Modelo de Balance Hidrológico Operativo para El Agro (Bhoa) PDF

Modelo de Balance Hidrolgico Operativo para el Agro (BHOA)
FAUBA
MODELO DE BALANCE HIDROLGICO OPERATIVO PARA EL AGRO (BHOA)
Mara Elena Fernndez-Long; Liliana Spescha; Irene Barnatn y Guillermo Murphy
Docentes de la Ctedra de Climatologa y Fenologa Agrcolas, Facultad de Agronoma,
Universidad de Buenos Aires Av. San Martn 4453.1417, Buenos Aires, Argentina.
E-mail: flong@agro.uba.ar
Recibido: 14-08-12
Aceptado 15-11-12
RESUMEN
Se desarroll un modelo de balance hidrolgico operativo con fines agrcolas (BHOA). El mismo tiene
por finalidad proporcionar una herramienta de decisin objetiva y en tiempo real para los tomadores de
decisin del sector agrcola, as como generar una base de datos de agua en el suelo, disponible para la
comunidad cientfica y educativa. El modelo, basado en la metodologa de Thornthwaite-Mather con
modificaciones, calcula la evapotranspiracin potencial por Penman-Monteith y utiliza constantes hidrolgicas representativas de los suelos agrcolas de la Argentina. Para la validacin del mismo se correlacion
el ndice de satisfaccin hdrica (ISHi) con las anomalas de los rendimientos de maz y trigo para 18 departamentos de la Regin Pampeana. Los resultados muestran correlaciones positivas y significativas
principalmente durante el perodo crtico del maz, en concordancia con las fechas de siembra en los distintos departamentos. En el caso del trigo tambin se encontraron correlaciones significativas pero durante
perodos ms extensos.
Palabras clave. Modelos, balance hidrolgico, maz, trigo.
OPERATING WATER BALANCE MODEL FOR AGRICULTURE (OWBA)

SUMMARY
A water balance model has been developed for agricultural aims. It is intended to give an objective
decision tool in real time for agricultural decision makers, as well as generate a database of soil water
available for the scientific and educational community. The model, based on Thornthwaite-Mather
methodology and subsequent amendments, calculates potential evapotranspiration by Penman-Monteith
and uses hydrological constant representative of agricultural soils in Argentina. For validation, water
satisfaction index (WSI) and anomalies of corn and wheat yields were correlated, for 18 departments of the
''pampeana region''. We could see that the WSI has significant positive correlations, mainly during the critical
period of corn, showing synchronization with sowing dates. In wheat, significant correlations were also
found but during longer periods.
Key words. Models, water balance, corn, wheat.
INTRODUCCIN
En la expresin del crecimiento de las plantas

el agua disponible en el suelo es un factor fundamental. La contribucin de agua edfica en los
subperodos crticos de mayor actividad vegetativa
es el principal factor bioclimtico en el rendimiento
cuantitativo (Pascale y Damario, 2004). El conocimiento de la disponibilidad de agua en el suelo ha

sido motivo de estudio desde los comienzos de la
Agrometeorologa e inters de los agricultores, los
tomadores de decisin de la empresa agropecuaria y, a una escala ms amplia, de los gobier-
Fernndez Long, M.E.; Spescha, L.; Barnatn, I. y G. Murphy. 2012. Modelo de Balance Hidrolgico Operativo para el Agro (BHOA). Rev.
Agronoma & Ambiente 32(1-2): 31-47. FA-UBA, Buenos Aires, Argentina.
agronoma&ambiente REV. FACULTAD DE AGRONOMA UBA, 32(1-2): 31-47, 2012
31
Modelo de Balance material prueba.pmd
31
07/01/2013, 18:39
MARA ELENA FERNNDEZ-LONG et al.
nos para asegurar la alimentacin de sus respectivos pases.

Las dificultades tcnicas involucradas en su
medicin han impedido hasta el momento disponer en el pas de series observacionales suficientemente largas y para todas las zonas, como para
efectuar con ellas una agroclimatologa regional
del agua edfica. Por lo tanto una alternativa es
estimar la humedad en la zona radical mediante
un Balance Hidrolgico.
El Balance Hidrolgico es un modelo simplificado de estimacin de la reserva de agua en la
zona de exploracin radicular o sea en la zona insaturada del suelo. A partir del mismo es posible
cuantificar la disponibilidad de humedad durante
el ciclo de un cultivo y el agua consumida por la
planta. Adems, con los resultados generados se
pueden calcular ndices agroclimticos que nos
indiquen la disponibilidad regional de agua en el
suelo en forma espacial y temporal segn los valores utilizados en el cmputo.
Considerando las utilidades expuestas se han
desarrollado numerosos modelos tanto en el exterior (Thornthwaite y Mather, 1955; Holmes y Robertson, 1959; Baier y Robertson, 1969; Smith,
1992; Freebairn et al., 1994; Allen et al., 1998;
Saxton y Willey, 2006; Senay, 2008; Raes et al.,
2009) como en nuestro pas (Burgos y Corsi,
1970; Damario y Pascale, 1977; Forte Lay et al.,
1995; Paruelo y Sala, 1995) con distintos grados
de complejidad y para diferentes escalas espaciotemporales. Los modelos, generalmente, funcionan bien bajo las condiciones climticas y agroecolgicas en las que fueron diseados, pero
cuando se los utiliza en ambientes distintos es
necesario comprobar la bondad de los mismos
(Doorenbos y Pruitt, 1975).
En la Argentina, la produccin de granos se
realiza en su gran mayora en secano, condicin
en la que el agua juega un rol fundamental en la
determinacin del rendimiento y de la produccin.
Los daos por sequas que afecten la produccin
El objetivo del trabajo es desarrollar un modelo

de balance de agua en el suelo para la Argentina
que pueda ser implementado en forma operativa.
El mismo tiene por finalidad proporcionar una
herramienta de decisin objetiva y en tiempo real
para los tomadores de decisin del sector agrcola, as como generar una base de datos de agua
en el suelo disponible para la comunidad cientfica
y educativa y accesible desde la pgina web de la
Facultad de Agronoma de la Universidad de Buenos Aires. Adems, se busca continuar con esta
lnea de investigacin proporcionando las bases
para la realizacin de un pronstico del agua en el
suelo basado en este modelo.
MATERIALES Y MTODOS
Datos meteorolgicos
Se trabaj con datos diarios de precipitacin, temperatura mxima, mnima y heliofana efectiva; y con el
promedio diario de las 4 observaciones horarias de
presin real de vapor, intensidad de viento y presin a
nivel de la estacin, de cada una de las 120 estaciones
meteorolgicas operativas del Servicio Meteorolgico
Nacional (SMN) (Fig. 1 y Cuadro 1). Toda esta informacin es brindada por el SMN a travs de un Protocolo de
Transferencia de Archivos (FTP sigla en ingls de File
Transfer Protocol), de manera de contar con los datos el
mismo da de la observacin y poder correr el modelo en
tiempo real.
32
de maz y trigo tienen un impacto significativo en

la economa del pas y en el suministro mundial de
alimentos. Un ejemplo reciente fue la sequa ocurrida durante la campaa 2008/09 que produjo
una merma en la produccin de maz de 8,9 millones de toneladas, un 40% menos que en la campaa anterior (FAO, 2012). En consecuencia, el
estudio de esta variable agroclimtica y su relacin con los rendimientos, a escala de departamentos o partidos, representa una contribucin
para explicar la productividad de los cultivos en la
Regin Pampeana argentina.
32
07/01/2013, 18:39
Figura 1.
Ubicacin de las estaciones
meteorolgicas operativas del Servicio
Meteorolgico Nacional.
Cuadro 1. Informacin de las estaciones meteorolgicas utilizadas.

