CLCULO DE LA PROBABILIDAD DE OCURRENCIA DE PRECIPITACIONES

Carlos Scianca 1; Mirian Barraco 1; Cristian lvarez 2 1 EEA INTA General Villegas, CC 153, 6230, Drabble, Pcia de Bs. As. 2 AER General Pico, EEA INTA Anguil cscianca@correo.inta.gov.ar Palabras claves: Precipitaciones, necesidad de agua de los cultivos, trigo, maz.

INTRODUCCIN Las variaciones en los rendimientos de los cultivos en una determinada regin dependen de la interaccin entre factores ecolgicos, tecnolgicos y genticos. Los rendimientos potenciales varan en funcin de la oferta de radiacin y temperatura, pero en las regiones subhmedas y semiridas se encuentran fuertemente limitados por el consumo de agua durante el ciclo de produccin, an cuando los aspectos de manejo (nutricin, sanidad, gentica, etc.) han sido cubiertos adecuadamente. Al momento de analizar el manejo del agua en los sistemas productivos, se deben considerar los requerimientos hdricos de los diferentes cultivos, el aporte de agua de las precipitaciones y el agua almacenada en el suelo previo a la siembra. El uso consuntivo (UC) de los cultivos de cosecha (mm de agua consumidos durante el ciclo) normalmente resulta superior a las precipitaciones, es decir la cantidad y distribucin de stas no logran cubrir los requerimientos hdricos, limitando la productividad de los mismos. Este UC es en promedio de 500 mm para girasol, 530 mm para maz y soja de primera, 425 mm para soja de segunda y 400 mm para trigo. La oferta ambiental se relaciona con la cantidad y distribucin de las lluvias para cada localidad en particular y por lo tanto resulta de inters su conocimiento para poder contrastarla con la demanda de los cultivos y establecer estrategias de manejo tales como fecha de siembra, momento de fertilizacin, etc.

El objetivo del presente trabajo es calcular la probabilidad de ocurrencia de precipitaciones para distintos sitios de la pampa arenosa. MATERIALES Y MTODOS En la Tabla 1 se presentan las precipitaciones medias para las localidades de General Pinto, Henderson y Casbas, ubicadas en el este, sur este y suroeste del rea de influencia de la EEA General Villegas. Si bien esta informacin es de utilidad resulta de mayor relevancia cuando es posible determinar la variabilidad interanual de ocurrencia a travs de programas probabilsticos. Mediante la utilizacin de un software especfico hoy es posible obtener la probabilidad de ocurrencia de precipitacin para un mes, periodo o dcada (10 das) de un mes determinado de acuerdo a la disponibilidad de informacin. A modo de ejemplo la informacin suministrada por estos programas se presenta en las Tablas 2, 3 y 4 para estas mismas localidades.

Tabla 1: Precipitaciones medias mensuales (mm) de tres localidades (General Pinto, Henderson y Casbas) para el perodo 1968-2009. Sitio Gral Pinto Henderson Casbas E 147 127 80 F 112 102 45 M 165 168 32 A 98 105 23 M 48 49 30 J 33 36 63 J 30 27 100 A 34 37 98 S 63 67 98 O 112 121 111 N 120 111 102 D 124 112 125 Total 939 1036 907

26

MEMORIA TCNICA 2009 - 2010

Tabla 2: Probabilidad de ocurrencia de precipitacin mensual (%) en funcin de los milmetros de lluvia para la localidad de General Pinto. 1926-2009. mm 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 E 98 95 90 84 78 72 66 60 54 49 44 39 35 31 28 25 22 19 17 15 F 96 90 83 75 68 61 54 48 43 38 33 29 26 22 19 17 15 13 11 10 M 100 98 96 92 87 82 77 72 66 61 55 50 45 41 37 33 29 26 23 21 A 94 86 77 69 61 54 47 42 36 32 27 24 21 18 15 13 12 10 9 7 M 82 68 55 44 35 27 21 16 13 10 7 6 4 3 3 2 1 1 1 1 J 66 51 39 30 23 18 13 10 8 6 5 3 3 2 2 1 1 1 1 0 J 71 55 42 31 23 17 13 10 7 5 4 3 2 1 1 1 1 0 0 0 A 67 52 39 29 21 16 11 8 6 4 3 2 2 1 1 1 0 0 0 0 S 87 77 65 54 45 36 29 23 19 15 12 9 7 6 4 3 3 2 2 1 O 100 98 94 88 81 74 66 58 50 43 36 31 26 21 18 15 12 10 8 6 N 98 94 88 82 75 68 61 55 48 43 38 33 29 25 22 19 17 14 12 11 D 98 93 88 82 75 69 62 56 51 45 40 36 32 28 25 22 20 17 15 13

