Pronostico de Riego en Caña de Azúcar

A. Vásquez V1, M Cañamero K. 2 , J. Jaggernauth3, N. Alvarado3

[email protected], [email protected], [email protected], [email protected].

Palabras claves: Evapotranpiración, Estado energético, Cifra arany

RESUMEN

Los programas de riego son una importante herramienta para la sistematización de la

administración del riego de los cultivos, en especial para los de periodo vegetativo
largo. En el presente trabajo se implemento el programa de los estados de humedad
en suelos de textura media a ligeramente fina. El modelo de la función hallado y
utilizado permite cuantificar el consumo de agua para caña de azúcar y es:

1.17 * Eo
E=
1+φ
1.5

4 .8

Los pronósticos de los niveles de humedad del suelo usando este modelo son
bastante buenos, calculados en campos de Casa Grande, Paramonga y Cartavio, y
ha sido validado en la industria azucarera de la costa del Perú, en variedades de caña
de azúcar, con edades mayores o iguales a cuatro meses hasta la cosecha.

La herramienta informática PRONÓSTICO al tener incorporado este modelo permite

pronosticar los riegos por estados energéticos del agua en el suelo a 3, 5 y 15 bares,
así como calcular los respectivos módulos de riego y tiempos de aplicación. Para lo
cual requiere como datos de entrada: porcentaje de saturación del agua en el suelo
(Cifra Arany), conductividad eléctrica en la pasta de saturación del suelo (Cepas),
evapotranspiración potencial (Eo), eficiencia de Aplicación del agua y fecha del ultimo
riego. Además calcula la programación y calendario de riego, muestra espacialmente
los mapas temáticos: orden de la programación del riego y los cuarteles pendientes de
riego vía la interfase map object.

___________________________________________________________________
1 .- UNA LA MOLINA, Lima - Perú
2 .- TECSYAGRI, Lima - Perú
3 .- CVA Azúcar, San Carlos - Venezuela
I.- INTRODUCION.-

La vida en la tierra depende de dos factores fundamentales y ellos son el agua y el

clima. El agua junto con el anhídrido carbónico (CO2), constituyen los elementos
esenciales para la formación de la Biomasa, mediante la fotosíntesis. El agua sirve
como medio de transporte y disolución de los nutrientes que la planta necesita, crea y
mantiene la turgencia de las células; así como es el termorregulador de las plantas.
El la costa peruana, el agua es el factor limitante; su irregular distribución en el ano y
el mal manejo en el riego han determinado que se efectúen aplicaciones excesivas
sobre todo en época de abundancia, causando graves problemas de drenaje en la
parte baja de los valles y como resultado de esto, de 722,000 ha evaluadas, 247,000
ha (34%) presentan problemas de drenaje o salinidad en diverso grado. La Industria
Azucarera Peruana con aproximadamente 95,000 ha propias sembradas con caña de
azúcar, presenta de 10,000 a 15,000 ha (11 a 14%) con problemas de drenaje; índice
bastante bajo debido a las obras de drenaje que se han efectuado.

El aumento de las eficiencias en el manejo del agua de riego, se logra mejorando la

infraestructura existente y despejando las interrogantes ¿Cuando, con cuanto y como
regar? Estas interrogantes se resuelven mediante estudios de consumo de agua por
el cultivo, funciones de producción del agua y el conocimiento de la capacidad de
almacenamiento e infiltración de los suelos, fundamentalmente.

Para la mayor parte del área cañera peruana, donde el agua es el factor limitante de la
producción, un régimen de riego eficiente debe ser determinado por una mayor
productividad media en términos de mayor índice de azúcar recuperable por unidad de
volumen de agua aplicada (t/m3) y no el índice que se usa generalmente, azúcar
recuperable por unidad de superficie (t/ha).

El objetivo del presente trabajo es hallar un modelo matemático que permita cuantificar
el consumo real diario de agua por la caña de azúcar e implementar una herramienta
informática “KPRONOSTICO” que permita pronosticar los estados de humedad de los
campos bajo cultivo, facilitando de este modo a los administradores, la toma de
decisión en la priorización del riego de los campos, especialmente en las cuencas no
reguladas.
La herramienta informática desarrolla el programa fuente en lenguaje Visual Basic 6

II.- MATERIALES Y METODOS

El presente trabajo se condujo en 5 áreas experimentales de alrededor 15 ha cada

una, ubicadas en las empresas azucareras de Paramonga (2), Cartavio (2) y Laredo
(1). Todas las observaciones de campo se realizaron en el lapso de 3 anos. Los
suelos de las parcelas experimentales son de origen aluvial.

