Materia Agroclimatologia

Profesor José Samuel Gutiérrez Velázquez

Alumno Raúl Larios Curiel
No. Control 20940116
Grupo 3 f2

Unidad 6 – modelos de relación cultivo – clima y estimación de

rendimientos

6.1. Tipos de modelos clima – cultivo

Para comprender la filosofía de concepción de los modelos de
simulación de crecimiento de cultivos, es necesario precisar algunos
conceptos y definiciones de uso corriente en este tema:
 Sistema: Parte limitada del universo objeto de estudio.
 Límites: Contorno ideal de un sistema por el que puede atravesar
energía o materia.
 Modelo: Representación simplificada de un sistema.
 Simulación: Representación en el espacio y/o tiempo del
funcionamiento de un modelo para el estudio del comportamiento
del mismo en relación al sistema real.
Para el caso de cultivos, el sistema es una porción de la fitósfera que
intercambia con el medio exterior energía, nutrientes, agua, etc.
Existe una cantidad muy importante y variada de modelos para
pronóstico de cosechas. Ellos han sido concebidos para diferentes
propósitos. Algunos de ellos abordan uno o dos aspectos que, a criterio
del analista, representan los factores limitantes en los rindes. Es por ello
que para estos modelos no es necesario simular todos los procesos
fisiológicos del crecimiento de la planta, sino que se relacionan los
factores más relevantes a través de índices que luego correlacionan con
los rindes.
Otros, en cambio, permiten obtener una descripción de todos los
procesos fisiológicos para cada parte de la planta “haciéndola crecer”
en función de los algoritmos que simulan estos procesos. Estos modelos
permiten obtener directamente los componentes de rendimiento. Una
clasificación que se basa en la filosofía de cada uno de ellos los
distingue en “Modelos Descriptivos” y “Modelos Explicativos”:
Descriptivos: describen las relaciones entre los factores y las
respuestas del cultivo sin explicar las mismas (p.e. fotosíntesis de la
hoja como función de la radiación solar, Índice de satisfacción de las
necesidades hídricas como función del rendimiento). Estos modelos
necesitan calibración previa y los resultados deben ser correlacionados
con la respuesta del cultivo que se desea obtener (por ejemplo Índice
con rendimiento). Esta correlación no es universal y debe realizarse
cada vez que se desee aplicar el modelo en otros lugares. Éstos
también se conocen como Modelos empírico-estadísticos.
Explicativos: expresan las relaciones entre los factores y las
respuestas del cultivo a través de modelos físico-matemáticos que se
sustentan en hipótesis científicamente comprobadas (por ejemplo
modelo de asimilación de CO2 en una la hoja). Estos modelos necesitan
calibración previa pero brindan directamente los resultados de las
componentes de rinde. Una vez calibrado para el cultivar de interés,
puede aplicarse en otros lugares sin necesidad de re-calibración ya que
el modelo permite considerar los diferentes factores que pueden variar
con el lugar (como clima, suelo, etc) en forma directa. Éstos se conocen
como Modelos de Simulación de crecimiento.
MODELOS DE SIMULACIÓN DE CRECIMIENTO DE CULTIVOS
Son de gran interés en investigación ya que simulan la mayoría de los
procesos fisiológicos. Permiten considerar al cultivo como un sistema
que interactúa con el medio a través de sus límites. Las interacciones
entre el sistema y el medio exterior son representadas por el intercambio
de energía (radiación en onda corta y onda larga, conducción y
convección), intercambio de gases, agua y nutrientes. Conociendo el
ritmo con el cual se intercambian estos elementos se pueden modelar
los fenómenos fisiológicos que se producen y predecir el crecimiento del
cultivo.
Para iniciar el modelo, es necesario además conocer los valores que
toman las variables al instante inicial, es decir “las condiciones iniciales”.
Estos modelos requieren gran cantidad de datos de entrada para su
funcionamiento. Estos datos son de diferente clase: meteorológicos,
características del suelo, propiedades del cultivo y manejo del mismo
como también de agua, nutrientes, etc. Como contraparte, brindan gran
cantidad de resultados para el análisis y permiten además predecir los
requerimientos que serán necesarios para lograr un rinde óptimo. Otra
ventaja es la de poder realizar simulaciones de diferentes escenarios de
manejo propuesto, como fechas de siembra, densidad, profundidad,
cantidad agua de riego, dosis de fertilizantes, etc, con el fin de evaluar
a priori las diferentes alternativas de gestión de insumos y
programación.
Los datos meteorológicos de entrada son requeridos de manera
periódica, los datos de las propiedades del cultivo y suelo en cambio
son necesarios al comienzo de la simulación. Los datos de manejo
serán requeridos según la programación de tareas designadas
(siembra, profundidad, riego, incorporación de dosis de fertilizantes,
etc.). El modelo de simulación realizará los cálculos y brindará los
resultados del estado de las diferentes variables consideradas.
Los valores de estas variables se calcularán en pasos de tiempo
definidos, en general, por la periodicidad con que se requieren los datos
meteorológicos. En la mayoría de estos modelos, este intervalo de
tiempo es de 1 día. Por ejemplo para el cálculo de área foliar:
Variables de estado (área foliar, biomasa, ETP, ETR.)
• El estado de un sistema puede ser definido en cualquier momento.
• Los cambios del estado del sistema son calculados en función de las
variables de entrada para los modelos en cada paso de tiempo de la
simulación.
El siguiente esquema muestra la forma en que interactúan los diferentes
algoritmos para el cálculo de área foliar. Puede notarse que varios de
estos algoritmos no sólo consideran como datos de entrada los valores
que toman las variables meteorológicas, de cultivo o manejo sino que
además necesita de los resultados obtenidos a partir de otros
algoritmos. De esta forma se ve claramente la interacción que existe
entre las diferentes partes del modelo:
OBJETIVOS Y APLICACIONES DE LOS MODELOS DE
SIMULACIÓN DE CRECIMIENTO DE CULTIVOS:
Pueden mencionarse algunos de los objetivos y aplicaciones que tienen
este tipo de modelos tanto en investigación como así también para el
análisis de diferentes alternativas de manejo y diagnóstico a campo o
en la utilización racional y optimización de los recursos e insumos que
necesita el cultivo:

