Características del área de estudio

La zona de estudio se localiza al poniente del estado de Oaxaca (Figura 1), a una altitud entre 1200 y 2300 m, la orografía es agreste y su clima va de semicálido seco a templado subhúmedo (^{Berumen, 2004}).

Figura 1: Localización de la zona de estudio (distritos de Nohixtlán, Tlaxiaco y Etla, Oaxaca). 

Figure 1: Location of the study area (Nochixtlán, Tlaxiaco and Etla districts of Oaxaca). 

Proceso de calibración

De acuerdo con ^{Pérez et al. (2006)} la calibración es la estimación y ajuste de los parámetros de un modelo para mejorar la concordancia entre la información de salida (valores simulados) y un conjunto de datos de referencia (valores medidos). A cada parcela se le asignó la estación climatológica más cercana y el tipo de suelo correspondiente. En la calibración de CERES-Maize se utilizaron 26 parcelas para el cultivar híbrido y 32 para los maíces criollos. Cabe mencionar, que el número de parcelas utilizadas en la calibración fue menor a las usadas en la validación, esto se hizo con el objetivo de utilizar parcelas con las estaciones meteorológicas más cercanas y reducir la incertidumbre en los resultados, ya que los datos climáticos son base importante para la calibración del modelo (^{Grassini et al., 2015}).

Obtención de datos fenológicos y cálculo de coeficientes genéticos

En este estudio los coeficientes genéticos (Cuadro 1) se calibraron con información de semillas Asgrow (^{Sierra et al., 2004}; ^{Ángeles-Gaspar et al., 2010}) para maíces híbridos.

Para maíces criollos los coeficientes se generaron a partir del Catálogo de Maíces Nativos de Oaxaca (^{Aragón et al., 2006}) y del estudio de complejos raciales de poblaciones de maíz evaluadas en San Martín Huamelulpan, Oaxaca (^{Chávez et al., 2011}). Con base en estas fuentes se tomaron valores promedio de días a floración masculina y femenina, longitud y diámetro de la mazorca; hileras por mazorca y granos por hilera (Cuadro 2). A partir de las características fenológicas reportadas en la literatura, los coeficientes genéticos de referencia fueron modificados hasta lograr el mejor ajuste a los rendimientos reportados por el Programa de Mejoramiento a la Producción de Maíz y Frijol 2009-2011 (PROMAF).

Obtención de datos de manejo

La calibración y validación del CERES-Maize se efectuó con datos de parcelas del seguimiento técnico PROMAF de la SAGARPA. Las variables utilizadas fueron: fecha de siembra, fecha y cantidad de fertilizantes aplicados, régimen de humedad y rendimiento de cultivo. Para calibrar los parámetros del modelo se utilizó información de 58 parcelas dentro de la zona de estudio, 26 corresponden a híbridos y 32 a materiales criollos. Para validar los resultados se emplearon 126 parcelas, de ellas, 90 corresponden a criollos. Las parcelas utilizadas en la calibración no fueron las mismas que las utilizadas en la validación. Los datos generales de manejo incluidos en la calibración y validación muestran (Cuadros 3 y 4) la fecha de siembra, el arreglo topológico, densidad de plantación y regímenes de humedad utilizados en la simulación; el manejo es uniforme en las parcelas, la humedad y fecha de siembra son los factores que presentan mayor variabilidad.

Para las parcelas analizadas, en el Cuadro 4 se resumen las dosis y fechas de fertilización.

Obtención de datos de suelo

El tipo de suelo donde se ubicaron las parcelas fueron Feozem Lúvico, Regosol Eutrico y Vertisol Mázico (^{INEGI, 2007}). Para estos suelos se obtuvieron sus propiedades físicas y químicas medias provenientes de los perfiles que reporta la cartografía edafológica para la región.

Las propiedades físicas y químicas de los tres principales tipos de suelo empleados en la calibración y validación se presentan en el Cuadro 5.

Obtención de datos climatológicos

La información climática diaria se obtuvo de estaciones meteorológicas de ^{SMN (2016)} los datos faltantes (17.14% del total) se adquirieron de la base de datos climáticos que reporta el National Centers for Environmental Prediction (^{NCEP, 2016}). Las variables climáticas utilizadas en el modelo fueron: radiación (MJ m^-2 día^-1), temperatura máxima (°C), temperatura mínima (°C) y precipitación (mm). Las estaciones utilizadas para correr CERES-Maize se muestran en el Cuadro 6, con registros climatológicos entre 2009 y 2011, utilizados en la calibración y validación del CERES-Maize, así como el número de parcelas con maíces criollos e híbridos que fueron analizadas.

