• Publicidad 01

  • Publicidad 02

  • Publicidad 03

  • Publicidad 04

Uso de sensores infrarrojos para la fertilización óptima de trigo

Editado por el Dr. Héctor Nolasco Soria Aceptado el Sábado, 10 Octubre 2015 Publicado en Área 6.- Biotecnología y Ciencias Agropecuarias

PCTI 161

Autores

Jesús Santillano Cázares1*, Fidel Núñez Ramírez1, Vinisa Synes Santillán2, Ivan Ortiz-Monasterio3 y Juan Francisco Moreno Espinoza1

1Universidad Autónoma de Baja California, Instituto de Ciencias Agrícolas, Mexicali, B.C., México; 2Colegio de Posgraduados; 3Centro Internacional de Mejoramiento de Maíz y Trigo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Abstract

Wheat farmers in Baja California Mexico, complain about the low profitability of their activity. Despite fertilization represents one third of the costs of production, farmers are applying fertilizers in excess of what is required to achieve maximum yields. The economic, social and environmental effects of this practice are harmful. The objectives of the project were two; the first one was to generate a region specific algorithm to recommend optimum fertilizer rates, based on wheat yield potential, instead of on expected yield by farmers. The second objective was to compare yields, fertilizer rates, and costs of production when farmers fertilized according with their conventional practice, versus the use of the algorithm. It was demonstrated that in Baja California is possible to achieve the maximum wheat yields using 65 kg of nitrogen ha-1 less than using the conventional farmers practice, representing savings of about 20 to 25% on fertilizers. This technology allows moving toward sustainable production systems, as is done in advanced production systems around the word.

Key words: wheat, sustainability, production systems, Baja California.

Resumen

Los productores de trigo en Baja California, México, se quejan de la baja rentabilidad de su actividad. A pesar de que la fertilización representa una tercera parte de los costos de producción, los agricultores están aplicando fertilizantes en exceso a lo requerido, para tratar de alcanzar los máximos rendimientos. Los efectos económicos, sociales y ambientales por esta práctica son nocivos. Los objetivos de este proyecto fueron dos; el primero fue generar un algoritmo regional específico para recomendar dosis de fertilizante óptimas, con base en el rendimiento potencial del trigo, en lugar de tomar como base el rendimiento esperado por los agricultores. El segundo objetivo fue comparar los rendimientos, las dosis de fertilizante y los costos de producción cuando los productores fertilizaron de acuerdo con su práctica convencional, contra la utilización del algoritmo. En Baja California, se demostró que es posible producir los máximos rendimientos de trigo utilizando 65 kg de nitrógeno por hectárea menos que con la práctica convencional de los productores, representando un ahorro de entre un 20 a 25% de fertilizante. Esta tecnología permite moverse a sistemas de producción agrícola sostenibles, como se hace en sistemas de producción avanzados en el mundo.

Palabras clave: trigo, sostenibilidad, sistemas de producción, Baja California.

Problemática

Baja California es una de las principales entidades productoras de trigo en México (INEGI 2012). Los productores de trigo se quejan de la baja rentabilidad de su actividad y se manifiestan públicamente con el afán de presionar a los diferentes niveles de gobierno para que se incrementen los subsidios y así sus utilidades. Según estudios de FIRA-Banco de México, en Baja California los costos estimados de producción para el ciclo actual de producción 2014-2015, son de 21 mil pesos (Comunicación personal de la Residencia Estatal de FIRA en Mexicali, B.C.). De esta cantidad, la fertilización ha sido el insumo más caro, representando históricamente cerca de una tercera parte del total de los costos de producción (FIRA 2007). A pesar del alto costo del fertilizante, los agricultores están aplicando fertilizantes en exceso a lo requerido, para tratar de alcanzar los máximos rendimientos (Ortiz-Monasterio y Raun 2007; Santillano et al. 2013). Además del daño económico por la aplicación no racional de fertilizantes, se podría estar afectando el ambiente debido al escape de distintas formas químicas reactivas de nitrógeno (N). Estas formas incluyen el escape de nitratos (NO3-) a cuerpos de agua subterráneos o al Golfo de California, como se ha demostrado en el valle del Yaqui, en Sonora (Beman et al. 2005); o como emisiones de óxido nitroso (N2O) a la atmósfera. El N2O tiene un potencial de calentamiento global aproximadamente 300 veces mayor que el dióxido de carbono (CO2) (Houghton et al 2001). Para el manejo informado de la fertilización a cultivos, la herramienta más comúnmente utilizada ha sido el análisis de suelos. Sin embargo, la determinación del estatus de N a través de análisis de suelo ha demostrado tener limitaciones, ya que el N es muy dinámico en espacio y tiempo (James, 2010); lo cual requiere de un muestreo tan intensivo del suelo, que se vuelve impráctico. Algoritmos matemáticos para diferentes cultivos y regiones del mundo están cobrando importancia a nivel mundial. Un algoritmo es simplemente un conjunto de operaciones ordenadas que permiten la solución de un problema. Varios algoritmos para la fertilización basada en este enfoque, para varios cultivos y países puede revisarse en la página del departamento de ciencias de las plantas y el suelo de la Universidad Estatal de Oklahoma, donde fue originalmente propuesta esta tecnología (http://www.nue.okstate.edu/SBNRC/mesonet.php). La problemática de la producción de trigo en el valle de Mexicali requiere de atención y para ello se propuso generar un algoritmo específico para los trigos de la región. En la práctica convencional de los productores de trigo en el valle de Mexicali, consiste en fertilizar con base en lo que los productores esperan cosechar. Las dosis que los productores están aplicando año tras año suelen ser fijas en espacio y tiempo y excesivas.

