Un equipo de investigación internacional ha descubierto los impulsores clave de la sostenibilidad del rendimiento del arroz mediante la aplicación de inteligencia artificial (IA) al experimento de triple cultivo de más larga duración del mundo.
por el Instituto Internacional de Investigación del Arroz
El estudio, publicado en Field Crops Research , brindó nuevos conocimientos sobre cómo el clima, las variedades de cultivos y las prácticas de gestión influyen en la productividad del arroz a largo plazo ante los crecientes desafíos climáticos y de seguridad alimentaria.
En esta investigación, científicos de la Universidad de Gifu, la Universidad de Kioto, la Organización Nacional de Investigación Agrícola y Alimentaria de Japón (NARO), la Asociación Internacional de Fertilizantes y el IRRI analizaron más de cinco décadas de datos (1968-2017) de 150 cultivos de arroz consecutivos cultivados en el Experimento de Cultivo Continuo a Largo Plazo (LTCCE) del Instituto Internacional de Investigación del Arroz en Filipinas.
En el LTCCE, desde 1968, se cultiva arroz tres veces al año: durante la temporada seca, la temporada húmeda temprana y la temporada húmeda tardía, con diferentes dosis de fertilizantes nitrogenados e introduciendo nuevas variedades regularmente. Los científicos combinaron registros climáticos, prácticas agronómicas y recambio varietal con técnicas avanzadas de aprendizaje automático, una aplicación de IA que puede detectar patrones complejos y ocultos en el big data para revelar nuevos conocimientos sobre el rendimiento de los cultivos a largo plazo.
«Esta es la primera vez que el aprendizaje automático ha desentrañado interacciones tan complejas y a largo plazo entre el clima, la gestión y la genética en los sistemas arroceros», afirmó el Dr. Kazuki Saito del IRRI, autor correspondiente. «Nuestros resultados demuestran que mantener la productividad en los arrozales de Asia requiere no solo una mejor gestión, sino también un mejoramiento adaptado a la temporada y una renovación varietal más frecuente».
Los hallazgos clave incluyen:
- Una mejor gestión de los fertilizantes nitrogenados, el rápido reemplazo varietal y la radiación solar aumentaron consistentemente los rendimientos, pero sus impactos variaron marcadamente según las estaciones.
- Los cultivos de la estación seca prosperaron con temperaturas más bajas en la etapa reproductiva, mientras que los cultivos de principios de la estación húmeda se beneficiaron de temperaturas más cálidas en la etapa temprana de crecimiento de la planta que ayudaron a mejorar la mineralización del nitrógeno del suelo.
- Los cultivos de finales de la temporada de lluvias enfrentaron los mayores desafíos. El uso prolongado de la misma variedad de arroz podría reducir la respuesta al nitrógeno e intensificar el riesgo de enfermedades.
- Aunque estudios anteriores atribuyeron las caídas de rendimiento de la década de 1970 y 1980 principalmente a un menor suministro de nitrógeno, nuestro análisis revela que el aumento de las temperaturas nocturnas también fue un factor crítico que contribuyó a estas pérdidas de rendimiento históricas.
El estudio destaca tres oportunidades estratégicas para sostener la productividad del arroz:
- Mejoramiento de variedades de arroz de estación seca con mayor tolerancia a las altas temperaturas nocturnas.
- Desarrollo de variedades de estación húmeda tolerantes a condiciones húmedas y de baja radiación.
- Rotar y reemplazar variedades con mayor frecuencia a lo largo de las estaciones.
«Al combinar cinco décadas de datos detallados sobre cultivos y clima con herramientas modernas de IA, ahora podemos ver con mucha más claridad qué sustenta la producción de arroz «, afirmó el Dr. Tomoaki Yamaguchi, autor principal y profesor adjunto de la Universidad de Gifu. «Esto significa que podemos diseñar estrategias más inteligentes y específicas para cada temporada para los agricultores».
En medio de las crecientes incertidumbres climáticas, el LTCCE se erige como un recurso indispensable para desentrañar cómo los sistemas de arroz perduran y se adaptan a las condiciones cambiantes.
«Estos conocimientos son importantes mucho más allá de un solo lugar de experimentación», señaló el profesor Keisuke Katsura, de la Universidad de Kioto, coautor principal. «Ofrecen un modelo para el cultivo de arroz resiliente al clima en los 22 millones de hectáreas de monocultivos de regadío de Asia, que alimentan a miles de millones de personas».
Más información: Tomoaki Yamaguchi et al., El aprendizaje automático revela factores que impulsan la sostenibilidad del rendimiento en cinco décadas de cultivo continuo de arroz, Field Crops Research (2025). DOI: 10.1016/j.fcr.2025.110114
