INTRODUCCIÓN
El
trigo y la cebada son dos de los cultivos de invierno más importantes en
Argentina, desempeñando un papel crucial en la economía agrícola del país. En
la última década, el rendimiento promedio del trigo ha fluctuado entre 2500 y
3500 kg/ha a nivel país, con una producción promedio total de 15 millones de
toneladas anuales en los últimos diez años, mientras que el rendimiento
promedio de la cebada osciló entre 3000 y 4000 kg/ha, con una producción promedio
total de 4.2 millones de toneladas anuales para el mismo período. Argentina se
posiciona como uno de los principales productores de estos granos a nivel
global; en trigo ocupa la decimoprimera posición y representa el 2% de la
producción global, y en cebada ocupa la octava posición con un 3.6% de la
producción mundial (Food and Agriculture Organization of the United Nations [FAO],
15 de diciembre de 2023; United States Department of Agriculture [USDA], 1 de
junio de 2024).
La mayor parte de la producción de trigo y cebada
se concentra en la Región Pampeana Argentina (RPA), caracterizada por sus
extensas llanuras fértiles y su relevancia económica. Dentro de esta región, el
sudeste bonaerense destaca como área esencial, aportando cerca del 30% de la
producción nacional de trigo y una proporción significativa de la cebada,
especialmente demandada por la industria cervecera (Bolsa de Cereales de Buenos
Aires, 1 de junio de 2023).
La
RPA es particularmente vulnerable a la variabilidad climática, lo que plantea a
los tomadores de decisión el desafío de gestionar los riesgos y adaptarse a los
cambios en los patrones de precipitaciones y temperaturas. Los períodos secos y
húmedos son fenómenos climáticos clave que impactan en la hidrología y en la
actividad agrícola de la región (Bohn et al., 2011). En los sistemas de
producción de secano, como el sudeste bonaerense, la escasez de lluvias
resiente a la producción y propaga sus efectos en el tiempo y en la comunidad a
partir de los daños económicos que genera.
En
el otro extremo, las lluvias excesivas desencadenan procesos de anegamiento e
inundación capaces de generar daños de magnitud similar a los de la sequía (Mercau
et al., 2013). Para abordar el impacto de la variabilidad climática en el
rendimiento de estos cultivos, el uso de índices de sequía es una herramienta
eficaz, permitiendo representar con precisión las condiciones deficitarias de
precipitación y ofreciendo información valiosa sobre la sequía hidrológica y
meteorológica (Hobbins et al., 2016). Por ejemplo, Sgroi et al. (2021)
correlacionaron los índices de sequía y los rindes de distintos cultivos
considerando anomalías de precipitación y humedad del suelo a partir de datos
GLDAS (Global Land Data Assimilation System).
Dos
de los principales índices climáticos más utilizados son el Standardized Precipitation
Index (SPI) (McKee et al., 1993), que se basa únicamente en la precipitación, y
el Palmer Drought Severity Index (PDSI) (Palmer, 1965), que se basa en la
precipitación y la temperatura del aire. Por otro lado, algunos índices basados
en la evapotranspiración potencial (PET) mostraron ser más útiles para
cuantificar la severidad de la sequía. En este sentido, uno de los más
utilizados es el Standardized Precipitation Evapotranspiration Index (SPEI) desarrollado
por Vicente-Serrano et al. (2010). El SPEI es un índice de sequía climática
multiescalar, por lo cual puede analizarse y calcularse a diferentes escalas
temporales, permitiendo evaluar la variabilidad climática temporalmente.
OBJETIVOS
El
presente trabajo tiene como objetivo evaluar mediante el índice climático SPEI
la influencia de periodos secos y húmedos en el rendimiento de cultivos de invierno,
de trigo y cebada, y estudiar la posibilidad de utilizar el SPEI como predictor
de rendimiento. El trabajo se lleva a cabo en el sudeste bonaerense con datos
del período 2001-2023. Como hipótesis de trabajo se supone un rendimiento
óptimo para condiciones normales de SPEI, y una disminución del rendimiento
tanto para condiciones de excesos como de déficits hídricos. Para modelar la
baja de rendimiento en condiciones no normales se propone utilizar un modelo
cuadrático.
METODOLOGÍA
Área de estudio y datos utilizados
El
estudio se llevó a cabo en el sudeste de la provincia de Buenos Aires,
abarcando los partidos de Tandil, Balcarce, Lobería, General Pueyrredón y
General Alvarado (Figura 1). El clima de la región es templado, húmedo-subhúmedo,
con una temperatura media anual de 14°C, una humedad relativa de 76% y una
precipitación anual de 930 mm (Servicio Meteorológico Nacional [SMN], 1 de
junio de 2024).
Se
utilizaron datos de rendimiento de trigo y cebada, a escala de partido, entre
los años 2001 y 2023, obtenidos a partir de estadísticas oficiales basadas en
informantes calificados de la Oficina de Riesgo Agropecuario (ORA) de la
Secretaría de Agricultura, Ganadería y Pesca de Argentina (Dirección Nacional de Agricultura - Dirección
de Estimaciones Agrícolas, 1 de junio de 2024).
Por
otro lado, datos de SPEI, a una escala espacial de 0.5°, fueron descargados del
sitio web disponible, utilizando el Monitor de Sequía Global (1 de junio de
2024). En el cálculo del SPEI se utiliza la diferencia mensual (o semanal)
entre la precipitación y la evapotranspiración potencial, lo que representa un
balance hídrico climático simple (considera movimientos verticales). El SPEI es
una variable estandarizada, por lo cual puede compararse con otros valores de
SPEI a lo largo del tiempo y del espacio (Diez et al., en prensa).
En
este trabajo se utilizó una escala de tiempo de 1 a 12 meses, con el objetivo
de encontrar la mejor concordancia entre el SPEI y los valores de rendimiento
de trigo y cebada. La Tabla 1 presenta las clases de sequía/humedad
consideradas, según Vicente-Serrano et al. (2010).
Tabla 1. Clases de SPEI en función del rango de valores.
Fuente: Vicente Serrano et al. (2010).
|
SPEI |
Clases |
|
≥ 2.00 |
Extremadamente húmedo
(EH) |
|
1.50 a 1.99 |
Muy húmedo (MH) |
|
1.00 a 1.49 |
Moderadamente húmedo
(ModH) |
|
-0.99 a 0.99 |
Normal (N) |
|
-1.00 a – 1.49 |
Moderadamente seco
(ModS) |
|
-1.50 a – 1.99 |
Muy seco (MS) |
|
≤ -2.00 |
Extremadamente seco
(ES) |
Análisis
Para
estudiar la relación entre el SPEI y el rendimiento promedio por partido, de los
cultivos de invierno de trigo y cebada, se empleó un modelo cuadrático dado por
la ecuación (1):
(1)
donde y corresponde al rendimiento de cultivo en kg/ha, x corresponde a los valores de SPEI para
un determinado mes (en este caso octubre, noviembre y diciembre) y una
determinada escala de tiempo (de 1 a 12 meses), y a, b y c son los coeficientes del ajuste
cuadrático.
El coeficiente de correlación (r) fue empleado para evaluar la fuerza y
la dirección de la relación entre las variables. Además, se utilizó la raíz del
error cuadrático medio (RECM) para cuantificar el error de predicción de los
mejores ajustes para trigo y cebada.
Figura 1. Región de
estudio. En la figura se muestran los partidos de la provincia de Buenos Aires seleccionados
en este trabajo.
RESULTADOS Y DISCUSIÓN
En la Figura 2 se muestran las series de datos de
rendimiento de las estadísticas oficiales utilizadas. En
un primer análisis exploratorio de los datos, se observó que, en general, en
cada campaña los rendimientos de los partidos seleccionados, tanto para trigo como
cebada, contaban con valores de coeficiente de variación (CV) inferiores al 10%.
Durante el período considerado, el rendimiento osciló aproximadamente de 2000 a
6000 kg/ha en trigo y de 3000 a 6500 kg/ha en cebada.
Un CV de 28% para trigo y 11%
para cebada en la campaña 2007 nos llevó a indagar en posibles motivos. En este
sentido, de acuerdo con los informes semanales y estadísticas oficiales de la
Secretaría de Agricultura, Ganadería y Pesca, encontramos
severas afectaciones por heladas en los partidos de Tandil, Balcarce y Lobería,
lo cual explica los valores de CV observados. En base a ello, se decidió
excluir los datos de la campaña 2007 para analizar la relación entre SPEI y
rendimientos.
En definitiva, se dispuso de un
total de 110 datos de rendimiento de trigo y 98 datos de rendimiento de cebada.
El menor número de datos para cebada se debe a datos faltantes en las
estadísticas oficiales entre los años 2001 y 2004.
Figura 2. Serie de datos del rendimiento de: (a) trigo y (b)
cebada, entre 2001 y 2023, para los partidos considerados en este estudio.
Relación entre SPEI y rendimiento
Como se describió en la
metodología, se evaluó la relación entre rendimiento y SPEI de octubre,
noviembre y diciembre (meses correspondientes al final de ciclo de los cultivos
de trigo y cebada) con diferentes escalas de tiempo. En las Tablas 2 (trigo) y 3
(cebada) se presentan los valores de coeficiente de correlación, r, en función de la ventana temporal de
SPEI seleccionada y el mes final de integración. Considerando una paleta color rojo-naranja-amarillo-verde
claro-verde en las tablas, se resaltan en verde los mejores ajustes
cuadráticos, mientras que en rojo las peores concordancias entre variables.
Tanto
para trigo como para cebada, se observan las mejores concordancias considerando
SPEI_6 de octubre, SPEI_7 de noviembre y SPEI_8 de diciembre, donde en los tres
casos coincide el inicio del periodo de integración del SPEI en el mes de mayo,
mes previo a los trabajos de siembra (que para la región ocurre en el mes de junio
o principios de julio).
En general se obtienen mejores
ajustes en trigo respecto a cebada, con un r
máximo para trigo de 0.793 con SPEI_7 de noviembre, y un r máximo en cebada de 0.678 considerando el SPEI_6 de octubre.
Tabla 2. Coeficiente de correlación (r) del ajuste cuadrático del rendimiento del cultivo de trigo a escala
de partido versus SPEI de los meses de octubre, noviembre y diciembre,
considerando una escala temporal de 1 y 12 meses.
|
Trigo |
r |
||
|
SPEI -meses |
octubre |
noviembre |
diciembre |
|
SPEI_1 |
0.558 |
0.287 |
0.277 |
|
SPEI_2 |
0.615 |
0.661 |
0.047 |
|
SPEI_3 |
0.554 |
0.698 |
0.527 |
|
SPEI_4 |
0.625 |
0.708 |
0.660 |
|
SPEI_5 |
0.700 |
0.691 |
0.625 |
|
SPEI_6 |
0.759 |
0.739 |
0.614 |
|
SPEI_7 |
0.653 |
0.793 |
0.635 |
|
SPEI_8 |
0.570 |
0.693 |
0.714 |
|
SPEI_9 |
0.531 |
0.651 |
0.646 |
|
SPEI_10 |
0.549 |
0.607 |
0.670 |
|
SPEI_11 |
0.566 |
0.598 |
0.628 |
|
SPEI_12 |
0.577 |
0.602 |
0.607 |
Tabla 3. Coeficiente de correlación (r) del ajuste cuadrático del rendimiento del cultivo de cebada a escala
de partido versus SPEI de los meses de octubre, noviembre y diciembre,
considerando una escala temporal de 1 y 12 meses.
|
Cebada |
r |
||
|
SPEI - meses |
octubre |
noviembre |
diciembre |
|
SPEI_1 |
0.223 |
0.174 |
0.176 |
|
SPEI_2 |
0.298 |
0.375 |
0.198 |
|
SPEI_3 |
0.524 |
0.314 |
0.312 |
|
SPEI_4 |
0.543 |
0.528 |
0.399 |
|
SPEI_5 |
0.647 |
0.472 |
0.480 |
|
SPEI_6 |
0.678 |
0.540 |
0.427 |
|
SPEI_7 |
0.532 |
0.565 |
0.485 |
|
SPEI_8 |
0.480 |
0.481 |
0.501 |
|
SPEI_9 |
0.495 |
0.457 |
0.489 |
|
SPEI_10 |
0.495 |
0.472 |
0.482 |
|
SPEI_11 |
0.509 |
0.481 |
0.476 |
|
SPEI_12 |
0.528 |
0.484 |
0.473 |
En las Figuras 3.a (trigo) y 3.b
(cebada) se grafican los resultados más destacados entre SPEI y el rendimiento
a nivel de partido para la zona de estudio. En ambos casos se considera el SPEI
de octubre con una ventana temporal de 6 meses, que, si bien, para el caso del
trigo no reporta el mejor ajuste, por escaso margen, se pondera el hecho de
contar con una predicción de rendimiento con 2 meses de anticipación al fin de
la campaña (lo cual se entiende factible si no aparecen a posteriori eventos
que puedan alterar el desarrollo normal del ciclo de cultivo, como pueden ser
heladas o episodios de granizo severo), aprovechando además el carácter en
tiempo casi real del producto de SPEI utilizado.
Figura 3. Rendimiento de: (a) trigo y (b) cebada, versus
SPEI de octubre con una escala de tiempo de 6 meses (SPEI_6_oct). ES:
Extremadamente seco, MS: muy seco, ModS: moderadamente seco, N: Normal, ModH:
moderadamente húmedo, MH: muy Húmedo, EH: Extremadamente Húmedo.
A partir de los ajustes
presentados en las Figuras 3.a y 3.b, se estimó un RECM de 568 kg/ha para trigo y
de 621 kg/ha para cebada, lo cual representan errores
relativos de 13.4% y 12.9%, respectivamente. Este análisis proporciona una
medida cuantitativa de la precisión del modelo ajustado para cada
cultivo.
Influencia de las condiciones de sequía/humedad en el
rendimiento
A partir de las relaciones entre SPEI y rendimiento
encontradas, podemos afirmar que se comprueba la hipótesis del trabajo,
donde tanto periodos de sequía como humedad prolongados en el tiempo producen
una disminución significativa de la productividad.
En la Figura
4 se presentan los gráficos de cajas para trigo (4.a) y cebada (4.b),
considerando las condiciones de sequía/humedad del índice climático SPEI. En base
a ello, en las Tablas 4 y 5 se presenta un resumen de estadísticos para trigo y
cebada, respectivamente, donde las clases MS y ES, por un lado, y MH y EH, por
el otro, se fusionan en el análisis debido los pocos datos que se registran en
condiciones extremas de humedad/sequía.
Figura 4. Gráfico
de cajas del rendimiento de cultivos de invierno, de trigo (a) y cebada (b), en
relación a la condición de humedad/sequía considerando el SPEI_6_oct.
De acuerdo a los resultados presentados, condiciones elevadas
de sequía (SPEI < -1.5) y de humedad (SPEI > 1.5) impactan de forma similar,
observándose diferencias porcentuales en trigo de -32% y –34%, respectivamente,
y diferencias porcentuales respecto a la condición Normal de -27% en cebada para
ambos lados, evidenciando una mejor respuesta por parte del cultivo de cebada a
las condiciones extremas.
Tabla 4. Resumen estadístico de las clases de condiciones
de humedad y sequía para el cultivo de trigo. DE es la desviación estándar, N
el número de datos y % Dif. representa la diferencia porcentual respecto a
condición Normal.
|
Trigo |
||||
|
Condición |
Promedio |
DE |
N |
% Dif. |
|
MH - EH |
3033 |
720 |
15 |
-34 |
|
ModH |
4204 |
742 |
5 |
-9 |
|
Normal |
4595 |
573 |
78 |
0 |
|
ModE |
4021 |
630 |
5 |
-12 |
|
MS - ES |
3107 |
328 |
7 |
-32 |
|
Total |
4243 |
845 |
110 |
|
Tabla 5. Resumen estadístico de las clases de condiciones de humedad
y sequía para el cultivo de cebada. DE es la desviación estándar, N el
número de datos y % Dif. representa la diferencia porcentual respecto a
condición Normal.
|
Cebada |
||||
|
Condición |
Promedio |
DE |
N |
% Dif. |
|
MH - EH |
3719 |
515 |
8 |
-27 |
|
ModH |
4350 |
370 |
4 |
-14 |
|
Normal |
5069 |
667 |
74 |
0 |
|
ModE |
4561 |
280 |
5 |
-10 |
|
MS - ES |
3686 |
603 |
7 |
-27 |
|
Total |
4805 |
798 |
98 |
|
CONCLUSIONES
Del análisis de la relación entre el SPEI a diferentes
escalas de tiempo y el rendimiento de trigo y cebada, es posible concluir que
el balance hídrico entre la pre-siembra y el periodo crítico (mayo-octubre) es determinante para la productividad
final de los cultivos de invierno en la zona de
estudio. En condiciones normales se observa un rendimiento promedio de 4595 kg/ha para trigo y 5069 kg/ha para cebada. Sin embargo, bajo condiciones extremas ocurren descensos
significativos en ambos cultivos.
En
trabajos futuros se pretende
profundizar el estudio de otros fenómenos
meteorológicos adversos, como heladas, granizo y temperaturas elevadas, que
también influyen significativamente en la productividad, más allá de la
componente de predicción netamente hidrológica que utilizamos aquí. El enfoque que
se presenta espera contribuir al desarrollo de estrategias de adaptación para
lograr una gestión agrícola sostenible y resiliente
en la región.
AGRADECIMIENTOS
Los autores agradecen al Instituto de Hidrología de
Llanuras (IHLLA) (Consejo Nacional de Investigaciones Científicas y Técnicas
[CONICET] - Universidad Nacional del Centro de la Provincia de Buenos Aires
[UNCPBA] - Comisión de Investigaciones Científicas (CICPBA)] por los recursos
disponibles para llevar adelante el trabajo.
REFERENCIAS
Bohn, V. Y., Piccolo, M. C. y
Perrillo, G. M. E. (2011): Análisis de los períodos secos y húmedos en el
sudoeste de la provincia de Buenos Aires (Argentina). Revista de Climatología, 11(3), pp. 31-43.
https://www.climatol.eu/reclim/reclim11c.pdf
Bolsa de Cereales de Buenos Aires (1
de junio de 2024). Reportes
de campañas de trigo.
http://www.bolsadecereales.com
Diez, J. F., Carmona, F., Rivas, R.,
Holzman, M., Beninato, S., Oses, S. y Houspanossian, J. (en prensa). Dos
décadas de observaciones satelitales: lecciones sobre los extremos hidrológicos
en el Oeste de la región Pampeana. Revista
de Geología Aplicada a la Ingeniería y al Ambiente.
Dirección Nacional de Agricultura -
Dirección de Estimaciones Agrícolas (1 de junio de 2024). Estimaciones agrícolas. https://datosestimaciones.magyp.gob.ar/reportes.php?reporte=Estimaciones
Food and
Agriculture Organization of the United Nations (15 de diciembre de 2023). FAOSTAT: Statistical Database. http://www.fao.org/faostat/en/
Hobbins,
M. T., Wood, A., McEvoy, D. J., Huntington, J. L., Morton, C., Anderson, M. y
Hain, C. (2016). The Evaporative Demand Drought Index. Part I: Linking Drought Evolution to Variations in
Evaporative Demand. Journal of
Hydrometeorology, 17 (6), 1745-1761.
https://doi.org/10.1175/JHM-D-15-0121.1
McKee, T. B., Doesken, N. J. y
Kleist, J. (1993). The relationship of drought frequency and duration to time
scales. Proceeding of the 8th Conference
of Applied Climatology. American Meteorological Society, Anaheim, California,
pp. 179–184.
Mercau, J. L.,
Jobbagy, E. G., Viglizzo, E., Menendez, A., Di Bella, C. D., Bert, F., Portela,
S., Figueroa Schiebber, E., Florio, E., Gimenez, R., García, P. y Murray, F.
(2013). Sequía e inundación en la hiperllanura pampeana: una mirada desde el
lote al municipio. Agronomía & Ambiente, 33(1-2): 71-77.
http://agronomiayambiente.agro.uba.ar/index.php/AyA/article/view/18/15
Monitor
de Sequía Global (1 de junio de 2024). SPEI Global drought monitor. https://spei.csic.es
Palmer, W. C. (1965). Meteorological
drought. Research Paper No. 45. Office of Climatology U.S. Weather Bureau, Washington, D.C.
https://www.droughtmanagement.info/literature/USWB_Meteorological_Drought_1965.pdf
Servicio Meteorológico Nacional (1
de junio de 2024). Estadísticas
Climatológicas Normales: República Argentina - Periodo 1991-2020. https://repositorio.smn.gob.ar/handle/20.500.12160/2506
Sgroi, L. C., Lovino, M. A.,
Berbery, E. H. y Müller, G. V. (2021). Characteristics of droughts in Argentina's core
crop region. Hydrology and Earth System. Sciences,
25(5), pp. 2475–2490.
https://doi.org/10.5194/hess-25-2475-2021
United States Department of
Agriculture (1 de junio de 2024). Wheat: World Markets and Trade.
https://fas.usda.gov/data/production/commodity/0410000.
Vicente-Serrano,
S. M., Beguería, S. y López-Moreno, J. I. (2010). A multiscalar drought
index sensitive to global warming: The standardized precipitation
evapotranspiration index. Journal of
Climate, 23(7), 1696-1718. https://doi.org/10.1175/2009JCLI2909.1
Tipo de Publicación: ARTÍCULO.
Trabajo
recibido el 17/12/2024, aprobado para su publicación el 10/01/2025 y publicado
el 10/02/2025.
COMO CITAR
Carmona, F., Diez, J. F.,
Orte, P. F. y Laino Baldini, C. A. (2025). Influencia de períodos secos y
húmedos en el rendimiento de cultivos de invierno para la región sudeste de
Buenos Aires. Cuadernos del CURIHAM,
Edición Especial (2024): 40 Años del IHLLA. e07. https://doi.org/10.35305/curiham.ed24.e07
ROLES DE AUTORÍA
FC realizó el proceso de investigación, recopilación de
datos, análisis, conceptualización y realizó la primera versión. JFD y PFO contribuyeron
en el proceso de investigación y la interpretación de los resultados. FC, JFD, PFO
y CALB completaron en conjunto la preparación y redacción del trabajo,
aprobaron la versión para ser publicada y son capaces de responder respecto a
todos los aspectos del manuscrito.
LICENCIA
Este es un artículo
de acceso abierto bajo licencia: Creative Commons Atribución -No Comercial
-Compartir Igual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es)
Este
trabajo se enmarca dentro de la EDICIÓN ESPECIAL (2024): 40 años del Instituto
de Hidrología de Llanuras "Dr. Eduardo Jorge Usunoff" (IHLLA), de la
revista Cuadernos del CURIHAM.