• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
2 04 magali garcia
 
  • 629 views

Modelización del crecimiento de los cultivos como herramienta para evaluar el manejo del agua para enfrentar los impactos del cambio climático

Modelización del crecimiento de los cultivos como herramienta para evaluar el manejo del agua para enfrentar los impactos del cambio climático

Statistics

Views

Total Views
629
Views on SlideShare
627
Embed Views
2

Actions

Likes
1
Downloads
25
Comments
0

1 Embed 2

http://www.rlc.fao.org 2

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

CC Attribution-NonCommercial LicenseCC Attribution-NonCommercial License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment
  • Now again this raised more questions: what is, and why do we use crop water productivity modeling?. Using field work is clear: you test different combinations of drought stress and irrigation for your crop IN REALITY, and you observe and analyze the effect. A model, is part of reality, represented as a combination of mathematical functions. SPAC= soil plant atmosphere continuum
  • So, that was some explanation about modeling and model calibration and validation. That was the “What”, but the how about the “Why?”. Suppose you want to check NEW situations, so new inputs!! How will the crop respond to situations that did not yet occur in reality in the past? I previously said: let’s solve part of the agricultural water&food problem by deficit irrigation: give guidelines by combining field work with crop water productivity modeling; but then: WHY modeling?
  • OR: How would the crop react to new management (new reality) under different conditions? Testing them all in reality would be very very time consuming.

2 04 magali garcia 2 04 magali garcia Presentation Transcript

  • Modelización del crecimiento de loscultivos como herramienta para evaluar el manejo del agua para enfrentar los impactos del cambio climático MODELO AQUACROP Ing. Ph.D. Magalí García Cárdenas
  • Modelización de la productividad de agua?Modelización de la productividad del agua Realidad Model: F(x) F(x) = (f1(x), f2(x),
  • ¿Para qué? Porque? investigar ‘escenarios’ Productos Realidad observadosnuevassituaciones;INGRESOSFUTUROS Productos Simulados bajo condiciones presentes y Modelo: futuras
  • Modelización de la productividad de agua? ¿Porqué?  investigar Para que? ‘escenarios’ Realidad Productos observados Muchas realidades adaptadas bajo unINSUMOS clima cambiante: Estrategias de manejo Productos simulados Model: F(x)
  • Modelización de productividad de agua de los cultivos Enfoque 1: Modelos mecanísticos Especializados y muy poderosos: - Para investigación fundamental - Generalmente para trabajo experimental o planta • requieren una alta experticia para ser usados • requieren elevada cantidad de datos de entrada • requieren elevada precisión de los datos de entrada Enfoque 2: Modelos funcionales Modelos simples y robustos: -Para planificación y evaluación BUDGE T -Uso a nivel de sistemas de riego y regional • Más fáciles de usar • Requieren menos datos FAO- AQUACRO5 • Los resultados son menos precisos P
  • En el caso de Aquacrop: Para evitar sobre o sub irrigar~ Función Ks y para reducir el tiempo de experimentación6 ETc adj = ETo * Kc * KS Disminución del agua en la zona radicular (mm)
  • Bases del AquaCrop (FAO)7 evapo- irrigation (I) rainfall (P) CO2 transpiration (ET) H2O stored soil water (mm) field capacity threshold wilting point 0.0 capillary (DP) rise deep (CR) percolation Balance hídrico Productividad de del suelo + agua del cultivo
  • EVAPOTRANSPIRACIÓNEvaporación Transpiración Clima Cultivo Manejo
  • Evapotranspiración de referencia (mm día-1)Radiación neta en la superficie de referencia (MJ m-2 día-1)Densidad del flujo del calor del suelo (MJ m-2 día-1)Temperatura (ºC) media del aire a 2 m. de altitudPromedio horario de la velocidad del viento (ms-1)Presión de saturación del vapor (kPa)Presión de vapor real (kPa)Déficit de presión de saturación del vapor (kPa)Pendiente de la curva de presión de saturación de vapor(kPaºC-1) -1
  • Transpiración del cultivo Evapotranspiración de referencia Coeficiente de CC = Cobertura del cultivo cultivo EvapoTranspiración = Kc x ETo = Transpiración potencial : [Kctop CC*] x ETo + Evaporación potencial: [Kcbare (1-CC*)] x ETo10 Sin estrés hídrico
  • Transpiración del cultivo11
  • Transpiración del cultivo Medida de las Cobertura del secciones de la sombra con una cultivo regla a medio día Cobertura del cultivo estimado a simple vista12
  • evapo- irrigation (I) transpiration rainfall (P) Transpiración del cultivo (ET) stored soil water (mm) Estrés hídrico field capacity thresholdDemanda evaporativa de la atmósfera wilting point 0.0 capillary (DP) rise deep (CR) percolation Transpiración del cultivo= Kc x ETo x Ks Kctop x cobertura del cultivo aj. Coeficiente de estrés tiempo13
  • Productividad de agua de la biomasa: WP 3above-ground biomass (kg/m²)    2  (WP) water productivity 1   014 Sum (Tr) (mm(agua))
  • WP: Demostrada relación conservativa y estable entre la biomasa y la transpiración del cultivo acumulada Dividiendo entre la ETo se normaliza W para eliminar la P variabilidad climática Los cultivos se agrupan en clases con similar W P15 Data from Steduto and Albrizio (2005)
  • above-ground biomass (kg/m²) 3 WP* 1 26 – 30 g/m2 para cultivos C4 2 1 WP* 2 10 – 15 g/m2 para cultivos C3 0 0 20 40 60 80 100 120 140 160 Suma (Ta/ETo) una normalización climática permite extrapolar simulaciones de crecimiento entre zonas y épocas16
  • WP combinada de maíz 35000 China99 Ghana01 Hawaii83 30000 Hungary 0N Hungary 175 kgN/ha 25000 Biomass (kg/ha) Gainesville irrigated 400N Spain96Full irrigation 20000 Spain96 50%irri C4 29kg/ha 15000 10000 5000 Maize 0 0 20 40 60 80 100 120 Σ( Ta/ETo)17 from L. Heng et al. (unpublished)
  • Productividad de agua del cult.: WP Ventaja en comparación de otros indicadores de eficiencia • WP es muy constante incluso bajo estreses (agua, salinidad) • WP se normaliza para el clima disminuyendo la interacción ambiental • WP muestra diferencias entre grupos de cultivos (C3 & C4)18
  • Esquema de AquaCrop (FAO)19
  • 20
  • Posibles aplicaciones para evaluación de CC Generación de calendarios de riego
  • Posibles aplicaciones para evaluación de CC Evaluación de vulnerabilidad y opciones de adaptación
  • Posibles aplicaciones para evaluación de CCEvaluación de opciones de vulnerabilidad y opciones de adaptación
  • Posibles aplicaciones para evaluación de CCEvaluación de opciones de vulnerabilidad y opciones de adaptación
  • Posibles aplicaciones para evaluación de CC Manejo de variedades y épocas de siembra
  • Rendimiento de quinua en diferentes épocas 3,0 Viacha 2,5 Patacamaya Uyuni 2,0 1,5mHTa/ 1,0 0,5 0,0 Año Húmedo Año Normal Año Seco Año Húmedo Año Normal Año Seco AÑO DE REFERENCIA 2050 Ahora AQUACROP incorpora escenarios A1B, A2, B1 y B2 Datos: Claudia Saavedra (Bolivia)26
  • Rendimiento de quinua bajo diferentes estrategias de manejo Función de producción de agua del cultivo de quinoa en Patacamaya (Altiplano Central) bajo a) cultivo a secano y b) bajo la estrategia de riego deficitario de referencia (RDo) con indicación de la curva logística (línea sólida) y el intervalo de confianza del 95%.27
  • condiciones Conclusiones secano riego Permite evaluar la influencia combinada de la elevación de CO2 y temperatura en forma realística Determina el déficit de agua, permitiendo la programación de riego suplementario. Permite la evaluación del impacto del calendario de riego de lamina fija o de intervalos fijos y bajo diferentes métodos de riego.  Lleva a cabo análisis de escenarios climáticos futuros. Permite analizar estrategias de adaptación bajo condiciones de CC, como ser manejo de variedades y/o épocas de siembra. LIMITACIONES Su evaluación es puntual, no permitiendo análisis geográficos. No incluye muchos tipos de cultivos. No incluye módulos de plagas y enfermedades ni de salinidad de suelos.28