Modelos de Ayuda a la Toma de Decisiones para el Manejo Integrado de Malezas Ing. Agr. Guillermo R. Chantre Departamento de Agronomía Universidad Nacional del Sur (CERZOS-CONICET)
Tabla mariela
Planeamiento táctico-operativo para el manejo de malezas basado en el uso de herbicidas
Se propone un Modelo de táctico-operativo para la planificación del control químico: caso sistema AVEFA-trigo SO bonaerense. Objetivos: identificar los momentos óptimos de aplicación y las mejores opciones de control con herbicidas con miras a: o Maximizar el beneficio económico o Minimizar el impacto ambiental
Desarrollo del modelo de planeamiento Horizonte de planeamiento anual (paso diario). Monitoreo de los cambios en la densidad total de individuos de AVEFA y la densidad efectiva en competencia con el cultivo. I. Estimación de la densidad total: D t Dt 1 E t M t t D t = densidad del día t (ind. m-2) D t-1 = densidad del día t-1. E t = emergencia del día t. M t = mortalidad del día t.
II. Mortalidad Los individuos de la maleza son eliminados únicamente por acción de los herbicidas aplicados. Los individuos pueden ser efectivamente controlados solo si se encuentran dentro del periodo de susceptibilidad. Las aplicaciones de herbicidas controlan el 100% de los individuos susceptibles (No la totalidad de individuos presentes).
1º cohorte AVEFA Post_emergente Selectivo (h2) nsh1h2 nsh2h2 periodo de susceptibilidad (h2) nsh1h1 periodo de susceptibilidad (h1) Total en barbecho (h1) nsh2h1 Fig 1. Esquema del funcionamiento del modelo sobre la línea de tiempo para ejemplificar la mortalidad por control químico.
Restricciones de aplicación: Herbicidas selectivos en postemergencia y no selectivos en barbecho. No aplicar dos veces el mismo graminicida selectivo en una misma temporada. No aplicar cuando ya no se pueden hacer tareas de control por el estado de desarrollo del cultivo.
III. Estimación de la producción de semillas de AVEFA o Semillas producidas por plantas sobrevivientes al final de la temporada: S = semillas totales producidas. m -2 Sn = fecundidad de los individuos de la cohorte n (semillas.planta-1). Dn = densidad total final de la cohorte n. bn = área requerida para producir f de la cohorte n. n= 2 Cohorte anticipada Cohorte tardía
o Semillas que se incorporan al banco a fin de ciclo: SR 1 l S SR= lluvia de semillas L= pérdidas por predación y cosecha
IV. Pérdida de rinde del cultivo por competencia o Hipérbola de Cousens* yl id id 1 a yl= pérdida de rinde (%) D = densidad de la maleza (individuos. m -2 ) i y a = parámetros de la hipérbola (*) Problema: NO permite incorporar el efecto competitivo diferencial de las cohortes sobre el cultivo (i.e. asume que los individuos de AVEFA son coetáneos).
o Solución: modificación basada en el TDE: Equivalente de tiempo y densidad (Berti et al., 1996) TDE permite representar el impacto de cada cohorte diaria sobre la pérdida de rinde t Ett t e c RTt t Ett t = nº individuos emergidos el día t que NO son controlados y que compiten con el cultivo; RT t = momento relativo de emergencia de AVEFA respecto del cultivo;
Monitoreo diario de la densidad de individuos de AVEFA que emergen considerando el momento relativo de emergencia del TRIGO (Dec). Temt1 y Temt2: fechas de emergencia de dos cohortes de AVEFA.
o Se estima la pérdida de rinde en función del TDE total. y L i 1 TDEtot i TDEtot a TDEtot: densidad acumulada de AVEFA que compite con el trigo.
V. Estimación del rinde del cultivo o Se calcula el rendimiento esperado en competencia: y y L y wf 1 100 y = rinde estimado (Kg ha -1 ) y wf = rinde libre de malezas (Kg ha -1 ) y L = pérdida rendimiento (%)
VI. Evaluación del impacto ambiental Cuantificado como costo monetario: Externalidad. Cuantificación Ambiental de Pesticidas (PEA) (Leach y Mumford, 2008). El PEA se basa en el cálculo del costo externo por Kg de i.a. aplicado de acuerdo con su Cociente de impacto ambiental (EIQ, Kovach et al., 1992).
o El PEA provee el costo externo por kg de i.a. aplicado de un plaguicida promedio: Categorías del EIQ coefeiq Rango bajo (0.5) Rango medio (1) Rango alto (1.5) Costo externo promedio (CMD) (euros kg -1 de i.a.) Efectos sobre el aplicador 5 EA < 25 25 EA < 85 85 EA 125 0.87 Efectos sobre cosechador 1 EC < 14 14 EC < 76 76 EC 125 0.62 Efectos sobre el consumidor 1 ECon < 14 14 ECon < 76 76 ECon 125 4.05 Contaminación de aguas subterráneas Efectos sobre organismos acuáticos 1 ECAS < 2 2 ECAS < 4 4 ECAS 5 0.97 1 EOAc < 5 5 EOAc < 17 17 EOAc 25 1.12 Efectos sobre aves 3 EAv < 15 15 EAv < 51 51 EAv 75 0.42 Efectos sobre abejas 3 EAb < 15 15 EAb < 51 51 EAb 75 0.31 Efectos sobre insectos benéficos 5 EIB < 25 25 EIB < 85 85 EIB 125 0.42 coefeiq= rango bajo, medio o alto; CMD= costo externo por Kg i.a.; CM= factor de conversión a dólares; RPIB= PBI ajustado PEA ( coefeiq * CMD * Dosis) * CM * RPIB categoríaseiq
VII. Función objetivo del modelo B Inc Cost Cap Ext B = Beneficio ($ ha -1 ) Inc = Ingreso bruto ($ ha -1 ) Cost = Costos de adquisición de herbicidas ($ ha -1 ) Cap =Costo de aplicación de herbicidas ($ ha -1 ) Ext = Costo ambiental ($ ha -1 )
Resultados
Análisis de escenarios EEA INTA Bordenave (1999-2010) o Perfiles de emergencia de AVEFA con distinto tiempo medio emergencia (TEmeAcu(50)= 145, 215 y 110 días).
o Opciones de control químico: Glifosato, Paraquat (barbecho); Topik, Axial, Puma, Merit, Iloxán, Splendor (selectivos postemergentes). o Se consideró un banco inicial de semillas de 200 semillas m -2
CASO I: Perfil 2003 (Temeacu(50)= 145 días) PLAN DE CONTROL Año 2003 Densidad final 61 ind. m -2 Pérdida de rinde 12 % TDEtot 18 ind. m -2 Costos totales 279,9 $ ha -1 Semillas producidas 443 sem. m -2 Externalidades 6 $ ha -1 Lluvia de semillas 204 sem. m -2 Aplicaciones sugeridas Glifosato 71/111/147 Pyroxulam 198 glifosato merit
CASO II Perfil 2004 (TEmeAcu(50)= 215 días) Año 2004 Densidad final 154 ind. m -2 Pérdida de rinde 2,0 % TDEtot 3 ind. m -2 Costos totales 99,1 $ ha -1 Semillas producidas 551 sem. m -2 Externalidades 3,9 $ ha -1 27% Lluvia de semillas 254 m -2 Aplicaciones realizadas Glifosato 110/146 glifosato
CASO III- Perfil 2007 (TEmeAcu(50)= 110 días) Año 2007 Densidad final 72 ind. m -2 Pérdida de rinde 15 % TDEtot 23 ind. m -2 Costos totales 148,6 $ ha -1 Semillas producidas 632 sem. m -2 Externalidades 5,8 $ ha -1 Lluvia de semillas 291 46% Aplicaciones realizadas Glifosato 79/115/151 glifosato
Conclusiones: Se observó una alta producción de semillas de AVEFA necesidad de penalizar la producción de semillas. Se incluyó un término adicional en la función objetivo para penalizar el costo futuro de la producción de semillas por plantas no controladas de AVEFA: rep p* SR Penalización por infestación p (U$S m 2 ha -1 semilla -1 )
o Penalización de la producción de semillas: CASO I: Perfil Emergencia 2003 (TEmeacu(50)= 145 días) Leves cambios de estrategia Aumento de los costos totales por penalización.
CASO III- CASO Perfil III de (2007) Emergencia 2007 (TEmeAcu(50)= 110 días) Leves cambios de estrategia Aumento de los costos totales por penalización.
CASO CASO II II Perfil (2004) de Emergencia 2004 (TEmeAcu(50)= 215 días) Se agrega un aplicación de Merit Aumento de los costos totales Menor producción de semillas.
Conclusiones finales: El modelo propuesto debe considerarse como un módulo anual de control químico dentro de un sistema de planeamiento estratégico. El impacto ambiental se modeló como una externalidad para facilitar su inclusión directa en la función objetivo. Un enfoque bi-objetivo permitiría estudiar el equilibrio entre la maximización del beneficio económico y la minimización del impacto ambiental.
La emergencia diaria (Et ) de AVEFA se obtuvo a partir de datos experimentales Necesidad de modelar la emergencia en tiempo real. La mortalidad de AVEFA por acción del control con herbicidas Necesidad de incorporar explícitamente: a. efectos de la competencia cultivo-maleza; b. condiciones climáticas adversas; c. factores bióticos (enfermedades y/o insectos fitófagos).
Modelos de emergencia
REDES NEURONALES ARTIFICIALES
Los modelos basados en RNA presentan varias ventajas: Aprendizaje adaptativo: capacidad de aprender a realizar tareas basadas en un entrenamiento o experiencia inicial. Auto-organización: pueden crear su propia organización o representación de la información que reciben mediante una etapa de aprendizaje.
Tolerancia a fallos: la destrucción parcial de una red conduce a una degradación de su estructura; sin embargo, algunas capacidades de la red pueden retenerse. Operación en tiempo real: los cálculos neuronales pueden ser realizados en paralelo. Fácil inserción dentro de la tecnología existente: se pueden obtener módulos especializados para redes neuronales que mejoran su capacidad en ciertas tareas. Ello facilitará la integración modular en los sistemas existentes.
Avena fatua
Lolium multiflorum
Modelo de simulación multianual: caso AVEFA-CEBADA CERVECERA Planeamiento táctico-estratégico incorporando acciones de MANEJO INTEGRADO (métodos mecánicos y culturales). Modelización de la competencia inter e intraespecífica. Implementación de modelos predictivos de emergencia de AVEFA usando RNA robustas. Evaluación bio-objetivo para determinar un posible equilibrio entre máximo beneficio económico y mínimo impacto ambiental.
Referencias Berti, A., Dunan, C., Sattin, M., Zanin, G., Westra, P., 1996. A new approach to determine when to control weeds. Weed Sci. 44, 496 503. Kovach, J., Petzold, C., Degnil, J., Tette, J., 1992. A method to measure the environmental impact of pesticides. NY Food Life Sci. Bull. 139, 1 8. Leach, A.W., Mumford, J.D., 2008. Pesticide environmental accounting: a method for assessing the external costs of individual pesticide applications. Environ. Pollut. 151, 139 147. Lodovichi MV, Blanco AM, Chantre GR et al. 2013. Operational planning of herbicidebased weed management. Agricultural Systems 121, 117 129. Piloto, R. 2017. Redes Neuronales Artificiales. Conceptos básicos y algunas aplicaciones en Energía. Universidad Tecnológica de La Habana. ISBN: 978-959-261-555-7.
Muchas gracias por su atención!