P
REDICCION DEL
RENDIMIE
NTO EN
GRA
NO
D
E TRIGO E
N LA REGIÓN
S
UBHÚME
DASE
CA PAM
P
EANA
E
N BAS
E
A DIFERE
NT
E
S
ÍND
I
CES
CLIM
ÁTICOS
WHEAT GRA
IN
Y
IELD PREDICTION I
N
THE S
U
BHUMID DRY PAMPE
A
N
R
EGION BASED ON DIFFERENT
W
E
ATHER INDICES
Fernández, Miguel Angel
1*
RESUMEN
El trigo pan es el cultivo de invierno más importante en la región subhúmeda seca pampeana,
pero presenta gran variabilidad interanual en el rendimiento en grano. El objetivo fue predecir el
rendimiento en grano y la respuesta al agregado de fertilizante nitrogenado, en base a diferentes
índices climáticos del otoño previo a la siembra. Los ensayos se realizaron en la Facultad de
Agronomía de la UNLPam (36º 32’ 49” S, 64º18’20”W) durante un período de 22 años. Al tratamiento
fertilizado se le agregó 100 kg.ha
1
de urea al voleo en macollaje temprano. Se utilizaron para la
predicción los siguientes índices climáticos: ONI (Ocean Niño Index), MEI (Multivariate ENSO Index),
TSM Zona 6.1 (Temperatura Superficial del Mar) y TSA (Tropical South Atlantic). No hubo una clara
asociación de los índices MEI y ONI durante el otoño previo con el rendimiento en grano de trigo pan,
ni con la respuesta a la fertilización con nitrógeno. Sin embargo, hubo una relación inversa (y =
2320x + 50507; R² = 0,25; P=0,017) entre el índice TSM Zona 6.1 del Océano Atlántico (5º y 25ºS;
0º y 20ºW) del mes de marzo con el rendimiento en grano y también con la respuesta al agregado de
fertilizante (y = 769,4x + 16117; R² = 0,24; P = 0,02). Esto podría incorporarse en los modelos de
decisión previos al inicio de la campaña de trigo para estimar los rendimientos alcanzables y mejorar
además los modelos de respuesta a la fertilización nitrogenada en la región.
PALABRAS CLAVE: Triticum aestivum; predicción; rendimiento; respuesta nitrógeno
ABSTRACT
The bread wheat is the most important winter crop in the subhumid dry Pampa region, but it has
great interannual variability in grain yield. The objective this work was to predict the grain yield and
the response to the aggregate of nitrogen fertilizer, based on different climate indices in the autumn
prior to sowing. The trials were performed for a period of 22 years in the Agronomy Faculty of the
UNLPam (36º 32' 49" S; 64º 18' 20" W). The fertilized treatment was added 100 kg.ha
1
of broadcast
urea in early tillering. Climatic indexes were used for prediction; ONI (Ocean Child index), MEI
(multivariate ENSO index) and TSA (Tropical South Atlantic). The MEI index of MarchApril and the
ONI index of FebruaryMarchApril did not explain the grain yield. There was a negative relationship
between the SST index (sea surface temperature) of March in zone 6.1 of the Atlantic Ocean (5º and
25º S, 0º and 20º W) with the grain yield and also with the response to the fertilizer aggregate. As the
index increased, the grain yield and response to the aggregate of fertilizer decreased. This could be
incorporated in the decision models prior of the sowing of wheat to estimate the achievable yields and
also to improve the models of response to nitrogen fertilization in the region.
KEY WORDS: Triticum aestivum; prediction; yield; nitrogen response
1
U
nive
rsid
ad
Nac
ion
al d
e L
a Pa
mp
a, F
acu
ltad
de
Ag
ron
omí
a. S
ant
a Ro
sa,
Arg
ent
ina
.
* m
fer
nan
dez
@ag
ro.
unlp
am
.ed
u.ar
Recibido 12/02/2019
Aceptado 21/06/2019
SEMIÁRIDA Revista de la Facultad de Agronomía UNLPam Vol 29(2): 6172
6300 Santa Rosa  Argentina. 2019. ISSN 24084077 (online)
DOI: http://dx.doi.org/10.19137/semiarida.2019(02).6172
Cómo citar este trabajo:
Fernández, M. A. (2019). Prediccion del rendimiento en grano
de trigo en la región subhumedaseca pampeana en base a
diferentes índices climáticos . Semiárida, 29(2), 6172.
agropecuaria de la región subhúmeda seca
pampeana, pero los rendimientos presentan gran
variabilidad interanual con rendimientos
promedio mínimos de 989 kg.ha
1
en el año
2009, y máximos de 2830 kg.ha
1
en 2016
(MAGyP, 2019). La región fue descripta como
subhúmedaseca para el cultivo de trigo, sobre
INTRODUCCIÓN
El trigo pan (Triticum aestivum L.) es un
cultivo muy importante en la producción
62
la base de la humedad disponible en el período
crítico (deficiencia hídrica entre 1 y 25 mm
alrededor de la espigazón) (Pascale & Damario,
2004). La región de estudio está en el límite
entre la región templada subhúmeda y la fría
subhúmeda, de acuerdo a la clasificación
climática desarrollada específicamente para la
Región Pampeana por Díaz y Mormeneo (2002).
Sin embargo si se considera la propuesta por
Aliaga et al., (2017) se ubicaría en la templada
subhúmeda. Este déficit hídrico durante gran
parte del ciclo provoca, principalmente, una
disminución en la capacidad de captura de
radiación por la canopia del cultivo, que
determina una menor producción de biomasa y
en consecuencia un menor rendimiento en grano
(Fernández, 2013). En el cultivo de trigo existe
un período crítico (PC) en la definición del
rendimiento en grano, que varía según los
investigadores, pero en general se puede ubicar
30 días antes de floración (Fischer, 1985;
Dhillon & OrtizMonasterio, 1993). En esta
región el PC coincide aproximadamente con el
mes de octubre (Fernández, 2013) y las lluvias
ocurridas dentro de este período, tuvieron una
relación significativa con el rendimiento en
grano (Fernández & Zingaretti, 2015).