Calibración del modelo

Durante la calibración de los cultivares híbridos y criollos se variaron los coeficientes genéticos a fin de reducir la diferencia global entre rendimientos de grano observados y simulados, minimizar la raíz cuadrada del cuadrado medio del error (RMSE) y acercar el coeficiente de determinación (r²) a uno. Los valores que se tomaron como base para iniciar la calibración de estos coeficientes fue el cultivar FAO300 (^{Lizaso et al., 2018}) propuesto para zonas tropicales (Cuadro 7).

Validación del modelo

La validación consistió en comparar los rendimientos simulados y observados, además de analizar la consistencia de los coeficientes genéticos calibrados, sin realizar modificaciones a estos, con el propósito de inferir que tan aceptables son para su uso general (^{Barrales et al., 2004}; ^{Pérez et al., 2006}).

Calibración de coeficientes genéticos

En la Figura 2 se presenta la comparación entre rendimientos de grano simulados y medidos para cultivares híbridos y criollos de las parcelas utilizadas en la calibración. Para los cultivares criollos se observa que los datos se conforman en tres grupos y no de manera uniforme como ocurre con los cultivares híbridos. Esto se atribuye a las diferencias en la duración del ciclo del cultivo, así, las parcelas con rendimiento alrededor de 1000 kg ha^-1 presentan un ciclo menor de 120 días, las parcelas con rendimientos entre 2000 y 3000 kg ha^-1 tienen ciclos entre 165 y175 días y las parcelas con rendimientos mayores a 3000 kg ha^-1 alcanzan ciclos entre 170 y 200 días; esta diferencia de ciclos en los cultivares criollos de la región, están directamente relacionados con la variabilidad de la precipitación de los distintos municipios.

Figura 2:  Comparison between simulated and measured grain yields: (A) Calibration of hybrids and (B) Calibration of native maize. 

Figure 2:  Comparison between simulated and measured grain yields: (A) Calibration of hybrids and (B) Calibration of native maize. 

Los coeficientes genéticos resultantes de la calibración, para materiales híbridos y criollos, se usaron para correr el modelo con las parcelas restantes y así realizar el proceso de validación. Para las pruebas de bondad de ajuste del modelo en el proceso de calibración y validación se utilizaron los parámetros del análisis de regresión (b₁ y r²), la raíz del cuadro medio del error (RMSE) y el porcentaje de sesgo (PBIAS) para los coeficientes genéticos, se muestran en el Cuadro 8.

Validación de resultados

Así como en la calibración, en la validación se mantuvo la tendencia de los materiales criollos de presentar una mayor dispersión y una subestimación de los rendimientos de grano (por debajo de la línea de regresión) sobre todo en las parcelas con altos rendimientos (Figura 3).

Figura 3: Comparación entre rendimientos de grano simulados y medidos: (C) validación de híbridos y (D) validación de maíces criollos. 

Figure 3: Comparison between simulated and measured grain yields: (C) validation of hybrids and (D) validation of native maize. 

Los valores calculados de r² para la calibración muestran que el modelo tuvo un ajuste bueno para ambos tipos de cultivares (0.94% para híbridos y 0.86% para criollos) (Cuadro 7). Durante la validación también se obtuvo un ajuste bueno para los cultivares híbridos, y un ajuste aceptable para los cultivares criollos (0.73 y 0.62 respectivamente). En la aplicación del modelo CERES-Maize, para la calibración de cultivares híbridos, los valores altos de r² coinciden con lo reportado por ^{Nouna et al. (2000)}, ^{Asadi y Clemente (2003)} y ^{Yang et al. (2006)} quienes obtuvieron coeficientes de determinación de 0.96, 0.97 y 0.80‑0.94% respectivamente. Por otro lado, los resultados de simulación de los maíces criollos mostraron menor ajuste, lo cual coincide con lo encontrado por ^{Rasse et al. (2000)} quienes, al comparar entre un maíz nativo y un híbrido, obtuvieron un r² de 0.50 y 0.83%, respectivamente. El bajo valor de los cultivares criollos se atribuye a que dentro de la misma variedad existe variabilidad, donde incluye genotipos de diferentes niveles de comportamiento.

La pendiente de las líneas de regresión, para los procesos de calibración y validación de materiales híbridos y criollos, al ser menor a 1.0 indica que el modelo tiende a subestimar los rendimientos; 8% en la calibración de híbridas, 16% en la calibración de criollas, 12% en la validación de híbridas y 19% en la validación de criollas. Esta subestimación concuerda con los estudios realizados por ^{Asadi y Clemente (2003)} quienes encontraron que CERES subestimaba rendimientos en la parcela control. Por otra parte, ^{Chisanga et al. (2015)} observaron en todos sus tratamientos que CERES subestimó los rendimientos entre un 8 y 19%. ^{Raymond et al. (2009)} encontraron que CERES-Maize subestimó ligeramente el rendimiento de maíz al obtener una pendiente de 0.98 en la recta de regresión.

