Selección de la fecha de siembra como estrategia de adaptación a los efectos del estrés térmico sobre los rendimientos simulados de caraota (Phaseolus vulgaris L.) en un área montano baja del centro-occidente de Venezuela

Planting date selection as an adaptation strategy to elevated temperature effects on simulated yields of dry bean in a low mountainous area of Midwestern Venezuela

R. Warnock de Parra¹, L. Guillén², M. Puche³, O. Silva¹ y M. Morros⁴

1,3Universidad Central de Venezuela, Facultad de Agronomía, Instituto de Agronomía, venezuela.

²Instituto Nacional de Investigaciones Agrícolas. CIAE-Portuguesa, venezuela.

³Instituto de Ingeniería Agrícola. Maracay, estado Aragua (2101). Apartado Postal 4579.

⁴Instituto Nacional de Investigaciones Agrícolas. CIAE-Lara, venezuela.

Autor de correspondencia e-mail: warnockr@agr.ucv.ve; memorros@inia.gov.ve; puchem@agr.ucv.ve

Resumen ]]> El estrés causado por las altas temperaturas sobre los rendimientos de sistemas de producción comerciales de caraota (Phaseolus vulgaris L.) con riego puede ser reducido a través de la optimización de la fecha de siembra. Empleando 41 años de información climática diaria, se cuantificaron y evaluaron los rendimientos simulados de siete materiales genéticos de caraota en un área (09°43´ N - 09°46´ N, 69°37´ O - 69°40´ O y 1228 msnm - 1502 msnm) productora ubicada en las estribaciones andinas del centro-occidente de Venezuela, a los fines de realizar recomendaciones técnicas en cuanto a las fechas de siembra más prometedoras para diferentes niveles de productividad. Se aplicó el modelo CROPGRO-Bean del programa DSSAT V. 3,5 utilizando información local de clima, suelo y manejo agronómico. Los resultados indicaron que para el 75% de los productores locales que aplican riego, el desplazamiento de la fecha de siembra hacia finales de año (en los meses de octubre-noviembre) mejoraría las expectativas de niveles alcanzables de rendimientos hasta en 12%, mientras que las siembras en mayo podrían provocar reducciones de hasta 16% en promedio. Para el 25% de productores restantes, que no aplican riego, la mejor fecha de siembra se ubica en el mes de mayo, a entrada de lluvias.

Palabras clave: Phaseolus vulgaris, fecha de siembra, estrés por altas temperaturas, simulación, CROPGRO.

Abstract

Consequences of elevated temperatures on yield losses of commercial dry bean (Phaseolus vulgaris L.) production systems may be reduced by proper management of planting date. By using 41 years of daily climatic information, simulated yields were quantified and assessed for 7 dry bean genetic materials in a low mountainous area (09°43´ N - 09°46´ N, 69°37´ O - 69°40´ O and 1228 msnm - 1502 msnm) of Midwestern Venezuela with the purpose of developing suitable planting date recommendations for various production levels. The CROPGRO-Bean (DSSAT V. 3,5) model was applied using local climate, soil and management information as input data. Results showed that the best planting date for 75% of local bean growers who irrigate is toward the end of the rainy season, during the months of OctoberNovember, which would improve expected yields as much as 12%, while plantings in May would reduce expected yields as much as 16% on average. The most suitable planting date for the remaining 25% of growers that do not irrigate is during the beginning of rainy season (May).

Key words: Phaseolus vulgaris, planting date, high temperature stress, simulation, CROPGRO.

Recibido el 21-4-2006 Aceptado el 30-10-2006

Introducción

Investigaciones recientes han demostrado que la caraota (Phaseolus vulgaris L.) es sensible a las altas temperaturas, que en el futuro probablemente ocurra una tendencia creciente en la temperatura promedio y que ello puede repercutir en forma negativa en la producción de alimentos de los agrosistemas tropicales (17, 18 y 20). El impacto del estrés térmico sobre los rendimientos de caraota depende tanto del grado de sensibilidad de los procesos fisiológicos o estadios afectados, como del orden de magnitud de la temperatura. Las variables fijación de semillas, número de semillas por vaina, fotosíntesis, número de semillas totales y rendimiento en grano son particularmente sensibles a las temperaturas altas (17). Se estima que la temperatura promedio se elevará en 1,5-4,5°C (9). En sentido geográfico, el impacto de este calentamiento global de la atmósfera tendrá repercusiones desiguales sobre la seguridad alimentaria de los pueblos. Para América tropical, el estrés causado por altas temperaturas sobre los rendimientos de sistemas de producción comerciales de caraota con riego puede ser reducido a través de la optimización de la fecha de siembra, al emplear un escenario de producción sin limitaciones por agua y nutrientes en el cual se combinen condiciones de máxima radiación y mínimas temperaturas promedio que sería en teoría lo más favorable para maximizar los rendimientos.

