¿Qué es ProRindes?
ProRindes (Pronóstico de Rindes simulados) es una herramienta para anticipar el rendimiento de soja, maíz, trigo y cebada en varias localidades de la región pampeana argentina, y a lo largo de toda una campaña agrícola.ProRindes fue originalmente desarrollado como prueba de concepto financiada por proyectos de investigación y fuentes privadas. Sin embargo, desde la campaña gruesa 2018-2019 ProRindes funciona operacionalmente. La herramienta está siendo mantenida y administrada por un consorcio de tres entidades: el Ministerio de Agricultura, Ganadería y Pesca, el Servicio Meteorológico Nacional y la organización civil sin fines de lucro CREA.

A partir de 2020, con ayuda financiera de Boortmalt, se incorporan pronósticos de rendimiento de cebada y nuevas localidades, ampliando así la cobertura geográfica de la herramienta.
Los pronósticos de rendimiento se basan en modelos computacionales que simulan el crecimiento y desarrollo de cada cultivo. Los modelos requieren datos sobre el manejo agronómico del cultivo simulado, suelos, y datos climáticos. Los pronósticos de ProRindes se realizan para los suelos más representativos de cada zona, y para un par de manejos agronómicos típicos en cada lugar.
ProRindes emitirá pronósticos de rendimientos que se actualizarán cada 7-10 días durante la campaña.

¿Quiénes somos?
ProRindes es una herramienta experimental que se pone a disposición de la sociedad libremente y sin costo.
La herramienta fue desarrollada mediante una colaboración entre el Servicio Meteorológico Nacional de la Argentina (SMN), la Asociación Argentina de Consorcios Regionales de Experimentación Agrícola (AACREA), la Facultad de Agronomía de la Universidad de Buenos Aires (FAUBA), y la Escuela Rosenstiel de Ciencias Marinas y Atmosféricas de la Universidad de Miami, Estados Unidos de Norteamérica (RSMAS, por sus siglas en inglés).
![]() |
![]() |
Servicio Meteorológico Nacional | Asociación Argentina de Consorcios Regionales de Experimentación Agricola |
![]() |
![]() |
Facultad de Agronomía, Universidad de Buenos Aires | University of Miami, Rosenstiel School of Marine & Atmospheric Science |
Varios proyectos de investigación realizados en los últimos 15 años han aportado los conceptos y herramientas que se debieron integrar para implementar el sistema ProRindes. Los diferentes proyectos fueron financiados por el Banco Interamericano de Desarrollo (BID), el Instituto Inter-Americano para el Estudio del Cambio Global (IAI), y la Fundación Nacional de Ciencias de los Estados Unidos (NSF, por sus siglas en inglés).
Más recientemente, con la colaboración de la maltera Boortmalt, ha sido posible la incorporación de pronósticos para el cultivo de cebada y la extensión de la cobertura geográfica de la herramienta.
![]() |
![]() |
![]() |
Banco Interamericano de Desarrollo | Instituto Interamericano para el Estudio del Cambio Global | National Science Foundation, USA |
![]() |
Agradecimientos
Para simular rendimientos, ProRindes utiliza el programa de software DSSAT (Decision Support System for Agrotechnology Transfer). La versión más reciente de DSSAT (versión 4.7) que utiliza ProRindes contiene modelos para más de 42 cultivos diferentes. DSSAT ha sido utilizado por más de 20 años por investigadores, educadores, asesores técnicos, extensionistas, productores y formuladores de políticas en más de 100 países en todo el mundo. ProRindes agradece a todos los desarrolladores de los componentes de DSSAT. Para ver más información sobre DSSAT ir a http://dssat.net/about.
Los pronósticos ProRindes requieren multiples simulaciones que usan modelos biofísicos de cultivos. Para administrar las simulaciones y realizarlas en forma eficiente y rápida, hemos utilizado herramientas de paralelización desarrolladas en el marco del proyecto "Agricultural Model Intercomparison and Improvement Project (AGMIP). En particular, agradecemos al Dr. Joshua Elliott (Columbia University, Center for Climate Systems Research, New York, USA) su ayuda para la implementación del software 'psims" para paralelizar las simulaciones de ProRindes.
Para más detalles sobre "psims" ver: Joshua Elliott, David Kelly, James Chryssanthacopoulos, Michael Glotter, Kanika Jhunjhnuwala, Neil Best, Michael Wilde e Ian Foster. 2014. The parallel system for integrating impact models and sectors (psims). Environmental Modelling & Software 62: 509–516.
- ¿Qué estoy viendo?
- Gráfico
- Resumen / Rendimiento por localidad
Los valores mostrados se calculan de la siguiente manera: los rendimientos simulados en una determinada fecha de pronóstico para cada tipo de suelo, manejo agronómico y localidad se dividen por el rendimiento histórico medio correspondiente a esa situación. Luego, se calcula el valor central (mediana) de los rendimientos relativos para el conjunto de tipos de suelos y manejos agronómicos simulados en la localidad.
Al ubicar el cursor sobre cada punto, se abre una ventana que indica la localidad y el valor (decimal) de rendimiento relativo pronosticado.
Si hacemos click en la leyenda “cuantiles de rendimiento” (al pie de la figura) activamos las cajas que representan la distribución de rendimientos relativos para el conjunto de tipos de suelos y manejos agronómicos simulados para cada localidad. Los extremos de cada caja corresponden a los cuantiles 25 (extremo izquierdo) y 75 (extremo derecho). Las líneas punteadas llegan a los valores de los cuantiles 5 (izquierda) y 95 (derecha). Dentro de cada localidad, se asume que cada suelo y manejo aparece con la misma frecuencia.
- ¿Qué estoy viendo?
- Gráfico
- Resumen / Rendimiento por localidad, manejo y suelo
Los valores mostrados (puntos rojos) se calculan de la siguiente manera: los múltiples rendimientos simulados con diferentes series climáticas para cada tipo de suelo y manejo agronómico de una localidad en una determinada fecha de pronóstico se dividen por el rendimiento histórico medio (o rendimiento de referencia) correspondiente a esa situación. Luego, se calcula el valor central (mediana) de los rendimientos relativos para cada tipo de suelo, manejo agronómico y localidad.
