Zonificación para el cultivo de colza (Brassica napus) basada en parámetros climáticos históricos en las provincias de Imbabura y Carchi.

Ing. Valdemar Andrade Cadena Docente de la Pontificia Universidad Católica del Ecuador sede Ibarra Resumen: En el presente estudio se generó una propuesta de zonificación para el cultivo de la colza en las provincias de Imbabura y Carchi de la zona norte del Ecuador, para ello se utilizó el análisis multicriterio para la elaboración del algebra de mapas, y el sistema de información geográfica (SIG). La información requerida para la creación de las de bases de datos necesarias para este análisis fueron obtenidas de diferentes organismos gubernamentales y agencias internacionales de desarrollo. Se generó el modelo de zonificación para el cultivo de la colza a partir de capas temáticas de altitudes del terreno en la zona de estudio, sitios de colecta de parientes silvestres de Brassica spp. georeferenciados, pendientes, climatología de temperatura y precipitación, fertilidad de los suelos con las respectivas áreas de afectación, el tratamiento de las capas temáticas está en una escala 1:50000 y además se realizó la conversión de un formato vectorial a formato raster. Para el cálculo de las distancias de los diferentes parámetros empleados en la creación del modelo de zonificación mediante el uso de algebra de mapas, se tomaron en cuenta los factores limitantes del cultivo de la colza, basado en las necesidades encontradas en la base Eco-crop de la FAO. De los resultados obtenidos se establecieron los lugares más adecuados para el cultivo de la colza desde los de mayor aptitud hasta de la aptitud probable, encontrándose cinco categorías; además en las zonas de mayor aptitud se establecieron sitios de probables ensayos de adaptabilidad y cultivo de la colza en la zona norte de Ecuador. Al finalizar se puede concluir que con el uso del análisis multicriterio, algebra de mapas y sistema de información geográfica se puede establecer un modelo de zonificación ideal para el desarrollo de investigación encaminada a establecer los mejores lugares para el cultivo de especies de interés económico. INTRODUCCIÓN: La modernización y mejora de la productividad de los sistemas de cultivo a nivel mundial ha generado una actualización de los criterios necesarios para el establecimiento de un determinado cultivo en un punto geográfico; con el objetivo principal de aprovechar las potencialidades de las diferentes zonas y hacer atractivo desde el punto de vista financiero la actividad agrícola. En el Ecuador el uso de la información sobre parámetros agrorpoductivos y climáticos no siempre esta disponible para los agricultores e inversionistas además que las instituciones como los gobiernos locales toman decisiones acerca del crecimiento urbanístico de sus jurisdicciones sin realizar los análisis adecuados; de que si corresponden a un verdadero ordenamiento territorial. El uso de las herramientas informáticas y de conjugar los criterios de técnicos del manejo de las bases de datos hace que se puedan establecer modelos ideales para el desarrollo de una determinada actividad productiva, tomando siempre en cuenta las necesidades de la especie a trabajarse y las experiencias previas de otros puntos geográficos de condiciones similares a las reinantes en la zona. Para la realización de este trabajo se recurre al uso de bases de datos históricas de la situación climática de la zona norte del Ecuador, además de las condiciones topográficas y fertilidad de los suelos; así como también de la comprobación en campo de la existencia de parientes silvestres de la especie en estudio. Todo esto ha llevado a la creación de un modelo de la

mejor zonificación para la ejecución de ensayos pilotos que sirvan de base para la toma de decisiones acerca de la implementación de áreas comerciales de cultivo. Para el Centro Iberoamericano de Investigación y Transferencia de Tecnología en Oleaginosas la información generada es de mucha importancia puesto que da una idea más precisa de las condiciones agroclimáticas reinantes en un determinado punto geográfico y de las potencialidades de las zonas. Además este modelo se podrá ir actualizando en el tiempo y conociendo los cambios que acontecen en las zonas de mayor aptitud para el cultivo, especialmente a lo relacionado al crecimiento urbanístico y la construcción de infraestructura vial. OBJETIVOS: • Establecer la distribución potencial de la colza (Brassica napus) en las provincias de Imbabura y Carchi, tomando en cuenta sus características de crecimiento: altitud, suelo, biotemperatura del cultivo y cantidad de agua necesaria para su ciclo. • Determinar cuáles son los factores limitantes de entre los anteriormente mencionados, para el establecimiento del cultivo en la misma área geográfica. • Extrapolar a partir de datos existentes de características físico-químicas en el suelo, para establecer y deducir los tipos de suelo adecuados para el desarrollo de la colza. • Determinar las condiciones de sitio específico para plantear el desarrollo de ensayos in-situ. MATERIALES Y MÉTODOS Recopilación y procesamiento de la información geográfica y ecológica del territorio • Base de datos Eco-crop-FAO La información acerca del comportamiento agronómico y de los parámetros agroecológicos de la especie se tomó de la base de datos Eco-crop de la FAO que se encuentra disponible en http://ecocrop.fao.org/ecocrop/srv/en/home

• Colecta de especímenes silvestres de Brassica Con la finalidad de confirmar tanto la existencia, como el hábito de adaptación de la colza, se realizó un reconocimiento en campo de los sitios en los que se desarrollan los parientes silvestres de esta oleaginosa. Además se georeferenciaron estos puntos. • Información climática Para la investigación se tomó como base el condensado histórico de series climáticas de 30 años actualizadas hasta el año 2000, de las estaciones del INAMHI presentes en la zona norte, el listado siguiente comprende también estaciones externas a las dos provincias en estudio para obtener una interpolación precisa en los bordes de la zona norte, constan en la tabla, estaciones de Esmeraldas, Sucumbíos y Pichincha. X_COORD

Y_COORD

ALTURA msnm

CODIGO

ESTACION

PRECIPITACION mm

T° MEDIA °C

T° MIN °C

T° MAX °C

DEFICIT HIDRICO mm

MESES SECOS

778620,9

9987873,0

2720

M342

COTOCOLLAO

788

14

8

30

84

5

800764,7

9988232,0

2605

M343

EL QUINCHE

530

14

8

30

136

6

787105,2

9989120,0

2645

M345

CALDERON

563

14

8

30

178

6

880018,9

9989732,0

1330

M205

SAN RAFAEL- NAPO

4770

19

10

32

0

0

840987,1

9990776,0

1550

M701

SALADO - CASCABEL

1914

18

12

30

0

1

801525,3

9991424,0

2580

M566

ASCAZUBI

778

15

4

26

150

5

769902,5

9993208,0

2710

M361

NONO

1157

14

8

30

25

3

815358,9

9993667,0

3140

M344

CANGAHUA

702

11

1

30

48

4

795769,6

9993699,0

2150

M341

GUAYLLABAMBA

533

17

8

30

392

7

748493,7

9994413,0

1235

M212

MINDO INECEL

2664

19

4

30

50

1

747787,6

9994498,0

1290

M340

MINDO INAMHI

2886

19

12

30

21

1

886766,1

9995042,0

1470

M203

REVENTADOR

795268,4

9996161,0

2360

M574

HDA JERUSALEN

6158

18

10

29

0

0

532

16

8

30

398

908258,9

9998156,0

875

M703

784926,8

9998839,0

2430

M115

787384,0

10000090,0

2270

M210

CODO SINCLAIR INFERIOR SAN ANTONIO PICHINCHA VINDOBONA

8

6036

22

12

30

0

0

446

16

2

29

251

9

425

18

3

33

374

776894,9

10000400,0

2810

M358

CALACALI

9

997

13

1

30

42

848850,4

10001850,0

3800

M714

734852,8

10002460,0

1115

M216

818453,8

10005960,0

2840

M359

PLANADA VIRGEN SAN MIGUEL DE LOS BANCOS CAYAMBE

4

2040

6

12

30

0

0

4225

20

12

30

0

0

823

11

1

30

69

799492,3

10006140,0

2980

M605

4

COCHASQUI

896

13

0

26

112

796670,0

10006520,0

2840

5

M111

MALCHINGUI I

605

13

0

30

121

810269,4

10006780,0

4

2955

M022

TABACUNDO

929

13

0

27

88

758641,1

4

10007410,0

1580

M339

NANEGALITO

2553

19

12

30

0

0

716263,5

10010210,0

710

M593

PEDRO V MALDONADO

4896

23

12

30

0

0

838727,1

10011620,0

3440

M098

SAN MARCOS

1310

8

0

14

0

0

786981,3

10012420,0

1885

M214

PERUCHO INECEL

516

19

7

32

256

8

787043,2

10012630,0

1830

M338

PERUCHO INAMHI

565

19

8

30

238

8

758671,5

10015550,0

1180

M587

NANEGAL

2271

20

12

30

25

2

813160,7

10015560,0

3106

M526

MOJANDA CAJAS

1527

9

1

30

0

1

742152,2

10015700,0

1500

M612

GUAYCUYACU

2265

21

12

30

0

2

748926,7

10016190,0

1200

M336

PACTO

1536

20

12

30

10

2

828666,7

10016390,0

3120

M023

OLMEDO PESILLO

930

11

0

22

60

4

775192,2

10016900,0

1490

M211

LA VIÑA DE CHESPI

727

19

9

33

272

5

826871,3

10017560,0

3120

M628

HDA PESILLO

777

10

1

30

40

4

732931,9

10018790,0

560

M046

PACHIJAL

3746

23

12

30

0

0

788058,2

10019120,0

2440

M337

SAN JOSE MINAS

1455

16

8

30

48

4

814552,8

10019740,0

2700

M320

HDA LA VEGA

1064

13

8

30

54

3

759330,7

10021250,0

1410

M213

LA PERLA

1765

19

12

30

51

3

809238,6

10021360,0

2790

M319

SAN RAFAEL DEL LAGO

965

13

8

30

67

4

891279,1

10022120,0

680

M697

PUERTO LIBRE

5859

23

12

30

0

0

824703,8

10022720,0

2875

M316

ZULETA

1359

12

1

30

22

3

806801,9

10023330,0

3060

M109

ESPEJO

1031

12

1

30

91

2

812323,9

10023730,0

2700

M110

SAN PABLO LAGO

985

14

8

30

78

4

817151,8

10023830,0

2860

M321

EL TOPO I

877

12

1

30

72

4

752545,0

10024830,0

960

M721

MESA MIRAVALLE

1769

22

12

30

0

2

796850,4

10025820,0

0

M525

PISABO

1039

10

12

30

52

3

764145,9

10025870,0

1950

M325

GARCIA MORENO

1901

17

8

30

10

2

805050,8

10026310,0

2550

M105

OTAVALO

843

15

8

30

128

5

752123,8

10026720,0

700

M327

CHONTAL BAJO

1246

23

12

30

15

4

788897,7

10026860,0

3200

M874

748

10

1

30

0

4

769980,1

10027520,0

1800

M326

1802

17

12

30

0

2

832193,1

10028130,0

3180

M604

INGUINCHO 4 SELVA ALEGRE IMBABURA HDA SIGSICUNGA

1860

10

1

30

55

1

788464,2

10028370,0

3300

M872

INGUINCHO 2

889

9

1

30

0

2

788928,3

10028490,0

3260

M330

INGUINCHO 1

1363

0

1

30

0

0

789268,7

10028490,0

3260

M329

INGUINCHO G

1599

10

1

30

21

1

788587,9

10028710,0

3270

M331

INGUINCHO 5

1400

0

1

30

0

0

788278,5

10028800,0

3400

M875

INGUINCHO 6

1344

8

1

30

0

1

789113,9

10028800,0

3140

M001

INGUINCHO

1373

10

1

30

61

2

788990,1

10028950,0

3200

M332

INGUINCHO 7

1339

0

1

30

0

0

788309,3

10029200,0

3300

M333

INGUINCHO 8

1323

0

1

30

0

0

788340,2

10029320,0

3410

M334

INGUINCHO 9

1416

0

0

14

0

0

789561,2

10029610,0

3120

M322

CAMBUGAN

1372

10

1

30

0

1

751515,2

10029900,0

1300

M524

CHONTAL ALTO

2705

20

12

30

0

0

795890,3

10029940,0

2860

M910

MORASPUNGO

1312

13

1

30

10

2

743820,4

10031400,0

1000

M607

MANDURIACO CHICO

2608

21

12

30

0

0

792155,1

10031660,0

3200

M323

ACHUPALLAS

1229

9

1

30

0

1

836166,8

10033240,0

2980

M310

1235

11

1

30

49

2

843421,6

10033450,0

2230

M324

1072

15

8

30

41

2

804796,4

10034540,0

2410

M317

MARIANO ACOSTA SAN FRANCISCO SIGSIPAMBA HDA COTACACHI

1270

14

8

30

121

3

809319,1

10036890,0

2200

M021

ATUNTAQUI

686

16

8

30

170

5

819345,6

10038430,0

2214

M053

IBARRA AEROPUERTO

612

16

8

30

245

7

777070,4

10039680,0

1620

M318

APUELA

1687

20

12

30

12

3

805882,3

10042140,0

2600

M328

HDA LA MARIA

1097

14

8

30

93

0

849415,8

10043320,0

2130

M304

MONTE OLIVO

580

15

8

30

139

7

840739,7

10043840,0

2090

M315

PIMAMPIRO

546

17

8

30

235

8

775489,8

10044320,0

1890

M621

CUELLAJE

1764

17

8

30

0

3

827513,7

10046880,0

2040

M597

PIÑAN CHICO

426

16

8

30

490

10

832896,6

10047910,0

1880

M314

AMBUQUI

463

19

8

30

451

11

812656,1

10051740,0

2120

M571

TUMBABIRO

648

16

8

30

286

8

884848,7

10052450,0

1900

M698

LA BONITA

2497

17

8

30

0

0

811696,4

10052570,0

2100

M100

TUMBABIRO INECEL

742

16

8

30

300

8

812902,8

10053860,0

1900

M313

COPIHUE

528

17

8

30

345

8

819591,8

10054940,0

1730

M603

SALINAS IMBABURA

312

19

5

33

568

11

813397,2

10055790,0

2340

M312

PABLO ARENAS

760

15

8

30

150

5

851901,4

10055880,0

2470

M307

772

14

8

30

115

7

819197,9

10056160,0

1730

M085

416

20

12

30

520

11

844719,2

10056880,0

2800

M303

GRUTA PAZ SALINAS IMBABURA INERHI BOLIVAR CARCHI

772

13

8

30

124

6

810456,5

10057330,0

2335

M107

CAHUASQUI FAO

606

17

8

29

195

5

810239,9

10057420,0

2340

M311

CAHUASQUI

784

17

8

30

157

5

858339,4

10058770,0

2820

M879

APAQUI

2556

12

1

30

37

0

829643,7

10059640,0

2270

M104

MIRA FAO

579

17

4

29

435

8

829364,4

10061180,0

2410

M302

MIRA

616

15

8

30

363

7

852777,8

10066710,0

2790

M103

SAN GABRIEL

937

12

0

24

51

4

798714,1

10068790,0

2200

M693

BUENOS AIRES

1453

15

8

30

17

3

840674,5

10069130,0

3000

M102

EL ANGEL

952

12

0

27

69

5

876307,4

10070960,0

2980

M487

EL PLAYON

1686

10

1

30

0

0

843472,9

10071800,0

3270

M306

SAN JOSE ESPERANZA

1097

10

1

30

10

0

865859,2

10073770,0

2890

M305

JULIO ANDRADE

1206

11

1

30

18

2

879646,3

10074530,0

2820

M101

EL CARMELO

1382

10

2

27

20

2

815522,8

10074880,0

1280

M301

FF CC CARCHI

521

22

12

30

480

9

855601,0

10081580,0

3360

M082

CHALPATAN

1215

8

1

30

0

2

805298,6

10083230,0

950

M309

SAN JUAN LACHAS

1298

21

12

30

23

6

805801,4

10084820,0

900

M562

RIO BLANCO INECEL

1695

21

12

30

10

3

731315,5

10085400,0

52

M716

TELEMBI ONZOLE

5200

25

12

30

0

0

850178,2

10089050,0

0

M308

TUFIÑO

1290

9

12

30

25

2

866828,1

10091120,0

2934

M059

TULCAN AEROPUERTO

926

12

6

23

40

4

788182,9

10091820,0

710

M596

CACHACO

2534

22

12

30

0

2

727750,1

10096070,0

75

M154

CAYAPAS

3338

26

17

39

0

0

784036,7

10096550,0

740

M106

LITA

3348

23

6

32

0

0

822034,6

10101400,0

1550

M694

3628

21

12

30

0

0

768567,7

10101470,0

450

M585

6000

24

12

30

0

0

771488,8

10101570,0

750

M554

MALDONADO CARCHI EL PLACER ESTACION FF CC ALTO TAMBO

6184

23

12

30

0

0

738258,4

10103350,0

61

M715

SELVA ALEGRE ONZOLE

4613

25

12

30

0

0

747700,8

10118670,0

45

M586

SAN JAVIER

4221

25

12

30

0

0

724074,3

10121430,0

30

M225

2128

26

18

36

80

2

744286,8

10130610,0

40

M442

2233

25

12

30

0

3

779436,3

10131520,0

220

M692

BORBON NAJURUNGO CARONDELET TOBAR DONOSO

7605

23

12

30

0

0

740175,3

10141730,0

5

M224

SAN LORENZO

2693

26

16

40

10

1

738737,3

10150540,0

2

M440

ISLA CHANGUARAL

2457

25

12

30

30

2

Fuente: http://www.inamhi.gov.ec/meteorologia/boletin.htm

Tabla No. 1 Base de datos climatológica de la zona norte del Ecuador • Bases de datos gráfica de suelos (DINAREN-PRONAREG) El DINAREN (ex PRONAREG) del Ministerio de Agricultura, Ganadería, Acuacultura y Pesca, posee la información de suelos cartografiada, que se realizó en acuerdo con ORSTOM (Office de la recherche scientifique et technique outre-mer). http://eusoils.jrc.ec.europa.eu/esdb_archive/EuDASM/latinamerica/lists/cec.htm

Establecimiento de las bases para la zonificación Para una adecuada localización de los sitios óptimos de cultivo de la oleaginosa se partió de la información disponible de la Organización de las Naciones Unidas para la agricultura y la alimentación (FAO). La base de datos Ecocrop recopila los parámetros climáticos óptimos para el crecimiento de la mayor parte de cultivos alimenticios. Para la colza, dicha base de datos establece los siguientes parámetros: Temperatura mínima de Muerte KTmp Temperatura mínima Tmin Temperatura óptima mínima TOPmn Temperatura óptima máxima TOPmx Temperatura máxima Tmax Tabla No.2 Necesidades de temperatura para la colza Precipitación mínima Precipitación óptima mínima Precipitación óptima máxima Precipitación máxima

Rmin ROPmn ROPmx Rmax

-6°C 5°C 15°C 25°C 41°C

400 mm 500 mm 1000 mm 2800 mm

Tabla No.3 Necesidades hídricas para la colza

Figura No. 1 Base de datos Ecocrop para la colza

Metodología de zonificación Se analizó las bases de datos de colecta existentes para poder determinar en qué sitios se ha realizado colecta de colza o sus parientes silvestres. Se creó una base cartográfica de precipitación y temperatura a partir de la interpolación de la información de las estaciones que reposa en los anuarios meteorológicos.

De la misma forma se obtuvo una base cartográfica de suelos y altitud. El procesamiento de datos se realizó a partir de algoritmos genéticos como Domain y Bioclim, que permitan extraer la información de los puntos de colecta y de bases de datos como Ecocrop, para determinar los rangos óptimos de adaptabilidad de la colza y también su dispersión estadística en cada uno de los parámetros bioclimáticos y edáficos de crecimiento de la crucífera. Obtenida esta información se procedió a traslapar la información de cada uno de los parámetros obtenidos para determinar los sitios óptimos y probables de adaptación de la colza. Como parte de la regionalización se definió también los ámbitos geográficos en los que se podría cultivar la crucífera eliminando el factor limitante especialmente en lo que se refiere a precipitación que podría ser suplido por riego. Una vez lograda la zonificación, se analizó la información disponible de varias características físico-químicas del suelo para determinar los tipos de suelo adecuados para el desarrollo de la colza. Se establecerán sitios de diferentes características para la realización de ensayos. Utilización de los Sistemas de Información Geográfica Para el análisis geográfico se utilizó el software ArcGIS 9.2, en el que se realizaron los siguientes procesos. • Introducir los puntos de colecta georeferenciados • Introducir las estaciones climáticas con sus tablas de atributos anexas • Interpolar mediante el algoritmo IDW los mapas climáticos • Convertir los archivos vectoriales de suelos a formatos raster compatibles con el algebra de mapas • Obtener mapa de altitud a partir de la información básica (IGM) de curvas de nivel • Obtener mapa de pendientes a partir del modelo digital de elevaciones • Reclasificar los mapas de acuerdo a los parámetros climáticos, edáficos y de manejo para obtener valores adecuados para el cálculo de la zonificación • Realizar operaciones de álgebra de mapas para obtener el resultado final.

Todos los análisis desarrollados en formato raster, se realizaron con una resolución de grilla de 50m x 50m, Para la elaboración de todos los mapas relacionados con la altitud, tales como curvas de nivel, modelo digital de elevación, pendientes, se partió de imágenes satelitales Radar logradas por interferometría de banda C obtenidas por Shuttle Radar Topography Mission (NASA). Estas imágenes tienen una resolución de 3 segundos de arco lo que nos permite obtener previo procesamiento, calibración de altitudes obtenidas en el campo y modelos digitales de elevación del que se extraen curvas de nivel a escala 1:50000

Figura No. 2 Foto Radar SRTM zona norte del Ecuador Fuente: ftp://e0srp01u.ecs.nasa.gov/srtm/version2/SRTM3/South_America/

RESULTADOS Y DISCUSIÓN Altitud La zona norte que comprende las provincias de Imbabura y Carchi, muestra un sistema topográfico muy particular, por influencia del ramal occidental de la cordillera de los andes, sin embargo, los extremos más occidentales presentan una formación similar a las llanuras de la región litoral caracterizada por terrenos planos. Por lo tanto las altitudes en la región oscilan entre los 130 y 5753 msnm.

Figura No. 3 Modelo digital de elevación del terreno de la zona norte del Ecuador

Colectas in situ de Brassica spp. La mayoría de las colectas realizadas de la especie Brassica spp. se las realizó en altitudes comprendidas entre los 2300 y 3300 msnm que coinciden con las zonas de mayor actividad agrícola. Por lo tanto para la obtención del modelo de distribución, se consideró este rango con la valoración más alta para este factor. La información acerca de las colectas basadas en los rangos altitudinales se presenta en la figura No. 4

Figura No. 4 Sitios de colecta de parientes silvestres de Brassica spp.

Facilidad para la mecanización Considerando que para poder cultivar colza a mediana y gran escala se requiere de algún grado de mecanización agrícola tanto para la siembra como para la cosecha se consideró que las pendientes más adecuadas para este propósito están entre 0 y 15% como óptimo y en menor grado entre 15 y 30%. Pendientes mayores deberían ser utilizadas para propósitos de establecimiento de pasturas y conservación de suelos, de acuerdo a un adecuado proceso de ordenamiento territorial. En la siguiente figura (figura No. 5) se pueden apreciar las pendientes de la zona norte agrupadas en tres rangos. Las zonas de color verde corresponden a los valles interandinos donde se realiza la mayor parte de la actividad agrícola, como se puede observar en la figura correspondiente.

Figura No. 5 Pendientes del terreno en las provincias de la sierra de la zona norte del Ecuador Temperatura y Precipitaciones Los mapas de temperatura y precipitación se obtuvieron a partir de la interpolación de cada una de las variables de la información obtenida de la base de datos climatológica del INAMHI, presentadas en la tabla No.1. Para obtener cada uno de estos mapas se utilizó el método IDW (Inverse Distance Weighted) de la herramienta Spatial Analist del software ArcGIS 9.2. Los rangos de clasificación de cada mapa se realizaron de acuerdo a los requerimientos climáticos de la colza según la base de datos Ecocrop. Se elaboró el mapa de temperaturas mínimas para discriminar las posibles zonas que pudieran presentar condiciones cercanas a la temperatura de muerte del cultivo (KTemp). De acuerdo a este modelo la zona norte del Ecuador no registra temperaturas menores a 0° C como se puede apreciar en la figura No. 6

Figura No. 6 Temperaturas mínimas anuales de la zona norte del Ecuador Para establecer los rangos del mapa de temperatura media anual se consideraron los parámetros de la base ECOCROP, mencionados en la tabla No. 2. Para efectos del algebra de mapas el rango de temperaturas entre 15 y 25° C corresponde al valor óptimo y el rango entre 5 y 15° C es de una valoración menor, como se puede observar en la figura No. 7

Figura No. 7 Temperatura media anual de la zona norte del Ecuador De la misma forma cuando se elaboró el mapa de temperatura máxima se pudo comprobar que las condiciones de la zona norte no sobrepasan la temperatura máxima que soporta el cultivo como se puede apreciar en la figura No. 8

Figura No. 8 Temperatura máxima anual de la zona norte del Ecuador

El mapa de precipitaciones se elaboró tomando en cuenta los parámetros de requerimiento del cultivo basado en Ecocrop, mencionados en la tabla No. 3. El rango de precipitaciones comprendidas entre 500 y 1000 mm anuales se estableció como el de mayor valor y los rangos 400-500 mm y 1000-2800 mm corresponden a una menor valoración, figura No. 9

Figura No. 9 Precipitación promedio anual de la zona norte del Ecuador Suelos La cartografía temática obtenida del DINAREN (ex PRONAREG) contiene una base de datos construida tomando en cuenta parámetros de textura, profundidad, pedregosidad, facilidad de drenaje, inundabilidad, nivel freático, pH, salinidad, materia orgánica, fertilidad, toxicidad, erodabilidad, textura y la correspondiente taxonomía de las entidades-suelo. Se generó un mapa de nivel de fertilidad de los suelos de las dos provincias que recoge los criterios de clasificación que utiliza los atributos de los siguientes parámetros: pH, Materia Orgánica, Saturación de bases, Capacidad de intercambio catiónico y bases intercambiables. Este mapa establece las siguientes clasificaciones:

Tipo de suelo

1 2 3 4

Simbología Nivel de fertilidad

mb b m a

fertilidad muy baja fertilidad baja fertilidad mediana fertilidad alta

Tabla No. 4 Tipificación de suelos de acuerdo a la fertilidad que presentan

Figura No. 10 Tipificación de los suelos de acuerdo a su fertilidad en la zona norte del Ecuador Para efectos de la presente investigación se ha considerado, solamente los suelos de categorías 3 y 4 (fertilidad mediana y alta). En la siguiente tabla y en la figura No. 11 se muestra el área existente de suelos de mediana y alta fertilidad que recibieron la mayor valoración.

Tipo de suelo 3 (mediana fertilidad) 4(alta fertilidad) TOTAL

Área (ha) 264074,47 56771,56 320846,03

Tabla No. 5 Tipificación del área de suelos 3 y 4 de acuerdo a su fertilidad

Figura No. 11 Tipificación del área de suelos 3 y 4 de acuerdo a su fertilidad Sin embargo se debe destacar que los centros poblados de las dos provincias se encuentran asentados en los suelos de mayor calidad, correspondiendo de acuerdo las imágenes satelitales del año 2000 a un área de 4845,56 ha como se aprecia en la figura No. 12

Figura No. 12 Tipificación del área de suelos 3 y 4 incluyendo áreas pobladas

Consideraciones Finales Después del análisis geográfico mediante el proceso de álgebra de mapas se obtuvo el mapa de zonificación en el que se muestran las zonas de aptitud para el cultivo de colza de acuerdo a la siguiente tabla:

Aptitud de cultivo Hectáreas disponibles Poca apto 44370,40 Probable 76763,04 Apto 71158,66 Muy apto 25501,23 Tabla No. 6 Áreas aptas para el cultivo de colza en la zona norte del Ecuador

Figura No. 13 Zonificación para el cultivo de la colza en las provincias de Imbabura y Carchi En la figura No. 13 se aprecian sitios representativos de varias de las áreas consideradas de mayor aptitud para el cultivo de la colza. Los parámetros climáticos y edáficos de estos sitios se los puede observar en la tabla No7

Población Aloburo Tumbabiro Imbaya Urcuquí Ingenio San José San Blas Natabuela Quiroga Mira San Mateo San Roque Bolívar La Esperanza Los Andes Quichinche La Paz San Rafael Mariscal Sucre San Gabriel Araque Tulcán Zuleta Chapuel Julio Andrade San Isidro La Libertad El Ángel Tufiño Ipuerán

T media ºC 16,1 16,2 16,1 16,2 16,3 16,0 15,8 13,6 15,3 16,8 14,4 13,3 13,6 14,1 13,7 13,7 13,0 11,7 12,0 13,3 11,8 11,8 10,6 11,0 13,9 11,6 11,9 9,2 10,8

Pendientes % 2,2 8,2 6,4 14,0 1,0 6,8 1,8 2,7 18,2 14,9 10,0 7,3 9,3 9,1 21,3 7,0 8,4 0,0 2,5 13,2 0,4 3,0 6,7 23,9 4,5 3,3 6,4 2,8 1,1

Precipitación mm 617 663 662 710 687 735 731 1150 611 556 969 790 946 765 956 855 968 1399 949 996 958 1281 1120 1209 788 1004 964 1265 1342

Altitud msnm

Fertilidad

2191 2206 2222 2260 2297 2347 2396 2480 2510 2543 2592 2593 2608 2625 2653 2677 2690 2740 2803 2837 2880 2902 2940 2979 3020 3022 3037 3110 3200

Tabla No. 7 Posibles sitios considerados de mayor aptitud para el cultivo de la Colza. Conclusiones • • •

• •

Se debe considerar a la colza un cultivo de rotación en los sistemas agroproductivos de las provincias de Imbabura y Carchi y no como un cultivo de sustitución de los existentes. Las zonas establecidas como aptas presentan características de fertilidad de buena a muy buena, temperatura adecuada a los requerimientos del cultivo y pendiente factible de mecanización. La mayoría de las zonas con aptitudes para el cultivo de la colza dispone de la precipitación necesaria para el desarrollo del cultivo, se deben por lo tanto establecer fechas de siembra adecuadas para la optimización del recurso hídrico, sin embargo en estas mismas zonas se dispone de infraestructura de regadío que puede solventar la necesidad hídrica de la colza en las diferentes etapas fenológicas. Para futuros planes de establecimiento de cultivos a nivel comercial se debe considerar por parte de los inversionistas el acceso a vialidad y el avance urbanístico y realizar planificación de las zonas de mayor interés. En las zonas con aptitudes para el cultivo de la colza se debería establecer de ser posible una red de estaciones agro-climáticas que proporcionen en el tiempo información precisa

4 4 3 3 3 3 3 4 3 3 4 3 4 3 3 3 3 3 3 4 3 3 3 3 3 3 4 3 3

•

de las condiciones de puntos geográficos intermedios que ayudarán a mejorar el modelo de zonificación propuesto. El modelo de zonificación propuesto corresponde al análisis de bases de datos del año del año 2000, en estos últimos años es posible que ciertos criterios hayan cambiado y pueden causar modificación de la propuesta.

Recomendaciones • De acuerdo a la tabla No. 7 se pueden considerar lugares probables en los que se realicen ensayos de adaptabilidad de cultivo de colza, los parámetros climáticos y edáficos se encuentran considerados de acuerdo a los criterios de Ecocrop. • Realizar ensayos en las zonas paperas de la provincia del Carchi y comprobar el nivel de extracción de nutrientes del cultivo y establecer posibles sistemas de rotación del cultivo de papa-colza con miras al aprovechamiento de la fertilización remanente del cultivo anterior. • Realizar en las diferentes zonas establecidas como aptas ensayos de mecanización del cultivo con fines de optimización de recursos y reducción de costos de producción. • Se recomienda para otros estudios realizar análisis de suelos e inventario de cultivos para poder establecer de mejor manera la fertilidad de las zonas y modificar el modelo planteado. • En una segunda fase de este estudio se debería considerar el levantamiento y georeferenciación de los canales y acequias de riego a fin de ampliar la zona considerada de aptitud para el cultivo de la colza. • Para ampliar los resultados de este estudio se debería considerar el parcelamiento de la tierra, puesto que en las zonas de mayor fertilidad del suelo especialmente en las faldas del cerro Imbabura y el lago San Pablo existe una alta parcelación lo que imposibilitaría el establecimiento de cultivos a nivel comercial. • De establecerse ensayos en las zonas antes mencionadas se deben monitorear las condiciones climáticas de las zonas y establecer las correcciones al modelo propuesto.

Bibliografía

• • • •

http://www.inamhi.gov.ec/meteorologia/boletin.htm http://eusoils.jrc.ec.europa.eu/esdb_archive/EuDASM/latinamerica/lists/cec.htm ftp://e0srp01u.ecs.nasa.gov/srtm/version2/SRTM3/South_America/ http://ecocrop.fao.org/ecocrop/srv/en/home