A medida que se intensifica el cambio climático, aumenta la necesidad de soluciones agrícolas innovadoras. Los modelos de simulación de cultivos ofrecen una forma prometedora de acelerar el mejoramiento para lograr resiliencia en condiciones adversas. Un grupo de investigadores está reuniendo datos experimentales exhaustivos sobre la cebada para mejorar la fiabilidad de estos modelos, allanando el camino para estrategias de adaptación más eficaces en la agricultura.

La cebada es el cuarto cereal más producido a nivel mundial, después del maíz, el arroz y el trigo, y se cultiva y utiliza en todo el mundo. Desempeña un papel vital en diversas industrias, como la alimentación animal, la maltería, la elaboración de cerveza y la destilación, y también es una fuente nutritiva de alimentos para los seres humanos.

Distribución de la producción de cebada a nivel mundial en 2020 (Mapa Spam). La intensidad del color se relaciona con la proporción de tierra dedicada a la producción de cebada.

Según la investigadora Dra. Mercy Appiah de la Universidad de Göttingen, “los modelos de cultivos se pueden utilizar para predecir la productividad en sitios específicos utilizando un conjunto mínimo de datos recopilados de esos lugares, que también se pueden complementar con valores de la literatura existente. Sin embargo, para aplicar estos modelos a nuevos escenarios, como diferentes entornos o genotipos, es fundamental contar con datos de alta calidad. Estos datos de alta calidad deben incluir observaciones específicas del sitio sobre el clima, los suelos, las prácticas de manejo y el crecimiento por encima y por debajo del suelo de las variedades de cultivo”.

Colaboró ​​con un equipo de investigadores en un esfuerzo centrado en Recopilar datos experimentales de campo de alta calidad adecuados para evaluar y mejorar los modelos de simulación de la producción de cebada en condiciones nórdicas.Hasta ahora, no se disponía de datos suficientes. Se evaluó el impacto de los datos de alta calidad comparando su efecto sobre la precisión de las predicciones de los modelos de simulación de cultivos con conjuntos de datos de menor calidad. Las simulaciones se llevaron a cabo utilizando el Simulador de sistemas de producción agrícola (APSIM), uno de los modelos de cultivos más utilizados, capaz de simular el crecimiento y el desarrollo de más de 40 especies, incluida la cebada.

Los experimentos de campo se realizaron en tres lugares de Dinamarca donde los datos experimentales regionales son limitados. En estos sitios se emplearon prácticas de manejo variadas, incluidas diferencias en las fechas de siembra, los cultivares, la densidad de plantación y los regímenes de fertilización.

Los autores utilizaron estos datos, junto con valores de la literatura existente, para calibrar el modelo en tres niveles de calidad de datos, lo que dio como resultado tres variantes de modelo distintas (consulte la tabla de datos proporcionados para la calibración en los tres niveles de datos). Los conjuntos de datos de baja calidad representan la situación más común a la que se enfrentan los modeladores al calibrar los modelos de simulación de cultivos.

Una tabla que lamentablemente WordPress se niega a aceptar de Word.
Descripción general de los datos proporcionados para calibrar APSIM, categorizados en tres niveles de calidad. En el caso de los datos de calidad baja y media, algunos valores fueron medidos directamente por los autores (✅), mientras que otros fueron estimados en base a la literatura (lit).

Cuando compararon la precisión de las predicciones entre las variantes del modelo, descubrieron que la variante del modelo de alta calidad superó a las variantes de calidad baja y media en la predicción de la biomasa aérea total y el rendimiento final de grano. Este trabajo ilustra que los datos de mayor calidad pueden mejorar significativamente la precisión de los modelos de simulación de cultivos.

Arriba: biomasa aérea total simulada y observada en diferentes etapas de crecimiento y valores observados (x). Abajo: valores de rendimiento final de grano simulados y observados.

Appiah concluye: “Al utilizar modelos de simulación de cultivos que incorporan datos de alta calidad, los investigadores pueden mejorar su capacidad para predecir cómo responderán los nuevos genotipos a diferentes escenarios climáticos. Esto facilitará la selección de genotipos más adecuados para las condiciones futuras, lo que en última instancia respaldará los programas de mejoramiento centrados en mejorar la adaptabilidad de los cultivos al cambio climático. Con nuestra investigación contribuimos significativamente a la creación de los datos de alta calidad necesarios y, al ilustrar el efecto que tiene en la precisión de la predicción del modelo, esperamos alentar a la comunidad científica a aumentar sus esfuerzos para realizar más experimentos de este tipo centrados en la recopilación de datos específicamente para el modelado de cultivos”.

LEE EL ARTÍCULO:

Mercy Appiah, Gennady Bracho-Mujica, Simon Svane, Merete Styczen, Kurt-Christian Kersebaum, Reimund P Rötter, Perspectivas derivadas del uso de datos de diferentes niveles de calidad para simular el rendimiento de la cebada en condiciones nórdicas: evaluación del modelo del SIMULADOR de sistemas de producción agrícola, in silico Plants, Volumen 6, Número 2, 2024, diae010, https://doi.org/10.1093/insilicoplants/diae010