Los balances hídricos agrícolas en modelos de simulación agroclimáticos. Una revisión analítica

Contenido principal del artículo

Autores

José Alejandro Cleves L. https://orcid.org/0000-0001-9717-9753
Javier Toro C. https://orcid.org/0000-0001-6675-5148
Liven Fernando Martínez B. https://orcid.org/0000-0002-2117-3715

Resumen

En este artículo se analiza la aplicabilidad de los modelos agroclimáticos de simulación de cultivos CropWat v 8.0 y AquaCrop bajo la ocurrencia de los eventos ENOS (El Niño-Oscilación del Sur) y de cambio climático. Igualmente se resalta la importancia de estos modelos porque permiten a los agricultores implementar medidas de manejo y ubicación de cultivares teniendo en cuenta las condiciones climáticas para participar desde el contexto territorial en el diseño e implementación de estrategias de mitigación y/o adaptación. De manera complementaria se comparan las diferentes metodologías utilizadas para la determinación de la evapotranspiración de referencia (ETo) y se describen los atributos, características y aplicabilidad en la ecuación Penman-Monteith. Finalmente se define las variables del balance hídrico agrícola, indicando su aplicabilidad en la conservación o aumento de la productividad en diferentes escenarios. Se concluye que estos modelos son herramientas técnicas fundamentales en la planificación de siembras y de cosechas.

Palabras clave:

Detalles del artículo

Referencias

Allen, R., S. Luis, D. Raes y M. Smith. 2006. Evapotranspiración del cultivo. Documento FAO 56. Serie Riego y Drenaje. FAO, Roma.

Andarzian, B., M. Bannayan, P. Steduto, H. Mazraeh, M. E. Barati, M. A. Barati y A. Rahnama. 2011. Validation and testing of the AquaCrop model under full and deficit irrigated wheat production in Iran. Agric. Water Manage. 100(1), 1-8. Doi: 10.1016/j.agwat.2011.08.023

Araya, A., S. Habtu, K. M. Hadgu, A. Kebede y T. Dejene. 2010. Test of AquaCrop model in simulating biomass and yield of water deficient and irrigated barley (Hordeum vulgare). Agric. Water Manage. 97(11), 1838-1846. Doi: 10.1016/j.agwat.2010.06.021

Bernal, J., E. Díaz, J. Méndez. 2012. Uso del modelo AquaCrop para estimar rendimientos agrícolas en Colombia, en el marco del estudio de impactos económicos del cambio climático (EIECC). CP/COL/3302. IDEAM, Bogotá.

Bernal, J., Díaz, J. Méndez, C. Cortés, F. Boshell, P. Mejías, D. Raes, E. Federes y P. Stedutto. 2013a. Uso del modelo AquaCrop para estimar rendimientos para el cultivo de Caña de Azúcar en el departamento de Valle Del Cauca. FAO Colombia, Bogotá.

Bernal, J., E. Díaz, J. Méndez, C. Cortés, F. Boshell, P. Mejías, D. Raes, E. Federes y P. Stedutto. 2013b. Uso del modelo AquaCrop para estimar rendimientos para el cultivo de maíz en los departamentos de Córdoba, Meta, Tolima y Valle del Cauca. FAO Colombia, Bogotá.

Boshell, F. 2013. Desarrollo de una función agroclimática para estimar la productividad de los cultivos agrícolas en Colombia. CEPAL-Serie Medio Ambiente y Desarrollo 147, Bogotá.

Bouraima, A., Z. Weihua y W. Chaofu. 2015. lrrigation water requirements of rice using Cropwat model in Northern Benin. lnt. J. Agric. Biol. Eng. 8(2), 58-64. Doi: 10.3965/j.ijabe.20150802.1290.

Bruno, l., A. Silva, K. Reichardt, D. Dourado-Neto, O. Santos y C. Volpe. 2007. Comparison between climatological and field water balances for a coffee crop. Sci. Agric. 64(3), 215-220. Doi: 10.1590/S0103-90162007000300001

Casa, R., C. Russell y B. Lo Cascio. 2000. Estimation of evapotranspiration from a field of linseed in central ltaly. Agric. For. Meteorol. 104(4), 289-301. Doi: 10.1016/S0168-1923(00)00172-6

Castillo, F., F. Castellví, Á. Bosch, J. Cusidó, J. Sánchez, E. Ferreres, A. Gómez, F. López, J. Martínez, P. Pérez, J. Casanellas, P. Montserrat y J. Villar. 2001. Agrometeorología. Mundi-Prensa, Madrid

