martes, 15 de marzo de 2016

Modelos de simulación de cultivos


En el transcurso del tiempo, la población se ha ido incrementando a nivel global y exponencialmente,  así como también la demanda de alimentos. Es por ello que el hombre decidió recurrir al uso de la tecnología de avanzada, la cual fue evolucionando de la mano de las distintas civilizaciones y sus necesidades.

Un ejemplo de tecnología aplicada al sector agropecuario son los modelos de simulación de cultivos, que tienen como objetivo la búsqueda de un ambiente óptimo para el desarrollo y aprovechamiento económico de un cultivo en particular.
Éstos permiten al productor o al ingeniero agrónomo informarse adecuadamente sobre las adversidades internas y externas a las que se enfrenta el establecimiento agropecuario, ya sea desde el punto de vista de la disponibilidad de recursos naturales como desde el punto de vista sociopolítico por el cual está atravesando el mundo, entre otros factores.
Este sistema va a simular el futuro de un cultivo utilizando grandes cantidades de datos que tiene sobre los procesos edáficos, climatológicos, modelos económicos y sociopolíticos . Por ejemplo, puede analizar las futuras precipitaciones y calcular de esa manera la demanda hídrica de las plantas de un cultivo en una cierta época de año, de modo que el hombre pueda planificar sobre la información obtenida.
 
Modelo y simulación de un sistema automatizado para un cultivo de sandías.

Existen varios modelos de simulación de cultivos. Dos ejemplos de ellos son el DSSAT y el Cropsyst.
 
Modelo DSSAT (Decision Support System for Agrotechnology Transfer)

Es un modelo comercial, en el cual se integran en una misma plataforma modelos específicos desarrollados independientemente para cada uno de los cultivos disponibles. 
Por ejemplo, modelos como CERES, SOYGRO y PNUTGRO (integrados en el DSSAT) permiten simular maíz, soja y maní respectivamente, pero también integra modelos para papa, arroz, caña, girasol, entre otros.  
El programa está compuesto de 5 sub-programas, cuyo centro son los modelos de cultivo que se relacionan con la bases de datos de clima, suelo, genética entre otras, el software de soporte, aplicaciones que incluyen relación con análisis estadísticos y finalmente la interface con el usuario.

Modelo Cropsyst (Cropping Systems Simulation Model)

Es un modelo gratuito y genérico que simula muchos procesos que relacionan datos de clima, cosecha, suelo y manejo del cultivo. Pueden realizarse simulaciones por varios años e incluir sistemas de cultivo, que son simulados a una escala diaria. Permite controlar la variabilidad espacial con la creación de polígonos con propiedades diferentes. Adicionalmente posee un generador de datos climáticos llamado Climgen.
Este modelo 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 practicas de manejo del cultivo (riego, fertilización labranza).
Se suele analizar al cultivo en su mayor rendimiento y después se somete a dificultades climatológicas, deficiencias nutricionales, de agua o invasión de plagas. Así se puede visualizar como reacciona el sistema agrícola a distintos factores y buscar de manera anticipada una solución al conflicto.

Referencias

Guarín Giraldo, G. W. (2011). Impacto de la Variabilidad Climática en la Producción de Banano en el Urabá Antioqueño. Medellín, Colombia. Recuperado de http://www.bdigital.unal.edu.co/4643/

Hernández, N.; Soto, F.; Caballero, A. (2009). Modelos de simulación de cultivos. Características y usos. La Habana, Cuba: Cultivos Tropicales, vol. 30, núm. 1, pp. 73-82. Recuperado de http://www.redalyc.org/articulo.oa?id=193217899013 

Milera, S.; Crotti, C..(s.f.). Implementación del modelo Cropsyst para la simulación del rendimiento del cultivo de maíz en una región de Argentina. Argentina. Recuperado de http://hum.unne.edu.ar/revistas/geoweb/Geo4/archivos/milera2.pdf