SciELO - Scientific Electronic Library Online

 
vol.45 número7Perfiles diferenciales de Beauveria bassiana (Bals.-Criv.) Vuill. en respuesta al CO2: producción de conidios y amilasas índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Agrociencia

versión On-line ISSN 2521-9766versión impresa ISSN 1405-3195

Agrociencia vol.45 no.7 México oct./nov. 2011

 

Agua-suelo-clima

 

Requerimiento de riego y predicción del rendimiento en gramíneas forrajeras mediante un modelo de simulación en Tabasco, México

 

Irrigation requirements and yield prediction in forage grasses using a simulation model in Tabasco, México

 

Osías Ruíz-Álvarez1, Ramón Arteaga-Ramírez2*, M. Alberto Vázquez-Peña2, Rutilo López-López3, R. Ernesto Ontivetos-Capurata2

 

1 Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias. Campo Experimental Valle del Guadiana. 34000. Durango, Durango. (ruiz.osias@inifap.gob.mx).

2 Irrigación. Universidad Autónoma Chapingo. 56230. Chapingo, Estado de México. *Autor responsable. (arteagar@correo.chapingo.mx).

3 Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias, Km. 1, Carretera Huimanguillo-Cárdenas. Huimanguillo, Tabasco, México. (lopez.rutilo@inifap.gob.mx).

 

Recibido: marzo, 2011.
Aprobado: septiembre, 2011.

 

Resumen

La ganadería bovina es una de las actividades agropecuarias más importantes de la economía en Tabasco, México, se desarrolla en 1.5×106 ha, y se sostiene principalmente de pastizales que se cultivan en poco más del 50 % del territorio del estado. Actualmente esta actividad está afectada por múltiples factores, particularmente la sequía que se presenta entre marzo y mayo y genera escasez de materia seca. El objetivo de este estudio fue estimar, mediante simulaciones con el modelo CROPWAT, los requerimientos de riego y la reducción del rendimiento de las gramíneas forrajeras cuando se cultivan en condiciones de temporal, riego y tres escenarios de precipitación (20, 50 y 80 % de probabilidad de excedencia). Se usaron datos diarios de precipitación y evaporación de 18 estaciones meteorológicas, información fenológica (coeficiente kc, duración de fases fenológicas y factor de respuesta del rendimiento) y referencias edafológicas del estado de Tabasco. El análisis de los resultados indica que la evapotranspiración del cultivo es mayor en el municipio de Villahermosa y en todas las localidades de abril a agosto. Todas las regiones presentan los valores menores de precipitación efectiva entre marzo y abril, los mayores requerimientos hídricos de marzo a mayo y con lluvia al 80 %. En condiciones de temporal los promedios estatales de reducción de rendimientos fueron 5.05 (normal) y 14 % (seco), y con riego deficitario fueron 2.27 (normal) y 3.21 % (seco). Para el escenario húmedo, con riego deficitario y bajo temporal los rendimientos se mantuvieron. En el estado de Tabasco, el riego suplementario es importante para no tener disminuciones en el rendimiento en los escenarios seco y normal.

Palabras clave: evapotranspiración, precipitación efectiva, requerimiento de riego, escenario.

 

Abstract

Cattle production is one of the most important agricultural/ livestock activities in Tabasco's economy, in México; it is carried out in 1.5×106 ha, and is sustained primarily with pastures that are cultivated in slightly more than 50 % of the state's territory. Currently this activity is affected by multiple factors, particularly the drought that takes place between March and May, generating dry matter scarcity. The objective of this study was to estimate, through simulations with the CROPWAT model, the irrigation requirements and yield reduction of forage grasses when cultivated in rainfed conditions, with irrigation and in three precipitation scenarios (20, 50 and 80 % probability of excess). Daily data for precipitation and evaporation from 18 meteorological stations were used, as well as phenologic information (coefficient kc, duration of phenologic phases and yield response factor), and soil references from the state of Tabasco. Analysis of the results indicates that evapotranspiration from the crop is greater in the municipality of Villahermosa and in all the locations from April to August. All the regions present the lowest values for effective precipitation between March and April, the greatest water requirements from March to May, and with rain at 80 %. Under rainfed conditions, the state averages for yield reduction were 5.05 (normal) and 14 % (unirrigated), and with deficit irrigation they were 2.27 (normal) and 3.21 % (unirrigated). Yields were maintained in the humid scenario, with deficit irrigation and under rainfed conditions. In the state of Tabasco, supplementary irrigation is important to avoid yield decreases in dry and normal scenarios.