2.1 Trabajo de campo

A. Ubicación y muestreo de las áreas experimentales

En la selección de las áreas experimentales se tuvo en cuenta la ubicación apropiada
para el riego, así como la uniformidad del suelo en textura, para lo cual se muestreo el
suelo, determinándose conductividad eléctrica y porcentaje de saturación en la pasta.
Las muestras alteradas fueron obtenidas con un barreno a las profundidades: (0-30,
30-60, 60-90 cm.) con una intensidad de un punto por hectárea.
Ubicada la parcela, se procedió a sembrar y aplicar el resto de labores culturales en
igual forma con el resto del campo, hasta los 4 meses de edad del cultivo, fecha a
partir de la cual los riegos se aplicaron al área experimental de acuerdos a las
recomendaciones técnicas generadas por el ICIA. Así mismo, a partir de esta edad
aproximadamente, se realizo muestreos de suelos para la determinación del contenido
de humedad los mismo que se realizaron cada 3 a 4 días, cuidando se efectué un
muestreo 2 días después del riego y 1 día antes del próximo, labor que se repitió hasta
cerca de la cosecha. Alrededor de los 10 meses de edad de la caña, se abrió una
calicata para la determinación de la densidad aparente, este muestreo se realizo con
anillos volumétricos de 247 cm3, a tres profundidades y 4 repeticiones por profundidad.
Las muestras fueron tomadas en el centro de cada intervalo de profundidad.

2.2 Trabajo de laboratorio

A. Determinación del porcentaje saturación (Ka) y conductividad eléctrica en pasta

(CEPAS)
Ambas determinaciones se hicieron según los métodos clásicos según la publicación
Diagnostico y rehabilitación de Suelos Salinos Sádicos (10)

B. Determinación del contenido de humedad

Para esta determinación del contenido de humedad se uso el método gravimétrico, con
pesadas de aproximación de 0.5 gr., temperatura a 105 grados centígrados y durante
24 horas. Posteriormente se convirtió este contenido de humedad a humedad
volumétrica.

C. Determinación de la densidad aparente (da)

Para la determinación de la densidad aparente se dividió la masa del suelo seco a la
estufa, entre el volumen de dicha masa, es decir al volumen del muestreados que era
de 247 cm3..

D. Toma de información meteorológica

Cerca de cada una de las áreas experimentales existía una estación meteorológica,
de donde se obtuvo la información sobre la evaporación del agua libre del tanque
Clase “A”.

2.3 Procesamiento de datos

A. Determinación de la función de avance e infiltración

Para las determinaciones de las funciones de avance e infiltración en surcos, se
efectuaron pruebas de campo según el método de FINKEL y NIR, las que consistían
en:
- Instalación de medidores Chamberlain tanto la entrada como a la salida.
- Instalaciones de estacas graduadas cada 20m a lo largo del surco. Su instalación
se realizo en el fondo.
- Anotar el tiempo en que el agua llegaba a las estacas.
- Tomar lecturas cada 5 minutos, del tirante del agua en todas las estacas antes
mencionadas.
- Tomar lecturas en los medidores Chamberlain cada minuto.

El método de FINKEL y NIR, se basa en un balance de agua en el surco, para lo cual

se requiere se conozca en cada momento:
- La cantidad de agua que ingresa (VI) y la cantidad de agua que sale (VS) del surco,
y
- La cantidad que queda sobre la superficie (VR).
En base a lo cual se puede determinar en cada momento, la cantidad total de agua
infiltrada hasta ese momento (LI), según la relación:

LI = VI – (VS+VR)

Con esta información de campo así obtenida y la elaboración de micro programas, se

determino tanto la función de avance con la función de infiltración.

