Estado del arte y base de datos para parametrización
El objetivo de este informe es de describir el estado del arte de la modelación de la soja (Glycine max (L)) en América Latina y el Caribe (LAC) y de proporcionar una base de datos experimentales que puede servir para la calibración y evaluación de modelos de crecimiento y desarrollo del cultivo de soja. La soja es una especie de gran importancia económica y alimentaria a nivel mundial, proporcionando aceite, alimento para animales, e insumos para la acuicultura. Recientemente su uso para consumo humano, por su excelente fuente de proteína, se ha incrementado con una gran variedad de productos de consumo alimenticio en el mercado de derivados de la soja. América Latina y el Caribe constituyen la principal región productora de soja ya que Argentina y Brasil juntos proveen 50% de la producción mundial, que junto con Estados Unidos y China producen el 90% de la producción mundial. De estos cuatro principales productores, Brasil es el principal exportador. La productividad de la soja ha alcanzado incrementos importantes en las últimas décadas, reflejando la especialización y grado de tecnología utilizado en su producción. Hay varios modelos de crecimiento y desarrollo que se han creado para modelar el cultivo de soja y varios genéricos que son usados para simulación del cultivo. La mayoría de los modelos (APSIM, DSSAT / CROPGRO, CropSyst, MONICA, AQUACROP, STICS) están disponibles para usuarios generales; de estos CROPGRO, CropSyst y APSIM son los más utilizados en el mundo y en América del Sur. Los estudios sobre modelización del crecimiento y desarrollo de soja en América Latina se iniciaron en la década de 1990, con trabajos en Argentina y Brasil, para estudiar opciones de manejo (fecha de siembra, fertilización, irrigación, manejo de plagas, agricultura de precision). Después de los años 2000, se observó un nuevo impulso, manteniéndose activa hasta la actualidad, con una relativa concentración de trabajos desarrollados en Argentina y Brasil donde el cultivo tiene mayor importancia socio-económica y donde se ha enfatizado la investigación y uso de modelos en soja para la evaluación de los efectos de variabilidad y cambio climático en la producción y el rendimiento. En los últimos años se ha trabajado en el uso de estas herramientas para los pronósticos agrícolas a corto plazo y las proyecciones de escenarios futuros de impactos del cambio climático.
Para este informe fueron identificados 8 trabajos con potencial de uso de datos para futuros trabajos de desarrollo y calibración de modelos y se obtuvieron datos completos provenientes de 11 sitios distintos distribuidos entre 4 países productores del grano en LAC. El conjunto de datos contiene 14 variedades de soja y varios experimentos con cada una, variando su fecha de siembra y tratamientos de manejo. La distribución geográfica de estos trabajos está concentrada principalmente en Argentina, Brasil, Uruguay y Paraguay, pero se tiene en Bolivia un polo de modelización que también puede ganar fuerza en los próximos años.
La base de datos propuesta, aunque restringida geográficamente, representa la principal zona productora de soja de América Latina (y del mundo) con una variación considerable de clima y suelo. La base genética de las variedades presentadas también sugiere que el desarrollo y ajuste de modelos basados en esos datos constituyen un importante primer paso para estudiar los impactos del cambio climático y las opciones de adaptación en la principal zona productora de soja mundial. Iniciativas como EUROCLIMA pueden actuar como polos irradiadores de conocimiento y facilitar la conexión entre los investigadores e instituciones interesados en el tema de la modelación biofísica, acelerando el desarrollo y uso de esas herramientas en América Latina y el Caribe.
MEIRA Santiago;
RODRIGUEZ BAIDE Joysee;
CONFALONE Adriana;
FATECHA FOIS Diego Augusto;
FERNANDES José Mauricio;
PEREZ GONZALEZ Osvaldo;
VAN DEN BERG Maurits;
2019-07-30
Publications Office of the European Union
JRC110355
978-92-79-77710-3 (print),
978-92-79-77709-7,
1018-5593 (print),
1831-9424 (online),
EUR 29057 ES,
OP KJ-NA-29057-ES-C (print),
OP KJ-NA-29057-ES-N (online),
https://publications.jrc.ec.europa.eu/repository/handle/JRC110355,
10.2760/639226 (online),
10.2760/408823 (print),
