La optimización de la fecha de siembra y el ajuste de la densidad de plantas pueden mejorar significativamente el rendimiento

Este artículo presenta un balance agronómico del cultivo de arroz (Oryza Sativa L.) en el Delta del Ebro (Tarragona, España), analizando datos del periodo 2013-2023 en el contexto de un proyecto de apoyo a los arroceros en la producción sostenible del arroz, el programa Origins de Kellogg's. En este estudio, a través de un análisis de 92 parcelas de arroz, se examina la evolución de las diferentes variables agronómicas a lo largo de once años y se identifican las variables edáficas, de manejo y de respuesta del cultivo que más influyen en la producción.

Los resultados indican que los factores más influyentes son la salinidad dentro de los factores edáficos; el nitrógeno aplicado, la fecha de siembra y la variedad sembrada en lo referente al manejo del cultivo; y la densidad de plantas y de panículas entre las variables de respuesta del cultivo. Este estudio presenta un método basado en el análisis de datos a nivel de campo para desarrollar estrategias orientadas a mejorar la productividad y sostenibilidad del cultivo del arroz.

Figura 2. Agricultor del programa Kellogg's Origins recibiendo asesoramiento de un técnico del IRTA en la cosecha.

Comprender los factores que influyen en la variabilidad del rendimiento del arroz es clave para optimizar la producción y mejorar la sostenibilidad del cultivo. Para ello, este estudio analiza las tendencias agronómicas del período 2013-2023 en el Delta del Ebro, y emplea el algoritmo Random Forest para identificar las variables más importantes que influyen en el rendimiento.

En este contexto, el Programa Origins de Kellogg ha promovido la implementación de prácticas agrícolas sostenibles en el Delta del Ebro. Desde su introducción en España en 2013, esta iniciativa ha apoyado a los agricultores en la adopción de prácticas sostenibles como la eficiencia en la fertilización mediante análisis de suelo, la gestión eficiente del agua, la optimización en el uso de fitosanitarios y el fomento de la biodiversidad, contribuyendo además a la reducción de emisiones de gases de efecto invernadero (Kellogg’s, 2025).

El trabajo que se presenta tiene como objetivo analizar la evolución de la producción arrocera en el Delta del Ebro e identificar los factores que más inciden en el rendimiento.

Los datos recogidos incluyen las siguientes categorías: localización de la parcela (población, polígono, parcela, coordenadas [UTM 31N X, Y]); superficie de la parcela; gestión agronómica (variedad, tipo de siembra, fecha de siembra, fertilizante [composición, dosis y fecha de aplicación]; análisis de suelo (textura, fósforo [Olsen, mg/kg], potasio [extracto acetato amónico, mg/kg], sodio [extracto acetato amónico, mg/kg], materia orgánica [% s.m.s.]); respuesta agronómica del cultivo (densidad de plantas [plantas/m²], densidad de panículas [pan./m²], nivel de piriculariosis y de helmintosporiosis [según escala: 1 ausencia, 3 nivel bajo, 5 nivel medio, 7 nivel alto, 9 nivel muy alto]); salinidad (CE lámina de agua (dS/m), CE suelo (dS/m), ambos medidos in situ con conductímetro FieldScout Direct Soil EC Meter; y rendimiento en grano (kg/ha al 14% humedad).

El modelo de regresión de Random Forest (RF) se entrenó para identificar factores que afectan al rendimiento, incluyendo manejo, suelo y componentes del rendimiento. RF es un enfoque no paramétrico que construye múltiples árboles de decisión (Steinberg, 2009) y ha demostrado ser más preciso que los métodos paramétricos en datos agrícolas complejos (Jeong et al., 2016). Su capacidad para manejar datos faltantes, multicolinealidad y relaciones no lineales es clave en este estudio (Strobl et al., 2009). Se utilizó el paquete caret versión 6.0-94 (Max Kuhn, 2024) en R 4.4.1 (R Core Team, 2025) para la implementación y validación del modelo.

