Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Vol. 10 Núm. 1 (2016)

ARTÍCULOS DE REVISION

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

https://doi.org/10.17584/rcch.2016v10i1.4460

Publicado 2016-07-11

  • José Alejandro Cleves L.
    • ,
  • Javier Toro C.
    • ,
  • Liven Fernando Martínez B.

José Alejandro Cleves L.
Universidad Pedagógica y Tecnológica de Colombia, Facultad Seccional Duitama, Escuela Administración de Empresas Agropecuarias, Tunja

Javier Toro C.
Universidad Nacional de Colombia, Instituto de Estudios Ambientales, Bogotá

Liven Fernando Martínez B.
Universidad Nacional de Colombia, Instituto de Estudios Ambientales, Bogotá

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

CropWat v 8.0, AquaCrop, Rendimiento, Planificación, Escenarios

PDF

Citas

  1. Allen, R., Luis, S., Raes, D., y Smith, M. 2006. Evapotranspiración del Cultivo. Documento FAO 56. Serie Riego y Drenaje. Roma- Italia.
  2. Andarzian, B., Bannayan, M., Steduto, P., Mazraeh, H., Barati, M. E., Barati, M. A., y Rahnama, A. 2011. Validation and testing of the AquaCrop model under full and deficit irrigated wheat production in Iran. Agricultural Water Management, 100(1), 1-8. doi:10.1016/j.agwat.2011.08.023
  3. Araya, A., Habtu, S., Hadgu, K. M., Kebede, A., y Dejene, T. 2010. Test of AquaCrop model in simulating biomass and yield of water deficient and irrigated barley (Hordeum vulgare). Agricultural Water Management, 97(11), 1838-1846. doi:10.1016/j.agwat.2010.06.021
  4. Bernal, J. Díaz E., Méndez J. Cortés, B., Boshell F., Mejia P., Raes D., Federes, E., Stedutto, P. 2013. Uso del modelo AquaCrop para estimar rendimientos para el cultivo de Caña de Azúcar en el departamento de Valle Del Cauca. FAO, Colombia.
  5. Bernal, J., Díaz, E., Méndez, J. 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.
  6. Boshell, F. 2013. Desarrollo de una función agroclimática para estimar la productividad de los cultivos agrícolas en Colombia. CEPAL - Serie Medio Ambiente y Desarrollo N°147
  7. http://www.cepal.org/publicaciones/xml/4/49734/DesarrollodeunafuncionagroclimaticaCOL.pdf. Consulta: Agosto de 2015.
  8. Bouraima, A., Weihua, Z., y Chaofu, W. 2015. Irrigation water requirements of rice using Cropwat model in Northern Benin. International Journal of Agricultural and Biological Engineering, 8(2), 58-64. doi:10.3965/j.ijabe.20150802.1290
  9. Bruno, I. P., Silva, A. L. Da, Reichardt, K., Dourado-Neto, D., Bacchi, O. O. S., y Volpe, C. A. 2007. Comparison between climatological and field water balances for a coffee crop. Scientia Agricola, 64(3), 215-220. doi:10.1590/S0103-90162007000300001
  10. Casa, R., Russell, G., y Lo Cascio, B. 2000. Estimation of evapotranspiration from a field of linseed in central Italy. Agricultural and Forest Meteorology, 104, 289-301. doi:10.1016/S0168-1923(00)00172-6
  11. Castillo, F., Castellví, F., Bosch, Á., Cusidó, J., Sánchez, J., Ferreres, E., Gómez A., López, F., Martínez J., Pérez, P., Casanellas, J., Montserrat P., Villar. J., 2001. Agrometeorología. Madrid, España.
  12. Cavero, J., I. Farre, P. Debaeke, and J. M. Faci. 2000. Simulation of maize yield under stress with the EPICphase and CROPWAT models. Agron. J. 92: 679-690
  13. Charchousi, D., Tsoukala, V. K., y Papadopoulou, M. P. 2014. How evapotranspiration process may affect the estimation of water footprint indicator in agriculture? Desalination and Water Treatment, 3994(November), 1-10. doi:10.1080/19443994.2014.934118
