Upload
carlos-ismael-gimenez
View
23
Download
4
Tags:
Embed Size (px)
Citation preview
Sistemas intensivos de produccion bajo riego
Se puede producir cerca del potencial de rendimiento y ser eficiente en el uso de los recursos?
Patricio Grassini, PhD
Research Assistant Professor
Departament de Agronomy and Horticulture
University of Nebraska-Lincoln
E-mail: [email protected]
Rendimientos potenciales con uso
eficiente de agua e insumos
Tendencias globales
• Incremento en poblacion mundial – 9.2 billones en 2050 (+35%), la mayor parte viviendo en areas
urbanas (actualmente la poblacion se distribuye 50:50 en areas urbanas y rurales)
• Mayor consumo per capita de alimento y energia • Requiere un incremento del 60% en la produccion actual de
cereales para el satisfacer la demana en el 2050: 1.5% annual increase of today’s average cereal yield
Mayor demanda por biocombustibles y preocupacion publica por calidad ambiental, cambio climatico, y biodiversidad
Rendimientos potenciales con uso
eficiente de agua e insumos
Year
1970 1980 1990 2000 2010
Cro
p h
arv
es
ted
are
a (
Mh
a)
400
450
500
550
900
1000
1100
1965-1980
slope = 3.9 Mha y-1
Total cropland area
1965-1980
slope = 6.0 Mha y-1
1980-2002
slope = 1.4 Mha y-1
Rice + wheat + maize area
2002-2009
slope = 10.2 Mha y-1
2003-2009
slope = 7.2 Mha y-1
Area global cosechada
Source: FAOSTAT
Are
a c
os
ech
ad
a (
Mh
a)
Area total incluye cereales, oleagionas, pulsos, y cultivos de fribra, raiz, y tuberculos.
Area Total
Arroz + trigo + maiz
Rendimientos potenciales con uso
eficiente de agua e insumos
Foto: K.G. Cassman
Year
1960 1970 1980 1990 2000 2010
Gra
in y
ield
(t
ha
-1)
1
2
3
4
5
Corn yield
slope = 64 kg ha-1 y
-1
Rice yield
slope = 53 kg ha-1 y
-1
Wheat yield
slope = 40 kg ha-1 y
-1
Rendimientos promedios, 1966-2009
Source: FAOSTAT
maiz: 2.8%
arroz: 2.9%
trigo: 2.9%
1966
maiz: 1.3%
arroz: 1.3%
trigo: 1.4%
2009 R
en
dim
ien
to (
t/h
a)
Year
1960 1970 1980 1990 2000 2010
Gra
in y
ield
(t
ha
-1)
0
2
4
6
8
R.Korea
China
Indonesia
India
Rice
Year
1960 1970 1980 1990 2000 2010
0
2
4
6
8
Year
1960 1970 1980 1990 2000 2010
0
2
4
6
8
10
12Wheat Maize
China
India
Northwest Europe
Brazil
China
USA-irrigated
USA-rainfed
Notar ‘mesetas’ de rendimiento de arroz en Corea y China, trigo en el
noroeste de Europa e India, y maize en China y emergente meseta para
maiz regado en Estados Unidos...
Otra alerta es la evidencia de ‘mesetas’
de rendimiento en algunos de los
principales paises productores:
Ren
dim
ien
to (
t/h
a)
Rendimientos potenciales con uso
eficiente de agua e insumos
1.0
1.5
2.0
2.5
3.0
3.5
4.0
Sep-04 Feb-06 Jun-07 Oct-08 Mar-10 Jul-11 Dec-12
Ma
ize
: C
rud
e O
il P
ric
e R
ati
o
Tendencia en la relacion de precio grano : energia
1.75
2.25
2.75
Rela
cio
n d
e p
recio
gra
no
maiz
: p
etr
ole
o
Promedio de la relacion precio grano : precio energia se muestra para algunos intervalos. El cociente
de precio maize : petroleo esta basado en el precio de maize y del petroleo es US dolares por tonelada
de maize y barril, respectivamente (USDA Market News).
Rendimientos potenciales con uso
eficiente de agua e insumos
Limitada expectativa para incrementar el area neta
bajo riego
Agricultura bajo riego produce 40% de la oferta de grano
mundial, y solo ocupa 18% del area bajo produccion mundial.
