Ayuda
Ir al contenido

Dialnet


Calibración y validación de modelos para la simulación de patata (Solanum tuberosum L.) bajo diferentes tratamientos de riego con pivot en condiciones semiáridas

  • Autores: Francisco Montoya Sevilla
  • Directores de la Tesis: José Fernando Ortega Álvarez (dir. tes.), Alfonso Domínguez Padilla (dir. tes.), Juan Ignacio Córcoles Tendero (dir. tes.)
  • Lectura: En la Universidad de Castilla-La Mancha ( España ) en 2014
  • Idioma: español
  • Tribunal Calificador de la Tesis: José María Faci González (presid.), José María Tarjuelo Martín-Benito (secret.), Ramón López Urrea (voc.)
  • Materias:
  • Enlaces
    • Tesis en acceso abierto en: RUIdeRA
  • Resumen
    • La sostenibilidad de la agricultura de regadío pasa por realizar un uso eficiente de los escasos recursos hídricos disponibles, especialmente en las regiones áridas y semiáridas. Los sistemas de ayuda a la toma de decisiones suponen una herramienta útil para gestores y usuarios de zonas de riego con diferentes condiciones agroecológicas. La modelación del crecimiento y desarrollo de los cultivos, entre ellos la patata, es un instrumento que permite predecir el comportamiento de éstos, en una determinada zona, ante diferentes estrategias de producción. El presente trabajo se plantea como objetivo principal la calibración y la validación de tres modelos (AquaCrop, CropSyst y SUBSTOR-Potato) para la simulación de un cultivo de patata (Solanum tuberosum L.) cultivada con sistema de riego pívot. Estos modelos se caracterizan por no ser aplicados, con el cultivo de la patata, en zonas semiáridas de la mancha albaceteña. CONTENIDO DE LA INVESTIGACIÓN Este trabajo se desarrolla en base a un ensayo experimental llevado a cabo durante las campañas 2011 y 2012 en el Centro de Formación Agroambiental de Aguas Nuevas (Término Municipal de Albacete). Se ensayaron cuatro tratamientos hídricos, aplicando el 120%, 100%, 80% y 60% de los requerimientos hídricos del cultivo, realizando la programación de riegos para el tratamiento de referencia (100%), siguiendo la metodología FAO. El ensayo de ambas campañas se realizó en un sector circular distinto, pero de igual superficie. Cada sector disponía de 12 parcelas elementales (60 m2) distribuidas al azar en tres coronas circulares concéntricas ubicadas entre el tercer y cuarto tramo del pívot. El riego de cada una de las parcelas se controló por un grupo de 14 emisores que abrían y cerraban en función de la posición en que se encontraba el pívot. La aplicación de los tratamientos se estableció en función de la aplicación o no de algunos de los 6 riegos consecutivos de alta frecuencia e igual dosis, consiguiendo así un riego deficitario continuo que garantizaba el porcentaje objetivo de los requerimientos hídricos del cultivo. En las dos campañas se realizó el seguimiento del crecimiento y desarrollo del cultivo de cada tratamiento, permitiendo modelar la evolución del índice de área foliar (LAI), la materia seca total del cultivo (MST) y la materia seca de tubérculos (MSt). La medición del grado de cobertura verde (CC) del cultivo se realizó mediante el análisis de imágenes tomadas con una cámara fotográfica digital acoplada a un vehículo aéreo no tripulado (UAV). Se estudió el efecto del estrés hídrico sobre la eficiencia en el uso de la radiación del cultivo para la producción de biomasa, se caracterizó la evolución del contenido de agua en el suelo con sensores EnviroScan® y Watermark®, y se estimó la evapotranspiración real (ET) del cultivo a partir del balance simplificado de agua en el suelo y del balance de energía (Relación de Bowen). La cosecha del cultivo, en cada parcela elemental, se realizó sobre 18 m2 determinando la biomasa total (B), el rendimiento (Y), el índice de cosecha (HI) y la eficiencia en el uso del agua (EUA). Los modelos utilizados para calibrar y validar el cultivo de la patata están estructurados en diferentes módulos (clima, suelo, manejo y cultivo) siendo el módulo de cultivo el que requiere de un mayor número de parámetros clasificados como ¿conservativos¿ y ¿no conservativos¿. El modelo AquaCrop versión 4.0, cuyo módulo de acumulación de biomasa del cultivo depende en gran medida de la productividad del agua, estimada en 19,0 g m-2, reprodujo adecuadamente los tratamientos hídricos en el año de calibración y de validación. Las simulaciones realizadas con el modelo fueron excelentes y buenas (NRMSE<20%) en relación a los datos de crecimiento y cosecha del cultivo observado en campo. La materia seca de tubérculos y el rendimiento del cultivo en 2012 fue sobrestimada