En Venezuela, la caraota se produce y consume desde la antigüedad. Su importancia es multidimensional: desde el punto de vista de la seguridad alimentaría del país por su aporte de proteínas de bajo costo a la dieta, desde el punto de vista socio-económico al colaborar junto con la producción de otros rubros al mantenimiento de las nuevas generaciones en las áreas rurales debido a la generación de empleos y beneficios económicos, desde el punto de vista biológico, el país es una zona de influencia de los centros de origen y de diversificación de los tipos andinos y mesoamericanos de Phaseolus vulgaris y por ello contiene riquezas de materiales genéticos evaluables en cuanto a su capacidad productiva.

En el municipio Andrés Eloy Blanco del estado Lara, zona agrícola de las estribaciones andinas del centro-occidente de Venezuela, este renglón está en manos de pequeños y medianos productores. Se ubica después del café y la papa como el de mayor superficie cosechada y representa, en las zonas altas, una alternativa de rotación al sistema de producción de papa. La época de siembra tradicional es a salida de lluvias (septiembre octubre), pero en los últimos años se ha incrementado el área de siembra durante la época de entrada de lluvias (abril mayo) (14). Según encuestas propias, las fechas de siembra usuales en la zona están dispersas, en la época de "entrada de lluvias" entre abril y mayo, y en la época de "salida de lluvias" desde agosto hasta octubre. ]]> Los objetivos de este trabajo fueron: 1) Cuantificar la probabilidad de ocurrencia de rendimientos simulados para siete materiales genéticos de caraota en un suelo de la parroquia Pío Tamayo del Municipio Andrés Eloy Blanco del estado Lara, empleando información local de suelo, manejo agronómico y clima diario correspondiente a 41 años; 2) Evaluar los rendimientos obtenidos a los fines de realizar recomendaciones técnicas en cuanto a las fechas de siembra más prometedoras para diferentes niveles de productividad.

Materiales y métodos

Se realizó un trabajo previo que combinó información de campo, recopilada a través de la aplicación de una encuesta a los productores locales, con resultados obtenidos de simulaciones exploratorias para evaluar y definir aspectos específicos del manejo agronómico, de los suelos y del cultivo. Para los fines de la encuesta se realizó un muestreo aleatorio al 30% de la población objeto y se asumió que existe un productor por cada explotación de caraota. Se caracterizó la zona de estudio en cuanto a los componentes clima, suelo y manejo agronómico del cultivo. La zona de estudio comprende cinco localidades de la parroquia Pío Tamayo, Sanare, Sabana Grande, Palo Verde, Bojó y Monte Carmelo, cuyo paisaje corresponde al sistema andino, con aplanamientos por erosión y movimientos tectónicos que han formado una serie de conos de terrazas de erosión; en sentido longitudinal, la pendiente es generalmente inclinada y en las partes planas del piedemonte se observan pequeñas ondulaciones, en sentido transversal las pendientes del piedemonte son de forma abrupta (3). Las características del relieve entre ondulado y accidentado limitan su uso a cultivos como el café, la papa, la caraota, y la horticultura de piso alto, los cuales, no obstante, contribuyen al proceso de erosión actual (14). La vegetación de Sanare, Palo Verde y Sabana Grande se tipifica como Bosque Seco Premontano y la de Bojó y Monte Carmelo como Bosque Húmedo Montano Bajo, de acuerdo a la clasificación de Holdridge (21). Se definieron 4 niveles posibles de productividad a) potencial, en el cual se asume que no hay limitaciones por escasez de agua o nutrientes; b) alcanzable con niveles de riego y fertilización nitrogenada prefijados; c) alcanzable sin riego y con niveles de fertilización nitrogenada prefijados; y d) alcanzable sin riego y sin fertilización. No se consideraron interferencias por malezas, plagas o enfermedades. Los niveles a y d son referenciales de los máximos y mínimos de la zona de acuerdo a las características climáticas y de suelo, y los niveles b y c referenciales de los manejos agronómicos empleados por los productores.

Simulaciones

Se aplicó el modelo CROPGRO-Bean del sistema DSSAT Versión 3,5 para cuantificar y valorar los rendimientos, utilizando la información de clima, suelo y manejo agronómico del cultivo como datos de entrada. Éste ha sido ampliamente validado y aplicado con éxito tanto en Venezuela como a nivel mundial para estudios agroecológicos (1, 2, 8, 10, 11, 13, 18, 20, 22, 23 y 24). Utiliza información de entrada estructurada en archivos individuales de clima (a nivel diario), suelo y detalles experimentales, el cual incluye las variedades y el manejo agronómico.