Cdigo
Nombre de la estacin
10001
10006
10008
10011
10012
10013
10017
10031
10044
10062
10065
10077
10080
10081
10082
10086
10087
10100
10102
10105
10107
LA QUIACA OBS.
RIVADAVIA
BENITO JUREZ AERO
LAS LOMITAS
SALTA AERO
VILLA GESELL AERO
TUCUMN AERO
CHILECITO AERO
CATAMARCA AERO
SANTIAGO DEL ESTERO AERO
TINOGASTA
LA RIOJA AERO
CURUZ CUATI AERO
CERES AERO
VILLA MARA DEL RO SECO
JACHAL
MONTE CASEROS AERO
CRDOBA AERO
CHEPES
CRDOBA OBSERVATORIO
ESC.AVIACIN MILITAR AERO
Latitud( dec)
Longitud( dec)
-22,10
-24,17
-37,72
-24,70
-24,85
-37,23
-26,85
-29,23
-28,60
-27,77
-28,07
-29,38
-29,78
-29,88
-29,90
-30,23
-30,27
-31,32
-31,33
-31,40
-31,45
-65,60
-62,90
-59,78
-60,58
-65,48
-57,02
-65,10
-67,43
-65,77
-64,30
-67,57
-66,82
-57,98
-61,95
-63,68
-68,75
-57,65
-64,22
-66,60
-64,18
-64,27
33
Altura SNM (m)

3459
205
207
130
1221
9
450
945
454
199
1201
429
73
88
341
1175
54
474
658
425
502
33
07/01/2013, 18:39
Cuadro 1. Informacin de las estaciones meteorolgicas utilizadas (continuacin).

Cdigo
10111
10113
10117
10131
10132
10133
10134
10138
10139
10143
10148
10151
10154
10156
10159
10163
10164
10166
10170
10177
10178
10179
10185
10186
10190
10192
10204
10206
10210
10221
10227
10229
10241
10248
10258
10270
10272
10280
10283
10285
10293
10296
10298
10303
10307
10308
10309
10311
10323
PILAR OBS. CRDOBA

PARAN AERO
VILLA DOLORES AERO
MENDOZA AERO
MENDOZA OBSERVATORIO
ROSARIO AERO
GUALEGUAYCH AERO
RO CUARTO AERO
SAN LUIS AERO
SAN CARLOS (MZA)
LABOULAYE AERO
TOLHUIN
SAN MIGUEL
BUENOS AIRES
EL PALOMAR AERO
CIPOLLETTI
MORN AERO
EZEIZA AERO
LA PLATA OBS.
PUNTA INDIO B.A.
NUEVE DE JULIO
MALARG AERO
TRENQUE LAUQUEN
LAS FLORES AERO
DOLORES
SANTA ROSA AERO
CORONEL SUREZ AERO
PIG AERO
MAR DEL PLATA AERO
BAHIA BLANCA AERO
NEUQUN AERO
RIO COLORADO
SAN ANTONIO OESTE AERO
MAQUINCHAO
TRELEW AERO
COMODORO RIVADAVIA AERO
PERITO MORENO AERO
PUERTO DESEADO AERO
GOBERNADOR GREGORES AERO
SAN JULIN AERO
RO GALLEGOS AERO
RO GRANDE B.A.
USHUAIA AERO
ESQUEL AERO
PASO DE INDIOS
USPALLATA
RECONQUISTA AERO
TANDIL AERO
BARILOCHE AERO
Longitud( dec)
-31,67
-31,78
-31,95
-32,83
-32,88
-32,92
-33,00
-33,12
-33,27
-33,77
-34,13
-54,70
-34,55
-34,58
-34,60
-38,95
-34,67
-34,82
-34,97
-35,37
-35,45
-35,50
-35,97
-36,03
-36,35
-36,57
-37,43
-37,60
-37,93
-38,73
-38,95
-39,02
-40,78
-41,25
-43,20
-45,78
-46,52
-47,73
-48,78
-49,32
-51,62
-53,80
-54,80
-42,93
-43,82
-32,60
-29,18
-37,23
-41,15
-63,88
-60,48
-65,13
-68,78
-68,85
-60,78
-58,62
-64,23
-66,35
-69,03
-63,37
-67,25
-58,73
-58,48
-58,60
-67,97
-58,63
-58,53
-57,90
-57,28
-60,88
-69,58
-62,73
-59,13
-57,73
-64,27
-61,88
-62,38
-57,58
-62,17
-68,13
-64,08
-65,10
-68,73
-65,27
-67,50
-71,02
-65,92
-70,17
-67,78
-69,28
-67,75
-68,32
-71,15
-68,88
-69,33
-59,70
-59,25
-71,17
Altura SNM (m)

338
78
569
704
827
25
21
421
713
940
137
105
26
25
12
265
24
20
23
22
76
1425
95
36
9
191
233
304
21
83
271
79
20
888
43
46
429
80
358
62
19
22
57
797
460
1891
53
175
840
34
Latitud( dec)
34
07/01/2013, 18:39
Cuadro 1. Informacin de las estaciones meteorolgicas utilizadas (continuacin).

Cdigo
10325
10326
10332
10334
10335
10339
10346
10353
10362
10369
10370
10451
10453
10456
10470
10476
10477
10483
10489
10490
10495
10500
10501
10522
10523
10525
10531
10543
10544
10547
10551
10553
10556
10564
10566
10567
10770
10771
10777
10781
10783
10793
11201
17364
17375
17970
18017
18030
18250
SAN RAFAEL AERO

TARTAGAL AERO
AEROPARQUE AERO
GENERAL PICO AERO
VILLA REYNOLDS AERO
ORN AERO
PASO DE LOS LIBRES AERO
IGUAZ AERO
POSADAS AERO
MARCOS PAZ AERO
SAN MARTN (MZA)
SAUCE VIEJO AERO
JUNN AERO
PEHUAJO AERO
CORRIENTES AERO
CHAMICAL AERO
CONCORDIA AERO
FORMOSA AERO
RESISTENCIA AERO
TRESARROYOS
SAN JUAN AERO
JUJUY AERO
VIEDMA AERO
ITUZAINGO
BERNARDO DE IRIGOYEN AERO
CHAPELCO AERO
OLAVARRA AERO
JUJUY U N
BOLIVAR AERO
SANTA TERESITA AERO
VENADO TUERTO
SAN FERNANDO
OBER AERO
ELTREBOL
PUERTO MADRYN AERO
EL BOLSON AERO
BASE ESPERANZA
BASE ORCADAS
BASE BELGRANO II
BASE JUBANY
BASE MARAMBIO
BASE SAN MARTN
CORONEL PRINGLES AERO
METN
AZUL AERO
PCIA. ROQUE SAENZ PEA AERO
EL CALAFATE AERO
SANTA ROSA DE CONLARA AERO
SUNCHALES AERO
Latitud( dec)
Longitud( dec)
-34,58
-22,65
-34,57
-35,70
-33,73
-23,15
-29,68
-25,73
-27,37
-32,70
-33,08
-31,70
-34,55
-35,87
-27,45
-30,37
-31,30
-26,20
-27,45
-38,33
-31,57
-24,38
-40,85
-27,58
-26,25
-40,08
-36,88
-24,17
-36,20
-36,55
-33,67
-34,45
-27,48
-32,20
-42,73
-41,97
-63,40
-60,75
-77,87
-62,23
-64,23
-68,13
-38,02
-25,48
-36,83
-26,75
-50,27
-32,67
-30,97
-68,40
-63,82
-58,42
-63,75
-65,38
-64,32
-57,15
-54,47
-55,97
-62,15
-68,42
-60,82
-60,92
-61,90
-58,77
-66,28
-58,02
-58,23
-59,05
-60,25
-68,42
-65,08
-63,02
-56,67
-53,65
-71,13
-60,22
-65,18
-61,07
-56,68
-61,97
-58,58
-55,13
-61,67
-65,07
-71,52
-56,98
-44,72
-34,57
-58,63
-56,72
-67,13
-61,33
-64,80
-59,88
-60,40
-72,05
-65,32
-61,33
35
Altura SNM (m)

