Modelos de simulación para cereales forrajeros en el sur de Nuevo León, México
DOI:
https://doi.org/10.59741/agraria.v7i1-2-3.431Palabras clave:
predicción, calibración, cebada, trigo, triticale, DSSATResumen
El uso de modelos de simulación en la agricultura es una alternativa en la toma de decisiones para reducir los costos de investigación, y ayudar a reducir los riesgos económicos, y de producción ya que resumen la interacción entre los factores de un proceso productivo. En cultivos forrajeros son una herramienta para predecir los comportamientos de crecimiento y rendimiento, y ayudan a entender las relaciones fisiológicas planta-ambiente. Este trabajo se realizó con el objeto de calibrar el programa DSSAT 4.0.2.0 para los cultivos de cebada, trigo y triticale en el sur del estado de Nuevo León, México. El experimento de campo fue establecido en el Centro Agrícola Experimental de Navidad, Galeana, N. L., México, de la Universidad Autónoma Agraria Antonio Narro. Los materiales genéticos utilizados fueron: cebada NARRO-92-05 (Hordeum vulgare), trigo AN-239 (Triticum aestivum), y triticale (Eronga, AN-125, y AN-31-B (X:Triticosecale wittmack) establecidos en un diseño de bloques al azar. La siembras se efectuaron en los ciclos primavera verano 2007 y 2008. El programa DSSAT 4.0.2.0 fue parametrizado dentro de cada uno de sus módulos y posteriormente se calibró mediante la manipulación de coeficientes genéticos. La calibración y validación de los modelos de cebada, trigo, y triticales en el programa DSSAT 4.0.2.0 para los genotipos y región de estudio, se realizaron satisfactoriamente, y los modelos tuvieron la capacidad de simular valores con buen nivel de precisión, al comparar con valores observados. Se concluye que, mediante el uso de modelos de simulación de DSSAT 4.0.2.0, es factible predecir el crecimiento y rendimiento de cultivos forrajeros.
Descargas
Referencias
Ewert, F., J. Porter y B. Honermeier. 1996. Use of AFRCWHEAT2 to predict the development of main stem and tillers in winter triticale and winter wheat in North East Germany. Eur. J. Agron. 5:89-103. DOI: https://doi.org/10.1016/S1161-0301(96)02012-6
Ghaffari, A., H. F. Cook y H. C. Lee. 2001. Simulating winter wheat yields under temperate conditions: ex ploring different management scenarios. Eur. J. Agron. 15:231-240. DOI: https://doi.org/10.1016/S1161-0301(01)00111-3
Gijsman, A. J., G. Hoogenboom, W. J. Parton y P. C. Kerridge. 2002. Modifying DSSAT crop models for low input agricultural systems using a soil organic matter– residue module from CENTURY. Agron. J. 94:462–474. DOI: https://doi.org/10.2134/agronj2002.4620
Grant, W. E., E. K. Pedersen y S. L. Marín. 1997. Ecol ogy and natural resource management: systems analy sis and simulation. John Wiley & Sons Inc. New York, U.S.A. pp. 320.
Hoogenboom, G., J. W. Jones, C. H. Porter, K. J. Boote, W. D. Batchelor, L. A. Hunt, A. J. Gijsman, P. W. Wilkens, U. Singh y W. T. Bowen. 2003. DSSAT v4 Cropping system simulation model. In: Hoogenboom G., J. W. Jones, C. H. Porter, P. W. Wilkens, K. J. Boote, W. D. Batchelor, L. A. Hunt, y G. Y. Tsuji (Eds). Decision Support System for Agrotechnology Transfer Version 4.0. Volume 1: Overview. University of Ha waii, Honolulu, HI.
Hunt, L. A. y K. J. Boote. 1998. Data for model opera tion, calibration, and evaluation. pp. 9-39. In: Tsuji G. Y., G Hoogemboom. Thorton.(Eds). Understanding options for agricultural production. Kluwer Academic Publishers. Great Britain. DOI: https://doi.org/10.1007/978-94-017-3624-4_2
Langensiepen, M., H. Hanus, P. Schoop y W. Grasle. 2008. Validating CERES-wheat under North-German envi ronmental conditions. Agric. Systems 97:34-47. DOI: https://doi.org/10.1016/j.agsy.2007.11.001
Moreno-Sotomayor, A. y A. Weiss. 2004. Improvements in the simulation of kernel number and grain yield in CERES-Wheat. Field Crops Res. 88: 157-169. DOI: https://doi.org/10.1016/j.fcr.2003.12.003
Odum, T. H y E. C. Odum. 2000. Modeling for all scales. Academic Press. San Diego, California. USA. pp. 457. Rodríguez, A. N. T., James, L. W. Odell y J. B. Daniel. 1990. AWheat grazing systems model for de US south ern plains: Part I-Model description and performance. Agric. Systems 33:41-59. DOI: https://doi.org/10.1016/0308-521X(90)90069-3
Saseendran, S. A., D. C. Nielsen, L. Ma, L. R. Ahuja y A. D. Halvorson. 2004. Modeling Nitrogen Management Effects on Winter Wheat Production Using RZWQM and CERES-Wheat. Agron. J. 96:615-630. DOI: https://doi.org/10.2134/agronj2004.0615
Travasso, M. I. y G. O. Magrin. 1998. Utility of CERES Barley under Argentine conditions. Field Crops Res. 57:329-333 DOI: https://doi.org/10.1016/S0378-4290(98)00079-3
Uehara, G. y G. Y. Tsuji. 1998. Overview of IBSNAT. pp. 1-7.In: Tsuji G. Y., G Hoogemboom. Thorton (Eds). Understanding options for agricultural production. Kluwer Academic Publishers. Great Britain. DOI: https://doi.org/10.1007/978-94-017-3624-4_1
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
Cómo citar
PLUMX Metrics
