Simulación del rendimiento del trigo CIRNO-C2008 en el Valle del Yaqui mediante AquaCrop

Autores/as

  • Roberto Cora-Gil Instituto Tecnológico de Sonora. 5 de febrero 818, Ciudad Obregón, Sonora, México. CP. 85000
  • Arturo Francisco Orozco-Campos Instituto Tecnológico de Sonora. 5 de febrero 818, Ciudad Obregón, Sonora, México. CP. 85000
  • Marisol Ayala-Zepeda Instituto Tecnológico de Sonora. 5 de febrero 818, Ciudad Obregón, Sonora, México. CP. 85000
  • Fannie Isela Parra-Cota Campo Experimental Norman E. Borlaug-INIFAP. Norman E. Borlaug km 12, Ciudad Obregón, Sonora, México. CP. 85000
  • María Isabel Estrada-Alvarado Instituto Tecnológico de Sonora. 5 de febrero 818, Ciudad Obregón, Sonora, México. CP. 85000
  • Sergio de los Santos-Villalobos Instituto Tecnológico de Sonora. 5 de febrero 818, Ciudad Obregón, Sonora, México. CP. 85000

DOI:

https://doi.org/10.29312/remexca.v15i8.3850

Palabras clave:

estrés, fertilidad del suelo, fisiología vegetal, sostenibilidad

Resumen

A nivel mundial, el trigo es uno de los cereales más utilizados en la alimentación humana y en México ocupa el segundo lugar en producción después del maíz. Sin embargo, su productividad se ve afectada por la baja eficiencia de los fertilizantes químicos y la pérdida de nutrientes en el suelo, lo que provoca problemas ambientales. Es necesario buscar alternativas para reducir el uso de fertilizantes inorgánicos y mantener o mejorar el rendimiento del cultivo sin afectar la calidad del grano. Este estudio calibró y validó el modelo de simulación AquaCrop para el desarrollo y rendimiento del cultivo de trigo. Se realizaron experimentos en el Valle del Yaqui, México, durante el ciclo 2019-2020 con la variedad de trigo CIRNO C2008 (Triticum turgidum L.), bajo diferentes dosis de nitrógeno usando urea (240, 120 y 0 kg N ha-1) para evaluar el impacto del estrés nutrimental sobre el desarrollo y rendimiento del cultivo. El análisis de varianza mostró que no hubo diferencias significativas (p< 0.05) entre los rendimientos simulados (7 189 t ha-1, 6 638 t ha-1 y 4 436 t ha-1 para las dosis de 240, 120 y 0 kg N ha-1, respectivamente) y los rendimientos observados (7.2 ±0.007 t ha-1, 6.6 ±0.02 t ha-1, 4.21 ±0.16 t ha-1, respectivamente). Los resultados demostraron que se calibró con éxito el modelo de simulación del rendimiento para el cultivo de trigo utilizando AquaCrop.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Acevedo, F. E. 2020. Ecología química de interacciones entre plantas, insectos y controladores naturales de plagas herbívoras. Ed. Cenicafé. 116 p.

Alcántara-Cortés, J. S.; Acero-Godoy, J.; Alcántara-Cortés, J. D. y Sánchez-Mora, R. M. 2019. Principales reguladores hormonales y sus interacciones en el crecimiento vegetal. Nova. 17(32):109-129. http://www.scielo.org.co/scielo.php?script=sci-arttext&pid=S179424702019000200109&lng=en&tlng=es.

Baseca, C. 2020. Plataforma tecnológica multimedia para la agricultura de precisión (platem precision agricultura). Doctoral dissertation, Universitat Politècnica de València.156 p.

Boudhina, N.; Masmoudi, M. M.; Alaya, I.; Jacob, F. y Mechlia, N. B. 2019. Use of AquaCrop model for estimating crop evapotranspiration and biomass production in hilly topography. Arabian Journal of Geosciences. 12(8):259-1-7. https://doi.org/10.1007/s12517-019-4434-9.

Cantillo, J. A. R.; Vélez, E. B.; Hernández, J. F. C. y Pizarro, R. J. 2019. Aplicación del modelo Aquacrop para un cultivo de maíz (Zea mays L). Revista Sistemas de Producción Agroecológicos. 10(2):19-49. https://doi.org/10.22579/22484817.730.

Díaz-Franco, A.; Espinosa-Ramírez, M. y Ortiz-Cháirez, F. E. 2018. Corrección de la clorosis férrica con quelato EDDHA en cultivos sembrados en suelo alcalino y calcáreo. Terra Latinoamericana. 36(1):23-30.

FAO. 2009. 2050. Organización de las Naciones Unidas para la Agricultura y la Alimentación. High-level experts forum: documentos de expertos. http://www.fao.org/wsfs/forum2050/wsfsbackgrounddocuments/wsfsexpertpapers/es/.

FAO. 2009. 2050: Organización de las Naciones Unidas para la Agricultura y la Alimentación. El cambio climático agravará la situación de los pobres. http://www.fao.org/news/story/es/item/35842/icode/#:~:text=El%20futuro%20de%20la%20agricultura,estrechamente%20ligados%20al%20cambio%20clim%C3%A1tico&text=Los%20expertos%20se%C3%B1alan%20que%20el,millones%20de%20personas%20en%202050.

Farfán, F. F. 2019. Descripción de la estructura del dosel arbóreo al interior de un sistema agroforestal con café. Centro Nacional de Investigaciones de Café (Cenicafé).

Félix-Fuentes, J.; Figueroa-López, P.; Fuentes-Dávila, G.; Valenzuela-Herrera, V.; Chávez-Villalba, G. y Alberto Mendoza-Lugo, J. 2010. CIRNO C2008: nueva variedad de trigo cristalino con alto rendimiento potencial para el estado de Sonora. Revista Mexicana de Ciencias Agrícolas. 1(5):739-744. http://www.scielo.org.mx/scielo.php?script=sci-arttext&pid=S200709342010000500016&lng=es&nrm=iso&tlng=es.

González-Robaina, F.; López-Vargas, D.; Cisneros-Zayas, E.; Herrera-Puebla, J. y Cid-Lazo, G. 2019. Calibración y análisis de sensibilidad del modelo Aquacrop para frijol en suelo ferralítico rojo compactado. Revista Ingeniería Agrícola. 9(4):3-12.

Grageda-Cabrera, O. A.; González-Figueroa, S. S.; Vera-Nuñez, J. A.; Aguirre-Medina, J. F. y Peña-Cabriales, J. J. 2018. Efecto de los biofertilizantes sobre la asimilación de nitrógeno por el cultivo de trigo. Revista Mexicana de Ciencias Agrícolas. 9(2):281-289. https://doi.org/10.29312/remexca.V9I2.1071.

Hernández, N., Soto, F. and Caballero, A. 2009. Modelos de simulación de cultivos. Características y usos. Cultivos Tropicales. 30(1):73-82.

Moriasi, D. N.; Arnold, J. G.; Liew, M. W. V.; Bingner, R. L.; Harmel, R. D. and Veith, T. L. 2007. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE. 50(3):885-900. Doi: 10.13031/2013.23153.

Nahar, S.; Zain, M. F. M.; Kadhum, A. A. H.; Hasan, H. A. and Hasan, M. R. 2017. Advances in photocatalytic CO2 reduction with water: a review. Materials. 10(6):629. https://doi.org/10.3390/MA10060629.

Nelson, G. C.; Rosegrant, M. W.; Koo, J.; Robertson, R.; Sulser, T.; Zhu, T.; Ringler, C.; Msangi, S.; Palazzo, A.; Batka, M.; Magalhaes, M.; Valmonte-Santos, R.; Ewing, M. and Lee, D. 2009. Climate change. impact on agriculture and costs of adaptation. https://doi.org/10.2499/0896295354 9-11.

