Materiales y métodos

Materiales y métodos

Es necesario establecer qué balance hídrico se encuentra presente en el suelo en las diferentes épocas del año. Mediante el uso de herramientas de simulación nos permite tener conocimiento en qué periodo de tiempo es ideal para sembrar los cultivos y como se puede establecer un óptimo balance para aprovecharlo en época de déficit ^{(Sánchez, Esquivel, López, Inzunza, & Catalán, 2014)}.

Para realizar el balance hídrico en el cantón Bolívar se consideran los periodos en la que existe alta demanda de agua y los que presentan mayor escasez del recurso, para así poder tomar las decisiones al momento de llevar a cabo la siembra y que cantidad de agua aplicar al cultivo en caso de presentarse un déficit sin causar estrés hídrico al cultivo, para esto los parámetros a definir son el uso del suelo, los cultivos y el clima (evapotranspiración de referencia). Para el cálculo de la demanda hídrica, por parte de la superficie cultivada, se utiliza el método de Penman Monteith ^{(González, 2017)} .

Un dato de tener en cuenta son las precipitaciones y el agua aportada por el riego como contribuciones externas, y como pérdidas, la suma del escurrimiento superficial y la percolación profunda. Para efectuar de manera más clara el modelo, estos dos últimos términos se integraron en el concepto de eficiencia de riego, el cual se asocia a un valor obtenido desde el conocimiento empírico ^{(González, 2017)}. Al contar con datos climáticos y edáficos se procede a la elaboración de tablas dinámicas donde se van realizando análisis estadístico de regresión y correlación de las variables antes mencionadas, para así, encontrar que modelo es el que más se ajusta para el rendimiento del cultivo de maíz duro y dentro de este modelo que parámetros están ligados al mismo.

Lugar de estudio

Los datos recopilados (2011-2019) para la estimación del balance hídrico en el cantón Bolívar, corresponde a la estación meteorológica ubicada en la ESPAM- MFL- Calceta (cod. M1230), cuyas coordenadas son 0°49’23’’S y 80°10’1’’ O, con una altitud de 15 metros. ^{(Duque-Sarango, et al. 2019)}.

Materiales

Se hará uso de una serie de datos climáticos multianuales (2011-2019) recopilados en la estación meteorológica M1230, al ser una estación ubicada estratégicamente por el Inamhi para cubrir dicha zona y así obtener datos relevantes como son temperatura, humedad relativa, precipitación, evaporación, tensión de vapor y velocidad del viento, siendo datos confiables para llevar la presente investigación, debido a que es una institución encargada de recopilar la información climatológica a nivel nacional por esto es más confiable en relación con datos que provienen de estaciones de uso particular.

Métodos

Metodología para determinar el balance hídrico

Resultados

Para determinar el modelo para el cálculo del rendimiento en el maíz duro del cantón Bolívar-Calceta, se recopilaron datos climatológicos y edáficos de la zona, donde las principales texturas de suelos que predominan son arcilloso 1 y franco arcilloso 4, presentando estructuras granular prismático 2 y granular 3.

Al existir presencia de suelos francos son favorables para el drenaje y la permeabilidad, permitiendo así que sea fácil realizar siembras, ya que las plantas brotan y crecen fácilmente. Además, los suelos francos tienen una característica especial de almacenar más agua que los otros suelos para posteriormente ser aprovechada por la planta. También se encuentran texturas de suelos arcillosos mismos que son ricos en nutrientes debido a que la CICE (capacidad de intercambio iónico) es más alta que en suelos que poseen menos cantidad de arcilla ^{(Ayaviri, 1996)}.

De acuerdo a las variedades de maíz duro, que se encuentran en el cantón, existen dos híbridos que son triunfo y trueno, ambos presentan alto rendimiento, pero esto se ve limitado en ocasiones por la cantidad y disponibilidad del agua, así como también por el tiempo en el que se realice la siembra. Ambos híbridos tienen una estrecha relación en la producción de materia verde misma que beneficia al sector ganadero cuando es la época seca y el ganado bovino necesita alimento puede realizar uso del mismo por medio de ensilaje ^{(Borbor, 2018)}.

