El cambio climático y la competencia por los recursos hídricos con otros sectores, como el medioambiental, han dado lugar a un interés creciente en la mejora de la gestión del agua en la agricultura, en particular en zonas áridas y semiáridas. Por este motivo a lo largo de los años se ha trabajado en el desarrollo de diferentes métodos para estimar de forma precisa las necesidades de agua de riego en los sistemas agrícolas mediterráneos. En este artículo se propone una metodología alternativa para la estimación de ET_o  basada en la combinación de técnicas de teledetección, pronósticos meteorológicos y técnicas de interpolación empleando SIG.

J.M. Ramírez-Cuesta¹, I.J. Lorite², C. Santos², M. Cruz-Blanco². ¹Dpto. de Riego, CEBAS-CSIC, Murcia. ²IFAPA, Centro “Alameda del Obispo”, Córdoba.

Para obtener las necesidades de agua de los cultivos se necesita una estimación precisa de la evapotranspiración real de los mismos (ET_c), definida como la suma de la evaporación de la superficie del suelo y la transpiración de los cultivos. Para el cálculo de ambos términos la correcta estimación de la evapotranspiración de referencia (ET_o), definida como la demanda evaporativa de la atmósfera (Allen et al., 1998), es esencial.

La lisimetría de pesada es el método más preciso para determinar estos términos pero requiere de una infraestructura compleja. Como alternativa, se han desarrollado otras metodologías como las técnicas basadas en teledetección, balance de agua y energía, o empleando equipos de micrometeorología.

Allen et al. (1998) establecieron la ecuación de Penman-Monteith como el método de referencia para el cálculo de ET_o. En la actualidad, esta metodología es la más utilizada, empleando información procedente de estaciones meteorológicas automáticas como las de la red SIAR (http://eportal.magrama.gob.es/websiar).

A esto hay que añadir la incertidumbre generada por la localización de las estaciones, ya que los lugares de instalación de las mismas deben reunir unos requisitos específicos que en muchas ocasiones no se cumplen. Además, dichas estaciones proporcionan medidas locales, pudiendo no ser representativas de las zonas circundantes a dicha estación.

Por su parte la evapotranspiración real de los cultivos (ET_c) juega un papel fundamental en la estimación de las necesidades hídricas, y es la base junto con ET_o para la programación de riegos. Recientemente para el cálculo de ET_c se emplean modelos de balance de energía que emplean imágenes procedentes de satélite, con resultados muy satisfactorios. Así, el modelo Metric (Allen et al., 2007), desarrollado en la Universidad de Idaho (EE.UU) y posteriormente calibrado y adaptado a las condiciones regionales del sur de España, ha proporcionado resultados muy precisos para cultivos herbáceos y leñosos en el sur de España (Santos et al., 2008 y 2012).

Para intentar solventar todas las limitaciones existentes relativas a la estimación de la evapotranspiración de referencia, y gracias al avance de las técnicas de teledetección y los sistemas de información geográfica (SIG), se ha propuesto una metodología alternativa para la estimación de ET_o basada en la combinación de técnicas de teledetección, pronósticos meteorológicos y técnicas de interpolación empleando SIG.

Herramientas para determinar la ET_o

Utilizando estaciones meteorológicas

Andalucía está caracterizada por un clima Mediterráneo, con una precipitación media anual que varía de los 250 mm en la costa oriental almeriense a los 2.000 mm que pueden alcanzarse en la sierra de Grazalema, y unas temperaturas medias que oscilan desde los 10^oC en invierno hasta los 27^oC en verano.

Desde finales de los años 90 se cuenta con la Red de Información Agroclimática (RIA) que forma parte del Sistema de Información Agroclimática para el Regadío (SIAR), creado por el Ministerio de Agricultura y Pesca, Alimentación y Medio Ambiente. En Andalucía, esta red cuenta con más de cien estaciones meteorológicas automatizadas que cubren la mayor parte de las zonas regables y registran datos meteorológicos semi-horarios y diarios. Con la información proporcionada por estas estaciones se calculan los valores de ET_o empleando la ecuación de Penman-Monteith, que como se comentó anteriormente, sirven de referencia para la programación de riegos en las zonas regables andaluzas.

Tras un análisis de la localización de cada una de las estaciones y la calidad de los datos recogidos, solo 57 de esas estaciones meteorológicas se utilizaron en este estudio (figura 1) (Cruz-Blanco et al. 2014) que abarcó los años 2007, 2008 y 2009.