Cavero, J., I. Farre, P. Debaeke y J. Faci. 2000. Simulation of maize yield under stress with the EPICphase and CROPWAT models. Agron. J. 92(4), 679-690. Doi: 10.2134/agronj2000.924679x

Charchousi, D., V.K. Tsoukala y M.P. Papadopoulou. 2014. How evapotranspiration process may affect the estimation of water footprint indicator in agriculture? Desalination Water Treatment 53(12), 3234-3243. Doi: 10.1080/19443994.2014.934118

Claro, F. 1991. Balance hídrico. HIMAT, Bogotá.

Córdoba-Machado, S., R. Palomino-Lemus, S.R. Gámiz-Fortis, Y. Castro-Díez y M.J. Esteban-Parra. 2015. Influence of tropical Pacific SST on seasonal precipitation in Colombia: prediction using El Niño and El Niño Modoki. Clim. Dyn. 44(5-6), 1293-1310. Doi: 10.1007/s00382-014-2232-3

Corpoica. 2011. Sistema piloto de alertas agroclimáticas tempranas (SAT), para el apoyo a la toma de decisiones de alternativas tecnológicas de manejo para disminuir los efectos de eventos climáticos adversos en la Sabana de Bogotá, Colombia. En: Taller de Integración de los Sistemas de Alertas Tempranas Hidrometeorológicas. IDEAM, Corporaciones Autónomas Regionales, Bogotá.

Cortés, B., J. Bernal, E. Díaz, J. Méndez, F. Boshell, P. Mejía, D. Raes, E. Federes y P. Stedutto. 2013. Uso del modelo AquaCrop para estimar rendimientos para el cultivo de Arroz en los departamentos de Tolima y Meta. FAO Colombia, Bogotá.

Dastane, N.G. 1978. Effective rainfall in irrigated agricultura. FAO Irrigation and Drainage Paper 25. FAO, Roma.

De Souza, M.J.H., A. Ribeiro, H.G. Leite, F.P. Leite y R.B. Minuzzi. 2006. Disponibilidade hídrica do solo e produtividade do eucalipto em tres regi6es da Bacia do Rio Doce. Rev. Árvore, 30(3), 399-410. Doi: 10.1590/S0100-67622006000300010

Dechmi, F., E. Playán, J.M. Faci, M. Tejero y A. Bercero. 2003. Analysis of an irrigation district in northeastern Spain II. Irrigation evaluation, simulation and scheduling. Agric. Water Manage. 61(2), 93-109. Doi: 10.1016/S0378-3774(03)00021-0

Doorenbos, J. y W.O. Pruitt. 1977. Guidelines for predicting crop water requirements. Irrigation and Drainage Paper 24. FAO, Roma.

Doorenbos, J., A.H. Kassam, C.I.M. Bentvelsen, V. Branscheid, J.M.G.A. Plusje, M. Smith, G.O. Uittenbogaard y H.K. van der Wal. 1979. Efectos del agua sobre el rendimiento de los cultivos. Estudio FAO Riego y Drenaje 33. FAO, Roma.

Echeverría, C., A. Huber y F. Taberlet. 2007. Estudio comparativo de los componentes del balance hídrico en un bosque nativo y una pradera en el sur de Chile. Bosque 28(3), 271-280. Doi: 10.4067/S0717-92002007000300013

Eslava, J. 1993. Apuntes de climatología y diversidad climática. Rev. Acad. Colomb. Cienc. 18(71), 507-538.

Espinoza, J., J. Ronchail, J. Guyot, G. Cochonneau, F. Naziano, W. Lavado y P. Vauchel. 2009. Spatiotemporal rainfall variability in the Amazon basin countries (Brazil, Perú, Bolivia, Colombia, and Ecuador). Int. J. Climatol. 29(11), 1574-1594. Doi: 10.1002/joc.1791

Fernández, M.E. 2013. Efectos del cambio climático en el rendimiento de tres cultivos mediante el uso del Modelo AquaCrop. FONADE, IDEAM y BID, Bogotá.

FAO. 2006. Crop evapotranspiration: guidelines for computing crop water requirements. Documento 56. FAO, Roma.

FAO. 1992. CROPWAT, a computer program for irrigation planning and management. FAO Irrigation and Drainage Paper 26. FAO, Roma.

