Innovación de una técnica de programación de labores de riego con base en pronósticos meteorológicos y modelación de cultivo

Se propuso una metodología innovadora para la programación de labores de riego. Esta metodología está construída tomando como bases pronósticos del tiempo y el modelo de cultivo AquaCropOS. La metodología toma variables pronosticadas, como la precipitación, temperatura y evapotranspiración, para usa...

Full description

Autores:
Quintero Puentes, Diego Andrés
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/77966
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/77966
Palabra clave:
630 - Agricultura y tecnologías relacionadas
378 - Educación superior (Educación terciaria)
388 - Transporte
694 - Construcción en madera
690 - Construcción de edificios
irrigation schedule
crop modeling
weather forecast
aquacrop
wrf model
gfs model
climate-smart
numerical weather prediction models
riego
modelacion de cultivos
pronosticos meteorológicos
aquacrop
modelo wrf
modelo gfs
climáticamente ingeligente
modelación numérica del tiempo
Rights
License
CC0 1.0 Universal
Description
Summary:Se propuso una metodología innovadora para la programación de labores de riego. Esta metodología está construída tomando como bases pronósticos del tiempo y el modelo de cultivo AquaCropOS. La metodología toma variables pronosticadas, como la precipitación, temperatura y evapotranspiración, para usarlas como entrada del modelo de cultivo. La metodología realiza muchas simulaciones del cultivo tomando diferentes combinaciones de lámina aplicada - día de aplicación, para cada una de estas simulaciones se calcula el costo de la aplicación de riego y el incremento en el rendimiento. El concepto de incremento en el beneficio neto virtual fue tomado de Fujimaki et al. (2015) para evaluar la aplicación de riego óptima. Para verificar la metodología se usaron dos diferentes fuentes de pronóstico. Un pronóstico determinístico fue tomado del modelo regional para Colombia del IDEAM, por otro lado, un pronóstico estocástico fue generado por medio de un proceso de downscaling dinámico utilizando los modelos Global Ensemble Forecasting System (GEFS) y Weather Research and Forecasting (WRF). El modelo estocástico pronosticó mejor la precipitación, mientras que el determinístico lo hizo mejor con la temperatura y la evapotranspiración. Se ejecutaron una serie de experimentos numéricos, en cada uno de estos se simuló un ciclo de cultivo, utilizando la metodología propuesta para programar los riegos utilizando como entrada los pronósticos estocásticos y determinísticos. Los experimentos se hicieron para un cultivo de papa y quinoa, utilizando las condiciones ambientales de la estación meteorológica Tibatatá, ubicada en el municipio de Mosquera, en la sabana de Bogotá. Para cada uno de los experimentos se tuvo un control, donde la programación de riego se hacía con una técnica tradicional. Se encontró que al utilizar la metodología con los pronósticos estocásticos se incrementa el beneficio final, mientras que al usar los pronósticos determinísticos no hubo diferencia con respecto al método tradicional, incluso disminuyendo el beneficio en algunos casos.