debido a que el modelo no es capaz de aplicar un factor de corrección por estrés térmico sobre el cálculo del HI durante la etapa de tuberización. El contenido de agua en el suelo simulado se ajusta bien con lo medido por los sensores EnviroScan®, obteniendo coeficientes de determinación entre 0,50 y 0,75. La simulación de la ET por el modelo fue buena y aceptable (10%30%). Además, el momento de madurez fisiológica simulado no se correspondió con lo observado tanto en el año de calibración como en el de validación. Por su parte, el agua en el suelo y la ET presentaron mayores errores en la estimación a medida que los tratamientos eran más deficitarios. De acuerdo a la EUA obtenida por los tres modelos, el tratamiento del 80% es el más eficiente en los dos años simulados, pese a que AquaCrop no mostró diferencias entre tratamientos en el 2012 como también se observó en campo. La relación entre la ET simulada con los tres modelos y la ET medida con la estación Bowen mostró un coeficiente de determinación elevado (R2>0,95). CONCLUSIÓN Se puede considerar que los tres modelos empleados quedan calibrados y validados para las condiciones de clima semiárido de Albacete, si bien, el cálculo del HI, por parte de AquaCrop y CropSyst, ha de ser ajustado para minimizar el error en la predicción de la MSt y de Y. SUBSTOR-Potato, en cambio, precisa de algunos ajustes por parte de los desarrolladores del modelo para reproducir convenientemente el LAI. SUBSTOR-Potato, que resultó ser el modelo con menor número de parámetros necesarios para simular el cultivo, mostró, junto a CropSyst, una mayor complejidad para determinar sus parámetros de simulación. Asimismo, AquaCrop es el modelo más robusto y sencillo para reproducir la biomasa y el rendimiento bajo diferentes láminas de riego, debido a que las variables del modelo son más intuitivas y con mayor facilidad de acceso. Los estadísticos NRMSE, R2, DM y EF, pueden ser suficientes para que futuros usuarios de este tipo de modelos tengan un nivel de aproximación suficiente para evaluar el comportamiento de los mismos. BIBLIOGRAFÍA Allen, R.G., Pereira, L.S., Raes, D., Smith, M. 1998. Crop evapotranspiration: Guidelines for computing crop water requirements. FAO Irrig. Drain 56:300. FAO, Rome, Italy. Confalonieri, R., Bechini, L. 2004. A preliminary evaluation of the simulation model CropSyst for alfalfa. European Journal of Agronomy, 21: 223-237. Córcoles, J.I., Ortega, J.F., Hernández, D., Moreno, M.A. 2013. Use of digital photography from unmanned aerial vehicles for estimation of leaf area index in onion (Allium cepa L.). European Journal of Agronomy, 45: 96-104. Domínguez, A., Martínez, R.S., de Juan, J.A., Martínez-Romero, A., Tarjuelo, J.M. 2012. Simulation of maize crop behavior under deficit irrigation using MOPECO model in a semi-arid environment. Agricultural Water Management, 107: 42-53. Griffin, T.S., Johnson, B.S., Ritchie, J.T. 1995. A simulation model for potato growth and development: SUBSTOR-Potato. IBSNAT Research report series 02-05/93 (500). Hoogenboom, G., Jones, J.W., Porter, C.H., Boote, K.J., Batchelor, B., Hunt, T., Gijsman, A., Wilkens, P., Singh, U., Bowen, W. 2010. Overview of DSSAT v4.5 Croping System Model (CSM). In: G. Hoogenboom, J.W. Jones, C.H. Porter, P.W. Wilkens, K.J. Boote, L.A. Hunt, and G.Y. Tsuji (Eds.). Decision Support System for Agrotechnology Transfer Version 4.5. Volume 1, University of Hawaii, Honolulu, HI. Jacovides, C. P., Kontoyiannis, H. 1995. Statistical procedures for the evaluation of evapotranspiration computing models. Agricultural Water Management, 27: 365-371. Kooman, P.L., Fahem, M., Tegera, P., Haverkort, A.J. 1996. Effects of climate on different potato genotypes 2. Dry matter allocation and duration of the growth cycle. European Journal of Agronomy, 5: 207-217. Romero Villafranca, R., Zúnica Ramajo, L. 2005. Estadística. Servicio de Publicaciones de la Universidad Politécnica de Valencia, Valencia. España. Steduto, P., Hsiao, T.C., Raes, D., Fereres, E. 2009. AquaCrop ¿ The FAO crop model to simulate yield response to water: I. Concepts and underlying principles. Agronomy Journal 101: 426-437. Stöckle, C.O., Donatelli, M. and Nelsol, R. (2003). CropSyst, a cropping systems simulation model. European Journal of Agronomy 18: 289-307. Tanner, C.B., Sinclair, T.R. 1983. Efficient water use in crop production: research or re-search? In: H.M. Taylor, W.R. Jordan, T.R. Sinclair (Eds.). Limitations to efficient water use in crop production, 1-27, ASA-CSSA-SSSA, Madison, Wisconsin, USA


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno