INSTITUTO NACIONAL DE INVESTIGACIÓN …inia.uy/Publicaciones/Documentos compartidos/st...

INSTITUTONACIONAL DE

INVESTIGACIÓNAGROPECUARIA

URUGUAY

232 INIA

SERIETÉCNICA

Agosto, 2017

INIA Dirección NacionalAndes 1365, P. 12

MontevideoTel.: 598 2902 0550

Fax: 598 2902 [email protected]

INIA La EstanzuelaRuta 50, Km 11

ColoniaTel.: 598 4574 8000Fax: 598 4574 8012

[email protected]

INIA Las BrujasRuta 48, Km 10

CanelonesTel.: 598 2367 7641


INIA Salto GrandeCamino al Terrible

SaltoTel.: 598 4733 5156Fax: 598 4732 9624

[email protected]

INIA TacuarembóRuta 5, Km 386

TacuarembóTel.: 598 4632 2407


INIA Treinta y TresRuta 8, Km 281

Treinta y TresTel.: 598 4452 2023


www.inia.uy

ISSN: 1688-9266

PROGRAMACIÓN

DEL RIEGO

Ago

sto

2017

PRO

GR

AMAC

IÓN

DEL

RIE

GO

Autores: Otero, Álvaro*Montoya, Francisco*

García, Claudio***

PROGRAMACIÓN DEL RIEGO

* Ing. Agr. M.Sc., Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Salto Grande.** Ing. Agr. Dr., Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Salto Grande (hastaMayo 2016).*** Ing. Agr. Dr., Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Las Brujas.

Título:

Autores: Álvaro Otero, Francisco Montoya, Claudio García

Serie Técnica N° 232

© 2017, INIA

ISBN 978-9974-38-379-1

Editado por la Unidad de Comunicación y Transferencia de Tecnología del INIAAndes 1365, Piso 12. Montevideo - Uruguayhttp://www.inia.uy

Quedan reservados todos los derechos de la presente edición. Esta publicación no sepodrá reproducir total o parcialmente sin expreso consentimiento del INIA.

PROGRAMACIÓN DEL RIEGO

Instituto Nacional de Investigación Agropecuaria

Integración de la Junta Directiva

D.M.T.V., Ph.D. José Luis Repetto - Presidente

Ing. Agr., MSc., PhD. Álvaro Roel - Vicepresidente

Ing. Agr. M.Sc. Diego Payssé Salgado

Ing. Agr. Jorge Peñagaricano

Ing. Agr. Pablo Gorriti

Ing. Agr. Alberto Bozzo

CONTENIDO Página

CAPÍTULO 1. PLANIFICACIÓN DEL RIEGO ............................................................ 11. INTRODUCCIÓN ................................................................................................ 12. PROGRAMACIÓN Y CONTROL DEL RIEGO .................................................. 23. HERRAMIENTAS PARA EL CONTROL DEL RIEGO. BREVE DESCRIPCIÓN ... 5

3.1. Medidas del contenido de agua del suelo................................................. 53.2. Medidas basadas en la planta .................................................................. 93.3. Modelos de ayuda a la Toma de Decisiones en Riego ........................... 14

CAPÍTULO 2. APLICACIONES DE MODELOS DE BALANCE HÍDRICO DESUELOS EN URUGUAY.................................................................................. 17

1. LA PLANIFICACIÓN DEL RIEGO EN CLIMAS TEMPLADOS COMO URUGUAY . 17Régimen pluviométrico .................................................................................... 17Régimen de la Demanda Atmosférica ............................................................ 18Características físicas de los suelos ............................................................. 19

2. ESTRATEGIAS EN LA PLANIFICACIÓN DEL RIEGO A TRAVÉS DELMODELO DE BHS .......................................................................................... 23

3. RESUMEN ...................................................................................................... 29

CAPÍTULO 3. ESTIMACIÓN DE LOS REQUERIMIENTOS DE AGUA PARARIEGO EN CULTIVOS Y PASTURAS ............................................................ 31

1. INTRODUCCIÓN ............................................................................................. 342. ESTIMACIÓN BÁSICA DE LOS REQUERIMIENTOS DE AGUA PARA

RIEGO DEL CULTIVO O PASTURA ......... ..............................................343. ESTIMACIÓN DE LAS NECESIDADES DE AGUA DE RIEGO CON

DIFERENTES ESTRATEGIAS DE PLANIFICACIÓN DEL MISMO.SEGUNDO OBJETIVO .................................................................................... 39

4. RESUMEN ...................................................................................................... 41

CAPÍTULO 4. APLICACIÓN DEL MODELO AQUACROP COMO HERRAMIENTAPARA LA AYUDA EN LA TOMA DE DECISIONES EN RIEGO. CASO DELCULTIVO DE SOJA EN SALTO ..................................................................... 45

1. INTRODUCCIÓN .............................................................................................. 452. DESCRIPCIÓN DEL MODELO AQUACROP .................................................. 463. ENSAYO EXPERIMENTAL UTILIZADO PARA LA CALIBRACIÓN Y

VALIDACIÓN DEL MODELO AQUACROP ..................................................... 484. APLICACIÓN DEL MODELO AQUACROP ..................................................... 525. RESULTADOS OBTENIDOS EN EL USO Y APLICACIÓN DEL MODELO

AQUACROP .................................................................................................... 526. RESUMEN ....................................................................................................... 58

BIBLIOGRAFÍA ......................................................................................................... 59

ANEXOS ................................................................................................................... 63

PRÓLOGO

Uno de los mayores desafíos para países agroexportadores como el Uruguay es satis-facer la creciente demanda mundial de productos agropecuarios, compatibilizando la impe-riosa necesidad de mejorar la productividad y competitividad de los sistemas de producción,así como los estándares de calidad e inocuidad de sus productos, con un uso eficiente ysostenible de los recursos naturales relacionados a los procesos productivos.

El paradigma de la intensificación agropecuaria sostenible es un pilar estratégico delas políticas públicas del MGAP y del Plan Estratégico del INIA. Esto implica la búsquedade mayor producción de alimentos y fibras de calidad en las tierras aptas, de forma eficien-te, conservando los recursos naturales y mitigando los potenciales impactos ambientalesnegativos de los procesos productivos.

El riego suplementario es una de las herramientas de tecnología disponible no solopara incrementar la productividad, sino también para disminuir la variabilidad interanual enel rendimiento de los cultivos, especialmente los de verano, teniendo en cuenta la altafrecuencia de déficit hídrico del suelo durante los períodos estivales.

Desde el comienzo del siglo XXI, se ha incrementado notoriamente la superficie decultivos de verano bajo riego, especialmente soja y maíz. Esta expansión del área de culti-vos irrigados fue impulsada por la confluencia de iniciativas privadas y de políticas de desa-rrollo, que iniciaron el cambio tecnológico de cultivos en secano hacia cultivos con riegosuplementario.

En este sentido, y teniendo en cuenta la poca experiencia en el riego de cultivos, conla excepción del arroz y de los cultivos de producción intensiva como los cítricos, los fruta-les, la vid y las hortalizas; se entendió apropiado la generación y/o adaptación de algunasherramientas que permitan mejorar la gestión y planificación de los sistemas de riego, quea su vez contribuyan al uso eficiente del recurso agua, y mejoren el resultado económico, através del incremento del rendimiento y de la reducción de costos energéticos.

El presente trabajo, pone a disposición de técnicos y productores, algunos conceptosy herramientas generadas en varios proyectos ejecutados por INIA en los últimos años quebuscan mejorar la gestión del riego a nivel predial. La publicación trata desde el concepto deplanificación del riego y conocimientos disponibles para su control, pasando por herramien-tas de seguimiento y evaluación de diferentes estrategias de riego como ser los balanceshídricos del suelos, hasta la presentación de requerimientos de riego de algunos cultivos,para terminar con herramientas más modernas de planificación del riego tales como losmodelos (AquaCrop de FAO), que permite evaluación prediales y regionales de mayor al-cance en el tiempo.

Ing. Agr., Ph.D., José A. TerraDirector Programa Producción y Sustentabilidad Ambiental, INIA Treinta y Tres

INIA

1

Programación del riego

1. INTRODUCCIÓN

La imperiosa necesidad de satisfacer lademanda mundial de productos agropecua-rios es la fuerza motriz de toda la intensifi-cación agrícola. Tres grandes tendencias secombinan para guiar esta intensificación: a)crecimiento de la población mundial; b) cre-ciente calidad de vida y cambios en la dietade países con alta población y c) presionessobre las áreas de tierras arables debido alas limitantes de expansión por competicióncon el urbanismo y por usos alternativos delas áreas de producción de alimentos (bio-combustibles) (Hochman et al., 2013). Estarealidad mundial tiene consecuencias direc-tas en el escenario actual y futuro de la agro-pecuaria nacional, intensificándose la super-ficie de cultivos, los sistemas agrícolas-ga-naderos, así como el incremento del preciode la tierra. Dos de los varios atributos quepodrían describirse en el proceso de la in-tensificación agropecuaria son: a) el incre-mento de la producción agropecuaria y b) eluso eficiente y responsable de los recursoslimitados.

La agropecuaria uruguaya, más allá desu dinámica cambiante, se ha desarrolladoen diferentes sistemas de producción, adap-tados a las necesidades de cada región agro-climática y claramente vinculados al concep-to de sustentabilidad productiva y económi-ca de todo el sistema. Esta forma de enca-rar la producción se ha reflejado en la inves-tigación agropecuaria desde sus comienzos(Castro, J.L., 1974). En esta línea de pensa-miento, el riego suplementario de cultivos ypasturas, como parte esencial de los distin-tos sistemas productivos de Uruguay, se evi-

CAPÍTULO 1.PLANIFICACIÓN DEL RIEGO

dencia como una de las tecnologías máspromisorias en el impulso de una nueva eta-pa de desarrollo agropecuario de Uruguay(GDR, 2009).

La producción de cultivos en casi todaslas regiones del mundo presenta una brechaimportante entre los rendimientos potencia-les y los rendimientos comúnmente alcan-zados entre los productores. Esta brecha esintensamente estudiada a los efectos deidentificar y cuantificar las limitantes másimportantes para lograr los rendimientos po-tenciales (van Ittersum, M. et al., 2013).Cuando el agua es el factor de producciónque limita la capacidad del cultivo para al-canzar su rendimiento potencial, hay quetener en cuenta que la eficiencia en el usodel agua, así como la cantidad total de aguautilizada y su distribución en el tiempo, re-presentan los componentes más importan-tes para reducir dicha brecha.

Los óptimos requerimientos hídricos deun cultivo que permiten maximizar su rendi-miento y calidad, así como su diseño agro-nómico correspondiente, son los elementosclave para el adecuado manejo y la planifi-cación de un determinado sistema de riego(superficie, aspersión o goteo). Las necesi-dades de agua de los cultivos claramente vana depender del entorno agroecológico dondese encuentre el mismo, ya sea este un culti-vo herbáceo o leñoso, de ciclo anual o pluri-anual.

Para la toma de decisiones en los siste-mas productivos bajo riego es imprescindi-ble contar con algunos conocimientos cien-tíficos y tecnológicos como son: los requeri-mientos hídricos del cultivo, de la respuestadel cultivo a distintos umbrales de contenido

Álvaro Otero*Claudio García**

Francisco Montoya***

* Ing. Agr., MSc. Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Salto Grande.** Ing. Agr., Dr. Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Las Brujas.*** Ing. Agr., Dr. Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Salto Grande (hastaMayo 2016)

2

INIAProgramación del riego

de agua en el suelo, las ventajas e inconve-nientes específicos de cada método de rie-go, la puesta en servicio del agua en la par-cela (o chacra) (conducción por gravedad oa presión), el cronograma de aplicación delagua y de las implicancias económicas y fi-nancieras del uso de todo el sistema de rie-go (Smith et al., 1996).

2. PROGRAMACIÓN Y CONTROLDEL RIEGO

De acuerdo a Tarjuelo (2005), el objetivo delriego es suministrar a los cultivos y pasturas,de forma eficiente y sin alterar la fertilidad delsuelo, el agua adicional a la precipitación quenecesitan para su crecimiento óptimo y cubrirlas necesidades de lavado de sales, en casode que se requiera, de forma que evite su acu-mulación en el perfil del suelo, asegurando lasostenibilidad del regadío.

La técnica más extendida para realizar unadecuado manejo del agua en la agriculturabajo riego es la programación de riego, lacual identifica el momento y la cantidad de aguaque se ha de aportar al cultivo en cada riego ycuyo manejo se puede realizar en base a dife-rentes criterios agronómicos (maximizar la pro-ducción total de la explotación agrícola, lograrel máximo beneficio económico, etc.). La apli-cación de esta técnica requiere de un conoci-miento amplio de los factores que condicio-nan los distintos procesos implicados. De en-tre los diferentes procesos, la evapotranspi-

ración del cultivo es, sin duda, el más des-tacado, donde existe una amplia informaciónpublicada sobre este aspecto (Allen et al.,1998; Allen et al., 2011a; Allen et al., 2011b).

En esta serie técnica se pretende ha-cer referencia, de una forma resumida ycomprensible al lector, a las distintas he-rramientas y metodologías de programa-ción de riegos utilizadas, así como delmétodo más extendido del balance delagua en el suelo.

El primer método se basa en el conoci-miento del estado hídrico del suelo, bien seaa través del potencial hídrico (tensiómetros,resistencias) o del contenido de agua en elsuelo medido a través de medidas directas(gravimetría) o indirectas (sonda de neutro-nes, o constante dieléctrica con sensoresTDR o FDR).

El segundo método está orientado al cono-cimiento del estado hídrico del cultivo, pueseste representa un balance entre lo que la plan-ta es capaz de absorber del suelo y la deman-da que existe en la atmósfera. Los diferentesmétodos que se pueden utilizar son la medidadel potencial hídrico en hoja (bomba de pre-sión), conductancia estomática, temperaturade la cubierta vegetal, variaciones en el diá-metro del tronco, entre otras metodologías.

El tercero de los métodos y, posiblemen-te, el que más se aplica de forma común esel modelo de balance del agua en el suelo.Este método se apoya en el conocimientode las condiciones climáticas (demanda eva-

Foto 1. Lateral de pivot central. Salto.

INIA

3


porativa de la atmósfera y precipitación), delas características físicas e hidráulicas delsuelo así como en aspectos relacionadoscon el desarrollo del cultivo.

La figura 1 representa de forma esquemáti-ca el balance de agua en el suelo en la zonaradicular, cuyo objetivo es la determinación deldéficit de agua que existe en el suelo para undeterminado período de tiempo (en general seusa el intervalo diario). Para el cálculo del ba-lance se tiene en cuenta las entradas y lassalidas al sistema (Fig. 1), donde la precipita-ción (P), el riego (I) y la ascensión capilar (CR)se consideran como entradas (disminuye elagotamiento de humedad del suelo en la zonaradicular), mientras que las salidas del siste-ma son el escurrimiento (RO), la evapotrans-piración del cultivo (ETc) y la percolación pro-funda (DP) (aumenta el agotamiento de hume-dad del suelo en la zona radicular) (Allen etal., 1998).

En el cálculo de la evapotranspiración delcultivo, donde se tiene en cuenta la evapotrans-piración de referencia (ET0) y el coeficiente decultivo (kc), Allen et al. (1998), hace una des-cripción detallada para su determinación.

Di = Di–1 – (P – RO)i – Ii – CRi – ETci + DPi (1)

donde:– Di: déficit de humedad en el suelo crea-

do al final del período i considerado (mm);– Di-1: déficit de humedad en el suelo crea-

do al final del período anterior al conside-rado (i-1) (mm);

– P: precipitación del período i (mm);– RO: escurrimiento del período i (mm);– I: lámina de riego neta que infiltra en el

suelo en el período i (mm);– CR: ascensión de agua en el suelo pro-

veniente de agua subterránea en el perío-do i (mm);

– ETc: evapotranspiración del cultivo en elperíodo i (mm);

– DP: percolación profunda ocurrida fuera dela profundidad radicular en el período i (mm).

En definitiva, a través del balance de aguaen el suelo se pretende determinar si el défi-cit de humedad creado en el suelo, es decirfalta de humedad para alcanzar el punto decapacidad de campo, se encuentra por enci-

Figura 1. Representación gráfica de los conceptos implícitos en un balance hídrico del suelo.Adaptado de: FAO 56. Evapotranspiración del cultivo. Guía para la determinación delos requerimientos de agua de los cultivos.

Donde:AFA: agua fácilmente asimilable por el cultivo (se establece de acuerdo al umbral onivel de agotamiento permisible) (mm);ADT: agua disponible total en la zona radicular (mm)

4


ma o por debajo de un determinado umbralde déficit (p). El valor de p se establece deacuerdo a criterios agronómicos, de formaque el rendimiento final del cultivo no se veaafectado por falta de agua. Cuando se alcan-za dicho umbral es cuando se ha de proce-der a realizar un riego, cuya lámina aplicadano debería exceder del agua fácilmente asi-milable por el cultivo (AFA; Fig. 1). En el casode practicar riegos de alta frecuencia (siste-ma de riego por goteo, pivote central o late-ral de avance) la ecuación 1 se puede sim-plificar, de forma que el déficit de humedaden el suelo puede ser ignorado (Tarjuelo,2005), permitiendo que las láminas de riegoaplicadas sean acordes con la ETc.

• la capacidad de almacenamiento de aguadel suelo en la zona radicular,

• la respuesta del cultivo al contenido deagua en el suelo,

• la eficiencia de aplicación del sistema deriego y la calidad del agua de riego.Sin embargo, no siempre es posible o

deseable atender la totalidad de las necesi-dades hídricas del cultivo por diferentes ra-zones: escasez de agua, alto precio del aguay/o la energía, búsqueda de alta calidad delproducto mercadeable, entre otros aspectos.Por ello, con la programación del riego sepueden definir estrategias de riego defici-tario que reduzcan significativamente el volu-men de agua utilizada sin afectar el rendimientode los cultivos. En este sentido es necesarioconocer el ciclo de crecimiento y desarrollodel cultivo, así como los efectos del estréshídrico sobre la producción y calidad, es decir,la incidencia del exceso o déficit hídrico enuna determinada etapa de desarrollo.

Por tanto, a nivel de las chacras de pro-ducción bajo riego se puede indicar que laefectividad de la programación del riego y eladecuado manejo del sistema de riego estádirectamente relacionada con los siguientesaspectos:• La sensibilidad del cultivo (o fase fenoló-

gica) al estrés hídrico.• La relación entre el incremento del agua

vs incremento de rendimiento (productivi-dad del agua).

• La reducción de pérdidas de nutrientes yde suelo (impactos ambientales).

• La reducción en costos energéticos, através de la correcta utilización del siste-ma de riego presente.Esto da una idea de que en la realización

de una correcta planificación del riego es ne-cesario tener en cuenta el cultivo o combina-ción de éstos (necesidades de agua/fenología/profundidad de las raíces), el tipo de suelo (ca-racterísticas físico-químicas e hidráulicas) y lasespecificas condiciones ambientales (deman-da atmosférica/precipitación) que se están pre-sentando durante el desarrollo del cultivo. Eneste sentido el «mejor» plan de riego tieneque ser adaptado a las condiciones del pro-ductor y debe de considerar:

Cuando no existen problemas de sumi-nistro de agua y las necesidades hídricasdel cultivo se pueden atender completamen-te, la programación del riego se lleva a caboteniendo en cuenta:• las necesidades hídricas del cultivo en

cada etapa fenológica,

Foto 2. Brunosol Eutrico. Salto.

INIA

5


• Ser sensible a pequeñas variaciones enel sistema (agua en el suelo, demandade agua, y respuesta de la planta).

• Adaptable a las situaciones particularesde cada operación, especialmente en cli-mas templados-subtropicales, como enUruguay.

• Robusto y confiable.• Uso amigable por el productor.• Bajo costo y dedicación.• Que se pueda automatizar.

Las nuevas y cada día más baratas tec-nologías (sensores, comunicación, App´s,etc.) nos permiten fácilmente integrarlas alos sistemas de ayuda en la toma de deci-siones los cuáles contribuyen a lograr lasanteriores metas de una manera más objeti-va y eficiente, además de mejorar las pro-pias limitaciones de utilizar un solo métodode control o seguimiento del riego. Este con-cepto de eficiencia que podría parecer sim-ple y fácilmente aceptado es especialmenteimportante para las condiciones de desarro-llo y crecimiento de los cultivos y pasturasde primavera y verano, donde la variabilidaden la precipitación ocasiona períodos cortosde fuertes déficits hídricos. Dependiendo decuándo se produzca este déficit, puede afec-tar de forma significativa en la reducción delrendimiento o en la tasa de crecimiento delos cultivos y pasturas.

Como se ha indicado anteriormente, exis-ten tres grandes metodologías para la moni-torización del plan de riego, donde su em-pleo de forma individual o conjuntamentepermite la implementación del plan de riegoy el seguimiento y control de la eficacia delmismo. Debido a su importancia, en el si-guiente epígrafe se hace una descripción delos principales aspectos a destacar en lasdiferentes metodologías.

3. HERRAMIENTAS PARA ELCONTROL DEL RIEGO. BREVEDESCRIPCIÓN

Existen en la literatura general muybuenas descripciones de las mejores he-rramientas para el control y monitoreo delriego (Campbell et al., 1982; Jones, 2004;O’Shaughnessy et al., 2012; Ha et al., 2013).En este espacio se pretende hacer una muybreve y práctica descripción de aquellos dis-positivos o métodos más utilizados.

3.1. Medidas del contenido de aguadel suelo

Agua en el suelo. Conceptos ydefiniciones previos

El suelo es el mayor reservorio de aguapara la planta y las características físicas

Foto 3. Medición el contenido de agua en el suelo durante el creci-miento del cultivo de soja.

6


de sus horizontes determinarán el grado po-tencial de almacenamiento de agua y dispo-nibilidad para la planta; así como la capaci-dad de ser explorado por sus raíces.

Formas de expresiónDensidad Aparente del suelo (Da)

(2)

La densidad aparente del suelo presentauna alta variabilidad espacial en los suelosde Uruguay, y depende de la textura de loshorizontes del suelo, de su estructura y desu compactación; a mayor espacio porosototal menor va a ser la Da del horizonte. Lapérdida de espacio poroso es una de lascausas más importantes en la pérdida dealmacenamiento de agua por los horizontesdel suelo.

Contenido gravimétrico de agua enel suelo (Hp%)

(3)

Contenido volumétrico de agua enel suelo (Hv%)

(4)

Los siguientes conceptos que se relacio-nan a continuación hacen referencia a la fi-gura 1 anteriormente expuesta.CC - Capacidad de Campo es el conteni-

do máximo de agua que el suelo puederetener entre sus microporos una vez queel agua gravitacional se ha perdido trasuna intensa lluvia o saturación del suelo.En general, se corresponde con el conte-nido de agua en el suelo a los 2 días dehaberse producido una intensa lluvia.

PMP - Punto de Marchitez Permanentees el mínimo contenido de agua del sue-lo en el cual las plantas manifiestan mar-chitez irreversible. Ésta no se puede re-cuperar aunque posteriormente se incre-mente el contenido de agua del suelo.

ADT - Agua Disponible Total en el sueloen el contenido de agua entre la capaci-dad de campo y el punto de marchitezpermanente, equivalente a la capacidadde retención de agua del suelo en la zonaradicular [mm/m] o en Hv% para cadahorizonte.

AFA - Es igual al Agotamiento MáximoPermisible (AMP). El contenido de aguaen suelo por encima del cual el cultivo nosufre estrés hídrico alguno.

Dr - Agotamiento de humedad del suelo enla zona radicular [mm]

Wr - Contenido de agua del suelo de lazona radicular, expresado como profun-didad equivalente [mm]

P – Fracción de la ADT (umbral %) que uncultivo puede extraer de la zona radicularsin sufrir estrés hídrico.

Método del tactoEs quizás el método más antiguo y co-

múnmente utilizado por productores y técni-cos. Consiste en tomar una muestra del sueloa la profundidad deseada y uniformizar (ama-sar) el suelo entre los dedos y posteriormentedeslizar el mismo sobre el pulgar formandouna cinta. Es un método que requiere prácti-ca y conocimiento del suelo, pues relacionapara un suelo particular, la cantidad de aguadel mismo con el agua que libere o la dispo-sición final del suelo amasado sobre el pul-gar.

Peso seco del sueloDa = x 100 Volumen imperturbado

Volumen del aguaHv = x 100 Volumen del suelo (imperturbado)

Peso del aguaHp = x 100 Peso del suelo

Peso del aguaHp = x 100 Peso del suelo

Como

es igual a

Entonces,

Hv = Hp x Da y equivale a

Hv = mm de agua en la profundidad del suelo considerada y/o muestreada.

Volumen del agua x Densidad del agua x 100 Volumen del suelo imperturbado x Densidad aparente del suelo

INIA

7


Método gravimétrico. Consiste en tomaruna muestra del suelo a una profundidaddeterminada (clásicamente con un taladromuestreador de suelos), pesar la muestra desuelo húmedo, luego colocarlo a secar enestufa (105 °C) y volver a pesar la muestradel suelo seco. La diferencia entre el pesode la muestra húmeda y la muestra seca,corresponde a la cantidad de agua de lamuestra. Se expresa así en base al peso dela muestra original húmeda de campo y equi-vale al contenido gravimétrico (Hp %) de aguaen el suelo.

(5)

c. No miden directamente el contenido deagua del suelo, sino su potencial de ma-triz (unidades de presión).

d. La relación entre el contenido de agua(Hv%) y el potencial matricial (cbar) varíapara cada tipo de suelo; esto es espe-cialmente importante entre nuestros sue-los arenosos y arcillosos con arcillasexpansivas.

Figura 2. Taladro sinfín para muestreo de sue-los.

Ventajas:a. Es muy rápida la medida de potenciales

(mátricos) de agua en el suelo (0 a 120 cbar).b. Fáciles de instalar.c. Miden directamente la retención del agua

por el suelo (unidades de presión).d. No están influenciados por el contenido

de sales del agua del suelo. Esto es im-portante es condiciones de fertirriego ocultivos sin suelo.

Inconvenientes:a. No son de fácil mantenimiento, especial-

mente en suelos con arcillas expansivas,o para riegos deficitarios. Requieren man-tenimiento periódico.

b. En la práctica, funcionan muy bien hastatensiones inferiores a 0,8 bar.

Figura 3. Tensiómetro. Spectrum Technologies.

Sensores de Capacitancia TDR/FDRLos sensores TDR (Time-Domain Reflec-

tometry) correlacionan la frecuencia (depen-diente eléctrica) con las propiedades dieléc-tricas de los materiales, en nuestro caso elsuelo, más precisamente con el contenidode agua en el suelo.

Los sensores de capacitancia como losFDR (Frecuency-Domain Reflectometry) midenla constante dieléctrica del suelo para medirel contenido volumétrico de agua (Decagon,2006) Como la constante dieléctrica del aguaes mucho más grande que la del aire o la delos minerales del suelo, la constante dieléctri-ca del suelo es una medida muy sensible alcontenido volumétrico de agua.

El contenido volumétrico de agua en elsuelo se relaciona directamente con lapermisibilidad dieléctrica del suelo porque laconstante dieléctrica del suelo (80) es mu-cho más grande que la de los otros constitu-yentes del suelo como puede ser la materiaorgánica (4), los minerales del suelo (4) o elaire (1). Por esto, los cambios en el conteni-do de agua en el suelo se pueden relacionardirectamente con cambios en la capacitancia

Peso húmedo de muestra - Peso seco de muestraHp = x 100 Peso húmedo de muestra

8


(cambios en la permisibilidad dieléctrica) delmismo (millivolts).

Los sensores FDR son más baratos deconstruir y tienen una respuesta más rápida,que los TDR, sin embargo deben ser calibra-dos para diferentes tipos de suelos, algunasmarcas comerciales han podido subsanar esteinconveniente a través del uso de altas frecuen-cias, como son por ejemplo, las sondasEnviroScan o con calibraciones por categoríasde suelos minerales u orgánicos, como son -por ejemplo- los sensores Decagon (10HS).

Ventajas (FDR):

a. Son muy precisos.b. Calibración depende del fabricante del

sensor y del suelo.c. Miden directamente el contenido

volumétrico (Hv%) de agua del suelo.d. Permiten automatización y redes de co-

nexión inalámbrica.e. Costos han bajado sustancialmente.

Inconvenientes (FDR):

a. Presenta problemas (requiere ajustes) ensuelos con alto contenido en sales (CE).

b. Es imprescindible un buen contacto conel suelo. Existen potenciales problemasen suelos con arcillas expansivas, muyfrecuentes en nuestros suelos, en bajoscontenidos de agua en el suelo.

Sonda de NeutronesMide la cantidad de neutrones de baja ener-

gía que son detectados por el sensor. La fuen-te de radiación emite los neutrones al sueloque en proporción al contenido de agua delmismo rebotan y son detectados. Los neutro-nes de alta energía emitidos por la fuentecolisionan con los átomos de hidrógeno delsuelo y los neutrones de baja energía son de-tectados por el sensor. El conteo por unidadde tiempo está relacionado directamente conel contenido de agua del suelo. Suelos secostendrán bajos conteos, mientras que los sue-los húmedos presentarán conteos altos en lamisma unidad de tiempo.

El sensor debe ser introducido vertical-mente en el suelo a través de un tubo me-tálico. A cada profundidad deseada se rea-liza el conteo. Estos dispositivos requie-ren siempre de calibración por la catego-ría textural del horizonte, en definitiva paracada suelo.

Figura 4. a. Sensor FDR y registrador (Decagon). b. TDR 300(Spectrum Technologies).

INIA

9


Ventajas:a. Son de fácil uso, aunque requiere de cui-

dados en el manejo por tener una fuenteradiactiva.

b. Proporcionan una medida más real delcontenido de agua del suelo, ya que elvolumen de medición del suelo es muchomayor (esfera de 15 cm de radio).

c. Son precisos y consistentes en su me-dición.

d. Fácil transporte.

Desventajas:

a. Tiene una fuente radiactiva. Aunque sonseguros se requiere de entrenamiento yresponsabilidad.

b. Son relativamente caros.

c. No se pueden automatizar ni colocar enredes.

d. Requiere de mayor uso de mano de obra.

ResumenLas metodologías basadas en la medición

del contenido de agua en el suelo, suelen serde las más sencillas de aplicación y entender;en general tienen una buena a muy buena pre-cisión y nos proporcionan información de cuán-ta agua fue evapotranspirada por el cultivo/pas-tura, en definitiva, la cantidad de agua que abríaque suplementar al cultivo. Existe una ofertamuy grande de estos sensores en el mercado,muchos de los cuales pueden ser incorpora-dos a sistema automáticos de control y ope-ración y/o a sistemas de registro de datos ycomunicación GSM-web.

Por otro lado, sus valores individuales sondifíciles de interpretar o de extrapolar enáreas con suelos heterogéneos (caso de al-gunas situaciones en nuestros sistemas depivot central), especialmente debido a la altavariabilidad espacial del suelo. Al mismotiempo, no toman en cuenta en sí mismos,la demanda atmosférica y la condición deestrés/bienestar del cultivo.

3.2. Medidas basadas en la planta

La planta es el verdadero sujeto de bien-estar o estrés hídrico, donde el grado de bien-estar o de estrés incide y se manifiesta di-rectamente en el rendimiento o en la calidadde un producto vegetal. Este grupo de méto-dos están basados en mediciones directassobre la planta y monitorizan las relacioneshídricas en la planta con tecnologías muyinnovadoras (Jones, 2008).

Cuatro grandes grupos de metodologíasson mayormente utilizadas con continuasinnovaciones: potencial hídrico de la hoja,dendrometría, flujo de savia y termometría.

Potencial hídrico de la hojaEl potencial hídrico de la hoja expresa la

variación energía libre en un punto (hoja) condiferentes contenidos molares de agua en lamisma, dejando constante la temperatura,presión, etc. Representa el trabajo que debeser necesario para mover una unidad de masaFigura 5. Sonda de neutrones, CPN (USA)

10


del agua ligada a los tejidos, en referencia alque correspondería en el agua pura a unatemperatura y presión dada.

Es una medida muy precisa en cuanto asu dimensión y relación con el contenido realde agua en la hoja, pero tiene el inconve-niente que debe de seguirse un estricto pro-tocolo de muestreo: la selección de la mejorhoja a medir y de la hora en que se realiza lamisma en el campo. Esta técnica es muyutilizada en investigación, en el campo y enel laboratorio; a nivel de campo y produccióntambién es utilizada en algunos países,principalmente en cultivos hortícolas y fru-tícolas.

El equipo más comúnmente empleadopara éstas medidas es una cámara de pre-sión (Sholander et al., 1965); también se pue-den emplear psicrómetros con termocuplas.

Ventajas:a. Es un método relativamente barato.b. Ampliamente validado a nivel internacio-

nal.

c. Es muy preciso.

Desventajas:a. Requiere un estricto protocolo de trabajo

(muestreo).b. Requiere bastante tiempo para la medi-

ción en comparación a otras técnicas.c. La cámara de Sholander no se puede

automatizar, algunos los psicrómetros sise pueden automatizar.

DendrometríaGeneralizando podríamos decir que con-

siste en el grupo de medidas que cuantifi-can la dimensión individual de una planta(árbol) o alguno de sus órganos (frutos).Quizás la técnica más utilizada en riego esla medida de las variaciones en el diámetrode diferentes órganos: tallo, tronco, frutos.El diámetro de los órganos está directamen-te relacionado con el crecimiento, y en defi-nitiva, con el contenido de agua de los mis-mos. Aumentos consecutivos en el diáme-tro del tronco o del fruto implicaría aumen-

Figura 6. Cámara de presión tipo Sholander (Soilmoisture, USA)

INIA

11


tos en su tamaño (crecimiento). Por otro lado,las variaciones diarias en este diámetro estánrelacionadas con la variación diaria en el esta-do hídrico del órgano. El diámetro de los órga-nos vegetales describe una evolución rítmicaa lo largo del día, con un valor máximo, que sealcanza al final de la noche (período donde esmáxima la hidratación de los órganos) y unvalor mínimo, que se alcanza hacia medio día,cuando la transpiración de la planta es máxi-ma. La contracción del tronco diurna anormalindica la presencia de estrés hídrico en la plan-ta, y esto puede usarse para fijar el límite infe-rior del contenido de humedad en el suelo per-mitido (Goldhamer et al., 1999).

Ventajas:a. Adaptación a diferentes estrategias de

riego, especialmente en riego deficitario.b. Medidas continuas y no destructivas de

la planta.c. Capacidad de ser automatizables en tiem-

po real.

Desventajas:a. Actualmente de alto costo.b. Otros factores (estreses) pueden estar

afectando la contracción o el diámetro delórgano.

c. Requieren calibración, incluso con la can-tidad de agua aplicada en el riego.

d. d. Se debe de calibrar la evolución del diá-metro (variaciones en el incremento del diá-metro o contracciones) con el grado deestrés.

e. Alta sensibilidad, la utilización exclusivade esta medida tiene dificultades de paraser incorporada a sistemas de toma dedecisiones.

Flujo de saviaSon técnicas que procuran medir la velo-

cidad y la cantidad del flujo vascular (xile-mático) de la planta y están muy relaciona-das con la transpiración de la planta. Loscuatro métodos más frecuentemente utiliza-dos son: a) Método de balance térmico detallo, b) Método de balance térmico de tron-co, c) Método de pulsos térmicos y d) Méto-do de disipación térmica.

a) El método de balance térmico de tallo(Steinberg et al., 1989; Baker y van Bavel,1987), aplica calor en una circunferenciaentera alrededor del tallo y el flujo masal desavia es obtenido a través del balance deflujo de calor hacia dentro y hacia fuera de lasección del tallo calentada. El calor aplica-

Figura 7. Dendrómetro en tronco de cítricos (D6, UMS).

12


do puede ser contante o por pulsos, depen-diendo del dispositivo comercial.

b) El método de balance térmico de tron-cos (Èermak et al., 1984) fue desarrolladopara troncos leñosos. Al igual que el métodode balance térmico de tallos está basado enel principio de que la velocidad de la saviapuede ser determinada a través del balancetérmico del calentamiento de un tejido. Sinembargo, en este caso el calor se aplica soloen una sección internamente del tronco, másque superficialmente en la entera circunfe-rencia alrededor del tallo.

c) El método de pulsos térmicos(Swanson, 1994) es utilizado únicamente entrocos leñosos. La velocidad del flujo de sa-via es medida determinado la velocidad depequeños pulso de calor aplicado llevado acabo por el movimiento ascendente xilemá-tico de savia, más que por el balance térmi-co de los tallos calentados.

d) El método de disipación térmica(Granier, 1985) El calor es aplicado en formaconstante y la diferencia de temperatura en-tre las dos sondas es dependiente de la ve-locidad del movimiento de la savia alrededorde las sondas, si la velocidad del movimien-to del flujo xilemático se incrementa; el ca-lor es disipado más rápidamente y en con-

secuencia la diferencia de temperatura en-tre las sondas disminuye.

Ventajas:a. Dependiendo del tipo de cultivo, son bue-

nos estimadores de la transpiración de laplanta.

b. Medidas continuas y no destructivas dela planta.

c. Capacidad de ser automatizables en tiem-po real.

d. Son de bajo costo.

Desventajas:a. Requieren calibración, incluso con la can-

tidad de agua aplicada en el riego.b. Se debe de calibrar la evolución de la

transpiración diaria.c. Alta sensibilidad, la utilización exclusiva

de esta medida tiene dificultades de serincorporada a sistemas de toma de deci-siones.

Temperatura de la canopiaLa temperatura de la superficie de los

cultivos nos permite evaluar el grado de es-trés hídrico del mismo. En este sentido,cuando una planta o cultivo transpira, las

Figura 8. a) Sonda de balance térmico de tallo (Dynamax); b) Sonda de disipación de calor(Dynamax).

INIA

13


hojas se enfrían por debajo de la temperatu-ra del aire por evaporación directa del agua.A medida que el cultivo se va estresando porfalta de agua, el cierre estomático reducirála transpiración y en consecuencia la tem-peratura de la superficie del cultivo seincrementará (Jackson, 1982).

Teniendo en cuenta este proceso fisiológi-co, diferentes autores desde los años 80’s hanpropuesto relaciones de la diferencia entre latemperatura del aire y la temperatura de lacanopia, con diferentes demandas atmosféri-cas e incorporando su dependencia para loscultivos con total disponibilidad de agua o ensequía (Idso, 1981,1982; Jackson, 1981).

El Índice de Estrés Hídrico de los Culti-vos (CWSI, siglas en inglés), es quizás elmás conocido:

donde:– dT es la diferencia entre la temperatura

de la canopia y la temperatura del aire(Tc-Ta)

– dTs es el límite superior de Tc-Ta en plan-tas que no transpiran (alto grado de estrés)

– dTi es el límite inferior de Tc-Ta en plan-tas muy bien regadas (alta tasa de trans-piración)El IEHC (CWSI) con valor de 1 significa

que el cultivo no transpira por lo tanto estáen un estado de alto estrés hídrico, mien-tras que si esté en un valor de 0 (cero) elcultivo está transpirando a plena capacidad,con alto contenido de agua.

Es un grupo de técnicas, que apoyadasen las innovaciones de los nuevos dispositi-vos, está en plena expansión y adopción. Laincorporación de radiómetros en el espectroinfrarrojo termal de menor costo (DeJonge,2015), así como de cámaras infrarrojas(Jones, 1999; Jones et al., 2002) han permi-tido un desarrollo muy amplio de los con-ceptos propuestos en los años 80. Especial-mente con aplicaciones prácticas ya seandesde plataformas aéreas (drones, aviones,satélites); así como incorporados a la auto-matización de pivots; en este último casoincorporando además nuevos conceptos y

dT – dTiIEHC = dTs – dTi

Figura 9. Ejemplo de línea de base del Déficit de Presión de Vapor para soja. Adaptado de: U.S.Water Conservation Laboratory in Phoenix, Arizona.• La línea verde representa la diferencia entre la Tc – Ta indicando el máximo estrésen el cultivo de soja.• La línea azul representa el valor de la diferencia entre la Tc-Ta que indica un nulogrado de estrés para Déficit de Presión de Vapor (DPV).• La pendiente y el intercepto de estos valores deben ser obtenidos para cada cultivoy región.

14


análisis del tiempo térmico en los cultivospor encima de diferentes umbrales de tem-peratura de la canopia (Evett et al., 2002).

El sensoramiento remoto a su vez ha per-mitido observar la temperatura de la superfi-cie de los cultivos, posibilitando evaluar lavariabilidad espacial de los estreses hídricosy en consecuencia la uniformidad del riegoaplicado, en contraposición a la observaciónde solo algunos puntos en el campo.

3.3. Modelos de ayuda a la Toma deDecisiones en Riego

Se han desarrollado varios modeloscomo soporte a la toma de decisiones enla programación y evaluación del riego.Estos modelos pueden ser utilizados paraevaluar distintos planes de riego en dife-rentes escenarios climáticos y de cultivos,ya sea tanto a escala parcelaria como dechacra. Algunos ejemplos de estos son:CROPWAT (Smith, 1992), WinISAREG(Teixeira y Pereira, 1992), SIMDualKc(Rolim et al., 2006), AQUACROP (Stedutoet al., 2009), CROPIRRI (Zhang y Feng,2010), MODERATO (Bergez et al., 2001)y PLANTE-INFO (Thysen y Detlefsen,2006). Algunos de estos métodos estánbasados solamente en balances de aguaen el suelo, siguiendo fundamentalmentela guía FAO-56 (Allen et al., 1998), mien-tras que los otros incorporan además, pa-rámetros del crecimiento y desarrollo delcultivo para simular su rendimiento, lo quepermite un mayor análisis y seguimientopor parte de técnicos y productores.

Algunas ventajas de estos modelos con-sisten en la incorporación de los requerimien-tos de agua por la planta debida de la de-manda atmosférica. También requieren unaapropiada selección de los parámetros de loscultivos y del suelo.

En general y desde un punto de vista muypráctico, los modelos basados en la ayudaa la toma de decisiones permiten estudiardiferentes estrategias de riego, considerardiferentes opciones de los sistemas de rie-go y, además, pueden ser basados en la web:en términos de las entradas al modelo, en laautomatización de la entrada de datos cli-

máticos y en la consulta a diferentes dispo-sitivos en el campo.

Modelos de balances hídricos delsuelo (BHS)

Los modelos de balance hídrico del sue-lo permiten simular las variaciones del con-tenido de agua del suelo para un determina-do cultivo o secuencias de cultivo dado unascondiciones meteorológicas y/o de riegopreestablecidas. Estos modelos son unaherramienta muy apropiada en la planifica-ción de diferentes estrategias de riego, en laevaluación posterior de las condiciones deagua en el suelo y el comportamiento pro-ductivo del cultivo, así como de determinarel uso consuntivo del agua por el cultivo através de la evolución diaria del contenidode agua en el suelo.

Existen una gran variedad de modelos debalance hídrico del suelo. Muchos de ellosbasados, con pequeñas modificaciones lo-cales de la metodología propuesta por la guíaFAO 56 (Allen et al., 1998). Dentro de estosel modelo de simulación ISAREG (Teixeira yPereira, 1992) fue desarrollado para evaluardiferentes estrategias de riego. Permite eva-luar, a través del balance de agua del sueloa nivel predial, diferentes alternativas o pro-gramas de riego para distintos cultivos y endiferentes escenarios de producción. Una delas características importantes de este mo-delo es que toma los valores simples de Kcdel cultivo, sin discriminar en sus componen-tes (Kcb y Ke). La propuesta de utilizar el Kcdoble fue incorporado posteriormente en otrodesarrollo del mismo autor SIMDualKc (Rolimet al., 2006), donde es posible discriminarmejor el componente de evaporación del sue-lo y el de transpiración al inicio de la instala-ción de un cultivo (Allen et al., 2005). Tantoel modelo ISAREG como el SIMDualKc hansido evaluados y calibrados en varias ocasio-nes en las condiciones productivas de Uruguaycon muy buena precisión, ya sea en cultivos(García Petillo, 2010; Giménez y GarcíaPetillo, 2011; Giménez et al., 2016); como enplantaciones de cítricos (Otero y Goñi, 2008).

En la simulación de diferentes estrategiasde riego el usuario puede (Fortes et al.,2005):

INIA

15


• Definir un programa de riego para maxi-mizar el rendimiento, ejemplo: Sin estréshídrico alguno.

• Definir un programa de riego usando um-brales de riego seleccionados, permitien-do períodos de estrés hídrico y respon-diendo a las restricciones hídricas im-puestas en esos períodos.

• Evaluar el impacto del rendimiento y elagua en un determinado programa de rie-go.

• Comprobar el comportamiento del mode-lo con valores observados del contenidode agua en el suelo usando fechas y lá-minas de riego reales.

• Ejecutar balances de agua en el suelo sinla aplicación de riego.

• Calcular los requerimientos de riego deun cultivo; incluyendo el análisis de la fre-cuencia de estos requerimientos, cuan-

Figura 10. Diagrama de entradas y salidas del modelo de simulaciónWinIsareg (Fortes et al., 2005).

do distintas series de datos climáticosson consideradas.El modelo puede ser corrido en intervalos

diarios, decádicos o mensuales de acuerdoa la base de datos meteorológicos utilizada.Asimismo, puede producir salidas para unsolo ciclo del cultivo o para varios años con-secutivos. Brevemente, el modelo consta dela integración de otros dos submodelos aso-ciados: EVAP56 y KCISA. El primero nospermite el cálculo de la evapotranspiraciónde referencia a través del método de Pen-man-Monteith FAO-56 (Allen et al., 1998) yel segundo nos permite estimar el Kc sim-ple para los cultivos en diferentes situacio-nes de manejo, usando también la metodo-logía propuesta por FAO-56.

Esquemáticamente el modelo WinIsaregconsta de varias partes como se observa enla figura 10 (Fortes et al., 2005).

16


INIA

17


1. LA PLANIFICACIÓN DEL RIEGOEN CLIMAS TEMPLADOS COMOURUGUAY

El territorio continental del Uruguay seencuentra comprendido en la zona templa-da. Aunque entre distintos puntos del países posible observar diferencias en los pará-metros climáticos, estas diferencias no sonde magnitud suficiente como para distinguirdiferentes tipos de clima dentro del territoriode Uruguay de acuerdo a clasificaciones clá-sicas como la de Koeppen. Uruguay puedeser clasificado «Cfa» (Bidegain, M. y R.M.Caffera, 1997).

Desde el enfoque de la gestión y manejodel riego hay algunos factores que son de-terminantes en el éxito de una correcta pla-

nificación, debiendo ser considerados a prioripara el correcto diseño de los sistemas deriego más apropiados para Uruguay, así comopara su correcta programación.

Régimen Pluviométrico

Teniendo en cuenta los datos provenien-tes de las estaciones agroclimáticas de INIA,durante el período 1980 a 2015, podemosapreciar una distribución la precipitación acu-mulada promedio mensual relativamente se-mejante entre meses, para Rincón del Colo-rado (Canelones) y Treinta y Tres; mientrasque en Salto, Colonia y Tacuarembó se evi-dencia una clara tendencia a que los mesesinvernales presenten menor precipitación pro-medio mensual (Figura 11). Comparando la

CAPÍTULO 2.APLICACIONES DE MODELOS

DE BALANCE HÍDRICO DESUELOS EN URUGUAY

Figura 11. Distribución de la precipitación promedio acumulada mensual (mm) en las estacio-nes experimentales de INIA. La barra corresponde al desvío estándar mensual parael período 1980 a 2015.

Álvaro Otero*

* Ing. Agr., MSc. Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Salto Grande.

18


variación entre años de la precipitación pro-medio mensual (Fig. 11), se puede observaruna altísima variabilidad para un mismo mesen años diferentes. Estas deferencias en laprecipitación mensual trae consigo un impor-tante volumen de agua que no queda reteni-do en el suelo debido al escurrimiento su-perficial, lo que obliga –sin poderlo predecircon la suficiente anticipación– a diseñar sis-temas que por un lado maximicen la incor-poración de agua de lluvia en el perfil y, porotro lado, que permitan quitar el agua de las

chacras con rapidez y eficiencia, sin que seproduzca erosión significativa del suelo.

Régimen de la DemandaAtmosférica

La evapotranspiración de referencia (PM-56), presenta un régimen diferente al régi-men de precipitación. La evapotranspiraciónde referencia tiene una estacionalidad mu-cho más marcada y con pequeñas diferen-cias entre la estaciones de INIA. Esta esta-

Figura 12. Distribución de la evapotranspiración de referencia (PM-56) promedio acumuladamensual (mm) en las estaciones experimentales de INIA. La barra corresponde aldesvío estándar para el período 1980 a 2015.

Figura 13. Distribución de la evapotranspiración de referencia (PM-56) promedio diario mensual(mm) en las estaciones experimentales de INIA. La barra corresponde al desvíoestándar para el período 1980 a 2015.

INIA

19


cionalidad muestra los máximos valores men-suales acumulados promedio en los mesesde noviembre, diciembre, enero y febrero (Fi-gura 12), con valores promedio de 120 a 160mm mensuales en dichos meses.

Por otro lado, la variabilidad encontradaentre años para el mismo mes es relativa-mente baja si la comparamos con la variabi-lidad entre años de la precipitación (Figura13), con valores promedios diarios entre 4,5y 5,5 mm día-1 en los meses de mayor de-manda atmosférica. Al mismo tiempo pode-mos ver la alta diferencia en la evapotranspi-ración entre los meses invernales y los me-ses de verano. Esta estacionalidad muymarcada ocasiona excesos y déficit de aguaen el suelo, bien característicos de nuestropaís.

Características físicas de lossuelos

La infiltración superficial y el almacenajede los suelos son dos características impor-tantes a tener en cuenta en el diseño y laplanificación del riego. Los suelos de Uru-guay presentan una variabilidad importanteen la velocidad de infiltración básica, no soloentre los principales tipos de suelos sinotambién entre los mismos suelos en diferen-tes condiciones de manejo o topográficas

(Cuadros 1 y 2). La infiltración de algunossuelos es tan baja que permite realizar sa-tisfactoriamente riegos por inundación, comoes el caso del cultivo de arroz. En otros sue-los, con texturas francas y franco-arenosasy alta velocidad de infiltración, se hanpriorizado su uso para el desarrollo de culti-vos leñosos como los cítricos. Cuando seplanifican una transformación en riego de unachacra, donde se buscan altas eficienciasde aplicación de agua y uniformidad de dis-tribución, y donde además se tienen inver-siones por hectárea relativamente altas, esimportante que los valores promedio de lainfiltración de la chacra deban ser detallada-mente medidos, a fin de evitar errores en eldiseño del sistema de riego. En este senti-do, un ejemplo típico de error durante la fasede diseño de los sistemas de riego pívot esla falta de acuerdo entre la curva de pluviosi-dad en el extremo de la máquina y la curvade velocidad de infiltración del suelo, dondeuna inadecuada selección de los aspersores,velocidad de avance, anchura mojada e in-cluso la longitud total del equipo ocasiona-ría problemas importantes de erosión delsuelo por escurrimiento superficial.

En términos del diseño del equipo deriego, la velocidad de infiltración promediopor sÍ sola es una orientación de lo que setiene en la chacra, donde puede existir una

Cuadro 1. Velocidad de infiltración (mm h-1) de algunos suelos uruguayos.

Unidad de Tipo de Velocidad de suelo suelo infiltración (mm h-1)Tl-Rd Brunosol Subéutrico Típico 1,2

Tl-Rd Argisol Éutrico Lúvico 1,2

To Brunosol Éutrico Lúvico 6,3

EP-LB Brunosol Éutrico Típico 10

To Argisol Subéutrico Ócrico 10

Tl-Rd Brunosol Subéutrico Típico 20

Ch Brunosol Subéutrico Típico 42,5

To Brunosol Éutrico Lúvico 42,5

Tl-Rd Brunosol Subéutrico Típico 51,5

To Brunosol Subéutrico Típico 68,8 Tl-Rd: Tala-Rodriguez; To: Toledo; EP-LB: Ecilda Pauller-Las Brujas; Ch: Chapicuy. Fuente: adaptado de Terzaghi y Sganga (1998).

20


variabilidad muy alta como se observa enla figura 14. En este estudio en concretose muestreó un total de 30 puntos por tipode suelo, distribuidos de acuerdo a la fi-gura 15, considerándose suficiente pararepresentar la superficie total de estudio,así como la distribución de suelos en lachacra. Ante la variabilidad observada, esimprescindible ajustar correctamente eldiseño del sistema de riego a estas varia-ciones en la infiltración.

Un correcto muestreo, con suficientenúmero de muestras de infiltración deacuerdo a la distribución de suelos en lachacra que se quiera regar, permitiría se-leccionar la pluviometría del sistema deriego en función de los valores más frecuen-tes, en vez de usar el valor medio de lainfiltración, muchas veces obtenido de bi-bliografía y pocas veces correctamentemedidos.

Este caso concreto de estudio se rea-lizó sobre un suelo regado bajo sistemade riego pívot (Fig. 15), donde la frecuen-

cia de distribución de velocidad de infiltra-ción básica se encontró entre 2 y 3 mm/h,principalmente (Fig. 16), siendo muy simi-lares a los indicados en el cuadro 2. Eneste sentido, junto a la variabilidad obser-vada en las curvas de velocidad de infiltra-ción (Fig. 14), se hace necesario la bús-queda de alternativas de manejo del riegoextras en caso de que el ajuste de la cur-va de infiltración del suelo y la pluviome-tría de los aspersores no sea bueno entodas las áreas bajo el pívot, ya sea porexcesos de pluviometría o déficit de lamisma. Así, la creación de pequeñas «ba-teas» en la superficie del suelo entre laslíneas de plantación es una alternativa po-tencial en zonas de suelos con muy bajainfiltración, permitiendo que el agua de rie-go permanezca retenida en la superficiedel suelo por mayor tiempo y en definitivamejorar la entrada de agua al suelo. Es dedestacar que esta tecnología, utilizada enotros países, aún no ha sido explorada ovalidada en nuestros sistemas productivos.

Cuadro 2. Velocidad de infiltración (mm h-1) con infiltrómetro de doble anillo.

Unidad de Tipo de Velocidad de suelo suelo infiltración (mm h-1)

Tl-Rd Brunosol Subéutrico 1

SC Argisol Subéutrico Melánico 1Brunosol Subéutrico 1

Tl-Rd Brunosol Éutrico 1

Tl-Rd Brunosol Subéutrico 4

CñN Brunosol Subéutrico 4

SG-G Brunosol Subéutrico 4

CñN Brunosol Éutrico 4

CC Brunosol Subéutrico 6

To Brunosol Subéutrico 6

EP-LB Brunosol Éutrico 7

St Argisol Dístrico Ócrico 23

Af Argisol Subéutrico Melánico 23

EP-LB Brunosol Éutrico 53Tl-Rd: Tala-Rodriguez; To: Toledo; EP-LB:Ecilda Pauller-Las Brujas; SC: San Carlos; CñN:Cañada Nieto; SG-G: San Gabriel-Guaycurú; CC:Cuchilla de Corralito; St: Salto; Af: Alferes.Fuente: adaptado de Víctora et al. (2000).

INIA

21


Figura 14. Velocidad de Infiltración (mm h-1) de dos suelos en el área de Chapicuy (Salto). a y b:medidas individuales obtenidas de los n = 30 y 31 muestreos realizados en cadasuelo respectivamente; c: curvas de velocidad de infiltración promedio generados apartir de las medidas individuales. Método del doble anillo.

22


La capacidad de almacenaje promedio delos suelos de Uruguay está dentro de 110 a130 mm en el perfil, si sumamos el horizon-te A y el B (Anexo 1). En el momento dediseñar el sistema de riego para una opera-ción o chacra en particular, la estimación dela disponibilidad de agua en el suelo se rea-liza frecuentemente con valores promediosimilares, sobreestimando muchas veces ladisponibilidad real de agua en el suelo; porejemplo en pasturas y cultivos herbáceos.Por otro lado, al realizar un correcto balancehídrico del suelo, tenemos que considerar laprofundidad de arraigamiento efectiva delcultivo a los efectos de determinar la profun-didad de la lámina de riego, pero no siemprese corresponde con su máxima profundidadradicular que puede alcanzar el mismo. Lamayor densidad radicular se desarrollará enel perfil del suelo donde se aplique el agua ylos nutrientes. No es correcto pensar que siun cultivo-pastura puede extraer agua hasta80 cm cuando se dan condiciones de seca-no, ésta deba de ser la correcta profundidada regar en condiciones de riego.

El contenido de agua en los primeros 10cm el suelo suelen ser de alta importanciadurante la instalación de cultivos-pasturasinvernales al comienzo del otoño, dondemuchas pérdidas se han constatado por fal-ta o excesos de agua en esta época y etapa

Figura 15. Distribución espacial de la veloci-dad de infiltración básica (VIB, mmh-1) dentro del circulo de un pivot de60 ha. Salto. 2015. Método del dobleanillo. Área de color verde: suelo delgrupo Coneat; área de color violeta:suelo del grupo Coneat.

Figura 16. Distribución de frecuencias de la velocidad de infiltración básica (mm h-1) en cincozonas diferentes dentro del circulo de un pivot de 60 ha. Salto. 2015. Método deldoble anillo.

INIA

23


fenológica, aunque a los 30 cm de profundi-dad la cantidad de agua presente sería apro-piada para el crecimiento de la planta.

Teniendo en consideración el régimen plu-viométrico y la demanda atmosférica de Uru-guay, en el ámbito de nuestros suelos, po-demos constatar períodos de profundo défi-cit hídrico en el suelo, con intervalos varia-bles entre los años, pero que potencialmen-te se presentan durante el período fenoló-gico crítico de muchos cultivos y pasturas,que ocasionan reducciones del rendimientoo en la calidad de los mismos.

2. ESTRATEGIAS EN LAPLANIFICACIÓN DEL RIEGO ATRAVÉS DEL MODELO DE BHS

La planificación correcta del riego paraun determinado cultivo y sistema de riegopermite en la mayoría de los casos: a) unmejor aprovechamiento del agua de riego yde la lluvia, y b) minimizar el uso de energíadel sistema de riego, que para las condicio-nes de Uruguay, es un costo relativamenteimportante. En Uruguay, y hasta la fecha, elagua de riego que introducimos en las cha-cras no se paga ni por volumen utilizado, nipor canon de concesión de las aguas públi-cas; simplemente, el permiso de uso parariego de aguas públicas se gestiona frente alas autoridades pertinentes (DINAGUA-MVOTMA). De acuerdo a las disponibilida-des de agua del sitio en particular, la autori-dad pertinente es quien otorga el permiso através de un caudal ficto máximo. En estesentido, la responsabilidad colectiva ambien-tal nos llevaría también a ser cada día máseficientes en el uso del agua de riego dentrode los cultivos, quizás con especial énfasisen aquellos que por su método de riego ycantidad de superficie plantada sean gran-des consumidores de agua para riego. Eldesarrollo del riego en Uruguay se ha enfo-cado muchas veces en ser eficaces, es de-cir, lograr incrementar los rendimientos convolúmenes de agua de riego cada vez másimportantes, pero esto no significa que seanmás eficientes en el uso del agua. Sin em-bargo, dado el actual y futuro escenario res-pecto al cambio climático, la intensificación

agropecuaria, el incremento de costos ener-géticos y la responsabilidad social frente almantenimiento de la sostenibilidad ambien-tal, entre otros aspectos, es necesario queexista un trabajo focalizado en el incremen-to de la eficiencia en el uso del agua de rie-go (kg del producto comercial por mm deagua de riego aplicado), pero sin perder devista incrementar el rendimiento y calidad delos cultivos y pasturas.

En zonas templadas como Uruguay don-de es muy alta la variabilidad de la pluviome-tría entre años, para un determinado mes osemana (Figura 11), la planificación del rie-go juega un papel muy importante a los efec-tos de poder aprovechar al máximo el aguade lluvia. De esta forma se puede aumentarla precipitación natural que efectivamente seemplea en el consumo del cultivo, minimi-zando las pérdidas por percolación profunday de escorrentía superficial.

En este sentido, bajo una visión amplia,y sin tener en cuenta los métodos de riegode arroz en el mundo; muchos de los desa-rrollos e innovaciones en los sistemas de rie-go actualmente disponibles han sido desa-rrollados en países donde es muy escasa laprecipitación durante todo el desarrollo delcultivo, con suelos de buena infiltración y concostos de energía inferiores a los de Uruguay.Esto se aprecia por el desarrollo y oferta desistemas de riego de alta frecuencia y relati-vamente de bajos caudales, donde, en lamayoría de los casos, es más importante eldiseño inicial del mismo que las posiblesadaptaciones del equipo a los cambios en laplanificación del riego entre años. Por otrolado, los sistemas de riego por superficie,que en general aportan mayores láminas deriego, tienen mayores posibilidades de seradaptados a las condiciones variables deprecipitación que ocurren en Uruguay, perocon el inconveniente de que presentan unamenor capacidad de automatización del sis-tema y mayor uso de mano de obra a nivelpredial.

Para poner de manifiesto la importanciaque tiene el adecuado uso y manejo del aguade riego, en este apartado se plantean -amodo de ejemplo- tres estrategias diferen-tes en la planificación del riego, bajo distin-

24


tas condiciones de cultivo y sistemas de rie-go. Estas tres estrategias fueron simuladasmediante el modelo WinISAREG. Para esteejemplo, se utilizó un cultivo de maíz de es-tación, en un suelo Brunosol SubéutricoTipico (Coneat 10.6) cercano a la EstaciónExperimental «Wilson Ferreira Aldunate»INIA Las Brujas, durante dos ciclos de culti-vo, un ciclo relativamente seco (1999-2000)y otro relativamente lluvioso (2000-2001).

Estrategia 1: Comprende a aquellos mé-todos de riego como: aspersión o riego porsuperficie, en los cuales podemos ajustar deun riego a otro, la lámina bruta a aplicar,dentro del diseño original del equipo; pudien-do aplicar láminas relativamente pequeñas(10-15 mm) o mayores (35-40 mm) ya seacambiando el tiempo de riego (aspersión) oel caudal del mismo (riego por superficie).En estos casos se permite el agotamientodel agua en el suelo hasta un valor (P) delcontenido de agua disponible del suelo, um-bral que no provoca estrés o reducción delrendimiento y siempre que se riega se bus-ca llegar a capacidad de campo con la lámi-na de reposición.

En la figura 17 se puede apreciar la evo-lución del contenido de agua del suelo en uncultivo de maíz de ciclo medio bajo riego,donde la lámina de reposición siempre llegaa capacidad de campo luego de cada riego,mientras que otras veces se completa porlas precipitaciones ocurridas. Con esta pla-nificación del riego se realizaron 14 riegosdurante todo el período, con láminas entre27.6 y 52.7 mm; con un volumen total deagua aplicada de 501 mm (Cuadro 3).

Estrategia 2: Esta estrategia está basa-da en sistemas de alta frecuencia de riego,como son el riego localizado y los sistemasde riego autopropulsados (pivote central ylateral de avance frontal). El correcto uso deestos sistemas de riego y especialmente enpaíses donde las precipitaciones durante eldesarrollo del cultivo son muy bajas o nulas,sugiere una alta frecuencia de riego, habi-tualmente con riegos diarios y con láminasen el entorno de 8 a 12 mm diarios. Es aquídonde se plantean dos alternativas en la pro-gramación del riego: a) la estrategia 2, conun enfoque donde se considera una frecuen-

Figura 17. Balance hídrico del suelo para un cultivo de maíz de ciclo medio en un suelo BrunosolSubéutrico Tipico (Coneat 10.6) en el área de influencia de INIA Las Brujas durantela temporada 1999-2000.

INIA

25


cia moderada de precipitaciones durante eldesarrollo del cultivo; y b) la estrategia 3,oportuna para situaciones de baja a muy bajafrecuencia de precipitaciones.

El planteamiento de la estrategia 2 permiteel agotamiento del agua en el suelo, dentro dela profundidad de máxima absorción radicular(profundidad efectiva), hasta un umbral o nivelcrítico de agotamiento permisible del agua(umbral=P). Por debajo de dicho umbral el agualimita y disminuye algunas de las funcionesfisiológicas de la planta. La lámina bruta a apli-car es definida de tal forma que el contenidode agua del suelo esté siempre con valoressuperiores al nivel de agotamiento permisibleseleccionado, dicho en otras palabras, que elcontenido de agua del suelo sea fácilmentedisponible para la planta.

La planificación del riego mostrada en lafigura 18 fue prevista con láminas de 10 mm.El contenido de agua del suelo se mantienesiempre entre capacidad de campo y el um-bral de riego (P). Con esta estrategia se man-tiene siempre el contenido de agua en el suelopor encima del umbral (P) donde no hay re-ducción en las funciones fisiológicas, pero consuficiente espacio de recarga de agua en el

Cuadro 3. Número de riegos y láminas bru-tas de riego a aplicar (mm) con elescenario 1 de planificación du-rante el ciclo 1999-2000.

Fecha Número Lámina dede riego de riego riego, mm

21/11/1999 1 27.6

10/12/1999 2 31,7

20/12/1999 3 32,5

25/12/1999 4 32,8

03/01/2000 5 32,9

08/01/2000 6 32,4

14/01/2000 7 32,9

22/01/2000 8 32,9

27/01/2000 9 34,7

01/02/2000 10 36,1

06/02/2000 11 37,6

17/02/2000 12 41,1

24/02/2000 13 43,1

13/03/2000 14 52,7

Figura 18. Balance hídrico del suelo para un cultivo de maíz de ciclo medio en un suelo BrunosolSubéutrico Tipico (Coneat 10.6) en el área de influencia de INIA Las Brujas durantela temporada 1999-2000. Alta frecuencia de riego, láminas de 10 mm hasta agota-miento permitido (P).

26


suelo para aprovechar más la penetración delagua de lluvia dentro del perfil. Con esta estra-tegia se realizaron 43 riegos con una láminade agua aplicada durante todo el ciclo produc-tivo de 430 mm, bajo las mismas condicionesambientales y de cultivo que el escenario 1.

Estrategia 3: Esta estrategia es la se-gunda variante de la estrategia 2. Está pen-sada para riegos de alta frecuencia, con lá-minas pequeñas de 10 mm y con frecuenciade aplicación diaria. De esta forma se per-mite el agotamiento del agua del suelo desolo 10 mm, lo que equivale a la cantidad deagua de la lámina de reposición (asumiendopara este ejemplo 100% de eficiencia). Estetipo de planificación del riego es muy utiliza-do en países donde la mayor parte del aguaque consume el cultivo tiene por origen elriego, en condiciones de muy baja precipita-ción; es así que la lámina bruta es práctica-mente el consumo diario de la planta y laeficiencia de aplicación del sistema. Es muyfrecuente ver este desarrollo en cultivoshortícolas y frutícolas; así como en sistemasde pivot en zonas áridas o semiáridas. Almismo tiempo, en cultivos horti-frutícolas seadiciona el fertirriego, ya sea por pulsos ocon fertirriego continuo.

En la figura 19 se puede apreciar que laplanificación del riego fue prevista con apli-caciones casi diarias de láminas de 10 mm,permitiendo el agotamiento del agua en elsuelo de solo 10 mm, equivalente a la lámi-na bruta aplicada por el sistema de riego(considerándose 100% de eficiencia). Estaestrategia lleva a tener siempre altos conte-nidos de agua fácilmente disponible por laplanta, desde capacidad de campo hasta unumbral de agotamiento, el cual correspondecon la lámina neta de reposición. En esteejemplo en particular se hicieron 69 riegos,en las mismas condiciones meteorológicasy de cultivo que el escenario 1 y 2. El totalde agua aplicada con el riego fue de 688 mmdurante todo el ciclo productivo.

Esta práctica de riego desaprovecha mu-cho más la precipitación natural durante eldesarrollo del cultivo, ocasionando que elagua de lluvia que no es infiltrada al suelo sepierda por escurrimiento superficial. Por tan-to, se puede afirmar que se trata de una prác-tica poco recomendable para las condicio-nes climáticas (intensidad y frecuencia deprecipitación) de Uruguay.

Las tres estrategias llevadas a cabo parael mismo cultivo (maíz de ciclo medio) y den-

Figura 19. Balance hídrico del suelo para un cultivo de maíz de ciclo medio en un suelo BrunosolSubéutrico Tipico (Coneat 10.6) en el área de influencia de INIA Las Brujas duranteel ciclo 1999-2000. Alta frecuencia de riego, láminas de 10 mm.

INIA

27


tro de las mismas condiciones climáticas,permite ver como la programación del riegotiene una incidencia importante en la frecuen-cia o número de riegos y, sin lugar a dudas,en la cantidad de agua utilizada en el riego.Como consecuencia, se puede determinar losposibles ahorros de energía, así como mejo-rar la eficiencia de utilización del agua delluvia.

Para un año relativamente seco como esel mostrado en el ejemplo anterior: ciclo pro-ductivo 1999-2000 (265 mm durante el ciclo),se destacan diferencias importantes en elnúmero de riegos y en la lámina de agua aaplicar al cultivo (Figura 20; Cuadro 4). Laestrategia 3 utilizó 1,6 veces más agua ynúmero de riegos que la estrategia 2 (Cua-dro 4). Por otro lado, manejar el sistema de

Figura 20. Comparación de tres estrategias de programación del riego en la evolución del con-tenido de agua en el suelo para un cultivo de maíz de ciclo medio en un sueloBrunosol Subéutrico Tipico (Coneat 10.6) en el área de influencia de INIA Las Brujasdurante la temporada 1999-2000 (baja pluviometría).

Cuadro 4. Comparación de las tres estrategias de riego, durante el ciclo 1999-2000.Temporada de baja pluviometría.

Volumen to- Lámina Precipi-Número tal de riego promedio tación

de riegos mm mm mm

Agotamiento hasta umbral Escenario 1 (P) y reposición hasta 14 501 38 265

Capacidad de Campo

Alta frecuencia con umbral Escenario 2 (P) variable, lámina fija 43 430 10 265

10 mm

Alta frecuencia con umbral Escenario 3 equivalente a la lámina de 69 688 10 265

reposición (10 mm)

28


riego en el límite inferior del agua fácilmentedisponible (umbral P) para aprovechar almáximo la precipitación natural implica unmuy buen manejo de todo el sistema de rie-go y un control muy preciso del mismo; ade-más de tener un diseño flexible que permitaregularlo fácilmente.

En contraste, durante los años más llu-viosos como en el ciclo 2000-2001 (496 mm

en el ciclo), la diferencia entre los dos esce-narios 2 y 3 es mayor que en los años se-cos, en el número de riegos y en volumen deagua de riego (Figura 21; Cuadro 5). La es-trategia 3 utilizó 2,4 veces más agua que laestrategia 2 (543 mm vs 230 mm), eviden-ciando que con una correcta planificación delriego se puede hacer un ahorro importantede agua y energía.

Cuadro 5.Comparación de las tres estrategias de riego, durante el ciclo 2000-2001.Temporada de alta pluviometría.

Volumen to- Lámina Precipi-Número tal de riego promedio tación

de riegos mm mm mm

Agotamiento hasta umbral Escenario 1 (P) y reposición hasta 9 307 34 496

Capacidad de campo

Alta frecuencia con umbral Escenario 2 (P) variable, lámina fija 23 230 10 496

10 mm

Alta frecuencia con umbral Escenario 3 equivalente a la lámina de 54 543 10 496

reposición (10 mm)

Figura 21. Comparación de tres estrategias de programación del riego en la evolución del con-tenido de agua en el suelo para un cultivo de maíz de ciclo medio en un sueloBrunosol Subéutrico Tipico (Coneat 10.6) en el área de influencia de INIA Las Brujasdurante la temporada 2000-2001 (alta pluviometría).

INIA

29


3. RESUMEN

• Los modelos de balance hídrico del sue-lo, permiten no solo evaluar la evolucióndel riego en un determinado ciclo, sinoque también optimizar diferentes estrate-gias en la programación del riego.

· Si bien es imprescindible tener un preci-so diseño del sistema de riego; tambiénes esencial una correcta planificación yprogramación del riego.

• La correcta programación del riego ayu-da a lograr mejores rendimientos físicos,

teniendo en cuenta, las condiciones va-riables del clima, la eficiencia de uso delagua, el costo energético y la minimiza-ción del deterioro ambiental (principalmen-te erosión y uso responsable del agua).

• La mejor programación del riego debecontemplar el mejor aprovechamiento dela pluviometría natural de las diferentesregiones de Uruguay. En años relativamen-te con mayor precipitación, la programa-ción del riego a través del balance hídricollevará a un mejor uso del agua y de laenergía.

Foto 4. Descargas de las mangas de riego por superficie en pasturas.

30


INIA

31


1. INTRODUCCIÓN

La necesidad de agua que requiere un cul-tivo para maximizar su rendimiento y cali-dad son un elemento clave en el diseño y enla planificación de un correcto sistema deriego. En general, son las necesidades hí-dricas del cultivo en el período crítico, juntoal agua fácilmente utilizable por el cultivo,los datos mínimos que se requieren para eladecuado dimensionamiento de los sistemasde riego (cálculos de caudal y tiempos deriego). En este sentido, el objetivo que sepropone en este capítulo es de estimar losrequerimientos de riego de algunos cultivosque se desarrollan bajo diferentes suelos yzonas agrícolas de Uruguay. Para ello, seprocedió a realizar las correspondientes si-mulaciones bajo dos escenarios: a) la esti-mación básica de las necesidades de aguadel cultivo; b) la estimación de las necesida-des de agua de riego, teniendo en cuenta dife-rentes estrategias de planificación del riego.

A tal efecto se estimaron las necesida-des de agua para riego en varios cultivos a

través de la modelación del balance hídricodel suelo durante 25 años en diferentes sue-los del país, principalmente en cuatro zonasgeográficas: Salto, Colonia, Canelones yTreinta y Tres. Para la modelación del ba-lance hídrico del suelo y, en definitiva, parala estimación de las necesidades de riegose utilizó el modelo WinIsareg 1.3 (Pereiraet al., 2003).

Datos Climáticos. Para confeccionar labase de datos meteorológicos usada en elmodelo, se incorporaron los datos climáti-cos de las estaciones agrometeorológicasde INIA (INIA-GRAS, 2015) (Cuadro 6). Losregistros diarios fueron del período compren-dido entre 1 de julio de 1989 al 31 de juniode 2015. Para la base de datos se utilizaronlos registros de la temperatura máxima ymínima del aire, la humedad media y míni-ma del aire, el número de horas de insola-ción, radiación solar (Rs), la precipitaciónefectiva y la velocidad del viento a 2 m dealtura. Para estimar la precipitación efectivase utilizó el índice de precipitación antece-dente (Shaw 1994). La estimación de la eva-

CAPÍTULO 3.ESTIMACIÓN DE LOS

REQUERIMIENTOS DE AGUA PARARIEGO EN CULTIVOS Y PASTURAS

Álvaro Otero*Claudio García**

* Ing. Agr., MSc. Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Salto Grande.** Ing. Agr., Dr. Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Las Brujas.

Cuadro 6. Localización de las Estaciones Agrometeorológicas INIA.

Estación agrometeorológica Ubicación Altitud (m.s.n.m)

INIA-Salto Grande 31°16' Sur 57°53' Oeste 50

INIA-La Estanzuela 34°20' Sur 57°41' Oeste 81

INIA-Las Brujas 34°40' Sur 56°20' Oeste 32

INIA-Treinta y Tres 33°14' Sur 54°15' Oeste 100Fuente: INIA-GRAS, 2015. http://www.inia.org.uy/online/site/gras.php.

32


potranspiración diaria de referencia (ETo,PM-56) fue calculada con el software REF-ET v 4.1 (Allen, 1990) con los registros origi-nales de cada estación de INIA.

Parámetros de los Suelos. Se seleccio-naron 3 grupos CONEAT de suelos repre-sentativos de cada región (CONEAT, 1979),dentro de cada grupo CONEAT se utiliza-

Cuadro 8. Cultivos seleccionados por región de producción.

Salto Treinta y Tres Colonia Canelones

Alfalfa Alfalfa Alfalfa AlfalfaFestuca Festuca Festuca FestucaMaíz Ciclo Medio Maíz Ciclo Medio Maíz Ciclo Corto Maíz Ciclo MedioSoja GM 4 Soja GM 5-6 Maíz Ciclo Medio Soja GM 5-6Soja GM 5-6 Soja GM 4 Durazno TempranoSoja GM 7-8 Soja GM 5-6 Durazno EstaciónCítricos Navel Soja GM 7-8 Manzano

PeraCítricos Navel

Foto 5. Monitoreo permanente del contenido de agua en el suelo en el cultivo de soja.

Cuadro 7. Principales grupos Coneat y suelos dominantes (perfil) utilizados en lamodelación (Molfino y Califra, 2001).

Salto Treinta y Tres Colonia CanelonesGrupo Perfil Grupo Perfil Grupo Perfil Grupo Perfil

CONEAT CONEAT CONEAT CONEAT9.6 USDA 4 2.21 F23-01 10.3 M25-05 10.6a L28-0312.11 USDA 5 4.1 D20-54 10.8b USDA 1 10.8a J27-12S10.21 O05-03 10.7 F29-20 11.7 USDA 15 11.1 P20-02

INIA

33


ron los da tos de carac ter izac iónedafológica del perfil del suelo dominanteen cada grupo (Molfino y Califra, 2001).Utilizando el porcentaje de arena, limo,arcilla y materia orgánica de cada horizon-te y perfil se estimó la densidad aparente(Da) de cada horizonte, así como el con-tenido volumétrico de agua a capacidad decampo y en el punto de marchitez perma-nente (Silva et al., 1988) (Anexo 1 y Cua-dro 7).

Características de los Cultivos. Se se-leccionaron diferentes cultivos para las dis-tintas regiones de producción (Cuadro 8).Para cada cultivo se determinaron las fe-chas promedio de su siembra, cosecha yfenología, así como la profundidad prome-dio efectiva de riego en cada etapa fenoló-gica y el umbral de agotamiento de aguapermitido (P) en el suelo (Anexo 2). Losvalores de Kc fueron tomados de la GuíaFAO-56 (Allen et al., 1998), cuando no setenían valores locales de Kc (García Petilloy Castel, 2007).

Parámetros de riego en el modelo. Losparámetros de riego son esenciales parapoder diferenciar los distintos escenariosy programaciones de riego. Estos paráme-tros van a tener que ser ajustados deacuerdo a los objetivos productivos bus-cados; es así que, en este caso, se se-leccionaron inicialmente dos objetivos com-plementarios. Primero, la estimación bá-sica de los requerimientos de agua parariego del cultivo, calculada directamente através del modelo. Segundo, la estimacióndel requerimiento de agua para riego, te-niendo en cuenta diferentes estrategias deplanificación del riego de acuerdo al tipocultivo y al sistema de riego empleado,procurando maximizar el uso del agua delluvia. En ambos objetivos, se estimaronlas necesidades totales de agua para rie-go (mm ha-1 año-1) y su caudal máximo (Q,l s-1 ha-1; estimada a partir de las necesi-dades hídricas del cultivo en el período picoen cada combinación de región de produc-ción, cultivo y tipo de suelo dominante.

Dentro del segundo objetivo, se tuvo encuenta tres estrategias de planificación delriego:

• Estrategia 1: Se modela un régimen deriego en el cual se permite el agotamien-to del agua en el suelo hasta el umbraldel contenido de agua en el suelo (P) ycon una lámina de reposición hasta lle-gar a capacidad de campo cada vez quese riega.

• Estrategia 2: Se modela un régimen deriego donde también se permite el agota-miento del agua en el suelo hasta el um-bral P, pero con una lamina de reposiciónfija de 10 mm en cada riego realizado. Elpropósito de esta estrategia de riego essimular las condiciones de riego de altafrecuencia, habitualmente encontradas enlos riegos por goteo o pivot, donde sepermite el agotamiento del suelo hasta elumbral preestablecido (P).

• Estrategia 3: Se modela un régimen deriego de alta frecuencia con la aplica-ción de una lámina de riego de 10 mm,similar al anterior. En esta estrategiase estimó un umbral de agotamiento delsuelo (P) equivalente a un agotamientodel suelo de 10 mm, igual a la láminade reposición. Este nuevo valor de P (%)debió ser estimado para cada suelo ypara cada cultivo (profundidad del sis-tema radicular, fenología). El propósitode esta estrategia es simular aplicacio-nes de alta frecuencia (10 mm) al igualque el escenario 2, programando un rie-go casi diario; reponiendo cantidadesde agua muy pequeñas todos los días,semejando las condiciones de riego enclimas con nula o muy escasa precipi-tación.En los dos escenarios planteados y en

las tres estrategias de riego modeladas serealizaron supuestos importantes para laestimación del agua requerida para regar.Estos supuestos no siempre se van a cum-plir en todas las situaciones, especialmenteen lo referente a la eficiencia de riego, quedepende del tipo y diseño del sistema de rie-go empleado, y también de su mantenimien-to y operación.

Supuestos a poner en el modelo(WinISAREG): a) la eficiencia de uso delagua por el sistema es del 100 %; b) es nula(0 %) la percolación de agua hacia horizon-

34


tes más profundos que la profundidad de rie-go preestablecida, basados en la mayoría delos perfiles de nuestros suelos, con horizon-tes B de muy baja permeabilidad (Duran etal., 2007) ; c) no hay restricciones en el de-sarrollo del cultivo por la calidad del agua deriego, donde existen pocas situaciones anivel nacional con problemas reales para eluso del agua para riego (Zamalvide, 2001);d) para el cálculo del caudal requerido porsistema de riego se tuvo en cuenta que lajornada máxima efectiva de riego es de 8horas.

Criterio de selección del requerimiento deagua para riego. Las simulaciones realiza-das con el modelo WinISAREG en los 25años considerados permitieron determinarcuál es la cantidad total de agua de riego(mm ha-1 año-1) y el caudal máximo requeri-do (l s-1 ha-1) en cada unos de los ciclos anua-les de los cultivos. Como referencia general,para determinar la cantidad de agua de riegonecesaria para cada cultivo, se optó por elvalor de la misma que sea suficiente en el80 % de los años bajo riego; manteniendoun 20 % de los años en donde la necesidadde agua para riego sobre pasa la cantidaddisponible.

2. ESTIMACIÓN BÁSICA DE LOSREQUERIMIENTOS DE AGUAPARA RIEGO DEL CULTIVO OPASTURA

La necesidad de agua para riego entreaños de un cultivo o pastura, va a depen-der no solo de la evapotranspiración y dela eficiencia de uso de la precipitación, sinotambién del almacenaje potencial de aguaen el suelo y de las condiciones de creci-miento y desarrollo del cultivo. Estos as-pectos fueron vistos también en el capítu-lo sobre la optimización de la programa-ción el riego.

La ocurrencia e intensidad de la precipi-tación, en la climatología de Uruguay, es unode los factores más importantes en la plani-ficación del riego y, como se presentó ante-riormente, con una alta variabilidad entreaños.

De acuerdo a la ocurrencia e intensidadde la precipitación registrada durante el pe-ríodo de años de estudio, el requerimientode agua para riego va a ser diferente segúnla zona de siembra del cultivo. Como ejem-plo, un cultivo de soja con grupo de madurezentre 5 y 6, presenta diferentes requerimien-tos de agua para riego si es sembrada enSalto, en Colonia o Treinta y Tres. Para elperíodo de 25 años, comprendidos entre 1989y 2015, y con un requerimiento de agua parariego que contemple el 80 % de los años (20años en 25), en la región de Salto se necesi-tarían entre 389 y 422 mm, para Colonia senecesitarían entre 389 y 407 mm, y paraTreinta y Tres entre 347 y 361 mm (Figura22).

Dentro de los grupos de suelos selec-cionados, si bien existe una pequeña dife-rencia en las láminas de riego requeridas,ésta diferencia no parece ser muy impor-tante en base anual, tomando todo el pe-ríodo de crecimiento. Es de notar que nose muestran suelos muy contrastantesentre sí, sino los más frecuentes; estopodría llevar a resultados diferentes si setienen en cuenta suelos cultivables perocon mayores limitaciones; principalmenteen la capacidad exploratoria de las raíceso la propia textura de sus horizontes. Esfrecuente en suelos agrícolas de Uruguayencontrar manchones o áreas relativamen-te importantes con limitantes texturales y/o químicas importantes, que al limitar elcrecimiento del cultivo van a cambiar susnecesidades de riego potencial.

Siguiendo el mismo ejemplo al indicadoanteriormente, los requerimientos estimadosde agua de riego para diferentes grupos demadurez de soja, no difieren mucho entre sí,con valores de 403 a 416 mm en los gruposde madurez 4; entre 417 y 429 mm en losgrupos 5 y 6 y entre 409 y 421 mm para losgrupos de madurez 7 y 8 (Fig. 23). En estecaso, dentro de los grupos de madurez desoja no se han estimado diferencias impor-tantes en los diferentes suelos.

En el cuadro 10 podemos ver los re-querimientos básicos estimados de riegoanual (mm) para diferentes sitios de pro-ducción, suelos y cultivos. Estos valores

INIA

35


Figura 22. Lámina de riego requerida por el cultivo de soja (grupos de madurez 5 y 6) bajo trestipos de suelos mostrada según la frecuencia acumulada en el período total de añossimulados. Período 1989-2015.

36


Figura 23. Requerimiento de agua de riego (mm) en Soja grupos de madurez 4; 5 - 6 y 7 - 8; endiferentes suelos. INIA La Estanzuela. Frecuencia acumulada. Período 1989-2015.

Cuadro 9. Eficiencias de aplicación indicativas de diferentes métodos de riego. Adaptadode Brouwer et al. (1989).

Método de riego Eficiencia de aplicación

Riego por superficie (surcos, melga, inundación) 50-60 %Riego por aspersión. Fija, cañón, lateral de avance frontal 75 %Riego por aspersión. Pivot 80-85 %Riego por goteo 90 %Riego por microaspersión 90-80 %

deben de ser corregidos por la eficienciade aplicación de agua de acuerdo al méto-do de riego que utilicemos, ya sea la efi-ciencia global de los sistemas tipo, o elpropio de cada sitio si este se llega a co-nocer. Valores indicativos de la eficienciaglobal de aplicación en campo en los dis-tintos sistemas o métodos de riego sepueden apreciar en el cuadro 9.

Los caudales pico (l s-1 ha-1) representanel máximo caudal puntual que necesitamosdentro del ciclo del cultivo, con el cual sesatisfacen las demandas de riego en esemomento. En este sentido, el modeloWinIsareg, cuando simula varios ciclos con-secutivos, determina un valor máximo anual.En el cuadro 11 se muestran los valores delcaudal pico que debería tener el sistema parael 80 % de los años de estudio (20 años delos 25 años de riego analizados).

Podemos encontrar muy pocas diferen-cias entre el máximo caudal necesariopara diferentes suelos. Estas diferenciascomienzan a hacerse más importantesentre los distintos sitios de cultivo y cla-

ramente entre cultivos (Cuadro 11). Deacuerdo al sistema de riego que se estéempleando se deberán ajustar estos valo-res, teniendo en cuenta la eficiencia glo-bal del sistema (Cuadro 9). Los valores deeficiencia global de los sistemas no sonfijos en cada sistema de riego, son orien-tativos, y de allí que conviene determinara campo esta eficiencia, con datos realespara cada situación productiva en particu-lar. Por ejemplo en sistemas con riego porsuperficie se deberá ajustar este valor conuna eficiencia del 50 %; en sistemas dealta frecuencia (localizado y pivot) con unaeficiencia del 85%; mientras que para sis-temas de aspersión convencional (cañon,lateral de avance frontal, aspersión fija yportátil) se deberá utilizar una eficienciadel 70 %. De tal forma que un maíz de ci-clo medio en Salto, tendrá un caudal picode 0,98 l s-1 ha-1, considerando una eficien-cia del 100 %, si lo regamos con un siste-ma superficial este caudal pico debería serde 1,96 l s-1 ha-1, 1.2 l s-1 ha-1 en un siste-ma de alta frecuencia (pivot) o 1,4 l s-1 ha-

1 en un sistema de aspersión clásico.

INIA

37


Cuadro 10. Requerimiento estimado de agua para riego (mm) en diferentes sitios deproducción y cultivos.

38


Cuadro 11. Caudal máximo (l s-1 ha-1) estimado para diferentes sitios de producción ycultivos.

INIA

39


3. ESTIMACIÓN DE LASNECESIDADES DE AGUA DERIEGO CON DIFERENTESESTRATEGIAS DEPLANIFICACIÓN DEL MISMO.SEGUNDO OBJETIVO

Esta parte del capítulo fue desarrollada conel objetivo inicial de generar información sobrelas necesidades de riego de los cultivos, pas-turas y frutales, a los efectos de la habilitaciónde proyectos y uso de agua para riego. Estetrabajo estuvo realizado en colaboración condocentes e investigadores de la Facultad deAgronomía(1), técnicos del MGAP-RENARE(2)

e investigadores de INIA(3).Como se había mostrado en los ejemplos

del capítulo anterior, la cantidad de aguausada para riego va a variar con el métodode riego que se utiliza y fundamentalmente

en su programación. El método de riego, porsus diferentes diseños y eficiencias va a afec-tar la cantidad de agua utilizada en el riego.Pero, simultáneamente, la programación delmismo, permitirá mejorar la eficiencia de usode agua para el riego, a través de un correc-to manejo del riego teniendo en cuenta prin-cipalmente la variabilidad de las precipitacio-nes.

Se presenta ahora, al igual que en la pri-mera parte de este capítulo, el segundo ob-jetivo, que está compuesto por tres situacio-nes o estrategias de riego utilizadas en dife-rentes cultivos, pasturas o frutales. Algunosde los métodos o estrategias se han usadoy se usan indistintamente para los mismoscultivos, claramente con diferentes eficien-cias y posibilidades de mejorar la programa-ción del riego; muchas veces determinadopor las fuentes de agua, disponibilidad deequipos de riego y costumbres generales delos productores.

Dentro del segundo objetivo, se tuvo encuenta tres estrategias de programación delriego:• Estrategia 1: Riego Sin Restricciones.

Se modela un régimen de riego en elcual se permite el agotamiento del aguaen el suelo hasta el umbral del conte-

(1) Ing. Agr. MSc Lucía Puppo, Ing. Agr. MSc RaquelHayashi, Ing. Agr. Dr. Pablo Morales.(2) Ing. Agr. Gervasio Finozzi, Ing. Hidr. Amb. MSc PaolaPedemonte, Ing. Hidr. Amb. Florencia Hasting, Ing. Agr.Daniel Silveira, Ing. Agr. Juan Pedro Herrera, Ing.Agr. Pablo Lacuesta, Ing. Agr. MSc Delgado Silvana,Ing. Amb. MSc Maria Bettina Miguez.(3) Ing. Agr. MSc Alvaro Otero, Ing Agr. Dr ClaudioGarcía, Ing. Agr. Dr Francisco Montoya, Ing. Agr. MSc.María Cristina Capurro.

Foto 5. Día de campo en ensayos bajo riego.

40


nido de agua en el suelo (P) y con unalámina de reposición hasta llegar a ca-pacidad de campo cada vez que se rie-ga. Riego sin mayores restricciones quelas apropiadas para realizar un buen rie-go.

• Estrategia 2: Riego con Lámina Fijade 10 mm. Se modela un régimen deriego donde también se permite el ago-tamiento del agua en el suelo hasta elumbral P, pero con una lámina de repo-sición fija de 10 mm en cada riego rea-lizado. El propósito de esta estrategiade riego es simular las condiciones deriego de alta frecuencia, habitualmenteencontradas en los riegos por goteo opivot, donde se permite el agotamiento delsuelo hasta el umbral preestablecido (P).

Estrategia 3: Riego de Alta Frecuenciay Bajos Caudales (8-10 mm). Se modelaun régimen de riego de alta frecuencia conla aplicación de una lámina de riego de10 mm, similar al anterior. En esta estra-tegia se estimó un umbral de agotamien-to del suelo (P) equivalente a un agota-miento del suelo de 10 mm, igual a la lá-mina de reposición. Este nuevo valor deP (%) debió ser estimado para cada sue-lo y para cada cultivo (profundidad del sis-tema radicular, fenología). El propósito deesta estrategia es simular aplicacionesde alta frecuencia (10 mm) al igual que elescenario 2, simulando una programacióndel riego que riega casi a diario; reponien-do cantidades de agua muy pequeñastodos los días, semejando las condicio-

Cuadro 12. Requerimientos anuales de agua para riego en función dela programación de riego prevista. Salto.

INIA

41


Cuadro 13. Requerimientos anuales de agua para riego en función dela programación de riego prevista. Colonia.

nes de riego en climas con nula o muyescasa precipitación.En las cuatro regiones productivas anali-

zadas, se observa cómo a través de la co-rrecta programación del riego, se pudo aho-rrar agua de riego en forma importante (Cua-dros 12-15) y con el ejemplo de los cuadros4 y 5, se aprecia también el ahorro en el usode la energía, evaluada a través de la dismi-nución del número de riegos.

El riego de alta frecuencia, que permitasolo el agotamiento del agua en el suelo,

hasta láminas de reposición de 8-10 mm,parecería ser muy poco aconsejable para lascondiciones de Uruguay, ya que utilizaríamayor cantidad acumulada de agua para rie-go, con más turnos de riego que cualquierotro método. Dependiendo del cultivo, se uti-liza entre un 15 y 55 % más de agua que unriego sin restricciones. En el caso de laspasturas, en el ejemplo alfalfa y festuca, estadiferencia está alrededor del 60 %. Esta for-ma de regar es frecuentemente usada en sis-temas localizados o de pivot, aconsejada en

42


Cuadro 14. Requerimientos anuales de agua para riego en función de laprogramación de riego prevista. Canelones.

INIA

43


lugares donde la pluviometría es muy esca-sa o nula; pero no muy aconsejada en lascondiciones agroecológicas de Uruguay.

El efecto de los suelos en la estrategiacomparada de programación del riego, no hatenido mayores diferencias que las obteni-das por el cultivo y la programación propia-mente dicha.

Regar con láminas pequeñas de 8 a 10mm, –láminas dadas fundamentalmentepor el diseño del sistema– permite un aho-rro sustancial en el uso de agua para rie-go; de hecho es la programación de riegomás satisfactoria desde el punto de vistade la eficiencia de uso del agua y de losrecursos hídricos en general, ya que per-mite dejar el perfil de suelo con la mínimacantidad de agua que no provoque estréso reducción del rendimiento en el cultivo,y lo suficientemente seco como para apro-vechar toda el agua de lluvia que poten-cialmente pueda infiltrar en el suelo. Sinembargo, desde el punto de vista energé-

Cuadro 15. Requerimientos anuales de agua para riego en función de laprogramación de riego prevista. Treinta y Tres.

tico, se consume más energía al habermayor turnos de riego que en el riego sinrestricciones de láminas (Cuadros 4 y 5).Regar con láminas relativamente peque-ñas, puede ser usado satisfactoriamenteen sistemas de pivot o alas de desplaza-miento lateral, y también en producción devegetales intensivos como es el caso delos cítricos con sistemas con goteros omicrojet.

En general, la estrategia 1, de riego sinrestricciones de lámina, permite una reduc-ción importante en el número de riegos rea-lizados, pero debe de ser posible tener lámi-nas más grandes, de allí que es un métodomuy apropiado a métodos de riego por su-perficie o a sistemas de goteros/microjetdónde se pueda ampliar el turno de riego,permitiendo aumentar el caudal de agua enla planta. De esta forma se pueden hacerriegos muy eficientes ya sea en el consumode agua en el riego, como en el uso de laenergía.

44


4. RESUMEN

• Los modelos de Balance Hídrico del Sue-lo (BHS) son herramientas muy útilespara la programación del riego, así comopara la evaluación de diferentes estrate-gias de riego y determinar las necesida-des de agua para riego en una región par-ticular.

• La necesidad de agua para riego en lascondiciones de Uruguay, van a cambiar-para un mismo cultivode acuerdo a laregión dentro del país que se esté tra-bajando.

• Las necesidades de riego que se presen-taron son necesidades netas de riegodurante el crecimiento y desarrollo delcultivo. La lámina neta de riego debe sercorregida por la eficiencia el sistema ométodo de riego utilizado a los efectosde determinar la lámina bruta de riego,que será la que realmente apliquemos alcultivo.

• En el caso de alfalfa y festuca, se nece-sitarán entre 250 y 350 mm anuales deagua de riego neto (sin tomar en cuentala eficiencia del sistema de riego), parasatisfacer en el 80 % de los años los po-tenciales de rendimiento.

• Para cultivos como maíz y soja, se nece-sitarán entre 350 y 500 mm anuales deagua de riego neto, en las diferentes zo-nas de Uruguay.

• Los caudales máximos o pico, están re-lacionados con la máxima demanda dia-ria, con 0,60 y 0,79 l s-1 ha-1 en pasturasy de 0,70 a 1,0 l s-1 ha-1 para cultivos comomaíz y soja.

• La programación del riego, permite aho-rrar en forma importante el agua para elriego, al mismo tiempo que podemos uti-lizar en forma más eficiente el agua, sepuede ahorrar energía, principalmente debombeo.

• Esta tarea debe de ser pensada desde elmismo diseño del sistema de riego, a losefectos que este se adapte bien y flexi-blemente, a las condiciones variables deprecipitación, y a la infiltración y topogra-fía de nuestros suelos.

• El correcto diseño del sistema de riegopara cada caso particular, requiere dedecisiones exclusivas para cada situacióna regar. El riego de precisión es una he-rramienta más dentro de todas las tecno-logías de producción utilizadas en Uru-guay.

INIA

45


1. INTRODUCCIÓN

En los dos capítulos anteriores se ha podi-do ver algunos de los posibles usos y mane-jos que ofrecen los modelos de balance hídricodel suelo, en este caso el modelo WinISAREG.Si bien el modelo constituye una ayuda parala toma de decisiones en riego, por sí sólo noofrece el interés que la amplia mayoría de usua-rios (productores, técnicos, gestores de áreasregables, economistas) tiene en este tipo deherramientas, que es conocer el rendimientofinal del cultivo y su comportamiento frente ala aplicación de agua.

Para la determinación del rendimiento deun cultivo intervienen muchos procesos endonde los sistemas agrobiológicos, en estecaso suelo-planta-atmósfera, son altamentecomplejos con componentes que interactúansimultáneamente y con interacciones queen algunos casos son desconocidas. Espor ello que para representar estos siste-mas se realiza una simplificación de larealidad (MacKerron, 2007; Steduto et al.,2009), originando modelos que están forma-dos por diversos componentes (subrutinasde cálculo) donde tienen en cuenta el sueloy sus interacciones con la fisiología de laplanta y la climatología (descomposición demateria orgánica, erosión, absorción de ele-mentos minerales, agua, fenología del culti-vo, crecimiento y rendimiento final).

Hoy en día existen muchos modelos desimulación de cultivos capaces de simularun amplio rango de cultivos, bien sean her-báceos o leñosos (DSSAT, CropSyst, EPIC,ALMANAC, APSIM, AquaCrop, MOPECO,STICS, entre otros). A la hora de elegir unmodelo como herramienta de ayuda en latoma de decisiones se busca que exista,entre sus características, un equilibrio entresimplicidad, precisión y robustez. Son es-tos aspectos lo que hace que un modelo seamás o menos atractivo para el usuario final.

Entre los diferentes modelos indicados, elmodelo AquaCrop, creado y mantenido por ladivisión de Aguas y Riegos de la FAO, se ca-racteriza por presentar las características an-teriormente indicadas (Steduto et al., 2009).La particularidad que tiene AquaCrop de rela-cionar el agua recibida por el cultivo con surendimiento final ha permitido que, desde sulanzamiento en 2009, exista a nivel global ungran interés de la comunidad científica en elparametrizado, calibrado y validado del mode-lo para un amplio conjunto de cultivos de cicloanual bajo diferentes ambientes (Vanuytrechet al., 2014; Montoya et al., 2016).

En el caso de la evaluación del modeloAquaCrop con el cultivo de soja, este se hallevado a cabo bajo diferentes condiciones am-bientales (Abi Saab et al., 2014; Paredeset al., 2015). Sin embargo, no existen trabajosen el área de Salto (Uruguay) sobre la aplica-ción del modelo como herramienta de ayuda

CAPÍTULO 4.APLICACIÓN DEL MODELO AQUACROPCOMO HERRAMIENTA PARA LA AYUDA

EN LA TOMA DE DECISIONES EN RIEGO.CASO DEL CULTIVO DE SOJA EN SALTO

Francisco Montoya*Álvaro Otero**

* Ing. Agr., Dr. Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Salto Grande (hasta Mayo 2016).** Ing. Agr., MSc. Programa de Investigación en Producción y Sustentabilidad Ambiental, INIA Salto Grande.

46


para la toma de decisiones. Por tanto, en estecapítulo se desarrollan a modo de ejemplo va-rios aspectos con el uso y aplicación del mo-delo: a) evaluar el comportamiento del modelopara la simulación del rendimiento final delcultivo de soja bajo diferentes requerimientoshídricos del cultivo; b) analizar si el riego su-plementario es útil sobre la estabilidad produc-tiva del cultivo; c) búsqueda de estrategias parala gestión de recursos hídricos en explotacio-nes de riego; y d) herramienta de ayuda parael diseño de los sistemas de riego.

2. DESCRIPCIÓN DEL MODELOAQUACROP

El crecimiento del cultivo en AquaCrop essimulado diariamente mediante el desarrollo

de la cubierta vegetal verde que transpira aguay un sistema radicular que profundiza y absor-be agua (Raes et al., 2009). Durante la simu-lación, AquaCrop realiza en grandes líneas lossiguientes procesos: separa evapotranspira-ción (ET) en transpiración del cultivo (Tr) y eva-poración del suelo (E); desarrolla un modelode crecimiento y senescencia de la cubiertacomo base para la estimación de la Tr y suseparación de la E; trata el rendimiento final(Y) como una función de la materia seca final(B) y el índice de cosecha (HI), y, por último,segrega los efectos del estrés hídrico en cua-tro componentes: crecimiento de la cubiertavegetal, senescencia de la cubierta vegetal, Tre HI (Steduto et al., 2009).

La separación de ET en Tr y E evita losefectos de confusión en el uso consuntivo

Figura 24. Diagrama de AquaCrop con los aspectos principales del continuo suelo-planta-at-mósfera y los parámetros que conducen la fenología, la cobertura del cultivo, latranspiración, la producción de biomasa y el rendimiento final.

R: riego; Tn: temperatura mínima del aire; Tx: temperatura máxima del aire; ET0: evapotranspiración de referencia;E: evaporación del suelo; Tr: transpiración de la cubierta vegetal; gs: conductancia estomática; WP: productividaddel agua; HI: índice de cosecha; CO2: concentración atmosférica de dióxido de carbono; (1), (2), (3), (4): diferentesfunciones de respuesta al estrés hídrico. Líneas continuas: enlace directo entre variables y procesos. Líneasdiscontinuas: señalan las vías de retroalimentación. Fuente: Steduto et al. (2009).

INIA

47


de agua no productivo (E) el cual es impor-tante, especialmente, cuando la cobertura delsuelo por el cultivo es incompleta, permitien-do aplicar la ecuación principal en la que sebasa el crecimiento de los cultivos enAquaCrop (Steduto et al., 2009).

donde: B: biomasa (g MS m-2); WP*: pro-ductividad del agua normalizada (g m-2); Tr:transpiración del cultivo (mm); ET0: evapo-transpiración de referencia (mm).

Una de las mayores ventajas que ofrecela utilización de la WP en su módulo de cre-cimiento del cultivo, es que la variable WPes normalizada para las condiciones climá-ticas (tanto demanda evaporativa como con-centración atmosférica de CO2), lo que tieneuna mayor aplicabilidad en el espacio y enel tiempo (Steduto y Albrizio, 2005; Hsiao etal., 2007).

Las relaciones funcionales entre los dife-rentes componentes de AquaCrop son mos-trados en la figura 24. La evolución en el cre-cimiento de la planta y su relación con elestado hídrico del suelo y la demanda eva-porativa de la atmósfera son los aspectosmás distintivos del modelo, donde los efec-tos del estrés hídrico inciden en los cuatrocomponentes ya indicados (Steduto et al.,2009).

El balance de agua en el suelo es obteni-do en base diaria donde se incluyen los pro-cesos de infiltración, escurrimiento, perco-lación, absorción, evaporación, transpiracióny ascensión capilar.

El esquema de cálculo que sigue el mo-delo AquaCrop es el indicado en la figura 25.En ella se puede observar que para determi-nar la traspiración, y por tanto la biomasadel cultivo, es necesario el cálculo del gradode cobertura verde del cultivo (CC) donde

(1)

Figura 25. Esquema de cálculo del modelo AquaCrop. Fuente: Raes et al. (2012).

48


influyen los efectos del estrés hídrico, porfertilidad y salinidad del suelo. En cuanto alY (Rendimiento), éste es obtenido del pro-ducto de HI de referencia (HI0) por la B (Bio-masa), siendo afectado por factores de es-trés hídrico y térmico a lo largo de la forma-ción del rendimiento (Y).

La versión utilizada para realizar las si-mulaciones fue la versión 5.0; la cual estádisponible en la siguiente web: http://www.fao.org/nr/water/aquacrop.html. El ma-nual de AquaCrop (Raes et al., 2012), inclu-ye la guía del usuario, los procedimientosde cálculo y anexos con los parámetros ne-cesarios para simular algunos cultivos repre-sentativos, entre ellos la soja.

3. ENSAYO EXPERIMENTALUTILIZADO PARA LACALIBRACIÓN Y VALIDACIÓNDEL MODELO AQUACROP

Los datos experimentales utilizados paracalibrar y validar el modelo con soja se co-rresponden con dos ensayos de campo rea-lizados en Salto, Uruguay (31º22’31'’ S,57º42’54'’ W, altitud 78 m) durante las cam-pañas 2014-2015 y 2015-2016, los cuales serecogen en Montoya et al. (in prensa). Enambas zafras, los experimentos se realiza-ron sobre un suelo Vertic Argiudolls (USDA,2006), compuesto por un horizonte A (0,35m de profundidad) y un horizonte B (0.40 mde profundidad) de textura arcillosa (compo-sición: 8,8 % arena, 38,6 % limo y 52,6 %de arcilla). Los parámetros de capacidad de

campo (CC) y punto de marchitez permanen-te (PMP) fueron determinadas a través delas ollas de Richard de extracción de la hu-medad del suelo con muestras imperturbadasrealizadas a diferentes profundidades (hasta0.50 m). La conductividad hidráulica satura-da fue determinada usando ecuaciones em-píricas (Saxton et al., 1986), mientras quela curva número (CN) fue determinado deacuerdo al NCRS (2004) (Cuadro 16).

Los datos climáticos de ambos años ex-perimentales fueron obtenidos a partir de unaestación agrometeorológica Davis (DavisInstruments Corp. Inc., CA, USA) próximaal área de ensayo (Cuadro 17). Durante losmeses de verano de ambas zafras se alcan-zaron las mayores temperaturas, siendo losmeses de enero y febrero los más calurososdel año. La precipitación acumulada duranteel ciclo del cultivo fue de 730 mm (2014-2015)y 1174 mm (2015-2016). La evapotranspira-ción de referencia (ET0) fue calculada deacuerdo a la ecuación de FAO-PenmanMonteith (Allen et al., 1998).

El diseño experimental en ambos años deensayo consistió en la aplicación de cuatrotratamientos de lámina de riego aplicado porgoteo en diferentes etapas fenológicas (100-100 %, T1; 100-75 %, T2; 100-50 %; T3 y se-cano, T4) con tres repeticiones (Montoya etal,, in prensa). El tratamiento testigo (100-100%, T1) consistió en proporcionar los requeri-mientos hídricos a lo largo del ciclo del cultivopara lograr la máxima producción de acuerdoa la metodología FAO (Allen et al,, 1998). Lostratamientos 2 y 3 (T2 y T3) recibieron desdesiembra hasta inicio de la floración el 100 %

Cuadro 16. Contenido volumétrico de agua en el suelo (Hv%), conductividadhidráulica saturada y la curva número (CN) del suelo del ensayoexperimental.

Profundidad (m) CC (%) PMP (%) Ksat (mm day-1) CN

0-0,10 55,60 38,15 150,00,10-0,20 52,40 44,000,20-0,30 58,90 45,60 860,30-0,40 56,90 43,20 35,00,40-0,50 60,90 49,60

CC: capacidad de campo (0,01 MPa); PMP: punto de marchitez permanente (1,5 MPa); Ksat:conductividad hidráulica saturada.

INIA

49


Cuadro 17. Condiciones climáticas durante las zafras 2014-2015 y 2015-2016.

Año Mes Tmax Tmin Rad media P acumu- ET0 acumu-media (ºC) media (ºC) (MJ m-2 día-1) lada (mm) lada (mm)

2014 Noviembre 27,9 16,0 21,5 179,6 143,1Diciembre 28,6 17,2 21,7 232,9 169,5

2015 Enero 30,6 18,4 22,0 205,4 168,5Febrero 31,3 18,4 21,3 61,3 165,0Marzo 30,0 16,2 18,2 24,5 161,3Abril 28,9 12,5 15,1 25,4 139,1

Noviembre 25,6 14,1 18,8 157,6 145,5Diciembre 29,0 17,4 19,0 385,0 156,0

2016 Enero 32,5 19,3 22,8 42,1 205,9Febrero 32,1 19,4 22,8 223,0 154,7Marzo 27,4 15,3 18,5 12,0 112,8Abril 23,1 15,7 8,9 354,4 56,5

Tmax: temperatura máxima diaria; Tmin: temperatura mínima diaria; Rad: radiación solar diaria; P: precipitación;ET0: evapotranspiración de referencia (FAO-Penman Monteith).

de los requerimientos hídricos del cultivo, mien-tras que desde la etapa de floración hasta lamaduración del cultivo se modificó la estrate-gia de riego con el fin de que recibiesen undeterminado porcentaje de satisfacción, esdecir, T2 el 75 % y T3 el 50 % de los requeri-mientos hídricos del cultivo (Cuadro 18). El tra-tamiento de secano (T4) recibió únicamente laprecipitación ocurrida durante el ciclo. La pro-gramación de riegos realizada en el ensayo yla estimación de la evapotranspiración actualdel cultivo viene detallado en Montoya et al. (inprensa).

Los datos relativos a la densidad de plantaestablecida en ambas zafras, máxima profun-didad radicular observada en campo y período

Cuadro 18. Lámina de riego recibida por el cultivo en ambos años experimentales.

Tratamiento de riego % RHC* Lámina de riego (mm)2014-2015 2015-2016

T1 100-100% 382,7 309,5

T2 100-75% 282,7 236,5

T3 100-50% 201,6 116,6

T4 Secano – –*Requerimientos hídricos del cultivo (RHC) de acuerdo a dos etapas fenológicas, desde siembrahasta inicio de floración (etapa vegetativa) y desde el inicio de floración a madurez comercial (etapareproductiva).

de desarrollo del cultivo usado para la calibra-ción y validación del modelo se recoge en elcuadro 19. La diferencia de días en la fecha desiembra entre ambos años se debió a las con-diciones de precipitación ocurridas, No obs-tante, el ciclo del cultivo fue muy similar entreambos años (Cuadro 19). En ambas zafras lasiembra se realizó sobre un «puente verde»de raygras, el cual cubría el suelo en un 25 %en el primer año de ensayo (800 kg ha-1 derestos vegetales), mientras que la coberturadel suelo en el segundo año fue del 85 % (3500kg ha-1). Se practicaron las técnicas tradicio-nales de manejo del cultivo contra plagas yenfermedades para maximizar el rendimientoy la calidad (Montoya et al., in prensa).

50


Cua

dro

19. D

atos

de

culti

var d

e so

ja, d

ensi

dad

de p

lant

a, d

esar

rollo

del

cul

tivo

y m

áxim

a pr

ofun

dida

d ra

dicu

lar u

sado

s pa

ra la

cal

ibra

ción

y va

lidac

ión

del m

odel

o A

quaC

rop.

Cam

paña

nC

ultiv

arD

ensi

dad

Fech

a de

Emer

-In

icio

de

Sene

s-M

adur

ez1

Máx

ima

expe

rim

enta

lde

pla

nta

siem

bra

genc

ia1

flora

ción

1ce

ncia

1pr

ofun

dida

d(p

lant

a m

-2)

radi

cula

r (m

)

2014

-201

5*4

41,2

8 de

nov

iem

bre

864

113

145

0,45

2015

-201

6**

428

,024

de

novi

embr

e8

5811

514

50,

45n:

núm

ero

de t

rata

mie

ntos

de

riego

; (1

): d

atos

ref

erid

os a

día

s de

spué

s de

la s

iem

bra;

(*)

: añ

o de

cal

ibra

ción

; (*

*):

año

de v

alid

ació

n.

6262

IPR

O-D

M

Cua

dro

20.

Bio

mas

a, re

ndim

ient

o e

índi

ce d

e co

sech

a ob

teni

do e

n am

bos

años

de

ensa

yo.

Trat

amie

nto

Bio

mas

a (t

ha-1

)R

endi

mie

nto

(t h

a-1)

Índi

ce d

e co

sech

a

2014

-201

5T1

9,23

6 b

3,95

1 c

b0,

43

T29,

583

b4,

306

c0,

45

T38,

715

b3,

739

b0,

43

T46,

840

a2,

787

a0,

41

p-va

lor

p<0,

05p<

0,01

ns

2015

-201

6T1

8,19

6 b

3,89

8 b

0,48

T28,

471

b4,

039

b0,

48

T38,

112

b3,

720

b0,

46

T45,

681

a2,

631

a0,

46

p-v

alor

p<0,

05p<

0,05

nsns

: no

sig

nific

ativ

o. M

edia

s en

las

colu

mna

s se

guid

as d

e di

fere

nte

letr

a so

n si

gnifi

cativ

amen

te d

istin

tas

por

el t

est

de d

ifere

ncia

de

med

ias

de T

ukey

(p<

0,05

).

INIA

51


El contenido de agua en el suelo fue me-dido a través de sensores FDR (DecagonDevices 10HS, Pullman, WA, USA). Un jue-go de cinco sensores se instalaron en cadaparcela experimental, cubriendo una profun-didad total de 0,50 m. Por consiguiente, lossensores se instalaron a intervalos de 0,10m de profundidad, Los datos tomados por lossensores eran registrados cada 20 minutos.De acuerdo a la lectura de los sensores, nose detectó ascensión capilar, mientras que síse observó percolación por debajo de la pro-fundidad radicular máxima del cultivo (0,45 mmedido en campo, así como escorrentía su-perficial en los momentos en que se produ-cían importantes eventos de lluvia (>30 mm).

La evolución de biomasa y rendimientodel cultivo en todos los tratamientos se de-terminó mediante muestreo de planta en unintervalo de 15-20 días (Montoya et al., in pren-sa). Respecto a la evolución del grado de co-bertura del cultivo (CC; datos no mostrados),este fue determinado a través de la medida dela radiación fotosintéticamente activa (PAR)interceptada por el cultivo mediante el uso deun ceptómetro LP-80 (Decangon Devices Inc.,Pullman, WA), siguiendo la metodología pro-puesta por Farahani et al. (2009).

La cosecha del cultivo se procedió unavez que la soja se encontró en madurez fi-siológica y con un contenido de humedad enla semilla próximo al 13 %. Para ello, en cadaparcela experimental se tomaron tres repeti-ciones de 1,6 m2 cada una, correspondien-tes a 2 m de largo y dos líneas de planta-ción. En cada repetición se tomaron los da-tos de número y peso total de plantas cose-chadas para obtener la biomasa (kg ha-1), elrendimiento (kg ha-1) y el índice de cosecha(HI) (Cuadro 20).

3.1. Calibración y validación delmodelo

La calibración y validación del modeloAquaCrop (v 5.0) se realizó con los cuatrotratamientos de riego realizados en ambaszafras de ensayo, utilizándose los datosexperimentales del año 2014-2015 para lacalibración del modelo, mientras que la vali-dación se efectuó con los datos de la zafra2015-2016. Si bien es recomendable que se

utilicen al menos dos años de ensayo parala calibración del modelo, Abi Saab et al.(2015) mostraron en un trabajo realizado concebada que con un sólo año de datos essuficiente para la calibración de AquaCrop.

Los parámetros necesarios para la calibra-ción del modelo así como una amplia y profun-da descripción del mismo se encuentra deta-llado en Steduto et al. (2009), Raes et al. (2009),Hsiao et al. (2009), Vanuytrech et al. (2014),en el manual de referencia (Raes et al., 2012)y en el documento nº 66 de Riegos de Drena-jes de FAO "Crop Yield Response to Water"(Steduto et al., 2012).

El análisis de la bondad de ajuste relati-va al procedimiento de calibración y valida-ción del modelo fue realizada mediante unconjunto de indicadores utilizados en el ám-bito de los modelos agrícolas. Para ello serealizó la regresión lineal entre los valoressimulados y observados de biomasa y rendi-miento en cosecha, índice de cosecha y laevapotranspiración del cultivo estacional, ob-teniendo la pendiente, la intercepción y loscoeficientes de correlación para cada pará-metro indicado. Otros estadísticos tambiénutilizados para estudiar la bondad de ajustedel modelo son la raíz del error cuadráticomedio (RMSE) y el índice de agregación deWillmot (IoA) (Willmott, 1982). En el proce-so de calibración del modelo se pretendióque RMSE estuviesen lo más cercano a 0.Respecto a IoA, indicador de la calidad delmodelo, se pretendió un valor objetivo de 1,0para cada parámetro analizado, mientras queun valor nulo de ellos representa que la me-dia de las observaciones es igual o mejorpredicha que el modelo.

(2)

donde: RMSE es la raíz del error cuadráticomedio, Si es el valor simulado, Oi es el valorobservado; n es el número de medidas.

(3)

donde: IoA es el índice de agregación deWillmott, O es el valor medio de los "n" valo-

[ ]∑n (Si – Oi)2

RMSE =i=1

0,5

n

∑n (Si – Oi)2

IoA = 1 – i=1

∑n ( Si – O + Oi – O )2i=1

52


res medidos, Si es el valor simulado, Oi esel valor observado, n es el número de medi-das.

4. APLICACIÓN DEL MODELOAQUACROP

4.1. Descripción de los añosclimáticos

Los apartados b, c y d ya indicados ante-riormente y que se pretenden utilizar comoposibles aplicaciones del modelo AquaCropfueron realizados bajo las condiciones me-teorológicas de la zona de Salto. Para elanálisis del rendimiento de la soja, requeri-mientos de agua de riego por el cultivo y sudemanda evapotranspirativa se utilizaron losdatos climáticos de la estación meteorológi-ca de INIA Salto Grande (http://www,inia,uy/gras/Clima), la cual se ubica en el área deestudio. El número de años utilizados parala aplicación del modelo han sido de 35(1980-2014). La serie de años de estudio fueclasificada por el centro de predicción cli-mática de Estados Unidos (CPC, 2016) comoaños Normales (N; 15 en total), años de LaNiña (nñ; 9 en total) y años de El Niño (Nñ;11 en total).

Aunque el período de años utilizado eneste capítulo difiere del período dado en elcapítulo 2, se puede decir que la distribu-ción mensual de precipitaciones y de ET0es muy similar, por lo que en este capítulono se hace ninguna descripción de los mis-mos. Tan sólo destacar, respecto a la preci-pitación, que la tendencia media de precipi-tación total acumulada para los años N y nñtiende a incrementarse en los meses poste-riores a enero, mientras que los años Nñ setiene un comportamiento más uniforme a lolargo de los meses.

4.2. Hipótesis de aplicación delmodelo

La aplicación del modelo se realiza bajo lasituación de secano y de riego, donde se es-tablecen los mismos criterios de tipo de sueloy de manejo del cultivo que los indicados en lacalibración del modelo, con una cobertura del

suelo con mulch orgánico de un 85 % ya quees la práctica habitual en la zona para evitar laerosión de suelo por las altas precipitaciones.La fecha de siembra que es estableció en elmodelo fue el 5 de noviembre.

Las simulaciones correspondientes a lasituación de riego se llevaron a cabo sin es-tablecer una lámina máxima a aplicar al cul-tivo debido a que, uno de los ejemplos prác-ticos planteados es el de conocer los reque-rimientos de agua de riego del cultivo mane-jado bajo riego suplementario. Por ello, laprogramación del riego se realiza en base ados criterios desde el inicio del ciclo del cul-tivo. Un primer criterio, cuándo regar, el cuáles definido con el porcentaje de agua que sepermite agotar en el suelo, estableciéndoseen el 100 % del agua fácilmente disponiblepor el cultivo. El segundo criterio, cuántoregar, se decidió establecer una lámina fijade agua de riego, Se optó por una láminaneta de 10 mm aplicada mediante sistemade riego pivot. Esta lámina se considera ade-cuada para un equipo pivot de 40 ha, tenien-do en cuenta la jornada efectiva de riego ylos tipos de suelos característicos de la zona.

Aunque en el área de estudio se practicael riego por superficie de cultivos, principalmen-te arroz y en menor medida otros cultivos comomaíz, sorgo y soja (Failde et al., 2013), esnecesario resaltar que durante los últimos 10años se ha producido un importante aumentoen el número de equipos pivot instalados(Failde et al., 2013; Morales et al., 2014). Espor ello que se optó por la aplicación de aguade riego mediante este sistema de riego.

5. RESULTADOS OBTENIDOS ENEL USO Y APLICACIÓN DELMODELO AQUACROP

5.1. Calibración y validación delmodelo AquaCrop

Los parámetros más destacados del mo-delo utilizados en la calibración y validaciónde la soja son presentados en la cuadro 21.En general, los resultados de biomasa, ren-dimiento y evapotranspiración total acumu-lada simulados por AquaCrop mostraron unaalta concordancia con los datos observados

INIA

53


(Cuadro 22; Fig. 26), donde los coeficientesde determinación de la recta de regresiónentre los datos observados y simulados fue-ron altos (r2>0,80), mientras que los erroresobtenidos en la estimación de todas las va-

riables fueron bajos, aportando valores ele-vados. Estos resultados no se observaroncon el índice de cosecha, salvo con el RMSEque proporcionaron valores bajos en ambosaños.

Cuadro 21. Parámetros para la simulación de soja usando el modelo AquaCrop.

Parámetro Valor Fuente

Crecimiento del cultivo y desarrolloCoeficiente de crecimiento de la cobertura vegetal del cultivo, % °C-1 día-1 0,61 cvCoeficiente de caída de la cobertura vegetal del cultivo, % °C-1 día-1 0,53 cvProductividad del agua, g m-2 15,0 cvProductividad del agua durante la formación del rendimiento (%) 60 cvFormación del rendimientoÍndice de cosecha de referencia, % 44,0 cvEstrés hídrico del sueloUmbral superior para el crecimiento de la cubierta vegetal 0,15 b1

Umbral inferior para el crecimiento de la cubierta vegetal 0,65 b1

Umbral superior para el cierre de estomas 0,55 eUmbral superior para la senescencia temprana 0,70 b1

Factor de forma para la expansión de la cubierta vegetal 6 eFactor de forma para el cierre de estomas 6 eFactor de forma para la senescencia temprana 6 ecv: calibrado y validado usando los datos de campo (Salto, Uruguay); b: obtenido de la bibliografía; e:estimado de los datos de campo; Steduto et al. (2012).

Cuadro 22. Comparación estadística entre los valores observados y simulados de labiomasa final, el rendimiento, la evapotranspiración total de cultivo y el índicede cosecha para la calibración y validación del modelo AquaCrop. La pendien-te, la intercepción en el origen y R2 son obtenidos de la regresión lineal entrelos datos observados y simulados.

N Pendiente Intercepción R2 RMSE IoA

2014-2015Biomasa (t ha-1) 4 0,91 0,67 0,89 0,42 0,96Rendimiento (t ha-1) 4 1,22 -0,86 0,96 0,18 0,97ET (mm) 4 0,82 160,57 0,98 54,6 0,89HI 4 0,15 0,40 0,05 0,04 0,37

2015-2016

Biomasa (t ha-1) 4 1,32 -2,29 0,83 0,98 0,89Rendimiento (t ha-1) 4 1,24 -0,91 0,94 0,34 0,94ET (mm) 4 0,68 183,66 0,87 37,18 0,95HI 4 -0,34 0,62 0,09 0,02 0,26N: número de tratamientos; RMSE: raíz del error cuadrático medio (t ha-1, mm o fracción por unidad); IoA:índice de agregación de Willmott (sin dimensión); ET: evapotranspiración del cultivo; HI: índice de cosecha

54


ET: evapotranspiración del cultivo; HI: índice de cosecha

Figura 26. Biomasa (a), rendimiento (b), evapotranspiración (c) eíndice de cosecha (d) observada y simulada de soja en2014-2015 y 2015-2016.

INIA

55


Los resultados obtenidos en este traba-jo, en comparación con otros trabajos reali-zados (Farahani et al., 2009; García-Vila etal., 2009; Hsiao et al., 2009; García-Vila yFereres, 2012; Katerji et al., 2013; Abi Saabet al., 2014; Montoya et al., 2016), se pue-den considerar aceptables, estimando quela bondad de ajuste de calibración y valida-ción del modelo es satisfactoria.

Estos resultados por sí solos aportanmucho, tanto a la comunidad científica comoal sector productivo pero, en cambio, enmuchas ocasiones son poco atractivos parael sector productivo si no se llevan a caboestudios de aplicación. De esta forma, semuestran a modo de ejemplo algunas apli-caciones del modelo.

5.2. Rendimiento de la soja bajo lasituación de secano y riego enSalto

Una de las aplicaciones inmediatas delmodelo cuando se tiene calibrado el cultivode soja es el poder conocer cómo se com-porta su rendimiento cuando es cultivado bajosituación de secano o de riego. En la figura27 se puede observar como es la distribu-

ción de rendimientos a lo largo de las 35campañas de cultivo. Bajo la situación desecano se obtuvo una alta variabilidad en losrendimientos simulados, teniendo valoresmínimos de cero hasta valores máximos de4,2 t ha-1 y cuyo rendimiento promedio fuede 1,69 t ha-1. En general, los rendimientosnulos no es normal que ocurra en el área deestudio, sin embargo, el modelo de creci-miento del cultivo es muy sensible a los con-tenidos de agua en el suelo durante las pri-meras fases de desarrollo del cultivo, por loque un período de déficit hídrico durante losprimeros 15 días fue lo que provocó que elcultivo no siguiese su normal desarrollo. Estoocurrió en 4 de los 35 años utilizados. En lavida real, si es que ocurre algún caso de estetipo o con una merma importante en la den-sidad de plantas por m-2, se procede a reali-zar su resiembra.

Respecto a la situación de riego, la figu-ra 27 evidencia claramente que el aporte deagua complementaria a la lluvia permite unamayor estabilización de los rendimientos,alcanzándose valores promedio de 4,1 t ha-1, con láminas netas de riego promedio apli-cadas de 310 mm durante los 35 años deestudio.

Figura 27. Rendimientos de soja obtenidos en la simulación de 35 años bajo la situación deriego y de secano en Salto.

56


Como se ha podido analizar, el riego tie-ne implicancia directa sobre el rendimientofinal de la soja, consiguiéndose incrementarla producción final en cerca de un 60 %, ade-más de garantizar la estabilidad de rendi-mientos en el sistema productivo.

La precipitación media total ocurrida enambas situaciones fue de 632 mm, mientrasque la ET0 promedio total registrada fue de750 mm. Si bien ambos datos son próximosy permitiría pensar que la demanda evapora-tiva en la situación de secano puede ser cu-bierta en gran parte por la precipitación, esevidente que la variabilidad en la distribuciónde lluvias así como su intensidad, provocauna falta de predicción de los períodos dedéficit hídrico, ocasionando, en la mayoríade los casos, reducciones importantes alrendimiento potencial (Fig. 27).

5.3. Estrategias de gestión de losrecursos hídricos enexplotaciones agropecuariasbajo riego

Otro posible ejemplo práctico de la utili-zación de los modelos es la búsqueda deestrategias en la gestión de los recursos hí-dricos almacenados en una explotación agro-

pecuaria donde se practique el cultivo de sojabajo riego. En este ámbito, se estudió si elefecto del ENSO (El Niño SourthernOscillation) presentó alguna influencia sobreel rendimiento del cultivo, así como en la pre-cipitación, ET0 y en los requerimientos deriego del cultivo. Este es un aspecto que tam-bién ha sido estudiado en otros cultivos dela región como maíz (Beathgen, 1997) y enarroz (Roel y Beathgen, 2005).

Para el caso del cultivo de la soja desa-rrollado en secano, el rendimiento promedioobtenido fue de 1,297 t ha-1 en los años Niña,1,505 t ha-1 en los años Normales y 2,261 tha-1 en los años Niño (Cuadro 22). Si bien seobserva que existe un incremento de rendi-miento a medida que los años presentanmayor precipitación total en el ciclo, en laclasificación realizada del ciclo ENSO no seobservaron diferencias significativas debidoa la variabilidad del rendimiento. En cambio,sí que se observaron diferencias significati-vas para la precipitación y ET0 total acumu-lada en el ciclo, donde los años Niña pre-sentan menor precipitación y mayor ET0,mientras que ocurre lo contrario para losaños Niño (Cuadro 23), Para el caso del cul-tivo desarrollado bajo riego es necesario in-dicar que no hubo diferencias en el rendi-

Cuadro 23. Distribución de rendimientos, precipitación y ET0 total estacional, y lámina deriego neta de un cultivo de soja sembrado el 5 de noviembre ante las diferentesfases del ciclo ENSO, bajo la situación de secano y de riego.

Simulación en secano Simulación bajo riego

Rendi- Precipitación ET0 Rendi- Lámina deCiclo miento estacional estacional miento riego netaENSO (t ha-1) (mm) (mm) (t ha-1) estacional (mm)

Normal 1,505 525 a 748 ab 4,207 319 b

La Niña 1,297 514 a 781 b 4,185 356 b

El Niño 2,261 873 b 720 a 4,122 252 a

Promedio 1,690 632 750 4,175 307

Std 1,2 288 31 0,3 94

CV (%) 73,9 45,6 4,1 6,0 30,6

p-valor ns p<0,05 p<0,05 ns p<0,05Std: desviación estándar; CV: coeficiente de variación; ns: no significativo, Medias en las columnas seguidasde diferente letra son significativamente distintas por el test de diferencia de medias de Tukey (p<0,05).

INIA

57


miento simulado para los diferentes añosclasificados en el ciclo ENSO, en cambiolas láminas de riego estacionales sí quemostraron diferencias significativas, dondelos años Niño presentaron menores requeri-mientos de riego (252 mm) frente a los añosNiña (356 mm). Estas diferencias de lámi-nas de riego se deben a la menor precipita-ción ocurrida.

Por tanto, de forma práctica se tiene in-formación muy valiosa para los gestores deáreas regables sobre la posible distribuciónde cultivos y los volúmenes de agua de riegoen una región, como es Salto, donde existeuna alta fiabilidad en la predicción del cicloENSO.

5.4. Herramienta de ayuda para eldiseño de los sistemas de riego

En el último de los ejemplos se propusoutilizar la información que proporciona elmodelo AquaCrop para determinar cuál es lamáxima evapotranspiración del cultivo diariaque se produce a lo largo del ciclo durantelos 35 años considerados. Este dato es fun-damental para el diseño de los sistemas deriego donde es necesario utilizar las nece-sidades netas diarias del cultivo, el cualse consideran prácticamente igual a la eva-

potranspiración máxima diaria del culti-vo (mm día-1), para poder calcular el caudalque se requiere en el sistema de riego.

De esta forma, los valores de ET máximasimulados en soja por AquaCrop, bajo la si-tuación de riego, fue de entre 7,2 mm día-1 y9,2 mm día-1 (Fig. 27). Ordenando los valo-res de ET máxima simulados de menor amayor en la serie de 35 años simulados, sepuede indicar que en cerca del 29 % de losaños considerados se tuvo una ET inferior a7,8 mm día-1 (primer cuartil), un 20 % de losaños utilizados presentó valores de ET máxi-ma superior a 8,6 mm día-1 (tercer cuartil),mientras que el 51% de los años restantestuvieron valores de ET intermedios.

Por tanto, el valor de ET necesario parael diseño de los sistemas de riego (bien sealocalizado, aspersión o superficie) con culti-vo de soja y bajo las hipótesis planteadassería de 9,0 mm día-1, el cual cubre más del97% de los años considerados (Fig. 28). Enuna rotación de cultivos donde se pretendapracticar el riego, es necesario conocer lasdemandas máximas diarias de todos loscultivos para diseñar el sistema bajo la si-tuación más desfavorable, no siendo reco-mendable el uso de los valores promedio deET0 en los meses de máxima demanda, loscuáles se sitúan entre 5,0 y 6,0 mm día-1.

Figura 28. Evapotranspiración máxima diaria simulada por AquaCrop en los 35años considerados.

58


6. RESUMEN

En este capítulo se ha estudiado, anali-zado y aplicado un modelo de simulación decultivo, en este caso AquaCrop, como herra-mienta de ayuda en la toma de decisionesde la producción de soja bajo riego. Con estemodelo, cuyas características son la senci-llez, robustez y precisión, se han mostradovarios aspectos, entre los que se puedendestacar los siguientes:• Los resultados de la parametrización del

modelo con el cultivo de soja, mediantela calibración y validación, han resultadose aceptables para su aplicación en elárea productiva de Salto (Uruguay)

• El riego tiene un efecto claro y directosobre el incremento de rendimiento delcultivo de soja y la estabilidad productivadel mismo a lo largo de los años. Mues-tra de ello son los rendimientos alcanza-

dos de la soja, los cuáles se sitúan entre2 y 3 veces por encima de lo conseguidobajo la situación de secano.

• De cara a la gestión de estrategias derecursos hídricos en explotaciones agro-pecuarias, se ha observado que el riegoamortigua el efecto ENSO sobre el rendi-miento del cultivo, proporcionando esta-bilidad productiva en los sistemas de soja.En cambio, las láminas de riego requeri-das por el cultivo son inferiores en los añosde El Niño que en los años Normales yde La Niña debido a la mayor precipita-ción ocurrida. Todo esto proporciona unaorientación de requerimientos hídricos delcultivo a gestores de zonas regables.

• El modelo también ha mostrado ser unaherramienta válida para el diseño de lossistemas de riego, en cuanto a láminasde riego que debe proporcionar el equipoante una rotación de cultivos dado.

INIA

59


Abi Saab, M.T., Todorovic, M., Albrizio, R. 2015.Comparing AquaCrop and CropSystmodels in simulating barley growth andyield under different water and nitrogenregimes. Does calibration year influencethe performance of crop growth models?Agricultural Water Management, 147: 21-33.