  14. Claro, F. 1991. Balance Hídrico. HIMAT, Bogotá.
  15. Córdoba-Machado, S., Palomino-Lemus, R., Gámiz-Fortis, S. R., Castro-Díez, Y., y Esteban-Parra, M. J. 2015. Influence of tropical Pacific SST on seasonal precipitation in Colombia: prediction using El Niño and El Niño Modoki. Climate Dynamics, 44(5-6), 1293-1310. doi:10.1007/s00382-014-2232-3
  16. 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. Taller de Integración de los Sistemas de Alertas Tempranas Hidrometeorológicas del IDEAM, de las Corporaciones Autónomas Regionales y de los Sectores Productivos. Bogotá, septiembre 15 y 16 de 2011.
  17. Cortés, B., Bernal J., Díaz, E., Méndez, J., Boshell, F., Mejía, P., Raes, D., Federes, E., Stedutto, P. 2013. Uso del modelo AquaCrop para estimar rendimientos para el cultivo de Arroz en los departamentos de Tolima y Meta. FAO. Colombia.
  18. Dechmi, F., Playán, E., Faci, J. M., Tejero, M., y Bercero, a. 2003. Analysis of an irrigation district in northeastern Spain II. Irrigation evaluation, simulation and scheduling. Agricultural Water Management, 61(2), 93-109. doi:10.1016/S0378-3774(03)00021-0
  19. Díaz, E., Bernal, J., Méndez, J., Cortes B., Boshell, F., Mejías P., Raes D., Federes E., Stedutto, P. 2013. 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.
  20. Doorenbos, J. and W. Pruitt. 1977. Guidelines for predicting crop water requirements. Irrigation and Drainage Paper 24. Food and Agriculture Organization. Rome, Italy.
  21. 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. Organización de las Naciones Unidas para la Agricultura y la Alimentación. Roma, Italia Smith, M. 1992. CropWat: a computer program for irrigation planning and management. FAO Irrigation and Drainage Paper 46. Food and Agriculture Organization. Rome, Italy.
  22. Echeverría, C., Huber, A., y Taberlet, F. 2007. Estudio comparativo de los componentes del balance hídrico en un bosque nativo y una pradera en el sur de Chile Comparative study of water balance components in a native forest and a meadow in southern Chile. Bosque, 28(3), 271-280. doi:10.4067/S0717-92002007000300013
  23. Eslava, J. 1992. Apuntes de climatología y diversidad climática. Universidad Nacional de Colombia. Bogotá.
  24. Espinoza, J., Ronchail, J., Guyot, J., Cochonneau, G., Naziano, F., Lavado, W., Vauchel, P. 2009. Spatio-temporal rainfall variability in the Amazon basin countries (Brazil, Perú, Bolivia, Colombia, and Ecuador). International Journal of Climatology, 29(11), 1574-1594. doi:10.1002/joc.1791
  25. FAO Documento Número 56. 2006: Crop Evapotranspiration: guidelines for computing crop water requirements. Disponible en https://riegos.wordpress.com/2000/05/26/evapotranspiracion-del-cultivo-guias-para-la-determinacion-de-los-requerimientos-de-agua-de-los-cultivos/. Consultado Abril de 2015.
  26. FAO. 1977. Las necesidades de agua de los cultivos. Vol. No. 24, Roma, Italia.
  27. Feng, Z., Liu, D., y Zhang, Y. 2007. Water requirements and irrigation scheduling of spring maize using GIS and CropWat model in Beijing-Tianjin-Hebei region. Chinese Geographical Science, 17(1), 56-63. doi:10.1007/s11769-007-0056-3
  28. Ficklin, D. L., Letsinger, S. L., Gholizadeh, H., y Maxwell, J. T. 2015. Incorporation of the Penman–Monteith potential evapotranspiration method into a Palmer Drought Severity Index Tool. Computers y Geosciences, 85, 136-141. doi:10.1016/j.cageo.2015.09.013
