Soja. Modelos de estimación de rendimiento

El trabajo de la EEAOC. Una síntesis

M. Lorena Soulé Gómez *,   Andrea Peña Malavera **, Jorge Forciniti *, Mario Devani **,  José Sánchez* / * EEAOC. ** ITANOA, EEAOC, CONICET. Email: lorenasoule@eeaoc.org.ar

Medir en el NOA

La radiación solar, la temperatura y la disponibilidad de agua en el suelo son los factores que más inciden en la producción de los cultivos. La relación que existe entre estas variables con el rendimiento de los cultivos permite predecir y planificar actividades agrícolas con mayor certidumbre.

Ya existen modelos de estimación de rendimiento, pero desarrollados para la zona núcleo sojera de Argentina, no para el noroeste argentino. Por ende, el objetivo de este trabajo fue determinar y comparar, con datos de la provincia de Tucumán, la capacidad de diferentes índices agrometeorológicos (radiactivo, térmico e hídrico) estableciendo una relación entre éstos y la producción, de forma de generar un modelo que permita estimar el rendimiento para el cultivo de la soja con datos de diferentes estadios fenológicos, y evaluar su significación para la toma de decisiones.

Materiales y métodos

Se trabajó con variedades de ciclo largo (GM VII y VIII). Los ensayos fueron conducidos durante las campañas que van desde 2006/2007 hasta 2021/2022. Se dispuso de datos de fenología y de rendimientos medios en kg/ha de los ensayos de fechas de siembra conducidos por el Proyecto Soja en la Subestación Monte Redondo (Lat. 26º49´S, Long. 64º51´W, 394 msnm), ubicada en el departamento Cruz Alta, en la provincia de Tucumán. Para la construcción de los índices se tomaron en cuenta datos de seis etapas fenológicas: Veg. (vegetativo); R1_R4; R_5; R_6; R_7 y Ciclo Completo.

Obtención de datos

Para la obtención de las variables meteorológicas se utilizó una Estación Agrometeorológica Automática que cuenta con sensores de temperatura, radiación solar, precipitación, humedad de
hoja, dirección y velocidad de viento, entre otras variables.

Transformar el dato en información útil

A partir de los datos diarios/horarios de radiación solar global, temperatura del aire y balance hidrológico seriado se generaron los siguientes índices: Índice de Eficiencia Radiactiva (IER), Índice de Eficiencia Térmica (IET) y el Índice de Eficiencia Hídrica (IEH).

El IER se calcula como el cociente entre la radiación global diaria y la máxima del día en el período 2006/2019. El cociente se interpreta como la cantidad de radiación solar global recibida en un determinado día respecto de la misma radiación registrada a lo largo del período que tomamos como referencia.

El IET tiene en cuenta dos características de las variables térmicas: intensidad (umbrales térmicos superior e inferior) y duración (cantidad de horas por encima o por debajo de los referidos umbrales). Los umbrales considerados fueron 32ºC como el límite superior y 10ºC como el inferior. El índice expresa la fracción del día en el que la temperatura del aire fue óptima para el cultivo.

Para evaluar las condiciones hídricas se utilizan elementos derivados del balance hidrológico seriado, que tiene en cuenta las precipitaciones y la evapotranspiración potencial. Este índice se utilizó como indicador de la eficiencia hídrica.

Modelos predictivos y toma de decisiones

Ing. Fernando Ledesma

En el ámbito agronómico, los modelos predictivos se han erigido como herramientas fundamentales para el sector agrícola. Su utilidad radica en la capacidad para anticipar y prever rendimientos, permitiendo una planificación más precisa y estratégica en diversas fases del proceso cultural.

La planificación de actividades clave, como las fechas de siembra, la selección de cultivares y la organización logística de cosecha y traslado de la producción, entre otras, se ve facilitada gracias a la información proporcionada por estos modelos que analizan una amplia gama de variables, desde componentes bióticos hasta condiciones predisponentes. Evalúan plagas, malezas, humedad, temperatura y características del suelo, así como el comportamiento de las variedades productivas utilizadas. Este análisis exhaustivo permite visualizar cómo plagas y malezas pueden afectar los cultivos en relación con estas variables, brindando una visión completa del escenario, entre otros ejemplos de aplicación. La anticipación que ofrecen no solo optimiza el tiempo, sino que también contribuye a una gestión eficiente de los recursos e insumos.

La experiencia directa

Estos modelos se complementan con otras tecnologías y herramientas, así como con observaciones directas realizadas a campo, siendo las observaciones in situ las que terminan definiendo las acciones a ejecutar. Es una sinergia entre la tecnología y la experiencia humana.

Si bien los modelos ofrecen información valiosa que contribuye a dar consistencia a lo que se calcula ocurrirá, la responsabilidad última recae en la persona que gestiona la producción. En términos de toma de decisiones, el productor juega un rol central. Es él quien, respaldado por datos precisos, realiza las elecciones cruciales para el éxito de su actividad. El factor humano es un componente esencial de la ecuación.

El valor del trabajo realizado por Soule y el equipo interdisciplinario involucrado consiste en la construcción de un modelo predictivo específico para la zona este de la provincia de Tucumán. Mientras que la mayoría de los modelos existentes tienen como referencia condiciones de la zona núcleo, este trabajo aporta estimaciones de rendimiento utilizando diferentes índices agrometeorológicos adaptados a la realidad local. Esto no solo lo hace valioso, sino esencial para una toma de decisiones más precisa y de acuerdo a las condiciones ambientales únicas de la región.