INFORME DE RESULTADOS

Convenio UPA-CEIGRAM para el proyecto Infoadapta-agri II

Autores: M. Ruiz-Ramos y A. Rodríguez Sánchez (CEIGRAM-UPM)

Madrid, Febrero 2019

2

INFORME DE RESULTADOS

Convenio UPA-CEIGRAM para el proyecto Infoadapta-agri II Autores: M. Ruiz-Ramos y Alfredo Rodríguez Sánchez (CEIGRAM-UPM)

Índice 1. Introducción al informe ................................................................................................ 3

1.1. Contexto de la colaboración .................................................................................. 3

1.2. Contexto científico ................................................................................................. 3

2. Metodología ................................................................................................................. 4

2.1. Datos de simulaciones climáticas .......................................................................... 4

2.2. Datos observados AEMET ...................................................................................... 5

2.3. Variedades de cultivos ........................................................................................... 6

2.4. Otros datos generales ............................................................................................ 7

2.4. Procedimiento para las simulaciones .................................................................... 7

2.4.1. Validación de clima ......................................................................................... 7

2.4.2. Ejecución de simulaciones de cultivos ............................................................ 8

3. Resultados .................................................................................................................... 9

3.1. Trigo de invierno .................................................................................................. 10

3.1.1. Adaptaciones basadas en la fecha de siembra y los cambios en los requerimientos de vernalización ............................................................................ 10

3.1.2. Adaptaciones basadas en la duración de ciclo .............................................. 11

3.2. Trigo de primavera ............................................................................................... 12

3.2.1. Adaptaciones basadas en la fecha de siembra ............................................. 12

3.2.2. Adaptaciones basadas en la duración de ciclo .............................................. 13

3.3. Cebada ................................................................................................................. 14

3.3.1. Adaptaciones basadas en la fecha de siembra y los cambios en los requerimientos de vernalización ............................................................................ 14

3.3.2. Adaptaciones basadas en la duración de ciclo .............................................. 15

4. Discusión e interpretación de los resultados ............................................................. 16

4. 1. Trigo de invierno ................................................................................................. 16

4.2. Trigo de primavera ............................................................................................... 17

4.3. Cebada ................................................................................................................. 17

4.4. Continuación del trabajo e incertidumbre ......................................................... 18

5. Conclusiones ............................................................................................................... 19

6. Referencias ................................................................................................................. 19

3

1. Introducción al informe

1.1. Contexto de la colaboración

Este informe presenta el resumen de resultados obtenidos en los trabajos realizados el marco del contrato entre el CEIGRAM-UPM y la UPA. Estos trabajos se han encargado con objeto de contribuir al proyecto Infoadapta-agri II: Información, comunicación, concienciación y capacitación sobre medidas de adaptación al cambio climático en agricultura y ganadería. Concretamente, se pretende responder a la actividad A8 formulada en el marco lógico del proyecto: “Realización de simulaciones de evolución de rendimientos de trigo y cebada para 4 ubicaciones diferentes. Análisis del cambio en la fecha de siembra y opciones de duración del ciclo como medida de adaptación al cambio climático”, cuyo resultado esperable es el R8: “Realizar un informe que recoja la evolución de los rendimientos de cebada y trigo en los principales escenarios previstos por el IPPC de cambio climático. También recogerá las simulaciones de la evolución de rendimientos derivada de modificación de fechas de siembra y opciones de duración del ciclo” y su fuente de verificación FV9: “Informe de evolución de los rendimientos en un horizonte de 30 años. Informe de capacidad de adaptación derivada del cambio en las fechas siembra y opciones de duración del ciclo”. Por tanto, el presente informe constituye tanto el R8 como su correspondiente fuente de verificación FV9.

1.2. Contexto científico

La evaluación del impacto del cambio climático en los cultivos, y especialmente la evaluación de la adaptación, debe realizarse a una escala local (Ruiz-Ramos et al., 2018). Existen considerables incertidumbres respecto a esta evaluación, siendo las más importantes:

- El escenario de futuro considerado, es decir, el nivel de mitigación que se conseguirá y, en consecuencia, el nivel de calentamiento y cambio en otras variables atmosféricas. Para abordar esta incertidumbre en este estudio se ha considerado un escenario (o más rigurosamente hablando un "Representative

4

Concentration Pathway", RCP) optimista, de bajas emisiones (RCP4.5), y otro de altas pesimista, de altas emisiones (RCP8.5) (Collins et al., 2013). -La especie y variedad consideradas, ya que cada una presenta respuestas distintas según sus características genéticas. Ya que no es posible realizar simulaciones sobre todas ellas, para abordar esta incertidumbre en este estudio se han considerado las especies de cereal más comúnmente cultivadas (trigo y cebada) y variedades tipo que puedan servir de referencia para las comúnmente usadas en las zonas de estudio (ej. trigo tipo invierno y tipo primavera). -El suelo considerado, especialmente relevante en el caso de los cultivos de secano por su influencia en el agua disponible para el cultivo. Para abordar esta incertidumbre en este estudio se han considerado varios perfiles de suelo en localidades próximas cuando la disponibilidad de datos lo ha permitido. -El manejo del cultivo, ya que no es posible realizar simulaciones sobre todas las opciones. Para abordar esta incertidumbre en este estudio se ha considerado un manejo estándar apropiado a cada zona y se considera que el rendimiento está tan solo limitado por la meteorología (no estrés biótico por plagas y enfermedades). -Las proyecciones del clima futuro, ya que los modelos de clima son imperfectos y podemos esperar cierto grado de error en las simulaciones. Para abordar esta incertidumbre en este estudio se han considerado varios modelos que componen un "ensemble", y se han utilizado datos con corrección de sesgo respecto a las observaciones recientes (Ruiz-Ramos et al., 2016). -Las simulaciones de cultivos, ya que los modelos de cultivos son imperfectos y podemos esperar cierto grado de error en las simulaciones. Para abordar esta incertidumbre en este estudio se han considerado solo localidades para las que se disponía de datos de campo y suelo y variedades que han sido calibradas y validadas en proyectos anteriores de la UPM (ej. Ruiz-Ramos et al., 2011).

Si bien no podemos evitar que permanezca cierto grado de incertidumbre, este enfoque permite reducirlo de acuerdo al estado del arte de esta línea de investigación. Dado el carácter aplicado de las recomendaciones que de este informe se puedan derivar, se realizará un esfuerzo en la interpretación de esta incertidumbre y cómo puede afectar a los resultados.

2. Metodología

2.1. Datos de simulaciones climáticas

Se han utilizado los outputs diarios de simulaciones históricas de 10 Modelos Regionales de clima (RCMs) de CORDEX EUR-11, anidados en modelo globales (GCMs) (Tabla 1, Taylor et al., 2012), con resolución horizontal de 12 km. Se realizó un ajuste

5

de sesgo (bias-adjustment) a las temperaturas (máxima y mínima) y la precipitación utilizando el conjunto de datos de alta resolución Spain02 (versión 5, Herrera et al., 2012 y 2015). La temperatura máxima ajustada, la temperatura mínima ajustada, la precipitación ajustada, la radiación y la velocidad del viento estuvieron disponibles para los 10 miembros del ensemble. En los casos en los que los RCM también ofrecieron datos de humedad relativa (6 de 10) también fueron utilizados como entrada al modelo de cultivo. Table 1. Matriz de datos simulados de clima con corrección de sesgos CMIP5/CORDEX CORDEX EUR-11 RCMs (Giorgi and Gutowski 2015) y CMIP5 GCMs (Taylor et al. 2012) usados en este estudio (realización r1i1p1/v1). Las celdas grises indican las combinaciones entre GCM-RCM que se han utilizado. Se indica en cursiva el identificador de cada modelo y la institución que ha generado los datos. Las temperaturas diarias máximas y mínimas se obtuvieron de los servidores del Earth System Grid Federation (ESGF).

Bias-corrected CMIP5/CORDEX EUR-11

GCM/RCMs

CN

RM

-CM

5

CN

RM

-Fra

nce

EC-E

AR

TH

ECM

WF-

Euro

pea

n

IPSL

-CM

5A

-MR

IP

SL-F

ran

ce

Had

GEM

2-E

S M

et O

ffic

e-U

K

MP

I-ES

M-L

R

MP

I-G

erm

an

y

CCLM4-8-17 CCLM community-International

REMO2009 MPI-Germany

RCA4 SMHI-Sweden

RACMO22E KNMI-Netherlands

ALADIN53 CHMI-Czech Republic

WRF331F IPSL-France

2.2. Datos observados AEMET

Se seleccionaron las estaciones AEMET más cercanas a las localidades para las que se disponía de datos de suelo y de calibración, tomando la más cercana posible, siempre y cuando se tuviesen datos diarios sin datos faltantes durante un número razonable de años.

6

En todas las estaciones se disponía de radiación (calculada a partir de las horas de irradiación solar), temperatura máxima, temperatura mínima y precipitación. En la mayoría de las estaciones también se disponía de la velocidad del viento. Las localidades seleccionadas se observan en la Figura 1.

Figura 1. Localidades seleccionadas para la ejecución de las simulaciones de impacto y adaptación. Las localidades en rojo presentan una mayor incertidumbre que las localidades en verde respecto a la calidad de las proyecciones climáticas.

2.3. Variedades de cultivos

Se realizó la calibración de variedades tipo tomando como referencia variedades clásicas para las que había series temporales más largas disponibles. En concreto:

- Para la calibración de un Trigo de invierno: Se toman como referencia las variedades Nogal y Soissons

- Para la calibración de un Trigo de primavera: Se toma como referencia la variedad Yécora. Esta ha sido la variedad utilizada en las simulaciones de trigo en Andalucía.

- Para la calibración de cebada: Se toma como referencia la variedad Pewter, con necesidades intermedias de vernalización.

Los datos se obtuvieron de proyectos y publicaciones anteriores del equipo CEIGRAM-UPM y AgSystems (ej. MULCLIVAR, SUSTAg, SOLACE, Arregui et al., 2006; Quemada y Gabriel 2016)

7

2.4. Otros datos generales

La siguiente tabla (Tabla 2) describe las localidades utilizadas en el estudio, así como su identificador de suelo, las fechas de siembra de cada cultivo, la densidad de plantación y la humedad inicial del suelo (% respecto a capacidad de campo). Tabla 2. Localidades, identificador de suelo, fecha de siembra utilizada como referencia para esa localidad y variedad (V.), densidad de siembra y humedad inicial del suelo considerada en las simulaciones

LOCALIDAD ID SUELO V.TIPO NOGAL

V.TIPO SOISSONS

V.TIPO YÉCORA

V.TIPO PEWTER

DENSIDAD (SEMILLAS/M2)

HUMEDAD INICIAL SUELO

(%)