  29. García-Vila, M., y Fereres, E. 2012. Combining the simulation crop model AquaCrop with an economic model for the optimization of irrigation management at farm level. European Journal of Agronomy, 36(1), 21-31. doi:10.1016/j.eja.2011.08.003
  30. 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. http://www.itc.nl/library/Papers_2003/msc/wrem/yarahmadi.pdf. Fecha de consulta: mayo de 2015.
  31. Jensen, M., Burman, R., y Allen, R. 1990. Evapotranspiration and Irrigation Water Requirements. ASCE Manuals and Reports on Engineering Practices No. 70. Am. Soc. Civil Engrs., New York, E.U.
  32. Lagos, P., Silva, Y., Nickl, E., y Mosquera, K. 2008. El Niño - related precipitation variability in Peru. Advances In Geosciences, 14(3), 231-237.
  33. Levine, G., A. D. Cruz-Galvan, D. Garcia, C. Garcés-Restrepo, and 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. http://ageconsearch.umn.edu/bitstream/44583/2/REPORT23.PDF. Consultado mayo de 2015.
  34. Li, F., Cao, R., Zhao, Y., Mu, D., Fu, C., y Ping, F. 2015. Remote sensing Penman – Monteith model to estimate catchment evapotranspiration considering the vegetation diversity. Theoretical and Applied Climatology. doi:10.1007/s00704-015-1628-2
  35. Liang, L., Li, L., Zhang, L., Li, J., y Li, B. 2008. Sensitivity of penman-monteith reference crop evapotranspiration in Tao’er River Basin of northeastern China. Chinese Geographical Science, 18(4), 340-347. doi:10.1007/s11769-008-0340-x
  36. López, M., Chaves, M., Flórez, V. 2011. Modelos de cultivos y modelos fenológicos. En Flórez R., V.J. ed. Sustratos, manejo del clima, automatización y control en sistemas de cultivo sin suelo. Bogotá: Editorial Universidad Nacional de Colombia. Pp, 153-177.
  37. Marcelis, L., E. Heuvelink y J. Goudriaan. 1998. Modelling biomass production and yield of horticultural crops: a review. Scientia Horticulturae. 74, Pp, 83-111.
  38. Méndez, J., Cortes, B., Bernal, J., Díaz, E., Boshell, F., Mejía, P., Raes, D., Federes, E., Stedutto, P. 2013. Uso del modelo AquaCrop para estimar rendimientos para el cultivo de Papa en los departamentos de Cundinamarca y Boyacá. FAO. Colombia.
  39. Mullick, M. R. A., Babel, M. S., y Perret, S. R. 2011. Discharge-based economic valuation of irrigation water: Evidence from the Teesta River, Bangladesh. Irrigation and Drainage, 60(4), 481-492. doi:10.1002/ird.597
  40. Palacios-Hernández, E., Carrillo, L. E., Filonov, A., Brito-Castillo, L., y Cabrera-Ramos, C. E. 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
  41. Pereira, A. R., Camargo, M. B. P. De, y Villa Nova, N. A. 2011. Coffee crop coefficient for precision irrigation based on leaf area index. Bragantia, 70(4), 946-951. doi:10.1590/S0006-87052011000400030
  42. Pérez, A. 1992. Calculo de la necesidad de agua de las plantas con datos meteorológicos. Riobamba, Ecuador. 289 pp.
  43. Pérez, J. 2013. Diseño de un sistema de alertas Agroclimáticas tempranas participativas en la subcuenca Río Piedras del Macizo colombiano. Universidad Nacional de Colombia.
  44. Santamaría J, Reta D, Faz R y Orona I. 2008. Reducción del rendimiento potencial en maíz forrajero en calendarios con tres y cuatro riegos. Terra Latinoamericana, vol. 26, núm. 3, julio-septiembre, 2008, pp. 235-241, Sociedad Mexicana de la Ciencia del Suelo, A.C. México. http://www.redalyc.org/pdf/573/57313050005.pdf. Fecha de consulta: mayo de 2015.
