triangular 100,00

Rayleigh 72,22

Inversa de Gaus 11,11

Pearson 5,56

Pearson modificada 0,00

Qui- quadrática 1,43

Uniforme 100,00


199- 177 -


FREQUÊNCIA DE OCORRÊNCIA DE PRECIPITAÇÃO PLUVIAL PARA O PERÍODO DE QUINQUÍDIOS NO MUNICÍPIO DE GOIÂNIA, GOIÁS, BRASIL

Carneiro*, V. A.1; Casaroli, D2; Santos, F. C. V.3 1Doutorando da Faculdade de Engenharia de Ilha Solteira (FEIS), Universidade Estadual Paulista (UNESP), Campus Ilha Solteira, Ilha Solteira, SP, Brasil e Professor da Universidade Estadual de Goiás (UEG), Unidade Universitária de Ciências Exatas e Tecnologias, Rodovia BR 153, Km 98 – Campus Henrique Santillo, Caixa Postal 459, CEP. 75001-970 – Anápolis, GO, Brasil. Fone: 55-xx-62 81298850. 2 Professor Adjunto, Doutor, Setor de Engenharia de Biossistemas, Escola de Agronomia e Engenharia de Alimentos, Universidade Federal de Goiás (UFG), Campus Samambaia - Rodovia Goiânia / Nova Veneza, Km 0 - Caixa Postal 131, CEP 74690-900, Goiânia, GO, Brasil. Fone: 55-xx-62 35211676. 3Doutorando do Programa de Pós-Graduação em Agronomia, Escola de Agronomia e Engenharia de Alimentos, Universidade Federal de Goiás (UFG), Campus Samambaia - Rodovia Goiânia / Nova Veneza, Km 0 - Caixa Postal 131, CEP 74690-900, Goiânia, GO, Brasil. Fone: 55-xx-62 81939183. *Contato: [email protected]

Palavras-chave: pluviometria, traços de chuvas; precipitação acumulada. INTRODUÇÃO

As questões ambientais tem sido alvo de muitas preocupações para vários cientistas nas últimas décadas. O “comportamento” do meio abiótico depende, em grande parte, do entendimento de algumas de suas variáveis, muitas delas contínuas e de sua modelagem, com a ajuda de distribuições estatísticas, como as distribuições Gama e Exponencial. A chuva, como principal fonte de água para a agricultura, tem, às vezes, comprometido o desenvolvimento, a colheita, a industrialização, o armazenamento e a distribuição da produção agrícola, pois apresenta uma variação não uniforme, em termos de estiagem e episódios pluviais intensos de curta duração, que superam a capacidade de retenção de água pelo solo, acarretando alagamentos e transbordamentos.

Considerando as componentes climatológicas, a precipitação é uma das que mais afeta a produção agrícola. O conhecimento acerca dessa variável climática é essencial para os agricultores e perspectivas de implantação de lavouras. O estudo de eventos pluviométricos em ambiente agrícola merece ênfase, pois, muitas são as preocupações em relação aos tipos de impactos produzidos e, também quanto à intensidade e a frequência das ocorrências por aspectos de excesso e de escassez.

A precipitação pluvial de um determinado local pode ser estimada, dentre outras formas, em termos probabilísticos, mediante modelos teóricos de distribuição ajustados a uma série de dados. Os modelos gerados, após a comprovação da aderência dos dados à distribuição teórica, podem fornecer informações úteis para o planejamento de muitas atividades (Fietz et al., 1997). Um modelo que vem sendo utilizado frequentemente em literaturas específicas é o da distribuição Gama. Seu uso se prende ao fato de que o comportamento das precipitações pluviométricas vem apresentando elementos bem

significativos, conforme os trabalhos de Dantas (1998) e Thom (1958). Entretanto, Pedron et al. (2008) salienta que apesar da função Gama ser a mais utilizada no estudo da distribuição de valores de precipitação pluvial, é possível utilizar-se de outras funções de distribuição de probabilidade que possam apresentar bom ajuste, como é o caso da distribuição Exponencial. Shapiro et al. (1981) enfatiza que é muito comum a existência de um grande número de dados climáticos coletados ao longo dos anos (séries históricas) e o desafio é estabelecer e encontrar uma base de adequá-los em um membro de uma família de distribuições no qual eles podem ser representados. Existem várias dessas famílias estatísticas cujos membros exibem várias formas.

O presente trabalho tem por objetivo o estudo do regime de chuvas do município de Goiânia, GO, Brasil pelo estabelecimento das probabilidades de ocorrência de precipitação pluviométrica para o período de quinquídios, bem como em base mensal, utilizando as distribuições estatísticas Gama e Exponencial.

MATERIAL E MÉTODOS

A série histórica dos dados de precipitação pluviométrica analisados corresponde ao período de 1980 a 2011, sendo estes acumulados a cada cinco dias (quinquídios). Estes dados são provenientes da Estação Evaporimétrica de Goiânia, localizada na Escola de Agronomia e Engenharia de Alimentos da Universidade Federal de Goiás (UFG), Campus Samambaia, Goiânia, GO, Brasil, tendo como coordenadas geográficas: 16° 35’ 52,76” S, 49° 16’ 39,48” W e altitude de 734 metros. Avaliou-se a ocorrência percentual dos intervalos de classe com o auxilio do Bioestat 5.3®. O número de intervalo de intervalo de classe foi fixado em oito intervalos de classes independente do quinquídio analisado.


200- 178 -


RESULTADOS E DISCUSSÃO Os dados analisados da série histórica, de 1981-2011,

agrupados em quinquídios ao serem classificados em oito intervalos de classes independente da amplitude, apresentaram características peculiares ao clima regional. No primeiro e quarto trimestre houve a ocorrência de chuvas distribuídas em maiores números de classes. Sendo que no primeiro trimestre não ocorreu um intervalo de classe que representasse 50% da frequência observada. Porem, no quarto trimestre ocorreu em dois quinquídios (1° e 2°) em outubro intervalos de classes superiores a 50% da frequência observada. Embora tenha sido feito a analise da precipitação em quinquídios, foi possível observar que a distribuição da frequência dos intervalos classes possibilitou inferir que no primeiro e quarto trimestre ocorre chuvas acumuladas distintas do segundo e terceiro trimestre. Estas diferenças podem estar associadas à duração, frequência ou a intensidade. No segundo e terceiro trimestre, a partir de maio, ocorreu 70% ou mais das frequências observadas no primeiro intervalo de classe. Observou-se que a ocorrência de precipitação média acumulada no período (quinquídio) superior a 100 mm ao longo do ano foi inferior a 10%, sendo a exceção no primeiro quinquídio de março, quarto de novembro e o

primeiro de dezembro. Entretanto, o numero de traços de chuvas foi expressivo a entre os meses de maio e agosto. Os valores observados deste tipo de precipitação representaram em alguns quinquídios mais de 95% da frequência observada. Pode se inferir que a precipitação ocorrida neste período seja desprezível para cálculos de ET0, balanço hídrico, etc. Embora os dados observados sejam de uma série histórica (31 anos), tais resultados podem oriundos de erros de leitura ou dos instrumentos utilizados. A ocorrência de precipitação em intervalos de classes inferior ao valor traço (0,5 mm) é um indicativo que corrobora com esta hipótese. Observou-se que nos quinquídios em ocorreu intervalos de classes inferiores a valor traço (9%), estes intervalos representaram mais de 90% da frequência observada. Tais valores devem ser desconsiderados na elaboração de modelos preditivos, pois o grau de incerteza associado não é passível de mensuração. A frequência dos intervalos de classe de precipitação observados pode ser utilizada como ferramenta auxiliar, no planejamento agrícola, em praticas conservacionista de solo e da água pelo agricultor, bem como por instituições de fomento (Figura 1).

Figura 1. Frequência de ocorrência de precipitação pluvial para o período de quinquídios (1981-2011) no município de Goiânia, Goiás, Brasil.

CONCLUSÃO A ocorrência de precipitação em intervalos de classes com valores iguais ou inferiores ao traço de chuva deve ser desconsiderada. O uso da frequência de ocorrência de precipitação acumulada em intervalos de classes possibilita a distinção de chuvas que ocorre ao longo ano.

REFERÊNCIAS Dantas, R. T. 1998. Caracterização da estação chuvosa

em três municípios do Estado da Paraíba e aplicações da distribuição gama incompleta. Atmosfera & Água, n. 3, v. 2, p. 4-7.

Fietz, C. R. et al. 1997. Probabilidade de ocorrência de períodos secos e chuvosos na Região de Dourados, MS. In: Congresso Brasileiro de Agrometeorologia,

1997, Piracicaba. Anais... Piracicaba: SBA, v.1, p.101-103. Miranda, J. I. 2008. Espacializando a distribuição

Gama com sistema de informações geográficas: o caso precipitação. Campinas: EMBRAPA - Informática Agropecuária.

Pedron, I. T. et al. 2008. Distribuição de frequência de chuvas diárias no Estado do Paraná. Revista Scientia Agraria Paranaensis, Cascavel, v. 7, n. 1 e 2.

Shapiro, S. S. et al. 1981. Statistical modeling techniques. New York: Marcel Dekker.

Thom, H. C. S. 1958. A note on the gama distribution. Monthly Weather Review, Washington, v. 86, p. 117-122.


201

- 179 -


RELAÇÕES ENTRE O ARMAZENAMENTO E O POTENCIAL MATRICIAL DE ÁGUA NO SOLO NA CULTURA DA SOJA NO MUNICÍPIO DE GOIÂNIA, GO,

BRASIL

Costa Neto*, G. M. F.1; Casaroli, D.2; Alves Júnior, J.2; Evangelista, A. W. P.2

1 Graduando em Agronomia, Escola de Agronomia e Engenharia de Alimentos, Universidade Federal de Goiás

(UFG), Campus Samambaia - Rodovia Goiânia / Nova Veneza, Km 0 – C. Postal 131, CEP 74690-900, Goiânia,

GO, Brasil. Telefone: (62) 3521 1676. 2 Professor Adjunto, Doutor, Setor de Engenharia de Biossistemas, Escola de Agronomia e Engenharia de Alimentos, Universidade Federal de Goiás (UFG), Campus Samambaia - Rodovia Goiânia / Nova Veneza, Km 0 – C. Postal

131, CEP 74690-900, Goiânia, GO, Brasil. Telefone: (62) 3521 1676.

Contato: [email protected]

Palavras-chave: déficit hídrico; tensiometria; demanda

atmosférica, balanço hídrico

INTRODUÇÃO O solo é um sistema dinâmico, onde as

condições atmosféricas interferem diretamente na

relação água-matriz do solo. Devido a isto, há

necessidade de monitorar o armazenamento de água

disponível no solo para as culturas (ARMd).

A representação do fluxo de entrada e saída de

água em dado volume de solo, considerando as

propriedades físicas responsáveis pelo

armazenamento da água no solo (ARM) e a

demanda hídrica atmosférica é denominado balanço

hídrico (Libardi, 2005; Reichardt e Timm, 2008).

A fração ARMd tem como limite superior o ponto

de saturação do solo, 100 % da capacidade de água

disponível (CAD), e como inferior o

armazenamento crítico (ARMc), o qual representa,

em geral, 50% da CAD, sendo que o volume

restante está estreitamente ligados à matriz do solo

(Libardi, 2005).

O ARM também pode ser monitorado de forma

indiretamente, a partir do potencial matricial do

solo ( m), sendo a tensiometria o procedimento

mais utilizado para este fim.

Alguns autores descrevem matematicamente esta

relação, a qual da origem a curva de retenção da

água no solo (Gardner, 1958; Brooks e Corey,

1964; Van Genuchten, 1980).

Não dispondo da curva de retenção, pode-se

determinar um potencial limite ou potencial

matricial crítico ( mc), onde o teor de água nesse

limite indicará déficit hídrico. Devido a estreita

relação entre potencial matricial e teor de água no

solo assumirá um valor correspondente ao

armazenamento crítico (ARMc) obtido através do

balanço hídrico climatológico.

O objetivo deste trabalho foi estabelecer uma

relação entre os métodos do balanço hídrico e da

tensiometria para um solo de textura argilosa para a

cultura da soja.

MATERIAL E MÉTODOS O experimento foi conduzido na área

experimental da Escola de Agronomia e Engenharia

de Alimentos da Universidade Federal de Goiás

(UFG), localizada em Goiânia, GO, Brasil

(16°35' S; 49°16 W; 728 m de altitude).

O clima da região foi classificado por Köppen

como sendo Aw. O preparo do solo foi realizado

seguindo as recomendações para o sistema de

cultivo convencional. O solo da área era da ordem

taxonômica LATOSSOLO VERMELHO-

AMARELO distrófico (Embrapa, 2006), com

textura argilosa.

Utilizaram-se plantas de soja (Glycline max L.

[Merrill]), cultivar AS7307 RR (MONSOY),

cultivada em uma área de 0,4 ha, utilizando 13

sementes por m2 e 0,45 m de espaçamento entre

linhas, sob condições de sequeiro. A semeadura foi

realizada no dia seis de janeiro de 2012 e a colheita

no dia 27 de abril de 2012, período compreendido

entre o final da estação chuvosa e início da seca.

Durante o ciclo da cultura, ocorreram 45 dias de

veranico.

Para o cálculo do armazenamento de água no

solo no dia em questão (ARMi) foi utilizada a

planilha de balanço hídrico simplificada de

Thornthwaite e Mather (1955) proposta em Pereira

(2005) e em escala diária, isto, para correlacionar o

ARMi com os valores de potencial matricial obtidos

no mesmo dia i. Considerou-se excedente hídrico

quando o potencial matricial foi menor a -34 kPa

(Bernardo et al., 2008) e -50 kPa (Doorenbos e

Kassam, 1979) como potencial matricial crítico

( mc). Foram escolhidos quatro valores de CAD

(125, 100, 75 e 50 mm) para o cálculo do balanço

hídrico diário. Os dados de potencial matricial

foram obtidos a partir de tensiômetros instalados

em seis pontos dentro do cultivo da soja, nas

profundidades de 0,10 e 0,30 m. As leituras foram

realizadas a cada dois ou três dias, durante 82 dias

do ciclo da soja. O ARMc correspondeu a 50% da

saturação da CAD (62,5; 50,0; 37,5; e 25,0 mm,

respectivamente). No dias que observaram-se

ARMi<ARMc ou mi < mc foram contabilizados

como déficit hídrico.


202

- 180 -


RESULTADOS E DISCUSSÃO As condições atmosféricas durante o

experimento, descritas pela precipitação,

temperatura do ar e evapotranspiração de

referência, encontram-se na Figura 1.

Figura 1. Evapotranspiração de referência (ET0),

precipitação (P) e temperatura do ar (Tº) para o período

avaliado

A precipitação total durante o ciclo foi de

934,9 mm, acima dos 800 mm que é ideal para o

pleno desenvolvimento da soja (Farias et al.,2001).

Figura 2. Comparação entre o potencial matricial (- m) obtido por tensiometria e o teor de água.

As estimativas de ARMi variaram de forma igual

em todas os valores de CAD devido a relação (P-

ETP) da planilha ter sido a mesma. Porém,

conforme o aumento do valor da CAD, o número de

dias apresentando ARMc diminuiu. Isso se deve ao

ciclo de secagem do solo, pois superestimando a

capacidade de armazenamento do mesmo, o tempo

de secagem é subestimado e então os valores de

ARMc tornam-se obscuros.

Tabela 1. Coeficientes lineares e angulares da regressão

linear simples.

CAD a b r2

125 -1,0455 130,22 0,841

100 -0,988 104,87 0,842 75 -1,106 88,635 0,754

50 -0,9082 52,896 0,701

Nos períodos onde ocorreram precipitações,

especialmente as mais intensas (30 mm em um dia).

A característica textural do solo argiloso garantiu

alta retenção de umidade por maior período,

enquanto os valores de (P-ETP) prosseguiram

diminuindo devido a natureza do modelo

Thornthwaite-Mather, que independe do energético

do solo.

CONCLUSÃO

Evidenciou-se uma relação entre o método do

balanço hídrico climatológico e a tensiometria.

Assim, tanto a partir de dados climáticos quanto a

partir da leitura de tensão da água no solo, podem

ser utilizados para o monitoramento do

armazenamento da água no solo para o cultivo da

soja. Isto foi observado em todos os valores de

CAD simulados.

AGRADECIMENTOS Aos colegas do Núcleo de Pesquisa em Clima e

Recursos Hídricos do Cerrado – NUCLIRH, da

Universidade Federal de Goiás.

REFERÊNCIAS

Bernardo, S.; Soares, A. A.; Mantovani, E. C. 2008.

Manual de Irrigação. 8. ed. Viçosa: UFV, 625p.

Brooks, R.H. Corey, A.T.1964. Hydraulic properties of

porus media.Colorado State University-Hydrology paper. Fort Collins, Colorado.

Doorenbos, J.; Kassan, A.H. 1979. Yield response to

water. FAO. Irrig. and Drain. (Paper 33), 193p.

Embrapa. 2006. Sistema Brasileiro de classificação de solos. Centro Nacional de Pesquisa em Solos, Brasil,

412 p.

Farias, J. B. R.; Assad, E. D.; Almeida, I. R.; Evangelista,

B. A; Lazzarotto, C; Neumaier, N; Nepomuceno, A. L. 2006. Caracterização de risco de déficit hídrico nas

regiões produtoras de soja no Brasil. Revista

Brasileira de Agrometeorologia 9: 415-421.

Gardner, W. R. 1958. Some steady state solutions of unsaturated moisture flow equations with application

to evaporation from water table. Soil Science 85:

228-232.

Libardi, P. L. 2005. Dinâmica da água no solo. Ed. USP. 2.ed,São Paulo, Brasil.334p.

Pereira, A. R.. 2005. Simplificado o balanço hídrico de

Thornthwaite-Mather. Revista Bragantia 64: 311-313.

Reichardt, K.; Timm, L. C. 2008. Solo, planta e atmosfera: conceitos, processos e aplicações. Manole.

2.ed. Barueri, Brasil. 480p.

Silva, E.M.; Lima, J.E.F.W.; Azevedo, J.A.; Rodrigues, L.N. 2006. Valores de tensão na determinação da

curva de retenção de água nos solos do Cerrado.

Pesquisa Agropecuária Brasileira. 41: 323-330.

Thornthwaite, C.W.; Mather, J.R. 1955.The water balance. Publications in Climatology, Drexel Institute

of Technology - Laboratory of Climatology.

Centerton, New Jersey: 1955. 104p.

Van Genuchten, M.T. 1980. A closed-form equation for predicting the hydraulic conductivity of unsaturated

soils. Soil Science of America Journal 44: 892-898.