El coeficiente de determinación (r²) obtenido indica que los cultivares híbridos, tanto en la calibración como en la validación, tuvieron mejor correlación que los materiales criollos. Para los maíces híbridos, en la calibración los valores de RMSE presentaron menor diferencia que los criollos, sin embargo, en la validación ocurrió lo contrario, el RMSE fue mayor en los híbridos que, en los criollos, esto indica que los valores predichos tienen mayor error en comparación de los valores medidos. Por otra parte, los valores de positivos de PBIAS señalan la tendencia del modelo CERES-Maize a subestimar los rendimientos de grano.

El modelo presentó mejor ajuste en aquellas variedades con ciclos cortos, tal como se puede observar en la gráfica de calibración y validación de los cultivares híbridos, los cuáles de acuerdo con ^{Sierra et al. (2004)}; ^{Aragón et al. (2006)}; ^{Ángeles-Gaspar et al. (2010)}) y ^{Chávez et al. (2011)} tienen un ciclo más corto comparados con los maíces criollos, que alcanzan hasta 180 días.

Estrés por humedad y nitrógeno en el rendimiento de grano y fenología del cultivo

Con el propósito de analizar el potencial de CERES-Maize para evaluar la producción de maíz, en términos de la duración del ciclo de cultivo y los estreses por nitrógeno y humedad del suelo, se utilizaron los coeficientes genéticos calibrados para materiales híbridos, así como el manejo de cultivo, las condiciones climatológicas durante 2009 y las características del suelo (regosol eútrico) de la comunidad de Etlatongo. En la Figura 4 se muestra a nivel diario la relación entre precipitación y los estreses por humedad y nitrógeno del suelo. Los estreses por agua y nitrógeno toman valores de cero a uno, correspondiendo a cero condiciones óptimas, sin estrés, y a uno condiciones de máximo estrés. Se puede observar que a partir del día 60 el estrés por nitrógeno aumenta conforme ocurre el crecimiento vegetativo, hasta alcanzar valores de 0.5 de deficiencia de nitrógeno; problema que persiste durante la floración y llenado de grano. Por otro lado, a partir del día 100, cuando son mayores las necesidades de agua por parte del cultivo, el estrés hídrico alcanza valores cercanos a 0.9, con altibajos en función del intervalo de lluvias y la magnitud de los eventos.

Figura 4: Estrés por nitrógenos y agua, durante 2009, para maíz híbrido de temporal en Etlatongo, Oaxaca. 

Figure 4: Nitrogen and water stress, during 2009, for hybrid seasonal maize in Etlatongo, Oaxaca. 

En la Figura 5a se compara la predicción de rendimiento de grano, correspondiente a las condiciones de manejo y climáticas de 2009 para la localidad de Etlatongo, con un escenario sin restricciones de humedad y otro escenario sin restricciones de humedad y nitrógeno. Para eliminar el estrés hídrico se simuló condiciones de riego automático y para reducir el estrés por nitrógeno se incrementó la dosis de fertilización a 120 kg ha^-1, la cual se dividió en 50% a la siembra y 50% a los 100 días de esta. Al eliminar el estrés, CERES-Maize reporta un incremento de rendimiento de grano por arriba de 4.0 Mg ha^-1 y una reducción en el ciclo de cultivo en 22 días. Esto coincide con los resultados de ^{Flores et al. (2013)} quienes reportan, para parcelas sin estrés, incrementos de maíz en más de 5 Mg ha^-1.

Figura 5: a) Rendimientos de grano con distintos niveles de estrés. b) Comportamiento del estrés de nitrógeno en condiciones de temporal y de riego automático. 

Figure 5: a) Grain yields with different stress levels. b) Behavior of nitrogen stress in storm conditions and automatic irrigation. 

En la Figura 5b se muestra la relación entre estrés hídrico y estrés por nitrógeno. La línea continua corresponde al estrés por nitrógeno en condiciones de temporal y la línea punteada al estrés de nitrógeno asumiendo riego automático. Se observa que la asimilación de nitrógeno se relaciona directamente con la disponibilidad de agua, ya que en condiciones de temporal el estrés por nitrógeno inicia a los 56 días de la siembra, en cambio, cuando se elimina el estrés hídrico (simulando riego automático) el estrés por nitrógeno se hace evidente hasta los 130 días del ciclo. Esto se debe a que la absorción de nitrógeno por la planta está directamente relacionada con la densidad de las raíces y la humedad del suelo (^{Sau et al., 2010}), la cual participa en la solución y mineralización del nitrógeno presente en el suelo (^{Celaya y Castellanos, 2011}).

En resumen, las parcelas con menor estrés por nitrógeno y agua tienden a incrementar el rendimiento de grano y a reducir el ciclo del cultivo de maíz. Sin embargo, en condiciones de temporal el aprovechamiento del nitrógeno queda supeditado al contenido de humedad del suelo. Estos resultados muestran el potencial del modelo CERES-Maize, una vez calibrados los coeficientes genéticos, para analizar los sistemas de producción de maíz en función de variables ambientales.