Resumen
El agua de riego resulta ser un factor esencial en la actividad agrícola, por lo que es necesario hacer un uso eficiente del recurso. En México, las eficiencias de conducción de las zonas de riego son bajas, lo que está asociado al nivel y parcialización de la tecnificación. En este escenario, es importante determinar con precisión los requerimientos de riego netos (RR) de los cultivos agrícolas, a fin de cuantificar los volúmenes que se requieren para satisfacer la demanda hídrica de los cultivos que se establecen en las distintas regiones agrícolas del país. Entre estas regiones destaca el estado de Guanajuato, México, que dedica más del 30 % de la superficie agrícola al riego. Por lo anterior, el presente trabajo determina los RR de los principales cultivos agrícolas en el estado de Guanajuato, generando mapas con la distribución de los RR por medio del software QGIS y el método de interpolación espacial de la distancia inversa ponderada (IDW) elegido por la simplicidad que presenta, sobre todo, en la cuestión de datos de entrada del software QGIS, lo que permitió obtener una superficie visible y ligeramente continua en la distribución espacial de los valores interpolados. Los cultivos modelados fueron alfalfa, cebada, maíz, sorgo y trigo. Para determinar los RR se utilizaron tres variables: la evapotranspiración de referencia (ETo), la Precipitación Efectiva (Pe) y la evapotranspiración de cultivo (ET). La ETo fue calculada por medio del programa Cropwat 8.0 y la metodología de Penman-Monteith, la Pe fue calculada con el método de la USDA, mientras que la ET se calculó con la ETo y el coeficiente único del cultivo (Kc). El estado de Guanajuato cuenta con 104 estaciones climatológicas registrando la temperatura máxima, temperatura mínima y precipitación en el periodo 1981-2010, información que fue utilizada en este trabajo. El resultado fue la obtención de mapas que permiten visualizar los volúmenes de agua, expresados en láminas de riego, con los cuales es posible determinar, entre varias aplicaciones, los escenarios posibles para contabilizar el uso de agua que se le da a la agricultura y coadyuvar a la toma correcta de decisiones en el riego agrícola.
Citas
Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (2006). Evapotranspiración del cultivo. Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO). Roma, Italia.
Arteaga, R. R., Ángeles, M. V., & Vázquez, P. A. (2010). Programa Cropwat para planeación y manejo del recurso hídrico. Revista Mexicana de Ciencias Agrícolas, (pp. 179-195).
Cañada, M., Moreno, J. A., Fernández, F., Gómez, N., Prieto, M., Rodríguez, E. J., & Martínez, P. (2007). Sistemas y Análisis de la Información Geográfica. Manual de autoaprendizaje con ArcGIS.
Conde, C.; Ferrer, R. M.; Araujo, R.; Gay, C.; Magaña, V.; Pérez, J. L.; Morales, T. y Orozco, S. 1999. El niño y la agricultura. In: Magaña R., V. O. (ed.). Los Impactos de El niño en México. Instituto Nacional de Ecología, SEMARNAP. México. p. 103–132.
Díaz, P. G., Sánchez, C. I., Quiroz, R., Garatuza, P. J., Watts, T. C., & Cruz, M. I. (2008). Interpolación espacial de la precipitación pluvial en la zona de barlovento y sotavento del Golfo de México. Agricultura Técnica en México, 34(3), 279-287.
Dressler, K. A., Fassnacht, S. R., Bales, R. C., Davis, R. E., Lampkin, D., & Myers, D. E. (2000). Geostatistical interpolation of point-measured SWE in the Colorado River Basin. EOS Transactions, American Geophysical Union, Fall Meet. Suppl., 81(48), F397.
FAO. (2014). AQUASTAT Perfil de País - México. Organización de las Naciones Unidas para la Alimentación y la Agricultura, Roma, Italia.
FAO. (2011). El estado de los recursos de tierras y aguas del mundo para la alimentación y la agricultura. La gestión de los sistemas en situación de riesgo. Organización de las Naciones Unidas para la Alimentación y la Agricultura, Roma, y Mundi- Prensa, Madrid.