FAO. 1977. Las necesidades de agua de los cultivos. Documento 24. FAO, Roma.

Feng, Z., D. Liu y Y. Zhang. 2007. Water requirements and irrigation scheduling of spring maize using GIS and CropWat model in Beijing-Tianjin-Hebei region. Chin. Geogr. Sci. 17(1), 56-63. Doi: 10.1007/s11769-007-0056-3

Ficklin, D.L., S.L. Letsinger, H. Gholizadeh y J.T. Maxwell. 2015. Incorporation of the Penman-Monteith potential evapotranspiration method into a Palmer Drought Severity Index Tool. Computers Geosciences 85, 136-141. Doi: 10.1016/j.cageo.2015.09.013

García, J., N. Riaño y S. Magnitskiy. 2015. Simulation of corn (Zea mays L.) production in different agricultural zones of Colombia using the AquaCrop model. Agron. Colomb. 32(3), 358-366. Doi: 10.15446/agron.colomb.v32n3.45939

García-Vila, M. y E. Fereres. 2012. Combining the simulation crop model AquaCrop with an economic model for the optimization of irrigation management at farm level. Europ. J. Agron. 36(1), 21-31. Doi: 10.1016/j.eja.2011.08.003

Guarnizo, E. 2007. Manejo de aguas. Instituto Colombiano de Desarrollo Rural (Incoder), Agencia de Cooperación Japonesa (JICA). Bogotá.

Jamshid, Y. 2003. The integration of satellite images, GIS and CROPWAT model to investigation of water balance in irrigated area. A case study of Salmas and Tassoj plain, Iran. International Institute for GEO-Information Science and Earth Observation. Enschede, The Netherlands.

Jensen, M., R. Burman y R. Allen. 1990. Evapotranspiration and Irrigation Water Requirements. ASCE Manuals and reports on engineering practices 70. American Society of Civil Engineers, New York, NY.

Jensen, M.E. and H.R. Haise. 1963. Estimating evapotranspiration from solar radiation. J. Irrig. Drainage Div. ASCE 89, 15-41.

Lagos, P., Y. Silva, E. Nickl y K. Mosquera. 2008. El Niño related precipitation variability in Peru. Adv. Geosci. 14(3), 231-237. Doi: 10.5194/adgeo-14-231-2008

Levine, G., A.D. Cruz-Galvan, D. Garcia, C. Garcés-Restrepo y S. Johnson III. 1998. Performance of two transferred modules in the Lagunera región: water relations. International Water Management Institute. Research Report 23. Colombo, Sri Lanka. En: http://ageconsearch.umn.edu/bitstream/44583/2/REPORT23.PDF; consulta: mayo de 2015.

Li, F., R. Cao, Y. Zhao, D. Mu, C. Fu y F. Ping. 2015. Remote sensing Penman - Monteith model to estimate catchment evapotranspiration considering the vegetation diversity. Theor. Appl. Climatol. Doi: 10.1007/s00704-015-1628-2

Liang, L., L. Li, L. Zhang, J. Li y B. Li. 2008. Sensitivity of penman-monteith reference crop evapotranspiration in Tao’er River Basin of northeastern China. Chin. Geogr. Sci. 18(4), 340-347. Doi: 10.1007/s11769-008-0340-x

López, M., M. Chaves y V. Flórez. 2011. Modelos de cultivos y modelos fenológicos. pp. 153-177. En: Flórez., V.J. (ed.). Sustratos, manejo del clima, automatización y control en sistemas de cultivo sin suelo. Editorial Universidad Nacional de Colombia, Bogotá.

Marcelis, L.F.M, E. Heuvelink y J. Goudriaan. 1998. Modelling biomass production and yield of horticultural crops: a review. Sci. Hortic. 74(1-2), 83-111. Doi: 10.1016/S0304-4238(98)00083-1

Méndez, J., B. Cortes, J. Bernal, E. Díaz, F. Boshell, P. Mejía, D. Raes, E. Federes y P. Stedutto. 2013. Uso del modelo AquaCrop para estimar rendimientos para el cultivo de Papa en los departamentos de Cundinamarca y Boyacá. FAO Colombia, Bogotá.