Posicionando el cursor sobre cada punto, se abre una ventana que indica la localidad, tipo de suelo, manejo agronómico y el valor (expresado como proporción, no porcentaje) del rendimiento relativo pronosticado.
- ¿Qué estoy viendo?
- Mapa
- Localidades simuladas
Haciendo click en cada punto se puede obtener información sobre los distintos suelos y manejos que se simulan en cada localidad.
Las localidades seleccionadas para las simulaciones son cercanas a estaciones meteorológicas operadas por el Servicio Meteorológico Nacional (SMN) de Argentina. El identificador único (ID) de la estación meteorológica asignado por la Organización Meteorológica Mundial (OMM) también se muestra en la ventana.
- ¿Qué estoy viendo?
- Gráfico
- Mis Rendimientos / Evolución temporal
Las cajas se construyen con el conjunto de valores de rendimiento relativo simulados para cada fecha. Los mismos resultan de simulaciones con las condiciones climáticas ocurridas en la localidad seleccionada hasta esa fecha y los registros de la serie histórica desde esa fecha hasta el fin del ciclo (ver en Inicio ¿Por qué un pronóstico de ProRindes contiene múltiples rendimientos?). Los extremos de la caja corresponden a los cuantiles 25 (inferior) y 75 (superior). Los extremos de las líneas punteadas corresponden a los cuantiles 5 (inferior) y 95 (superior).
Los puntos rojos indican el valor central (mediana) del rendimiento relativo en cada fecha de pronóstico. Posicionando el cursor sobre cada punto, se despliega abre una ventana que indica la fecha de pronóstico y el valor (expresado como proporción, no porcentaje) del rendimiento relativo pronosticado. Ambos elementos de la figura (cajas y puntos) pueden activarse o desactivarse haciendo click en la leyenda al pie de la figura.
- ¿Qué estoy viendo?
- Gráfico
- Mis Rendimientos / Distribución de probabilidades
Las curvas se construyen calculando - para cada situación definida por el tipo de suelo y manejo agronómico - la probabilidad o frecuencia de cada rendimiento relativo para esa situación en cada fecha de pronóstico. Los múltiples rendimientos relativos resultan de simulaciones con las condiciones climáticas ocurridas en la localidad seleccionada hasta la fecha de pronóstico y los registros históricos desde esa fecha hasta el fin del ciclo (ver en página “Inicio” la sección “¿Por qué un pronóstico de ProRindes contiene múltiples rendimientos?”).
Cada curva puede activarse o desactivarse haciendo click en su correspondiente leyenda al pie de la figura. Además, posicionando el cursor sobre cada línea, se abre una ventana que indica el valor de rendimiento relativo pronosticado y su probabilidad para el manejo agronómico y suelo correspondiente a la línea.
Las curvas se construyen con el conjunto de valores de rendimiento relativo simulados en cada fecha de pronóstico para cada situación (definida por el tipo de suelo y manejo agronómico). Los múltiples rendimientos relativos resultan de simulaciones con las condiciones climáticas ocurridas en la localidad seleccionada hasta esa fecha y los registros de la serie histórica desde esa fecha hasta el fin del ciclo (ver en página “Inicio” la sección “¿Por qué un pronóstico de ProRindes contiene múltiples rendimientos?”).
- ¿Qué estoy viendo?
- Gráfico
- Mis Rendimientos / Distribución acumulativa
Las curvas se construyen acumulando - para cada situación definida por el tipo de suelo y manejo agronómico - la probabilidad acumulada de todos los rendimientos relativos para esa situación en cada fecha de pronóstico. Los múltiples rendimientos relativos resultan de simulaciones con las condiciones climáticas ocurridas en la localidad seleccionada hasta esa fecha y los registros de la serie histórica desde esa fecha hasta el fin del ciclo (ver en página “Inicio” la sección “¿Por qué un pronóstico de ProRindes contiene múltiples rendimientos?”).
Cada curva puede activarse o desactivarse haciendo click en su correspondiente leyenda al pie de la figura. Además, posicionando el cursor sobre cada línea, se abre una ventana que indica el valor de rendimiento relativo pronosticado y su probabilidad para el manejo agronómico y suelo correspondiente a la línea.
Nótese que al acercarse el final de una determinada campaña la variabilidad en el rendimiento relativo simulado para cada situación (definida por el tipo de suelo y manejo agronómico) disminuye claramente. Las líneas, entonces, se vuelven cada vez más verticales porque el rango de rendimientos simulados es muy estrecho.
- ¿Qué estoy viendo?
- Gráfico
- Precipitaciones / Observadas vs. Normales
El gráfico ayuda a interpretar los rendimientos pronosticados: si la campaña actual muestra lluvias bajas hasta el momento, es probable que los rendimientos relativos pronosticados sean bajos (por debajo de 1).
La lluvia diaria acumulada durante esta campaña se índica con una línea naranja en la figura. El eje horizontal muestra la fecha (desde elinicio de la simulación hasta la fecha de pronóstico); el eje vertical indica la precipitación acumulada en milímetros (mm). Hay tramos de la línea naranja que son totalmente horizontales, indicando que no ha llovido en esas fechas (o sea, no se ha acumulado precipitación). Después de una lluvia importante, los valores acumulados suben bruscamente.
Para poner la campaña actual en un contexto histórico, la figura muestra también estadísticas de lluvias calculadas en base a campañas anteriores a la actual (en general, a partir de 1961 para la mayoría de las localidades). Las curvas se pueden mostrar o esconder poniendo el cursor sobre la leyendo de colores debajo de la figura (por ejemplo, sobre “P50 histórica”) y haciendo click. Presionando de nuevo, se vuelve a mostrar (u ocultar) una línea.
El gráfico muestra tres líneas con estadísticas históricas de precipitación. La línea gris (“Mediana histórica”) separa las lluvias acumuladas en dos mitades: la mitad de los años tiene lluvias acumuladas por encima de la línea gris, y la otra mitad tienen lluvias acumuladas por debajo de la línea gris.