LUGO Lugo 01-nov n/a n/a 01-nov 360 100

ZARAGOZA Zaragoza 01-nov n/a n/a 01-nov 360 100

VITORIA Alegria n/a 01-nov n/a 01-nov 360 100

VITORIA Subijana n/a 01-nov n/a 01-nov 360 100

LOGROÑO Arazuri n/a 01-nov n/a 01-nov 360 100

LOGROÑO Urroz n/a 01-nov n/a 01-nov 360 100

PAMPLONA Arazuri 01-nov n/a n/a 01-nov 360 100

PALENCIA Villoldo n/a 15-nov n/a 15-nov 360 100

GETAFE Aranjuez 15-nov 15-nov n/a 15-nov 360 75

ALBACETE Barrax n/a 01-dic n/a 01-dic 360 75

CÓRDOBA Alamedaobispo n/a n/a 15-dic n/a 360 75

CÓRDOBA Canetetorres n/a n/a 15-dic 06-dic 360 75

CÓRDOBA Palmadelrio n/a n/a 15-dic n/a 360 75

GRANADA Caminopurchil n/a n/a 15-dic n/a 360 75

SEVILLA Lebrija n/a n/a 15-dic n/a 360 75

SEVILLA Tomejilcarmona n/a n/a 15-dic n/a 360 75

2.4. Procedimiento para las simulaciones

2.4.1. Validación de clima

Para validar el conjunto de datos de clima para realizar simulaciones, se procedió a comparar simulaciones obtenidas utilizando los datos observados de AEMET con los obtenidos de seleccionar la celda correspondiente de la celda EUR-11 en la que se encontrara la estación. El periodo de simulación fue 1976-2005. Cuando los datos observados de AEMET presentaban alguna falta de años, se realizaron las simulaciones por separado de los años consecutivos de los que se dispusiera. Para realizar la comparación se procedió del siguiente modo:

a. Se realizó la media del rendimiento anual obtenido con los datos AEMET

8

b. Se realizó la media del rendimiento anual obtenido con cada uno de los

miembros del ensemble (10 miembros) c. Se obtuvo la mediana de los resultados anteriores (b) d. Se realizó una comparación entre (a) y (c) analizando las diferencias

porcentuales en los rendimientos Cuando en los datos de AEMET faltaban años observados, se comparó el resultado con el del ensemble tomando como años de inicio y final el primero y el último disponible en AEMET. Por ejemplo, si estuvieran disponibles en AEMET los años 1976-1995 y 1998-2004, los resultados de estos años se compararon con los obtenidos por EUR-11 en el periodo 1976-2004.

2.4.2. Ejecución de simulaciones de cultivos

Se realizaron simulaciones para los periodos 1976-2005 y 2021-2050 utilizando además dos escenarios de emisiones, el RCP4.5 y el RCP8.5. Se utilizó para ello DSSAT v4.7. Los niveles de CO2 siguieron diferentes proyecciones en función el escenario elegido. La metodología general siguió el trabajo de Ruiz-Ramos et al. (2018). La primera fase (Fase 1) de las simulaciones consistió en evaluar adaptaciones basadas en adelantos y atrasos de la fecha estándar de siembra en 15 y 30 días, combinados con el cultivar estándar o el mismo al que se le quitaron las necesidades de vernalización (salvo en el caso del trigo de primavera, que de partida no presenta estas necesidades). Dado el enorme número de simulaciones y combinaciones potenciales, a partir de este punto se seleccionó la adaptación que mejor funcionaba en cada localidad y suelo, y a partir de ella, se evaluó dicha adaptación en combinación con modificaciones del cultivar base (cv0) para que fuese un 15% más corto (cv1) y un 15% más largo (cv2), (Fase 2). El análisis de los resultados consistió en una primera evaluación del impacto, comparando el periodo base o presente (1976-2005) con respecto al periodo futuro (2021-2050) sin adaptar, para posteriormente evaluar las adaptaciones comparando el periodo futuro para las diferentes adaptaciones con respecto al periodo futuro sin adaptar. Para obtener los valores numéricos con los que comparar cada periodo se procede de manera análoga a la fase de validación, es decir, obteniendo para cada miembro del ensemble la media de rendimiento anual para el periodo de simulación completo para posteriormente obtener la mediana que represente al ensemble. Una vez tenemos los dos valores se calcula el cambio porcentual en los mismos, es decir, el cambio en el rendimiento.

9

3. Resultados

Las figuras de esta sección comparten la misma estructura. En el eje Y se muestra el cambio en el rendimiento simulado del cultivo al aplicar la adaptación (salvo en la columna de Impacto, que no se aplica la adaptación), bajo los escenarios de cambio climático en el periodo futuro. Los resultados se muestran en colores diferentes para el RCP4.5 y el RCP8.5. Cada figura individual muestra los resultados para cada localidad/suelo. Todas las figuras utilizan la siguiente terminología:

Impacto: Simulaciones de impacto (es decir, de % de cambio en el rendimiento) en el futuro, sin adaptación. -15: Adelanto en la fecha de siembra 15 días respecto a lo indicado en la Tabla 2 -30: Adelanto en la fecha de siembra 30 días respecto a lo indicado en la Tabla 2 +30: Retraso de la fecha de siembra 30 días respecto a lo indicado en la Tabla 2 N: Variedad sin necesidades de vernalización (0) Y: Variedad con necesidades de vernalización. Es decir, con las necesidades iniciales de la variedad de invierno (trigo) o intermedia (cebada) utilizada como referencia cv0: Duración del ciclo estándar para la variedad de referencia considerada según lo indicado en la Tabla 2 cv1: Duración del ciclo un 15% menor que para la variedad de referencia considerada según lo indicado en la Tabla 2 cv2: Duración del ciclo un 15% mayor que para la variedad de referencia considerada según lo indicado en la Tabla 2 Por tanto, según esto: +30Ycv0: adaptación consistente en sembrar una variedad que mantiene sus necesidades de vernalización y la misma duración del ciclo pero 30 días más tarde. -15Ncv2: adaptación consistente en sembrar una variedad sin necesidades de vernalización, con una duración del ciclo total un 15% más corta y sembrándola 15 antes. Las demás adaptaciones siguen esta lógica y nomenclatura.

Las figuras de Fase 1 evalúan adaptaciones basadas en adelantos y atrasos de la fecha estándar de siembra combinados con el cultivar estándar o el mismo al que se le quitaron las necesidades de vernalización (salvo el caso del trigo de primavera). Las figuras de la Fase 2 evalúan la mejor adaptación de la Fase 1.

10

3.1. Trigo de invierno

3.1.1. Adaptaciones basadas en la fecha de siembra y los cambios en los requerimientos de vernalización

Figura 2. Simulaciones trigo de invierno, fase 1.

11

3.1.2. Adaptaciones basadas en la duración de ciclo

Partiendo de las adaptaciones -30Ycv0 y -30Ncv0 seleccionadas en la Fase 1 según la localidad, se aplican las variaciones a la duración del ciclo

Figura 3. Simulaciones trigo de invierno, fase 2.

12

3.2. Trigo de primavera

3.2.1. Adaptaciones basadas en la fecha de siembra

Figura 4. Simulaciones trigo de primavera, fase 1

13

3.2.2. Adaptaciones basadas en la duración de ciclo

Partiendo de la adaptación -30Ycv0 seleccionada del apartado anterior, se aplican las variaciones a la duración del ciclo

Figura 5. Simulaciones trigo de primavera, fase 2

14

3.3. Cebada

3.3.1. Adaptaciones basadas en la fecha de siembra y los cambios en los requerimientos de vernalización

Figura 6. Simulaciones cebada, fase 1

15

3.3.2. Adaptaciones basadas en la duración de ciclo

Partiendo de las adaptaciones -30Ycv0 y -30Ncv0 seleccionadas en la Fase 1 según la localidad, se aplican las variaciones a la duración del ciclo

Figura 7. Simulaciones cebada, fase 2

16

4. Discusión e interpretación de los resultados

4. 1. Trigo de invierno

Las simulaciones de impacto (sin adaptación, barras grises) de la Figura 2,

indican que el impacto del cambio climático solo sería negativo en Albacete.

Probablemente esto se debe a:

- Las temperaturas más suaves del invierno aceleran en desarrollo sin limitarlo por

causa de las temperaturas mínimas

-El ciclo de adelanta lo suficiente como para seguir escapando del periodo de déficit

hídrico

-En Albacete no se llegan a cumplir los requerimientos de vernalización. Por tanto, el

umbral latitudinal de este tipo de trigos se desplaza hacia el norte. En Getafe, zona

centro, todavía resulta viable.

-El efecto de fertilización carbónica del aumento del CO2 atmosférico.

Para la correcta interpretación de las figuras, es importante recordar, como

indican las leyendas, que la barra de impacto compara el o futuro sin adaptar con

respecto al presente, mientras que las barras de adaptaciones comparan dos futuros

entre sí: con y sin adaptación.

La opción de adaptación que ofrece mejor resultado, con valores positivos y por

tanto superando a la opción actual ("impacto"), es las de adelantar la fecha de siembra

30 días, en todos los casos incluyendo Albacete, aunque en las localidades del norte la

fecha de siembra actual también daría buenos resultados. La aplicación de esta opción

es positiva aunque el efecto sobre el rendimiento en general es pequeño (5-10%, hasta

el 20% solo en Getafe), lo que sugiere cierta posible incertidumbre asociada a estos

resultados, que habría que analizar. El adelanto de 30 días en la siembra se podría

combinar con una variedad con necesidad de vernalización en Lugo, Zaragoza y

Pamplona; mientras que en el resto ofrecería mejor resultado una variedad de

primavera sembrada en la misma fecha que el trigo de invierno (-30).

Combinando estas opciones con diferente duración de ciclo (Figura 3), en

ningún caso se obtuvo una duración que mejorara los resultados de la variedad de

partida. Sin embargo, es importante destacar que es posible que pudiera obtenerse

una combinación óptima de fecha de siembra x vernalización x duración del ciclo si se

hiciera un análisis sistemático de todas las posibilidades, cosa que no se ha hecho aquí

al variar la duración del ciclo sólo para la siembra -30.

17

4.2. Trigo de primavera

Las simulaciones de impacto (sin adaptación, barras grises) de la Figura 4,

indican que el impacto del cambio climático mínimo en toda Andalucía,

probablemente por motivos similares a los apuntados para el trigo de invierno, salvo

por las consideraciones acerca de la vernalización.

La respuesta de las posibles adaptaciones sí difiere respecto al trigo de

invierno, pues se proyecta una gran respuesta a la adaptación, con aumentos del

rendimiento al adelantar la siembra 15 días (entre 10-25%) que son aún mayores si la

siembra se adelanta 30 días (15-40%). Esto muestra la oportunidad de ir a un periodo

de cultivo más largo para recuperar la aceleración del desarrollo por el aumento de

temperaturas.

Esta tendencia se confirma en el caso al explorar la combinación del adelanto

de siembra de un mes con diferentes duraciones del ciclo (Figura 5). Los mejores

resultados en todas las localidades andaluzas se obtienen con un ciclo un 15% más

largo, llegando a aumentos del 70% del rendimiento respecto a un futuro sin

adaptación. Por tanto, las nuevas temperaturas combinadas con el aumento del CO2

atmosférico ofrecen nuevas oportunidades que habrá que explotar respecto a una

estación de crecimiento previa a la época de déficit hídrico.

4.3. Cebada

Las simulaciones de impacto (sin adaptación, barras grises) de la Figura 6,

indican que el impacto del cambio climático solo sería negativo en la mitad sur de la

península. Dado que se ha testado una variedad con necesidades intermedias de

vernalización, probablemente estos resultados esto se deben a un compromiso entre

los efectos positivos encontrados para el trigo de invierno y la falta de vernalización

según se avanza hacia el sur.

En las localidades al norte de la península, las opciones de adaptación de la

fecha de siembra de este tipo de variedad son limitadas. Aunque en la mayoría el

adelanto de la fecha de siembra y mantenimiento de los requerimientos de

vernalización dan resultados positivos, hay pocas diferencias entre el adelanto de 15 y

30 días, y el efecto es dudoso en alguna localidad, como Zaragoza. Los valores

pequeños sugieren una cierta incertidumbre asociada a estos resultados que habría

que analizar. Según avanzamos hacia el sur, el efecto del adelanto de la fecha de

siembra se hace más claro y se decanta hacia un adelanto de 30 días y variedad sin

vernalización (ej. Getafe). En el caso de Albacete, los impactos negativos pueden llegar

a compensarse aproximadamente con este tipo de adaptación, mientras que en

Córdoba el efecto de la adaptación sería mucho más claro, con la misma estrategia.

18

Combinando estas opciones con diferentes duraciones de ciclo (Figura 7), los

mejores rendimientos se obtienen sin cambiar dicha duración, en todas las localidades

estudiadas.

4.4. Continuación del trabajo e incertidumbre

Como se ha señalado en este breve estudio, existen muchas combinaciones

posibles de manejo y características varietales que no se han podido simular en este

proyecto. Entre ellas queremos destacar:

- Combinaciones de todas las fechas de siembra y duraciones del ciclo (no solo la mejor

de la Fase 1)

-Explorar el ratio pre y post floración

-Simulación de otras variedades tipo con respuestas diferentes a las seleccionadas aquí

-Combinaciones con riego suplementario en floración (una única aplicación de 40 mm)

Además, para una interpretación completa y fiable de los resultados sería

necesario realizar un análisis de incertidumbre (Rodríguez et al., 2019), ya que las

figuras mostradas solo reflejan la mediana de los resultados y no su dispersión. Por

tanto, para las variaciones de rendimiento proyectadas que sean cercanas al cero, es

de esperar que alguno de los resultados de simulaciones individuales tengan signos

opuestos. Por ello, a la espera de una valoración de la incertidumbre más rigurosa,

recomendamos interpretar los valores pequeños como "sin cambios o cambios

ligeros", y los valores grandes como "tendencias claras de aumento o descenso del

rendimiento", sin hacer demasiado hincapié en el valor numérico exacto.

En concreto, se recomienda precaución al considerar los resultados de Palencia

y Zaragoza. Para estas localidades (en rojo en la Figura 1), las diferencias entre las

simulaciones de cultivo realizadas con el ensemble del clima y con datos AEMET fueron

superiores al 15% en valor absoluto (validación AEMET-ensemble) para al menos uno

de los cultivos (cebada en Palencia y trigo de invierno y cebada en Zaragoza). Por ello

se considera que los resultados de estas localidades presentan mayor incertidumbre.

Por último, destacar que nuestros resultados son coherentes con los obtenidos

por Webber et al. (2018) para el trigo de invierno en Europa, en la que se incluye la

península Ibérica, publicado recientemente en la revista Nature Communications.

19

5. Conclusiones

A expensas de confirmar estos resultados con análisis más exhaustivos y una

valoración de la incertidumbre, los resultados de este estudio apuntan que para trigo

de invierno, las condiciones futuras permitirán un adelanto de una mes en la fecha de

siembra, con variedades de la misma duración del ciclo. En los dos tercios sur de la

península se recomienda utilizar variedades con menores requerimientos de

vernalización (sembrándose como las de invierno).

El trigo de primavera se beneficiaría no solo del adelanto de la fecha de siembra

de un mes, sino de la utilización de cultivares con duración de ciclo más largo. En el

caso de la cebada, el valor positivo de adelantar la siembra solo es claro en el sur de la

península, sin cambios en la duración del cultivar.

Al estar estudiando cultivos de invierno, estas medidas permiten conservar o

alargar la duración del ciclo de cultivo bajo la hipótesis del calentamiento y aumento

del CO2 atmosférico, aprovechando las temperaturas suaves invernales, favorables

para el crecimiento y el desarrollo, y que permiten completar el ciclo antes de la

llegada del periodo de déficit hídrico.

6. Referencias

Arregui L.M., Lasa B., Lafarga A., Irañeta I., Baroja E. y Quemada M*. 2006. Evaluation

of chlorophyll meters as tools for N fertilization in winter wheat under humid

Mediterranean conditions.European Journal of Agronomy. 24: 140-148

Collins, M., Knutti, R., Arblaster, J., Dufresne, J.-L., Fichefet, T., Friedlingstein, P., Gao,

X., Gutowski, W.J., Johns, T., Krinner, G., Shongwe, M., Tebaldi, C., Weaver, A.J.,

Wehner, M., 2013. Long-term climate change: projections, commitments and

irreversibility. In: Stocker, T.F., et al. (Eds.), Climate Change 2013: The Physical

Science Basis. Contribution of Working Group I to the Fifth Assessment Report

of the Intergovernmental Panel on Climate Change. Cambridge University Press,

Cambridge and New York, pp. 1029–1136.

Herrera et. al. (2012) Development and Analysis of a 50 year high-resolution daily

gridded precipitation dataset over Spain (Spain02). International Journal of

Climatology 32:74-85 DOI: 10.1002/joc.2256

Herrera et. al. (2015) Update of the Spain02 Gridded Observational Dataset for Euro-

CORDEX evaluation: Assessing the Effect of the Interpolation Methodology.

International Journal of Climatology. DOI: 10.1002/joc.4391.

20

Quemada M and Gabriel JL. 2016. Approaches for increasing nitrogen and water use

efficiency simultaneously. Global Food Security, 9:29-35DOI:

10.1016/j.gfs.2016.05.004

Rodríguez A., Ruiz-Ramos M., Palosuo T, Carter T.C, Fronzek S., Lorite I.J., Ferrise R

Pirttioja N Bindi M Baranowski P., Buis S., Cammarano D, Chen Y, Dumont B.,

Ewert F., Gaiser T., Hlavinka P., Hoffmann H., Höhn J.G., Jurecka F., Kersebaum

K.C., Krzyszczak J., Lana M., Mechiche-Alami A., Minet J., Montesino M., Nendel

C., Porter J.R., Ruget F., Semenov M. A., Steinmetz Z., Stratonovitch P., Supit I.,

Tao F., Trnka M., de Wit A., Rötter R.P., 2018., 2018. Implications of crop model

ensemble size and composition for estimates of adaptation effects and

agreement of recommendations. Agricultural and Forest Meteorology (in press)

Ruiz-Ramos M., Sánchez E., Gallardo C. and Mínguez MI., 2011. Impacts of projected

maximum temperature extremes for C21 by an ensemble of regional climate

models on cereal cropping systems in the Iberian Peninsula. Natural Hazards

and Earth System Sciences Nat. Hazards Earth Syst. Sci., 11, 3275-3291, 2011.

doi:10.5194/nhess-11-3275-2011

Ruiz-Ramos M., Rodríguez A., Dosio A., Goodess C. M., Harpham C., Mínguez M.I.,

Sánchez E, 2016. Crop impact projections in Iberian Peninsula for mid and end

of C21 improved by bias correction of RCM outputs, Climatic Change, 134(1-2):

283-297, doi: 10.1007/s10584-015-1518-8.

Ruiz-Ramos M., Ferrise R, Rodríguez A, Lorite I.J., Bindi M., Carter T.C, Fronzek S.,

Palosuo T, Pirttioja N., Baranowski P., Buis S., Cammarano D, Chen Y, Dumont

B., Ewert F., Gaiser T., Hlavinka P., Hoffmann H., Höhn J.G., Jurecka F.,

Kersebaum K.C., Krzyszczak J., Lana M., Mechiche-Alami A., Minet J., Montesino

M., Nendel C., Porter J.R., Ruget F., Semenov M. A., Steinmetz Z., Stratonovitch

P., Supit I., Tao F., Trnka M., de Wit A., Rötter R.P., 2018. Adaptation response

surfaces for managing wheat under perturbed climate and CO2 in a

Mediterranean environment. Agricultural Systems, 159: 260–274.

http://dx.doi.org/10.1016/j.agsy.2017.01.009

Taylor, K. E., Stouffer, R. J., and Meehl, G. A., 2012. An Overview of CMIP5 and the

Experiment Design, Bull. Amer. Meteorol. Soc., 93, 485-498, 10.1175/bams-d-

11-00094.1.

Webber H, Ewert F, Olesen J, Müller C, Fronzek S, Ruane A, Bourgault M, Martre P,

Ababaei B, Bindi M, Ferrise R, Finger R, Fodor N, Gabaldón-Leal C, Gaiser T,

Jabloun M, Kersebaum KC, Lizaso JI, Lorite I, Manceau L, Moriondo M, Nendel

C, Rodriguez A, Ruiz-Ramos M, Semenov M, Siebert S, Stella T, Stratonovitch P,

Trombi G, and Wallach D, 2018. Diverging importance of drought stress for

maize and winter wheat in Europe. Nature Communications (in press)