0

5

10

15

20

25

30

35

40

0

20

40

60

80

100

120

140

1 21 41 61Te

mp

era

tura

do

ar,

°C

Lâ

min

a d

e á

gu

a, m

m

Dias após a semeadura

P T° ETo

0

20

40

60

80

100

120

0 20 40 60

% C

AD

- m (kPa)

100 mm

50 mm

75 mm

125 mm


203- 181 -


AVANCES DE UNA RED DE MONITOREO HIDROMETEOROLÓGICA EN UNA CUENCA DE LA REGIÓN PAMPEANA

Fernández*, S.N.1; Sequeira, M.E.1; Sondón, S.M.2; Aymonino, O.A.2; Ábalo, P.O.1; Weis, C.F.1; Masson, F.R.2; Mandolesi, P.S.2; Espósito, M.E.3; Uribe Echevarría, I.1; Blazquez, P.A.1

1 Dpto. de Ingeniería. UNS, Avda. Alem 1253, Bahía Blanca, CP 8000, Argentina 2 Instituto de Investigaciones en Ingeniería Eléctrica-IIIE (UNS-CONICET), Departamento de Ingeniería Eléctrica y de Computadoras (DIEC). UNS, Avda. Alem 1253, Bahía Blanca, CP 8000, Argentina 3 Dpto. de Agronomía. UNS, Becario CONICET, San Andrés 800, Bahía Blanca, CP 8000, Argentina


Palabras clave: limnígrafo; precipitación; escurrimiento; red monitoreo INTRODUCCIÓN

La importancia estratégica del recurso hídrico, requiere de un uso racional del agua disponible. Para ello, es imprescindible un monitoreo continuo de las cuencas hidrológicas que suministran el vital elemento a las regiones pobladas. Este proceso conlleva medir datos en intervalos adecuados, a través de una red de sensores distribuidos, de las variables hidrológicas precipitación y escurri-miento. Esta información, analizada y puesta a disposición de las autoridades competentes, es fundamental para tomar decisiones acerca de la utilización del recurso para el consumo humano, animal y los procesos de producción.

Aplicando el concepto a la cuenca cuyas aguas escurren al embalse del dique Paso de las Piedras, que constituye la principal fuente de abaste-cimiento de agua a las ciudades de Bahía Blanca, Punta Alta y zona de influencia, desde el año 2008 el Laboratorio y Área de Hidráulica del Dpto. de Ingeniería de la Universidad Nacional del Sur (UNS) conjuntamente con la Autoridad del Agua (ADA) y el Centro de Recursos Naturales Renovables de la Zona Semiárida (CERZOS (CONICET-UNS)), acordaron la continuidad y el mantenimiento de una red de monitoreo implementada bajo el marco del Convenio de colaboración y asistencia recíproca para el estudio y elaboración de un plan para el monitoreo y la gestión integral de las aguas de la cuenca del río Sauce Grande (ORAB-ABSA-UNS-ADA, 2005). A partir de 2011 y en el marco del Proyecto de Grupo de Investigación en Temáticas de Interés Regional (PGI-TIR): Información Básica Hidro-meteorológica – Monitoreo en la Cuenca Alta y Media del Río Sauce Grande, se da continuidad a las tareas de mantenimiento, monitoreo y mejora de la red de información básica hidrológica mencionada.


Actualmente, la red está constituida por equipos de estaciones meteorológicas y limnigráficas distribuidos en la cuenca superior aportante al embalse del dique Paso de las Piedras (Río Sauce Grande y Arroyo El Divisorio), con nacientes en la porción sur del sistema de Ventania (Figura 1) y

cubriendo un área de aproximadamente 1490 km2. El ámbito predominante es agrícola-ganadero con algún desarrollo turístico (Luque et al., 1979).

Figura 1. Mapa de ubicación de estaciones meteorológicas (MET) y limnigráficas (LIM).

Las estaciones limnigráficas involucradas LIM-

NEGRO, LIM-STEOF, LIM-BLAN y LIM-DIVI (Figura 1) consisten en equipos electrónicos comerciales homologados, destinados a medir y registrar valores de columna de agua en los cursos de agua. El nivel es captado por un sensor piezorresistivo de alta resolución, con compensación de las variaciones de la presión atmosférica. El acceso y el manejo de los datos se realizan informáticamente, pero no en forma remota. El rango de medición es de 8 m de columna de agua, con una precisión de 0.002 m. Si bien la calidad del equipo es adecuada para las inclemencias de la naturaleza, las crecidas pueden generar desplazamiento del sensor respecto de su ubicación original, como su taponamiento debido a sedimentos. Las estaciones meteorológicas involucradas MET-SALD, MET-DIVI Y MET-DIQUE (Figura 1) son equipos homologados marca Davis, que permiten medir, sin acceso remoto: temperatura, humedad, presión atmosférica, velocidad del viento, dirección del


204- 182 -


viento, lluvia diaria, lluvia acumulada y calcular punto de rocío y temperatura de sensación térmica.

Bajo el marco del PGI-TIR se ha desarrollado como innovación tecnológica de bajo costo, un sistema electrónico autónomo mediante panel solar, para colectar datos de nivel de agua, lluvia, velocidad y dirección del viento y transmitirlos utilizando la red de telefonía celular. Especí-ficamente, el limnígrafo desarrollado es un sensor de ultrasonido, que mide la distancia entre el sensor y la superficie libre del agua, con una preci-sión de 3 mm y desde una altura del cauce de 4 m.

Con el objeto de aumentar la densidad superficial de variables atmosféricas e hidrológicas en la cuenca superior, de alta variación planial-timétrica, se han instalado cinco estaciones meteo-rológicas homologadas, de bajo costo económico: (1)MET-SISM, (2)MET-RECO, (4)MET-2ARRO, (5)MET-BONA y (6)MET-SGRAN y una limnigráfica (3)LIM-RECO (Figura 2). Actualmente están en fase de control y ajuste.

Figura 2. Estaciones meteorológicas (MET) y

limnigráfica (LIM) nuevas.

Adicionalmente, se adquirió un equipo autónomo (panel solar) anexo al limnígrafo LIM-BLAN, para acceder a los datos del nivel del agua y del estado de batería en tiempo real. Consta de un Modem con un chip GSM que permite conexión a Internet, envío y recepción de SMS, protegido por una infraestructura anti-vandálica construida en el Laboratorio de Hidráulica. RESULTADOS Y DISCUSIÓN En principio se realizaron tareas de compilación y ordenación de los datos colectados por la red original de estaciones meteorológicas y limnigráficas (Figura 1), armado de la base de datos, tratamiento estadístico, elaboración de boletines mensuales de estado y estudios hidráulicos pertinentes a fin de evaluar

adecuadamente la relación elevaciones – caudal (Chow et al., 1998).

Las estaciones meteorológicas económicas (Figura 2) han sido adaptadas físicamente para hacerlas menos vulnerables a las inclemencias del tiempo. En esta fase de control y ajuste, a pesar de las dificultades encontradas, hemos observado algunas ventajas relativas de su software, que marcan a los productores tendencias climáticas que ellos manifiestan como una herramienta útil en la toma de decisiones en la labor agropecuaria diaria.

Se probó el prototipo de limnígrafo de ultrasonido simulando distintas descargas (m3/s), con o sin oleaje y con o sin viento en la interfase agua-aire en el Laboratorio de Hidráulica-UNS. Se obtuvieron resultados satisfactorios con errores absolutos menores al 1% y a la brevedad se dispondrá del primer prototipo de campo para comenzar con las pruebas y posteriormente someterlo a la correspondiente homologación. A la fecha se ha realizado transmisión de datos por mensaje SMS.

Actualmente la estación LIM-BLAN, transmite los datos en tiempo real a una página web y permite interacción, vía SMS, con el equipo. Superada la etapa de ajuste y dada su proximidad al embalse del dique Paso de las Piedras, se generará un conocimiento de los volúmenes ingresantes al mismo en tiempo real. CONCLUSIONES

Frente a la escasez de información referente a mediciones de precipitaciones y escurrimientos en cuencas de interés, bajo el marco del PGI-TIR, se propone la alternativa de ampliar la base de datos, desarrollando un instrumental apropiado con innovación tecnológica local de bajo costo que sea accesible a las universidades.

AGRADECIMIENTOS Los autores agradecen a la Secretaría de Ciencia y Tecnología (UNS) que a través del proyecto PGI-TIR 24/TJ03 financió este trabajo y a la atención dispensada por los propietarios de los establecimientos particulares rurales.

REFERENCIAS Chow, V.T.; Maidment, D.R.; Mays, L.W. 1998.

Hidrología Aplicada. Editorial McGraw Hill. Sta. Fé de Bogotá, Colombia. 584 p.

Luque, J.A.; Paoloni, J.D.; Bonorino, G.A. 1979. S. Hidrología N° 3- Cuencas del Sur de la Provincia de Buenos Aires – Estudio Hidrológico e Hidrogeológico de la Cuenca del Río Sauce Grande. Universidad Nacional del Sur. Bahía Blanca, Argentina. 64 p.

ORAB-ABSA-UNS-ADA 2005. Informe Final año 2004. Convenio de Colaboración y Asistencia Recíproca entre la Autoridad del Agua, el Organismo Regulador de Aguas Bonaerenses, la empresa Aguas Bonaerenses S. A. y la Universidad Nacional del Sur. Universidad Nacional del Sur. Bahía Blanca, Argentina. 183p.


205- 183 -


Área Temática 6 – ENSEÑANZA EN AGROMETEOROLOGÍA


206


207- 185 -


UNA ALTERNATIVA PARA MEJORAR EL APRENDIZAJE Y APROBACIÓN DE CURSOS DE AGROMETEOROLOGIA

Rodríguez R. O. 1,2; Blasón*, A. D.1*; Fernández, N. R.1,2 ; Padín, M. A.1

1 Cátedra Climatología y Fenología Agrícola, Facultad de Ciencias Agrarias - Universidad Nacional de Lomas de Zamora (F.C.A. - U.N.L.Z) 2 Instituto de Clima y Agua, CIRN – INTA, Castelar. *Contacto: [email protected]

Palabras clave: aprendizaje, estímulo

INTRODUCCIÓN La evaluación del aprendizaje es una actividad

compleja que forma parte del proceso docente. Siempre ha constituido una preocupación central tanto para los docentes como para los estudiantes, resultando el componente más incomodo del proceso de enseñanza y aprendizaje. Sin embargo, es esencial contar con un sistema de evaluación que legitime y promueva la aprobación de los cursos y la calidad de la enseñanza.

La repercusión de la evaluación es hoy en día considerada un importante pilar de la enseñanza universitaria; diferentes estudios han comprobado que la evaluación determina el aprendizaje de los estudiantes y no el currículo oficial (Biggs, 2005). Además se presume que existe una relación entre cognición y motivación del alumno, del tipo positiva (Sharry, 2010).

El objetivo del presente trabajo es presentar una metodología de estímulo al estudio para lograr una mayor atención al desarrollo de los temas del curso, ello mediante la propuesta de un premio objetivamente definido y alcanzado a través de un esfuerzo voluntario no obligatorio.

MATERIALES Y MÉTODOS La información utilizada surge de los resultados

generados por la Cátedra de Agrometeorología correspondiente al plan de estudio de la Carrera de Ingeniería Agronómica, de la Facultad de Ciencias Agrarias de la Universidad Nacional de Lomas de Zamora. Se usan los resultados de la implementación de una metodología que incluye parcialitos voluntarios (PV) durante cuatro cursos cuatrimestrales dictados entre 2010 y 2011.

La táctica empleada consiste en la toma de evaluaciones periódicas escritas de corta duración y voluntarias (PV) para el alumno y llevadas a cabo durante la media hora previa al inicio de cada clase semanal del curso. La evaluación consta de tres preguntas, las dos primeras sobre temas abordados durante la clase anterior y la restante comprende temas de la clase a desarrollar el mismo día. Por tal motivo se toman estas evaluaciones a partir de la segunda clase y hasta la última del cronograma de cursado, exceptuando las fechas de los dos exámenes parciales obligatorios (EPO) y un eventual examen parcial recuperatorio (EPR).

Las preguntas correspondientes a los temas ya vistos son teórico-prácticas, mientras que las

correspondientes a los temas a desarrollarse en el día son del tipo teórico y orientadas a lo conceptual. El alumno dispone para el estudio previo, de las guías de ayuda didáctica que la Cátedra anticipa para cada tema, sumadas a la bibliografía principal recomendada. Con esto se pretende orientar al alumno en la forma de estudio de la disciplina que los docentes de la Cátedra han encontrado más productiva, siguiendo y concatenando los temas abordados y concurriendo a clase con un concepto general de lo que se abordará en ese día.

La aprobación de cada PV se logra con al menos dos respuestas correctas de las tres formuladas o una respuesta que los docentes de la Cátedra consideren equivalente. La duración normal del cronograma cuatrimestral de Cátedra fluctúa entre un mínimo de 14 y un máximo de 16 clases semanales, por lo que se tiene la posibilidad de tomar entre 10 y 12 PV durante el cuatrimestre. En general se logran tomar 6 PV previo a la fecha del primer parcial y 5 PV más previos al segundo parcial.

Las EPO requeridas para regularizar el curso son evaluadas de uno a diez puntos, que se aprueban con la resolución y el consecuente logro de al menos seis puntos sobre diez (6/10) o su equivalente del 60 %. En general son preguntas teórico-prácticas semejantes a las practicadas en los PV. Constan de un primer EPO que valora los conocimientos de aproximadamente la primera mitad de la materia, un EPO que aborda la temática restante y un EPR que da la posibilidad de recuperar solo uno de los mencionados EPO en caso de desaprobación.

La motivación del alumno se centra en que si aprueba al menos el sesenta por ciento (60 %) de los PV previos a cada EPO, se vería premiado con un punto extra sobre la nota de la evaluación alcanzada. Esto solo se aplica en el caso de que necesite dicha ayuda extra para alcanzar los seis puntos requerido para aprobar dicho EPO, favoreciendo así a todos aquellos alumnos que con los PV aprobados, obtuvieron una calificación en el EPO de entre 5,0 y 5,9 puntos. La Cátedra establece las condiciones a seguir para este sistema desde la primera clase y se compromete a corregir y devolver los PV clase a clase, permitiendo de esta manera que el propio alumno forme por si mismo una idea de su nivel de conocimiento, previo a la EPO.


208 - 186 -


RESULTADOS Y DISCUSIÓN La Figura 1 presenta la evolución porcentual de

los alumnos inscriptos a los distintos cursos que decidieron adherir y rendir los PV. Claramente presenta una tendencia negativa con un máximo cercano al 70 % al comenzar el curso y decae linealmente 10% por cada PV hasta el sexto (previo al primer parcial) alcanzando un mínimo del 20%. Posteriormente vuelve a incrementarse la voluntad del alumnado entre los PV 7 y 8 (40%) que decae al final de cursada con un 20 %, indicando un leve esfuerzo de retomar el estudio con miras de aprobar el segundo EPO y tener aún la posibilidad de recuperar el primero.

Figura 1. Alumnos que han rendido PV por cursos

La disminución de los alumnos que se presentan a rendir los PV demuestra claramente como con el avance del cuatrimestre cada vez el alumno se encuentra más ocupado y ante sus posibilidades de tiempo opta por dedicar su atención a una u otra de las materias. Esto incrementa el ausentismo a los PV (hasta 80 %) en las semanas más comprometidas. La Figura 2 muestra la aprobación sobre los alumnos que hacen el esfuerzo voluntario de rendir los PV. Se observa que en general el porcentual de aprobación supera el 60 % a lo largo de todo el curso, mostrando un crecimiento importante desde el séptimo parcialito hasta el final del mismo, con porcentuales superiores al 90%. Se destaca una caída en la aprobación del sexto parcialito (tres de los cuatro cursos evaluados). Se presume que la misma es debido a la coincidencia con la semana de los EPO de las otras materias que cursan en forma simultánea, y que los orienta al estudio de los mismos desatendiendo particularmente este PV.

Figura 2. Porcentaje de alumnos que aprueban los PV respecto del total que rinden los PV (por cursos y promedio).

El primer cuatrimestre de 2010, cuando se implementó el sistema de premio, tuvo los menores logros. Los dos siguientes tuvieron mayores logros y el segundo cuatrimestre de 2011 pareciera aún mejor. Esta evolución cronológica es atribuible a la experiencia de alumnos que deben recursar la materia y comprenden el valor de la ayuda propuesta, tanto para si mismos como para sus nuevos compañeros a los cuales aconsejan para que se sumen a realizar el esfuerzo. El efecto positivo sobre la aprobación de los EPO (Tabla 1) no depende del hecho de rendir los PV como lo indica la ecuación (% EPO aprobados = -0,7094 (alumnos rindieron PV) + 111,2 ; con R2 = 0,3037) sino del resultado de haberlos aprobados (Figura 3).

Tabla 1. Número de alumnos que rinden EPO, % de EPO aprobados, % de alumnos que rinden PV y % de alumnos que aprueban PV, discriminados por curso. Cuatrimestre/curso

EPO Número EPO (%)

Rindieron (%)

Aprobaron (%)

1/ 2010 1 26 38,5 73,1 3,8 2 19 63,2 60,0 20,0 2/ 2010 1 31 64,5 77,4 41,9 2 24 70,8 66,7 45,8 1/ 2011 1 25 80,0 64,0 40,0 2 23 87,0 47,8 43,5 2/ 2011 1 25 56,0 80,0 32,0 2 25 60,0 52,0 28,0

Figura 3. Relación entre el porcentaje de alumnos que aprueban los PV y las EPO.

CONCLUSIONES El seguimiento y atención a la materia por parte

de los alumnos mediante la presentación y aprobación de los PV, se refleja en el resultado alcanzado con la aprobación de las EPO, que facilita alcanzar la regularidad de la materia. El efecto positivo debido al premio directo que se alcanza al sumar un punto a la evaluación asignada al EPO se aprovecha en pocos casos. El mayor efecto se debe al conocimiento adquirido al presentarse y aprobar las evaluaciones voluntarias, que permite en general la aprobación del parcial sin necesidad del premio instaurado. Es muy alto el porcentaje de alumnos que no asisten a estos PV y a la luz del éxito que logran los alumnos que realizan el esfuerzo, resulta importante lograr un incremento de la participación de las mismas.

REFERENCIAS Biggs, J. 2005. Calidad del aprendizaje universitario.

Madrid: Narcea. Sharry, S. et al. 2010. Buscando el ideal en la forma de

evaluar. III Congreso Nacional y II Congreso Internacional de enseñanza de las ciencias Agropecuarias. Mendoza – Argentina. Actas.

Evolución de los alumnos inscriptos que rinden los PV tomados durante el cuatrimestre

0

10

20

30

40

50

60

70

80

90

100

1 2 3 4 5 6 7 8 9 10 11 12

PV Nº

% a

lum

nos

1C-2010 2C-2010 1C-2011 2C-2011 PROMEDIO

Evolución de los alumnos que rinden y aprueban los PV tomados durante el cuatrimestre

0

10

20

30

40

50

60

70

80

90

100

1 2 3 4 5 6 7 8 9 10 11 12PV Nº

% a

lum

nos

1C-2010 2C-2010 1C-2011 2C-2011 PROMEDIO

y = 0,8591x + 37,615R2 = 0,6837

0

10

20

30

40

50

60

70

80

90

100

0 5 10 15 20 25 30 35 40 45 50% de aprobación PV

% d

e ap

roba

dos

EPO


209- 187 -


Área Temática 7 – ADVERSIDADES AGROCLIMÁTICAS, RIESGO Y PREVISIÓN DE IMPACTOS


210


211- 189 -


ESTIMACION DEL FACTOR EROSIVIDAD DE LA LLUVIA EN LA REGIÓN PAMPEANA

Antelo*, M. R.; Hurtado, R. H.; Spescha, L. B.