Keywords: evapotranspiration, effective precipitation, irrigation requirement, scenario.

 

INTRODUCCIÓN

La ganadería en Tabasco, México, tiene importancia socioeconómica, participan poco más de 20 000 productores, hay 1 657 167 bovinos, su valor económico es 8 796 795.75 miles de pesos, participa con el 54 % del ingreso del sector pecuario y junto con la infraestructura complementaria ocupa 1.5×106 ha (De Dios, 2001; Palma et al., 2007). Los bovinos se sostienen principalmente con pastizales naturales y cultivados; estos últimos ocupan 52.1 % del territorio estatal. Actualmente, esta actividad es poco rentable por el índice bajo de agostadero debido a los pastos de baja calidad nutricional y un manejo deficiente de los potreros que impiden que las especies forrajeras expresen su potencial máximo. Las zonas de cultivo son de temporal y el problema se agudiza con las sequías de marzo a mayo en esta región (Velázquez, 1994; Palma et al., 2007). Los períodos secos se caracterizan por temperaturas altas, radiación solar intensa, menores precipitaciones (Velázquez, 1994), escasez de pasturas hasta 34 % respecto a la de la época de precipitaciones altas e índices menores de la producción ganadera (Meléndez et al., 2006).

Ante estos problemas es necesario adoptar técnicas que permitan un uso eficiente de los recursos, entre ellas el riego (Cavero et al., 2000; George et al., 2001), que según Engelbrecht et al. (2006) también debe implementarse en zonas húmedas con períodos prolongados de sequía en una época del año. Liu et al. (2007) y Wriedt et al. (2009) señalan que si esta práctica adolece de una adecuada planeación surgen problemas como lixiviación de nutrientes y pesticidas, así como salinización y sobreexplotación de acuíferos que modifican el régimen natural del flujo de agua. Por eso se debe realizar estudios agrícolas cuyos resultados permitan aumentar la productividad, optimizar los recursos y reducir el riesgo de pérdidas de cosechas (Giorgis et al., 2006). Desafortunadamente, este proceso requiere experimentación, recursos económicos y mano de obra; y los resultados no se pueden exportar a otras regiones (Liu et al., 2007). Pero los modelos computacionales permiten evaluar sistemas agrícolas en diversos escenarios, especialmente con irrigación. Con estos modelos se evalúa las necesidades de riego y la productividad del agua, y se pronostica el rendimiento para regiones con condiciones meteorológicas distintas y situaciones de suelo específicas que no se han estudiado (Dechmi et al., 2003; Molua y Lambi, 2006; Liu et al., 2007).