748
450
6
145
486
357
70
270
125
114
653
18
81
87
62
461
38
60
52
115
598
905
7
72
815
779
166
1302
94
4
112
3
303
96
136
337
24
12
256
11
198
7
247
855
147
93
204
620
92
35
07/01/2013, 18:39
Datos de suelo
La capacidad de un suelo de almacenar agua depende de la cantidad y tamao de sus poros, es decir
de su estructura, textura y contenido de materia orgnica. En las provincias pampeanas los valores de capacidad de campo (CC) medidos hasta el metro oscilan
entre 150 y 400 mm de lmina de agua desde la zona
arenosa del sudoeste cercana a la ciudad de Santa
Rosa hasta la costa de los ros Paran y de la Plata y la
provincia de Entre Ros. Sin embargo mediciones de
actividad radical muestran que en los suelos arenosos
la penetracin de las races sobrepasa fcilmente el
metro (Fagioli, 1972), mientras que en los suelos arcillosos de la cuenca baja del Ro Salado (al este de la regin) la mayor actividad se encuentra hasta los 50 cm
(Alippe y Brinnand, 1979). Se supone un comportamiento similar en los suelos cercanos a la costa de los
ros Paran y de la Plata, lo mismo que en la provincia
de Entre Ros.
Las constantes hidrolgicas de los suelos, CC y

punto de marchitez (PM) utilizados en el modelo no se
refieren a una profundidad fija, sino que tienen en cuenta
la profundidad tpica de exploracin radicular en cada
zona (Fig. 2). Las mismas fueron obtenidas a travs de
un consenso entre valores determinados experimentalmente a campo por el CIBIOM (Centro de Investigaciones Biometeorolgicas), valores estimados por Falasca
y otros (1998) mediante el modelo de Ritchie y Crum
(1989) y estimaciones del INTA (Damiano y Taboada,
2000; Damiano, 2010). Los datos correspondientes a la
Regin Pampeana ya han sido utilizados en trabajos
previos (Hurtado, 2008; Spescha, 2008). Para la Patagonia, dado que no se cont con informacin medida a
campo, se estim un valor promedio a partir del modelo Soil Water Characteristic (SWC, saxton and Rawls,
2006) (Fig. 2).
Figura 2. Capacidad de campo (CC) y punto de marchitez (PM) expresado en milmetros.
36
36
07/01/2013, 18:39
Datos fenomtricos
Dado que no se pudo hacer la validacin del modelo
con valores observados de humedad del suelo por falta
de observaciones correspondientes a la escala regional
de este trabajo, la misma se realiz en forma indirecta
con datos de rendimiento y fechas de siembra de maz
y trigo a escala departamental para las campaas
comprendidas entre 1969/70-2010/11 en los partidos
de: Ceres, Rosario y Santa Fe capital (provincia de
Santa Fe); Concordia, Gualeguaych y Paran (provincia de Entre Ros), Ro Cuarto, Laboulaye y Marcos
Jurez (provincia de Crdoba); General Pico y Santa
Rosa (provincia de La Pampa) y Junn, Nueve de Julio,
Pehuaj, Tres Arroyos, Pigu, Tandil, y Mar del Plata
(provincia de Buenos Aires). Esta informacin fue provista por el Ministerio de Agricultura, Ganadera y Pesca
de la Nacin Argentina (SIIA, 2010).
Debido a que en el perodo analizado se registraron
cambios en el manejo y en la tecnologa disponible que
pudieron afectar positivamente el rendimiento (Vossen,
1989; Hough, 1990), se hizo necesario filtrar de alguna
forma este efecto. Para ello se calcularon los promedios
mviles en cinco aos de los rendimientos; luego se
calcul la diferencia entre el rendimiento de cada ao en
particular menos el promedio mvil de ese perodo y se
lo dividi por el promedio, de manera de independizar
las anomalas de los valores promedios de rendimiento
de cada zona de la Regin Pampeana, a fin de que los
resultados sean comparables. En el comienzo y fin de
las series de rendimientos los promedios se realizaron
con los cinco primeros y ltimos aos, de manera de no
perder informacin. Este tratamiento se aplic tanto
para el maz como para el trigo. A modo de ejemplo se
presentan los datos de rendimiento de maz y sus anomalas para la estacin de Marcos Jurez (Cuadro 2).
Metodologa de clculo de la evapotranspiracin
potencial
Se calcul la evapotranspiracin potencial diaria
(EP) a travs de la ecuacin de Penman-Monteith recomendada por la FAO (Allen et al., 1998).
EP =
0,408 (Rn G) +
900
T + 273
+ (1 + 0,34 u2)
u2 (es ea)
(1)
Cuadro 2. Rendimientos de maz en el departamento de

Marcos Jurez (provincia de Crdoba) y los valores de
las medias mviles y anomalas calculadas a partir de
los mismos.
Campaa
1969/70
1970/71
1971/72
1972/73
1973/74
1974/75
1975/76
1976/77
1977/78
1978/79
1979/80
1980/81
1981/82
1982/83
1983/84
1984/85
1985/86
1986/87
1987/88
1988/89
1989/90
1990/91
1991/92
1992/93
1993/94
1994/95
1995/96
1996/97
1997/98
1998/99
1999/00
2000/01
2001/02
2002/03
2003/04
2004/05
2005/06
2006/07
2007/08
2008/09
2009/10
2010/11
Rendimiento
2400
3097
1200
2750
2822
3100
2197
4196
4462
4000
2400
5438
2951
4000
2500
4500
4125
4300
4390
1516
2000
5500
5000
5150
5400
5199
6300
6100
8000
7500
7500
8780
8950
9780
8900
9600
8700
11.200
9100
8550
11.300
9000
37
Media mvil
Anomala
2454
2454
2454
2594
2414
3013
3356
3591
3451
4099
3850
3758
3458
3878
3615
3885
3963
3766
3266
3541
3681
3833
4610
5250
5410
5630
6200
6620
7080
7576
8146
8502
8782
9202
9186
9636
9500
9430
9770
9830
9830
9830
-0,02
-0,26
-0,51
-0,06
-0,17
-0,03
-0,35
0,17
0,29
-0,02
-0,38
0,45
-0,15
0,03
-0,31
0,16
0,04
0,14
0,34
-0,57
-0,46
0,43
0,08
-0,02
0,00
-0,08
0,02
-0,08
0,13
-0,01
-0,08
0,03
0,02
0,06
-0,03
0,00
-0,08
0,19
-0,07
-0,13
0,15
-0,08
37
07/01/2013, 18:39
donde:
EP evapotranspiracin potencial diaria (mm da-1)
Rn radiacin neta en la superficie del cultivo (MJ m-2
da-1) (Ecuacin 6)
G
flujo del calor de suelo (MJ m-2 da-1)
T
temperatura media del aire (C) (Ecuacin 4)
velocidad del viento a 2 m de altura (m s-1)
u2
(Ecuacin 15)
es
presin de vapor de saturacin (kPa) (Ecuacin 5)
ea
presin real de vapor (kPa)
pendiente de la curva de presin de vapor

(kPa C-1) (Ecuacin 3)
constante psicromtrica (kPa C-1) (Ecuacin 2)
La constante psicromtrica se calcul a travs de

la siguiente ecuacin:
cp P
La presin de vapor de saturacin (es) se calcul

como:
es = 0,611 e( T + 237,3 )
17,27 T
El flujo de calor en el suelo (G) se ignor, debido a

que para los clculos diarios la magnitud de este flujo es
relativamente pequea (Allen et al., 1998). La radiacin
neta (Rn) es el balance entre la radiacin entrante y la
radiacin saliente. Se calcul como la diferencia entre la
radiacin neta de onda corta (Rns) y la radiacin neta de
onda larga (Rnl).
Rn = Rns Rnl
(2)
Rns = (1 ) Rs
cp
calor especfico a presin constante = 1,013 x 10-3

[MJ kg-1 C-1]
Presin atmosfrica (Ecuacin 3)
calor latente de vaporizacin, 2,45[MJ kg-1]
Rs = Ra (a + b
El calor latente de vaporizacin () vara en funcin

de la temperatura, pero, debido a que lo hace levemente
dentro de los rangos de temperaturas normales, se
considera un valor constante de 2,45 MJ kg-1 para la simplificacin de la ecuacin de FAO Penman-Monteith.
Este valor corresponde al calor latente de vaporizacin
a una temperatura del aire de alrededor de 20 C.
La pendiente de la curva de presin de vapor () se
calcul como:
(
4098 [ 0,6108
17,27 T
T + 237,3
)]
donde T es la temperatura del aire [C] que fue calculada

como:
(4)
(8)
Rs
radiacin solar entrante (o radiacin global) [MJ

m-2 da-1]
Ra
radicacin solar en el tope de la atmsfera (o

radiacin astronmica) [MJ m-2 da-1] (Ecuacin 9)
heliofana efectiva [hs]
heliofana astronmica [hs]
constante de regresin, que expresa la fraccin

de radiacin extraterrestre que llega a la Tierra
en das muy nublados (n = 0)
a y b fraccin de la radiacin extraterrestre que llega a

la Tierra en das despejados (n = N). Se utiliz
0,18 y 0,55 respectivamente.
Ra=
24 60
Cs d [s sen sen + cos cos sen s]
(9)
38
n
N
donde
(3)
(T + 237,3)2
Tmax + Tmin
2
(7)
donde es el albedo o coeficiente de refleccin del

canopeo. En general se utiliza un valor de 0,23 para una
pastura de referencia. Rs es la radiacin solar entrante
(tambin llamada radiacin global) y se estima como:
cociente del peso molecular del vapor de agua

sobre el aire seco = 0,622
T=
(6)
La radiacin neta de onda corta (Rns) resulta del

balance entre la radiacin entrante y la radiacin reflejada por:
donde
(5)
38
07/01/2013, 18:39
Rso
donde
Ra
radiacin solar en el tope de la atmsfera [MJ m-2

da-1]
Cs
constante solar = 0,082 MJ m min
dr
distancia relativa inversa Tierra-Sol (Ecuacin 10)
-2
-1
ngulo horario a la puesta del Sol [rad] (Ecuacin

