Construcción participativa de unmodelo de gestión de la explotación

agrícola para el a^o^o a la tomade decision colectiva.

Aplicación al caso de la cuenca Aveyron-LéreGEMA CARMONA (^`)

PHILIPPL LE GRLJ,SSE Y MARJORIE LE BARS (x`x`)

HA7'EM BI:LHOUC^HE`1"1'I: (x`x`^`)

_JEAN MARIE ATTONA"11' ( ^`^`^`^`)

1. INTRODUCCIÓN

1.1. Contexto de la investigación

El respeto al medioambiente, en especial en lo referente al uso de losrecursos hídricos, constituye im importante objeto de regulacicín anivel nacional y europeo. Respecto al uso del agua, se han dictadovarias directivas entre 1992 y 2001, cuya puesta en marcha se debeefectuar a nivel regional y a nivel local mediante la elaboración dereglas resultantes de negociaciones entre los grupos de interés impli-cados. Estas legislaciones resultan necesarias para conseguir los nive-les de calidad medioambiental demandados hoy en día (Falconerand Hodge, 2001) .

La sostenibilidad es tm concepto que comprende míiltiples aspectosy objetivos de diferentes grupos de interés. E1 análisis de la sostenibi-lidad econbmica y mecíioambiental de los sistemas de cultivo implicanecesariamente la creación de indicadores ecológicos (tasa de nitra-to en el suelo, lixiviacicín, erosión...), agronómicos a través de funcio-nes de producción (irrigación, fertilizaci6n, tratamientos fitosanita-rios...) y económicos (margen del agricultor...) (Just and Antle,1990). Sin embargo, dada la complejidad del sistema, la utiliración

(*) Uni^•erridud Politécnicn de Mndrid.(**1 /nstitut Axronamique Méditerrunéen de Montpellier.(***1 /NRA-Akrn M. UMR SY.STEM de Monrpellier.(****) /NRA Sturion d"éconnmie rurule de Gri,qnnn.

- Re^^sta Española de Estudios Agrosociales }^ Pesqueros, n."- 213, 2007 (71-IOl ).

71K^^cist.+ E.p:tñ^ila dc• F^.studi^^s :Sgru^^^cialrs ^ Pc.^^uc•r^m, n." YI:^. YI1^^^

ma. Ph. Le Grusse. M. Le Bars. H. Belhouchette v J. M. Attc

de estos indicadores implica la creación de una función, general-mente lineal, que ligue la producción y el medio ambiente, lo queconstituye un límite importante para los métodos clásicos basados enla econometría (rlntle and Stoorvogel, 2001). Por esta rarón, la uti-lización de modelos bioeconómicos que integran datos agronómicosv económicos es cada vez más frecuente en la construcción de herra-mientas de negociación y de apoyo a toma de decisiones que tocan ala vez aspectos económicos y medioambientales (Folz et al., 1995;Barbier et Bergeron, 1999, Flichman, 1997).

La principal meta de nuestro estudio ha sido desarrollar tma meto-dología que incluye modelos bio-económicos construidos con la par-ticipación de los actores locales y que permite el análisis de la soste-nibilidad de las explotaciones (Siebenhiiner and Volker, 2005). Exis-te una gama de productos disponibles para los gestores agrícolasdiseñados para permitirles gestionar los estados de varios ambientesa diferentes escalas de tiempo: registros técnicos por regiones, mallasmulticriterio para aytidar a la toma de decisiones y sistemas expertos.El desarrollo de tales productos pone en juego métodos de investi-gación tales como encuestas, experimentación y modelización (Cre-tenet, 1995).

En el contexto de la toma de decisión, los principales responsableshablan con frecuencia de «solución óptima». Ahora bien, los instru-mentos de cálculo económico utilizados han evolucionado en granmedida y la voluntad de encontrar la solución óptima maximizandola utilidad colectiva ha dejado lugar a aproximaciones menos ambi-ciosas basadas en técnicas de simulación más o menos sofisticadas.Varios estudios han tratado de describir y analizar los métodos parti-cipativos (Mendoza y Prabhu, 2005, Rauschmayer y Risse, 2005), loscuales se han considerado el enfoque más adecuado y efectivo paraanalizar la sostenibilidad agrícola (Mickwitz et al., 2005; Siebenhiinery Volker, 2005). Estos métodos proporcionan papeles más activos alos actores en el proceso de elaboración del plan de gestión, y en latoma de decisiones sobre las estrategias de gestión y su implementa-ción (Haggar Pt al., 2001; Kuntashula and Mafongoya, 2005).

La principal crítica a los métodos participativos se basa en su orien-tación cualitativa y su aparente falta de rigor, estructura o procedi-miento sistemático para el análisis e interpretación de los insumos(Mendoza and Prabhu, 2005). Estos métodos se vuelven más difícilesde analizar e interpretar cuando se estudian diferentes variablesmedioambientales, sociales y económicas a diversas escalas. En gene-ral, se trata de estudios de interés puramente ecológico cuando sedesarrollan a escala de la parcela, o de interés puramente económi-

72Rrci.^a hs^^añula dr f•:audiu,:^^i^^.^^ciali^^. ^ Pcs^^ucn^^. n..' „I:S. Y^l^li

Construcción participativa de un modelo de gestión de la explotación agricola para el apoyo a la toma de decision coiectrva

co cuando se analizan a escala de la explotación o de la región (Paci-ni et al., 2001). La segunda limitación importante de los métodosparticipativos es que existen pocas herramientas que puedan utilizarconjuntamente investigadores y agricultores para diagnosticar pro-blemas y desarrollar escenarios (Okali et al., 1994).

1.2. Objerivos de la investigación

El caso de la cuenca del Aveyron-Lére constituye un claro ejemplo deconflicto por el uso de los recursos hídricos y por la contaminaciónnítrica. Un conjunto de grupos de interés (actores locales, represen-tantes institucionales) con puntos de vista diferentes intentan encon-trar una solución para la distribución de los recursos hídricos y parael mantenimiento de la calidad del agua. En el marco de una«Acción C:ientífica Estructurante» INRA-CEMAGREF, se ha elegidoesta cuenca como sitio de experimentación (1). En este contexto,

nuestro objetivo ha sido analizar los sistemas de cultivo existentes enla cuenca Aveyron-Lére para establecer los efectos que los distintosmodos de gestión de la irrigación y de la fertilización nitrogenadatienen sobre el medioambiente y sobre los márgenes obtenidos anivel de explotación y a nivel regional. Para ello, el análisis tiene encuenta la variabilidad climática (precipitación irregular a lo largo delas estaciones y de los años) y es validado a escala de las explotacio-nes representativas y del conjunto de la cuenca. Una vez modelizadoel sistema agrícola de la cuenca y comprendidas las relaciones entrelos modos de gestión y los indicadores considerados, vamos a propo-ner cambios con el objetivo de mejorar la gestión de los recursoshídricos a nivel del conjunto de la cuenca.

En este documento presentamos las diferentes etapas llevadas acabo en la construcción del modelo regional: (i) definición y vali-dación de los datos de base, (ii) elaboración de una tipología de lasexplotaciones de la zona de estudio, (iii) generación de datos noobservados a partir de un modelo biofísico, (iv) construcción de unmodelo regional a partir de un simulador agro-económico, (v)simulación de escenarios posibles. Este procedimiento nos permiteobtener un conjunto de datos técnicos y económicos para 1) todoslos cultivos, 2) el conj>_mto de explotaciones a escala individual yregional. Esos datos se introducen en el modelo agroeconómico

(/) lnfornav rle eslado (21100) para la Arciórt Civntífzca h.^slrurtxnante A{^11A1;^ l/NliA-CEMAGl2/:F=1A^11;b11,rlesrargable rn: hitji://:nm:nliscrlvrrnnnf.rPrnagrrf.^r/Labo/arlii^ite_rerhrrrhv/projrrts/Projrrts_vn_rourc%^1.S.SA-

QL'A/:'/ASSA Q( : V;^. htm

73Ri•^i.ta F.,i^añ^da d^• Etitudin..1};nn^xialcs c Pruiur^rn., n.° YI:^. 1tln^

^. Carmona, Ph. Le Grusse, M. Le Bars. H. Belhouchette y J. M. Attonat^

que sirve al mismo tiempo de base de datos y de simulador, a nivelde la explotación agrícola ^^ del conjunto de las explotaciones de lazona (Carmona, 2004).

2. LA ZONA DE ESTUDIO, HERRAMIENTAS Y MÉTODOS

2.1. Presentación de la zona de estudio

La cuenca del Aveyron-Lére está situada en el departamento de Tarnet Garonne, en la región de Midi-Pyrénées (Francia).

