Explorar
Comunidades en español
Anunciar en Engormix

Identificación de factores limitantes del rendimiento de una secuencia de cultivos

Publicado: 25 de febrero de 2020
Por: Pilar Etchegoimberry y Oswaldo Ernst. Facultad de Agronomía. UdelaR. Paysandú, Uruguay
Introducción
El incremento en la demanda de alimentos y energía esperado para el 2050 requiere aumentar la producción agrícola. Dos de las estrategias planteadas para lograr este incremento de producto por unidad de superficie son: i) la intensificación en el uso del área cultivada, sembrando 2 o 3 cultivos por año, y ii) la disminución de la brecha de rendimiento de cada cultivo (Bruinsma, 2009). Sin embargo, la implementación de la primera opción, si bien aumenta el rendimiento de la secuencia, en general se asocia con menores rendimiento de los cultivos individuales (Hochman et al., 2014; Fletcher et al., 2011).
El principal objetivo de los estudios de brecha de rendimiento (Yg), ha sido cuantificar el efecto del ambiente sobre el rendimiento potencial (Yp), el rendimiento alcanzable (Yalc) y el rendimiento actual (Yac) de un cultivo individual. Este enfoque no considera la Yg global de sistemas con secuencias diversas, ni el impacto de las propiedades de suelo como limitantes del Yalc. Para condiciones climáticas que permiten implementar más de un cultivo por año, es necesario optimizar la productividad de todo el sistema, en lugar de maximizar la producción de cada cultivo de forma individual. Por lo tanto, es necesario analizar la Yg para el sistema en su conjunto.
A través de la agricultura de precisión, es posible evaluar el impacto de las propiedades de suelo en el Yalc y la Yg de una secuencia de cultivos, pudiendo integrar la variabilidad espacial y temporal del rendimiento. Para una chacra en particular, la Yg podría considerarse como la diferencia entre el rendimiento máximo observado, y el rendimiento obtenido en cada sitio específico dentro de la chacra. Para esta situación, los factores determinantes del rendimiento (temperatura y radiación) y el aporte hídrico (precipitaciones) son iguales, por lo que las diferencias en rendimiento se deben a diferencias en las propiedades del suelo. Éstas en general se relacionan con la ocurrencia de distintos tipos de suelo (Bakhsh et al., 2000; Terra et al., 2006; Pravia, 2009). Bajo el mismo tipo de suelo, las diferencias se deben a la ocurrencia de procesos de degradación, o a la posición topográfica (Pierce y Nowak, 1999).
El objetivo principal de este trabajo fue identificar las propiedades físicas y / o químicas responsables de la brecha de rendimiento intra-chacra para una secuencia de cultivos.
Materiales y Métodos
Para este trabajo se utilizó información proveniente de un experimento de descompactación sub-superficial realizado en una chacra experimental. Los tratamientos correspondieron a una comparación de siembra sin labranza (SD) contra descompactación mecánica sub superficial (D). Este sitio fue elegido debido a que la presencia de los tratamientos generó un gradiente de resistencia mecánica a la penetración (RP) del suelo que, combinado con la historia de manejo (años de agricultura) y variabilidad natural del suelo, generó variabilidad en las propiedades físicas y químicas para un ambiente inicialmente homogéneo.
La secuencia de cultivos utilizada consistió en Soja – Cebada – Maíz. El rendimiento promedio de la secuencia se calculó estandarizando el rendimiento de cada cultivo en función de sus respectivas medias:
Identificación de factores limitantes del rendimiento de una secuencia de cultivos - Image 1
donde: Yis es el rendimiento promedio de la secuencia en el punto i, Yij es el rendimiento en el punto i para el cultivo j, Yj es el rendimiento promedio del cultivo j, y n es el número de cultivos.
En 168 puntos de muestreo se determinó: concentración de bases (Ca, Mg, K), fósforo (P), electroconductividad aparente, resistencia a la penetración (RP), pH y carbono orgánico (COS).
Con el fin de determinar una única propiedad de suelo responsable de la Yg se consideró el enfoque de la ley del mínimo propuesta por Liebig (1855). Para ello se relacionó el rendimiento de toda la secuencia con cada una de las propiedades de suelo a través del análisis de curva envolvente (Shatar y McBratney, 2009). El ajuste de la curva envolvente se realizó mediante el método de regresión de cuantiles utilizando el paquete quantreg del software R.
Se cuantificó la Yg comparando el rendimiento ajustado según la curva envolvente contra el máximo rendimiento observado en toda la chacra y el observado en cada punto de muestreo.
Resultados y Discusión
La regresión de cuantiles para el percentil 0.90 presentó ajuste significativo al relacionar el rendimiento de la secuencia con el COS, la RP, la concentración de fosforo (P) y la relación de bases medida como (Ca+Mg)/K. Una vez ajustadas estas curvas fue posible identificar el factor limitante del rendimiento de la secuencia. Para el 40% del área estudiada el COS fue identificado como el factor limitante. La RP, el P y la relación de bases (Ca+Mg/K) aparecieron en el 26%, 24% y 10% del área respectivamente (Figura 1). La proporción en la que aparecieron el COS y la RP (66%) como factores limitantes del rendimiento podría estar indicando la presencia de procesos de degradación física del suelo, ya que ambas propiedades han sido relacionadas con problemas de compactación de suelo por diferentes autores (Alvarez et al., 2009; Botta et al., 2007; Hamza y Anderson, 2005; Sadras et al., 2005).
Identificación de factores limitantes del rendimiento de una secuencia de cultivos - Image 2
 
Al analizar los valores que tomaron cada una de las propiedades cuando aparecieron como limitantes, se pudieron establecer los valores críticos a partir de los cuales cada una de ellas deja de actuar como limitante. Para el caso del COS cuando este se encontró por encima de 3.4% en los primeros 10 cm de profundidad, o por encima de 2.8% entre 10 y 20 cm de profundidad, no actuó como factor limitante. Para el caso de la RP, cuando ésta se encontró por debajo de 1300 kPa no limitó el rendimiento de la secuencia. Para ambas propiedades, los valores críticos encontrados difieren de los valores establecidos por la bibliografía. Para el COS los valores manejados en la región para rendimiento de trigo, por ejemplo, son en el entorno de 1.7% y 2.0% (Díaz Zorita et al., 1999). En cuanto a la RP, en general se toma al valor de 2000 kPa como el nivel crítico a partir del cual se ve limitado el crecimiento radicular (Boone et al., 1986; Glinski y Lipiec, 1990).
Al comparar el rendimiento promedio ajustado para el cuantil superior (Ys_aj) con el rendimiento promedio observado de la secuencia (Ys_obs), se pudo estimar la Yg (Figura 2). La diferencia del Ys_aj con el rendimiento máximo observado representó la brecha identificada (Id_Yg), lo que significa que la diferencia entre el rendimiento ajustado y el máximo es consecuencia de cada una de las propiedades identificadas como limitantes. La diferencia entre Ys_aj y Ys_obs representó la brecha de rendimiento no identificada (Non Id_Yg). Esta significa que el rendimiento observado fue aún menor que el estimado para el factor limitante, probablemente producto de que otras propiedades no analizadas en este trabajo estén actuando como limitantes del rendimiento. La Id_Yg fue en promedio 0.162 (como rendimiento promedio de la secuencia), mientras que la Non Id_Yg fue en promedio 0.077. Considerando la Yg total, el 70% correspondió a Id_Yg y el 30% a Non Id_Yg.
Considerando cada una de las propiedades limitantes identificadas, se estimó la Yg producto de cada una de ellas. Cuando el COS fue la limitante, este produjo una Yg de 0.174, para la relación de bases ((Ca+Mg)/K), P y RP, la Yg fue 0.145, 0.157, y 0.155, respectivamente. Cono ciendo el rendimiento promedio de cada uno de los cultivos que conformaron la secuencia, se transformó la Yg promedio en Mg/ha de cada cultivo. Por lo tanto la Yg en promedio representó 400 kg.ha-1 de soja, 780 kg.ha-1 de cebada o 1300 kg.ha-1 de maíz (Tabla 1). Estos valores no son acumulativos, representan la pérdida de rendimiento a través de toda la secuencia.
Identificación de factores limitantes del rendimiento de una secuencia de cultivos - Image 3
 
Identificación de factores limitantes del rendimiento de una secuencia de cultivos - Image 4
Conclusiones
Utilizando la estrategia propuesta fue posible identificar las propiedades de suelo responsables de la brecha de rendimiento de una secuencia de cultivos a escala de chacra.
En la mayor proporción del área las limitantes identificadas fueron el carbono orgánico y la resistencia a la penetración.
Las propiedades de suelo determinaron una brecha de rendimiento de 400 kg.ha-1 de soja, 780 kg.ha-1 de cebada o 1300 kg.ha-1 de maíz para toda la secuencia.
  • Alvarez C.R., M. Torres, E.R. Chamorro, D. D´ambrosio, y M.A. Taboada. 2009. Descompactación de suelos franco limosos en siembra directa: efectos sobre las propiedades edáficas y los cultivos. Revista Ciencia del Suelo (Argentina) 27 (2): 159-169.
  • Bakhsh A., T.S. Colvin, D.B. Jaynes, R.S. Kanwar, y U.S. Tim. 2000. Using soil attributes and GIS for interpretation of spatial variability in yield. American Society of Agricultural Engineers 43(4): 819-828.
  • Botta G.F., O. Pozzolo, M. Bomben, H. Rosatto, D. Rivero, M. Ressia, M. Tourn, E. Soza, y J. Vázquez. 2007. Traffic alternatives for harvesting soybean (Glycine max L.): Effect on yields and soil under a direct sowing system. Soil and Tillage Research 96: 145 -154.
  • Boone F.R., K.H. van der Werf, B. Kroesbergen, B.A. ten Hag, y A. Boers. 1986. The effect of compaction of the arable layer in sandy soil on the growth of maize for silage. I. Mechanical impedance. Netherlands Journal of Agricultural Science 34: 155-171.
  • Bruinsma J. 2009. The resource outlook to 2050: by how much do land, water and crop yields need to increase by 2050? FAO Expert Meeting on How to Feed the World in 2050.
  • Díaz-Zorita M., D.E. Buschiazzo, y N. Peinemann. 1999. Soil organic matter and wheat productivity in the semiarid argentine pampas. Agronomy Journal 91 (2): 276-279.
  • Fletcher A.L., H.E. Brown, P.R. Johnstone, J.M. de Ruiter, y R.F Zyskowski. 2011. Making sense of yield trade-offs in a crop sequence: a New Zealand case study. Field Crops Research 124: 149–156.
  • Glinski J. y J. Lipiec. 1990. Soil physical conditions and plant roots. CRC Press Inc, Boca Raton, Florida. 250 pp.
  • Hamza M.A., y W.K. Anderson. 2005. Soil compaction in cropping systems .A review of the nature, causes and possible solutions. Soil & Tillage Research 82: 121–145.
  • Hochman Z., D. Prestwidge, y P. Carberry. 2014. Crop sequences in Australia’s northern grain zone are less agronomically efficient than implied by the sum of their parts. Agricultural Sysems 129: 124–132
  • Pierce F.J. y P. Nowak.1999 Aspects of precision agriculture. Advances in Agronomy 67: 1–85
  • Pravia M.V. 2009. Uso de los elementos de agricultura de precisión y modelos de simulación para la incorporación de la dimensión espacio temporal en la investigación de cultivos agrícolas. [Tesis de Maestría]. Uruguay: Facultad de Agronomía, Universidad de la República. 98p.
  • Shatar T.M. y A.B. Mcbratney. 2004. Boundary-line analysis of field-scale yield response to soil properties. Journal of Agricultural Science 142: 553–560.
  • Sadras V.O., G.J. O’Learyb y D.K. Rogeta. 2005. Crop responses to compacted soil: capture and efficiency in the use of water and radiation. Field Crops Research 91: 131– 145.
  • Terra J.A., J.N. Shaw, D.W. Reeves, R.L. Raper, E. van Santen, E.B. Schwab y P.L. Mask. 2006. Soil Management and Landscape Variability Affects Field-Scale Cotton Productivity. Soil Science Society of America Journal 70: 98–107.
Contenido del evento:
Temas relacionados:
Autores:
Oswaldo Ernst
Universidad de la República de Uruguay (UdelaR)
Recomendar
Comentar
Compartir
Profile picture
¿Quieres comentar sobre otro tema? Crea una nueva publicación para dialogar con expertos de la comunidad.
Súmate a Engormix y forma parte de la red social agropecuaria más grande del mundo.