www.inia.cl
Modelos de crecimiento y fenología de cultivos aplicados al manejo integrado de enfermedades.
Patricio Sandaña G.INIA-Remehue
TEMARIO
Usos de modelos en:Análisis de rendimiento,Efectos del cambio climáticoInteracción con enfermedades (Ej: Tizón tardío)
0 5 10 15 20 25 30 350
10
20
30
40
50
60
70Trigo
Avena
Arroz
Poroto
0 5 10 15 20 25 30 350
200
400
600
800
1,000
1,200 Remo-lachaPapa
Años desde 1979
Rend
imie
nto
(qqm
ha-1
)
Rendimientos de cultivos desde el año 1979 (ODEPA, 2014)
¿Cuál es el potencial de rendimiento de estos cultivos en distintas zonas del país?
Brechas de Rendimiento
POTENCIAL
*CO2
*Radiación
*Temperatura
*GenotipoFactores definitorios
(T ha-1)
ALCANZABLE
*Agua
*Nutrientes Nitrógeno
FósforoFactores limitantes
Medidas de Aumento Rendimiento
Nivel de Producción de un Cultivo
ACTUAL*Malezas
*Enfermedades
*Plagas
Medidas de Protección de Rendimiento
Factores reductores
BRECHA RENDIMIENTO
Modelo LINTUL-POTATO
INPUT
OUPUT
Temp max (°C) Temp min (°C)
Daily radiation (MJ/m2)
Precipitation (mm/month)
Open pan evap (mm/month)
Jan 28.5 11.4 26.2 0.1 222Feb 27.4 10.6 23.3 1.6 163March 25.9 9.4 19.3 4.3 141
April21.5 7.9 11.9
32.6 74
May17.3 5.2 8.1
63.0 39
June15.5 4.4 6.8
77.7 27
July13.6 2.2 8.9
64.3 27
Aug16.2 3.0 10.1
38.3 46
Sep18.4 5.7 14.2
27.9 72Oct 21.0 6.8 17.6 7.0 118Nov 24.2 8.8 24.6 2.8 164Dec 26.8 10.7 25.4 8.6 205
Month of planting (1-12) 10Day of month of planting (1-31) 1
Planting depth (mm) 150
Month of harvest 3
Day of harvest 16
Sprout growth rate (mm/degree day) 0.7Degree days emergence - 100% crop cover 650LUE (all radiation) (g/MJ light intercepted) 1.25
Harvest index (%) 75DM concentration tubers (%) 20
Rooting depth (m) 0.5Texture (%clay and silt) 10
Min temp photosynthesis (Tmax) 8Min temp optimal photosynthesis (Tmax) 20Max temp optimal photosynthesis (Tmax) 25Max temp photosynthesis (Tmax) 33
Growing period (days) 166Days between planting and emergence 15Days between emergence and 100% ground cover 41Days between 100% ground cover and harvest 110
DM tuber yield (ton DM/ha) 22.4Fresh tuber yield (ton/ha) 112.1
Soil field capacity (mm water / m soil) 110Irrigation point (mm water / m soil) 50Precipitation between planting and harvest 24ETP between planting and harvest 791Accumulated precipitation deficit (mm) 773Soil water reserve (mm) 30Irrigation need (mm) 743Irrigation need per ton fresh potato (mm) 6.62
DATOS CLIMATICOS
(Kooman and Haverkort, 1994)
0 20 40 60 80 100 120 140 160 1800
20
40
60
80
100
Days after planting
Gro
und
cove
r (%
)
0 20 40 60 80 100 120 140 160 1800
5
10
15
20
25
Days after planting
Bio
mass
(t D
M / h
a)
0 20 40 60 80 100 120 140 160 1800
20
40
60
80
100
120
Days after planting
Bio
mas
s (t
fres
h m
atte
r / h
a)
0 20 40 60 80 100 120 140 160 1800
500
1000
1500
2000
2500
3000
Days after planting
Deg
ree
days
(d)
Haverkort et al (2014), Potato ResearchINIA
Ch
iloé
Coy
hai
qu
e
Pta
. Are
nas
Ren
dim
ient
os a
ctua
les
(t/h
a)
E E* L* E L E L E L E* E L E* L* E S* E* E E E0
20
40
60
80
100
120
140P
utr
e
La
Ser
ena
La
Lig
ua
Las
Cab
ras
Chi
llán
Tem
uco
Pto
. Mon
tt
brecha 62%
ENCUESTAS A PRODUCTORES
- Calidad de semilla
- Época de plantación
- Control de enfermedades
- Fertilización
- Riego
E E* L* E L E L E L E* E L E* L* E S* E* E E E0
20
40
60
80
100
120
140
Ren
dim
ient
os s
imul
ados
(t/h
a) SIMULACIÓN
Ch
iloé
Coy
hai
qu
e
Pta
. Are
nas
Pu
tre
La
Ser
ena
Chi
llán
Tem
uco
Pto
. Mon
tt
La
Lig
ua
Las
Cab
ras
CooL Farm Tool (Haverkort and Hillier, 2011)
Simulación del cambio climático en el rendimiento de los cultivos
El impacto del CC varia significativamente dependiendo de la elección del GCM. Por lo tanto, es recomendable utilizar la mayor cantidad posible de GCMs para hacer evaluaciones del impacto climático.
Hawkins and Sutton (2009), Am. Meteorol. Soc.
6 modelos climáticos (GCMs) generaron datos diarios de:
- T° Max y T° Min- Radiación Solar- Precipitación- humedad relativa Max y Min- velocidad del vientoSe calculó la ETo
Ejemplo: Valores máximos, promedios y mínimos de temperatura de los 6 modelos climáticos para 4 ambientes productivos
Generación de rendimientos esperados según cambios en variables climáticas
40 60 80 100 120 140 1600
2500
5000
7500
10000
12500
15000
17500
MS observada
MS simulada
Días desde la plantación
MS
tota
l (kg
/ha)
CALIBRACIÓN AQUACROP CON KARU-INIA (TEMPORADA 2012-13)
0 5000 10000 15000 200000
5000
10000
15000
20000
MS simulada (kg/ha)
MS
obse
rvad
a (k
g/ha
)
http://dssat.net/workshops/dssat-2014
Costo: US$1500Próximo: 18-23 Mayo 2015
Efectos del cambio climático en la interacción cultivo-enfermedades
Madgwick et al. 2011; Eur. J. Plant Pathol.
L. Base
2020LO 2020HI
2050LO 2050HI
L. Base
2020LO 2020HI
2050LO 2050HI
Modelos de simulación de crecimiento
(calibrados y validados)
Datos Climáticos Actuales Datos climáticos Futuros
Datos históricos según zona geográfica Modelos (GCMs)
Rendimientos línea base
Rendimientos escenarios futuros
¿Cuántos modelos?¿Cómo se trabajan los
datos?
¿Cuántos años?
¿Qué modelo?
Modelo de predicción de tizón tardío
Datos Climáticos Actuales Datos climáticos Futuros
Datos históricos según zona geográfica Modelos (GCMs)
Modelos de simulación de crecimiento
(calibrados y validados)
Incidencia y severidad línea base
Incidencia y severidad
escenarios futuros
Rendimientos línea base
Rendimientos escenarios futurosRendimiento
castigado por enfermedad (% reducción) actual
Rendimiento castigado por enfermedad (% reducción) futuro
0 40 80 120 1600
25
50
75
100Fr
acci
ón d
e ra
diac
ión
inte
rcep
tada
(%
)
Días después de plantación
Fracción radiación interceptada en Puyehue-INIA en 3 densidades de plantación y 2 fechas de plantación
Frac
ción
de
radi
ació
n in
terc
epta
da
(%)
Tiempo térmico desde emergencia (TB=7°C)
0 100 200 300 400 500 600 700 800 900 100095
100
105
110
115
120
125f(x) = 0R² = 0
FLORACIÓN
Fracción radiación interceptada en Puyehue-INIA en 3 densidades de plantación y 2 fechas de plantación
Madurez
Muchas gracias por su atención!
Top Related