• Conocer y entender los procesos fisiológicos.

• Analizar datos experimentales para estudiar el comportamiento de
diferentes cultivares en una zona.
• Conocer los rindes potenciales de un cultivar.
• Extrapolar resultados de una región a otra o de un año a otro.
• Optimizar los recursos para un manejo eficiente del cultivo.
• Diseñar un ideotipo de cultivar.
• Zonificación agroecológica del cultivar.
• Estudiar los efectos de cambio climático.
FILOSOFÍA DE LOS MODELOS DE SIMULACIÓN DE CULTIVOS:
La filosofía que ha sido adoptada para el estudio de los procesos
fisiológicos utilizando modelos de simulación se basa en la concepción
de tres niveles de aproximación. Esto niveles están relacionados con
los rindes del cultivo.
Rinde Potencial: El primer nivel es el que requiere menos variables ya
que considera que el suelo no limita los rindes, es decir que el cultivo
crece en condiciones óptimas desde el punto de vista del suministro de
agua y nutrientes. Además, es inmune a plagas y enfermedades. Para
obtener el rinde potencial del cultivo son necesarios los datos de
Radiación solar, Temperatura y las características del cultivo como
fisiología, fenología, arquitectura de la planta y manejo. En esta etapa
se realizan las simulaciones de los procesos de fotosíntesis, respiración,
aumento de materia verde, partición de materia en los diferentes
órganos y crecimiento de raíces sin limitantes de nutrientes y agua.
Rinde Alcanzable: El segundo nivel de aproximación incluye las
limitantes inherentes al suelo. Estas son los aportes de agua y
nutrientes que necesita el cultivo para su crecimiento y desarrollo. Se
incluyen en esta etapa los submodelos de balance de agua y nutrientes.
El balance de agua se realiza considerando los aportes de la lluvia y
riego y las pérdidas son la evapotranspiración real, el escurrimiento y
percolación. Este balance se realiza teniendo en cuenta las constantes
hidrológicas del suelo por horizonte y según la profundidad radicular. De
la misma manera para los nutrientes se realizan balances de Nitrógeno
y Fósforo.
Rinde Real: En este caso se deben considerar las mermas en los rindes
ocasionados por la aparición de pestes, enfermedades, competición de
nutrientes y agua por la presencia de malezas, heterogeneidades en las
propiedades del suelo, etc. En general, estos aspectos no son
contemplados por los modelos de simulación de cultivos. La siguiente
figura presenta un esquema que muestra la merma en los rindes en
relación a las limitantes consideradas según los niveles de
aproximación.
Considerando los tres niveles de aproximación es posible concebir el
modelo teniendo en cuenta las variables que actúan en cada nivel. Para
el primer nivel se deben modelar los procesos de absorción de energía,
respiración, asimilación de Carbono, crecimiento de hojas, tallo, raíces
y partición de materia. Para modelar estos fenómenos son necesarios
datos de temperatura (acción auxígena), radiación solar y fotoperíodo
(acción anaptígena), características del cultivo como tipo de asimilación
de carbono para fotosíntesis, constante térmica por sub-períodos,
arquitectura foliar, etc. Cabe resaltar que en este primer nivel no son
necesarios datos de precipitación, nutrientes, riego, propiedades
agrohidrológicas del suelo, etc ya que se considera que estos factores
no son limitantes puesto que se desea obtener el rinde potencial.
SIMULACIÓN DE CRECIMIENTO Y DESARROLLO POTENCIAL
Como se mencionó anteriormente, se realiza la simulación de
crecimiento y desarrollo de la planta considerando que las propiedades
del suelo no limitan los rindes, es decir que el cultivo crecerá sin
limitaciones de agua y nutrientes. El rinde potencial indica entonces los
rindes máximos alcanzados por un cultivar en particular y en un lugar o
región determinados. Estos rindes están limitados por los valores de
radiación y temperatura a que está expuesto el vegetal.
Se realizan las simulaciones de los procesos de fotosíntesis, asimilación
neta de Carbono, producción de biomasa y desarrollo que considera la
diferenciación de órganos de la planta.
SIMULACIÓN DE CRECIMIENTO Y DESARROLLO LIMITADO
En el punto anterior se ha considerado que los rindes no están limitados
por escasez de agua ni de nutrientes. Esto permite conocer el valor de
rinde más alto esperado para un cultivar implantado en una región. La
simulación de las condiciones de crecimiento y desarrollo considerando
el agua y nutrientes como limitantes, permiten estudiar el efecto de
estos factores en el rinde. Su eficiencia y oportunidad de uso serán los
objetivos de la utilización de esta herramienta de simulación. Los
resultados de diferentes alternativas de implementación de estos
insumos permitirán comparar diferentes posibilidades de manejo de los