Usuarios

Dependencias federales como la Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (SAGARPA) podría promover el uso de tecnologías que fomenten en México la eficiencia de la producción agrícola. La Secretaría del Medio Ambiente y Recursos Naturales (SEMARNAT) podría también interesarse en esta tecnología, dado su potencial de reducir los impactos ambientales causados por sistemas de producción no sustentables. Los beneficiarios específicos de esta innovación tecnológica son directamente los agricultores, productores de trigo de Baja California. El beneficio concreto consiste en la posibilidad de reducir los costos de producción, al utilizar menos fertilizante que el empleado actualmente, incrementando así sus márgenes de ganancia. Un beneficiario indirecto de esta innovación tecnológica es la sociedad completa, al reducir los impactos ambientales producidos por sistemas de producción agrícola intensivos, tales como el calentamiento global (por la acumulación de óxido nitroso) y la contaminación de mantos freáticos y océanos (por la acumulación de nitratos).

Proyecto

La tecnología de uso de sensores infrarrojos, junto con el uso de algoritmos específicos para cada región, ha demostrado ser eficaz para recomendar dosis óptimas de fertilización en trigo y maíz alrededor del mundo, permitiendo incrementar la rentabilidad de la producción agrícola y reduciendo el impacto ambiental (Ortiz-Monasterio y Raun 2007, Li et al. 2009, Singh et al. 2011, Santillano et al. 2013). Los objetivos de este proyecto fueron dos; 1) Generar un algoritmo capaz de generar recomendaciones óptimas de fertilizante y 2) Comparar los rendimientos, dosis de fertilizante y ahorros económicos obtenidos por los productores al utilizar el algoritmo, con la práctica de fertilización tradicional de los productores.

La metodología incluyó la generación de una ecuación de predicción de los rendimientos de trigo, que constituye la pieza de información más importante del algoritmo. Para ello se relacionaron los rendimientos estimados (INSEY, in-season estimation of yield,) con los observados, a través de una curva de regresión a la que se ajustó un modelo exponencial (Lukina et al. 2001; Raun et al. 2005). El INSEY resulta de normalizar (dividir) las mediciones de NDVI (normalized difference vegetation index), arrojados por un sensor infrarrojo comercial (GreenSeeker®) en la etapa de inicio de encañe del trigo, entre el número de días transcurridos entre la fecha de siembra y la fecha del diagnóstico con el sensor. Estos trabajos se desarrollaron en campos de productores de trigo cooperantes y en el campo agrícola del Instituto de Ciencias Agrícolas de la Universidad Autónoma de Baja California (ICA-UABC) durante cinco años, del 2009 al 2014. Santillano et al. (2012a, 2012b, 2013) han publicado el avance en la generación de la ecuación de predicción, donde se ofrece información más detallada sobre la metodología. Para comparar los resultados obtenidos al utilizar el algoritmo desarrollado, con los resultados de la aplicación de la práctica tradicional de los agricultores, se establecieron tres áreas en cada lote de los productores cooperantes. Estas tres áreas consistieron en una franja ricamente fertilizada (dosis de 300 a 320 kg de N ha-1), que se utiliza como referencia del trigo, que expresa el máximo potencial de rendimiento al momento de inicio de encañe; un área donde se aplicó la dosis de fertilizante recomendada por el algoritmo y un área fertilizada de acuerdo con la práctica convencional de los productores. Cuando el trigo maduró, se midió el rendimiento del área donde se fertilizó de acuerdo con la recomendación del algoritmo y del área manejada convencionalmente por el productor. La lista de productores cooperantes en el ciclo 2011-2012 se puede revisar en la publicación de los resultados obtenidos en este ciclo (Santillano et al. 2012b). Entre los resultados más relevantes se puede mencionar que no se logró el objetivo de obtener una ecuación de predicción en el primer ciclo de experimentos, debido a que no se encontró una relación lógica entre los rendimientos esperados y los observados. Probablemente esto ocurrió debido a las diferencias en el tamaño de las áreas de muestreo medidas con el sensor y las áreas cosechadas. Sin embargo, la primera versión de un modelo de predicción con potencial de capacidad predictiva fue propuesto al final del siguiente ciclo (2010-2011). Este primer modelo de predicción se comparó con los rendimientos observados, arrojando resultados promisorios, en virtud de que la capacidad predictiva fue en promedio cercana al 100%, y el valor de r2 promedio fue de 0.69 (Tabla 1). A partir de entonces, cada año, el modelo se ha robustecido, y su confiabilidad para predecir los rendimientos se ha incrementado.

