Los sistemas de apoyo a la toma de decisiones para el manejo de cultivos hortícolas

En los cultivos hortícolas la fertilización nitrogenada suele ser elevada para asegurar la producción y rendimiento máximo y esto, unido a que son cultivos de regadío y a que en bastantes casos el sistema radicular es relativamente poco profundo, hace que se produzcan pérdidas elevadas de nitrato por lixiviación.

La Directiva europea 91/676 y los Programas de Actuación derivados de ella establecen que los estados miembros deben dictaminar las cantidades máximas de abono nitrogenado a emplear en los diferentes cultivos, y los Códigos Agrarios de Buenas Prácticas Agrarias se tienen que basar en estudios experimentales en las diferentes zonas agrícolas. En Europa, muchas zonas dedicadas a la producción intensiva de cultivos hortícolas han sido declaradas como Zonas Vulnerables por Nitratos (ZVN), de acuerdo con la Directiva de la Unión Europea mencionada previamente. En estas zonas se requiere una mejora del manejo de la fertilización nitrogenada y el riego con el objetivo de reducir las pérdidas por lixiviación de nitratos.

A su vez, está aumentando el interés de los consumidores por productos hortícolas producidos con un menor impacto en el medio ambiente. Esta nueva conciencia es posible por la aparición de indicadores capaces de cuantificar el impacto generado en el medio ambiente al producir determinados productos como puede ser la huella de carbono, huella hídrica, huella de nitrógeno, etc. La mala gestión del N en los cultivos hortícolas, además de tener repercusiones en el medio ambiente, tiene también consecuencias negativas desde el punto de vista económico para el agricultor, incrementando de forma injustificada los costes de producción.

El uso óptimo de inputs como agua y fertilizantes en una parcela concreta es un problema complejo ya que intervienen un gran número de variables que no siempre es fácil predecir. Las nuevas tecnologías se están abriendo paso en los últimos años a una velocidad asombrosa en los distintos ámbitos de nuestra vida como herramientas para mejorar el bienestar o como soporte a la realización de infinidad de actividades y tareas. El término de nuevas tecnologías es un concepto que engloba una gran cantidad de instrumentos, ideas, dispositivos, etc. Ejemplo de ello puede ser, en el ámbito agrario, la maquinaria desarrollada para la mecanización de cultivos o los modelos de predicción que ayuden al manejo de una explotación a la persona responsable de la misma.

Pero, ¿qué es exactamente un modelo predictivo? Un modelo predictivo es un conjunto de numerosos y frecuentes cálculos de datos y algoritmos, basado en estadísticas capaz de predecir el comportamiento que tendrá una determinada variable, como puede ser en el ámbito agrario la producción de un cultivo, las aportaciones de fitosanitarios, etc. Utilizando un histórico de datos de situaciones similares de otras campañas y las características particulares de la explotación que se quiere estudiar, ayuda a los técnicos y agricultores a tomar decisiones en cuanto a las prácticas agrícolas que se llevan a cabo en una parcela.

El desarrollo de modelos de predicción ha sido un ámbito de trabajo de gran importancia en los últimos años en la investigación, y la evolución de esta herramienta se ha visto incrementada de manera exponencial en las últimas dos décadas debido a los avances informáticos y a la difusión de las investigaciones.

El aumento de factores y variables que los modelos de predicción pueden tener en cuenta es otra de las razones por lo que cada vez son más fiables y precisos. Esta precisión permite a los encargados de explotaciones un manejo de las mismas manteniendo o aumentando la productividad a la vez que se produce un ahorro de insumos y un menor impacto al medio ambiente. Debido a que la producción de cultivos hortícolas representa uno de los mayores sectores de la agricultura en España, es muy interesante implantar estas nuevas herramientas en estos cultivos.

Los DSS incorporan uno o más modelos de simulación de cultivos y simplifica el funcionamiento de los mismos para obtener recomendaciones sobre las prácticas culturales. Para el correcto funcionamiento de estos sistemas es necesario introducir una serie de información (lo que llamamos ‘entradas’) sobre la explotación donde se quiera implantar, como puede ser el cultivo a trasplantar, las aportaciones de N, datos climáticos, etc. Con estos datos de entrada el DSS realiza las recomendaciones de manejo, esto lo que conocemos como ‘salidas’.

Algunos de los DSS desarrollados tienen la capacidad de incluir los datos climáticos en tiempo real, fotos de satélite, etc. de manera automática gracias a que están interconectados con plataformas web.