B. Determinación de la función de evapotranspiración

En base a los datos del contenido de humedad del suelo, obtenido con los muestreos
efectuados a través de todo el periodo vegetativo de la caña, se hallaron ecuaciones
que permitían cuantificar el descenso del contenido de humedad a través del tiempo,
con lo cual se estimaron los contenidos diarios de humedad del suelo y
consecuentemente su estado energético (PSI). Luego se obtuvieron los promedios
armónicos de PSI (PSIA) debido a la relación inversamente proporcional entre las
variables en estudio, cada 2, 3, 4 y 5 días, así como la evapotranpiración real (E) y
potencial (Eo) acumulada para dicho periodo, permitiendo estimarse la relación (E/Eo),
en base a lo cual se grafico para cada periodo la relación PSI versus (E/Eo),
observándose que la mejor relación se tenia con el intervalo de 3 días. Luego se
procedió a determinar el modelo que describía dicha relación, mediante el método de
convergencia por diferencias finitas o prueba y error.

C. Programación de riegos

En base al modelo de evapotranspiración hallado se elaboraron programas para

calcular los factores de consumo de agua ( relación entre la evapotranspiración real y
potencial), tasa de evapotranspiración real, intervalo de riego y el estado energético
del agua en el suelo, para posteriormente graficarse en papel semilgarítmico,
obteniéndose nomogramas para tres diferentes tipos de suelo (arcilloso, franco y
arenoso), tanto para factores de consumo de agua puntuales, así como para factores
de consumo de agua promedios para cualquier intervalo de riego que se trabaje. Se
elaboraron tablas que contenían tipo de suelo, estado energético del agua en el suelo,
requerimientos de riego, condiciones de clima (un nivel de evapotranspiración potencial
dado), y nivel de salinidad del suelo. Estas tablas permiten priorizar adecuadamente el
riego de los campos, lo cual ayuda para los administradores de zona y encargados de
agua de una empresa azucarera, mas aun al usar la herramienta informática
KPRONOSTICO.

D. Confiabilidad de las predicciones

Para determinar el grado de ajuste de las predicciones del nivel de humedad del suelo
se efectuaron muestreos periódicos de suelo, obteniéndose así información del
contenido de humedad real y que comparado con el pronóstico para dicho periodo, se
puede ver el grado de ajuste de las predicciones.

III.- RESULTADOS Y DISCUSION

El objetivo principal del trabajo es encontrar un modelo matemático que permita

cuantificar la tasa de evapotranspiración real de la caña, el cual sirva de base para
implementar un modelo de programación de riego, apoyado en una herramienta
informática KPRONOSTICO.

A. Muestreos básicos

Con el objeto de expresar la variabilidad encontrada en los suelos estudiados se

presenta el valor promedio y su desviación estandart. Los valores presentados
proceden de una determinación individual de las muestras correspondientes a cada
punto muestreado.
Se adjuntan los datos correspondientes a la unidad experimental de Carreteria Alta,
Paramonga. Los campos muestreados en esta investigación son de textura media
(Pucuche y Carreteria Alta) a ligeramente fina (Monjas I y Luisiana), y presenta una
variabilidad aceptable para trabajos de campo (CV= 25%). En cuanto al nivel de
salinidad, también se ubica dentro del rango óptimo para el cultivo de la caña de
azúcar. Los resultados de la densidad aparente son el promedio de 4 repeticiones por
profundidad y con variabilidad aceptable.

B. Muestreos de humedad

Las determinaciones periódicas del contenido de humedad se hicieron mediante el

método gravimétrico y son el promedio de 4 repeticiones por punto y por profundidad.
En cuanto a la variabilidad de los resultados se puede decir que es aceptable y esta
no supera el 25%.
Para el cálculo de las ecuaciones de descenso de humedad correspondiente al
intervalo entre dos riegos consecutivos, se utilizo el promedio de 3 profundidades (0-
30, 30-60, 60-90 cm.). El coeficiente de determinación (R2) de todas las ecuaciones
halladas es bastante alto, lo cual da confiabilidad a las predicciones de los contenidos
de humedad que se utilizaron para estimar los consumos reales de agua por la caña de
azúcar (E) y el correspondiente estado energético del agua en el suelo. En cuanto a los
contenidos de humedad promedio de 3 profundidades de muestreo, esto se hizo por
practicidad, recomendación de EPPINK y HUSZ, pues entre otros se complicaría
grandemente, encontrar modelos generales por profundidad, pues en el consumo de
agua por profundidad intervienen otras variables tales como: variedades, distribución
de raíces, tipo de suelo; etc. Además si se tiene en cuenta que con un programa de
pronósticos de riego en caña de azúcar, lo que se busca es solo dar un elemento de
juicio acerca del estado de humedad de los campos de una empresa de gran extensión
bajo riego, en base a lo cual, tomar decisiones respecto a que área se debe priorizar
en el riego.