Rendimientos potenciales con uso
eficiente de agua e insumos
From NCGA website, 8 May 2008:
http://www.ncga.com/PDFs/NCGA%20Presentation%20on%20Food%20and%20Fuel%205-7-08.pdf
“Monsanto, empresa lider en
biotecnologia, anuncia el Miercoles
que va a desarrollar variedad que van
a duplicar los rendimientos de maiz,
soja y algodon en 2030 y van a
requerir 30% menos agua…”
New York Times (June 5, 2008)
Emerging Technologies - The Hype-To-Reality RatioH
YP
E-T
O-R
EA
LIT
Y R
AT
IO
TIME
Emergent
Technology
Peak of
Inflated
Expectations
Trough of
Disillusionment
Slope of
Enlightenent
(suitable uses)
Plateau of
Productivity
0
1
>
in
fin
ity
From The Gartner Group, 1997
Ilu
sio
n / r
ealid
ad
Rendimientos potenciales con uso
eficiente de agua e insumos
Tecnologia emergentes: relacion entre ilusion y realidad
Nitrogeno absorbido (kg ha-1
)
0 100 200 300 400 500
Ren
dim
ien
to (
t h
a-1
)
0
3
6
9
12
15
18
Evapotranspiracion del cultivo (mm)
0 200 400 600 800 1000 1200
0
3
6
9
12
15
18
N aplicado (kg ha-1)
100 150 200 250 300N a
bso
rbid
o (
kg
ha
-1)
100
200
300
400
Riego aplicado (mm)0 200 400 600 800
ET
cu
ltiv
o (
mm
)
400
500
600
700
y = e (3.1 + 101 / x)
r2 = 0.64 pendiente = 0.036
x-intercepcion = 175
Regado
Secano
Lotes de productores Lotes de productores
Publicidad versus realidad: relaciones entre rendimiento
de maiz, nitrogeno abosorbido, y agua consumida
Grassini et el. (2009), Setiyono et al. (2010)
Cultivos de altos rendimientos tienen altos requerimientos de N y agua!
“hibrido de alto
rendimiento,
con alta
eficiencia en el
uso del N?”
“hibrido de alto
rendimiento con
alta eficiencia en
el uso del
agua?”
Rendimiento potencial: rendimiento
de un cultivar cuando crece en un
ambiental al cual esta adaptado; sin
limitaciones de agua y nutrientes; y
sin incidencia de malezas, insectos, y
patogenos, (Evans and Fischer, 1999).
En sistemas de secano, cantidad y
distribucion del agua disponible
impone otra limitacion al rendimiento
potencial de los cultivos.
Rendimientos potenciales con uso
eficiente de agua e insumos
Marco conceptual: rendimiento potencial, limitado por agua y brechas de rendimiento
Gra
in y
ield
(M
g h
a-1
)
Rendimiento
potencial Limitado por
agua Rendimiento de
productores
Regado Secano
Brechas
Radiacion
Temperatura
CO2
Genotipo
F de siembra
Densidad
Radiacion
Temperatura
CO2
Genotipo
F de siembra
Densidad
Agua
disponible
Modified from Cassman et al. (2003)
Rendimientos potenciales con uso
eficiente de agua e insumos
A medida que los rendimientos promedios de los productores se
aproximan al rendimiento potencial, se vuelve mas dificultoso para los
productores mantener los incrementos de rendimientos porque estos
incrementos adicionales requieres eliminacion de imperfecciones
menores en el manejo del sistema de produccion que usualmente
incrementan el riego economico y/o ambiental
Hipotesis global: rendimientos promedios se
‘amesetan’ cuando alcanza el 75-85% del
rendimiento potential en sistemas bajo riego o
en sistemas en secano
Satisfacer la demanda futura por alimento y energia, sin
un masivo cambio en el uso de la tierra, requires una
intensification sustentable en el area bajo produccion
actual, es decir, reducir la brecha entre el rendimiento del
los productores y el rendimento potential, minimizando el
impacto ambiental
Atlas mundial de brechas de
rendimientos
University of Nebraska-Lincoln (USA)
and
Wageningen University (Paises Bajos)
Website: www.yieldgap.org
Drier savanna
Moist savanna
Humid forest
Midaltitude savanna
Por que un atlas global de brechas de rendimientos?
