Los rendimientos de los principales cultivos alimentarios no están aumentando con la suficiente rapidez como para poder satisfacer la demanda de alimentos solo en las tierras cultivables existentes. Garantizar la seguridad alimentaria y al mismo tiempo proteger los bosques, los humedales y los pastizales dependerá de que se obtengan los máximos rendimientos posibles en la extensión de tierra existente, si queremos alimentar a los más de 9000 millones de habitantes que poblarán el planeta en 2050.
La productividad agrícola varía en el mundo, dependiendo del medio ambiente, los insumos y las prácticas que se aplican (Sadras et al., 2015). Al calcular los rendimientos que no se obtienen en una determinada superficie —es decir, la diferencia entre los rendimientos de cultivos bajo riego o de temporal y los rendimientos reales— podemos hacer un estimado del aumento de los rendimientos y las diferencias en productividad de los cultivos y de los sistemas de produccióEl objetivo del Global Yield Gap Atlas (GYGA) (Atlas Mundial de Brechas de Rendimiento) es ofrecer información sobre los mejores estimados de las brechas en los rendimientos a nivel mundial utilizando los actuales rendimientos promedio y el potencial de rendimiento (Yp) en zonas de riego, o el potencial de rendimiento en zonas donde hay escasez de agua (Yw) en zonas de temporal (Van Ittersum et al., 2013). El GYGA incluye cálculos de las brechas en el rendimiento de los principales cultivos alimentarios en diversas zonas agroecológicas de los países participantes.
Las diferencias se calcularon utilizando una amplia variedad de modelos de crecimiento de cultivos que no son definitivos (Affholder et al., 2012), basados en datos meteorológicos incompletos y que no siempre son accesibles, así como datos de calidad del suelo que aún están en proceso de desarrollo a escala, por ejemplo, el African Soil Information System (AFSIS) (Sistema de Información Edafológica de África).
En la publicación reciente de la FAO Yield gap analysis of field crops – Methods and case studies se menciona que se requieren soluciones realistas para cerrar las brechas de rendimiento en los sistemas de producción tanto en epequeña escala como a escala comercial a nivel mundial (Sadras et al., 2015). Una de las soluciones que GYGA propone es crear definiciones y técnicas para medir y modelar los diferentes niveles del rendimiento (reales, alcanzables, potenciales) a diferentes escalas espaciales (parcela, finca, región, mundial) y temporales (corto, largo plazo). Pero esto no basta para solucionar el problema de la brecha de rendimientos.
También es necesario identificar las causas, crear opciones de manejo para reducir las brechas cuando sea posible e implementar políticas que promuevan la adopción de tecnologías para cerrar esas brechas. Las organizaciones científicas como el CIMMYT pueden ayudar a lograr este propósito especificando los contextos socioeconómicos y los componentes de la interacción genotipo × ambiente × manejo (GxExM) en los diferentes ambientes (p.ej., Keil, D’souza, & McDonald, 2015; Pannell, Llewellyn, & Corbeels, 2014). Estos contextos deben ser analizados mediante la colaboración de científicos especialistas en socioconomía y biofísica.
Con un planteamiento ascendente basado en el creciente cuerpo de conocimientos derivados de estudios socioeconómicos, análisis de sistemas de producción y ensayos en campo, los análisis de las brechas de los rendimientos pueden subir al siguiente nivel, donde pueden ser útiles en la evaluación de impactos proyectados y ex ante tanto de variedades mejoradas como de sus tecnologías relacionadas.
Aquí puede consultar las diferencias en rendimiento del maíz y el trigo.
Referencias
Affholder, F., Tittonell, P., Corbeels, M., Roux, S., Motisi, N., Tixier, P., & Wery, J. (2012). Ad Hoc Modeling in Agronomy: What Have We Learned in the Last 15 Years? Agronomy Journal, 104(3), 735–748.
Keil, A., D’souza, A., & McDonald, A. (2015). Zero-tillage as a pathway for sustainable wheat intensification in the Eastern Indo-Gangetic Plains: does it work in farmers’ fields? Food Security.
Pannell, D. J., Llewellyn, R. S., & Corbeels, M. (2014). The farm-level economics of conservation agriculture for resource-poor farmers. Agriculture, Ecosystems & Environment, 187, 52–64.
Sadras, V. O., Cassman, K. G. G., Grassini, P., Hall, A. J., Bastiaanssen, W. G. M., Laborte, A. G., … Steduto, P. (2015). Yield gap analysis of field crops – Methods and case studie. Rome: FAO and DWFI.
Van Ittersum, M., Cassman, K., Grassini, P., Wolf, J., Tittonell, P., & Hochman, Z. (2013). Yield gap analysis with local to global relevance – A Review. Field Crops Research, 143, 4–17.