Por otro lado, la existencia de ciclos naturales
en la atmósfera afecta el régimen pluviométrico
en la región durante semanas, meses y décadas.
Es así que la temperatura superficial en los
trópicos de los Océanos Pacífico y Atlántico,
constituyen el principal factor que determina la
variabilidad de las precipitaciones en esta
región, con el Pacífico dominando la escala
interanual y el Atlántico dominando a una escala
de tiempo más larga (Seager et al., 2010; Lovino
et al., 2018).
El fenómeno más estudiado es El Niño
Oscilación Sur (ENOS: ENSO, sigla en inglés),
que posee dos fases: El Niño y La Niña. El
fenómeno denominado “El Niño” consiste en un
calentamiento anómalo de las aguas
superficiales del Océano Pacífico Ecuatorial
Central y Oriental, mientras que La Niña se
asocia a una baja en dichas temperaturas
(Heinzenknecht, 2011). Ambos fenómenos
tienen consecuencias variadas en todo el mundo.
En la región templada subhúmeda pampeana se
observan mayores coincidencias entre las
máximas precipitaciones y los eventos El Niño
(Aliaga et al., 2017).
En Sudamérica, las oscilaciones interanuales
de las precipitaciones se deben principalmente a
la variabilidad que existe en la primavera, el
verano y el otoño. El verano es la temporada de
máximas lluvias en la mayor parte del continente
y a su vez la estación de mayor influencia del
ENOS en el cono sur (Grimm, 2011).
Podestá et al., (2002) encontraron una
relación entre las anomalías de las
precipitaciones y las fases ENOS para el
trimestre de octubre a diciembre (primavera) en
la Región Pampeana. Las fases cálidas están
relacionadas con un aumento en las
precipitaciones medias, mientras que las fases
frías, se relacionan con precipitaciones por
debajo de lo normal. Además, durante los
eventos El Niño, se observa un rango de
variación mayor que durante los eventos La
Niña. Además existen lapsos denominados
“neutrales” en los que no se registra ninguna de
estas fases extremas, ya que las temperaturas del
agua en el Pacífico Ecuatorial Central oscilan
dentro de márgenes medios.
Para estudiar este fenómeno se han elaborado
diversos índices, uno de ellos, el índice ONI
(Ocean Niño Index), desarrollado por la
National Oceanic and Atmospheric
Administration (NOAA, Estados Unidos), que
identifica eventos cálidos (El Niño) y fríos (La
Niña) en el Océano Pacífico Tropical (Yu &
Kim, 2013). Otro determinante del estado del
ENOS es el Índice Multivariado del ENSO
(MEI), un indicador más integral del estado mar
atmósfera durante un evento El Niño o La Niña
(Wolter & Timlin, 1998).
Existen varios trabajos que evaluaron el
efecto del fenómeno ENOS sobre la producción
de los cultivos en esta región con resultados
contrapuestos.
En los departamentos del noreste de provincia
de La Pampa Heinzenknecht (2011) mediante el
índice MEI del bimestre octubrenoviembre, que
consideró la estación del año más relacionada
con el periodo crítico del cultivo, observó una
relación entre el rendimiento en grano del
Fernández, M. A.
Prediccion del rendimiento en grano de trigo en la región subhúmedaseca pampeana en base a diferentes índices climáticos
63
cultivo de trigo y los años Niño, donde los
rendimientos fueron menores o iguales a la
media general. En cambio, los años Niña, se
relacionaron, en general, con rendimientos
mayores; excepto en el dpto. Capital en que no
hubo una relación clara. Otros autores
informaron sobre los efectos positivos del Niño
en los rendimientos de trigo en el sur de
Argentina y los negativos de la Niña en el norte
del país (Travasso et al., 2003). Por su parte,
Iizumi et al. (2014) mostraron que en ambas
fases del ENOS hubo tanto efectos positivos
como negativos sobre los rendimientos de trigo
en Argentina, pero en el balance general durante
los eventos Niño se elevó la producción un
11,1%, a menudo asociado con condiciones más
frías y húmedas. Sin embargo, Pol & Binyamin
(2014) indicaron que con el evento Niño se
producen mayores precipitaciones en la región
pampeana, pero muchas veces el rendimiento
disminuye a causa de enfermedades e
inundaciones. Por el contrario, Anderson et al.
(2016) encontraron una influencia significativa
sobre el rendimiento durante eventos La Niña en
el trimestre septiembre, octubre y noviembre y
no observó relación con el evento Niño.Otros
sutores, concluyeron que en zonas del oeste de
la región pampeana el trigo no fue afectado por
el fenómeno ENOS (Aramburu Merlos et al.,
2015).
Barros et al. (2000) mostraron que la
tendencia de precipitación anual positiva puede
atribuirse, en parte, a los cambios en la
frecuencia e intensidad de las fases del ENOS.
La ocurrencia de lluvias intensas se da en
períodos cortos de tiempo, con mayor frecuencia
entre los 30 y 40° de latitud Sur. Además los
autores observaron que En la Región Pampeana
la contribución más importante a la variación
anual de las precipitaciónes proviene de la
variabilidad en el otoño y en menor medida en
el verano.
En la región sur y sudoeste pampeana la señal
del Niño se observa desde los meses de Agosto
a Abril. Penalba & Rivera, (2016) encontraron
que en los meses de julio a septiembre hubo una
anomalía significativa que indica una fuerte
estacionalidad asociada a la ocurrencia de La
Niña mientras que en los demás meses no se
observa una clara tendencia.
Otro fenómeno con influencia en esta región,
es el Dipolo del Atlántico Sur caracterizado por
una fase positiva definida como el calentamiento
de la zona noreste y el enfriamiento de la zona
sudoeste del Atlántico tropical sur. Al tener este
dipolo una periodicidad de aproximadamente 7
8 meses, es capaz de influenciar la variabilidad
de las precipitaciones interanuales en
Sudamérica (Enfield et al., 1999; Nnamchi et al.,
2011). Sin embargo, Andreoli & Kayano (2004)
encontraron un funcionamiento errático del
Dipolo ya que TNA (Tropical North Atlantic) y
TSA (Tropical South Atlantic) se desacoplan en
muchos períodos.
En la década del 30´ en la región central de
Argentina se produjo una gran sequía que fue
asociada a una anomalía caliente en el Atlántico
tropical (Seager et al., 2010; Tripaldi et al.,
2013); por el contrario, una anomalía fría en el
Atlántico tropical hubiera producido un aumento
de las precipitaciones (Seager et al., 2010). La
influencia de este dipolo fue confirmada
Posteriormente por Nnamchi et al. (2017).
La variabilidad de las precipitaciones el
noreste de Brasil fue detectada por Andreoli &
Kayano (2006) mediante el índice TSA.
Posteriormente, Kayano et al. (2009) utilizando
el mismo índice determinaron una relación
significativa con las lluvias en la Argentina,
aproximadamente entre la latitud de 22ºS y
38°S, que incluye la zona estudiada en este
trabajo. Sin embargo, Flantua et al. (2016)
mostraron una escasa relación entre TSA y las
precipitaciones en la región de estudio, pero
observaron una relación negativa más al sur, en
la Patagonia central.
La combinación de la Oscilación
Multidecadal del Atlántico en fase positiva y la
Oscilación Decadal del Pacífico en fase
negativa, producen que las precipitaciones
permanezcan escasas y por lo tanto, cuando se
da esta combinación la región Pampeana está en
riesgo de sequía (Pérez et al., 2015). Esta
situación puede provocar que el sistema de
producción agrícola supere la capacidad de
carga del ambiente y conlleve a la disminución
de la producción y la degradación ambiental
(Viglizzo et al., 2011).
64
En Australia, Asseng et al. (2012) encontraron
beneficios en la utilización de los pronósticos
climáticos ya que se lograron aumentos en los
márgenes económicos de los sistemas de
producción injvolucrados. También en Paraguay,
RamirezRodrigues et al. (2014) encontraron
mayor rendimiento de trigo en años Niña y
neutrales y propusieron un manejo de la
fertilización nitrogenada de acuerdo a
pronósticos ENSO. En este contexto, es
importante entonces considerar los pronósticos
climáticos, ya que permitirían mejorar la
predicción de la respuesta al agregado de
fertilizantes, con la consecuente disminución de
costos y de la contaminación. Es poco lo que se
sabe sobre el efecto de estos fenómenos
climáticos en la región, y sobre todo en los
sistemas de producción de trigo, por ello el
presente trabajo tiene los siguientes objetivos:
a) Evaluar el rendimiento de grano (kg.ha
1
) y
su variación interanual en relación a los efectos
de los fenómenos ENOS y TSA en la región
subhúmeda seca pampeana.
b) Evaluar efecto del fenómeno ENOS sobre
la respuesta del rendimiento de grano al
agregado de fertilizante nitrogenado en
macollaje.
MATERIALES Y MÉTODOS
Descripción experimental y manejo
agronómico
Los ensayos fueron realizados en el Campo
Experimental de la Facultad de Agronomía de la
UNLPam., ubicado en 36° 32’ 49” S y 64° 18’
20” W, a 210 msnm, durante el período 1996 a
2017.
El suelo del lote utilizado es un Paleustol
petrocálcico (Soil Survey Staff, 2014), con 10%
arcilla, 25% de limo y 65% de arena, con escasa
pendiente superficial y un manto de tosca en el
subsuelo, a una profundidad que varió entre 0,8
y 1,0 metro. Los parámetros del suelo (promedio
de todos los años evaluados) al momento de la
siembra fueron: materia orgánica; 1,35% ± 0,3;
fósforo disponible (Bray I); 11,6 ppm ± 2,5 y
nitrógeno de nitratos: de 0 a 30 cm de
profundidad 10,8 ppm ± 5,3 y de 30 a 60 cm de
profundidad 6,5 ppm ± 2,3.
La variedad de trigo que se utilizó, durante los
22 años de ensayos, fue Buck Guaraní, de ciclo
intermedio a corto inscripta en la CONASE
(Comisión Nacional de Semillas) en 1994, de porte
semierecto, altura total de 80 cm, muy resistente
a frío en estado vegetativopasto, con grano
ovalado, peso hectolítrico potencial de 82 kg.hl
1
y
peso potencial del grano de 38 mg. La fecha de
siembra osciló entre el 29 de junio y 14 de julio,
dependiendo de la posibilidad operativa de la
misma. La densidad de siembra fue de 250
semillas viables por metro cuadrado. La cama
de siembra fue en sistema convencional con
barbecho previo, generalmente iniciado a
principios de marzo y luego mantenido con
labores mecánicas de repaso. El cultivo
antecesor siempre fue una pastura asociada
deentre alfalfa (Medicago sativa L.) y festuca
(Festuca arundinacea Schreb.) o cebadilla
criolla (Bromus catharticus Vahl.), según el año.
El diseño experimental fue en bloques
completamente aleatorizados, con cuatro
réplicas de cada tratamiento en parcelas estándar
de 6 m de largo x 1,4 m de ancho; con 7 surcos
separados a 0,20 metros entre ellos.
La fertilidad del suelo fue modificada con un
“arrancador” en todas las parcelas mediante el
agregado de 70 kg. ha
1
de superfosfato simple
a la siembra (NPK= 0  21  0). Al tratamiento
denominado “fertilizado” se le agregó 100 kg.ha
1
de urea al voleo en macollaje temprano (Z1421,
Zadoks et al., 1974). El control de las malezas
fue realizado con herbicidas en el estado Z14
con una combinación de los herbicidas
Metsulfurón Metil (6 g i.a.ha
1
) y Dicamba (100
cm
3
i.a.ha
1
).