• Interpretar y predecir tendencia de rendimientos en un pais or region
• Estimar capcidad nacional y global de producir alimento en la tierra actualmente con los recursos hidricos disponibles o analizar cambio en el uso de la tierra y agua bajo diferentes escenarios de adopcion de tecnologias y politicas agropecuerias
• Priorizar investigacion y sustentar politicas agropecuarias para incrementar la produccion focalizando en areas con largos brechas de rendimiento a traves de un intensificacion sustentable
• Identificar donde nuevas tecnologias tienen el mayor potencial para reducir las brechas de rendimiento
Equipo coordinador
University of Nebraska (UNL) Wageningen University & Alterra
Kenneth Cassman Patricio Grassini Martin van Ittersum Lenny van Bussel Joost Wolf
Justin van Wart Haishun Yang Hendrik Boogaard Hugo de Groot Daniel van
Kraalingen Regional coordinators and partners
Lieven Claessens (ICRISAT) Kazuki Saito (Africa Rice)
Fondos: Fundacion Gates, UNL
Water for Food Institute
Atlas de brechas de rendimiento: colaboradores en Argentina
Antonio Hall (UBA) Miguel Taboada (INTA-UBA) Fernando Andrade & Juan Pablo Monzon
(INTA – Universidad de Mar del Plata)
Esteban Jobaggy & Jorge Mercau
(GEA, Universidad de San Luis)
Protocolo para estimar brechas • Protocolo consistente, transparente y reproducible para
determinar rendimiento potencial en condiciones bajo riego y secano y estimar brechas de rendimiento
• Basado en una fuerte base agronomica
• Una aproximacion ‘bottom-up’ (de abajo hacia arriba) que se base en expertos locales para conseguir datos de:
• Clima y suelos
• Sistemas de producccion, manejo, y rendimientos actuales
• Rendimiento potencial es estimado para localidades especificas (‘puntos’) usando modelos de simulacion de culativos validados y datos observados de clima, suelo y manejo
• Extrapolacion de rendimiento potencial y brechas desde ‘puntos’ a region mediante un sistema de clasificacion agro-climatica
• Disponible publicamente en una website: www.yieldgap.org
Ejemplo: arroz regado en China
Ejemplo: Soja (izquierda) y maiz (derecha) en Argentina
Rotacion y manejo
Rendimiento potencial tiene que ser simulado basado en el contexto del sistema de produccion, en terminos de secuancia de cultivos y practicas de manejo (fecha de siembra, largo de ciclo). En este ejemplo, complejos sistemas de produccion con maiz, arroz y trigo cultivados (China) y maiz, soja,
trigo, y pulsos (South America), algunos con 2+ cutivos en el mismo anio.
Show crop systems (China and South America) and soil (NE) maps (PG will do it)
Simulation of Yp or Yw requires specification of management
practices (sowing date, maturity, etc) for EACH crop system
Province Cropping season Crop establish Seed VarietyHills
per m2Seeding date
Transplanting
date
Flowering
date
Maturity
dateArea (ha)
Hubei Early season Transplanting IR64 25 01-Apr 28-Apr 25-Jun 18-Jul 266,667
Direct seeding IR64 06-Apr 28-Jun 22-Jul 266,667
Middle season Transplanting 2You725 21 15-Apr 20-May 10-Aug 15-Sep 533,333
Direct seeding 2You725 30-Apr 13-Aug 20-Sep 800,000
Late season Transplanting IR64 22.5 18-Jun 22-Jul 10-Sep 15-Oct 200,000
Hunan Early season Transplanting IR64 25 20-Mar 20-Apr 10-Jun 15-Jul 1,133,333
Direct seeding IR64 10-Apr 15-Jun 20-Jul 466,667
Middle season Transplanting 2You725 22.5 20-Apr 20-May 10-Aug 10-Sep 500,000
Single late season Transplanting 2You725 18.4 20-May 20-Jun 15-Aug 30-Sep 366,667
Double late season Transplanting IR64 18.4 20-Jun 20-Jul 10-Sep 20-Oct 1,600,000
Anhui Early season Transplanting IR64 37.5 25-Mar 25-Apr 20-Jun 20-Jul 80,000
Direct seeding IR64 15-Apr 15-Jun 15-Jul 186,667
Middle season Transplanting 2You501 22.5 10-May 10-Jun 20-Aug 20-Sep 1,466,667
Direct seeding 2You501 15-Jun 05-Sep 10-Oct 200,000
Late season Transplanting IR64 37.5 15-Jun 15-Jul 20-Sep 20-Oct 300,000
Jiangxi Early season Transplanting IR64 30 25-Mar 25-Apr 20-Jun 20-Jul 1,333,333