Palabras clave: precipitación; riesgo hídrico INTRODUCCION

El proceso de erosión hídrica representa una limitante concreta para la productividad de las tierras ocasionando la disminución parcial o total de su capacidad productiva, afectando la fertilidad física, química y biológica. En muchos casos el uso y manejo inadecuado de los suelos provoca su degradación, causando alteraciones físicas (Erosión, compactación, perdida de estructura y sellado debido al impacto de la gota de lluvia sobre el suelo desnudo originando la rotura de los agregados del suelo), químicas (salinización, alcalinización, acidificación y pérdida de la fertilidad) y biológicas (pérdida de materia orgánica y disminución de actividad biológica).

Esta situación se ve agravada ya que en casi todo el país a partir de la década del 70 hubo un incremento de las precipitaciones medias anuales (Castañeda et al., 1994) no solo por aumento de la frecuencia sino también de la intensidad de las mismas. (Murphy, 2009; Spescha et al., 2009) Este nuevo escenario determina la imperiosa necesidad de evaluar cuales son las pérdidas del suelo.

Para evaluar la las perdidas de suelo se debe comenzar por analizar el poder erosivo de las precipitaciones. La erosividad de las precipitaciones es un parámetro muy difícil de cuantificar ya que se requiere de datos pluviográficos que no están disponibles debido a la falta de registros. Existen, sin embargo numerosos trabajos que han desarrollado aproximaciones para estimar el poder erosivo de las lluvias (Fournier, 1960); (Michiels y Gabriels, 1996); (Gabriels, 2000) utilizando métodos alternativos sin datos pluviográficos.

Este trabajo tiene como objetivo aplicar una metodología para estimar la erosividad de las precipitaciones, factor R en la ecuación universal de pérdida de suelo (Wischmeier y Smith, 1978, citado por USDA 1978) a partir de datos pluviométricos mensuales de algunas localidades de la región pampeana.

MATERIALES Y METODOS

Se utilizaron las precipitaciones mensuales del periodo 1970-2011 de 52 estaciones pertenecientes al Servicio Meteorológico Nacional (SMN). Se calculó la erosividad de la lluvia mediante la expresión de Fournier (Ecuación 1), obteniendo así para cada mes el Índice de Agresividad Climática o

de Fournier como indicador de riesgo de erosión (Ecuación 2).

IFi= pi 2 / P (1) IF= Pmax 2 / P (2)

donde: IF i = es el índice de agresividad pluvial del mes i pi = precipitación mensual del mes i P = precipitación anual IF = es el índice de agresividad climática Pmax = precipitación correspondiente al mes más lluvioso del año Para calcular la agresividad anual de la precipitación se utilizó el índice modificado (IMF) que se calcula con la siguiente expresión:

IMF= ∑ pi² /Pt (3) donde: IMF es el Índice Modificado de Fournier. pi = precipitación media mensual Pt = precipitación media anual. Luego se la clasificó según el criterio de CORINE-CEC (1992) (Cuadro 2). Cuadro 2. Clasificación de los valores del IMF, según CORINE-CEC (1992).

Clase IMF Descripción 1 < 60 Muy bajo 2 60-90 Bajo 3 90-120 Moderado 4 120-160 Alto 5 > 160 Muy alto

Se determinó la tendencia de los IMF calculados

para el periodo 1970-2011. RESULTADOS Y DISCUSIÓN

Las localidades analizadas no muestran una marcada estacionalidad de las precipitaciones, ya que presentan una distribución de las mismas más o menos uniforme a lo largo del año.

En la Tabla 1 se observan los valores del índice de agresividad climática de Fournier para las estaciones astronómicas (primavera, verano, otoño, invierno) para algunas localidades de la región pampeana. Se puede observar que el mayor riesgo de erosión fue registrado en verano (DIC-ENE-FEB); esto se debe a que las precipitaciones del verano son predominantemente convectivas las que se caracterizan por ser procesos de corta duración y de alta intensidad. En el invierno aparecen los valores más bajos ello se debe a que predominan las lluvias frontales.


212

- 190 -


Tabla 1. Índice de agresividad climática o de Fournier trimestral.

Localidad Índice de Fournier primavera verano otoño invierno

Reconquista 41,30 68,26 57,69 5,98 Concordia 44,36 55,99 54,84 16,10 Pilar 26,71 73,05 27,33 1,5 Paraná 40,99 59,06 55,05 5,23 Rosario 32,23 55,13 45,59 5,73 Las Flores 32,38 41,01 40,27 11,13 Benito Juárez 29,22 38,55 32,26 8,74 Pigüé 30,14 40,27 29,17 5,03 Bahía Blanca 23,27 33,07 25,09 7,10 Cnl. Pringles 32,67 35,39 27,17 7,30

En la Figura 1 se observa la evolución temporal del IMF para el periodo 1970-2011 solamente se seleccionaron tres localidades Ceres, Concordia y Paraná. Las 3 localidades presentan una tendencia creciente, lo cual indicaría un aumento de erosión en el transcurso del periodo de 1970-2011, ello podría deberse al aumento de las precipitaciones en las últimas décadas. En la Figura 2 se observa que los valores del IMF, clasificados según CORINE-CEC (1992), indican al sur de la provincia de Buenos Aires valores por debajo de 60 esto corresponderían a las zonas de menor susceptibilidad a la erosión hídrica, ello se debe a la disminución de las precipitaciones hacia el sur del país.

Figura 1. Índice de erosión anual para el periodo 1970-2011, de Ceres (- -), Concordia (─) y Paraná (─).

Figura 2. Índice Modificado de Fournier para el período 1970-2011.

Por otro lado, una gran parte de la región pampeana se encuentra con valores por encima de los 60 y por debajo de los 120. La región del noreste es la de mayor riesgo pues presenta índices “altos” por encima de 120, por lo tanto son localidades con alta erosividad teniendo en cuenta sólo la precipitación. Entre la zona de mayor susceptibilidad y la de menor a medida que nos desplazamos hacia el noreste del país se observan valores entre 90 y 120 indicando un índice “moderado” en la clasificación de CORINE-CEC (1992), esta tendencia de aumento hacia el noreste del país, está relacionado al aumento de la precipitación y por lo tanto la consecuencia del aumento de la erosión por efecto de las lluvias, la cual es muy perjudicial ya que se relaciona con la disminución de productividad del suelo, debido sustancialmente a la pérdida de materia orgánica de los horizontes superficiales.

CONCLUSIONES Los mayores valores de riesgo de erosión por

agresividad climática se producen en verano en la localidad de Pilar, así como también presenta el valor mas bajo en invierno. La agresividad anual de la precipitación o IMF muestra un moderado riesgo por erosión en la mayor parte de la región pampeana, mas bajo hacia el sur y aumentando hacia el noreste del país. Ceres, Concordia y Paraná existe un aumento en la tendencia del índice de erosividad.

AGRADECIMIENTOS Este trabajo se realizó en el marco del proyecto UBACyT 20020 100 100 477. REFERENCIAS Castañeda, M.; Barros, V. 1994. Las tendencias de la

precipitación en el cono sur de América al este de lo Andes. Meteorológica. 21:23-32.

CORINE-CEC. 1992. CORINE soil erosion risk and important land resources in the southern regions of the European. Community, EUR 13233. Luxembourg, Luxembourg. 97pp.

Fournier, F. 1960. Climat et érosion. Ed. Presses Universitaires de France. Paris, Francia. 201 p.

Gabriels, D. 2000. Rain erosivity in Europe. In: ESSC III Int. Congress. 2000. Valencia, España.

Michiels, P.; Gabriels, D. 1996. Rain variability indices for the assessment of rainfall erosivity in the mediterranean region. In: Soil degradation in Mediterranean environments. Rubio y Calvo (Eds.). Geoforma. Logroño, España. 290 pp.

Murphy, G. 2009. Efectos del cambio climático global sobre los sistemas productivos agropecuarios. En: Desafíos del Cambio Climático y Global en Argentina. Eudeba. Buenos Aires, Argentina. 399 pp.

Spescha, L.; Murphy, G.; Hurtado, R.; Fernández Long,M. 2009. Evidencias del cambio climático sobre la región oriental de secano (Argentina). En: XVI Congreso Brasilero de Agrometeorología. 2009. Belo Horizonte, Brasil.

USDA. 1978. Predicting rainfall erosion losses. USDA. Washington, USA. 58pp.

0

50

100

150

200

250

300

1970 1975 1980 1985 1990 1995 2000 2005 2010Año

Indi

ce d

e er

osió

n

68° 66° 64° 62° 60° 58° 56°

40°

38°

36°

34°

32°

30°

28°


213- 191 -


CARACTERIZACION DEL REGIMEN DE HELADAS (1973/2009) POR RANGOS DE TEMPERATURA EN ANGUIL, PROVINCIA DE LA PAMPA (ARGENTINA)

Casagrande*, G. A.1,2, Vergara, G. T.1 ,García, F 1. ; Sostillo, P 1.



Palabras clave: enfriamiento radiativo; período libre de heladas

INTRODUCCIÓN Las normas meteorológicas consideran helada

cuando la temperatura mínima es igual o inferior a 0°C, medido en abrigo meteorológico, independientemente de su duración e intensidad y altura. Desde el punto de vista agrometeorológico se considera helada a los descensos térmicos capaces de causar daños a los tejidos vegetales (Burgos, 1963). En estudios agroclimáticos destinados a ponderar la aptitud agrícola local o regional el régimen de heladas ocupa un lugar preferente por su incidencia directa en las manifestaciones productivas de extensas áreas agrícolas de latitudes medias (Pascale y Damario, 2004).

Al estudiar el régimen de heladas es importante analizar los valores de la temperatura mínima del aire cercano a la superficie del suelo, llamadas también heladas de césped, refiriéndose a registros obtenidos de termómetros ubicados a 0,05 m. Las fechas medias de primeras y últimas heladas del año, son índices de apreciable significación por coincidir con períodos en los cuales los cultivos agrícolas presentan su mayor sensibilidad a las temperaturas inferiores a 0ºC. (Damario y Pascale, 1994). Según Castillo y Castellvi Sentis (1996) las heladas son un riesgo y, como todo riesgo se puede expresar en términos de probabilidad o dicho de otra forma en términos de frecuencia. Pascale y Damario (2004) expresan que el conocimiento de las fechas medias aportará mayor utilidad si se clasifican a las heladas de acuerdo a su intensidad, por cuanto el grado de resistencia del vegetal varía según las especies y el estado fenológico del mismo. El objetivo del presente trabajo es caracterizar el régimen de heladas en Anguil (La Pampa) con registros a dos alturas (0,05 m y 1,5 m en abrigo meteorológico) y cuatro rangos térmicos. MATERIALES Y MÉTODOS

Anguil (Lat. 36°30’S, Long. 63°59’W) está ubicada en el Departamento Capital de la provincia de La Pampa, Argentina. El área en estudio se caracteriza por su clima templado. Se analizaron datos diarios de temperatura mínima del aire (1973/2009) de la EEA Anguil INTA. Se consideraron las temperaturas mínimas diarias a 1,5 m en abrigo meteorológico y a 0,05 m al aire libre. Para cada uno de los años y a las dos alturas se determinó el número de días con heladas (frecuencia de heladas) y la fecha de primera (PH)

y última helada (UH). Se calcularon los promedios y variabilidad de las fechas de primera y última helada, período medio con heladas, período medio libre de heladas y número medio de días con heladas. Se clasificaron las heladas en rangos de temperatura mínima absoluta (Tabla 1). Se realizaron los mismos cálculos por rangos de temperatura.

Tabla 1. Rangos de temperaturas mínima igual o por debajo de 0ºC e intensidad de heladas.

Temperatura( ºC) intensidad 0 a -1,9 suave

-2,0 a -3,9 moderada -4,0 a -5,.9 fuerte

≤ -6,0º muy fuerte RESULTADOS Y DISCUSIÓN

En Anguil las heladas tanto en abrigo meteorológico como a nivel de césped, comienzan en otoño y se extienden hasta fines de primavera. La fecha media de primera helada se registra 24 días después a 1,5 m de altura que a 0,05m. De igual manera la fecha media de última helada a 0,05m se prolonga durante 29 días más que la de abrigo meteorológico (Tabla 2). El período medio con heladas es 58 días más largo para heladas registradas a 0,05m y por lo tanto se acorta el período libre de heladas a esa altura.

Tabla 2. Fecha media y desvío estándar de primeras y últimas heladas, período con y libre de heladas a 1,5 y 0,05 m.

Fechas medias y desvío (días)

Período con

heladas

(días)

Periodo libre de heladas

(días) Altura

(m)

primera helada

última helada

1,5 24/4(±16) 9/10(±20) 168 197 0,05 30/3(±24) 10/11(±18) 226 139

Se calcularon las fechas medias de primera y última helada y sus respectivos desvíos para los rangos de temperaturas mínimas absolutas establecidos (Tablas 3 y 4). Se observa un atraso en el inicio del período de ocurrencia de esta adversidad a medida que la intensidad de la helada es más rigurosa. En la fecha media de última helada a ambas alturas ocurre exactamente lo contrario del caso anterior, a medida que las heladas son más rigurosas la fecha media se adelanta. En concordancia con lo antes dicho el período medio con helada es menor a medida que la intensidad es mayor.


214- 192 -


Tabla 3. Fecha media y desvío estándar de primera y última helada para los diferentes rangos a 1,5 m. Fechas medias

Suaves

Moderadas

Fuertes

Muy fuertes

PH 28/4±16 15/5±27 31/5±27 19/6±27 UH 7/10±23 14/9±19 27/8±20 10/8±26

Tabla 4. Fecha media y desvío estándar de primera y última helada para los diferentes rangos a 0,05 m. Fechas medias

Suaves

Moderadas

Fuertes

Muy fuertes

PH 1/4±27 13/4±25 28/4±17 15/5±20 UH 9/11±26 23/10±27 25/9±18 19/9±19

La cantidad de días con heladas registradas en abrigo meteorológico muestra un comportamiento diferenciado de acuerdo a la intensidad de las mismas. Las heladas suaves son las de mayor frecuencia de días, mientras que las heladas muy fuertes son menos frecuentes (Figura 1). A 0,05 m las heladas suaves son las más frecuentes. El número de heladas moderadas y fuertes es menor. Se observa un comportamiento diferenciado respecto a lo que ocurre a 1,5 m de altura en el caso de las heladas muy fuertes, que a 0,05 m muestran alta frecuencia (Figura 2). Esto se debe a que en noches de heladas a nivel de césped el enfriamiento del aire es significativamente mayor que a 1,5m de altura. Por esta razón los registros térmicos son más intensos y en esta categoría (≤6,0ºC) se presentan mayor número de casos. Estos casos a 1,5 m estarían contemplados dentro de categorías de menor intensidad. El período medio con heladas disminuye a medida que aumenta la intensidad de las mismas para las dos alturas consideradas (Figuras 3 y 4).

Figura 1. Días con heladas y sus desvíos para los diferentes rangos a 1,5 m.

Figura 2. Días con heladas y sus desvíos para los diferentes rangos a 0,05m.

Figura 3. Período medio con y sin heladas para los diferentes rangos a 1,5m.

Figura 4. Período medio con y sin heladas para los diferentes rangos a 0,05m.

CONCLUSIONES Las fechas medias de primeras y últimas heladas

a las dos alturas consideradas muestran la alta peligrosidad de las mismas durante la floración y fructificación de los cultivos de cosecha fina y gruesa y emergencia de estos últimos.

La importancia de considerar la helada a 0,05m sobre el suelo se pone de manifiesto al observar que el periodo medio libre de heladas es menor que a 1,5m. La categorización por rangos de intensidad permite deducir los probables daños a los órganos vegetales. A 0,05m se registra una frecuencia mucho mayor (cinco veces) de heladas de intensidad muy fuerte y con mayor variabilidad de ocurrencia que en el caso de las observadas a 1,5m. Los resultados obtenidos para el número de días con heladas a 0,05m en el rango más intenso, amerita diferenciar un mayor número de rangos para obtener una mejor descripción de las temperaturas inferiores a -6,0º C.

REFERENCIAS Burgos, J. J. 1963. Las heladas en Argentina. INTA

Colección Científica, 388 pág. Buenos Aires. Castillo F. E.; Sentis, F.C. 1996. Agrometeorología.

Ministerio de Agricultura, Pesca y Alimentación. Madrid.

Damario, E. A.; Pascale, A. J. 1994. Método de estimación de las fechas medias de primeras y últimas heladas. Revista Facultad de Agronomía UBA 14: 257-264.

Pascale, A.J.; Damario, E.A. 2004. Bioclimatologia agrícola y agroclimatología. Editorial Facultad de Agronomía, UBA. Bs. As.

0 5

10 15 20 25 30 35 40

días

rango

suaves moderadas fuertes muy fuertes

0 5

10 15 20 25 30 35 40

días

rangos

suaves moderadas fuertes muy fuertes

162122 88 51

203243 277 314

0

50

100

150

200

250

300

350

400

suaves moderadas fuertes muy fuertesrango

dura

ción

del

per

íodo

(día

s)

con heladas libre de heladas

222 193149 127

143 172216 238

0

50

100

150

200

250

300

350

400

suaves moderadas fuertes muy fuertesrango

dura

ción

del

per

íodo

(día

s)

con heladas libre de heladas


215- 193 -

XIV Reunión Argentina Agrometeorología

ANALISIS DE SUSTENTABILIDAD AMBIENTAL DE LA PRODUCCION DE TRIGO EN EL SUR DEL PARTIDO DE PATAGONES

del Barrio*, R. A. 1 ; Martín, D. M. 1,2

1Universidad Nacional de Río Negro, Av. Don Bosco y Leloir, Viedma, CP 8500, Argentina. 2E.E.A. Valle Inferior del río Negro, INTA, Km 971, Camino 4, Viedma, CP 8500, Argentina.


Palabras clave: trigo; balance hidrológico; sequía

INTRODUCCIÓN Las zonas áridas, semiáridas y sub-húmedas

secas en la República Argentina abarcan 2/3 de la superficie del país. De ellas, el 80% de las áreas se encuentran expuestas a procesos de desertificación, convirtiéndose en uno de los mayores desafíos de manejo sostenible del recurso suelo en un marco de adaptación a la variabilidad y al cambio climático en el país (SADS, 2012).

Los suelos de las regiones sub húmedas-secas o semiáridas como los del partido de Patagones en la nor Patagonia; particularmente aquellos destinados a la agricultura, son los que se encuentran en situación de mayor vulnerabilidad, ya que por su fragilidad biofísica y por la intervención de factores antropogénicos, son tierras que muestran severos procesos de desertificación y cuentan con bajos niveles de resiliencia (Elisetch, 2011).

El Partido de Patagones es el más austral y extenso de la provincia de Buenos Aires con una superficie de 1.356.971 has. Dadas las oscilaciones extremas entre períodos húmedos y períodos secos relativamente extensos, la problemática no se agota en la falta de agua, sino que se instala un círculo vicioso entre diversos factores: uso del suelo, sequía, erosión eólica, inundación, erosión hídrica, compactación, salinización, y desertificación. En los años 2008 y 2009 se registró la peor sequía desde los últimos 50 años en la zona (198 y 195,5 mm anuales, respectivamente) acentuando una tendencia de 5 años de baja de precipitaciones, (del Barrio et al, 2012). Este fenómeno generó graves pérdidas en cultivos y verdeos así como de pastizales naturales.