Mediciones en el cultivo
Rendimiento de grano. Se determinó
trillando un metro cuadrado del cultivo (3 surcos
x 1,67 metros de largo). Las muestras de grano
obtenidas fueron llevadas a peso constante en
estufa de circulación forzada a 60°C durante 48
horas. El rendimiento se expresó en kg.ha
1
a una
humedad del grano de 14%.
Índices climáticos
a) ONI (Ocean Niño Index): desarrollado por la
National Oceanic & Atmospheric Administration
(NOAA, Estados Unidos), durante los 50 años
Fernández, M. A.
estudiados se observaron distintas respuestas
entre las subregiones y permite identificar
eventos cálidos (El Niño) y fríos (La Niña) en el
Océano Pacífico Tropical. Se obtiene a partir de
la media móvil de tres meses de la anomalía de
la temperatura superficial del mar (TSM) para la
región El Niño 3.4 (5°N5°S, 120°170°W). Los
eventos cálidos se producen con el desarrollo de
una anomalía positiva de la TSM (> +0,5°C),
mientras fríos se definen por la ocurrencia de
una anomalía negativa (< 0,5°C) (Yu & Kim,
2013).
b) MEI: El Índice Multivariado del ENOS es
un indicador que integra el estado del mar y la
atmósfera en la región del Niño 3. A los valores
de MEI estandarizados se les adjudica un
“rango” que va desde 1 hasta 62. El “valor 1”
identifica al estado La Niña más intenso del que
se ha tenido registro; en el otro extremo, el
“valor 62” corresponde al evento El Niño más
intenso conocido. A partir de este rango se
sugieren dos tipos de clasificación, a saber: 1
18 La Niña; 19  44 Neutro y 45  62 El Niño.
c) TSA: El Índice Tropical South Atlantic
Index es un indicador de la anomalía del
promedio mensual de la temperatura superficial
del mar en el sector comprendido entre Ecuador
20°S y 10°E30°W cercano al golfo de Guinea
(Enfield et al., 1999). La ubicación se grafica en
la (Figura 1).
d) Temperatura superficial del mar en Zona
6.1 (TSM Zona 6.1): Localizado en la región del
Golfo de Guinea en la Latitud 5º25ºS y
Longitud 0º20ºW (ubicación en Figura 15, línea
llena), obtenido de la NOAA/ESRL (2019). La
ubicación se grafica en la (Figura 1).
Análisis estadístico
El análisis estadístico se realizó con un
ANAVA en el que el tratamiento ENOS se
clasificó en tres (niño, niña y neutral) y el
tratamiento fertilidad en dos (fertilizado y
testigo). Se realizaron regresiones lineales entre
los índices climáticos y el rendimiento en grano.
El análisis de regresión se usó con el propósito
de predicción. Todos los análisis se realizaron
utilizando el software
estadístico Infostat (Di
Rienzo et al., 2013).
RESULTADOS
En la Tabla 1 se observa
el rendimiento en grano de
la variedad de trigo pan
Buck Guaraní y los índices
climáticos utilizados para
su predicción en el período
1996 a 2017. También se
presentan las precipi
taciones mensuales de los
meses determinantes del
rendimiento del trigo.
El rendimiento en grano
promedio del tratamiento
fertilizado al macollaje con
100 kg.ha
1
de urea fue de
2964 kg.ha
1
(máximo 5873
kg.ha
1
y mínimo 0 kg.ha
1
),
mientras que el tratamiento
testigo fue de 2650 kg.ha
1
(máximo 5320 kg.ha
1
y
mínimo 0 kg.ha
1
).
65
Figura 1. Ubicación de la zona de evaluación de la temperatura
superficial del mar con los índices TSA y TSM zona 6.1. Línea
llena TSM Zona 6.1; línea punteada TSA
Figure 1. Location of sea surface temperature assessment zone with the
TSA and SST zone 6.1 indices. Line filled SST Zone 6.1; TSA
dotted line
Prediccion del rendimiento en grano de trigo en la región subhúmedaseca pampeana en base a diferentes índices climáticos
66
Fernández, M. A.
Año
Rendimiento
Precipitaciones (mm)*
Índice ONI**
Índice MEI**
Índice TSM
Índice TSA**
(kg ha
1
) Zona 6.1**
Fert. Test. Sep. Oct. Nov. S FMA MAM SON MarAbr AbrMay SepOct Mar Mar Sep
1996 2762 2702 14,8 63,0 117,9 195,7 0,6 0,4 0,4 22 27 25 20,61 0,35 0,12
1997 2584 2038 13,8 95,3 50,1 159,1 0,1 0,3 2,3 52 60 67 20,99 0,72 0,05
1998 1616 1723 35,0 56,3 61,9 153,2 1,4 1,0 1,4 67 67 15 21,13 0,45 0,19
1999 2929 2833 54,1 127,8 155,8 337,6 1,1 1,0 1,3 12 12 13 20,25 0,08 0,10
2000 4033 3624 22,7 190,2 32,6 245,5 1,1 0,3 0,6 21 35 22 20,73 0,13 0,02
2001 5058 3644 147,2 207,0 62,4 416,6 0,4 0,3 0,3 26 36 27 20,34 0,07 0,17
2002 3415 3681 41,0 73,0 40,4 154,4 0,1 0 1,2 44 56 57 20,28 0,03 0,19
2003 330 302 4,8 53,6 64,7 123,1 0,4 0,2 0,3 45 34 47 20,80 0,57 0,48
2004 2610 2142 8,0 89,6 85,9 183,5 0,2 0,4 0,7 42 45 45 20,68 0,25 0,26
2005 512 553 58,4 49,9 24,0 132,3 0,4 0,4 0,3 55 57 28 20,92 0,47 0,01
2006 1635 1912 7,0 141,7 14,9 163,6 0,5 0,2 0,7 17 29 54 20,68 0,44 0,22
2007 2759 2890 108,1 57,8 66,9
232,8
0 0,2 1,4 31 39 10 20,93 0,12 0,15
2008 823 825 35,6 94,9 54,3 184,8 1,2 0,9 0,4 13 19 16 20,93 0,62 0,21
2009 0 0 53,9 8,0 72,4 134,3 0,5 0,4 1,0 24 38 52 20,83 0,51 0,20
2010 3914 3902 133,6 59,6 36,0 229,2 0,9 0,6 1,7 62 49 2 20,91 0,90 0,17
2011
2550
2462 3,8 62,3 126,1
192,2
0,8 0,4 1,1
4 23 14 20,40
0,62
0,07
2012 5868 4740 18,9 192,5 82,3 293,7 0,5 0,4 0,2 34 53 35 19,99 0,18 0,21
2013 3009 2710 64,2 91,7 73,9 229,6 0,2 0,2 0,2 33 33 38 20,45 0,12 0,10
2014 4752 3228 36,5 215,9 52,7 305,1 0,2 0,8 0,4 39 59 44 20,23 0,21 0,01
2015 4093 4098 62,7 88,4 73,6 224,7 0,6 1,0 2,4 60 62 66 20,64 0,19 0,17
2016 5873 5320 35,3 253,2 58,1 346,6 1,7 0,3 0,7 65 63 23 20,71 0,49 0,19
2017 4079 2982 92,9 34,9 88,3 216,1 0,1 0,4 0,7 58 61 19 20,32 0,25 0,15
promedio 2964
2650
47,8
104,8
68,0 220,6 0,06
0,02
0,06 37,6 43,5 32.7 20,63 0,23 0,06
Tabla 1. Rendimiento en grano de trigo en dos tratamientos de fertilización nitrogenada; fertilizados (Fert.) y sin fertilización (Test.);
precipitaciones en el período crítico e índices climáticos; ONI, MEI, TSM Zona 6.1 y TSA; desde 1996 a 2017 en Santa Rosa (LP),.
