La siguiente publicación técnica esta relacionada al evento:
Simposio Fertilidad 2019

¿Hay una receta para la fertilización perfecta?

Publicado el: 2/7/2019
Autor/es:
Información del video
Ver más

El desafío de incrementar la producción agrícola con un impacto ambiental mínimo requiere la continua búsqueda de maximización de la eficiencia en la captura de recursos tanto la radiación fotosintéticamente activa, el agua como el nitrógeno (N). Estos requisitos son incluidos en el concepto de intensificación ecológica y se ha observado que tal desafío puede lograrse al implementar en conjunto prácticas agrícolas. En el caso de maíz, estas prácticas consideran cultivar genotipos productivamente superiores en alta densidad de siembra y con aumentos en la dosis de N comparadas con las prácticas frecuentes en Argentina (Caviglia et al., 2019). 

Los nutrientes son compuestos químicos necesarios para el metabolismo de las plantas que hacen al crecimiento y a la producción de los cultivos y la fertilización es la herramienta tecnológica para lograr su provisión complementando su disponibilidad natural. La contribución relativa del manejo de los nutrientes representa una brecha de al menos el 30% de la producción alcanzada por los cultivos. Por ejemplo, Stewart et al. (2005) analizó 362 campañas en estudios de larga duración en América del Norte, Inglaterra y regiones tropicales describiendo que solo en el caso de aportes de fósforo (P) y de potasio (K) estas brechas serían de entre 30% y 50%. Similares expectativas sobre la contribución de los nutrientes a los rendimientos, con diferencias entre regiones y cultivos, fueron descriptas en encuestas unos 1000 productores (Díaz-Zorita y Grasso, 2016). En concordancia con estas apreciaciones, en las áreas agrícolas argentinas son abundantes los estudios recientes que describen frecuentes limitaciones nutricionales para el normal crecimiento y producción de cultivos. En general, tanto con estudios de análisis de indicadores de suelos (Sainz Rozas et al., 2013) como de análisis foliares en cultivos en producción (Grasso y Díaz-Zorita, 2018a), se identifican restricciones en la oferta de N, de P, de azufre (S) y de algunos micronutrientes (ej. zinc y boro) que requieren plantear estrategias de fertilización.

Acordes a las demandas específicas de diferentes sistemas de producción, los resultados de relevamientos del uso de fertilizantes para la producción de cultivos extensivos en Argentina muestran una amplia adopción de la práctica de fertilización. Anualmente, entre el 81% y el 90% de la superficie cultivada con cereales (maíz, sorgo, trigo y cebada) es fertilizada principalmente con fuentes nitrogenadas y fosfatadas mientras que algo menos del 50% del área con soja es fertilizada mayoritariamente con fertilizantes fosfatados (Fertilizar AC, 2019). Las necesidades de N en soja son complementadas en una alta proporción del área cultivada a partir de la inoculación (Perticari y Piccinetti, 2019). Si bien se ha incrementado la precisión en la formulación de recomendaciones para fertilización, las estrategias de implementación son dispares conduciendo también a diversas interpretaciones de sus resultados. El manejo actual de la fertilización de cereales es próximo a la implementación de decisiones para el logro de rendimientos medios regionales. No es así para el caso de soja en el que la aplicación de estrategias considerando recomendaciones de planteos de producción promedio mejoraría los rendimientos actuales (Tabla 1).


Tabla 1. Brechas de rendimientos entre el manejo actual y recomendaciones mejoradas de fertilización en secuencias de cultivos de la región pampeana (Adaptado de Grasso, 2019).  

La amplitud esperada de las contribuciones por fertilización, sólo planteada desde los aportes en rendimientos, sustenta el valor de establecer estrategias de manejo eficientes de la nutrición de cultivos dado su potencial rango de impacto sobre los resultados de producción. En algunos casos, la decisión de fertilización representa casi un tercio de los costos directos de producción de los cultivos. La elaboración de recomendaciones de fertilización muestra una continua evolución desde el reconocimiento exploratorio de su contribución general hasta la integración en modelos complejos específicos (Díaz-Zorita, 2017) (Figura 1). Es propósito de esta presentación analizar y discutir la factibilidad y consideraciones para diseñar estrategias estandarizadas de manejo de la fertilización en el marco de sistemas productivos argentinos. 

