Prediction of bean yield for the SSP1-2.6 climate scenario
Article Sidebar
Main Article Content
Abstract
Climate scenarios are coherent and consistent descriptions of how the earth's climate system may change in the future. These scenarios represent different futures under specific conditions and at a certain time. The objective of this study is to predict bean yields in compacted Red Ferralitic soil under the SSP1-2.6 climate change scenario and the HadGEM3, Mpi-esm1 and Mri-esm2 models with the use of the AquaCrop simulation model. To select the hydrological years, a study of a series of 28 years (2023–2050) was carried out for the period November-April (crop development period) for each model. The annual rainfall estimated under the SSP1-2.6 scenario by the three models studied was compared. The Mpi-esm1 estimates the highest values of precipitation in 26 of the 28 years studied, and in 17 years values above 1500 mm. While the HadGEM3 model estimates 8 years less than 1000 mm. The possibility of achieving yields of 2,6 t·ha-1 and water productivity of 1,1 kg·m-3 for beans, is evident, if the crop is not subjected to any type of limitation except plant genetics, solar radiation and temperature, and rainfall is sufficient in this dry period. The results show the AquaCrop model as a viable alternative for analyzing productivity in response to available water and evaluating the impact of climate change on crop yields.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento-no comercial de Creative Commons 4.0 que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Bajo esta licencia el autor será libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
- El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia
Bajo las siguientes condiciones:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
References
Castillo-Iglesias, Y., González-Robaina, F., Hervis-Granda, G., Riverol-Marrero, L. H., & Cisneros-Zayas, E. (2020). Impacto del cambio climático en el rendimiento del maíz sembrado en suelo Ferralítico Rojo compactado. Ingeniería Agrícola, 10(1), 49-60, ISSN: 1010-2760, e-ISSN: 2071-0054.
Cid, G. (1995). Introducción de métodos y metodologías para la caracterización de las propiedades hidrofísicas así como, las variaciones espacio temporales (p. 45) [Informe del contrato 004-17]. Instituto de Investigaciones Riego y Drenaje, Ministerio Tecnología Ciencia Medio Ambiente, La Habana, Cuba.
Cid, G., Bilir, T., González, F., Herrera, J., & Ruiz, M. E. (2011). Propiedades físicas de algunos suelos de Cuba y su uso en modelos de simulación. Revista Ciencias Técnicas Agropecuarias, 20(2), 42-46, ISSN: 1010-2760, e-ISSN: 2071-0054.
Delgado-Álvarez, A., Martín-Alonso, G. M., & Rivera-Espinosa, R. A. (2022, septiembre). Beneficios de la coinoculación de Hongos Microrrizógenos Arbusculares y rizobios en el cultivo del frijol. Insituto Nacional de Ciencias Agrícolas, 43(3).
Doorenbos, J., & Kassam, A. (1986). Yield response to water, Irrigation and Drainage. Food and Agriculture Organization of the United Nations (FAO), Rome, Italy.
Duarte-Díaz, C. E., Herrera, E. Z., Herrera-Puebla, J., Andrade, F. H., & Chaterlán-Durruthy, Y. (2021). Manejo de las normas netas totales de riego en el frijol ante el cambio climático. Ingeniería Agrícola, 11(4), 3-9, ISSN: 2306-1545, E-ISSN: 2227-8761.
Escoto-Castillo, A., Sánchez-Peña, L., & Gachuz-Delgado, S. (2017). Trayectorias Socioeconómicas Compartidas (SSP): Nuevas maneras de comprender el cambio climático y social. Estudios demográficos y urbanos, 32(3), 669-693, ISSN 0186-7210; e-ISSN 2448-6515, DOI: http://dx.doi.org/10.24201/edu.v32i3.1684.
González-Robaina, F., Delgado-Acosta, R., Díaz-Pérez, Y., Herrera-Puebla, J., López-Seijas, T., & Cid-Lazo, G. (2018). Simulación del efecto del estrés hídrico en el cultivo del sorgo en suelo Ferralítico Rojo. Ingeniería Agrícola, 8(1), 3-12, ISSN: 1010-2760, e-ISSN: 2071-0054.
González-Robaina, F., Herrera-Puebla, J., López-Seijas, T., & Cid-Lazo, G. (2013). Funciones agua rendimiento para 14 cultivos agrícolas en condiciones del sur de La Habana. Revista Ciencias Técnicas Agropecuarias, 22(3), 5-11, ISSN: 1010-2760, e-ISSN: 2071-0054.
González-Robaina, F., López-Vargas, D., Cisneros-Zayas, E., Herrera-Puebla, J., & Cid-Lazo, G. (2019). Calibración y análisis de sensibilidad del modelo Aquacrop para frijol en suelo Ferralítico Rojo Compactado. Ingeniería Agrícola, 9(4), 3-12, ISSN: 1010-2760, e-ISSN: 2071-0054.
Heng, L. K., Hsiao, T., Evett, S., Howell, T., & Steduto, P. (2009). Validating the FAO AquaCrop model for irrigated and water deficient field maize. Agronomy journal, 101(3), 488-498.
Hervis-Granda, G., Geler-Roffe, T., Díaz-García, R., Amestoy, I., & Cretaz, E. (2018). WEAP model: Hydrological planning tool for climate change adaptation. Ingeniería Agrícola, SSN: 1010-2760, e-ISSN: 2071-0054.
Hoogenboom, G., Jones, J., Wilkens, P., Porter, C., Boote, K., Hunt, L., Singh, U., Lizaso, J., White, J., & Uryasev, O. (2015). Decision support system for agrotechnology transfer (DSSAT) Version 4.6 (http://dssat. Net). DSSAT Foundation, Prosser.
Hsiao, T. C., Heng, L., Steduto, P., Rojas‐Lara, B., Raes, D., & Fereres, E. (2009). AquaCrop—The FAO crop model to simulate yield response to water: III. Parameterization and testing for maize. Agronomy Journal, 101(3), 448-459, ISSN: 0002-1962.
IPCC, I. E. del I. (2000). Escenarios de Emisiones. Resumen para responsables de Políticas. Informe especial del Grupo de trabajo III del IPCC. Grupo Intergubernamental sobre el Cambio Climático., Grupo Intergubernamental de Expertos sobre el Cambio Climático.
IPCC, W. (2014). Cambio climático 2014: Informe de síntesis/resumen para responsables de políticas. Cambio Climático 2001: Informe de síntesis, 2-38.
Januta, A. (2021). Que significan los cinco futuros del informe de la ONU sobre el clima. Euronews. es.euronews.com
López-Casteñ, G., Herrera-Puebla, J., & Castellanos, A. (1998). Agrupamiento de los suelos cubanos en clases hidrológicas para el cálculo del escurrimiento mediante el método de la curva número. Voluntad Hidráulica, XIX(4), 22-26.
Muños Ortega, K. M. (2023). Modelando para la distribución espacial de Akodon Mollis en Los Andes Ecuatorianos bajo escenarios de Cambio Climático. Tecnológica Indoamérica.
OFA y CC. (2023). Observatorio de Frutos Amazónicos y Cambio climático. Escenarios bajo los modelos SSP y RCP (pp. 11-19). Observatorio de Frutos Amazónicos y Cambio climático. https://frutosamazonicos.org.bo
Pérez, R., & Álvarez, M. (2005). Necesidades de Riego de la Caña de Azúcar en Cuba (Vol. 2). Academia.
Raes, D., Steduto, P., Hsiao, T. C., & Fereres, E. (2012). Respuesta del rendimiento de los cultivos al agua (Estudio FAO Riego y Drenaje). FAO, Roma. Italia.
Ruiz, P., SIFUENTES, I., OJEDA, B., & MACIAS, C. (2018). Adecuación de fechas de siembra por variabilidad climática en frijol (phaseolus vulgaris) mediante AQUACROP-FAO, en Sinaloa. IV Congreso Nacional de Riego y Drenaje COMEII Aguascalientes, Aguascalientes, México, Aguascalientes, México.
Steduto, P., Hsiao, T. C., Fereres, E., & Raes, D. (2012). Crop yield response to water (Vol. 1028). FAO Rome.
Steduto, P., Hsiao, T. C., Raes, D., & Fereres, E. (2009). AquaCrop—The FAO crop model to simulate yield response to water: I. Concepts and underlying principles. Agronomy Journal, 101(3), 426-437, ISSN: 0002-1962.
Tornés-Olivera, N., Brown-Manrique, O., Gómez-Masjuan, Y., & Guerrero-Alega, A. M. (2016). Evaluation of AquaCrop model in crop dry bean growth simulation. Revista Ciencias Técnicas Agropecuarias, 25(3), 23-30, ISSN: 1010-2760, e-ISSN: 2071-0054.
Wani, S., Albrizi, R., & Vajja, N. (2012). Sorghum. En Crop yield response to wate (Steduto, P, Hsiao, TC, Fereres E, Raes D, Vol. 66, pp. 144-151). FAO,Rome, Italy.