Variabilidad climática y productividad agrícola en zonas con errático régimen pluvial

Abstract


 
 
 La alta variabilidad en espacio y tiempo de los regímenes pluviales, hacen que la agricultura en zonas de temporal esté sujeta al riesgo climático. En esta tesitura, la mejor herramienta para sustentar la toma de decisiones lo constituye la modelación hidro-climática en donde se considera lo estocástico de los procesos hidrológicos. En el presente trabajo se hace uso de una serie de algoritmos anidados (AA) para llegar a estimar el rendimiento del cultivo maíz bajo diferentes escenarios climáticos. El algoritmo es calibrado y aplicado a una región de temporal deficiente en el norte de México (Cuencamé, Durango). Se parte de un generador climático (WXPARM) para obtener los parámetros de clima que definen a la región; posteriormente, para cuantificar el impacto del rendimiento del cultivo bajo condiciones de cambio climático, se hace uso de un modelo de reescalado para aplicar los datos de modelos climáticos globales (modelos de circulación general) a nivel parcelario (SDM) y finalmente las matrices que definen las condiciones climáticas mensuales en la región de estudio son utilizadas en un modelo para evaluar el impacto en rendimiento (EPIC) mediante la modelación del balance de humedad en el suelo. Los resultados indican que bajo escenarios de cambio climático, se esperarían incrementos en rendimiento de hasta 0.3 t ha-1 dado el cambio en los patrones climáticos esperados en los que se vislumbra un comportamiento bimodal de la lluvia. Acorde al comportamiento del clima en el futuro, sería recomendable el ajuste de fechas de siembra para que los máximos requerimientos del cultivo coincidan con la presencia de lluvias.
 
 

Crop yield simulations in Mexican agriculture for climate change adaptation

“…Climate change impacts on beans productivity have not been reported frequently in the literature. A study maize in the state of Durango suggests that changes in climate would result in an increase in yield of 0.3 t ha -1 resulting from bimodal behavior of precipitation (Sánchez-Cohen et al, 2018). This finding contrasts with our modeled results for Durango, where we found decreases in the expected yield.…”