El nitrógeno (N) está involucrado en la producción de la clorofila, sustancia que les da a las plantas su característico color verde. Este elemento esencial es indispensable para el crecimiento y la fotosíntesis vegetal, así como para la obtención de buenos rendimientos en la producción agrícola. Sin embargo, su ciclo y absorción son procesos muy complejos (en la naturaleza este elemento es abundante en el aire, pero escaso en el suelo), por lo que en el ámbito agrícola se debe recurrir a los fertilizantes nitrogenados, cuya aplicación es igualmente compleja.
Estudios realizados en la región del Bajío —donde la aplicación desmesurada de nitrógeno es una práctica común en la producción de trigo y otros cereales— demuestran que el trigo sólo absorbe entre 20 y 35% del fertilizante nitrogenado. El resto se pierde porque se volatiliza o escurre, ocasionando pérdidas económicas y contaminación ambiental. Gran parte del problema está relacionado con el manejo inadecuado del fertilizante y la falta de herramientas prácticas que permitan determinar las cantidades adecuadas que cada cultivo necesita.
El sensor óptico GreenSeekerTM es una herramienta útil para diagnosticar los requerimientos de nitrógeno en los cultivos, mejorando la eficiencia de su uso. No obstante, el algoritmo que actualmente se emplea para recomendar la dosis de nitrógeno con este aparato requiere el establecimiento de una franja rica en nitrógeno (una sección de tierra suficientemente fertilizada que sirve como punto de referencia) y un complejo proceso de calibración que dificulta la transferencia de esta tecnología.
El sensor funciona leyendo los valores NDVI (Índice de Vegetación de Diferencia Normalizada) tanto de la franja de referencia como del área de diagnóstico, donde se aplicaría la recomendación de fertilización dada por el sensor. Estos valores son una estimación del “verdor” de las plantas (una planta sana tiene un color característico, señal de una actividad fotosintética y una nutrición adecuadas), que el sensor procesa mediante un modelo matemático para —finalmente— arrojar una recomendación.
Gracias a los datos generados en lotes experimentales desde 2009 en el Bajío, Roberto Paredes y Andrés Mandujano —investigadores del Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP)— desarrollaron un nuevo algoritmo que sólo requiere los valores NDVI del área de diagnóstico (el cual fue generado a partir del propuesto por el investigador William Raun, de la Universidad de Oklahoma).
>El algoritmo simplificado fue evaluado durante el ciclo agrícola otoño-invierno 2018-19 en un lote de investigación del Campo Experimental Bajío
—del INIFAP— en Celaya, y en dos lotes comerciales de trigo de productores que participan en MasAgro Guanajuato —programa del Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT) y la Secretaría de Desarrollo Agroalimentario y Rural (SDAyR)— en Yuriria y Valle de Santiago.
Los resultados obtenidos fueron positivos. Al recomendar dosis adecuadas de nitrógeno para variedades de trigo harinero, el algoritmo simplificado permitió obtener buenos rendimientos. Este logro es una oportunidad para mejorar la practicidad del sensor óptico y extender su uso en el Bajío, lo cual permitirá incrementar la eficiencia en el uso del fertilizante nitrogenado, reducir la contaminación por exceso de nitrógeno e incrementar la rentabilidad del trigo en la entidad.
A continuación, reproducimos el informe que los investigadores del INIFAP y MasAgro Guanajuato amablemente nos compartieron para su difusión.
GREENSEEKER SIN FRANJA RICA
MC Andrés Mandujano Bueno. Investigador del programa de Fertilidad de Suelos y Nutrición Vegetal, Cebaj-INIFAP.
MC Juan Francisco Buenrostro Rodríguez. Coordinador de Fertilidad del programa MasAgro-Guanajuato.
RESUMEN
En el Bajío la aplicación indiscriminada de nitrógeno (N) es una práctica común en la producción de trigo y otros cereales. Anualmente, en esta región, durante el ciclo otoño- invierno (OI) se cultivan cerca de 139,000 hectáreas de trigo —de las cuales 95% son de gluten suave—, donde se estiman pérdidas de 65 kg de nitrógeno por hectárea.
Utilizar el sensor óptico GreenSeekerTM para diagnosticar los requerimientos de nitrógeno mejora la eficiencia del uso de este nutriente, reduce la contaminación e incrementa la rentabilidad de los cultivos. El algoritmo actualmente empleado para recomendar nitrógeno con el GreenSeekerTM en la etapa de encañe utiliza valores NDVI de una franja de referencia rica en nitrógeno, cuyo establecimiento intensifica el trabajo y dificulta la transferencia tecnológica, debido a la atomización de las unidades productivas en el Bajío.
