Inicio
Las altas temperaturas, las variaciones en la humedad y los eventos climáticos extremos –como sequías e inundaciones– amenazan el futuro de este cereal, esencial en la dieta de los colombianos. Por eso urge aplicar modelos agrícolas del cultivo de arroz en Colombia y mejorar las herramientas predictivas para optimizar su producción.
Las proyecciones de crecimiento poblacional estiman que para 2050 el planeta alcanzará más de 9.000 millones de habitantes, lo que representa un incremento del 70 % en la demanda de alimentos, según la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), lo que convierte la productividad agrícola en una prioridad mundial.
Este panorama plantea una preocupación global respecto a los fenómenos climáticos y a la degradación de los recursos naturales, factores que ponen en riesgo la sostenibilidad de la producción alimentaria. Ejemplo de ello es el cultivo de arroz, que gracias a su alto contenido calórico y proteico se ha convertido en un alimento esencial en la dieta de más de la mitad de la población mundial que lo consume a diario.
No obstante, pese a su importancia y alto consumo, los arroceros afrontan la vulnerabilidad del sector debido a los cambios en los patrones de las lluvias y la temperatura, que ponen en riesgo su productividad y la seguridad alimentaria de las familias colombianas.
Ante esta situación, el investigador Jeferson Rodríguez Espinoza, en su tesis para la Maestría en Ciencias Agrarias de la Universidad Nacional de Colombia (UNAL) Sede Palmira, aplicó tecnología de ciencia de datos e inteligencia artificial (IA) para evaluar algunos de los modelos ecofisiológicos del cultivo de arroz para comparar su comportamiento frente a diferentes ambientes y condiciones climáticas de producción en Colombia.
“Estos modelos simulan el crecimiento y desarrollo de las plantas, entonces lo que se crea es un cultivo virtual que permite hacer experimentos en el computador para simular qué pasa si la planta crece en diferentes sitios variando las condiciones de suelo, clima y manejo agronómico”, explica.
Su trabajo surge en el Grupo de Acción Climática de la Alianza Bioversity International y el Centro Internacional de Agricultura Tropical (CIAT), con el que trabajó durante casi 10 años en el desarrollo de servicios climáticos y metodologías de predicción agroclimática.
“Una de las aplicaciones de los modelos es predecir el rendimiento de los cultivos ante condiciones climáticas extremas, como los fenómenos de El Niño o La Niña. Esta anticipación permite tomar decisiones basadas en datos, como seleccionar la fecha de siembra adecuada y la variedad más apropiada para mitigar posibles problemas en la producción agrícola”, señala.
Modelo ORYZA v3, el más destacado
Los modelos ecofisiológicos se basan en principios de ecología, fisiología vegetal y agronomía para predecir la respuesta de los cultivos ante diferentes condiciones ambientales y prácticas de manejo agrícola, y funcionan a través de esquemas o ecuaciones matemáticas para representar procesos de la planta, como por ejemplo la fotosíntesis.
Sin embargo, la diversidad de modelos disponibles y sus diferentes mecanismos de representación pueden generar resultados dispares, lo que aumenta la incertidumbre y compromete su fiabilidad para tomar decisiones agrícolas.
Por ello, la intercomparación de modelos planteada por el investigador fue una estrategia clave para evaluar y comparar las diferencias, ventajas y limitaciones de cada herramienta.
Los modelos evaluados fueron ORYZA v3, DSSAT-CERES Rice y Aquacrop, los cuales se aplicaron en tres importantes áreas de producción en el país, con el apoyo de la Federación Nacional de Arroceros (Fedearroz): Zona Centro, Llanos Orientales y Bajo Cauca, utilizando un esquema de estimación de parámetros con algoritmos genéticos con los que el magíster obtuvo información valiosa sobre la capacidad de cada uno para predecir el rendimiento, crecimiento, desarrollo y eficiencia en el uso del agua del cultivo de arroz en diferentes condiciones ambientales.
ORYZA v3 es un modelo que simula el crecimiento y desarrollo del arroz en diversas condiciones ambientales y de disponibilidad de recursos como agua y nutrientes.
DSSAT-CERES forma parte del Decision Support System para la Agrotechnology Transfer (DSSAT), un conjunto de programas informáticos para simular el crecimiento de cultivos agrícolas.
AquaCrop, desarrollado por la FAO, se centra en el uso eficiente del agua en la agricultura, modelando el rendimiento de los cultivos, especialmente en respuesta a la disponibilidad de agua.
“Todos los modelos cuentan con diferente habilidad predictiva con respecto a la fenología de la planta, producción de biomasa, área foliar y rendimiento en grano”, anota el investigador.
ORYZA v3 destacó como el más preciso en la simulación de las etapas del ciclo de vida de la planta, producción de biomasa y rendimiento en condiciones de estrés abiótico. Los resultados apoyan este modelo empleado por Fedearroz en su servicio climático y por la plataforma web Aclimate, en donde se encuentra implementado para generar pronósticos agroclimáticos.
El sector arrocero y los investigadores pueden consultar y replicar los resultados y desarrollos de forma libre y gratuita en el repositorio en línea: https://jrodriguez88.github.io/agroclimR/.
