Resumen de La gua de prctica de meteorologa agrcola

Del 5.2 al 5.4.5

El pronstico del tiempo se puede definir como una declaracin en

avance a la probabilidad de ocurrencia de eventos futuros climticos o
condiciones de un lugar especfico en periodos determinados sobre un
estudio sinptico, tridimensional y datos de series de tiempo de una
cobertura suficiente espacial de parmetros climticos.

el efecto positivo de los pronsticos del tiempo est en prevenir

fenmenos climticos que afecten a las variedades de cultivo. El tipo y
la intensidad de estos fenmenos ocasionaran contratiempos en los
estados de crecimiento. No se puede determinar anormalidades, a
menos que uno supiera que es normal, con referencia a los cultivos y el
clima. Para esto se hace un panorama sobre las incidencias de estos
climas anormales y los efectos negativos en los cultivos, en otras
palabras, preparar guas de cultivos para los pronosticadores, que debe
dar el tiempo de ocurrencia y duracin de fases de desarrollo desde la
siembra hasta la cosecha en regiones de inters de pronostico y
especifique los tipos de fenmenos climticos, para que las advertencias
meteorolgicas y pronsticos se publique en las diferentes fases del
cultivo.

Un pronstico del tiempo agrcola debe referirse a todos los elementos

climticos que afectan de inmediato la planificacin y operacin
agrcola, estos variaran de estacin a estacin. Un pronstico del tiempo
incluye: cantidad de cobertura de nube, lluvia, humedad relativa,
temperatura mx., min y roci, direccin y velocidad del viento, etc.; en
el pronstico del tiempo agrcola debe contener tambin: horas de sol,
radiacin, humedad de la hoja, humedad del suelo, microclima interior
de cultivos, etc.

Las previsiones (pronsticos) que se hablaron anteriormente necesitan

ser modificados (procesados) para fines agrcolas. Una descripcin ms
especfica de este procesamiento de pronstico de variables
meteorolgicas para fines agrcolas es la siguiente:

Cobertura del cielo: patrn a seguir; cielo claro (0-2 oct.), parcialmente
nublado (3-5), mayormente nublado (6-7), nublado (8/8). Esto es
importante para dar informacin sobre el carcter de nubes
predominantes

Brillo solar: el brillo solar no afecta al rendimiento del cultivo, porque se

reduce por difusin.

Radiacin solar: radiacin extraterrestre y posibles horas de sol,

principales parmetros.
Precipitacin: las variables de pronstico ms difciles son la nieve y la
lluvia. Para operaciones de cultivo, no es tan importante el pronstico
cuantitativo de la lluvia como la no ocurrencia de lluvias (periodo de
sequia) y el tipo de periodo de lluvia que se espera.

Temperatura: el pronstico de la temperatura del aire es importante

para muchas aplicaciones agrometeorolgicas; tambin la temperatura
del sol, agua u rganos especficos de las plantas. Si el pronstico es en
territorios montaosos, el rango de temperatura puede definirse por
diferentes altitudes.

Humedad: la temp. de punto de roci es ms fcil de pronosticar. La

humedad relativa es ms entendible que otras mediciones de contenido
de humedad (presin vapor y agua precipitable).

Veloc. y direccin del viento: importante para diferentes actividades

agrcolas. Da la variabilidad esperada en velocidad y viento con una
rosa de viento mensual que indica la frecuencia y ocurrencia del viento.
Para fines agrcolas, se toma de referencia de altura 2 m.

Humedad de la hoja: es un parmetro que apenas se registra. Se

produce por la lluvia, roco o niebla, tambin por el nmero de horas
durante la temp. de roci est por encima de la temp. del aire.

Evapotranspiracin: importante para mejorar el conocimiento del estado

de de agua en los cultivos. Su pronstico se basa en radiacin solar,
temperatura, humedad relativa y velocidad del viento.

Balance hdrico: exceso o estrs de agua en cultivos de secano. Para

llegar a un planteamiento del exceso o deficiencia del balance, se deba
hacer un pronstico diario del primer en u periodo corto.

