El desastre productivo de la campaña 2022/23 asusta al observar lo poco que se proyecta cosechar de soja en las zonas afectadas

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 a nivel regional el “drama sojero” que viene en camino por efecto de la sequía y las heladas tempranas.

De todas las regiones relevadas por ProRindes, en ninguna se espera que los rendimientos de soja de primera alcancen –ni por lejos– el promedio del potencial presente en el ambiente.

En Laboulaye (Córdoba) la proyección al pasado 5 de marzo muestra un rendimiento medio probable equivalente al 60% del potencial, seguido inmediatamente por Tandil (Buenos Aires) con el 53%, aunque con una gran dispersión de situaciones.

En los siguientes sitios el modelo de simulación anticipa que, en promedio, no se llegará a cosechar ni siquiera la mitad de lo proyectado al inicio de la campaña.

Y en algunas localidades, como es el caso de Coronel Suárez, Pehuajó, Junín, (Buenos Aires), Paraná, Gualeguaychú (Entre Ríos), Reconquista (Santa Fe) y Pilar (Córdoba) el desastre productivo es tan significativo que la soja terminaría siendo casi un “cultivo de servicio”.

El problema es que la soja tardía tampoco pudo escapar al desastre climático en la presente campaña. ProRindes anticipa también un desastre productivo en muchas regiones agrícolas clave para ese cultivo.

Con semejante panorama, la última estimación de la cosecha argentina de soja 2022/23 de 27 millones de toneladas (BCR) podría quedar grande en la actual coyuntura.

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.

Fuente: Bichos de Campo