Download efecto modelado del cc en maíz

Titulo:
Posgrado en Ingeniería Agrícola y
Uso Integral del Agua
UTILIZACIÓN DE MODELOS DE SIMULACIÓN
DE CRECIMIENTO PARA MAÍZ BAJO
ESCENARIOS DE CAMBIO CLIMÁTICO.
M. C. José Luis Noriega Navarrete
Sede Regional Centro
19 de octubre de 2016
ÍNDICE TEMÁTICO
1
2
3
4
• INTRODUCCIÓN
• Cambio climático, agricultura y modelación
• OBJETIVOS
• CARACTERÍSTICAS DE LOS MODELOS DE SIMULACIÓN.
• EFECTO MODELADO DEL CC EN MAÍZ
• SITUACIÓN MÉXICO
• CONCLUSIONES
Cambio Climático en México
Cambio Climático y
agricultura
Actividades agropecuarias aportan 25 % GEI
CO2
CH4
NO2
Cambio Climático y
agricultura en México
Incremento T °C:
Afecta la necesidades hídricas
Aumento de la ETP
Cambios en los ciclos de desarrollo y productividad de los
cultivos
Alta incidencia de plagas, enfermedades y maleza.
Cambio Climático y
agricultura en México
Modificación del régimen pluvial:
Reducción disponibilidad hídrica.
Modificación de la ETP.
Aumento de riesgos por sequía.
Pérdida de suelo y de su fertilidad.
Cambio Climático y
agricultura en México
Aumento [CO2]
400 ppm 2016.
Efectos positivos por reducción estomática.
Modificación de la ETP
Actividad fotosintética.
Acumulación de materia seca.
El cultivo del maíz
2° cultivo en importancia mundial por su producción (FAO, 2016).
México 7° posición (25.48 millones ton) (USDA, 2016).
Superficie sembrada: 33.45 % (7’426,412.19)
17.38 % del valor de producción agrícola (72.5 mil mdp) (SIAP, 2016).
Importancia social, cultural, política, histórica, biológica, ecológica,
industrial, bioenergético, gastronómica y soberanía alimentaria.
Vulnerabilidad del maíz al
CC
El 82.54 % de la superficie cosechada es de temporal.
57.87 % de la producción nacional
Dependencia de las condiciones meteorológicos.
Agricultura de temporal es susceptible al efecto del C.C.
Autoconsumo.
Sistemas Agrícolas
Los sistemas agrícolas son complejos, altamente no lineales.
Se requiere de herramientas para el análisis de variables climáticas para
la toma de decisiones.
Modelación de Cultivos y CC
Los modelos de simulación de crecimiento y desarrollo de los cultivos
ayudan a entender, de forma práctica, rápida y sintética, los procesos
biológicos a través de la simulación matemática, a lo largo del tiempo y
del espacio.
Por medio de la modelación, es posible pronosticar el estado del
tiempo, lo que permite implementar medidas para reducir los impactos.
Emplean información meteorológica, edáfica, cultivo y
manejo
agronómico
Objetivo
Revisión crítica del estado del arte
sobre los modelos de simulación
aplicados al cultivo del maíz, más
implementados a nivel global, de 2006
a 2016, para predecir el impacto en los
rendimientos de maíz, bajo los
diferentes escenarios de C.C.
Modelos de simulación para
crecimiento de maíz
APSIM-Maize.
AquaCrop.
CropSyst.
CROPWAT.
DSSAT-CERES-Maize.
EPIC-Maize.
InfoCrop.
WOFOST.