De la misma manera, la línea celeste (“P75 histórica”) y la línea marrón (“P25 histórica”) dan una idea de la variabilidad de las lluvias acumuladas. Si la precipitación para la campaña actual (línea naranja) está por encima de la línea celeste, esta campaña está en el 25% superior de las lluvias históricas, o sea ¾ de los años han acumulado menos lluvia que el ciclo actual, que se puede considerar húmedo. Si en cambio la línea naranja cae debajo de la línea marrón (ver, por ejemplo, la campaña 2008-2009), ¾ de los años han acumulado más lluvia que el ciclo actual, que es relativamente seco.
Si se desplaza el cursor encima de cualquiera de las líneas, se abrirá una ventana mostrando la fecha y la precipitación acumulada (observadaen este ciclo o histórica) hasta esa fecha.
- ¿Qué estoy viendo?
- Gráfico
- Precipitaciones / Desviaciones respecto a lo normal
El eje horizontal muestra la fecha (desde el comienzo de la simulación hasta la fecha de pronóstico); el eje vertical indica las diferencias de precipitación acumulada en mm. Si las diferencias (o anomalías) tienen valores positivos (área coloreada en azul), la lluvia acumulada durante la campaña presente es mayor que lo normal. En cambio, si las diferencias son negativas (área coloreada en marrón), la campaña presente muestra lluvias por debajo de lo normal. Una campaña puede mostrar alternancia entre diferencias positivas, reflejando períodos secos y húmedos dentro del mismo ciclo.
En general, si una campaña muestra anomalías consistentemente negativas (o sea, el área en marrón domina el gráfico), es probable que los rendimientos relativos pronosticados sean bajos (por debajo de 1). Como ejemplo de esta situación, se puede seleccionar la localidad Junín y la campaña agrícola 2008/2009 (una de las más secas en los últimos años) y una fecha de pronóstico hacia el final del ciclo, por ejemplo, el 15 de marzo del 2009 (ver Figura 1). Puede verse que a partir de septiembre de 2008 las anomalías negativas son cada vez más pronunciadas (el área marrón crece constantemente). La poca lluvia estuvo asociada a rendimientos relativos muy bajos para todos los cultivos. La situación opuesta (un año muy húmedo) ocurrió en Benito Juárez en la campaña 2012/2013, que mostró lluvias superiores a lo esperado a partir de agosto de 2012 (Figura 2).
- ¿Qué estoy viendo?
- Gráfico
- Precipitaciones / Escenarios plausibles de lluvia a partir de pronóstico
La parte izquierda de la figura (línea naranja) muestra la lluvia total observada desde el comienzo de la campaña actual hasta el momento del pronóstico. El eje horizontal muestra la fecha; el eje vertical indica precipitación acumulada en mm. Para concentrar la atención en lluvias futuras, solamente se muestran los totales acumulados (desde el comienzo de la simulación) para las dos semanas anteriores a la fecha de pronóstico.
La parte derecha de la figura (áreas coloreadas a partir de la fecha de pronóstico) muestra la distribución posible de lluvia acumulada hasta el fin de la campaña, considerando la cantidad de mm llovidos hasta ese momento. La línea negra corresponde al valor central (mediana) de las lluvias históricas esperadas. Si se parte de la lluvia observada hasta el pronóstico y se examina el valor de la línea negra, por ejemplo, un mes después del pronóstico, la mitad de los años tendrán lluvias acumuladas por encima de la línea negra y la otra mitad de los años tendrán lluvias acumuladas por debajo de la línea negra.
El borde superior del área celeste delimita el 25% superior de lluvias acumuladas posibles en una fecha determinada. Es decir, hay una probabilidad de 0.25 que las lluvias en una fecha dada caigan por arriba del área celeste. De la misma manera, el borde inferior del área celeste separa el 25% inferior de lluvias acumuladas posibles en una fecha determinada, por lo que la probabilidad de lluvias por debajo del área celeste es de 0.25 aproximadamente.
Se grafican también áreas marrones y azules cuyos límites inferior y superior respectivamente corresponden a los percentiles 5 y 95, respectivamente. Es decir, la probabilidad de lluvias acumuladas en una fecha determinada por arriba del área azul y por debajo del área marrón, es aproximadamente de 0.05 (o 5%).
La parte izquierda de la figura (línea naranja) muestra la lluvia total observada desde el comienzo de la campaña actual hasta el momento del pronóstico. El eje horizontal muestra la fecha; el eje vertical indica precipitación acumulada en mm. Para concentrar la atención en lluvias futuras, solamente se muestran los totales acumulados (desde principio de ciclo) para las dos semanas anteriores a la fecha de pronóstico.
La parte derecha de la figura (áreas coloreadas a partir de la fecha de pronóstico) muestra la distribución posible de lluvia acumulada hasta el fin del ciclo, dado cuánto ha llovido hasta ese momento. La línea negra corresponde a la mediana o valor central de las lluvias históricas esperadas. Si se parte de la lluvia observada hasta el pronóstico y se examina el valor de la línea negra, por ejemplo, un mes después del pronóstico, la mitad de los años tendrán lluvias acumuladas por encima de la línea negra y la otra mitad de los años tendrán lluvias acumuladas por debajo de la línea negra.
El borde superior del área celeste delimita el 25% superior de lluvias acumuladas posibles en una fecha determinada. Es decir, hay una probabilidad de 0.25 que las lluvias en una fecha dada caigan por arriba del área celeste. De la misma manera, el borde inferior del área celeste separa el 25% inferior de lluvias acumuladas posibles en una fecha determinada, por lo que la probabilidad de lluvias por debajo del área celeste es de 0.25 aproximadamente.
Se grafican también áreas marrones y azules cuyos límites inferior y superior respectivamente corresponden a los percentiles 5 y 95, respectivamente. Es decir, la probabilidad de lluvias acumuladas en una fecha determinada por arriba del área azul y por debajo del área marrón, es aproximadamente de 0.05 (o 5%).
- ¿Qué estoy viendo?