Algunos elementos de decisión al fertilizar

La implementación de los planteos de fertilización, independientemente de su escala de ejecución, cultivo o región, es el resultado de sucesivas decisiones que contemplan diversos niveles de conocimiento y aproximaciones cuantitativas y cualitativas. Uno de los planteos de estrategias de fertilización es la de reiterar la práctica más común en la región en la medida que los rendimientos no sean mayormente limitados mostrando pérdidas de producción. Esta aproximación, si bien en promedio puede ser equilibrada en los resultados económicos de los planteos productivos, captura moderadamente otras mejoras de manejo tales como la incorporación de genotipos mejorados o de ajustes en la estructura de los cultivos.

La inclusión de los análisis de suelos y otra información relacionada con la producción conduce estrategias mejoradas de manejo de la fertilización. Sin embargo, su implementación es aún poco empleada, entre varios factores, por la escasa caracterización de los suelos en los sitios productivos (García y Ciampitti, 2010), las discusiones sobre los diversos criterios de interpretación en la elaboración de las recomendaciones de fertilización (Leikam et al., 2010) y en los en los rangos de niveles críticos de referencia (Gutiérrez Boem, 2013). Además, la eficiencia media estimada de aprovechamiento de los aportes de P aplicados al aplicar bajo prácticas tradicionales de fertilización es inferior al 20% mientras que, en el caso del N, es próxima al 50% (Rubio et al., 1999; Novoa y Loomis, 1981). Es por esto por lo que, luego de una adecuada cuantificación de la demanda y de la disponibilidad de cada nutriente, otro de los desafíos de mejora se centra en la estrategia de ejecución de la práctica que también conduce a dispersas opciones de recomendación asociadas a las restricciones operativas presentes (ej. fuentes disponibles, equipamientos de aplicación, condiciones hídricas, etc.). 

La predicción certera de las necesidades de N de los cultivos, por ejemplo, maíz, es un desafío dados los efectos de las lluvias, la temperatura y las interacciones con las propiedades del suelo sobre el ciclo del N. Es por esto por lo que el continuo mejoramiento de las recomendaciones de N es no solo un desafío rentable sino crítico por la reducción de pérdidas potenciales hacia el medioambiente (Morris et al., 2018). Estos elementos amplían continuamente la revisión de los propósitos de la implementación de la fertilización y su formulación específica en cada modelo empresarial.


Figura 1. Secuencia general de la evolución de mejoras en la eficiencia de recomendaciones de fertilización (Díaz-Zorita, 2017).

Las necesidades de nutrientes son estimadas por diferentes aproximaciones tales como el rendimiento objetivo (o expectativa productiva), el retorno máximo por unidad de nutriente aplicada según curvas de respuesta a la fertilización y otros incluyendo la interpretación de propiedades de suelos. En el caso del manejo de necesidades de N para la producción de maíz son diferentes los indicadores de utilidad entre los que se encuentran, entre otros, la oferta potencial de N, las cantidades de nitratos en varias profundidades y momentos de evaluación (Morris et al., 2018). Del mismo modo, son diversos los parámetros y aproximaciones a considerar para predecir el crecimiento de los cultivos y de allí estimar la demanda de nutrientes. 

Es creciente la disponibilidad de servicios de sensores remotos para la predicción del rendimiento y el diagnóstico del estado nutricional de cultivos. Peralta et al. (2018), partir del análisis comparativo de plataformas y sensores en estudios combinados de híbridos de maíz, densidades de siembra y dosis de fertilización con N desarrollados en la región pampeana, describieron varios modelos predictivos de rendimiento y de caracterización del estado de nutrición de N. Sus resultados muestran que la integración de estos modelos aplicados durante la estación de crecimiento del cultivo permitiría desarrollar recomendaciones mejoradas de fertilización nitrogenada y mejorando la eficiencia de uso del fertilizante. 

La dosis de fertilización no es el único factor que influye sobre la disponibilidad de nutrientes para las plantas durante su crecimiento. Es por esto por lo que las recomendaciones requieren ser estimadas considerando otros factores de sitio incluyendo lluvias, cultivos previos, labranzas, fuentes y momentos de fertilización (Tao et al., 2018). Los muestreos guiados por imágenes satelitales son una herramienta útil para el proceso de evaluación de la oferta de N o el estado de nutrición nitrogenada de las plantas (Tao et al., 2018). 

En la actualidad también se observa la incorporación de herramientas de inteligencia artificial para desarrollar modelos de decisión de prácticas agrícolas de precisión. Estas procuran interpretar integralmente información para la toma anticipada de decisiones tales como determinar la estructura del cultivo a implantar como la predicción de su productividad o la identificación de sectores representativos para la caracterización del ambiente productivo. Las técnicas de inteligencia artificial combinan acciones imitando procesos inductivos y deductivos del pensamiento humano empleando complejos circuitos y programas alimentados con abundantes datos.