12)
latitud [rad]
La radiacin solar Ra est expresada en MJ m-2 da-1,

para expresarlo en mm de agua evaporable se debe
multiplicar por 0,408. La latitud est expresada en radianes y es negativa en el hemisferio sur. La distancia
relativa inversa Tierra-Sol se calcula como:
dr = 1 + 0,033 cos ( 2 J)
365
(10)
2
= 0,409 sen ( 365
J 1,39 )
(11)
donde J es el nmero del da en el ao entre el 1 (1 de

enero) y el 365 o 366 (31 de diciembre).
El ngulo horario a la puesta del sol s y la declinacin solar se calculan como:
s arcos [tan tan ()]
(12)
La radiacin neta de onda larga (Rnl) resulta de la ley

de Stefan-Boltzmann que expresa que la energa emitida por un cuerpo es proporcional a su temperatura a la
cuarta potencia, por lo cual
Rs
Tx4 + Tn4
(0,34 0,14 ea) 1,35 R 0,35 (13)
so
2
El clculo de la radiacin solar cuando el cielo est

despejado Rso, o sea cuando N=n se calcula como:
Rso = (a + b) Ra
En la ecuacin FAO Penman-Monteith, la radiacin

neta, expresada en MJ m-2 da-1, se convierte a mm da-1
(evaporacin equivalente) usando 0,408 como factor de
conversin dentro de la ecuacin.
Criterios utilizados en el caso de datos faltantes
Al trabajar en tiempo real, es muy comn que las
series de datos provenientes de las estaciones meteorolgicas tengan informacin faltante. Dado que el contenido de agua en el suelo est fuertemente condicionado por lo ocurrido el da anterior, debido a que existe una
gran persistencia en la extraccin de agua del suelo y el
modelo trabaja con valores de almacenaje del da
anterior, no es posible admitir la ausencia de datos. Por
lo tanto, es necesario estimar los datos en el caso de no
tenerlos. En general, los datos faltantes son los horarios, o sea tensin de vapor, intensidad de viento y
presin a nivel de la estacin los cuales fueron estimados a partir de los datos de temperatura mnima y
mxima segn lo recomendado por la FAO (Allen et al.,
1998).
El viento en las estaciones meteorolgicas est
medido a 10 metros de altura por lo cual, el valor de
viento utilizado surge de la ecuacin:
donde:
Rnl
radiacin neta de onda larga [MJ m-2 da-1]
constante de Stefan-Boltzmann
[4,903 10-9 MJ K-4 m-2 da-1]
Tx
temperatura mxima en grados Kelvin
Tn
temperatura mnima en grados Kelvin
ea
presin real de vapor [kPa]
Rs
radiacin solar entrante (o radiacin global) [MJ

m-2 da-1] (Ecuacin 10)
u2 = u10
4,87
1n(678 5,42)
39
(15)
donde
u2
u10
velocidad del viento a 2 m [m s-1]

velocidad del viento a 10 m [m s-1]
En aquellos casos en que el dato de viento no se

hubiere informado, se reemplaza el dato por el promedio
diario del viento para esa localidad.
(14)
donde a y b son la fraccin de la radiacin extraterrestre

que llega a la superficie terrestre en das de cielo despejado (n=N). Los coeficientes utilizados 0,18 y 0,55
respectivamente.
declinacin solar [rad] (Ecuacin 11)
Rnl =
radiacin solar en das despejados [MJ m-2 da-1]

(Ecuacin 14)
39
07/01/2013, 18:39
Cuando la presin real de vapor (ea) no se hubiere

informado, se calcula como:
(
e = 0,611 e
a
17,27 Tmin
Tmin + 237,2
(16)
Para calcular P se utiliz la simplificacin de la ley de

los gases ideales, a una temperatura atmosfrica estndar de 20 C:
donde
P = 101,3
( 293 2930,0065 z )
5,26
presin atmosfrica [kPa]
elevacin sobre el nivel del mar [m]
(17)
Cuando los valores diarios de temperatura mxima,

temperatura mnima y/o precipitacin son datos faltantes,
se utiliza el valor de la media diaria calculada con todos
los aos de la serie.
donde:
Alm
variacin del almacenaje en el suelo
EXC
exceso
En este trabajo, se incorpor al modelo una modificacin desarrollada por Forte Lay (indito) la cual busca
mejorar la representacin del contenido de agua en
suelos pesados para evitar un desecamiento excesivo,
incorporando un algoritmo que termina modificando los
resultados slo en los caso en que el PM es mayor que
el 40% de la CC y en forma progresiva a medida que ese
porcentaje va aumentando, de manera que los suelos
ms arcillosos del este de la Regin Pampeana no se
van a secar tanto; los del oeste (arenosos) con PM
menores o iguales al 40% de CC seguirn igual, y los del
centro (francos) tendrn variaciones menores con respecto a lo que ocurra con los modelos anteriores.
Para el clculo de los resultados, lo primero que se
obtiene es el dficit potencial (DP), definido como la
diferencia entre la precipitacin (PP) y la evapotranspiracin potencial (EP)
DP = PP EP
Metodologa del balance hidrolgico
El modelo de balance hidrolgico se bas en el desarrollado por Thornthwaite-Matter (1955) (de ahora en
adelante TM), modificado luego por Forte Lay y otros
(1995). A partir de este modelo, se han desarrollado numerosos trabajos en los cuales se compararon mediciones realizadas a campo con los resultados estimados
(Forte Lay y Burgos, 1978; Forte Lay y Villagra, 1983;
Forte Lay et al., 1985; 1987; Troha y Forte Lay, 1990).
El balance se establece entre la demanda atmosfrica de agua (trmino denominado evapotranspiracin potencial (EP)) y la oferta de agua, dada por la precipitacin
(PP) y el agua almacenada en el suelo (ALM). Como el
suelo y la vegetacin que lo cubre no siempre ceden a la
atmsfera toda el agua que les es demandada, se define
el concepto de evapotranspiracin real (ER), que es lo
que realmente se pierde por evapotranspiracin en cada
situacin. Cuando la PP supera a la EP el suelo comienza
a recargarse hasta llegar a la CC, a partir de ese momento
el exceso de agua se pierde por escorrenta y percolacin.
La ecuacin que relaciona los elementos del balance es la siguiente:
PP ER ALM EXC = 0
En segundo lugar se calcula el almacenaje (ALM).

Cuando el DP es positivo, se considera que toda el agua
precipitada ingresa al suelo quedando:
ALMt = ALMt1 + DP
(20)
Si DP es negativo, entonces:
ALMt = ALMt1 eDP /CCD
(21)
dnde
CCD = CC ELD
(22)
ELD es un lmite de desecamiento que hace que el

suelo no se seque nunca ms all de ese umbral, eliminando la limitacin que presentaba el modelo de TM
que consideraba que el almacenaje poda llegar a cero.
ELD se calcula a partir de la variable LD como:
LD =
0,4 ) 2,5
(PM
CC
(23)
Luego si:
40
(18)
(19)
40
07/01/2013, 18:39
LD < 0
si 0 LD 1
LD > 1
RESULTADOS Y DISCUSIN
LD' = 0
LD' = LD
LD' = 1
Validacin del modelo
Entonces:
(24)
ELD = LD' * PM
Para la validacin del modelo se correlacionaron los resultados del mismo, con los datos de rendimiento departamental de maz y trigo de 18 partidos de la Regin Pampeana. Se trabaj con el
ndice de satisfaccin hdrica (ISHi) calculado como:
Cuando el ALM supera la CC se considera que el

agua restante no puede permanecer en el suelo, por lo
tanto escurre. A esa cantidad de agua se la llama exceso, y se la calcula como:
ISHij =
d
n1 ER
EP
(30)
donde:
EXC = ALMt-1 + DP CC
(25)
EPd evapotranspiracin potencial diaria
Luego se calcula el Alm como:
ALM = ALMt ALMt-1 )
(26)
Cuando Alm es negativo indica que el suelo se

est secando, y esa cantidad de agua se pierde a travs
de la evapotranspiracin, por lo tanto:
ER = l(ALMl + PP
(27)
En cambio, cuando el DAlm es positivo indica que el

suelo se est recargando. En estos casos la ER va a ser
igual a la EP debido a que el suelo tiene suficiente agua
para evapotranspirar lo que la atmsfera demanda y, lo
que resta se almacena en el suelo, entonces:
ER = EP
(28)
Cuando la ER es menor que la EP se considera que

las plantas comienzan a sufrir un estrs hdrico, por lo
tanto se calcula el dficit (DEF) como:
DEF = EP ER
ERd evapotranspiracin real diaria
(29)
vara de 1 a 3 indicando la dcada del mes.
nmero de das de la dcada considerada