Tendencias del rendimiento en grano de arroz de 2013-2023

El rendimiento en grano promedio durante el periodo evaluado fue de 8016 kg·ha^-1, el máximo fue de 10.713 kg·ha^-1 en el año 2021 y el mínimo de 5.108 kg·ha^-1 en 2014; destacando los rendimientos del año 2023 que fueron muy inferiores debido a las restricciones de agua por la sequía. Como se observa en la Figura 2, a través de los años de estudio, los datos muestran una tendencia cuadrática de tipo creciente (p=0,0242; R²=0,08; n=92) que tiende a estabilizarse en los 8.500 kg·ha^-1. En la misma figura, la línea roja intermitente indica el promedio de producción del Delta del Ebro para el mismo tipo de grano de arroz, con una media de 6750 kg·^ha-1. (Fuente: IRTA a partir de datos del Departament d’Agricultura, Ramaderia, Pesca i Alimentació). En este sentido, se puede apreciar que el manejo sostenible de las parcelas vitrina repercutió en una mayor producción respecto la media del Delta del Ebro.

Figura 6. Evolución de la producción de arroz (kg/ha) en las principales zonas arroceras de España entre 2014 y 2023. La línea azul claro representa la tendencia de producción en los campos objeto de estudio. La línea naranja muestra la evolución en el Delta del Ebro. Las demás líneas de tendencia corresponden a otras zonas arroceras de España (Andalucía, Comunidad Valenciana y Extremadura). Fuente: ESYRCE, MAPA.

Efecto del cultivar sobre el rendimiento

Figura 7. Diagrama de cajas que compara el rendimiento (kg/ha) de las variedades de arroz Gleva y J. Sendra. La línea horizontal dentro de cada caja indica la mediana del rendimiento. N=42 para Gleva y N=50 para J. Sendra.

La figura 4 muestra la comparación del rendimiento del arroz entre las dos variedades ensayadas. El promedio del rendimiento del cultivar Gleva fue 7.583 kg·ha^-1, mientras que para el cultivar J. Sendra fue de 8.419 kg·ha^-1, lo que supone un incremento del 10,55%. El mayor potencial productivo de la variedad J. Sendra en comparación con Gleva ha propiciado el cambio de la variedad Gleva por J. Sendra durante los 10 años de ensayo. Este patrón coincide con lo observado en otras regiones arroceras, donde la adopción de nuevos cultivares ha sido clave para el aumento del rendimiento. Según datos presentados por Jiang et al., 2017, en china, la introducción de cultivares modernos seleccionados por su alta productividad, eficiencia en el uso del nitrógeno y adaptación a condiciones locales, ha contribuido de manera significativa al incremento del rendimiento del arroz.

Efecto del tipo de suelo sobre el rendimiento

En la figura 5 se muestra la comparación del rendimiento del arroz entre dos grupos de textura del suelo. El primer grupo incluye suelos de textura más fina, desde franco-arcillosa hasta arcillosa, con un contenido medio de partículas finas (limo + arcilla) del 64,8%. El segundo grupo agrupa texturas más gruesas, desde franco-arenosa hasta franco-limosa, con un contenido medio de partículas finas del 37,3 %. El promedio del rendimiento fue mayor en el grupo de suelos arcillosos (8.419 kg·ha?¹) en comparación con el grupo de suelos arenosos (7.722 kg·ha?¹). Estos resultados coinciden con los observados por Dou et al., 2016 donde concluyen que una mayor proporción de arcilla en el suelo favorece la producción de arroz.

