Revista Ciencias Técnicas Agropecuarias Vol. 33, No. 2, April-June, 2024, ISSN: 2071-0054
Código QR
CU-ID: https://cu-id.com/2177/v33n2e02
ORIGINAL ARTICLE

Estimation of the dynamic variables of irrigation scheduling in common bean crop (Phaseolus vulgaris L.)

 

iDYarisbel Gómez-MasjuanIUniversidad de Granma (UDG), Departamento de Producción Agrícola, Peralejo, Bayamo M. N, Granma, Cuba.*✉:ygomezm@udg.co.cu

iDNorge Tornés-OliveraIUniversidad de Granma (UDG), Departamento de Producción Agrícola, Peralejo, Bayamo M. N, Granma, Cuba.

iDOscar Brown-ManriqueIIUniversidad de Ciego de Ávila “Máximo Gómez Báez” (UNICA), Centro de Estudios Hidrotécnicos, Ciego de Ávila, Cuba.

iDArnaldo Manuel Guerrero-AlegaIUniversidad de Granma (UDG), Departamento de Producción Agrícola, Peralejo, Bayamo M. N, Granma, Cuba.


IUniversidad de Granma (UDG), Departamento de Producción Agrícola, Peralejo, Bayamo M. N, Granma, Cuba.

IIUniversidad de Ciego de Ávila “Máximo Gómez Báez” (UNICA), Centro de Estudios Hidrotécnicos, Ciego de Ávila, Cuba.

 

*Author for correspondence: Yarisbel Gómez-Masjuan, e-mail: ygomezm@udg.co.cu,

ABSTRACT

The research was carried out between the months of November 2020 and March 2021 and aimed to estimate the crop coefficient, root depth and abatement factor, depending on thermal time. The research area belongs to the UBPC Grito de Yara, Granma, Cuba, which is located at 200 25' 02'' N Latitude and 760 53' 27'' O Longitude. The estimation of the crop coefficient, root growth and exhaustion fraction was carried out using curvilinear models as a function of degree days. The estimation of root growth in the bean crop, using the three models evaluated, depending on the degree days, is reliable and is a very useful indicator for irrigation programming, since it facilitates the timely estimation of the sheet of water from the depth of the root. Growing degree days explain the allowable depletion levels of soil water for bean cultivation; In this regard, it was confirmed that the curvilinear model is accurate, which allows irrigation management, using information on degree days, to avoid water stress.

Keywords: 
Degree Days, Root, Depletion Fraction

Received: 20/3/2023; Accepted: 13/3/2024

Yarisbel Gómez-Masjuan, MSc., Profesor Auxiliar, Departamento de Producción Agrícola, Universidad de Granma - Carretera a Manzanillo km/17 Peralejo - Apartado 21 - Bayamo M. N. Código Postal 85149 - Granma - Cuba - Teléfono: (53 23) 292673 e-mail: ygomezm@udg.co.cu.

Norge Tornés-Olivera, Dr.C., Profesor Titular, Departamento de Producción Agrícola, Universidad de Granma (UDG), Cuba. e-mail: ntorneso@udg.co.cu.

Oscar Brown-Manrique, Dr.C., Profesor Titular, Director del Centro de Estudios Hidrotécnicos, Universidad de Ciego de Ávila “Máximo Gómez Báez” (UNICA), Ciego de Ávila, Cuba. e-mail: oscarbrownmanrique@gmail.com.

Arnaldo Manuel Guerrero-Alega, MSc., Profesor Asistente, Departamento de Producción Agrícola, Universidad de Granma (UDG). Cuba. e-mail: aguerreroa@udg.co.cu.

The authors of this work declare no conflict of interests.

AUTHOR CONTRIBUTIONS: Conceptualization: Y. Gómez. Data curation: Y. Gómez and N. Tornés. Investigation: O. Brown, Y. Gómez, A. M. Guerrero and N. Tornés. Validation: Y. Gómez and N. Tornés. Papers/Editing, original draft: Y. Gómez and N. Tornés. Writing, review and editing: Y. Gómez and N. Tornés.

The mention of trademarks of specific equipment, instruments or materials is for identification purposes, there being no promotional commitment in relation to them, neither by the authors nor by the publisher.

CONTENT

INTRODUCTION

 

To program irrigation scientifically, it is necessary to know the three dynamic scheduling variables throughout the crop's phenological cycle according to Servín-Palestina et al. (2017)SERVÍN, M.; TIJERINA, L.; MEDINA, G.; PALACIOS, O.; FLORES, H.: “Sistema para programar y calendarizar el riego de los cultivos en tiempo real”, Revista mexicana de ciencias agrícolas, 8(2): 423-430, 2017, ISSN: 2007-0934. DOI: 10.29312/remexca.v8i2.61.,which define the evapotranspirative capacity of the crop, the extractive zone of the root and the Stress sensitivity: crop coefficient (Kc), root depth (Pr) and depletion fraction (f). In sustainable agricultural production systems, where consistent and uniform management of crops and irrigation water is applied, it is possible to establish a precise relationship between Kc, f, Pr and degree days (°D) (Olivera et al., 2018). In this way, it is possible to determine the degree of water stress of the crop based on the °D, in order to establish irrigation schedules. The estimation of degree days, a concept also known as thermal time (TT) according to Aguilar-Rodríguez et al. (2020)AGUILAR, C.E.; FLORES, J.; ROJANO, F.; OJEDA, W.; IÑIGUEZ, M.: “Estimación del ciclo de cultivo de tomate (Solanum lycopersicum L.) en invernadero, con base en grados días calor (GDC) simulados con CFD”, Tecnología y ciencias del agua, 11(2): 27-57, 2020, ISSN: 2007-2422, DOI: 10.24850/j-tyca-2020-04-02., is a determining factor in the soil-climate-plant interaction, which is related to the stages of crop development according to Servin-Palestina et al., (2018)SERVIN, M.; SÁNCHEZ, R.A.; RAMÍREZ, O.; GALINDOS, M.A.; GUTIÉRREZ, H.: “Modelos para programación y optimización de agua de riego en avena forrajera”, Revista mexicana de ciencias pecuarias, 9(4): 667-684, 2018, ISSN: 2007-1124, e-ISSN: 2310-2799, DOI: 10.22319/rmcp.v9i4.4404.; Bispo et al., (2022)BISPO, R.; HERNANDEZ, F.; GONÇALVES, I.Z.; NEALE, C.; TEIXEIRA, A.: “Remote sensing based evapotranspiration modeling for sugarcane in Brazil using a hybrid approach”, Agricultural Water Management, 271: 107763, 2022, ISSN: 0378-3774, DOI: 10.1016/j.agwat.2022.107763. and, extremely useful for making estimates based on crop development and root depth (Achinas et al., 2020ACHINAS, S.; ZAND, S.; KAMGAR, A.A.; SHAHSAVAR, A.R.; NIYOGI, D.: “Evapotranspiration, crop coefficients, and physiological responses of citrus trees in semi-arid climatic conditions”, Agricultural Water Management, 227: 105-838, 2020, ISSN: 0378-3774, DOI: 10.1016/j.agwat.2019.105838.).

