The investigation was carried out in the UEB of Protected and Semi-Protected Crops, belonging to the Agricultural Enterprise “Paquito Rosales Benítez”, Yara Municipality, in Granma Province.

For the calculation of the different indicators two cultivation greenhouses were selected, one planted of cucumber (Cucumis sativus L. hybrid HS-008) (Greenhouse 1) and another one planted of pepper (Capsicum annuum hybrid LDPS) (Greenhouse 2). Each greenhouse had a productive area of 0, 0540 ha. Pepper was planted on November 20, 2017 and had a 70-day cycle and cucumber was planted on January 17, 2018 and had a 70-day cycle too. There were twelve lateral lines per greenhouse, with a longitude of 45 m and 100 droppers each. A daily irrigation was applied during 15 min.

The characteristics of the motor pump set are described in the following Table:

The evaluation of the localized irrigation was carried out, according to the American Society of Agricultural Engineers, Microirrigation Committee, through its standards ASAE EP 438 (1998). For the calculation of pressures a model EN837 gauge was utilized. Dripper discharges were calculated by measuring discharge method. Electric measurements in the motor were made with UT-232 Digital Amperometric Clamp.

The evaluation of the parameters of quality of irrigation was carried out according to the ASAE methodology (1998). The following indicators were calculated:

Net irrigation requirement (Dn=1L planta^-1), was obtained from Technical Handbook of Organoponics and Intensive Orchards (2000). To calculate gross irrigation requirement (Dt=Dn/0,9 L planta^-1) an efficiency of 90% was considered.

For the adjustment of the normal distribution function to the farm data, the volume of relative irrigation (Hr) was calculated dividing each irrigation depth (Hi) by $\overline{H}$ and it was defined that each measurement represents the area of irrigation equally. The fraction of area irrigated (f) was obtained dividing each area (Ai) by the total area (At). In order to check if data obtained could be adequately model with a normal distribution, Normality Test using the Shapiro-Wilk Statistics (W) was carried out and to prove if it was reasonable that obtained data came from the adjusted distribution Kolmogorov Smirnov's Test was carried out. The statistical package Statgraphics 18 Centurion was utilized.

In order to elaborate the operation diagram of the irrigation in terms of normal distribution, four variables were utilized, one independent, Hr, and three dependents, f, application efficiency (EA) and the coefficient of deficit (Cd).

For the calculation of EA, the following expression was utilized:

where: $X=\frac{H-\overline{H}}{S}$ typified variable; S the standard deviation of volumes applied, cm ³

For the calculation of $cd$ the following expression was utilized:

Calculations of the indicators of energetic consumption were carried out according to López et al. (2012) methodology:

The calculation of the indicators of productivity and efficient use of water was carried out according to Salazar et al. (2014) methodology:

The calculation of economic indicators was carried out using the following equation:

The CU values obtained were 90% and 81% for the Greenhouses 1 and 2, respectively (Table 2). The average value was 85%; therefore, the grade of acceptability is good according to Rodrigo et al. (1992) and Álvaro (2014) opinions.

The CU is as much a measure of the irrigation uniformity as an indicator of the technical status of the system. A low value of the CU can be caused by any obstruction, either physical, chemical or biological and in such cases, it will be necessary to accomplish preventive or cleanliness treatments. The values obtained reflect that these deficiencies do not exist, due to the realization of preventive treatments.

The uniformity of distribution UD _Lq , had better behavior in Greenhouse 2 (92, 64%) compared to the value obtained in Greenhouse 1 (84, 90%), which is because average irrigation water applied in the least irrigated quarter, was lower in Greenhouse 2. It should be noted that high values of uniformity do not necessarily imply good irrigation management. A high value of uniformity can, under certain circumstances, be associated with an unsatisfactory irrigation.

The values of UE, U _sh and Us obtained in Greenhouse 1 surpassed those of Greenhouse 2 (Table 2). The smallest differences (3, 01%) were observed in U _sh , this is due to the fact that the pressures are less variable than the flows, because of that the difference of Us was 7,3%. The intermediate value corresponded to UE (4, 66%), which is justified because the product of the factors of this indicator takes into account the variability due to the manufacture of the emitter and pressure changes in the system (Turégano, 2014). According to the criteria of Carmenates et al. (2014), the acceptability of the method would be regular, since the uniformity of emission does not exceed 75%.

From the construction of the standardized non-dimensional distribution curve, a group of important parameters in irrigation can be identified (Figure 1). The curve of this function generally has an S shape and, as the uniformity improves, it becomes more horizontal. In this case, the curve does not have an S shape, which is due to the localized irrigation characteristic of presenting high values of uniformity, average $$ CU (85%) and average UD _Lq (88,77%).

In this evaluation it was proved that applying a net dose of 1 L plant ^-1 , it was guaranteed that 64% of the least irrigated area received that dose. It should be noted that this result is very difficult to achieve in the methods of superficial irrigation and sprinkling, mainly due to the problems of uniformity.

The average heights discharged were similar, 1,17 and 1,19 L plant ^-1 , for Greenhouses 1 and 2, respectively. More water was applied (17% and 19% for Greenhouses 1 and 2, respectively) when comparing average heights discharged with the net dose. When analyzing the total dose, the result showed the same tendency 30% and 32% increase in relation to the net dose for Greenhouses 1 and 2, respectively.

The irrigation operation diagram (Figure 2), relates the independent result of each relative irrigation volume, H _r , with the parameters dependent on its application. Although a greater number of variables can be considered, only three were analyzed, to facilitate the opposing application trends.

Thus, high values of application efficiency, EA, correspond to fractions of adequately irrigated small area, f. Of particular interest was the relationship between H _r and the deficit coefficient Cd. Both values show similar trends of increase or decrease depending on H _r ; however, in practice this is a problem, considering that increasing the EA means increasing areas with water deficits in the field and, consequently, affecting crop yield. The same result is obtained if the Cd is increased to increase the EA.

An example application of the diagram using the results of Greenhouse1 is as follows: if it is considered not to have deficits during irrigation, it would be necessary to apply 1,06 times the average height discharged or average dose 1,30 L plant ^-1 (Figure 1) and more than 80% of the area adequately irrigated or irrigated in excess would be achieved. If it is considered to achieve an efficiency of 100%, it would be necessary to apply 0,96 times the average height discharged or average dose 1, 30 L plant ^-1 (Figure 1) and it would be possible to properly irrigate 50% of the area.

The $EB$ for irrigation reached a value of 0, 60 kWh for Greenhouses 1 and 2, respectively (Table 3). This result is justified because the pump works with the sums of the loads and the water volumes of both greenhouses, which are equal, achieving an equitable distribution of energy.

The indicator ECc showed a difference of 33, 6 kWh Cc ^-1 , this is due to the difference in crop cycle (56 d). A similar behavior was observed in EC _ha which had a difference of 622, 22 kWh ha ^-1 for the same reasons as ECc; the indicator EC _m3 showed a difference of 0,02 kWh m ^-3 ,given by the discharge variability of the emitters (Table 3). These results are similar to those reported by Pérez et. al (2016) and Rocamora et. al (2006) in audits made to the Communities of Irrigators in Spain.

The yield obtained in Greenhouse 1 was 44, 7 t ha ^-1 and in Greenhouse 2 of 36, 11 t ha ^-1 with a difference of 8, 59 t ha ^-1 (Figure 3). It is necessary to point out that statistical tests were not carried out on this variable because they are crops that, genetically, have different potential yields. When analyzing $PAR$ , it was observed that the crop established in Greenhouse 1 (cucumber) was more productive than the one established in Greenhouse 2 (pepper), when 22, 79 kg m-3, exceeded it. In the $EUA$ indicator, the behavior was different, that is, pepper exceeded the water needs by 31, 25 m ³ t ^-1 (Figure 3); however, when it is referred to water use efficiency, cucumber continues with better results. This allows ensuring that for a situation of water resource limitation, it would be more convenient to sow cucumbers than peppers, since a greater volume of production is guaranteed with less water. Fernández (2006) had different results from those of this investigation when reporting values of 33,2 and 21,0 kg m ^-3 of cucumber and pepper, respectively. This difference obeys to the planting time of both experiments.

The CE _ha varied between 210.00 CUP ha ^-1 (cucumber) and 378.00 CUP ha ^-1 (pepper) (Table 4). This result is justified by the difference in the crop cycle, explained above. The CE _m ³ corresponds to EC _m3 (indicator explained in Table 2); therefore, it has a difference of 0.01 CUP m ^-3 .

To produce a ton of cucumber, 4.69 CUP, was spent for energy, while 10.46 CUP t ^-1 was spent for pepper. In relation to the cost of water to produce a ton of cucumber only 0.61 CUP is required and for pepper 0.39 CUP t ^-1 . These values are low for the price of water in Cuba.

Water productivity showed that cucumber crop produced 129.83 CUP m ^-3 while pepper crop 81.14 CUP m ^-3. It should be noted that the cultivation of cucumber had higher yields and better prices.

La investigación se desarrolló en la Unidad Empresarial de Base Cultivos Protegidos y Semiprotegidos perteneciente a la Empresa Agropecuaria Paquito Rosales Benítez de Veguitas, municipio Yara, provincia Granma.

Para el cálculo de los distintos indicadores se seleccionaron dos casas de cultivo, una sembrada de pepino (Cucumis sativus L. híbrido HS-008) (Casa 1) y otra de pimiento (Capsicum annuum híbrido LDPS) (Casa 2). Cada casa tenía un área productiva de 0,0540 ha. La siembra del cultivo del pepino fue el 17 de enero de 2018 y tuvo un ciclo 70 días $.$ La siembra del cultivo del pimiento fue 20 de noviembre de 2017 y tuvo un ciclo 126 días. El total de líneas laterales por casa fue 12, con una longitud de 45 m y 100 goteros por línea. Se aplicó un riego diario durante 15 min.

La evaluación del riego localizado se realizó siguiendo la metodología de la Sociedad Americana de Ingenieros Agrícolas de Estados Unidos, a través de sus estándares ASAE EP-438 (1998). Para el cálculo de las presiones se utilizó un manómetro modelo EN837-1. La medición del caudal de los emisores se realizó mediante aforo volumétrico. También se realizaron mediciones eléctricas en el motor con Pinza Amperométrica Digital UT-232.

Las características de la electrobomba se describen en la tabla(1) siguiente:

La evaluación de los parámetros de calidad del riego se realizó por la metodología propuesta por la ASAE (1998). Se calcularon los indicadores siguientes:

La dosis neta de riego (Dn=1L planta ^-1 ), se obtuvo del Manual Técnico de Organopónicos y Huertos Intensivos (2007). Para el cálculo de dosis total (Dt=Dn/0,9 L planta ^-1 ) se consideró una eficiencia del 90%.

Para el ajuste de la función de distribución normal a los datos de campo se calculó el volumen de riego relativo (Hr) dividiendo cada lámina aplicada (Hi) entre $\overline{H}$ y se asumió que cada medición representa equitativamente el área de riego, obteniendo así la fracción del área regada (f) mediante la división de cada área (Ai) por el área total (At). Para comprobar si los datos podían modelarse adecuadamente con una distribución normal, se realizó la Prueba de Normalidad usando el Estadístico (W) de Shapiro-Wilk y para determinar si era razonable que los datos provenían de la distribución ajustada se realizó la Prueba de Kolmogorov-Smirnov. El paquete estadístico utilizado fue el Statgraphics 18 centurion.

Para elaborar el diagrama de operación del riego en función de la distribución normal, se utilizaron cuatro variables, una independiente, (Hr) , y tres dependientes, (f), la eficiencia de aplicación (EA) y el coeficiente de déficit (Cd).

Para el cálculo de EA se utilizó la expresión siguiente:

donde: $X=\frac{H-\overline{H}}{S}$ variable tipificada; S es la desviación estándar de los volúmenes aplicados, cm ³ .

Para el cálculo de Cd se utilizó la expresión siguiente:

El cálculo de los indicadores de consumo energético se realizó según metodología propuesta por López et al. (2012):

El cálculo de los indicadores de productividad y uso eficiente del agua se realizó siguiendo la metodología propuesta por Salazar et al. (2014):

El cálculo de los indicadores económico se realizó mediante las fórmulas siguientes:

El CU alcanzó valores de 90% y 81% para las casas 1 y 2 respectivamente (Tabla 2). El valor promedio fue de 85%, por lo que el grado de aceptabilidad es bueno según el criterio de Rodrigo et al. (1992) y Álvaro (2014).

El CU es tanto una medida de la uniformidad del riego, como un indicador del estado técnico del sistema. Un valor bajo del CU puede ser motivado por alguna causa de obturación, ya sea física, química o biológica y en tales casos

será necesario realizar tratamientos preventivos o de limpieza, los valores obtenidos no reflejan que existan estas deficiencias, lo cual se debe, a que se cumplen con los tratamientos preventivos.

La uniformidad de distribución UD _Lq tuvo mejor comportamiento en la Casa 2 (92,64%) comparado con el valor obtenido en la Casa 1 (84,90%), lo cual se debe a que la lámina media del cuarto menos regado, fue menor en la Casa 2. Hay que destacar que valores elevados de uniformidad no implican, necesariamente, un buen manejo del riego. Un valor elevado de uniformidad puede, bajo ciertas circunstancias, estar asociado con un riego insatisfactorio.

Los valores de la UE, U _sh y Us obtenidos en la Casa 1 superaron a los de la Casa 2 (Tabla 2). Las menores diferencias (3,01%) se observaron en U _sh , esto se debe a que las presiones son menos variables que los caudales, razón por la cual, la diferencia de Us fue de 7,3%. El valor intermedio correspondió a UE (4,66%) lo cual se justifica porque el producto de los factores de este indicador, tiene en cuenta la variabilidad debido a la fabricación del emisor y los cambios de presión del sistema (Turégano, 2014). De acuerdo con el criterio de Carmenates et al. (2014) la aceptabilidad del método sería regular, ya que la uniformidad de emisión no supera el 75%.

A partir de la construcción de la curva de distribución adimensional normalizada, se pueden identificar un grupo de parámetros importantes en riego (Figura 1). La curva de esta función tiene generalmente forme de S y, en la medida que mejora la uniformidad, se hace más horizontal. En este caso la curva no tiene una forma de S, lo cual se debe a la característica del riego localizado de presentar elevados valores de uniformidad, CU promedio 85%; UD _Lq promedio 88,77%.

En esta evaluación se comprobó que aplicando una dosis neta de1 L planta ^-1 , se garantizó que el 64% del área menos regada recibiera esa dosis. Debe señalarse que este resultado es muy difícil de lograr en los métodos de riego superficial y aspersión debido, fundamentalmente, a los problemas de uniformidad.

Las alturas medias descargadas fueron similares 1,17 y 1,19 L planta ^-1 para las casas 1 y 2 respectivamente. Se aplicó 17% y 19% más de agua al comparar alturas medias descargadas en ambas casas con la dosis neta. Al analizar la dosis total, el resultado mostró igual tendencia 30% y 32% de incremento con relación a la dosis neta para las casas 1 y 2 respectivamente.

El diagrama de operación de riego (Figura 2), relaciona el resultado independiente de cada volumen de riego relativo, H _r , con los parámetros dependientes de su aplicación. Aunque se pueden considerar un número mayor de variables, solo se analizaron tres, para facilitar las tendencias contrapuestas de aplicación.

Así valores altos de eficiencia de aplicación, EA, se corresponden con fracciones de área adecuadamente regadas, f, pequeñas. De particular interés resultó la relación entre H _r y el Cd. Ambos valores muestran tendencias similares de aumento o disminución en función de H _r ; sin embargo esto en la práctica es un problema, considerando que aumentar la EA, significa aumentar zonas con déficits de agua en el campo y en consecuencia afectación al rendimiento del cultivo. El mismo resultado se obtiene si se incrementa el Cd para aumentar la EA.

Un ejemplo de aplicación del diagrama utilizando los resultados de la Casa1 es el siguiente: si se considera no tener déficits durante el riego, sería necesario aplicar 1,06 veces la altura media descargada o dosis media 1,30 L planta ^-1 (Figura 1) y se conseguiría más del 80% del área adecuadamente regada o regada en exceso; si se considera lograr una eficiencia del 100%, sería necesario aplicar 0,96 veces la altura media descargada o dosis media 1,30 L planta ^-1 (Figura 1) y se conseguiría regar adecuadamente 50% del área .

La $EB$ para un riego alcanzó un valor de 0,60 kWh para las casas 1 y 2 respectivamente (Tabla 3). Este resultado se justifica porque la bomba trabaja con las sumas de las cargas y los volúmenes de agua de ambas casas, los cuales son iguales, lográndose una distribución equitativa de la energía.

El indicador ECc mostró una diferencia de 33,6 kWh Cc ^-1 , lo anterior obedece a la diferencia de ciclo del cultivo (56 d). Un comportamiento similar se observó en EC _ha , el cual tuvo una diferencia de 622,22 kWh ha ^-1 por las mismas razones que ECc; el indicador EC _m3 presentó una diferencia de 0,02 kWh m ^-3 , dada por la variabilidad de descarga de los emisores (Tabla 3). Estos resultados son similares a los reportados por Pérez et. al (2016) y Rocamora et. al (2006) en auditorías realizadas a la Comunidades de Regantes en España.

El rendimiento obtenido en la Casa 1 fue 44,7 t ha ^-1 y en la Casa 2 de 36, 11 t ha ^-1 , con diferencia de 8,59 t ha ^-1 (Figura 3). Al analizar la PAR se observó que el cultivo (pepino) establecido en la Casa 1 fue más productivo que el establecido en la Casa 2 (pimiento) al superarlo en 22,79 kg m ^-3 . En el indicador EUA el comportamiento fue diferente, es decir, el pimiento superó las necesidades de agua en 31,25 m ³ t ^-1 (Figura 3); sin embargo al tratarse de eficiencia en el uso del agua, el pepino sigue con mejores resultados. Lo anterior permite asegurar, que para una situación de limitación del recurso hídrico, sería más conveniente sembrar pepino que pimiento, pues se garantiza mayor volumen de producción con menos agua. Fernández (2006) tuvo resultados distintos de los de esta investigación al reportar valores de 33,2 y 21,0 kg m ^-3 .de pepino y pimiento, respectivamente.

El CE _ha varió entre 210.00 CUP ha ^-1 (pepino) y 378.00 CUP ha ^-1 (pimiento) (Tabla 4). Este resultado se justifica por la diferencia del ciclo de cultivo, explicado anteriormente. El $$ CE _m ³ tiene correspondencia con EC _m3 (indicador explicado en la Tabla 2), por tanto presenta una diferencia de 0.01 CUP m ^-3 .

Para producir una tonelada de pepino se gastó por concepto de energía 4.69 CUP, mientras que para el pimiento se gastó 10.46 CUP t ^-1 . Con relación al costo del agua para producir una tonelada de pepino solo se requieren 0.61CUP y para el pimiento 0.39 CUP t ^-1 , estos valores son bajos por el precio del agua en Cuba.

La productividad del agua demostró que el cultivo del pepino produjo 129.83 CUP m ^-3 , mientras que el cultivo de pimiento 81.14 CUP m ^-3 . Debe señalarse que el cultivo del pepino tuvo mayores rendimientos y mejores precios.