En cuanto a los efectos antropogénicos sobre el ambiente, se produjo una fuerte degradación por sobreexplotación del recurso suelo a raíz de la excesiva carga animal y el uso agrícola generados durante el período “húmedo” previo a la sequía, que duró hasta el año 2005. De esta manera, las sequías periódicas en esta región desataron procesos de erosión eólica originando la creación de médanos y voladuras de suelo. Estos suelos fragilizados, en épocas de lluvia, no se recuperan, sino que, al contrario, se muestran especialmente afectados por la erosión hídrica (SADS, 2012). En febrero de 2010 una lluvia de 95 mm produjo una

escorrentía superficial de tal magnitud que provocó el colapso del talud y la cinta asfáltica de la ruta nacional Nº3 a la altura del bajo La Querencia, a 35 km de la localidad de Carmen de Patagones.Aún lo expuesto, la variación cíclica de precios relativos y las consecuentes rentabilidades de las distintas actividades agropecuarias hacen recurrente, tanto desde el sector privado como del público la promoción del cultivo de cereales de invierno, principalmente trigo, en la región asociado al consecuente desmonte.

El objetivo de este trabajo es contribuir, desde el estudio de la climatología del agua del suelo, al conocimiento de la sustentabilidad ambiental de la producción de trigo (tomado como testigo de cereales o verdeos de invierno) en el sur del Partido de Patagones, provincia de Buenos Aires, brindando una herramienta para la adecuada toma de decisiones tanto desde el sector público como privado.


Las dificultades que se encuentran frecuentemente para disponer de series extensas y robustas de mediciones de humedad del suelo han llevado, en las últimas décadas a difundir ampliamente las estimaciones que se realizan con el cómputo del Balance Hidrológico (Asborno y Somoza, 1999; Murphy et al, 2010).

Se utilizaron estadísticas climáticas publicadas por la Chacra Experimental de Patagones – 40º39’S 62º54’W – del período 1981-2010 (Chacra Exp. Pat., 2011).

Se realizó el Balance Hidrológico Mensual Meteorológico o Seriado –BHS- (Pascale y Damario, 1977) a partir de valores de precipitaciones mensuales de la serie y valores de evapotranspiración potencial estimada a partir de temperaturas medias mensuales (Thornthwaite, 1948) tomando en cuenta 250 mm de capacidad máxima de almacenaje de agua en el suelo.

A partir de los valores de almacenaje, excesos y deficiencias de agua del suelo resultantes del cómputo del BHS se calcularon las respectivas


216- 194 -


frecuencias de ocurrencia y se contrastaron las resultados con tres subperíodos críticos a insuficiencias hídricas para la producción regional de trigo de secano; esto es los meses de mayo y junio cubriendo las posibles fechas de siembra, octubre como momento más frecuente en que se produce la encañazón y, por lo tanto se define el largo y el número de locus por espiga y el mes de noviembre que comprende la época típica para el llenado de grano. La disponibilidad de agua edáfica durante estos tres subperíodos críticos define el rendimiento y el resultado económico de cultivo. RESULTADOS Y DISCUSIÓN

En la Tabla 1, se exponen las frecuencias de ocurrencia de deficiencias de agua del suelo ≤ 25, 50 y 100 mm para los meses de mayo, junio, octubre y noviembre, definidos a priori como períodos críticos a la disponibilidad de agua por parte del cultivo de trigo en el sur del Partido de Patagones.

Tabla 1. Frecuencia de ocurrencia de situaciones de déficits ≥ de 25, 50 y 100 mm.

Meses

Frecuencia de ocurrencia de situaciones de deficiencia(%)

25 mm. 50 mm. 100 mm.

Mayo 63,3 16,7 3,3 Junio 33,3 3,3 0,0 Octubre 76,7 56,7 13,3 Noviembre 96,7 86,7 47,0

En la Tabla 2, se exponen las frecuencias de

ocurrencia de deficiencias de agua del suelo acumuladas al 20%, 50% y 80 % de la serie estudiada para los meses de mayo, junio, octubre y noviembre.

Tabla 2. Deficiencias hídricas (mm) según frecuencia de ocurrencia acumulada del 20%, 50% y 80%.

En la región estudiada las fechas de siembra de

trigo se concentran mayoritariamente en los meses de mayo y junio. Los resultados obtenidos definen claramente al mes de junio como el más favorable para la siembra en términos de deficiencias de agua en el suelo con el 20% de los años con deficiencias iguales o superiores a 30,9 mm mientras que en mayo las deficiencias probables ascienden a 49,1 mm o más.

Con posterioridad a esas fechas (julio), el acortamiento del ciclo implica la necesidad de mayores densidades de siembra y mayores riesgos

aún de deficiencias hídricas por las demandas incrementales del propio cultivo asociadas a la densidad y acortamiento del ciclo.

En los meses de octubre y noviembre la situación empeora. En octubre, durante la fase de encañazón, más de la mitad de los años (56,7%) pueden presentarse deficiencias superiores a 50mm. En noviembre, las limitaciones hídricas son severas ya que, en pleno llenado de grano, casi la mitad de los años (47%) pueden presentarse deficiencias de 100 mm o más. CONCLUSIONES Los resultados obtenidos indican que la disponibilidad de agua edáfica constituye una limitante severa a la agriculturización regional.

Producir trigo (u otro cereal de invierno) implica, además, la necesidad de desmontar, desnudar y fragilizar suelo con daños irreversibles en el corto y mediano plazo.

Las probabilidades de éxito en estas producciones, en función de los valores de agua edáfica estudiados en el sur del partido de Patagones, son comprometidas.

Esto lleva a la necesidad de desalentar alternativas productivas que exigen al ambiente recursos que el mismo no está en condiciones de brindar en condiciones de sustentabilidad natural. REFERENCIAS Asborno, M. D.; Somoza, J.A. 1999. Disponibilidad hídrica natural de suelos de La Plata. Rev. Fac. Agron. La Plata 104: 41-51. Chacra Experimental de Patagones. 2011. Serie

Agroclimática 1981-2010. MAA. Bs. As., Argentina. 36p.

del Barrio, R.; Martín, D. M.; Calvo, D.; Hartmann, F.; Luppi, L.; Martín, P.; Nuñez, M.; Torres, M. 2012. Tendencias de lluvias y temperaturas en el Noreste Patagónico: variabilidad o cambio climático. En prensa para su publicación en: Primeras Jornadas Interdisciplinarias de Ambiente, Sociedad y Producción. Editorial UNRN. Viedma, Argentina.

Elisetch, M. 2012. Manejo sustentable de ecosistemas áridos y semiáridos para el control de la desertificación en la Patagonia. Proyecto GEF Arg/07/G35. 152p.

Murphy, G. M.; Spescha, L. B.; Veliz, A. 2010. Condiciones hídricas para el trigo en el sur de Buenos Aires. RALDA 2010: 18-19.

Pascale, A. J. ; Damario E.1977. El balance hidrológico seriado y su utilización en estudios agroclimáticos. Rev. Fac. Agron. La Plata 53(1-2):15-34.

SADS. 2012. Programa de acción nacional de lucha contra la desertificación. Secretaría de Ambiente y Desarrollo Sustentable. En: www.ambiente.gob.ar

Thornthwaite, C.W. 1948. An approach toward a rational classification of climate. Geog. Review 38: 55-94.

Meses

Deficiencias de acuerdo a nivel de frecuencia

20% 50% 80%

Mayo 49,1 29,9 0 Junio 30,9 20,0 2,0 Octubre 95,4 55,0 24,1 Noviembre 133,8 88,0 59,9


217- 195 -


PROBABILIDAD DE OCURRENCIA DE LLUVIAS EN LA REGIÓN PAMPEANA DURANTE LAS FASES DEL ENOS

Hurtado*, R. H.; Zalazar, S. M. F.


Palabras clave: El Niño; precipitación; ONI INTRODUCCIÓN

El fenómeno El Niño-Oscilación del Sur (ENOS) es una de las principales causas de la variabilidad interanual y estacional de las precipitaciones. Sus fases extremas están asociadas a anomalías en las precipitaciones en muchas áreas del mundo. Las precipitaciones acumuladas durante los eventos La Niña (LN) y El Niño (EN) tienen diferente grado de probabilidad de ocurrencia, según la región y época del año. Ropeleswki & Halpert (1987), Kiladis & Diaz (1989), Grimm et al. (2000), entre otros, han señalado que en el sudeste de Sudamérica durante los eventos cálidos (EN) se producen incrementos de las precipitaciones acumuladas entre noviembre y febrero, mientras que en los eventos fríos (LN) las precipitaciones tienden a disminuir entre junio y diciembre. Este fenómeno impacta sobre los rendimientos de cultivos de granos en la Argentina (Podestá et al., 1999; Hurtado et al., 2005).

Ya que actualmente muchos de los índices de variabilidad climática son pronosticados con varios meses de anticipación y con un muy buen grado de precisión (Smith & Reynolds, 2003; Smith et al., 2008), identificar por localidad, mes y evento la cantidad de veces en que la precipitación está por encima o debajo de un umbral de probabilidad de ocurrencia (0,33 y 0,66), puede brindar una herramienta de gran utilidad para ajustar la planificación de los manejos culturales y modificar decisiones, en función de los episodios del ENOS esperados.

El objetivo de este trabajo es determinar número de veces, en porcentaje, en que la precipitación se encuentra por debajo del primer tercil, en eventos fríos y encima del tercer tercil en eventos cálidos, en forma mensual durante el ciclo medio de un cultivo de verano (septiembre a marzo). MATERIALES Y MÉTODOS

Para este análisis se trabajó con datos de precipitación mensual correspondientes al período 1950-2011 de 50 estaciones de la región pampeana principalmente pertenecientes al Servicio Meteorológico Nacional (SMN) y al Instituto Nacional de Tecnología Agropecuaria (INTA). Se analizó el período de septiembre a marzo del año siguiente, asociado al ciclo medio de un cultivo de verano. El índice de variabilidad climática utilizado para identificar las fases del ENOS, fue el

Índice Oceánico del Niño (ONI), el cual se obtuvo de la Climate Prediction Center (NOAA, 2012). Para cada mes de la serie se determinó la fase del ENOS de acuerdo con el criterio establecido por la NOAA. Valores del índice mayores (menores) a +0,5 (-0,5) corresponden a EN (LN), mientras que aquéllos comprendidos entre esos umbrales se consideran neutros (N). Para cada mes se determinó el porcentaje de veces en que la precipitación durante el evento EL y LN, se encuentra por debajo (arriba) del tercil 33 (66). Posteriormente se mapearon dichos valores para cada evento y mes y además se representó en forma de barras para cada localidad el porcentaje estimado. RESULTADOS Y DISCUSIÓN

En los eventos LN, se observa que el mes de septiembre en la mayor parte de la región pampeana (RP) más del 40% de las veces, las precipitaciones están dentro del tercer tercil (66), a diferencia de los meses de octubre a diciembre donde la mayor parte de las veces se encuentra en el primer percentil (33), llegando hasta más del 50% en este evento (Figura 1a y 1b). En enero continúa la tendencia con precipitaciones debajo de lo normal al igual que en marzo, pero no así febrero donde la ocurrencia de veces dentro del primer percentil es menor al 30%. El área con mayor extensión donde las precipitaciones se encuentran en un 50% de las veces en el primer tercil, es el mes de diciembre. En los eventos EN, septiembre muestra que en la mayor cantidad de veces las precipitaciones no están dentro del tercil superior, fenómeno que se comienza a observar a partir de octubre con incluso el 50% de las veces en el sudeste de la provincia de Buenos Aires. En noviembre (Figura 1c) casi toda la RP se encuentra con un porcentaje mayor al 40%, inclusive hasta un 50% al norte y centro de Entre Ríos. El mes de diciembre (Figura 1d) es el que mejor o con mayor intensidad, manifiesta este fenómeno, puesto que en la mayor superficie de la región, las precipitaciones (50% de las veces) se encuentran en el tercil superior. El mes de enero no manifiesta esta anomalía, pero si los meses de febrero y marzo, donde en la mayor parte de la región, las precipitaciones están por encima del 40% de las veces. En la Figura 2 se representan en forma de barra y para algunas localidades, los porcentajes antes mencionado para cada evento y en el mes que el fenómeno alcanza su máxima intensidad.


218- 196 -


Se observa que el porcentaje de veces que la precipitación para un evento LN, se encuentra dentro del segundo y primer tercil, es superior que para el caso de eventos EN. CONCLUSIONES

Durante el ciclo medio de un cultivo de verano y de acuerdo al evento que se esté desarrollando (cálido o frío) queda en evidencia que los meses de octubre, noviembre y diciembre son los que presentan o tienen mayor señal de la variación de la precipitación en esta región. El mes de diciembre muestra el mayor porcentaje de variación de acuerdo al evento, que está por encima del 50% de las veces en ambos casos.

En los eventos LN el porcentaje de veces en que la precipitación se encuentra en el primer y segundo tercil es superior a los eventos EN.

AGRADECIMIENTOS

Este trabajo fue realizado en el marco del Proyecto G477 (2011-2014).

REFERENCIAS Grimm, A.; Barros, V.; Doyle, M. 2000. Climate

variability in Southern South America associated with El Nino and La Nina events. J. Climate 13:35-58.

Hurtado, R.; Serio, L.; Spescha, L.; Fernández Long, M.E.; Murphy, G. 2005. Análisis de la sensibilidad de distinto índices del ENSO para explicar los rendimientos de maíz en la región pampeana. Rev. Fac. Agronomía UBA 25:53-60.

Kiladis, G.; Diaz, H. 1989. Global climatic anomalies associated with extremes in the Southern oscillation. J. Climate 2:1069-1090.

NOAA. 2012. www.noaa.gov. Consultado: 12/03/2012 Podestá, G.; Messina, C.; Grondona, M.; Magrin, G.

1999. Associations between grain crop yields in Central-Eastern Argentina and El Niño-Southern Oscillation. J. Appl. Meteor. 38:1488-1498.

Ropelewsky, C.; Halpert, M. 1987. Global and regional scale precipitation patterns associated with the El Niño/Southern Oscillation. Mon. Wea. Rev. 115:1606-1626.

Smith, T.M. and Reynolds, R.W. 2003. Extended Reconstruction of Global Sea Surface Temperatures Based on COADS Data (1854-1997). Journal of Climate 16: 1495-1510.

Smith, T.M.; Reynolds, R.W.; Peterson, T.C.; Lawrimore, J. 2008. Improvements to NOAA’s historical merged land-ocean surface temperature analysis (1880-2006). J. Climate, 21: 2283-2296.

Figura 1. Porcentaje de veces en que la precipitación se encuentra debajo del tercil 33 (a y b) y arriba del tercil 66 (c y d) para las fases La Niña (LN) y El Niño (EN) según el índice ONI.

Figura 2. Porcentaje de veces en que la precipitación de diciembre de distintas localidades de la región pampeana se encuentra distribuida en terciles según el índice ONI para El Niño (izq.) y La Niña (der.). a) Pergamino, b) Bahía Blanca, c) Ceres, d) Santa Rosa, e) Reconquista y f) Laboulaye.

Tercer tercil

Segundo tercil

Primer tercil29 23 32 36 32 27

1918

18 1414 23

52 5950 50 55 50

a b c d e f

52 60 5945

5545

43 3527

4136

36

5 5 14 14 9 18

a b c d e f

68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28° a) EN

noviembre68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28° b) EN

diciembre68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

noviembre

c) LN

68° 66° 64° 62° 60° 58°

40°

38°

36°

34°

32°

30°

28°

diciembre

d) LN


219- 197 -


RIESGO DE DAÑO POR HELADAS PRIMAVERALES A CULTIVOS DE DURAZNERO Y DAMASCO EN LUJAN DE CUYO (MENDOZA, ARGENTINA)

Maio*, S.

Cátedra de Climatología y Fenología Agrícolas, Facultad de Agronomía, Universidad de Buenos Aires UBA Av. San Martín 4453 - C1417DSE Cap. Fed. – Argentina * Contacto: [email protected] Palabras clave: frutales criófilos; Índice de Peligrosidad INTRODUCCIÓN

Para que un frutal tenga excelente producción de frutos, debe existir una muy buena relación entre las exigencias biometeorológicas de la planta en sus distintos subperíodos de crecimiento y desarrollo y la marcha de los fenómenos atmosféricos en el curso del año. En efecto, durante el invierno los fríos no deben ser extremadamente rigurosos, como para que no dañen la planta en reposo, pero también, se requiere un determinado nivel de frío para las especies exigentes en este factor (Pascale y Damario, 2004).

El objetivo de este trabajo es calcular para Luján de Cuyo la probabilidad de años en que las heladas pueden ocasionar daños a dos cultivos de frutales criófilos durante la etapa de mayor sensibilidad y calificar la severidad del riesgo de daño por helada según una escala de calidad de riesgo (Damario et al., 2006). Los resultados de este trabajo posiblemente variarían si se utilizaran registros meteorológicos más recientes teniendo en cuenta el aumento creciente de las temperaturas inverno-primaverales (Damario et al., 2007) en la región de Cuyo.


Se trabajó con datos de temperaturas mínimas diarias del período 1971-1987 correspondiente a la Estación Chacras de Coria (32° 59’S; 68° 52’W y 921m s.n.m.) dependiente de la Facultad de Ciencias Agrarias de la Universidad Nacional de Cuyo, provincia de Mendoza. Se utilizó información fenológica correspondientes a fechas de floración de damascos y durazneros, observaciones realizadas en la Facultad de Ciencias Agrarias (Tablas 1 y 2).

Tabla 1. Fechas medias y duración de floración en durazneros.

Cultivar Floración Comienzo Plenitud Fin Duración

Palora 2/9 6/9 10/9 8 Real Jorge 4/9 8/9 12/9 8

Tabla 2. Fechas medias y duración de floración en damascos.

Cultivar Floración Comienzo Plenitud Fin Duración

Moorpark 24/8 27/8 30/8 6 Tilton 27/8 29/8 03/9 7

En este análisis se aplicó el Índice de Peligrosidad de Heladas -IPH- (Pascale y Damario, 1958) que fue ajustado posteriormente (Pascale et al., 1997). El índice cuantifica numéricamente el riesgo probable de años con daños por heladas, una apreciación agroclimática comparativa del riesgo según especies y región frutícola, tomando en consideración la fecha media de plenitud de floración de los cultivares. En el IPH se consideran tres aspectos. El primero se refiere a la duración media en días de los distintos momentos fenológicos desde yemas cerradas mostrando el color de sus pétalos hasta frutitos verdes creciendo (Tabla 3). Tabla 3. Duración media en días y temperaturas mínimas del proceso de la floración del duraznero y damasco.

Proceso de Floración Duración días

Temperatura mínima (°C)

Yemas cerradas mostrando el color de los pétalos 7 -3,9°C

Primeras flores y comienzo de floración 4 -3,9°C

Plenitud de floración 9 -2,8°C Fin de floración y ultimas flores 4 -1,1°C

Frutitos verdes creciendo -1,1°C El segundo aspecto se refiere a que las temperaturas

mínimas capaces de provocar daños son variables y con intensidad decreciente a medida que el proceso fenológico avanza hacia la fructificación. Estos valores fueron establecidos por Young (1947), que todavía son aceptados universalmente como niveles de daños (Tabla 3). El último aspecto considera el cálculo de la probabilidad de ocurrencia de las temperaturas mínimas iguales o inferiores a cada nivel crítico en las fechas inicial y final de la parte del proceso que es afectada por cada nivel térmico. El IPH se obtiene sumando las probabilidades parciales e indicaría a través de un valor el riesgo probable de años con daño por heladas durante el período de floración de los frutales considerados. Por ser un índice agroclimático el IPH expresa condiciones medias y sirve como herramienta a la hora de tomar decisiones y evaluar los costos y beneficios. Por último, una escala de calidad de riesgo (Damario et al., 2006) estima la posible frecuencia de situaciones de pérdida de producción para el cerezo que también es aplicable en este caso. La escala permite realizar comparaciones entre regiones productoras de un cultivo dado, con relación al grado de consecuencias que pueden ocasionar temperaturas mínimas perjudiciales.


