manejo de nutrientes sitio específico. desde la teoría a ... · ayudarnos a entender la...
TRANSCRIPT
Manejo de nutrientes sitio específico. Desde la teoría a la práctica.
¿Cuándo es conveniente? ¿Se justifica en mi campo?
Dr. Nahuel Peralta (CONICET-INTA Balcarce-FCA-UNMdP); GIS-Sensores Remotos; Manejo Sitio Específico; Ruta 226 km 73.5; [email protected]
Con la modernización de las prácticas agrícolas, surgen nuevos desafíos para los productores
agropecuarios, principalmente respecto al uso eficiente de información para aportar a la sustentabilidad
ambiental y económica del proceso de producción. A través de la investigación, extensión e innovación se
han difundido, tecnologías de información que permiten medir, cuantificar y, consecuentemente manejar
diferenciadamente, la reconocida variabilidad espacial intralote tanto desde el punto de vista del suelo y
cultivo (Peralta et al., 2013a, 2015ab).
OBJETIVOS ESPECÍFICOS DE LA PRESENTACIÓN
Con la finalidad de contribuir al conocimiento respecto del uso eficiente de fertilizantes en los cultivos
extensivos con la utilización de la Agricultura de Precisión, para lograr aumentar la eficiencia productivia, la
rentabilidad y disminuir la contaminación ambiental en los lotes de producción, se plantean los siguientes
objetivos específicos:
Variables a tener en cuenta para lograr una buena caracterización de ambientes (zonas de manejo
intralote)
¿Cómo lograr modelos de fertilización sitio específico óptimo económico a escala de lote y
establecimiento?
RELEVANCIA DEL PROBLEMA
Estudios nacionales e internacionales han reportado significativa variabilidad espacial a nivel intra-lote en
el tipo de suelo y propiedades edáficas, disponibilidad de nutrientes, rendimientos, contenido de proteína en
grano, exportación de nutrientes y respuesta en rendimiento a la aplicación de fertilizantes y enmiendas
(Scharf et al., 2005; Bongiovanni et al., 2007; Peralta et al., 2015; Bermúdez et al., 2008). Si bien la
variabilidad espacial ha sido reconocida desde los inicios de la agricultura, en el pasado los productores
2
agrícolas no disponían de las herramientas necesarias para cuantificar y manejar efectivamente dicha
heterogeneidad, por lo que solo se empleaban estrategias productivas espacialmente rígidas (manejo
uniforme) con las que podían alcanzar altos niveles de rendimiento pero no necesariamente alta eficiencia
productiva.
En la mayoría de los lotes de producción de cultivos extensivos, la variabilidad natural o adquirida de la
fertilidad del suelo y/o de la productividad de los cultivos hace que las aplicaciones uniformes de nutrientes
tiendan a que los niveles aplicados sean excesivos o insuficiente lo que deriva en potenciales problemas
ambientales y pérdidas de rentabilidad (Bongiobani 2002; Peralta et al., 2015ab). El desarrollo de nuevas
tecnologías, englobadas en el concepto de “Agricultura de Precisión”, como los sistemas de geo-
posicionamiento global (GPS), sistemas de información geográficos (GIS), monitores de rendimiento,
sensores de suelo y cultivo, imágenes aéreas y satelitales, sistemas de aplicación variable, entre otros,
transformaron en realidad la posibilidad de diagnosticar las necesidades nutricionales de los cultivos y variar
los niveles de nutrientes a aplicar dentro del lote a una escala en la cual en el pasado era impracticable
(Peralta, 2014; Peralta et al., 2015ab).
En este contexto nace el manejo sitio específico de nutrientes (MSE), que permite detectar, cuantificar y
manejar la variabilidad espacial para, potencialmente, aumentar la eficiencia productiva y disminuir el
impacto ambiental (Bullock et al., 2009; Ruffo et al, 2006 Peralta et al., 2015ab). La aplicación de fertilizantes
en forma variable o tecnología manejo sitio-específico (MSE) brinda la posibilidad de aplicar la dosis óptima
económica (DOE) para cada zona de manejo (ZM) reconocida dentro del lote (Ruffo et al., 2006; Peralta et
al., 2015). Bajo este enfoque, el MSE surge como una alternativa prometedora para favorecer una
agricultura sustentable.
CARACTERIZACIÓN DE AMBIENTES- DELIMITACIÓN DE ZONAS DE MANEJO
La caracterización de ambientes es el “pilar” o “la base” para lograr el éxito de un proyecto de Agricultura
de Precisión.
Con el mapa de rendimiento de un año no es suficiente para caracterizar zonas potenciales de rendimiento,
ya que se puede prestar para múltiples errores de interpretación. Por lo tanto, es necesario la búsqueda de
factores con mayor estabilidad espacio temporal que permitan explicar la variabilidad del rendimiento. La
3
topografía del terreno, la profundidad de suelo, los sensores geofísicos de suelo (Veris 3100, EM38),
imágenes satelitales de media y alta resolución pueden ser propiedades de sitio específico que pueden
ayudarnos a entender la variabilidad espacial del rendimiento de los cultivos y la interacción entre el sistema
suelo-cultivo (Peralta et al., 2013ab, Peralta, 2014, Peralta et al., 2015ab). Estas propiedades se pueden
medir de una manera rápida, fácil y brindan información auxiliar para la determinación de la variabilidad
espacial de algunas propiedades de suelo. A continuación se presentan ejemplos de la utilización de estas
variables para caracterizar zonas de manejo a escala de lote:
1- Pasos simplificados para lograr una prescripción de aplicación variable de insumos a escala de lote.
4
Ejemplo de utilización de diferentes variables sitio específico para lograr una
caracterización de ambientes intralote.
La caracterización del lote fue realizada en base a la conductividad eléctrica del Veris 3100 y
diferentes índices topográficos que están asociados a la variabilidad y acumulación de agua en
el perfil del suelo (como son las curvaturas del terreno y el índice topográfico compuesto, CTI).
Además, en la figura se puede observar 4 mapas de rendimiento de distintas campañas de
producción (Soja 2005/06-Maiz 2007/08-Soja2008/09-Maiz 2014/15) que presentan alta
estabilidad temporal, es decir, que todos los años (independiente del cultivo), las zonas de baja
productividad (loma franco arenosa con baja acumulación de agua) rindes menos que los bajos
franco limosos (con mayor capacidad de acumular agua).
5
ZONAS DE MANEJO (MAPA DE PRODUCTIVIDAD) Y MUESTREO DE SUELO
GEOREFENCIADO
La determinación de zonas de manejo (ZM) se realizó con el software Management Zone
Analyst (MZA). Este programa realiza la división de ambientes mediante un análisis cluster
(Fridgen, 2004; Peralta, 2014). El muestreo se realizó con un muestreador a profundidad
variable guiado a dichos puntos manualmente con un GPS Juno (Trimble Navegation
Limited,USA).
6
El contenido de arena, partículas finas (limo+ arcilla) y materia orgánica presentaron
diferencias significativas entre las zonas de manejo (Figura). La zona de alto potencial (AP)
estuvo asociada a áreas del lote con mayores contenidos de partículas finas y MO, asociada
a mayores condiciones de fertilidad de suelo. Además, la capacidad del suelo de proveer N a
las plantas está principalmente regulada por el proceso de mineralización de la materia
orgánica (MO). La cantidad de N mineralizado está íntimamente relacionada al contenido de
MO (Studdert, 2006). La zona de bajo potencial (BP) estuvo asociada a áreas del lote con
mayores contenidos de partículas gruesas (arena) y menores valores de MO, asociada a
menores condiciones de fertilidad de suelo (menor agua útil para los cultivos y
disponibilidad de nutrientes). La zona de medio potencial (MP), son áreas del lote con un
comportamiento intermedio entre las zonas anteriormente mencionadas, aunque tiende a
ser más similar a la zona de bajo potencial.
7
8
MODELOS OPTIMOS ECONOMICOS DE N EN MAIZ
DESCRIPCIÓN DE LAS CURVAS DE RESPUESTA DE N POR ZM
En la siguiente figura se presentan los valores de rendimiento en grano de maíz en función del ND (nitrógeno
disponible) para cada zona de manejo. Cada punto representa el promedio de rendimiento (de al menos tres
repeticiones) correspondiente a cada tratamiento o sea ND (disponibilidad de N inicial + dosis de N aplicada).
Del ajuste de los modelos para cada zona de manejo surgieron ecuaciones cuyos coeficientes se presentan
en la siguiente figura.
9
Los resultados para la zona de AP, de superior productividad esperada, muestran que los rendimiento no
presentan respuesta significativa al agregado de N (umbral crítico) cuando el ND es de 170 kg/ha.
Los resultados para la zona de MP, de intermedia productividad esperada, muestran que los rendimiento no
presentan respuesta significativa al agregado de N (umbral crítico) cuando el ND es de 140 kg/ha.
Los resultados para la zona de BP, de inferior productividad esperada, muestran que los rendimiento no
presentan respuesta significativa al agregado de N (umbral crítico) cuando el ND es de 100 kg/ha.
10
MODELOS OPTIMOS ECONOMICOS DE N SITIO ESPECÍFICO
Utilizando la relación de precio histórica (10:1), para la zona de BP, el modelo determinó una DOE
significativamente más baja (35 kg ND ha-1) respecto de la zona de MP y AP (125 y 140 kg ND ha-1,
respectivamente). Se determinó que los ND óptimos aumentaron a medida que mejoró la potencialidad de
cada zona de manejo. En otras experiencias también ha sido reportado que los requerimientos nutricionales
de los cultivos aumentan a medida que mejora la productividad del ambiente (Scharf et al., 2005).
A modo de ejemplo, para interpretar la simplicidad y practicidad de este modelo, supongamos que tenemos
una relación de precios desfavorable de 20:1 (ya sea por baja en el precio del grano ó aumento del
fertilizante nitrogenado). Podemos decir que en la zona de manejo de bajo potencial (loma arenosa), no se
recomienda la aplicación de fertilizantes nitrogenados, y todas las DOE para cada ambiente son menores. En
caso de que las relación de precio sea más favorable que el promedio (< 10:1), las DOE son mayores.
EFICIENCIA DE USO DEL NITRÓGENO DISPONIBLE (EUND) EN LA DOE POR ZM
11
La EUN disponible en la dosis óptima económica difirió entre ZM siendo superior para la zona AP (p<005). En
la Zona de bajo potencial (BP) el promedio de la EUND en la DOE fue de 16 kg de grano/ kg N disponible. En
la Zona de medio potencial (MP) el promedio de la EUND en la DOE fue de 32 kg de grano/ kg N disponible.
En la Zona de alto potencial (AP) el promedio de la EUND en la DOE fue de 35 kg de grano/ kg N disponible.
La mayor EUN en la zona de alto potencial es atribuible a que este ambiente está asociado a mayor
disponibilidad de agua para los cultivos. En conclusión, la mayor eficiencia de uso del nitrógeno en la dosis
óptima económica se observaron cuando se combinaron baja disponibilidad de N a la siembra y alto
potencial de rendimiento (ambientes con alto índice ambiental).
12
DELIMITACIÓN DE ZONAS DE MANEJO: UNA HERRAMIENTA
PARA MEJORAR EL MANEJO DE NITROGENO EN TRIGO
Este trebajo se encuentra en: Peralta, N.R.; Costa, J.L; Balzarini1, M.; Castro Franco, M.; Córdoba, M ; Bullock, D. 2015. Delineation of management zones to improve nitrogen management of wheat. Computers and Electronics in Agriculture. 110: 103-113.
Esta investigación fue conducida en 5 lotes comercial entre 26 y 84 ha, ubicados en el sudeste bonaerense,
Provincia de Buenos Aires, Argentina. Cada lote está constituido principalmente por una serie de suelo
(Tabla) [INTA Castelar (1979-1980) Mapa de suelos de la Provincia de Buenos Aires (1:50000), Secretaría de
Agricultura Ganadería y Pesca].
Sitio Lotes Sup (ha) ** N-NO3
Tipo de suelo
(kg ha
-1) * UC series suelo Clasificación suelo
FA 45 80 Ta19 Tandil (70%) Argiudol Tipico
Tandil
Azul (30%) Paleudol Petrocalcico
FB 26 84 Ta19 Tandil (70%) Argiudol Tipico
Azul (30%) Paleudol Petrocalcico
La Numancia FE
80 Ta19 Tandil (70%) Argiudol Tipico
33
Azul (30%) Paleudol Petrocalcico
F11 75 87 AZ26 Azul (60%) Paleudol Petrocalcico
Semillero Buck (30%) Argiudol Tipico
Loberia
Cinco Cerros (10%) Argiudol Litico
F25 84 83 AZ26 Azul (60%) Paleudol Petrocalcico
Semillero Buck (30%) Argiudol Tipico
Cinco Cerros (10%) Argiudol Litico
13
Generación de las zonas de manejo
La medición de la Conductividad Eléctrica Aparente del suelo (CEa) se realizó utilizando el Veris 3100® (Veris
3100, Division of Geoprobe Systems, Salina, KS) (Peralta et al., 2012; Peralta y Costa, 2013). En este trabajo
se utilizaron las mediciones de ambos estratos de CEa (0-30 cm, CEa30 y de 0-90 cm, CEa90). La medición de
la elevación del terreno se realizó en el mismo momento que la medición de la CEa con un DGPS. La
profundidad de suelo fue medida con un penetrómetro hidráulico Gidding en una grilla de 30x30 m y
georreferenciando cada punto con un GPS (Juno ST; Trimble Navigation Limited, USA). Las zonas de manejo
fueron generadas utilizando la metodología de análisis cluster (Peralta et al., 2015).
14
Figura. Lotes experimentales con las zonas de manejo y parcelas con diferentes dosis de N.
Zonas de manejo y dosis de N
En los lotes FB, FE and F25, la interacción entre dosis de N y ZM fue significativa (p <0.05), lo que indica que
la respuesta a la fertilización difiere entre ZM. Por lo tanto, en los siguientes años, una aplicación variable de
N por ZM debería realizarse. Esta práctica conduce a ajustar las dosis de fertilizante nitrogenado y
necesidades de los cultivos (Bullock et al., 2007). En los lotes F11 y FA, la interacción entre dosis de N × ZM
15
no fue estadísticamente significativa. En F11, la dosis de N no produjo diferencias significativas en el
rendimiento, ya sea entre o dentro de las ZM. Estos resultados podrían ser debido a una diferencia mínima
en profundidad del suelo y la disponibilidad de agua entre ZM.
GENERACION DE METAFUNCIONES SITIO ESPECÍFICO
La interacción entre la disponibilidad de N y ZM para todos los lotes en conjunto fue presentada en la
siguiente Figura. En este análisis, la zona de bajo potencial (BP) estuvo asociada a suelos poco profundos
(Paleudoles Petrocálcicos -PP-; <100 cm). Mientras la zona de alto potencial (AP) estuvo asociada a suelos
profundos (Argiudoles Típicos-TA;> 100 cm). Para PP y AT, la interacción entre N disponible × ZM fue
significativa (p <0.05), lo que indica que la respuesta a la fertilización es diferente entre tipos de suelo (Figura
5). Para PP y AT, la disponibilidad de N (125 y 170 kg N ha-1) no presentaron significativamente aumentos de
rendimiento, pero sí con el control (80 kg N ha-1). En los PP, las disponibilidades de N (125 y 170 kg N ha-1)
16
mostraron una respuesta de rendimiento de 250 kg ha-1 (8%) y 320 kg ha-1 (10%), respectivamente.
Mientras que en los AT, la disponibilidad de N presento un aumento de 390 kg ha-1 (11%) y 470 kg ha-1
(14%), respectivamente. Estos resultados demuestran que, el cultivo de trigo en años de baja precipitación,
presentó la menor respuesta en los Paleudoles Petrocálcicos (PP; suelos poco profundos), y la mayor
respuesta en los Argiudoles Típicos (TA; suelos profundos).
Figura . a) Relación entre el rendimiento de trigo y el nitrógeno disponible (ND) a la siembra (fertilizante + suelo) hasta
los 60 cm de profundidad según tipo de suelo, Paleudol Petrocalcico (PP) y Argiudol Típico (AT). Letras diferentes
indican diferencias estadísticamente significativas (p<0.05). Las barras verticales indican el error típico de la media para
cada tipo de suelo.
17
EFICIENCIA DE USO DE NITRÓGENO POR ZONAS DE MANEJO
En los lotes FA y F11, la EUNfert no difirió entre ZM. Por el contrario, en FB, FE y F25 la EUNfert difirió
significativamente entre ZM (p <0.05), con mayores valores de EUNfert en la zona de AP. Esto es atribuible a
que esta zona presenta mayor disponibilidad de agua y, el cultivo de trigo presentó menor estrés hídrico
durante la estación de crecimiento.
Para todos los lotes, la EUN disponible difirió significativamente entre el tipo de suelo (p <0.05) con valores
mayores de EUN en TA (Argiudol Típico). El valor EUN para 125 kg ha-1 de N disponible fue de 7 y 9 kg de
grano por kg de N para PP (Paleudol Petrocálcico) y TA, respectivamente. En contraste, para 170 kg de ha-1 N
disponible, la EUN fue de 5 y 6.5 kg de grano por kg de N para PP y TA, respectivamente.
Figura. Eficiencia del uso de nitrógeno disponible (EUND) según zonas de manejo intralote y tipo de suelo, Paleudol
Petrocalcico (PP) y Argiudol Típico (AT). Letras diferentes indican diferencias estadísticamente significativas (p<0.05).
Las barras verticales indican el error típico de la media para cada tipo de suelo.
18
CONSIDERACIONES FINALES
Los resultados muestran la importancia de caracterizar la variabilidad espacial de los lotes para identificar
ZM y tipos de suelo para mejorar el manejo de N. La aplicación de dosis variable de N, de acuerdo con el
potencial de cada tipo de suelo, permite una mayor eficiencia en el uso de este nutriente, disminuyendo los
riesgos de pérdida de N y, en consecuencia, la probabilidad de contaminar el medio ambiente, favoreciendo
los sistemas de producción sustentables.
BIBLIOGRAFIA RECOMENDADA
Bullock D.S., Kitchen N., Bullock D.G. 2007. Multidisciplinary Teams: A Necessity for Research in
Precision Agriculture Systems. Crop Sci. 47:1765–1769.
Bullock, D.S., Ruffo, M.L., Bullock, D.G., Bollero, G.A. 2009. The value of variable rate technology: An
information-theoretical approach. American J. Agric. Econ. 21: 209-223
Bermúdez, M. 2011. Cómo llevar a la práctica en gran escala el manejo sitio-específico de N y P. En:
García F.O. y A.A. Correndo (Coords.). Actas del Simposio Fertilidad 2011: “La nutrición de cultivos integrada
al sistema de producción”, 18-19 de Mayo de 2011, Rosario, Santa Fe, Argentina: 47-54
Bermúdez, M.; MALLARINO, A.P. 2007. Impacts of variable-rate phosphorus fertilization based on dense
grid soil sampling on soil-test phosphorus and grain yield of corn and soybean. Agron. J. 99:822-832.
FAO.2011. Looking a head in world food and agriculture : perspectives to 2050 / edited by Piero
Conforti. FAO. Rome.
Gregoret M. C., Diaz Zorita, M., Dardanelli, J., Bongiovanni, R.G.2011. Regional model for nitrogen
fertilization of site-specific rainfed corn in haplustolls of the central Pampas, Argentina. Precision Agric.
12:831–849.
19
Jaynes, Dan B., Kaspar, T.C., Colvin, T.M. 2011. Economically Optimal Nitrogen Rates of Corn:
Management Zones Delineated from Soil and Terrain Attributes 103:1026–1035.
Peralta, N. R., Costa, J.L, Balzarini M., Castro Franco, M. 2013a. Delimitación de zonas de manejo con
modelos de elevación digital y profundidad de suelo. Interciencia. 38 (6): 1-7.
Peralta, N.R., Costa, J.L. 2013. Delineation of management zones with soil apparent electrical
conductivity to improve nutrient management. Computers Electronics Agric. 99, 218-226.
Peralta, N.R., Costa, J.L, Balzarini, M., Angelini, M. 2013. Delineation of management zones with
measurements of soil apparent electrical conductivity in the Southeastern Pampas. Can. J. Soil Sci. 93: 205-
218.
Peralta. 2014. Reunión técnica en la INTA Balcarce. Datos presentados en el taller de Agricultura por
Ambientes en el Universidad Nacional de Río Cuarto.
Peralta, N.R.; Costa, J.L; Balzarini1, M.; Castro Franco, M.; Córdoba, M ; Bullock, D. 2015a. Delineation of
management zones to improve nitrogen management of wheat. Computers and Electronics in Agriculture.
110: 103-113.
Peralta, N.R.; Barbieri, P.; Gowland, T.; Aparicio, V; Costa, J.L. 2015. Precision Precision agriculture:
variable rate nitrogen in malting barley. Ciencia del suelo. Accepted
Raun, W.R., Schepers, J.S., 2008. Nitrogen management for improved use efficiency. p. 675–693. In J.S.
Schepers and W.R. Raun (ed.) Nitrogen in agricultural systems. Agron. Monogr. 49. ASA, CSSA, and SSSA,
Madison, WI.
Ruffo, M., Bollero, G., Bullock, D.S., Bullock, D.G. 2006. Site-specific production functions for variable
rate corn nitrogen fertilization. Precis. Agric 7 :327–342.
Scharf, P.C., Kitchen, N.R., Sudduth, K.A., Davis, J.G. 2006. Spatially variable corn yield is a weak
predictor of optimal nitrogen rate. Soil Sci. Soc. Am. J. 70:2154–2160
Scharf, P.C., Kitchen, N.R., Sudduth, K.A., Davis, J.G., Hubbard, V.C., Lory, J.A.. 2005. Field-scale
variability in optimal nitrogen fertilizer rate for corn. Agron. J. 97:452–461.