La mayoría de las estaciones meteorológicas incluidas en el estudio se localizan en condiciones de no-referencia, es decir, con suelo desnudo y en condiciones no óptimas para obtener valores precisos de ET_o. Así, estas condiciones de no-referencia, y en particular  en las zonas áridas y semiáridas del sur de España, pueden provocar que las estaciones sobreestimen los valores de ET_o calculados con la ecuación de Penman-Monteith (Cruz-Blanco et al., 2014). Este factor, junto con el limitado número de estaciones disponibles, incrementa significativamente la incertidumbre en la estimación de la ET_o cuando se utilizan los datos procedentes de redes de estaciones meteorológicas (Cruz-Blanco et al., 2015).

Utilizando información del satélite Meteosat (MSG) y pronósticos meteorológicos

Gracias al empleo de datos de radiación solar obtenidos de la plataforma Lsasaf (Land Surface Analysis Satellite Applications Facility) y de temperatura media del aire procedentes de pronóstico meteorológico (European Centre for Medium-Range Weather Forecasts, Ecmwf), se estimaron valores de ET_o diarios espacialmente distribuidos para la región de Andalucía con una resolución espacial de aproximadamente 14 km² (3,2 km por 4,3 km) para los años 2007, 2008 y 2009.

Para el cálculo de ET_o se empleó la ecuación de Makkink (MAK-Adv, Cruz-Blanco et al., 2014). Para comprobar la precisión del método se compararon los valores obtenidos con la metodología propuesta con los datos de las estaciones meteorológicas consideradas en el estudio, demostrando que los resultados de ET_o obtenidos eran consistentes y fiables. Por ello, estos nuevos valores obtenidos, empleando MAK-Adv, se consideraron como referencia.

Empleando técnicas de interpolación

Un método alternativo para estimar ET_o en la totalidad de la región andaluza es emplear como base los valores proporcionados por las estaciones meteorológicas para usar diferentes métodos de interpolación. Los métodos de interpolación empleados son IDW (inversa de la distancia), TPS (empleando splines) y SK (empleando krigeado). Estos métodos de interpolación utilizaron datos locales recogidos en cada estación meteorológica de la RIA y proporcionaron mapas de ETo con una resolución espacial de 1 km².

Para cada celda se calcularon las diferencias entre los valores de ET_o estimados con los métodos de interpolación descritos en el cuadro I y los valores calculados con MAK-Adv para determinar aquel método de interpolación con mejor funcionamiento.

Otras metodologías para estimar ET_o

Finalmente, la estrategia más usada por los agricultores para la estimación de ET_o es emplear los valores proporcionados por la estación meteorológica más cercana (MC) o emplear aquella estación que, aunque no sea la más próxima sí representa correctamente las condiciones meteorológicas de la zona a estudiar (MS).

Se realizó un análisis durante el período 2007-2009 para determinar la estación más cercana (MC) empleando el método de los polígonos Thiessen, y la estación con un comportamiento temporal de la ET_o más similar (MS) empleando la evolución temporal diaria de la ET_o.

Valores de ET_o espacialmente distribuidos para Andalucía

Empleando como referencia los valores de ET_o obtenidos con MAK-Adv, se evaluaron los errores medios en la estimación anual y estacional de ET_o para las diferentes metodologías de interpolación previamente descritas, con el fin de determinar aquel método que proporciona los valores más precisos.

Empleando las técnicas de interpolación se comprobó que el método que mejor resultado proporcionó fue empleando splines (TPS) con errores medios del 4,8% (cuadro I), con mayores diferencias en otoño e invierno debido a las condiciones meteorológicas espacialmente más heterogéneas. Otros métodos de interpolación como el krigeado (SK) proporcionaron resultados mucho peores, con errores medios del 6,4%.

Independientemente del método de interpolación escogido, los resultados no tuvieron igual precisión para toda la región. Así, las secciones medias e inferiores del valle del Guadalquivir mostraron errores de interpolación más bajos debido a la elevada homogeneidad en las condiciones climáticas, consecuencia de una topografía más llana y a la alta densidad de estaciones meteorológicas que allí se encuentran.

Sin embargo, en las zonas montañosas ubicadas en el norte y este de la región, los errores fueron mayores debido a la menor densidad de estaciones meteorológicas y a los cambios abruptos en la topografía. En términos generales, los errores siguieron un patrón constante durante los tres años de estudio, reflejando el papel crítico que la topografía desempeñó en la evaluación de ET_o.

Otros métodos de estimación de ET_o a nivel regional como identificando la estación meteorológica más cercana (MC) o empleando la estación meteorológica más similar a la zona de estudio (MS) proporcionaron errores menores (cuadro I). Así, se comprobó que en muchos casos, la estación con la que se obtenían mejores resultados no era la más cercana (MC), sino la estación definida como la más similar (MS). Así, la estrategia MS proporcionó mejores resultados en aquellas áreas topográficas heterogéneas, como las regiones costeras y montañosas del norte y este de Andalucía (figura 2).

Al comparar los datos de ET_o de MAK-Adv, con los de las estaciones más cercanas el error anual promedio fue del 3,9%, menor que el obtenido con los métodos de interpolación previamente descritos. Sin embargo, cuando se emplea la estación más similar (MS; figura 2), los errores fueron sensiblemente menores, en torno al 2,3% (cuadro II). Al igual que para la interpolación, se detectaron mayores diferencias durante el invierno y el otoño, causadas por la mayor heterogeneidad espacial en las condiciones meteorológicas (y por consiguiente en ET_o), frente a las condiciones más estables durante primavera y verano.

Estimación de las necesidades de riego en maíz

Como aplicación práctica, se han estimado las necesidades hídricas para el cultivo del maíz en la comarca del Guadiana Menor, en Andalucía, en la cual se concentra una gran cantidad de superficie destinada a este cultivo. Así, se identificó aquella zona dentro de dicha comarca en la que se registraron las mayores diferencias en ET_o según la metodología considerada.

El cálculo de las necesidades de riego del maíz en esta zona se basó en la evapotranspiración de cultivo (ET_c) calculada por medio de los valores de ET_o empleando diferentes métodos de estimación (cuadro II), y coeficientes de cultivo (K_c) obtenidos con la metodología Metric (Santos et al., 2008).

Para la zona elegida la estación meteorológica más cercana es la de Jerez del Marquesado (Granada) y es con su empleo (MC) cuando son menores las necesidades hídricas (cuadro III). Los resultados obtenidos con MC no fueron óptimos y se debe principalmente a las subestimaciones en la determinación de ET_o con esta metodología, dado que la estación más cercana no es representativa de la zona de estudio, y por lo tanto se producen subestimaciones en el cálculo de las necesidades finales de riego.

Igualmente, para la zona elegida, al comparar los valores obtenidos de la estación más similar (MS) con los valores obtenidos con MAK-Adv, usada como referencia, se comprueba cómo el método MS fue el que mejores resultados proporcionó (cuadro III). Así, los valores obtenidos con MS no presentan diferencias respecto a los valores de referencia de Lsasaf, siendo el método que presenta mejores resultados finales en cuanto a la determinación de las necesidades hídricas.

Finalmente, los métodos de interpolación, TPS y SK fueron las metodologías que reflejaron mayores diferencias (cuadro III) con un consumo estimado de agua, respecto al valor de referencia que varió desde un 16% y 14%, respectivamente para la primavera del año 2007, a un 10% para la de 2008, para ambos métodos, siendo las sobrestimaciones que tuvieron lugar en verano de ambos años muy similares, de un 6%.

 

Conclusiones

La correcta determinación de la evapotranspiración de referencia (ET_o) es clave para una adecuada programación de riegos. A pesar de que las incertidumbres en la estimación de la ET_o son muchas, en este trabajo se han presentado algunas metodologías simples que han proporcionado resultados muy precisos. Así, la integración de técnicas de teledetección, pronóstico meteorológico, sistemas de información geográfica y estaciones meteorológicas automáticas permiten obtener mapas de ET_o a nivel regional con resultados muy satisfactorios.

Tras el estudio de varias metodologías, se comprobó cómo el empleo de la estación más similar fue el método que mejores resultados proporcionó. Así, el empleo de mapas similares a los mostrados en este trabajo permitirá la mejora en el asesoramiento a los regantes, identificando para cada parcela específica de cada agricultor qué estación meteorológica debe considerar para llevar a cabo sus calendarios de riego.

Este tipo de trabajo es totalmente aplicable a cualquier región del sur de Europa por lo que su empleo en servicios de asesoramiento al regante y redes de información agroclimáticca podría contribuir significativamente a la mejora de la gestión de los recursos hídricos de toda la cuenca mediterránea, mejorando la sostenibilidad de estos sistemas agrarios.

Además, la integración de los métodos de estimación de ET_o con el empleo de modelos como de balance de energía empleando información satelital como Metric, para la estimación de ET_c, han contribuido en la mejora de la gestión del agua, con el desarrollo de una programación de riego precisa y adaptada a las condiciones locales.

Agradecimientos

Los autores agradecen la financiación recibida de los proyectos «AdaptaCLIM-Olive» (RTA2014-00030-00-00) y «Life+ClimAgri» (LIFE13ENV/ES/000541).