Evaluación de un modelo de rendimiento de maní como herramienta para la planificación y el manejo del cultivo
Contenido principal del artículo
Resumen
El manejo de cultivos agrícolas, así como la evaluación de las alternativas culturales más favorables, pueden ser realizados con éxito mediante modelos que simulen con precisión el sistema agrícola bajo análisis. Con el propósito de proveer un modelo para cultivo de maní, válido para esas aplicaciones, se procedió a la realización de ensayos con ese cultivo en el área de Carnerillo y de Río Cuarto, en la provincia de Córdoba (Argentina). Con los datos fenológicos, fenométricos, meteorológicos y de suelos, obtenidos de tres campañas agrícolas en cada lugar, se ajustó el modelo PNUTGRO V1.02 de maní. Las evaluaciones del comportamiento del modelo en ambos lugares geográficos mostraron una adecuada estimación de las fechas de los estados fenológicos. El rendimiento de grano en Río Cuarto fue estimado con un error de 9,6 %, mientras que en Carnerillo fue de 18,8 %. Los errores en la simulación de la biomasa del cultivo fueron mayores, llegando al 32 % en Río Cuarto y al 16 % en Carnerillo. Las bondades encontradas, principalmente en la simulación del estado del cultivo y en el rendimiento en grano, plantean el uso de este modelo como promisorio.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
Cómo citar
Referencias
Boggess, W. G. (1989). Using models in economic and risk analysis. En A. Weiss (Ed.), Proceedings of Climate & Agriculture-Systems Approaches to Decision Making (pp. 213-228). Charleston, South Carolina, 5-7 March 1989.
Boote, K. J., Jones, J. W., Hoogenboom, G., Wilkerson, G. G., & Jagtap, S. (1989). PNUTGRO V1.02 Peanut crop growth simulation model. University of Florida, Gainsville, FL.
Decker, W. L., Achutuni, V. R., & Dhakhwa, G. (1991). Simulated effects of a doubling of carbon dioxide on corn production in portions of the Central U.S. Final report to U.S. Department of Energy. Cooperative Institute for Applied Meteorology, Department of Atmospheric Sciences, University of Missouri-Columbia.
Instituto Nacional de Tecnología Agropecuaria - Ministerio de Agricultura, Ganadería y Recursos Renovables de Córdoba. (1991). Carta de suelos de la República Argentina, Hoja 3363-14, General Cabrera. Plan mapa de suelos, Córdoba.
Jones, C. A., & Kiniry, J. R. (1986). CERES-Maize: A simulation model of maize growth and development. Texas A & M University Press.
Jones, J. W. (1989). Integrating models with expert systems and databases for decision making. En A. Weiss (Ed.), Proceedings of Climate & Agriculture-Systems Approaches to Decision Making (pp. 194-211). Charleston, South Carolina, 5-7 March 1989.
Maas, S. J. (1992). GRAMI: A crop growth model that can use remotely sensed information. U.S. Department of Agriculture, Agricultural Research Service, ARS-91.
Miller, B. C., Foin, T. C., & Gill, J. E. (1993). CARICE: A rice model for scheduling and evaluating management actions. Agronomy Journal, 85(4), 938-947.
Ravelo, A. C., & Dardanelli, J. L. (1993). Calibración y validación de un modelo de simulación de rendimiento para maní (Arachis hypogaea L.). Revista de la Facultad de Agronomía, U.B.A. (en prensa).
Ritchie, J. T. (1989). Crop models and decision making: Scenario for the future. En A. Weiss (Ed.), Proceedings of Climate & Agriculture-Systems Approaches to Decision Making (pp. 106-117). Charleston, South Carolina, 5-7 March 1989.
Rosenzweig, C., & Parry, M. L. (1993). Potential impacts of climate change on world food supply: A summary of a recent international study. En H. M. Kaiser & T. E. Drennen (Eds.), Agricultural dimensions of global climate change (pp. 311-319). St. Lucie Press.
Seiler, R. A. (1980). Estimación de la radiación global en Córdoba (Argentina). Revista de Investigación Agropecuaria, 15(3), 355-377.
Willmott, C. J. (1982). Some comments on the evaluation of model performance. Bulletin of the American Meteorological Society, 63, 1309-1313.
Whisler, F. D., Trent, A., Reddy, V. R., Amonson, P., Hodges, H. F., & Acock, B. (1993). On-farm validation of the soybean simulation model, GLYCIM. Agronomy Abstracts, American Society of Agronomy, Crop Science Society of America, Soil Science Society of America, Cincinnati, OH, pp. 20.