ProRindes (Pronóstico de Rendimientos Simulados), una herramienta que permite predecir la evolución de los cultivos de diferentes cultivos en el transcurso de una campaña agrícola, muestra que en algunas zonas el maíz temprano y la soja de primera están en problemas.
En la zona de influencia de Nueve de Julio (Buenos Aires) el modelo de ProRindes estima un rendimiento promedio para esta campaña 2024/25 del 81% de maíz temprano respecto a la media histórica de la zona, mientras que en Marcos Juárez esa cifra era del 82% al 29 de diciembre pasado (última actualización).
Con las recientes lluvias la situación en el sudeste cordobés en general generó mejoras en el estado de los cultivos, pero no es el caso en el centro, norte y oeste bonaerense, donde avanza la restricción hídrica.
El sudoeste bonaerense también está complicado y el modelo de ProRindes mostraba para el 29 de diciembre que el cultivo de maíz temprano tenía probabilidad de alcanzar un 89% de la media histórica en Coronel Suárez. Lo mismo se aplica para las regiones agrícolas de La Pampa.
En lo que respecta a soja de primera, ProRindes al 29 de diciembre estimaba en Coronel Suárez un rendimiento del 67% respecto de la media histórica, mientras que Gualeguachú y Paraná (Entre Ríos) la estimación era de 76% y 78% respectivamente.
Sólo en localidades cordobesas el modelo estimaba que los rendimientos de soja de primera serían buenos a excepcionales, mientras que en gran parte de Buenos Aires y Santa Fe ya no podrían alcanzar el potencial productivo.
La mala noticia es que en muchas de las regiones que están atravesando déficits hídricos no se prevén precipitaciones abundantes al menos hasta el próximo 10 de enero, mientras que del 11 al 17 de enero cabría esperar lluvias, aunque con aportes de agua que no lograrían cubrir las demandas de los cultivos afectados por la seca.
El sistema de ProRindes fue desarrollado por el Servicio Meteorológico Nacional (SMN) junto con CREA, la Facultad de Agronomía de la UBA (Fauba) y la Escuela Rosenstiel de Ciencias Marinas y Atmosféricas de la Universidad de Miami (EE.UU.) a partir de financiación aportada por BID, Inter-American Institute for Global Change Research (IAI) y National Science Foundation (NSF).
El sistema emplea modelos computacionales, perteneciente a la familia DSSAT (Decision Support System for Agrotechnology Transfer), que simulan el crecimiento y desarrollo de cada cultivo en función de la disponibilidad inicial de agua útil, tipo de suelo, fertilización y manejo.
Yo viajo por el sur de Cba y lis campos están hermosos con una gran perspectiva de cosecha porque generalizan?