1 / 38

Convirtiendo Información Climática en Información Agronómica (Evaluación de Riesgos en Base a Experiencias del Pasado

Convirtiendo Información Climática en Información Agronómica (Evaluación de Riesgos en Base a Experiencias del Pasado ). Se sabe antes de la siembra: Decisiones? Planificación?. Importancia de “Tiempo” dentro del Clima. Por ejemplo: Información de variabilidad dentro del

jayden
Download Presentation

Convirtiendo Información Climática en Información Agronómica (Evaluación de Riesgos en Base a Experiencias del Pasado

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Convirtiendo Información Climática en Información Agronómica (Evaluación de Riesgos en Base a Experiencias del Pasado)

  2. Se sabe antes de la siembra: Decisiones? Planificación?

  3. Importancia de “Tiempo” dentro del Clima Por ejemplo: Información de variabilidad dentro del Pronóstico para un Trimestre (Períodos de días consecutivos sin lluvia) Un paso adicional al Downscaling (mejora resolución temporal)

  4. Probability of Yield = Mean – ½ StDev (in Sim ≈ 80%, in National ≈ 90%) Dry Spell Mean = 5.25 (sim 2) 5.74 (sim 6)

  5. Híbrido de ciclo CORTO sembrado en Octubre Híbrido de ciclo MEDIO sembrado en Octubre Probabilidad de Rendimiento = 80% del Esperado Días Consecutivos sin Lluvias (“Dry Spells”) Media El Niño Media La Niña Media Neutral

  6. COF11 – Forecast Crop Conditions at End of Season Actual Crop Conditions at End of Season Predicciones del Estado de los Cultivos al final de la Estación de Crecimiento Usando el WRSI (Este de África) Slide Cortesía de G. Galu

  7. Pronósticos de Cultivos (e.g., Maíz) 5000 4000 Lluvia y Temperaturas Desconocidas 3000 Maize Yield (kg / ha) (La mejor estimación del rendimiento es: Simulados con datos de clima de todo el período, e.g., 1930-2004) 2000 1000 Fecha de Siembra Floración (Período Crítico)

  8. Pronósticos de Cultivos (e.g., Maíz) 5000 4000 Lluvia y Temperaturas Desconocidas + 1mes Lluvias y Temp. Observadas 3000 Maize Yield (kg / ha) Ahora la mejor estimación es: Simulaciones del cultivo con 1 mes de clima observado y el resto con clima histórico, e.g., 1930-2004 2000 1000 Fecha de Siembra Floración (Período Crítico)

  9. Pronósticos de Cultivos (e.g., Maíz) 5000 4000 3000 Maize Yield (kg / ha) 2000 1000 (Más datos de Clima Observado Fecha de Siembra Floración (Período Crítico)

  10. En vez de usar el clima de TODOS • los años usar: • Años “del tipo” del PRESENTE • El Pronóstico Probabilístico • Las probabilidades de Lluvia, • Temperaturas, etc., van a ser diferentes • Si sabemos “Algo” del Clima del año presente: • Fase El Niño • Impacto de El Niño sobre lluvias • Situación en el Atlántico • Pronóstico Probabilístico

  11. 5000 4000 3000 Maize Yield (kg / ha) 2000 1000 Pronósticos de Cultivos (e.g., Maíz) Todos los años Clima “Condicional” (*) Fecha de Siembra Floración (Período Crítico) (*) Años análogos, fases ENSO, Atlántico, etc.

  12. Además de “Convertir” la Información Climática, es necesario usarla en combinación con otros tipos de Información De lo contrario puede ser “Información Interesante pero no Útil” Ejemplo en Seguridad Alimentaria

  13. Como cubren las necesidades de comida las Familias de 3 localidades de África Dónde es más importante el Clima? % annual food requirements Inseguridad alimentaria

  14. Somalia: Food Economy Groups (Food Security Assessment Unit)

  15. CV = 128% 9 years in 30: results ( 0) 60% of Total Income in 6 years (Role of Climate Knowledge) Gross Margins for Rainfed Maize (1960 – 2001)

  16. Maize: Changing sowing date and hybrid type La Niña years: shorter season hybrid, late sowing date Adjusting crop management practices to ENSO phases

  17. Higher Chance of late frost (Flowering WH, BA)

  18. Water Excess (diseases, harvest) Late frost 1999/00 1997/98

  19. Agricultura: Enfoque y Ejemplos de Decisiones Ejemplos Años La Niña en Uruguay: Maíz: Ciclos cortos, siembra tardía PERO: Problemas en Cosecha? Sembrar Sorgo (más resistente) PERO: Ingreso menor (precio) Producción de Carne: Destetar temprano Suplementar (heno, silo, etc.) PERO: Costos mayores • En GENERAL: Establecer sistemas resistentes a Variabilidad Climática • Diversificar • Laboreo (conservación de agua) • Época de siembra X Tipo de Cultivar/Híbrido • Riego (suplementario) • Ganado: Pasturas mejoradas/ Heno y Silo

  20. Para Informar Decisiones / Planificación: Proveer Análisis Cuantitativos (Cuánto pierdo por cambiar la decisión?) Técnicas de Simulación (Simples o Complejos) Métodos de Comunicación (GIS)

  21. Introducción al WRSI Water Requirement Satisfaction Index

  22. SOLAR RADIATION Plant Density, Plant Type, Phenology, CO2 INTERCEPTION Kg DM POTENTIAL

  23. SOLAR RADIATION Plant Density, Plant Type, Phenology, CO2 INTERCEPTION Rainfall, Temperature, Roots, Irrigation, Tillage Kg DM POTENTIAL SOIL WATER

  24. SOLAR RADIATION Plant Density, Plant Type, Phenology, CO2 INTERCEPTION Fertilizers, Residues Tillage Rainfall, Temperature, Roots, Irrigation, Tillage Kg DM POTENTIAL SOIL WATER SOIL NUTRIENTS

  25. SOLAR RADIATION Plant Density, Plant Type, Phenology, CO2 INTERCEPTION Fertilizers, Residues Tillage Rainfall, Temperature, Roots, Irrigation, Tillage Kg DM POTENTIAL SOIL WATER SOIL NUTRIENTS Kg MS REAL

  26. SOLAR RADIATION Plant Density, Plant Type, Phenology, CO2 INTERCEPTION Fertilizers, Residues Tillage Rainfall, Temperature, Roots, Irrigation, Tillage Kg DM POTENTIAL SOIL WATER SOIL NUTRIENTS Kg MS REAL Temperature, Crop Species Roots Leaves Stems Spikes

  27. Relevance: Susceptibility to Stress Affect Growth, Yield Simple Model: (a) Different Water requirement per growth stage (b) Different penalization on yields for water stress

  28. Simple Model of Crop/Pasture: Perform Water Balance • Different Water requirement • per growth stage • (b) Different penalization on yields • for water stress Simplification of DEVELOPMENT Assumptions on effects of NUTRIENTS

  29. Simple Soil Water Models: Example FAO

  30. Simple Soil Water Models: Example FAO

  31. Yield = f (ETr / ETp) (Evapotranspiration Observed / Evapotranspiration Potential)

  32. PASTURAS

  33. PASTURAS CULTIVOS

  34. PASTURAS CULTIVOS Sin Estrés CULTIVOS Con Estrés Hídrico

  35. 1.00 0.75 0.50 Relative Production 0.25 0.25 0.50 0.75 1.0 (Rainfall + Irrigation + Soil Water) / ETP En Modelos de Simulación más Complejos Se usa un Enfoque Similar para Balances de Agua ETP, ETr y Rendimiento (Ejemplo: Modelo CENTURY)

  36. Ejercicio de WRSI

More Related