Ferreira, G. A. (2005). Técnicas de interpolación espacial utilizadas en la evaluación de reservas geológicas. Pontificia Universidad Católica de Valparaíso, Chile. Recuperado el 5 de febrero de 2020 de http://opac.pucv.cl/pucv_txt/txt-1500/UCH1803_01.pd
Hernández, C. M. (2013). Estimación de la evapotranspiración de referencia en regiones con datos limitados. Tesis de licenciatura, Universidad Autónoma Chapingo, Texcoco, Edo. de México, México.
Instituto Nacional para el Federalismo y el Desarrollo Municipal (INAFED). (2019). Recuperado de http://siglo.inafed.gob.mx/enciclopedia/EMM11guanajuato/mediofisico.html
Instituto Nacional de Estadística y Geografía (INEGI). (2018). Encuesta Nacional Agropecuaria (ENA 2017). Conociendo el campo de México, Resultados. Conferencia de Prensa 25 de Julio del 2018.
Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP). (2017). Agenda Técnica Agrícola de Guanajuato. Ciudad de México.
Jiménez, C. B., Torregrosa, A. M., & Aboites, A. L. (2010). El agua en México: Cauces y encauces. México.
León, M. B., Robles, R. B., Ángeles, H. J., Ángeles, M. V., Arteaga, T. R., Arroyo, C. V., & Sánchez, C. I. (2007). Manual para diseño de zonas de riego pequeñas. Instituto Mexicano de Tecnología del Agua, Jiutepec, Morelos.
Miranda, S. M., & Condal, R. A. (2003). Importancia del análisis estadístico exploratorio en el proceso de interpolación espacial: caso de estudio Reserva Forestal Valdivia. Bosque (Valdivia), 24(2), 29-42.
Ojeda, B. W., & Flores, V. J. (2015). Calendarización de riego: Teoría y práctica (2da ed.). México, Morelos.
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO). (2017). Programa Mundial de Evaluación de los Recursos Hídricos (WWAP). Recuperado el 16 de diciembre de 2020 de http://www.unesco.org/new/es/natural-sciences/environment/water/wwap/facts-and-figures/all-facts-wwdr3/fact-24- irrigated-land/
Servicio de Información Agroalimentaria y Pesquera (SIAP). (2018). Datos abiertos: Estadística de producción agrícola de 2018. Recuperado de http://infosiap.siap.gob.mx/gobmx/ datosAbiertos.php Servicio de Información Agroalimentaria y Pesquera (SIAP) (2019). Guanajuato infografía agroalimentaria. Recuperado de https:// nube.siap.gob.mx/gobmx_publicaciones_siap/pag/2019/Guanajuato-Infografia-Agroalimentaria-2019
Shelestov, A. Y., Kravchenko, A. N., Skakun, S. V., Voloshin, S. V., & Kussul, N. N. (2013). Geospatial information system for agricultural monitoring. Cybernetics and Systems Analysis. https://doi.org/10.1007/s10559-013-9492-5
Torres, L. M., Fernández, G. E., & Reyes, T. M. (2018). Historia, identidad y estrategia de desarrollo del Distrito de Riego 011, Alto Lerma, Guanajuato. V Congreso de la Red-Issa: Agua, Ciudades y poder. Universidad de Guanajuato. Recuperado de https://redissa.files.wordpress.com/2018/04/historia-identidad-y-estrategia-de-desarrollo-del-distrito-de-riego-011- alto-lerma-guanajuato.pdf
Vargas, A., Santos, A., Cárdenas, E., & Obregón, N. (2010). Análisis de la distribución e interpolación de las lluvias en Bogotá, Colombia. Dyna, 167(78), 151-159. Recuperado el 3 de febrero de 2020 de https://www.redalyc.org/articulo. oa?id=49622358017
Villatoro, M., Henríquez, C., & Sancho, F. (2008). Comparación de los interpoladores IDW y Kriging en la variación espacial de Ph, Ca, CICE y P del suelo. Agronomía Costarricense. Recuperado de http://repositorio.ucr.ac.cr/bitstream/handle/10669/13843/6773-9341-1-PB.pdf?sequence=1&isAllowed=y
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor 2024 Aristeo de Jesús López Carranza, Víctor Manuel Olmedo Vazquez, Alberto González Sánchez, Ma. Leticia H ernández Hernández, Anayeli Rómulo Juárez