220- 198 -


La calificación de la severidad del riesgo de daño por helada es atribuible al valor del IPH, según la intensidad de pérdida de producción, sea total o muy importante determinado por un 90% de intensidad de daño sobre los órganos, o parcial y variable según los años con menor intensidad, alrededor del 50%.


El cálculo del IPH permite identificar la gran diferencia de riesgo por heladas que poseen los cultivares según las fechas medias de floración.

Se determinaron las probabilidades de ocurrencia de temperaturas mínimas iguales o inferiores a los niveles indicados para los frutales en la Tabla 1 y fueron calculadas según la fecha media de los últimos registros de cada valor y su respectiva desviación típica.

El cómputo de estos estadísticos se realizó tomando como origen la fecha del 1º de julio y aceptando que las fechas de últimas heladas tienen una distribución cuasi normal.

Con la información fenológica y climática se computaron los IPH para cada uno de los frutales de Luján de Cuyo. El mismo surge de la suma de las 3 probabilidades parciales según el proceso fenológico.

En las Tablas 4 y 5 se presentan los valores determinados de IPH para el duraznero y el damasco, respectivamente. Además, al considerar dichos valores, se clasificó según la calidad de riesgo como severo durante esas fechas de floración.

CONCLUSION Los valores de floración registrados en Luján de

Cuyo durante 1971-1987 presentan para la producción de durazneros y damascos un riesgo de heladas perjudiciales en primavera con una frecuencia de 1 cada 3 años, lo cual requiere el uso de protección. Sin embargo, la utilización actual o futura de cultivares de sendas especies con floraciones más tardías y la ocurrencia en la región de temperaturas inverno-primaverales más benignas modificaría favorablemente el resultado obtenido en este estudio. AGRADECIMIENTOS A los Ing. Antonio J. Pascale y Edmundo A. Damario por el apoyo otorgado y las sugerencias para la realización de este trabajo. REFERENCIAS Damario, E.A.; Pascale, A.J; Torterolo, M.K. 2006.

Evaluación agroclimática del riesgo de daños por heladas en las regiones de cultivo de cerezo en la Argentina. Rev. Facultad de Agronomía 26: 233-249.

Damario,,E..A.; Pascale, A.J.; Hurtado, R. 2007. Frío invernal disponible para frutales criófilos en la región de cuyo (Argentina). Rev. Facultad de Agronomía, 27: 83-95.

Pascale, A. J.; Damario, E. A. 1958. Fecha de floración en frutales y probabilidad de daño por heladas. Congreso Frutícola Argentino. Actas: 103-118. Cipolletti, Río Negro. Argentina

Pascale, A.J.; Damario, E.A.; Bustos, C. A. 1997. Índice de peligrosidad de heladas primaverales en frutales según fecha de floración. Rev. Facultad de Agronomía 17: 25-30.

Pascale, A. J.; Damario, E. A. 2004. Bioclimatología agrícola y agroclimatología. Ed. Facultad de Agronomía, UBA. 550 pag.

Young, F. D. 1947. Frost and the prevention of frost damage. Washington: United States Department of Agriculture. 1-65 (Farmers Bulletin 1588).

Tabla 4. Índice de ocurrencia de daño por heladas en durazneros en Luján de Cuyo (período 1971-1987).

Fecha media de plenitud de floración

Yemas cerradas y primeras flores (-3,9)

Plena floración (-2,8)

Fruto verde (-1,1)

IPH % Calidad de riesgo

6-sep 20-ago 2-sep 2-sep 10-sep 10-sep

89 severo 42,7 25,8 58,29 37,68 51,39 ---------16,96 --------- --------20,60-------

8-sep 22-ago 4-sep 4-sep 12-sep 12-sep

81 severo 39,93 23,50 53,13 32,83 44,46 ---------16,43--------- ---------20,30------- Tabla 5. Índice de ocurrencia de daño por heladas en damascos en Luján de Cuyo (período 1971-1987).

Fecha media de plenitud de floración

Yemas cerradas y primeras flores (-3,9)

Plena floración (-2,8)

Fruto verde (-1,1)

IPH % Calidad de riesgo

27-ago 10-ago 23-ago 23-ago 31-ago 31-ago

86 severo 40,28 21,71 50,93 33,29 50,00 ---------18,57 --------- --------17,64-------

29-ago 13-ago 26-ago 26-ago 03-sep 03-sep

79 severo 37,16 19,35 46,40 29,26 44,12 ---------17,81--------- ---------17,13-------


221- 199 -


ESTUDIO DE LOS CONDICIONAMIENTOS QUE IMPONE EL CLIMA AL DESARROLLO DE LA REGIÓN SUR RIONEGRINA

Martin*, D. M. 1,2; del Barrio, R. A. 1

1 Universidad Nacional de Río Negro, Av. Don Bosco y Leloir, Viedma, CP 8500, Argentina 2 EEA. Valle Inferior del Río Negro, INTA, Km 971, Camino 4, Viedma, CP 8500, Argentina.\ *Contacto: [email protected]

Palabras clave: desarrollo rural; Río Negro; precipitación; temperatura

INTRODUCCIÓN

La Región Sur abarca geográficamente el 60% del territorio de la provincia de Río Negro y, paradójicamente, incluye menos del 10% de la población provincial, (Gorenstein, 2008).

Comprende una vasta meseta que se extiende desde la costa atlántica hasta la pre cordillera y desde el sur de los valles de los ríos Limay y Negro en un continuo hasta el límite con la provincia de Chubut (paralelo 42º00’S).

Históricamente, la región sustentó su economía principalmente en la producción ganadera ovina de carácter extensivo y, a diferencia de provincias más australes, sustentada en una mayoría de pequeños y medianos productores y crianceros (UEP, 2009). No existen dudas que el clima ha sido y es un condicionante de suma importancia a las potencialidades de desarrollo regional sobre la base de limitantes térmicas e hídricas muy marcadas en ésta como en otras regiones patagónicas (Arbuniés, 2008).

El presente trabajo tiene como objetivo describir y evaluar los condicionantes climáticos, particularmente térmicos e hídricos, en relación a las potencialidades de desarrollo de la región sur de la provincia de Río Negro.


Se utilizó la información climática disponible en cuatro localidades de la región sur rionegrina: Maquinchao (41º25’S; 68º73’W), Ing. Jacobacci (41º30’S; 69º58’W), Comallo (41º25’S; 70º27’W) y Sierra Colorada (40º58’S; 67º80’W).

En la localidad de Maquinchao se dispuso de series mensuales de precipitación y temperatura media, máxima y mínima media y absoluta (1956-2011), suministradas por el Servicio Meteorológico Nacional. Para el resto de las localidades se dispuso de series mensuales de precipitación del Departamento Provincial de Aguas de la provincia de Rio Negro: Ing. Jacobacci 1965-2010; Comallo 1974-2009 y Sierra Colorada 1982-2011.

Con la información de temperaturas de Maquinchao se calculó la media normal anual, máxima media de enero – mes más cálido - y mínima media de julio – mes más frío - particionando la serie en décadas para analizar las tendencias resultantes. Con el objeto de estudiar

eventos extremos, se calcularon las probabilidades de ocurrencia de temperaturas máximas absolutas de enero por encima de 36ºC y mínimas absolutas de julio por debajo de -20ºC, evaluando sus posibles tendencias mediante la partición de la serie en décadas

En el caso de las precipitaciones, para cada una de las localidades estudiadas se calculó el valor normal anual, los deciles 2º y 8º, la tendencia de la serie a partir de la utilización de promedios móviles de 3 años (Pérez, 2004). Con la finalidad de estudiar eventos extremos se calcularon las probabilidades de ocurrencia de precipitaciones anuales ≤ 100 y ≤ 150 mm como indicadores de situaciones de restricciones hídricas severas.


La Figura 1 muestra la temperatura media normal de la serie completa y su participación decádica para Maquinchao. Los resultados muestran una disponibilidad térmica regional limitada con una media normal anual de tan solo 9,5ºC sin una clara tendencia en el análisis inter decádico.

Figura 1. Temperatura media normal de la serie completa y de distintas décadas

Figura 2. Temperatura máxima media enero. Variación interdecádica respecto al promedio serial

0123456789

1011

1956-1971 1972-1981 1982-1991 1992-2001 2002-2011

Década

Tem

pera

tura

s (º

C)

-0,8

-0,6

-0,4

-0,2

0,0

0,2

0,4

0,6

0,8

1956-1971 1972-1981 1982-1991 1992-2001 2002-2011

Década

Tem

pera

tura

s (º

C)


222- 200 -


En la Figura 2 se observa una tendencia creciente en las temperaturas máximas medias del mes de enero a medida que el análisis inter decádico se acerca a la actualidad. En los primeros 26 años de la serie (1956-1981) se observa una temperatura 3 décimas de grado inferior a la media de la serie completa (26,1ºC) mientras que en los últimos 30 años (1982-2011) la máxima media de enero es 3 décimas superior al promedio normal . Para el caso de las temperaturas mínimas medias del mes de julio (Figura 3) el análisis inter decádico muestra una tendencia decreciente a medida que nos acercamos a la actualidad. Los primeros 26 años de la serie muestran una temperatura 1ºC en promedio por encima de la media de la serie completa (-3,9ºC), mientras que en los 30 años siguientes la mínima media del mes de julio es 7 décimas de grado inferior a la media de la serie.

Figura 3. Temperatura mínima media de julio y variación inter decádica respecto al promedio serial

Las ocurrencia de eventos térmicos extremos siguen la tendencia descripta para los índices máximos y mínimos medios, mostrando en los últimos 30 años un 0,2 de probabilidad de ocurrencia de temperaturas máximas absolutas del mes de enero ≥ 36ºC y mínimas absolutas del mes de julio ≤ - 20ºC. Es decir, la temperatura media normal anual no presenta variación inter decádica como consecuencia probable del aumento observado en las máximas y el decrecimiento en las mínimas. La Figura 4 muestra la variabilidad interanual de las precipitaciones de la localidad de Maquinchao, observándose fluctuaciones cíclicas alrededor de la media normal anual.

Figura 4. Precipitación anual, media histórica y media móvil de 3 años

En la Tabla 1 se presentan para cada una de las localidades algunos estadísticos descriptivos de la precipitación en la región.

Tabla 1. Estadísticos descriptivos de la precipitación en la región sur rionegrina

Localidad

Lámina (mm) Probabilidad de ocurrencia de lámina

Media Mediana Desviación típica Decil 2 Decil 8 ≤100 mm ≤150 mm

Maquinchao 186,6 182,6 66,6 119,8 236,2 0,11 0,40 Jacobacci 159,1 140,8 67,9 110,5 221,0 0,15 0,52 Comallo 228,5 227,1 74,9 160,5 279,0 0,19 Sierra Colorada 208,2 199,7 91,1 134,7 300,5 0,083 0,33

CONCLUSIONES Los resultados obtenidos indican una fuerte

restricción climática al desarrollo regional. Temperaturas medias anuales menores a 10ºC, mínimas medias del mes de julio de -3.9ºC y probabilidades de ocurrencia del 0,20 de temperaturas mínimas absolutas en el mes de julio ≤ a -20ºC son indicadores de los límites que impone el clima, particularmente al desarrollo agropecuario. Se suman las limitantes hídricas con precipitaciones anuales promedio del orden de los 200 mm con probabilidades de ocurrencia de precipitaciones ≤ 150 mm de 0,50 a 0,20 según la localidad considerada. Lo expuesto denota claras restricciones climáticas, aún para el desarrollo de ganadería extensiva ovina, de allí una primera aproximación a las causas del proceso de desertificación creciente e irreversible que padece la región en las últimas décadas.

REFERENCIAS Arbuniés, R. 2008. Evaluación de las precipitaciones en

Trelew, Chubut, Argentina. Período 1901-2000. XII Reunión Argentina de Agrometeorología. Jujuy, Argentina.

Gorenstein, S. 2008. Documento base para la V BNJKIK,JK JUIP formulación de la estrategia de desarrollo rural de la provincia de Río Negro. Proinder. SAGPyA. Ministerio de Economía y Producción.57p.

Pérez, M.A. 2004. La variabilidad de las precipitaciones en el Nordeste Argentino durante el período 1951/1990. Comunicaciones Científicas y Tecnológicas H-007. UNNE. 4p.

UEP Río Negro. 2009. Ley ovina 5 años. Publicación Institucional. Ministerio de Producción. Río Negro, Argentina. 82p.

-1,4

-1,0

-0,6

-0,2

0,2

0,6

1,0

1,4

1956-1971 1972-1981 1982-1991 1992-2001 2002-2011

Década

Tem

pera

tura

s (ºC

)

0

50

100

150

200

250

300

350

400

19

39

19

41

19

43

19

45

19

47

19

49

19

51

19

53

19

55

19

57

19

59

19

61

19

63

19

65

19

67

19

69

19

71

19

73

19

75

19

77

19

79

19

81

19

83

19

85

19

87

19

89

19

91

19

93

19

95

19

97

19

99

20

01

20

03

20

05

20

07

20

09

20

11

Año

Llu

via

(m

m)

Lluvia Anual Media Móvil Media


223- 201 -


CARACTERIZACIÓN Y VARIABILIDAD DE LAS HELADAS EN VILLA MERCEDES (SAN LUIS)

Orta*, F. J.; Rojas, E.

Departamento de Ciencias Agropecuarias. FICES. Universidad Nacional de San Luís. Ruta Nacional 148 Norte. (5730) Villa Mercedes, Prov. San Luís. Argentina. * Contacto: [email protected]

Palabras clave: número de días con heladas; período libre de heladas

INTRODUCCIÓN

En la región centro-este de la provincia de San Luis, la producción agropecuaria constituye un importante componente de la economía regional. Por las características climáticas de la región los cultivos estivales son los de mayor relevancia.

La variabilidad climática produjo un aumento de las precipitaciones en las últimas décadas, (Sierra et al., 1994), lo que incrementó la actividad agrícola, que también se ve afectada notablemente por otros elementos, como el régimen de heladas, por lo que el conocimiento de éste y su tendencia a través del tiempo, nos permitirá proyectar adecuadamente las distintas actividades relacionadas con la agricultura.

Trabajos realizados en Estados Unidos, (Eastering et al., 2002) mencionan que el período con heladas en ese país, se redujo en los últimos 50 años. En Argentina, (Pascale et al., 1997) publicaron disminución del período con heladas en Rio Negro. Fernández Long et al. (2005) encontraron una disminución del período de heladas en casi toda la región pampeana. Lamelas et al. (2008) revelaron variaciones del régimen de heladas en distintas zonas de la provincia de Tucumán. Otros trabajos a nivel local sobre heladas fueron realizados para Salta por Billiet y Fernández Long (2008).

El objetivo del trabajo fue describir las características del régimen agroclimático de heladas en el área centro–este de la provincia de San Luis y establecer si en los últimos años, se produjeron tendencias que modifiquen el comportamiento del régimen de heladas.


Se utilizaron datos de temperaturas mínimas de la serie de años comprendida entre 1965 y 2011, proporcionados por el EEA de lNTA situada a -33° 44’ LS y -65°23’ LW a 510 metros sobre el nivel del mar. Se consideró helada a todo descenso térmico igual o inferior a 0°C, tomado en abrigo meteorológico.

Se clasificó como primeras heladas a aquellas ocurridas antes del 15 de Julio (Pascale y Damario, 2004). Se determinaron para cada año las fechas de primera y última helada, la frecuencia, el período con y sin heladas y la temperatura mínima

absoluta. Se calcularon para toda la serie de datos, los valores medios y desviaciones típicas correspondientes. Se utilizó el test de Mann-Kendall (WMO, 1966) para analizar la tendencia de todas las variables en los últimos diez años de la serie.

RESULTADOS Y DISCUSIÓN En todos los años de la serie analizada se produjeron primeras heladas, siendo la fecha media el 20 de Abril con una desviación típica de +/- 17 días y la fecha extrema el 13 de Marzo, en el año 1976. La fecha media de última helada fue 16 de Octubre con un desvío de +/- 18 días. La helada más tardía, para la serie de datos analizados, ocurrió el 30 de Noviembre, en 2001.

El periodo medio con heladas resultó de 180 días +/- 25 días. Los años con mayor y menor periodo con heladas fueron 1974 y 1986 con 234 y 117 días respectivamente. El período medio libre de heladas fue de 185 días con un desvío de +/- 25 días un máximo de 248 días en 1986 y un mínimo de 131 días en 1974. La frecuencia varió entre 37 y 99 días con heladas, en 1994 y 2007 respectivamente, con una media de 66 días y un desvío de 14. La temperatura mínima absoluta de toda la serie fue de -16,7°C, registrada en 2007 con un promedio de -11°C y una desviación de +/- 2,2°C en heladas invernales (Tabla 1).

Tabla 1. Caracterización del régimen de heladas Fechas de

ocurrencia Periodo Días Min.

Abs. Primera Ultima Con Sin Con Med 20/04 16/10 180 185 66 -11 DS 17 18 25 25 14 2,2 Min 13/3/76 117 131 37 -

16,7 Max 30/11/01 234 248 99

Considerando los diez últimos años de la serie, el análisis de tendencia mostró valores significativos a un nivel de confianza de α= 0,05 para las variables: Fecha de Última Helada, Periodo con y sin Heladas y Número de Días con Heladas. La tendencia para la fecha de última helada fue descendente, esto determinaría un acortamiento del período con heladas, que también mostró la misma tendencia, y el consecuente alargamiento del periodo libre de heladas (Figuras 1 y 2).


224- 202 -


A pesar del acortamiento del período con heladas de estos últimos diez años, el número de días con heladas muestra una tendencia ascendente (Figura 3) con un promedio para la serie de los últimos diez años, de 74 días con heladas en contraposición a 66 días de la serie completa (1965-2011).

Figura 1. Fecha de Última Helada y tendencia lineal.

Figura 2. Periodo Libre de Heladas y tendencia lineal.

Figura 3. Número de días con heladas y tendencia lineal.

CONCLUSIONES La fecha media de última helada para Villa

Mercedes, fue 16 de Octubre, mostrando una tendencia descendente en los últimos diez años, que también determina una disminución del período con heladas. En tanto que la frecuencia de heladas muestra un aumento pasando de 66 días como promedio a 74 días. Un incremento del período libre de heladas a expensas de una tendencia a la finalización anticipada de las heladas tardías es un dato importante teniendo en cuenta el riesgo que representan las bajas temperaturas primaverales en la implantación de los cultivos estivales. REFERENCIAS Billie, D.; Fernández Long, M. E. 2008.

Caracterización Agroclimática de las Heladas en Salta. AADA. XII Reunión Argentina de Agrometeorología. S. S. de Jujuy.

Easterling, D.R. 2002. Recent changes in frost days and frost-free season in the United States. Bull. Amer. Meteor. Soc. 83: 1327-1332.