- Gráfico
- Balance Hídrico / Evapotranspiración acumulada
El gráfico ayuda a interpretar los rendimientos pronosticados. La evapotranspiración es la suma de (a) la evaporación de agua desde el suelo y (b) la transpiración del cultivo. La evapotranspiración potencial indica el consumo de agua por parte del cultivo (evaporación + transpiración) cuando no hay limitaciones hídricas. En este caso, el consumo de agua está determinado por la demanda atmosférica y a determinadas condiciones del cultivo (principalmente, su grado de cobertura o biomasa acumulada).
La evapotranspiración real indica cuánto de la demanda potencial de agua puede ser satisfecha por el cultivo dada la campaña y situación agronómica analizada. En condiciones de secano, la evapotranspiración real siempre es menor o a lo sumo igual a la potencial. A mayor diferencia entre estas curvas, hay menor potencialidad de rendimiento (es decir, los rendimientos relativos pronosticados serán más bajos).
El eje horizontal del gráfico muestra la fecha (desde la siembra del cultivo hasta la fecha de pronóstico); el eje vertical indica la evapotranspiración acumulada en milímetros (mm). Cada curva puede activarse o desactivarse haciendo click en su correspondiente leyenda al pie de la figura. Además, si se desplaza el cursor encima de cualquiera de las líneas, se abrirá una ventana mostrando la fecha, la evapotranspiración real y la potencial acumulada, la diferencia entre ambas (es decir, cuántos milimetros menos que la demanda potencial se evapotranspiraron realmente), y la proporción (%) de la evapotranspiración potencial que fue realmente evapotranspirada por el cultivo hasta esa fecha.
- ¿Qué estoy viendo?
- Gráfico
- Balance Hídrico / Agua disponible
El gráfico ayuda a interpretar los rendimientos pronosticados, ya que la disponibilidad de agua en el suelo es uno de los principales factores que definen el rendimiento esperable de un cultivo en sistemas de secano (sin riego).
El agua en el suelo está contenida en poros de diferentes tamaños (grandes, intermedios y pequeños). La proporción de poros de cada tamaño depende de las características (textura) del suelo. El agua que llena los poros más grandes del suelo (por ejemplo, después de una lluvia fuerte) generalmente se drena por gravedad en un tiempo relativamente corto. Cuando este drenaje ha casi terminado, se llega a un contenido de agua llamado “capacidad de campo”. Este valor también depende de las características del suelo y por lo tanto es diferente para cada suelo incluido en ProRindes.
La línea punteada horizontal gris indica el contenido de agua disponible para el cultivo cuando el suelo seleccionado está a capacidad de campo. Este contenido -- denominado como “agua útil para el cultivo” -- se calcula como la diferencia entre (a) el contenido de agua a capacidad de campo y (b) el contenido de agua en el límite inferior del agua disponible, o punto de marchitez permanente (esta cantidad se describe en el párrafo siguiente).
El agua en los poros intermedios del suelo se va reduciendo progresivamente (principalmente por consumo del cultivo) hasta que solamente queda agua en poros muy pequeños del suelo. Esta agua no puede ser extraída por las raíces del cultivo ya que está retenida con mucha fuerza por el suelo. Esta situación se denomina “punto de marchitez permanente”.
La fuerza con la que el suelo retiene el agua se cuantifica en análisis de laboratorio a través de la presión de succión requerida para extraer esa agua. Cuando el suelo está en capacidad de campo, las raíces del cultivo requieren una succión entre -0.10 y -0.33 bares para absorber agua, mientras que en el punto de marchitez permanente, la presión de absorción requerida es mucho mayor -- -15 bares o casi 15 veces la presión atmosférica normal.
El eje horizontal del gráfico muestra la fecha (desde la siembra del cultivo hasta la fecha de pronóstico); el eje vertical indica tanto el agua disponible como las precipitaciones diarias (ambas cantidades en milímetros, mm). Tanto la curva de agua como las barras de precipitación pueden activarse o desactivarse haciendo click en su correspondiente leyenda al pie de la figura. Además, si se desplaza el cursor encima de la curva de agua disponible, se abrirá una ventana mostrando la fecha, el agua disponible para el cultivo en milímetros, la precipitación diaria en esa fecha y el contenido de agua disponible expresado como porcentaje del agua útil en capacidad de campo.
- ¿Qué estoy viendo?
- Gráfico
- Balance Hídrico / Estrés hídrico
El gráfico ayuda a interpretar los rendimientos pronosticados. El índice de estrés adopta valores entre 0 (ausencia de estrés) y 1 (máximo estrés). Si el cultivo experimenta períodos extendidos de estrés hídrico durante su ciclo, el potencial de rendimiento será menor (es decir, los rendimientos relativos pronosticados tenderán a ser más bajos). El índice de estrés básicamente estima si la demanda potencial de agua puede ser satisfecha por el cultivo. Por esta razón, para entender la evolución del estrés es útil observar también las barras marrón claro que indican las diferencias diarias entre evapotranspiración potencial y real (ver ítem Evaporación acumulada). Generalmente, los períodos durante los cuales la diferencia es mayor (o sea, las barras son más altas) están asociados a valores más altos del índice de estrés.
Más formalmente, el índice de estrés hídrico representa reducciones de la capacidad de expansión foliar y de tallos, macollaje o ramificación, entre otros procesos del cultivo afectados por una menor presión de turgencia. Esto ocurre cuando la extracción potencial de agua por parte de las raíces decrece con respecto a la transpiración potencial (Ritchie, 1998). Esto indica que el suelo se está secando y la conductividad hidráulica del mismo decrece, dificultando el crecimiento del cultivo.
El eje horizontal del gráfico muestra la fecha (desde la siembra del cultivo hasta la fecha de pronóstico); el eje vertical izquierdo indica el índice de estrés (escala entre 0 y 1) y el eje vertical derecho la diferencia entre evapotranspiración potencial y real diaria en milímetros (mm). Tanto la curva de estrés como las barras de diferencia de evapotranspiración pueden activarse o desactivarse haciendo click en su correspondiente leyenda al pie de la figura. Además, si se desplaza el cursor encima de la curva de estrés, se abrirá una ventana mostrando la fecha, el índice de estrés hídrico y la diferencia entre evapotranspiración potencial y real diaria en esa fecha.