Table 1. Grain yield of bread wheat in two nitrogen fertilization treatments; fertilized (Fert.) and nonfertilized nitrogen treatments (Test.), rains
in the critical period and climatic indices; ONI, MEI, SST 6.1 Zone y TSA; from 1996 to 2017 in Santa Rosa (LP).
Fuente: *Datos suministrados por la Cátedra Agrometeorología. ** Datos obtenidos de NOAA/ESRL https://www.esrl.noaa.gov/. FMA: febmarabr, MAM: marabrmay,
y SON: sepoctnov.
Source: * Data provided by the Agrometeorology Chair . ** Data obtained from NOAA / ESRL https://www.esrl.noaa.gov/. FMA: FebMarApr, MAM: MarAprMay, and
SON: SepOctNov.
La precipitación media en los meses donde se
define el rendimiento fue: en septiembre 47,8
mm (máximo 147,2 mm y mínimo 3,8 mm); en
octubre 104,8 mm (máximo 253,2 mm y
mínimo 8,0 mm) y en noviembre 68,0 mm
(máximo 155,8 mm y mínimo 14,9 mm) (Tabla
1). La distribución promedio de las
precipitaciones es apropiada para el cultivo de
trigo, ya que en el mes de octubre, cuando se
desarrolla el periodo crítico (Fernández &
Zingaretti, 2015), las mismas permiten un uso
consuntivo medio de 3,5 mm.d
1
; aceptable para
obtener un buen rendimiento en la zona de
estudio (Fernández, 2007). Sin embargo la
dispersión interanual de las precipitaciones hace
variar abruptamente el rendimiento en grano y
provoca una respuesta errática al fertilizante
nitrogenado.
El ANAVA realizado sobre el rendimiento en
grano con la clasificación de los 22 años
analizados en niño, niña o neutro de acuerdo al
índice MEI (bimestre marzoabril) y al índice
ONI (trimestre febreromarzoabril) con fines
predictivos, no detectó diferencias significativas
en ningún caso (Tabla 2). Si bien los años
clasificados como Niña tuvieron rendimientos
menores, no se pudieron diferenciar
estadísticamente debido a un alto coeficiente de
variabilidad al igual que lo encontrado por
Aramburu Merlos et al. (2015). Por su parte.
Podestá et al. (1999) utilizando el JMA ENSO
index (Japan Meteorological Agency), tampoco
encontraron asociación con el rendimiento de
trigo en la región pampeana. Aun cuando los
rendimientos medios de las distintas fases
ENOS no se pudieron diferenciar
estadísticamente con el índice MEI de marzo
abril, en los años “neutros” se observó el mayor
rendimiento. Mientras que con el índice ONI de
febreromarzoabril el mayor rendimiento lo
tuvieron los años “niños”. En los años neutros
se registró la mayor respuesta al fertilizante
nitrogenado con ambos índices.
No se encontró ninguna relación entre el
rendimiento en grano y el índice MEI de los
distintos bimestres. Heinzenknecht (2011)
utilizando el índice MEI (octubrenoviembre)
para el departamento capital de la provincia de
La Pampa no pudo definir una relación y en el
resto de los departamentos asoció El Niño con
rindes normales a bajos, mientras que con La
Niña encontraron rindes normales a altos.
67
Clasificación ENSO
Indice MEI (MarAbr) Indice ONI (FebMarAbr)
n
Rendimiento (kg.ha
1
)
n
Rendimiento (kg.ha
1
)
Fert. Test. Promedio Fert. Test. Promedio
Niño 8 2875 2615 2744 4 3874 3761 3817
Neutro 10 3427 2936 3181 10 2911 2417 2664
Niña 4 1984 2008 1996 8 2575 2387 2481
Promedio 2900 2650 2775 2900 2650 2775
Int. ENSO x Fertilidad NS NS
DMS 1774 1754
Significancia (P≤0,05) NS NS
C.V. (%) 55,49 54,86
Tabla 2. ANAVA del rendimiento en grano (kg.ha
1
) y la respuesta a la fertilidad con la
clasificación de los años según índice MEI (MarzoAbril) e índice ONI (Febrero
MarzoAbril)
Table 2. ANOVA on the grain yield (kg.ha
1
) and fertility response with the classification of
the years according to MEI Index (MarchApril) and ONI index (FebruaryMarch
April)
Referencias: Diferencia de medias fue testeada con LSD (P≤0,05). n = número de años. NS= no significativo.
DMS = diferencia mínima significativa. Fert.= fertilizado; Test.= Testigo. C.V. (%)= coeficiente de variación de la media.
References: Difference of means was tested with LSD (P≤0.05). n = number of years. NS = not significant.
DMS = significant minimum difference. Fert. = Fertilized; Test. = Witness. C.V. (%) = variation coefficient
Prediccion del rendimiento en grano de trigo en la región subhúmedaseca pampeana en base a diferentes índices climáticos
6868
Nnamchi et al. (2011) propusieron que el
fenómeno denominado “Dipolo del Atlántico Sur”
es capaz de influenciar la variabilidad de la preci
pitación interanual en Sudamérica. El índice
Dipolo del Atlántico Sur, mostró sobre las cuencas
de los ríos Limay, Neuquén, Colorado y Negro
que en los años húmedos adquiere valores
negativos durante todos los
meses y durante los años
secos valores positivos
(Romero et al. 2016).
Bombardi et al. (2014)
propusieron una asociación
entre anomalías negativas
en el Dipolo del Atlántico
Sur y un aumento de las
precipitaciones en Suda
mérica durante los años
neutros del ENOS.
El índice TSA de marzo
(Figura 1) no tuvo una
relación significativa con
el rendimiento en grano.
El índice TSA del mes de
septiembre tuvo una
relación significativa in
versa (Figura 2; r
Pearson= 0,583; fertili
zado y r Pearson = 0,539
testigo), pero este mes ya
es tarde para la decisión
de siembra y la de
fertilización.
Sin embargo,
focalizando el índice TSM
zona 6.1 del Océano
Atlántico del mes de marzo,
(ubicación en Figura 1, línea
llena) se encontró una
asociación relación inversa
altamente significativa con
el rendimiento en grano (r
Pearson = 0,500; fertilizado
y r Pearson = 0,592 testigo)
(Figura 3). El TSA y TSM
Zona 6.1 coinciden
aproximadamente con el
polo del nordeste del
Atlántico Sur (northeast
pole; NEP) definido por Nnamchi et al. (2011)
ubicado en 10°E  20°W, 0°S  15°S.
Las lluvias de octubre y del trimestre
septiembre  octubre  noviembre explicaron en
buena proporción el rendimiento en grano. En el
caso de la lluvia del mes de octubre el R
2
fue de
Figura 2. Relación entre el rendimiento en grano de trigo y el índice TSA (Sep)
Figure 2. Relationship between wheat grain yield and the TSA index (Sep)
Figura 3. Relación entre el rendimiento en grano de trigo y el índice TSM
Zona 6.1 (Mar)
Figure 3. Relationship between wheat grain yield and the TSM Zone 6.1
index (Mar)
Fernandez, M. A.
69
0,501 (P<0,01) (r
Pearson= 0,708 y 0,628
fertilizado y testigo
respectivamente, Figura
4). La del trimestre
septiembre octubre
noviembre mostró dos
comportamientos con el
rendimiento en grano,
uno lineal positivo hasta
los 250 mm de
precipitaciones (R
2
= 0,64
, P< 0,01 fertilizado) (r
Pearson= 0,800 y 0,775
para fertilizado y testigo
respectivamente), y otro
a partir de los 300 mm
donde no se observó una
relación entre el rendi
miento en grano y las
precipitaciones. Además,
hasta los 250 mm de
precipitación en este
trimestre, no hubo
diferencias al agregar
fertilizante nitrogenado al
macollaje; mientras que a
partir de los 300 mm
hubo una brecha de
aproximadamente 1000
kg.ha
1
a favor de agregar
fertilizante nitrogenado al
macollaje (Figura 5).
En cualquier cultivo es
importante la predicción
de la respuesta al agregado
de fertilizante nitrogenado,
ya que abarata costos y
reduce la contaminación.
En Australia, Asseng et al.
(2012) encontraron benefi
cios al utilizar los pronós
ticos del clima por un
aumento en los márgenes económicos y en la
racionalización de la fertilización nitrogenada en
el cultivo de trigo. En este trabajo se observó una
baja relación (sólo significativa a P= 0,10) entre
el índice MEI del bimestre abrilmayo y la
respuesta del rendimiento en grano a la
fertilización nitrogenada. No obstante, se
encontró una relación inversa significativa entre
la respuesta al agregado de fertilizante
nitrogenado en macollaje y el índice TSM Zona
6.1 del Océano Atlántico en el mes de marzo (r
Pearson = 0,49; Figura 6). En este sentido, se
observa además una relación altamente
Figura 4. Relación entre el rendimiento en grano de trigo y las lluvias
mensuales de octubre.
Figure 4. Relationship between wheat grain yield and the monthly
October rains.
Figura 5. Relación entre el rendimiento en grano de trigo y las lluvias
trimestrales de septiembreoctubrenoviembre
Figure 5. Relationship between wheat grain yield and the quarterly rains
from SeptemberOctoberNovember
Prediccion del rendimiento en grano de trigo en la región subhúmedaseca pampeana en base a diferentes índices climáticos
70
significativa entre el índice TSM Zona 6.1 en el
mes de marzo y las lluvias del trimestre
septiembreoctubrenoviembre (Figura 7; R2 =
0,29; P=0,01; r Pearson = 0,537). También se
encontró una relación significativa entre el
índice TSA de marzo y la respuesta al agregado
de fertilizante
nitrogenado en macollaje
(Figura 8; R
2
= 0,20;
P=0,04; r Pearson =
0,447).
CO
NCLUSIÓN
En este estudio se
detectó una relación entre
el índice TSM Zona 6.1
del Océano Atlántico en
el mes de marzo y el
rendimiento en grano de
trigo sembrado en el
invierno subsiguiente en
la región subhúmeda
seca pampeana. A medida
que el índice aumentó, el
rendimiento en grano y la
respuesta al agregado de
fertilizante disminuyó.