Fernandez Long, M.E.; Barnatán, I.; Spescha, L.; Hurtado, R. ; Murphy, G. 2006. Caracterización de las heladas en la región pampeana y su variabilidad en los últimos 10 años. Acceso a Internet: http://www.agro.uba.ar/comunicacion/divulga/caracterizacion_heladas.pdf

Lamelas, C.; Forciniti, J.; Gomez, L. S. 2007. Comportamiento de las heladas meteorológicas. Reunión Argentina de Agrometeorología. S. S. de Jujuy.

Pascale, A. J.; Damario, E. A.; Bustos, C. 1997. Aumento de las temperaturas mínimas inverno-primaverales en el Alto Valle del Río Negro en los últimos 90 años. Rev. Fac. de Agronomía 17: 127-131.

Pascale, A. J.; Damario, E. A. 2004. Bioclimatología agrícola y agroclimatología. Ed. Facultad de Agronomía, UBA. 550 pág. Buenos Aires.

Sierra, A. M.; Hurtado, R. H.; Spescha, L. 1994. Corrimiento de las Isohietas Medias Decenales en la Región Pampeana 1941-1990. Revista de la Facultad de Agronomía UBA 14:139-144.

WMO. 1996. Climatic Change. Technical Note N° 79. Geneva Switzerland. 80 p.


225- 203 -


ATLAS DE LAS SEQUIAS EN ARGENTINA

Ravelo*, A. C. ; Planchuelo, A. M.; Zanvettor, R. E.; Boletta, P. E. C. Centro de Relevamiento y Evaluación de Recursos Agrícolas y Naturales (CREAN) / Fac. C. Agrop. UNC, Universidad Nacional de Córdoba, Av. Valparaiso s/n, Ciudad Universitaria, Córdoba 5000, Argentina


Palabras clave: Índices de sequía, cartografía, variabilidad climática

INTRODUCCIÓN Las sequías constituyen una recurrente

adversidad climática en la Argentina con significativos impactos negativos en los recursos hídricos y naturales y consecuentemente afectan a las actividades rurales, industriales y urbanas.

La Organización de las Naciones Unidas a través de la Convención para la Lucha contra la Desertificación y la Sequía (CCD) ha promovido acciones específicas en los países signatarios para mitigar los efectos de ambos procesos que afectan el bienestar de las naciones. Consecuentemente, numerosos países han establecido sistemas y normas para el monitoreo, evaluación y mitigación de las sequías (Wilhite & Svoboda, 2000; Ravelo, 2010).

En Argentina, el Centro de Relevamiento y Evaluación de Recursos Agrícolas y Naturales (CREAN) realiza, desde hace más de una década, un monitoreo integral de las sequías a través de índices validados internacionalmente. Las características de las sequías: regímenes de frecuencia e intensidad, variabilidad y vulnerabilidad geográfica, pronósticos a corto y mediano plazo, se difunden a través de boletines para períodos específicos y eventos de gran intensidad (Ravelo et al., 2008), como así también mediante mapas en la página Web (crean.unc.edu.ar). (Ravelo et al., 2008).

Los daños causados por las sequías en Argentina son cuantiosos y producen pérdidas en los sectores agrícolas, ganaderos e industriales, llegando a crear problemas sociales cuando afecta el suministro de agua a las poblaciones.

Se necesita disponer de protocolos de respuesta a situaciones de sequía en función de sus intensidades, áreas afectadas, niveles de vulnerabilidad de los sectores afectados, etc. Dichos sistemas deben estar basados en información confiable sobre las características de las sequías: regimenes de frecuencia e intensidad, variabilidad y vulnerabilidad geográfica, pronósticos a corto y mediano plazo, etc. (Ravelo 2010).

El objetivo de este trabajo es presentar un ejemplo de los avances logrados en el desarrollo de un atlas de sequias para todo el territorio nacional y una evaluación económica para una localidad de Córdoba .

MATERIALES Y MÉTODOS Se utilizaron series pluviométricas (1990-2011)

de la base de datos provistas por el Servicio Meteorológico Nacional y estimaciones de la evapotranspiración potencial mensual mediante el método de Penman (1948).

La ocurrencia, intensidad y distribución geográfica de las sequías fue establecida mediante la utilización de los índices de sequía PDI, SPI, CMI y NDVI (Palmer, 1965, 1968; McKee et al., 1995).

La variabilidad espacio-temporal de las sequías en Argentina fue determinada con el programa ICI-RAFT (Giovannetone, 2011) y los resultados fueron analizados con un sistema de información geográfica (Eastman, 2011).

Los impactos agro-hidrológicos negativos de las sequías fueron establecidos para Córdoba mediante un análisis económico departamental. Se realizaron pronósticos de ocurrencia e intensidad de sequías a corto y mediano plazo mediante el uso de redes neuronales y se efectuaron análisis de vulnerabilidad agroclimática regional (Ravelo, 2010).

RESULTADOS Y DISCUSIÓN Se obtuvo una colección de mapas de

distribución de ocurrencia e intensidad de las sequías para cada mes del período 1990-2011 en formato digital (Figura 1). Los mapas permiten visualizar la variabilidad espacio-temporal de las sequías en todo el territorio nacional y la realización de análisis estadísticos y económicos diversos. La asociación con otras variables rurales y urbanas ambientales (recursos agro-hidrológicos, de infraestructura, económicos y sociales) permitió establecer la vulnerabilidad a las sequías y sentar las bases para planes de mitigación y reducción de daños por sequías en las distintas esferas de la sociedad. Estos aspectos son considerados en otros países como Estados Unidos, México, Chile y en el seno de las Naciones Unidas en la lucha contra las sequías (Wilhite & Svoboda, 2000; Ravelo 2008, 2010).

La Tabla 1 presenta las pérdidas económicas causadas por las sequías en tres cultivos principales de la provincia de Córdoba. En promedio, las pérdidas son multimillonarias, principalmente para soja.


226- 204 -


Tabla 1. Pérdidas económicas por las sequías en los principales cultivos (Departamento Marcos Juárez, Córdoba)

Cultivos Producción media sin sequías (tn)

Producción media con sequías (tn)

Pérdidas promedio (tn)

Precio (U$S/tn)

Pérdidas económicas promedio (U$S)

Soja 1.305.567 1.157.450 148.117 430 63.690.167 Maíz 552.100 507.917 44.183 181 7.997.183 Sorgo 65.125 42.027 23.098 153 3.534.045 Total 74.751.812

Figura 1. Indice de sequía de Palmer para el mes de diciembre de 2011

CONCLUSIONES La recurrencia multi-anual de las sequías y los

elevados costos que infringe a la sociedad requieren del establecimiento de sistemas operativos que permitan su identificación, evaluación y pronóstico. Asimismo, se necesita disponer de protocolos de respuesta a situaciones de sequía en función de sus intensidades, áreas afectadas, niveles de vulnerabilidad de los sectores afectados, etc.

La disponibilidad de un atlas de sequías permitirá establecer las bases para el desarrollo de sistemas y procesos de adaptación y mitigación de una adversidad climática devastadora y recurrente.

AGRADECIMIENTOS A A. Barbeito por las ilustraciones y a G. Marraco por el cálculo de los índices de sequía.

REFERENCIAS Eastman, R. 2011. IDRISI Selva GIS and image

processing software. ClarkLabs, Clark University USA.

Giovannetone, J., 2011. ICI-RAFT software. EuroClima meeting, Santiago Chile.

McKee, T.B.; Doesken, N. Kliest, J. 1993. The relationship of drought frequency and duration to time scales. In: Proceedings of the 8th Conference on Applied Climatology, 17-22 January, Anaheim, CA. American Meterological Society, Boston, MA. 179-184.

Palmer, W., 1965. Meteorological Drought. Res. Paper No.45, 58pp., Dept. of Commerce, Washington, D.C.

Palmer, W.C., 1968. Keeping track of crop moisture conditions, nationwide: The new crop moisture index. Weatherwise, 21, 156-161.

Penman, H.L. 1948. Natural evaporation from open water, bare soil, and grass. Proc. Roy. Soc. London 193:120-146.

Ravelo, A.C.;. Planchuelo, A, M.; Zanvettor, R.E.; Barbeito, A.; Marraco, G.. 2008. Boletín Agroclimático de la provincia de Córdoba. Nov. 21, 2008 (www.crean.unc.edu.ar).

Ravelo, A. C. 2010. Sistema operativo para el monitoreo, evaluación y pronóstico de las sequías en la cuenca del río Culiacán, Mexico.Informe Proyecto Premia CONAGUA/OMM. 24 pags.+ anexos.

Wilhite, D.; Svoboda, M.D. 2000 Drought Early Warning Systems in the Context of Drought Preparedness and Mitigation. National Drought Mitigation Center, Lincoln, Nebraska U.S.A. 1-21 pags.


227- 205 -


RIESGO DE HELADAS EN SIEMBRAS TEMPRANAS DE MAÍZ EN BALCARCE

Robles*, M. 1,2; Bonelli, L.2; Irigoyen, A. I.2; Rizzalli, R. 2; Della Maggiora, A. I.2 1 CONICET 2 Facultad de Ciencias Agrarias, UNMdP. Ruta 226 km 73,5.7620. Argentina.

*Contacto: [email protected] Palabras clave: helada agrometeorológica; fecha de siembra INTRODUCCIÓN

Conocer el riesgo de heladas en una determinada localidad es de fundamental importancia en la producción agropecuaria. A partir de esa información es posible determinar cuáles especies podrán crecer en esas condiciones y, además, estos eventos condicionarán prácticas de manejo como la elección de ciclos de cultivares y de fechas de siembra. Así, la fecha de siembra recomendada para el cultivo de maíz en Balcarce es el 15 de octubre (Andrade et al., 1998), en función de la fecha de ocurrencia de heladas y de las condiciones ambientales imperantes en el período crítico y durante el llenado de los granos.

Se define como helada agrometeorológica (HAM), a la ocurrencia de una temperatura mínima diaria no superior a 3°C a 1,5 m de altura en abrigo meteorológico, que equivale a 0°C o menos sobre la superficie del suelo. En Balcarce, la fecha media de ocurrencia de la primera HAM es el 23 de abril, de la última el 11 de noviembre y esto resulta en un período medio libre de heladas (PLH) de 162 días (INTA, 2011). Monterubbianesi y Cendoya (2001) habían indicado que el período libre de heladas (PLH) en Balcarce se estaría ampliando.

La ocurrencia de una HAM cuando el maíz presenta 4 o más hojas desarrolladas (V4, Ritchie y Hanway, 1982), causa la muerte del mismo, ya que a partir de este estadio el ápice de crecimiento comienza a elongarse y a emerger sobre la superficie del suelo (Ritchie y Hanway, 1982). La ocurrencia de una helada antes de ese momento tendría implicancias en el desarrollo del área foliar pero no causaría la pérdida total del cultivo.

El concepto de “riesgo” de ocurrencia de daño por un determinado evento meteorológico incluye, por un lado, la susceptibilidad del cultivo, y por otro la propensión del ambiente. En el caso de daño por heladas en maíz, se perderá el cultivo a causa de la adversidad cuando coincida la ocurrencia de temperaturas menores o iguales a 3˚C con el estadio fenológico V4 o posterior. El adelanto de la fecha de siembra con respecto a la recomendada aumenta el potencial de rendimiento del cultivo de maíz, ya que se alarga la estación de crecimiento explorada (Capristo, et al., 2007). Cirilo y Andrade, (1996) registraron aumentos de casi 500 kg ha-1 en rendimiento por adelanto de un mes en la fecha de siembra del cultivo de maíz en Balcarce. Por otro lado, hay registros que indican que la suma térmica del periodo que comprende a la estación de

crecimiento del maíz presenta una tendencia creciente (Irigoyen et al., 2004). Siembras tempranas y mayores sumas térmicas en períodos vegetativos habían sido descriptas contribuyendo a que el período crítico del cultivo se anticipe, y así coincida con condiciones hídricas más favorables (Andrade et al., 1996). Aunque en series más actualizadas, la anticipación de la fecha de siembra no presenta un efecto sobre la disponibilidad hídrica (Irigoyen et al., 2012).

El objetivo del presente trabajo es evaluar el riesgo de pérdida del cultivo de maíz por heladas en fechas de siembra tempranas en Balcarce.


Se simuló la ocurrencia de V4 en el cultivo de maíz, a partir de datos registrados en la Estación Meteorológica de la Estación Experimental Agropecuaria INTA Balcarce (37º 45’ S y 58º 18’ W y 130 m.s.n.m), serie 1971-2010 (INTA, 2011). Datos y supuestos: Temperatura base (Tb) para desarrollo del cultivo de maíz = 8˚C (Jones y Kiniry, 1986). Suma térmica del período Siembra-Emergencia (S-E) = 70 ˚Cdía Filocrono= 40 ˚Cdía (Kiniry y Ritchie, 1981) ∑ T = (T Media- Tb) x días (Ritchie y NeSmith, 1991). Cultivo: En cada campaña agrícola se determinó la fecha de ocurrencia de V4 para dos fechas de siembra (15/9 y 15/10) de la siguiente manera: Ocurrencia de V4: 160 ˚Cdía (E-V4) + 70 ˚Cdía (S-E)= 230 ˚Cdía= (T Media- Tb) x días Ambiente: Se determinó la fecha de ocurrencia de la última HAM en cada uno de los años. La existencia de tendencia fue evaluada por aplicación del test de Mann-Kendall a la serie completa. Se dividió a la serie en dos períodos: 1971-1990 y 1991-2010 y se aplicó el test t para dos medias para comparar los valores medios de los subperíodos. El riesgo de pérdida se evaluó por medio de frecuencia de años en los cuales coincidió que la temperatura fue menor o igual a 3˚C cuando el cultivo estaba en un estadio fenológico igual o mayor a V4. RESULTADOS Y DISCUSIÓN

Como había sido previamente documentado por Monterubbianesi y Cendoya (2001), con la extensión de la serie histórica a 2010 se observa una tendencia significativa (-0.373, p<0,05, Tau de Mann Kendall) indicando que la fecha de última HAM en Balcarce se ha anticipado (Figura 1).


228- 206 -


La fecha media de ocurrencia de la última HAM es diferente (test t para dos medias, p<0,05) si se comparan los dos períodos analizados, siendo el 22/11 para el período 1971-1990 y el 1/11 en el 1991-2010. Los extremos de últimas heladas fueron 23/12 y 5/12, para 1971-1990 y 1991-2010, respectivamente. Además, en el período 1991-2010 la mitad de las HAM ocurren antes del 1/11 y el 90% de las mismas antes del 20/11 mientras que los mismos cuantiles para el período 1971-2010 coinciden con el 23/11 y el 5/12, respectivamente. Más aún, se puede observar en la Figura 2, un claro aumento del intercuartil en la serie 1991-2010 y el valor del primer cuartil de la serie 1991-2010 coincide con el valor del tercer cuartil de la serie 1971-1990 en el día juliano 318 (14/11).

1960 1980 2000 20200

100

200

300

400

Última HAM

20508718.0y

Año

Día

s Ju

liano

s

Figura 1. Fecha de ocurrencia de la última helada agrometeorológica en Balcarce para el período 1971-2010.

1971-1990 1991-2010250

300

350

400

Día

s Ju

liano

s

Figura 2. Diagrama de cajas de la fecha de ocurrencia de la última HAM en Balcarce para los períodos 1971-1990 y 1991-2010.

Por otro lado, el anticipo de la siembra en un mes adelantó la fecha media de ocurrencia de V4 en 12 días. Al 6/11 hay una probabilidad del 0,5 de que el cultivo haya alcanzado el estadio fenológico a partir del cual es altamente sensible a heladas y al 15/ 11 la probabilidad asciende al 0,9 sembrando el 15/9, mientras que los mismos eventos ocurren el 18 y el 25/11 si la siembra ocurriera en la fecha recomendada. Por esa razón, en el período comprendido entre 1971 y 1990 un cultivo de maíz sembrado el 15/9 tuvo un 75% de riesgo de pérdida

ya que en 15 de los 20 años la última HAM ocurrió cuando el cultivo estaba en un estadio mayor o igual al de 4 hojas expandidas. Con el mismo criterio, el riesgo de pérdida para siembras del 15/10 descendió a 55% (11 de 20 años). Los mismos riesgos calculados para el período 1991-2010 fueron menores, contabilizándose 8 y 3 de los 20 años en los que se superpusieron los eventos claves, representando un riesgo del 40 y 15% para siembras de septiembre y octubre, respectivamente (Tabla 1).

Tabla 1. Riesgo de heladas con siembra del 15 de septiembre y del 15 de octubre en Balcarce para los períodos 1971-1990 y 1991-2010.

Riesgo (%)

Período Siembra 15/9 Siembra 15/10 1971-1990 75 a 55 a 1991-2010 40 b 15 b

Letras diferentes indican diferencias significativas entre períodos dentro de una misma fecha de siembra (test de diferencias de proporciones por aproximación normal, α=0.05). CONCLUSIONES

Adelantar la fecha de siembra en el cultivo de maíz desde el 15/10 al 15/9 en Balcarce presenta menor riesgo de heladas en la actualidad que en décadas anteriores.

REFERENCIAS Andrade, F.H., Cirilo, A.; Uhart, S.; Otegui, M.E. 1996.

Ecofisiología del cultivo de maíz. Unidad Integrada INTA FCA Balcarce-Dekalb Press. La Barrosa, 292 pp.

Andrade, F.H. 1998. Posibilidades de expansión de la producción agrícola. Interciencia 23: 218-226.

Capristo, P., Andrade, F. y Rizzalli, R. 2007. Ecophysiological yield components of maize hybrids with contrasting maturity. Agron. J. 99:1111–1118.

Irigoyen, A.I.; Della Maggiora, A.I.; Malena, L.C. 2004. Variación intra e interanual del tiempo térmico en la localidad de Balcarce (Arg.) Actas de la X Reunión Argentinay IV Latinoamericana de Agrometeorología. Mar del Plata.

Irigoyen, A. I.; Della Maggiora, A.I.; Angelocci, L.R. 2012. Señal El Niño-Oscilación Sur (ENOS) y deficiencias de agua para el cultivo de maíz. XIX Congreso Latinoamericano de la Ciencia del Suelo. XXIII Congreso Argentino de la Ciencia del Suelo. Mar del Plata (Arg.).

Kiniry, J.R.; Ritchie, J.T. 1981. Rates of leaf primordial and tip appeareance of different maize genotypes in the field. Agronomy Abstracts, p. 12.

Monterubbianessi, G.; Cendoya, G. 2001 Caracterización del régimen de heladas meteorológicas y agrometeorológicas en Balcarce (Argentina) en el período 1970-1999. Rev. Fac. de Agronomía 21(1): 69-78.

Ritchie, S.W., Hanway J.J., 1982. How a corn plant develops. Iowa State Univ. Coop. Ext. Service Ames, Iowa. Special Report 48.

INTA. 2011. Base de datos meteorológicos Balcarce. http://www.inta.gov.ar.


229- 207 -


CARACTERIZACION DE LA SEQUÍA 2011-2012 EN RIO CUARTO-CORDOBA

Seiler* R.; Pirillo, M. E; Rotondo, V. Agrometeorología, Facultad de Agronomía y Veterinaria. Universidad Nacional de Río Cuarto. Río Cuarto Córdoba, 5800, Argentina.