From this perspective, the coefficients or parameters are adjusted to the prevailing meteorological conditions at the site under study, to obtain normalized curves of the coefficients based on °D. Kc values are of limited use according to Chavarría-Párraga et al., (2020)CHAVARRÍA, J.E.; UGANDO, M.; SABANDO, A.R.; MUÑOZ, J.P.; BRAVO, R.X.; VILLALÓN, A.: “Necesidades hídricas del fríjol caupí (Vigna unguiculata (L.) Walp.). calculadas con el coeficiente de cultivo utilizando lisímetro de drenaje”, Ciencia y Agricultura, 17(3): 111-121, 2020, ISSN: 0122-8420, e-ISSN: 2256-2273, DOI: 10.19053/01228420.v17.n3.2020.11746. when defined based on days after emergence or another unit of time. Its use is restricted to localities with a climate similar to that of the site where the curves were obtained, since it does not take into account the effects of temporal climate variability on the growth and development of crops.

Traditionally, a value of f equal to 0,5 has been taken. However, the value depends on both the crop and the soil, irrigation management and environmental conditions. At the beginning of the cycle a crop can be stressed, so the value of f is large; To the extent that it reaches its critical periods, such as flowering or fruit formation, f reaches its minimum value (Covarrubias et al., 2019). The research was based on the hypothesis that the phenological development of the bean crop, expressed in degree days, it allows to know the dynamic variables of irrigation scheduling that define the evapotranspirative capacity, the root extractive zone and the sensitivity to stress and, had as objective to estimate the crop coefficient, root depth and depletion fraction, as a function of thermal time.

METHODS

 

Location of the experimental trial

 

The research was carried out between the months of November 2020 to March 2021. The research area belongs to the UBPC Grito de Yara, belonging to the Paquito Rosales Agricultural Company of Granma, Cuba, which is located at 20° 25 ' 02'' of Latitude N and at 76° 53' 27'' of Longitude W, with a height of 6 m.a.s.l.

Field methodology

 

The experiment was carried out on a Fluvisol soil Hernández et al. (2015)HERNÁNDEZ, J.; PÉREZ, J.; BOSCH, I.; CASTRO, S.: Clasificación de los suelos de Cuba 2015, Ed. INCA ed., 93 p., San José de las Lajas, Mayabeque, Cuba, 2015, ISBN: 978-959-7023-77-7., with an organic matter content of less than 2%. The main hydrophysical properties of the soil are the following: clay loam texture, apparent density of 1,36 g cm -3 , field capacity (CC) and permanent wilting point (PMP) of 0,38 and 0,22 cm 3cm-3, respectively, for 0 at 30 cm. The Buenaventura common bean variety was studied, which has a potential yield of 2,99 t ha -1 , the growth habit is determined (Type II), the cycle is 79 d and its planting date is recommended from September to January. A planting frame of 0,05 m between plants and 0,45 m between rows was used. The area was irrigated with a Bayatusa 2000 center pivot machine, with a length of 350 m.

Irrigation scheduling was carried out using the soil water potential method (tensiometers), for which four tensiometers were installed in the selected quadrant (I), grouped in two measurement stations, which ensured the validity of the readings. Root length measurements were performed weekly, at four sampling points selected from the central groove of quadrant number I of the center pivot machine. At each sampling point, 5 plants were selected. The emergence time of 90% of the plants was observed by counting the germinated plants at the four sampling points. The minimum, maximum and average temperature data were provided by the Veguitas Agrometeorological Station, belonging to the network of stations of the Ministry of Science, Technology and Environment (CITMA), which is located at a distance of less than 2 km from the plot experimental.

Calculation of dynamic variables

 

Crop coefficient.

 

The crop coefficient was determined based on degree days, according to Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0.:

K c = K m á x     e r f c x x K m á x 1 2    (1)

Si Kc < K1 then Kc = K1

where: Kmax is the maximum value of Kc during the crop cycle; erfc is the complementary error function; x expresses the degree days of accumulated growth (ΣºD) normalized with respect to the total ºD required to complete its normal phenological cycle; xKmax is the value of the degree days of accumulated growth where the value of Kmax is presented; 1 is the regression parameter obtained by fitting experimental data to the model; K1 is the crop coefficient for the first phenological stage that depends mainly on soil evaporation. Growth degree days were calculated according to the procedure described by McMaster & Wilhelm (1997)MCMASTER, G.S.; WILHELM, W.: “Growing degree-days: one equation, two interpretations”, Agricultural and forest meteorology, 87(4): 291-300, 1997, ISSN: 0168-1923. DOI: 10.1016/S0168-1923(97)00027-0 The value of the base temperature of the culture, 9 °C and maximum temperature, 30 °C, were taken from Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022..

Root depth calculation

 

The root depth was estimated using empirical models, which were compared with each other, to propose the most appropriate model for simulation in the study area:

P r = P m í n + P m á x P m í n t t m á x Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s.

P r = P máx , t > t máx  (2)
P r = P m á x ,   t > t m á x  

P r = P m í n + P m á x P m í n K c t K m á x   para   t t m á x Ojeda-Bustamante & Flores-Velázquez (2015)

P r = P m á x ,   para   t t m á x  (3)

P r = P m í n + P m á x P m í n t t o 2 t m á x t o 2 n Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022. (4)

where: Pr is the estimated root depth, m; Pmin is the minimum or planting root depth, m; Pmax is the maximum root depth, m; t is the time after sowing, °D; tmax is the time to reach the maximum root depth, °D; Kc(t) is the value of the cultivation coefficient at a time t and Kcmax is the maximum value of the cultivation coefficient; n shape factor, determined by fitting between observed and simulated data; time to reach the 90% of emergence of the seedlings, °D.

Evaluation of the models

 

The evaluation of the accuracy of the models that predict root depth was carried out through graphic analysis and the use of three statistical indices: The coefficient of determination (R 2 ): represents the percentage of the variability of the observed values that has been explained by the fitted regression model. Values greater than 0,50 were considered acceptable and values greater than 0,80 were classified as good.