Características de los modelos de
simulación
MODELO
Cálculo del
rendimiento
Fenología
cultivo
Estrés
ETP
Coef
APSIM-Maize
Partición en
etapas
reproductivas
Temperatura
Fotoperiodo
Hídrico
Oxígeno
Térmico
PriestleyTaylor
5
Hídrico
Nitrógeno
Térmico
PenmanMonteith
13
AquaCrop
CropSyst
Biomasa aérea
Temperatura
Índice de Cosecha
Índice de
Cosecha
Biomasa aérea
Partición en
etapas
reproductivas
(postcosecha)
Temperatura
Fotoperiodo
Hídrico
Térmico
Nitrógeno
PenmanMonteith
13
Variables
climáticas
PP
T. max
T. min
Radiación
PP
T. max
T. min
Radiación
PP
T. max
T. min
T. Rocío
Radiación
Viento
Características de los modelos de
simulación
MODELO
Cálculo del
rendimiento
Fenología
cultivo
Estrés
ETP
Coef
CROPWAT
Índice de Cosecha
Biomasa aérea
Partición en etapas
reproductivas
Temperatura
Hídrico
PenmanMonteith
3
DSSATCERESMaize
Tasa de crecimiento
de grano
Temperatura
Fotoperiodo
Hídrico
PenmanNitrógeno
Monteith
Oxígeno
6
Temperatura
Fotoperiodo
Hídrico
Nitrógeno PenmanFósoforo Monteith
Potasio
57
EPICMaize
Índice de Cosecha
Biomasa aérea
Variables
climáticas
PP
T. max
T. min
H. Sol
Viento
PP
T. max
T. min
Radiación
Radiación
T. max
T. min
Humedad
Relativa
Viento
Características de los modelos de
simulación
MODELO
InfoCrop.
Cálculo del
rendimiento
Biomasa aérea
Tasa de crecimiento
de grano
Fenología
cultivo
Temperatura
Fotoperiodo
Partición en etapas
reproductivas
WOFOST.
Partición en etapas
reproductivas
Biomasa aérea
Temperatura
Fotoperiodo
Estrés
Hídrico
Nitrógeno
Térmico
Hídrico
Oxígeno
Nitrógeno
ETP
PenmanMonteith
Penman
Coef
Variables
climáticas
10
PP
T. max
T. min
Rd
P. Vapor
Viento
6
T. max
T. min
Rd
P. Vapor
Viento
Efecto CC en maíz con el modelo
APSIM
Región
Periodo
Noreste de
China
1981–
2010
Condición
base
Condición de
cambio
T. MEDIA
T:
+ 1, +2, + 3
17 – 20.6 °C
PP:
-10, -20,- 30 %
Rendimiento
Kg ∙ ha-1
5310
Resultado
-54 % / 3 °C en T. max.
+ 20 % /3° C en T min.
-40 a -70 % /-30 % PP
Sudáfrica
2010–2039 T.
20
RCP 4.5/ RCP 8.5
PP:
750 – T. min:
+3.2 a +5.4
2040–2069 1000 mm
T. max:
+3.2 a +4.9
7N-14P-7K
Dosis baja.
35N-14P
Dosis baja
RCP 4.5 Dosis alta
3000
-13 %/ 2010–2039
-13 %/ 2040–2069
-18 %/2070–2099
2070–2099
Dosis alta
90N-26P
Dosis Alta
RCP 8.5 Dosis alta
7000
-13 % /2010–2039
-18 % /2040–2069
-32 % /2070–2099
Efecto CC en maíz con el modelo
CropSyst
Efecto CC en maíz con el modelo
CropSyst
Italia
2050
SRES A2.
RENDIMIENTO BASE (Kg ha-1)
5900 Sin riego
+88.81 % /Sin riego
10540 Riego manual
+14.6 /Riego manual
11660 Riego automático
+4.46 /Riego Automático
Efecto CC en maíz con el modelo
EPIC - Maize
África
2040 / 2080
RCP 8.5.
Efecto CC en maíz con el modelo
EPIC - Maize
Mundial
2050 / 2080
+43 % en 82 países
-46.5 % en 50 países
(América, Europa, Asia).