mismos para lograr alcanzar un uso eficiente y óptimo. Para lograr este
objetivo, se adicionarán a los submodelos que componen el nivel de
rinde potencial los submodelos de balance de agua y nutrientes. Para
ello es necesario conocer la composición del suelo y algunas
propiedades agrohidrológicas del mismo. Como es sabido, el suelo es
dividido idealmente en capas o substratos con propiedades diferentes.
La profundidad de estas capas y sus propiedades físicas e hidrológicas
están ligadas al tipo de suelo. Se realiza entonces un balance
hidrológico seriado y un balance de nitrógeno en el suelo para conocer
la disponibilidad de estos recursos en cada sustrato de suelo y hasta la
profundidad de crecimiento de las raíces.
BALANCE DE AGUA
Si se considera el balance de agua, el modelo de simulación del sistema
se completa entonces adicionando los factores que se muestran en la
figura:
Los datos necesarios para realizar la simulación de modelo
considerando la limitante de agua son los siguientes:
Características del suelo:
- Profundidad de los substratos con características diferentes.
- Capacidad de campo y Punto de marchitez. - Tabla de percolación del
suelo.
- Tabla de conductividad hidráulica del suelo.
- Pendiente.
DATOS METEOROLÓGICOS COMPLEMENTARIOS:
Además de los que son necesarios para el nivel de rinde potencial
(temperatura del aire y radiación solar) se incorporan datos de tensión
de vapor del aire y velocidad de viento para el cálculo de la
evapotranspiración potencial y los datos de precipitación serán incluidos
en el balance hidrológico seriado.
Los datos de riego serán también incluidos como precipitación en el
balance hidrológico.
Los procesos de crecimiento son afectados por la disponibilidad de agua
en el suelo. la tensión de agua en el suelo afecta a la transpiración,
fotosíntesis, expansión de hojas, asimilación de CO2, repartición de
materia entre los órganos de la planta, profundidad radicular, índice de
área foliar y duración de los subperíodos del vegetal.
La disponibilidad de agua en el suelo es el resultado del cálculo de
balance hídrico en el que intervienen:
- la tensión de suelo para retener el agua es función del contenido de
humedad del suelo.
- El contenido de humedad del suelo es a su vez función de: lluvia, riego,
evapotranspiración, percolación, escurrimiento.
La fotosíntesis, que permite la asimilación bruta de CO2, se verá
limitada por la disponibilidad de agua en las hojas del vegetal. De esta
forma la cantidad de CO2 que circula por las hojas y tallos del vegetal
será proporcional a la fotosíntesis y a la cantidad de H2O de agua que
circula por estos órganos. La apertura de los estomas de la hoja
determina el flujo de estas substancias a través de la planta. De esta
forma cuando el agua es limitante, los estomas se cierran y la
circulación de agua y CO2 se reduce. La relación que existe entre la
tensión de suelo que es ejercida para retener el agua y la relación entre
la cantidad de agua transpirada versus la potencialmente transpirada
puede verse en la siguiente figura para diferentes ensayos de cultivo de
arroz:
De esta forma se observa que si el suelo no ejerce tensión para retener
el agua o esta es muy leve (10 KPa) puede admitirse que la
transpiración actual (Tact) es igual a la que potencialmente se produciría
sin restricciones de agua (Tpot). A medida que el suelo posee menor
contenido de agua, el mismo ejerce mayor presión para retenerla
evitando que esté disponible para las plantas. El punto de marchitez se
alcanza cuando el suelo presenta una tensión superior a 1000 KPa en
este ejemplo.
El valor de la cantidad de agua evapotranspirada potencialmente por el
cultivo (Tpot) no es constante durante el ciclo de vida del vegetal. Ésta
depende del estadío fenológico del mismo:
Tpot = ETP. Kc
Donde ETP es la evapotranspiración potencial de un cultivo de
referencia considerando como tal una gramínea corta y compacta que
cubre el suelo completamente. De esta manera la ETP no depende ni
del cultivo, ni del estadío fenológico ni de la cantidad de agua que posea
el suelo. Por tanto sólo depende de los valores que tomen las variables
meteorológicas expresando la necesidad de agua de la atmósfera.
Estas variables son: la radiación neta en la fitósfera (Onda corta y Onda
larga), la temperatura del aire, la tensión de vapor o en su defecto la
humedad relativa del aire y el viento.
Las curvas de variación de coeficiente de cultivo (Kc) en función del
estadío fenológico serán necesarias para obtener el parámetro (Topt).
Estas curvas pueden encontrarse en Doorenbos and Pruitt, 1978.
Los diferentes procesos de movimiento de agua en el suelo y en la
planta son modelados según el siguiente esquema:

6.1.1. Modelos empírico estadístico para periodo de

años
Los modelos de simulación del crecimiento de cultivos son instrumentos
para reproducir el comportamiento de un cultivo y evaluar su respuesta
al ambiente que lo circunda.
 Un modelo es una representación simplificada de un sistema.
 Modelo empírico o descriptivo
Los modelos empíricos describen de un modo simplificado el
comportamiento de un cultivo. El desarrollo de un modelo empírico se
basa en la individualización, a partir de datos experimentales, de una o
mas ecuaciones matemáticas para la representación del proceso
examinado.
 Ejemplo: Consiste básicamente en estudiar el comportamiento de
la lluvia a través del tiempo y el espacio y así poder conocer
cuando y cuanta lluvia se tendrá en un determinado lugar y a un
nivel de probabilidad de interés económico. . De esta manera y
de acuerdo a la evapotranspiración potencial del lugar, se
determinará si es posible el establecimiento de cultivos en
condiciones óptimas o adecuadas de humedad. El otro elemento
agroclimático de gran importancia lo constituye la temperatura, la
cual regula todos los procesos fisiológicos de los cultivos, como
de los animales, para ambos determina su distribución en el
espacio (región geográfica) y para un lugar definido en el tiempo
(época de establecimiento).

 Para generar la información básica que necesitan los modelos

para estimar lluvia probabilística a partir de lluvia media se
utilizaron las gráficas de cantidad de lluvia Vs probabilidad para
 todos los meses y cada una de las estaciones que presenta la
publicación de la UNAM- CETENAL (1975) para el estado de
Sinaloa.
 Se obtuvo niveles de probabilidad de excedencia del 20, 40, 60 y
80%.
 Se realizan 4 gráficas, donde la variable dependiente es la
cantidad de lluvia a un nivel de probabilidad y la independiente la
cantidad de lluvia que le corresponde a la media, según la
tendencia que presenten se selecciona el modelo que mejor se
ajuste
 Se determina la estación de crecimiento por disponibilidad de
humedad con la cantidad de lluvia al 80% de probabilidad de
excedencia, la evapotranspiración potencial (ETP) calculada con
la evaporación del tanque tipo "A" y la mitad de la ETP de forma:

• EMPÍRICOS O BASADOS EN PRINCIPIOS FÍSICOS

El carácter empírico o físico constituye la característica fundamental de
un modelo. Un modelo físico se basa en las leyes físicas que rigen los
procesos, un modelo empírico se basa en relaciones estadísticamente
significativas entre variables. Las ecuaciones que describen un modelo
estadístico no son por tanto físicamente o dimensionalmente
consistentes ni universales, ya que en rigor sólo son válidas para el
contexto espacio-temporal en el que se calibraron. Se caracterizan por
un alto poder predictivo pero una escasa capacidad explicativa, es decir
reproducen el funcionamiento del sistema razonablemente bien pero no
permiten saber por qué el sistema funciona así

 Los modelos estadísticos se conocen también como modelos de

caja negra ya que no permiten descubrir el funcionamiento interno
del sistema.
 Los modelos físicos se denominan, por contraposición, modelos
de caja blanca. Se trata de modelos en los que las transferencias
de materia y energía entre sus componentes se rigen mediante
ecuaciones físicas y que además cumplen las leyes de
 conservación de la materia y la energía, tanto para el conjunto del
modelo como para cada uno de los submodelos.