Mullick, M.R.A., M.S. Babel y S.R. Perret. 2011. Discharge-based economic valuation of irrigation water: Evidence from the Teesta River, Bangladesh. Irrig. Drain. 60(4), 481-492. Doi: 10.1002/ird.597

Palacios-Hernández, E., L.E. Carrillo, A. Filonov, L. Brito-Castillo y C. E. Cabrera-Ramos. 2009. Seasonality and anomalies of sea surface temperature off the coast of Nayarit, Mexico. Ocean Dynamics 60(1), 81-91. Doi: 10.1007/s10236-009-0244-z

Penman, H.L. 1948. Natural evaporation from open water, bare soil and grass. Proc. Royal Soc. London. 193, 120-145.

Pereira, A.R., M.B.P. Camargo y N.A. Villa Nova. 2011. Coffee crop coefficient for precision irrigation based on leaf area index. Bragantia 70(4), 946-951. Doi: 10.1590/S0006-87052011000400030

Pérez, A. 1992. Cálculo de la necesidad de agua de las plantas con datos meteorológicos. Ed. Riobamba Pedagógica Freire, Riobamba, Ecuador.

Pérez, J. 2013. Diseño de un sistema de alertas Agroclimáticas tempranas participativas en la subcuenca Río Piedras del Macizo colombiano. Tesis de maestría. Facultad de Ciencias, Universidad Nacional de Colombia, Bogotá.

Priestley, C.H.B. y R.J. Taylor. 1972. On the assessment of surface heat flux and evaporation using large-scale parameters. Mon. Weather Rev. 100, 81-82.

Santamaría J, D. Reta, R. Faz y I. Orona. 2008. Reducción del rendimiento potencial en maíz forrajero en calendarios con tres y cuatro riegos. Terra Latinoamericana. 26(3), 235-241, Sociedad Mexicana de la Ciencia del Suelo, A.C. México. En: http:// www.redalyc.org/pdf/573/57313050005.pdf; consulta: mayo de 2015.

Santillán Gutiérrez, E., G. Dávila Vázquez, J. De Anda Sánchez y J.J. Díaz Torres. 2013. Assessment of hydric balance through climatic variables, in the Cazones River Basin, Veracruz, Mexico. Rev. Ambient. Água. 8(3), 104-117. Doi: 10.4136/ambi-agua.1147

Saseendran, S.A., L.R. Ahuja, L. Ma, T.J. Trout, G.S. McMaster, D.C. Nielsen, O. X. Fang, 2015. Developing and normalizing average corn crop water production functions across years and locations using a system model. Agric. Water Manage. 157, 65-77. Doi: 10.1016/j.agwat.2014.09.002

Silva, V.D.P.R., M.F. Albuquerque, L.E. Araújo, J.H.B.C. Campos, S.L.A. Garcéz y R.S.R. Almeida. 2015. Measurements and modelling of water footprint of sugarcane cultivated in Paraíba State. Rev. Bras. Eng. Agríc. Ambient. 19(6), 521-526.

Solano, E. y W. Stolz. 2015. El fenómeno ENOS (El niño oscilación del sur), IMN. En: http://www.imn.ac.cr/educacion/enos.html; consulta: junio de 2015.

Spano, D., R.L. Snyder, C. Sirca y P. Duce. 2009. ECOWAT - A model for ecosystem evapotranspiration estimation. Agric. For. Meteorol. 149(10), 1584-1596. Doi: 10.1016/j.agrformet.2009.04.011

Stancalie, C., A. Marica y L. Toulios. 2010. Using earth observation data and CROPWAT model to estimate the actual crop evapotranspiration. Phys. Chem. Earth 35(1-2), 25-30. Doi: 10.1016/j.pce.2010.03.013

Stedutto, P., T. Hsiao, D. Raes y E. Fereres. 2009. Aquacrop - The FAO crop model to simulate yield response to water: I. Concepts and underlying. Agron. J. 101(3), 426-437. Doi: 10.2134/agronj2008.0139s

Tavakoli, A.R., M. Mahdavi Moghadam y A.R. Sepaskhah. 2015. Evaluation of the AquaCrop model for barley production under deficit irrigation and rainfed condition in Iran. Agric. Water Manage. 161, 136-146. Doi:10.1016/j.agwat.2015.07.020

Toumi, J., S. Er-Raki, J. Ezzahar, S. Khabba, L. Jarlan y A. Chehbouni. 2015. Performance assessment of AquaCrop model for estimating evapotranspiration, soil water content and grain yield of winter wheat in Tensift Al Haouz (Morocco): Application to irrigation management. Agric. Water Manage. 163, 219-235. Doi: 10.1016/j.agwat.2015.09.007

Descargas

La descarga de datos todavía no está disponible.