Algunos pronsticos especiales para el tiempo en agricultura:

Preparacin del campo: para cultivos de secano, depende del tiempo. En

reas secas la lluvia es poca y la humedad se pierde. La prediccin
exacta del tiempo de ocurrencia de la lluvia ayudara mucho en su
preparacin.

Siembra/plantacin: la germinacin depende de la luz y humedad, tanto

como la temperatura del suelo, al igual que el crecimiento.

El uso de qumicos en la produccin es inevitable, el pronstico no solo

ayuda a minimizar el volumen de agroqumicos (control de plagas,
enfermedades, etc), en pero tambin hace las aplicaciones ms
efectivas. La aplicacin de estos qumicos puede llegar a contaminar los
suelos ya sea por aplicacin foliar, o directamente del suelo.
La prdida de agua por evaporacin, pronostico basado en lluvia, viento,
humedad relativa y brillo solar. Las malezas es otro de los factores que
preocupa a los agricultores, porque siempre estarn influenciados
climticamente.

Del 5.8 al 5.10

En los ltimos aos, la importancia de prediccin inmediata y pronstico

a muy corto plazo en la agricultura ha crecido rpidamente debido al
mejoramiento de tcnicas para produccin y difusin de la informacin y
flexibilidad de agro tcnicas para hacer frente a las condiciones
climticas. La prediccin inmediata (nowcasting: NC) es la extrapolacin
de un tiempo reciente para el futuro (cada 2h); el pronstico a muy corto
rango (VSRF) es tambin una extrapolacin de eventos en un periodo
(12h), ambos enfocados a eventos de meso y micro escala.

Algunos ejemplos operacionales para el NC y VSRF en actividades

agrcolas con sus principales variables pronosticadas:

gestionar el trabajo sin compactar el suelo precipitacin

gestionar actividades del campo durante crecimiento del cultivo
temperatura y viento
gestionar actividades para mitigar heladas temperatura, humedad
prevenir los efectos de inundaciones precipitacin

NC y VSRF para heladas es extremadamente importante para la gestin

de prcticas agrcolas contra este evento. En Venecia crearon una
herramienta llamada ANGELA (algoritmo para la prediccin inmediata de
heladas); en este modelo, la temperatura del suelo es una funcin de la
temperatura puesta del sol y el tiempo transcurrido desde la puesta:

T n=T sK n1/ 2

Tn Ts
Dnde: es la temperatura en n horas de la puesta (C); ,
temperatura registrada en puesta (C); K , coef. de cada de temperatura
y n, el nmero de horas desde la puesta.

El pronstico a corto y mediano rango describe el comportamiento de

variables climticas como precipitacin, cobertura del cielo,
temperatura del aire, velocidad del viento y muchos ms, y fenmenos
climticos como sistemas de frentes, ciclones tropicales, etc. El rango
para corto rango (SRF) es de 12 72 h y para el mediano es 3 10 das
(MRF). La utilidad de estos pronsticos en la agricultura es:

Actividades preparatorias, preparacin del suelo y material

Siembra, plantacin o cosecha
Gestin pastoreo
Actividades de produccin ganadera

La tecnologa del pronstico evoluciona constantemente debido al

conocimiento cientfico de la atmosfera de la atmosfera, usando
satlites, estaciones automticas, radares. En el caso de NC y VSRF se
basan en anlisis y extrapolacin de trayectorias con amplio conjunto de
datos; para el pronstico de corto y mediano rango, la evolucin de
variables atmosfricas se debe a mtodos numricos (NWP).

la prediccin numrica del tiempo (NWP) provee informacin til para

aproximadamente 6 12 das para futuro. Basado en ecuaciones
hidrodinmicas que describen la evolucin de la atmosfera, sujeto a un
estado atmosfrico y condiciones de superficie de tierra iniciales; sin
embargo, es sensible para pequeos cambios en condiciones iniciales.

Los pronsticos de largo rango (LRF) son para periodos ms grandes

que un mes. Debido a la naturaleza catica de la atmosfera, las
predicciones a largo plazo son posibles para algunos grados, aunque
muestren variaciones en escalas de tiempo largo, estaciones y aos. Por
ejemplo el ciclo ENSO, fluctuaciones a larga escala de temp. ocano,
circulacin atmosf. y presin de aire a travs del pacifico tropical.
Interaccin de fenmenos entre ocano y atmosfera

Por lo tanto, el pronstico de estaciones provee un rango de posibles

que es probable que ocurra en la prxima estacin. Es importante
tambin tener en cuenta la naturaleza caotica de la circulacin
atmosfrica, no hace posible la prediccin de variaciones diarias
climticas, tampoco la prediccin exacta de clima promedio, como la
temperatura promedio para un mes dado.

Del 6.2 al 6.4

El pronstico agrometeorolgico depende mucho del nmero de

variables que pertenecen a diferentes reas tcnicas, econmicos y
polticos, la idea es entender que factores intervienen en la variabilidad
interanual y usar sus proyecciones para estimar el rendimiento.

Los pronosticos agrometeorologicos ha restaurado laas variables

climaticas como los principales predictores. Dos de estas son la
huemdad del suelo y la evapotranspiracion actual, ambos estimados por
modelos. Algunas variables usadas usualmente para el pronostico son:
Tecnologia y otras tendencias, como mejorar especies y tecnicas de
cosecha; balance hidrico del suelo, evaluacion y pronostico de la
humedad; evapotranpiracion actual; diversos indices para la varibilidad
ambiental, como el fenomeno del nio; prevision de suministro de
calefaccion; biomasa potencial y rendimiento de referencia.

Los requisitos de datos para el pronostico agrometeorologico se dievide

en dos formas: los datos de entrada que se requiern para cada
pronostico y datos para calibrar y evaluar el modelo. En el segundo debe
incluir el rendimiento de los datos, como tambien fenologia, IAF y
biomasa. Los requisitos de datos de entrada dependen del metodo de
uso a pronosticar. Modelos simulados, que requieren entradas diarias de
temperatura, raidacion y lluvia, tambien del tip de suelo, variedad del
cultivo, tecnicas de manejo y escala espacial.

Los datos satelitales son fuentes utiles de informacion de areas grandes

para el modelo del cultivo, puede usarse para evaluar los modelos y
actualizar predicciones. Junto con modelos de simulacion pueden
contribuir para estimar variables agrometeorologicas. La fuente de
observaciones-datos, estimaciones, pronosticos o combinaciones de
estos es importante para reconer errores asociados a mediciones y su
impacto en la agrometeorologia.

La calibracion del modelo es la comparacion del modelo de salida, los

errores se descubren durante esta calibracion y uno de los objetivos es
reducirlos. Exactitud, precision y sensibilidad a las entradas son algunos
criterios se toman en consideracion. Comparando las salidas con el
mundo real se hace para las variables que son proxies, un ejemplo,
simular la absorcion de agua por raices no se puede comparar con
rangos de absorcion real, porque estos rangos son desconocidos.

Acontinuacion se muestra algunos errores que afectan comunmente al

pronostico regional de cultivos:

o Errores de observacion en los primeros datos de entrada (ambiental

y agronomico)
o Errores procesados en los datos de entrada
o Errores de escala temporal, como entradas de media diaria de
tiempo
o Errores en parametros ecofisiologicos del cultivo
o Errores en las estadisticas agricolas usadas para la calibracion
o Errores de calibracion, se muestra cuando los datos muestran una
tendencia que no se capta por el modelo de cultivo

Con respecto a lo anterior, habra conflictos entre los resultados de

diferentes tecnicas de pronostico. Esta situacion se resuelve aveces
empiricamente. Cuando el pronostico se hace por un periodo largo de
espacio y/o tiempo, los errores se manifestaran en el rendimiento medio
y variabilidad, incluso cuando la variabilidad y la media del rendimiento
son correctos, la distribucion temporal y espacial de rendimiento puede
estar incorrecto.