R 2   = S c r S c t   × 100    (5)

where: R 2 is the coefficient of determination, %; Scr the sum of squares due to regression; Sct the total sum of squares.

The normalized root mean square error (NRMSE): is a statistical parameter that allows a simulation to be considered excellent when a value less than 10% is reached; good if it is between 10 and 20%; adequate if it is between 20 and 30% and poor if it is greater than 30% Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022..

N R M S E = 1 M ¯ i = 1 N ( M i   S i ) 2 N  (6)

where: M ¯ is the average of the measured values, m; Mi the measured values, m; Si the simulated values; N the number of observations.

The acceptance rate (d): is a measure of the relative error in the model estimates. It is a dimensionless number that varies between 0 and 1; high values were considered when it was greater than 0,65.

d = 1 i = 1 N S i       M i 2 i = 1 N S i       M ¯ + M i M ¯  (7)

Calculation of the depletion fraction

 

The linear model, proposed by Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0.,estimates the depletion fraction (f) from the crop coefficient (Kc) with the following relationship:

f = 3 4 K c  (8)

where: ∝3 is the intercept at the origin, its value is associated with the irrigation system, for central pivot it is 0,45 (Ojeda et al., 2004OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0.); ∝4 the slope of the line is related to the sensitivity of the crop to water stress, 0,1 is assumed.

RESULTS AND DISCUSSION

 

Analysis of degree days and crop coefficients by stages

 

The crop changes phenological stage when the thermal time reaches the value required for it. For example, the stage of the first trifoliate leaf (V3) lasted 4 days and was reached when the crop accumulated 123 °D (Table 1). The longest stage (R8) lasted 17 days and was reached when the culture accumulated 632 °D. The crop cycle requires a total of 1005 °D. The incorporation of the degree day concept to schedule irrigation has proven to be an excellent tool that can be applied both in plots and in large irrigation areas, even in variable climate and water availability conditions.

TABLE 1.  Crop coefficient by phenological stage as a function of °D
Stages Code Duration (d) GD (°D) GDA (∑°D) Kc
Germination V0 4 55,2 55,2 0.1
Emergency V1 2 27,3 82,5 0,1
Primary leaves V2 3 40,5 123 0,15
First trifoliate leaf V3 4 54 177 0,23
Third trifoliate leaf V4 6 80 257 0,51
Pre-flowering R5 8 108 365 0,92
Bloom R6 13 175 540 1,1
Pod formation R7 7 92 632 1,1
Pod filling R8 17 214 846 0,9
Maturation R9 13 159 1005 0,34

Kc has a distinguishable variation according to the phenological stage (Table 1). During stages Vo and V1 the value of Kc is low (0,1). The crop begins to consume water until it emerges. However, since sowing, the Kc value is greater than zero since it considers soil evaporation. For the following stages (V2-R5), the Kc value (0,15-0,92) reflects the physiology of the crop and its leaf area. When the crop reaches maximum coverage R6 and R7, the Kc value is maximum (1,1) since the crop is capturing the maximum amount of solar radiation. In the final stage (R8 and R9) the crop's water consumption begins to gradually decrease until harvesting.

Rodríguez (2023)RODRÍGUEZ, C.D.: Modelo de gestión integral del riego en sistemas con máquinas de pivote central eléctrico en el cultivo del frijol en suelos fersialítico pardo rojizo, Universidad de Ciego de Ávila, Tesis (en opción al grado científico de Doctor en Ciencias Técnicas Agropecuarias), Ciego de Ávila, Cuba, 100 p., 2023. determined the Kc values of the bean crop, based on the moisture balance relationship, and reported values of 0,45 for the first stages, 1 for the intermediate stages and 0,38 for the final stages. The Kc of the first stages (0,45) differs from that found in this research (0,1); However, there is similarity between the rest of the Kc. Zamora & Duarte (2022)ZAMORA, H.E.; DUARTE, C.: “Coeficientes únicos de cultivo (Kc) de frijol (Phaseolus vulgaris L.) en Cuba.”, En: Convención de Ingeniería Agrícola, La Habana, 2022, Ed. IAgric, La Habana, Cuba, 2022. reported Kc values higher than those found in this research for all stages of the crop.

Analysis of root depth estimation

 

The extraction of water by the roots is critical for the development of a crop. The curve that describes the root depth presented a very high slope up to 0,15 m depth and 270 °D (Figure 1), which is expressed by a straight segment with an inclination that tends to the vertical, which confirms the growth cultivation accelerated in this period. The maximum root depth (0,22 m) was reached when the culture accumulated 645 °D. The graphic adjustment demonstrated that the models simulated the observed root depth values reasonably well; However, the models Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s. y Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022., presented the lowest deviations for the entire crop cycle.

FIGURE 1.  Behavior of the observed and simulated root depth.

In the case of the Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0. model, a greater range of dispersion was found compared to previous models, although the graphic fit was satisfactory for greater depths. All three models tend to underestimate root depth, especially between 257 °D and 365 °D. In this interval are stages R4 and R5, which is where the crop has the growth flare, and the model algorithms do not consider it.

The statistical indices used in the evaluation of the accuracy of the models (Table 2) allow to corroborate that the simulated data adjusted excellently to the observed data, which is evidenced by the coefficient of determination with high values of 0,98, 0,87 and 0,96, for the models respectively. The NRMSE demonstrated that simulations with the models of Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s.; Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022.; Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0., respectivamente, respectivamente. were excellent, having values of 9,9 and 7,1%, respectively. The simulation with the Ojeda et al. model. It turned out to be good, presenting a value of 17%.

TABLE 2.  Values of the statistical indices of the simulation
Model R2 NRMSE (%) d
Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s. 0,98 9,9 0,98
Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0. 0,87 17 0,94
Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022. 0,96 7,1 0,98

The acceptance index presented high values (>0,65) for the three models. These values demonstrated that the three models were capable of adequately simulating root depth, which corresponds to the results reported by Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s.; Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022.; Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0.

In general, the models used adequately represented the behavior of the root as a function of climatic variation, a characteristic of curvilinear models (Servín et al., 2017SERVÍN, M.; TIJERINA, L.; MEDINA, G.; PALACIOS, O.; FLORES, H.: “Sistema para programar y calendarizar el riego de los cultivos en tiempo real”, Revista mexicana de ciencias agrícolas, 8(2): 423-430, 2017, ISSN: 2007-0934. DOI: 10.29312/remexca.v8i2.61.). The models allow irrigation up to Pr=0,20 m and avoid percolation, thereby achieving greater efficiency in water use, since the total irrigation sheet applied is reduced.

Analysis of the depletion fraction and its relationship with Kc

 

The models of f and Kc vs. °D, reflect a curvilinear response (Figure 2), since they represent the response of the crop as a living being, which is affected by the climate the line (Servin et al., 2018SERVIN, M.; SÁNCHEZ, R.A.; RAMÍREZ, O.; GALINDOS, M.A.; GUTIÉRREZ, H.: “Modelos para programación y optimización de agua de riego en avena forrajera”, Revista mexicana de ciencias pecuarias, 9(4): 667-684, 2018, ISSN: 2007-1124, e-ISSN: 2310-2799, DOI: 10.22319/rmcp.v9i4.4404.). The above is related to the fact that, the greater the water requirement of the crop, the more sensitive it is to water stress.

FIGURE 2.  Relationship between Kc and P with accumulated degree days.

The f value decreases with increasing Kc up to 735 °D, which suggests the need for more frequent irrigation to promote crop growth and is within the range of 0,34 to 0,44. Inversely, f increases with the decrease in Kc from 821 °D to 907 °D, which suggests a reduction in irrigation frequency and is in the range of 0,36 to 0,45. The values reported for f by USDA (1991)USDA: Irrigation. In National Engineering Handbook. 210-VI, NEH 15-1, Ed. United States Department of Agriculture (USDA), 2nd Edition ed., 1991.,wering - pod formation (0,4), pod filling - ripening (0,5).

On the other hand, according to Allen et al. (1998)ALLEN, R.G.; PEREIRA, L.; RAES, D.; SMITH, M.: “Evapotranspiration–Guidelines for computing crop water requirements”, FAO Irrigation and drainage paper, 56: 300, 1998, ISSN: 0254-5293. report values of 0,45 for evapotranspiration conditions of 5 mm d -1 and reductions of between 5 and 10%, for soils similar to those of this research. The value of f normally varies between 0,30 for plants with shallow roots, at high rates of ETc (> 8 mm d -1 ), to 0,70 for plants with deep roots and low rates of ETc (< 3 mm d -1 ). The f value for high frequency irrigation (drip irrigation) generally varies between 0,2 and 0,6, while for low frequency irrigation (gravity irrigation) it varies between 0,4 and 0,8.

CONCLUSIONS

 

The estimation of root growth in the bean crop, using the three models evaluated, depending on the degree days, is reliable and is a very useful indicator for irrigation programming, since it facilitates the timely estimation of the sheet of water from the depth of the root.

Growing degree days explain the allowable depletion levels of soil water for bean cultivation; In this regard, it was confirmed that the curvilinear model is accurate during the development of the crop, which is sensitive to water deficit, so the precision of irrigation water management, using information on degree days, is essential to avoid water stress.

REFERENCES

 

ACHINAS, S.; ZAND, S.; KAMGAR, A.A.; SHAHSAVAR, A.R.; NIYOGI, D.: “Evapotranspiration, crop coefficients, and physiological responses of citrus trees in semi-arid climatic conditions”, Agricultural Water Management, 227: 105-838, 2020, ISSN: 0378-3774, DOI: 10.1016/j.agwat.2019.105838.

AGUILAR, C.E.; FLORES, J.; ROJANO, F.; OJEDA, W.; IÑIGUEZ, M.: “Estimación del ciclo de cultivo de tomate (Solanum lycopersicum L.) en invernadero, con base en grados días calor (GDC) simulados con CFD”, Tecnología y ciencias del agua, 11(2): 27-57, 2020, ISSN: 2007-2422, DOI: 10.24850/j-tyca-2020-04-02.

ALLEN, R.G.; PEREIRA, L.; RAES, D.; SMITH, M.: “Evapotranspiration–Guidelines for computing crop water requirements”, FAO Irrigation and drainage paper, 56: 300, 1998, ISSN: 0254-5293.

BISPO, R.; HERNANDEZ, F.; GONÇALVES, I.Z.; NEALE, C.; TEIXEIRA, A.: “Remote sensing based evapotranspiration modeling for sugarcane in Brazil using a hybrid approach”, Agricultural Water Management, 271: 107763, 2022, ISSN: 0378-3774, DOI: 10.1016/j.agwat.2022.107763.

CHAVARRÍA, J.E.; UGANDO, M.; SABANDO, A.R.; MUÑOZ, J.P.; BRAVO, R.X.; VILLALÓN, A.: “Necesidades hídricas del fríjol caupí (Vigna unguiculata (L.) Walp.). calculadas con el coeficiente de cultivo utilizando lisímetro de drenaje”, Ciencia y Agricultura, 17(3): 111-121, 2020, ISSN: 0122-8420, e-ISSN: 2256-2273, DOI: 10.19053/01228420.v17.n3.2020.11746.

FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s.

HERNÁNDEZ, J.; PÉREZ, J.; BOSCH, I.; CASTRO, S.: Clasificación de los suelos de Cuba 2015, Ed. INCA ed., 93 p., San José de las Lajas, Mayabeque, Cuba, 2015, ISBN: 978-959-7023-77-7.

MCMASTER, G.S.; WILHELM, W.: “Growing degree-days: one equation, two interpretations”, Agricultural and forest meteorology, 87(4): 291-300, 1997, ISSN: 0168-1923. DOI: 10.1016/S0168-1923(97)00027-0

OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0.

RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022.

RODRÍGUEZ, C.D.: Modelo de gestión integral del riego en sistemas con máquinas de pivote central eléctrico en el cultivo del frijol en suelos fersialítico pardo rojizo, Universidad de Ciego de Ávila, Tesis (en opción al grado científico de Doctor en Ciencias Técnicas Agropecuarias), Ciego de Ávila, Cuba, 100 p., 2023.

SERVIN, M.; SÁNCHEZ, R.A.; RAMÍREZ, O.; GALINDOS, M.A.; GUTIÉRREZ, H.: “Modelos para programación y optimización de agua de riego en avena forrajera”, Revista mexicana de ciencias pecuarias, 9(4): 667-684, 2018, ISSN: 2007-1124, e-ISSN: 2310-2799, DOI: 10.22319/rmcp.v9i4.4404.

SERVÍN, M.; TIJERINA, L.; MEDINA, G.; PALACIOS, O.; FLORES, H.: “Sistema para programar y calendarizar el riego de los cultivos en tiempo real”, Revista mexicana de ciencias agrícolas, 8(2): 423-430, 2017, ISSN: 2007-0934. DOI: 10.29312/remexca.v8i2.61.

USDA: Irrigation. In National Engineering Handbook. 210-VI, NEH 15-1, Ed. United States Department of Agriculture (USDA), 2nd Edition ed., 1991.

ZAMORA, H.E.; DUARTE, C.: “Coeficientes únicos de cultivo (Kc) de frijol (Phaseolus vulgaris L.) en Cuba.”, En: Convención de Ingeniería Agrícola, La Habana, 2022, Ed. IAgric, La Habana, Cuba, 2022.

Revista Ciencias Técnicas Agropecuarias Vol. 33, No. 2, April-June, 2024, ISSN: 2071-0054
 
ARTÍCULO ORIGINAL

Estimación de las variables dinámicas de programación del riego en frijol común (Phaseolus vulgaris L.)

 

iDYarisbel Gómez-MasjuanIUniversidad de Granma (UDG), Departamento de Producción Agrícola, Peralejo, Bayamo M. N, Granma, Cuba.*✉:ygomezm@udg.co.cu

iDNorge Tornés-OliveraIUniversidad de Granma (UDG), Departamento de Producción Agrícola, Peralejo, Bayamo M. N, Granma, Cuba.

iDOscar Brown-ManriqueIIUniversidad de Ciego de Ávila “Máximo Gómez Báez” (UNICA), Centro de Estudios Hidrotécnicos, Ciego de Ávila, Cuba.

iDArnaldo Manuel Guerrero-AlegaIUniversidad de Granma (UDG), Departamento de Producción Agrícola, Peralejo, Bayamo M. N, Granma, Cuba.


IUniversidad de Granma (UDG), Departamento de Producción Agrícola, Peralejo, Bayamo M. N, Granma, Cuba.

IIUniversidad de Ciego de Ávila “Máximo Gómez Báez” (UNICA), Centro de Estudios Hidrotécnicos, Ciego de Ávila, Cuba.

 

*Autor para correspondencia: Yarisbel Gómez-Masjuan, e-mail: ygomezm@udg.co.cu,

RESUMEN

La investigación se desarrolló entre los meses de noviembre de 2020 a marzo de 2021 y tuvo como objetivo estimar el coeficiente del cultivo, la profundidad radicular y el factor de abatimiento, en función del tiempo térmico. El área de la investigación pertenece a la UBPC Grito de Yara, Granma, Cuba, la cual se encuentra ubicada a los 200 25' 02'' de Latitud N y a los 760 53' 27'' de Longitud O. La estimación del coeficiente del cultivo, crecimiento radicular y fracción de agotamiento, se realizó mediante modelos curvilíneos en función de los grados día. La estimación del crecimiento radicular en el cultivo de frijol, mediante los tres modelos evaluados, en función de los grados día, es confiable y, es un indicador de suma utilidad para la programación del riego, ya que facilita la estimación oportuna de la lámina de agua a partir de la profundidad de la raíz. Los grados día de crecimiento explican los niveles de agotamiento permisibles de agua en el suelo para el cultivo de frijol; al respecto, se corroboró que el modelo curvilíneo es exacto, lo cual permite el manejo del riego, utilizando la información de los grados día, para evitar estrés hídrico.

Palabras clave: 
grados día, raíz, fracción de agotamiento

INTRODUCCIÓN

 

Para programar el riego de manera científica, se requiere conocer las tres variables dinámicas de programación a lo largo del ciclo fenológico del cultivo según (Servín et al., 2017SERVÍN, M.; TIJERINA, L.; MEDINA, G.; PALACIOS, O.; FLORES, H.: “Sistema para programar y calendarizar el riego de los cultivos en tiempo real”, Revista mexicana de ciencias agrícolas, 8(2): 423-430, 2017, ISSN: 2007-0934. DOI: 10.29312/remexca.v8i2.61.), que definen la capacidad evapotranspirativa del cultivo, la zona extractiva de la raíz y la sensibilidad al estrés: coeficiente de cultivo (Kc), profundidad radical (Pr) y la fracción de agotamiento (f). En los sistemas de producción agrícola sostenibles, donde se aplica un manejo consistente y uniforme de los cultivos y agua de riego, es posible establecer una relación precisa entre Kc, f, Pr y los grados día (°D) (Olivera et al., 2018). De esta forma, es posible determinar el grado de estrés hídrico del cultivo en función de los °D, con la finalidad de establecer los calendarios de riego (USDA, 1991USDA: Irrigation. In National Engineering Handbook. 210-VI, NEH 15-1, Ed. United States Department of Agriculture (USDA), 2nd Edition ed., 1991.). La estimación de los grados día, concepto también conocido como tiempo térmico (TT) según (Aguilar et al., 2020AGUILAR, C.E.; FLORES, J.; ROJANO, F.; OJEDA, W.; IÑIGUEZ, M.: “Estimación del ciclo de cultivo de tomate (Solanum lycopersicum L.) en invernadero, con base en grados días calor (GDC) simulados con CFD”, Tecnología y ciencias del agua, 11(2): 27-57, 2020, ISSN: 2007-2422, DOI: 10.24850/j-tyca-2020-04-02.), es un factor determinante en la interacción suelo-clima-planta, el cual se relaciona con las etapas de desarrollo de los cultivos según Servin et al., (2018)SERVIN, M.; SÁNCHEZ, R.A.; RAMÍREZ, O.; GALINDOS, M.A.; GUTIÉRREZ, H.: “Modelos para programación y optimización de agua de riego en avena forrajera”, Revista mexicana de ciencias pecuarias, 9(4): 667-684, 2018, ISSN: 2007-1124, e-ISSN: 2310-2799, DOI: 10.22319/rmcp.v9i4.4404.; Bispo et al., (2022)BISPO, R.; HERNANDEZ, F.; GONÇALVES, I.Z.; NEALE, C.; TEIXEIRA, A.: “Remote sensing based evapotranspiration modeling for sugarcane in Brazil using a hybrid approach”, Agricultural Water Management, 271: 107763, 2022, ISSN: 0378-3774, DOI: 10.1016/j.agwat.2022.107763. y, de suma utilidad para realizar estimaciones en función del desarrollo del cultivo y la profundidad de raíces (Achinas et al., 2020ACHINAS, S.; ZAND, S.; KAMGAR, A.A.; SHAHSAVAR, A.R.; NIYOGI, D.: “Evapotranspiration, crop coefficients, and physiological responses of citrus trees in semi-arid climatic conditions”, Agricultural Water Management, 227: 105-838, 2020, ISSN: 0378-3774, DOI: 10.1016/j.agwat.2019.105838.).

Desde esta perspectiva, los coeficientes o parámetros se ajustan a las condiciones meteorológicas imperantes en el sitio bajo estudio, para obtener curvas normalizadas de los coeficientes basados en °D. Los valores de Kc son de uso limitado según Chavarría et al. (2020)CHAVARRÍA, J.E.; UGANDO, M.; SABANDO, A.R.; MUÑOZ, J.P.; BRAVO, R.X.; VILLALÓN, A.: “Necesidades hídricas del fríjol caupí (Vigna unguiculata (L.) Walp.). calculadas con el coeficiente de cultivo utilizando lisímetro de drenaje”, Ciencia y Agricultura, 17(3): 111-121, 2020, ISSN: 0122-8420, e-ISSN: 2256-2273, DOI: 10.19053/01228420.v17.n3.2020.11746. cuando se definen en función de los días después de la emergencia u otra unidad de tiempo. Su uso se restringe a localidades con clima similar al del sitio donde las curvas fueron obtenidas, ya que no toma en cuenta los efectos de la variabilidad climática temporal, en el crecimiento y desarrollo de los cultivos.

Tradicionalmente se ha tomado un valor de f igual a 0,5. Sin embargo, el valor depende tanto del cultivo como del suelo, el manejo del riego y las condiciones ambientales. Al inicio del ciclo un cultivo puede estresarse, por lo que el valor de f es grande; en la medida que alcanza sus periodos críticos, como la floración o formación de frutos, f alcanza su valor mínimo (Covarrubias et al., 2019). La investigación partió de la hipótesis de que el desarrollo fenológico del cultivo de frijol, expresado en grados día, permite conocer las variables dinámicas de programación del riego que definen la capacidad evapotranspirativa, la zona extractiva radical y la sensibilidad al estrés y, tuvo como objetivo estimar el coeficiente del cultivo, la profundidad radicular y el factor de abatimiento, en función del tiempo térmico.

MATERIALES Y MÉTODOS

 

Localización del ensayo experimental

 

La investigación se desarrolló entre los meses de noviembre de 2020 a marzo de 2021. El área de la investigación pertenece a la UBPC Grito de Yara, perteneciente a la Empresa Agropecuaria Paquito Rosales de Granma, Cuba, la cual se encuentra ubicada a los 200 25' 02'' de Latitud N y a los 760 53' 27'' de Longitud O con una altura de 6 m.s.n.m.

Metodología de campo

 

El experimento se desarrolló sobre un suelo Fluvisol según (Hernández et al., 2015HERNÁNDEZ, J.; PÉREZ, J.; BOSCH, I.; CASTRO, S.: Clasificación de los suelos de Cuba 2015, Ed. INCA ed., 93 p., San José de las Lajas, Mayabeque, Cuba, 2015, ISBN: 978-959-7023-77-7.), con un contenido de materia orgánica menor de 2%. Las principales propiedades hidrofísicas del suelo son las siguientes: textura franca arcillosa, densidad aparente de 1,36 g cm-3, capacidad de campo (CC) y punto de marchitez permanente (PMP) de 0,38 y 0,22 cm3 cm-3, respectivamente, para 0 a 30 cm. Se estudió la variedad de frijol común Buenaventura, la cual tiene un rendimiento potencial de 2,99 t ha-1, el hábito de crecimiento es determinado (Tipo II), el ciclo es de 79 d y, se recomienda su siembra desde septiembre hasta enero. Se utilizó un marco de siembra de 0,05 m entre plantas y 0,45 m entre hileras. El área se regó con una máquina de pivote central marca Bayatusa 2000, con una longitud de 350 m.

La programación del riego se realizó mediante el método del potencial hídrico del suelo (tensiómetros) para lo cual se instalaron cuatro tensiómetros en el cuadrante seleccionado (I), agrupados en dos estaciones de medida, lo cual aseguró la validez de las lecturas. Las mediciones de la longitud de las raíces se realizaron con una frecuencia semanal, en cuatro puntos de muestreo seleccionados del surco central del cuadrante número I de la máquina de pivote central. En cada punto de muestreo se seleccionaron 5 plantas. Se observó el tiempo de emergencia del 90% de las plantas, mediante el conteo de las plantas germinadas en los cuatro puntos de muestreo. Los datos de temperatura mínima, máxima y media fueron proporcionados por la Estación Agrometeorológica de Veguitas, perteneciente a la red de estaciones del Ministerio de Ciencia Tecnología y Medio Ambiente (CITMA), la cual está ubicada a una distancia menor de 2 km de la parcela experimental.

Cálculo de las variables dinámicas

 

Coeficiente del cultivo

 

El coeficiente del cultivo se determinó en función de los grados días, según Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0.:

K c = K m á x     e r f c x x K m á x 1 2    (1)

Si K c < K 1 entoces K c = K 1

donde: Kmáx es el máximo valor de Kc durante el ciclo del cultivo; erfc es la función error complementaria; x expresa los grados días de crecimiento acumulado (ΣºD) normalizado con respecto al total de ºD requeridos para terminar su ciclo fenológico normal; xKmáx es el valor de los días grado de crecimiento acumulado donde se presenta el valor de Kmáx; ∝1 es el parámetro de regresión obtenido por ajuste de datos experimentales al modelo; K1 es el coeficiente de cultivo para la primera etapa fenológica que depende principalmente de la evaporación del suelo. Los grados días de crecimiento se calcularon según procedimiento descrito por (McMaster y Wilhelm, 1997MCMASTER, G.S.; WILHELM, W.: “Growing degree-days: one equation, two interpretations”, Agricultural and forest meteorology, 87(4): 291-300, 1997, ISSN: 0168-1923. DOI: 10.1016/S0168-1923(97)00027-0). El valor de la temperatura base del cultivo 9 °C y máxima 30 °C, se tomaron de Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022..

Cálculo profundidad radicular

 

La profundidad radicular, se estimó mediante modelos empíricos, los cuales se compararon entre sí, para proponer el modelo más adecuado para la simulación en la zona de estudio:

P r = P m í n + P m á x P m í n t t m á x Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s.

P r = P máx , t > t máx  (2)
P r = P m á x ,       t > t m á x  

P r = P m í n + P m á x P m í n K c t K m á x para   t t m á x Ojeda-Bustamante & Flores-Velázquez (2015)

P r = P m á x ,   para   t t m á x  (3)

P r = P m í n + P m á x P m í n t t o 2 t m á x t o 2 n Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022. (4)

dónde: Pr es la profundidad radicular estimada, m; Pmín es la profundidad radicular mínima o de siembra, m; Pmáx es la profundidad radicular máxima, m; t es el tiempo después de siembra, °D; tmáx es el tiempo en llegar a la profundidad radical máxima, °D; Kc(t) es el valor del coeficiente de cultivo a un tiempo t y Kcmáx es el valor máximo del coeficiente de cultivo; n factor de forma, determinado mediante ajuste entre los datos observados y simulados; to tiempo en alcanzar el 90% de emergencia de las plántulas, °D.

Evaluación de los modelos

 

La evaluación de la exactitud de los modelos que predicen la profundidad radicular, se realizó mediante análisis gráfico y la utilización de tres índices estadísticos: El coeficiente de determinación (R2): representa el porcentaje de la variabilidad de los valores observados que ha sido explicado por el modelo de regresión ajustado. Los valores mayores de 0,50 se consideraron aceptables y los superiores a 0,80 se califican de bueno.

R 2   = S c r S c t   × 100    (5)

donde: R 2 es el coeficiente de determinación, %; S c r la suma de cuadrados debido a la regresión; S c t la suma total de cuadrados.

El error cuadrático medio normalizado (NRMSE): es un parámetro estadístico que permite considerar una simulación como excelente cuando se alcanza un valor menor que el 10%; buena si se encuentra entre 10 y 20%; adecuada si está entre 20 y 30% y pobre si es mayor que 30% (Raes et al., 2022RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022.).

N R M S E = 1 M ¯ i = 1 N ( M i   S i ) 2 N  (6)

donde:   M ¯ es la media de los valores medidos, m; Mi los valores medidos, m; Si los valores simulados; N el número de observaciones.

El índice de aceptación (d): es una medida del error relativo en las estimaciones del modelo. Es un número adimensional que varía entre 0 y 1, se consideraron valores altos cuando fue mayor que 0,65.

d = 1 i = 1 N S i       M i 2 i = 1 N S i       M ¯ + M i M ¯  (7)

Cálculo de la fracción de agotamiento

 

El modelo lineal, propuesto por Ojeda et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0., estima la fracción de agotamiento (f) a partir del coeficiente de cultivo (Kc) con la relación siguiente:

f = 3 4 K c  (8)

donde: ∝3 es la interceptada al origen, su valor se asocia al sistema de riego, para pivote central es 0,45 Ojeda‐Bustamante et al. 2004OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0.)

RESULTADOS Y DISCUSIÓN

 

Análisis de los grados día y coeficientes del cultivo por etapas

 

El cultivo cambia de etapa fenológica cuando el tiempo térmico alcanza el valor requerido para la misma. Por ejemplo, la etapa de la primera hoja trifoliada (V3) tuvo una duración de 4 días y se alcanzó cuando el cultivo acumuló 123 °D (Tabla 1). La etapa más larga (R8) tuvo una duración de 17 días y se alcanzó cuando el cultivo acumuló 632 °D. El ciclo del cultivo requiere un total de 1005 °D. La incorporación del concepto grados día para programar los riegos, ha demostrado ser una excelente herramienta, que se puede aplicar tanto en parcelas como en grandes zonas de riego, incluso en condiciones variables de clima y de disponibilidad de agua.

TABLA 1.  Coeficiente del cultivo por etapa fenológica en función de los °D
Etapas Código Duración (d) GD (°D) GDA (∑°D) Kc
Germinación V0 4 55,2 55,2 0,1
Emergencia V1 2 27,3 82,5 0,1
Hojas primarias V2 3 40,5 123 0,15
Primera hoja trifoliada V3 4 54 177 0,23
Tercera hoja trifoliada V4 6 80 257 0,51
Prefloración R5 8 108 365 0,92
Floración R6 13 175 540 1,1
Formación de vainas R7 7 92 632 1,1
Llenado de vainas R8 17 214 846 0,9
Maduración R9 13 159 1005 0,34

El Kc tiene una variación distinguible de acuerdo con la etapa fenológica (Tabla 1). Durante las etapas Vo y V1 el valor de Kc es bajo (0,1). El cultivo empieza a consumir agua hasta que emerge. Sin embargo, desde que se siembra el valor del Kc es mayor que cero ya que considera la evaporación del suelo. Para las siguientes etapas (V2-R5), el valor del Kc (0,15-0,92) refleja la fisiología del cultivo y su área foliar. Cuando el cultivo alcanza cobertura máxima R6 y R7, el valor del Kc es máximo (1,1) ya que el cultivo está capturando la máxima cantidad de radiación solar. En la etapa final (R8 y R9) el consumo de agua del cultivo empieza a disminuir gradualmente hasta llegar a la cosecha.

Rodríguez, (2023)RODRÍGUEZ, C.D.: Modelo de gestión integral del riego en sistemas con máquinas de pivote central eléctrico en el cultivo del frijol en suelos fersialítico pardo rojizo, Universidad de Ciego de Ávila, Tesis (en opción al grado científico de Doctor en Ciencias Técnicas Agropecuarias), Ciego de Ávila, Cuba, 100 p., 2023. determinó los valores de Kc del cultivo de frijol, a partir de la relación del balance de humedad y, reportaron valores de 0,45 para las primeras etapas, de 1 para las etapas intermedias y de 0,38 para la final. El Kc de las primeras etapas (0,45) difiere del encontrado en esta investigación (0,1); no obstante, existe similitud entre el resto de los Kc. (Zamora y Duarte, 2022ZAMORA, H.E.; DUARTE, C.: “Coeficientes únicos de cultivo (Kc) de frijol (Phaseolus vulgaris L.) en Cuba.”, En: Convención de Ingeniería Agrícola, La Habana, 2022, Ed. IAgric, La Habana, Cuba, 2022.) reportaron valores de Kc superiores a los encontrados en esta investigación para todas las etapas del cultivo.

Análisis de la estimación de la profundidad radicular

 

La extracción de agua por las raíces es crítica para el desarrollo de un cultivo. La curva que describe la profundidad radicular, presentó una pendiente muy elevada hasta los 0,15 m de profundidad y 270 °D (Figura 1), que se expresa mediante un segmento de recta con una inclinación que tiende a la vertical, lo cual confirma el crecimiento acelerado el cultivo en este periodo. La profundidad radicular máxima (0,22 m) se alcanzó cuando el cultivo acumuló 645 °D. El ajuste gráfico, demostró que los modelos simularon razonablemente bien los valores de las profundidades radiculares observadas; no obstante, los modelos de Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s. y Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022., presentaron las menores desviaciones para todo el ciclo del cultivo.

FIGURA 1.  Comportamiento de la profundidad radicular observada y simulada.

En el caso del modelo de Ojeda et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0., se encontró un mayor rango de dispersión en comparación con los modelos anteriores, aunque el ajuste gráfico fue satisfactorio para las profundidades mayores. Los tres modelos tienden a subestimar la profundidad radicular, especialmente, entre los 257 °D y 365 °D. En este intervalo se encuentran las etapas R4 y R5, que es donde el cultivo tiene la llamarada de crecimiento, y los algoritmos de los modelos no la consideran.

Los índices estadísticos utilizados en la evaluación de la exactitud de los modelos (Tabla 2) permitieron corroborar que los datos simulados se ajustaron, excelentemente, a los observados, lo cual se evidencia mediante el coeficiente de determinación con valores elevados de 0,98, 0,87 y 0,96, para los modelos Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s.; Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022.; Ojeda et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0., respectivamente. El NRMSE demostró que, las simulaciones con los modelos de Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s.; Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022.. fueron excelentes, al tener valores 9,9 y de 7,1%, respectivamente. La simulación con modelo de Ojeda et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0., resultó ser buena al presentar un valor de 17%. El índice de aceptación presentó valores altos (>0,65) para los tres modelos. Estos valores demostraron que los tres modelos fueron capaces de simular, adecuadamente, la profundidad radicular, lo que se corresponde con los resultados reportados por Fereres et al. (1981FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s.), Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022. y Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0..

TABLA 2.  Valores de los índices estadísticos de la simulación
Modelo R2 NRMSE (%) d
Fereres et al. (1981)FERERES, E.; GOLDFIEN, R.; PRUITT, W.; HENDERSON, D.; HAGAN, R.: “The irrigation management program: A new approach to computer assisted irrigation scheduling”, En: ASAE publication (USA), ASCE Congress of Irrigation Scheduling for Water and Energy Conservation, Ed. American Society of Agriculture Engineers, St. Joseph, Michigan, USA, pp. 202-207, 1981, ISBN: 84-8474- . in the 80´s. 0,98 9,9 0,98
Ojeda‐Bustamante et al. (2004)OJEDA, W.; SIFUENTES, E.; SLACK, D.C.; CARRILLO, M.: “Generalization of irrigation scheduling parameters using the growing degree days concept: application to a potato crop”, Irrigation and drainage, 53(3): 251-261, 2004, ISSN: 1531-0353, DOI: 10.1016/S0168-1923(97)00027-0. 0,87 17 0,94
Raes et al. (2022)RAES, D.; STEDUTO, P.; HSIAO, T.; FERERES, E.: “AquaCrop Reference manual (Version 7.0)”, En: AquaCrop Reference manual (Version 7.0), Ed. FAO, Roma, vol. Chapter 3 calculation procedures, Roma. Italia, pp. 1-175, 2022. 0,96 7,1 0,98

De forma general, los modelos utilizados representaron, adecuadamente, el comportamiento de la raíz en función la variación climática, característica de los modelos curvilíneos (Servín et al., 2017SERVÍN, M.; TIJERINA, L.; MEDINA, G.; PALACIOS, O.; FLORES, H.: “Sistema para programar y calendarizar el riego de los cultivos en tiempo real”, Revista mexicana de ciencias agrícolas, 8(2): 423-430, 2017, ISSN: 2007-0934. DOI: 10.29312/remexca.v8i2.61.). Los modelos permiten regar hasta Pr=0,20 m y evitar percolación, con lo que se logra mayor eficiencia en el uso del agua, toda vez que se reduce la lámina total de riego que se aplica.

Análisis de la fracción de agotamiento y su relación con Kc

 

Los modelos de f y Kc vs. °D, reflejan una respuesta curvilínea (Figura 2), toda vez que representan la respuesta del cultivo como ser vivo, que es afectado por el clima (Servin et al., 2018SERVIN, M.; SÁNCHEZ, R.A.; RAMÍREZ, O.; GALINDOS, M.A.; GUTIÉRREZ, H.: “Modelos para programación y optimización de agua de riego en avena forrajera”, Revista mexicana de ciencias pecuarias, 9(4): 667-684, 2018, ISSN: 2007-1124, e-ISSN: 2310-2799, DOI: 10.22319/rmcp.v9i4.4404.). El modelo para estimar la fracción de agotamiento está relacionado en forma inversa con el coeficiente de cultivo, dado por la pendiente negativa de la recta. Lo anterior está relacionado con el hecho de que, cuanto mayor es el requerimiento hídrico del cultivo, más sensible es al estrés hídrico.

El valor f disminuye con el aumento de Kc hasta los 735 °D, lo cual sugiere la necesidad de realizar riegos más frecuentes para promover el crecimiento del cultivo y se encuentra dentro del intervalo de 0,34 a 0,44. De forma inversa f aumenta con la disminución de Kc desde los 821 °D hasta 907 °D, lo cual sugiere una reducción de la frecuencia de riego y se encuentra en el intervalo de 0,36 a 0,45. Los valores reportados de f por (USDA, 1991USDA: Irrigation. In National Engineering Handbook. 210-VI, NEH 15-1, Ed. United States Department of Agriculture (USDA), 2nd Edition ed., 1991.), son superiores a los encontrados en esta investigación para las diferentes etapas. Por ejemplo, para siembra - prefloración (0,7), floración- formación de vainas (0,4), llenado de las vainas - maduración (0,5).

FIGURA 2.  Relación entre el Kc y P con los grados día acumulados.

Por otra parte, (Allen et al., 1998ALLEN, R.G.; PEREIRA, L.; RAES, D.; SMITH, M.: “Evapotranspiration–Guidelines for computing crop water requirements”, FAO Irrigation and drainage paper, 56: 300, 1998, ISSN: 0254-5293.) reportan valores de 0,45 para condiciones de evapotranspiración de 5 mm d-1 y reducciones de entre un 5 y 10%, para suelos similares a los de esta investigación. El valor de f varía normalmente entre 0,30 para plantas de raíces poco profundas, a tasas altas de ETc (> 8 mm d-1), hasta 0,70 para plantas de raíces profundas y tasas bajas de ETc (< 3 mm d-1). El valor f para riegos con alta frecuencia (riego por goteo) varía generalmente entre 0,2 y 0,6, mientras que en los riegos con baja frecuencia (riego por gravedad) varía entre 0,4 y 0,8.

CONCLUSIONES

 
  • La estimación del crecimiento radicular en el cultivo de frijol, mediante los tres modelos evaluados, en función de los grados día, es confiable y, es un indicador de suma utilidad para la programación del riego, ya que facilita la estimación oportuna de la lámina de agua a partir de la profundidad de la raíz.

  • Los grados día de crecimiento explican los niveles de agotamiento permisibles de agua en el suelo para el cultivo de frijol; al respecto, se corroboró que el modelo curvilíneo es preciso durante el desarrollo del cultivo, el cual es sensible al déficit hídrico, por lo que la precisión del manejo del agua de riego, utilizando la información de los grados día, es fundamental para evitar estrés hídrico.