En el diagnóstico de un distrito de riego para el noreste de España Dechmi et al. (2003) emplearon el modelo CROPWAT para simular prácticas comunes en la planeación del riego y conocer el efecto que éstas producen en el rendimiento. Con el mismo modelo, Diop (2006) analizó las afectaciones que el maíz (Zea mays L.), maní (Arachis hypogaea L.) y mijo (Panicum miliaceum L.) sufrirían ante diversos escenarios de cambio climático y señala que el cultivo más sensible de presentar reducciones en el rendimiento es el mijo. Molua y Lambi (2006) usaron CROPWAT para definir estrategias en la selección de cultivos en tres distritos de riego de Camerún, estudiaron la eficiencia y productividad del agua para los cultivos con énfasis en los efectos del cambio climático en el rendimiento; y concluyen que un aumento de las temperaturas modificará la estación de crecimiento por lo que se requieren nuevas variedades tolerantes al calor, que no maduren muy rápido y con una más alta temperatura óptima de fotosíntesis. Mediante el CROPWAT Giorgis et al. (2006) estimaron las necesidades de agua de maíz y sorgo (Sorghum bicolor L.), simularon su crecimiento y desarrollo con datos climáticos promedio de 10 años para los distritos de riego de Adama y Miesso en Etiopía, y muestran que el agua aplicada a los cultivos es menor que la requerida. Para estimar las necesidades hídricas de arroz (Oriza sativa), maíz, sorgo y soja (Glycine max L.) en condiciones de temporal en Chianan, Taiwan, Sheng-Feng et al. (2006) usaron CROPWAT y concluyen que la demanda hídrica regional es 537 mm año-1, 126 mm es el requerimiento máximo mensual y 28.4 % de la precipitación se pierde por percolación profunda. Mediante CROPWAT Doria y Madramootoo (2009) estimaron las necesidades de riego en el sur de Quebec para 20, 50 y 80 % de probabilidad de excedencia, e indican que para un año seco (80 %) la lámina de riego aumenta entre 40 y 100 % para papa (Solanum tuberosum L.), soja y maíz respecto de un año normal (50 %); y para un año húmedo (20 %) disminuye entre 0.5 y 16 %. Cavero et al. (2000) mediante simulaciones con CROPWAT obtuvieron la evapotranspiración del cultivo de referencia (ET0) y la evapotranspiración real del cultivo (ETC) para evaluar el comportamiento de maíz de grano sometido a estrés hídrico.

El objetivo del presente estudio fue estimar mediante simulaciones los requerimientos de riego y la reducción del rendimiento de todas las gramíneas forrajeras cultivadas en condiciones de secano, riego deficitario, y los escenarios de precipitación normal (50 %), seca (80 %) y húmeda (20 %) mediante el modelo CROPWAT en Tabasco, México.

 

MATERIALES Y MÉTODOS

Área de estudio

Tabasco (17° 19' 00'' and 18° 39' 00'' N, and 90° 57' 00'' and 94° 08' 00'' W) is bounded north by the Gulf of México, south by the state of Chiapas, west by the state of Veracruz, northeast by the state of Campeche and southeast by the Republic of Guatemala (Velázquez, 1994; Palma et al., 2007).

Información climática

Se usó la información reportada en el Extractor Rápido de Información Climatológica (ERIC, V3) del Instituto Mexicano de Tecnología del Agua (2008). En la Figura 1 se muestra, para Tabasco, la precipitación y la evaporación mensual (A), así como la variación en la lámina total anual de la precipitación en el período 1949 a 1999 (B). Las variables son datos diarios de precipitación (mm) y evaporación total del tanque tipo A (mm), en 18 estaciones ubicadas en los 17 municipios de Tabasco (Figura 2).

Modelo CROPWAT

El modelo CROPWAT calcula las necesidades de agua de los cultivos usando información climática, edáfica y fenológica y está basado en las metodologías descritas en los boletines 24, 33 y 56 de la serie FAO Riego y Drenaje (George et al., 2001; Molua y Lambi, 2006; Doria y Madramootoo, 2009). Este modelo estima las reducciones en el rendimiento del cultivo cuando se explota en condiciones diferentes a las óptimas. Todas las versiones operan bajo el concepto de evapotranspiración de referencia calculado mediante el método de Penman-Monteith modificado por la FAO (versión ocho) y ofrece la posibilidad de ingresar el valor de esta variable obtenido con cualquier otro método aprobado por la misma dependencia, cuando se carece de información climática para operar con el método principal del boletín 56 (Giorgis et al., 2006; Cavero et al., 2000; Doria y Madramootoo, 2009).

