Revisión: modelos de crecimiento y rendimiento de maíz en escenarios de cambio climático

• José Luis Noriega-Navarrete ^[1] ; Raquel Salazar-Moreno ^[1] ; Irineo Lorenzo López-Cruz ^[1]
  1. [1] Universidad Autónoma Chapingo

     Universidad Autónoma Chapingo

     México

     
• Localización: Revista mexicana de ciencias agrícolas, ISSN 2007-0934, ISSN-e 2007-9230, Vol. 12, Nº. 1, 2021, págs. 127-140
• Idioma: español
• Títulos paralelos:
  • Review: corn growth and yield models under climate change scenarios
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    El cambio climático (CC) afecta las condiciones meteorológicas actuales y repercute negativamente en el rendimiento de maíz, particularmente de temporal. Para estimar los efectos del CC en la productividad, se han utilizado modelos de simulación de crecimiento bajo diferentes escenarios de cambio climático. En este artículo se hace una revisión sobre modelos implementados globalmente, durante el periodo 2006 a 2019; a través, de Scopus y Google Académico. Los modelos reportados son mecanicistas, dinámicos y estocásticos, como DSSAT-CERES-Maize, APSIM-Maize, CropSyst, AquaCrop, EPIC-Maize, CropWat InfoCrop y WOFOST. Las simulaciones en diversos escenarios reportan disminución del rendimiento de maíz en África Subsahariana (78%), China (70%), Latinoamérica (61%) y Medio Oriente (45%), e incrementos en la Unión Europea (71%), Cinturón Maicero Estadounidense (57%), Medio Oriente (45%) e India (44.5%). En México, se tienen estimaciones de incremento en los rendimientos de maíz desde 5 a 22% considerando los efectos de la fertilización carbónica, y reducciones de hasta de 49.3% bajo otras condiciones. Se requiere profundizar en estudios sobre efectos de CC en las diferentes regiones del país, e implementar modelos que puedan utilizarse para el diseño de políticas y estrategias de adaptación y mitigación, ante los efectos negativos del CC en la agricultura mexicana.

  • English

    Climate change (CC) affects the current meteorological conditions and negatively affects the yield of corn, particularly during the rainy season. To estimate the effects of CC on productivity, growth simulationmodels have been used under different climatechange scenarios. This article reviews the models implemented globally, during the period 2006 to 2019,through Scopus and Google Scholar. The reported models are mechanistic, dynamic and stochastic, such as DSSAT-CERES-Maize, APSIM-Maize, CropSyst, AquaCrop, EPIC-Maize, CropWat InfoCrop, and WOFOST. Simulations in various scenarios report decreased corn yields in Sub-Saharan Africa (78%), China (70%), Latin America (61%) and the Middle East (45%), and increases in the European Union (71%), Belt American Corn (57%), Middle East (45%) and India (44.5%). In Mexico, there are estimates of increases in corn yields from 5 to 22% considering the effects of carbonic fertilization, and reductions of up to 49.3% under other conditions. It is necessary to deepen studies on CC effects in the different regions of the country andimplement models that can be used to design adaptation and mitigation policies and strategies, given the negative effects of CC in Mexican agriculture.