Un modelo matemático explica la dinámica de productividad de las cosechas de maíz
Fuente: CSIC
Un equipo de investigadores del Consejo Superior de Investigaciones Científicas (CSIC) y de la Pontificia Católica Universidad de Chile ha desarrollado un modelo matemático para explicar y predecir la dinámica de productividad de las cosechas de maíz. Este trabajo se centra en la comparación del rendimiento de los cultivos de maíz con y sin riego ante los efectos combinados del cambio climático y la escasez de agua. El estudio se publica en la revista PLOS ONE.
“La comparación entre el rendimiento potencial de cultivos con y sin riego nos ha dado información sobre las causas y riesgos que limitan la producción del maíz en España. Con estos modelos es posible saber, por ejemplo, qué provincias son más vulnerables, y por tanto cuáles conviene proteger especialmente”, explica el investigador del CSIC José Luis González Andújar, del Instituto de Agricultura Sostenible.
El trabajo ha estudiado las cosechas de maíz en sistemas de irrigación y lluvia en España desde 1996 a 2009. “Algunas zonas de España son “puntos calientes” en las predicciones del calentamiento climático. En ellas se prevé menor disponibilidad de agua para el riego y eventos climáticos extremos. Para mitigar y adaptarse a ese nuevo escenario se necesita mejorar la gestión del agua de riego”, explica el investigador.
“Para evaluar la producción máxima sostenible de los cultivos hemos desarrollado una nueva herramienta inspirada en la teoría de dinámica poblacional. Combinamos modelos matemáticos con datos temporales y espaciales del rendimiento del maíz en cada provincia de España”, señala Rosana Ferrero, componente del equipo del CSIC.
Según los investigadores, este nuevo estudio ha permitido evaluar nuevas propiedades estructurales como la dinámica de rendimiento de la cosecha, detectar respuestas no lineales al cambio climático, examinar los patrones de las pérdidas de cosechas por escasez de agua e identificar las provincias afectadas por el calentamiento.
El estudio ha identificado los sistemas de irrigación como las causas clave de la diferencia de rendimiento en las cosechas, y ha detectado regiones vulnerables donde los esfuerzos en investigación y gestión deberían ser priorizados para incrementar la productividad del maíz.
Dado que el suministro y la demanda de agua en los sistemas agrícolas pueden verse afectados por el cambio climático al modificar las pautas de la producción agrícola, debemos evaluar cómo y dónde son efectivas las prácticas de irrigación para mitigar los efectos del cambio climático.
“Para alimentar a una población mundial cada vez más numerosa debemos aumentar la producción agrícola. Dicho incremento está limitado por los efectos combinados del cambio climático y la escasez de agua. El reto es satisfacer la futura demanda de alimentos de manera sostenible”, concluye González Andújar.
Rosana Ferrero, Mauricio Limaand Jose Luis Gonzalez-Andújar. Spatio-temporal dynamics of maize yield water constraints under climate change in Spain. PLOS ONE. Doi: 10.1371/journal.pone.0098220
Últimas publicaciones
El grupo de investigación ‘Desarrollo y enfermedades musculares’ del Centro Andaluz de Biología del Desarrollo logra corregir alteraciones fisiopatológicas en modelos celulares de esta grave enfermedad neurodegenerativa mediante una combinación de compuestos comerciales.
Sigue leyendo
Un estudio de la Universidad de Córdoba explora el perfil sociodemográfico de las personas atraídas por estas populares rutas, caracterizadas por no disponer de una tarifa fija establecida, y analiza las motivaciones que les impulsan a participar en ellas. En cuanto a las principales motivaciones que llevan a los turistas a optar por este tipo de experiencias, el trabajo destaca la posibilidad de conocer barrios históricos, el propio recorrido y la amabilidad del guía.
Sigue leyendo
Un equipo de investigación de la Universidad de Cádiz ha creado REDIBAGG, un método que acelera el entrenamiento de modelos de inteligencia artificial hasta un 70%, al utilizar menos datos pero sin perder precisión. La técnica tiene potencial para analizar grandes volúmenes de información en campos tan diversos como la medicina, la industria o las finanzas.
Sigue leyendo
