La agricultura es el principal usuario del agua en Castilla-La Mancha (CLM), donde sólo una parte de los recursos hídricos generados en su territorio (18%) puede ser utilizada para riego. Las oscilaciones de los precios agrícolas y el aumento de los costes de producción están reduciendo la rentabilidad de los cultivos en muchos casos. En consecuencia, los agricultores demandan nuevas metodologías que les ayuden a ser más competitivos.
Los modelos de ayuda a la toma de decisiones son herramientas diseñadas para orientar a los gestores y usuarios sobre cuál es la mejor opción posible, dependiendo del escenario propuesto, en entornos complejos de elevada variabilidad.
MOPECO (modelo para la optimización económica del agua de riego), desarrollado por el CREA (Centro Regional de Estudios del Agua), tiene como objetivo maximizar la rentabilidad de las explotaciones agrarias a través de un uso más eficiente del agua y de la superficie regable. La participación en los proyectos europeos DeSurvey (lucha contra la desertificación) y Flow-aid (desarrollo de herramientas integrales para la gestión del agua de riego), dónde se desarrolló una nueva versión de este modelo con algunas mejoras, puso de manifiesto la robustez de su metodología, la necesidad de avanzar en su desarrollo, y la existencia de una demanda a nivel productivo e investigador de soluciones para gestionar más eficientemente los recursos disponibles con el fin de garantizar la rentabilidad y sostenibilidad de la actividad agrícola.
En el capítulo 1 se justifica la presente tesis doctoral cuyos objetivos generales son: • Desarrollar una metodología para el cálculo de calendarios de riego óptimos que sea computacionalmente eficiente.
• Desarrollar una metodología que suponga un paso adelante en la determinación de distribuciones óptimas de cultivos para volúmenes de agua de riego y superficies regables limitados.
• Desarrollar una metodología para el cálculo de distribuciones óptimas de cultivo en una explotación agraria bajo condiciones de incertidumbre climática y económica.
• Los algoritmos desarrollados en los objetivos anteriores deberán ser rápidos y eficientes para reducir las necesidades de computación de los equipos informáticos, ya que se pretende proponer la metodología necesaria para desarrollar una versión online de la nueva versión del modelo MOPECO, transferible tanto al sector productivo como al investigador.
En el capítulo 2 se desarrollan en detalle los niveles 0 y 1 de la estructura de optimización multinivel de MOPECO. En el nivel 0, se unifica en un único documento la información ya publicada sobre el simulador MOPECO. En el nivel 1 se desarrolla una metodología rápida para la obtención de calendarios óptimos de riego, denominada optimización MdM, y se generan 5 submodelos de optimización con distintos niveles de complejidad dependiendo del conjunto de variables que consideran.
La aplicación de los distintos submodelos para los cultivos cebada y maíz indican un incremento medio del margen bruto (MB) de un 8,5% con riego deficitario, con un incremento máximo del 20,5% en el tramo de mayor importancia de la respuesta al MB del cultivo con el riego. En el caso de la cebolla los incrementos son menores.
El submodelo de optimización que mejor se comporta es el más complejo de todos, que tiene en cuenta el efecto de la precipitación, del suelo y del coeficiente de uniformidad (CU) del agua en el suelo originado por el riego. No obstante, se recomienda la utilización de los 5 submodelos de forma simultánea, con una información que puede resultar interesante para la toma de decisiones del manejo del riego.
Los tiempos de cálculo son extremadamente reducidos, lo que posibilita dar servicio a un número elevado de usuarios de forma online con un coste computacional muy bajo.
El objetivo del capítulo 3 es desarrollar un algoritmo de solución directa capaz de determinar la distribución óptima de cultivos que sea compatible con el modelo MOPECO (modelo de optimización económica del agua de riego). La solución óptima se consigue con solo uno o dos cultivos, pero ésta no siempre es la más adecuada desde el punto de vista agronómico dada la necesidad de realizar una adecuada rotación de cultivos, reducir el riesgo económico que implica la baja diversidad de cultivos, etc..). Por estos motivos, se ha adaptado el algoritmo desarrollado para manejar este tipo de situaciones.
Para una hipotética explotación de 100 ha, considerando 10 cultivos diferentes y 11 escenarios de volumen de agua total disponible, el algoritmo desarrollado consigue márgenes brutos un 0,5% inferior de media a los que consigue el software comercial LINGO, y un 1,1% mayor que los algoritmos genéticos, reduciendo el tiempo de cálculo entre 50-100 y 2000 veces, respectivamente.
La mayoría de los resultados obtenidos por el algoritmo propone un manejo de los cultivos aplicando riego deficitario, especialmente cuando la dotación de riego es baja. Este trabajo pone de manifiesto la importancia de esta técnica para aumentar la rentabilidad de las explotaciones de riego situadas en zonas con escasos recursos hídricos.
En el capítulo 4 se ha desarrollado una metodología que permite obtener distribuciones óptimas de cultivos bajo condiciones de incertidumbre climática y económica desde dos puntos de vista, para ello se han planteado tres escenarios en función que se disponga de modelos que permitan predecir las condiciones futuras “escenario 1” y que no se disponga de esta capacidad “escenario 3”, plateando un escenario adicional donde se mantiene invariante la superficies de los cultivos, pero se dispone de capacidad de previsión para optimizar el reparto de agua, “escenario2”. Para cada uno de los escenarios se determina la mejor alternativa de distribución de cultivos y su comportamiento potencial.
Para la obtención de la distribución óptima de cultivos que obtenga el mayor margen bruto (MB) medio se han desarrollado algoritmos muy eficientes, con tiempos de cálculo reducido, tanto para el escenario 3 como para el cálculo de la distribución óptima de volúmenes de agua de riego para superficies fijas de cultivos.
Lo resultados indican que las alternativas que mejor se comportan en los escenarios 2 y 3 son las de mayor MB medio, frente a las alternativas de mínima varianza, obtenidas por la aplicación del modelo de Markowitz a combinaciones lineales de alternativas óptimas de los diferentes años. Esto es debido a que el incremento de variación de las alternativas de mayor MB medio es hacia mayores valores de MB, siendo esto mucho más interesante que las alternativas de mínima varianza. Por ello, si se desea una cierta estabilidad en el MB a lo largo del tiempo, se recomienda recurrir a una adecuada gestión financiera, que permita absorber las oscilaciones provocadas por la incertidumbre a lo largo del tiempo.
El modelo de Markowitz aplicado al escenario 2 puede ser de gran utilidad para determinar alternativas con mayor MB medio a partir del cálculo de la frontera eficiente.
En el capítulo 5 se propone cómo integrar todas las metodologías desarrolladas en un sistema de asesoramiento online a nivel mundial, donde el usuario o regante tenga a su disposición servicios para la optimización del agua de riego y distribución optima de cultivos permitiéndole conseguir mayores beneficios con los mismos recursos.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados