Modelos de crecimiento y fenología de cultivos
aplicados al manejo integrado de enfermedades.
Patricio Sandaña G.
INIA-Remehue
www.inia.cl

TEMARIO
Usos de modelos en:
Análisis de rendimiento,
Efectos del cambio climático
Interacción con enfermedades (Ej: Tizón tardío)

70
60
50
40
30
20
10
0
Trigo
Avena
Arroz
Poroto
1,200
1,000
800
600
400
200
0 5 10 15 20 25 30 35
0
Remolacha
Papa
0 5 10 15 20 25 30 35
Años desde 1979
Rendimiento (qqm ha-1)
Rendimientos de cultivos desde el año 1979
(ODEPA, 2014)
¿Cuál es el potencial de rendimiento de estos cultivos en
distintas zonas del país?

Brechas de Rendimiento
POTENCIAL
*CO2
*Radiación
*Temperatura
*Genotipo
Factores definitorios
*Malezas
*Enfermedades
*Plagas
(T ha-1)
ALCANZABLE
*Agua
*Nutrientes
Nitrógeno
Fósforo
Medidas de Aumento Rendimiento
Factores limitantes
ACTUAL
Medidas de Protección de Rendimiento
Factores reductores
BRECHA RENDIMIENTO
Nivel de Producción de un Cultivo

INPUT
OUPUT
(Kooman and Haverkort, 1994)
Temp max (°C) Temp min (°C)
Daily
radiation
(MJ/m2)
Precipitation
(mm/month) Open pan evap
(mm/month)
Jan 28.5 11.4 26.2 0.1 222
Feb 27.4 10.6 23.3 1.6 163
March 25.9 9.4 19.3 4.3 141
April
21.5 7.9 11.9
32.6 74
May
17.3 5.2 8.1
63.0 39
June
15.5 4.4 6.8
77.7 27
July
13.6 2.2 8.9
64.3 27
Aug
16.2 3.0 10.1
38.3 46
Sep
18.4 5.7 14.2
27.9 72
Oct 21.0 6.8 17.6 7.0 118
Nov 24.2 8.8 24.6 2.8 164
Dec 26.8 10.7 25.4 8.6 205
Month of planting (1-12) 10
Day of month of planting (1-31) 1
Planting depth (mm) 150
Month of harvest 3
Day of harvest 16
Sprout growth rate (mm/degree day) 0.7
Degree days emergence - 100% crop cover 650
LUE (all radiation) (g/MJ light intercepted) 1.25
Harvest index (%) 75
DM concentration tubers (%) 20
Rooting depth (m) 0.5
Texture (%clay and silt) 10
Min temp photosynthesis (Tmax) 8
Min temp optimal photosynthesis (Tmax) 20
Max temp optimal photosynthesis (Tmax) 25
Max temp photosynthesis (Tmax) 33
Growing period (days) 166
Days between planting and emergence 15
Days between emergence and 100% ground
cover 41
Days between 100% ground cover and harvest 110
DM tuber yield (ton DM/ha) 22.4
Fresh tuber yield (ton/ha) 112.1
Soil field capacity (mm water / m soil) 110
Irrigation point (mm water / m soil) 50
Precipitation between planting and harvest 24
ETP between planting and harvest 791
Accumulated precipitation deficit (mm) 773
Soil water reserve (mm) 30
Irrigation need (mm) 743
Irrigation need per ton fresh potato (mm) 6.62
DATOS CLIMATICOS

100
80
60
40
20
0
0 20 40 60 80 100 120 140 160 180
Ground cover (%)
Days after planting
3000
2500
2000
1500
1000
500
25
20
15
10
5
0
0 20 40 60 80 100 120 140 160 180
Biomass (t DM / ha)
Days after planting
120
100
80
60
40
20
0
0 20 40 60 80 100 120 140 160 180
Biomass (t fresh matter / ha)
Days after planting
0
0 20 40 60 80 100 120 140 160 180
Degree days (d)
Days after planting

Haverkort et al (2014), Potato Research
INIA

brecha 62%
Chiloé
Coyhaique
Pta. Arenas
Rendimientos actuales (t/ha)
140
120
100
80
60
40
20
0
E E* L* E L E L E L E* E L E* L* E S* E* E E E
Putre
La Serena
La Ligua
Las Cabras
Chillán
Temuco
Pto. Montt
ENCUESTAS A
PRODUCTORES
140
120
100
80
60
40
20
0
E E* L* E L E L E L E* E L E* L* E S* E* E E E
Rendimientos simulados (t/ha)
- Calidad de semilla
- Época de plantación
- Control de enfermedades
- Fertilización
- Riego
SIMULACIÓN
Chiloé
Coyhaique
Pta. Arenas
Putre
La Serena
Chillán
Temuco
Pto. Montt
La Ligua
Las Cabras

CooL Farm Tool (Haverkort and Hillier, 2011)

Simulación del cambio climático en
el rendimiento de los cultivos

El impacto del CC varia significativamente dependiendo de
la elección del GCM. Por lo tanto, es recomendable utilizar
la mayor cantidad posible de GCMs para hacer
evaluaciones del impacto climático.

Hawkins and Sutton (2009), Am. Meteorol. Soc.

6 modelos climáticos (GCMs) generaron
datos diarios de:
- T° Max y T° Min
- Radiación Solar
- Precipitación
- humedad relativa Max y Min
- velocidad del viento
Se calculó la ETo

Ejemplo: Valores máximos, promedios y
mínimos de temperatura de los 6 modelos
climáticos para 4 ambientes productivos

Generación de rendimientos esperados según
cambios en variables climáticas

CALIBRACIÓN AQUACROP CON KARU-INIA
17500
15000
12500
10000
7500
5000
2500
0
MS observada
MS simulada
0 50 100 150 200
MS total (kg/ha)
Días desde la plantación
(TEMPORADA 2012-13)
20000
15000
10000
5000
0
0 5000 10000 15000 20000
MS observada (kg/ha)
MS simulada (kg/ha)

http://dssat.net/workshops/dssat-2014
Costo: US$1500
Próximo: 18-23 Mayo 2015

Efectos del cambio climático en la
interacción cultivo-enfermedades

Madgwick et al. 2011; Eur. J. Plant Pathol.

L. Base
2020LO 2020HI
2050LO 2050HI
L. Base
2020LO 2020HI
2050LO 2050HI

Modelos de simulación
de crecimiento
(calibrados y validados)
Datos Climáticos Actuales Datos climáticos Futuros
Datos históricos según zona
geográfica
Modelos (GCMs)
Rendimientos línea
base
Rendimientos
escenarios futuros
¿Cuántos modelos?
¿Cómo se trabajan
los datos?
¿Qué modelo?
¿Cuántos años?

Modelos de simulación
de crecimiento
(calibrados y validados)
Modelo de predicción de
tizón tardío
Datos Climáticos Actuales Datos climáticos Futuros
Datos históricos según zona
geográfica
Modelos (GCMs)
Incidencia y
severidad línea base
Incidencia y
severidad
escenarios futuros
Rendimientos línea
base
Rendimientos escenarios
Rendimiento futuros
castigado por
enfermedad (%
reducción) actual
Rendimiento
castigado por
enfermedad (%
reducción) futuro

Fracción radiación interceptada en Puyehue-INIA en 3
densidades de plantación y 2 fechas de plantación
100
75
50
25
0
0 40 80 120 160
Fracción de radiación interceptada
(%)
Días después de plantación

Fracción radiación interceptada en Puyehue-INIA en 3
densidades de plantación y 2 fechas de plantación
Fracción de radiación interceptada
140
120
100
80
(%)
FLORACIÓN
y = -1E-09x4 + 2E-06x3 - 0.0016x2 + 0.6993x - 23
R² = 0.85
Tiempo térmico desde emergencia
(TB=7°C)
60
40
20
0
Madurez
0 200 400 600 800 1000

Muchas gracias por su atención!