Académique Documents
Professionnel Documents
Culture Documents
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.
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
31
07/01/2013, 18:39
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
32
07/01/2013, 18:39
Figura 1.
Ubicacin de las estaciones
meteorolgicas operativas del Servicio
Meteorolgico Nacional.
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
33
07/01/2013, 18:39
Nombre de la estacin
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
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
34
Latitud( dec)
34
07/01/2013, 18:39
Nombre de la estacin
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
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
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.
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)
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
ea
cp P
es = 0,611 e( T + 237,3 )
17,27 T
Rn = Rns Rnl
(2)
Rns = (1 ) Rs
cp
Rs = Ra (a + b
(
4098 [ 0,6108
17,27 T
T + 237,3
)]
(8)
Rs
Ra
Ra=
24 60
(9)
38
n
N
donde
(3)
(T + 237,3)2
Tmax + Tmin
2
(7)
T=
(6)
donde
(5)
38
07/01/2013, 18:39
Rso
donde
Ra
Cs
dr
-2
-1
latitud [rad]
dr = 1 + 0,033 cos ( 2 J)
365
(10)
2
= 0,409 sen ( 365
J 1,39 )
(11)
(12)
Rs
Tx4 + Tn4
(0,34 0,14 ea) 1,35 R 0,35 (13)
so
2
Rso = (a + b) Ra
donde:
Rnl
constante de Stefan-Boltzmann
[4,903 10-9 MJ K-4 m-2 da-1]
Tx
Tn
ea
Rs
u2 = u10
4,87
1n(678 5,42)
39
(15)
donde
u2
u10
(14)
Rnl =
39
07/01/2013, 18:39
(
e = 0,611 e
a
17,27 Tmin
Tmin + 237,2
(16)
P = 101,3
( 293 2930,0065 z )
5,26
(17)
donde:
Alm
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
ALMt = ALMt1 + DP
(20)
Si DP es negativo, entonces:
(21)
dnde
CCD = CC ELD
(22)
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
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:
ISHij =
d
n1 ER
EP
(30)
donde:
EXC = ALMt-1 + DP CC
(25)
(26)
ER = l(ALMl + PP
(27)
ER = EP
(28)
DEF = EP ER
(29)
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
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
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
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
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)
AUt = ALMt PM
(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