Evaluación de un modelo para estimar la radiación neta sobre un cultivo de tomate industrial (página 2)

MATERIALES Y MÉTODOS

Para evaluar un modelo que simula el flujo de radiación neta (Rn) se midieron datos agrometeorológicos en una unidad agroclimática cultivada con tomate industrial (Licopersicon esculentum, Mill.) variedad Heinz 2150, durante la temporadas 1998/99 y 2000/01. Esta unidad se localizó en la Estación Experimental de Panguilemo perteneciente a la Facultad de Ciencias Agrarias de la Universidad de Talca (35°26’ lat. Sur; 71°41’ long. Oeste; 110,5 m.s.n.m.), ubicada 11 km al norte de la ciudad de Talca, VII Región.

La unidad agroclimática tenía una superficie de 0,8 ha con una densidad de plantación de 42.000 plantas ha-1 (1,2 m entre hileras y 5 plantas por metro lineal). En ambas temporadas el trasplante se llevó a cabo en la última semana de octubre, y el cultivo se mantuvo en óptimas condiciones de manejo agronómico en cuanto a fertilización, control fitosanitario y riego hasta la cosecha (febrero). El sistema de riego utilizado fue por surco con una frecuencia de riego determinada por mediciones del contenido volumétrico de agua en el suelo a través de un reflectómetro (Time Domain Reflectometry (TDR), Trase System, Inc., California, USA). Estas mediciones se realizaron dos veces por semana durante todo el período de crecimiento del cultivo, hasta la profundidad efectiva de las raíces.

El suelo donde se ubicó el cultivo correspondía a la serie Talca (tipo Alfisol), que se caracteriza por tener una textura franca en los primeros 30 cm, y a partir de estos posee una textura arcillosa hasta una profundidad superior a un 1 m, lo cual limita el desarrollo de las raíces. El clima de la localidad corresponde al tipo mediterráneo subhúmedo, con una pluviometría media de 735 mm año-1 y un período estival seco de seis meses. La temperatura máxima promedio alcanza los 30,3°C y la temperatura mínima anual alcanza los 4,5°C.

Una estación meteorológica automática (Campbell Scientific, Logan, Utah, USA) fue instalada en la parte central del cultivo de tomate para medir simultáneamente la Ta, HR, Rs incidente y Rn en intervalos de 20 minutos. Además, mediciones de Rs reflejada fueron realizadas para estimar el valor de a entre los meses de diciembre y febrero. En este período, el índice de área foliar (IAF), obtenido con un medidor de área foliar (Li-Cor, Li 3100, Lincoln, Nebraska, USA), varió entre 1,5 y 2,7 m2 m-2 y el valor promedio de a fue equivalente a 0,21.

Para implementar el modelo de Rn, se utilizó un valor de e s equivalente 0,98, y debido a la falta de mediciones de temperatura de la cubierta vegetal se asumió que Ta era igual a Ts para el cultivo de tomate creciendo en condiciones óptimas de humedad de suelo (Valdés, 2002). Además, realizando un análisis de optimización no lineal, se encontró que la constante f (Ecuación 2) fue equivalente a 1,76. Sobre la base de los supuestos anteriores y combinando las ecuaciones 1 y 2, el flujo de Rn se puede estimar usando la siguiente expresión:

Finalmente, el flujo de Rn diaria puede estimarse integrando los valores de Rn en intervalos de 20 min, del siguiente modo: 

donde, Rni = flujo de radiación neta diaria (MJ m-2 d-1); i = mediciones del flujo de radiación neta en intervalos de 20 min.

El análisis de optimización lineal se realizó con la base de datos (30 días y 2.083 observaciones) de la temporada 2000/01, y la evaluación de la Ecuación 3 fue realizada con los datos (43 días y 2.160 observaciones) de la temporada 1997/98. Para evaluar el comportamiento del modelo, los flujos de radiación neta estimada (Rne) (Ecuación 3) fueron comparados con flujos de Rn observados (Rno) por un radiómetro neto (REBS-Fritschen, Q7, Campbell Scientific, Logan, Utah, USA) ubicado en la estación meteorológica automática. La comparación incluyó como parámetros estadísticos el error absoluto (Ea), el coeficiente de determinación (r2), la desviación estándar del error (DEE) y el cuociente entre Rne/Rno (b). Además, se incluyó el test-Z para evaluar si b fue estadísticamente diferente de uno, con un intervalo de confianza de 95% (Ortega-Farías et al., 1996).

RESULTADOS Y DISCUSIÓN

La comparación global entre los flujos de Rno y Rne en intervalos de 20 min se presenta en el Cuadro 1. En este cuadro se observa que existió una excelente comparación entre Rno y Rne con una DEE y r2 equivalentes a 34 W m-2 y 0,99, respectivamente. Por otro lado, el test-Z indicó que la relación entre Rne y Rno (b = 1,030) fue significativa e igual a uno con un intervalo de confianza de 95%, sugiriendo que los flujos de Rno y Rne fueron similares. Además, en este estudio se encontró una buena comparación entre los flujos de Rno y Rne, tanto para días despejados como nublados, ya que en ambos casos el valor de b fue significativamente igual a la unidad. Lo anterior se ilustra en la Figura 1, donde se observa que la nube de puntos se concentra cerca de la línea 1:1 y presenta una dispersión regular tanto para valores altos como bajos de los flujos Rno. Por otra parte, la mayor dispersión de puntos se encontró en los días nublados y para flujos de Rno entre 300 y 500 W m-2 (Figura 1b). Sin embargo, estas discrepancias fueron marginales y no afectaron significativamente el comportamiento diario del modelo durante el período de estudio (Figura 2). Al respecto, el análisis estadístico indicó que el modelo fue capaz de estimar el flujo diario de Rn con un error absoluto (Ea) menor a 4,1% y una DEE igual a 0,6 MJ m-2 d-1 (equivalente a 0,24 mm d-1).

Cuadro 1. Comparación entre los valores de radiación neta observada y estimada para una cubierta vegetal de tomate. Table 1. Comparison between observed and estimated net radiation values for a tomato canopy.

r2 = coeficiente de determinación; b = pendiente de la regresión a través del origen; DEE = desviación estándar del error; V = hipótesis nula (b = 1).  

Figura 1. Comparación entre los flujos de radiación neta observada (Rno) y radiación neta estimada (Rne) sobre un cultivo de tomate en condiciones de día despejado (a) y nublado (b). Figure 1. Comparison between observed (Rno) and estimated (Rne) net radiation fluxes over a tomato crop under clear (a) and cloudy (b) daylight conditions.

Figura 2. Evolución del flujo diario de la radiación solar (Rs), radiación neta observada (Rno) y radiación neta estimada (Rne) sobre un cultivo de tomate en condiciones de día despejado y nublado. Figure 2. Evolution of daily fluxes of solar radiation (Rs), observed net radiation (Rno) and estimated net radiation (Rne) over a tomato crop under clear and cloudy daylight conditions.

El flujo de radiación solar (Rs), Rne y Rno, en intervalos de 20 min, sobre el cultivo de tomates se indica en las Figuras 3 y 4 para días despejados y nublados, respectivamente. En estas figuras se observa que los flujos de Rne y Rno presentaron un comportamiento similar durante las 24 h, tanto para los días nublados como despejados, con flujos negativos durante la noche y positivos durante el día. En los días despejados (Figura 3) puede observarse que los flujos de Rne y Rno fueron aumentando en forma gradual durante la mañana, llegando a valores máximos al mediodía. Luego, ambas curvas comenzaron a disminuir llegando a flujos negativos durante la noche, donde las diferencias entre los flujos de Rne y Rno fueron menores 40 W m-2. Para el caso de la mejor comparación entre Rne y Rno (Figura 3a), el análisis estadístico indicó que el modelo estimó el flujo de Rn con un Ea menor al 2% y una DEE equivalente a 22 W m-2. Esto se ilustra en la Figura 3a, donde Rne y Rno presentaron un comportamiento muy similar durante las 24 h. Por el contrario, la peor comparación encontrada en este estudio se muestra en la Figura 3b, donde Rne fue mayor que Rno desde las 10:00 h y hasta las 16:00 h, con diferencias máximas de 80 W m-2 (DEE = 42 W m-2). En este día, los flujos diarios para Rne y Rno fueron prácticamente iguales (17,8 MJ m-2 d-1 o equivalentes a 7,3 mm d-1).

Figura 3. Variación diurna de los flujos de radiación solar (Rs), radiación neta observada (Rno) y radiación neta estimada (Rne) sobre un cultivo de tomates en condiciones de día despejado. Figure 3. Daytime variation of solar radiation (Rs), observed net radiation (Rno) and estimated net radiation (Rne) fluxes over a tomato crop for clear daylight conditions.  

Figura 4. Flujo de radiación solar (Rs), radiación neta observada (Rno) y radiación neta estimada (Rne) sobre un cultivo de tomate en condiciones de día nublado. Figure 4. Daytime variation of solar radiation (Rs), observed net radiation (Rno) and estimated net radiation (Rne) fluxes over a tomato crop for cloudy daylight conditions,

En el caso de los días nublados (Figura 4), los flujos de Rne y Rno fueron fuertemente afectados por los niveles de radiación solar interceptados por el cultivo; a pesar de esto, ambas curvas presentaron una tendencia similar durante el día y la noche. Para la mejor comparación (Figura 4a), los resultados de este estudio indicaron que el modelo fue capaz de estimar el flujo de radiación neta con un Ea menor a 5,7% y una DEE = 34 W m-2. La peor comparación se muestra en la Figura 4b, donde las mayores diferencias entre Rno y Rne fueron observadas desde las 14:00 h y hasta las 15:00 h (DEE = 47 W m-2; Ea = 12,8%). Los errores observados en la tarde fueron menores a 250 W m-2 y no afectaron significativamente el cálculo diario de la Rn. Para este día los valores diarios de Rn fueron 7,7 MJ m-2 d-1 (3,1 mm d-1) y 9,3 MJ m-2 d-1 (3,8 mm d-1) para Rne y Rno, respectivamente.

La evolución del flujo diario de la Rs, Rne y Rno sobre un cultivo de tomates se presenta en la Figura 2, donde se puede observar que los flujos diarios de Rno y Rne fueron similares durante el período de estudio, a pesar de las variaciones de la Rs interceptada por el cultivo, especialmente en los días completamente nublados. Por ejemplo, el día 16 de enero los niveles de radiación solar fueron significativamente reducidos por la nubosidad y a pesar de esto las diferencias entre los flujos diarios de Rno y Rne fueron mínimas. Ese día, los flujos diarios de Rno y Rne fueron 5,9 MJ m-2 d-2 y 2,6 MJ m-2 d-2, respectivamente.

Para reducir los errores en la estimación de Rn, Ortega-Farías et al. (2000a) indicaron que es muy importante mantener la cubierta vegetal en excelentes condiciones de humedad de suelo, con el objeto de minimizar el gradiente de temperatura entre el aire (Ta) y el cultivo (Ts). Al respecto, en este estudio se encontró que aproximadamente el 77% de las observaciones presentaron un gradiente de temperatura (Ts – Ta) que vario entre -5 y 5° C (Figura 5). Gradientes de temperatura superiores a 10° C fueron asociados a un alto déficit de presión, especialmente en días previos al riego.

Figura 5. Frecuencia de distribución del gradiente de temperatura entre el aire y la cubierta vegetal de un cultivo de tomate, temporada 1998/99. Figure 5. Frequency distribution of temperature gradient between the air and tomato canopy, 1998/99 season.

CONCLUSIONES

Los resultados de este estudio indicaron que el modelo analizado es una buena alternativa para estimar el flujo de radiación neta sobre un cultivo de tomates cultivado en las condiciones climáticas de Talca, VII Región. Al respecto, el modelo fue capaz de estimar el flujo de radiación neta en intervalos de 20 min, con una desviación estándar del error (DEE) igual a 34 W m-2 y un error absoluto (Ea) menor al 3%. Los mayores errores fueron observados en los días nublados, pero estos no superaron los 250 W m-2 y no afectaron significativamente los flujos diarios de Rn. Al respecto, el modelo estimó el flujo diario de Rn con una DEE y Ea iguales a 0,6 MJ m-2 d-2 y 4,1%, respectivamente. De lo anterior se deduce que el modelo de Rn estudiado puede ser utilizado en la fórmula de Penman-Monteith para estimar directamente el consumo de agua del cultivo de tomate, cuando se dispone de estaciones meteorológicas automáticas.

LITERATURA CITADA

Allen, R., L. Pereira, D. Raes, and M. Smith. 1998. Crop evapotranspiration: guidelines for computing crop water requeriments. 300 p. FAO Irrigation and Drainage Paper 56. FAO, Rome, Italy.

Antonioletti, R., Ortega, S., Olioso, A., 1999. Modélisation du rayonnement net pour des applications climatiques et agro-climatiques en milieu méditerranéen et tropical maritime. Institut de Géographie, France. Publications de l’Association Internationale de Climatologie (AIC). Vol.12. p. 335-341.

Brutsaert, W. 1982. Evaporation in the atmosphere: Theory, history, and applications. 229 p. D. Reidel, Higham, Massachusetts, USA.

Farahani, H.J., and W.C. Bausch. 1995. Performance of evapotranspiration models for maize-bare soil to closed canopy. American Society of Agricultural Engineers. Trans. ASAE 38: 1049-1059.

Jensen M.E., R.D. Burman, and R.G. Allen. 1990. Evapotranspiration and irrigation water requirements. 332 p. Manual and reports on engineers practices N° 70. American Society of Civil Engineers (ASCE), New York, USA.

Kjelgaard J., C. Stockle, J. Villar Mir, R. Evans and G. Campbell. 1994. Evaluating methods to estimate corn evapotranspiration from short-time interval weather data. American Society of Agricultural Engineers. Trans. ASAE. 37:1825-1833.

Monteith, J.L., and M.H. Unsworth. 1990. Principles of environmental physics. 291 p. Edward Arnold, London, England.

Ortega-Farías, S., R. Antonioletti, and A. Olioso. 2000a. Net radiation model evaluation at an hourly time step for mediterranean conditions. Agronomie (Paris) 20:157-164.

Ortega-Farias S., R. Calderón, C. Acevedo, y S. Fuentes. 2000b. Estimación de la evapotranspiración real diaria de un cultivo de tomates usando la ecuación de Penman-Monteith. Ciencia e Investigación Agraria 27:91-96.

Ortega-Farias, S., R. Cuenca, and M. Ek. 1996. Daytime variation of sensible heat flux estimated by the bulk aerodynamic method over a grass canopy. Agric. For. Meteorol. 81:131-143.

Ortega-Farias, S., W. Mediavilla, S. Fuentes, y R. Cuenca. 1998. Validación de un modelo para estimar la radiación neta de una cubierta vegetal en condiciones de referencia. Ciencia e Investigación Agraria 25:103-107.

Rana, G., N. Katerji, M. Mastrorilli, M. El Moujabber, and N. Brisson. 1997. Validation of a model of actual evapotranspiration for water stressed soybeans. Agric. For. Meteorol. 86: 215-224.

Valdés, H. 2002. Implementación de un modelo de evapotranspiración basado en la ecuación de Penman-Monteith para tomate cultivado en invernadero. 45 p. Tesis de Magíster en Horticultura. Universidad de Talca, Facultad de Ciencias Agrarias, Talca, Chile.

Samuel Ortega-Farías2, Rodrigo Calderón2, Nelson Martelli2 y Rodrigo Antonioletti31Investigación financiada por FONDECYT Nº 1970309 y ECOS-CONICYT N° C99U04 2 Universidad de Talca, Facultad de Ciencias Agrarias, Casilla 747, Talca, Chile. 3 Institut National de la Recherche Agronomique (INRA), Unité de Bioclimatologie, Domaine St. Paul, 84914 Avignon Cedex 9, France.