Información climática

Se construyeron los archivos combinando la información de dos estaciones climatológicas (Sanare, Ministerio del Ambiente y de los Recursos Naturales (MARN) y Sanare, Instituto Nacional de Investigaciones Agrícolas (INIA)) ubicadas en la zona objeto del estudio y de otra (Las Cuibas, INIA) cercana, debido a que en la parroquia Pío Tamayo no existe una única estación meteorológica con un registro largo de años que mida todas las variables climáticas requeridas por el modelo. Para precipitación se usaron los datos de la estación Sanare, MARN (1330 msnm), seleccionando la serie de datos diarios de acuerdo a su calidad, expresada ésta a través del menor número de datos faltantes y/o englobados. "Datos faltantes" fueron definidos como aquellos que no se midieron por falla del instrumento, por rebosamiento del cántaro u otro inconveniente en las mediciones, mientras que «datos englobados» son aquellos en los que sólo se cuenta con los valores acumulados para un período de medición (varios días, semanas y hasta meses) (6). Se definieron 3 periodos de crecimiento del cultivo a lo largo del año de acuerdo a los resultados de la encuesta, los dos primeros de 81 días y el último de 83 días y posteriormente se establecieron 2 premisas de calidad, según la opinión de los especialistas: a) déficit hídricos ocurridos en un periodo menor o igual a 7 días no afectan marcadamente la respuesta del cultivo (Morros, 2003. Comunicación personal²); b) la distribución de la precipitación con láminas menores o iguales a 30 mm en un periodo menor o igual a 7 días no afecta marcadamente la respuesta del cultivo (Puche, 2003. Comunicación personal³). Partiendo de estas premisas se fijaron los siguientes criterios: a) se asignó el valor cero (0) a los días englobados y la sumatoria del englobe al último día, cuando los englobes ocurrieron fuera de los ciclos del cultivo; b) se asignó el valor cero (0) a los días englobados y la sumatoria del englobe al último día, cuando éstos ocurrieron dentro del ciclo del cultivo, siempre y cuando fueran menores o iguales a 7 días consecutivos con laminas menores o iguales a 30 mm; c) el año de datos se descartó cuando existieran englobes mayores a 7 días, o la sumatoria del englobe fuese mayor a 30 mm en cualquiera de los ciclos del cultivo. Al aplicar estos criterios resultaron 41 años no continuos de registros diarios de precipitación. En cuanto a temperatura, se usaron los promedios mensuales de 25 años de temperaturas máximas y mínimas de la estación Sanare, INIA (1350 msnm), a partir de los cuales se generaron datos diarios para completar la serie de 41 años de registros, mediante el generador de datos climáticos SIMMETEO, incluido en el software de DSSAT. La radiación se estimó a partir de datos diarios de horas de sol brillante de la estación Las Cuibas, INIA (1660 msnm). Esta estación sólo tenía 8 años de datos de insolación, por lo cual se requirió estimar coeficientes, obtener estadísticas de radiación global (Rg) y generar la serie completa de 41 años. SIMMETEO usa para la estimación de la radiación la fórmula de Ángstrom Prescott (18), donde se asume una relación lineal entre la radiación y las horas de sol brillante; los coeficientes a y b de la función usados en este trabajo son 0,25 y 0,50 respectivamente. Posteriormente se usó el promedio de radiación global estimada para generar y completar la serie de registro. La zona de estudio presenta precipitación media anual de 827,6 mm, distribuidos principalmente entre los meses de abril y noviembre, temperatura máxima media anual de 24,8°C , mínima media anual de 14,5°C y radiación que oscila entre 14,5 y 19,0 MJ m^-2d^-1. Desde octubre hasta enero ocurren disminuciones de la temperatura mínima e incrementos de la radiación (figuras 1 a, b y c).

Figura 1. Condiciones promedio de precipitación, temperatura y radiación en la zona de estudio.

Suelos ]]> Se evaluaron 11 suelos de la zona, representativos de los órdenes Mollisol, Entisol, Inseptisol, Alfisol y Ultisol, con bondades diferentes para la agricultura. La información de éstos proviene de dos estudios edafológicos previos (3 y Colocar Figura 1 a, b y c. 5) y la interpretación de una calicata en la Hacienda Veracruz. Basados en los rendimientos obtenidos de simulaciones exploratorias para los 11 suelos durante 41 años de datos climáticos se discriminaron 3 intervalos de productividad. Los del grupo A expresaron los mayores rendimientos por presentar texturas medias, alta saturación con bases (³ 50%) y en general alta fertilidad natural, los del grupo B con potencial productivo intermedio y los del grupo C con potencial productivo muy bajo, en términos de rendimientos simulados de caraota. Para este trabajo se presentan los resultados de un Entisol, suelo representativo del grupo B con potencial productivo intermedio ubicado en la localidad de Sanare, Municipio Andrés Eloy Blanco del estado Lara, el cual se clasifica como un Typic Ustorthent, esquelético, arcilloso, mixto, isotérmico, de relieve general ondulado con alternancia de superficies plano convexas y cóncavas, microrelieve ligeramente plano con pendientes de 0,5 a 1,5%, de drenaje externo e interno rápido y clase de drenaje excesivamente drenado (3). En el cuadro 1 se muestran las características físicas y químicas del suelo a través del perfil (3).

Cuadro 1. Características físicas y químicas del Entisol evaluado en el municipio Andrés Eloy Blanco del estado Lara.

T: trazas Fuente: (3)

Cultivo

Está representado por las variedades comerciales Magdaleno, Montalbán, y los materiales locales promisorios AM-03-00-06, DP-01-98-007, DP-02-98-10, MEM-01-00-16 y MGM-03-99-06, que se encuentran caracterizados en el modelo por un grupo de coeficientes genéticos vinculados con aspectos del desarrollo, del crecimiento vegetativo y del crecimiento reproductivo (23) (cuadro 2).

Cuadro 2. Valores de los coeficientes genéticos para AM-05-00-06, DP-01-98-007, DP-02-98-10, Magdaleno, MEM01-00-16, MGM-03-99-66 y Montalbán y valores de SLPF.

Fuente: (23) y Warnock, 2003. Comunicación personal⁴

Manejo Agronómico

Se obtuvo información referencial acerca de las fechas de siembra a inicio (entrada de lluvias) y finales del periodo lluvioso (salida de lluvias), densidad de siembra, riego, fertilización y rendimientos en términos de materia seca. De acuerdo a ello, las opciones de fechas de siembra mostraron gran dispersión, en la época de "entrada de lluvias" se extienden desde abril a mayo y en la época de "salida de lluvias" desde agosto hasta octubre, por lo cual fue necesario realizar corridas exploratorias a fin de seleccionar las fechas más prometedoras, tomando en consideración los umbrales de siembra reportados por los agricultores, sus intermedios semanales así como los valores promedio de rendimientos simulados, para establecer una ventana de siembra. En el periodo de siembra "salida de lluvias", la ventana de siembra fue mucho más amplia, además de que la literatura especializada reporta el efecto beneficioso de las temperaturas más frescas sobre la producción de caraota (12, 16 y 25), las cuales suceden en esta zona hacia finales de año. Por tanto se decidió ensayar dos fechas de siembra para la temporada salida de lluvias, una temprana (salida de lluvias 1) y otra tardía (salida de lluvias 2). Así, utilizando los rendimientos simulados promedio mayores para cada periodo de siembra, se identificaron 3 fechas de siembra: siete de mayo (07/05) para el periodo de siembra "entrada de lluvias", veintiuno de septiembre (21/09) para "salida de lluvias 1" y veintiuno de octubre (21/10) para "salida  de lluvias 2". Con el fin de determinar el riego se hicieron corridas exploratorias con la función de riego automático del modelo y se promediaron láminas y frecuencias de riego para 41 años para cada uno de los materiales genéticos en las distintas épocas de siembra y suelos. De los resultados de esta evaluación se determinó para la época "entrada de lluvias" una lámina de 100 mm fraccionada en 5 riegos (en las semanas 4, 5, 6, 10 y 11 del ciclo del cultivo), para la época "salida de lluvias 1" una lámina de 154 mm fraccionada en 7 riegos (en las semanas 4, 6, 7, 8, 9, 10 y 11 del ciclo) y para la época "salida de lluvias 2" 180 mm fraccionada en 9 riegos (desde la cuarta a doceava semana del ciclo de cultivo) cantidades que corresponden a las necesidades hídricas promedio del cultivo cuando se desarrolla en el suelo empleado. Se asume que no hay aguachinamiento y que el cultivo no sufre estrés por exceso de agua. Se sembraron 200.000 plantas.ha^-1 y se fertilizó con 160 kg ha^-1 de nitrógeno en los tratamientos apropiados, de acuerdo a lo reportado por los agricultores. ]]> Luego, del universo total de tratamientos simulados se seleccionaron los más prometedores para un Entisol típico de la zona, con potencial intermedio de productividad.

Los resultados se analizaron mediante medidas estadísticas descriptivas, como la media y la desviación estándar, y se realizaron caracterizaciones gráficas a través de la distribución de frecuencias relativas acumuladas. Esta última ayuda a evaluar la probabilidad de ocurrencia de rendimientos y la estabilidad interanual de los mismos. Para comparar los rendimientos simulados de los diferentes niveles de productividad se calculó la variable variación porcentual (V%), que expresa los cambios de rendimiento en comparación con el promedio potencial.