Productividad Parcial del Factor Nitrógeno

La Productividad Parcial del Factor Nitrógeno (PFP-N por sus siglas en inglés) es comúnmente utilizada en agronomía y es útil cuando se compara entre diferentes estrategias de manejo y especialmente cuando no se dispone de parcelas sin aplicación de nitrógeno (Dobermann, 2007). La PFP-N, responde a la pregunta de cuál es la productividad de un sistema considerando los insumos de nitrógeno. Este índice representa la forma más sencilla de eficiencia del rendimiento y se calcula como las unidades de rendimiento del cultivo por unidad de nitrógeno aplicado (Panayotova & Kostadinova, 2016). Como se aprecia en la figura 6, se observó una variabilidad considerable dentro de cada año, reflejando diferencias en las condiciones de cultivo o manejo del fertilizante. Se registró un descenso en los primeros años y que los 4 últimos años ha vuelto a recuperar una tendencia a estabilizarse en torno a 45, lo que sugiere una estabilidad en la conversión del nitrógeno aplicado en rendimiento de grano. La media de PFP-N de los 10 años fue de 44,6 kg de arroz por kg de nitrógeno aplicado. Una PFP-N de 60 o mayor indica un sistema bien manejado (Dobermann, 2005). La media a nivel mundial de la PFP-N se sitúa sobre los 40 kg de arroz por kg de N aplicado (Chivenge et al., 2021), 4 unidades por debajo de la media de los 10 años en el Delta del Ebro.

Importancia de los factores que afectan al rendimiento

Identificar la importancia relativa de los factores a nivel de campo es crucial para desarrollar estrategias de manejo de cultivos que no solo reduzcan la brecha de rendimiento (yield gap), sino que también mejoren la eficiencia en el uso de los recursos y mitiguen la huella ambiental (Tseng et al., 2021).

En este estudio, se han analizado por separado Factores del suelo, Variables de manejo y Variables de respuesta, obteniendo el siguiente resultado:

El análisis de importancia para los factores del suelo (Figura 7) indica que la materia orgánica (M.O.) es el factor del suelo con mayor influencia en la variable de interés, seguido por la conductividad eléctrica del agua medida in situ. En un segundo nivel de relevancia se encuentran el contenido de sodio en el suelo, la conductividad eléctrica del suelo y el contenido de potasio en el suelo.

Este resultado es coherente con el papel central que desempeña la MO en la fertilidad de suelos arroceros, ya que regula procesos clave como la disponibilidad de nutrientes y la actividad microbiana. También, la presencia de salinidad en el suelo puede limitar la eficacia de la materia orgánica, afectando negativamente su descomposición y mineralización (Wichern et al., 2020). Siguiendo con la salinidad, esta reduce el rendimiento del arroz al provocar estrés osmótico y dañar raíces y reducir la fotosíntesis (Rodríguez Coca et al., 2023). También causa deficiencias de potasio y zinc (Hussain et al., 2018). Estos mecanismos podrían explicar la relación inversa observada entre salinidad y rendimiento en algunas parcelas del presente estudio.

El potasio en el suelo cumple un papel importante en el crecimiento y el rendimiento del arroz, ya que promueve el desarrollo radicular, mejora la absorción de nutrientes y contribuye al equilibrio iónico necesario para el funcionamiento fisiológico de la planta. Diversos estudios han mostrado que niveles adecuados de potasio en el suelo pueden incrementar significativamente el rendimiento en grano (Carmeis Filho et al., 2017; Marcelo et al., 2017). En suelos con cierta salinidad, mantener una relación sodio-potasio adecuada resulta clave para evitar desequilibrios nutricionales y preservar la salud del cultivo (Carmona et al., 2009). No obstante, una elevada saturación por sodio puede inhibir la absorción de potasio, reduciendo el crecimiento y la emergencia de las plántulas.

Finalmente, la poca importancia del fósforo en el análisis de variables se explica porque, tal como señalan Mwamba Kalala, 2017; Shekiffu & Semoka, 2007, en suelos con niveles de este nutriente por encima del umbral crítico no se observan respuestas significativas en el rendimiento del cultivo. En condiciones de arrozal inundado, la disponibilidad de fósforo puede aumentar de forma natural por procesos de solubilización reductiva. Esto refuerza que, cuando el suelo ya está por encima del umbral crítico establecido, como es el caso de la mayoría de las vitrinas objeto de estudio, este nutriente no es un factor limitante y, por tanto, aparece con poca importancia en el análisis de variables.

Figura 10. Ranking de importancia en factores del suelo. Modelo Random Forest.