Tabla 3: Probabilidad de ocurrencia de precipitacin mensual (%) en funcin de los milmetros de lluvia para la localidad de Henderson.1967-2009. mm 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 E 99 97 93 89 83 78 72 66 60 54 49 44 39 35 31 28 25 22 19 17 F 99 95 90 83 76 69 61 54 48 42 36 31 27 23 20 17 14 12 10 9 M 100 99 97 95 91 87 83 79 74 69 64 59 55 50 46 42 38 34 31 28 A 95 88 80 73 66 59 53 47 42 37 33 29 26 23 20 18 16 14 12 11 M 76 65 54 44 36 29 23 19 15 12 9 7 6 5 4 3 2 2 1 1 J 71 55 42 32 24 18 14 10 8 6 4 3 2 2 1 1 1 1 0 0 J 72 51 35 23 15 10 7 4 3 2 1 1 0 0 0 0 0 0 0 0 A 72 57 44 33 25 18 13 9 7 5 3 2 2 1 1 1 0 0 0 0 S 96 87 77 67 57 48 40 33 28 23 19 15 12 10 8 7 5 4 3 3 O 100 99 97 94 90 85 79 72 66 59 53 47 41 36 31 27 23 20 17 14 N 98 94 89 82 76 69 62 56 50 44 39 35 31 27 23 20 18 15 13 12 D 99 97 92 87 80 73 66 59 53 47 41 36 31 27 23 20 17 15 13 11

EEA INTA GENERAL VILLEGAS

27

Tabla 4: Probabilidad de ocurrencia de precipitacin mensual (%) en funcin de los milmetros de lluvia para la localidad de Casbas.1968-2009. mm 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 E 100 99 96 92 87 80 73 65 57 50 43 37 32 27 22 19 15 13 10 8 F 99 96 91 85 78 70 63 56 49 42 37 32 27 23 20 17 14 12 10 8 M 100 99 98 95 90 85 79 72 65 59 52 46 40 35 30 26 22 18 15 13 A 90 80 71 62 55 49 43 38 33 29 25 22 20 17 15 13 12 10 9 8 M 88 81 73 65 56 49 42 35 30 25 21 17 14 12 10 8 7 5 4 4 J 71 54 40 30 22 16 12 9 6 4 3 2 2 1 1 1 0 0 0 0 J 57 40 28 20 14 10 7 5 3 2 2 1 1 1 0 0 0 0 0 0 A 67 50 37 28 21 15 11 8 6 4 3 2 2 1 1 1 1 0 0 0 S 92 81 69 59 49 41 34 28 23 19 16 13 11 9 7 6 5 4 3 3 O 99 97 92 86 79 71 63 56 49 42 36 30 26 22 18 15 12 10 8 7 N 100 97 93 86 79 71 63 55 48 41 34 29 24 20 17 14 11 9 7 6 D 100 98 94 88 80 72 64 56 48 41 35 29 24 20 16 13 11 9 7 6

La utilidad de esta herramienta radica en hacer un anlisis explicativo de lo acontecido en una serie de aos considerable y de esta manera tomar decisiones de manejo para un sitio en particular. Por ejemplo, si fijamos una precipitacin en el mes de diciembre de 170 mm la probabilidad de ocurrencia ser de 20, 17 y 11 % para General Pinto, Henderson y Casbas, respectivamente. A la hora de definir posibles fechas de siembra una informacin de mucha utilidad son los anlisis decadiales ya que nos permiten conocer la probabilidad de ocurrencia de una determinada precipitacin en una dcada del mes (ejemplo primera dcada de octubre para maz). A modo de ejemplo este tipo de anlisis se presenta para la localidad de General Pico, La Pampa (Tabla 5). Una de las debilidades de este mtodo es que no es posible de calcular en todas las localidades debido a que se dificulta obtener datos de precipitaciones diarias de por lo menos 40 aos. Otra de las posibilidades de interpretar la informacin que suministra este programa es calcular la probabilidad acumulada de precipitacin y compararla con la demanda acumulada (UC) de un cultivo en particular. A modo de ejemplo en las Figs 1, 2 y 3 se

puede ver para las mismas localidades la precipitacin acumulada con una probabilidad de 50 y 80 %, respectivamente. Si bien no se puede comparar entre sitios debido a que las series de datos con las que se realizo el anlisis no son iguales, es posible sacar conclusiones preliminares para cada localidad de qu cantidad del UC del cultivo de trigo y maz puede ser cubierto por las precipitaciones o dicho de otra manera qu cantidad de agua acumulada en el suelo deberamos tener al momento de la siembra para poder cubrir el dficit de agua para cada ambiente. Lo correcto es trabajar con series histricas de por lo menos 40 aos pero a veces no es fcil acceder a esta informacin. Cuanto mayor sea la cantidad de aos en anlisis ms certeza se tendr en los datos obtenidos.

28

MEMORIA TCNICA 2009 - 2010

Tabla 5: Probabilidad de ocurrencia de precipitacin decadial (%) en funcin de los milmetros de lluvia del periodo para la localidad de General Pico La Pampa. 1961- 2003. 1, 2 y 3 corresponden a la primera, segunda y tercera dcada de cada mes respectivamente. Mm 10 20 30 40 50 60 70 80 90 100 1 70 55 44 35 28 22 18 14 11 9 Enero 2 81 62 46 34 25 18 13 9 7 5 3 75 57 43 33 26 20 15 12 9 7 1 73 56 43 32 24 18 13 10 7 6 Febrero 2 66 47 34 25 18 13 9 7 5 4 Marzo 2 74 57 44 34 27 21 16 13 10 8 Abril 2 59 39 25 17 11 7 4 2 1 1

3 61 48 37 30 23 19 15 11 9 7

1 72 61 51 42 35 29 24 20 16 14

3 70 53 41 32 25 19 15 12 9 7

1 52 35 25 17 12 8 6 4 3 2

3 51 38 29 22 17 14 11 9 7 5

Mm 10 20 30 40 50 60 70 80 90 100 1 31 18 11 7 4 2 2 1 1 1

Mayo 2 47 31 20 14 9 6 4 3 2 1 3 30 14 6 3 1 1 0 0 0 0 1 2 9 4 1 1 0 0 0 0 0

Junio 2 24 9 3 1 1 0 0 0 0 0

3 27 13 7 4 2 1 1 0 0 0

1 17 6 2 1 0 0 0 0 0 0

Julio 2 20 9 4 1 1 0 0 0 0 0

3 25 13 7 4 2 1 1 0 0 0

1 25 14 8 5 3 1 1 1 0 0

Agosto 2 15 6 2 1 0 0 0 0 0 0

3 35 20 12 8 5 3 2 1 1 1

Mm 10 20 30 40 50 60 70 80 90 100 1 37 25 16 11 8 5 3 2 1 1

Septiembre 2 38 22 13 8 5 3 2 1 1 1 3 47 33 24 18 13 10 7 6 4 3 1 67 46 31 21 14 10 6 4 3 2

Octubre 2 65 46 33 24 17 13 9 7 5 4

3 70 49 35 25 17 12 8 6 4 3

1 78 59 45 35 27 20 16 11 9 6

Noviembre 2 72 53 39 29 21 16 11 8 6 4

3 55 36 23 15 9 6 4 2 2 1

1 70 55 44 35 29 23 19 16 13 11

Diciembre 2 83 62 45 31 21 14 10 7 4 3

3 72 56 43 33 25 19 14 11 8 6

EEA INTA GENERAL VILLEGAS

29

Fig. 1: Uso consuntivo de maz (a) y trigo (b) en relacin con la precipitacin acumulada para una probabilidad del 50 y 80 % para el
sitio del General Pinto en el periodo 1926-2009.

Fig. 2: Uso consuntivo de maz (a) y trigo (b) en relacin con la precitacin acumulada para una probabilidad del 50 y 80 % para el sitio del Henderson en el periodo 1967-2009.

Fig. 3: Uso consuntivo de maz (a) y trigo (b) en relacin con la precipitacin acumulada para una probabilidad del 50 y 80 % para el sitio del Casbas en el periodo 1968-2009.

CONCLUSIONES La oferta de agua est en gran parte regida por la magnitud y frecuencia de las precipitaciones, es por eso que conocerla mediante anlisis explicativos de lo sucedido en una serie de aos considerable resulta de suma importancia para realizar balances hidrolgicos o dicho de otra manera conocer qu cantidad de agua acumulada en el suelo deberamos tener al momento de la

siembra para poder cubrir el dficit de agua para cada ambiente. Esta informacin se complementa con el conocimiento de la capacidad de almacenaje de los diferentes suelos y su contenido de agua al momento de la siembra para definir especies, largos de ciclos o estructura de cultivos, entre otros.

30

MEMORIA TCNICA 2009 - 2010