El último ciclo donde se condujeron experimentos para fortalecer la ecuación de predicción fue en 2013-2014 (Figura 1). Este modelo incluye experimentos desarrollados a lo largo de cinco años, en 16 lotes ubicados en el ICA-UABC y en campos de productores cooperantes. Esta ecuación de predicción está incluida en el algoritmo que se utiliza actualmente para realizar recomendaciones de fertilizante a cultivos de trigo en Baja California. Este algoritmo está disponible en línea en la liga: http://www.nue.okstate.edu/SBNRC/mesonet.php, bajo el nombre de “Trigo Baja California UABC-CIMMYT-México”. Además de esta ecuación de predicción, existen otros elementos en el algoritmo que por razones de protección intelectual se mantienen ocultas para los usuarios.

Comparación del uso del sensor con el algoritmo. Después de hacer comparaciones en 500 lotes comerciales de productores, del 2012 al 2014, se ha demostrado que los rendimientos promedio de los productores utilizando su manejo convencional fue de 6.7 toneladas por hectárea; mientras que utilizando el sensor y el algoritmo se cosecharon 6.8 toneladas por hectárea; es decir, prácticamente no existió diferencia en los rendimientos. La fertilización promedio aplicada por los productores en su práctica convencional fue de 300 kg de N por hectárea; mientras que utilizando la tecnología de sensores fue de 235 kg de N por hectárea (21.7 % menos fertilizante); una diferencia de 65 kg de N por hectárea. Considerando un costo de siete mil pesos por tonelada de urea (la urea tiene un 46% de N), es decir, a $ 15.20 por kilogramo de N, un ahorro de 65 kg de N representan casi mil pesos por hectárea. Considerando el tamaño más común de los lotes (20 ha), el ahorro es de $ 20,000 por agricultor por ciclo de cultivo.

Beneficios ambientales. En el valle de Mexicali se siembran cerca de 100 mil hectáreas de trigo cada año. Por lo tanto, el evitar descargar al ambiente 6,500 toneladas de N podría representar una reducción significativa en las emisiones atmosféricas de N2O y de NO3- que contaminan cuerpos de agua y que eventualmente pueden ser transportados hasta el Golfo de California. Además del desarrollo y aplicación del algoritmo, el ICA-UABC, en conjunto con el Colegio de Postgraduados (Proyecto EC-LEDS) colaboran para cuantificar las pérdidas de N en forma de N2O y de NO3- La misión de este proyecto multi-institucional y multi-estatal, es medir las emisiones de gases de efecto invernadero, para determinar la magnitud de las pérdidas de N al ambiente, producidas en los sistemas de producción agrícola en México. Con esta información se estará en la posibilidad de determinar el impacto ambiental de la producción de trigo en Baja California.

En conclusión, el uso del algoritmo generado específicamente para el cultivo de trigo en Baja California ha demostrado que utilizando 20 % menos fertilizante genera beneficios económicos a los productores. El evitar descargar al ambiente el fertilizante que no es absorbido por los cultivos y que por lo tanto no se traduce en rendimiento del trigo, podría representar un paso sustancial hacia el desarrollo de una agricultura sostenible.

Impacto Socioeconómico

El impacto potencial de la adopción generalizada de esta tecnología por los agricultores de trigo y maíz, bajo sistemas de producción intensiva en México, es alto. En México, la tecnología del uso de sensores y algoritmos específicos para cada región ha demostrado su efectividad en el cultivo de trigo en Sonora (Ortiz-Monasterio y Raun 2007), y en Baja California (Santillano et al. 2013). En estos dos estados, los ahorros documentados en fertilizante coinciden en alrededor de 65-70 kg de N por hectárea. Este ahorro, traducido en dinero depende de los costos variables de este insumo, pero han sido del equivalente a $100 dólares estadounidenses por hectárea. Una mayor rentabilidad de la producción agrícola podría promover el arraigo de los agricultores y así contribuir con la seguridad alimentaria en México.

 

Referencias

Beman, J. M., K. R. Arrigo, and P. A. Matson. 2005. Agricultural runoff fuels large phytoplankton blooms in vulnerable areas of the ocean. Nature 434: 211-214.

FIRA (Fideicomisos Instituidos en relación con la Agricultura). 2007. Rentabilidad del trigo en el ciclo OI 2006/2007 y costos del cultivo de trigo en el ciclo 2007/2008.

Houghton, J. T.,Y. Ding, D.J. Griggs, et al. 2001. Climate change 2001: The scientific basis. Intergovernmental Panel on Climate Change. Cambridge University Press. Disponible Online: http://www.grida.no/climate/ipcc_tar/wg1/pdf/wg1_tar-front.pdf.

INEGI. 2012. El sector alimentario en México 2012. Serie estadísticas sectoriales. Número 26. INEGI.

James, D.W. 2010. Diagnostic Testing for Nitrogen Soil Fertility. Soil Fertility Fact Sheet. Utha State University Cooperative Extension Disponible Online: http://extension.usu.edu/files/publications/publication/AG_282.pdf.

Li, F., Y. Miao, F. Zhang, Z. Cui, R. Li, X. Chen, H. Zhang, J. Schroder, W. R. Raun, and L. Jia. 2009. In-season optical sensing improves nitrogen-use efficiency for winter wheat. Soil Sci. Soc. Am. J. 73: 1566-1574.

Lukina, E. V., K. W. Freeman, K. J. Wynn, W. E. Thomason, R. W. Mullen, G. V. Johnson, R. L. Elliott, M. L. Stone, J. B. Solie, and W. R. Raun. 2001. Nitrogen fertilization optimization algorithm based on in-season estimates of yield and plant nitrogen uptake. J. Plant Nutr. 24: 855-898.

Ortiz-Monasterio, I. and W. Raun. 2007. Reduced nitrogen and improved farm income for irrigated spring wheat in the Yaqui Valley, Mexico. J. Agric. Sci. 145: 215-222.

Raun, W. R., J. B. Solie, M. L. Stone, K. L. Martin, K. W. Freeman, R. W. Mullen, H. Zhang, J. S. Schepers, and G. V. Johnson. 2005. Optical sensor based algorithm for crop nitrogen fertilization. Commun. Soil Sci. Plant Anal. 36: 2759-2781.

Santillano-Cázares J, Ortiz-Monasterio I. y Cárdenas M. E. 2012a. Generación del algoritmo para la fertilización de trigos en el Valle de Mexicali, con el uso de sensores. Revista EnlACe, No. 9. Marzo - abril de 2012.

Santillano-Cázares J, López L. A., Solano R. G., Ortiz-Monasterio I y Cárdenas M. E. 2012b. Resultados 2011-12 y estrategias de adopción para 2012-13 de la tecnología de uso de sensores para la fertilización de trigo en el Valle de Mexicali. Revista EnlACe, No. 11. Octubre - noviembre de 2012.

Santillano-Cázares J., A. López-López, I. Ortiz-Monasterio y W. R. Raun. 2013. Uso de sensores ópticos para la fertilización de trigo (Triticum aestivum L.). Terra Latinoamericana 31: 95-103.

Singh B., R. K. Sharma, J. Kaur, M. L. Jat, K. L. Martin, Y. Singh, V. Singh, P. Chandna, O. P. Choudhary, R. K. Gupta, H. S. Thind, J. Singh, H. S. Uppal, H. S. Khurana, A. Kumar, R. K. Uppal, M. Vashistha, W. R. Raun, and R. Gupta. 2011. Assessment of the nitrogen management strategy using an optical sensor for irrigated wheat. Agron. Sust. Dev. 31: 589-603.

Visitas

961

Descargar artìculo en PDF

Comparte este artículo en las Redes Sociales

XIV SIMPOSIO INTERNACIONAL Y IX CONGRESO NACIONAL DE AGRICULTURA SOSTENIBLE “AGRICULTURA SOSTENIBLE COMO BASE... https://t.co/1voPjDEzNF

PCTI PCTI

Taller Diseño y capacitación en construcción de biopiscinas, bioremediación y sistemas de manejo del agua, el 11... https://t.co/9rE2gM4vLR

PCTI PCTI

Taller Diseño y capacitación en construcción de biopiscinas, bioremediación y sistemas de manejo del agua, el 11... https://t.co/Ag0Swbv1EF

PCTI PCTI