Comparación de los campos de mayor rendimiento y menor rendimiento

Como se puede ver en la Tabla 2, existen diferencias notables entre los campos más productivos (aquellos que están entre el 10% con mayor rendimiento), que presentan diferencias notables con los menos productivos (el 10% con menor rendimiento). Esto permite identificar factores clave que influyen en la productividad del arroz. Estas diferencias reflejan la existencia de una brecha de rendimiento (yield gap) entre el rendimiento alcanzado por los campos más eficientes y el que obtienen aquellos con menor productividad, bajo condiciones similares de clima y entorno.

Uno de los aspectos más relevantes es la fecha de siembra, ya que los campos más productivos se sembraron, en promedio, 10 días antes que la media, mientras que los de menor rendimiento coincidieron con la fecha promedio de siembra. Este hallazgo es consistente con estudios previos como Tseng et al. (2021) que indican que una siembra temprana puede favorecer un mejor establecimiento del cultivo y una mayor acumulación de biomasa, lo que se traduce en mayores rendimientos, siendo una estrategia clave para reducir la brecha de rendimiento.

En cuanto a los factores edáficos, se observa que los campos más productivos presentan una mayor concentración de potasio en el suelo, mientras que los de menor rendimiento tienen valores significativamente más altos de sodio, lo que sugiere un efecto negativo de la salinidad sobre la producción. Además, los valores de conductividad eléctrica del suelo y del agua también reflejan diferencias marcadas entre los grupos, indicando que estos factores podrían estar afectando la absorción de nutrientes y, en consecuencia, el rendimiento del cultivo.

Otro factor determinante es la densidad de panículas, que en los campos de mayor rendimiento es significativamente superior a la de los campos menos productivos. Esto sugiere que un mayor número de panículas por metro cuadrado está estrechamente relacionado con una mayor producción de grano, lo que era previsible ya que como se ha mencionado anteriormente, la densidad de panículas es un componente del rendimiento.

Finalmente, la comparación entre los distintos grupos revela que los campos con mayor rendimiento (los del 10% superior) producen, en promedio, un 23% más que la media, mientras que los de menor rendimiento (los del 10% inferior) cosechan un 26% menos que el promedio. Estos resultados destacan la importancia de optimizar las prácticas de manejo, priorizando aspectos como la fecha de siembra, la fertilidad del suelo y la densidad de plantas, con el fin de reducir la brecha de rendimiento y mejorar la eficiencia en la producción arrocera. Comprender los factores que explican esta brecha de rendimiento es fundamental para diseñar estrategias agronómicas que permitan incrementar la producción sin necesidad de ampliar la superficie cultivada.

En este estudio, se ha desarrollado un enfoque basado en datos para, hacer un análisis de la evolución en la gestión agronómica de la producción arrocera en el Delta del Ebro y, posteriormente, identificar la importancia de los factores que contribuyen al rendimiento en el cultivo de arroz.

Los resultados arrojan la existencia de oportunidades para optimizar la producción mediante un manejo adecuado (sin obviar el componente de salinidad del suelo). Se ha identificado que los factores más influyentes son, en primer lugar, la materia orgánica y la salinidad dentro de los factores edáficos; el nitrógeno aplicado, la fecha de siembra y la variedad sembrada en lo referente al manejo; y la densidad de plantas y de panículas entre las variables de respuesta del cultivo, siendo estos los elementos clave en las tres categorías analizadas.

Estos hallazgos resaltan la importancia de priorizar estas variables en la toma de decisiones agronómicas, permitiendo a los agricultores optimizar el rendimiento teniendo en cuenta que la categorización de las variables en factores de manejo, edáficos y no manejables ha proporcionado información adicional sobre las limitaciones y aplicaciones de estos resultados.

En particular, se ha observado que los factores de manejo tienen un impacto mayor que los edáficos, lo que sugiere que estrategias como la optimización de la fecha de siembra y el ajuste de la densidad de plantas pueden mejorar significativamente el rendimiento sin comprometer la eficiencia en el uso de recursos. Estos resultados también orientan futuras investigaciones, facilitando la priorización de estudios de campo en aquellas variables con mayor potencial de impacto agronómico.

Referencias: consultar con los autores.

Uno de los aspectos más relevantes es la fecha de siembra, ya que los campos más productivos se sembraron, en promedio, 10 días antes que la media