 Una posibilidad intermedia son los modelos de caja gris o

conceptual. Se trata de modelos en los que el sistema se
descompone en una serie de componentes que se resuelven
como modelos empíricos pero cuya integración se basa en
principios físicos o al menos en cierto conocimiento a priori de
cómo funciona el sistema.

6.1.2. Modelos empírico estadístico para periodos

promedio por año
MODELO STICS:
Es un modelo genérico. Aunque originalmente fue diseñado para
cereales, puede ser adaptado a muchos otros cultivos. El modelo posee
una serie de ecuaciones genéricas que representan los diferentes
procesos que ocurren en la planta y sus relaciones con el cultivo. Dichas
ecuaciones están parametrizadas y por lo tanto las diferencias en el
comportamiento de los cultivos dependen de los parámetros utilizados.
Si el cultivo esta parametrizado los datos de entrada solo serán datos
de clima, suelo y condiciones de manejo. El software permite ingresar
los datos con facilidad y es bastante flexible debido a presentación
modular y genérica, permitiendo que cada módulo represente un
proceso o grupo de procesos que ocurren en el sistema suelo cultivo.
Opera a una escala de tiempo diaria y simula la influencia del clima en
el crecimiento y desarrollo del cultivo, interrelacionado con las
simulaciones de balances de carbono, nitrógeno y agua del sistema
suelo – planta – atmósfera para diversas prácticas agrícolas.
• Funciones para simular los efectos tanto de estrés hídrico como por
nitrógeno. Estas funciones requieren información sobre desarrollo
radicular para acceder a los recursos agua y nitrógeno. Que se
representan en siete módulos: desarrollo, crecimiento, componentes de
la cosecha, desarrollo radicular, balance de agua, ambiente térmico y
balance de nitrógeno:
• Componentes de la cosecha: la materia seca y el nitrógeno acumulado
en los granos o elemento cosechado es calculado con índices de
cosecha.
• Crecimiento radicular: El crecimiento radicular se asume
independiente del crecimiento aéreo y se calcula por la partición de la
biomasa acumulada mediante fotosíntesis, pero está limitada por la
especie, la temperatura y el estado de humedad del suelo.
• Balance de Nitrógeno: La mineralización de nitrógeno se asume que
proviene de tres fuentes como degradación de materia orgánica:
materia orgánica humificada, residuos de cosecha y biomasa
microbiana.
MODELO CROPSYST
Al igual que el STICS el CROPSYST (Cropping Systems Simulation
Model), es un modelo genérico que simula muchos procesos que
gobiernan la relación entre clima, cosecha, suelo y manejo del cultivo.
Pueden realizarse simulaciones por varios años e incluir sistemas de -
cultivo, los cuales son simulados a una escala diaria. Ha sido
desarrollado con una interface amigable, tiene un link a software GIS
(ArcGIS) que permite controlar la variabilidad espacial, al menos
siguiendo un formato tipo vector, con la creación de polígonos con
propiedades diferentes, adicionalmente posee un generador de datos
climáticos llamado Climgen (Stöckle et al., 2003) CropSyst simula sobre
un área unitaria, el balance hídrico y de nitrógeno en el suelo y planta,
la fenología del cultivo, el dosel y el crecimiento radicular, la producción
de biomasa, la cosecha, la producción y descomposición de residuos,
la erosión hídrica y destino de pesticidas. Cada uno de estos procesos
es afectado por el clima, las características del suelo y del cultivo, las
prácticas de manejo del cultivo (riego, fertilización labranza). El suelo es
simulado mediante 5 compartimentos cada uno con sus propiedades
características. Este modelo difiere con el STICS en que el movimiento
del agua al interior del estrato se realiza con la ecuación de Richard
resuelta mediante diferencias finitas. Tanto el STICS como el
CROPSYST son modelos gratuitos.
MODELO DSSAT
Es un modelo comercial, en el cual se integran en una misma
plataforma, modelos específicos desarrollados independientemente
para cada uno de los cultivos disponibles. De esta manera encontramos
integrados por ejemplo modelos como CERES, SOYGRO y PNUTGRO,
que permiten simular maíz, soya y maní respectivamente, pero también
integra modelos para papa, arroz, caña, girasol, entre otros. Es posible
abordar el análisis de monocultivos, en los cuales se pueden simular
condiciones de rotación, interacciones con factores bióticos y abióticos
entre otros. El programa está compuesto de 5 sub-programas, cuyo
centro son los modelos de cultivo y que se relacionan con la bases de
datos de clima, suelo, genética entro otras, el software de soporte,
aplicaciones que incluyen relación con GIS y análisis estadísticos y
finalmente la interface con el usuario (Jones et al., 2003). El
asincronismo de las plantaciones de banano, limita el uso de modelos
genéricos tales como el STICS, el CROPSYST o el DSSTA para la
simulación del cultivo, sus características y la producción.
MODELO SIMBA
En un cultivo de banano, cada planta se desarrolla a su propio ritmo y
no sigue un ciclo sincronizado. Una población homogénea desde
plantación se convierte en una población heterogénea luego de unos
pocos ciclos, con plantas en diferente estado de desarrollo al mismo
tiempo en el campo. Este proceso tiene un fuerte impacto en la dinámica
de la cosecha, agua, nitrógeno, cobertura del suelo y plagas asociadas.
SIMBA es un complejo grupo de sub – modelos sincronizados que
interaccionan entre si y que fue creado y programado por Tixier et al.
(2004) en el software STELLA® (Labanon, NH, USA). El modelo corre
a una escala de tiempo semanal y como escala espacial fue
desarrollado a nivel de parcela. El clima (lluvia, temperatura, radiación
solar) y las propiedades del suelo son parámetros de entrada
necesarios para correr el modelo. Las características climáticas y del
suelo se combinan con reglas de decisión que describen las prácticas
agrícolas según el calendario y que son representadas mediante
variables de control y umbrales normalmente asociados a una
acumulación de temperatura.
6.2. Estimación de rendimientos
Se denomina Rendimiento maximo al rendimiento cosechado de una
variedad de gran producción, bien adaptada al ambiente vegetativo de
que se trate, incluyendo el tiempo disponible para llegar a su madurez,
en condiciones tales que su rendimiento no esté limitado por el agua,
los nutrientes, las plagas ni las enfermedades.
El rendimiento maximo de un cultivo está determinado por su genotipo
(todos los genes que posee un individuo) y por la buena adaptación del
cultivo al ambiente predominante. Las necesidades ambientales de
clima, suelo y agua para el crecimiento y rendimiento óptimos varían
con el cultivo y con la variedad de éste.
Los factores climáticos que determinan el rendimiento máximo son: la
temperatura, la radiación y la duración de la estación de crecimiento o
estación vegetativa total; además de las necesidades específicas del
cultivo en cuanto a la temperatura y la duración del día, para su
desarrollo.
A partir de la información del tipo que aparece en el cuadro 3 de la
página siguiente, puede hacerse una selección de cultivos para una
zona; pero además es necesario considerar aspectos socioeconómicos,
tales como la demanda del mercado, facilidades de almacenamiento,
disponibilidad de maquinaria y mano de obra, vías de distribución, etc.
Los métodos más comunes para estimar los rendimientos máximos son:
1. El método de Wageningen
2. El método de las zonas agroecológicas

