Análisis de la variabilidad espacio-temporal de la respuesta al nitrógeno en maíz mediante un modelo econométrico mixto espacial (MEME)

• Autores: Espósito, Gabriel Pablo
• Año de publicación: 2013
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Robledo, Walter Robledo
• Materia: Maíz; Zea Mays; Modelos econométricos; Fertilización; Aplicación de fertilizantes; Análisis económico; MEME; Fertilizantes nitrogenados; Córdoba; Argentina
• Institución: Universidad Nacional de Córdoba

Tesis (Doctor en Ciencias Agropecuarias)--UNC- Facultad de Ciencias Agropecuarias, 2013.
El objetivo principal de este trabajo fue desarrollar un modelo econométrico que permita optimizar estrategias de fertilización nitrogenada a dosis variable para maíz. Los datos fueron extraídos de 18 experimentos de campo sobre fertilización, realizados durante las campañas agrícolas 1998/99 a la 2009/10 en diferentes localidades de Córdoba. Se compararon cuatro especificaciones estadísticas: mínimos cuadrados ordinarios, un modelo mixto, un modelo econométrico y un modelo econométrico mixto espacial (MEME). En los modelos mixto y MEME se empleó la localidad de realización de cada ensayo como variable aleatoria. Se analizó el desempeño de cada uno de estos modelos a través del análisis de la estructura espacial de los datos, la significancia de sus parámetros, la máxima verosimilitud, el cociente de verosimilitudes y los criterios de Akaike y Schwartz. El análisis económico se realizó a través de la maximización del beneficio esperado para una respuesta estimada y según la distribución de precios. Además fueron considerados atributos de terreno obtenidos a partir de modelos digitales de elevación como así también el efecto de las condiciones hídricas de cada campaña. La comparación entre la dosis uniforme y variable de N se realizó mediante presupuestos parciales. Los resultados indican que el modelo MEME fue el que presentó el mayor ajuste y con todos sus parámetros significativos. El coeficiente R2 del modelo MEME fue 87,36%. El atributo de terreno que mejor explicó la respuesta del cultivo al N fue el índice topográfico compuesto (CTI). El efecto "año" también fue estadísticamente significativo; en los años húmedos la respuesta al N fue significativamente mayor que el promedio y la interacción entre el CTI y el N fue negativa, mientras que en años secos la respuesta fue menor y la interacción positiva. El análisis económico demostró que la respuesta al N y la dosis óptima económica difieren entre las distintas zonas del paisaje; que la respuesta al N y consecuentemente la dosis de N que maximiza el beneficio en cada zona varía año a año; que el CTI es una potencial alternativa para describir el paisaje objetivamente, y que la maximización del beneficio puede ser realizada con las funciones de respuesta que difieren por posición en el paisaje y por año. En años húmedos, el retorno al N aplicado como dosis variable es superior en 21,70 $ ha-1 a la dosis óptima uniforme y en 110,57 $ ha-1 superior que el retorno de la dosis uniforme usada regionalmente. En años secos los retornos al N son 1,19 $ ha-1 y 55,32 $ ha-1, respectivamente. Cuando la clasificación en año húmedo o seco pueede realizarse con una precisión superior al 56,39%, la fertilización variable de N puede ser económicamente beneficiosa en la mayoría de las localidades. Además, a partir de la variabilidad natural del CTI de cada lote de producción, se pudo establecer un punto de equilibrio que justifica la aplicación variable de N. Finalmente, el modelo MEME ha mostrado ser un modelo innovador y conveniente para la estimación de funciones de producción sitio específicas, variables espacial y temporalmente.
The main objective of this dissertation is to develop an econometric model as a means to optimize variable rate nitrogen fertilizer strategies for corn. The data were drawn from eighteen on-farm nitrogen (N) trials done in the Province of Córdoba, Argentina, from the 1998/99 to the 2009/10 crop seasons. Four statistical specifications were compared: ordinary least squares, a mixed model, an econometric model, and a mixed-econometric-spatial model (MEME). Location was used as the random variable in the mixed and the MEME models. Specifications robustness was tested by analysis of the spatial structure of data, coefficient significance, maximum likelihood, likelihood ratios, Akaike and Schwartz criteria. The economic analysis maximized expected profit, given response estimates and price distributions. Soil attributes obtained from digital elevation maps and water conditions for each seasons were also considered. A partial budget was used to calculate and to compare uniform rate and variable-rate returns. Results show that MEME was the model with the highest fit and with all coefficients statistically significant. MEME's R2 was 87.36%. The soil attribute that best explained the site-specific crop response to N was the Compound Topographic Index (CTI). The overall season effect was also statistically significant; in wet seasons the crop response to N was significantly higher than the average, and the interaction between CTI and N was negative, whereas in dry seasons the crop response was smaller and the interaction positive. The economic analyses show that N response and economically optimal N rates differ in different areas of the landscape; that N response and consequently profit maximization N rates in those landscape areas differ from year to year; that CTI is a potential objectively measurable alternative to landscape areas, and that profit maximization can be effectively carried out with the response functions that differ by landscape area and season. In wet seasons, economically optimal variable-rate returns to N are 21.70 $ ha-1 higher than economically optimal uniform-rate returns to N, and 110.57 $ ha-1 higher than regional uniform-rate returns to N. In dry seasons, the returns to N are 1.19 $ ha-1 and 55.32 $ ha-1 higher, respectively. When the outcome of the two crop seasons can be predicted with accuracy higher than 56.39% at N application time, variable rate of N can be profitable in most locations. In addition, CTI allowed estimation of the break-even percentage of variability for a field, in order to justify variable-rate applications. Finally, MEME has shown to be an innovative, convenient model for site-specific crop production functions that vary spatially and temporary.