(8, 9, 10 u 11)
Este ndice se calcul para las tres dcadas1

de cada mes (36 dcadas/ao) para las estaciones meteorolgicas de Ceres, Rosario y Sauce
Viejo (provincia de Santa Fe); Concordia, Gualeguaych y Paran (provincia de Entre Ros), Ro
Cuarto, Laboulaye y Marcos Jurez (provincia de
Crdoba); General Pico y Santa Rosa (provincia
de La Pampa) y Junn, Nueve de Julio, Pehuaj,
Tres Arroyos, Pigu, Tandil, Dolores y Mar del
Plata (provincia de Buenos Aires) para el perodo
1969-2011.
El estrs producido por la falta de agua durante
el perodo de crecimiento de los cultivos afecta los
rendimientos de grano, y, si el mismo ocurre durante la floracin, el impacto es mucho ms grave
que si se produce durante la fase vegetativa (Denmead and Shaw, 1960; Sudar et al., 1981). Por lo
tanto, se analizaron las correlaciones entre el ISHi
a lo largo del ao y los rendimientos de los cultivos,
1 Dcada: perodo de diez das entre el 1 y el 10, y entre el 11 y el 20. La ltima dcada del mes puede tener 8, 9, 10 u 11 das (International
Meteorological Vocabulary, N 182, TP 91, World Meteorological Organization, 1966).
41
41
07/01/2013, 18:39
buscando si el modelo es capaz de captar este

requerimiento de los cultivos.
En el Cuadro 3 se presentan las correlaciones
entre las anomalas de los rendimientos de maz
y el ISHi calculado desde la primera dcada de
septiembre (del ao de la siembra) a la ltima dcada de abril (del ao de la cosecha) para los 18
departamentos estudiados. En general se observan correlaciones positivas significativas en todos
los casos entre los meses de diciembre, enero y
en algunos casos hasta marzo; este resultado indica que el perodo crtico del cultivo respecto a la
necesidad de agua, que corresponde a los 15 das
anteriores y posteriores a R1 (Crcova et al., 2003),
se ubica en estos meses, aunque en algunos departamentos, como por ejemplo, Ro Cuarto es
ms largo an, incluyendo tambin los meses de
noviembre y marzo. La extensin del perodo con
correlaciones positivas, bastante ms largo que la
duracin del perodo crtico del cultivo, est relacionada con la diversidad de fechas de siembra
que se producen en cada departamento y con el
diferente comportamiento fenolgico de las distintas variedades utilizadas. En otros departamentos
de Crdoba el perodo es mucho menor. En Labou-
laye las correlaciones significativas van desde la

ltima dcada de diciembre hasta la tercera de
febrero; y en Marcos Jurez desde la segunda de
diciembre hasta la tercera de enero.
Las fechas promedio de siembra difieren, siendo ms tardas en Laboulaye y Ro Cuarto, lo que
provoca un retraso del perodo crtico. Esta circunstancia se refleja en un atraso del perodo de
mximas correlaciones que se extiende de la tercera dcada de diciembre hasta la ltima de enero
en Marcos Jurez y llega hasta febrero en Laboulaye y hasta marzo en Ro Cuarto.
Para explicar estas diferencias se analiz la
fecha de siembra (Cuadro 4) y la variabilidad de
la misma, considerando el comienzo como la fecha en que se sembr el 10% del rea y el fin
cuando se sembr el 90%. En Marcos Jurez ese
perodo corresponde en promedio a 25 das, mientras que en Laboulaye es de 49 das y en Ro
Cuarto de 65 das, indicando que la variabilidad de
fechas en este ltimo es mucho mayor, a consecuencia de una gran diversidad de situaciones
(siembras que van de principios de octubre hasta
dos meses despus). La utilizacin de material
gentico de diferente ciclo y comportamiento feno-
Cuadro 3. Valores del coeficiente de correlacin ''r'' calculado entre el ISHi (calculado entre la primera dcada del
mes de octubre y hasta la tercera dcada del mes de abril) y las anomalas de los rendimientos de maz para 18
departamentos de la Regin Pampeana. (* significativo al 95%, ** significativo al 98%, *** significativo al 99%).
Mes
Oct
Nov
Dic
Ene
Feb
Mar
Abr
j Ro Cuarto
1
0,05
2
0,17
3
0,27
1
0,21
2
0,37 **
3
0,33 *
1
0,22
2
0,34 *
3
0,42 ***
1
0,37 **
2
0,45 ***
3
0,60 ***
1
0,37 **
2
0,37 **
3
0,36 **
1
0,38 **
2
0,40 ***
3
0,36 **
1
0,21
2
0,11
3
0,16
Crdoba
Laboulaye M. Jurez
0,15
0,12
0,05
0,15
0,18
0,14
0,18
0,23
0,16
0,16
0,20
0,27
0,16
0,25
0,28
0,32 *
0,33 *
0,51 ***
0,42 *** 0,56 ***
0,43 *** 0,57 ***
0,60 *** 0,58 ***
0,51 *** 0,28
0,39 ** 0,17
0,33 *
0,07
0,13
0,13
0,13
0,29
-0,12
0,20
-0,16
0,23
-0,08
0,22
-0,08
0,16
Ceres
-0,05
-0,18
-0,03
-0,05
0,07
0,26
0,18
0,39 **
0,37 **
0,38 **
0,16
0,21
0,27
0,20
0,03
0,06
0,08
0,07
-0,07
-0,10
-0,19
Entre Ros
La Pampa
Buenos Aires
Paran
Gualeguayc G. Pico
Sta. Rosa
Junn
9 de Julio Pehuaj
-0,01
0,12
0,13
0,09
0,07
-0,02
0,04
-0,14
0,20
0,25
0,07
0,13
0,05
0,31 *
-0,13
0,22
0,24
0,31 *
0,16
0,10
0,11
-0,05
0,26
0,07
0,04
0,28
0,09
0,15
0,00
0,16
0,12
0,22
0,31 *
0,24
0,14
0,13
0,33 *
0,17
0,08
0,27
0,28
0,20
0,33 *
0,26
0,23
0,13
0,35 *
0,24
0,24
0,40 *** 0,40 *** 0,18
0,10
0,20
0,27
0,31 *
0,52 *** 0,49 *** 0,29
0,17
0,40 *** 0,45 *** 0,48 ***
0,68 *** 0,66 *** 0,35 *
0,38 ** 0,41 *** 0,39 ** 0,60 ***
0,64 *** 0,42 *** 0,35 *
0,34 *
0,36 ** 0,30
0,45 ***
0,67 *** 0,49 *** 0,39 *** 0,43 *** 0,35 *
0,32 *
0,49 ***
0,42 *** 0,41 *** 0,35 *
0,25
0,46 *** 0,49 *** 0,40 ***
0,37 ** 0,45 *** 0,39 ** 0,27
0,36 ** 0,36 *
0,48 ***
0,13
0,31 *
0,27
0,19
0,42 *** 0,13
0,39 ***
0,01
0,20
0,12
0,07
0,34 * -0,07
0,30
0,02
0,28
0,26
0,13
0,23
0,08
0,28
0,12
0,19
0,35 *
0,24
0,28
0,19
0,29
-0,12
-0,06
0,30
0,10
-0,01
0,18
0,28
0,00
0,01
0,21
0,06
0,00
0,08
0,21
0,16
0,17
0,10
0,03
0,06
0,18
-0,03
Pige
Tandil
0,22
-0,09
0,27
-0,12
0,37 ** 0,08
0,14
0,12
0,19
0,11
0,19
0,14
0,26
0,16
0,06
0,33 *
-0,06
0,35 *
0,26
0,27
0,20
0,33 *
0,55 *** 0,39 ***
0,27
0,46 ***
0,32 *
0,55 ***
0,30
0,45 ***
-0,02
0,24
0,00
0,21
0,01
0,24
-0,17
0,02
-0,12
0,10
-0,10
0,16
42
Santa Fe
Sauce Viejo Rosario
Concordia
-0,23
0,04
0,03
-0,22
-0,04
0,23
-0,18
0,08
0,07
-0,01
0,19
0,29
0,08
0,22
0,25
0,34 *
0,23
0,22
0,54 *** 0,20
0,28
0,43 *** 0,29
0,34 *
0,51 *** 0,49 *** 0,44 ***
0,58 *** 0,60 *** 0,53 ***
0,45 *** 0,49 *** 0,46 ***
0,50 *** 0,54 *** 0,51 ***
0,43 *** 0,42 *** 0,43 ***
0,45 *** 0,36 ** 0,30
0,36 *
0,29
0,14
0,20
0,01
0,24
0,21
0,23
0,29
0,17
0,26
0,21
0,06
0,04
0,07
0,00
-0,14
0,14
-0,01
-0,02
0,10
42
07/01/2013, 18:39
Cuadro 4. Fechas medias de inicio y fin de siembra de