6.2.1. Método wagenningen

Este método es útil para la estimación del rendimiento máximo
experimental (Yme) de cuatro cultivos: Alfalfa, Maíz, Sorgo y Trigo. Fue
propuesto por el IILRI (International Institute for Land Reclamation and
Improvement) de Wageningen, Países Bajos.
El modelo propuesto para calcular el Yme es:
Yme= K ۰ cH ۰ cT ۰ G ۰ Yo ۰ (Etm/ea –ed)
Donde:
Yme = Rendimiento máximo experimental, en kg/ha.
K = Corrección por especie de cultivo.
cH = Índice de cosecha.
cT = Corrección por temperatura.
G = Duración del periodo vegetativo, en número de días.
Yo = Producción bruta de materia seca del cultivo, en Kg/ha/día.
Etm/(ea-ed ) Corrección por clima.
ea = Presión media de saturación del vapor.
ed = Presión media real del vapor.
Et m Evapotranspiración máxima.

Este modelo está basado en la determinación de la materia seca, y ésta,

corregida por el cultivo, la temperatura y el clima de la zona durante el
periodo vegetativo.
El procedimiento es el siguiente:
1º. Cálculo de la producción bruta de materia seca (Yo)
Se utiliza el método de De Wit (1965), basado en el nivel de radiaciones
activas de onda corta recibida en condiciones tipo. La fórmula es:
Yo = F ۰ bo + (1 - F) bc
Donde:
Yo = Producción bruta de materia seca, en kg/ha/día.
2
F = Fracción del día (promedio del periodo) que está
nublado. Se calcula con:
 F = (Ac – 0.5 Rg)/0.8 Ac
bo = Tasa de producción de materia seca en un día nublado,
en kg/ha/día.
bc = Tasa de producción de materia seca en un día
despejado, en kg/ha/día.
Rg = Radiación global
Ac = Radiación en días perfectamente claros.

2º. Corrección por especie de cultivo

Para relacionar la producción bruta de materia seca (Yo) con la
producción bruta de materia seca de la alfalfa, del maíz, del sorgo y del
trigo, se utilizan constantes (K) de cultivo obtenidas empíricamente
(cuadro 4):
CUADRO 4: CORRECCIÓN POR CULTIVOS. Doorenbos, 1979.