Abi Saab, M.T., Albrizio, R., Nangia, V., Karam,F., Rouphael, Y. 2014. Developingscenarios to assess sunf lower andsoybean yield under different sowingdates and water regimes in the Bekaaval ley (Lebanon): Simulat ions withAquacrop. International Journal of PlantProduction, 8: 457-482.

Allen, R. G. 1990. Software REF-ET. ReferenceEvapotranspiration Calculator. Utah StateUniversity. USA. https://www.uidaho.edu/cals/kimberly-research-and-extension-center/irrigation-and-water-resources/ref-et-software-request-form

Allen, R. G. 2000. Using the FAO-56 dual cropcoefficient method over an irrigatedregion as part of an evapotranspirationintercomparison study. Journal ofHydrology, Amsterdam, v. 229, p. 27-41,2000.

Allen, R.G., L.S. Pereira, D. Raes y M. Smith.1998. Evapotranspiración del cultivo.Guías para la determinación de los re-querimientos de agua de los cultivos.Cuadernos de Riego y Drenaje N° 56.322 p. FAO, Roma, Italia. FAO Irrigationand Drainage. Paper 56. Food andAgricultural Organization of the UnitedNations, Rome, Italy. ISSN 0254-5293.

Allen, R. G., Pereira, L.S., Smith, M., Raes, D.,Wright, J. L. 2005. FAO-56 dual cropcoeff ic ient method for est imat ingevaporation from soil and applicationextensions. J. Irrig. Drain. Eng., 131, 2-13.

Baethgen, W.E. 1998. El Niño and La NiñaImpacts in Southeastern South America.

In: Review on the causes andconsequences of cold events: A la NiñaSummit. Proceedings. M. Glantz (ed.)NCAR, Boulder, CO (http: / /www.dir.ucar.edu/esig/lanina/).

Baker, J.M. and C.H.M. van Bavel. 1987.Measurement of mass flow of water instems of herbaceous plants. Plant, Cell,and Environment 10: 777-782.

Bergez, J. E., Debaeke, P., Deumier, J. M.,Lacroix, B., Leenhardt, D., Leroy, P., yWallach, D. 2001. MODERATO: anobject-or iented decision tool fordesigning maize irrigation schedules.Ecological modelling 137(1), 43-60.

Bidegain, M. y R.M. Caffera. 1997. Depto. deMeteorología, Facultad de Ciencias,Udelar. Uruguay. http://www.rau.edu.uy/uruguay/geografia/Uy_c-info.htm. Últimoacceso 13 de julio de 2016.

Bos, M.G., Burton, M.A. Molden, D.J. 2005.Irrigation and drainage performanceassessment. Practical Guidelines. CABIPublishing. Cambridge.USA. 158 pp.

Brouwer, C., K. Prins, M. Heibloem. 1989.Irrigation Water Management: IrrigationScheduling. Training manual n°4. FAO.Land and Water Development Division.Food and Agriculture Organization of theUnited Nations, Rome, Italy.

Campbell, G. S. and M. D. Campbell. 1982.Irrigation scheduling using soil moisturemeasurements: theory and practice.Advances in irrigation 1.1: 25-42.

Castro, José L. 1974. Sistemas de Produccióndel Centro de Investigaciones Agrícolas«Alberto Boerger». Centro de investiga-ciones Agrícolas «Alberto Boerger».MGAP. Uruguay.

Èermak J, Jenik J, Kucera J, ZidekV. 1984.Xylem water flow in a crack willow tree(Saiix fragilis L.) in relation to diurnalchanges of environment. Oecologia 64,145-51.

BIBLIOGRAFÍA

60


CONEAT. 1979. Grupos de suelos CONEAT.Índices de productividad. ComisiónNacional de Estudio Agroeconómico dela Tierra, Ministerio de Agricultura y Pes-ca. CONEAT-MAP. Montevideo: 167 pp.http://www.prenader.gub.uy/coneat

CPC. 2016. El Niño/Sourthen Osci lat ion.Diagnostic Discussion. Climate Predic-tion Center. On line: http://www.cpc.noaa.gov/products /ana lys is_moni to r ing /enso_disc_oct2016/ensodisc.shtml

DeJonge K.C, Taghvaeian S., Trout T. J., Co-mas L. H. 2015. Comparison of canopytemperature-based water stress indicesfor maize. Agricultural Water Manage-ment 156 (2015) 51–62.

Durán, A. y F. García Prechac. 2007. Suelos delUruguay. Origen, clasificación, manejoy conservación. Vol 1. Ed. Hemisferio Sur.Montevideo. Uruguay. 334 pp.

Evett, S.R., Howell, T.A., Schneider, A.D.,Wanjura, D.F., Upchurch, D.R. 2002.Automatic dr ip i r r igat ion controlregulates water use efficiency. Int. WaterIrrig. 22, 32–37.

Failde, A; Peixoto, C; Estol, E; Preve, A. 2013.Estudio sobre riego agropecuario enUruguay. FAO – Red Mercosur de Inves-tigaciones Económicas. Montevideo.Uruguay.

Farahani, H.J., Izzi, G., Oweis, T.Y. 2009.Parameterizat ion and evaluation oftheAquaCrop model for full and deficitirrigated cotton. Agron. J. 101, 469–476.

García Petillo, M. 2010. Análisis crítico del mé-todo de riego por goteo en las condicio-nes del Uruguay. Agrociencia Uruguay.Vol 14 1: 36 – 43.

García Petillo, M. y J. R. Castel. 2007. Waterbalance and crop coefficient estimationof a citrus orchard in Uruguay. SpanishJournal of Agricultural Research 20075(2).

García-Vila, M., Fereres, E., Mateos, L., Orgaz,F., Steduto, P. 2009. Deficit irrigationoptimization of cotton with AquaCrop.Agron. J. 101, 477–487.

García-Vila, M., Fereres, E. 2012. Combiningthe simulation crop model AquaCropwith an economic model for theoptimization of irrigation management atfarm level. Eur. J. Agron. 36, 21–31.

Giménez, L.; M. García Petillo. 2011. Evapotrans-piración de cultivos de verano para dosregiones climáticamente contrastantesde Uruguay. Agrociencia Uruguay. Vol 152:100-108.

Giménez, L., Petillo, M. G., Paredes, P., & Perei-ra, L. S. 2016. Predict ing MaizeTranspirat ion, Water Use andProductivity for Developing ImprovedSupplemental Irrigation Schedules inWestern Uruguay to Cope with ClimateVariability. Water, 8(7), 309.

Goldhamer DA, Fereres E, Mata M, Girona J,Cohen M. 1999. Sensitivity of continuousand discrete plant and soil water stressmonitoring in peach trees subjected todeficit irrigation. J Am Soc Hortic Sci124(4):437–444

Granier A. 1985. Une nouvelle methode pour lamesure du flux de seve brute dans letronc des arbres. Annales des SciencesForestieres 42, 193-200.

Grupo de Desarrollo del Riego (GDR). 2009.Riego suplementario en sistemas agrí-colas, lecheros y ganaderos intensivosen Uruguay. MGAP. 2009.

Ha, W., Gowda, P. H., & Howell, T. A. 2013. Areview of downscal ing methods forremote sensing-based irr igat ionmanagement: Part I. Irrigation Science,31(4), 831-850.

Hochman, Z. P.S. Carberryb, M.J. Robertsonc,D.S. Gaydond, L.W. Bell b, y P.C.McIntoshe. 2013. Prospects forecological intensification of Australianagriculture. Europ. J. Agronomy 44: 109–123.

Hsiao, T.C. Steduto, P., Fereres, E. 2007. Asystematic and quantitative approach toimprove water use efficiency in agriculture.Irrigation Science, 25: 209-231.

Idso, S.B. 1982. Non-water-stressed baselines:a key to measuring and interpreting plantwater stress. Agr. Meteorol. 27, 59–70.

Idso, S.B., Jackson, R.D., Pinter Jr., P.J.,Reginato, R.J., Hatf ield, J.L. 1981.Normal iz ingthe stress-degree-dayparameter for environmental variability.Agr. Meteorol.24, 45–55.

INIA GRAS. 2015. Base de datos climáticos delas estaciones experimentales de INIA.h t tp : / /www. in ia .o rg .uy /on l ine /s i te /gras.php. Ultimo acceso febrero 2016.

INIA

61


Jackson, R.D., Idso, S.B., Reginato, R.J., Pinter,P.J. 1981. Canopy temperature as acropwater stress indicator. WaterResour. Res. 17, 1133–1138.

Jones, H. G. 1999. Use of infrared thermometryfor estimation of stomatal conductanceas a possible aid to irrigation scheduling.Agriculture and Forest Meteorology,95(3), 139–149.

Jones, H. G., Stoll, M., Santos, T., de Sousa, C.,Chaves, M. M., y Grant, O. M. 2002. Useof infrared thermography for monitoringstomatal closure in the field: Applicationto grapevine. Journal of ExperimentalBotany, 53(378), 2249–2260.

Jones, H.G.; Leinonen, I . 2003. ThermalImaging for the study of plant waterrelat ions. Journal of Agricul tureMeteorology, 59 (3), 205-217.

Katerji, N., Campi, P., Mastrorilli, M. 2013.Productivity, evapotranspiration, andwater use efficiency of corn and tomatocrops simulated by AquaCrop undercontrasting water stress conditions in theMediterranean region. Agric. WaterManage. 130, 14–26.

McKerron, D.K.L. 2007. Mathematical modelsof plant growth and development. In: D.Vreugdenhil, J. Bradshaw, C. Gebhardt,F. Govers, D.K.L. MacKerron, M.A. Taylor,H.A. Ross (Eds.). Potato Biology andBiotechnology Advances andPerspect ives, 753-776, Elsevier,Amsterdam, The Netherlands.

Molfino, J.H. y A. Califra. 2001. Agua Disponiblede las Tierras del Uruguay. SegundaAproximación. División Suelos y Aguas.Dirección General de Recursos Natura-les Renovables Ministerio de Ganade-ría, Agricultura y Pesca. Uruguay.

Molfino, J.H. 2009. Estimación del Agua Dispo-nible en los grupos CONEAT. Metodolo-gía empleada. Montevideo. Uruguay.

Montoya, F., Camargo, D., Ortega, F., Córcoles,J.I., Domínguez, A. 2016. Evaluation ofAquacrop model for a potato crop underdifferent irrigation conditions. AgriculturalWater Management 164: 267-280.

Morales, P., García, M., García, C., Beretta, A.,Moreno, G., Camio, G. 2014. Pivotes enUruguay. Evaluación de su funciona-miento. In: Riego en cultivos y pasturas.3ª Seminario Internacional. pp. 66-77.Paysandú, Uruguay.

NCRS, 2004. Estimation of direct runoff fromstorm rainfal l , natural resourcesconservat ion Service. In: Part 630Hydrology. Nat ional EngineeringHandbook. United States Department ofAgriculture.

O’Shaughnessy, S. A., Evett, S. R., Colaizzi, P.D., & Howell, T. A. 2012. A crop waterstress index and t ime threshold forautomatic irrigation scheduling of grainsorghum. Agricul tural watermanagement, 107, 122-132.

Otero, A.; C. Goñi. 2010. Ajuste del BalanceHídrico utilizando el Modelo WinISAREG.III Simposio en Investigación y Desa-rrollo Tecnológico en Citrus. Salto. Sal-to. Uruguay. Noviembre, 2010

Paredes, P., Wei, Z., Liu, Y., Xu, D., Xin, Y., Zhang,B., Pereira, L.S. 2015. Performanceassessment of the FAO AquaCrop modelfor soil water, soil evaporation, biomassand yield of soybeans in North ChinaPlain. Agricultural Water Management,152: 57-71.

Pereira, L. S.; Teodoro, P. R.; Rodrigues, P. N.;Teixeira J. L. 2003. Irrigation schedulingsimulation: the model ISAREG. In: Toolsfor Drought Mitigation in MediterraneanRegions (Rossi G; Cancelliere A; Perei-ra L S; Oweis T; Shatanawi M; Zairi A,Eds) pp 161–180. Kluwer, Dordrecht)

Raes, D., Steduto, P., Hsiao, T.C., Fereres, E.2009. AquaCrop. The FAO crop model tosimulate yield response to water: II:main algor i thms and softwaredescription. Agron. J. 101, 438–447.

Raes, D., Steduto, P., Hsiao, T.C., Fereres, E.2012. AquaCrop Reference Manual,AquaCrop version 4.0 Website: http://www.fao.org/nr/water/aquacrop.html.

Roel, A., Baethgen, W.E. 2005. Asociación en-tre las fases de «El Niño» y la producciónarrocera del Uruguay. Serie técnica 148.

Rolim J., Godinho P., Sequeira B., Rosa R.,Paredes P. and Pereira L.S. 2006.SIMDualKc, A Software Tool for WaterBalance Simulation Based on Dual CropCoefficient. In: Computers in Agricultureand Natural Resources, 4th WorldCongress Conference, Proceedings ofthe 24-26 July 2006 (Orlando, FloridaUSA) doi:10.13031/2013.21973

62


Saxton, K.E., Rawls, W., Romberger, J.S.,Papendick, R.I . 1986. Est imat inggeneralized soil-water characteristicsfrom texture. Soi l Science SocietyAmerican Journal, 50: 1031-1036.

Shaw, E. M., 1994. Hydrology in Practice. 3rd

Edition. Chapman & Hill Press, London,UK, 569 pp.

Sholander, P.F., Hammel, H.T. Bradstreer, E.D.Hemmingsen, E.A. 1965. Sap pressurein vascular plants. Science 148:339-346.

Silva, A.; Ponce de León, J.; García, F.; Durán,A. 1988. Aspectos metodológicos en ladeterminación de la capacidad de rete-ner agua en los suelos del Uruguay,Facultad de Agronomía, Montevideo,Uruguay. Boletín de Investigación Nº 10.

Smith, M. 1992. CROPWAT: A computer programfor irrigation planning and management.Food & Agriculture Org.

Steduto, P., Albrizio, R. 2005. Resource useeff iciency of f ield grown sunflower,sorghum, wheat and chickpea. II. Wateruse eff iciency and comparison withradiation use efficiency. Agricultural andForest Meteorology, 130: 269-281.

Steduto, P., Hsiao, T.C., Raes, D., Fereres, E.2009. AquaCrop-the FAO crop model tosimulate yield response to water: I:concepts and underlying principles.Agronomy Journal, 101: 426-437.

Steduto, P., Hsiao, T.C., Fereres, E., Raes, D.2012. Crop yield response to water. FAOIrrig Drain. pp. 66.

Steinberg SL, van Bavel CHM, McFarland MJ.1989. A gauge to measure mass flowrate of sap in stems and trunks of woodyplants. Journal of the American Societyfor Horticultural Science 114, 466-72.

Swanson RH. 1994. Signif icant historicaldevelopments in thermal methods formeasuring sap flow in trees. Agriculturaland Forest Meteorology 72, 113-32.

Terzaghi, A.; Sganga, J.C. 1998. Característi-cas físicas de los principales suelosagrícolas de Canelones y Montevideo,su interpretación agronómica. 2ª. ed.Montevideo, Uruguay. Ministerio de Ga-nadería Agricultura y Pesca. 61 p. (Bole-tín Técnico n° 8).

Thysen, I. y Detlefsen, N. K. 2006. Onlinedecision support for i r r igat ion forfarmers. Agricultural Water Management86(3), 269-276.

USDA. 2006. Keys to Soil Taxonomy. USDA-Natural Resources Conservat ionService, Washington, DC.

Vanuytrech, E., Raes, D., Steduto, P., Hsiao, T.C.,Fereres, E., Heng, L.K., García-Vila, M.,Mejías-Moreno, P. 2014. AquaCrop:FAO’s crop water productivity and yieldresponse model. EnvironmentalModelling & Software, 62: 351-360.

van Ittersum, M.K.; K.G. Cassman; P. Grassini;J. Wolf; P. Tittonell y Z. Hochman. 2013.Yield gap analysis with local to globalrelevance – A review. Field CropResearch 143:4-17.

Victoria, C.D.; Kacevas, A.; Fiori, H. 2000. Ca-racterización de suelos por erodabilidade infiltración con técnicas de lluvia si-mulada. Proyecto No. 45. In: SeminarioInvestigación Aplicada (2000, Las Bru-jas, Canelones, UY). Montevideo, Uru-guay, INIA.

Willmott, C.J. 1982. Some comments on theevaluation of model performance. Bull.Am. Meteorol. Soc. 63, 1309–1313.

Zamalvide, J.; L. Rovira; A. Califra; C. Moltini; D.Macías; A. Formento y O. Casanova.2001. Calidad de aguas para riego enproducciones hortícolas y frutícolas. In-forme PRENADER. MGPA-RENARE.Uruguay.

Zhang, Y. y Feng, L. 2009. CropIrri: A decisionsupport system for crop i rr igat ionmanagement. pp. 90-97. Springer.

INIA

63


ANEXOS

64


AN

EXO

1. C

arac

terís

ticas

físi

cas

y pr

opie

dade

s hí

dric

as d

e lo

s pr

inci

pale

s su

elos

util

izad

os e

n la

mod

elac

ión.

Ada

ptad

ode

J.H

. Mol

fino

(200

9).

Valo

res

expr

esad

os e

n co

nten

ido

en p

eso

de a

gua

(Hp%

). (

1) C

apac

idad

de

cam

po (

0,03

MP

a); (

2) P

unto

de

mar

chite

z pe

rman

ente

(1,

5 M

Pa)

; (3)

Agu

a di

spon

ible

(H

p%).

INIA

65


AN

EXO

2a.

Fe

chas

pro

med

io d

e la

s di

fere

ntes

eta

pas

feno

lógi

cas

de lo

s cu

ltivo

s us

adas

en

la m

odel

ació

n.

66


AN

EXO

2 b

. Fec

has

prom

edio

de

las

dife

rent

es e

tapa

s fe

noló

gica

s de

los

culti

vos

usad

as e

n la

mod

elac

ión.

INIA

67


AN

EXO

2c.

Fec

has

prom

edio

de

las

dife

rent

es e

tapa

s fe

noló

gica

s de

los

culti

vos

usad

as e

n la

mod

elac

ión.

68


Impreso por Editorial Hemisferio Sur S.R.L.Buenos Aires 335Montevideo - Uruguay

Depósito Legal 369-602/17

INSTITUTONACIONAL DE

INVESTIGACIÓNAGROPECUARIA

URUGUAY

232 INIA

SERIETÉCNICA

Agosto, 2017

INIA Dirección NacionalAndes 1365, P. 12

MontevideoTel.: 598 2902 0550


INIA La EstanzuelaRuta 50, Km 11

ColoniaTel.: 598 4574 8000Fax: 598 4574 8012

[email protected]

INIA Las BrujasRuta 48, Km 10

CanelonesTel.: 598 2367 7641


INIA Salto GrandeCamino al Terrible

SaltoTel.: 598 4733 5156Fax: 598 4732 9624

[email protected]

INIA TacuarembóRuta 5, Km 386

TacuarembóTel.: 598 4632 2407


INIA Treinta y TresRuta 8, Km 281

Treinta y TresTel.: 598 4452 2023


www.inia.uy

ISSN: 1688-9266

PROGRAMACIÓN

DEL RIEGO

Ago

sto

2017

PRO

GR

AMAC

IÓN

DEL

RIE

GO

INSTITUTO NACIONAL DE INVESTIGACIÓN …inia.uy/Publicaciones/Documentos compartidos/st...

Documents

Transcript of INSTITUTO NACIONAL DE INVESTIGACIÓN …inia.uy/Publicaciones/Documentos compartidos/st...