Integración de simulación hidrológica y predicción del rendimiento del arroz usando SWAT en la cuenca del río Bharathapuzha en el sur de la India

Por qué importan aquí el arroz y los ríos

En el estado sureño indio de Kerala, el arroz es más que un alimento: es central para la cultura y la vida cotidiana. Sin embargo, hoy el estado produce solo alrededor de una quinta parte del arroz que necesita. El cambio climático, el desplazamiento de los monzones y el descenso de las aguas subterráneas están reduciendo progresivamente las cosechas, especialmente en el distrito de Palakkad, frecuentemente llamado el granero arrocer o de Kerala. Este estudio plantea una pregunta práctica con grandes consecuencias: ¿podemos usar modelos informáticos de ríos y lluvia para prever cuánto arroz cosecharán los agricultores y, a partir de eso, planificar mejor las decisiones sobre agua y cultivo?

Conectar los campos con toda la cuenca del río

La investigación se centra en dos bloques arroceros principales —Palakkad y Alathur— dentro de la cuenca del río Bharathapuzha en el sur de la India. Los agricultores dependen en gran medida del agua de riego almacenada en el embalse de Malampuzha, que capta las lluvias monzónicas procedentes de las colinas circundantes. En lugar de observar los campos de arroz de forma aislada, los autores los tratan como el punto final de una historia hídrica mucho más amplia: la lluvia que cae en las montañas, el agua que se infiltra en el suelo o escurre por la superficie, fluye por arroyos y canales y finalmente llega a los arrozales. Para seguir esta cadena desde la nube hasta la cosecha, usan una herramienta informática bien conocida llamada SWAT (Soil and Water Assessment Tool), que puede simular cómo se mueve el agua por un paisaje y cómo crecen los cultivos en distintas condiciones.

Cómo se construyó el modelo informático

Para que la cuenca virtual se comportara como la real, el equipo primero reunió una imagen detallada del área: mapas digitales de elevación para trazar pendientes y drenaje, mapas de uso del suelo y del suelo para ver dónde se cultiva arroz y de qué está hecho el terreno, y registros largos de lluvia, temperatura y caudal del río. SWAT divide la cuenca en muchas unidades pequeñas que comparten suelos, cobertura del suelo y pendientes similares. Para cada unidad, el modelo sigue la lluvia, la evaporación, la escorrentía y el agua absorbida por las plantas de arroz. El embalse de Malampuzha se representa como la fuente principal de riego, con agua liberada automáticamente a los campos siempre que el suelo simulado se vuelve demasiado seco. Debido a la falta de mediciones detalladas del crecimiento de las plantas en los campos, los autores usaron los parámetros estándar de crecimiento del arroz incorporados en SWAT y luego contrastaron los resultados con las estadísticas oficiales de cosecha.

Probar el modelo frente al río

Antes de confiar en cualquier predicción de rendimiento, los investigadores se aseguraron de que el modelo pudiera reproducir el comportamiento del río. Compararon el caudal mensual simulado en una estación de aforo clave, Kuttipuram, con los datos observados de 1998 a 2017. Al ajustar cuidadosamente un conjunto de parámetros influyentes —como la rapidez de la respuesta del acuífero, la facilidad de circulación del agua en el suelo y la fracción que se convierte en escorrentía— lograron lo que los hidrólogos consideran un acuerdo “bueno” entre el modelo y las mediciones. Las puntuaciones estadísticas mostraron que los caudales simulados capturaron tanto los volúmenes generales como las oscilaciones estacionales del río, con la mayoría de los valores observados dentro de la banda de incertidumbre del modelo. Esto dio confianza en que la representación del movimiento del agua por la cuenca era lo bastante realista para sostener un análisis de cultivos.

Qué dice el modelo sobre los rendimientos de arroz

Con el comportamiento del río calibrado, el equipo pasó a las cosechas. Compararon los rendimientos anuales de arroz simulados por SWAT para 2008–2017 con los rendimientos reportados en Palakkad y Alathur. La correspondencia fue alentadora: en Palakkad, el modelo siguió de cerca las variaciones año a año, mientras que en Alathur todavía reprodujo el patrón principal aunque algunos picos y valles no coincidieran exactamente. En general, el modelo tendió a sobreestimar ligeramente los rendimientos, lo que los autores atribuyen a supuestos simplificadores —como usar las mismas fechas de siembra y cosecha cada año y suponer canales de riego perfectamente eficientes. Aun así, tanto los datos medidos como los simulados muestran una preocupante tendencia a la baja en la producción durante la década, en línea con estaciones más cálidas y lluvias más erráticas.

Qué significa esto para agricultores y planificadores

Para el público general, el mensaje principal es claro: lo que ocurre en la parte alta de la cuenca moldea fuertemente la cosecha de arroz río abajo, y los modelos informáticos modernos pueden captar este vínculo lo bastante bien como para orientar decisiones. Al conectar lluvia, caudal, almacenamiento en embalses y rendimientos en un marco único, el estudio ofrece una herramienta para planificar liberaciones de agua, escoger variedades de arroz y ajustar calendarios de siembra ante el cambio climático. Aunque queda espacio para mejorar el realismo de los detalles del cultivo y las pérdidas por riego, el trabajo demuestra que el “cuenco arrozero” de Kerala puede gestionarse con más criterio si se lo trata como parte de un sistema fluvial vivo, y no solo como un mosaico de parcelas. Esa visión integrada es esencial para mantener el arroz en los platos y la seguridad de los medios de vida agrícolas en un futuro más cálido y con estrés hídrico.

Cita: Karunanidhi, D., Nair, G.S., Subramani, T. et al. Integrating hydrological simulation and paddy yield prediction using SWAT in the Bharathapuzha River basin of South India. Sci Rep 16, 10797 (2026). https://doi.org/10.1038/s41598-026-45201-0

Palabras clave: rendimiento del arroz, riego, modelado de cuencas, impactos climáticos, agricultura en Kerala