3º. Corrección por temperatura (cT)

La producción de un cultivo (Yo) se obtiene para condiciones óptimas
de temperatura. Para la temperatura media diaria real durante el periodo
vegetativo se aplica una corrección, cuadro 5, donde el valor máximo es
0.6 porque se considera que la planta necesita el 40% de la energía
total para la realización de los procesos de crecimiento y respiración.
CUADRO 5. CORRECCIÓN POR TEMPERATURA, cT, (Doorenbos,
1979)

4º. Índice de cosecha

En general, solamente se cosecha una parte del total de la materia seca
producida por un cultivo, cuadro 6. Por ejemplo, para el maíz sólo se
cosecha el grano. La relación entre la materia seca total neta y el
rendimiento cosechado se da mediante un índice de cosecha (cH) para
variedades de alto rendimiento y en condiciones de riego.
CUADRO 6. ÍNDICES DE COSECHA (cH). Doorenbos, 1979.

5º. Corrección por clima Etm/(ea – ed)

Además de la radiación, la tasa de crecimiento de un cultivo para un
clima dado, está estrechamente vinculada con la relación entre la media
de la evapotrans-piración máxima (Etm), em mm/día, y el déficit de
presión de vapor (ea – ed) medio diario, en mbar, durante el periodo
vegetativo.
 ETm = Kc ۰ ETo
Donde:
Kc = Coeficiente de cultivo a nivel mensual.
ETo = evapotranspiración potencial, en mm/día.

La presión media de saturación de vapor (ea), se obtiene de la tabla

Smithsoniana basada en la temperatura media (cuadro A del anexo); la
presión media real de vapor (ed), es dato directo de las estaciones, o
puede estimarse con:
ed = ea ۰ HR/100, donde HR = Humedad relativa, en %.
En resumen:
La producción (Yme) en condiciones experimentales de una variedad
de alto rendimiento, adaptada climáticamente y desarrollada en
condiciones climáticas óptimas es:
ALFALFA Yme = 0.9 ۰ cH ۰ cT ۰ G ۰ Yo(Etm/(ea-ed) en
kg/ha/periodo
MAÍZ Yme = 1.9 ۰ cH ۰ cT ۰ G ۰ Yo(Etm/(ea-ed) en kg/ha/periodo
SORGO Yme = 1.6 ۰ cH ۰ cT ۰ G ۰ Yo(Etm/(ea-ed) en
kg/ha/periodo
TRIGO DE
PRIMAVERA Yme = 1.17 ۰ cH ۰ cT ۰ G ۰ Yo(Etm/(ea-ed) en
kg/ha/periodo
TRIGO DE
INVIERNO Yme = 0.65 ۰ cH ۰ cT ۰ G ۰ Yo(Etm/(ea-ed) en
kg/ha/periodo

Ejemplo:
El método de Wageningen utiliza valores medios de temperatura, Rg,
Ac, bc, ETo, Kc y HR.
Cálculos para estimar el rendimiento máximo experimental de maíz para
Chapingo, Méx. (cuadro 7), suponiendo que todas las condiciones son
favorables (sin restricciones): Maíz, con densidad y fertilización óptimas,
ubicación 19º 29´, altitud 2 250 m, periodo vegetativo total 150 días, del
2 de junio al 31 de octubre.
CUADRO 7. DATOS OBSERVADOS Y ESTIMADOS DE LA ESTACIÓN
CHAPINGO PARA EL
CÁLCULO DE RENDIMIENTO MÁXIMO EXPERIMENTAL DEL MAÍZ.

Procedimiento:
1º. Cálculo de Yo (producción bruta de materia seca en kg/ha/día)
Yo = F x bo + (1 – F) bc
F = (Ac – 0.5 Rg)/0.8 Ac
F = (371 – 0.5 x 476)/0.8 x 371 = 0.45
Yo = 0.45 x 234 + (1 – 0.45) x 439 = 346.75 = 347 kg/ha/día

2º. Corrección por especie de cultivo (K)

Para maíz K = 1.9 (cuadro 4).
3º. Corrección por temperatura (cT)
Para 15.9º C, cT = 0.38 (cuadro 5).
4º. Índice de cosecha (cH)
Para maíz cH = 0.45 (promedio, cuadro 6)

5º. Corrección por clima (ETm/(ea – ed)

ETm = Kc ۰ ETo
= 0.56 x 3.5 (cuadro 7)
= 1.96 mm/día
Para 15.9 ºC, ea = 18.17 (para 16 oC, cuadro A del anexo)
ed = ea (HR/100)
= 18.7 (74/100) (cuadro 7)
= 13.44
ea - ed = 18.17 – 13.44 = 4.73 mbar
4.73
1.96