Referencia
Ritchie, J.T., 1998. Soil water balance and plant water stress. In: Tsuji, G.Y., Hoogenboom, G., Thornton, P.K. (Eds.), Understanding Options for Agricultural Production. Springer Netherlands, Dordrecht, pp. 41-54.
- ¿Qué estoy viendo?
- Gráfico
- Riesgo de Enfermedades
La incidencia se calcula con el modelo de Moschini et al. (2008) que utiliza variables meteorológicas para predecir la incidencia de la enfermedad sobre el cultivo. Las variables usadas son la precipitación acumulada diaria y amplitud térmica (diferencia entre temperaturas máxima y mínima). La mismas se realacionan mediante la siguiente fórmula:
Al tratarse de una enfermedad que afecta al cultivo una vez que las espigas están expuestas, la Figura solo se mostrará activa durante el período sensible. Este período comienza con la aparición de las primeras espigas con anteras (8 días previos a plena espigazón) hasta acumular aproximadamente 500 grados.día-1 (Temperatura base de 0°C). La fecha de espigazón se estima de dos maneras diferentes. Cuando el período simulado es anterior a la fecha de espigazón, se considera que ésta ocurre cuando el cultivo acumuló 1320 grados.día-1 (Temperatura base de 0°C), desde el 1 de julio. A medida que transcurre el ciclo y el modelo CERES cuenta con suficientes datos observados para calcularla, se reemplaza la estimación anterior por este nuevo valor y se recalcula el índice de incidencia considerando la nueva fecha.
La flecha de la Figura muestra la incidencia en términos porcentuales. Además, para mejorar la interpretación de los resultados, los valores son clasificados en tres categorías de riesgo: Bajo (0 - 5%); Moderado (5 - 10%); Alto (10 - +%).
Referencia
Moschini, R., Bischoff, S., y Martínez, M. (2008). Variabilidad climática y enfermedades. Caso de estudio: Fusariosis de la espiga de trigo. Horizonte A. Magazine de las Ciencias Agrarias, 5(21), 10-15.
- ¿Qué estoy viendo?
- Tabla
- Rendimientos de referencia (usados para calcular rendimientos relativos)
El rendimiento de referencia se calcula simulando los rendimientos para el clima de cada una de las campañas anteriores a la actual y, luego, promediando todos los rendimientos simulados. El rendimiento de referencia (columna “Media”) se muestra para cada combinación de lugar, cultivo, y agua en el suelo (seleccionada usando los menúes a la izquierda de la tabla). Cada fila de la tabla muestra estadísticas para una combinación de manejo agronómico y suelo.
Además de la media de todos los rendimientos simulados con el clima histórico, la tabla incluye otras estadísticas que describen los valores centrales de los rendimientos y su variabilidad o volatilidad en el tiempo. La columna “Desv. Est” indica el desvío estándar y por lo tanto la variabilidad de los rendimientos: cuanto más grande sea este valor, mayor será la volatilidad de rendimientos en respuesta a diferentes años climáticos.
Las cinco columnas siguientes describen la distribución de rendimientos históricos simulados. Supongamos que se simulan 100 rendimientos con el clima de todas las campañas anteriores a la actual – en general no se tienen registros climáticos para 100 años, pero este número facilita la explicación. Primero, los 100 rendimientos simulados se ordenan de menor a mayor. La columna “P5” indica el “percentil 5” de la distribución: el 5% de los 100 rendimientos (o sea los 5 rendimientos más bajos) serán iguales o menores que este valor. De la misma forma la columna “P25” indica el percentil 25: un cuarto (25) de los 100 rendimientos históricos serán iguales o menores que este valor. Los siguientes percentiles significan lo mismo para diferentes proporciones de la distribución de rendimientos.
Un valor especial es el percentil 50 (“P50” en la tabla), que comúnmente se denomina la “mediana” de la distribución. La mediana da una idea del valor central en una distribución, como lo hace también el valor promedio. La mediana separa a la distribución en dos mitades: en el ejemplo anterior, la mitad de los 100 rendimientos simulados (o sea, 50) estarán por debajo de la mediana, y los otros 50 estarán por arriba.
IMPORTANTE: La media, desvío estándar y los percentiles de rendimientos de referencia están expresados en kg/ha
Glosario
-
¿Qué es una distribución de probabilidad?
La distribución de probabilidad de una variable aleatoria es una función que asigna a cada suceso definido sobre la variable, la probabilidad de que dicho suceso ocurra. La distribución de probabilidad está definida sobre el conjunto de todos los sucesos posibles y cada uno de los sucesos es el rango de valores de la variable aleatoria. Tiene una relación estrecha con las distribuciones de frecuencia. De hecho, una distribución de probabilidades puede comprenderse como una frecuencia teórica, ya que describe cómo se espera que varíen los resultados. [1]
-
¿Qué es una distribución acumulativa?
La distribución acumulada asociada a una variable aleatoria X sujeta a cierta ley de distribución de probabilidad, es una función matemática de la variable real x que describe la probabilidad de que X tenga un valor menor o igual que x. Matemáticamente, es la función que representa Prob. { X <= x }. [2]
-
¿Qué es la media?
En matemáticas y estadística, la media aritmética, también llamada promedio o media, de un conjunto finito de números es el valor que se obtiene a partir de la suma de todos sus valores dividida entre el número de sumandos. Cuando el conjunto es una muestra aleatoria recibe el nombre de media muestral, siendo uno de los principales estadísticos muestrales. [3]
-
¿Qué es la desviación estándar?
Para conocer con detalle un conjunto de datos, no solo basta con conocer las medidas de tendencia central. Necesitamos también conocer la desviación que presentan los datos en su distribución respecto de la media aritmética misma a fin de tener una visión de los mismos más acorde con la realidad al momento de describirlos e interpretarlos para la toma de decisiones.
La desviación estándar es una medida de dispersión para variables aleatorias que nos dice cuánto tienden a alejarse los valores concretos del promedio en una distribución de datos. [4] -
¿Qué es la mediana?