Mapa 1Mapas de situación de la región Tarn et Garonne

El clima de la región se caracteriza por tma gran variabilidad inter-

anual de la precipitación, lo que ha provocado tm desarrollo impor-

tante de la irrigación. Para una serie de 22 años (1970-1991) , se ha

hallado una media de precipitaciones de 685 mm, con una desvia-

ción típica de 136 mm. El siguiente gráfico representa, para dicha

74Re^^iata h:.p:ŭinla de F.studius . ^grua^ciales r Pc,querus, n." Zla. 2007

Construcción participativa de un modelo de gestión de la explotación agrícola para el apoyo a la toma de decision colectiva

serie de años, la variación de la precipitación anual con respecto a laprecipitación media anual:

Gráfico 1

300 ^Í

200 ^

100 -I

ÉE 0

-100 -^

-200 ^

-300

Valoración de la precipitación

1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990

Año

La zona presenta un relieve variado y tres tipos de suelos:

-«Terrefort»: suelos con textura arcilloso-calcárea más o menoscompactas, sensibles a la erosión y más aptas para árboles frutalesy cultivos extensivos (Revel, 1982).

-«Alluvions»: suelos de textura arenoso-limosa, profundas, permea-bles, fáciles de trabajar pero que tienen una baja capacidad deretención (INRA, 1989).

-«Boulbénes»: suelos de textura arcillo-limosa. Constituyen las anti-guas terrazas del Aveyron y se caracterizan por un suelo pobre enmateria orgánica con una baja capacidad de retención de agua(INRA, 1989).

Todas estas características nos han llevado a una división de la cuen-ca en 5 regiones naturales. Cada tma de ellas tendrá su tipo de sueloy su disponibilidad de agua, y, como consecuencia, sistemas de culti-vos diferentes:

75Rc^^iaa Nsi^uiinl^.i ^I^ ^ F.tudi^ ^. . A^i ^ ^.^ n iel^^. ^ P^^u^i i^^ i ^^.. n. ^ '? 13, _^^ u^

G. Carmona, Ph. Le Grusse, M. Le Bars. H. Belhouchette y J. M. Arionaty

Cuarlro 1

G^-^^1CTERÍSTIC.^S DE L^S CI\CO ZO\.^S ^.aTLRaLESEti L^1S QCE SE DI<1DE L^1 REGIÓ\ DE ESTCDIO

2onas Suelos Capacidad ircigación CuRivos^ención principales

1. Causses (NE) Terrefort Alta Existencia de cultivos Cultivos forrajeros yde regadío ganadería

Lagos alimentados por2. Quercy Blanc:

Terrefort Altaaguas de escorrentía Frutales y cultivos

lagos o de fuentes. extensivosNumerosas presas

3. Valles de Muy desarrollada. Aguas

Aveyron y Alluvions Mediasuperficiales; bombeos Producción de semillas,

Lére directamente del río o forrajeros y frutalesasoc. regantes

4. Boulbénes: Bombeos del Aveyron,

ríos y grandes Boulbénes BajaGouyre, Tordre y Ganiol,a través de asociac Cultivos extensivos

lagos .regantes

Muy desarrollada a través5. Quercy Vert:

Terrefort Alta de asoc. Regantes del Cultivos extensivos ygrandes lagos Gouyre, Tordre et Ganiol, forrajeros

y presas

La superficie media de las explotaciones agrícolas era de 30 ha en1997, presentando una tendencia a la disminución del número deexplotaciones y al aumento de su tamaño (AGRESTE, 2002). En cuan-to a las actividades productivas, la heterogeneidad de los suelos de lazona conduce a una variabilidad de potencialidades agrícolas y a unadiversidad de cultivos: cereales, prados, producciones hortícolas al airelibre y frutales, viñas y ganadería. La tendencia observada en la regiónes un aumento de la especialización en las producciones frutales ycerealistas. La superficie de riego de la región aumenta regularmente;dicha superficie representaba en 1997 el 35 por ciento de la SAU(superficie agrícola útil), con una superficie media regable por explo-tación de 18,7 ha. La superficie de riego de esta zona se reparte entreel maíz para semilla y para ensilado (gran consumidor, que represen-ta él solo cerca de 2/3 partes de la superficie de riego) , el sorgo, lasoja, el girasol, los árboles frutales y los hortícolas al aire libre (Infor-me de acti«dades del contrato fluvial: AQUAL.IS, 1997 a y b).

2.2. Metodología

Para construir tm marco de negociación sobre la elección de las téc-nicas relacionadas con el consumo de agua y la utilización del nitró-

76Reciua Espari^ila de Esuidi^^s:^grusoriales ^^ Prulueru^. n." ll:^. 100;

Construcción participativa de un modelo de gestión de la explotación agrícola para N apoyo a la toma de decisión colectiva

geno, es necesario evaluar el impactu de las alternativas posibles ybuscar soluciones negociables (Attonaty y Le Grusse, 1994) . Esasalternativas posibles se establecen con la ayuda de modelos bioeco-nórnicos que representan el frmcionarniento de las explotaciones yde los cultivos (figura 1) .

Figura 1Procedimiento de construcción del modelo

Proposiciónde escenarios

PROGRAMACIÓNLINEAL

^

Rendimientos, lixiviación,consumo de agua de los cultivos

(según tipo de suelo y año)Variabilidad clima

Variabilidadsuelos

CROPSYSTModelo biofísico

- parcelaCultivos

Hemos optado por la utilización de un programa de simulaciónagroeconórnica (Olympe) capaz de calcular para una explotación elmargen del agricultor, el agua consumida y las cantidades totales denitratos lixiviados. Este cálculo se debe hacer a la escala de las explo-taciones representativas de la cuenca para ser después extrapolado alconjunto de la cuenca. La caracterización de la explotación se debe

OLYMPEMode/o agroeconómico

- explotación/región

1

Grupo de pilotaje:Agricu Itores-Técnicos ^

Validación

BASE DE DATOS:

Variabilidadexplotaciones

Itinerarios técnicos

ENCUESTAS

- Cultivos- Ganadería

77flc^i,i.^ t.l^.iii^^lai tic r:,tudi^r..^^r^^,^uial^., I'^.^I^i^ i^^.. ii _i t. _ ^

G. Carmona, Ph. Le Grusse, M. Le Bars, H. Belhouchette y J. M. Attonaty

hacer a dos niveles (Attonaty y Soler, 1992): 1) Primeramente, desdeel punto de vista de la estructura (tamaño, cultivos, itinerarios técnicos,precios...). Estas informaciones se obtendrán principalmente a par-tir de las declaraciones de cultivo y de las fichas de cultivo proporcio-nadas por el grupo de pilotaje. 2) Después, desde el punto de vistade los procesos de funcionamiento a escala de la parcela. Se trata de esta-blecer para cada tipo de cultivo una función de producción que rela-cione la fertilización nitrogenada y la irrigación con las cantidadesde nitrato lixiviadas y el rendimiento del cultivo. Estas funciones seestablecerán por tipo de suelo y de año climático.

E1 establecimiento de esta base de datos supone que dispongamos deun modelo de cultivos (CropSyst) que tiene las siguientes caracterís-ticas: es capaz de reproducir el funcionamiento del sistema suelo-planta a la escala de la parcela con el objeto de establecer curvas derespuesta del cultivo (rendimientos y lixiviación de nitrato) al agua yal nitrógeno, para cada tipo de suelo y cada tipo de año climático.

En la íiltima parte de nuestro trabajo, propondremos nuevos modosde gestión mejor adaptados a las restricciones de agua y lixiviaciónque afectan a la cuenca. Simularemos dos tipos de soluciones: 1) Através de la base de datos creada con CropSyst, buscaremos el nivelóptimo de insumos (agua y nitrógeno) que se debe aplicar a los cul-tivos. 2) Un segundo escenario se basará en la redistribución de lassuperficies de los cultivos en la zona, sin cambiar las técnicas aplica-das para cada cultivo. Para este escenario utilizaremos un modelo deprogramación lineal Excel, capaz de proponernos la elección dealternativas que proporcionan los márgenes óptimos respetando laslimitaciones de consumo de agua y de lixiviación.

2.3. Etapas en la construcción del modelo regional

El procedimiento consta de las siguientes fases (Le Grusse, 2001) :

- Obtención de los datos de partida.

Se han recogido en primer lugar los documentos de los estudios pre-liminares que sirvieron a la elaboración del contrato fluvial del bajoAveyron-Lére y que contienen información sobre las característicasfísicas del hidrosistema, sobre los usos del agua, así como una sínte-sis de los objetivos y las vías de avance tal y como se identificaron enun taller prospectivo que reunió a 70 implicados en la gestión de lacuenca (políticos, administrativos, colectividades, asociaciones...).Asimismo, se han utilizado las declaraciones de cultivos del año 2000(fichas de explotación detalladas de 1.700 explotaciones de la zona)

78Rc^^i.ta Espaiwla dr Estudius :Agrusoi^ialc-. c Pcs<^ucni,, n.'' 21.^. YI1117

y las fichas de explotación por ctiltivo, tipo de suelo y tipo de año cli-rnático que fueron elaboradas por el grupo de pilotaje.

Elaboración de una tipología de explotaciones. El elevado ntíme-ro de explotaciones (1.700) obligó a la elaboración de una tipolo-gía mediante técnicas de análisis de datos y de clasificación. Seconsideraron: 1) 5 zonas (las 5 regiones naturales en que se dividela cuenca, con sus tipos de suelo diferentes, que determinan ren-dimientos y tasas de contaminación diferentes); 2) 20 sistemas deproducción (clases); 3) 5 niveles de tamaño. Para cada combina-ción clase-tamaño-zona, hemos tomado como explotación repre-sentativa aquella cuya superficie se aproxima más a la media delgrupo. El nírmero de combinaciones posibles es N.`-' clases x N.°niveles tamaño x N.`-' Zonas = 500 grupos teóricos. Eliminando losgrupos vacíos, hemos obtenido finalmente 296 explotacionesrepresentativas que caracterizan los tipos diferentes de explotacio-nes que pueden aparecer en la cuenca.