De acuerdo a los datos estadísticos obtenidos, se presenta una muestra de 164 con un error de ±4.4 pero al proyectarse el rendimiento se estima en 164 µ donde se puede presentar variaciones entre 155 y 172. También se procede a comparar si existe tendencia de normalidad en la moda, media y mediana de los diferentes parámetros, donde la densidad aparente, capacidad de campo, velocidad de infiltración, conductividad hidráulica, heliofanía, temperatura, humedad relativa y rendimiento tienden a ser normal, mientras en la precipitación presenta gran variación.

En cuanto los datos de curtosis muestran que tan apuntada o aplanada se halla una distribución en relación con un comportamiento normal (distribución normal), donde los datos que se encuentren estrechamente concentrado hacia la media son considerados como una distribución leptocúrtica(cu>0), en el caso de estar muy dispersos estos datos son considerados como distribución platicúrtica (cu<0) y una curtosis es considerada mesocurtica cuando el comportamiento normal requiere que sea igual a cero ^{(SECME, 2015)} ; por lo tanto, los resultados obtenidos de humedad relativa, temperatura, heliofanía, densidad aparente, capacidad de campo se encuentran en una distribución platicúrtico, mientras que la precipitación y velocidad de infiltración tienden a presentar una distribución ligeramente leptocútica.

Otro parámetro que se toma en consideración es el coeficiente de asimetría que permite medir el grado de asimetría con relación a la moda, donde el signo determina la dirección del sesgado que tiene; es decir, cuando su signo es positivo se encuentra sesgada hacia la derecha y sesgado hacia la izquierda significa que su signo es negativo. Entonces, dentro del análisis estadístico, los valores de capacidad de campo, velocidad de infiltración, precipitación y humedad relativa se encuentran sesgado hacia la derecha, mientras que los restantes se encuentran sesgado hacia la izquierda.

Análisis de Correlaciones

El análisis estadístico de correlación se utiliza para determinar si dos variables observadas tienen relación entre sí o no, donde se presentan valores positivos y negativos, en cual el signo establece el tipo de correlación que se presenta entre dos variables. Al presentarse el signo positivo indica que la relación existente entre las dos variables es positiva; esto quiere decir, que cuando la magnitud de una incrementa la otra también, mientras que con signo negativo pasa lo contrario ya que mientras una incrementa la otra disminuye ^{(Alquicira, 2017)}. Es necesario tener en cuenta el valor de Pearson permisible, mismo que tiene como objetivo indicar cuán asociadas se encuentran las variables entre sí, de acuerdo a los resultados el valor crítico analizar es 0.273 que hace referencia al 5%, donde se buscan todos los valores que se encuentren por encima de dicho valor para así buscar el modelo que se empleara para el rendimiento, donde sobresalen la precipitación y humedad relativa; esto quiere decir, que entre más destaque estos valores se produce mayor rendimiento.

Fuente: Elaboración propia.

Ilustración 1. Cálculo del modelo lineal y polinómica.  

El modelo lineal contribuye de manera muy baja presentando un valor R² de 0.14, mientras que el modelo cuadrático o polinómica se ajusta para lograr la optimización teniendo un valor de R² de 0.20, esta relación es la que se espera en datos cuantitativos.

Análisis de Regresión

Una vez que se obtiene los datos estadísticos de regresión se procede a evaluar los resultados obtenidos para conocer el modelo que se empleara para el rendimiento, donde se parte de los datos conseguidos de la intercepción, humedad relativa y la precipitación considerando el valor de sus coeficientes, dando como resultado el siguiente modelo:

Al ser negativo el primer dato no afecta a la ecuación, ya que no tiene un valor biológico el dato, solamente es un dato independiente del intercepto cuando se realiza un análisis de regresión lineal.

Fuente: Elaboración propia.

Ilustración 2. Curva de regresión ajustada entre el rendimiento y lo que se pronostica. 

Con los valores pronosticados, se pretende observar si el modelo empleado presenta relación con dicho factor.

Fuente: Elaboración propia.

Ilustración 3. Percentiles 

El gráfico representa que el percentil de menor valor es de 2.777, representando así, el 2.777% del rendimiento del Zea mays con un valor de 107, encontrándose de esta manera debajo del 97.222% que representa un valor de rendimiento de 203 o menos. En el análisis estadístico para la obtención de percentil se procede a ordenar los datos de forma ascendente, entonces, se tiene un número de muestra de 18 datos donde se pretende calcular el percentil, para esto se le resta 0.5 a la posición que ocupe dicho percentil para luego dividirlo para el número de muestras y posteriormente multiplicarlo por 100; así obtenemos que el percentil 25 ocupa el puesto 5 y se le resta 0.5, dando un valor de 25, es decir que el 25% del rendimiento en el maíz tienen un valor de 143 o menos. En el caso de tener un percentil 75 (P75), quiere decir, que el 75% del rendimiento del maíz presenta un valor de 199 o menor.

Modelo para el cálculo del REN. REN=-195+3.96 HR +0.17 PP

Una vez realizado los cálculos del rendimiento, aplicando el modelo que más se ajustó para llevar a cabo la investigación del rendimiento, se compara si tienen relación con los valores del Ren (Y) Predicción para evaluar si el modelo empleado es el correcto, evidenciando así que el modelo tiene un completo funcionamiento presentando valores similares a los que se pronostican.

Partiendo de las variables climáticas y edáficas como son precipitación efectiva, evapotranspiración real, escurrimiento superficial, percolación profunda y la cantidad de agua almacenada en el suelo se elabora el modelo de balance hídrico que tiene como punto de arranque la ecuación de balance de masa, donde una vez que se obtiene dichas variables se procede a realizar el procesamiento de datos climatológicos y edáficos, logrando así realizar el cálculo en la ecuación para obtener el balance hídrico multianual.

Como referencia se tomó la época de lluvia, donde es usual que se realicen las siembras. Aunque el maíz puede presentar cierta resistencia a las dificultades climáticas durante el periodo vegetativo y de maduración; esto no quiere decir que su rendimiento no se vea afectado a lo largo del proceso de cosecha, como es el caso que se presenta en el periodo de floración, donde al existir déficit hídrico provoca que exista una disminución de los números de granos por mazorca afectando al rendimiento del cultivo ^{(Rivetti, 2006)}.

Por lo general, las siembras se proyectan para los meses donde existe mayor disponibilidad de agua, pero en ciertos casos no se produce esta condición como pasó en el año 2013, 2015, 2016, donde en la época de lluvia comenzó a mostrar valores bajos de balance en sus últimos meses del periodo lluvioso en relación con el de otros años; dicha condición se debe a la cantidad de precipitación que se aportaba era en ocasiones menor a la que salía, dándonos así déficit hídrico en meses donde la siembra se vería afectada en su proceso, disminuyendo su rendimiento viéndose en la Tabla 12. Entonces se dice que al ser mayor la precipitación sobre la evapotranspiración existe un alto excedente de agua, en el caso de ser lo contrario que la evapotranspiración sea mayor a la precipitación, causa que se generen déficit hídrico teniendo así que integrar tecnología de riego.

Fuente: Elaboración propia.

Ilustración 4. Balance hídrico multianual.  

Los valores que se observan indican cómo se va comportando el balance hídrico del cultivo de maíz duro en el paso de los años y en cada uno de sus meses, donde los datos con los valores más altos se deben a la cantidad de agua que aporta y asimilada por el suelo, y los más bajos son los periodos de déficit o sequía.

Fuente: Elaboración propia.

Ilustración 5. Rendimiento multianual.  

Respecto a los rendimientos obtenidos por datos multianuales y el rendimiento calculado por medio de un modelo estadístico, se elaboró a partir de las variables de humedad relativa y precipitación que eran la que más concordancia presentaban entre sí de acuerdo al grado de libertad que se le dio, dando como resultado, valores calculados que se aproximan al rendimiento de la localidad.