Plataforma Agroinformática -CASANDRA- Impacto, Adaptación y Vulnerabilidad Edgardo Guevara ( INTA ) Alfredo Rolla ( CIMA/UBA/CONICET ) Santiago Meira ( INTA) Gabriel Rodríguez (INTA)
QUÉ ES UN MODELO DE SIMULACIÓN Son simplificaciones razonables de la realidad que incorporan respuestas de los cultivos a condiciones ambientales (suelo y clima), reconocen algunas características genotípicas importantes dentro de cada especie y usan esta informacion para simular el desarrollo, crecimiento y rendimiento de los cultivos, generalmente con paso diario. Tienen una variedad de aplicaciones y, dentro de sus limitaciones (malezas, insectos, enfermedades y catástrofes tales como tormentas), permiten la exploración de una serie de situaciones imposibles de evaluar por medio de la experimentación clásica.
Calibración y Validación de los modelos DSSAT en Argentina Resultados Experimentales en Parcelas 9 8 7 6 5 4 3 2 1 URU-WH URU-BA ARG-WH BR-MZ 1:1 CERES wheat, maize, and barley Grain yield (T/ha) 0 0 1 2 3 4 5 6 7 8 9 Predicted Resultados en Campo de Productores Obs 4 Cultivos 8 Ambientes 4 Años Simulated (t/ha) Simulados (t/ha) 6 5 4 3 2 1 0 15 Trigo Wheat Soja Soybean 14 Maize Maíz 13 Simulados Simulated (t/ha) (t/ha) 12 11 10 9 8 7 Wheat error: 10 % 6 Soybean error: 10.9% 5 Error: 7.8% 0 1 2 3 4 5 6 5 6 7 8 9 10 11 12 13 14 15 Observados Observed (t/ha) (t/ha) Observados Observed (t/ha) (t/ha)
Calibración y Validación de los modelos DSSAT en Argentina Rendimiento Simulado (q ha-1) 60,0 50,0 40,0 30,0 20,0 10,0 y = 1,048x + 0,590 R 2 = 0,944 y = 1,0645x R 2 = 0,9435 0,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0 Rendimiento Medido ( q ha-1) trigo Rendimiento Simulado (q ha-1) 130,0 110,0 90,0 70,0 50,0 30,0 y = 0,8732x + 7,09 R 2 = 0,9073 y = 0,9844x R 2 = 0,8901 10,0 10,0 30,0 50,0 70,0 90,0 110,0 130,0 Rendimiento Medido ( q ha-1) maíz Rendimiento Simulado (q ha-1) 40,0 35,0 30,0 25,0 20,0 15,0 10,0 5,0 y = 1,0732x - 1,5134 R 2 = 0,8981 y = 1,0128x R 2 = 0,8948 0,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 Rendimiento Medido ( q ha-1) soja Rendimiento Simulado (q ha-1) 40,0 35,0 30,0 25,0 20,0 15,0 10,0 5,0 y = 1,208x - 3,3948 R 2 = 0,672 y = 1,0471x R 2 = 0,6597 0,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 Rendimiento Medido ( q ha-1) girasol
Calibración y Validación de Modelos DSSAT en Argentina ESTIMACIONES REGIONALES Áreas Homogéneas 60 Mha, 31 climas, 65 suelos
Desarrollos agroinformáticos usando Modelos DSSAT en Argentina Análisis de estrategias productivas para la toma de decisiones (1995,1998, 2003) Hernandorena, Meira, Guevara Análisis de la variabilidad espacial de la interacción ambiente-cultivo (2002) Hernandorena, Guevara, Meira SURPROJECT Desarrollo, crecimiento y rendimiento de un cultivo durante la estación de crecimiento (2005) Hernandorena, Guevara, Meira
Nuevos Desarrollos Agroinformáticos usando Modelos DSSAT en Argentina Cambio Climático Análisis del impacto y vulnerabilidad al Cambio Climático (2015) Rolla, Guevara, Meira, Rodriguez Sistema en tiempo operacional para la evaluación y proyección del estado de cultivos para la estación de crecimiento (2015) Rolla, Guevara, Meira
CASANDRA: Esquema conceptual Capas de Información Procesamiento Administración Visualización Manejo Climas - C y A - SMN - RIAN - Satélites(TRMM) - Otros Modelos de Cultivo Administración Base de Datos (SQL nosql) Suelos Genética Climas- CFSv2. Ensamble de 16 miembros diarios ( tmax,tmin,rad,pre) Climas - Modelo de pronósticos dinámico..
*IBMZ910031 BA2 PERGAMI 0 PERGAMINO @SITE COUNTRY LAT LONG SCS FAMILY -99-99 -99-99 ARGIUDOL TIPICO, FINA. SERIE PERGAMINO ( 31) @ SCOM SALB SLU1 SLDR SLRO SLNF SLPF SMHB SMPX SMKE -99 0.10 7.0 0.40 78.0 1.00 1.00 IB001 IB001 IB001 @ SLB SLMH SLLL SDUL SSAT SRGF SSKS SBDM SLOC SLNI SLHW SLHB SCEC 5-99 0.181 0.344 0.401 1.000-99 1.25 1.70 12.3 6.2-99 -99 15-99 0.181 0.344 0.401 1.000-99 1.25 1.70 10.3 6.2-99 -99 27-99 0.175 0.346 0.396 0.750-99 1.27 0.64 7.7 6.2-99 -99 37-99 0.204 0.347 0.396 0.750-99 1.37 0.64 6.7 6.3-99 -99 70-99 0.305 0.381 0.403 0.750-99 1.37 0.35 4.9 6.0-99 -99 90-99 0.263 0.367 0.408 0.500-99 1.35 0.24 2.9 6.0-99 -99 140-99 0.165 0.344 0.408 0.500-99 1.30 0.24 1.8 6.1-99 -99 160-99 0.165 0.344 0.408 0.500-99 1.30 0.24 1.0 6.1-99 -99 180-99 0.159 0.309 0.423 0.200-99 1.25 0.10 0.0 6.4-99 -99 200-99 0.159 0.309 0.423 0.100-99 1.25 0.10 0.0 6.4-99 -99
Serie Arata Serie Quemu Quemu
4 5 6 3 7 8 2 1
CASANDRA: Sistema para la evaluación y proyección del estado de cultivos Objetivos: Generar mapas en tiempo operacional de impactos sobre los cultivos en forma automatizada y periódica. Poder integrar la información generada por los diferentes unidades de INTA y generar un producto relativo al estado de los cultivos con un criterio regional y territorial Aprovechar la tecnología actual y disponibilidad de pronósticos de corto y mediano plazo para aplicarlo a las proyecciones de cultivos en tiempo operacional ( 7 días a 6 meses). Taller EUROCLIMA/AgMIP Septiembre 28 al 2 de Octubre 2015
CASANDRA: Desarrollo, crecimiento y rendimiento de un cultivo durante la estación de crecimiento Taller EUROCLIMA/AgMIP Septiembre 28 al 2 de Octubre 2015
CasandraCC: Análisis del impacto y vulnerabilidad al Cambio Climático Clima Suelos Manejo/Cultivar Cambio Climático Impactos
CasandraCC: Análisis del impacto y vulnerabilidad al Cambio Climático Cambio Climático
Componente 2 Fortalecimiento de la Agenda Nacional de Adaptación AGRICULTURA Y GANADERIA IMPACTO Y VULNERABILIDAD AL CAMBIO CLIMÁTICO POSIBLES MEDIDAS DE ADAPTACIÓN Equipo de trabajo: Rolla A., Guevara E, Meira S., Ramayón J. Rodriguez G., Ortiz de Zárate M., Nuñez M.
MAIZ Línea Base Rendimientos medios para el cultivo de Maíz en 3751 áreas homogéneas a partir de las capas de información de clima, suelo, genética y manejo, para el tiempo actual y para la serie climática de datos diarios 1980-2010.
Adaptación Maíz Adaptación mediante Fecha de siembra para el cultivo de Maíz en el horizonte cercano (2015-2039) y lejano (2075-2099) para los RCP 4.5 y 8.5
Vulnerabilidad Exposición = Todas las simulaciones incluidas, divididas en tercios para calificar como Alta (3), Media (2) y Sensibilidad = Trigo, Maíz y Soja para cada horizonte, FC (2015-2039) y FL (2075-2099) y cada escenario, RCP 4.5 y RCP 8.5. Los valores se dividieron en tercios para calificar la Sensibilidad como Alta (3), Media (2) y Baja (1) Adaptación = Trigo, Maíz y Soja para cada horizonte, FC (2015-2039) y FL (2075-2099) y cada escenario, RCP 4.5 y RCP 8.5. Los valores se dividieron en tercios para calificar la Adaptación como Alta (3), Media (2) y Baja (1) Exposición + Sensibilidad - Capacidad de Adaptación = Vulnerabilidad -1 a 0 (Muy Baja Vulnerabilidad), 0.1 a 1.0 (Baja Vulnerabilidad),, 2.1 a 3 (Vulnerabilidad Media), 3.1 a 4 ( Vulnerabilidad Alta),.
Futuro Cercano - RCP 4.5 Futuro Cercano - RCP 8.5 Vulnerabilidad Futuro Lejano - RCP 4.5 Futuro Lejano - RCP 8.5 1
Muchas gracias por escucharme