Palabras clave: Variabilidad climática; cambio climático; índice de sequía.

INTRODUCCIÓN

Las sequías, como también las inundaciones, las ondas de calor o de frío, los tornados, son denominados fenómenos extremos y considerados componentes normales de la variabilidad del clima. Al igual que esas adversidades, las sequías presentan el interrogante sobre si mantienen una frecuencia de ocurrencia más o menos constante en el tiempo o, si por otra parte pueden hacerse más frecuentes y más severas, en un contexto de calentamiento global y de cambio climático. El Panel Intergubernamental del Cambio Climático en su Cuarto Informe de Evaluación (IPCC, 2007) concluye que ciertamente el mundo en los últimos 25 años se ha vuelto más propenso a las sequías y, que las proyecciones climáticas para este siglo indican un incremento de las frecuencias de sequías severas en muchas partes del mundo.

La sequía es un fenómeno muy complejo por las causas que las determinan. Una “sequía” es definida como un fenómeno natural que se manifiesta cuando los valores de la precipitación son significativamente inferiores a los registros normales, causando serios desbalances hidrológicos que afectan negativamente los sistemas de producción y los recursos naturales (citado en WMO-GWP, 2011).

Las sequías comparten el común denominador de la falta de agua. Pero más allá de esta similitud y de las consecuencias, que finalmente son del mismo tipo, cada sequía tiene sus particularidades que la hacen más o menos severa, o “única” en su característica, según el momento de ocurrencia, las condiciones previas a la misma, el tiempo de recuperación, o la forma de combinación de los factores que la determinan, más allá del factor agua. Tanto estén asociadas a la variabilidad natural del clima o al cambio climático, existe una necesidad urgente de mejorar las estrategias de manejo de las sequías, las cuales deben basarse en conocimiento científico y de experiencias de casos.

El objetivo de este análisis es caracterizar la particularidad de la sequía 2011-2012 en Río Cuarto, con el propósito de aportar conocimiento para el manejo de los riesgos y para atenuar los efectos de las sequías.


El análisis se considera abarcativo del departamento Río Cuarto en la provincia de Córdoba. Para el mismo se utilizaron series de

datos decádicos de precipitación y de temperaturas máximas de Río Cuarto del período 1974/ 2012, disponibles en el Servicio de Agrometeorología de la UNRC. Dentro de ese período se seleccionaron dos casos de sequías severas (1975/76 y 1988/89) reconocidas por estudios anteriores (Seiler et al. 2007) y la reciente 2011/12. Para cada una de ellas se calcularon los desvíos decádicos de precipitación y de las temperaturas máximas del ciclo primavera-otoño, respecto de la normal 1981/2010. Los desvíos térmicos positivos de las máximas se usaron para definir la longitud del período de calor en décadas consecutivas; luego se calcularon la media de los desvíos y el desvío medio decádico más elevado durante el período caliente. A partir de los datos de lluvia, transformados en una serie de totales mensuales, se procedió a calcular el Índice Estandarizado de Precipitación (ISP) (McKee et al., 1993), para escalas de 1, 2, 3, 6, 12 y 24 meses, los que se identifican con la sigla del Índice seguida de la escala que se trate (e.g. ISP-2). Los tres casos de sequías se comparan mediante parámetros de duración y severidad de las condiciones hídricas y térmicas concurrentes y por la magnitud del ISP durante los meses de diciembre y enero de cada uno de los períodos de verano.


Los tres casos de sequía se caracterizaron por importantes deficiencias de lluvia durante los meses de diciembre y enero y por ondas de calor, aunque de distinta duración y magnitud térmica. En la Tabla 1 se presentan valores numéricos de esos parámetros para los tres casos, de los que destacan la concurrencia de valores extremos que condicionaron la sequía 2011/12. Tabla 1. Comparación de tres sequías severas, en Río Cuarto en la serie 1974-2012, a través de indicadores de condiciones térmicas e hídricas.

Indicadores

Sequía 1975/76

Sequía 1988/89

Sequía 2011/12

Duración Período de calor (déc) 6 6 - 7 11

Mayor desvío decádico (t ºC) 5,7 5,7 8,6

Media de desvíos (t ºC) 2,6 2,2 3,8 Pcp, desvío acumulado Dic-ene -166,8 -96,9 -155,1

Las condiciones en 1988/89 y 1975/76 (datos no mostrados), se caracterizaron por deficiencias de lluvia, más extendidas en el ciclo, pero con alternancia de ocurrencias que aunque insuficientes fueron algo aliviadoras por momentos.


230- 208 -


Al mismo tiempo, las temperaturas máximas por encima de lo normal se sucedieron durante un período más corto para el caso 1975/76 y mayor para 1988/89. No obstante, en ambos casos se muestran alternancias de temperaturas que se acercan a lo normal o que interrumpen el período caliente. Comparada con los casos anteriores, la sequía 2011/12 no deja de asombrar por su particularidad. En efecto, la misma se caracterizó por una casi nula ocurrencia de lluvias centrada en diciembre y enero, como se destaca en la Figura 1. Como complemento de severidad, desde la primera década de noviembre de 2011 hasta la segunda de febrero de 2012, se desarrolló una onda de calor de más de 100 días consecutivos de temperaturas máximas, significativamente superiores a la normal (Figura 2).

Figura 1. Lluvias decádicas, como desvíos de la normal, registradas durante el ciclo primavera-otoño 2011/12, en Río Cuarto.

Figura 2. Temperaturas máximas medias decádicas, como desvíos de la normal, registradas durante el ciclo primavera-otoño 2011/2012, en Río Cuarto.

Por otra parte, evaluada solo por las condiciones hídricas como es la capacidad del ISP, se demuestra una característica única de la sequía 2011/12 en la serie analizada. En la Figura 3, donde se representa la variabilidad inter anual de las condiciones en los meses más críticos del verano en relación a agua y temperatura para la producción agrícola, el ISP indica para el caso 2011/12, un record de severidad comparado con el segundo en importancia que fue el de la sequía 1988-89.

Figura 3. Variabilidad de las condiciones hídricas de diciembre-enero de cada uno de los años de la serie, indicada por el ISP-2 de enero

para

CONCLUSIONES De los tres casos comparados, la sequía 2011/12

revela características únicas en los últimos 40 años. Fue una sequía de corta duración, de rápida recuperación, pero devastadora en sus efectos por la combinación simultánea de la severa deficiencia de agua con la fuerte y persistente onda de calor, que la hicieron distintiva. Esta particularidad del caso sin duda agrega una experiencia más al conocimiento y una nueva presión en la búsqueda de mejores estrategias de adaptación frente a los efectos de la variabilidad del clima.

REFERENCIAS Mc Kee, T.B.; Doesken, N.L.; Kleist, J. 1993. The

relationship of drought frecuency and duration to times scales. 8th Conference on Applied Meteorology, 17-22 January, Anaheim, California, pp 179-184.

Seiler, R. A.; Kogan, F.; Guo Wei; Vinocur, M. 2007. Seasonal and interannual responses of the vegetation and production of crops in Córdoba, Argentina assessed by AVHRR derived vegetation indices. Advances in Space Research 39: 88- 94.

IPCC, 2007. Cambio climático 2007: Informe de síntesis. Contribución de los Grupos de trabajo I, II y III al Cuarto Informe de evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático [Equipo de redacción principal: Pachauri, R.K. y Reisinger, A. IPCC, Ginebra, Suiza, 104 págs.

WMO-GWP, 2011. Integrated drought management programme. Concept Note, Nov. 2011. Pp 15


231- 209 -


SEQUÍA EN EL SUR DE CÓRDOBA: RIESGO Y CONDICIONANTES PARA LA ADAPTACIÓN

Seiler*, R. A.1; Wehbe, M. B.2; Tarasconi, I. E.2; Granda, J. A.2,3

1 Agrometeorología. Fac. de Agronomía y Veterinaria. Universidad Nacional de Río Cuarto, 2 Economía Agraria. Fac. de Ciencias Económicas. Universidad Nacional de Río Cuarto, 3 INTA Córdoba *Contacto: [email protected]

Palabras clave: rendimientos; maiz; soja

INTRODUCCIÓN El aumento de la frecuencia y magnitud de los

extremos climáticos torna a la sequía en un fenómeno de mayor preocupación a escala regional, por sus impactos agregados sobre la producción primaria y por sus efectos sobre los ingresos de los productores, en especial aquellos de menor escala (Wehbe et al., 2008).

Disponer de una medida del riesgo sequía sobre la producción por Departamentos, permite visualizar el grado de Vulnerabilidad a nivel regional, a la vez que proporciona información determinante para la evaluación de adaptaciones a futuro. Haciendo abstracción de otro tipo de determinantes, el riesgo sobre la producción y los rendimientos de los principales cultivos, representa año tras año la exposición a fenómenos climáticos, la sensibilidad de los cultivos a las variaciones del clima y la capacidad de adaptación para evitar los efectos de esas fluctuaciones.

El objetivo del trabajo es aproximar una medición del riesgo sequía y cuantificar financiera y económicamente su impacto de manera comparativa, entre los productores agrícolas de los departamentos Río Cuarto y Marcos Juárez en la provincia de Córdoba.

MATERIALES Y MÉTODOS El estudio piloto se realiza para los

departamentos de Río Cuarto y Marcos Juárez en la provincia de Córdoba. Se dispuso de series de datos de producción y rendimientos de cultivos de soja y de maíz para ambos departamentos (Ministerio de Agricultura, Ganadería y Alimentos de Córdoba) y de datos de lluvias mensuales de Río Cuarto y Marcos Juárez, serie 1976-2010 (Servicio de Agrometeorología de la UNRC; INTA). Se utilizaron también los modelos productivos elaborados por el Monitoreo Económico de los Sistemas Productivos Predominantes del Sector Agropecuario de Cba. (INTA, UNRC, Sec. Agricultura y Ganadería, Cba.).

El cálculo del riesgo sequía (Rsji) para los cultivos seleccionados se realizó utilizando la siguiente función de riesgo: Rsji = Pj (s) * Si (s) (Cardona, 1993). Donde Pj (s) es la probabilidad de ocurrencia del fenómeno sequía y S(s) es la sensibilidad de los cultivos. La probabilidad de ocurrencia de sequías se determinó como el cociente entre los años en que ocurrió el fenómeno respecto del total de años de la serie. Para la

estimación de la sensibilidad se consideraron los valores de los rendimientos en maíz y soja para los ciclos de los cultivos durante el período 1995/96-2009/10. A los efectos de definir años de sequía, se utilizó el Indice Estandarizado de Precipitación (ISP) (McKee, 1993), en frecuencia de 3 meses (ISP-3) y de un mes (ISP-1). Los análisis se realizaron sobre las condiciones hídricas de los meses de noviembre, diciembre y enero de cada año, evaluadas mediante el ISP-3 al final de enero y las condiciones de diciembre de cada año, según el ISP-1. Por último y a partir de los valores de riesgo obtenidos, se modelizó el impacto económico-financiero que enfrenta un productor representativo en ambos departamentos y se discuten las posibilidades de adaptación de acuerdo al manejo anticipado de riesgo (i.e. riego complementario).

RESULTADOS Y DISCUSIÓN A partir del análisis de los ISP, se determinaron 11 años con presencia de sequías de diferente magnitud en la serie para el departamento Río Cuarto y seis años para Marcos Juárez. Los valores de probabilidad de ocurrencia calculados se asociaron con los de sensibilidad para determinar los valores de riesgo (Tabla 1). En este contexto, riesgo sequía muestra la probabilidad de pérdida en el rendimiento de un cultivo cuando el fenómeno se presenta con una intensidad del ISP igual o menor a -1. Tabla 1. Valores de riesgo por departamento y cultivos.

En el Depto. Marcos Juárez, la variable

sensibilidad muestra un valor mayor para soja que para maíz, reflejándose esta diferencia también en los valores de riesgo de cada cultivo. El mayor valor de riesgo para soja en Marcos Juárez respecto al de maíz podría tener dos explicaciones: la primera, relacionada al doble cultivo trigo-soja lo cual resulta en una cosecha gruesa que involucra maíz y soja de primera pero también un porcentaje de soja de segunda más vulnerable a sequía. Así, al no discriminar entre soja de primera y soja de segunda, en Marcos Juárez el rendimiento promedio de soja en los períodos de sequía se ve

Cultivo Localidad Probabilidad Sensibilidad Riesgo

Maíz Marcos Juárez 0,176470588 0,132155645 0,023321584 Río Cuarto 0,323529412 0,297516806 0,09625544

Soja Marcos Juárez 0,176470588 0,146548342 0,025861472 Río Cuarto 0,323529412 0,217627106 0,07040877


232- 210 -


disminuido, elevándose el valor de la variable sensibilidad (Andrade y Calviño, 2004).

En segundo lugar, es de esperar que a la hora de la siembra el productor elija el lote con mejores condiciones para el cultivo que representa mayores costos de producción, tal como el maíz. Este comportamiento generalizado dota al cultivo de maíz de una mejor respuesta ante la sequía, que se visualiza en los menores puntos de su sensibilidad. De un análisis entre departamentos queda claro que la sequía no sólo es más recurrente en el departamento Río Cuarto, sino que su impacto se agudiza frente a las diferentes condiciones de suelo, la persistencia del fenómeno y la severidad con la cual se presenta, en un departamento donde el doble cultivo es una opción menos viable. Por ello puede verse cómo los valores de riesgo para ambos cultivos son sustancialmente superiores en Río Cuarto sobre todo el de maíz. Aún así, este cultivo persiste en el Departamento ya que ante la presencia de pérdidas totales y mayor actividad ganadera, es posible destinar las hectáreas dañadas a forraje. No obstante, el avance de la agricultura y la menor sensibilidad de la soja han ido desplazando al maíz de las decisiones de siembra del productor. A partir de estos datos de riesgo, en las Tablas 2 y 3 se muestran los resultados económicos totales modelados de la empresa agrícola en Marcos Juárez y Río Cuarto, respectivamente.

Tabla 2. Resultado Económico del modelo agrícola del Departamento Marcos Juárez.

Con Rendimientos esperados

Con Rendimientos sensibilizados por sequía

Conceptos u$s Totales

u$s/ha u$s Totales u$s/ha

Ingreso Bruto 367.789 1.300 320.980 1.134 G. Directos 259.988 919 249.516 882 Margen Bruto 107.801 381 71.464 253 Costos Estructura

33.960 120 33.960 120

Ingreso Neto 73.841 261 37.504 133 Rentabilidad 4,51% 2,29% Tabla 3. Resultado Económico del modelo agrícola del Departamento Río Cuarto.

Con Rendimientos esperados

Con Rendimientos sensibilizados por sequía

Conceptos u$s Totales

u$s/ha U$s Totales u$s/ha

Ingreso Bruto 367.115 882 271.162 652 Gastos Directos 314.433 756 278.328 669 Margen Bruto 52.682 127 (-) 7.166 (-) 17

Costos Estructura 27.040 65 27.040 65 Ingreso Neto 25.642 62 (-) 34.206 (-) 82 Rentabilidad 2,60% (-) 3,31% En ambas situaciones, en Marcos Juárez, los

resultados son positivos, pese a los efectos de la sequía, ya que el ingreso neto por hectárea pasa de US$ 261 a US$ 133, siendo la diferencia de casi un 50% (US$/ha 128). En el caso de Río Cuarto el efecto de la sequía produce un fuerte impacto en los resultados, implicando un quebranto para la empresa. Con los rendimientos esperados el ingreso neto por hectárea es de US$ 62 y en la situación de sequía la pérdida es de US$/ha 82,

resultando la diferencia en valores absolutos de US$ 144 por hectárea.

Claramente el efecto que produce la sequía sobre los resultados económicos de la producción agrícola es más ruinoso en zonas más desfavorables como Río Cuarto donde una de las medidas de adaptación posible podría ser la introducción de riego complementario. Sin em-bargo, la incorporación de riego al sistema agrícola implica un mayor impacto económico y financiero.

La posibilidad de realizar una inversión en riego con fondos propios, en una empresa agrícola de Marcos Juárez, resulta de mayor factibilidad que en el área de Río Cuarto. No obstante, es necesario indicar que el riego posibilita mejorar los resultados económicos al acrecentar los techos de rendimientos y estabilizarlos en valores superiores, a la vez que permite la potencial incorporación de otros cultivos al sistema productivo, que pudieran tener mayores valores de mercado. De aquí se deduce recomendable una evaluación para el apoyo financiero y crediticio en Río Cuarto. Asímismo, dado que la disponibilidad de agua en cantidad y calidad puede variar regionalmente, sería necesario determinar dichas características antes de decidir la realización de la inversión, sea con fondos propios o de ayuda estatal.

CONCLUSIONES Una política, estrategia o acciones a llevar a

cabo frente a fenómenos de la variabilidad climática actual, específicamente la sequía y, a modo de anticipación a los posibles impactos del cambio climático a futuro, deberá considerar los siguientes criterios: 1) Mantener o incrementar los niveles de producción; 2) Observar consistencia con objetivos ambientales en torno al uso del recurso agua dulce en la agricultura y 3) Establecer equidad de acceso, dado que la diferente capacidad financiera dentro del heterogéneo sector de la producción agropecuaria es uno de los condicionantes para la adaptación al cambio y a la variabilidad climática. No menos importante es también el desarrollo o adaptación de tecnologías, que resulten apropiadas para la diversidad de cultivos, escalas de producción, eventos climáticos y de las diferentes percepciones, sea del riesgo o de los propios mecanismos para su manejo.

REFERENCIAS Andrade, F.; Calviño, P. 2004. EEA INTA Balcarce

http://www.elsitioagricola.com/articulos/ Cardona, O. 1993. “Valuación de la Amenaza, la

Vulnerabilidad y el Riesgo, Elementos para el Ordenamiento y la Planeación del Desarrollo", http://www.desenredando.org/public/libros/

MC Kee, TB et al. 1993. The relationship of drought frequency and duration to time scales. Preprints, Eighth Conf. on Appl. Climatology, Anaheim, CA, Am. Meteor. Soc. 179-184

Wehbe, M. B. et al., 2008. “Local Perspectives on Adaptation to Climate Change: Lessons from Mexico and Argentina”. En Climate Change and Adaptation. Earthcan Chapter 18; PP315331.


233- 211 -


PRONÓSTICOS PROBABILÍSTICOS DE LA SITUACIÓN HÍDRICA TENIENDO EN CUENTA LAS FASES DE EL NIÑO/LA NIÑA

Serio, L. A. Cátedra de Climatología y Fenología Agrícolas, Facultad de Agronomía, Universidad de Buenos Aires, Argentina

Contacto: [email protected]

Palabras clave: situación hídrica; región pampeana; pronósticos

INTRODUCCIÓN

En la Facultad de Agronomía de la UBA, a través del Centro de Información Agroclimática (CIAg, 2012), se ha implementado desde 2006 una metodología de monitoreo y predicción estadística de la situación hídrica mensual en la región pampeana (Murphy y Serio, 2006) mediante el Índice Estandarizado de Precipitación (SPI) (McKee et al, 1993).

