Zonificación agroecológica para el cultivo de arroz de riego (Oryza Sativa L.) en Colombia

Resumen: El presente estudio se llevó a cabo con el objetivo principal de realizar una zonificación y caracterización ambiental del sistema de arroz de riego en los departamentos de Tolima, Huila y Córdoba en Colombia, aplicando un enfoque de simulación espacial a través del modelo de cultivo ORYZA2...

Full description

Autores:
Barrios Perez, Camilo
Tipo de recurso:
Fecha de publicación:
2016
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/59158
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/59158
http://bdigital.unal.edu.co/56435/
Palabra clave:
55 Ciencias de la tierra / Earth sciences and geology
58 Plantas / Plants
Caracterización ambiental
modelación de cultivos
Oryza Sativa
Factor limitante
Redes Neuronales
Environmental characterization
Crop modeling
Limiting factor
Neural networks
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Resumen: El presente estudio se llevó a cabo con el objetivo principal de realizar una zonificación y caracterización ambiental del sistema de arroz de riego en los departamentos de Tolima, Huila y Córdoba en Colombia, aplicando un enfoque de simulación espacial a través del modelo de cultivo ORYZA2000. Además, se buscó identificar el estrés abiótico más relevante que limita el rendimiento del cultivo en la región de estudio. Se evaluaron cuatro variedades de arroz (Fedearroz 2000, Fedearroz 60, Fedearroz 733 y CT21375) en 38 localidades con información climática histórica entre 1984 a 2012, se consideraron 18 fechas de siembra y seis diferentes tipos de suelos, en las regiones Centro y Bajo Cauca de Colombia. Sobre los rendimientos simulados, se implementó un método de agrupamiento jerárquico aglomerativo, con el fin de identificar los grupos ambientales. Para determinar el número óptimo de grupos se utilizaron indicadores de eficiencia y estabilidad de agrupamiento. Posteriormente, se produjeron mapas de distribución y frecuencia de ocurrencia de los ambientes. Para identificar el principal factor de estrés que afectó el rendimiento del cultivo, se desarrolló un modelo de Red Neural Artificial supervisada en cada ambiente, el cual relacionó 16 variables ambientales explicativas con una variable de respuesta (rendimiento de cultivo). Finalmente, para identificar la importancia relativa (positiva o negativa) de cada variable predictora sobre la variable de respuesta, se aplicó el algoritmo de Garson a cada modelo de red neuronal. Los resultados mostraron que el modelo ORYZA2000 pudo predecir la duración de cada uno de los estados fenológicos de los diferentes cultivares, en ambientes contrastantes, con un error no superior a 4 días. De igual manera fue lo suficientemente preciso para simular el rendimiento, el índice de área foliar (LAI) y biomasa de los órganos de los cultivares considerados. En promedio, los valores de RMSEn variaron entre 22% - 32% para la biomasa total, 27% - 37% para la biomasa de hoja verde, 27% - 40% para la biomasa de tallo, 30% - 40% para la biomasa de panícula y 30% - 35% para el LAI, y Los 11% - 15% para el rendimiento. Los resultados obtenidos revelaron que el modelo ORYZA2000 puede aplicarse como una herramienta valiosa para evaluar el desempeño del arroz bajo diferentes condiciones ambientales, y estrategias de manejo en las regiones del Centro y Bajo Cauca de Colombia. Con base en los rendimientos simulados de cada grupo ambiental, estos se clasificaron de la siguiente manera: Altamente favorables (HFE), Favorables (FE) y Menos favorable (LFE). El HFE se caracterizó por tener los mayores rendimientos promedios (9.140 kg ha-1), y representó el 18,5% del total del área de estudio. Por su parte, el FE tuvo un rendimiento promedio de 7.578 kg ha-1, y ocupó el 50,2% de toda la zona de producción; Mientras que el LFE se caracterizó por ser el ambiente de menor rendimiento (6.000 kg ha-1), y por ser el segundo ambiente con la mayor probabilidad de ocurrencia (31.3%). Espacialmente, el HFE se distribuyó en dos pequeñas regiones ubicadas en el centro norte del departamento de Tolima y al sur del Huila. Este ambiente se caracterizó por tener una alta estabilidad ambiental (87% - 100%). Por otra parte, el FE ocupó una gran región que comprende los municipios del centro y norte de los departamentos de Tolima y Huila, dicha región se caracterizó por tener una mediana estabilidad ambiental (54% - 86%). En cuanto al ambiente LFE, este se distribuyó en el departamento de Córdoba, y presentó una mediana estabilidad ambiental (54% -86%). Con base en el Análisis de Modelos de Redes Neuronales y la relevancia métrica, se identificó la temperatura mínima como el principal factor abiótico limitante que tiene un efecto negativo en el rendimiento del arroz. La fase comprendida entre la iniciación panicular y el final de la floración, fue la etapa más sensible al aumento de las temperaturas nocturnas. La temperatura mínima en el peor ambiente (LFE) osciló entre 23°C - 25°C, afectando el rendimiento, el número de espiguillas y la producción total de biomasa de los cuatro cultivares considerados en el estudio.