  45. Santillán Gutiérrez, E., Dávila Vázquez, G., De Anda Sánchez, J., y Díaz Torres, J. D. J. 2013. Assessment of hydric balance through climatic variables, in the Cazones River Basin, Veracruz, Mexico. Ambiente e Agua - An Interdisciplinary Journal of Applied Science, 8(3), 104-117. doi:10.4136/ambi-agua.1147
  46. Saseendran, S. A., Ahuja, L. R., Ma, L., Trout, T. J., McMaster, G. S., Nielsen, D. C., … Fang, Q. X. 2015. Developing and normalizing average corn crop water production functions across years and locations using a system model. Agricultural Water Management, 157, 65-77. doi:10.1016/j.agwat.2014.09.002
  47. Silva, V. D. P. R., Albuquerque, M. F. De, Araújo, L. E. De, Campos, J. H. B. C., Garcêz, S. L. A., y Almeida, R. S. R. 2015. Measurements and modelling of water footprint of sugarcane cultivated in Paraíba State. Revista Brasileira de Engenharia Agrícola e Ambiental, 19(October 2009), 521-526.
  48. Solano, E. y Stolz, W. 2015. El fenómeno ENOS (El niño oscilación del sur), IMN. http://www.imn.ac.cr/educacion/enos.html. Fecha de consulta: junio de 2015.
  49. Souza, M. J. H. De, Ribeiro, A., Leite, H. G., Leite, F. P., y Minuzzi, R. B. 2006. Disponibilidade hídrica do solo e produtividade do eucalipto em três regiões da Bacia do Rio Doce. Revista Árvore, 30(3), 399-410. doi:10.1590/S0100-67622006000300010
  50. Spano, D., Snyder, R. L., Sirca, C., y Duce, P. 2009. ECOWAT—A model for ecosystem evapotranspiration estimation. Agricultural and Forest Meteorology, 149(10), 1584-1596. doi:10.1016/j.agrformet.2009.04.011
  51. Stancalie, G., Marica, A., y Toulios, L. 2010. Using earth observation data and CROPWAT model to estimate the actual crop evapotranspiration. Physics and Chemistry of the Earth, Parts A/B/C, 35(1-2), 25-30. doi:10.1016/j.pce.2010.03.013
  52. Stedutto, P., Hsiao, T., Raes, D., y Fereres, E. 2009. Aquacrop - The FAO Crop Model to Simuilate Yield Response to Water: I. Concepts and underlying.
  53. Tavakoli, A. R., Mahdavi Moghadam, M., y Sepaskhah, A. R. 2015. Evaluation of the AquaCrop model for barley production under deficit irrigation and rainfed condition in Iran. Agricultural Water Management, 161, 136-146. doi:10.1016/j.agwat.2015.07.020
  54. Toumi, J., Er-Raki, S., Ezzahar, J., Khabba, S., Jarlan, L., y Chehbouni, A. 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. Agricultural and Water Management, in rev., 219-235. doi:10.1016/j.agwat.2015.09.007
  55. Trenberth, K. 1976. Spatial versus noise in the Southern Oscillation, Mon. Wea. Rev., 112:323-332.
  56. Vanuytrecht, E., Raes, D., Steduto, P., Hsiao, T. C., Fereres, E., Heng, L. K., Mejias Moreno, P. 2014. AquaCrop: FAO’s crop water productivity and yield response model. Environmental Modelling y Software, 62, 351-360. doi:10.1016/j.envsoft.2014.08.005
  57. Westerhoff, R. S. 2015. Using uncertainty of Penman and Penman–Monteith methods in combined satellite and ground-based evapotranspiration estimates. Remote Sensing of Environment, 169, 102-112. doi:10.1016/j.rse.2015.07.021
  58. Yuan, T., y Di, Y. 2014. Variability of lightning flash and thunderstorm over eastern China and Indonesia on ENSO time scales. Atmospheric Research, 169(June), 15-20. doi:10.1016/j.atmosres.2015.10.022

Descargas

Los datos de descargas todavía no están disponibles.

Artículos similares

1 2 > >> 

También puede {advancedSearchLink} para este artículo.