Desde hace algunos ciclos se ha trabajado para generar un algoritmo que únicamente utilice los valores del área de diagnóstico para lograr una recomendación de fertilización nitrogenada al momento del encañe. Con datos de NDVI de cinco ciclos productivos se generó el algoritmo DN=274-(11458*NDVIAD/DDR), el cual fue evaluado en OI 2018-19 en un lote experimental con seis variedades de trigo harinero fertilizadas con diferentes dosis de nitrógeno al momento de la siembra y en dos lotes de productores cooperantes, en Valle de Santiago y Yuriria.
El algoritmo sin franja rica recomendó dosis complementarias de nitrógeno al encañe de trigo adecuadas para lograr los mejores rendimientos posibles en las parcelas de evaluación. Los resultados obtenidos indican que el algoritmo sin franja rica recomienda dosis adecuadas para trigos harineros que son fertilizados con poco o mucho nitrógeno al momento de la siembra, con lo que se incrementa la eficiencia de uso del nitrógeno, se reduce la contaminación y se aumenta la rentabilidad del cultivo. Además, el nuevo algoritmo facilita la aplicación del GreenSeekerTM y permite masificar su uso.
INTRODUCCIÓN
A escala mundial, la tasa de recuperación del fertilizante nitrogenado en cereales varía de 35 a 65% (Dobermann, 2007; Fixen et al., 2015). Estudios realizados en la región del Bajío demuestran que el trigo absorbe entre 20 y 35% del fertilizante nitrogenado (Grageda-Cabrera et al., 2018) y el resto se pierde por lixiviación, volatilización, desnitrificación o escurrimiento, ocasionando pérdidas económicas y contaminación ambiental (McLellan et al., 2018; Santillano-Cázares et al., 2013). Gran parte del problema está relacionado con una gestión inadecuada del fertilizante a lo largo del ciclo del cultivo y la falta de herramientas prácticas de diagnóstico (Torres-Dorante et al., 2016).
El Bajío comprende terrenos no montañosos del centro de México, caracterizados por suelos arcillosos de tipo vertisol y clima semicálido. Con un rendimiento promedio de grano de trigo de 5.5 t ha-1, es la segunda región productora de este en México (Solís et al., 2017), ya que aporta 30% del volumen de grano de trigo a nivel nacional (SIAP, 2018). Alrededor de 95% de este grano es de tipo harinero. A escala regional, la escasez de agua, la incidencia de enfermedades y los altos costos de producción —incluida la fertilización— son los principales problemas que incrementan el riesgo de inversión y reducen la superficie cultivada de trigo y su rentabilidad (Ledezma et al., 2010).
El nitrógeno es indispensable para la fotosíntesis, la fijación de carbono atmosférico, la acumulación de materia seca y la producción de buenos rendimientos (Espinoza y García, 2008), por lo que se considera un elemento esencial. Además, por la cantidad de fertilizante nitrogenado que se aplica, su precio y lo dinámico de este elemento, su gestión es única y compleja.
 |
 |
| a | b |
Efecto de la aplicación de nitrógeno en los cultivos de trigo (a) y maíz (b).
Una gestión exitosa del nitrógeno puede optimizar los rendimientos del cultivo, aumentar la rentabilidad y reducir al mínimo las pérdidas de este elemento.
| El sensor GreenSeekerTM puede optimizar la aplicación de fertilizante nitrogenado para lograr los mayores rendimientos posibles de trigo. La mayoría de las veces, al utilizar esta tecnología, se reduce la cantidad de fertilizante nitrogenado sin mermar el rendimiento, lo que se traduce en ahorro para la economía del productor y contribuye al cuidado del medioambiente.
Anteriormente, para diagnosticar la necesidad de nitrógeno del trigo en la etapa de encañe Z3.0-Z3.3 de la escala de Zadoks (Zadoks et al., 1974), era necesario establecer en la siembra una franja de referencia (franja rica) con una cantidad no limitante de este nutriente en la porción más representativa de la parcela. Posteriormente, cuando el cultivo se encontraba en etapa de encañe, se utilizaba el GreenseekerTM para colectar valores NDVI en esta franja de referencia y en el área donde se aplicaría la recomendación de fertilización del sensor (área de diagnóstico), para finalmente introducir dichos valores en el algoritmo de optimización de la fertilización nitrogenada (NFOA, por sus siglas en inglés) propuesto por Raun et al. (2005) y modificado por Paredes y Mandujano (2013). |
 |
Con el nuevo algoritmo DN=274-(11458*NDVIAD/DDS), únicamente se utilizan los valores NDVI del área de diagnóstico al momento de la recomendación (NDVIAD) y el número de días después de la siembra del cultivo hasta el momento del diagnóstico (DDS).
 |
 |
| a | b |
Procedimientos para el diagnóstico: anterior (a) y nuevo (b).
Para la generación del algoritmo simplificado se utilizaron datos de NDVI de cinco ciclos OI, de 2009 a 2013 y de 2017-18 de lotes experimentales con productores del Bajío.
RESULTADOS
Durante el ciclo OI 2018-19 se realizó la evaluación del algoritmo simplificado en seis variedades de trigo harinero de gluten suave fertilizadas con seis dosis de nitrógeno al momento de la siembra dentro de un lote de investigación del Campo Experimental Bajío, del INIFAP, en Celaya, Guanajuato, y en dos lotes comerciales de trigo de productores cooperantes del programa MasAgro Guanajuato en los municipios de Yuriria y Valle de Santiago. En el lote establecido en Yuriria se compararon los manejos del productor, GreenSeekerTM con franja rica y GreenSeekerTM sin franja rica, mientras que en Valle de Santiago únicamente se compararon el manejo del productor y el GreenSeekerTM sin franja rica. Los resultados se presentan en los cuadros 1 y 2.
Cuadro 1. Resultados de la evaluación experimental del algoritmo simplificado en Celaya, Gto.
| Variedad | NDVI | Dosis base N | Recomendación N | N total | Rendimiento kg ha-1 |
| Salamanca | 0.343 | 0 | 187 | 187 | 6,353 |
| Salamanca | 0.617 | 46 | 117 | 163 | 7,621 |
| Salamanca | 0.670 | 69 | 103 | 172 | 5,921 |
| Salamanca | 0.743 | 92 | 85 | 177 | 8,010 |
| Salamanca | 0.800 | 115 | 70 | 185 | 7,757 |
| Salamanca | 0.803 | 138 | 69 | 207 | 7,309 |
| Cortázar | 0.397 | 0 | 173 | 173 | 7,199 |
| Cortázar | 0.633 | 46 | 113 | 159 | 7,373 |
| Cortázar | 0.687 | 69 | 99 | 168 | 8,075 |
| Cortázar | 0.773 | 92 | 77 | 169 | 8,872 |
| Cortázar | 0.767 | 115 | 79 | 194 | 7,907 |
| Cortázar | 0.787 | 138 | 74 | 212 | 8,792 |
| Bárcenas | 0.397 | 0 | 173 | 173 | 6,691 |
| Bárcenas | 0.653 | 46 | 108 | 154 | 6,552 |
| Bárcenas | 0.670 | 69 | 103 | 172 | 8,311 |
| Bárcenas | 0.760 | 92 | 80 | 172 | 7,922 |
| Bárcenas | 0.790 | 115 | 73 | 188 | 8,695 |
| Bárcenas | 0.810 | 138 | 68 | 206 | 7,816 |
| Urbina | 0.427 | 0 | 165 | 165 | 6,511 |
| Urbina | 0.593 | 46 | 123 | 169 | 6,296 |
| Urbina | 0.723 | 69 | 90 | 159 | 7,029 |
| Urbina | 0.773 | 92 | 77 | 169 | 8,358 |
| Urbina | 0.780 | 115 | 75 | 190 | 6,193 |
| Urbina | 0.827 | 138 | 64 | 202 | 7,282 |
| Maya | 0.367 | 0 | 181 | 181 | 6,540 |
| Maya | 0.610 | 46 | 119 | 165 | 7,051 |
| Maya | 0.653 | 69 | 108 | 177 | 6,696 |
| Maya | 0.750 | 92 | 83 | 175 | 6,493 |
| Maya | 0.793 | 115 | 72 | 187 | 6,706 |
| Maya | 0.807 | 138 | 69 | 207 | 7,960 |
| Faisán | 0.387 | 0 | 176 | 176 | 6,315 |
| Faisán | 0.567 | 46 | 130 | 176 | 7,720 |
| Faisán | 0.670 | 69 | 103 | 172 | 7,987 |
| Faisán | 0.750 | 92 | 83 | 175 | 7,390 |
| Faisán | 0.780 | 115 | 75 | 190 | 8,070 |
| Faisán | 0.790 | 138 | 73 | 211 | 7,141 |
El algoritmo simplificado recomendó dosis de fertilización nitrogenada al momento del encañe de las seis variedades evaluadas de trigo, tanto para dosis bajas como para dosis altas de N aplicadas al momento de la siembra.
Con respecto a los resultados obtenidos en los lotes comerciales de Yuriria y Valle de Santiago, el algoritmo simplificado recomendó dosis adecuadas de N al momento del encañe, las cuales permitieron obtener un buen rendimiento en ambas parcelas. Las dosis calculadas con el nuevo algoritmo fueron 92 kg de N ha-1 más bajas que las dosis aplicadas por el productor (cuadro 2).
Cuadro 2. Evaluación del algoritmo simplificado en lotes comerciales de trigo.
| Municipio | Tratamiento | Dosis base N | Recomendación N | N total | Rendimiento |
| Yuriria | Productor | 100 | 184 | 284 | 5,180 |
| GreenSeekerTM con franja | 100 | 138 | 238 | 5,780 | |
| GreenSeekerTM sin franja | 100 | 92 | 192 | 5,580 | |
| Valle de Santiago | Productor | 123 | 161 | 284 | 3,300 |
| GreenSeekerTM sin franja rica | 123 | 69 | 192 | 3,100 |
El rendimiento logrado al utilizar la tecnología GreenSeekerTM y el algoritmo simplificado no disminuyó significativamente.
CONCLUSIONES
El algoritmo simplificado recomienda dosis adecuadas de nitrógeno para variedades de trigo harinero, las cuales son muy semejantes a las calculadas con el algoritmo que utiliza el NDVI de una franja rica.
El algoritmo simplificado es una oportunidad para mejorar la practicidad en el uso del sensor óptico GreenSeekerTM y extender su uso en la región del Bajío mexicano, lo cual permite incrementar la eficiencia de uso del fertilizante nitrogenado, reduce la contaminación por excesos de nitrógeno e incrementa la rentabilidad del cultivo de trigo.
Fuentes
Dobermann, A. (2007). Nutrient use efficiency – measurements and management. En Fertilizer Best Management Practices (pp. 1-28). Paris, France: International Fertilizer Association (IFA).
Fixen, P., Brentrup, F., Bruulsema, T., García, F., Norton, R. and Zingore, S. (2015). Nutrient fertilizer use efficiency: measurement, current situation and trends. En P. Drechsel, P. Heffer, H. Magen, R. Mikkelsen and D. Wichelns (Eds.), Managing water and fertilizer for sustainable agricultural intensification (pp. 8-38). Paris, France: International Fertilizer Industry Association (IFA), International Water Management Institute (IWMI), International Plant Nutrition Institute (IPNI), and International Potash Institute (IPI).
Grageda-Cabrera, O. A., González, S. S., Vera, J. A., Aguirre, J. F. y Peña, J. J. (2018). Efecto de los biofertilizantes sobre la asimilación de nitrógeno por el cultivo de trigo. Revista Mexicana de Ciencias Agrícolas, 9, 281-289.
Ledezma, L., Solís, E., Suaste, M. del P. y Rodríguez, M. F. (2010). Relación de métodos de labranza, siembra, riego y dosis de nitrógeno con el rendimiento de trigo. Revista Mexicana de Ciencias Agrícolas, 1(1), 55-63.
McLellan, E., Cassman, K. G., Eagle, A., Woodbury, P., Sela, S., Tonitto, C., Marjerison, R. and van Es, H. M. (2018). The nitrogen balancing act: tracking the environmental performance of food production. Bioscience, 68, 194-203.
Paredes, R. y Mandujano, A. (2013). Uso del sensor GreenSeeker en la producción de trigo en el Bajío. En 8° Simposium Internacional de Trigo. Mazatlán, Sinaloa: Comité Nacional Sistema Producto Trigo, A. C.
Raun, W. R., Solie, J. B., Stone, M. L., Martin, K. L., Freeman, K. W., Mullen, R. W., Zhang, H., Schepers, J. S. and Johnson, G. V. (2005). Optical sensor-based algorithm for crop nitrogen fertilization. Communications in Soil Science and Plant Analysis, 36, 2759-2781.
Santillano-Cázares, J., López, A., Ortiz-Monasterio, I. y Raun W. R. (2013). Uso de sensores ópticos para la fertilización de trigo (Triticum aestivum L.). Terra Latinoamericana, 31, 95-103.
Sistema de Información Agropecuaria y Pesquera (SIAP). (2018). Anuario estadístico de la producción agrícola. Recuperado en agosto de 2018, de https://nube.siap.gob.mx/cierreagricola/
Solís, E., Huerta, J., Pérez, P., Villaseñor, H. E., Ramírez, A. y Ledezma, L. (2017). Cisne F2016: nueva variedad de trigo harinero de gluten fuerte para el Bajío, México. Revista Mexicana de Ciencias Agrícolas, 8, 1911-1917.
Torres-Dorante, L., Paredes, R., Link, A. and Lammel, J. (2016). A methodology to develop algorithms that predict nitrogen fertilizer needs in maize based on chlorophyll measurements: a case study in Central Mexico. The Journal of Agricultural Science, 154, 705-719.
Zadoks, J. C., Chang, T. T. and Konzak, C. F. (1974). A decimal code for the growth stages of cereals. Weed Research, 14, 415-421.
Innovaciones 