Datos de suelo

La información edafológica del estado de Tabasco requerida por el modelo CROPWAT para planificar el riego fue tomada de la base de datos de suelos con la que cuenta este programa. De acuerdo con los estudios realizados en Tabasco por López et al. (2007) y Palma et al. (2007), se eligió textura arcillosa como representativa. La humedad inicialmente disponible considerada al momento de la siembra fue de 100 mm m-1. Se consideró una profundidad máxima de enraizamiento del pasto de 100 cm, según Doorenbos y Pruitt (1977).

Cálculo de ET0

La evapotranspiración es un proceso simultáneo a través del cual un área de cultivo pierde agua por evaporación del suelo y transpiración del follaje, mientras que ET0 es la tasa de evapotranspiración de una superficie de referencia que ocurre sin restricciones de agua (Allen et al., 2006). El cálculo de esta variable se realizó con el método del tanque tipo A al multiplicar el promedio mensual de evaporación (Epan) por el coeficiente de tanque Kp (0.80), recomendado para regiones tropicales donde prevalece alta humedad relativa y baja velocidad del viento (Doorenbos y Pruitt, 1977; Allen et al., 2006):

Precipitación efectiva (Pef)

Es la parte de la lluvia anual o estacional total que es útil directa o indirectamente para la producción del cultivo en el lugar donde se registra (Dastane, 1977; Molua y Lambi, 2006; George, et al., 2001). Se calculó con el modelo CROPWAT con el criterio del Servicio de Conservación de Suelos de los EE.UU. (USDA) y este método se rige por las siguientes condiciones de precipitación (P):

o si P>250 mm, Pef = (0.1*P)+125, donde Pef es la precipitación efectiva (mm).

Coeficientes de cultivo (KC)

En el Cuadro 1 están los valores generales del coeficiente de cultivo (Kc) y datos fenológicos de las gramíneas forrajeras (pastos). Esta información se tomó de la base de datos del CROPWAT ya que en la región no hay datos experimentales y se mantuvieron constantes en las simulaciones realizadas en todas las estaciones.

Evapotranspiración de las gramíneas forrajeras

El cálculo se realizó con CROPWAT mediante el método del coeficiente único de cultivo (KC), donde se integran los efectos combinados de la transpiración y evaporación del suelo y con la relación:

donde ETC es la evapotranspiración real del cultivo (mm).

Predicción de rendimiento

Diversos factores influyen en el rendimiento de los cultivos, especialmente el agua y cuando ésta no se suministra en cantidades requeridas se afecta el crecimiento y rendimiento. La magnitud de la afectación varía según la especie y la etapa de crecimiento (Ismail y Depeweg, 2005), pero todos los cultivos presentan mayor sensibilidad al déficit hídrico durante la emergencia, floración y formación de granos (Zaikin y Butcher, 2008). No obstante, el efecto de la falta de agua en la producción puede predecirse con una función lineal de producción, si se considera la relación entre el rendimiento y el consumo de agua relativos establecidos por Doorenbos y Kassam (1979) y adoptados por Molua y Lambi (2006) y Giorgis et al. (2006). El cálculo se realiza con la siguiente ecuación:

donde, Ya es el rendimiento real (kg ha -1), Ym es el rendimiento potencial máximo (kg ha-1), ETa es la evapotranspiración del cultivo (mm), ETm es la evapotranspiración potencial máxima (mm), y Ky es el factor de respuesta del rendimiento (adim).

Fecha de siembra de las gramíneas forrajeras en Tabasco

De acuerdo con Meléndez et al. (2006) la primer época de siembra va de enero a febrero y es favorecida por la alta luminosidad y las elevadas temperaturas entre marzo y mayo; aunque la precipitación es escasa, el suelo cuenta con humedad retenida de la época de nortes. Otra época es al inicio de la temporada de lluvias (junio a julio), pero es muy recomendable no sembrar después del 20 de julio ni a principios de agosto, porque se presenta la sequía intraestival. En este estudio, y por las ventajas mencionadas, las simulaciones se realizaron desde la primera época de siembra.