C. Evaporación libre del tanque clase “A”

Se usaron datos meteorológicos de la s estaciones del ICIA, consideradas

reprentativas para los campos de los ensayos, por su proximidad (aproximadamente 2
Km. de distancia). Los meses mas bajos de evaporación son Junio, Julio y Agosto (
3.3 mm/día). En cuanto al uso de esta característica climática en modelos de
evapotranspiración es bastante significativo, dado que se trata de un integrador de
varias características climáticas y su medición es bastante fácil. Comparando los
datos de las estaciones de la Empresa Cartavio y la de ICIA (ubicadas en el mismo
valle), se puede observar que Cartavio tiene ligeramente una mayor tasa de
evaporación, lo cual se debe fundamentalmente a las mayores corrientes de vientos,
por su cercanía al mar

D. Variables consideradas en el análisis de regresión

La variable ∑E / ∑Eo que en el modelo constituye la variable dependiente y la variable

estado energético promedio (promedio armónico) del agua en el suelo (Ψ) para dicho
intervalo y que en el modelo constituye la variable independiente. El intervalo de tiempo
que se uso en el calculo de los estados energéticos promedio en tres días (∆t= 3 días),
por ser el mas recomendable según pruebas efectuadas anteriormente.

E. Modelo de evapotranspiración hallado

El modelo de evapotranspiración hallado se presenta a continuación, pudiéndose

observar que el coeficiente de determinación es bastante alto (R2=0.7921) y de alta
significación estadística (99% de probabilidades). Se tiene un buen grado de ajuste.
Haciendo un análisis de las ecuaciones halladas por EPPINK (4) y comparándola con
la hallada en el presente trabajo se puede decir que esta última ecuación es la
tendencia intermedia a los reportados por el mencionado investigador. En
comparación al modelo reportado por KINKAID y HEERMAN (en Vásquez (10)), usado
en programas de predicción del contenido de humedad del suelo, se puede decir que
este modelo permite una sobre estimación del consumo de agua por la caña de azúcar,
además dicho modelo utiliza el factor de tensión (que en el modelo hallado en el
presente trabajo esta dado por el estado energético), el cual varia de 0 a 1 y no indica
el estado fisiológico de la caña (grado de disponibilidad del agua hacia a la planta) que
si se toma en cuenta en el modelo hallado en el presente trabajo.
 1.17 * Eo
E=
1+φ
1.5

4 .8

R2=0.7921

Donde:

E = Evapotranspiración real (mm)

Eo= evaporación libre de tanque clase “A” (mm)
Ф = Estado energético del agua en el suelo

F. Modelo de programación de riegos

En cuanto a los resultados obtenidos en el presente trabajo representativos para tres

tipos de suelo (Ka=22.5, Ka=42.5 y Ka=62.5) y que puedan usarse para efectuar una
adecuada programación de riegos se presentan bajo tres formas, como nomogramas,
como tablas y a través de la herramienta informática KPRONOSTICO.
Este modelo trabajado con KPRONOSTICO, requiere que se le ingrese datos como:
evapotranspiración potencial (Eo), la conductividad eléctrica en la pasta de saturación
del suelo (cepas), el porcentaje de saturación del agua en el suelo (cifra arany),
profundidad radicular, eficiencia de riego y se encontrara intervalo de riego, su estado
energético del agua en el suelo a esos días, el volumen requerido de agua por ha
(m3/ha).
El mismo modelo trabajado con tablas y figuras, requiere que se ingrese la
evapotranspiración potencial (E), el número de días transcurrido desde el último riego
(INT) o el estado energético del agua en el suelo y se obtendrá la evapotranspiración
real de la caña y el factor de consumo de agua.