Ochoa-Noriega, C. A. 2022. Análisis económico-social de la sostenibilidad del modelo de desarrollo agrícola de la Costa de Hermosillo, México. https://repositorio.ual.es/bitstream/handle/10835/13721/01.%20Tesis.pdf?sequence=1&isAllowed=y.

Ordoñez-Paz, C. M. 2016. Efecto del cambio climático en la evapotranspiración y rendimiento del cultivo de papa, variedad Única bajo condiciones de La Molina. 80 p.

Porras-Jorge, Z. R. 2019. Desempeño del modelo Aquacrop para el cultivo de arroz bajo condiciones de humedecimiento y secado alternados en La Molina, Perú. In Universidad Nacional Agraria La Molina. http://190.119.243.88/handle/20.500.12996/4113.

Prasad, G.; Singh, S. M.; Patel, C.; Nema, A. K.; Singh, R. S.; Yadav, M. K. and Singh, K. K. 2018. Impact of temperature and solar radiation on wheat crops for Varanasi region of Uttar Pradesh. VayuMandal. 44(2):47-52.

Raes, D.; Steduto, P.; Hsiao, T. C. and Fereres, E. 2009. Aqua crop is the FAO crop model to simulate yield response to water: II. Main algorithms and software description. Agronomy Journal. 101(3):438-447. https://doi.org/10.2134/agronj2008.0140s.

Steduto, P.; Hsiao, T. C.; Raes, D. y Fereres, E. 2009. Aqua crop is the FAO crop model to simulate yield response to water: I. concepts and underlying principles. Agronomy Journal. 101(3):426-437 Doi: 10.2134/agronj2008.0139s.

Sun, X.; Chen, F.; Yuan, L. and Mi, G. 2020. The physiological mechanism underlying root elongation in response to nitrogen deficiency in crop plants. Planta. 251(4):1-14. https://doi.org/10.1007/s00425-020-03376-4/metrics.

Valenzuela-Aragón, B.; Parra-Cota, F. I.; Santoyo, G. and Arellano-Wattenbarger, G. and Santos-Villalobos, S. 2019. Plant-assisted selection: a promising alternative for in vivo identification of wheat (Triticum turgidum L. subsp. Durum) growth promoting bacteria. Plant and Soil. 367-384 pp. 10.1007/s11104-018-03901-1.

Zahra, N.; Hafeez, M. B.; Ghaffar, A.; Kausar, A.; Zeidi, M. A; Siddique, K. H. M. and Farooq, M. 2023. Plant photosynthesis under heat stress: effects and management. Environmental and Experimental Botany. 206. 105178. https://doi.org/10.1016/j.envexpbot.2022.105178.

Zepeda, M. A.; Ruiz, V. V.; Cota, F. I. P.; Chinchilla-Soto, C.; Cruz-Torres, E.; Ibba, M. I.; Alvarado, M. I. E. and Santos-Villalobos, S. 2024. genomic insights of a native bacterial consortium for wheat production sustainability. Current Research in Microbial Sciences. 6:100230-2. https://doi.org/10.1016/j.crmicr.2024.100230.

Publicado

2025-01-10

Cómo citar

Cora-Gil, Roberto, Arturo Francisco Orozco-Campos, Marisol Ayala-Zepeda, Fannie Isela Parra-Cota, María Isabel Estrada-Alvarado, y Sergio de los Santos-Villalobos. 2025. «Simulación Del Rendimiento Del Trigo CIRNO-C2008 En El Valle Del Yaqui Mediante AquaCrop». Revista Mexicana De Ciencias Agrícolas 15 (8). México, ME:e3850. https://doi.org/10.29312/remexca.v15i8.3850.

Número

Sección

Artículos

Artículos más leídos del mismo autor/a