Los pronósticos se formulan en términos probabilísticos, teniendo en cuenta: 1) los umbrales de precipitación acumulada trimestral que determinan condiciones “secas”, “húmedas” o “normales”, según el SPI sea, respectivamente, <-1, >1 o se encuentre comprendido entre ambos valores; 2) la precipitación acumulada durante los dos meses previos, y 3) las probabilidades de ocurrencia para el mes en curso de precipitaciones que permitan superar los umbrales mencionados en 1). La evaluación de los primeros tres años de estos pronósticos arrojó resultados satisfactorios (Serio et al., 2010)

La variabilidad interanual de las precipitaciones en la región pampeana presenta cierto grado de asociación con el fenómeno El Niño-Oscilación del Sur (ENOS), de modo que la distribución estadística de las precipitaciones puede verse modificada con sesgos hacia valores mayores (menores) durante la fase cálida o El Niño (fría o La Niña).

El objetivo del presente trabajo es determinar si el uso de distribuciones estadísticas de precipitación discriminadas según las fases del ENOS puede introducir mejoras en las previsiones mensuales de la condición hídrica con el SPI. MATERIALES Y MÉTODOS

Se utilizaron datos mensuales estandarizados del Índice de Oscilación del Sur (IOSe) y publicados por el Climate Prediction Center (NOAA, 2012). Se realizó una clasificación mensual de la fase del ENOS, tomando como referencia los valores estandarizados del IOS, según la tabla 1.

En cuanto a los datos de precipitación, se consideraron 6 estaciones (Ceres, Rosario, Córdoba, Río Cuarto, Paraná y Nueve de Julio) pertenecientes a la red del Servicio Meteorológico Nacional (SMN).

Tabla 1. Criterio de clasificación de fases del fenómeno El Niño-Oscilación del Sur, basado en valores del Índice de Oscilación del Sur estandarizado (IOSe)

Fase Criterio El Niño IOSe < -0,5 Neutra -0,5 ≤ IOSe ≤ 0,5

La Niña IOSe > 0,5

El criterio de selección de las estaciones se basó en la extensión de la serie, considerando que debían contener datos de al menos 80 años en el período 1911-2000. Con esos datos se determinaron las distribuciones mensuales y trimestrales de frecuencia de precipitación para casos El Niño, La Niña y Neutros. Luego se realizó un ajuste de cada una de ellas a una función Gamma de dos parámetros. Los años restantes de las series de precipitación (2001-2011) fueron utilizados para reformular y evaluar comparativamente los pronósticos mensuales del SPI, utilizando las probabilidades de precipitación surgidas del ajuste con la serie completa (pronósticos sin SOI) y con la discriminación según las fases del ENOS (pronósticos con SOI). Para definir la condición hídrica, se consideraron en primer término tres categorías del SPI (Tabla 2) y luego se amplió el análisis considerando cinco categorías (Tabla 3).

La evaluación de los pronósticos se realizó utilizando tablas de contingencia de 3x3 y de 5x5, en las que se comparó, para cada localidad, la categoría de la situación hídrica que en el pronóstico obtuvo la mayor probabilidad, con la situación hídrica alcanzada realmente al finalizar el mes.

Tabla 2. División de la situación hídrica en tres categorías según valores del SPI

Categoría Valor SPI Probabilidad Seco (S) SPI < -1 0,16 Normal (N) -1≤ SPI ≤ 1 0,68 Húmedo (H) SPI >1 0,16

Tabla 3. División de la situación hídrica en cinco categorías según valores del SPI

Categoría Valor SPI Probabilidad Seco (S) SPI < -1 0,16 Seco leve (LS) -1 ≤ SPI <-0,5 0,15 Normal (N) -0,5≤ SPI ≤ 0,5 0,38 Húmedo leve (LH) 0,5 < SPI ≤ 1 0,15 Húmedo (H) SPI >1 0,16


234- 212 -


RESULTADOS Y DISCUSIÓN En general, hubo muy poca diferencia entre los

pronósticos formulados teniendo en cuenta el IOS y los que no lo tenían cuenta. En este resumen se presentan sólo los resultados del análisis considerando cinco categorías de situación hídrica, ya que se supone que al considerar más categorías debería haber mayor diferencia entre los resultados de ambos pronósticos. Las tablas de contingencia de este análisis se presentan en la Tabla 4. El porcentaje de aciertos y el coeficiente de contingencia, obtenidos en cada localidad y para tipo de pronóstico, se presentan en la Tabla 5. Tabla 4. Tablas de contingencia 5x5 entre las situaciones hídricas pronosticadas y observadas en Ceres, Córdoba (Cdba), Nueve de Julio (NdJ), Paraná, Río Cuarto (RCto) y Rosario.

Ceres sin SOI

Observado S LS N LH H

Pron

óstic

o

S 18 4 8 1 0 LS 3 2 2 0 0 N 5 8 46 5 8

LH 0 0 0 6 1 H 0 0 0 0 15

Ceres con SOI


Pron

óstic

o S 19 3 7 1 0 LS 1 2 1 0 0 N 6 9 48 5 8

LH 0 0 0 6 0 H 0 0 0 0 16

Cdba. sin SOI


Pron

óstic

o S 9 7 6 1 0 LS 1 4 6 0 0 N 4 6 48 16 6

LH 0 0 2 6 5 H 0 0 0 1 4

Cdba. con SOI


Pron

óstic

o S 9 6 6 1 0 LS 1 6 5 0 0 N 4 5 48 15 5

LH 0 0 3 6 4 H 0 0 0 2 6

NdJ. sin SOI


Pron

óstic

o

S 11 7 6 1 0 LS 1 3 2 0 0 N 0 9 56 13 5

LH 0 0 2 4 2 H 0 0 0 0 10

NdJ. con SOI


Pron

óstic

o S 11 7 5 1 0 LS 1 3 5 0 0 N 0 9 54 14 5

LH 0 0 1 2 2 H 0 0 1 1 10

Paraná sin SOI


Pron

óstic

o

S 10 6 4 0 1 LS 1 3 3 0 0 N 2 5 44 11 8

LH 0 0 0 5 7 H 0 0 0 1 21

Paraná con SOI


Pron

óstic

o S 9 6 5 0 1 LS 3 3 4 0 0 N 1 5 42 11 8

LH 0 0 0 6 7 H 0 0 0 0 21

RCto. sin SOI


Pron

óstic

o

S 20 5 8 2 0 LS 0 3 4 1 0 N 4 12 38 8 4

LH 0 0 3 3 2 H 0 0 1 0 14

RCto con SOI


Pron

óstic

o S 19 5 10 2 0 LS 0 3 4 1 0 N 5 12 37 9 4

LH 0 0 2 1 3 H 0 0 1 1 13

Rosario sin SOI


Pron

óstic

o S 17 2 8 3 0 LS 0 0 2 0 0 N 4 9 44 9 8

LH 0 0 0 6 3 H 0 0 1 1 15

Rosario con SOI


Pron

óstic

o S 17 2 8 2 0 LS 1 2 2 1 0 N 3 7 42 9 7

LH 0 0 3 6 3 H 0 0 0 1 16

Tabla 5. Porcentaje de aciertos y coeficiente de contingencia obtenidos con ambos pronósticos.

Localidad Aciertos (%) Coeficiente de contingencia

sin SOI con SOI sin SOI con SOI Ceres 65,9 68,9 0,75 0,77 Córdoba 53,8 56,8 0,64 0,67 Nueve de Julio 63,6 60,6 0,73 0,70 Paraná 62,9 61,4 0,73 0,73 Río Cuarto 59,1 55,3 0,71 0,68 Rosario 62,1 62,9 0,71 0,71

Se observa que hubo muy poca diferencia entre

ambos pronósticos, tanto en el porcentaje de aciertos como en el coeficiente de contingencia. Analizando este último índice, se obtuvo una leve mejora en Ceres y Córdoba, sin cambios en Paraná y Rosario, y un leve empeoramiento Río Cuarto y Nueve de Julio. CONCLUSIONES

No se obtuvieron mejoras sustanciales al incorporar a los pronósticos de la situación hídrica información sobre el fenómeno ENOS y las variaciones que este induce en la distribución de las precipitaciones. AGRADECIMIENTOS Este trabajo fue realizado en el marco del proyecto de investigación UBACyT G477. REFERENCIAS CIAg. 2012. Centro de Información Agroclimática,

Facultad de Agronomía, Universidad de Buenos Aires. http://www.agro.uba.ar/centros/ciag/info

McKee T.B.; Doesken, N.J.; Kleist, J. 1993. The relationship of drought frequency and duration to time scales. Preprints, 8th Conference on Applied Climatology, Anaheim, CA. pp 179-184.

Murphy, G.; Serio, L. 2006: Cálculo de la probabilidad mensual de alcanzar distintas categorías de sequías definidas por medio del Índice Estandarizado de Precipitación. Actas de la XI Reunión Argentina de Agrometeorología. La Plata, Buenos Aires. pp 72-73.

NOAA. 2012. Monthly Atmospheric and SST Indices. Climate Prediction Center, National Weather Service. http://www.cpc.ncep.noaa.gov/data/indices/

Serio, L.; Martin, P.; Murphy, G 2010. Evaluación de una metodología de pronóstico estadístico para la condición hídrica del suelo en la región pampeana argentina. Agriscientia, 27: 11-17.


235- 213 -


DIFERENCIAS ENTRE TEMPERATURAS MÍNIMAS EN ABRIGO Y A NIVEL DEL SUELO EN EL SUR DE BUENOS AIRES

Veliz* A. E.; Fernández Long, M. E; Hurtado, R. H. ; Spescha, L. B.

Cátedra de Climatología y Fenología Agrícolas, Facultad de Agronomía, UBA. Avda. San Martín 4453.C.A.B.A. Argentina Contacto: [email protected]

Palabras clave: temperatura mínima; inversión térmica; heladas.

INTRODUCCIÓN Las temperaturas mínimas pueden causar daños

a los tejidos vegetales independientemente que sus valores sean inferiores o superiores a 0ºC. Cuando estas temperaturas registradas en el abrigo meteorológico a 1,50-2,00m (Burgos, 1963) son iguales o inferiores a 0ºC, se denominan heladas meteorológicas. La gran mayoría de los estudios agrometeorológicos realizados acerca de las heladas considera este parámetro.

La inversión de la temperatura del aire cercano a la superficie del suelo es una característica fundamental en las heladas por radiación. En estas situaciones el aire adquiere gran estabilidad; observándose la formación de una inversión térmica. La temperatura registrada por la noche por un termómetro situado horizontal sobre el césped a 5 cm. del suelo y expuesto a la intemperie se utiliza como índice del enfriamiento que pueden sufrir las plantas por irradiación y se la denomina temperatura mínima del césped o índice actinotérmico (Grebet y Juárez, 1977).

Geiger y Robert (1965) encontraron una diferencia de 4 a 5ºC en invierno (diciembre) entre las temperaturas medidas a 0,01m y 10m Otros investigadores observaron en el Alto Valle del Río Negro que, cuando la temperatura mínima en el termómetro en mástil era de -1,2ºC a 0,10m, sobre el suelo era de -3,2ºC en invierno (Proverbio, 1950), mientras que en primavera la temperatura mínima a 1,5m fue de -7,1ºC y a 0,5m de -7,9ºC (Damario y Pascale, 1955).

Burgos (1963) indica que no existe una relación determinada entre la temperatura mínima en abrigo y la registrada a 0,10-0,50m del suelo y por lo tanto no puede hacerse una generalización regional de esta diferencia.

El objetivo de este estudio es encontrar una relación entre la temperatura mínima del aire registrada en el abrigo, a 1,5m, y sobre el nivel del suelo, a 0,05m a la intemperie (termómetro expuesto), en varias localidades del sur de la provincia de Buenos Aires.

MATERIALES Y MÉTODOS Se trabajó con valores diarios de temperatura

mínima del aire en el abrigo, a 1,5m de altura (Tm1,5), y temperatura mínima a 0,05m sobre el nivel del suelo en termómetros expuestos

(Tm0,05), correspondientes a períodos entre 17 (1968-1985) y 26 años (1966-1992), de seis estaciones meteorológicas pertenecientes al Instituto Nacional de Tecnología Agropecuaria (INTA) del sur de la provincia de Buenos Ares: Hilario Ascasubi (39º23’S 62º37’ºW 22m snm), Azul (36º45’S 59º50’W, 132m snm), Bahía Blanca (38º,44’S 62º11’W 83m snm), Coronel Suárez (37º30’S 61º57’W 234m snm) , Tandil (37º14’S 59º15’W 175m snm) y Tres Arroyos (38º20’ 60º15’W 115m snm).

Se calcularon las diferencias entre Tm1,5 y Tm0,05 para cada localidad anualmente y por estación del año: invierno (junio, julio y agosto), primavera (septiembre, octubre y noviembre), verano (diciembre, enero, febrero) y otoño (marzo, abril y mayo). Se confeccionó la distribución de frecuencias de estas diferencias y se calcularon los estadísticos correspondientes (promedio, mediana, valor máximo y valor mínimo). También se investigó la relación existente entre Tm1,5 y Tm0,05 para cada localidad y estación del año; para ello se realizaron gráficos de dispersión y se obtuvieron las rectas de regresión correspondientes. Se estimaron las temperaturas a 0,05m cuando en el abrigo (1,5m) se registra una helada meteorológica.

RESULTADOS Y DISCUSIÓN En la Figura 1 se pueden observan para cada

localidad las frecuencias de las diferencias anuales entre Tm1,5 y Tm0,05. Resultaron mayores en la localidad H. Ascasubi, seguida por Tandil, y menores en Tres Arroyos, donde esta diferencia no alcanza a 1ºC en promedio en ninguna de las épocas del año.

En la Tabla 1 se presentan los promedios anuales y estacionales de las diferencias En el análisis anual, se observó que Coronel Suárez presentó mayor diferencia que Bahía Blanca, y ésta que Azul. Durante los meses de invierno y primavera se mantuvo este patrón en cambio, en verano y otoño, Azul presentó mayor diferencia que Bahía Blanca, no obstante son de unas décimas de grado.

La correlación entre Tm1,5 y Tm0,05 en todas las localidades fue mayor a 0,80; la Figura 2 muestra el ejemplo de Tres Arroyos, con un valor de 0,93.

En la Tabla 2 se observan los valores de b, lo que corresponde a la temperatura mínima a 0,05 m cuando en el abrigo meteorológico se registran heladas meteorológicas de 0ºC.


236- 214 -


Figura 1. Análisis anual de la frecuencia de las diferencias entre Tm1,5 y Tm0,0 5 Tabla 1. Valores promedio y mediana de las diferencias entre Tm1,5 y Tm0,05m. (P: promedio, M: mediana, A: anual, Inv: Invierno, Pri: Primavera, Ver: Verano, Oto: Otoño) Localidad INV PRIM VER OTO ANUAL

Ascasubi P 4,3 5,2 5,4 5,4 4,9 M 4,3 5,0 5,3 5,3 4,8

Tandil P 3,3 3,5 3,5 3,5 3,4 M 3,2 3,4 3,3 3,3 3,3

C Suárez P 2,4 2,2 2,1 2,1 2,2 M 2,2 2,1 2,1 2,1 2,1

B Blanca P 2,0 2,0 1,9 1,9 2,0 M 1,9 1,9 1,9 1,9 1,9

Azul P 1,7 1,8 2,0 2,0 1,9 M 1,7 1,7 1,8 1,8 1,8

T Arroyos

P 0,9 0,8 0,8 0,8 0,8 M 0,8 0,8 0,9 0,9 0,8

Figura 2: Recta de regresión lineal simple obtenida entre Tm1,5 y Tm0.05, para Tres Arroyos .

Se puede advertir que en todas las localidades analizadas b registró valores negativos, verificándose la inversión térmica de la temperatura, siendo destacables las temperaturas de H. Ascasubi, donde en todas las estaciones del año son inferiores a -4ºC, encontrándose en que otoño las mayores diferencias se acercan a -5,0ºC.

En Tandil, cuando en abrigo se registra 0ºC, a 0,05m sobre el nivel del suelo las temperaturas mínimas toman valores entre -3,5 y -3, 6ºC en todas las épocas del año y en promedio -3,5ºC. En Coronel Suárez estos valores oscilan entre -2,4ºC en invierno y -1,8ºC en verano; en Bahía Blanca, entre -2,3ºC en primavera y verano, y -1,8ºC en otoño. En Azul las marcas son: -1,8ºC en otoño, -1,7ºC en invierno y primavera, y -1,3ºC en verano.

Por último, en Tres Arroyos cuando a 1,5m en abrigo se registra 0ºC, los valores que toman las temperaturas mínimas 0,05 m sobre el nivel del suelo se ubican entre -1,4ºC en otoño y -1,2ºC en invierno. Tabla 2. Valores de b (temperaturas a 0,05m cuando las temperaturas a 1,5m en abrigo son de 0ºC).

Localidad INV PRIM VER OTO PROM Ascasubi -4,3 -4,8 -4,1 -4,9 -4,5 Tandil -3,5 -3,6 -3,6 -3,5 -3,5 C Suárez -2,4 -2,2 -1,8 -2,2 -2,2 B Blanca -2,0 -2,3 -2,3 -1,8 -2,1 Azul -1,7 -1,7 -1,3 -1,8 -1,6 T Arroyos -1,2 -1,3 -1,3 -1,4 -1,3 La variabilidad intranual de las temperaturas

mínimas es baja, sólo hay diferencias de décimas de grado en todas las localidades. La variabilidad espacial es alta, con las mayores diferencias en H. Ascasubi y las menores en Tres Arroyos. Las localidades ubicadas hacia el oeste son las que presentan las mayores diferencias; esto puede deberse al contenido de humedad del aire que es menor en las localidades con mayor diferencia. Tandil presenta una gran inversión térmica, probablemente debido a factores micrometeorológicos.

CONCLUSIONES En todas las localidades analizadas se observa

inversión térmica. Las diferencias entre ambas temperaturas tienen distribución normal pues los valores medios y las medianas, tanto anuales como estacionales, son semejantes. Existe una correlación mayor al 0,80 entre las temperaturas en el abrigo y a 0.05cm en todas las localidades

En las localidades más occidentales la inversión térmica es más acentuada.

Hay gran variabilidad espacial pues las mayores diferencias se observan en H. Ascasubi y las menores en Tres Arroyos. Todas las localidades estudiadas presentan poca variabilidad temporal.

REFERENCIAS Burgos, J. A. J. 1963. Las heladas en la Argentina.

Colección Científica del INTA, Buenos Aires, Vol. III, 338 pág.

Damario, E. A.; Pascale, A. J. 1955. El calentamiento del aire en la lucha contra las heladas primaverales para la protección de los montes frutales en el Valle de Río Negro. Meteoros 5: 185-206.

Geiger, R.; Robert, A. 1965. The climate near the gorund. Harvard University Press. Cambridge, Massachusetts, 611 pág.

Grebet, P.; Juárez. 1977. El índice actinotérmico. Su interés en la lucha contra las heladas. INTA. Depto. Suelos. Castelar. AR. 8 p.

Proverbio, J. 1952. Dos ensayos de calentamiento del aire para evitar la acción de las bajas temperaturas en frutales. Meteoros 2: 117-129.


237

La presente edición se terminó de imprimir en octubre de 2012, con una tirada de 200 ejemplares.


238

Este libro fue Impreso en Ediciones GráficasConstitución 564 (X5800BBQ) Río Cuarto, Córdoba, Argentina.

Tel.: (0358) 463-9030 / www.edicionesgraficas.com.ar

Libro de Congreso RADA 2012

Documents

Transcript of Libro de Congreso RADA 2012