Para la construcción del modelo de cuenca, se han introducido losdatos detallados de esas 296 explotaciones, ponderándolos des-pués por un coeficiente igual al número total de explotaciones alque cada una representa. Este trabajo de construcción de la tipo-logía, de elección de las zonas y de estratificación se desarrolló conla colaboración del grupo de pilotaje, durante reuniones que sellevaron a cabo mensualmente durante un año. Este procedimien-to nos permitió estructurar la información, pero también constitu-yó un factor de aprendizaje del grupo de pilotaje, que aceptó elmodelo como representación de su realidad.

Generación de datos no observados con CropSyst, tm modelo desimulación de cultivos que ha permitido estimar los datos que falta-ban relativos al efecto de las operaciones de cultivo sobre la cosechay sobre el medio ambiente, tales como la cantidad de nitrato lixivia-do. Así, se ha creado a partir de CropSyst una base de datos sobre losrendimientos y las pérdidas de nitratos para cada cultivo para los dis-tintos años climáticos y en los tres suelos presentes en la cuenca,datos que serán introducidos después a nivel del modelo económico.

Construcción de un modelo de simulación agroeconómico capaz derepresentar la agr-icultura de la cuenca mediante la agregación de lasexplotaciones tipo por nivel de tamaño, tipo de suelo y por zona geo-gráfica. Este modelo se elaboró con el programa Olympe, el cual nosha permitido probar diferentes escenarios de gestión y evaluar paralas diferentes situaciones climáticas y los diferentes suelos su efectosobre los resultados económicos y sobre el medio ambiente.

79Rc^iaa rapati^^la c1c Fstuclirn ,\y;rnui^ iali. c 1'cw^ni in., it." 113. 2t1t1,-

G. Carmona. Ph. Le Grusse, M. Le Bars. H. Belhouchette v J. M. Attonat

- Simulación de escenarios propuestos por el comité de pilotaje conOlvmpe, con el objeto de reducir el consumo de agua y la lixivia-ción de nitratos a nivel regional (soluciones propuestas por losactores a partir de un modelo de optimización bajo restricciones).

3. LA ELABORACIÓN DE LOS MODELOS

3.1. Modelización agronómica a partir del modelo de CropSyst

3.1.1. Presenfación general de CropSyst

CropSyst es un modelo parcialmente mecanicista, que trata de repro-ducir de manera dinámica a partir de leyes biológicas y físicas cono-cidas o de relaciones empíricas el funcionamiento del suelo y de laplanta en ftmción del clima y de las prácticas culturales (Stóckle et al,2003). Ha sido desarrollado para un gran número de especies culti-vadas a través del mundo: trigo, maíz, sorgo, mijo, cebada, avena,alfalfa, patata, viña, etc. El modelo fimciona con un paso de tiempodiario. El ciclo de crecimiento del cultivo se divide en varias fasessucesivas de desarrollo, teniendo cada tma de ellas sus propios pará-metros para evaluar la rapidez de crecimiento y la repartición de losasimilados en fimción de factores genéticos, edáficos y medioam-bientales. Durante cada una de las fases, los factores limitantes (défi-cit hídrico, nutrición nitrogenada...) intervienen como funcionesreductoras del modelo de crecimiento de base.

El modelo de simulación de cultivos CropSyst está dotado de unainterfaz de muy fácil utilización en Windows o DOS. En este trabajo,hemos utilizado la versión 3.02.15 (12 de abril de 2001) . CropSystestá compuesto de varios módulos que describen la región, el clima,el suelo, la planta, el itinerario técnico.

3.1.2. Hipótesis de modelixación

El sistema al cual se aplica el modelo está definido por un paralele-pípedo de suelo, correspondiente generalmente a una hectárea desuperficie, considerado como un medio poroso e indeformable, depropiedades uniformes horizontalmente. E1 sistema puede eventual-mente estar estratificado en varias capas de propiedades diferentes.En todos los casos se encuentra delimitado superiormente por lainterfaz suelo (o planta)-atmósfera, e inferiormente por >_m planoparalelo a la superficie, más allá del cual el agua percolada pasa a lacapa freática. La parte superior de este sistema está representada porun cultivo o un barbecho sin laboreo que reacciona sobre el suelo y

ó0Re^^itita t:^tr.ŭiula de Estudi^^s :agrosocial^-^ c I'ea^ucn^^^, n." 21:^, Y007

qt^e siifre al mismo tiempo el efecto de este. E1 estudio de este siste-ma a través de la modelización supone tm conjunto de hipótesis (Bel-houchette, 2004):

El balance hídrico a nivel de cada sistema no está influenciado porel sistema adyacente.

Las características hidrodinámicas del suelo se suponen constantesy no cambian bajo el efecto de las labores del suelo.

El crecimiento de las plantas está influenciado exclusivamente porlos tres factores siguientes: temperatura, radiación por encima delcultivo, agua y nitrato presentes en el suelo.

La cubierta vegetal se considera homogénea.

Los efectos de las malas hierbas y de las enfermedades no son teni-dos en cuenta por el modelo.

3.1.3. Elección de las parcelas representativas

En este trabajo, el sistema a modelizar viene representado por la aso-ciación de tres componentes: unidad de suelo, planta y clima. Admi-tiendo que la pluviometría sea homogénea en la región, el sistema sereduce a tma asociación suelo-planta, para tm año dado. La biblio-grafía, las encuestas a los agricultores y el grupo de pilotaje nos hanpermitido establecer parcelas representativas a la escala de cuenca.

3.1.4. Parametrización y validación de CropSyst

Se trata de llegar a un modelo que reproduzca con suficiente preci-sión el funcionamiento de cada cultivo. Esto implica parametrizar elmodelo para cada ctiltivo, tipo de suelo y clima. La calibración delmodelo necesita del ajuste de ciertos parámetros dentro de un inter-valo razonable de fluctuación ya definido e identificado en la inves-tigación, cíe los conocimientos científicos o de las experiencias pre-cedentes desarrolladas en la misma región de estudio (Donatelli et al,1996). Segím este principio, algunos parámetros han sido calibradossimplemente minimizando la diferencia entre la biomasa observaday la simulada. Así, han sido considerados dos parámetros en la para-metrización del modelo, que intervienen en la estimación de lamateria seca total: coeficiente «biomasa-transpiración, K^T», la «efi-cacia de utilización de la radiación, Ki B», y la LAImax (2).

(2) 1..^1/nuix /I.PaJ^1 rra /zrdexl = índire dP supPrfr^PJoliar. Fs el rafio Pntre la máxirna supPrf:eze foliar que alPmz-za e[ Pul(ivo^^ la su^PrfiriP de sueGz yuP orupa e[ mismo.

81K^•si^ta F..p;^ñuL^ dr E,tudius:^;;ruvuialrtis Pc.^^ucruti. n."'?I'^.'?Ufl^

I. Ph. Le Grusse. M. Le Bars. H. Belhouchette v J. M. Attonat

La parainetrización se ha efecttiado ajustando la biomasa simulada ala biomasa obser^^ada durante un año medio. r1 continuación, la ^^ali-dación se ha realizado comparando la biomasa simulada con ladeterminada por el grupo de pilotaje durante los años secos y híime-dos (gráficos 2, 3 y 4; cuadro 2).

Cundrn 2

1'.aLID:^CIÓ\ DEI. ^i0DEL0: COti4P.^R,aCIÓti E^TRE RE\DI^1IE\'TOS OBSERI'.aDOS1"SI^I[:LaDOS P.^1R:^1 TODOS 1,OS TIPOS DE Sl'EL0 l'C\ .^.A0 ^iEDIO

Rdto. observado Rdto. simulado(kglha) (kglha) Diferencia (%)

Trigo duro

Terrefort 5.000 5.321 -6,0

Alluvions 5.000 5.991 -16,5

Trigo blando

Terrefort 6.500 6.877 -5,5

Alluvions 6.500 7.027 -7,5

Maíz grano

Terrefort 9.000 9.380 -4,1

Alluvions 11.000 10.161 8,3

Boulbénes 10.000 8.925 12,1

Maíz semilla

Terrefort 2.950 2.946 0,1

Alluvions 3.000 3.560 15,7

Boulbénes 3.000 3.392 -11,6

Sorgo en seco

Terrefort 7.500 7.476 0,3

Alluvions 7.500 8.705 -13,8

Boulbénes 5.000 6.127 -18,4

Sorgo irrigado

Terrefort 8.000 8.287 -3,5

Alluvions 8.000 9.944 -19,6

Boulbénes 7.000 6.408 9,2

Girasol

Terrefort 2.000 2.273 -12,0

Alluvions 2.000 2.541 -21,3

Boulbénes 1.700 2.205 -22,9

Girasol irrigado

Terrefort 2.040 2.026 0,7

Alluvions 2.120 2.107 0,6

Boulbénes 1.600 1.571 0,5

a2Rc^iaa l(sl^añul;i ^tc Fsludi^^s ;1^r^uucialcs v Prsc^ucr^^^, n." `?I:^. YI1117