Esta metodología no emplea funciones específicas sino entrenamientos desarrollando algoritmos para reconocer patrones permitiendo, por ejemplo, conocer cómo se desarrollan los cultivos y hacer predicciones a partir de estas. La incorporación de métodos de inteligencia artificial para el procesado integral de datos de cultivos junto con sistemas de monitoreo dirigidos contribuiría también para incrementar la calidad (composición nutricional) de los granos con ajustes en la fuente y dosis de N a aplicar (Arai et al., 2018).

Las tres D de la fertilización

Los modelos aplicados en la agricultura moderna integran prácticas mejoradas de manejo de la fertilización y procuran establecer estrategias para el uso responsable de nutrientes tal de implementar fuente y dosis de fertilizantes en el lugar y en el momento correcto (Grasso y DíazZorita, 2018b). Para tal propósito convergen en combinar tres pilares de conocimiento atendiendo a caracterizar, para cada cultivo y unidad de manejo predeterminada, la demanda de nutrientes (requerimientos nutricionales), su disponibilidad (oferta) y la decisión (aplicación) operativa. En la Tabla 2 se resumen algunos de los diversos elementos que frecuentemente se emplean para la caracterización de estos pilares de planificación y de su interpretación integral convergen diversas aproximaciones de fertilización.

Surgen así complejos y variados modelos de recomendación donde se conjugan elementos propios de los nutrientes y cultivos que atienden a diferencias provenientes del conocimiento del sitio integrado a decisiones empresariales estratégicas. En la integración de decisiones de manejo de nutrientes se mejora la intensificación sustentable de la producción agrícola. Además, como en la planificación de otras decisiones que hacen a los resultados de los sistemas productivos, toda medida de variabilidad nos ayudará a prepararnos mejor para resultados diferentes al “esperado” o “promedio” (Berger, 2019). 

¿Recetas para la fertilización perfecta?: consideraciones finales

Las recetas se emplean en diversas actividades profesionales y se definen como notas únicas para el despacho de un determinado principio activo o formulación y su dosificación. También pueden ser reconocidas por la descripción de una fórmula de un producto incluyendo sus ingredientes, cantidades, modos de elaboración e incluso de aplicación o administración. En el caso de planteos de fertilización, la consideración de una receta perfecta tal de alcanzar todos los componentes deseables conduciendo a una única recomendación es contraria a la complejidad de los procesos en los que los nutrientes aplicados intervienen. 

Las actuales decisiones actuales de aplicación de fertilizantes, mayormente sustentados en la reiteración de prácticas con limitada consideración de información complementaria, mejoran al reconocer (con datos) los tres pilares de organización a considerar en los planes de fertilización: Demanda – Disponibilidad - Decisión 

(Tabla 2). Sin embargo, dada la dinámica en las relaciones entre estos pilares, las recomendaciones de manejo de fertilización pueden considerarse también como un pronóstico de patrones futuros en la demanda y disponibilidad de nutrientes en asociación con las opciones de implementación. Por lo tanto, tal como en el caso de la elaboración de pronósticos estacionales del clima, en la medida que se recolecten y procesen abundantes datos de caracterización y al usar variados modelos de interpretación de las necesidades de fertilización, se podrían alcanzar recomendaciones de implementación mejorados. En este sentido las herramientas actuales de recopilación, almacenamiento y procesado de datos abundantes nos aleja aún más de la posibilidad de establecer una única aproximación (“receta”) para la implementación de la fertilización. Esto nos desafía a la continua incorporación y caracterización de información productiva y de prospectiva para perfeccionar no solo la determinación de la mejor opción biológica para el manejo de la nutrición sino también su integración con la estrategia propia de cada empresa y condición productiva. 

Dado que en la región pampeana encontramos sistemas productivos diversos y complejos definidos según condiciones de sitio, técnicas y empresariales, la simplificación de procesos complejos es de utilidad para su implementación siempre que se reconozca la variabilidad esperable de resultados y riesgos asociados a tal decisión alejándonos así de la posibilidad de elaborar una receta.


Tabla 2. Los pilares de planificación para el manejo de la nutrición de cultivos, descripción y algunos elementos frecuentemente considerados para su caracterización.

Referencias bibliográficas

 
Autor/es
Líder de desarrollo de tecnología en Sudamérica para soluciones aplicadas a semillas
 
remove_red_eye 818 forum 1 bar_chart Estadísticas share print
Compartir:
close
Ver todos los comentarios
 
   | 
Copyright © 1999-2020 Engormix - All Rights Reserved