G. Confiabilidad de las predicciones

En el cuadro adjunto se presentan datos de contenidos de humedad medido en el

campo y estimado según los modelos hallados en el presente trabajo, donde se puede
ver que las estimaciones se encuentran dentro de un rango aceptable de tolerancia, lo
cual es de bastante significación práctica y de seguridad en su aplicación. En el
cálculo de las humedades promedio (datos de campo) se obtuvieron coeficientes de
variabilidad menores de 20%.
 COMPARACION DE HUMEDADES MEDIDAS Y PRONOSTICADAS, SEGÚN
MODELO HALLADO, CAMPO CHONCOP DE CASA GRANDE

INTERVALO ESTADO HUMEDAD HUMEDAD

EN DIAS ENERGETICO PRONOSTICADA MEDIDA
(ultimo riego) (bares) (% vol) (% vol)
3 0.61 40.3 40.7
9 0.69 37.9 39.3
16 0.91 35.1 36.7
25 1.51 33.1 32.1
30 2.29 30.3 31.8
40 4.34 27.7 31.9
53 7.38 25.7 29.6
60 8.98 24.9 25.9
63 9.49 24.7 24.3
75 11.83 23.8 24.4
80 12.87 23.4 24.4
106 17.53 22.1 22.9
115 19.18 21.7 22.6

H. Herramienta Informática KPRONOSTICO

De acuerdo a todas las variables estudiadas y al modelo matemático obtenido, se

procedió a programar el software, elaborando para ello diagramas de flujo y de bloques
respectivamente. Se acondiciono la variable eficiencia de aplicación dentro de un
mayor rango, para permitir al usuario seleccionar en forma amigable este valor, que
debe ser información levantada de campo.

Se introdujo al programa un manejador de mapas temáticos, que permite seleccionar

un determinado campo y mostrar la información de textura, variedad, área,
conductividad eléctrica en la pasta del suelo, eficiencia de aplicación y la
evapotranspiración del tanque, etc. Facilitando de esta manera en forma espacial el
manejo de la información necesaria para el cálculo y programación de riego.

Toda esta información se plasmo en un programa fuente usando para ello el Visual
Basic y Map Object.
H.1- MENU DE OPCIONES DE SOFTWARE KPRONOSTICO

Menú.- Donde se muestran las opciones PRONOSTICO DE RIEGO,

PROGRAMACION, MANTENIMIENTO, REPORTES, APOYO TEMATICO, ACERCA
DE Y SALIR. La opción PRONOSTICO DE RIEGO, muestra tres sub opciones dentro
de la cual esta PRONOSTICO RIEGO CAÑA DE AZUCAR

H.2- CÁLCULO DEL PRONÓSTICO DE RIEGO: Data alfanumérica

Paso 1- )

Seleccionar PRONOSTICO DE RIEGO CANA DE AZUCAR, aparecen 3 opciones

Del Menú, seleccionamos PRONOSTICO DE RIEGO CANA DE AZUCAR, quien nos

muestra tres opciones para el procedimiento de calculo: a-) Con Data alfanumérica, b-)
Con Data GIS y c-) Con Data GIS +.
Paso 2- )

Al seleccionar la primera opción, es decir calculo del pronóstico de riego con data
alfanumérica, nos muestra el siguiente formulario

Se procede a seleccionar la eficiencia de aplicación promedio medida en campo.

Paso 3- )

Una vez seleccionada la eficiencia de aplicación real medida en campo, nos solicita
información del suelo, Cifra Arany o su equivalente en textura.

Se selecciona la Cifra Arany medida en campo en los 90 cm. profundidad de suelo

Paso 4- )

A continuación nos solicita la conductividad eléctrica en pasta de suelo, también

medido en campo en la profundidad de 90 cm.

SALINIDAD (Conductividad eléctrica): Se selecciona el valor medido y el programa nos

solicita la información sobre Evapotranspiración diaria.

Paso 5- )

Se debe usar el dato medido de la Tina o Tanque de Evaporación, tipo A.

CLIMA (Evapotranspiración): La información de la evaporación del tanque tipo “A”

medida es muy importante, al momento de ingresar esta información hay que
asegurarnos de su procedencia, no ayuda los datos históricos.
Paso 6- )

Una vez ingresada la información de la evapotranspiración potencial en mm/día, nos

pide ingresar la fecha de inicio del riego.

Calendario Riego (Fecha inicio riego): Solicita fechas para el inicio del riego, día, mes,
año.

Paso 7- )

Nos muestra el caudal a aplicar en m3/ha, la fecha del próximo riego y su estado
energético en ese momento.
Interpretación del resultado.- Medida la eficiencia de aplicación del agua (60%)
aplicada al campo Don Andrés B, en un suelo de textura media, Cifra Arany de 45 a 50,
conductividad eléctrica en la pasta saturada medida en campo promedio de 0.46 y la
evaporación del tanque tipo “A”, que en promedio es de 3.2 mm/día e inicio del riego 5
de octubre con 922 m3/ha. Con esta información el software nos recomienda el
próximo riego a realizarse a los 22 días siguientes, es decir el 27 de noviembre.. En
ese momento, antes del riego, el estado energético del agua en el suelo es en
promedio de 3 bares.
Asimismo el software nos da la opción de dar doble clic en el caudal a aplicar, 922
m3/hora y seleccionar el caudal del cual se dispone en campo 250 lps, y nos reporta el
tiempo de riego necesario para lograr llevar el suelo a capacidad de campo, una hora,
61 minutos. Ver figura adjunta.

H.3- CÁLCULO DEL PRONÓSTICO DE RIEGO: Data GIS

Paso 1- )

Seleccionar PRONOSTICO DE RIEGO CANA DE AZUCAR, DATA GIS

Paso 2- )

Al seleccionar la segunda opción, es decir calculo del Pronóstico de Riego Cana de

Azúcar con DATA GIS, nos permite seleccionar una variable temática. Una vez
seleccionada la variable nos deja en disposición de visualizar el temático
correspondiente para la programación del riego.

Seleccionamos la variable TEXTURA, para que nos muestre el Temático de textura del
área de estudio para la programación del riego y conocer visualmente la textura del
campo

Paso 3- )

Nos muestra las cuatro entidades de textura presente en el área del proyecto a
estudiar
Cada color representa un grupo de suelos con una textura común
Paso 4- )

En la parte superior aparece una barra de propiedades con iconos tales como: una
LUPA que permite incrementar el tamaño del área a estudiar, una MANO que permite
mover el área de estudio a voluntad, el indicador i que permite identificar las
propiedades del área seleccionada, el icono MUNDO, que permite llevar a su tamaño
original el temático y el botón PRONOSTICAR. Se puede ver en la figura adjunta

Paso 5- )
Seleccionamos, haciendo clic en el icono , el campo DON ANDRES, obteniendo
un reporte con información necesaria para el cálculo del Pronóstico de Riego,

Luego hacemos clic en el botón PRONOSTICAR y con la información ordenada en una

solo formulario, se procede a calcular el pronóstico del siguiente riego del campo Don
Andrés, caudal y tiempo de riego. Ver figura adjunta
Interpretación del resultado.- La eficiencia de aplicación en el campo Don Andrés es
de 60%, los suelos son de textura media, con valor de la Cifra Arany entre 40 y 45, la
salinidad medida en la pasta de saturación (CEPAS) esta alrededor de 0.7 mmhos/cm,
la edad del cultivo es mayor a 8 meses de edad, cultivar iniciado en febrero y con una
evapotranspiración potencial medida en el tanque tipo “A” de 3. 2 mm/día, se ha
programado regarlo el 5/10/2008, con una dosis de 882 m3/ha, con un caudal
disponible en cabecera del campo (EA) de 300 lps durante 50 minutos. Se espera
programar el siguiente riego dentro de 22 días, fecha probable del próximo riego
27/10/2008, previa justificación y autorización del monitor de riego, siempre y cuando
no ocurran lluvias que superen en suma los 15 mm.
H.4- CÁLCULO DEL PRONÓSTICO DE RIEGO: Data GIS +

Paso 1- )

Seleccionar PRONOSTICO DE RIEGO CANA DE AZUCAR, DATA GIS +

Paso 2- )

Al seleccionar la segunda opción, es decir calculo del Pronóstico de Riego Cana de

Azúcar con DATA GIS +, nos permite seleccionar una variable temática. Una vez
seleccionada la variable nos deja en disposición de visualizar el temático
correspondiente para la programación del riego.

Seleccionamos la variable SALINIDAD, para que nos muestre el Temático de Salinidad

del área del campo Don Pepe.

Paso 3- )

Nos muestra los cinco entidades o categorías de conductividad electrica en la pasta de

saturación, están presentes en el área del proyecto a estudiar
Cada color representa un grupo de suelos con una salinidad común

Paso 4- )
Seleccionamos, haciendo clic en el icono , el campo DON PEPE, obteniendo un
reporte a la vista con información necesaria para el cálculo del Pronóstico de Riego y
además transfiere toda la base de datos al proceso de cálculo del Pronóstico de riego.
Luego hacemos clic en el botón PRONOSTICAR, quien con la información transferida
de la base datos del campo seleccionado, nos pronostica el riego, dejándonos para la
parte manual seleccionar el caudal disponible en campo para determinar el tiempo de
riego. Ver figura adjunta

IV.- CONCLUSIONES
- El modelo hallado presenta un coeficiente de determinación bastante ato
2
(R =0.792), una alta significación estadística y permite calcular la
evapotranspiración real de la caña de azúcar.
- Los resultados de la programación de riegos que se obtienen con el modelo hallado
y apoyada en la herramienta informática KPRONOSTICO, son de bastante
aplicabilidad práctica; y se ajustan bien a los datos que se pueden observar a nivel
de campo. Dichos resultados son aplicables a campos sin problemas de drenaje.
- Los resultados del presente trabajo, al igual que la herramienta informática son de
utilidad en la Industria Azucarera Peruana.
- El modelo hallado, permite en forma confiable para suelos comprendidos entre
francos arenosos y suelos francos planificar el riego en Caña de Azúcar para
óptimos rendimientos.
- El software Kpronostico permite en forma práctica y clara hacer uso de los mapas
temáticos para la visualización y capturara de la data necesaria para pronosticar los
riegos.

V.- RECOMENDACIONES

- Se recomienda hacer nuevas observaciones a nivel de campo en suelos arenosos y

muy pesados (Ka < 25 y Ka>60) para ajustar aun mejor el modelo. Este porcentaje
de los mencionados suelos es bajo en la industria azucarera actual, por lo que
podemos decir que constituyen casos particulares en el modelo general, pues los
trabajos conducidos a nivel de campo deben arrojar resultados que puedan ser
aplicados a la mayor área estudiada.
- Bajar el software KPRONOSTICO de la WEB de la Universidad Nacional Agraria
La Molina y poner en práctica el modelo de pronóstico de riego.

VI.- BIBLIOGRAFIA

1. ALEXANDER, A. G., 1973, Sugarcane physiology. Elsevier, Amsterdam. 752 p.

2. BAVER, L. D., 1956, Soil physics. 5ta Ed. John Wiley and Sons, New York. 489
p.
3. CANAMERO, M & LAGUNA T., 2003, Kgoteo Software para el diseño de
sistemas de riego por goteo. 1ra Ed. CONCYTEC, Lima .125 p.
4. EPPINK, L.D., 1974, Relaciones agua-suelo-planta. Boletín Técnico ICIA
3(1):40-51p.
5. EPPINK, L.D., 1972, Las bases del Servicio de Control de Humedad y sus
Aplicaciones Practicas. Boletín Técnico ICIA 1(2):1-55 p.
6. FUENTES, Y.J., 2003. Técnicas de Riego. 4ta Ed. Mundi-Prensa, Madrid. 45-
121 p.
7. GEAR, ROY D. et al. 1997. Irrigation scheduling with neutron probe. Journal of
the irrigation and drainage division. ASCE, 103(IR3):291-298 p.
8. HALVORSON, M., 2002, Microsoft Visual Basic.Net, Editorial McGraw-Hill
9. HUSZ, G.S., 1977, Cuantificación del régimen de agua en el suelo para la
optimización del riego. Proc. ISSSCT 16.
10. VASQUEZ, V.A. Y W. IGLESIAS L., 1978., Pautas para una programación del
riego. Boletín técnico ICIA 7 (1-2):69-77.
11. VASQUEZ, V. A. Y A. HOEKSTRA, 1975. El servicio de Control de Humedad y
sus Fases de Investigación. Boletín Técnico ICIA 4 (3-4):85-115.
12. DEPARTAMENTO DE AGRICULTURA DE LOS ESTADOS UNIDOS DE
NORTEAMERICA, 1954., Diagnostico y Rehabilitación de Suelos Salinos
Sádicos. Manual de Agricultura 60, Washington.