Un estudio aborda las brechas y estrategias para la simulación del impacto del anegamiento en la productividad de los cultivos

El encharcamiento del suelo, definido como la saturación prolongada de la zona radicular (la zona donde se encuentran las raíces de la planta) que genera déficit de oxígeno, amenaza la productividad agrícola en muchas regiones, afectando la seguridad alimentaria global. 

Cada año, cerca del 27 % de las tierras cultivadas a escala mundial sufren este problema, provocado por lluvias extremas, inundaciones y prácticas de riego intensivas, especialmente en zonas áridas y semiáridas. A pesar de su impacto, las evaluaciones sobre el impacto del cambio climático en la agricultura rara vez consideran el encharcamiento, centrando su atención en sequías o altas temperaturas.

"Este fenómeno afecta al desarrollo y rendimiento de los cultivos al modificar las condiciones físicas, químicas y biológicas del suelo, con variaciones según la especie, etapa de crecimiento y duración del estrés", explica la investigadora del Instituto de Agricultura Sostenible (IAS) del Consejo Superior de Investigaciones Científicas (CSIC) en Córdoba Margarita García-Vila, quien apunta que "los modelos de cultivo (MCs), esenciales para proyectar la respuesta de los cultivos a distintos escenarios, aún enfrentan grandes desafíos para simular adecuadamente estos efectos complejos".

"En respuesta, se ha llevado a cabo un estudio internacional de comparación de 21 modelos de trigo como parte del proyecto AgMIP, con el objetivo de identificar las limitaciones actuales para mejorar la representación de procesos clave, y así fortalecer las estrategias de adaptación y resiliencia agrícola frente al cambio climático", señala García-Vila, autora principal del artículo publicado por la revista Nature Food en el que se dan a conocer los resultados del estudio.

La investigadora indica que "se evidencia que muchos modelos no representan de forma precisa procesos como el ascenso capilar del agua, la escorrentía sub-superficial, la acumulación de agua en la superficie o la acumulación de nieve y deshielo, lo que compromete la simulación realista de las condiciones de saturación. Además, se identifican importantes carencias en la activación del estrés por falta de oxígeno, en los mecanismos de recuperación de los cultivos tras episodios de exceso hídrico y en la representación de los efectos sobre propiedades físicas y químicas del suelo, especialmente en procesos de nitrificación, fijación de nitrógeno, compactación y transporte de sales".

En cuanto a los efectos directos sobre los cultivos, los modelos muestran una cobertura muy limitada de las respuestas fisiológicas a las condiciones de encharcamiento. Los efectos sobre procesos clave como la fotosíntesis, reparto de fotosintatos hacia los granos, el crecimiento radicular, la senescencia foliar o el desarrollo fenológico son simulados solo parcialmente o ignorados por muchos modelos. 

Además, pocos modelos tienen en cuenta la variabilidad en la tolerancia entre cultivos, variedades o fases de desarrollo, ni los efectos combinados con otros factores de estrés. "Esta falta de representación impide una estimación realista del impacto del encharcamiento sobre el rendimiento y limita la utilidad de los modelos para apoyar estrategias de adaptación, como el diseño de genotipos tolerantes o la optimización del manejo agrícola en escenarios de eventos extremos", remarca Margarita García-Vila.

Para mejorar estas deficiencias, los autores proponen un enfoque estratégico basado en tres ejes: mejorar las bases de datos existentes mediante redes de observación de suelo y cultivo, aprovechando tecnologías de teledetección y sensores de proximidad; fomentar la colaboración entre disciplinas como fisiología vegetal, hidrología, edafología y biogeoquímica para incorporar procesos clave aún no representados; y acoplar los modelos de cultivo con modelos hidrológicos de cuenca o técnicas de inteligencia artificial, como el aprendizaje automático, que permitan abordar mejor la variabilidad espacial y la incertidumbre.

Además, se sugiere que las mejoras en los MCs estén guiadas por preguntas clave sobre el nivel de detalle necesario, el balance entre complejidad y aplicabilidad, y el tipo de escenarios de manejo y adaptación que se desean evaluar, con el proyecto AgMIP como marco de referencia para las futuras comparaciones y validaciones a escala global.

"El desarrollo de modelos de cultivos más avanzados permitirá analizar escenarios futuros y facilitará, a medio y largo plazo, la adaptación de los sistemas agrícolas al cambio climático y al aumento de las pérdidas de cosechas provocadas por el encharcamiento", apostilla la investigadora del IAS-CSIC.

Referencias

Garcia-Vila, M., dos Santos Vianna, M., Harrison, MT et al. Gaps and strategies for accurate simulation of waterlogging impacts on crop productivity. Nat Food (2025). https://doi.org/10.1038/s43016-025-01179-y