Efecto CC en maíz con el modelo
InfoCrop
INDIA
RENDIMIENTO BASE (Kg ha-1)
2272 a 2823
-38.8 a -50.3 % /2071-2100
-20.8 % /con riego
-28.8 % /fertilizante adicional
-30.8 % /abono orgánico + fertilizante
Efecto CC en maíz con el modelo
WOFOST
Eslovenia
Seres /A1B
Rendimiento Base
8100 a 10400
Efecto CC en maíz con el modelo
DSSAT – CERES - Maize
África
RENDIMIENTO BASE
800 a 4507 Kg ha-1
RCP 4.5
-9.1 a-15.2% /2020
-6.4 %/2050
+3.8 %/2080
RCP 8.5
-3.5 a -9.6 % /2020
-12.4 a -55 %/2050
+3.5 /2080
Efecto CC en maíz con el modelo
DSSAT – CERES - Maize
Cinturón Chino del Maíz
RENDIMIENTO BASE
4160 a 9500 Kg ha-1
Riego Sin efecto CO2/Efecto CO2
1.4 a 10.9 % /1.6 %/+1 °C
9.8 a 21.7 % /10.2 % /+2 °C
4.3 a 32.1 % /3.9 a /+3 °C
Temporal Sin efecto CO2/Efecto CO2
-22.2 a -1.0 %/-10.8 a -0.7 % /+1 °C
-27.6 a -7.9 %/-18.1 a -5.6 % /+2 °C
-33.7 a -4.6 %/-25.9 a -1.6 % /+3 °C
Efecto CC en maíz con el modelo
DSSAT – CERES - Maize
Oriente Medio
RENDIMIENTO BASE
4456 a 11636 Kg ha-1
A1B
-10.8 a -24.6 %/2020
-17.0 a -30.0 %/2050
-22.2 a -43.0 % /2080
A2
-12.7 a -26.8 %/2020
-14.4 a -29.9 %/2050
-27.0 a -45.0 %/2080
B1
-3.4 a -19.0 %/2020
-13.0 a-20.0 %/2050
-15.0 a -43.0 %/2020
Efecto CC en maíz con el modelo
DSSAT – CERES - Maize
Europa
RENDIMIENTO BASE
800 a 5887 Kg ha-1
A1B
-3.5 %/2050
-15.7 a -52 % /2100
B2
-6 % /+2 °C (T. min)
-12 % /+4 °C (T. max)
3 % /-PP
Efecto CC en maíz con el modelo
DSSAT – CERES - Maize
Panamá
RENDIMIENTO BASE
5848 Kg ha-1
A2
-0.5 %/2020
+2.4 % /2050
+4.5 % /2080
B1
-0.1%/2020
-0.8% /2050
+1.5 % /2080
Chile
RENDIMIENTO BASE
13000 a 15430 Kg ha-1
B2
-10 %/2080
A1F1
-30 % /2080
Efecto CC en maíz con el modelo
DSSAT – CERES - Maize
Cinturón Maicero EEUU
RENDIMIENTO BASE
Temporal
9520 Kg ha-1
+4.04 % /AIB
+1.80 % /A2
+3.40 % */B1
Temporal
9897 Kg ha-1
B1
+4.95 % /AIB
+9.84 % /A2
+11.18 % */B1
Situación de la modelación para
CC en México
Se han utilizado un par de los modelos citados (AquaCrop y DSSAT).
No existen estudios recientes.
Falta el desarrollo de mas modelos aplicados para las condiciones
locales.
Aplicarse en regiones de alta y baja productividad.
Medidas adecuadas de mitigación y adaptación al CC
CONCLUSIONES
El uso de modelos de simulación de cultivos son una herramienta útil
en el pronóstico del rendimiento del cultivo de maíz bajo los
escenarios de cambio climático.
Existen una amplia variedad de software desarrollado para tal
propósito, con resultados publicados a nivel mundial.
Los modelos mas ampliamente utilizados son DSSAT, CropSyst, APSIM,
WOFOST .
CONCLUSIONES
Las estimaciones futuras, en general, a nivel mundial, proyectan
reducciones en el rendimiento del cereal en todo el orbe, siendo del
orden en Asía, África, América, y Europa de hasta 70 %, 56 %, 61 % y
60 % respectivamente.
En el caso de México, es necesario ampliar el desarrollo y uso de los
modelos para la simulación del crecimiento de maíz bajo los
escenarios de cambio climático.