ETm
= 0.41

6º. Rendimiento máximo experimental de maíz

Yme = K ۰ cH ۰ cT ۰ G ۰ Yo(Etm/(ea-ed)
= 1.9 x 0.45 x 0.38 x 150 x 347 x 0.41
= 6 933 kg/ha
= 6.9 ton/ha
Normalmente las estimaciones resultan un 13.5% mayores que los
datos observados porque se estima para condiciones sin restricciones.
6.2.2 Método de las zonas agroecológicas
Se utiliza para estimar el rendimiento potencial (Ymp), para lo cual se
supone que: a) se satisfacen las necesidades climáticas del cultivo, y b)
Este rendimiento potencial no es limitado por el agua, lo nutrientes, la
salinidad, las plagas ni las enfermedades.
La secuencia para calcular el rendimiento potencial (Ymp) es:
1º. Calcular la producción bruta de materia seca (Yo).
2º. Aplicar una corrección por especie de cultivo y por temperatura.
3º. Aplicar una corrección por el desarrollo del cultivo con el tiempo y
por superficie foliar
(cL).
4º. Aplicar una corrección por la parte cosechada (cH).

Descripción:
1. Cálculo de la producción bruta de materia seca (Yo).
Se procede de igual manera que con el método de Wageningen, es
decir:
Yo = F • bo + (1 – F) bc
Donde F = (Ac – 0.5 Rg)/0.8 AC
2. Corrección por especie de cultivo y por temperatura.
La producción bruta de materia seca depende de la especie de cultivo
y de la temperatura. En el método anterior se supone una tasa de
producción (Ym) igual a 20 kg/ha/hr; sin embargo, ésta varía por grupos
de cultivos y temperaturas (cuadro 8).
CUADRO 8. TASAS DE PRODUCCIÓN (Ym en kg/ha/hr) POR
GRUPOS DE CULTIVOS Y TEMPERATURAS MEDIAS.

I FRÍO: Alfalfa, frijol, col, guisante, papa, tomate, remolacha azucarera,

trigo.
I CÁLIDO: Alfalfa, cítricos, cacahuate, arroz, soya, girasol, tomate y
otros.
II FRÍO: Algunas variedades de maíz y trigo.
II CÁLIDO: Maíz. Sorgo, caña de azúcar.
Los valores de bo y bc para los distintos grupos se pueden ajustar como
sigue:
a) Cuando Ym > 20 kg/ha/hr
Yo = F (0.8 + 0.01 Ym) bo x (1 - F) (0.5 + 0.025 Ym) bc, en kg/ha/periodo
b) Cuando Ym < 20 kg/ha/hr
Yo = F (0.5 + 0.25 Ym) bo + (1 –F) (0.05 Ym) bc, en kg/ha/periodo

3. Corrección por el desarrollo del cultivo con el tiempo y por superficie

foliar (cL)
Para esta corrección se supone que el cultivo tiene una superficie foliar
activa y equivalente a 5 veces la superficie del terreno (IAF = 5). Cuando
la superficie foliar es menor debe aplicarse una corrección; cuando es
mayor de 5 el efecto es pequeño (cuadro 9).
CUADRO 9. CORRECCIÓN POR EL DESARROLLO DEL CULTIVO
CON EL TIEMPO Y POR LA SUPERFICIE FOLIAR (cL).

4. Corrección por producción neta de materia seca (cN).

Para mantener la producción de materia seca, la planta necesita energía
para los procesos internos de desarrollo (también llamado respiración).
La energía que se usa para producir un nuevo crecimiento en
condiciones frías (temperatura media menor que 20 ºC) es de 0.6;
mientras que en condiciones cálidas (temperatura media mayor que 20
ºC ) es de 0.5. Así, los valores de cN son 0.5 ó 0.6.
5. Corrección para la parte cosechada (cH).
En general, sólo se cosecha una parte del total de la materia seca, como
el grano, el aceite o el azúcar. La relación entre la materia seca total y
el rendimiento cosechado está dada por un índice de cosecha (cH),
como se reporta en el cuadro 10, para variedades de alta producción en
riego.
CUADRO 10. ÍNDICE DE COSECHA (cH) DE VARIEDADES DE ALTA
PRODUCCIÓN EN RIEGO, CON BASE EN EL PESO SECO.

* Primer y segundo años.

Resumiendo:
El rendimiento potencial (Ym) de una variedad de alta producción
adaptada climáticamente y desarrollada en condiciones libres de
limitaciones durante un periodo vegetativo de G días es:
a) Cuando Ym > 20 kg/ha/hora
Ymp = cL• cN • cH • G [F (0.8 + 0.01 Ym) bo x (1 - F) (0.5 + 0.025 Ym)
bc] en
kg/ha/periodo
b) Cuando Ym < 20 kg/ha/hora
Ymp = cL• cN • cH • G [F (0.5 + 0.25 Ym) bo + (1 –F) (0.05 Ym) bc] en
kg/ha/periodo