Escenarios climáticos

Las simulaciones se realizaron mediante dos condiciones: secano y riego deficitario (ETc fijada por etapa) y para cada condición se manejó lluvia a 20, 50 y 80 % de probabilidad de excedencia, para conocer el comportamiento del cultivo ante los impactos del cambio climático (Dastane, 1977; Molua y Lambi, 2006; Doria y Madramootoo, 2009). Así, el primer nivel de probabilidad (20 %) denota un escenario húmedo, el segundo (50 %) un año normal y el tercero (80 %) un año seco que podría presentarse en cuatro de cada cinco años (Doorenbos y Pruitt, 1977; Smith, 1992). La precipitación probabilística se determinó con la distribución normal (Infante y Zárate, 2001), porque se usaron totales mensuales y la región de estudio es una zona húmeda.

Riego deficitario

Es una opción de riego que CROPWAT ofrece para evaluar el suministro limitado de agua y desarrollar un esquema alternativo para optimizar la producción de los cultivos (Smith, 1992).

 

RESULTADOS Y DISCUSIÓN

Evapotranspiración de referencia (ET0)

En Tabasco, la evapotranspiración de referencia está ligada a factores locales y su fluctuación anual presentó un aumento rápido de enero a mayo en el que alcanzó su máximo y después un descenso gradual. El mínimo para todos los municipios fue en diciembre, excepto Macuspana donde fue en enero. El valor anual estatal de esta variable varió entre 833 (Dos Patrias) y 1219 mm (Villahermosa). Para la mayoría de los municipios, cuando la magnitud de esta variable inició su descenso en junio se presentó un aumento ligero y repentino en julio debido a las elevaciones térmicas causadas por la sequía intraestival de esa época (Velázquez, 1994). Los valores mayores de la evapotranspiración de referencia ocurrieron de marzo a septiembre cuando se superó el promedio mensual estatal.

Evapotranspiración de las gramíneas forrajeras

Durante el año los valores mayores de la evapotranspiración de las gramíneas ocurrieron en Villahermosa, seguidos de Nacajuca y San Pedro, y los menores en Teapa, Tapijulapa y Dos Patrias. Todos los municipios mostraron la misma tendencia y la variación de la evapotranspiración de las gramíneas entre los municipios se debe a la configuración climática, ya que es el principal impulsor del movimiento del agua en la planta (Doria y Madramootoo, 2009). En todo Tabasco la evapotranspiración anual de las gramíneas varió entre 765 (Dos Patrias) y 1121 mm (Villahermosa) y su promedio fue 908 mm. En la Figura 3 se muestra el comportamiento anual de la evapotranspiración de las gramíneas en Villahermosa, Teapa y El Triunfo.

Precipitación efectiva (Pef)

La precipitación efectiva varió en función de la cantidad de precipitación total registrada (Dastane, 1977) y para los tres escenarios las regiones que presentaron mayor cantidad durante el año fueron Puyacatengo, Oxolotán, Tapijulapa, y Teapa; mientras que los valores más bajos se registraron en El Triunfo, Tres Brazos, San Pedro y Paraíso. En general, para cualquier escenario, todas las localidades siguieron la misma tendencia respecto al tiempo, sin embargo, para los escenarios normal y seco, la menor dispersión entre los valores de Pef se presentó en septiembre, y en agosto para el húmedo. Para los tres escenarios, todas las localidades presentaron las menores cantidades de Pef entre marzo y abril, y después el valor aumentó hasta su valor máximo que para todas las regiones fue en septiembre, a excepción de Nacajuca que lo presentó en octubre. Para los tres escenarios los mayores contrastes se dieron entre Puyacatengo y El Triunfo durante noviembre, diciembre, enero, febrero y marzo; Tapijulapa y Tres Brazos en abril; Paraíso y Oxolotán en mayo y junio; Puyacatengo y San Pedro en octubre; y Puyacatengo con Paraíso en julio, agosto y septiembre. En la Figura 4 se ilustra el comportamiento anual de la precipitación efectiva para el escenario normal en Puyacatengo, Macuspana SMN y Paraíso.

Requerimiento de riego

Para el escenario normal el riego se requirió en 13 localidades de marzo a mayo; sin embargo, San Pedro lo requiere desde febrero, Villahermosa y Paraíso además lo requieren en julio; El Triunfo desde enero y Nacajuca de marzo hasta julio. En cambio Dos Patrias, Tapijulapa, Teapa, Puyacatengo y Oxolotán no presentaron requerimientos de riego. A excepción de Paraíso que presentó su mayor necesidad en mayo, todas las demás regiones la presentaron en abril. La principal diferencia entre escenarios fue la reducción del número de regiones con necesidades de irrigación, ya que para el húmedo es en 10; sin embargo, en esta situación los requerimientos se presentaron de marzo a mayo, a excepción de El Triunfo, Samaria, Pueblo Nuevo y Francisco Rueda que lo presentaron en marzo y abril. Con el escenario seco todas las estaciones requieren riego y se agrupan en cuatro regiones diferentes: la primera requiere riego de noviembre a agosto en Nacajuca, El Triunfo y San Pedro; la segunda, de enero a agosto en Cárdenas, Paraíso, Samaria, Tres Brazos y Villahermosa; la tercera, de marzo a mayo en Dos Patrias, Macuspana DGE, Macuspana SMN, Tapijulapa, Teapa, Puyacatengo y Oxolotán; y la cuarta de enero a mayo en Boca del Cerro, Francisco Rueda y Pueblo Nuevo. Además, Pueblo Nuevo, Macuspana SMN y Macuspana DGE requieren riego en julio además de la época ya mencionada. En la Figura 5 se muestra la variación de los requerimientos de riego para el escenario seco (80 %).

Como era de esperarse, en todas las localidades el escenario seco presentó mayor requerimiento de riego que el escenario normal, y se encontró que aún en situación húmeda es necesario aplicar riego suplementario para mantener a los pastos en buen estado. Sin embargo, los requerimientos para esta última situación son menores comparados con las otras condiciones, y cabe señalar que para el escenario húmedo el promedio estatal de necesidad de riego es 25.91 mm año-1, mientras que para el escenario normal y seco los promedios son 101.78 y 209.84 mm año-1. Con lluvia al 80 %, los requerimientos varían de 11 (Tapijulapa) a 391 (Nacajuca) mm año-1. En la Figura 6 se observa la variación en la demanda de riego al considerar los tres escenarios de precipitación para Villahermosa.

Reducción del rendimiento

Temporal (secano)

Para el escenario normal (50 %), las reducciones ocurrieron en 10 municipios, siete de los cuales superaron el promedio estatal de reducción estimado para esta condición (5.05 %), con un rango de 2.4 a 6.2 %. Para el escenario seco (80 %), el promedio de reducción en rendimiento del pasto para todo el estado aumentó a 14 %, valor superado en siete municipios que presentaron los porcentajes más altos de reducción de rendimientos (1.7 a 24.1 %); y en Tapijulapa, Puyacatengo y Oxolotán el rendimiento no se redujo. Con el escenario húmedo (20 %) no hubo reducción en el rendimiento en Tabasco.

Riego deficitario (ETC fijada por etapa)

En el escenario normal hubo reducciones en 10 municipios, desde 1.9 (El Triunfo) a 2.5 % (Pueblo Nuevo) y un promedio estatal de 2.27 %, a pesar de que en ocho de las 10 localidades se aplicaron láminas netas de riego que variaron de 55.3 (Samaria) a 65.6 mm (San Pedro) al año. Para el escenario seco las reducciones ocurrieron en 15 localidades y el promedio estatal de disminución del rendimiento fue 3.21 %, con un rango de 1.7 a 5.2 %; en 13 de las 15 estaciones con reducción en el rendimiento se suministraron láminas netas de riego anuales que variaron de 64 (Macuspana DGE) a 301 mm (Nacajuca) para mantener la reducción del rendimiento en niveles aceptables. Además, en Teapa, Puyacatengo, Oxolotán, Tapijulapa, y Dos Patrias no se aplicó riego suplementario ante una circunstancia extrema que, según Doorenbos y Pruitt (1977), Smith (1992) y Doria y Madramootoo (2009), se presenta en cuatro de cada cinco años. Entre los escenarios normal y seco hubo variaciones importantes en las láminas netas aplicadas, como en Macuspana DGE donde para el escenario normal no fue necesario suministrar riego y con el seco se aplicó una lámina neta de 64 mm; en la estación Nacajuca en el escenario seco se aplicó una lámina neta de 301 mm, mientras que en el normal la lámina neta aplicada fue de 62 mm. Con riego deficitario el escenario húmedo no presentó reducción del rendimiento.

Las diferencias más contrastantes en las reducciones del rendimiento fueron para el escenario seco en condiciones de secano y riego deficitario, donde los promedios estatales de reducción fueron 14 y 3.21 %. La variación en el estado de estas reducciones se presenta en la Figura 7A (secano) y 7B (riego deficitario), mientras que la variación de las reducciones para el escenario normal en condiciones de secano y riego deficitario se muestra en las Figuras 8A y 8B.

 

CONCLUSIONES

Para los escenarios normal y húmedo los requerimientos de riego en la mayoría de las estaciones se presentan de marzo a mayo; en cambio, en el escenario seco hay cuatro grupos donde cada uno tiene sus períodos de requerimiento definidos. En la mayor parte del estado de Tabasco el mayor requerimiento de riego mensual ocurre en abril, excepto en Paraíso donde es mayo.

Para condiciones de temporal en el escenario húmedo el rendimiento no se redujo, mientras que en el normal y seco hubo reducciones en 10 y 15 estaciones. En condiciones de riego deficitario para el escenario húmedo no hubo reducciones del rendimiento, para el escenario seco las reducciones ocurrieron en 15 estaciones y para el normal en 10. Estas reducciones son menores que para la condición de temporal.

El riego suplementario es importante en el estado de Tabasco para no tener disminuciones en el rendimiento en los escenarios seco y normal.

 

LITERATURA CITADA

Allen G, R., L. Santos P., D. Raes, y M. Smith. 2006. Evapotranspiración del cultivo. Guías para la determinación de los requerimientos de agua de los cultivos. FAO. Riego y Drenaje 56. Roma, Italia. 298 p.         [ Links ]

Cavero, J., I. Farre, P. Debaeke, and J. Faci. 2000. Simulation of maize yield under water stress with the EPICphase and CROPWAT Models. Agron. J. 92:679-690.         [ Links ]

Dastane, N., G. 1977. Precipitación Efectiva en la Agricultura de Regadío. FAO. Riego y Drenaje 25. Roma, Italia. 68 p.         [ Links ]

De Dios, V. 2001. Ecofisiología de los Bovinos en Sistemas de Producción del Trópico Húmedo. Colección José N. Rovirosa: Biodiversidad, Desarrollo Sustentable y Trópico Húmedo. Universidad Juárez Autónoma de Tabasco. Villahermosa, Tabasco, México. 376 p.         [ Links ]

Dechmi, F., E. Playán, M. Tejero, and A. Bercero. 2003. Analysis of an irrigation district in northeastern Spain II. Irrigation evaluation, simulation and scheduling. Agric. Water Manage. 61:93-109.         [ Links ]

Diop, M., 2006. Analysis of crop water use in Senegal with the CROPWAT model. CEEPA discussion paper no. 34, CEEPA, University of Pretoria, 18 p.         [ Links ]

Doorenbos, J., y A. Kassam. 1979. Efectos del Agua sobre el Rendimiento de los Cultivos. FAO. Riego y Drenaje 33. Roma, Italia. 212 p.         [ Links ]

Doorenbos, J., y W. Pruitt. 1977. Las Necesidades de Agua de los Cultivos. FAO. Riego y Drenaje 24. Roma, Italia. 194 p.         [ Links ]