Resultados y discusión

Los rendimientos de los materiales genéticos se agruparon en cuatro categorías, Grupo genético 1 (Variedad Montalbán), Grupo genético 2 (Variedad Magdaleno y los materiales DP-01-98-007 y MGM-03-99-06), Grupo genético 3 (los materiales DP-02-98-10 y MEM-02-00-16) y Grupo genético 4 (el material AM-05-00-06). Se analizó comparativamente el comportamiento de los rendimientos de los cuatro grupos genéticos en las fechas de siembra "entrada de lluvias" (07de mayo), "salida de lluvias 1" (21 de septiembre) y "salida de lluvias 2" (21 de octubre). En el Cuadro 3 se resumen los rendimientos simulados obtenidos así como algunas estadísticas descriptivas. En general, los resultados simulados se ubican en rangos razonables para la zona al comparar con los reportados por los agricultores encuestados, aunque existe cierto grado de sobrestimación (12%) por parte del modelo. Se encontraron también algunas discrepancias entre rendimientos simulados y observados de acuerdo a los niveles de productividad. En cuanto a los niveles de productividad alcanzables con algún grado de fertilización y/o riego los rendimientos promedio reportados son inferiores a los simulados, posiblemente debido a deficiencias en el manejo técnico. Por otra parte, los agricultores que no riegan pero si fertilizan, reportaron rendimientos mayores a los simulados, posiblemente debido a que todos ellos siembran en la localidad más alta de la zona (Monte Carmelo, 1550 msnm) la cual presenta las temperaturas más bajas.

Para todos los niveles de productividad, el grupo genético 3 (DP-02-98-10 y MEM-02-00-16) se destacó con los mayores rendimientos y para el nivel alcanzable sin riego y sin fertilización se destacó también el grupo genético 2 (Magdalena, DP-01-98-007 y MGM-03-99-06).

En el nivel de productividad potencial, la variabilidad interanual de los rendimientos, evaluada a través de la diferencia intercuartil entre el cuartil 75% y el cuartil 25%, indica que en la fecha de siembra de la época "salida de lluvias 1" los rendimientos simulados son más estables (variabilidad de 423 kg.ha^-1), seguidos por los de la época "salida de lluvias 2" (variabilidad de 461 kg.ha^-1), siendo los más variables los que corresponden a la época "entrada de lluvias" (variabilidad de 535 kg.ha^-1), lo cual concuerda con la tendencia observada en las desviaciones estándares de los rendimientos de los grupos de materiales genéticos para las diferentes fechas de siembra. La variación interanual observada durante las tres épocas se debe a las variaciones de radiación y temperatura que ocurren año tras año, lo que contradice la afirmación común de que en condiciones tropicales estas variables climáticas no afectan marcadamente los rendimientos de los cultivos. Todos los grupos genéticos aumentaron sus rendimientos potenciales de forma progresiva desde la fecha de siembra "entrada de lluvias" (07 de mayo) hasta la fecha "salida de lluvias 2" (21 de octubre). Tomando como referencia los rendimientos promedio de la época tradicional de siembra, 21 de septiembre, al sembrar 1 mes más tarde, el 21 de octubre, en época de "salida de lluvias 2", los rendimientos aumentan en promedio 12%, y si se siembra el 07 de mayo a "entrada de lluvias", los rendimientos serían 16% más bajos. Este comportamiento está influido por condiciones climáticas favorables para el desarrollo del cultivo como lo son la combinación de temperaturas mínimas bajas y radiación alta (7) que ocurre en los meses de noviembre, diciembre y enero (figura 1 b y c). Así, para la fecha de siembra del 21 de octubre, durante el ciclo del cultivo, en promedio las temperaturas mínimas se reducen 3,5°C y la radiación crece 2,5 MJ m^-2 d^-1, lo cual no sucede en las otras dos épocas. Cuando la ocurrencia de temperaturas elevadas coincide con estadios sensibles del desarrollo reproductivo de la caraota, se ha demostrado de una manera contundente que se reduce la fijación de semillas y número de semillas debido a una disminución de la producción y viabilidad del polen, lo cual causa pérdidas de rendimiento que no son contrarestadas por el efecto beneficioso de enriquecimiento atmosférico por CO₂ (17). En el modelo, se considera el efecto combinado de la temperatura, radiación y CO₂ sobre la respuesta del cultivo a través de la representación de procesos como fotosíntesis, respiración y fenología reproductiva, específicamente emplea factores de estrés por alta temperatura para reducir las tasas fotosintéticas y de desarrollo reproductivo (1). Estos resultados ilustran como en las condiciones actuales y futuras el manejo agronómico de la fecha de siembra puede servir como estrategia de adaptación al estrés térmico (cuadro 3).

Cuadro 3. Estadísticas descriptivas de los resultados (kg.ha^-1) obtenidos en un Entisol para varias productividades.

^aGrupos genéticos: 1. Variedad Montalbán; 2. Variedad Magdaleno y los materiales promisorios DP-01-98-007 y MGM-03-99-06; 3. Los materiales promisorios DP-02-98-10 y MEM-02-00-16; 4. El material promisorio AM-05-00-06.

^bDS: Desviación estándar.

^cV. %: Variación porcentual, en todos los casos es negativa, excepto en el nivel potencial.

Para el nivel de productividad alcanzable con montos de riego y fertilización predeterminados se evidencia que son más estables en la época donde la desviación estándar fue menor, es decir a "salida de lluvias 1" (21 de septiembre). La variación porcentual (V%) de los rendimientos con riego y con fertilización tomando como referencia los rendimientos potenciales osciló entre -23% y -33%, con mayor variación porcentual promedio en "salida de lluvias 2" (21 de octubre) (-32%), lo cual indica un efecto de fecha de siembra que provocó reducción de rendimientos por insuficiencia de agua debido posiblemente a que el riego suministrado a través del manejo agronómico no sea suficiente para que los diferentes materiales expresen su máximo potencial genético y a las condiciones físicas del suelo, con moderada capacidad de almacenamiento de agua dentro del perfil. Comparado con la fecha de siembra de la época de "salida de lluvias 1" (21 de septiembre), los rendimientos disminuyen 19% al sembrar en mayo y aumentan 2% al sembrar en octubre. Todos los grupos genéticos aumentaron sus rendimientos alcanzables de forma progresiva desde la fecha de siembra "entrada de lluvia" (7 de mayo) hasta la fecha "salida de lluvias 2" (21 de octubre) en concordancia con lo observado en el nivel potencial (cuadro 3).

Existe un 80% de probabilidad de ocurrencia de rendimientos simulados entre 1700 kg.ha^-1 y 3200 kg.ha^-1 cuando se siembra en "salida de lluvias 2" (21 de octubre) para el nivel de productividad con montos de riego y fertilización predeterminados; en cambio para ese mismo nivel de productividad, en la época "entrada de lluvias" (07 de mayo) el 80% de probabilidad de ocurrencia de rendimientos simulados sucede en un rango de rendimientos de 1300 kg.ha^-1 a 2600 kg.ha^-1 , y para la época "salida de lluvias 1" se presenta una situación intermedia. Así, las figuras donde se presentan las distribuciones de frecuencias acumuladas permiten deducir las probabilidades de ocurrencia de rendimientos (figura 2 a, b y c).

Figura 2. Rendimientos alcanzables (kg.ha^-1) con riego y con fertilización de los cuatro grupos genéticos de caraota a a) "entrada de lluvias", b) "salida de lluvias 1" y c) "salida de lluvias 2", en un Entisol del municipio Andrés Eloy Blanco del estado Lara.

Para el nivel alcanzable sin riego y con fertilización, los rendimientos y variabilidad interanual son mayores en la fecha de siembra "entrada de lluvias", y disminuyen progresivamente en la siembra hacia finales de año (cuadro 3 y figura 3 a, b y c), lo cual contrasta con los dos niveles discutidos anteriormente. La variación porcentual (V%) muestra un efecto de fecha de siembra, ya que es mayor en la fecha "salida de lluvias 2" (21 de octubre) con una disminución progresiva hacia la fecha "entrada de lluvias" (07 de mayo). Con un 80% de probabilidad, sólo se alcanzarían rendimientos entre 800 kg.ha^-1 y 2500 kg.ha^-1 para la fecha de siembra "entrada de lluvias" (07 de mayo), para este nivel de productividad, mientras que para las otras dos fechas de siembra el 80% de los rendimientos esperados sería incluso menor. Todo ello refleja las restricciones impuestas sobre el rendimiento por el estrés hídrico debido a la ausencia de riego. El 25% de los productores de la zona se ubica en este nivel de productividad, para ellos, según el modelo, la mejor fecha de siembra es en mayo, independientemente del material genético y tipo de suelo.

]]> Figura 3. Rendimientos alcanzables (kg.ha^-1) sin riego y con fertilización de los cuatro grupos genéticos de caraota a a) "entrada de lluvias", b) "salida de lluvias 1" y c) "salida de lluvias 2", en un Entisol del municipio Andrés Eloy Blanco del estado Lara

Cuando no se aplica riego ni se fertiliza, se minimizan las diferencias de rendimientos entre los grupos genéticos, se maximizan las variaciones porcentuales y aun en la fecha 07 de mayo los rendimientos son extremadamente bajos (cuadro 3 y figura 4 a, b y c), con valores incluso inferiores al promedio nacional (826 kg.ha^-1) (4), como consecuencia de que la productividad es afectada, en uno o más estadios de crecimiento del cultivo, por estrés hídrico y/o de nitrógeno (debido a la ausencia de riego y fertilización) y por las características (pH, textura, estructura y profundidad efectiva) del suelo. Con un 100% de probabilidad los rendimientos serían inferiores a 800 kg.ha^-1).

Figura 4. Rendimientos alcanzables (kg.ha^-1) sin riego y sin fertilización de los cuatro grupos genéticos a a) "entrada de lluvias", b) "salida de lluvias 1" y c) "salida de lluvias 2", en un Entisol del municipio Andrés Eloy Blanco del estado Lara.

Estos resultados ilustran que para el 75% de los productores que tienen posibilidades de regar y aplicar nitrógeno, es recomendable desplazar la fecha de siembra hacia finales de año, específicamente hacia octubre-noviembre a los fines de reducir el estrés por altas temperaturas, aprovechar los niveles más altos de radiación solar y mejorar sus niveles de rendimientos alcanzables.

Conclusiones

La herramienta de simulación complementada con procedimientos de recopilación de información de campo permitió integrar un volumen cuantioso de información edafo-climática y evaluar un gran número de tratamientos, con un mínimo gasto de recursos económicos y de tiempo. Se encontraron diferencias apreciables en rendimientos en cuanto a variedades y materiales genéticos promisorios así como en cuanto a fechas de siembra para los niveles de productividad, lo cual evidencia la posibilidad de aumentar las expectativas de rendimientos alcanzables para los productores mediante el mejoramiento genético de variedades y el desplazamiento de la fecha de siembra hacia los meses de octubre-noviembre como alternativa para disminuir los efectos del estrés térmico.

Agradecimiento

Los autores desean expresar agradecimiento por el cofinanciamiento a este trabajo al Fondo Nacional de Ciencia, Tecnología e Innovación (FONACIT, Proyecto S1-2001001016) y Consejo de Desarrollo Científico y Humanístico de la Universidad Central de Venezuela (CDCH, Proyecto PG-01-30-4537-2003).

Literatura citada ]]>

1. Boote, K.J., J.W. Jones y G. Hoogenboom. 1998. Simulation of crop growth: CROPGRO model. p 651-692. En: Peart, R. y R. Curry (eds.) Agricultural systems modeling and simulation. The University of Florida, USA.         [ Links ]

2. Bragachini, M., A. von Martini, E. Lovera, A. Méndez, P. Salas y J. Dardanelli J. 2001. Uso de modelos CROPGRO-Soybean y CERES-Maize para agricultura de precisión. Argentina. Disponible en: www.inta.gov.ar/manfredi/investiga/prodveg/agri2p01.htm Consulta realizada el 29/04/2004.         [ Links ]

3. Cataño, A. 1984. Estudio semidetallado de suelos con fines de ordenamiento de los alrededores de Sanare. Barquisimeto, Venezuela. Ministerio del Ambiente y de los Recursos Naturales, Dirección General de Información e Investigación del Ambiente. 64 p.         [ Links ]

4. FAOSTAT, datos. 2005. Disponible en: http://faostat.fao.org/ Consulta realizada el 08/03/2006.         [ Links ]

5. Guédez, J. y R. Pérez. 1983. Caracterización edafoclimatica de suelos representativos de la zona papera del estado Lara. Trabajo de ascenso. Barquisimeto, Venezuela. Escuela de Agronomía, Universidad Centro Occidental Lisandro Alvarado. 95 p.         [ Links ]

6. Guevara, J. 1987. Métodos de estimación y ajuste de datos climáticos. Universidad Central de Venezuela. Caracas, Venezuela. Consejo de Desarrollo Científico y Humanístico. 123 p.         [ Links ]

7. Hoogenboom, G., J.W. Jones, K.J. Boote y C. Porter. 2000. CROPGRO main program and support subroutines, in DSSAT v4.0 Documentation and source code listing. Agricultural and Biological Engineering Department. Research report N° 2001-101. University of Florida, Gainesville, Florida. January 2000. [on line]. Disponible en: www.csml.ifas.ufl.edu/protected/CropgroDocs/cropgro_doc.html Consulta realizada el 21/10/2003.         [ Links ]

8. Hoogenboom, G., J.W. White, J.W. Jones y K.J. Boote. 1991. Dry bean Crop Growth Simulation Model. BEANGRO V1.01. User´s Guide. University of Florida, The University of Georgia, International Benchmark Sites Network for Agrotechnology Transfer & Bean Program, Centro Internacional de Agricultura Tropical (CIAT). Florida Agricultural Experiment Station Journal No. N-00379. 122 p.         [ Links ]

9. IPCC (Intergovernmental Panel on Climate Change. 2001. Climate Change Synthesis Report. The Scientific Basis. Contribution of working group 1 to the third assessment report of the intergovernmental panel on climate change. (eds. Ding et al.) Disponible en: www.ipcc.ch Consulta realizada el 04/03/2006.         [ Links ]

10. Jame, Y.W. y Cutforth, H.W. 1996. Crop growth-models for decision support systems. Can J. Plant Sci. 76:9-19.         [ Links ]

11. Ma L., D. Nielsen, L. Ahuja, J. Kiniry, J. Hanson y G. Hoogenboom. 2002. An evaluation of Rzwqm, CROPGRO and CERES-Maize for response to water stress in the central Great Plains. USA. Disponible en: www.ars.usda.gov/research/publications Consulta realizada el 29/04/2004.         [ Links ]

12. Mariot, E. 1996. Avaliacão do crecimento vegetativo de dez genótipos de feijoeiro submetidos ao estresse térmico en condiciones controladas. V Reunion Nacional de Pesqusa de Feijão. Anais Vol 1, resumos expandidos, EMBRAPA-CNPAF, Goiania, Go, Brasil. p 35-37         [ Links ]

13. Meireles, E.J.L., A.R. Pereira y P.C. Sentelhas et al. 2002. Calibration and test of the cropgro-dry bean model for edaphoclimatic conditions in the savannas of Central Brazil. Sci. agric. (Piracicaba, Braz.). (online). Oct./Dec. 2002, vol.59, no.4 (cited 03 May 2004), p.723-729. Available from World Wide Web: <http://www.scielo.br/scielo. php?script=sci_arttext & pid=S0103-90162002000400016 & lng=en & nrm=iso>. ISSN 0103-9016         [ Links ]

14. Ministerio del Ambiente y de los Recursos Naturales (MARN), Fundación para el Desarrollo de la Región Centro Occidental de Venezuela (FUDECO), Gobernación del estado Lara e Instituto Latinoamericano de Investigaciones Sociales (ILDIS). 1987. Caracterización Ambiental del estado Lara, documento base para el plan de ordenamiento del territorio del estado Lara. Barquisimeto, Venezuela. 229 p.         [ Links ]

15. Portes, T de A. 1996. Ecofisiología. Cultura do feijoeiro common no Brasil. Coordinado por R. S. Araujo. POTAFOS, Piracicaba, Brasil. p 101 - 137         [ Links ]

16. Prasad, P.V.V., Boote, K.J., Allen Jr, L.H. y Thomas, J.M.G. 2002. Effects of elevated temperatura and carbon dioxide on seed-set and yield of kidney bean (Phaseolus vulgaris L.). Global Change Biology 8:710-721.         [ Links ]

17. Puche, M., O. Silva y R. Warnock. 2005. Evaluación del efecto del cambio climático sobre cultivos anuales en Venezuela. En: Primera Comunicación Nacional en Cambio Climático de Venezuela. Cap. 5.4. Impactos en el sector agrícola. Caracas, Republica Bolivariana de Venezuela. PNUD. MARN. GEF. p. 82-87.         [ Links ]

18. Rosenzweig, C. y A. Iglesias. 1998. The use of crop models for international climate change impact assessment. In: Understanding options for agriculture production. Tsuji, Hoogenboom and Thornton, Eds. Kluwer Academic Publishers. 267-292.         [ Links ]

19. Strebin, S. y J. Pérez. 1982. Capacidad de uso de las tierras del estado Lara. Caracas, Venezuela. Ministerio del Ambiente y de los Recursos Naturales, Dirección General Sectorial de Información e Investigación del Ambiente, Dirección de Suelos, Vegetación y Fauna. p 18-22.         [ Links ]

20. Villalobos, R. y J. Retana. 2004. CROPGRO-Dry bean, un modelo de simulación del crecimiento y desarrollo del cultivo de frijol. Costa Rica. Disponible en: www.imn.ac.cr/gesdesarrollo/ABSTRAT/CROPGRO.htm Consulta realizada el 30/04/2004.         [ Links ]

21. Warnock, R. 1999. Uso del modelo CROPGRO-Bean para impulsar la producción de caraota (Phaseolus vulgaris L.) en Aragua. Trabajo de Ascenso. Maracay, Venezuela. Facultad de Agronomía, Universidad Central de Venezuela. 85 p.         [ Links ]

22. Warnock, R., Madriz, P. y Trujillo, A. 2005. Determinación de los coeficientes genéticos del modelo CROPGRO para siete cultivares de caraota en Venezuela. Interciencia 30(4):205-212.         [ Links ]

23. White, J.W. y Y. Izquierdo. 1989. Frijol: Fisiología del potencial del rendimiento y tolerancia al estrés. FAO y CIAT. 91 p.         [ Links ] ]]> 1 1998 651-692 2 2001 3 1984 64 4 FAOSTAT 2005 5 1983 95 6 1987 123 7 2000 8 1991 122 9 IPCC (Intergovernmental Panel on Climate Change 2001 10 1996 76 9-19 11 2002 12 1996 Goiania Go 35-37 13 2002 20 02 59 4 4 723-729. 14 Ministerio del Ambiente y de los Recursos Naturales (MARN), Fundación para el Desarrollo de la Región Centro Occidental de Venezuela (FUDECO), Gobernación del estado Lara e Instituto Latinoamericano de Investigaciones Sociales (ILDIS) 1987 229 15 1996 101 - 137 16 2002 8 710-721 17 2005 82-87 18 1998 267-292 19 1982 18-22 20 2004 21 1999 85 22 2005 30 4 4 205-212 23 1989 91