maz, perodo medio desde el comienzo hasta la finalizacin de la siembra y fecha media de siembra de maz
en Crdoba.
Fecha
inicio
Fecha
fin
Perodo
Fecha
media
Laboulaye
10-10
01-12
49
05-11
M. Jurez
14-09
11-10
25
27-09
Ro Cuarto
08-10
12-12
65
10-11
lgico es, como ya se ha mencionado, otra circunstancia que afecta la duracin del perodo con
correlaciones elevadas.
El mismo anlisis realizado para maz se repiti para el cultivo de trigo. En el Cuadro 5 se muestran los resultados de las correlaciones entre el
ISHi y las anomalas de los rendimientos de trigo.
Los coeficientes de correlacin presentan perodos con valores significativos mucho ms extensos que en el caso del maz.
Este hecho podra deberse a que la duracin
de las etapas de crecimiento y desarrollo en trigo
dependen de varios factores ambientales como la
temperatura, el fotoperodo, la vernalizacin y la
disponibilidad hdrica (Fisher, 1984), as como de
la sensibilidad del genotipo a los factores ambientales (Slafer, 1994; Slafer et al., 2003). El rendimiento est determinado principalmente por el nmero de granos/m (que surge del producto del
nmero de espigas/m, el nmero de espiguillas
por espiga y el nmero de granos por espiguilla)
cada uno de los cuales se define a lo largo de distintas etapas fenolgicas para dar el rendimiento
final.
Cuadro 5. Valores del coeficiente de correlacin ''r'' calculado entre el ISHi (calculado entre la primera dcada del mes
de octubre y hasta la tercera dcada del mes de abril) y las anomalas de los rendimientos de maz para 18 departamentos de la Regin Pampeana. Referencias (* significativo al 95%, ** significativo al 98%, *** significativo al 99%).
Mes
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
j
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
Ro Cuarto Laboulaye M. Jurez Ceres

G. Pico
Sta. Rosa
0,23
0,32 *
0,32 *
0,17
0,00
0,11
0,40 *** 0,37 ** 0,32 *
0,33 *
0,04
0,29
0,29
0,27
0,29
0,41 *** 0,22
0,37 **
0,37 ** 0,25
0,37 ** 0,55 *** 0,14
0,25
0,41 *** 0,32 *
0,36 ** 0,42 *** 0,28
0,37 **
0,22
0,17
0,37 ** 0,31 *
0,27
0,25
0,40 *** 0,26
0,45 *** 0,47 *** 0,19
0,25
0,38 ** 0,25
0,33 *
0,39 *** 0,09
0,20
0,49 *** 0,33 *
0,37 ** 0,37 ** 0,02
0,17
0,30
0,21
0,36 *
0,36 ** 0,09
0,19
0,42 *** 0,29
0,42 *** 0,34 *
0,14
0,25
0,47 *** 0,31 *
0,39 ** 0,38 ** 0,19
0,16
0,44 *** 0,46 *** 0,36 ** 0,33 *
0,31 *
0,29
0,31 *
0,39 ** 0,27
0,32 *
0,27
0,27
0,51 *** 0,39 ** 0,33 *
0,28
0,27
0,32 *
0,50 *** 0,45 *** 0,39 ** 0,32 *
0,27
0,38 **
0,50 *** 0,41 *** 0,35 *
0,30
0,38 ** 0,43 ***
0,54 *** 0,45 *** 0,45 *** 0,41 *** 0,46 *** 0,44 ***
0,47 *** 0,52 *** 0,49 *** 0,48 *** 0,42 *** 0,43 ***
0,59 *** 0,55 *** 0,46 *** 0,25
0,50 *** 0,58 ***
0,55 *** 0,64 *** 0,41 *** 0,12
0,51 *** 0,52 ***
0,44 *** 0,56 *** 0,45 *** 0,12
0,59 *** 0,46 ***
0,40 *** 0,49 *** 0,25
-0,01
0,38 ** 0,42 ***
0,30
0,30
0,28
0,16
0,47 *** 0,42 ***
0,42 *** 0,41 *** 0,23
0,25
0,29
0,51 ***
0,25
0,35 *
0,13
0,22
0,24
0,52 ***
0,11
0,21
-0,02
0,10
0,21
0,47 ***
0,06
0,13
0,11
0,11
0,09
0,33 *
0,01
0,04
0,06
-0,05
0,05
0,37 **
0,08
-0,01
0,06
0,08
0,04
0,13
N. de Julio Pig
0,09
-0,01
0,01
0,18
0,02
0,34 *
0,01
0,02
0,10
0,04
0,26
0,11
0,16
0,15
0,01
0,06
0,05
0,10
0,08
0,18
0,10
0,28
0,14
0,16
0,14
0,27
0,13
0,26
0,29
0,33 *
0,23
0,32
0,10
0,36 *
-0,03
0,31
0,08
0,36 *
-0,08
0,45 ***
-0,15
0,45 ***
-0,24
0,41 **
-0,14
0,47 ***
-0,25
0,51 ***
-0,28
0,36 *
-0,28
0,48 ***
-0,23
0,58 ***
0,01
0,46 ***
0,12
0,20
0,00
0,04
Tandil
0,00
0,06
0,07
0,05
-0,04
-0,04
-0,10
0,02
0,02
0,07
0,27
0,20
0,08
0,20
0,11
0,19
0,18
0,12
0,21
0,12
0,16
0,20
0,22
0,24
0,11
0,13
0,04
0,01
0,18
0,23
Tres Arr.
-0,08
-0,08
0,03
-0,06
-0,14
-0,16
-0,12
-0,02
-0,06
0,03
0,12
0,19
0,24
0,24
0,27
0,29
0,20
0,29
0,35 *
0,33 *
0,28
0,19
0,40 ***
0,39 **
0,34 *
0,26
0,40 ***
0,43 ***
0,26
0,31 *
43
M. del Plata
0,06
0,09
0,09
0,05
0,01
-0,03
-0,04
-0,06
-0,02
0,05
0,19
0,27
0,32 *
0,33 *
0,23
0,30
0,28
0,34 *
0,33 *
0,28
0,25
0,20
0,11
0,26
0,20
0,15
0,06
0,02
0,11
0,16
B. Blanca
-0,18
0,15
0,22
0,16
0,26
0,32 *
0,41 ***
0,36 *
0,44 ***
0,45 ***
0,47 ***
0,43 ***
0,51 ***
0,54 ***
0,44 ***
0,51 ***
0,49 ***
0,47 ***
0,47 ***
0,47 ***
0,43 ***
0,24
0,53 ***
0,41 ***
0,46 ***
0,39 ***
0,33 *
0,32 *
0,22
0,08
43
07/01/2013, 18:39
En la regin central y norte de la provincia de