Esto podría incorporarse
en los modelos de
decisión previos al inicio
de la campaña de trigo
para estimar los
rendimientos alcanzables
y mejorar además los
modelos de respuesta a la
fertilización nitrogenada
en la región. El índice
TSA de marzo no mostró
un buen ajuste con el
rendimiento en grano,
pero si en la respuesta a la
fertilización nitrogenada.
Además, no hubo una
clara relación entre los
índices del fenómeno
ENOS, MEI y ONI, con el
rendimiento de trigo en la
región subhúmeda seca
pampeana.
AGRADECIMIENTOS
Agradezco la ayuda proporcionada por el Dr.
Mariano Méndez y el Ing.Agr. Sergio Bongia
nino, integrantes de la asignatura Agrometeo
rología, quienes me ayudaron en la búsqueda de
índices e información climática.
Figura 6. Relación entre la respuesta al fertilizante nitrogenado y el
índice TSM Zona 6.1 (Mar).
Figure 6. Relationship between the response to nitrogen fertilizer and the
TSM Zone 6.1 index (Mar).
Figura 7. Relación entre las lluvias trimestrales de septiembreoctubre
noviembre y el índice TSM Zona 6.1 (Mar)
Figure 7. Relationship between the quarterly rains of September
OctoberNovember and the TSM Zone 6.1 index (Mar)
Fernandez, M. A.
BIBLIOGRAFÍA
Aliaga, V. S., Ferrelli, F., & Piccolo, M. C. (2017).
Regionalization of climate over the Argentine
Pampas. International Journal of Climatology, 37,
12371247.
Anderson, W., Seager, R., Baethgen, W., & Cane, M.
(2016). Life cycles of agriculturally relevant ENSO
teleconnections in North and South America.
International Journal of Climatology. DOI:
10.1002/joc.4916.
Andreoli, R. V., & Kayano, M. T. (2004). Multiscale
variability of the sea surface temperature in the
Tropical Atlantic, Journal of Geophysical Research,
109, C05009, doi:10.1029/2003JC002220.
Andreoli, R. V., & Kayano, M. T. (2006). Tropical Pacific
and tropical South Atlantic effect on rainfall variability
over Northeast Brazil. International Journal of
Climatology, 26, 18951912.
Aramburu Merlos, F., Monzon, J. P., Mercau, J. L.,
Taboada, M., Andrade, F. H., Hall, A. J., Jobbagy, E.,
Cassman, K. G., & Grassini, P. (2015). Potential for
crop production increase in Argentina through
closure of existing yield gaps. Field Crops Research,
184, 145154.
Asseng, S., McIntosh, P. C., Wang, G., & Khimashia, N.
(2012). Optimal N fertiliser management based on a
seasonal forecast. European Journal of Agronomy,
38, 6673.
Barros, V. R., Castañeda, M. E., & Doyle, M. E. (2000).
Recent precipitation trends in Southern South
America East of the Andes: an indication of climatic
variability. En P.P. Smolka, V. Volkheimer (Eds.),
Southern Hemisphere Paleo & Neoclimates: Key
Sites, Methods, Data and
Models (pp. 187206). Berlin:
SpringerVerlag.
Bombardi, R. J., Carvalho, L.
M. V., Jones, C., & Reboita, M.
S. (2014). Precipitation over
eastern South America and the
South Atlantic Sea surface
temperature during neutral
ENSO periods. Climate
Dynamics, 42, 15531568.
Dhillon, S. S., & Ortiz
Monasterio, J. I. (1993).
Effects of date of Sowing on
the yield and yield components
of spring wheat and their
relationship with solar radiation
and temperature at Ludhiana,
Punjab, India. Wheat special
Report 23b.
Díaz, R. A., & Mormeneo, I.
(2002). Zonificación del clima
de la Región Pampeana
mediante análisis de conglo
merados con consenso.
Revista Argentina de Agro
meteorología, 2, 125131.
Di Rienzo, J. A., Casanoves, F., Balzarini, M. G.,
González, L., Tablada, M., & Robledo, C. W. (2013).
InfoStat versión 2013. Grupo InfoStat, FCA,
Universidad Nacional de Córdoba. Argentina.
Enfield, D. B., Mestas, A. M., Mayer, D. A., & CidSerrano,
L. (1999). How ubiquitous is the dipole relationship
in tropical Atlantic sea surface temperatures, Journal
of Geophysical Research, 104, 78417848.
Fernández, M. A. (2007). Estrategias para mejorar el
rendimiento de cereales graníferos invernales en la
Región Semiárida Pampeana Central. (Tesis MSc.
UNS), Bahía Blanca, Argentina.
Fernández, M. A. (2013). Estrés hídrico: sus efectos sobre
el rendimiento de grano y la eficiencia de uso del
agua de trigo pan (Triticum aestivum L.), trigo fideos
(Triticum durum Desf.) y Triticale (X Triticosecale,
Wittmack). Revista de la Facultad de Agronomía
UNLPam, 23, 723.
Fernández, M. A., & Zingaretti, O. (2015). El uso
consuntivo en el período crítico para la predicción
del rendimiento en grano de trigo pan, trigo candeal
y triticale en la región semiárida pampeana.
Semiárida. Revista de la Facultad de Agronomía
UNLPam, 25, 2939.
Fischer, R. A. 1985. Number of kernels in wheat crops and
the influence of solar radiation and temperature. The
Journal of Agricultural Science, 105, 447461.
Flantua, S. G. A., Hooghiemstra, H., Vuille, M., Behling,
H.,Carson, J. F., Gosling, W. D., Hoyos, I., Ledru, M.
P., Montoya, E., Mayle, F., Maldonado, A., Rull, V.,
Tonello, M. S., Whitney, B. S., & GonzálezArango,
C. (2016). Climate variability and human impact in
South America during the last 2000 years: synthesis
and perspectives from pollen records. Climate of the
71
Figura 8. Relación entre la respuesta al fertilizante nitrogenado y el índice
TSA (Mar).
Figure 8. Relationship between the response to nitrogen fertilizer and the
TSA index (Mar)
Prediccion del rendimiento en grano de trigo en la región subhúmedaseca pampeana en base a diferentes índices climáticos
72
Past, 12, 483523.
