28
Modelización del crecimiento de los cultivos como herramienta para evaluar el manejo del agua para enfrentar los impactos del cambio climático MODELO AQUACROP Ing. Ph.D. Magalí García Cárdenas

2 04 magali garcia

Embed Size (px)

Citation preview

Page 1: 2 04 magali garcia

Modelización del crecimiento de los cultivos como herramienta para evaluar

el manejo del agua para enfrentar los impactos del cambio climático

MODELO AQUACROP

Ing. Ph.D. Magalí García Cárdenas

Page 2: 2 04 magali garcia

Modelización de la productividad de agua?

Realidad

Model: F(x)

F(x) = (f1(x), f2(x), f3(x), ...)

Modelización de la productividad del agua

Page 3: 2 04 magali garcia

Porque? investigar ‘escenarios’

Realidad

Modelo: F(x)

nuevas situaciones;

INGRESOS FUTUROS

Productos

observados

Productos

Simulados bajo condiciones presentes y futuras

¿Para qué?

Page 4: 2 04 magali garcia

Modelización de la productividad de agua? Para que?¿Porqué? investigar

‘escenarios’

Realidad

Model: F(x)

Productos observados

Productos

simulados

INSUMOS

Muchas realidades adaptadas bajo un clima cambiante: Estrategias de manejo

Page 5: 2 04 magali garcia

5

Especializados y muy poderosos:- Para investigación fundamental- Generalmente para trabajo experimental o planta• requieren una alta experticia para ser usados• requieren elevada cantidad de datos de entrada• requieren elevada precisión de los datos de entrada

Enfoque 1: Modelos mecanísticos

Modelos simples y robustos:-Para planificación y evaluación-Uso a nivel de sistemas de riego y regional• Más fáciles de usar• Requieren menos datos • Los resultados son menos precisos

Enfoque 2: Modelos funcionales

Modelización de productividad de agua de los cultivos

BUDGET

FAO-AQUACROP

Page 6: 2 04 magali garcia

6

En el caso de Aquacrop: Para evitar sobre o sub irrigar~ Función Ks y para reducir el tiempo de experimentación

ETc adj = ETo * Kc * KS

Disminución del agua en la zona radicular (mm)

Page 7: 2 04 magali garcia

7

Bases del AquaCrop (FAO)

irrigation (I)rainfall (P)

capillaryrise deep

percolation

sto

red

so

il w

ate

r (m

m)

field capacity

threshold

wilting point

evapo-transpiration

(ET)

(CR)

(DP)0.0

H O2

CO2

Balance hídrico del suelo

Productividad de agua del cultivo+

Page 8: 2 04 magali garcia

EVAPOTRANSPIRACIÓN

Transpiración

Clima

Evaporación

CultivoManejo

Page 9: 2 04 magali garcia

Evapotranspiración de referencia (mm día-1)Radiación neta en la superficie de referencia (MJ m-2 día-1)Densidad del flujo del calor del suelo (MJ m-2 día-1)Temperatura (ºC) media del aire a 2 m. de altitudPromedio horario de la velocidad del viento (ms-1)Presión de saturación del vapor (kPa)Presión de vapor real (kPa)Déficit de presión de saturación del vapor (kPa)Pendiente de la curva de presión de saturación de vapor (kPaºC-1)Constante psicométrica (kPaºC-1)

Page 10: 2 04 magali garcia

10

Transpiración del cultivo

EvapoTranspiración = Kc x ETo

Sin estrés hídrico

Evapotranspiración de referencia

Coeficiente de cultivo

= Transpiración potencial : [Kctop CC*] x ETo

+ Evaporación potencial: [Kcbare (1-CC*)] x ETo

CC = Cobertura del cultivo

Page 11: 2 04 magali garcia

11

Transpiración del cultivo

Page 12: 2 04 magali garcia

12

Transpiración del cultivoMedida de las

secciones de la sombra con una

regla a medio día

Cobertura del cultivo estimado

a simple vista

Cobertura del cultivo

Page 13: 2 04 magali garcia

13

Transpiración del cultivo= Kc x ETo

x cobertura del cultivo aj.

Demanda evaporativa de la atmósfera

Kctop

tiempo

x Ks

irrigation (I)rainfall (P)

capillaryrise deep

percolation

sto

red

so

il w

ate

r (m

m)

field capacity

threshold

wilting point

evapo-transpiration

(ET)

(CR)

(DP)0.0

Estrés hídrico

Transpiración del cultivo

Coeficiente de estrés

Page 14: 2 04 magali garcia

14

0

1

2

3

abo

v e-g

rou

nd

bio

mas

s ( k

g/m

²)

(WP) water productivity

Sum (Tr) (mm(agua))

Productividad de agua de la biomasa: WP

Page 15: 2 04 magali garcia

15

WP: Demostrada relación conservativa y estable entre la biomasa y la transpiración del cultivo acumulada

Data from Steduto and Albrizio (2005)

Dividiendo entre la ETo se normaliza WP para eliminar la variabilidad climática

Los cultivos se agrupan en clases con similar WP

Page 16: 2 04 magali garcia

16

0 20 40 60 80 100 120 140 1600

1

2

3ab

ov

e-g

rou

nd

bio

mas

s (k

g/m

²)

WP*

WP*

1

2

Suma (Ta/ETo)

una normalización climática permite extrapolar simulaciones de crecimiento entre zonas y épocas

10 – 15 g/m2 para cultivos C3

26 – 30 g/m2 para cultivos C4

Page 17: 2 04 magali garcia

17

0

5000

10000

15000

20000

25000

30000

35000

0 20 40 60 80 100 120

Σ(Ta/ETo)

Bio

mas

s (k

g/h

a)China99

Ghana01

Hawaii83

Hungary 0N

Hungary 175 kgN/ha

Gainesville irrigated 400N

Spain96Full irrigation

Spain96 50%irri

C4 29kg/ha

Maize

WP combinada de maíz

from L. Heng et al. (unpublished)

Page 18: 2 04 magali garcia

18

• WP es muy constante incluso bajo estreses (agua, salinidad)

• WP se normaliza para el clima disminuyendo la interacción ambiental

• WP muestra diferencias entre grupos de cultivos (C3 & C4)

Productividad de agua del cult.: WP

Ventaja en comparación de otros indicadores de eficiencia

Page 19: 2 04 magali garcia

19

Esquema de AquaCrop (FAO)

Page 20: 2 04 magali garcia

20

Page 21: 2 04 magali garcia

Posibles aplicaciones para evaluación de CC

Generación de calendarios de riego

Page 22: 2 04 magali garcia

Posibles aplicaciones para evaluación de CC

Evaluación de vulnerabilidad y opciones de adaptación

Page 23: 2 04 magali garcia

Posibles aplicaciones para evaluación de CC

Evaluación de opciones de vulnerabilidad y opciones de adaptación

Page 24: 2 04 magali garcia

Posibles aplicaciones para evaluación de CC

Evaluación de opciones de vulnerabilidad y opciones de adaptación

Page 25: 2 04 magali garcia

Posibles aplicaciones para evaluación de CC

Manejo de variedades y épocas de siembra

Page 26: 2 04 magali garcia

26

Rendimiento de quinua en diferentes épocas

0,0

0,5

1,0

1,5

2,0

2,5

3,0

Año Húmedo Año Normal Año Seco Año Húmedo Año Normal Año Seco

AÑO DE REFERENCIA 2050

Tm/Ha

ViachaPatacamayaUyuni

Datos: Claudia Saavedra (Bolivia)

Ahora AQUACROP incorpora escenarios A1B, A2, B1 y B2

Page 27: 2 04 magali garcia

27

Rendimiento de quinua bajo diferentes estrategias de manejo

Función de producción de agua del cultivo de quinoa en Patacamaya (Altiplano Central) bajo a) cultivo a secano y b) bajo la estrategia de riego deficitario de referencia (RDo) con indicación de la curva logística (línea sólida) y el intervalo de confianza del 95%.

Page 28: 2 04 magali garcia

28

Permite evaluar la influencia combinada de la elevación de CO2 y temperatura en forma realísticaDetermina el déficit de agua, permitiendo la programación de riego suplementario.Permite la evaluación del impacto del calendario de riego de lamina fija o de intervalos fijos y bajo diferentes métodos de riego. Lleva a cabo análisis de escenarios climáticos futuros.Permite analizar estrategias de adaptación bajo condiciones de CC, como ser manejo de variedades y/o épocas de siembra.LIMITACIONESSu evaluación es puntual, no permitiendo análisis geográficos.No incluye muchos tipos de cultivos.No incluye módulos de plagas y enfermedades ni de salinidad de suelos.

secano riego

condicionesConclusiones