Además de la media, hay otras medidas de tendencia central características de una distribución. La mediana es aquel valor de la distribución que separa al 50% más bajo del 50% más alto de la misma. Matemáticamente, sería correcto definir a la mediana de una variable aleatoria X como aquel valor m tal que Prob. { X <= m } = 0,5.
-
¿Qué es un percentil?
El percentil es una medida de posición usada en estadística que indica, una vez ordenados los datos de menor a mayor, el valor de la variable por debajo del cual se encuentra un porcentaje dado de observaciones en un grupo de observaciones. Por ejemplo, el percentil 20 (P20) es el valor por debajo del cual se encuentra el 20 por ciento de las observaciones. En particular, el valor de la mediana es equivalente al del percentil 50 (P50). [5]
Preguntas Frecuentes
-
¿Para qué lugares están disponibles los pronósticos de ProRindes?
ProRindes pronostica los rendimientos de soja, maíz, trigo y cebada en varias localidades de la región pampeana argentina (ver mapa).
Las localidades elegidas coinciden con la ubicación de estaciones meteorológicas operadas por el Servicio Meteorológico Nacional (SMN). Para cada localidad, se pronostican los rendimientos para los suelos más comunes de la zona. -
¿Cuándo se producen los pronósticos de ProRindes?
ProRindes distribuirá pronósticos de rendimientos aproximadamente cada 10 o 15 días, comenzando después de la siembra de soja temprana y soja tardía, maíz temprano y maíz tardío, trigo y cebada, y continuando hasta la cosecha de esos cultivos.
También se pueden generar pronósticos especiales después de algún evento que pueda modificar sensiblemente los rindes esperados (por ejemplo, una lluvia después de un período muy seco).
La disponibilidad de un pronóstico se anunciará a través de las cuentas de Twitter y Facebook de ProRindes. -
¿Qué contienen los pronósticos de ProRindes?
ProRindes pronostica rendimientos para cada combinación de las siguientes condiciones:
- localidad,
- tipo de suelo,
- cultivo (soja, maíz temprano y tardío),
- manejo agronómico, y
- contenido de agua en el suelo a la siembra.
Para cada combinación y fecha de pronóstico, se simulan múltiples rendimientos, que corresponden a las diferentes series climáticas que se usan para correr simulaciones.
La dispersión o variabilidad de los múltiples rendimientos para cada combinación de condiciones y fecha de pronóstico refleja la incertidumbre en las condiciones climáticas entre el momento del pronóstico y el fin de ciclo del cultivo. -
¿Por qué un pronóstico de ProRindes contiene múltiples rendimientos?
Los rindes generados por ProRindes para cada combinación y fecha de pronóstico, dependen, por un lado, de las condiciones climáticas ocurridas hasta el momento del pronóstico y, por otro lado, del clima que se espera hasta la cosecha.
Como las condiciones climáticas entre el día de pronóstico y la cosecha no se pueden anticipar, se completa el clima observado hasta el momento del pronóstico con cada uno de los años en el registro climático histórico. Esta combinación de datos observados e históricos se describe en detalle más abajo (ver ¿Cómo se construyen las series climáticas que requiere ProRindes?).
Cuantos más años incluya el registro climático histórico, más rendimientos se pueden simular. La mayoría de los datos climáticos que usa ProRindes comienzan el 1 de enero de 1961, por lo que usando como ejemplo la campaña 2015/16 se pueden simular 54 rendimientos, completando los datos de 2015/16 con el clima para las campañas entre 1961/62 y 2014/15. -
¿Cómo se generan los pronósticos de ProRindes?
ProRindes está basado en el uso de modelos de simulación de cultivos. Estos modelos son herramientas o programas de computación que simulan el crecimiento y desarrollo de un cultivo de maíz o soja desde la siembra hasta la cosecha.
Las simulaciones pronostican el rendimiento final de un cultivo, que en ProRindes se expresa en términos relativos al promedio de todos los rendimientos simulados con datos climáticos anteriores al ciclo actual.
Por ejemplo, para calcular el rendimiento en Junín que se usa como referencia en la campaña 2015-2016, se simula el rendimiento con series climáticas entre 1961/62 y 2014/15. -
¿Qué son los modelos de simulación de cultivos que usa ProRindes?
Los modelos de cultivos son programas computacionales que simulan el crecimiento y desarrollo de los cultivos en función de los datos de entrada listados anteriormente.
Los modelos utilizados en ProRindes son los de la familia DSSAT (Decision Support System for Agrotechnoloty Transfer). En particular, se utilizan los modelos CERES Maize para simular maíz, trigo y cebada, y CropGro para simular soja. Ambos modelos han sido calibrados y validados en Argentina mediante múltiples comparaciones entre rindes simulados y observados. Para el conjunto de las situaciones evaluadas, el rinde medio simulado y su variabilidad no difirieron en más de 5% respecto a lo observado. Para cada situación específica (e.g. un lote) el error medio esperado es entre 15 y 20%. -
¿Qué datos de entrada requieren los modelos de simulación en ProRindes?
Para simular el rendimiento final a cosecha, los modelos de simulación que usa ProRindes se alimentan con tres tipos diferentes de información:
- Manejo agronómico. Variedad o híbrido utilizado, fecha y densidad de siembra (número de plantas por metro cuadrado), cantidad y momento de fertilización, etc.
- Características del suelo. Tipo de suelo, espesor y propiedades de los horizontes (o capas) del suelo, contenido de nutrientes al inicio de la simulación (por ejemplo Nitrógeno total), etc.
- Información climática. Series diarias de 4 variables climáticas: temperatura máxima, temperatura mínima, precipitación total y radiación solar total.
-
¿Qué información sobre el manejo agronómico usa ProRindes?
ProRindes pronostica el rendimiento de los manejos agronómicos más comunes en cada localidad (generalmente 1 o 2). En todos los casos se utiliza un genotipo representativo de los más usados en la zona. El genotipo se caracteriza a través de un conjunto de valores (coeficientes genéticos) que describen el desarrollo y crecimiento de la variedad o híbrido a simular.
Cada manejo agronómico supone, además, una fecha de siembra y la densidad lograda (número de plantas por metro cuadrado).