En la revisión reciente sobre las DSS publicada por Gallardo et al. (2020) se indica que los primeros DSS desarrollados en la década de 1980 y principios de la de 1990 fueron hojas de cálculo simples o programas independientes, en los cuales había que ingresar datos de manera manual, trabajo muy tedioso y que consumía mucho tiempo, lo cual hizo que se descartase su uso en parcelas comerciales. Las nuevas versiones suelen plantear como objetivo simplificar estos procesos convirtiendo los DSS en herramientas amigables y prácticas.

Para el manejo hídrico, algunos de los DSS desarrollados en Europa son IRRINET (Mannini et al., 2013) para cultivos hortícolas al aire libre, Irrigation Advisor (Mirás-Avalos et al., 2019) para cultivos hortícolas en la costa mediterránea o IRRIX (Casadesús et al., 2012), que monitoriza tanto el suelo como la planta para realizar el balance hídrico y posteriormente dar la recomendación diaria de riego. Este último está probado en hortícolas de invernadero y cultivos leñosos al aire libre.

Para el manejo de nutrientes se puede citar el N-Expert (Feller 2015) centrado en los nutrientes N, P, K y Mg, Azofert (Machet et al., 2017), EU_Rotate_N (Rahn et al., 2010) y RB209 (Thompson et al., 2017) que realizan recomendaciones únicamente de N, o PLANET que da la recomendación de dosificación de NPK.

Los DSS más completos son aquellos que hacen recomendaciones tanto de riego como de nutrientes, entre los cuales se encuentran Gescon (Elia y Conversa., 2015) y Fertirrigere (Battilani, 2006), desarrollados en Italia, y CropManage (Cahn et al., 2014), en California. En España se ha desarrollado para sistemas de invernadero el VegSyst-DSS, el cual se detalla a continuación.

Figura 1A: Pantalla principal de la aplicación VegSyst-DSS.

El VegSyst-DSS ha sido desarrollado para calcular las necesidades diarias de riego y fertilizante N en cultivos en invernadero. Así pues, da recomendaciones de la concentración de N que debe tener la solución nutritiva para cubrir las demandas del cultivo. Se encuentra disponible para diferentes cultivos en invernadero (tomate, pimiento, pepino, melón, sandía, berenjena y calabacín) en el siguiente enlace:

https://w3.ual.es/GruposInv/nitrogeno/VegSyst-DSS%20-%20ESP.shtml

En las figuras 1A y 1B se presenta la pantalla principal de la aplicación donde comenzar a trabajar y la que se obtiene al solicitar los resultados, donde nos da la información necesaria para aplicar las dosis requeridas por el cultivo de riego y N.

En el proyecto RTI2018-095298, financiado por Ministerio de Ciencia, Innovación y Universidades y proyecto, se está trabajando para completar el desarrollo del DSS para cultivos hortícolas al aire libre, incorporando los cultivos de pimiento, tomate, brócoli y lechuga. En este proyecto coordinado participan las instituciones de CICYTEX, IFAPA de Granada, Universidad de Córdoba y Universidad de Almería.

La Universidad de Almería y Córdoba realizan la parametrización y verificación de nuevos cultivos, el desarrollo del DSS en condiciones de aire libre, y la incorporación del manejo de macronutrientes (P, K, Ca, Mg) en invernadero. El IFAPA-Granada también participa en el desarrollo del DSS y de un módulo de Life Cycle Analysis (LCA) que se integrará en la versión final del VegSyst-DSS. Tanto en el CICYTEX como en el IFAPA-Granada llevan a cabo numerosos ensayos de campo para la obtención de datos. Estos ensayos consisten en someter a los cultivos que se están estudiando a diferente dosificación de N y realizar una evaluación agronómica y del estado nutricional de la respuesta del cultivo a los diferentes tratamientos. Para ello se están estableciendo los siguientes tratamientos:

• Nulo: sin aportación de nitrógeno
• Deficitario: Aportación del 50% de la dosis óptima
• Óptimo: dosificación de nitrógeno aplicado tradicionalmente
• Excedentario: Aportación de un 50% adicional a la dosis óptima

Se espera disponer de una primera versión del VegSyst-DSS este mismo año, que será probada con ensayos de campo adicionales antes de lanzar la versión final. Esta será una versión web que estará disponible para su uso de forma gratuita.