Buenos Aires (departamentos de Junn, Pehuaj,
Nueve de Julio, Tandil, etc.) no se encontraron correlaciones significativas. Este hecho responde a
que casi toda la provincia de Buenos Aires presenta una buena disponibilidad hdrica en los meses
de julio a noviembre. Esta variable no constituye
una limitante importante de los rendimientos a escala departamental en esta amplia regin (Hurtado, 2008).
sent muy bajos niveles de agua en el suelo en el

perodo crtico lo que se tradujo en una produccin
de maz de 15 millones de toneladas. En cambio
en la campaa siguiente (2009/10), con muy buena disponibilidad de agua en el perfil, se lleg a
una produccin de maz de 28 millones de toneladas (FAO, 2012).
Utilizacin del modelo
El modelo desarrollado permite captar la variabilidad espacial y temporal del agua almacenada
en el suelo. A partir de las correlaciones con los
datos de rendimientos de maz y trigo se pudo
comprobar que el mismo tiene un muy buen desempeo a escala departamental, proporcionando una herramienta de decisin objetiva y en
tiempo real para los tomadores de decisiones del
sector agrcola.
CONCLUSIONES
La utilizacin del modelo permite generar mapas de distintas variables de salida que dan la posibilidad de realizar un seguimiento de la disponibilidad hdrica en el suelo a lo largo del ciclo de los
cultivos y analizar la variabilidad tanto espacial
como temporal. Una de las variables utilizadas es
el agua til porcentual (AU%) que se calcula como:
AUt
AU% = AUP * 100
(31)
dnde
AUP = CC PM
(32)
y AUt es el agua til para el da t calculada como:
AUt = ALMt PM
La puesta en marcha del modelo ha permitido

generar mapas de distintas variables de salida
que son publicados una vez por mes en la pgina
del Centro de Informacin Agroclimtica (CIAg,
http://www.agro.uba.ar/centros/ciag/info/AU) y por
el INTA (http://climayagua.inta.gob.ar/balance_de
_agua_en_el_suelo) dando la posibilidad de visualizar la dinmica espacial y temporal de la disponibilidad de agua edfica en la regin.
(33)
La Figura 3 muestra la evolucin del AU% durante el perodo crtico del cultivo de maz (desde
la tercera dcada de diciembre hasta la ltima de
enero) en la Regin Pampeana para las campaas 2008/09 y 2009/10. Las mismas fueron elegidas por haber presentado condiciones de agua en
el suelo muy diferentes que llevaron a rendimientos promedio muy contrastantes. Puede apreciarse claramente las grandes diferencias tanto espaciales como temporales. La campaa 2008/09 pre-
44
44
07/01/2013, 18:39
Figura 3. Evolucin del AU% para las campaas 2008/09 (a: 3ra dcada de diciembre de 2008, b, c, y d: 1ra, 2da y 3ra dcada de enero 2009 respectivamente) y 2009/2010 (f: 3ra
dcada de diciembre de 2009, g, h, y i: 1ra, 2da y 3ra dcada de enero 2010 respectivamente).
45
45
07/01/2013, 18:39
BIBLIOGRAFA
Alippe, H.A. y R. Brinnand, 1979. Distribucin y dinmica de la biomasa subterrnea de un pastizal natural de la depresin del
Salado (prov. de Buenos Aires). Ctedra de Fisiologa Vegetal de la Facultad de Agronoma de la U.B.A.
Allen, R.G.; L.S. Pereira; D. Raes and M. Smith. 1998. Crop evapotranspiration Guidelines for computing crop water requirements
FAO irrigation and drainage paper 56, Food and Agriculture Organization of the United Nations. Rome, 1998.
Baier, W. and G.W. Robertson. 1966. A new versatile soil moisture budget. Canadian Journal Plant Sci. 46: 299-315.
Burgos J. y W. Corsi. 1970. Comprobacin de mtodos de simulacin de Balances de agua computados con datos meteorolgicos.
Bol. Tec. 57 La Estanzuela, Uruguay.
Crcova, J.; L. Borrs y M.E. Otegui. 2003. Produccin de Granos, bases funcionales para su manejo. Captulo 8. Editores: Satorre,
E.H.; Benech Arnold, R.L.; Slafer, G.A.; Elba B. de la Fuente; Miralles, D.J.; Otegui, M.E. y Savin, R. Ed. Facultad de Agronoma.
783 pginas.
Damario, E.A .y J.A. Pascale. 1977. El balance hidrolgico seriado y su utilizacin en estudios agroclimticos. Rev. Fac. Agron.,
La Plata 53(1-2): 15-34.
Damiano, F. y M.A. Taboada. 2000. Prediccin del agua disponible usando funciones de pedotransferencia en suelos agrcolas
de la Regin Pampeana. Ciencia del suelo 18: 77-88.
Damiano, F. 2010. Prediccin del agua disponible en suelos pampeanos a travs de funciones de edafotransferencia. En: Fertilidad
de Suelos, Caracterizacin y Manejo en la Regin Pampeana. Editorial Fac. de Agronoma, UBA. 423 pag. ISBN 978-950-291074-1.
Denmead, O.T. and R.H. Shaw. 1960. The effects of soil moisture stress at different stages of growth on the development and yield
of corn. Agron. J. 52: 272-274.
Doorenbos, J. and W.O. Pruitt. 1975. Guidelines for predicting crop water requirements. In: FAO Irrigation and Drainage Paper
(FAO), N 24 / FAO, Rome (Italy). Land and Water Development Div., 1975, 193 pp.
Fagioli, M. 1972. Modalidades de utilizacin del agua profunda por el cultivo de pasto llorn, en un suelo regosol de la regin
semirida pampeana. Rev. de Inv. Agrop. INTA serie 3 IX(2): 61-70.
Falasca, S.; A. Ulberich y S. Mordenti. 1998. Constantes hidrolgicas de la provincia de Buenos Aires por dominio edfico. Actas
XVII Congreso Nacional del Agua. 2: 49-56.
FAO 2012. FAOSTAT data. Statistics Division. (http://faostat3.fao.org/home/index.html).
Fischer, R.A. 1984. Growth and yield wheat. In: Proceedings Symposium on potential productivity of field crops under different
environments. International Rice Research Institute, Los Baos, Philipinas, pp. 129-154.
Forte Lay, J.A. y J.J. Burgos. 1978. Verificacin de mtodos de estimacin de la variacin del almacenaje de agua en suelos
pampeanos. Actas del Taller Argentino Estadounidense sobre sequas (CONICET NSF), realizado en Mar del Plata entre el 4
y el 8 de Diciembre de 1978. Editor J.J. Burgos. Buenos Aires, Argentina. Pg. 162-180. Noviembre de 1983.
Forte Lay, J.A. y M.M. Villagra.1983. El balance hidrolgico de Thornthwaite y Mather (1955) aplicado bajo diferentes unidades
de tiempo. Verificacin con valores observados y comparacin de resultados. Actas del XI Congreso Nacional del Agua.
Crdoba (Argentina), mayo de 1983. Tomo I, Aguas Superficiales 1. Pg. 89-119.
Forte Lay, J.A.; A. Troha y M.M. Villagra.1985. Calibracin de la sonda de neutrones para un Hapludol tpico y un Argiudol vrtico
de la provincia de Buenos Aires. Revista Ciencia del Suelo. Argentina. Vol. 3 N 2. Pg. 166-172.
Forte Lay, J.A.; A. Troha y M.M. Villagra. 1987. Estudio de las variaciones del agua edfica en pradera permanente, barbecho y
cultivos estacionales. Actas de la IIIa Reunin Argentina de Agrometeorologa. (AADA). Vaqueras, Crdoba (Argentina). Pg.
47-53. Marzo de 1987. Actas del XII Congreso Nacional del Agua, Mendoza (Argentina).
Forte Lay, J.A.; J.L. Aiello y J. Kuba. 1995. Software AGROAGUA Versin 4.0. Congreso Agrosoft95. Juiz de Fora (Brasil). Octubre
de 1995. Resumen publicado en revista Agrosoft95. http://www.agrosoft.com.br/eventos/agrosoft95/trabalhos.htm.
Freebairn, D.M.; N.A. Hamilton; P.G. Cox and D. Holzworth. 1994. HOWWET? Estimating the storage of water in your soil using
rainfall records. A computer program-. Agricultural Production Systems Research Unit, CSIRO, Toowoomba, Queensland.
http://www.apsim.info/How/HowWet/how%20wet.htm
46
46
07/01/2013, 18:39
Holmes, R.M. and S.W. Robertson. 1959. A modulated soil moisture budget. Monthly Weather Rev., 87(3): 101-106.
Hough, M.N. 1990. Agrometeorological aspects of crops in the United Kingdom and Ireland . A review for sugar beet, oilseed rape,
peas, wheat, barley, oats, potatoes, apples and pears. EUR 13039 EN, Office for Official Publications of the EU, Luxembourg,
pp 310.
Hurtado, R. 2008. Relacin entre el rendimiento del cultivo de trigo y el almacenaje estimado de agua en el suelo, en las cinco
provincias pampeanas. Tesis de maestra en Meteorologa Agrcola. UBA. Buenos Aires, octubre de 2008, 117 pag.
Pascale, A.J. y E.A. Damario. 2004. Bioclimatologa Agrcola y Agroclimatologa. Editorial Facultad de Agronoma-Universidad de
Buenos Aires. 550 pp.
Paruelo, J. M. and O.E. Sala. 1995. Water losses in the Patagonian Steppe: a modelling approach. Ecology 76: 510-20.
Raes, D.; P. Steduto; T.C. Hsiao and E. Fereres. 2009. AquaCrop-The FAO Crop Model to Simulate Yield Response to Water: II.
Main Algorithms and Software Description. Agronomy Journal 101(3): 438-447.
Ritchie, J.T and J. Crum. 1989. Converting soil survey characterization data into IBSNAT crop model input. Land qualities in space
and time. 155-167.
Saxton, K.E. and P.H. Willey. 2006. The SPAW model for agricultural field and pond hydrologic simulation. Chapter 17. In:
Mathematical Modeling of Watershed Hydrology, V. P. Singh and D. Frevert, Editors; CRC Press, pp 401-435.
Saxton, K.E. and W.J. Rawls. Soil Water Characteristic Estimates by Texture and Organic Matter for Hydrologic Solutions. Soil
Sci. Soc. Am. J., VOL. 70: 1569-1578.
Senay, G.B. 2008. Modelling landscape evapotranspiration by integrating land surface phenology and a water balance algorithm.
Algorithms 2008, 1, 52-68; DOI: 10.3390/a1020052.
SIIA, 2010. Sistema Integrado de Informacin Agropecuaria, Ministerio de Agricultura, Ganadera y Pesca de la Nacin Argentina.
(http://www.siia.gov.ar/).
Slafer, G.A.; D.J. Miralles; R. Savin; E.M. Whitechurch y F.G. Gonzalez. 2003. Ciclo ontognico, dinmica del desarrollo y
generacin del rendimiento y la calidad en trigo. En: Satorre, E.; Benech-Arnold, R.; Slafer, G.A.; de la Fuente, E.; Miralles, D.;
Otegui, M.E. y Savn, R. (eds.), Editorial Facultad de Agronoma. Pp. 101-134. ISBN 950-29-0713-2
Slafer, G.A. and H. Rawson. 1994. Sensitivity of wheat phasic development to major environmental factors: A re-examination of
some assumptions made by physiologist and modellers. Australian Journal of Plant Physiology 21: 393-426.
Smith, M. 1992. CROPWAT A computer program for irrigation planning an management. FAO, Irrigation and drainage paper N
46: 133 pp. ISBN 92-5-103106-1.
Spescha, L.B. 2008. Relacin entre el almacenaje de agua en el suelo y los rendimientos de soja en la regin oriental de secano
de Argentina. Tesis de Maestra en Meteorologa Agrcola. Buenos Aires, octubre de 2008, 97 pag.
Sudar, R.A.; K.E. Saxton and R.G. Spomer. 1981. A predictive model of water stress in corn and soybeans. Trans. of Am. Soc.
Agric. Engr. 24(1): 97-102.
Thornthwaite, C.W. and J.R. Mather. 1955. The water balance. Publications in Climatology VIII, (1):104 p. Drexel Inst. of Tech.,
New Jersey. USA.
Troha, A. y J.A. Forte Lay. 1990. Estimacin de la humedad edfica mediante distintos mtodos de balance hidrolgico diario.
GEOACTA (AAGG). Argentina. Vol. 17 N 1 Pag. 69-78.
Vossen, P. 1989. An Agrometeorological contribution to quantitive and qualitative rainy season qualitiy monitoring in Botswana.
Ph.D. thesis. Faculty of Agricultural Sciences, State University of Gent, Belgium.
47
47
07/01/2013, 18:39

