El rendimiento de la cosecha de un campo de maíz puede verse influenciado por factores climáticos y de gestión. Los productores de cultivos están trabajando para mejorar su juego para satisfacer una creciente demanda de energía y producción de alimentos para poblaciones más prósperas y en crecimiento. Crédito:Laboratorio Nacional del Noroeste del Pacífico
Usando maíz y soja como campo de prueba, Los investigadores del Laboratorio Nacional del Noroeste del Pacífico idearon métodos para examinar los mecanismos que modulan la variabilidad del rendimiento de los cultivos. Utilizaron modelos estadísticos para examinar cómo la variabilidad climática afecta los rendimientos de estos populares cultivos bioenergéticos a nivel de condado. Entre los factores climáticos, el equipo demostró que la temperatura es predominante en los condados productores de maíz, tanto por volumen como por porcentaje de producción. La precipitación tiene un impacto similar. La cantidad de energía del sol o radiación, tiene un efecto mucho menor en todo EE. UU. tanto en la soja como en el maíz.
Para comprender el impacto de las prácticas de gestión, El equipo de investigación diseñó y realizó modelos numéricos para revelar cómo el riego y la fertilización afectan la variabilidad del rendimiento de los cultivos. Promedio sobre los EE. UU., la fertilización tiene un impacto mayor que el riego. El trabajo demostró que determinar dinámicamente el tiempo y las tasas de fertilización en sus modelos puede mejorar en gran medida la capacidad de predicción de los rendimientos de ambos cultivos.
Los productores de cultivos están trabajando para mejorar su juego para satisfacer una creciente demanda de energía y producción de alimentos para poblaciones más prósperas y en crecimiento. Todavía, como atestiguará cualquier agricultor, incluso las mejores prácticas agrícolas pueden verse arruinadas por una ola de calor u otro evento meteorológico devastador. Comprender el papel relativo de la variabilidad climática y las prácticas agrícolas como el riego y la fertilización es importante para garantizar la sostenibilidad agrícola y energética.
"Nuestro análisis basado en datos reveló los factores climáticos dominantes en la regulación de la variabilidad de los rendimientos de maíz y soja a escala de condado para EE. UU., "dijo el Dr. Maoyi Huang, autor correspondiente y modelador climático en PNNL, "lo que nos ayudó a comprender mejor las variabilidades históricas del rendimiento de los cultivos".
El gráfico muestra los factores climáticos dominantes que explican significativamente (a) la variabilidad del rendimiento de maíz y (b) de la soja durante el período 1983-2012 a nivel de condado en los Estados Unidos. Los factores climáticos dominantes indican aquellos con relaciones significativas con los rendimientos de los cultivos al nivel de confianza del 90%. P =precipitación (azul); T =temperatura (rojo); R =radiación solar (violeta). Las áreas grises indican que la variabilidad del rendimiento de los cultivos no puede explicarse por un solo factor climático con un nivel de confianza del 90%. Tenga en cuenta que las relaciones se explicaron después de excluir los efectos de la covariabilidad climática. Crédito:Laboratorio Nacional del Noroeste del Pacífico
"Según observaciones de diversas fuentes, Mejoramos el desempeño del modelo basado en procesos y demostramos la importancia de incorporar aproximaciones de fertilización en la simulación de rendimientos de cultivos, "dijo Huang.
El equipo analizó los rendimientos de maíz y soja a nivel de condado, dos cultivos bioenergéticos populares, utilizando datos de encuestas del Departamento de Agricultura de EE. UU. (USDA) y el clima observado. Su objetivo era comprender cómo la temporada de crecimiento (junio, Julio y agosto) temperatura media (T), precipitación (P), y la radiación (R) influyen en el rendimiento de los cultivos de forma conjunta e individual a escala de condado. En sus análisis, eliminaron la covariabilidad entre T, PAG, y R para investigar los efectos de cada uno de los factores climáticos en el rendimiento de los cultivos. Sobre la base de las contribuciones relativas de estas diferentes variables climáticas a la variabilidad de los rendimientos de los cultivos, construyeron mapas espaciales sobre los factores climáticos dominantes.
El equipo también utilizó modelos para comprender el papel de la gestión agrícola en el rendimiento de los cultivos. Usando el modelo de tierras comunitarias sobre los Estados Unidos limítrofes, encontraron que el riego tiene efectos limitados sobre el rendimiento de los cultivos en comparación con la fertilización. De esta investigación, el equipo propuso un método de fertilización de pronóstico determinando dinámicamente el momento y las tasas de fertilización en el modelo. Demostraron que el nuevo método es más eficaz que el enfoque tradicional para mejorar el rendimiento del modelo a escala de condado.
"Al sintetizar la información observada de fuentes como el Departamento de Agricultura de EE. UU. Y el Servicio Geológico de EE. UU., Nuestros modelos mejorados basados en procesos y observaciones pueden ayudarnos a comprender los mecanismos subyacentes detrás de las variabilidades del rendimiento de los cultivos a escala de condado de EE. UU. "dijo el autor principal, el Dr. Guyong Leng, modelador estadístico y numérico en PNNL.
Los autores observarán cómo los eventos climáticos como sequías / inundaciones y olas de calor / períodos de frío evolucionarán en el futuro y predecirán cómo pueden reaccionar los rendimientos de los cultivos. Integrarán enfoques de modelado con otras herramientas analíticas y de modelado bajo un marco de modelado multisectorial de múltiples escalas para evaluar cómo los ecosistemas, hidrología, y las decisiones socioeconómicas evolucionarán conjuntamente en un clima cambiante.