Doria R, O., and C. A. Madramootoo. 2009. Estimation of irrigation requirements for some crops in southern Quebec using CROPWAT. Irrigation and Drainage. Published online in Wiley InterScience: www.interscience.wiley.com; DOI: 10.1002/ird.497.         [ Links ]

Engelbrecht, B. M. J., J. Dalling, T. Pearson, R. Wolf, D. Gálvez, T. Koehler, M. Tyree, and T. Kursar. 2006. Short dry spells in the wet season increase mortality of tropical pioneer seedlings. Oecologia 148:258-269.         [ Links ]

George B., S. Shende, and N. Raghuwanshi. 2001. Development and testing of an irrigation scheduling model. Agric. Water Manage. 46:121-136.         [ Links ]

Giorgis K., A. Tadege, and D. Tibebe. 2006. Estimating crop water use and simulating yield reduction for maize sorghum in Adama Miesso districts using the CROPWAT model. CEEPA discussion paper no. 31, CEEPA, University of Pretoria. 14 p.         [ Links ]

Infante G., S., y G. P. Zárate de L. 2001. Métodos Estadísticos. Trillas. Segunda edición. México, D.F. 643 p.         [ Links ]

Ismail, S., and H. Depeweg. 2005. Water productivity and crop production simulation under surge flow irrigation in short furrows in Egypt. Irrigation and Drainage 54:103-113.         [ Links ]

Liu J., J. Williams, A. Zehnder, and H. Yang. 2007. GEPIC -modeling wheat yield and crop water productivity with high resolution on a global scale. Agric. Systems 94:478-493.         [ Links ]

López G, A. del R., B. Palma G., M. A. Hernández R., M. E. Ojeda M., A. Ángeles P., J. A. Ruiz N., y M. J. García M. 2007. Caracterización fisicoquímica de los suelos predominantes en el estado de Tabasco. Conciencia Tecnológica 34:45-46.         [ Links ]

Meléndez N, F., J. A. González M., y J. Pérez P. 2006. Manejo Tecnológico del Pasto Estrella Africana en el Trópico. Instituto Para el Desarrollo de Sistemas de Producción del Trópico Húmedo de Tabasco (ISPROTAB). Segunda edición. Villahermosa, Tabasco, México. 79 p.         [ Links ]

Molua, E., and C. Lambi. 2006. Assessing the impact of climate on crop water use and crop water productivity: The CROPWAT analysis of three districts in Cameroon. CEEPA discussion paper no. 33, CEEPA, University of Pretoria. 44 p.         [ Links ]

Palma L, D. J., J. Cisneros D., E. Moreno C., y J. A. Rincón R. 2007. Suelos de Tabasco: Su Uso y Manejo Sustentable. Colegio de Postgraduados-ISPROTAB-FUPROTAB. Primera edición. Villahermosa, Tabasco, México.195 p.         [ Links ]

Sheng-Feng K, Shen-Shin H., and L. Chen-Wuing. 2006. Estimation irrigation water requirements with derived crop coefficients for upland and paddy crops in ChiaNan Irrigation Association, Taiwan. Agric. Water Manage. 82:433-451.         [ Links ]

Smith, M. 1992. CROPWAT. A Computer Program for Irrigation Planning and Management. FAO. Irrigation and Drainage Paper 46. Roma, Italia. 122 p.         [ Links ]

Velázquez V, G. 1994. Los Recursos Hidráulicos del Estado de Tabasco. Universidad Juárez Autónoma de Tabasco. Primera edición. Villahermosa, Tabasco, México. 242 p.         [ Links ]

Wriedt, G., M. Van d. V., A. Aloe, and F. Bouraoui. 2009. Estimating irrigation water requirements in Europe. J. Hidrol. 373:527-544.         [ Links ]

Zaikin, A., and W. Butcher. 2008. Economic evaluation of farmers' alternatives during irrigation water deficit; In: Qi J., and K. T. Evered (eds). Enviromental Problems of Central Asia and their Economic, Social and Security Impacts. Tashkent, Uzbekistan. Springer Science. pp: 251-266.         [ Links ]

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons