INTA Sistemas Intensivos de Produccion Bajo Riego - Grassini P

Sistemas intensivos de produccion bajo riego

Se puede producir cerca del potencial de rendimiento y ser eficiente en el uso de los recursos?

Patricio Grassini, PhD

Research Assistant Professor

Departament de Agronomy and Horticulture

University of Nebraska-Lincoln

E-mail: [email protected]

Rendimientos potenciales con uso

eficiente de agua e insumos

Tendencias globales

• Incremento en poblacion mundial – 9.2 billones en 2050 (+35%), la mayor parte viviendo en areas

urbanas (actualmente la poblacion se distribuye 50:50 en areas urbanas y rurales)

• Mayor consumo per capita de alimento y energia • Requiere un incremento del 60% en la produccion actual de

cereales para el satisfacer la demana en el 2050: 1.5% annual increase of today’s average cereal yield

Mayor demanda por biocombustibles y preocupacion publica por calidad ambiental, cambio climatico, y biodiversidad



Year

1970 1980 1990 2000 2010

Cro

p h

arv

es

ted

are

a (

Mh

a)

400

450

500

550

900

1000

1100

1965-1980

slope = 3.9 Mha y-1

Total cropland area

1965-1980

slope = 6.0 Mha y-1

1980-2002

slope = 1.4 Mha y-1

Rice + wheat + maize area

2002-2009

slope = 10.2 Mha y-1

2003-2009

slope = 7.2 Mha y-1

Area global cosechada

Source: FAOSTAT

Are

a c

os

ech

ad

a (

Mh

a)

Area total incluye cereales, oleagionas, pulsos, y cultivos de fribra, raiz, y tuberculos.

Area Total

Arroz + trigo + maiz



Foto: K.G. Cassman

Year

1960 1970 1980 1990 2000 2010

Gra

in y

ield

(t

ha

-1)

1

2

3

4

5

Corn yield

slope = 64 kg ha-1 y

-1

Rice yield


-1

Wheat yield


-1

Rendimientos promedios, 1966-2009

Source: FAOSTAT

maiz: 2.8%

arroz: 2.9%

trigo: 2.9%

1966

maiz: 1.3%

arroz: 1.3%

trigo: 1.4%

2009 R

en

dim

ien

to (

t/h

a)

Year

1960 1970 1980 1990 2000 2010

Gra

in y

ield

(t

ha

-1)

0

2

4

6

8

R.Korea

China

Indonesia

India

Rice

Year

1960 1970 1980 1990 2000 2010

0

2

4

6

8

Year

1960 1970 1980 1990 2000 2010

0

2

4

6

8

10

12Wheat Maize

China

India

Northwest Europe

Brazil

China

USA-irrigated

USA-rainfed

Notar ‘mesetas’ de rendimiento de arroz en Corea y China, trigo en el

noroeste de Europa e India, y maize en China y emergente meseta para

maiz regado en Estados Unidos...

Otra alerta es la evidencia de ‘mesetas’

de rendimiento en algunos de los

principales paises productores:

Ren

dim

ien

to (

t/h

a)



1.0

1.5

2.0

2.5

3.0

3.5

4.0

Sep-04 Feb-06 Jun-07 Oct-08 Mar-10 Jul-11 Dec-12

Ma

ize

: C

rud

e O

il P

ric

e R

ati

o

Tendencia en la relacion de precio grano : energia

1.75

2.25

2.75

Rela

cio

n d

e p

recio

gra

no

maiz

: p

etr

ole

o

Promedio de la relacion precio grano : precio energia se muestra para algunos intervalos. El cociente

de precio maize : petroleo esta basado en el precio de maize y del petroleo es US dolares por tonelada

de maize y barril, respectivamente (USDA Market News).



Limitada expectativa para incrementar el area neta

bajo riego

Agricultura bajo riego produce 40% de la oferta de grano

mundial, y solo ocupa 18% del area bajo produccion mundial.



From NCGA website, 8 May 2008:

http://www.ncga.com/PDFs/NCGA%20Presentation%20on%20Food%20and%20Fuel%205-7-08.pdf

“Monsanto, empresa lider en

biotecnologia, anuncia el Miercoles

que va a desarrollar variedad que van

a duplicar los rendimientos de maiz,

soja y algodon en 2030 y van a

requerir 30% menos agua…”

New York Times (June 5, 2008)

Emerging Technologies - The Hype-To-Reality RatioH

YP

E-T

O-R

EA

LIT

Y R

AT

IO

TIME

Emergent

Technology

Peak of

Inflated

Expectations

Trough of

Disillusionment

Slope of

Enlightenent

(suitable uses)

Plateau of

Productivity

0

1

>

in

fin

ity

From The Gartner Group, 1997

Ilu

sio

n / r

ealid

ad



Tecnologia emergentes: relacion entre ilusion y realidad

Nitrogeno absorbido (kg ha-1

)

0 100 200 300 400 500

Ren

dim

ien

to (

t h

a-1

)

0

3

6

9

12

15

18

Evapotranspiracion del cultivo (mm)

0 200 400 600 800 1000 1200

0

3

6

9

12

15

18

N aplicado (kg ha-1)

100 150 200 250 300N a

bso

rbid

o (

kg

ha

-1)

100

200

300

400

Riego aplicado (mm)0 200 400 600 800

ET

cu

ltiv

o (

mm

)

400

500

600

700

y = e (3.1 + 101 / x)

r2 = 0.64 pendiente = 0.036

x-intercepcion = 175

Regado

Secano

Lotes de productores Lotes de productores

Publicidad versus realidad: relaciones entre rendimiento

de maiz, nitrogeno abosorbido, y agua consumida

Grassini et el. (2009), Setiyono et al. (2010)

Cultivos de altos rendimientos tienen altos requerimientos de N y agua!

“hibrido de alto

rendimiento,

con alta

eficiencia en el

uso del N?”

“hibrido de alto

rendimiento con

alta eficiencia en

el uso del

agua?”

Rendimiento potencial: rendimiento

de un cultivar cuando crece en un

ambiental al cual esta adaptado; sin

limitaciones de agua y nutrientes; y

sin incidencia de malezas, insectos, y

patogenos, (Evans and Fischer, 1999).

En sistemas de secano, cantidad y

distribucion del agua disponible

impone otra limitacion al rendimiento

potencial de los cultivos.



Marco conceptual: rendimiento potencial, limitado por agua y brechas de rendimiento

Gra

in y

ield

(M

g h

a-1

)

Rendimiento

potencial Limitado por

agua Rendimiento de

productores

Regado Secano

Brechas

Radiacion

Temperatura

CO2

Genotipo

F de siembra

Densidad

Radiacion

Temperatura

CO2

Genotipo

F de siembra

Densidad

Agua

disponible

Modified from Cassman et al. (2003)



A medida que los rendimientos promedios de los productores se

aproximan al rendimiento potencial, se vuelve mas dificultoso para los

productores mantener los incrementos de rendimientos porque estos

incrementos adicionales requieres eliminacion de imperfecciones

menores en el manejo del sistema de produccion que usualmente

incrementan el riego economico y/o ambiental

Hipotesis global: rendimientos promedios se

‘amesetan’ cuando alcanza el 75-85% del

rendimiento potential en sistemas bajo riego o

en sistemas en secano

Satisfacer la demanda futura por alimento y energia, sin

un masivo cambio en el uso de la tierra, requires una

intensification sustentable en el area bajo produccion

actual, es decir, reducir la brecha entre el rendimiento del

los productores y el rendimento potential, minimizando el

impacto ambiental

Atlas mundial de brechas de

rendimientos

University of Nebraska-Lincoln (USA)

and

Wageningen University (Paises Bajos)

Website: www.yieldgap.org

Drier savanna

Moist savanna

Humid forest

Midaltitude savanna

http://www.yieldgap.org/

Por que un atlas global de brechas de rendimientos?

• Interpretar y predecir tendencia de rendimientos en un pais or region

• Estimar capcidad nacional y global de producir alimento en la tierra actualmente con los recursos hidricos disponibles o analizar cambio en el uso de la tierra y agua bajo diferentes escenarios de adopcion de tecnologias y politicas agropecuerias

• Priorizar investigacion y sustentar politicas agropecuarias para incrementar la produccion focalizando en areas con largos brechas de rendimiento a traves de un intensificacion sustentable

• Identificar donde nuevas tecnologias tienen el mayor potencial para reducir las brechas de rendimiento

Equipo coordinador

University of Nebraska (UNL) Wageningen University & Alterra

Kenneth Cassman Patricio Grassini Martin van Ittersum Lenny van Bussel Joost Wolf

Justin van Wart Haishun Yang Hendrik Boogaard Hugo de Groot Daniel van

Kraalingen Regional coordinators and partners

Lieven Claessens (ICRISAT) Kazuki Saito (Africa Rice)

Fondos: Fundacion Gates, UNL

Water for Food Institute

Atlas de brechas de rendimiento: colaboradores en Argentina

Antonio Hall (UBA) Miguel Taboada (INTA-UBA) Fernando Andrade & Juan Pablo Monzon

(INTA – Universidad de Mar del Plata)

Esteban Jobaggy & Jorge Mercau

(GEA, Universidad de San Luis)

Protocolo para estimar brechas • Protocolo consistente, transparente y reproducible para

determinar rendimiento potencial en condiciones bajo riego y secano y estimar brechas de rendimiento

• Basado en una fuerte base agronomica

• Una aproximacion ‘bottom-up’ (de abajo hacia arriba) que se base en expertos locales para conseguir datos de:

• Clima y suelos

• Sistemas de producccion, manejo, y rendimientos actuales

• Rendimiento potencial es estimado para localidades especificas (‘puntos’) usando modelos de simulacion de culativos validados y datos observados de clima, suelo y manejo

• Extrapolacion de rendimiento potencial y brechas desde ‘puntos’ a region mediante un sistema de clasificacion agro-climatica

• Disponible publicamente en una website: www.yieldgap.org


Ejemplo: arroz regado en China

Ejemplo: Soja (izquierda) y maiz (derecha) en Argentina

Rotacion y manejo

Rendimiento potencial tiene que ser simulado basado en el contexto del sistema de produccion, en terminos de secuancia de cultivos y practicas de manejo (fecha de siembra, largo de ciclo). En este ejemplo, complejos sistemas de produccion con maiz, arroz y trigo cultivados (China) y maiz, soja,

trigo, y pulsos (South America), algunos con 2+ cutivos en el mismo anio.

Show crop systems (China and South America) and soil (NE) maps (PG will do it)

Simulation of Yp or Yw requires specification of management

practices (sowing date, maturity, etc) for EACH crop system

Province Cropping season Crop establish Seed VarietyHills

per m2Seeding date

Transplanting

date

Flowering

date

Maturity

dateArea (ha)

Hubei Early season Transplanting IR64 25 01-Apr 28-Apr 25-Jun 18-Jul 266,667

Direct seeding IR64 06-Apr 28-Jun 22-Jul 266,667

Middle season Transplanting 2You725 21 15-Apr 20-May 10-Aug 15-Sep 533,333

Direct seeding 2You725 30-Apr 13-Aug 20-Sep 800,000

Late season Transplanting IR64 22.5 18-Jun 22-Jul 10-Sep 15-Oct 200,000

Hunan Early season Transplanting IR64 25 20-Mar 20-Apr 10-Jun 15-Jul 1,133,333


Middle season Transplanting 2You725 22.5 20-Apr 20-May 10-Aug 10-Sep 500,000

Single late season Transplanting 2You725 18.4 20-May 20-Jun 15-Aug 30-Sep 366,667

Double late season Transplanting IR64 18.4 20-Jun 20-Jul 10-Sep 20-Oct 1,600,000

Anhui Early season Transplanting IR64 37.5 25-Mar 25-Apr 20-Jun 20-Jul 80,000


Middle season Transplanting 2You501 22.5 10-May 10-Jun 20-Aug 20-Sep 1,466,667

Direct seeding 2You501 15-Jun 05-Sep 10-Oct 200,000


Jiangxi Early season Transplanting IR64 30 25-Mar 25-Apr 20-Jun 20-Jul 1,333,333


Middle season Transplanting 2You501 27 30-Apr 20-May 30-Aug 30-Sep 333,333

Late season Transplanting IR64 27 20-Jun 20-Jul 20-Sep 20-Oct 1,400,000

Guangdong Early season Transplanting IR64 22.5 05-Mar 05-Apr 05-Jun 05-Jul 1,000,000

Late season Transplanting IR72 22.5 18-Jul 03-Aug 30-Sep 05-Nov 1,000,000

Sichuan Single season Transplanting 2You501 16 05-Apr 05-May 20-Jul 01-Sep 2,666,667

Guangxi Early season Transplanting IR64 30 01-Mar 01-Apr 16-Jun 15-Jul 1,000,000

Middle season Transplanting 2You501 28.5 15-Apr 15-May 10-Jul 10-Aug 133,333

Late season Transplanting IR64 27 10-Jul 05-Aug 01-Oct 05-Nov 1,000,000

Fujian Early season Transplanting IR64 22.5 10-Mar 10-Apr 10-Jun 10-Jul 233,333

Middle season Transplanting IR72 18 20-Apr 20-May 20-Aug 30-Sep 533,333


Jiangsu Single season Transplanting Wuxiangjing 9 25.5 15-May 15-Jun 25-Aug 15-Oct 1,200,000

Direct seeding Wuxiangjing 9 10-Jun 05-Sep 15-Oct 800,000

Jilin Single season Transplanting Jin Dao 305 22.5 15-Apr 17-May 01-Aug 25-Sep 733,333

Heilongjiang Single season Transplanting Jin Dao 305 24 15-Apr 15-May 25-Jul 20-Sep 2,600,000

Liaoning Single season Transplanting Jin Dao 305 22.5 15-Apr 20-May 10-Aug 01-Oct 666,667

Henan Single season Transplanting XD90247 20.5 01-May 10-Jun 25-Aug 05-Oct 633,333

Zhejiang Early season Transplanting IR64 30 30-Mar 20-Apr 20-Jun 15-Jul 93,333


Middle season Transplanting Wuxiangjing 9 20 30-May 25-Jun 25-Aug 05-Oct 333,333

Direct seeding Wuxiangjing 9 05-Jun 05-Sep 20-Oct 333,333


Yunan Single season (japonica)Transplanting Jin Dao 305 55.5 01-Mar 01-May 01-Aug 15-Sep 600,000

Single season (indica)Transplanting 2You501 55.5 01-May 01-Jun 01-Sep 05-Oct 333,333

Upland rice Direct seeding HD297 30-Apr 15-Aug 30-Sep 100,000

Guizhou Single season Transplanting 2You725 15 05-Apr 20-May 10-Aug 20-Sep 733,333

Hainan Early season Transplanting IR64 33 25-Jan 20-Feb 25-Apr 25-May 166,667

Late season Transplanting IR72 33 20-Jun 10-Jul 05-Sep 05-Oct 213,333

China: 44 sistemas de produccion de arroz

Pais Cultivo Total are

cosehada

(Mha)

% area

cubierta

por buffers

Actual

(t/ha)

Potencial

(t/ha)

Actual /

Potencial

(%)

China Arroz

regado 29.1 51% 6.4 7.5 85%

USA Maiz

secano 27.7 50% 9.7 13.2 73%

Maiz

regado 3.5 54% 11.7 15.1 77%

Alemania Trigo

secano 3.1 52% 7.6 9.5 80%

Rendimiento actual, potencial y brechas en tres

paises

† US data from USDA-NASS (2004-2008); China and Germany data from FAOSTAT (2004-2008)

Website: www.yieldgap.org


Oportunidad para cuantificar el impacto del riego en Argentina

• Mapear areas donde es factible la produccion intensiva de cultivos bajo riego y orientar investigacion e inversion para lograr una intensificacion sustentable

• Estimar redimientos alcanzables razonables para regiones regadas (actualmente o potencialmente) y asociados requerimiento hidricos, fertilizantes, etc

• Hacer escenarios ex-ante del impacto de riego sobre la produccion (magnitud y variabilidad), uso de la tierra, y perfil exportador.

Que hace falta? • Estadisticas de produccion bajo riego (area y

rendimientos por departamento), desagregadas por cultivo y año

• Datos climaticos, suelo, y practicas de manejo en las zonas regadas

• Mapeo de recursos hidricos para riego (cantidad, calidad, factibilidad economica)

• Validacion de modelos de simulacion en ambientes de alta produccion

Satisfacer la demanda futura por alimento y energia, sin

un masivo cambio en el uso de la tierra, requires una

intensification sustentable en el area bajo produccion

actual, es decir, reducir la brecha entre el rendimiento del

los productores y el rendimento potential, minimizando el

impacto ambiental. ES POSIBLE O ES UNA QUIMERA?

Intensificacion sustentable Diseno de un sistema de cultivos de altos rendimiento que

protege la calidad del suelo y el ambiente y conserva los recursos naturales (Cassman et al., 1999)

Caracteristicas:

Rendimientos que se aproximen al 80-85% del rendimiento potencial

70-80% eficiencia de uso de N aplicado (vs 30-40% actual)

Mejora de la calidad del suelo (stock de nutrientes y MO)

Manejo de plagas integrales

Reduccion en la emision de gases de efecto invernadero

Largo balance neto de energia

Sistemas regados: 90% de la eficiencia en uso del agua aIcanzable



Maiz regado en Nebraska

• Central US Great Plains

includes one of the largest

irrigated areas cultivated

with maize in the world (3.2

million ha)

• Irrigated maize accounts for

60% of total annual maize

production in the region

(~60 million Mg)

Distribution of US irrigated maize cropland:

Low : 0

High : 4456

Data mapped by P. Grassini

based on Portmann et al. (2010):

Global Biogeochemical Cycles

9 Aug 2012 6th ICSC

Brazil, 2012 3

Llu

via

o E

T b

ide

ce

nia

l (m

m)

0

50

100

150

200

0 20 40 60 80 100 120 140 Dias despues de siembra

0

50

100

150

200

ETC

Lluvia

ETC

Lluvia

madurez

Floracion

femenina madurez

Akron (OESTE)

