Predicción y modelización de la respuesta en rendimiento de trigo y maíz y necesidad de nitrógeno en función de variables climáticas previas a la siembra
Los rendimientos de trigo y maíz presentan una importante variabilidad interanual. Parte de esa variabilidad está determinada por factores limitantes, siendo el factor agua el más importante en los sistemas de secano, seguido por deficiencias de nutrientes. El nutriente que en mayor medida condicion...
| Autores principales: | , , |
|---|---|
| Formato: | Conferencia |
| Lenguaje: | Español |
| Publicado: |
Asociación Latinoamericana de Agricultura de Precisión
2022
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/20.500.12123/13640 |
| _version_ | 1855485208701173760 |
|---|---|
| author | Pautasso, Juan Manuel Barbagelata, Pedro Anibal Melchiori, Ricardo Jose |
| author_browse | Barbagelata, Pedro Anibal Melchiori, Ricardo Jose Pautasso, Juan Manuel |
| author_facet | Pautasso, Juan Manuel Barbagelata, Pedro Anibal Melchiori, Ricardo Jose |
| author_sort | Pautasso, Juan Manuel |
| collection | INTA Digital |
| description | Los rendimientos de trigo y maíz presentan una importante variabilidad interanual. Parte de esa variabilidad está determinada por factores limitantes, siendo el factor agua el más importante en los sistemas de secano, seguido por deficiencias de nutrientes. El nutriente que en mayor medida condiciona el rendimiento es el nitrógeno (N). El desafío que tiene la agricultura moderna consiste en incrementar eficientemente los rendimientos minimizando los impactos ambientales. Es clave conocer la demanda de N (determinada por el rendimiento) para el manejo racional de este nutriente: si se aplican dosis que exceden la capacidad de asimilación del cultivo se incrementa el riesgo de pérdidas. Una de las razones de la falta de adopción de recomendaciones de manejo de N en función del rendimiento radica en la incertidumbre sobre la determinación del rendimiento objetivo. Para estudiar la variabilidad climática existen diversos índices que son de público acceso y cuentan con una base de datos histórica, pero para la región no existen modelos predictivos de rendimiento para los cultivos de trigo y maíz, basados en los diferentes índices climáticos y/o variables hídricas que prevean posibles escenarios de rendimientos para poder ajustar la necesidad de N cada año en cada ambiente. El objetivo de este trabajo es presentar una propuesta que modeliza mediante funciones matemáticas para la provincia de Entre Ríos los rendimientos de trigo y de maíz para cada año a partir de variables edafoclimáticas previas a la siembra de los cultivos y la respuesta esperada al agregado de N. |
| format | Conferencia |
| id | INTA13640 |
| institution | Instituto Nacional de Tecnología Agropecuaria (INTA -Argentina) |
| language | Español |
| publishDate | 2022 |
| publishDateRange | 2022 |
| publishDateSort | 2022 |
| publisher | Asociación Latinoamericana de Agricultura de Precisión |
| publisherStr | Asociación Latinoamericana de Agricultura de Precisión |
| record_format | dspace |
| spelling | INTA136402022-12-16T19:02:45Z Predicción y modelización de la respuesta en rendimiento de trigo y maíz y necesidad de nitrógeno en función de variables climáticas previas a la siembra Pautasso, Juan Manuel Barbagelata, Pedro Anibal Melchiori, Ricardo Jose Trigo Maíz Rendimiento Nitrógeno Clima Siembra Wheat Yields Nitrogen Climate Sowing Maize Los rendimientos de trigo y maíz presentan una importante variabilidad interanual. Parte de esa variabilidad está determinada por factores limitantes, siendo el factor agua el más importante en los sistemas de secano, seguido por deficiencias de nutrientes. El nutriente que en mayor medida condiciona el rendimiento es el nitrógeno (N). El desafío que tiene la agricultura moderna consiste en incrementar eficientemente los rendimientos minimizando los impactos ambientales. Es clave conocer la demanda de N (determinada por el rendimiento) para el manejo racional de este nutriente: si se aplican dosis que exceden la capacidad de asimilación del cultivo se incrementa el riesgo de pérdidas. Una de las razones de la falta de adopción de recomendaciones de manejo de N en función del rendimiento radica en la incertidumbre sobre la determinación del rendimiento objetivo. Para estudiar la variabilidad climática existen diversos índices que son de público acceso y cuentan con una base de datos histórica, pero para la región no existen modelos predictivos de rendimiento para los cultivos de trigo y maíz, basados en los diferentes índices climáticos y/o variables hídricas que prevean posibles escenarios de rendimientos para poder ajustar la necesidad de N cada año en cada ambiente. El objetivo de este trabajo es presentar una propuesta que modeliza mediante funciones matemáticas para la provincia de Entre Ríos los rendimientos de trigo y de maíz para cada año a partir de variables edafoclimáticas previas a la siembra de los cultivos y la respuesta esperada al agregado de N. EEA Paraná Fil: Pautasso, Juan Manuel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Paraná. Agencia de Extensión Rural Diamante; Argentina Fil: Pautasso, Juan Manuel. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; Argentina. Fil: Barbagelata, Pedro Anibal. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Paraná; Argentina. Fil: Barbagelata, Pedro Anibal. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; Argentina. Fil: Melchiori, Ricardo Jose. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Paraná; Argentina 2022-12-16T18:58:50Z 2022-12-16T18:58:50Z 2022-03 info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://hdl.handle.net/20.500.12123/13640 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf Asociación Latinoamericana de Agricultura de Precisión 2º Congreso Latinoamericano de Agricultura de Precisión (CLAP 2022), Manfredi, Córdoba, 30/31 de marzo y 01° de abril 2022 |
| spellingShingle | Trigo Maíz Rendimiento Nitrógeno Clima Siembra Wheat Yields Nitrogen Climate Sowing Maize Pautasso, Juan Manuel Barbagelata, Pedro Anibal Melchiori, Ricardo Jose Predicción y modelización de la respuesta en rendimiento de trigo y maíz y necesidad de nitrógeno en función de variables climáticas previas a la siembra |
| title | Predicción y modelización de la respuesta en rendimiento de trigo y maíz y necesidad de nitrógeno en función de variables climáticas previas a la siembra |
| title_full | Predicción y modelización de la respuesta en rendimiento de trigo y maíz y necesidad de nitrógeno en función de variables climáticas previas a la siembra |
| title_fullStr | Predicción y modelización de la respuesta en rendimiento de trigo y maíz y necesidad de nitrógeno en función de variables climáticas previas a la siembra |
| title_full_unstemmed | Predicción y modelización de la respuesta en rendimiento de trigo y maíz y necesidad de nitrógeno en función de variables climáticas previas a la siembra |
| title_short | Predicción y modelización de la respuesta en rendimiento de trigo y maíz y necesidad de nitrógeno en función de variables climáticas previas a la siembra |
| title_sort | prediccion y modelizacion de la respuesta en rendimiento de trigo y maiz y necesidad de nitrogeno en funcion de variables climaticas previas a la siembra |
| topic | Trigo Maíz Rendimiento Nitrógeno Clima Siembra Wheat Yields Nitrogen Climate Sowing Maize |
| url | http://hdl.handle.net/20.500.12123/13640 |
| work_keys_str_mv | AT pautassojuanmanuel prediccionymodelizaciondelarespuestaenrendimientodetrigoymaizynecesidaddenitrogenoenfunciondevariablesclimaticaspreviasalasiembra AT barbagelatapedroanibal prediccionymodelizaciondelarespuestaenrendimientodetrigoymaizynecesidaddenitrogenoenfunciondevariablesclimaticaspreviasalasiembra AT melchioriricardojose prediccionymodelizaciondelarespuestaenrendimientodetrigoymaizynecesidaddenitrogenoenfunciondevariablesclimaticaspreviasalasiembra |