Grimm, A. M. (2011). Interannual climate variability in
South America: impacts on seasonal precipitation,
extreme events, and possible effects of climate
change. Stochastic Environmental Research & Risk
Assessment, 25, 537554.
Heinzenknecht, G. (2011). Impacto de "El Niño" y "La
Niña" sobre los rendimientos de los principales
cultivos de las provincias de la Región Pampeana.
Oficina de Riesgo Agropecuario.
Iizumi, T., Luo, J., Challinor, A. J., Sakurai, G., Yokozawa,
M., Sakuma, H., Brown, M. E., & Yamagata, T.
(2014). Impacts of El Niño Southern Oscillation on
the global yields of major crops. Nature
Communicatios. DOI: 10.1038/ncomms4712.
Kayano, M. T., de Oliveira, C. P., & Andreoli, R. V. (2009).
Interannual relations between South American
rainfall and tropical sea surface temperature
anomalies before and after 1976. International
Journal of Climatology, 29, 14391448.
Lovino, M. A., Müller, O. V., Müller, G. V., Sgroi, L. C., &
Baethgen, W. E. (2018). Interannualtomultidecadal
hydroclimate variability and its sectoral impacts in
northeastern Argentina. Hydrology and Earth
System Sciences, 22, 31553174.
MAGyP. (2019). Estimaciones agrícolas .http://
datosestimaciones.magyp.gob.ar/reportes.php?repo
rte =Estimaciones.
Nnamchi, H. C., Li, J., & Anyadike, R. N. C. (2011). Does
a dipole mode really exist in the South Atlantic
Ocean?. Journal of Geophysical Research, 116,
D15104.
Nnamchi, H. C., Kucharski, F., Keenlyside, N. S., &
Farnet, R. (2017). Analogous seasonal evolution of
the South Atlantic SST dipole indices. Atmospheric
Science Letters, 18, 396402.
NOAA/ESRL. (2019). National Oceanic and Atmospheric
Administration. Earth System Research Laboratory.
U.S. Department of Commerce. https://www.esrl.
noaa.gov/. visitada diciembre 2018.
Pascale, A. J., & Damario, E. A. (2004). Clasificación por
tipos agroclimáticos del cultivo de trigo. En A. J.
Pascale & E. A. Damario (Eds.), Bioclimatología
agrícola y agroclimatología (pp. 418436). Facultad
de Agronomía. Buenos Aires, Argentina.
Penalba, O. C., & Rivera, J. A. (2016). Precipitation
response to El Niño/La Niña events in Southern
South America – emphasis in regional drought
occurrences. Advances in Geosciences, 42, 114.
Pérez, S., Sierra, E., Momo, F., & Massobrio, M. (2015).
Changes in average annual precipitation in
Argentina’s Pampa Region and their possible
causes. Climate, 3, 150167.
Podestá, G., Messina, C., Grondona, M., & Magrin, G.
(1999). Associations between grain crop yields in
CentralEastern Argentina and El Niño–Southern
Oscillation. Journal of Applied Meteorology, 38,
14881498.
Podestá, G., Letson, D., Messina, C., Royce, F., Ferreyra,
R. A., Jones, J., Hansen, J., Llovet, I., Grondona, M.,
& O'Brien, J. J. (2002). Use of ENSOrelated climate
information in agricultural decision making in
Argentina: a pilot experience. Agricultural Systems,
74, 371392.
Pol, M., & Binyamin, J. (2014). Impact of climate change
and variability on wheat and corn production in
Buenos Aires, Argentina. American Journal of
Climate Change, 3, 145152.
RamirezRodrigues, M. A., Asseng, S., Fraisse, C.,
Stefanova, L., & Eisenkolbi, A. (2014). Tailoring
wheat management to ENSO phases for increased
wheat production in Paraguay. Climate Risk
Management, 3, 2438.
Romero, P. E., Garbarini, E. M., & González, M. H. (2016).
Patrones de temperatura de mar y circulación
atmosférica asociados a eventos húmedos y secos
en el Comahue. 3° Encuentro de Investigadores en
Formación en Recursos Hídricos. https://
www.ina.gob.ar/ifrh2016/trabajos/IFRH_
2016_paper_9.pdf. 14p.
Seager, R., Naik, N., Baethgen, W., Robertson, A.,
Kushnir, Y., Nakamura, J., & Jurburg, S. (2010).
Tropical oceanic causes of interannual to
multidecadal precipitation variability in Southeast
South America over the past century. Journal of
Climate, 23, 55195539.
Soil Survey Staff. 2014. Claves para la Taxonomía de
Suelos. Cap. 12: Molisoles. Dpto. Agric. de USA
Serv. Conservación Rec. Nat. (12nd ed.), USDA,
Travasso, M.I., G.O. Magrin & G.R. Rodríguez. 2003.
Relations between sea surface temperature and
crop yields in Argentina. International Journal of
Climatology, 23, 16551662.
Tripaldi, A., Zárate, M. A., Forman, S. L., Badger, T., Doyle
M.E., & Ciccioli, P. (2013). Geological evidence for
a drought episode in the western Pampas
(Argentina, South America) during the earlymid
20th century. The Holocene, 23, 17311746.
Viglizzo, E.F., Ricard, F. M., Jobbágy, E. G., Frank, F. C.,
& Carreño, L. V. (2011). Assessing the crossscale
impact of 50 years of agricultural transformation in
Argentina. Field Crops Research, 124, 186194.
Wolter, K., & Timlin, M. S. (1998). Measuring the strength
of ENSO  how does 1997/98 rank?. Weather, 53,
315324.
Yu, J., & Kim, S. T. (2013). Identifying the types of major
El Niño events since 1870. International Journal of
Climatology, 33, 21052112.
Zadoks, J. C., Chang, T. T., & Konzak, C. F. (1974). A
decimal code for the growth stages of cereals. Weed
Research, 14, 415421.
Fernandez, M. A.