Resumen de Variabilidad climática y productividad agrícola en zonas con errático régimen pluvial

Ignacio Sánchez Cohen, Marco Antonio Inzunza Ibarra, Ernesto Alonso Catalán Valencia, José Luis González Barrios, Guillermo González Cervantes, Miguel Ángel Velásquez Valle

• español

  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 tha-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

• English

  The high variability in space and time of the rainfall patterns, make agriculture in rainfed areas subject to climatic risk. In this situation, the best tool to support decision-making is the hydro-climatic modeling, where the hydrological stochastic processes are considered. In the present study, nested series of algorithms (AA) are used in order to estimate maize crop yield under different climate scenarios. The algorithm is calibrated and applied to a poor rainfed region in northern México (Cuencamé, Durango). It is part of a weather generator (WXPARM) for climate parameters that define the region later to quantify the impact of maize yield under climatic change conditions; using are scaled model to apply global climatic data models (GCMs) at plot level (SDM) and finally the matrices that define the monthly weather conditions in the region of study are used in a model to assess the impact on yield (EPIC) by modeling the balance of moisture in the soil. The results indicate that under climatic change scenarios, it is expected a yield increases of up to 0.3 tha-1 as the change in expected weather patterns, expecting a bimodal behavior. According to the weather patterns in the future, it might be considered to adjusting planting dates for the maximum crop requirements coinciding with the presence of rain.