Direct seeding IR64 01-Apr 20-Jun 20-Jul 133,333
Middle season Transplanting 2You501 27 30-Apr 20-May 30-Aug 30-Sep 333,333
Late season Transplanting IR64 27 20-Jun 20-Jul 20-Sep 20-Oct 1,400,000
Guangdong Early season Transplanting IR64 22.5 05-Mar 05-Apr 05-Jun 05-Jul 1,000,000
Late season Transplanting IR72 22.5 18-Jul 03-Aug 30-Sep 05-Nov 1,000,000
Sichuan Single season Transplanting 2You501 16 05-Apr 05-May 20-Jul 01-Sep 2,666,667
Guangxi Early season Transplanting IR64 30 01-Mar 01-Apr 16-Jun 15-Jul 1,000,000
Middle season Transplanting 2You501 28.5 15-Apr 15-May 10-Jul 10-Aug 133,333
Late season Transplanting IR64 27 10-Jul 05-Aug 01-Oct 05-Nov 1,000,000
Fujian Early season Transplanting IR64 22.5 10-Mar 10-Apr 10-Jun 10-Jul 233,333
Middle season Transplanting IR72 18 20-Apr 20-May 20-Aug 30-Sep 533,333
Late season Transplanting IR72 19.5 15-Jun 15-Jul 10-Sep 15-Oct 233,333
Jiangsu Single season Transplanting Wuxiangjing 9 25.5 15-May 15-Jun 25-Aug 15-Oct 1,200,000
Direct seeding Wuxiangjing 9 10-Jun 05-Sep 15-Oct 800,000
Jilin Single season Transplanting Jin Dao 305 22.5 15-Apr 17-May 01-Aug 25-Sep 733,333
Heilongjiang Single season Transplanting Jin Dao 305 24 15-Apr 15-May 25-Jul 20-Sep 2,600,000
Liaoning Single season Transplanting Jin Dao 305 22.5 15-Apr 20-May 10-Aug 01-Oct 666,667
Henan Single season Transplanting XD90247 20.5 01-May 10-Jun 25-Aug 05-Oct 633,333
Zhejiang Early season Transplanting IR64 30 30-Mar 20-Apr 20-Jun 15-Jul 93,333
Direct seeding IR64 10-Apr 23-Jun 18-Jul 40,000
Middle season Transplanting Wuxiangjing 9 20 30-May 25-Jun 25-Aug 05-Oct 333,333
Direct seeding Wuxiangjing 9 05-Jun 05-Sep 20-Oct 333,333
Late season Transplanting IR64 22.5 15-Jun 23-Jul 15-Sep 20-Oct 200,000
Yunan Single season (japonica)Transplanting Jin Dao 305 55.5 01-Mar 01-May 01-Aug 15-Sep 600,000
Single season (indica)Transplanting 2You501 55.5 01-May 01-Jun 01-Sep 05-Oct 333,333
Upland rice Direct seeding HD297 30-Apr 15-Aug 30-Sep 100,000
Guizhou Single season Transplanting 2You725 15 05-Apr 20-May 10-Aug 20-Sep 733,333
Hainan Early season Transplanting IR64 33 25-Jan 20-Feb 25-Apr 25-May 166,667
Late season Transplanting IR72 33 20-Jun 10-Jul 05-Sep 05-Oct 213,333
China: 44 sistemas de produccion de arroz
Pais Cultivo Total are
cosehada
(Mha)
% area
cubierta
por buffers
Actual
(t/ha)
Potencial
(t/ha)
Actual /
Potencial
(%)
China Arroz
regado 29.1 51% 6.4 7.5 85%
USA Maiz
secano 27.7 50% 9.7 13.2 73%
Maiz
regado 3.5 54% 11.7 15.1 77%
Alemania Trigo
secano 3.1 52% 7.6 9.5 80%
Rendimiento actual, potencial y brechas en tres
paises
† US data from USDA-NASS (2004-2008); China and Germany data from FAOSTAT (2004-2008)
Website: www.yieldgap.org
Oportunidad para cuantificar el impacto del riego en Argentina
• Mapear areas donde es factible la produccion intensiva de cultivos bajo riego y orientar investigacion e inversion para lograr una intensificacion sustentable
• Estimar redimientos alcanzables razonables para regiones regadas (actualmente o potencialmente) y asociados requerimiento hidricos, fertilizantes, etc
• Hacer escenarios ex-ante del impacto de riego sobre la produccion (magnitud y variabilidad), uso de la tierra, y perfil exportador.
Que hace falta? • Estadisticas de produccion bajo riego (area y
rendimientos por departamento), desagregadas por cultivo y año
• Datos climaticos, suelo, y practicas de manejo en las zonas regadas
• Mapeo de recursos hidricos para riego (cantidad, calidad, factibilidad economica)
• Validacion de modelos de simulacion en ambientes de alta produccion
Satisfacer la demanda futura por alimento y energia, sin
un masivo cambio en el uso de la tierra, requires una
intensification sustentable en el area bajo produccion
actual, es decir, reducir la brecha entre el rendimiento del
los productores y el rendimento potential, minimizando el
impacto ambiental. ES POSIBLE O ES UNA QUIMERA?