Construcción participativa de un modelo de gestión de la explotación agrícola para el apoyo a la toma de decisión colectiva

Gráfico 2

12.000

12.000

10.000 ^--------------------------------------------------------^--- ^--

0

0

Validación del modelo: representación de la correlaciónentre rendimientos simulados y rendimientos observados

para un año seco

y=1,132x - 281,33Rz = 0,8989

2.000

-14.000

^ - I8.000 10.000

16.000

Rendimientos simulados (kg/ha)

Gráfico 3Validación del modelo: representación de la correlación

entre rendimientos simulados y rendimientos observadospara un año de tipo medio

y = 1,0293 x - 492,34R2 = 0,9435

4.000 --------------------

2.000 -----------

0

0 2.000

♦

I

4.000 6.000 8.000 10.000 12.000

Rendimientos simulados (kg/ha)

83Rcci.^a 1^:5i^añula ^Ic Etitu^liuti.A^;n^^uci;^lcs c P^•«^ucr^^., n." Y13. 1UU^

G. Cannona, Ph. Le Grusse, M. Le Bars. H. Belhouchette y J. M. Attonaty

Gráfico 4

14.000

0

Validación del modelo: representación de la correlaciónentre rendimientos simulados y rendimientos observados

para un año húmedo

y= 1,0489 x+ 11 o,ss

Rz = 0,8636

2.000 4.000 6.000 8.000 10.000

Rendimientos simulados (kg/ha)

12.000

Los gráficos muestran una buena correlación entre los rendimien-tos simulados por CropSyst y los establecidos por el grupo de pilo-taje, con coeficientes de correlación superiores al 75 por ciento.Una vez adaptado a las condiciones locales de la cuenca, el mode-lo se utiliza para construir una base de datos que contenga paracada culti^^o, tipo de suelo, tipo de atio climático, dosis de riego yde fertilización nitrogenada: un rendimiento, una cantidad denitrato lixiviado, un stock final de nitrato en el suelo y una dosis deriego cíptima.

3.2. El simulador técnico-económico Olympe

El programa Olympe (3) (Le Bars et al., 2005) integra los aspectostécnicos (itinerarios técnicos) y económicos del funcionamiento dela explotación agrícola, así como las externalidades (lixi^^iación denitratos) generadas.

La modelizacibn en Olympe permite prever las consecuencias de losdiferentes escenarios planteados por los productores o por los exper-tos (figura 2).

(3) Prn^nrona desarroflnc(o en rf /.^'K1-Gri^rrort ^inrf. Al. Altonnl^.

aaRc^i.i.^ I^:,.^^arlrrla rlc F^studiu.:A^;nrtiucialc^ ^ Pr•squcni., n.'' lla. 2^111^

Construcción participativa de un modelo de gestión de la explotación agrícola para el apoyo a la toma de decisión colectiva

Figura 2Modelización en Olympe y construcción conjunta del modelo

DATOS

^

ESCENARIO

Problema

Punto de vista

^

MODELO

Compromiso

RESULTADOS

ANÁLISIS Solucionesposibles

Esta herramienta nos permite:

- Obtener una base de datos sobre sistemas de explotación.

- Evaluar las consecuencias de una nueva inversión, de la supresióno de la adición de un elemento de producción, de un cambio enel calendario de cultivos, de un cambio de técnica.

- Integrar en la simulación aleas y evaluar las consecuencias de lossucesos posibles, que pueden ser internos o externos a la explota-ción, en los resultados del proyecto (evolución de los precios, aleasclimáticos, evolución de los mercados).

Olympe permite representar conjuntos de explotaciones median-te una matrir de efectos asociada a un tipo de agricultor. El simu-lador se comporta revelando el impacto que provocan los cambiosde cultivos o de técnicas, pero no permite representar las estrate-gias y los comportamientos de los diferentes actores en juego. Paramodelizar el fitncionamiento completo del sistema, es imperativocomprender y formalizar las reglas de decisión de los actores, asícomo las leyes que rigen estas reglas. Olympe ha sido concebidocomo una herramienta interactiva que se debe usar conjuntamen-

ó5Itr^i.ia E•:.hail^d^i rlr L^nuidiu^.lgrun^xial^^^ c Pc^.^^ucru.. n.` Yla. ^I111;

G. Carmona, Ph. Le Grusse, M. Le Bars, H. Belhouchette y J. M. Attonaty

te con un productor o un grupo de agricultores (Attonaty et al.,1999 ) .

La validación del modelo regional elaborado con Olympe se ha efec-tuado por comparación entre las superficies obtenidas a partir dedicho modelo para cada cultivo y los datos provenientes de lasencuestas, así como por las evaluaciones de la oferta y la demanda deagua en la zona.

3.3. Simulaciones y resultados

En primer lugar, los grupos de interés utilizaron el modelo como unaherramienta de análisis de la situación actual a diferentes niveles: elvolumen de agua demandada para los diferentes tipos de explota-ción, la contaminación por nitratos y el beneficio económico resul-tante. Estos aspectos fueron analizados para cada tipo de año y desuelo. Así, el modelo sirve para revelar la situación actual a nivelregional. Cada actor implicado tiene, al principio, sólo una visión par-cial de la situación real, con un conocimiento limitado de los otros sis-temas de producción, de sus consumos de agua, su aportación a lacontaminación por nitratos y sus resultados económicos frente altotal. Una vez que la información ha sido compartida y discutida,puede empezar la segunda fase de utilización del modelo. EI objetivoes prever, a través de discusión con los actores implicados, posiblesescenarios hacia los cuales podrían evolucionar los sistemas de pro-ducción de la región y medir su impacto en la demanda de agua, enla contaminación por nitratos y en los resultados económicos.

A partir del modelo regional analizamos las diferentes consecuenciasa nivel del conjunto de la cuenca, simulamos las modificaciones posi-bles a nivel de (i) las prácticas agrícolas (ii) la repartición de los cul-tivos en la región en función de los tipos de suelos. Entre los escena-rios previsibles, hemos probado dos:

- Escenario 1: A partir de los resultados de CropSyst, se definieronpara los principales cultivos las cantidades óptimas de nitratos aaplicar. Para los cultivos en regadío, se trataron de determinar tam-bién las dosis óptimas de agua a aplicar y un calendario óptimo deriego para cada tipo de suelo y cada tipo de año, todo ello sin redu-cir los rendimientos.

El procedimiento ha consistido en simular los cultivos elegidoscon diferentes dosis crecientes de agua y nitratos, conservando elresto de datos relativos a la gestión y manteniendo constantes losparámetros del medio (ctiltivo, suelo, clima). Para cada dosis de

86Ki•^^iaa tsp.ulula dc Ea^ucliu,,.l^rusucialcs ^^ Pcsqncros, n." `L13, 1111^7

Construcción participativa de un modelo de gestión de la explotación agrícola para el apoyo a la toma de decisión colectiva

nitrógeno obtenemos el rendimiento del cultivo y la lixiviaciónpara cada tipo de suelo y tipo de año. A partir de esos datos hemosconstruido curvas de respuesta del rendimiento de los cultivos a lafertilización y al riego. A partir de esos resultados, hemos elegidocomo dosis óptimas aquellas que nos dan el rendimiento máximo,que son generalmente menores que las utilizadas en la realidad.Realizamos esta elección con el objeto de minimizar el exceso deinsumos que contribuirían a aumentar el riesgo de contaminacióny un gasto de agua de riego que no va a hacer aumentar los rendi-mientos. Una vez elegido el modo de gestión apropiado, hemosintroducido los valores obtenidos en el modelo Olympe, el cualpermite realizar tma agregación a la escala de la zona de produc-ción o bien de la clase de producción. Así, podremos obtener unanálisis del impacto de los posibles cambios de gestión a diferentesniveles de agregación, hasta llegar a la escala regional.

Se ha realizado un análisis de las curvas obtenidas para cada com-binación de cultivo, tipo de suelo y tipo de año, lo cual nos ha per-mitido establecer «recomendaciones» acerca de las cantidades denitratos y de agua aplicadas por los agrictiltores, así como los ren-dimientos y la lixiviación obtenidos, con los valores dados por elmodelo CropSyst. Para la determinación del calendario de riego,el programa desencadena un riego cada vez que la reserva delsuelo alcanza la mitad de la reserva útil.

Los gráficos 5 y 6 representan un ejemplo de curvas de respuestaa la aplicación de distintas dosis de nitrógeno: las del cultivo delmaíz, en suelo tipo «terrefort» y año seco.

Estos dos gráficos muestran las curvas de respuesta del maízgrano a la fertilización: (gráfico 5) los rendimientos (kg/ha) y(gráfico 6) la lixiviación de nitratos (kg N/ha) obtenidos en unsuelo de tipo «terreforb> y para un año seco. Para cada dosis denitratos el modelo calcula una dosis de irrigación basándose en elcálculo del balance hídrico.

Los resultados de este primer escenario nos han mostrado que esposible llegar a una disminución de la cantidad de agua consumidaacompañada de una disminución de la lixiviación de nitratos sincambiar las alternativas de cultivo, gracias a cambios en las técnicasde producción (agua, nitratos). Esta mejora no es unif^^rme en lazona ni para todas las clases de producción. Igualmente, la variabi-lidad es importante en ftmción del número de años. Así, la dismi-nución del volumen de agua consumida y de la lixiviación de losnitratos tiene lugar principalmente en las zonas de «alluvions» y de

87Rrci,ta I^:^puruila c1r F;su^dins :Agrusucialcs c Pctiyucr^^., n.'' 11 ;. Znn,-

G. Carmona. Ph. Le Grusse, M. Le Bars, H. Belhouchette y J. M. At1

Gráfico 5Variación del rendimiento del maíz grano respecto a la dosis

de fertilización nitrogenada y volumen de riego elegidopor el modelo para cada dosis de nitrato en un año seco

"Terrefort". Año seco

12.000

10.000 ^------------------------------------------------------------

8.000 ------------------ - ---

6.000 ^------------------- ,

4.000 ^----------------J / 210 mm

2.000 ^-----.

65 mm

0

2t0

100 150

N aplicado (kg/ha)

Gráfico 6Variación de la lixiviación del maíz grano respecto a la dosis

de fertilización nitrogenada y volumen de riego elegidopor el modelo para cada dosis de nitrato en un año seco

"Terretort". Año seco

0 50 100

N aplicado (kg/ha)

ÓÓ

150

240 mm

200

200

Rr^is^a F:.paiiula dc l^atudi^^s Agrosocialcs ^ Pe.qurnu, n." 21';. _'00^

Construcción participativa de un modelo de gestión de la explotación agrícola para el apoyo a la toma de decisión colectiva

«boulbénes», en las que varía enormemente con el tipo dc año res-pecto del consumo actual. Con los itinerarios técnicos propuestos,hay al mismo tiempo un aumento del margen en relación a la situa-ción actual, consecuencia de una mejor adaptación del nivel deinsumos a las necesidades de los cultivos. Aunque este escenarioconstituye una situación óptima difícil de alcanzar en la realidad,muestra que existe un margen de maniobra que nos va a permitirdisminuir el consumo de agua, la contaminación y los costes, todoello manteniendo los mismos rendimientos en ciertos tipos de sue-los y en ciertos sistemas de producción. De este modo, se puedenelaborar recomendaciones y prioridades cuantificables definidas.

Escenario 2: el segundo escenario consiste en la evaluación de unaredistribución de la superficie dedicada a cada cultivo.

En este caso no se cuestionan los itinerarios técnicos actuales,sino la elección de los cultivos implantados en cada zona. En esteescenario se mantiene para cada cultivo el itinerario observado enla realidad (la que anteriormente llamamos «gestión actual»).Debido a la heterogeneidad de los suelos de la cuenca, cada culti-vo se va a adaptar mejor a una zona concreta, puesto que los ren-dimientos y los consumos de un cultivo dependen del tipo desuelo. Con ayuda de un modelo agregado de programación linealdesarrollado en Excel, procedemos a la optimización de las alter-nativas de cultivos, eligiendo aquellas que proporcionan el máxi-mo margen global, sujetas a una serie de limitaciones:

• Agronómicas, de mercado, de consumo máximo de agua y delixiviación de nitratos: relación de proporcionalidad entre dife-rentes grupos de cultivos, que permitan mantener los tipos derotaciones actuales. Incluye:

O mantenimiento de la proporción entre superficie de secano yde regadío,

O mantenimiento de la proporción entre los diferentes tipos decultivo en seco,

O mantenimiento de la superficie en regadío,

O superficie máxima de cultivos de invierno y de verano.

• Superficie mínima de maíz para ensilado, que permita asegurarla alimentación del ganado (y que depende del número de cabe-zas de bovino).

• De mercado:

O superficie máxima para el trigo duro y para el maíz para semi-lla (puesto que dependen de contratos).

89R^^^^iva E•..pail^^la dc F;.tudiuti =^^ruti^x^ialcs ^ Pc,rinrru5. n." `^I:^>. _'^lU^

á. Carmona, Ph. Le Grusse. M. Le Bars, H. Belhouchette y J. M. Attonaty

90

^ ^(^ G.ta

z ^w_ O

^ Óz[.^ `^fY• }^

W ŭÍ^

Q.--a^WW

Y WLO S

VN

O)(D

OI^

^^

NV

O)ln

C7m

r^

lAV

^ Z^ I^ ^ I^ ^ ('7 (O NY

W> 1^ O ^A aD O ^ T Vx^ cD c'^ O V O O Oj p^ O ^ O O ^ O O N O

Y

W

• _á - °Ó,p

^_aD

^n nN

oO

0O

0^

0O

0 0^

^ LL^T

^ N N ^ N^

. Yy

N

^

OI ^ N N O O ^A O O (D

^ r ^ r ^ ^^ • N N N

^W N O ['7 O 7 tD 1^ a0 ^^^C ^f]

aOM

O1^

VN

I^^A

aOc0

OO

COCO

Mc`')D p)

^ Y O Q^ 1^ r ^ a0 ^ aD aD

W

ó^ ^O ^O 7 00 ^ V c0 L!') V

^ ^ ^^^ N N Ñ N Ñ +-

á> cD N oD 1^ a0 N c0 cD (D^'K o0 N 1^ a0 OD C O^^ Ó cV O ^ M V ^ ^ V^

W7V ^ WW ^ O O O O O O O O OC

^O O O O O O O O O

,p LL Y N N N N N N N N N

^Ná^

^^ O O O O O ^ O O Of^ ^ O Q^ O I^ N ^ O

^ • N N N N V

W N O [`7 O) (h lA l!') C7L

^ çG^

^A ^ ^ O ^ oO (D ^ O¢ Y O O) 1^ ^ O oD m CO a0

0 0 0á ^ ^ ^çF W ^

o:6 Ú

iaE

o:D O E

oO

_ ^ (n S ^ cn 2 ^ (n

0

^ r ^ ‚p o o ^p_. ^ > ^^

^

_7

Q .

ON

OE ^

^ ^

T d

y ^N Oó _aÚ TN

_Ó d

t4 N

y dN ^j ON _a

C `^O ^

Uy yN .-

ÑN

^ EN N

• •N d

E ^

^ áÚ N

á-‚^n -d ^

o ^°^ C• NN ^^ O

O ^

C C(0 CL :O

N ^N ^^ N

E ^Q wO N

_N^

N j

^+ _

^p O

^ EÚ .NN EC -^O N

jq C

N ^Ol^

(U Ú

tC ^

N Nd ^

u^i ó^ ^cá`^^^_

N

O ^Uy O

O C

^ d^ ^

ó^J CN

^ OÓZ X

^

Ri•^ista 1':^paiwla de Fatudius.^ñrosc^cialcs ^^ Yes^^urr^^s, n="Ll'ri, _'OOi

Construcción participativa de un modelo de gestión de la explotación agrícola para el apoyo a la toma de decisión colectiva

• De consumo máximo de agua y lixiviación de nitratos:

O Consumo de agua inferior o igual a 2.000 m^/ha (cantidadpropuesta por los actores).

O Reducción de la lixiviación de un 20 por ciento con respectoa las cifras actuales.

Para la redistribución vamos a considerar los cultivos más repre-sentativos de la región, para los cuales conocemos los valores deconsumo y de lixiviación, es decir, los mismos cultivos que hemossimulado en CropSyst: trigo duro, trigo blando, maíz grano, maízde siembra, sorgo de secano, sorgo de regadío, girasol en secano ygirasol en regadío. Los valores de los márgenes individuales pro-porcionados por cada cultivo se toman de los resultados propor-cionados por Olympe.

Con el fin de encontrar la combinación óptima de cultivos, se haestablecido para cada una de las 5 zonas de la cuenca un sistemade ecuaciones que reflejan la contribución de cada cultivo al mar-gen, al consumo de agua y a la lixiviación total de nitratos. A con-tinuación se ha maximizado la función margen global, definidacomo la suma de los márgenes individuales de cada cultivo por lasuperficie de dicho cultivo en un año determinado. Para tener encuenta la variabilidad climática, la toma de decisión acerca de laalternativa de cultivo se debe hacer en relación a una función mar-gen única que considere los márgenes de los diferentes tipos deaños con su probabilidad de aparición (año seco: 0,18; año medio:0,68; año hítmedo: 0,14) . La función objetivo para una zona deter-minada se define como:

MT = 0,18 * (^ S; * M;s) + 0,68 * (^ S; * M;,n) + 0,14 * (^ S; * M;t,)

Donde:

MT^ = margen total (F).

S; = superficie del cultivo i(ha).

M15 = margen del cultivo i en un año seco (F/ha).

M;,,, = margen del cultivo i en un año medio (F/ha).

M,t, = margen del cultivo i en un año húmedo (F/ha).

Con la programación lineal, se trata de buscar la combinación desuperficies Si tal que MT se haga máximo, respetando las limitacio-nes impuestas, especificadas antes.

Pero antes de buscar la repartición óptima de superficies con lasnuevas limitaciones medioambientales que vamos a imponer, es

91R^^cista E^paiwlu rlc E:^tu^ti^^ti ,^ruu^iialcs r Pc.r^u^^rus, n." Yl:^i. `?I1(1^

G. Carmona, Ph. Le Grusse, M. Le Bars. H. Belhouchette y J. M. Attonaty

muy importante la etapa de ajuste del modelo, para ver si éste res-ponde bien a la realidad. La fase de ajuste consiste en optimizar lafunción margen total de cada zona respetando un cierto níimerode limitaciones agronómicas y de mercado que deben ser respeta-das, en concreto: (I) la superficie disponible S; = S total disponible;(II) limitaciones agronómicas (respeto de rotaciones); (III) Super-ficie mínima de maíz para ensilado; (N) limitaciones de mercado(stiperficie máxima de trigo duro y de maíz de siembra) .

La solución que propone el modelo ajustándose a estas limitacio-nes debe ser próxima a las alternativas reales. Hemos representa-do la correlación entre las superficies reales v aquellas resultantesde la optimización, y hemos obtenido tm coeficiente de correla-ción de 0,9932. Ahora se trata de buscar para cada zona de pro-ducción una nueva repartición de la superficie que optimice lafunción margen, añadiendo nuevas limitaciones que queremosimponer y que van a reducir el consumo de agua de riego y la lixi-viación de nitratos.: (I) Consumo máximo de agua: ET =^ S; * E; <_2000 * ST irrigada; (II) Cantidad máxima de nitrato lixiviado L-1- _^ S; * T; <_ 0,8 * LT actual. El modelo va a darnos como soluciónóptima para cada zona una nueva repartición de la superficie, parala cual el consumo de agua no sobrepasará los 2.000 m^^/ha y sulixiviación será el 20 por ciento inferior a la lixiviación actual. Estantzeva alternativa implica una disminución del consumo de agua yuna disminución de la lixiviación, puesto que se trata de limitacio-nes que hemos impuesto, pero puede implicar también una dis-minución del margen.

A continuación hemos agregado los modelos por zona y hemosconstruido un nuevo modelo del conjunto de la cuenca, que nospermite maximizar el margen a nivel regional. Para ello, vamosa definir una nueva función objetivo global, igual a la suma delos márgenes de cada zona. Después hemos considerado las limi-taciones de consumo máximo de agua y máxima lixiviación anivel del conjunto (2000 m`^ por ha de riego en el conjunto dela cuenca y una reducción de la lixiviación total de un 20 porciento respecto a la actual). Esta nueva optimización supone unacompensación del consumo de agua y de la lixiviación de nitra-tos entre zonas. Las alternativas serán diferentes de aquellas quese obtuvieron anteriormente y obtenemos mievos márgenes glo-bales por zona. Las alternativas optimizadas propuestas por losmodelos van a dar valores de consumo de agua y de lixiviación anivel regional que comparamos en el gráfico 7 mostrado a con-tinuación.

92Reci^ta I^,,pa^iola de 1'stuclio^^ _^nr^^.ucialcs ^^ Pesqueros, n." _'13. `?IIUi

Construcción participativa de un modelo de gestión de la explotación agrícola para el apoyo a la toma de decisión colectiva

Gráfico 7Comparación entre el consumo total de agua por los cultivos

optimizados y entre la lixiviación total de nitratos a nivelde la cuenca en la situación actual, después de la optimizaciónpor zona y después de la optimización regional, para los tres

tipos de años climáticos posibles

CONSUMO TOTAL DE AGUA

30 ^Í

25 ^

ó 20 -^

>°

Volumen máximo: 22.052 mill. m3

AS AM

Tipos de año climático

LIXIVIACIÓN TOTAL

200

180

É 160

m 140c0^ 120

^ 100rn^a^ 80

E^ 60ó>

40

20

0

AH

- - -...-- -- ------

.Máx. lixiviación AH: 129.362 kgH

M^ŭ. lixiviación AM; $2.49$_kgH _ _

^Máx. lixiviación AS: 4.858 kgH

AS AM AH

Tipos de año climático

. Actual ^ Optimización por zona . Optimización regional

93Rc^iaa I^_a^ailula dc fatudi<is Anros^^cialrs ^^ P^^.yucrus_ n." "la. Y01)^

G. Carmona. Ph. Le Grusse, M. Le Bars. H. Belhouchette y J. M. Attonaty

En los dos casos de optimización, obtenemos consumos de aguamenores que los que se dan actualmente, por ejemplo en un añoseco pasamos de 27,5 millones de m^ en la actualidad a 20,9 millo-nes como resultado de la optimización por zona y a 22 millones enla optimización a nivel del conjunto. Estos consumos son siempremenores en el modelo optimizado por zona que en el resultado dela optimización a nivel del conjunto de la región, pero en amboscasos el agua consumida está por debajo de los 2000 ms/ha irriga-da impuestos como limitación. En los dos modelos, la reduccióndel consumo es más importante para los años secos. Cuando com-paramos la lixiviación obtenida, al igual que para el agua consu-mida, constatamos que en los dos modelos vamos a disminuir lalixiviación por debajo de los límites que hemos impuesto comomáximos (reducción del 20 por ciento respecto de la lixiviaciónactual, calculada por CropSyst). Esta disminución es también másimportante en el modelo de optimización por zona, pero la dife-rencia es mucho menor que para el volumen de agua, sobre todoen los años secos y húmedos.

Comparando el margen total regional obtenido actualmente conel resultante de cada modelo de optimización, vemos el impacto

Gráfico 8Comparación del margen total (margen combinado, que tiene

en cuenta el margen para cada tipo de año climático y la probabilidadde aparición de éstos) a nivel de la cuenca, asociado a los cultivosconsiderados en la optimización, en la situación actual, después

de la optimización por zona y después de la optimización regional

MARGEN TOTAL REGIONAL

L

LL

zca^mc^^

4.500

4.400

4.300

4.200

4.100

4.000

3.900

3.800

3.700

3.600

3.500

Actual

94

Optimización por zona Optimización regional

Rccist^ Esp^iiola dc L'studi^^s.^^;rus<iciales^^ Ncsqucrus, n." Yl:^, °Qlli

n participanva ae un mooeio ae gestion ae ia expiotacwn agncoia para ei apoyo a ia toma ^

económico que supondría la adopción de las nuevas alternativaspropuestas: el modelo optimizado por zona presenta las disminu-ciones más importantes en el consumo de agua y en la lixiviación.La disminución del margen es asimismo más importante que parael modelo optimizado a nivel de la región (521,3 F/ha frente a238,5 F/ha). La optimización del margen a nivel del conjunto dela región nos permite llegar a una solución aceptable desde elptmto de vista medioambiental (puesto que respeta las limitacio-nes impuestas, al igual que la solución de la optimización porzona) con un impacto económico muy inferior. Además, la dismi-nución del consumo de agua y de la lixiviación no se reparten demanera homogénea en todas las zonas de producción, sino queéstas se ven afectadas de forma diferente.

La conclusión del escenario 2 es que es posible resolver el consu-mo de agua y la lixiviación de nitratos a nivel regional a través dela redistribución de las superficies de los cultivos, respetando siem-pre las limitaciones agronómicas y de mercado que afectan a laproducción de la región. Esta reducción del consumo de agua y dela lixiviación de nitratos afecta principalmente a las zonas que pre-sentan actualmente los valores más críticos. La disminución delconsumo y de la lixiviación van acompañadas de una reducción delmargen bruto obtenido, que es mucho menos importante cuandorealizamos una optimización para el conjunto de la región en lacual se consideran las limitaciones de agua y de lixiviación de nitra-tos a nivel agregado. Esto nos muestra que en la bíisqueda de unóptimo con objetivos comunes es posible llegar a una mejor solu-ción a través de la negociación, cuando consideramos accionesposibles a nivel del conjunto.

4. DISCUSIÓN Y CONCLUSIONES

Con el objeto de encontrar alternativas al modo de gestión del aguaen la cuenca, se ha utilizado un modelo de funcionamiento del siste-ma agrícola de la misma, capaz de mostrar la evolución del consumode agua y de insumos, así como las interacciones entre las distintaszonas de producción. EI modelo, que ha sido calibrado y validadopor los actores, nos ha permitido probar diferentes opciones de ges-tión del agua y proceder a la elaboración de escenarios.

La integración de los modelos biofísico y agroeconómico permiteuna complementariedad entre distintas disciplinas, constituyendowi vínculo entre el sistema físico y económico, entre las técnicas deproducción de los cultivos y su impacto medioambiental y económi-

95Kc•^isui H:.p.ulul.^ dr F.stucli^^s ,aKrusucialrs t Pc,^^urr^^s, n.° Yl:i.'Z(lil7

co. Una vez modelizado el sistema agrario de la cuenca, se han pro-bado distintos cambios que nos permiten reducir el consumo deagua y la contaminación por nitratos.

Los primeros resultados del modelo (con los datos de campo) per-mitieron constatar que la heterogeneidad de suelos y de cultivos dela cuenca lleva a variabilidad en los volúmenes de agua consumida yde las cantidades de nitratos lixiviados. Por otra parte, esta variaciónde comportamiento de los cultivos por zonas tiene como consecuen-cia resultados económicos heterogéneos. A la hora de probar esce-narios, hemos tenido en cuenta esta diversidad, sabiendo que cadazona de producción tendrá su propia respuesta a los cambios pro-puestos.

El primer escenario propuesto es el cambio de técnicas de produc-ción para adaptar la aplicación de insumos (agua y nitratos) a lasnecesidades de las plantas, intentando que no se apliquen excesosque contribuirían a la contaminación. Los resultados de este primerescenario nos han mostrado que es posible llegar a una disminuciónde la cantidad de agua consumida acompañada de una disminuciónde la lixiviación de nitratos sin cambiar los cultivos. Esta mejora nose da por igual en todas las zonas ni para todas las clases de produc-ción, y depende también de la pluviometría del año. Así, la disminu-ción del volumen de agua consumida tiene lugar principalmente enlas zonas con suelos tipo «alluvions» y«boulbénes», en las que varíaentre el 14 y el 34 por ciento, según el tipo de año climático, con res-pecto al consumo actual. Esta disminución de volumen de agua esmucho más importante para los años secos y menos importante enaños húmedos. En cuanto a la disminución de la lixiviación de nitra-tos, hemos constatado que es más importante en los años climáticosde tipo medio. Con los itinerarios técnicos propuestos, se produce almismo tiempo un aumento del margen con respecto a la situaciónactual, consecuencia de una mejor adaptación del nivel de insumosa las necesidades de los cultivos. Aunque este escenario constituyauna situación óptima difícil de conseguir en la realidad, muestra queexiste un margen de maniobra que nos va a permitir disminuir elconsumo de agua, la contaminación y los costes, conservando losmismos rendimientos.

El segundo escenario propuesto es la optimización de la distribuciónde la superficie a través de programación lineal. Esta vez, sin cambiarlos itinerarios técnicos de los cultivos, se consigue también una dis-minución del consumo de agua y una disminución de la lixiviación,que no son de la misma magnitud en las diferentes zonas de pro-ducción desde el punto de vista medioambiental. Dichas disminu-

96R^^^^i^ia F^spafiula dc Eaudiu,eA^nr^^,.^^cialeti^^ Pe.qucrus, n."'^I:;. _'^l^li

onstruccion parucipativa ae un moaeio ae gestion oe ia expiotacion agncoia para ei apoyc

ciones suponen también una disminución del margen. Hemos cons-truido dos modelos de programación lineal: un primer modelo en elque las limitaciones son consideradas de forma separada para las dis-tintas zonas, y un segundo modelo en el que las limitaciones se apli-can a nivel del conjunto, es decir, se permite que una determinadazona sobrepase el límite impuesto con respecto al consumo de aguao a la lixiviación, siempre y cuando exista una compensación con lasotras zonas que haga que el conjunto de la cuenca se mantenga pordebajo de los límites globales. Si comparamos los dos enfoques, cons-tatamos que con el segundo modelo nos acercamos más a los límitesimpuestos. Se observa también una disminución del margen, qtreaunque sigue estando desigualmente repartido tanto a nivel globalcomo entre casi todas las zonas, esta disminución del margen es tam-bién menos importante en el segtmdo modelo (maximización a niveldel conjunto).

Las herramientas presentadas en este artículo constituyen un modode representar la realidad de una manera simplificada, permitiendomostrar los resultados de posibles cambios en las alternativas de cul-tivos y en las técnicas culturales, tanto desde el punto de vista eco-nómico (ingresos de los agricultores) como medioambiental (con-sumo de agua, contaminación), teniendo en cuenta las condicionesde clima, de suelo y los aleas que pueden ocurrir. La principal debi-lidad de nuestros modelos es su carácter estático, ya que no permi-ten tener en cuenta los efectos acumulativos a lo largo del tiempo.Sin embargo, no habríamos podido construir modelos dinámicos acausa de la falta de datos sobre las rotaciones llevadas a cabo.

Pero no queremos pararnos en la representación del sistema; el obje-tivo de la construcción de los modelos y de la simulación de escena-rios es conseguir una interacción con los agricultores que haga mássencillo el proceso de negociación. Una de las perspectivas posiblesde este trabajo es establecer un diálogo con los actores a través de ladiscusión de los resultados obtenidos en las simulaciones, tratandode encontrar soluciones conjuntamente, que satisfagan a todas laspartes. La etapa de negociación podría plantearse como un juego desimulación con el conjunto de los grupos de interés.

Esta metodología se inscribe dentro de la nueva concepción de lalegislación medioambiental francesa que, en los últimos años, con-cede una importancia creciente a los procedimientos de participa-ción pública, con una repercusión en la decisión más o menosimportante, que conducen a la adopción de principios de gestiónmás durables. La ley del agua (1992) es una buena muestra de esteprocedimiento, en el que el Estado conserva la autoridad formal de

97K^^^ist:^ 1:.F^.^ñ^^la dr I•:.nidius :^};rutiui i;^lrs c P^^.^^ucn^.. n." `Lla. '?Un^

^. Carmona. Ph. Le Grusse, M. Le Bars, H. Belhouchette v J. M. Attc

la decisión, pero delega a una comisión local del agua la tarea de pre-cisar el contenido de un posible acuerdo que la autoridad, fuera deuna situación de crisis, ratificará. Desde el momento en que se hadefinido una problemática explícita, las partes interesadas y las varia-bles negociadas son conocidas y resta explicitar las reglas de distribu-ción de los costes del acuerdo 2. Las hipótesis de robuste-r. del acuer-do que aseguran una gestión durable del recurso conducen adescribir un proceso de comunicación entre las partes, permitiéndo-les explorar las soluciones posibles y de llegar a un acuerdo satisfac-torio para todos.

Con la construcción del modelo de funcionamiento de la agricultu-ra de la cuenca y la propuesta de escenarios, hemos conseguido:

- Hemos mostrado el papel que desempeña la agricultura en el con-flicto: se trata de la actividad que consume la parte más importan-te del recurso (HO por ciento del total del agua consumida en lacuenca) y contribuye a la contaminación de las aguas a través de lalixiviación de nitratos.

- Hemos mostrado también que es posible reducir este consumo deagua y esta lixiviación de nitratos mediante cambios en las prácti-cas culturales o mediante cambios en las alternativas de cultivos.

- Como investigadores, hemos aplicado nuestros conocimientos ynuestras herramientas para facilitar las negociaciones entre acto-res en este conflicto de uso: nuestra forma de tratar los problemasde gestión del agua ha contribuido a mejorar el diálogo, favore-ciendo reuniones y reflexiones en común.

- No podemos decir toda^^ía si habrá acuerdo entre los actores pararesolver los problemas de asignación de los recursos hídricos ypara detener el deterioro de su calidad en la cuenca del Aveyron-Lére, pero hemos demostrado que existen técnicas de produccióny modos de organización de los cultivos que pueden mejorar lagestión del recurso tanto desde el punto de ^zsta de su volumencomo de su calidad.

BIBLIOGRAFÍA

AGRESTE (2002): L'ag7irulture vn Tarn. Pt-Garonne. Paris: Ministére de 1'agri-cultiu^e, de 1'alimentation, de la péche et des affaires rurales. Montau-ban: Direction départementale de 1'agriculture et de la forét.

AtvTLE, J. M. y STO^^KVOCri., J. (2001): «Integrating site-specific biophysicaland economic models to assess trade-offs in sustainable land use and soilquality». Economi^ ^oliey ^cnd sustainable lan^l use. 169-184.

98Rcci.^a Fspañola de E.^udios Agrnsociali•s ^^ Pcu^ucros, n." "13, °_uUi

Construcción participativa de un modelo de gestión de la explotación agricola para el apoyo a la toma de decisión colectiva

AQUALIS, ARTLINE, OREADE (1997a): Etudes^réalables au contrat de rivié-re Aveyron aval-I_Pre. Rapport de phase I: diagnostic; qualité et gestion desressources en ean. Montanban: Conseil Général du Tarn et Garonne.

AQUALIS, ARTLINE, OREADE (1997b): F.tudes préalables au contrat de rivié-re Aveyron aval-I,ére. Rapport de Synthése du Rapport Définitif. Montau-ban: Conseil Général dit Tarn et Garonne.

Ari'ox.^^', J. M. y Sol3 H:R, L. G. (1992): «Aide á la décision et gestion straté-giqne: un modéle ponr 1'entreprise agricole». Revue Franç^aise de (^estion,1992, 8: 45-54.

AT-rotiATV, J. M. y LF GRtrssi:, P. (1994): «Helping farmers in strategic decision-making. Training of executives from different Mediterranean coimtries: anexperimenb>. In Jacobsen, B.; Pedersen, D.; Christensen, J.; Rasmussen, S.Farmeŭs' derision making, a ctescriptive a^r^iroach. Copenhagen: Institute of Agri-cultural Economics: 235-245. 38^}' EAAE Semi-ton, 3 et 5 octobre 1994.

A^r-r'o:vA^°, J. M.; CHATi•a.t^, M. H. y G^RCíA, F. (1999): «Interactive simula-tion modelling in farm decision-making». In Comj^uters and Electronics inagŭzr.ultz^re, 22 (1999): 157-170.

BARB[ER, B. y Bi•.RCt.ROtv, G. (1999): «Impact of policy interventions on landmanagement in Honduras: results of a bioeconomic model». AgrzculturalSystems, 60: 1-16.

BE1.HOUCHH.^^rE, H. (2004): Evaluation de la durabilité de successions culturalesá l échelle d'un périmétre irrigué en Tunisie: utilisation conjointe d'un modéle deculture (CropSyst), d ún SIG et d ún modéle bio-économique. Thése de doctoraten Sciences Agronomiques, Ecole Nationale Supérieure d'Agronomie deMontpellier. UMR Fonctionnement et conduite des systémes de culturetropicaux et méditerranéens.

CAR1^1o1vA, G. (2004) : Modéles de simulation de l agriculture d ún bassin ver-sant. Apj^lication au bassin Aveyron aval-I,ére. Master professionnel Gestiondes Exploitations Agricoles et En^^ronnement. CIHEAM-IAM Montpellier.

CRETtit^>:^', M. (1995): «Conception de systémes de culture durables. Expé-rimentation et enquéte dans 1'étude de la fertilité des sols». In: Sustaina-ble land management in African semi-arid and subhumid regions. Proceedingsof the SCOPE workshop, 15-19 November 1993, Dakar, Senegal. CIRAD(ed), Montpellier-France: 131-139.

FA1.co^ER, K. y Honc^E':, I. (2001): «Pesticide taxation and multi-objectivepolicy-making: farm modelling to evalnate profit/environment trade-offs». Erological Economics, vol. 36: 263-279.

FL[cH[viAtv, G. (1997): «Bio-economic models integrating agronomic, envi-ronmental and economic issues with agricultural use of water [on line] ».In: Dnpuy B(ed.). Aspects économiques de la gestion de l éau dans le bassinméditerranéen: actes de l'atelier de Marrakech; 1995/05/17-19. Bari (Italie):CIHEAM-IAM: 327-336 (Options Méditerranéennes: série A. Séminairesméditerranéens, 31).

Fot.TZ, J. C.; LI•.F, J. G.; MART'í^, M. A. y PR^:c^.[., P. V. (1995): «Multiattibu-te Assessrnent of Alternative Cropping Systems». Amerzcan fournal of Agri-cultural Economics, 77: 408-420.

99R^•cis^^ I'..^ia^iula di• l^:^iu^li^^s Agrusiiriali•5 ^ Pi^uiui•n^s. n." YI:^.'?un^

G. Carmona, Ph. Le Grusse. M. Le Bars. H. Belhouchette y J. M. Attonaty

H.^cc..-^It, J.; Av,^1..^, A.; Dí.^z, B. ^^ RE^^s, C. U. (2001): «Participatory designof agroforestr^^ svstems: de^^eloping farmer participatory research met-hods in México». DPVelap^nent in Pra^ti^P. London: Intermediate Techno-logy, (^^ol. 11) 4: 417-424.

INRA (1989): Carte dPS sols dans la région de l'Aveyron h-P. Chambre d'agri-cultttre Midi-P^^rénées.

JcsT, R. E. ^^ A^^rt_r, J. M. (1990) :«Interactions Between Agrictiltural andEm^ironmental Policies: A Concepttial Framework». Ameri^an F.cono^ni^R^r^ivr^^, 80: 197-202.

K^'tiT.^slir'L..a, E. y M.^FOticot'.^, P. L. (2005): «Farmer participatory e^-alua-tion of agrof^^restry trees in eastern Zambia». Agric2^ltural SystPms, vol. H4:39-73.

LE B.aKS, M.; AI.L^^A, M.; LE GKt^ss^, Ph.; Arrow^^^, J. M. (2005): OLYMPI:',^Vlanuel d'zctilisation. CIHEAM-IAMM Editions (ISBN: 2-85352-305-^):120 p.

Lr Gut'ssr., Ph. (2001): «Du "Local au Global": L,es dynami9ues agro-ali-mentaires territoriales face au Marché Mondial». Quels instruments d'ai-de á la décision pour 1'élaboration de Stratégies Territoriales? In: Optio^^smP^litPrran.éPn rtes.

MF:^noz^, G. A. y P[z,anltt', R. (2005): «(;ombininb participatory modeliingand multi-criteria analysis f<^r commnnity-based forest management».ForPSt E^olo^ an.d Man«gement, vol. 207: 145-456.

MicxwiTr, P.; Mt:L^tira, M.; RosH::vsTU^^, U. y SH:n^^.^,, Y. (2005): «Regionaleco-eficiency indicators in a participatory approach». journal of Cle^^nvrProd^^^tion, in press.

Oh.^L[, (:.; St':^tHH.KC, J. y F,^uRltit.rt^x, J. (1994): I^ármerParlici^iatory I^sea^rrh:Rh^tor^c and KPality.

P^CINI, ^..; ^ÑOSSINK, A.; ^IESEN, ^i.; VA'1.'1.ANA, C. y ^MODEI-ZORINI, 1.. (2001 ):

«Em^ironmental Accounting in Agriculture: a Methodological Appro-ach». Submitte^l for^iublication to Agri^icltural SystPms.

R.^t•scl^M,^^^:u, F. y RISSH'., N. (2005): «A Framework for the selection of par-ticipator,y approaches f^^r SEA». F.nvironment Im^^act AssPSSment Rruiew, ^^ol.25: 650-666.

RI:.^^^:I_, J. C. (1982): «Formation des sols sur marnes. Étude d'une chrono-séquence et d'une toposéquence complexes dans le terrefórt totilou-sain». ThésP Sri., INP loulousP: 249 p.

SI>:,gFt^ti^^tvER, B. y VoLtiHat, B. (2005): «The role of computing modelling inparticipatory integrated assessments». F.nvirnrlment^el Impa^t ^lssessmPiztR^,iv^a, ^^ol. 25: 367-3H9.

S^róc.hLr:, Do:v^Tta.rt et al. (2003): «Cropsyst, a cropping system simulationmodel». Euroj^ean journal or agŭ-onomy, Vol. 18.

100Rrci.ta Fspañula ^lc I'.studius :Agrouu i;tlc.. r Pesqucru^^, n.^• `^ I:^, YIIU i

struccion partidpativa tle un motleio oe gestion oe ia exp^otacion agncoia para ei apoyo a ia toma ae aeasion coiecuva

RESUMEN

Construcción participativa de un modelo de gestión de la explotación agrícola para el apoyoa la toma de decisión colectiva. ApGcación al caso de la cuenca de Aveyron-Lére

t•:I ubjeti^^^^ de este trabajo es el desarrollo, con la participaciGn de los grupos de interés, deinstrumentos v métodos sencillos que faciliten la toma de cíecisión de un colecti^^o. Estaexperiencia se apo^•a en una im^estigación lle^'ada a cabo con agricultores ^^ responsablesprofesionales (Pr^^yecto Aqnae (4) en la cuenca hidrográfica A^^e^ron-Ltre. En este contex-to se ha tratadu de 1) crear un m^^del^^ de la cuenca hidrográfica para e^•aluar el consumode agua, las p^•rdidas de nitratos dc la zona, y de 2) simular escenarios para analizar posi-bles mejoras en la ^esúón. Se han probado dos tipos de escenarios con el objeti^^o de ajus-tar el uso del agua a los ^•olíunenes disponibles v de disminuir las pérdidas de nitratos: enprimer lugar una c^ptimizacibn del riego y de la fertilización, v después una gestión de lasrotaciones a escala de zona (cinc^> z^^nas en las que se ha di^'idido la cuenca hidrográfica),así como a escala de la cuenca. Ha m^^delo permite e^^aluar, para distintos escenarios de ges-tión, el coste que snpone para los pr<^cíucu^res agrícolas el respeto de las nortnas estableci-das sobre uso dc• a^;ua y fértilizaci^ín en funci^ín de la variabilidad climática interanual.

PALABRAS CLAVE: Modelos participati^^os, toma de decisión colectiva, sistc:ma de cultivo,contaminaci<ín, rirgo.

SUMMARY

Participative elaboration of a farm management model to support collective decision making

"I'he aim of this study is to dc^^elop simplified tools .uxi tnethods in collaboration with theparticipation of local stakeh^>Iders for facilitating collective cíecision-making. The project isbased on a series of experin^ents carried out with f^trmers, em'ironmental of^ficers andrrsearchers (Aquae proyect) on the A^•eyron-Lére catchment area. 41'ithin this framework:l) a model of the catchment was constructed in order to examine water consnmption andnitrate losses in the area, and 2) scenarios were simnlated so as to assess possible manage-ment impro^ement Two types oC scenarios were tested with the objecti^e of limiting waternse to a^^<tilable volumes and reducing nitrate losses: first, irrigation ancí fertilisation opti-mization; after that crop rotation mana^ement at local scale (in the [ive zoneti cíefined inthe catchment), as well as at the scale of the whole basin. The model allows the e^^aluation,for the difCerent management scenarios, the cost for the farmers of respecting current waterand fertilizatie^n regulations, as a function of the inte^-annnal climatic ^^ariability.

KEYW^RDS: Participati^^e modelling, collecti^•e decision making, cropping system, pollu-tion, in'igation.

101Rccista I^:.pail^^la dc E:.iurlius :1^r^nncialrs ^^ Pc.^^ui•n^s. n.'^ „I:S. _'h(17