Modelo de Balance Hidrológico Operativo para El Agro (Bhoa) PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Modelo de Balance Hidrológico Operativo para El Agro (Bhoa) PDF

Transféré par

Droits d'auteur :

Formats disponibles

Modelo de Balance Hidrolgico Operativo para el Agro (BHOA)

OPERATING WATER BALANCE MODEL FOR AGRICULTURE (OWBA)

En la expresin del crecimiento de las plantas

cuantitativo (Pascale y Damario, 2004). El conocimiento de la disponibilidad de agua en el suelo ha

Modelo de Balance material prueba.pmd

MARA ELENA FERNNDEZ-LONG et al.

nos para asegurar la alimentacin de sus respectivos pases.

El objetivo del trabajo es desarrollar un modelo

agronoma&ambiente REV. FACULTAD DE AGRONOMA UBA, 32(1-2): 31-47, 2012

Modelo de Balance material prueba.pmd

de maz y trigo tienen un impacto significativo en

Modelo de Balance Hidrolgico Operativo para el Agro (BHOA)

Cuadro 1. Informacin de las estaciones meteorolgicas utilizadas.

agronoma&ambiente REV. FACULTAD DE AGRONOMA UBA, 32(1-2): 31-47, 2012

Modelo de Balance material prueba.pmd

Altura SNM (m)

MARA ELENA FERNNDEZ-LONG et al.

Cuadro 1. Informacin de las estaciones meteorolgicas utilizadas (continuacin).

PILAR OBS. CRDOBA

Altura SNM (m)

agronoma&ambiente REV. FACULTAD DE AGRONOMA UBA, 32(1-2): 31-47, 2012

Modelo de Balance material prueba.pmd

Modelo de Balance Hidrolgico Operativo para el Agro (BHOA)

Cuadro 1. Informacin de las estaciones meteorolgicas utilizadas (continuacin).

SAN RAFAEL AERO

agronoma&ambiente REV. FACULTAD DE AGRONOMA UBA, 32(1-2): 31-47, 2012

Modelo de Balance material prueba.pmd

Altura SNM (m)

MARA ELENA FERNNDEZ-LONG et al.

Las constantes hidrolgicas de los suelos, CC y

Figura 2. Capacidad de campo (CC) y punto de marchitez (PM) expresado en milmetros.

agronoma&ambiente REV. FACULTAD DE AGRONOMA UBA, 32(1-2): 31-47, 2012

Modelo de Balance material prueba.pmd

Modelo de Balance Hidrolgico Operativo para el Agro (BHOA)

Cuadro 2. Rendimientos de maz en el departamento de

agronoma&ambiente REV. FACULTAD DE AGRONOMA UBA, 32(1-2): 31-47, 2012

Modelo de Balance material prueba.pmd

MARA ELENA FERNNDEZ-LONG et al.

presin de vapor de saturacin (kPa) (Ecuacin 5)

presin real de vapor (kPa)

pendiente de la curva de presin de vapor

constante psicromtrica (kPa C-1) (Ecuacin 2)

La constante psicromtrica se calcul a travs de

La presin de vapor de saturacin (es) se calcul

El flujo de calor en el suelo (G) se ignor, debido a

calor especfico a presin constante = 1,013 x 10-3

Presin atmosfrica (Ecuacin 3)

calor latente de vaporizacin, 2,45[MJ kg-1]

El calor latente de vaporizacin () vara en funcin

donde T es la temperatura del aire [C] que fue calculada

radiacin solar entrante (o radiacin global) [MJ

radicacin solar en el tope de la atmsfera (o

heliofana efectiva [hs]

heliofana astronmica [hs]

constante de regresin, que expresa la fraccin

a y b fraccin de la radiacin extraterrestre que llega a

Cs d [s sen sen + cos cos sen s]

agronoma&ambiente REV. FACULTAD DE AGRONOMA UBA, 32(1-2): 31-47, 2012

Modelo de Balance material prueba.pmd

donde es el albedo o coeficiente de refleccin del

cociente del peso molecular del vapor de agua

La radiacin neta de onda corta (Rns) resulta del

Modelo de Balance Hidrolgico Operativo para el Agro (BHOA)