SIMULACIÓN DE RENDIMIENTOS PARA LA LOCALIDAD DE SAN

SAN FRANCISCO

En la localidad de San Francisco, el rendimiento de soja simulado varió significativamente entre modelo de simulación, fecha de siembra y variedad. Se encontró una interacción doble, modelo x fecha (Tabla 8).

Tabla 8. ANOVA para el rendimiento en grano simulado en dos variedades de soja A 6445 y A 5409 sembradas en tres fechas de siembra (15/octubre, 15/noviembre y 15/diciembre) en la localidad de San Francisco. Las simulaciones incluyeron tres modelos, con cambios en temperatura y precipitaciones.

numDF denDF F-value p-value (Intercept) 1 391 70,1 <0,0001 Modelo 3 391 96,57 <0,0001 Fecha 2 391 41,98 <0,0001 Variedad 1 391 12,16 0,0005 Fecha x Variedad 2 391 1,02 0,3611 Modelo x Variedad 3 391 1,22 0,3011 Modelo x Fecha 6 391 6,11 <0,0001 Modelo x Fecha x Variedad 6 391 0,3 0,937

Al analizar a las variedades de soja en la localidad de San Francisco, se observó que A 6445 mostró una diferencia de rendimiento estadísticamente significativa de 244 kg ha-1 más que la variedad A 5409 (Figura 14 y Tabla 10, Anexo).

Figura 14. Medias del rendimiento estimado para dos cultivares de soja según los distintos escenarios y modelos.

26 Estos resultados indicaron que, dependiendo del modelo climático que se presente en el periodo 2080-2099, existirían fechas de siembra de soja más aptas que asegurarían mayores rendimientos (Figura 15). Para el modelo climático K3, las mejores fechas de siembra serían 15 de diciembre y noviembre, ya que presentaron los mayores rendimientos y estos fueron similares.

El modelo M3, en el periodo 2080-2099, estima como mejor fecha de siembra el 15 de diciembre con rendimiento superior en 312 kg ha-1 en relación a noviembre y de 451 kg ha-1 respecto a octubre (Tabla 11, Anexo). En el modelo testigo (SC), que representa a la actualidad, se pudo observar que las fechas del 15 de diciembre y noviembre fueron las mejores presentando rendimientos similares. Las fechas de siembras que mejor resultado mostraron en el periodo 2080-2099 para el modelo M2, serían el 15 de noviembre, diciembre y octubre, siendo que presentaron rendimientos similares pero inferiores a SC (Tabla 11, Anexo). Las fechas óptimas se mantienen a pesar de los cambios climáticos, para los distintos modelos.

Figura 15. Medias ajustadas en función del rendimiento para la interacción fecha por modelo, en la localidad de San Francisco. Rendimientos simulados para el periodo 2080-2099. Medias con una letra común distinta muestran diferencia significativas, según Tes de LSD Fisher (Alfa=0,05).

27

3.5.

SIMULACIÓN DE RENDIMIENTOS PARA LA LOCALIDAD DE

MANFREDI

En la localidad de Manfredi, el rendimiento de soja simulado varió significativamente entre modelos de simulación y fechas de siembra. Se encontraron interacciones dobles modelo x variedad, modelo x fecha y fecha x variedad (Tabla 8).

Tabla 9. ANOVA para el rendimiento en grano simulado en dos variedades de soja A 6445 y A 5409, sembradas en tres fechas de siembra (15/octubre, 15/noviembre y 15/diciembre) en la localidad de Manfredi. Las simulaciones incluyeron tres modelos.

numDF denDF F-value p-value (Intercept) 1 231 3299 <0,0001 Modelo 3 231 514 <0,0001 Fecha 2 231 61 <0,0001 Variedad 1 231 3 0,0884 Fecha x Variedad 2 231 6 0,0025 Modelo x Variedad 3 231 6 0,0004 Modelo x Fecha 6 231 20 <0,0001 Modelo x Fecha x Variedad 6 231 1 0,3095

Estos resultados indicaron que dependiendo del modelo climático que se presente en el periodo 2080-2099, existiría variedades de soja y fechas de siembra más aptas que asegurarían mayores rendimientos (Figura 16 y 17).

Para el modelo climático K3, la fecha de siembra del 15 de octubre es la que estima mejor rendimiento, superior en 143 kg ha-1 en relación a la fecha de noviembre y de 670 kg ha-1 respecto a diciembre (Tabla 12, Anexo). En este modelo, la variedad que mejor rendimiento presentó fue A 5409, con una diferencia estadísticamente significativa de 272 kg ha-1 de rendimiento en comparación con A 6445 (Tabla 13, Anexo). Bajo el modelo M3, las fechas de siembra de noviembre y octubre estiman rendimientos similares. En contraste, los rendimientos en fechas de diciembre fueron inferiores en 390 kg ha-1 (Tabla 12, Anexo). Para este modelo, la variedad de mejor rendimiento fue A 5409, superando en 156 kg ha-1 a A 6445 (Tabla 13, Anexo).

En el modelo M2 en el periodo de 2080-2099, no habría diferencias de rendimiento estadísticamente significativas entre las fechas del 15 de noviembre en relación con diciembre y entre el 15 de diciembre en relación a octubre (Tabla 12, Anexo). En este modelo no se presentaron diferencias estadísticamente significativas entre las

28 variedades, a pesar de que A 6445 presentó 200 kg ha-1 más de rendimiento que A 5409 (Tabla 13, Anexo).

En el modelo testigo (SC), que representa a la actualidad, se pudo observar que la fecha del 15 de octubre es la mejor fecha para la localidad de Manfredi ya que el rendimiento fue superior en 327 kg ha-1 que en noviembre y en 1125 kg ha-1 en relación a diciembre (Tabla 12, Anexo). En el mismo modelo, se pudo observar que no hubo diferencias estadísticas significativas entre las variedades a pesar de haber 942 kg ha-1 a favor de A 5409 (Tabla 13, Anexo).

Como se puede observar en la Figura 15, en San Francisco las fechas de siembra de diciembre y noviembre, es decir más tardías, son las que mejores rendimientos estimaron. Esto es debido que en estas fechas de siembra se acumulan la mayor cantidad de lluvias, y que las temperaturas tienden a disminuir a la salida del verano exponiendo al periodo crítico de la soja a condiciones favorables para el fijado de vainas y llenado de granos. En cambio en la localidad de Manfredi se pudo observar en la Figura 16, que las mejores fechas de siembra son las de octubre, es decir las más tempranas, esto se debe a que el periodo crítico del cultivo cae en momentos de mejores condiciones ambientales, pudiendo de esta manera expresar su potencial.

Al comparar los modelos, se observó que solo en los escenarios con precipitaciones incrementadas y aumentos de CO2 atmosférico a niveles de 850 ppm (K3 y M3), el

aumento de las temperaturas no afectó negativamente el rendimiento. Estos resultados coinciden con Lal et al., 1999, quienes predijeron que los aumentos de CO2 atmosférico

disminuyen en gran parte los impactos del aumento de temperatura y permiten aumentar los rendimientos. Por otro lado, se espera que el aumento del CO2 contribuya a

disminuir el déficit hídrico, a través del incremento en la eficiencia del uso del agua en los cultivos Cepal, 2014.

Otros estudios en Argentina (Cepal, 2014) predicen que los incrementos de CO2

proyectados a partir de 2080 beneficiarían la producción de la soja en aquellas zonas donde el agua no es limitante, como en Tres Arroyos en el sur de Buenos Aires y la región oeste de Santa Rosa de la Pampa. Sin embargo los aumentos de temperatura y condiciones hídricas limitantes contrarrestarían dicho efecto. En este estudio, y en forma

29 similar, los rendimientos tendieron a ser menores en escenarios como M2, con limitantes hídricas.

Utilizando la información de rendimiento de ciertas ciudades de Estados Unidos en combinación con datos climáticos, Kucharik y Serbin 2008, determinaron que el rendimiento de soja mejoró en aquellas ciudades donde el periodo crítico cayó bajo una tendencia de condiciones más frías y húmedas durante el verano. Kucharik y Serbin 2008, sugieren que por cada grado adicional (◦C) de calentamiento futuro durante los meses de verano, el rendimiento potencial de soja podría disminuir en un 16%, mientras que si se presentara un aumento de 50 mm en la precipitación total de verano, los rendimientos podrían aumentar un 5-10%, contrarrestando una parte de los efectos negativos asociados con el aumento de temperatura. No ocurre lo mismo en el modelo M2 donde las precipitaciones durante el invierno y mitad de primavera fueron menores, y no llegaron a contrarrestar los aumentos de temperatura del verano. Esto pudo provocar un estrés térmico e hídrico en las plantas, que podrían ser los responsables de la disminución de los rendimientos. En tal sentido Cencig y Molino 2011, muestran que la combinación de estrés hídrico y térmico aumenta el aborto de vainas en un 40%.

Figura 16. Medias ajustadas en función del rendimiento para la interacción fecha por modelo, en la localidad de Manfredi. Rendimientos simulados para el periodo 2080- 2099. Medias con una letra común distinta muestran diferencia significativas, según Tes de LSD Fisher (Alfa=0,05).

30

Figura 17. Medias ajustadas en función del rendimiento para la interacción variedad por modelo, en la localidad de Manfredi. Rendimientos simulados para el periodo 2080- 2099. Medias con una letra común distinta muestran diferencia significativas, según Tes de LSD Fisher (Alfa=0,05).

31