Mead (ESTE)

0

200

400

600

800

1000

1200

-104 -102 -100 -98 -96 -94 -92 -90 Longitud (º)

ET total siembra-

madurez (mm)

Lluvia total siembra-

madurez (mm)

Floracion

femenina

Sistemas de maiz bajo riego en el cinturon maicero de USA

Rendimiento promedio de maiz (2004–2008) por condado

NASS-USDA (2004-2008)Data compiled and mapped

by Patricio Grassini

0 70 140 21035 Kilometers

Maize production < 1500

ha in white counties

N Maiz regado Maiz Secano

3.7 – 5.6

9.4 – 11.3

7.5 – 9.4

5.6 – 7.5

1.8 – 3.7

Rendimiento (t/ha)

9.4 – 10.4

12.4- 13.4

11.4 – 12.4

10.4 – 11.4

8.4 – 9.4

Rendimiento (t/ha)

Importancia de los sistemas de maiz bajo

riego en Nebraska

47% del area sembrada con maiz se

encuentra bajo riego

74% de la produccion anual de maiz en

el estado (32 millones toneladas)

proviene de sistemas regados

Los cultivos regados presentan

mayores rendimientos y menor

variabilidad interanual con respecto a

los rendimientos en secano

Sustentan las industrias asociadas, por

ejemplo, feed-lots (NE rankea primera

en produccion de carne vacuna) y

plantas de etanol (24 plantas en

funcionamiento) Rendimiento en grano (t ha-1)

2 4 6 8 10 12 14

Vari

ac

ion

inte

ran

ual

(%)

0

10

20

30

40

50

60 Maiz

y = 84 - 10.0x + 0.29x2

r2

= 0.92; p<0.001

RegadoSecano

Rendimiento en grano (t ha-1)

2 4 6 8 10 12 14

Vari

ac

ion

inte

ran

ual

(%)

0

10

20

30

40

50

60 Maiz

y = 84 - 10.0x + 0.29x2

r2

= 0.92; p<0.001

RegadoSecano

Cada punto representa el rendimiento promedio y coeficiente

de variacion por condado para el periodo 2000-2009

Caso de estudio: 777 lotes de productores

sembrados con maiz bajo riego (2005-2007)

Grassini et el. (2011) : Field Crops Research

Tri-Basin Natural

Resources District

Each circle represents

a farmer’s field

Stars indicate

weather stations ( )

or rain gauges ( )

CO

NTIN

UO

US

MA

IZE

(38%

)

SO

YB

EA

N-

MA

IZE

(61%

)

CO

NTIN

UO

US

MA

IZE

(38%

)

SO

YB

EA

N-

MA

IZE

(61%

)

STR

IP

(10%

)

NO-TILL

(37%)

DISK

(22%)RIDGE-

TILL

(31%)

STR

IP

(10%

)

NO-TILL

(37%)

DISK

(22%)RIDGE-

TILL

(31%)

Rendimiento e inputs aplicados

2005 2006 2007 Average

Rendimiento (t ha-1) † 13.6 12.5 12.9 13.0

Riego aplicado (mm) † 347 257 213 272

N fertilizante (kg N ha-1) † 182 184 181 183

Fecha de siembra¶ 24 Abr 25 Abr 3 May 27 Apr

Largo ciclo (dias) ¶ 113 113 113 113

Densidad (x1000 ha-1) ¶ 75 75 75 75

† Based on 777 site-years (2005-2007); ¶ based on a subset of 123 site-years

Promedio maiz USA (2005-2007) = 9.3 t ha-1; Promedio mundial = 4.7 t ha-1

Grassini et el. (2011)

Costo ($/acre) % total costos

variables

Bombeo agua 124 26

Fertilizante (N, P) 105 22

Semilla hibridos 85 18

Labranza-cosecha 70 14

Herbicida 42 9

Secado grano 23 5

Transporte 23 5

Mano de obra 13 3

Otros pesticidas 2 1

Total 485 100

Maiz regado de alta produccion:

costos variables

Individual farmer fields

Gra

in y

ield

(M

g h

a-1

)

8

10

12

14

16

18Average Y

P = 14.9 ± 0.1 Mg ha

-1 Average farmer's yield:

13.1 ± 0.1 Mg ha-1

(89% of YP)

1 123

Rendimiento potencial (barras enteras), rendimiento de productor (barra amarilla) y

brechas de rendimiento (barras rojas). Cada barra corresponde a un lote de produccion

en el centro de Nebraska. Rendimiento potencial fue simulado para cada lote basado en

las practicas de manejo (fecha de siembra, largo de ciclo) reportadas

Brecha de

rendimiento:

1.7 t ha-1

Modified from

Grassini et el. (2011)

Brechas de rendimiento en maiz regado

El rendimiento de los productores representa, en promedio, 89% del

rendimiento potencial estimado

Rendimiento: efectos de la rotacion y sistema de labranza

* numero de observaciones es indicado dentro de las barras; ** lineas verticales indican estandar error

La interaccion entre

rotacion y sistema de

labranza fue

significativa (p=0.005)

La ventaja de la rotacion

maiz/soja, en comparcion

con maiz continuo, fue

consistente a traves los

años

Grassini et al., Field Crops Res (2011)

Año2005 2006 2007

Ren

dim

ien

to d

e m

aiz

(t

ha

-1)

11

12

13

14

15

Soja-Maiz (S-M)

Maiz-Maiz (M-M)

Rotacion

11

12

13

14

15

139189129 7861146

3015 1515 2312

= 0.7 Mg ha-1

p < 0.001

= 0.3 Mg ha-1

p < 0.05

= 0.5 Mg ha-1

p < 0.001

Disco (D)

Labranza conservacionista ('ridge-till')

Labranza cero

Soja-Maiz Maiz-Maiz

Tendencias de rendimiento de maiz regado y en sacano en Nebraska

0

3

6

9

12

1970 1980 1990 2000 2010

Year

Ma

ize

y

ield

(M

g/h

a)

0

3

6

9

12

15IRRIGATED MAIZE (●)

Slope = 130 kg ha-yr-1

R2 = 0.85; P<0.01

RAINFED MAIZE (▲)

Slope = 112 kg ha-yr-1

R2 = 0.59; P<0.01

Source: USDA-NASS

Variable Secano Regado Regado : secano

Rendimiento (t ha-1) 5.9 13.2 2.2

Variacion interanual (CV) 23% 3% 0.1

Fertilizante N (kg N ha-1) 110 183 1.7

Eficiencia uso N (kg grain kg-1 N) 54 71 1.3

Agua disponible (mm) † 670 943 1.4

Eficiencia en el uso de agua

disponible(kg ha-mm-1) †

8.8 14.0 1.6

† Basado on agua disponible a siembra + lluvia + riego

Rendimiento y eficiencia en el uso de

los recursos en la produccion de maiz

A pesar de mayores inputs de agua y N, tanto el rendimiento como las eficiencias

fueron mayores y mas estables en maize regado

Grassini et el. (2012), Proceedings of National Academy of Sciences

Variable Secano Regado Regado : secano

Input de energia fosil (GJ ha-1) 10.8 30.0 2.8

Rendimiento energetico neto

(energi en grano menos input

de energia fosil)

74 159 2.2

Eficiencia energetica (energia

grano : input energia fosil)

7.9 6.6 0.8

Emisiones GHG (kg CO2e ha-1)† 2289 3001 1.3

Intensidad GHG intensity (kg

CO2e t grano-1)‡

388 231 0.6

Balance de energia y gases de efecto

invernadero (GHG)

Maiz regado de alto rendimiento tiene un balance de energia favorable con baja

intensidad de gases de efecto invernadero

Grassini et el. (2012), Proceedings of National Academy of Sciences

Fossil-fuel input (Mg CO2eq ha-1

)

0.0 0.7 1.4 2.1 2.8 3.5

Ma

ize

gra

in y

ield

(M

g h

a-1

)

0

3

6

9

12

15

18

Maize after soybean

y = -1.41 x2 + 9.2x + 1

r2 = 0.98

Maize after cereal

y = -1.58 x2 + 10.0x - 1

r2 = 0.99

n = 12

Soybean

Maize or other cereal

Rainfed Irrigated

PREVIOUSCROP

{

The Cost of Intensification III:

environmental footprint

Grassini et al., unpublished

Each point corresponds to a maize-

based systems in central US of varying

level of intensification, ranging from

low-yield low-input rainfed maize in the

Panhandle (western NE) to high-yield

irrigated maize (eastern NE). Fossil-fuel

inputs are expressed as CO2 warming

potential equivalents. Tri-Basin NRD

farmers

Yield responds linearly to

increasing level of

intensification up to ~85% of

Yp; above this yield level, the

intensification cost (and C

emissions) required to achieve

further yield grain increases

more than proportional

9 Aug 2012 6th ICSC

Brazil, 2012 17

Intensive management (Adviento-Borbe et al., 2007)

Manejo de N fertilizante y eficiencia

Manejo de N en este distrito: aplicaciones pre-siembra estan prohibidas, applicaciones > 90

kg N/ha tienen que particionarse en 3+ aplicaciones durante la estacion de crecimiento.

Dosis de N ajustada de acuerdo al N del suelo residual

9 Aug 2012 6th ICSC

Brazil, 2012 20

NUE (kg/kg N)

Year

N f

ert

iliz

er

rate

(kg

N/h

a)

0

50

100

150

200

250

2004 2005 2006 2007 2008 2010

R I R I R I R I R I R IR I

94 81 70 76 58 78 77 74 79 84 81 73

2009

78 75

Inputs: applied N fertilizer and efficiency

R = rainfed (secano)

I = irrigated (regado)

U.S. national average N

rate for corn: 157 kg N/ha

U.S. average NUE =

61 kg/kg N fertilizer

Extra N fertilizante bajo

riego= 70 kg N/ha

NUE - riego = 77 kg/kg N

NUE - secano= 77 kg/kg N

Box plots for applied N fertilizer for rainfed irrigated maize in Lewis and Clark NRD. Horizontal dashes lines indicate averages. Fertilizer nitrogen-use efficiency (NUE; kg of maize grain per kg of applied N) is shown on top of bars

• Despite applied N fertilizer in irrigated maize was 80% higher than in rainfed maize, nitrogen-use

efficiency (NUE) was similar under both water regimes, because of much higher irrigated yields

and district guidelines on N management (no fall N applications, doses >90 kg N applied through 3-

4 splits in-season applications, and total N rate adjusted according to initial soil N-NO3-).

• Note than average NUE in this district was 25% higher than average NUE for US maize.

Relacion entre los rendimientos de maiz y agua

disponible en cultivos bajo manejo cercano al optimo R

en

dim

ien

to (

t h

a-1

)

North Platte, NE, 1996-2006 (Payero

et al., 2006, 2008).

Agua inicial + lluvia + riego (mm)

Mead, NE, 2001-2006. Manejo intensivo

(Suyker and Verma, 2009)

Productores con manejo intensivo en el

este de Nebraska, 2007-2008 (Burgert, 2009)

North Platte, NE, 1983-1991 (Hergert

et al., 1993).

North Platte and Clay Center, NE,

2005-2006 (Irmak and Yang, datos no

publicados).

Productor ganador de la competencia de

rendimientos en secano. Manchester, IA,

2002 (Yang et al., 2004).

Secano

Pivot

Riego sub-

superficial

0

2

4

6

8

10

12

14

16

18

0 200 400 600 800 1000 1200

Eficiencia alcanzable

(19.3 kg ha-mm-1)

Maxima eficiencia

(27.7 kg ha-mm-1)

Grassini et al., Field Crops Res. (2011)

0

2

4

6

8

10

12

14

16

18

0 250 500 750 1000 1250 1500

Seasonal water supply (mm)

Gra

in y

ield

(M

g/h

a)

Eficiencia en el uso del

agua en lotes comerciales

** rendimientos basados en los valores reportados por

productores en el Tri-Basin NRD, 2005-2007. Cada punto

corresponde a un lote comercial en un sitio-año. La linea fucsia

vertical indica el valor de rendimiento potencial (no limitado por

agua) en la zona. La linea azul indica el valor de agua

disponible (≈ 900 mm) por encima del cual el rendimiento no

responde a mayores incrementos de oferta hidrica.

~15.5 t ha-1

Promedio = 14.0 kg

grano ha-mm-1

Eficiencia maxima

27.7 kg ha-mm-1

Eficiencia alcanzable

19.3 kg ha-mm-1

n = 777 lotes 8

10

12

14

16

18

400 650 900 1150 1400

8

10

12

14

16

18

400 650 900 1150 1400

GRAVEDAD

n = 261

Ren

dim

ien

to (

t h

a-1

)


PIVOT

n = 516

Grassini et al., submitted to Field Crops Res.

Media: 14.5

kg ha-mm-1

Media: 12.9

kg ha-mm-1

~ 900 mm

Re

nd

imie

nto

(t

ha

-1)



Year

Ap

pli

ed

irr

igati

on

am

ou

nt

(mm

)

0

125

250

375

500

625

75070 155 141 110 213 94 244 98 272 89 25465

2005 2006 2007 2008 2009 2010

G P G P G P G P G P G P

Inputs: Agua de riego aplicada

G : gravity

P: pivot

Ahora de agua bajo

pivot = 114 mm

-276 -81 -166 -232 -221 -161

Deficit de agua Jul-Ago (total rain minus ETo), mm

Box plots for applied irrigation amounts, under gravity and pivot irrigation, for irrigated maize in Tri-Basin NRD. Horizontal dashes lines indicate averages. Values on top of the bars indicate the coefficient of variation (%)

39 30 37 31 45 31 46 37 45 33 71 43 Coefficient

of variation (%)

• Variation on applied irrigation across years was related to the magnitude of July-Aug water deficit.

• Applied irrigation was consistently lower (-35%) under pivot than gravity systems.

• In all years, there was huge variation (>30%) in applied irrigation amounts across fields, especially

in those under gravity irrigation

Riego aplicado: efectos del sistema de riego y labranza

El total de riego aplicado

fue mayor con sistemas de

gravedad comparado con

pivots (sin diferencias en

rendimiento)

El riego aplicado fue menor

en sistemas de labranza

cero o conservacionista

comparado con sistemas de

labranza convencional

(diferencia: ~75 mm)

* numero de observaciones es indicado dentro de las barras; ** lineas verticales indican estandar error

600 To

tal

rieg

o a

plicad

o (

mm

)

2005 2006 2007 0

100

200

300

400

500

Año

Pivot

Gravedad ∆ = 158 mm

p < 0.0001

∆ = 97 mm

p < 0.0001 ∆ = 88 mm

p = 0.0001

110 70 105 66 111 155

0

100

200

300

400

500

Gravedad Pivot

600

-

Labranza cero

13 8 17 9 30 9

Sistema de riego

Sistema de riego

p < 0.0001

= 97 mm

p < 0.0001 = 88 mm

p = 0.0001

110 70 105 66 111 155

Conservacionista

(‘ridge-till’)

Disco (D)

13 8 17 9 30 9


Limited irrigation: results from on-farm research

- 8 sites in eastern Nebraska during two growing seasons (2007 & 2008)

- At each site, two contiguous center-pivot irrigated corn fields with similar topography,

soil properties, fertilizer rate, and crop management

- The only difference was in Irrigation Management: irrigation in one of the center-pivot

fields was managed by farmers based on their expertise; the other was irrigated by UNL

staff based on readings from soil water sensors and tracking of crop phenology.

Figure: Schematic description of

limited-irrigation schedule in

corn. Plant-available soil water

(PAW) thresholds for irrigation

application are shown.

Sensitivity of grain number to

water stress episodes at

different growth stages is

shown in the bottom figure.

Irmak, Burgert, Yang, Cassman, Walters, Rathje,

Payero, Grassini, et al. Trans ASABE (2012)

(Background

figure drawn

by Dr. Maria

Otegui).

0.0

1.0

2.0

3.0

4.0

5.0

6.0

2007 2008Year

Ap

plie

d irr

iga

tio

n (

in)

0

25

50

75

100

125

150

Ap

plie

d irrig

atio

n (m

m)

Farmer irrigation

Limited irrigation

0

50

100

150

200

250

300

2007 2008Year

Gra

in y

ield

(b

u a

c-1

)

0

3

6

9

12

15

18

Gra

in y

ield

(t ha

-1)Limited irrigation: results from on-farm research

Same grain yield with, on average, 34% less applied irrigation water!

Similar crop water use under both irrigation managements: under limited-

irrigation management, lower water inputs were compensated by greater soil

water removal, especially from deep soil layers

Irmak, Burgert, Yang, Cassman, Walters, Rathje, Payero, Grassini, et al. Trans ASABE (2012)

0.07 ha 0.17 ha 0.09 ha 0.26 ha

T

IER

RA

A

GU

A

715 m3 1140 m3 625 m3 1650 m3

Maiz regado,

Nebraska (13.2

t/ha)

Secano, Nebraska

(5.5 t/ha) Secano, Iowa

(12.9 t/ha)

Secano,

Brazil (3.8 t/ha)

Modified from Grassini et el. (2012), Proceedings of National Academy of Sciences

Cuanta tierra y cuanta agua se necesita para producir 1 ton de maiz?

Conclusiones

• Es posible producir rendimientos cercanos al potencial con alta eficiencia en el uso de los recursos, pero require ‘sintonia fina’ en el manejo del agua y N fertilizante

• Por unidad de grano producida, los sistemas bajo riego de alto rendimiento tienen un balance energetico mas favorable que los sistemas de bajo inputs en secano, con similar o aun mayores eficiencias.

• Todavia hay espacio para optimizar los sistemas de produccion intensivo, pero requiere inversion e investigacion dirigidas explicitamente a obtener altos rendimiento con altas eficiencias (juntos!)

Gracias por su atencion!

“No hay hechos, solo interpretaciones”

Friedrich Nietzsche

E-mail: [email protected]

INTA Sistemas Intensivos de Produccion Bajo Riego - Grassini P

Documents

Transcript of INTA Sistemas Intensivos de Produccion Bajo Riego - Grassini P