CONSIDERACIONES FINALES

• En una agricultura sostenible la gestión eficiente de la fertilización es fundamental no solo para reducir la contaminación por lixiviados, sino también para ajustar los costes de producción.
• Los modelos predictivos son una buena herramienta para programar la fertilización, ajustada a las necesidades del cultivo a lo largo del ciclo, y así conseguir un desarrollo adecuado con una producción y calidad óptimas.
• Los modelos de toma de decisiones permiten integrar una gran cantidad de información, que adecuadamente procesada genera recomendaciones útiles para técnico o agricultor
• Un modelo de toma de decisiones será de utilidad solo si la incorporación de la información, el manejo y las recomendaciones están adaptadas a los potenciales usuarios.

Bibliografía:

ANFFE. 2017/18. Consumo Agrícola de Fertilizantes. http://www.anffe.com

Battilani, A., 2006. Fertirrigere V2.11: a multi-target DSS to manage water and nutrient supply at macrozone Level. Acta. Hort. 724, 111–118. https://doi.org/10.17660/ActaHortic.2006.724.13

Cahn, M., Smith, R., Farrara, B., Hartz, T., Johnson, L., Melton, F., Post, K., 2014. M. Gallardo, et al. Agricultural Water Management xxx (xxxx) xxxx 13 Irrigation and nitrogen management decision support tool for vegetables and berries. In: Proceedings of the U.S Committee on Irrigation and Drainage Conference: Groundwater Issues and Water Management—Strategies Addressing the Challenges of Sustainability USCID. Sacramento, CA, USA. pp. 53–64.

Casadesús, J., Màta, M., Marsal, J., Girona, J., 2012. A general algorithm for automated scheduling of drip irrigation in tree crops. Comput. Electron. Agric. 83, 11–20. https://doi.org/10.1016/j.compag.2012.01.005

CEE, 1991. Directiva 91/676/CEE del Consejo, de 12 de Diciembre de 1991, relativa a la protección de las aguas contra la contaminación producida por nitratos utilizados en la agricultura. Diario Oficial de la Comunidad Europea Nº L 375 de 31/12/1991: 1-8.

Elia, A., Conversa, G., 2015. A decision support system (GesCoN) for managing fertigation in open field vegetable crops. Part I—methodological approach and description of the software. Front. Plant Sci. 6, 319. https://doi.org/10.3389/fpls.2015.00319.

Feller, C., 2015. N-Expert – Fertiliser Recommendations for Field Vegetables. http://www.igzev.de/n-expert/?lang=en. Accessed 2 April 2020.

Gallardo, M., Elia, A., Thompson, R.B., (2020) Decision support systems and models for aiding irrigation and nutrient management of vegetable crops, Agricultural Water Management, Volume 240, 2020, 106209, ISSN 0378-3774

Machet, J.-M., Dubrulle, P., Damay, N., Duval, R., Julien, J.-L., Recous, S., 2017. A dynamic decision-making tool for calculating the optimal rates of N application for 40 annual crops while minimising the residual level of mineral N at harvest. Agronomy 7, 73. https://doi.org/10.3390/agronomy7040073.

Mannini, P., Genovesi, R., Letterio, T., 2013. IRRINET: large scale DSS application for onfarm irrigation scheduling. Procedia Environ. Sci. 19, 823–829. https://doi.org/10. 1016/j.proenv.2013.06.091

MAPAMA. 2019. Anuario de Estadística Agroalimentario del Ministerio de Agricultura y Pesca, Alimentación y Medio Ambiente.

Mirás-Avalos, J.M., Rubio-Asensio, J.S., Ramírez-Cuesta, J.M., Maestre-Valero, J.F., Intrigliolo, D.S., 2019. Irrigation-advisor—a decision support system for irrigation of vegetable crops. Water 11, 2245. https://doi.org/10.3390/w11112245

Rahn, C.R., Zhang, K., Lillywhite, R., Ramos, C., Doltra, J., de Paz, J.M., Riley, H., Fink, M., Nendel, C., Thorup-Kristensen, K., Pedersen, A., Piro, F., Venezia, A., Firth, C., Schmutz, U., Rayns, F., Strohmeyer, K., 2010. EU-Rotate_N – a european decision support system – to predict environmental and economic consequences of the management of nitrogen fertiliser in crop rotations. Eur. J. Hortic. Sci. 75, 20–32.

Thompson, R.B., Incrocci, L., Voogt, W., Pardossi, A. and Magán, J.J. (2017). Sustainable irrigation and nitrogen management of fertigated vegetable crops. Acta Hortic. 1150, 363-378