guía técnica - cgiar
TRANSCRIPT
Alianza para la Investigación de la Ciencia y de la Tecnología para el Desarrollo Sostenible
“Desarrollo y Adopción de un Sistema de Producción de Arroz de Bajo Uso de
Insumos para Latinoamérica a través de Mejoramiento Genético y Tecnologías
Avanzadas de Manejo del Cultivo”
(Mayo 2014 a Mayo 2019)
Guía Técnica (Resultados de Investigación y Tecnologías Útiles)
Marzo 2019
La versión electrónica (PDF) de esta Guía Técnica está disponible en:
https://ciatshare.ciat.cgiar.org/sites/satreps_rice/publication/
Junto con otros manuales técnicos.
Palabras de bienvenida
Estamos presenciando una serie de problemas que ocurren a escala global, incluidos los relacionados con el
medio ambiente y la energía, los recursos biológicos, el control de desastres y las enfermedades infecciosas.
Para superar estos problemas, tanto los países desarrollados como los países en desarrollo deben tener la
capacidad de dar respuestas apropiadas de manera independiente, para lo cual la cooperación internacional
es una condición previa esencial.
Sobre la base de este reconocimiento, el gobierno japonés lanzó el programa denominado "Alianza para la
Investigación de Ciencia y Tecnología para el Desarrollo Sostenible (SATREPS)" en el año fiscal 2008. En
el marco del programa, las organizaciones de investigación en Japón y de los países en desarrollo realizan
conjuntamente investigaciones internacionales para la solución de problemas globales, y su objetivo es
ayudar a los países en desarrollo a mejorar sus habilidades para resolver problemas. Bajo este programa,
que ahora está en su undécimo año, se han adoptado un total de 133 proyectos para su implementación en
todo el mundo.
El proyecto “Desarrollo y adopción de un sistema latinoamericano de producción de arroz con bajo uso de
insumos mediante el mejoramiento genético y tecnologías avanzadas de manejo- de campo” se adoptó en el
año fiscal 2013 como el primer proyecto SATREPS que se haya implementado en Colombia. El proyecto
se lanzó a gran escala en mayo de 2014 para la cooperación a lo largo de cinco años. Dentro de los
participantes en este proyecto se incluyen la Universidad de Tokio, la Universidad de Kyushu, el Centro
Internacional de Agricultura Tropical (CIAT), el Ministerio de Agricultura y de Desarrollo Rural de
Colombia, la Federación Nacional de Productores de Arroz de Colombia (FEDEARROZ) y otras
organizaciones de Japón y de Colombia. Estos participantes han estado desarrollando tecnologías de
producción de arroz de bajo uso de insumos y nuevas variedades de arroz en su investigación continua para
un uso más eficiente de los recursos hídricos y un uso limitado de fertilizantes.
La producción de arroz en Colombia se enfrenta a múltiples problemas, incluida la baja eficiencia en el uso
del agua, la disminución de la producción debido a las sequías, los altos costos de producción y un aumento
en la cantidad de arroz barato importado desde los Estados Unidos luego de la implementación del TLC
entre los dos países. Espero que el proyecto logre incluso un pequeño progreso en estos temas a través del
desarrollo de tecnologías de producción de arroz con bajo uso de insumos y nuevas variedades de arroz que
requieran menos fertilizantes y agua, así como a través de la introducción de la agricultura de precisión.
El gobierno de Colombia finalmente puso fin a la lucha contra las fuerzas armadas revolucionarias de
Colombia (FARC), que había durado más de medio siglo. El mayor desafío que se debe enfrentar para
garantizar la paz posterior al conflicto es el desarrollo regional. Se dice que la disparidad regional es uno de
los factores causantes del conflicto armado, y para mantener la paz es necesario reducir la desigualdad. El
conflicto desplazó a unos ocho millones de personas en el país, pero luego de la conclusión del acuerdo de
paz, estas personas internamente desplazadas están regresando gradualmente a sus pueblos agrícolas. Se
considera importante darles apoyo en términos de tecnologías agrícolas.
Finalmente, espero que el proyecto haga algunas contribuciones a la solución de los problemas posteriores
al conflicto y que las organizaciones colombianas relacionadas implementen de manera proactiva las
medidas para el desarrollo rural sostenible utilizando las tecnologías que se les transfieren.
Marzo 2019 Agencia de Cooperación Internacional de Japón (Bogotá)
Jefe Satoshi Murosawa
Dr. Joe Tohme
Gerente de proyecto, Director del área de Investigación de Agrobiodiversidad, CIAT
El proyecto SATREPS reunió equipos altamente complementarios de Japón y de Colombia. Las
actividades desarrolladas durante el proyecto se basan en la colaboración previa entre investigadores
japoneses, el CIAT y Fedearroz y en investigaciones relacionadas con la arquitectura de las raíces, la
genómica fisiológica y la novedosa estrategia para la agricultura de precisión mediante la integración del
trabajo genético, la fenómica con la gestión del agua y las prácticas agronómicas.
Algunos de los principales avances están relacionados con el mapeo y la caracterización genética de la
arquitectura de la raíz llevada a cabo en NARO y en la Universidad de Tokio. Los genes y QTL mapeados
permitieron a los investigadores de Fedearroz y del CIAT transferir 7 QTL principales (DRO1, 2, 3 entre
otros) a variedades altamente preferidas en Colombia por la calidad del grano, y con una mejor eficiencia
de uso del agua y de los nutrientes. Las líneas obtenidas del retrocruzamiento molecular dieron lugar a
nuevas líneas con incrementos en raíces más profundas, tasa de raíces profundas y longitud máxima de las
raíces. Las líneas favorables se lanzarán como nuevas variedades o entrarán en los programas de
mejoramiento del CIAT y Fedearroz y constituirán la base para variedades futuras que garantizan la
continuidad del proyecto.
Para aumentar la precisión de la caracterización fenológica, también se implementaron nuevas
herramientas fenómicas y modelos de cultivos. El proyecto incorporó sensores novedosos de PS Solutions
e imágenes específicas que resultaron en mejores evaluaciones de los rasgos para las selecciones.
El enfoque único de la integración de la genética, con tecnologías para la agricultura de precisión, el
modelado de los cultivos y el manejo del agua y los nutrientes ha resultado en mejores líneas para varios
rasgos. Este paquete integral sin duda ayudará a los agricultores a establecer sistemas de producción de
arroz estables y competitivos en Colombia y, finalmente, en la región andina.
Dr. Fernando Correa Victoria
Líder del programa de arroz, CIAT
Los sistemas de producción de arroz deben cambiar de muchas maneras, simplemente produciendo arroz
para producirlo de manera más sostenible en todo el mundo, teniendo en cuenta, no solo una mayor
productividad, sino también la protección del medio ambiente. Este proyecto SATREPS ha desarrollado en
los últimos cinco años diferentes tecnologías desde la genética a través de la gestión del suelo / agua hasta
la transferencia de tecnología para tener un sistema de producción de arroz sostenible para América Latina.
Se descubrieron nuevos genes que confieren una mayor eficiencia en el uso del agua y del nitrógeno y se
incorporaron a las variedades comerciales de arroz que se están probando como más eficientes en el manejo
del agua y nitrógeno bajo tecnologías desarrolladas en este proyecto. Creo que los resultados experimentales
hasta ahora son muy prometedores y esperamos la validación de los resultados en ensayos multi-ambiente
para demostrar a los productores de arroz en Colombia todos los beneficios de esta tecnología. Las
perspectivas de futuro para el productor colombiano de arroz son importantes para poder continuar
produciendo arroz de una manera más sostenible a medida que los agricultores continúan adoptando las
tecnologías de los resultados de la gestión del suelo y del agua, así como la nueva genética desarrollada en
el proyecto.
Dr. Rafael Hernández López
Director General, FEDEARROZ
Debido a los efectos del cambio climático y los tratados de libre comercio, el sector arrocero debe ser
competitivo y sostenible, lo que se logra mediante el desarrollo de tecnologías y herramientas que
modifiquen y mejoren la forma en que se cultiva el arroz en el país. El proyecto ha permitido nuevas
tecnologías, equipos, metodologías y conocimientos para hacer ese cambio, materiales con características
que confieren una mejor adaptación a las condiciones de sequía, herramientas de toma de decisiones de
manejo de cultivos, monitoreo y sistemas de manejo, recursos hídricos y herramientas de agricultura de
precisión. Estas tecnologías se integrarán en nuestro programa AMTEC (Adopción Masiva de Tecnología),
que se ha implementado en el país durante seis años y cuyo objetivo es hacer que nuestros agricultores sean
competitivos mediante la adopción de tecnología, el aumento de la productividad y la reducción de los
costos de producción. Como un programa de transferencia, la integración de los productos del proyecto
permitirá el acceso, la adopción y la mejora en la toma de decisiones y las prácticas de cultivo por parte de
los agricultores en el país, de modo que en cinco años cuando no haya registro de aranceles, la productividad
y los costos de producción de arroz en el país, el cual competirá con los precios internacionales, permita que
nuestros productores puedan garantizar el suministro de arroz en nuestro país y su permanencia.
Dr. Myriam Patricia Guzmán,
Subdirector Técnico, FEDEARROZ
Las tecnologías desarrolladas en el proyecto nos permitirán ser más eficientes en el uso de los recursos,
en la toma de decisiones y en una mejor adaptación a las condiciones del cambio climático para lograr una
mayor sostenibilidad. La tecnología asociada con la selección de las líneas (SAM, plataforma de fenotipado)
se integrará en el programa de mejoramiento, además de las nuevas poblaciones con raíces más largas que
servirán como parentales y variedades adaptadas a las condiciones de déficit de agua, junto con la eficiencia
en el uso de nitrógeno y de los fertilizantes El sistema de apoyo para la toma de decisiones, permitirá la
planificación adecuada, la selección de variedades y la temporada de siembra del cultivo en función del
estado del agua, el suelo y el clima. A nivel de gestión de los recursos hídricos, habrá métodos de monitoreo
a nivel de finca y de los sistemas de riego (MIRI, detección temprana) que mejorarán la gestión de los
recursos y la eficiencia en tiempo y volumen, y un modelo hidrológico que permitirá establecer áreas de
siembra basadas en los escenarios de la disponibilidad del agua. Así como mapas e imágenes satelitales
integradas en la preparación y adaptación diferenciadas del suelo, para la identificación y diferenciación de
los ambientes. Todas estas tecnologías nos ayudan a tener agricultores más competitivos y a contar con un
sistema agrícola ambientalmente sostenible.
Dr. Eduardo Graterol
Director Ejecutivo, FLAR
El arroz es un alimento de la canasta básica en Colombia y en otros países de América Latina y El Caribe
(ALC). A través del FLAR, se han expandido prácticas de manejo del cultivo y germoplasma que ha
permitido liberar más de 70 variedades en 15 países. No obstante, factores como anormalidades climáticas,
degradación de suelos, escases de agua de riego, incidencia de plagas, entre otros, causan bajos rendimientos
y altos costos de producción que ponen en riesgo la sostenibilidad del arroz y la seguridad alimentaria. Así,
la investigación y trasferencia de tecnologías que generaron las organizaciones de Japón y Colombia
involucradas en el proyecto SATREPS, ofrecen a pequeños agricultores de Colombia a través de
FEDEARROZ, y de otros países de ALC a través del FLAR, soluciones para producir más arroz con menos
insumos y menor impacto ambiental, requeridas por el sector arrocero en la región.
Dr. Jorge Rubiano
Profesor, Universidad del Valle
Haber sido parte del proyecto SATREPS nos brindó la oportunidad de aprender mucho. Durante los cinco
años del proyecto tuvimos la posibilidad de construir vínculos de amistad y de trabajo con personas de todo
tipo y de diversas instituciones. Además de aportar con nuestro conocimiento en sistemas de información y
análisis hidrológico en cuencas, interactuamos con expertos en manejo del cultivo, riego, reservorios,
genética y manejo de datos entre otras especialidades. Fue una oportunidad para trabajar en equipo y para
acercarnos a los productores de arroz en el Tolima, Colombia y ser más conscientes y sensibles a sus retos
y dificultades. Nos acercamos a la cultura japonesa la cual brilla por el respeto, la disciplina y el buen juicio.
Quedamos muy complacidos de ser parte de esta experiencia que esperamos se repita un día cercano.
Productor de arroz participante
Nicolas Laserna
Estoy muy agradecido con JICA y todos sus colaboradores, con Fedearroz y sus técnicos, por haberme
dado la oportunidad de participar en el programa SATREPS. Durante estos cinco años en el programa, he
ampliado mis conocimientos sobre el manejo del arroz, he conocido muchas herramientas tecnológicas de
aplicación en nuestro cultivo, he visto que debemos medir la cantidad de agua y optimizar su manejo, que
debemos mejorar el manejo de fertilizantes y disminuir su consumo, y que además le podemos dar valor
agregado a nivel de finca en pequeña escala para mejorar el ingreso. Dentro del programa ha generado gran
expectativa el mejoramiento genético al cruzar materiales locales con la variedad KP que debe producir
líneas de arroz que requieran menos agua e insumos. Personalmente el hecho de haber visitado Japón y
conocido agricultores y expertos que compartieron sus experiencias y conocimiento de una forma muy
generosa me ha ampliado mi visión como agricultor, espero aplicar y compartir la mayor parte de lo
aprendido para que los arroceros colombianos podamos competir con el arroz importado y contribuir a
garantizar la permanencia del arrocero colombiano. Aparte de los conocimientos en la producción y
transformación del arroz, el haber conocido una cultura tan diferente a la nuestra, donde el respeto por los
demás, por el medio ambiente, por las normas, por la autoridad, y el amor por el campo, se enseñan desde
las primeras etapas de la vida y garantizan una armonía para la sociedad.
Productor de arroz participante
Félix Andrés Arango Castro
Primero quiero agradecer a todas las personas involucradas en este proyecto. Considero que para el futuro
del arroz en Colombia SATREPS es importante ya que nos ayuda a ser más eficientes con los recursos que
tenemos. Además, nos presenta MIRI, un nuevo sistema de riego con ahorro aproximado del 30%, reducción
de nitrógeno en un 20% y variedades con un desarrollo radicular mayor, que nos ayudará a ser más eficientes,
aún con el agua y los fertilizantes. Este proyecto también nos ayudó con el estudio de última tecnología para
posibles sitios donde construir reservorios, algo indispensable para el futuro de la agricultura. Como
agricultor espero poder seguir colaborando y aprendiendo sobre todo en temas de valor agregado y
comercialización del arroz en Colombia y el mundo.
Dr. Manabu Ishitani
Líder del proyecto en Colombia, CIAT
Este proyecto era un proyecto ambicioso que incluía actividades de investigación sobre reproducción,
manejo de cultivos, conservación del agua y, además, integración y difusión de estas técnicas mejoradas de
cultivo a nivel de finca. En cada tema de investigación, se contó con la participación de expertos japoneses,
los cuales realizaron I + D de alta calidad junto con investigadores del lado colombiano. En el mejoramiento
genético, se generaron varias líneas favorables al introducir los QTLs de la raíz con el tema de "revolución
de la raíz" al tiempo que se desarrollaron tecnologías de detección remota para un fenotipado eficiente de
los cultivos. Para desarrollar tecnologías eficientes para el manejo de los fertilizantes / cultivos, se está
probando y mejorando un modelo de cultivo en los sitios objetivo. Especialmente en regiones tropicales con
estaciones lluviosas y secas, la gestión del agua influye en la productividad. No solo el punto de vista de
campo, sino también nuestros esfuerzos a nivel de la cuenca darán mejores pautas para la gestión del agua
en el futuro. Además, la integración y la difusión de estas tecnologías desarrolladas y mejoradas a nivel de
la finca están por buen camino desde la perspectiva de la agricultura de precisión. Un punto importante de
este proyecto fue que los productores de arroz de ambos países participaron como miembros del proyecto
para estimular el debate sobre las tecnologías y la gestión a nivel de las fincas, ya que son los principales
impulsores del cultivo de arroz. Por último, me gustaría agradecer a los gobiernos japonés y colombiano y
a las instituciones colaboradoras, especialmente a Fedearroz, por apoyar este proyecto.
Guía técnica: resultados útiles del proyecto para los productores, el personal de extensión e
investigadores
Dr. Kensuke Okada
Líder del proyecto en Japón, Universidad de Tokio
Me complace enormemente poder presentar esta Guía técnica a los productores de arroz, al personal de
extensión técnica y a los investigadores que participan en el sector del arroz. Este es el fruto del arduo
trabajo desarrollado durante 5 años, además de las ideas creativas de todos los colaboradores del proyecto
SATREPS. Espero que esta Guía Técnica sirva de referencia y se utilice activamente para que se emplee
una mejor gestión basada en la evidencia y, como resultado, se realicen sistemas de producción de arroz con
un uso eficiente de los recursos en Colombia y en los otros países productores de arroz en la región. Aunque
el arroz se ha convertido en un cultivo importante en la actualidad, las tecnologías productoras de arroz en
Colombia y en América Latina tienen algunas características diferentes en comparación con otras regiones
(por ejemplo, el sistema de riego por caballones) y las nuevas variedades de arroz con raíces más profundas
y las tecnologías de gestión de campo desarrolladas en este proyecto están, en cierta medida, vinculadas a
los sistemas únicos de arroz en la región. Por lo tanto, creo que los nuevos hallazgos y las tecnologías
desarrolladas también contribuyen al ámbito académico y científico. Se recomienda encarecidamente a los
lectores que se pongan en contacto con los autores de cada tecnología si están interesados y si desean
llevarlas a la práctica.
Tabla de contenido
Antecedentes, Propósitos y Plan de Investigación ........................................................................................ 1
Principales Actividades y Cronograma ......................................................................................................... 2
1. Mejoramiento asistido por marcadores utilizando genes asociados a caracteres de raíz para desarrollar
arroz colombiano con un desempeño de alto rendimiento en condiciones de bajo uso de insumos ..... 4
2. Desarrollo de sistemas rápidos de fenotipado de campo de alta eficiencia para acelerar el mejoramiento
de arroz .................................................................................................................................................. 8
3. Predicción de la etapa de crecimiento en tiempo real utilizando información ambiental de campo de la
plataforma de IoT Agrícola ................................................................................................................. 12
4. Evaluación de la raíz y el rendimiento de genotipos de arroz en múltiples entornos con diferente
disponibilidad de agua ......................................................................................................................... 14
5. Ahorro de nitrógeno y agua en condiciones de estación experimental ................................................... 18
6. Estimación de la pérdida de agua y nitrógeno y manejo sugerido para aumentar su eficiencia de utilización
en el sistema de riego de campos de arroz en Colombia ..................................................................... 22
7. Optimización del manejo del agua y nitrógeno en sistemas de riego mediante la aplicación del modelo
de crecimiento de arroz APSIM-Oryza2000 ....................................................................................... 26
8. Herramienta de visor de mapas agroclimaticos - (AMV)........................................................................ 28
9. Herramienta para la Toma de Decisiones en el Manejo de los Cultivos de Arroz .................................. 32
10. Riego de arroz con sistema de entrada múltiple para aumentar la eficiencia en el uso del agua .......... 36
11. Implementación del método de medición de flujo de agua con sensor de nivel de agua a nivel de la finca
............................................................................................................................................................. 40
12. Soporte para la toma de decisiones en la identificación de sitios de reservorio mediante análisis
multicriterio ......................................................................................................................................... 42
13. Desarrollo de un modelo de escorrentía de lluvia distribuido a largo plazo a escala de cuencas para
evaluar los efectos del ahorro de agua de riego y el cultivo de arroz .................................................. 46
14. Estrategia y prácticas del manejo de precisión en campos de arroz ...................................................... 48
Lista de manuales desarrollados .................................................................................................................. 53
1
Antecedentes, Propósitos y Plan de Investigación “Desarrollo y adopción de un sistema latinoamericano de producción de arroz con bajo uso de
insumos mediante el mejoramiento genético y tecnologías avanzadas de manejo de campo”
El arroz se produce en sistemas de riego menos eficientes en muchas áreas de América Latina tropical, y la
eficiencia del uso de agua y de los fertilizantes es generalmente baja en comparación con Asia. El control
de malezas es también problemático debido a la heterogeneidad de las profundidades del agua, lo que agrava
aún más el uso excesivo de herbicidas y la disminución de la productividad. A través de este proyecto,
utilizamos genes de raíces profundas para desarrollar nuevas variedades de arroz colombiano que puedan
lograr un mayor rendimiento con menores consumos de agua y de nutrientes. También adoptamos enfoques
de agricultura de precisión con tecnologías de detección de vanguardia y, por lo tanto, abordamos el desafío
de desarrollar y adoptar nuevas tecnologías de bajo uso de insumos para la producción de arroz en América
Latina.
Los esfuerzos en Colombia pueden contribuir a la seguridad alimentaria mundial
El progreso en la investigación realizada por este proyecto puede impulsar la producción de arroz en
Colombia, y el país puede alcanzar la autosuficiencia en arroz. Puede llevar a una mayor tasa de empleo y
al crecimiento constante de las comunidades agrícolas locales, y permitir que los que fueron desplazados
dentro del país regresen a sus regiones. Si los otros países latinoamericanos, y quizás incluso países africanos,
adoptaran estas nuevas variedades de cultivos de arroz, así como las tecnologías de bajo uso de insumos, la
investigación contribuiría a la seguridad alimentaria a escala mundial.
2
Principales Actividades y Cronograma
Tema de investigación,
actividades.
Año fiscal 2013
2014 2015 2016 2017 2018
1 Generación de líneas promisorias
con mayor productividad y
eficiencia en el uso del agua y del
nitrógeno a través de los QTLs
piramidales (NARO *, U Tokio,
CIAT, FEDEARROZ)
1-1 Identificar genes para rasgos
de raíz asociados con
mayores eficiencias en el uso
de agua y del nitrógeno y
desarrollar marcadores de
ADN para la selección
asistida por marcadores
(MAS) de estos genes
objetivo.
1-2 Desarrollar líneas casi
isogénicas y líneas
piramidales QTL por MAS.
1-3 Evaluar los rasgos de destino
en campos experimentales.
1-4 Evaluación en múltiples
entornos.
1-5 Multiplicar semillas de las
líneas de reproducción.
2 Manejo eficiente del
cultivo y de fertilizantes en los
sitios objetivo "(U Tokio y
FEDEARROZ)Seleccionar y
mejorar el modelo de
crecimiento/manejo del arroz.
2-2 Desarrollar tecnologías
optimizadas de manejo de
cultivo/fertilizantes.
3 Desarrollo de tecnologías
de uso eficiente de agua en arroz
con genotipos de nuevos caracteres,
y evaluación y manejo del balance
hídrico a escala de cuenca
hidrográfica "(U Tokio, U Kyushu,
U de Tokio de Agr. Tech.,
FEDEARROZ, UniValle)
3-1 Evaluación de la adaptación
3
ambiental del arroz y
desarrollo de tecnología de
cultivo con ahorro de agua a
nivel de campo
3-2 Evaluación cuantitativa del
ahorro de agua a nivel de la
cuenca y de la región.
4 Integración de tecnologías
mejoradas a nivel de finca y la
transferencia de tecnología
"(Tokyo U Agr. Tech., U
Kyushu, FEDEARROZ,
FLAR)
4-1 Introducción de la agricultura
de precisión a la comunidad.
4-2 Transferencia horizontal de las
tecnologías de cultivo de bajos
insumos.
4-3 Transferencia de las
tecnologías
* NARO: Organización Nacional de Investigación Agrícola (antiguo Instituto Nacional de Ciencias
Agrobiológicas, NIAS)
4
1. Mejoramiento asistido por marcadores utilizando genes asociados a caracteres de raíz para desarrollar arroz colombiano con un desempeño de alto rendimiento en condiciones de bajo uso de insumos
Subtema: 1. Desarrollo de nuevas variedades con alta eficiencia en el uso del agua y de nutrientes mediante
la piramidación de genes utilizando QTLs de la raíz
Grupo de investigación: NARO (Organización Nacional de Investigación de Agricultura y
Alimentación): Yusaku Uga, Yuka Kitomi
FEDEARROZ: Natalia Espinosa, Nelson Amezquita
CIAT: Manabu Ishitani, Satoshi Ogawa, Michael Gomez, Milton Valencia
Contacto: [email protected], [email protected], [email protected]
Palabras clave: mejoramiento de arroz, selección asistida por marcadores (MAS), caracteres de raíz
Grupo objetivo: Mejoradores e investigadores de arroz
[Antecedentes, propósito]
Para lograr una producción de arroz sostenible en América Latina, se requiere mejorar la eficiencia en la
utilización de los recursos (agua y fertilizantes). El proyecto SATREPS está planeado para desarrollar e
implementar técnicas de producción de arroz eficientes en el uso de recursos y que sean adecuadas para el
entorno de producción de arroz colombiano. Este proyecto consiste en 4 subtemas: mejoramiento, manejo
del suelo, manejo del agua y transferencia de tecnología. Desde el enfoque de mejoramiento, buscamos
incrementar la eficiencia en el uso de agua y de nitrógeno de las variedades de arroz comerciales
colombianas a través de la introgresión de siete loci de rasgos cuantitativos (QTLs) promisorios para
caracteres de raíces (Fig. 1).
[Contenido y características de los resultados]
1. Marcadores de ADN disponibles para la selección asistida por marcadores (MAS)
Con los datos de genotipado por secuenciación (GBS) y secuenciación de genoma completo (WGS),
diseñamos 338 marcadores de polimorfismo de nucleótido único (SNP). Después de la validación utilizando
el ADN de los parentales: Fedearroz 60, CT21375, Fedearroz 174, Fedearroz 473 y Kinandang Patong (KP),
seleccionamos 288 marcadores SNP disponibles para la selección asistida por marcadores (Fig. 1). En este
conjunto, 29 marcadores SNP son para selección de los QTL objetivo y 259 marcadores SNP para la
selección de fondo genético. Además, estandarizamos 12 SSR polimórficos para las regiones de los QTL.
2. Estrategia de mejoramiento asistido por marcadores
Primero se desarrolló la progenie F1 de Fedearroz 60 x KP y CT21375 x KP. Luego avanzamos tres
retrocruzamientos de cada línea receptora (Fedearroz 60 y CT21375) y autofecundamos para obtener
generaciones BC3F5 en cuatro años. En la generación BC3F2, evaluamos alrededor de 1000 líneas mediante
genotipado utilizando MAS y fenotipado en condiciones de campo.
3. Procedimiento de selección individual
Seleccionamos líneas con las regiones de los QTL que mostraban un mayor peso de grano por planta
comparado con sus variedades receptoras. Obtuvimos nueve líneas BC3F5 de dos cruces (cinco de Fedearroz
60/KP y cuatro de CT21375/KP) con al menos un QTL y más del 90% de homocigocidad del fondo genético
de la variedad original.
5
4. Resultados de fenotipado en diferentes condiciones ambientales
BC3F4 líneas de CT21375 / KP tendieron a mostrar preliminarmente, un rendimiento de 3 a 12% más alto
que las variedades receptoras en condiciones de 0% de nitrógeno en Palmira (Fig. 2). La observación de la
raíz por el método de trinchera mostró que las líneas de mejoramiento BC3F5 evidenciaran una mayor
longitud de raíz, volumen de raíz y raíces más profundas (Fig. 3). También se identificaron buenas
características de calidad molinera y culinaria en la mayoría de las líneas, lo que las hace apropiadas para el
mercado colombiano.
5. Rasgos relevantes de algunas líneas de mejoramiento desarrolladas
ST603_180_9P (Variedad receptora: Fedearroz 60)
Con QTL de raíz: DRO1 [enraizamiento más profundo]
Más número de raíces totales
Alto potencial de rendimiento en condiciones normales.
Buena molinería y excelentes cualidades culinarias.
ST603_188_1S (Variedad receptora: Fedearroz 60)
Con QTLs de raíz DRO2 [enraizamiento más profundo], (qFSR4 [volumen de raíz])
Aumento del radio de raíces profundas.
Alto potencial de rendimiento en condiciones normales.
Buena molienda y buenas cualidades culinarias.
ST202_90_14S (Variedad receptora: CT21375)
Con QTLs de raíz: DRO3 [enraizamiento más profundo], DRO1 [enraizamiento más profundo]
Aumento de raíces más profundas, índice de raíces profundas y longitud máxima de raíces.
Alto potencial de rendimiento en condiciones normales y de 0% de nitrógeno.
Buena apariencia de grano (translucidez) y calidad de cocción.
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
1. Las líneas de mejoramiento (nueve líneas masales; BC3F5) se evaluarán en el ensayo de multi-localidades
en cinco sitios (Saldaña, Aipe, Montería, Ibagué y Palmira) para establecer la estabilidad en el
rendimiento y verificar las respuestas de las líneas seleccionadas en diferentes condiciones ambientales
(Fig. 4). Después de este ensayo, debemos tener otra evaluación, Prueba Nacional, con más ambientes.
Si obtenemos líneas con alta estabilidad de rendimiento en varios ambientes, podemos comenzar el
proceso de registro de variedades ante el Instituto Colombiano de Agricultura (ICA).
2. Las líneas sobresalientes que obtuvimos también se podrían integrar en los programas de mejoramiento
de arroz (Fedearroz y CIAT) como líneas parentales para desarrollar nuevas poblaciones de fondo indica
con caracteres de raíces profundas.
ST603_188_1S FEDEARROZ 60 ST603_180_9P ST202_90_14S CT 21375
6
3. Los marcadores moleculares para MAS deben continuar apoyando la selección de líneas de nuevos cruces
para desarrollar nuevas variedades con caracteres mejorados de raíz en los programas de mejoramiento
de arroz.
4. Se necesita tener precaución para manejar con cuidado la semilla tanto en los campos experimentales
como en las áreas posteriores a la cosecha para evitar la pérdida y / o etiquetado incorrecto de las semillas.
[Datos de apoyo del resultado de la investigación] Fig. 1.
Fig.2. Desempeño del rendimiento de las líneas BC3F4 de CT21375/KP en tratamiento con 100% y 0% de nitrógeno.
0
5000
10000
15000
ST201_83_9S ST201_89_7S ST202_90_11S ST202_90_14S CT21375 KP
Yiel
d p
erfo
rman
ce
(kg/
ha)
Average 100% N Average 0% N
qRL6.1, longitud de la raíz (Obara et al. TAG 2010)
qFSR4, volumen de la raíz (Ding et al. TAG 2011)
DRO1, ángulo de crecimiento de la raíz (Uga et al. Nature Genet. 2013a)
DRO2, ángulo de crecimiento de la raíz (Uga et al. Sci. Rep. 2013b)
DRO3, ángulo de crecimiento de la raíz (Uga et al. Rice 2015)
QRO1, QRO2 , longitud máxima de
Fig. 1. Distribución de marcadores de polimorfismo único SNP entre Fedearroz 60 y KP en el genoma del arroz
Fig. 3. Fenotipos de raíz de líneas BC3F5 de Fedearroz 60/KP y CT21375/KP en condiciones de irrigación.
7
Fig. 4. Distribución para prueba multilocalidades Diciembre 2018-Abril 2019
[Publicaciones y presentaciones orales/póster]
1. Kitomi Y., Itoh J., Uga Y. (2018) Mecanismos genéticos involucrados en la formación de la arquitectura
del sistema de raíces. Rice Genomics, Genetics and Breeding (eds. T. Sasaki, M. Ashikari): 241-274
(Springer Nature, Singapur)
2. Kitomi Y., Nakao E., Kawai S., Kanno N., Ando T., Fukuoka S., Irie K., Uga Y. (2018) Mapeo fino de
ENRAÍZAMIENTO RÁPIDO 1 y 2, loci de rasgos cuantitativos que aumenta la longitud de la raíz en el
arroz. G3-Genes Genomes Genetics 8: 727-735. doi: 10.1534 / g3.117.300147.
3. Uga Y. (2018) La reproducción molecular de la arquitectura del sistema radicular mejora el rendimiento
del rendimiento del arroz bajo deficiencias de agua y de nitrógeno. XIII International Rice Conference
for Latin America and the Caribbean. Piura, Perú, 16 de mayo.
4. Espinosa N., Ogawa S., Amezquita N., Valencia M., Recio M., Kitomi Y., Selvaraj G., Ishitani M., Tohme
J., Uga Y. (2018) Reproducción asistida por marcadores rápidos utilizando QTL de raíz para el desarrollo
del arroz colombiano con alto rendimiento en condiciones de bajo uso de insumos. Oral # 246, Reunión
de Crop Science Society de Japón. Sapporo, Japón. 5-6 de Septiembre.
5. Espinosa N., Ogawa S., Amezquita N., González E., Valencia MO., Recio ME., Kitomi Y., Selvaraj MG.,
Ishitani M., Tohme J., Uga Y. (2018) Mejoramiento de arroz por introgresión de QTLs de raíz a través
de selección asistida por marcadores SAM para aumentar el rendimiento bajo condiciones de bajo uso de
insumos. Poster #0055. XIII International Rice Conference for Latin America and the Caribbean. Piura,
Perú. 15-18 de Mayo.
8
2. Desarrollo de sistemas rápidos de fenotipado de campo de alta eficiencia para acelerar el mejoramiento de arroz
Subtema: 1-3. Evaluar los caracteres objetivo en campos experimentales.
Grupo de investigación: Universidad de Tokio: Kenji Omasa, Yo Shimizu, Fumiki Hosoi, Hiroki
Naito, Kohei Shimojima, Hiroki Mohri, Poching Teng, Xingtong Lu
CIAT: Satoshi Ogawa, Milton Orlando Valencia, Alba Lucia Chavez,
Manabu Ishitani, Michael Gomez Selvaraj
Contacto: [email protected], [email protected]
Palabras clave: análisis de crecimiento, análisis de imágenes, fenotipado, plantas de arroz, sensores
remotos, UAV
Grupo objetivo: Mejoradores e investigadores de agronomía y fisiología de cultivos
[Antecedentes, propósito]
Los fitomejoradores necesitan plataformas avanzadas de fenotipado para identificar la mejor variación
genética en un gran número de líneas al caracterizar las interacciones genotipo x ambiente. Por lo general,
las metodologías de fenotipado tradicionales son costosas, y requieren de mucho trabajo. Los sistemas de
Sensado Remoto de Alta Eficiencia para Fenotipado de Campo (RSHTFP, por sus siglas en inglés) son las
formas potenciales de aumentar la eficiencia del fenotipado y de predecir rasgos complejos como el
crecimiento de las plantas, el rendimiento del grano y la adaptación al estrés. A través del proyecto
SATREPS, hemos establecido plataformas de detección remota para estimar el crecimiento y el desarrollo
del arroz utilizando diferentes sistemas, a saber, sistemas de Fenotipado de Campo desde Torre (TFP) y
desde UAV (vehículo aéreo no tripulado) (UAVFP). Estos sistemas se utilizaron para monitorear rasgos
agronómicos y relacionados con el rendimiento en arroz a través de índices de vegetación y térmicos (VIs)
bajo diferentes tratamientos de agua y nitrógeno.
[Contenido y características de los resultados]
1. A través del proyecto SATREPS se establecieron sistemas de fenotipado de campo de alto rendimiento
(RSHTFP) basados en la detección remota. Estos sistemas se componen de sistemas de fenotipado de
campo basados en torre (TFP) y en UAV (vehículo aéreo no tripulado) (UAVFP) con cámaras de color,
multibanda y térmicas.
2. Al utilizar el sistema de TFP, encontramos una alta correlación entre varios VI (relación simple (SR),
índice de vegetación de diferencia normalizada (NDVI), índice de vegetación transformada (TVI), índice
de vegetación transformada corregida (CTVI), índice de vegetación ajustada al suelo (SAVI) y el índice
vegetación ajustada al suelo modificado (MSAVI) y los rasgos de rendimiento múltiple (número de
panículas, rendimiento de grano y biomasa aérea) bajo la aplicación de 0Kg de Nitrógeno. SR fue el
mejor VI para estimar el peso del grano (R2 = 0.80).
3. Al utilizar el sistema UAVFP en condiciones de estrés hídrico, el típico índice de color a * también tuvo
relaciones lineales cercanas (el coeficiente de determinación R2> 0.50) con múltiples características
relacionadas con el rendimiento (rendimiento del grano y tasa de llenado de grano). Tras el análisis de
imágenes RGB y NIR de varias etapas fenológicas del arroz, la floración fue la etapa más útil en la
estimación del rendimiento en varias condiciones de campo.
9
4. Para poder evaluar de manera rápida los caracteres y poder mejorar la precisión, hemos estado
construyendo un sistema rápido de evaluación de fenotipos utilizando Phenotower y UAV. Además, se
llevó a cabo la adquisición de datos y el análisis de varias imágenes. También se realizaron
entrenamientos para la operación del sistema de investigación rápida de los fenotipos. Además, al
analizar líneas de mejoramiento que poseen el CIAT y NARO, se especificaron diferentes índices de
vegetación e índices de color útiles para la evaluación de los caracteres y se espera que se utilicen para
la selección de nuevas líneas y para el diagnóstico del crecimiento.
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
1. El sistema TFP tiene las ventajas de simplicidad, facilidad y estabilidad en términos de introducción,
mantenimiento y operación continua.
2. El sistema UAVFP tiene el beneficio de un fácil transporte, cobertura de áreas extensas y captura de
imágenes desde diversas altitudes y ubicaciones.
3. Estos sistemas desarrollados y los VI detectados en nuestro estudio pueden ser una gran oportunidad para
que los cultivadores de arroz y los fisiólogos seleccionen líneas de alto rendimiento en las etapas iniciales
de crecimiento, especialmente antes de la floración, para la aceleración del mejoramiento. Sin embargo,
se requiere una adaptación para diferentes variedades, entornos de cultivo, condiciones y métodos de
adquisición de imágenes para obtener una alta calidad de predicción del rendimiento.
[Datos de apoyo del resultado de la investigación]
Fig. 1. A través del proyecto SATREPS se establecieron Sistemas de Fenotipado de Campo de Alta
Eficiencia (RSHTFP) basados en la detección remota. Estos sistemas se componen de sistemas de
fenotipado de campo basados en torre (TAV) y UAV (vehículo aéreo no tripulado) (UAVFP) con cámaras
de color, multibanda y térmicas.
10
Fig. 2. Se desarrolló un Sistema de Fenotipado de Campo basado en Torre (TFP) en condiciones de secano.
Fig. 3. Diagrama de flujo del procesamiento de imágenes para calcular los VI, y la variación espacial y temporal en la relación simple (SR) y los rasgos relacionados con el rendimiento en la cosecha en las imágenes originales del experimento de 2012.
11
Fig. 4. Sistemas de Fenotipado de Campo (UAVFP) basados en Vehículos Aéreos no Tripulados (UAV) bajo condiciones irrigadas.
[Publicaciones y presentaciones orales / póster]
1. Urano Y, Ishitani M y Omasa K. (2015). Sistema de monitoreo de campo usando Internet, en Closed
Ecosystem and Eco-Engineering (ed, por Omasa K, et al.) pp.392-398, Adthree Co. & Maruzen Co.
2. Omasa, K, (2015). La teledetección funcional de las plantas y las aplicaciones para el diagnóstico de
plantas e investigaciones fenómicas. Sistema de monitoreo de campo usando Internet, en Closed
Ecosystem and Eco-Engineering. (ed, por Omasa K, et al.) pp.354 - 366, Adthree Co. & Maruzen Co.
3. Omasa, K, (2016). El funcionamiento de las plantas de teledetección y el desarrollo de investigaciones
fenómicas. Trends in the Sciences. 21 (2): 72-76.
4. Omasa, K, (2018). Treasure every encounter-While remembering, looking back on my past life as
researcher. Climate in Biosphere. 18:29-38. Climate in Biosphere. 18:29-38
5. Naito H, Ogawa S, Valencia MO, Mohri H, Urano Y, Hosoi F, Shimizu Y, Chavez, AL, Ishitani M,
Selvaraj MG y Omasa K. (2017). Estimación de rasgos relacionados con el rendimiento del arroz y
análisis de loci de rasgos cuantitativos bajo diferentes tratamientos con nitrógeno utilizando un sistema
simple de fenotipado de campo basado en torres con cámaras réflex de lente única modificadas. ISPRS
Journal of Photogrammetry and Remote Sensing 125: 50-62.
6. Shimojima K, Ogawa S, Naito H, Valencia MO, Shimizu Y, Hosoi F, Uga Y, Ishitani M, Selvaraj MG
and Omasa, K. (2017). Comparación entre los rasgos de las plantas de arroz y los índices de color
calculados a partir de imágenes de sensores remotos de UAV. Eco-Engineering. 29(1):11-16
7. Valencia MO, Ogawa S, Shimojima K, Naito H, Mohri H, Urano Y, Shimizu Y, Hosoi F, Chavez AL,
Uga Y, Ishitani M, Selvaraj MG, Omasa K. (2018). Comparación entre los rasgos de las plantas de arroz
y los índices vegetativos calculados a partir de imágenes de teledetección XIII International Rice
Conference for Latin America and the Caribbean, Piura, Perú, 15 a 18 de mayo de 2018 (presentación del
póster)
8. Valencia MO, Ogawa S, Naito H, Shimojima K, Mohri H, Selvaraj M, Urano Y, Shimizu Y, Hosoi F,
Lucia A, Uga Y, Ishitani M, Omasa K. (2018). Desarrollo de una plataforma de fenotipado de campo de
alto rendimiento y bajo costo (HTFPPs) para el monitoreo del crecimiento del arroz. Reunión 264 de
Crop Science Society de Japón. 5-6 de Septiembre de 2018, Sapporo, Japón (presentación oral).
12
3. Predicción de la etapa de crecimiento en tiempo real utilizando información ambiental de campo de la plataforma de IoT Agrícola
Subtema: 1. Evaluar los rasgos de destino en campos experimentales.
Grupo de investigación: Universidad de Tokio: Satoshi Ogawa
CIAT: Manabu Ishitani, Michael Gómez Servaraj, Milton Valencia
FEDEARROZ: Natalia Espinosa, Nelson Amezquita
Contacto: [email protected], [email protected]
Palabras clave: Internet de las cosas (IoT), predicción de la etapa de crecimiento, Inteligencia artificial
(AI)
Grupo objetivo: Personal de extensión y productores
[Antecedentes, propósito]
La red de sensores y el entorno en la nube utilizados por "e-kakashi" le permiten compartir las técnicas de
cultivo y los conocimientos a través de la recopilación, el análisis basado en la nube y la visualización de la
información ambiental y el estado del desarrollo del cultivo. Estas tecnologías contribuirán al
establecimiento de una agricultura sostenible en Colombia con el objetivo de mejorar la eficiencia y la
calidad en el cultivo de arroz y aumentar la competitividad internacional de los productos agrícolas.
[Contenido y características de los resultados]
1. La predicción del período de floración en dos variedades colombianas (FEDEARROZ 60 y CT21375)
fue exitosa en tiempo real utilizando el conjunto de datos climáticos y fenológicos del CIAT (Fig. 1).
2. El estudio de verificación "e-kakashi" podría estimar las etapas de crecimiento, especialmente en el
tiempo de embuchamiento y fecha de floración con 2 días de error aproximadamente en dos variedades
Colombianas de arroz en tiempo real.
3. La plataforma de fenotipado con tecnología IoT se estableció en el CIAT para la evaluación eficiente de
caracteres con el fin de tener eficiencia en el uso de los recursos y la aceleración del mejoramiento de
nuevas variedades (Fig. 2).
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
1. La prueba de verificación para la transferencia a los agricultores debe continuar para los siguientes
aspectos: Desarrollo de nuevos sensores y dispositivos de control para diversas mediciones ambientales,
aumento de los puntos de medición con diferentes ambientes para apoyar el cultivo con mayor precisión,
mejora del sistema de comunicación en la distancia y el área de cobertura, y realizando pruebas de
verificación a nivel de la finca.
2. Los resultados del proyecto SATREPS deben validarse y aplicarse para el uso de los productores de arroz.
Este esfuerzo debe continuar incluso después del proyecto. Para conocer más detalles de los resultados,
consulte los resultados y la actualización de estos proyectos
(https://ciatshare.ciat.cgiar.org/sites/satreps_rice/publication/)
El proyecto de cooperación bilateral entre el Gobierno de Colombia y el Ministerio de Asuntos Internos y
Comunicaciones de Japón, “Investigación Demostrativa sobre Plataformas de IoT Agrícola hacia la creación
de la Plataforma de Información Agrícola Colombiana”, comenzó en 2018 y continuará durante varios años.
13
El equipo producido en Japón (e-kakashi), que recopila información ambiental y datos sobre el crecimiento
de las plantas en el campo, se utiliza y la información y datos recopilados se analizará. Los resultados del
análisis pueden utilizarse para la toma de decisiones agrícolas y para la cobertura de riesgos en el manejo
de cultivos.
Otro de los proyectos llamado "Aplicación de Internet de las Cosas (IoT) con Inteligencia Artificial (AI)
para la Agricultura" apoyado por el Fondo Multilateral de Inversiones (FOMIN) del BID (Banco
Interamericano de Desarrollo) también comenzó en 2019.
[Datos de apoyo del resultado de la investigación]
Fig. 1. Pruebas de verificación en el campo del CIAT y sus resultados.
Fig. 2. Establecimiento de la plataforma de fenotipado con tecnología IoT.
[Publicaciones y presentaciones orales / póster]
1. Ogawa S., Togami T, Yamamoto K, Yamaguchi N, Ishitani M. (2018) Predicción de la etapa de
crecimiento en tiempo real utilizando información ambiental de campo de la plataforma IoT Agrícola. XIII
International Rice Conference for Latin America and the Caribbean, Piura, Perú, 15 - 18 de Mayo de 2018
(presentación del póster).
2. Ogawa S. e Ishitani M. (2019) 8-5. Tendencias y estudios de caso de la agricultura inteligente en América
Central y del Sur (Colombia como ejemplo). Publicación conmemorativa en Thirty’s Anniversary of
Japanese Society of Agricultural Informatics. “New Smart Agriculture” Agriculture and Forestry Statistics
Publishing Inc., Tokio, 2019.5 (fecha prevista de publicación)
14
4. Evaluación de la raíz y el rendimiento de genotipos de arroz en múltiples entornos con diferente disponibilidad de agua
Subtema: 1-4. Evaluación de múltiples ambientes.
Grupo de investigación: Universidad de Tokio: Akihiko Kamoshita, Vivek Deshmukh
FEDEARROZ: Nelson Amezquita
Contacto: [email protected], [email protected]
Palabras clave: raíz profunda, cama elevada, WinRhizo, sistema de detección, gestión de ahorro de agua
Grupo objetivo: Mejoradores y agrónomos
[Antecedentes, propósito]
La evaluación de los genotipos de arroz (ya sean variedades existentes o nuevas líneas de mejoramiento) en
múltiples condiciones ambientales, es un paso necesario tanto para fines de mejoramiento como para la
agronomía en cuanto a decidir las características de los rasgos bien adaptados a los ambientes objetivo. Las
"condiciones ambientales múltiples" deben realizarse en experimentos de campo, ya sea en la finca o en la
estación experimental. La prueba "en la finca" utiliza múltiples ubicaciones (por ejemplo, arrozales en la
parte alta y baja del abanico aluvial en Ibagué) dentro de un municipio objetivo y/o en múltiples municipios
(por ejemplo, Ibagué, Saldaña y otros), lo que permite la evaluación de la interacción lugar por genotipo,
como un paso necesario en el desarrollo de nuevas variedades y selección de variedades recomendadas para
cada municipio. Por otro lado, la prueba “en la estación experimental” utiliza entornos con diferentes niveles
de componentes específicos de las condiciones ambientales (por ejemplo, tasa de aplicación de nitrógeno,
suministro de agua de riego) para detectar la respuesta específica de los genotipos. Aquí presentamos 2
experimentos de prueba de genotipos bajo múltiples condiciones ambientales. El Experimento 1 es el
análisis de 7 genotipos (en su mayoría variedades colombianas) en 3 frecuencias de riego en 2 locaciones y
2 temporadas (en total 12 ambientes). El Experimento 2 es el análisis de 10 genotipos (incluidas 9 nuevas
líneas de mejoramiento con caracteres de enraízamiento profundo) en 3 sistemas de manejo del agua en 2
temporadas (en total 6 entornos). La longitud de la raíz y la dirección de crecimiento se analizaron por
muestreo profundo de perfil de suelo y el método de la canasta para la raíz, respectivamente.
[Contenido y características de los resultados]
1. Evaluación del Sistema de Raíces I consiste en un muestreo profundo de perfil de suelo con un barreno
colector de suelo dividido a diferentes profundidades del perfil de suelo, cuyas muestras pasan por varios
procesamientos de lavado y limpieza de raíces para el análisis de imágenes por el software WinRhizo
que determinan la longitud de la raíz y posteriormente se toma el peso de la raíz (Fig.1, ver también
manual SATREPS 2019a).
2. Evaluación del Sistema de Raíces II utiliza el método de la canasta para la raíz para analizar la dirección
de crecimiento de la raíz. El porcentaje de raíces que crecen verticalmente se puede cuantificar (usando
un ángulo de 45 grados para separar la dirección de las raíces "más superficiales" de las "más profundas")
(Fig.1).
3. Dado que se espera que el sistema de raíces más profundas aumente la producción cuando la humedad
del suelo superficial es limitada, se construyó un nuevo sistema de evaluación de raíces en campo llamado
"cama elevada" poniendo suelo sobre una capa de 5 cm de grava para crear condiciones de baja humedad
en el suelo superficial (Fig. 1, ver también el manual SATREPS 2019b). La longitud de la raíz y su peso
por profundidad de suelo se analizaron en este sistema de "cama elevada", junto con 2 tratamientos de
15
agua diferentes establecidos en condiciones ordinarias de campo usando 9 nuevas líneas de mejoramiento
(p. Ej., Fig. 2).
4. En el Experimento 1, el rendimiento del grano de 7 genotipos (incluidas 5 variedades colombianas, 1
línea de mejoramiento promisoria de América Latina, IR64 (una variedad de referencia de secano de
Asia)) se evaluó en 12 entornos diferentes con 3 frecuencias de riego diferentes (frecuente (W1), menos
frecuente a la mitad (W2), mucho menos frecuente por un tercio (W3), 2 ubicaciones (estación
experimental Las Lagunas en Saldaña, un campo de agricultor en Ibagué) y por 2 años (estación seca
2015, estación húmeda 2016). La variación genotípica y la interacción genotipo por ambiente para el
rendimiento de grano fueron significativas: en particular, la interacción genotipo por ubicación y la
interacción genotipo por ubicación por año fueron las más altas (Tabla 1). La interacción genotipo por
agua fue insignificante.
5. En el Experimento 2, el rendimiento de grano de 9 nuevas líneas de mejoramiento junto con
FEDEARROZ 60 se evaluó en 6 ambientes diferentes que consistieron en 3 sistemas de manejo de agua
diferentes (lámina de agua estancada de más de 5 cm (agua profunda), de menos de 5 cm (agua poco
profunda), cama elevada aeróbica), y 2 años (estación húmeda 2017/18, estación seca 2018). El contenido
volumétrico de agua en el suelo fue de 34, 29 y 27% en promedio, para cada tratamiento respectivamente
(análisis de datos en curso).
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
1. Se estableció una plataforma de evaluación de raíz en condiciones de campo, que consta de cama elevada,
canasta para raíces y barreno colector de suelo. Las raíces totales y el perfil de la raíz se mejoraron en
las líneas en las que se introdujeron los QTL de la raíz. Sin embargo, el coeficiente de variación (CV) de
la longitud de la raíz fue grande (30% y 54% a 0-30 cm de profundidad y 20-30 cm de profundidad,
respectivamente) en 4 muestras replicadas. Se deben utilizar más repeticiones (> 4) y habilidad técnica
de muestreo y procesamiento para detectar diferencias genotípicas significativas en el sistema de raíces.
2. FEDEARROZ 174 y FEDEARROZ 473 mostraron un rendimiento estable y mayor en los 12 ambientes
(Fig. 3), mientras que FEDEARROZ 67 tuvo un rendimiento mayor en Saldaña y FEDEARROZ 60 tuvo
un desempeño relativamente mejor en Ibagué. Estos resultados confirmaron la comprensión empírica de
los caracteres varietales.
Los fenotipos de las raíces y la mejora del rendimiento en los ambientes objetivo deben analizarse a partir
de la contribución de los QTLs de raíz y los QTLs fuera del objetivo (Fig. 4).
[Datos de apoyo del resultado de la investigación]
Fig. 1. Diagrama esquemático de un nuevo sistema de evaluación de raíces en campo llamado “cama elevada” en el
Experimento 2, donde la capa de grava de 5 cm evita la subida de agua del sub-suelo por capilaridad y crea una capa
superior del suelo menos húmeda (denominada manejo de agua de "cama elevada aeróbica"). También se muestran los
equipos de evaluación de raíces (canasta para raíz y barreno colector de suelo) y el perfil de cama elevada por zanja.
16
Tabla 1. Análisis combinado de varianza entre tres manejos de agua con diferentes frecuencias, dos
ubicaciones (Saldaña, Ibagué) y dos años (2015, 2016) entre 7 genotipos en el Experimento 1.
Factores:
Producción
de grano
Biomasa
aérea
Índice de
cosecha
Días a 50%
de floración.
Toma de
nitrógeno δ13C
Genotipo (g) *** *** *** *** * ***
Agua (W) *** *** * *** *** NS
Ubicación (L) *** *** ** *** *** ***
Año (Y) + NS *** *** *** ***
G × W NS NS NS NS NS NS
G × L *** *** *** *** *** NS
G × Y * ** ** *** NS NS
L × W NS *** * ** *** NS
L × Y + NS *** NS *** ***
W × Y NS ** ** *** *** +
G × W × L NS NS NS * NS NS
G × W × Y NS NS NS NS NS NS
G × L × Y *** NS *** *** NS NS
L × W × Y + NS *** *** *** NS
G × L × W × Y NS + NS NS NS NS Nivel de significancia NS- no significativo +- significativo al nivel de P <0,10, * - significativo al nivel de P≤0,05, **
- significativo al nivel de P≤0,01, *** - significativo al nivel de P≤0.001.
Fig. 2. Peso total de la raíz de 0-30 cm de profundidad (g m-2) en aguas profundas (> 5 cm) y en aguas poco
profundas (<5 cm) en la estación seca 2018 en el Experimento 2. Las barras en la figura indican la desviación
estándar. (NS: no significativo, **: significativo en el nivel P ≤ 0.01).
17
Fig. 3. Curvas de regresión de Finlay-Wilkinson para el análisis de las interacciones genotipo x ambiente
para el rendimiento del grano (g m−2) para FEDEARROZ 60, FEDEARROZ 174, FEDEARROZ 473,
CT21375, FEDEARROZ 67, FEDEARROZ 733 y IR64 en 12 ambientes (Ib y Sal, corresponden a las
locaciones Ibagué y Saldaña). DS y WS representan los años (estaciones secas y húmedas,
respectivamente), y W1, W2 y W3 representan el manejo del agua con frecuencias altas, medias y bajas)
en el Experimento 1.
Fig. 4. Diagrama de los efectos de los QTLs de raíz objetivos en
el fenotipo de la raíz en los ambientes objetivo. Las raíces
podrían mejorar el crecimiento constitutivo y la adaptación al
estrés y, finalmente, mejorar el rendimiento. Los QTLs no-
objetivo también podrían afectar el crecimiento, la adaptación y
el rendimiento, ya sea de manera positiva o negativa.
[Publicaciones y presentaciones orales / póster]
1. Deshmukh, V., Kamoshita, A., Amezquita, N. (2018). Evaluación de las líneas QTL piramidal de
reproducción de arroz para el sistema de raíces en diferentes entornos de manejo de agua en Colombia. 246
Reunión de la Crop Science Society de Japón, Sapporo, Japón, 5-6 de Septiembre.
2. SATREPS (2019a). Manual de usuario para el barreno colector de suelo y WinRhizo para análisis de raíz.
3. SATREPS (2019b). Manual de usuario para la construcción de camas elevadas para la evaluación de
caracteres de raíces más profundas en genotipos de arroz.
Target environment
Off-target QTLs
Growth + Adaptation +
Yield improvement
Root phenotype
Target root QTLs
18
5. Ahorro de nitrógeno y agua en condiciones de estación experimental
Subtema: 3-1. Evaluación de la adaptación ambiental del arroz y desarrollo de tecnología de cultivo con
ahorro de agua a nivel de campo.
Grupo de investigación: Universidad de Tokio: Akihiko Kamoshita, Vivek Deshmukh, Lorena
López-Galvis
FEDEARROZ: Dario Pineda, Nelson Amezquita, Gabriel Garces
Contacto: [email protected], [email protected]
Palabras clave: ahorro de agua, sobrefertilización con N
[Antecedentes, propósito]
En Colombia, el arroz se produce principalmente por siembra mecanizada en seco en suelo sin fango, con
alto uso de fertilizantes inorgánicos de nitrógeno (N) de hasta 5 fraccionamientos sin aportes de fuentes
orgánicas, existe poca información cuantitativa para diseñar estrategias de ahorro de fertilizantes
nitrogenados y de agua de riego. Se realizaron dos experimentos de campo en la estación experimental en
Saldaña para cuantificar los posibles niveles de reducción de fertilizantes con N y de agua de riego en
comparación con niveles convencionales para la clarificación del rendimiento del arroz de siembra
mecanizada en seco (variedad FEDEARROZ 60) en un campo de nivel cero, sin fango en las estaciones
seca (2015) y húmeda (2016) (Foto 1). La magnitud de la reducción del rendimiento bajo el nivel de
fertilizante N de 140 kg N ha-1 (N140; -22% y -36% más bajos que el nivel convencional durante las
estaciones húmedas y secas, respectivamente) se cuantificó en comparación con 180 kg N ha-1 (N180; nivel
convencional durante la estación húmeda) y 220 kg N ha-1 (N220; nivel convencional durante la estación
seca) fraccionado en 5 fertilizaciones, pero también por 3 fertilizaciones fraccionadas después de una
enmienda orgánica basal (es decir, Gaikashi) en el caso del nivel de 180 kg N ha-1 (N180O3). La magnitud
de la reducción del rendimiento en 2 tratamientos de frecuencia de irrigación (menor intervalo y poca
ahorradora de agua (W2), más intervalo y más ahorradora de agua (W3)) también se cuantificó en
comparación con la frecuencia de irrigación convencional de 3 días de intervalo (W1).
[Contenido y características de los resultados]
1. La tasa de aplicación de N reducida de 220 kgN ha-1 a 140 kgN ha-1 (ahorro de 36% N) no redujo el
rendimiento de grano en las estaciones seca y húmeda (Fig. 1) debido a la mayor eficiencia de uso de N
a pesar de un peso total de N ligeramente reducido (Tabla 1). Tres aplicaciones divididas de 180 kgN ha-
1 con enmienda orgánica basal en vez de 5 aplicaciones resultaron en un peso y un rendimiento de N total
comparables (Tabla 1, Fig. 1)
2. El arroz tomó aproximadamente un 40% más de N en la estación húmeda de 2016, que en la seca de
2015 debido a la mayor recuperación del N en la estación húmeda (Tabla 1). Dentro de cada temporada,
el peso total del N no tuvo interacción con el tratamiento de fertilizante N ni con el manejo del agua de
riego.
3. El ahorro de la entrada total de agua (riego + lluvia) estuvo acompañado por una reducción del
rendimiento en la estación seca (W2 y W3 en 2015), pero se logró un pequeño ahorro de agua (ca. 30%)
sin penalización en el rendimiento en la estación húmeda (W2 en 2016). Las entradas totales de agua por
tiempo de floración para mantener el mayor rendimiento fueron de aproximadamente 1000 mm y 600
mm en la estación seca y la estación húmeda, respectivamente (Fig. 2). Los valores correspondientes a
19
la madurez fueron aproximadamente 1500 mm (estación seca) y 1000 mm (estación húmeda),
respectivamente. La productividad del agua de campo en el nivel cero en la estación fue mayor en la
estación húmeda (0.61 kg m-3) que en la estación seca (0.43 kg m-3) y en la estación húmeda, aumentó
45% de 0,51 kg m-3 (W1) a 0,74 kg m-3 (W2).
4. La entrada de agua de riego se estimó cada 10 minutos (Q10; m3) usando la medición de la profundidad
del agua (d; m) obtenida con un sensor de presión fijado en el canal parcial para cada manejo de agua;
Q10 =1.84＊(0.4-0.2＊d) ＊d1.5 ＊600
La profundidad del agua se midió manualmente varias veces para la calibración. También se midió la
longitud de cada incidencia de riego.
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
1. Los valores del peso de N total en la planta y las respuestas al fertilizante N (Tabla 1, Fig. 1) se evaluaron
en el experimento en condiciones de campo en la estación experimental de Las Lagunas, Saldaña sin
fango y bajo nivel cero. Los agricultores, los agrónomos, los funcionarios de extensión, los encargados
de la formulación de las políticas y las empresas de fertilizantes deben conocer el uso de los fertilizantes
N y su eficiencia puede ser mejorada teóricamente en Colombia, tal como se ha demostrado en este
estudio, así como en otros artículos y en prácticas en otros. países. Se recomendarían esfuerzos
adicionales a nivel de finca para elevar la eficiencia del uso de fertilizantes N.
2. Los valores de la entrada de agua y la productividad del agua (p. Ej., Fig. 2) se derivaron del experimento
en condiciones de campo en la estación experimental de Las Lagunas, Saldaña sin fango y bajo nivel
cero (tipo de suelo limoso). Estos valores del suministro total de agua en madurez (p. Ej., 1500 mm y
1000 mm para estaciones secas y húmedas, respectivamente) se convertirían en valores estándar para
hacer comparaciones con experimentos similares a nivel de estación en otros sitios con diferentes tipos
de suelo o experimentos a nivel de finca, ya sea en campos nivelados o de caballones en Colombia.
[Datos de apoyo del resultado de la investigación]
Fig. 1. El rendimiento de grano (g m–2) promediado de los 3 regímenes de manejo de agua de riego en 2
años para 5 tratamientos de N. Diferentes letras indican diferencias significativas en el nivel del 5% (prueba
de Tukey). Las barras indican error estándar. En el eje X N220: 220 kg N ha-1, N180: 180 kg N ha-1, 180O3:
180 kg N ha-1 (que contiene materia orgánica y N aplicado en 3 fraccionamientos), N140: 140 kg N ha-1 y
N0: 0 kg N ha-1.
20
Tabla 1. Recuperación de N (%), peso total del N (g m-2) y eficiencia de uso del N para la biomasa aérea (g g-1)
promediado de 3 regímenes de manejo de agua y 2 años con 5 tratamientos de nitrógeno.
*, **, ***; significativo en niveles P≤0.05, 0.01, 0.001, respectivamente. NS; no significativo en P <0.05. Los
tratamientos con N se explican en la figura 1.
Las medias seguidas por letras diferentes indican diferencias significativas a un nivel del 5% (prueba de Tukey).
Fig. 2. El suministro de agua de riego en el tiempo de floración limitó de manera diferente el rendimiento
del grano entre la estación seca 2015 y la estación húmeda 2016 y en los 3 tratamientos de agua. El
rendimiento del grano se promedió a partir de los 4 tratamientos de N excluyendo N0. Las barras indican
un error estándar para el rendimiento del grano.
Factores: Recuperación de N Peso total de N Eficiencia uso de N
Tratamiento de N
N220 46 16.3 c 122 a
N180 56 15.8 c 127 ab
N180O3 60 16.5 c 124 ab
N140 54 13.5 b 140 b
N0 - 8.0 a 177 c
LSD N(0.05) 13 1.6 12
Año
2015 29 11.5 162
2016 78 16.5 113
LSD Y(0.05) 9 1.0 8
Tratamiento de N (N) * *** ***
Agua (W) *** NS *
Año (Y) *** *** ***
N × W NS NS NS
N × Y NS *** NS
W × Y *** NS ***
N × W × Y NS NS NS
W1 2015W2 2015
W3 2015
W1 2016W2 2016
W3 2016Estación húmeda 2015
y = 0.75x - 33
(R² = 0.47)
(648 < x < 1006)
Estación seca 2016
y = 1.85x - 298
(R² = 0.50)
(486 < x < 580)
y = 742
(580 < x < 862)
0
100
200
300
400
500
600
700
800
900
0 200 400 600 800 1000 1200
Ren
dim
iento
de
gra
no
(g m
-2)
Suministro de agua de riego hasta floración (mm)
21
Foto 1. Vista del muestreo a los 90 días después de la emergencia (es decir, la etapa de floración) en el
experimento en la estación en Saldaña (tratamiento W1 durante la estación seca en 2015). Se cuantificaron
las magnitudes de ahorro de fertilizante nitrogenado y la entrada de agua (5 tratamientos de nitrógeno y 3
de manejo de riego 3 repeticiones).
[Publicaciones y presentaciones orales / póster]
1. Deshmukh V., Kamoshita A., Pineda D. y López-Galvis, L. (2018). Estrategia de ahorro de agua y
nitrógeno nivel de campo para la producción de arroz colombiano en tierras bajas. 246th reunión de Crop
Science Society de Japón, Sapporo, Japón, 5-6 de Septiembre.
2. Deshmukh, V., López-Galvis, L., Pineda, D., Amezquita, N., y Kamoshita, A. (2016). El Niño 2015 y la
evaluación del uso de agua de riego para genotipos de arroz de semilla seca directa bajo diferentes tasas de
aplicación de fertilizantes nitrogenados en Colombia. 7th International Crop Science Congress, Beijing,
China, 14-19 de Agosto.
3. Deshmukh, V., Kamoshita, A. y otros (2019). Efectos de la frecuencia de riego y el suministro de
fertilizante nitrogenado en el sistema de cultivo de producción de arroz con siembra directa en el centro de
Colombia (en preparación).
22
6. Estimación de la pérdida de agua y nitrógeno y manejo sugerido para aumentar su eficiencia de utilización en el sistema de riego de curvas a nivel de campos de arroz en Colombia
La pérdida de agua y nitrógeno en el sistema de riego por curvas a nivel en arroz se estimó por primera vez
en detalle en Colombia. La pérdida de agua y nitrógeno disuelto a través de la escorrentía en la salida de la
parte baja del lote fue significativa. Al minimizar la pérdida de agua de escorrentía acompañada de una
irrigación por lotes individuales desde el canal, se espera que el tiempo adecuado de re-irrigación reduzca
estas pérdidas de agua y nitrógeno y aumente la eficiencia de su utilización.
Subtema: 2. Desarrollo de estrategias de fertilización y manejo eficiente de cultivo en el sitio objetivo.
Grupo de investigación: Universidad de Tokio: Kensuke Okada, Lorena López-Galvis, Taro
Takahashi, Mie Yamamuro, Naoya Takeda
FEDEARROZ: Armando Castilla, Gabriel Garces
Contacto: [email protected], [email protected]
Palabras clave: volatilización de amoníaco, nitrógeno, escorrentía, uso eficiente, agua, nivel freático
[Antecedentes, propósito]
El sistema de riego de curvas a nivel se utiliza comúnmente en América Latina. En este sistema, se espera
una mayor pérdida de agua y nitrógeno debido a la escorrentía en la salida de la parte más baja del lote, pero
el grado de la pérdida y el efecto ambiental y de manejo en la pérdida rara vez se han evaluado. Por lo tanto,
el presupuesto y la dinámica del agua y el nitrógeno se midieron bajo el manejo convencional en fincas y
se propusieron medidas para reducir la pérdida.
[Contenido y características de los resultados]
1. El sistema de irrigación por curvas a nivel es un método de irrigación gravitacional para lotes con
pendiente en el que el agua se aplica desde la parte superior del lote de manera intermitente con un
intervalo de varios días. Los caballones fueron trazados a lo largo de las curvas de nivel en el lote con
una diferencia de altitud de alrededor de 15 cm para retener el agua para el cultivo de arroz irrigado (Fig.
1). En Colombia, alrededor del 70% de los arrozales son irrigados con este método.
2. Establecimos medidores de flujo de agua (canaleta Parshall, Fig. 2) en la entrada y salida de cada lote y
estimamos el balance hídrico durante dos temporadas en 2017 en las fincas de Ibagué. En promedio la
precipitación y el riego fue de 609 y 1930 mm, respectivamente. En comparación con el volumen de riego
del sistema alternativo de humedecimiento y secado (AWD) y la inundación continua en Asia (200-1000
mm), el volumen de agua de riego en el sistema de riego de curvas a nivel fue mucho mayor (Fig. 4).
3. Con respecto a las salidas de agua, la escorrentía en la salida de la parcela fue de 1008 mm, o
correspondiente al 44% de la entrada total de agua. (Fig. 4). La percolación descendente a las capas más
profundas del suelo se estimó en 797-1090 mm, y la ET (evapotranspiración) fue de 532 mm. La
percolación se vio afectada por la textura del suelo, pero la escorrentía no se afectó. La reducción de
pérdida por escorrentía fue identificada como un factor importante para aumentar la eficiencia del uso del
agua.
4. Se sugirió usar un tubo perforado (Fig. 5) para medir el nivel freático del suelo y se recomienda volver a
irrigar cuando el nivel freático baje a 15 cm por debajo del suelo. Con este tiempo de riego, el contenido
23
de agua de la superficie del suelo se puede mantener alrededor de capacidad del campo, y se puede
optimizar el equilibrio entre el crecimiento y el ahorro de agua.
5. Se encontró que la fertilización y el N disuelto en el agua de riego suministraron N en 264-303 kg / ha
(Tabla). Alrededor del 50% fue absorbido por las plantas y el 20% se perdió por escorrentía. La reducción
de la pérdida de agua a través de la escorrentía puede ahorrar el uso de fertilizante en alrededor del 20%
(datos no mostrados).
6. La pérdida de N a través de la volatilización del amonio cuando se aplicó N como urea, se estimó usando
el método de cámara ventilada, y se encontró que 5% del N aplicado se perdió por la volatilización del
amonio. Se encontró que la irrigación inmediatamente después de la aplicación de urea, así como el uso
de fertilizante de nitrato o la aplicación de urea acompañada de un inhibidor de la ureasa (p. Ej.,
Agroteína) y un inhibidor de la nitrificación (p. Ej., ENTEC) suprimen la volatilización del amonio
(Castilla et al. 2018).
7. Las condiciones del agua (potencial métrico del agua del suelo y el número de días con agua estancada)
en diferentes posiciones a lo largo de la pendiente no fueron diferentes (datos no mostrados). Y, por lo
tanto, no se observó el efecto de topo-secuencia para el rendimiento del arroz (Fig. 6).
8. Este es el primer informe sobre el balance de agua y nitrógeno en el sistema de riego de curvas a nivel, y
los resultados sugieren un mejor manejo del cultivo para aumentar la eficiencia en el uso del agua y del
nitrógeno.
[¿Cómo usar estos resultados?, precauciones a tener en cuenta]
1. Los manuales se prepararán y serán cargados en el sitio web del proyecto SATREPS de FEDEARROZ.
[Datos de apoyo del resultado de la investigación]
Fig. 1. Sistema de riego en curvas a nivel en Ibagué.
Fig. 2. Canaleta (izquierda) y sensor de nivel de agua (derecha) para medir el riego/escorrentía y el nivel de agua, respectivamente.
24
Fig. 3. Figura esquemática del método de instalación de los equipos.
Fig. 4. Balance de agua del sistema de curvas a nivel con el de un sistema alternativo de humedecimiento y secado (AWD) e inundación continua (CF). (Los datos de SWD y CF se obtuvieron de la revisión de la literatura).
Fig. 5. Tubo perforado simple para medir el nivel freático para decidir el momento del re-riego.
Tabla 1. Balance de nitrógeno en las fincas de Ibagué
(promedio de 2 temporadas en 2017 con 3 niveles de
frecuencias de riego)
25
Fig. 6. Rendimiento de grano de acuerdo a la posición topo secuencial
[Publicaciones y presentaciones orales / póster]
1. Okada K. y López-Galvis, L. (2018) Mejorando la eficiencia de la utilización de los recursos en los
sistemas de producción de arroz de riego con caballones en Colombia. En: Kokubun y Asanuma (Eds.) Crop
Production under Stressful Conditions. Springer Nature Singapore Pte Ltd., pp. 71-86.
2. Takeda N., López-Galvis L., Pineda D., Castilla A., Takahashi T., Fukuda S. y Okada K. (2019)
Estimación de los contenidos de agua del suelo a partir de los niveles freáticos de campo como posible
criterio de riego en arroz bajo sistema de irrigación por caballones. Environmental Control in Biology (en
impresión).
3. Takeda N., López-Galvis L., Pineda D., Castilla A., Takahashi T., Fukuda S., y Okada K. (2019).
Evaluación de la dinámica del agua del sistema de riego de caballones en campos de arroz con pendiente en
Colombia. Agricultural Water Management 217: 107-118.
4. Castilla LA et al. (2018) Volatilización, lixiviación y escorrentía de nitrógeno según la dosis, las fuentes
y la humedad del suelo en el cultivo de arroz. 21 World Congress of Soil Science, Rio de Janeiro, Brasil.12-
18 de Agosto.
26
7. Optimización del manejo del agua y nitrógeno en sistemas de riego mediante la aplicación del modelo de crecimiento de arroz APSIM-Oryza2000
Un modelo de simulación por computadora, APSIM-Oryza2000, fué aplicado con éxito al sistema de riego
de curvas a nivel de tierras bajas de arroz. Los parámetros de la planta se ajustaron para irrigación
intermitente y reiterativas condiciones de estrés hídrico. Como resultado del análisis de escenarios se
sugirieron mejores opciones de manejo para aumentar la eficiencia en la utilización del agua y el nitrógeno.
Subtema: 2. Desarrollo de estrategias de fertilización y manejo eficiente de cultivo en el sitio objetivo.
Grupo de investigación: Universidad de Tokio: Kensuke Okada, Naoya Takeda, Lorena López-
Galvis, Taro Takahashi, Mie Yamamuro
FEDEARROZ: Armando Castilla, Gabriel Garces
Contacto: [email protected], [email protected]
Palabras clave: modelo de cultivo, APSIM, Oryza2000, análisis de escenarios, eficiencia en el uso del
agua nitrógeno
Grupo objetivo: productores de arroz, personal de extensión, agrónomos
[Antecedentes, propósito]
La aplicación de simulaciones por computadora para parcelas específicas es un enfoque racional para
identificar el manejo óptimo del cultivo. Sin embargo, el modelo de crecimiento de cultivo rara vez se ha
utilizado para el sistema de riego por curvas a nivel del cultivo de arroz, tan común en Colombia, debido a
las condiciones desiguales esperadas de agua y nutrientes a lo largo de la pendiente (efecto topo-secuencial).
Evaluamos los efectos topo-secuenciales sobre las condiciones del suelo y el rendimiento del arroz en las
condiciones de campos de agricultores y probamos la aplicabilidad del modelo de crecimiento de cultivo, y
luego realizamos un análisis de escenarios para identificar las mejores opciones para el manejo del cultivo.
[Contenido y características de los resultados]
1. APSIM fue desarrollado por el grupo APSRU y ha sido mantenido por la Iniciativa APSIM en Australia.
La interfaz de usuario de APSIM es adecuada para los principiantes del modelo de crecimiento de cultivo.
APSIM utiliza Oryza2000 como módulo de arroz, el cual fue desarrollado por el Instituto Internacional
de Investigación del Arroz (IRRI) y se usa ampliamente en todo el mundo. APSIM-Oryza2000 se puede
utilizar de forma gratuita (www.apsim.info). Se recomienda obtener los datos del suelo y del clima diario
mediante análisis del suelo y de la estación meteorológica, respectivamente. Pero los datos de simulados
también pueden obtenerse de una base de datos global como SoilGrids (soilgrids.org) y NASAPower
(power.larc.nasa.gov).
2. Se evaluaron tres lotes comerciales en Ibagué y se encontró que las condiciones del agua del suelo y el
rendimiento del arroz no fueron significativamente diferentes a lo largo de la pendiente (ver el
componente anterior de esta Guía). Y, por lo tanto, APSIM-Oryza se puede utilizar de forma regular,
asumiendo lotes planos.
3. El rendimiento de grano predicho fue cercano al valor observado en el campo (Fig. 1). El error relativo
al cuadrado medio de la raíz (RRMSE) entre los valores simulados y observados fue de 11-24%. Este
RRMSE no es un valor pequeño, pero puede aceptarse bajo las condiciones de campo comercial donde
la variabilidad del rendimiento estuvo alrededor del 20%.
4. Realizamos escenarios de autorriego con diferentes umbrales de condiciones del agua del suelo. Se
encontró que la capacidad de campo (DUL: límite superior drenado o Capacidad de Campo) es el mejor
27
umbral (Fig. 2) y en este nivel se puede ahorrar agua sin reducir el rendimiento. También se encontró que
la frecuencia de riego convencional es óptima, pero el volumen de agua en cada riego se puede ahorrar
hasta en un 20% (datos no mostrados).
5.Al aplicar el manejo optimizado de riego, se estimó mediante la simulación que el rendimiento podría
aumentarse, mientras que el volumen de agua de riego se puede mantener en el mismo nivel o en un nivel
inferior (Fig. 3). Sin embargo, para el campo con alta percolación (Finca C), el mayor rendimiento se
logró solo con un mayor volumen de riego, lo que sugiere que el nivel actual de irrigación podría estar
causando estrés hídrico en las plantas.
6. Para el nitrógeno, el rendimiento disminuyó proporcionalmente cuando se redujo la tasa de aplicación de
N (datos no mostrados). Sin embargo, fueron evaluadas las diferentes alternativas en el fraccionamiento
de la fertilización con nitrógeno, y se encontró que dar una mayor proporción en etapas iniciales puede
aumentar la eficiencia del uso de nitrógeno y podría reducir el uso de N sin afectar el rendimiento.
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
1. Se recomienda a los productores de arroz que estén interesados en el uso del modelo de crecimiento de
cultivos que primero se comuniquen con el personal técnico de FEDEARROZ para solicitar asesoría. Se
requiere tiempo y esfuerzo para hacer uso del modelo. Alternativamente, se puede usar el sistema
simplificado de soporte de decisiones introducido en esta Guía técnica (componente 9).
[Datos de apoyo del resultado de la investigación]
[Publicaciones y presentaciones orales / póster]
1. Takeda N. (2018) Aplicación de APSIM-Oryza2000 a
los campos de arroz con pendiente con sistema de riego
de contorno de diques en Colombia para un uso eficiente
del agua. Tesis de maestría. Escuela de posgrado de
ciencias agrícolas, Universidad de Tokio. Japón.
Fig. 1. Comparación entre rendimiento simulado y rendimiento observado.
Fig. 2. Rendimiento de grano afectado por la entrada total de agua (lluvia y riego) bajo diferentes criterios de activación de riego.
Fig. 3. Comparación del manejo convencional de los agricultores y del manejo óptimo en el rendimiento, el balance de agua y la productividad del agua.
28
8. Herramienta de visor de mapas agroclimáticos - (AMV)
El Visor de Mapas Agro-Climáticos (aplicación web) fue desarrollado para ayudar a los agricultores de
arroz y a otras partes interesadas a determinar cómo los patrones climáticos globales como la Oscilación del
Sur de El Niño (ENOS) han afectado históricamente las condiciones agroclimáticas locales en las regiones
productoras de arroz de Tolima y Huila. Al usar esta herramienta, los usuarios podrán ver mapas simples
para resaltar dónde, cuándo (por temporada de cultivo) y cómo (nivel de intensidad) las fases ENOS pueden
impactar potencialmente las condiciones promedio de los requerimientos de agua del cultivo, la presencia
de períodos secos y húmedos, olas de calor, y rendimientos del arroz.
Subtema: 2. Desarrollo de estrategias de fertilización y manejo eficiente de cultivo en el sitio objetivo.
Grupo de investigación: Universidad de Tokio: Kensuke Okada, Camilo Barrios Pérez
FEDEARROZ: Gabriel Garces
Contacto: [email protected], [email protected]
Palabras clave: variabilidad climática, ENSO, índices agroclimáticos, rendimiento de arroz, herramientas
de apoyo para la toma de decisiones en temas agrícolas
Grupo objetivo: productores de arroz, personal de extensión, agrónomos
[Antecedentes, propósito]
La producción de arroz en Colombia está altamente influenciada por el clima. En los últimos años, la
variabilidad climática estacional y la presencia de fenómenos climáticos extremos (como períodos secos,
episodios de alta temperatura, precipitaciones irregulares, sequías intensivas e inundaciones repentinas) han
afectado las decisiones y resultados agrícolas, lo que ha provocado fuertes efectos perjudiciales en el
rendimiento de los cultivos. El más fuerte factor influencia las variaciones climáticas estacionales en el país
se conoce como el fenómeno de la Oscilación del Sur de El Niño (ENOS). El ENOS es un fenómeno océano-
atmosférico caracterizado por variación en la temperatura interanual de la superficie del mar, variabilidad
de la presión del aire en la superficie y la circulación atmosférica que se producen en el Océano Pacífico
ecuatorial. El fenómeno tiene tres fases (El Niño, La Niña y Neutral) y durante cada fase de ENOS, las
condiciones climáticas en las regiones productoras de arroz varían significativamente. Aunque se ha
aceptado que las fases de ENOS también están relacionadas con la variabilidad de la producción agrícola,
esta información aún no está bien documentada, ni está disponible para ayudar a los productores de arroz a
reducir los riesgos asociados con la variabilidad climática en Colombia.
Por lo tanto, para comenzar a reducir esta brecha de conocimiento, realizamos un análisis espacial de los
impactos históricos de las fases de ENOS (El Niño y La Niña) en los patrones agroclimáticos de la región
Central productora de arroz y cuantificamos sus efectos en el rendimiento medio del arroz irrigado. Para
garantizar el uso práctico de la información generada, todos los hallazgos se convirtieron posteriormente en
una herramienta de apoyo para la toma de decisiones basada en la web llamada Visor de Mapas Agro-
Climáticos (AMV), que el productor de arroz de los departamentos de Tolima y Huila puede usar para
analizar el riesgo asociado con la variación del clima.
[Características de la herramienta]
El Visor de mapas agroclimáticos es un sistema de información sobre el clima, el cuál brinda apoyo a la
toma de decisiones basado en la web, y ofrece una visión histórica de cómo el fenómeno de El Niño y La
Niña ha afectado las condiciones agroclimáticas locales y el rendimiento de los cultivos de arroz en toda la
región productora Central de arroz en Colombia. Esta herramienta muestra mapas a escala de municipios
29
que se pueden usar para resaltar dónde, cuándo (por temporada de cultivo) y cómo (nivel de intensidad) las
fases ENSO pueden impactar potencialmente las condiciones promedio de un grupo de índices
agroclimáticos que describen los requisitos de agua del cultivo, períodos secos y húmedos, olas de calor, así
como los rendimientos de los cultivos de arroz.
La aplicación web de AMV y su cadena de procesamiento relacionada se pueden dividir en tres partes (Fig.
1): (1) El procesamiento de los datos de entrada (Entrada en la Fig. 1): Se adquieren datos meteorológicos
de largo plazo. Se definen los parámetros relacionados con el cultivo, el suelo y el manejo para ejecutar el
modelo de cultivo. (2) El procesamiento y modelado de datos (Procesamiento en la Fig. 1): La
información histórica del clima se utiliza para generar 16 índices agroclimáticos agrupados en cuatro
categorías, como se muestra en la Tabla 1, para representar mejor el vínculo entre el clima y el crecimiento
de los cultivos de arroz y para facilitar la toma de decisiones en la agricultura. Luego se aplica el análisis
espacial de los impactos de las fases ENSO (El Niño y La Niña) en los patrones agroclimáticos en la región
de estudio. Por otro lado, el modelo Oryza-v3 se utiliza para simular, a nivel espacial, la variabilidad
histórica del rendimiento del arroz y los impactos de los eventos de ENSO. (3) Desarrollo de la aplicación
web (interfaz web en la Fig. 1): El AMV es un sistema de apoyo a la toma de decisiones interactivo y fácil
de usar que permite a los usuarios la visualización temporal y espacial de índices agroclimáticos históricos
y mapas de rendimiento simulados, para las estaciones de crecimiento entre abril y julio y octubre y enero.
Además, permite cuantificar anomalías o desviaciones de los promedios a largo plazo para áreas de interés.
El Visor de Mapas Agroclimático se implementó utilizando Shiny, un marco de aplicación web de código
abierto desarrollado por el equipo de RStudio para crear aplicaciones web interactivas basadas en el lenguaje
estadístico R. La Fig. 2 y la Fig. 3 muestran la página web principal de la herramienta. Su menú de
navegación incluye los siguientes elementos y características.
Menú de la barra lateral: Elija si desea ver uno de los grupos de índices agroclimáticos o el
rendimiento del cultivo simulado.
Índices de grupos: Balance hídrico, períodos secos, períodos de humedad, olas de calor.
Simulación de rendimiento de cultivo.
El valor predeterminado es el grupo de índices relacionados con el balance hídrico del cultivo.
Submenú de la barra lateral: Elige el semestre de cultivo que quieres ver.
Primer semestre de cultivo - De Abril a Julio.
Segunda de semestre cultivo - De Octubre a Enero.
Primer panel de pestañas: Elija este panel de pestañas si desea ver el valor promedio histórico de los
índices agroclimáticos y el rendimiento de arroz.
Primer cuadro de selección: Elija el índice que quiere ver. El valor predeterminado muestra en el lado
izquierdo, el promedio histórico observado (1984 - 2012) de la precipitación total, en la región de estudio,
durante el primer semestre de siembra.
Segunda caja de mapa: Muestra para cada año (de 1984 a 2012) el mapa de desviación de la condición
promedio. El valor predeterminado muestra, en el lado derecho, el mapa de desviación de precipitación
acumulada para 1984, durante el primer semestre.
Primera barra deslizante: Utilice esta herramienta para explorar, durante los últimos años, los
patrones espaciales de desviación de la condición promedio. Durante la primera temporada de crecimiento,
el control deslizante va de 1984 a 2012, mientras que en la segunda temporada va de 1984 a 2011.
Haga clic en su región en el mapa y aparecerá un pequeño cuadro emergente sobre el mapa, que
muestra información breve sobre el índice agroclimático en el área de interés.
3
4
5
6
7
30
Segundo panel de pestañas: Elija este panel de pestañas si desea ver los patrones espaciales de los
índices agroclimáticos, así como el rendimiento de arroz, en las condiciones históricas de los eventos "El
Niño" y "La Niña".
Segundo cuadro de selección: Para la variable elegida en el elemento (4), elija un evento histórico de
"El Niño" que desee ver. El valor predeterminado se muestra en el lado izquierdo del mapa del promedio
histórico de eventos de "El Niño".
Primer grupo de casilla de verificación: Esta casilla le permite seleccionar si desea ver el mapa con
valores específicos para el evento ENSO seleccionado o el mapa con una desviación de la condición
promedio.
Tercera casilla de selección: Para la variable elegida en el elemento (4), elija un evento histórico de
"La Niña" que desee ver. El valor predeterminado se muestra en el lado izquierdo del mapa del promedio
histórico de eventos de "La Niña".
Para acercar o alejar una región particular de los mapas, haga clic en los iconos (+) o (-),
respectivamente.
8
9
10
12
Fig. 1. Estructura general de la aplicación web Agro-Climatic Map Viewer (Visor de mapas agroclimáticos-01) y la cadena de procesamiento relacionada.
11
Fig. 2. En la página web principal del Visor de mapas
agroclimáticos en el primer panel de pestañas, podrá ver
el estado del promedio histórico de los índices agroclimáticos y la simulación del rendimiento del arroz.
31
Fig. 3. En la página web principal del Visor de mapas agroclimáticos en el segundo panel de
pestañas, podrá ver los patrones espaciales de los índices agroclimáticos y la simulación del
rendimiento del arroz, bajo condiciones históricas de eventos de la "Niña" y el "Niño"
Tabla 1. Índices utilizados para describir diferentes características agroclimáticas en la región de estudio.
32
9. Herramienta para la Toma de Decisiones en el Manejo de los Cultivos de Arroz
La Herramienta para Toma de Decisiones para el Manejo del Manejo en el Cultivos de Arroz fue
desarrollada para ayudar a los usuarios a cuantificar el efecto de las prácticas de manejo agrónomo en el
crecimiento y desarrollo de cultivo del arroz, dadas las diferentes condiciones ambientales. Este sistema de
apoyo a la toma de decisiones, permite obtener resultados de simulación del modelo Oryza-v3 al sortear el
procesamiento de datos (antes y después), facilitando el uso práctico del modelo de cultivo para evaluar el
rendimiento del arroz, considerando varios escenarios hipotéticos en diferentes condiciones climáticas (por
ejemplo, muy húmedas, húmedas, normales, secas, muy secas) y opciones de manejo de cultivos (p. ej.,
fechas de siembra, variedades, fertilizantes y aplicaciones de riego).
Subtema: 2. Desarrollo de estrategias de fertilización y manejo eficiente de cultivo en el sitio objetivo.
Grupo de investigación: Universidad de Tokio: Kensuke Okada, Camilo Barrios Pérez
FEDEARROZ: Gabriel Garcés
Contacto: [email protected], [email protected]
Palabras clave: Oryza-v3, modelos de cultivos de arroz, herramienta de apoyo para la toma de decisiones,
riesgos relacionados con el clima
Grupo objetivo: productores de arroz, personal de extensión, agrónomos
[Antecedentes, propósito]
El clima en Colombia es muy variable y los productores de arroz deben tomar decisiones críticas para el
manejo antes y durante la época de cultivo. Si se tuvieran mejores herramientas que proporcionen
información que complemente su experiencia y establezca un marco para el manejo del riesgo, los
agricultores estarían mejor preparados para ajustar sus prácticas de manejo y garantizar el mejor rendimiento
posible. Para llenar el vacío en esta área, FEDEARROZ, en asociación con el CIAT y la Universidad de
Tokio, han estado desarrollando un grupo de recursos de apoyo para la toma de decisiones agrícolas, con el
fin de ayudar a los productores y a los agrónomos a examinar los resultados del proceso productivo bajo
escenarios contrastantes de clima y manejo agronómico.
La Herramienta para Toma de Decisiones para el Manejo de los Cultivos de Arroz es uno de los productos
recientemente desarrollados, que consiste en una aplicación web de modelado para ayudar al manejo
agrícola de arroz irrigado en la región central de Colombia. Esta herramienta permite a los usuarios
cuantificar el efecto de las prácticas de manejo agrícola (p. ej., Fechas de siembra, variedades, fertilizantes
y aplicaciones de riego) en la producción y fenología del cultivo, bajo diferentes condiciones ambientales
dadas (el tipo de suelo y el escenario climático). Este recurso está destinado a mejorar la resiliencia de los
agricultores a la variabilidad del clima y para apoyar la rentabilidad del sector arrocero.
[Características de la herramienta]
1. Este sistema de apoyo para la toma de decisiones se desarrolló principalmente para ayudar a los usuarios
a evaluar la respuesta del rendimiento y el desarrollo del cultivo del arroz frente a diversas condiciones
climáticas basadas en la climatología, en las regiones productoras de los departamentos de Tolima y
Huila. Este análisis basado en la climatología es útil para probar la sensibilidad de las posibles acciones
de manejo en los diversos escenarios de variabilidad climática (muy húmedo, húmedo, normal, seco,
muy seco). La herramienta permite obtener resultados de simulación del modelo ORYZA-v3 al eludir el
33
procesamiento de datos (antes y después), facilitando el uso práctico del modelo de cultivo tanto a los
agricultores como a los asesores de los agricultores, frente a los diversos escenarios hipotéticos con
diferentes condiciones climáticas. y opciones de manejo de los cultivos. Además, esta interfaz de usuario
también tiene la ventaja de permitir a los usuarios hacer diagramas (p. ej. diagramas de caja, gráficos de
barras o curvas de probabilidad acumulada) comparando los resultados de la simulación.
2. La Herramienta para Toma de Decisiones para el Manejo de los Cultivos de Arroz está compuesta por
una base de datos principal que almacena los resultados de los experimentos de simulación virtual
generados por el modelo ORYZA-v3 y algunos análisis estadísticos precalculados. El hecho de utilizar
datos previamente simulados y analizados permite optimizar y acelerar el acceso a la base de datos
mediante las aplicaciones dinámicas que conforman la herramienta.
3. Respecto a las simulaciones, estas se realizaron a nivel diario, combinando la siguiente información: 1)
Información histórica sobre el clima (de 1984 a 2013) de 26 estaciones meteorológicas ubicadas en la
región de estudio. 2) Cuatro perfiles de suelo representativos (arcilloso, limoso, arcillo-limoso, y limoso-
arcilloso-arenoso). 3) Cuatro variedades de arroz (Fedearroz 60, Fedearroz 2000, Fedearroz 733 y
CT21375) previamente calibradas y validadas en el modelo del cultivo. 4) Siete opciones de irrigación
(inundación continua, ADW con 3, 6, 9, 12, 15 y 18 días después del agotamiento del agua estancada).
5) Aplicación de fertilizante de siete dosis (60, 100, 140, 180, 220, 260 y 300 Kg N ha-1), que se aplicaron
en cinco momentos: 15 días después de la emergencia (DAE), 24 DAE, 37 DAE, 50 DAE y 60 DAE. 6)
14 fechas de siembra definidas en intervalos de 7 días para el primer semestre (del 10 de Marzo al 9 de
Junio) y el segundo semestre (del 15 de Septiembre al 15 de Diciembre).
4. La Interfaz Gráfica del Usuario para el Manejo de los Cultivos de Arroz (GUI) se desarrolló utilizando
Shiny, un marco de aplicación web de código abierto desarrollado por el equipo RStudio
(https://shiny.rstudio.com) para crear aplicaciones web interactivas basadas en el Lenguaje Estadístico
R. Tiene la flexibilidad de actualizarse para agregar más funcionalidades en el futuro. Se puede
personalizar fácilmente para satisfacer necesidades específicas (p. ej., simular diferentes variedades) para
la gestión del riesgo climático en otras regiones. La Figura 1 muestra el sistema de la base de datos y los
procedimientos de operación diseñados para usar la Herramienta para la toma de decisiones en el manejo
de los cultivos de arroz. El primer paso que los usuarios deben completar es la selección del sitio, y luego
la selección de los escenarios para el manejo de los cultivos (Figura 2).
34
Fig. 1. Sistema de base de datos y procesamiento de la Herramienta para la Toma de Decisiones en el Manejo del Cultivo de Arroz.
35
La Figura 3 demuestra cómo el manejo de los cultivos influye en los factores biofísicos que rigen los
rendimientos del arroz, como la fertilización con nitrógeno y las fechas de siembra. Las Figuras 3a y 3b
muestran el efecto de fertilizante nitrogenado a diferentes dosis, así como las fechas de siembra (días
Julianos) sobre el rendimiento del cultivo, respectivamente, para las opciones de manejo de la Figura 2.
Selección del sitio: Seleccione un sitio para analizar
(por ejemplo, Ibagué). 1
Suelo: Seleccione el tipo de suelo (la cantidad de
opciones depende de la ubicación del sitio). 2
Variedad: Seleccione el tipo de variedad. 3
Fecha de siembra: Seleccione la fecha de siembra
para la primera o segunda temporada de crecimiento. 4
Aplicación de nitrógeno: Seleccione la cantidad de
fertilizante nitrogenado que desea aplicar. 5
Mostrar Resultados: Seleccione las variables o los
índices que desea mostrar en el análisis gráfico. 6
Opciones de configuración del sitio y manejo
del cultivo
Fig. 2. Selección de la estrategia para el manejo del cultivo en la Herramienta para el Manejo del
Cultivo de Arroz para el sitio de Ibagué.
a) b)
Fig. 3. Simulación del rendimiento del grano de arroz (Kg ha-1) para la variedad Fedearroz 60, considerando diferentes aplicaciones de N y fechas de siembra.
36
10. Riego de arroz con sistema de entrada múltiple para aumentar la eficiencia en el uso del agua
El riego de arroz de entrada múltiple (MIRI) es un sistema de transporte y distribución de agua que utiliza
una manguera de plástico (polypipe) con múltiples ventanas que pueden mejorar el control del agua en un
campo de arroz al reducir el tiempo de riego, el suministro de agua (es decir, la cantidad de agua irrigada)
y la pérdida de agua durante el transporte, lo que aumenta la eficiencia del uso del agua en una parcela.
Subtema: 3. Desarrollo de tecnologías de producción de arroz con eficiencia hídrica con genotipos de
nuevos caracteres de arroz y evaluación y gestión del balance hídrico a nivel de las cuencas
hidrográficas
Grupo de investigación: Universidad de Agricultura y Tecnología de Tokio: Shinji Fukuda
FEDEARROZ: Dario Pineda
Contacto: [email protected], [email protected]
Palabras clave: Riego de arroz de múltiples entradas, sistema, manguera de plástico, ventana, eficiencia
de uso del agua
Grupo objetivo: productores de arroz, personal de extensión, agrónomos
[Antecedentes, propósito]
La eficiencia en el uso del agua es uno de los principales indicadores de sostenibilidad en la agricultura de
irrigación. Debido a la baja disponibilidad de agua para el cultivo de arroz en Colombia y la falta de
alternativas eficientes en el uso del agua, FEDEARROZ, en cooperación con el proyecto SATREPS,
introdujo un nuevo sistema de riego para los arroceros colombianos, que permite reducir el agua de riego
específicamente mediante la reducción del tiempo de riego. Con la mejor distribución del agua en un lote
(p. ej., tiempo y uniformidad), esta tecnología aumenta la eficiencia del uso del agua en la producción de
arroz incluso en condiciones de pendiente.
[Contenido y características de los resultados]
1. Este sistema de riego se implementó por primera vez en los campos de arroz en Colombia (Fig. 1). Las
ventanas para la salida de agua se pueden instalar fácilmente como se muestra en la Fig. 2.
2. Este sistema puede reducir el suministro de agua (entrada de agua) y el de la escorrentía (salida de agua)
en comparación con el sistema de riego convencional (Figs. 3 y 4).
3. Este sistema puede aumentar la eficiencia en el uso del agua en el arroz de riego (Tabla 1).
[¿Cómo se utiliza este resultado?, precauciones a tener a cuenta]
1. Para la instalación de ventanas es necesario insertar una herramienta especial aproximadamente a
intervalos de 6 a 9 m de acuerdo con las condiciones locales (p. ej., pendiente, caudal, características del
suelo, etc.) (Fig. 2). Las ventanas pueden controlar el caudal del agua de riego ajustando el grado de la
apertura.
2. En el sistema MIRI, se pueden abrir varias ventanas a la vez y, en muchos casos, se pueden regar los
lotes por secciones (Fig. 5). Una vez que el contenido de agua en el suelo de la zona superior más cercana
a la entrada de agua alcanza la saturación (entonces comienza a inundarse), la irrigación en esta área se
puede detener cerrando las ventanas de esta zona, y luego las ventanas en la zona inferior se pueden abrir
37
para el subsiguiente riego. De esta manera, la escorrentía y la filtración en las áreas superiores se pueden
minimizar, y el agua de riego se puede utilizar de manera eficiente.
3. El sistema MIRI se puede usar para transportar agua a un área en una parcela lejos de la entrada de agua,
donde el riego es difícil debido a una elevación más alta que la de la parte inferior de la parcela. En
general, lleva tiempo debido a un menor caudal y requiere una cuidadosa preparación de los caballones
para irrigar un área más alta y distante. El sistema MIRI se puede usar como un sifón, lo que reduce el
trabajo del irrigador en la preparación de los caballones.
4. Precauciones que hay que tener durante la operación de riego: se recomienda evitar cualquier tipo de
pisoteo de la manguera que pueda dañar la resistencia de los componentes del sistema. Para retirar el
sistema de riego es necesario hacerlo una vez que se haya completado el último riego y antes de la
cosecha con una máquina combinada; para esto se recomienda inicialmente aflojar los tubos de los
acoplamientos de los extremos de la manguera y rodarlos en el campo por secciones, y armando de nuevo
los rollos con las ventanas.
[Datos de apoyo del resultado de la investigación]
Fig 1 Nuevo sistema de riego implementado por primera vez en los campos de arroz en Colombia.
Fig. 2 Instalación de la ventana en un polypipe para controlar el agua (abrir - cerrar las ventanas)
38
Fig. 3 Manejo del agua en el sistema MIRI: entrada de agua, salida de agua y precipitación, Finca Piamonte, Ibagué, 2017B.
Fig. 4 Manejo del agua en el sistema convencional (CONV): entrada de agua, salida de agua y precipitación, Finca Piamonte, Ibagué, 2017B.
Tabla 1. Rendimiento del grano, suministro de agua, precipitación, agua total y productividad del agua
obtenida en los tres sistemas de riego, granja Piamonte, Ibagué, 2017B.
Sistema de
riego
Rendimiento
del grano
(kg ha-1)
Suministro de
agua (m3 ha-1)
Precipitación
(m3)
Agua total
(m3 ha-1)
Productividad del
agua (kg m-3)
CONV 4,961 5,172 7,543 12,715 0.39
MIRI 5,297 2,794 7,543 10,337 0.51
39
Fig. 5 El sistema MIRI funciona simultáneamente en la mayoría de las ventanas
Fig 6. Distribución de agua a través de ventanas en sistema MIRI.
[Publicaciones y presentaciones orales / póster]
1. Darío Pineda, Shinji Fukuda, Naoya Takeda, Lorena Lopez-Galvis y Kensuke Okada (2018) Evaluación
de la eficiencia del uso del agua de tres sistemas de riego para arroz con pendiente en Colombia, en
PAWEES - INWEPF International Conference 2018, Nara, Japón.
40
11. Implementación del método de medición de flujo de agua con sensor de nivel de agua a nivel de la finca
El Baro-Diver es un sensor diseñado para medir la presión barométrica y también se puede utilizar para
medir el nivel de agua. Este método permite monitorear los cambios del nivel de agua en un canal abierto,
canal Parshall o un tanque pequeño. La relación entre la presión de la columna de agua (es decir, el nivel
del agua) y el caudal (por ejemplo, m3/ s o l / s) se puede utilizar para establecer las curvas de descarga por
etapas para el caudal.
Subtema: 3. Desarrollo de tecnologías de producción de arroz con eficiencia hídrica con genotipos de
nuevos caracteres de arroz y evaluación y gestión del balance hídrico a nivel de las cuencas
hidrográficas.
Grupo de investigación: Universidad de Agricultura y Tecnología de Tokio: Shinji Fukuda
FEDEARROZ: Dario Pineda
Contacto: [email protected], [email protected]
Palabras clave: método, flujo de agua, sensor Baro-Diver, nivel de agua
Grupo objetivo: productores de arroz, personal de extensión, agrónomos
[Antecedentes, propósito]
La eficiencia en el uso del agua es uno de los principales indicadores de sostenibilidad en la agricultura de
irrigación. El manejo del agua debe diseñarse en función de la cantidad de agua utilizada por el cultivo de
arroz (p. ej., evapotranspiración, infiltración en canales y en el lote, etc.). De hecho, los cultivadores de
arroz colombianos no han establecido ningún sistema de medición y control de agua. Podría ser una de las
principales razones por las que los productores no conocen el caudal de agua y el volumen de agua utilizado
por hectárea en sus campos de arroz, por lo que no podrían hacer planes de manejo de agua de acuerdo con
el requerimiento de agua en la cosecha de arroz.
[Contenido y características de los resultados]
1. La presión del agua (cm H2O) y la temperatura se pueden medir con Baro-Diver. Este sensor se instaló
en la base de un canal Parshall o canal principal de irrigación para medir y registrar la presión del agua
a intervalos de 10 minutos (Fig. 1).
2. Después de convertir la presión del agua en el nivel del agua, se obtuvo la relación entre el nivel del agua
(m H2O) y el caudal (m3/ s) para estimar el caudal de agua en un canal Parshall o en un canal de riego.
Es necesario establecer la curva de descarga (Fig. 2) para cada punto de medición. Si se usa un canal
Parshall del mismo tamaño y dimensión, se puede usar la misma curva de descarga.
3. Los datos registrados y almacenados se pueden convertir para calcular el uso de agua por hectárea
(entrada y salida de agua) (Fig. 3).
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
1. El Baro-Diver debe instalarse verticalmente en la parte inferior del agua. Este sensor debe fijarse en el
canal o canal Parshall (p. ej., tubo de PVC para flujos pequeños o tubo de acero para anclar en la pared
del canal) (Fig. 4). El sensor Baro-Diver debe instalarse en una zona de flujo subcrítico.
2. Para la compensación barométrica es necesario instalar un segundo sensor Baro-Diver a una altura
aproximada de 2 m para medir la presión atmosférica, ya que el sensor sumergido Baro-Diver mide la
presión absoluta (es decir, la presión del agua + la presión atmosférica).
41
3. Se recomienda verificar las condiciones del sensor Baro-Diver con frecuencia. El orificio del sensor debe
estar limpio de sedimentos para asegurar el paso del agua a través de esta parte.
[Datos de apoyo del resultado de la investigación]
.
Fig. 3. Volumen de agua en la entrada y salida para calcular el uso de agua por hectárea en un campo de arroz.
Fig. 4. Sensor Baro-Diver, instalación del sensor en un canal y en una canaleta Parshall (c)
Fig. 1. Presión del agua (cm H2O) y temperatura del agua
obtenida por el sensor Baro-Diver
Fig. 2. Curva de descarga que muestra
la relación entre el nivel del agua (m) y
el caudal (m3/ s).
42
12. Soporte para la toma de decisiones en la identificación de sitios de reservorio mediante análisis multicriterio
Esta guía explica los detalles de un protocolo flexible para evaluar la potencialidad de cualquier sitio en una
región seleccionada para recolectar el agua de escorrentía mediante la construcción de un reservorio de agua.
El método utiliza herramientas disponibles gratuitamente en Internet e incorpora datos biofísicos y
socioeconómicos confiables como el primer paso antes de los estudios de ingeniería detallados.
Subtema: 3. Desarrollo de tecnologías de producción de arroz con eficiencia hídrica con genotipos de
nuevos caracteres de arroz y evaluación y gestión del balance hídrico a nivel de las cuencas
hidrográficas.
Grupo de investigación: Universidad del Valle: Jorge Rubiano
FEDEARROZ: Dario Pineda
FLAR: Santiago Jaramillo
Contacto: [email protected]
Palabras clave: ubicación de reservorios de agua, riego, planificación de cuencas hidrográficas, arroz
paddy
Grupo objetivo: productores de arroz, personal de extensión, agrónomos
[Antecedentes, propósito]
El área central para la producción de arroz en Colombia enfrenta un alto riesgo de escasez de agua debido
al efecto del cambio climático. La disponibilidad de agua será inferior a un tercio de acuerdo con las
estimaciones del modelo del IPCC. Los patrones de lluvia obligan a los agricultores a cultivar bajo una gran
incertidumbre, lo que los motiva a considerar la construcción de reservorios de agua en lugares estratégicos.
Identificar la ubicación adecuada de estos embalses es una decisión compleja y multisectorial. El propósito
de esta guía es proporcionar a los agricultores y técnicos elementos sólidos para lograr la selección de sitios
potenciales que cumplan una amplia gama de condiciones. La guía presenta el uso de información
geográfica detallada en un marco de decisión multicriterio que ayuda en la identificación del sitio.
[Contenido y características de los resultados]
1. Esta guía llena el vacío en la implementación de reservorios de agua, proporcionando un proceso que
respalda los pasos preliminares necesarios antes del diseño y la construcción de reservorios.
2. La guía sugiere el uso de datos libremente accesibles desde fuentes de datos nacionales e internacionales
reconocidas.
3. Las herramientas involucradas en el procesamiento de los datos son gratuitas, están documentadas y
cuentan con soporte técnico.
4. La guía propuesta permite la integración de visiones dispersas con respecto a las prioridades y condiciones
en la selección de sitios potenciales para la construcción de los reservorios.
5. El método sugerido es lo suficientemente flexible como para permitir la incorporación de indicadores
sociales, ambientales y económicos necesarios para tomar una decisión acertada.
6. Los sitios potenciales generados para los reservorios se muestran en un modo cartográfico que permite
una fácil visualización y contraste con el contexto espacial.
43
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
1. Para la implementación de la guía, se necesita el apoyo de un personal técnico con una base sólida en el
uso de los sistemas de información geográfica.
2. Para acceder y descargar datos hidrológicos, es necesario iniciar sesión en el sitio libre de licencia de
WaterWorld.
3. Para el procesamiento de la información, es necesario descargar la herramienta de análisis de múltiples
criterios del sitio designado.
4. La preparación e integración de los datos se podría realizar usando un PC portátil con características
medias.
5. La ponderación de los criterios debe hacerse en una discusión abierta entre los actores participantes.
6. Los resultados obtenidos deben validarse en el terreno para cumplir con los asuntos legales y los derechos
privados de los propietarios de las tierras.
[Datos de apoyo del resultado de la investigación]
Tabla 1. Lista de fuentes de datos utilizadas para la selección de sitios potenciales para reservorios en Tolima,
Colombia
Componente Variable Unidad de
medida Resolución Fuente:
Ambiental
Balance de agua mm / h 1 ha Mulligan & Burke [22].
Escorrentía mm / h 1 ha Mulligan & Burke [22].
Textura 30 mts Hengl et al [32].
Morfología 90 mts Jarvis et al [33].
Impacto del cambio climático en el balance hídrico. mm / año 1 ha Mulligan & Burke [22].
Impacto del cambio climático en la escorrentía mm / año 1 ha Mulligan & Burke [22].
Social
Índice de Gini IGAC [34].
Educación y capital humano rural. Fracción IGAC [25].
Capacidad de ahorro % IGAC [25].
Contaminación del agua % 1 ha Mulligan & Burke [22].
Necesidades básicas insatisfechas (NBI) % IGAC [25].
Cultivo
Precipitación mm 1 ha Mulligan & Burke [22].
Altitud masl 90 mts Jarvis et al [33].
Textura 30 mts Hengl et al [32].
Presencia de cultivos. Google Maps [35];
FEDEARROZ [8].
44
Fig. 1. Integración de datos shell MCASS que muestra las relaciones construidas con los datos de la Tabla 1.
Fig. 2. Posibles reservorios según cinco visiones diferentes para el área de producción de arroz en Tolima
45
[Publicaciones y presentaciones orales / póster]
1. Rubiano J., Hidrobo A., Rubiano C., Pineda D. y Jaramillo S. (2018). Buscando agua para la producción
de arroz a escala de cuencas. Simposio Científico de Arroz Proyecto SATREPS “Desarrollo y adopción del
sistema latinoamericano de producción de arroz con bajo uso de insumos mediante el mejoramiento genético
y tecnologías avanzadas de manejo de cultivo” Sitio: Sala de conferencias Tropic, CIAT, 9 de Noviembre,
Cali, Colombia (Presentación oral)
2. Rubiano J., Hidrobo A., Rubiano C., Pineda D. y Jaramillo S. (2018) Identificación multisectorial local y
regional de reservorios de agua para la producción de arroz en Colombia. PAWEES - Conferencia
Internacional INWEPF Nara 2018, 20-22 de Noviembre, Nara, Japón. (Actas de la conferencia y
presentación oral)
46
13. Desarrollo de un modelo de escorrentía de lluvia distribuido a largo plazo a
escala de cuencas para evaluar los efectos del ahorro de agua de riego y el cultivo de arroz -Se desarrolló un modelo distribuido de lluvia a largo plazo, y se realizaron análisis de
escenarios para evaluar los efectos a escala de cuenca hidrográfica de la introducción del riego con ahorro de agua y un nuevo genotipo de arroz que ahorra agua en la cuenca de Ibagué, Colombia-
Subtema: 3. Desarrollo de tecnologías de producción de arroz con eficiencia hídrica con genotipos de
nuevos caracteres de arroz y evaluación y gestión del balance hídrico a nivel de las cuencas hidrográficas.
Grupo de investigación: Universidad de Kyushu: Kazuaki Hiramatsu y Makoto Fukui
Universidad de Agricultura y Tecnología de Tokio: Shinji Fukuda, FEDEARROZ: Dario Pineda
Contacto: [email protected], [email protected], [email protected]
Palabras clave: modelo hidrológico distribuido basado en cuadrícula, balance hídrico a escala de cuencas
hidrográficas, modelo de tanque, riego que ahorra agua
[Antecedentes, propósito]
Las parcelas de arroz en la cuenca de Ibagué son más anchas y más empinadas en comparación con las de
Japón. Por lo tanto, se construyen muchos caballones en una parcela, y el agua de riego se almacena entre
los caballones para mantener el agua estancada y regar toda la parcela por gravedad. Los agricultores están
muy motivados para ahorrar agua para hacer frente a los limitados recursos de agua disponibles para la
producción de arroz. En este estudio, desarrollamos un modelo de escorrentía pluvial distribuido a largo
plazo para el análisis de escenarios para evaluar los efectos de los métodos de ahorro de agua a escala de la
cuenca.
[Contenido y características de los resultados]
1. El modelo de elevación digital y el mapa de uso del suelo de la cuenca de Ibagué se muestran en las Figs.
1–2. La cuenca de Ibagué tiene un área de 1,439 km2. El agua de escorrentía fluye hacia el río Magdalena,
el cual corre en el borde este de la cuenca.
2. Se desarrolló un modelo distribuido de escorrentía de lluvia a largo plazo con un tamaño de malla de 4,5
km para evaluar el balance hídrico a escala de la cuenca. Así como en la figura conceptual del modelo
(Fig. 3), todos los elementos de malla consisten en un bosque, un arrozal, un campo alto, un área urbana
y un río, y son proporcionales al área en la malla. Se desarrolló un conjunto de modelos de tanques para
cada uso del suelo para el cual se incorporó un tanque de agua subterránea que cubre toda el área de la
cuenca para representar el componente estable de agua subterránea.
3. El manejo del agua de riego se tuvo en cuenta en el modelo de tanque de arroz basado en los experimentos
de campo en una finca SATREPS en Ibagué (Fig. 4) y con entrevistas a los agricultores.
4. Los análisis de los escenarios para un método de ahorro de agua se realizaron utilizando el modelo
desarrollado.
Escenario SCBase: Manejo actual del riego (riego a intervalos de 5 o 6 días) y cultivo de arroz.
Escenario SCES: Introducción de un método de riego de parada temprana que tiene como objetivo reducir el
exceso de riego en una parcela.
Escenarios SC01, SC02, SC03: Intervalos prolongados de riego (uno, dos y tres días, respectivamente) al
asumir la introducción de nuevos métodos de ahorro de agua, como la nueva línea de mejoramiento, el
método de riego de parada temprana y el riego de arroz de entrada múltiple (MIRI).
5. Los resultados de los análisis de escenarios se muestran en la Fig. 5. Los escenarios SCES, SC01,
SC02 y SC03 produjeron efectos de ahorro de agua de 40.6 mm, 128.6 mm, 249.5 mm y 329.0 mm desde el
escenario base SCBase, respectivamente.
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
47
El análisis de los escenarios utilizando el método de riego de parada temprana (SCES) produjo un ahorro de
agua del 7,5% en comparación con el método de riego convencional (SCBase). En los escenarios SC01, SC02,
SC03, se encontró que los efectos de ahorro de agua son 23.8%, 46.3% y 61.0% del escenario base SCBase,
respectivamente. La información adicional de los experimentos de campo sobre los efectos de ahorro de
agua a nivel de parcela puede mejorar las simulaciones utilizando el modelo hidrológico.
[Datos de apoyo para el resultado de la investigación]
[Publicaciones y presentaciones orales / póster]
1. Fukui M., Hiramatsu K., Harada M., Tabata T. y Fukuda S. (2018) Desarrollo de un modelo de escorrentía
a largo plazo y análisis de escenarios para el riego con ahorro de agua en la cuenca sudamericana,
Proceedings of the 2018 Ann. Conf. of Kyushu-Okinawa Branch of the Jap. Soc. Irrig., Drainage and Rural
Engineering, pp.22-23, Kumamoto Japón, Octubre de 2018 (en japonés) 2. Fukui M. (2018) Desarrollo de un modelo de escorrentía distribuida a largo plazo y análisis de escenarios en la Cuenca Sudamericana. Tesis de graduación, Escuela de Agr., Universidad de Kyushu, pp.1-60, Febrero de 2018 (en japonés)
Fig. 1 Modelo digital de elevación de la cuenca de
Ibagué.
(http://www.diva-gis.org/gdata)
Fig. 2 Mapa de uso de la tierra de la cuenca
de Ibagué.
(http://forobs.jrc.ec.europa.eu/products/glc20
00/data_access.php)
Fig. 3 Un modelo de la escorrentía de lluvia distribuido a largo plazo.
Fig. 4 Medición de la irrigación en un experimento de campo.
Fig. 5 Agua de riego acumulada en un año.
2015/09/01 18:00 2015/09/02 18:00
0
5
10
Wat
er L
evel
(cm
)
Date
Water requirement rate
Inlet
Outlet
0 100 200 300
0
100
200
300
400
500
Days
Cumu
lative
Irrig
ation
Wate
r (mm
)
SCBase
SCES
SC01
SC02
SC03
40.6 mm
88.0 mm
120.9 mm
79.5 mm
fig. Cumulative irrigation water
SCBase : 539.4 mm
48
14. Estrategia y prácticas del manejo de precisión en campos de arroz
Subtema: 4. Difusión y transferencia de tecnología de la agricultura de precisión basada en la comunidad.
Grupo de investigación: Universidad de Agricultura y Tecnología de Tokio: Sakae Shibusawa,
Seishu Tojo, Tadashi Chosa, Megumi Yamashita, Kenichi Tatsumi,
Masakazu Kodaira, Hui Li, Qichen Li
Universidad de Kyushu: Teruaki Nanseki, Shoichi Ito, Yosuke Chomei,
Winston Marte, Aya Yoshii, Khoy Rada, Ho Van Bac, Alwarritzi Widya,
Toshihiro Butta, Shuichi Yokota, Shoichi Fukuhara, Katsuya Takasaki
FEDEARROZ: Nilson Ibarra, Ximena Blanco Rodriguez, Juan Sebastian
Gambin, Felix Andres Arango Castro, Felix Thomas Arango Castro,
Nicolas Laserna, Olga Higuera
Contacto: [email protected], [email protected],
Palabras clave: agricultura de precisión, manejo de precisión, mapeo de suelos, transferencia de
tecnología, NoshoNavi
[Antecedentes, propósito]
La agricultura de precisión es una estrategia de gestión que incorpora datos de variabilidad de campo en alta resolución
espacial y temporal, para ayudar en la toma de decisiones en prácticas de cultivo, utilizando tecnología inteligente. La
agricultura de precisión basada en la comunidad es un sistema agrícola regional para lograr una alta rentabilidad y
confiabilidad bajo restricciones regionales y ambientales, promovido por el conocimiento de los agricultores y la
plataforma tecnológica, mediante la creación de campos orientados a la información, productos con información
agregada y con gestión de la cadena de suministro del campo a la mesa. La agricultura de precisión basada en la
comunidad es el mejor enfoque para transferir las nuevas tecnologías a la comunidad de agricultores, en el cual se ha
centrado el subtema 4 del proyecto.
Los objetivos del proyecto fueron:
1) Introducción del concepto de agricultura de precisión y su forma de pensar en la gestión de fincas.
2) Implementación de detección de suelo de campo, mapeo e interpretación de mapas de campo.
3) Compartir habilidades y conocimientos sobre el esquema de transferencia de agricultor a agricultor,
trabajando con los agricultores como un socio de investigación.
[Contenido y características de los resultados]
1. Se introdujo un sensor de suelo portátil FieldSpec y un dispositivo DGPS. Se recolectaron muestras de
suelo de campo con datos de ubicación, y luego se realizó el análisis del suelo y medición espectral del
suelo, subsecuentemente se determinaron los modelos de calibración para la predicción de los parámetros
del suelo, seguido de un gráfico de los mapas de parámetros del suelo como se muestra a continuación.
49
3. Las contrapartes colombianas aprendieron acerca de los 4 niveles de la estrategia de gestión, tales como
mapeo, comprensión de mapas, toma de decisiones y evaluación del trabajo a través de la participación
en entrenamientos en Japón. Los investigadores participantes entendieron que la participación de los
agricultores es la clave para la interpretación de los mapas de suelo y rendimiento y sus usos.
ESTRATEGIA DE GERSTIÓN DE LA AGRICULTURA DE PRECISIÓN
3. Cada año se han brindado oportunidades de intercambio para compartir las experiencias de agricultores
expertos que participaron en el proyecto NoshoNavi en Japón. En 2017, los agricultores profesionales de
NoshoNavi visitaron FEDEARROZ y realizaron un taller, luego confirmaron la transferencia de la
experiencia de los agricultores, con el espíritu de gestión orientado al mercado y la disponibilidad de los
usos de las TIC. Muchos agricultores colombianos se unieron al taller y se dieron cuenta de las ideas
desarrolladas por los agricultores japoneses. Se realizaron dos manuales para la transferencia de
tecnología basados en colaboraciones entre los dos países y el proyecto NoshoNavi, así como los
resultados de la encuesta de transferencia de tecnología en Colombia.
50
4. Todos los años se ofrecieron oportunidades de intercambio entre las contrapartes colombianas y los
agricultores expertos de la compañía NoshoNavi en Japón para compartir sus experiencias. De esta
manera se desarrollaron los sistemas de transferencia de tecnología horizontal y vertical. En 2017, los
Agricultores Colombianos participan en reuniones de proyecto de transferencia de tecnología
japonés NoshoNavi
TALLER DE TRANSFERENCIA DE TECNOLOGÍA: Agricultores japoneses
comparten ideas con agricultores de Colombia
Manuales de transferencia de tecnología en arroz. (Izq. Modelo NoshoNavi japonés, Der. Modelo
colombiano).
51
directores de NoshoNavi de los agricultores profesionales visitaron FEDEARROZ para realizar un taller
sobre el manejo de las fincas arroceras, y confirmaron la experiencia de los agricultores objetivo, con el
espíritu de la gestión orientada al mercado o la disponibilidad del uso de dispositivos TIC. Más de treinta
agricultores colombianos se unieron al taller y comenzaron a introducir la agricultura de precisión en sus
fincas.
[¿Cómo se utiliza este resultado?, precauciones a tener en cuenta]
Leer y entender los resultados de este estudio es el primer paso. Por ejemplo, se publicaron dos manuales
para la transferencia de tecnología basados en el proyecto NoshoNavi y los resultados de la encuesta.
También se produjo un manual "Guía para profesionales de la agricultura de precisión utilizando el
espectrofotómetro FieldSpec". El documento sobre la versión AMTEC 2 incluye muchos logros de los
proyectos SATREPS. El segundo paso es participar en la capacitación sobre técnicas de mapeo de suelos, y
en un grupo de discusión de enfoque o en un taller orientado a la materia, que son efectivos para poder hacer
uso de los resultados obtenidos.
[Publicaciones y presentaciones orales / póster]
1. Shibusawa S, Estrategia de Gestión de Precisión en Mapeo de Suelos. Proceedings of 14th ICPA,
Montreal, Canadá. Junio 24-27, Montreal, Canadá.
2. Alwarritzi W., Nanseki T., Chomei Y., Blanco-Rodrigues XEA, Marte W., Khoy R. (2017) Percepciones
de los agricultores sobre el servicio técnico agrícola y sus determinantes en Colombia -Un estudio de caso
de Fedearroz en la provincia de Ibagué- , Journal of the Faculty of Agriculture, Kyushu University, 62, (1):
237-244. Identificador del impreso: 0023-6152
3. Khoy R., Nanseki T., Chomei Y., Blanco XEA, Marte W., Alwarritzi W. (2017) Análisis de las demandas
de tecnologías agrícolas y métodos de transferencia apropiados de los productores de arroz en Ibagué,
Tolima, Colombia. Journal of the Faculty of Agriculture, Kyushu University, 62, (1): 245-253. Identificador
del impreso: 0023-6152
52
53
Lista de manuales desarrollados
ST Título Idioma Objetivo Persona
responsable
1 Guía Práctica para Fenotípado de Raíces de Arroz
Usando el Sistema de Siembra Hidropónico ES Investigador
técnico S. Ogawa
1 Procedimientos de Operación Estándar (incluida la Lista
de Verificación - s1000) ES Piloto M. Valencia
1 El manual del usuario para el barreno colector de suelo
para recolectar raíces de arroz en condiciones de campo,
y el procedimiento para el lavado y escaneo de raíces y
su análisis usando el software WinRhizo.
IN Investigador
técnico A. Kamoshita
1 Manual de usuario para la construcción de camas
elevadas para la evaluación de genotipos de arroz con
diferentes rasgos de raíces Proyecto SATREP
IN Investigador
técnico A. Kamoshita
2 Análisis de escenarios Sistema de apoyo a la toma de
decisiones. ES Investigador
técnico K. Okada
2 y 3 Guía para el manejo de equipo E-tape ES Investigador
técnico D. Pineda
2 y 3 Guía para el manejo de equipo TDR - Manual ES Investigador
técnico D. Pineda
2 y 3 Guía para el manejo de equipo-Baro Diver ES Investigador
técnico D. Pineda
2 y 3 Manual DECAGON ES Investigador
técnico D. Pineda
3 Manual guía para la identificación de sitios potenciales
de reservorio. IN Investigador
técnico D. Pineda
3 Manual MIRI SATREPS ES Investigador,
técnico y
agricultor.
D. Pineda
3 Guía metodológica para la identificación de lugares
potenciales para la cosecha de agua
ES Investigador,
técnico y
agricultor.
J. Rubiano
3 Manual técnico para modelo distribuido de escorrentía
de lluvia a largo plazo a escala de cuencas para evaluar
efectos de ahorro de agua del riego y el cultivo de arroz
IN Investigador
técnico
S. Fukuda
4 Seminario sobre la transferencia de tecnología y
agricultura de precisión basada en la comunidad. ES Investigador
técnico N. Ibarra
4 Manual Calibración y Uso del Espectrofotómetro ES Investigador
técnico N. Ibarra
4 Paso a Paso para la Creación de Mapas de
Caracterización por Atributos ES Investigador
técnico N. Ibarra
4 Manual de Unscramble ES Investigador
técnico N. Ibarra