Intensificacion sustentable Diseno de un sistema de cultivos de altos rendimiento que
protege la calidad del suelo y el ambiente y conserva los recursos naturales (Cassman et al., 1999)
Caracteristicas:
Rendimientos que se aproximen al 80-85% del rendimiento potencial
70-80% eficiencia de uso de N aplicado (vs 30-40% actual)
Mejora de la calidad del suelo (stock de nutrientes y MO)
Manejo de plagas integrales
Reduccion en la emision de gases de efecto invernadero
Largo balance neto de energia
Sistemas regados: 90% de la eficiencia en uso del agua aIcanzable
Rendimientos potenciales con uso
eficiente de agua e insumos
Maiz regado en Nebraska
• Central US Great Plains
includes one of the largest
irrigated areas cultivated
with maize in the world (3.2
million ha)
• Irrigated maize accounts for
60% of total annual maize
production in the region
(~60 million Mg)
Distribution of US irrigated maize cropland:
Low : 0
High : 4456
Data mapped by P. Grassini
based on Portmann et al. (2010):
Global Biogeochemical Cycles
9 Aug 2012 6th ICSC
Brazil, 2012 3
Llu
via
o E
T b
ide
ce
nia
l (m
m)
0
50
100
150
200
0 20 40 60 80 100 120 140 Dias despues de siembra
0
50
100
150
200
ETC
Lluvia
ETC
Lluvia
madurez
Floracion
femenina madurez
Akron (OESTE)
Mead (ESTE)
0
200
400
600
800
1000
1200
-104 -102 -100 -98 -96 -94 -92 -90 Longitud (º)
ET total siembra-
madurez (mm)
Lluvia total siembra-
madurez (mm)
Floracion
femenina
Sistemas de maiz bajo riego en el cinturon maicero de USA
Rendimiento promedio de maiz (2004–2008) por condado
NASS-USDA (2004-2008)Data compiled and mapped
by Patricio Grassini
0 70 140 21035 Kilometers
Maize production < 1500
ha in white counties
N Maiz regado Maiz Secano
3.7 – 5.6
9.4 – 11.3
7.5 – 9.4
5.6 – 7.5
1.8 – 3.7
Rendimiento (t/ha)
9.4 – 10.4
12.4- 13.4
11.4 – 12.4
10.4 – 11.4
8.4 – 9.4
Rendimiento (t/ha)
Importancia de los sistemas de maiz bajo
riego en Nebraska
47% del area sembrada con maiz se
encuentra bajo riego
74% de la produccion anual de maiz en
el estado (32 millones toneladas)
proviene de sistemas regados
Los cultivos regados presentan
mayores rendimientos y menor
variabilidad interanual con respecto a
los rendimientos en secano
Sustentan las industrias asociadas, por
ejemplo, feed-lots (NE rankea primera
en produccion de carne vacuna) y
plantas de etanol (24 plantas en
funcionamiento) Rendimiento en grano (t ha-1)
2 4 6 8 10 12 14
Vari
ac
ion
inte
ran
ual
(%)
0
10
20
30
40
50
60 Maiz
y = 84 - 10.0x + 0.29x2
r2
= 0.92; p<0.001
RegadoSecano
Rendimiento en grano (t ha-1)
2 4 6 8 10 12 14
Vari
ac
ion
inte
ran
ual
(%)
0
10
20
30
40
50
60 Maiz
y = 84 - 10.0x + 0.29x2
r2
= 0.92; p<0.001
RegadoSecano
Cada punto representa el rendimiento promedio y coeficiente
de variacion por condado para el periodo 2000-2009
Caso de estudio: 777 lotes de productores
sembrados con maiz bajo riego (2005-2007)
Grassini et el. (2011) : Field Crops Research
Tri-Basin Natural
Resources District
Each circle represents
a farmer’s field
Stars indicate
weather stations ( )
or rain gauges ( )
CO
NTIN
UO
US
MA
IZE
(38%
)
SO
YB
EA
N-
MA
IZE
(61%
)
CO
NTIN
UO
US
MA
IZE
(38%
)
SO
YB
EA
N-
MA
IZE
(61%
)
STR
IP
(10%
)
NO-TILL
(37%)
DISK
(22%)RIDGE-
TILL
(31%)
STR
IP
(10%
)
NO-TILL
(37%)
DISK
(22%)RIDGE-
TILL
(31%)
Rendimiento e inputs aplicados
2005 2006 2007 Average
Rendimiento (t ha-1) † 13.6 12.5 12.9 13.0
Riego aplicado (mm) † 347 257 213 272
N fertilizante (kg N ha-1) † 182 184 181 183
Fecha de siembra¶ 24 Abr 25 Abr 3 May 27 Apr
Largo ciclo (dias) ¶ 113 113 113 113
Densidad (x1000 ha-1) ¶ 75 75 75 75
† Based on 777 site-years (2005-2007); ¶ based on a subset of 123 site-years
Promedio maiz USA (2005-2007) = 9.3 t ha-1; Promedio mundial = 4.7 t ha-1
Grassini et el. (2011)
Costo ($/acre) % total costos
variables
Bombeo agua 124 26
Fertilizante (N, P) 105 22
Semilla hibridos 85 18
Labranza-cosecha 70 14
Herbicida 42 9
Secado grano 23 5
Transporte 23 5
Mano de obra 13 3
Otros pesticidas 2 1
Total 485 100
Maiz regado de alta produccion:
costos variables
Individual farmer fields
Gra
in y
ield
(M
g h
a-1
)
8
10
12
14
16
18Average Y
P = 14.9 ± 0.1 Mg ha
-1 Average farmer's yield:
13.1 ± 0.1 Mg ha-1
(89% of YP)
1 123
Rendimiento potencial (barras enteras), rendimiento de productor (barra amarilla) y
brechas de rendimiento (barras rojas). Cada barra corresponde a un lote de produccion
en el centro de Nebraska. Rendimiento potencial fue simulado para cada lote basado en
las practicas de manejo (fecha de siembra, largo de ciclo) reportadas
Brecha de
rendimiento:
1.7 t ha-1
Modified from
Grassini et el. (2011)
Brechas de rendimiento en maiz regado
El rendimiento de los productores representa, en promedio, 89% del
rendimiento potencial estimado
Rendimiento: efectos de la rotacion y sistema de labranza
* numero de observaciones es indicado dentro de las barras; ** lineas verticales indican estandar error
La interaccion entre
rotacion y sistema de
labranza fue
significativa (p=0.005)
La ventaja de la rotacion
maiz/soja, en comparcion
con maiz continuo, fue
consistente a traves los
años
Grassini et al., Field Crops Res (2011)
Año2005 2006 2007
Ren
dim
ien
to d
e m
aiz
(t
ha
-1)
11
12
13
14
15
Soja-Maiz (S-M)
Maiz-Maiz (M-M)
Rotacion
11
12
13
14
15
139189129 7861146
3015 1515 2312
= 0.7 Mg ha-1
p < 0.001
= 0.3 Mg ha-1
p < 0.05
= 0.5 Mg ha-1
p < 0.001
Disco (D)
Labranza conservacionista ('ridge-till')
Labranza cero
Soja-Maiz Maiz-Maiz
Tendencias de rendimiento de maiz regado y en sacano en Nebraska
0
3
6
9
12
1970 1980 1990 2000 2010
Year
Ma
ize
y
ield
(M
g/h
a)
0
3
6
9
12
15IRRIGATED MAIZE (●)
Slope = 130 kg ha-yr-1
R2 = 0.85; P<0.01
RAINFED MAIZE (▲)
Slope = 112 kg ha-yr-1
R2 = 0.59; P<0.01
Source: USDA-NASS
Variable Secano Regado Regado : secano
Rendimiento (t ha-1) 5.9 13.2 2.2
Variacion interanual (CV) 23% 3% 0.1
Fertilizante N (kg N ha-1) 110 183 1.7
Eficiencia uso N (kg grain kg-1 N) 54 71 1.3
Agua disponible (mm) † 670 943 1.4
Eficiencia en el uso de agua
disponible(kg ha-mm-1) †
8.8 14.0 1.6
† Basado on agua disponible a siembra + lluvia + riego
Rendimiento y eficiencia en el uso de
los recursos en la produccion de maiz
A pesar de mayores inputs de agua y N, tanto el rendimiento como las eficiencias
fueron mayores y mas estables en maize regado
Grassini et el. (2012), Proceedings of National Academy of Sciences
Variable Secano Regado Regado : secano
Input de energia fosil (GJ ha-1) 10.8 30.0 2.8
Rendimiento energetico neto
(energi en grano menos input
de energia fosil)
74 159 2.2
Eficiencia energetica (energia
grano : input energia fosil)
7.9 6.6 0.8
Emisiones GHG (kg CO2e ha-1)† 2289 3001 1.3
Intensidad GHG intensity (kg
CO2e t grano-1)‡
388 231 0.6
Balance de energia y gases de efecto
invernadero (GHG)
Maiz regado de alto rendimiento tiene un balance de energia favorable con baja
intensidad de gases de efecto invernadero
Grassini et el. (2012), Proceedings of National Academy of Sciences
Fossil-fuel input (Mg CO2eq ha-1
)
0.0 0.7 1.4 2.1 2.8 3.5
Ma
ize
gra
in y
ield
(M
g h
a-1
)
0
3
6
9
12
15
18
Maize after soybean
y = -1.41 x2 + 9.2x + 1
r2 = 0.98
Maize after cereal
y = -1.58 x2 + 10.0x - 1
r2 = 0.99
n = 12
Soybean
Maize or other cereal
Rainfed Irrigated
PREVIOUSCROP
{
The Cost of Intensification III:
environmental footprint
Grassini et al., unpublished
Each point corresponds to a maize-
based systems in central US of varying
level of intensification, ranging from
low-yield low-input rainfed maize in the
Panhandle (western NE) to high-yield
irrigated maize (eastern NE). Fossil-fuel
inputs are expressed as CO2 warming
potential equivalents. Tri-Basin NRD
farmers
Yield responds linearly to
increasing level of
intensification up to ~85% of
Yp; above this yield level, the
intensification cost (and C
emissions) required to achieve
further yield grain increases
more than proportional
9 Aug 2012 6th ICSC
Brazil, 2012 17
Intensive management (Adviento-Borbe et al., 2007)
Manejo de N fertilizante y eficiencia
Manejo de N en este distrito: aplicaciones pre-siembra estan prohibidas, applicaciones > 90
kg N/ha tienen que particionarse en 3+ aplicaciones durante la estacion de crecimiento.
Dosis de N ajustada de acuerdo al N del suelo residual
9 Aug 2012 6th ICSC
Brazil, 2012 20
NUE (kg/kg N)
Year
N f
ert
iliz
er
rate
(kg
N/h
a)
0
50
100
150
200
250
2004 2005 2006 2007 2008 2010
R I R I R I R I R I R IR I
94 81 70 76 58 78 77 74 79 84 81 73
2009
78 75
Inputs: applied N fertilizer and efficiency
R = rainfed (secano)
I = irrigated (regado)
U.S. national average N
rate for corn: 157 kg N/ha
U.S. average NUE =
61 kg/kg N fertilizer
Extra N fertilizante bajo
riego= 70 kg N/ha
NUE - riego = 77 kg/kg N
NUE - secano= 77 kg/kg N
Box plots for applied N fertilizer for rainfed irrigated maize in Lewis and Clark NRD. Horizontal dashes lines indicate averages. Fertilizer nitrogen-use efficiency (NUE; kg of maize grain per kg of applied N) is shown on top of bars
• Despite applied N fertilizer in irrigated maize was 80% higher than in rainfed maize, nitrogen-use
efficiency (NUE) was similar under both water regimes, because of much higher irrigated yields
and district guidelines on N management (no fall N applications, doses >90 kg N applied through 3-
4 splits in-season applications, and total N rate adjusted according to initial soil N-NO3-).
• Note than average NUE in this district was 25% higher than average NUE for US maize.
Relacion entre los rendimientos de maiz y agua
disponible en cultivos bajo manejo cercano al optimo R
en
dim
ien
to (
t h
a-1
)
North Platte, NE, 1996-2006 (Payero
et al., 2006, 2008).
Agua inicial + lluvia + riego (mm)
Mead, NE, 2001-2006. Manejo intensivo
(Suyker and Verma, 2009)
Productores con manejo intensivo en el
este de Nebraska, 2007-2008 (Burgert, 2009)
North Platte, NE, 1983-1991 (Hergert
et al., 1993).
North Platte and Clay Center, NE,
2005-2006 (Irmak and Yang, datos no
publicados).
Productor ganador de la competencia de
rendimientos en secano. Manchester, IA,
2002 (Yang et al., 2004).
Secano
Pivot
Riego sub-
superficial
0
2
4
6
8
10
12
14
16
18
0 200 400 600 800 1000 1200
Eficiencia alcanzable
(19.3 kg ha-mm-1)
Maxima eficiencia
(27.7 kg ha-mm-1)
Grassini et al., Field Crops Res. (2011)
0
2
4
6
8
10
12
14
16
18
0 250 500 750 1000 1250 1500
Seasonal water supply (mm)
Gra
in y
ield
(M
g/h
a)
Eficiencia en el uso del
agua en lotes comerciales
** rendimientos basados en los valores reportados por
productores en el Tri-Basin NRD, 2005-2007. Cada punto
corresponde a un lote comercial en un sitio-año. La linea fucsia
vertical indica el valor de rendimiento potencial (no limitado por
agua) en la zona. La linea azul indica el valor de agua
disponible (≈ 900 mm) por encima del cual el rendimiento no
responde a mayores incrementos de oferta hidrica.
~15.5 t ha-1
Promedio = 14.0 kg
grano ha-mm-1
Eficiencia maxima
27.7 kg ha-mm-1
Eficiencia alcanzable
19.3 kg ha-mm-1
n = 777 lotes 8
10
12
14
16
18
400 650 900 1150 1400
8
10
12
14
16
18
400 650 900 1150 1400
GRAVEDAD
n = 261
Ren
dim
ien
to (
t h
a-1
)
Agua inicial + lluvia + riego (mm)
PIVOT
n = 516
Grassini et al., submitted to Field Crops Res.
Media: 14.5
kg ha-mm-1
Media: 12.9
kg ha-mm-1
~ 900 mm
Re
nd
imie
nto
(t
ha
-1)
Agua inicial + lluvia + riego (mm)
Grassini et al., Field Crops Res. (2011)
Year
Ap
pli
ed
irr
igati
on
am
ou
nt
(mm
)
0
125
250
375
500
625
75070 155 141 110 213 94 244 98 272 89 25465
2005 2006 2007 2008 2009 2010
G P G P G P G P G P G P
Inputs: Agua de riego aplicada
G : gravity
P: pivot
Ahora de agua bajo
pivot = 114 mm
-276 -81 -166 -232 -221 -161
Deficit de agua Jul-Ago (total rain minus ETo), mm
Box plots for applied irrigation amounts, under gravity and pivot irrigation, for irrigated maize in Tri-Basin NRD. Horizontal dashes lines indicate averages. Values on top of the bars indicate the coefficient of variation (%)
39 30 37 31 45 31 46 37 45 33 71 43 Coefficient
of variation (%)
• Variation on applied irrigation across years was related to the magnitude of July-Aug water deficit.
• Applied irrigation was consistently lower (-35%) under pivot than gravity systems.
• In all years, there was huge variation (>30%) in applied irrigation amounts across fields, especially
in those under gravity irrigation
Riego aplicado: efectos del sistema de riego y labranza
El total de riego aplicado
fue mayor con sistemas de
gravedad comparado con
pivots (sin diferencias en
rendimiento)
El riego aplicado fue menor
en sistemas de labranza
cero o conservacionista
comparado con sistemas de
labranza convencional
(diferencia: ~75 mm)
* numero de observaciones es indicado dentro de las barras; ** lineas verticales indican estandar error
600 To
tal
rieg
o a
plicad
o (
mm
)
2005 2006 2007 0
100
200
300
400
500
Año
Pivot
Gravedad ∆ = 158 mm
p < 0.0001
∆ = 97 mm
p < 0.0001 ∆ = 88 mm
p = 0.0001
110 70 105 66 111 155
0
100
200
300
400
500
Gravedad Pivot
600
-
Labranza cero
13 8 17 9 30 9
Sistema de riego
Sistema de riego
p < 0.0001
= 97 mm
p < 0.0001 = 88 mm
p = 0.0001
110 70 105 66 111 155
Conservacionista
(‘ridge-till’)
Disco (D)
13 8 17 9 30 9
Grassini et al., Field Crops Res. (2011)
Limited irrigation: results from on-farm research
- 8 sites in eastern Nebraska during two growing seasons (2007 & 2008)
- At each site, two contiguous center-pivot irrigated corn fields with similar topography,
soil properties, fertilizer rate, and crop management
- The only difference was in Irrigation Management: irrigation in one of the center-pivot
fields was managed by farmers based on their expertise; the other was irrigated by UNL
staff based on readings from soil water sensors and tracking of crop phenology.
Figure: Schematic description of
limited-irrigation schedule in
corn. Plant-available soil water
(PAW) thresholds for irrigation
application are shown.
Sensitivity of grain number to
water stress episodes at
different growth stages is
shown in the bottom figure.
Irmak, Burgert, Yang, Cassman, Walters, Rathje,
Payero, Grassini, et al. Trans ASABE (2012)
(Background
figure drawn
by Dr. Maria
Otegui).
0.0
1.0
2.0
3.0
4.0
5.0
6.0
2007 2008Year
Ap
plie
d irr
iga
tio
n (
in)
0
25
50
75
100
125
150
Ap
plie
d irrig
atio
n (m
m)
Farmer irrigation
Limited irrigation
0
50
100
150
200
250
300
2007 2008Year
Gra
in y
ield
(b
u a
c-1
)
0
3
6
9
12
15
18
Gra
in y
ield
(t ha
-1)Limited irrigation: results from on-farm research
Same grain yield with, on average, 34% less applied irrigation water!
Similar crop water use under both irrigation managements: under limited-
irrigation management, lower water inputs were compensated by greater soil
water removal, especially from deep soil layers
Irmak, Burgert, Yang, Cassman, Walters, Rathje, Payero, Grassini, et al. Trans ASABE (2012)
0.07 ha 0.17 ha 0.09 ha 0.26 ha
T
IER
RA
A
GU
A
715 m3 1140 m3 625 m3 1650 m3
Maiz regado,
Nebraska (13.2
t/ha)
Secano, Nebraska
(5.5 t/ha) Secano, Iowa
(12.9 t/ha)
Secano,
Brazil (3.8 t/ha)
Modified from Grassini et el. (2012), Proceedings of National Academy of Sciences
Cuanta tierra y cuanta agua se necesita para producir 1 ton de maiz?
Conclusiones
• Es posible producir rendimientos cercanos al potencial con alta eficiencia en el uso de los recursos, pero require ‘sintonia fina’ en el manejo del agua y N fertilizante
• Por unidad de grano producida, los sistemas bajo riego de alto rendimiento tienen un balance energetico mas favorable que los sistemas de bajo inputs en secano, con similar o aun mayores eficiencias.
• Todavia hay espacio para optimizar los sistemas de produccion intensivo, pero requiere inversion e investigacion dirigidas explicitamente a obtener altos rendimiento con altas eficiencias (juntos!)
Gracias por su atencion!
“No hay hechos, solo interpretaciones”
Friedrich Nietzsche
E-mail: [email protected]