La definición del manejo agronómico se completa con la fertilización nitrogenada. Para todos los cultivos se define un contenido inicial de Nitrógeno en el suelo (en la capa 0-60 cm) representativo de cada localidad y fecha de siembra. Para el maíz, además, se define una dosis de fertilización con Nitrógeno de manera de alcanzar el nivel total deseado (o sea, Nitrógeno del suelo más Nitrógeno aportado por fertilización) representativo de cada localidad y fecha de siembra. -
¿Qué información sobre suelos usa ProRindes?
ProRindes necesita información sobre los suelos para las cuales se simulan rendimientos. Para cada localidad, se pronostican rendimientos para los 2-3 suelos más comunes, de modo que los usuarios de ProRindes puedan seleccionar el suelo más semejante a sus propias condiciones.
Los suelos que se consideran se pueden ver en el mapa de localidades simuladas (ver mapa), poniendo el cursor arriba de cada sitio; en la ventana que se abre se lista cada serie y su clasificación taxonómica.
Para cada suelo en cada situación se define, el contenido inicial de Nitrógeno (ver sección anterior) y de agua. El contenido inicial de agua se refiere a la recarga inicial de agua del perfil de suelo en relación a la capacidad total de almacenaje del suelo. ProRindes considera 3 niveles de recarga: bajo (aprox. 20% de recarga), medio (aprox. 50% de recarga) y alta (100% de recarga). -
¿Qué información climática usa ProRindes?
Para simular los rendimientos de un cultivo para una campaña, ProRindes necesita series de valores diarios para 4 variables climáticas: temperatura máxima, temperatura mínima, precipitación total y radiación solar total.
Estas variables se miden en estaciones meteorológicas operadas por el Servicio Meteorológico Nacional, ubicadas muy cerca de las 14 localidades donde ProRindes pronostica rendimientos.
Entender cómo se construyen las series climáticas que ProRindes usa como insumo es fundamental para poder interpretar los pronósticos; por ese motivo se detalla la construcción de series climáticas en la sección siguiente. -
¿Cómo se construyen las series climáticas que requiere ProRindes?
El modelo de simulación de cultivos que usa ProRindes necesita como insumo series diarias de 4 variables climáticas (ver sección anterior).
Las series deben cubrir desde el comienzo de las simulaciones (antes de la siembra) hasta el fin de ciclo o cosecha de cada cultivo: por ejemplo, desde el 1 de octubre de 2015 al 31 de marzo de 2016. Pero, entonces, ¿cómo hace ProRindes para poder simular rendimiento, digamos, el 15 de diciembre de 2015? ¿Acaso se usan pronósticos meteorológicos para completar los valores que faltan hasta el fin del ciclo? No, esto es imposible… los pronósticos del tiempo pueden anticipar condiciones 6-8 días para adelante, pero no más allá.
La solución, entonces, se basa en construir series climáticas diarias “híbridas” que combinan dos tipos de datos: (a) datos climáticos observados durante la campaña actual hasta el momento en que se emite un pronóstico, y (b) datos climáticos históricos para las fechas que van desde el pronóstico hasta el fin del ciclo.
Por ejemplo, supongamos que ProRindes emite un pronóstico de rendimiento de soja en Junín, provincia de Buenos Aires, el 15 de diciembre de 2015. Como entrada para ProRindes se construye una serie climática ‘híbrida” cuya primera parte incluye datos observados en Junín (temperaturas, precipitación y radiación) entre el 1 de octubre 2015 y el 15 de diciembre de 2015.
Para completar la serie, los datos de 2015 se “empalman” con datos históricos. Por ejemplo, se pueden usar los valores históricos registrados en Junín entre el 16 de diciembre de 1961 y el 30 de abril de 1962. Como esta serie híbrida combina datos climáticos para las campañas 2015/16 y 1961/62, la denominamos “2015/16+1961/62”. La Figura 2 ilustra cómo se arma esta serie híbrida. El empalme de datos observados (2015) con datos históricos (1961 y 1962) se muestra en un detalle de la figura.
Otras series híbridas se pueden construir combinando para datos de 2015/16 con datos históricos para 1962/63, 1963/64, etc.
Figura 2. Ejemplo de la construcción de una serie climática “híbrida” para un pronóstico hipotético de rendimiento realizado el 15 de diciembre de 2015. La primera parte de la serie incluye datos climáticos (temperaturas, lluvia, radiación) observados entre el 1 de octubre y el 15 de diciembre de 2015. Para poder simular rendimientos en diciembre 2015, la serie climática observada hasta el momento del pronóstico se completa con datos para 1961 (15-31 diciembre) y 1962 (1 enero – 30 abril). La transición o “empalme” entre las dos series se muestra en el detalle de la figura.
El uso de una sola serie climática híbrida resulta en un único valor pronosticado de rendimiento. En cambio, podemos usar varios años en el registro histórico para construir múltiples series híbridas y, por lo tanto, obtener múltiples rendimientos pronosticados.
Por ejemplo, si el Servicio Meteorológico para Junín contiene datos para el período 1 de enero de 1961 al presente, se pueden construir 55 series híbridas que combinan las condiciones para 2015/16 (el comienzo de la serie) con cada uno de los 54 años históricos (para el resto de la serie).
La Figura 3 ilustra las múltiples series híbridas para una fecha de pronóstico.
Figura 3. Construcción de múltiples series climáticas híbridas para un pronóstico de rendimiento emitido el 15 de diciembre de 2015. Cada una de las series construidas combinando datos para 2015/16 y series históricas 1961-2014 alimentan al sistema ProRindes, lo que resulta en 54 rendimientos pronosticados que reflejan la incertidumbre en las condiciones climáticas posteriores al 15 de diciembre de 2015.
El uso de múltiples series climáticas como entrada para ProRindes nos permite caracterizar la incertidumbre en los rendimientos que resulta del espectro de condiciones climáticas que pueden ocurrir a partir de la fecha de pronóstico. Típicamente, la variabilidad de los valores pronosticados disminuye a lo largo del ciclo, ya que en todas las “series híbridas” que se usan de entrada al modelo hay una mayor proporción de datos para la campaña actual. -
¿Cómo se interpretan los rendimientos que muestra ProRindes?
ProRindes muestra los rendimientos pronosticados en términos relativos a un rendimiento de referencia para cada combinación de lugar, cultivo, suelo, manejo y agua en el suelo. El resultado de referencia se calcula simulando los rendimientos para cada una de las campañas anteriores a la actual. Por ejemplo, para Junín, los datos climáticos disponibles permiten simular 54 ciclos agrícolas entre 1961/62 y 2014/2015.
Las series diarias de datos climáticos para cada una de esas campañas se usan como insumo para los modelos en ProRindes, que producen UN rendimiento simulado para cada campaña. Una vez que se obtienen los rendimientos simulados, se calcula el promedio de todas las campañas, y ese valor es el rendimiento de referencia. Los valores de referencia para cada combinación de condiciones (en kilogramos por hectárea) se pueden ver seleccionando “Rendimientos de Referencia” en el menú de ProRindes.
A continuación, los rendimientos en kg por hectárea simulados con series “híbridas” para cada combinación de condiciones se dividen por el rendimiento de referencia. Los rendimientos relativos mayores que 1 indican que los rendimientos pronosticados son superiores al rendimiento de referencia: por ejemplo, un rendimiento relativo de 1.50 es 50% mayor que el rendimiento de referencia. Los rendimientos relativos menores que 1 indican resultados por debajo del rendimiento de referencia. -
¿Qué factores consideran (o no consideran) los modelos de simulación de cultivos usados por ProRindes?
Los modelos de simulación utilizados por ProRindes (los modelos CERES y CROPGRO en la suite DSSAT) capturan la influencia de muchos factores que influyen sobre el rendimiento simulado, pero también hay otros factores o procesos que no son capturados por estos modelos. La interpretación de los resultados pronosticados debe hacerse con cuidado y considerando qué factores han tenido un rol en la evolución real de los cultivos en una determinada zona. Por ejemplo, las simulaciones de rendimientos no reproducen los efectos de pestes, malezas y enfermedades (los modelos asumen que el cultivo se mantiene libre de estos factores). En años o localidades donde ha habido fuerte incidencia de estos factores, el rendimiento real probablemente sea menor que el rendimiento simulado por ProRindes.
Otro factor que los modelos no capturan es la presencia de excesos de agua (anegamiento o encharcado). Si estos excesos existen, los rendimientos reales probablemente sean inferiores a los simulados. A la inversa, los efectos beneficiosos de una napa freática accesible a las raíces de un cultivo no serán reflejados por las simulaciones si faltan lluvias. En este caso, sin embargo, los rendimientos simulados serán algo menores que los reales (si la falta de lluvia es el único factor de estrés), ya que el subsidio de agua aportado por la napa no se ve reflejado por los modelos.
De la misma manera, la presencia de excesos de agua (anegamiento o encharcado) no es capturada por los modelos, por lo que nuevamente los rendimientos reales probablemente sean inferiores a los simulados.
A la inversa, los efectos beneficiosos de una napa freática accesible a las raíces de un cultivo no serán reflejados por las simulaciones si faltan lluvias. En este caso los rendimientos simulados serán algo menores que los reales (si la falta de lluvia es el único factor de estrés), ya que el subsidio de agua aportado por la napa no se ve reflejado por los modelos.
Factores considerados por los modelos de cultivos: Factores NO considerados por los modelos de cultivos: - Precipitación
- Temperatura
- Radiación solar
- Tipo de suelo (serie)
- Agua disponible en el suelo al inicio de la simulación (generalmente, un mes antes de la siembra)
- Fecha de siembra
- Densidad de siembra
- Genotipos utilizados
- Estrés biótico (malezas, insectos, enfermedades)
- Exceso de agua (anegamiento, inundación)
- Presencia de napa freática accesible a las raíces (subsidio de agua subterránea)
- Granizo
- “Planchado” del suelo
- Estrés severo por calor o falta de agua cerca de la floración (maíz)
- Heladas muy tempranas durante el inicio del llenado de grano (maíz)
-
¿Por qué ProRindes no muestra rindes para mi zona?
ProRindes es una herramienta experimental, y la campaña agrícola de verano 2015-2016 es la primera oportunidad en que se pone a disposición de la sociedad. Para esta primera experiencia se eligieron solamente 14 localidades en gran parte de la región pampeana argentina. Un productor o técnico puede seleccionar la situación más similar a su propio campo y consultar los pronósticos de ProRindes. En el futuro se podrán incorporar más localidades, en tanto existan estaciones meteorológicas cercanas que tengan registros históricos largos (por ej., más de 30 años).
-
¿Cómo puedo estimar mi propio rendimiento con ProRindes?
ProRindes pronostica rendimientos para cada combinación de estas condiciones: localidad, tipo de suelo, cultivo, manejo agronómico y contenido de agua en el suelo a la siembra. Un productor puede acceder a la página web de ProRindes y, usando los menúes interactivos en la herramienta, seleccionar la combinación que más se asemeje a su propia situación. También se puede seleccionar un contenido inicial de agua en el suelo a la siembra que refleje la situación propia. Los rendimientos pronosticados para la combinación de condiciones seleccionada permiten evaluar si las condiciones climáticas experimentadas hasta el momento sugieren resultados favorables (por ejemplo, rendimientos relativos mayores a 1 ) o desfavorables (rendimientos relativos menores que 1).
-
¿Cómo puedo obtener más información sobre ProRindes?
Durante la campaña agrícola, ProRindeS anunciará las emisiones de pronósticos a través de sus cuentas en redes sociales (https://www.facebook.com/prorindes y https://twitter.com/prorindes ).
Las consultas y comentarios sobre el sistema y los pronósticos pueden remitirse por medio de las cuentas de Twitter y Facebook. Para un contacto directo con los desarrolladores, es posible comunicarse a la cuenta de correo electrónico prorindes@gmail.com .
Entidades operadoras | |||||||
---|---|---|---|---|---|---|---|
![]() |
![]() |
![]() |
|||||
Entidades financiadoras principales | Otros financiadores | Entidades desarrolladoras | |||||
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |