Necesidades de agua e influencia de los sistemas de riego en Vitis vinifera cv. Albariño

TESIS DE DOCTORADO Necesidades de agua e influencia de los sistemas de riego en Vitis vinifera cv. Albariño María Fandiño Beiro ESCUELA DE DOCTORADO INTERNACIONAL DE LA UNIVERSIDAD DE SANTIAGO DE COMPOSTELA PROGRAMA DE DOCTORADO EN INGENIERÍA PARA EL DESARROLLO RURAL Y CIVIL LUGO 2021 DECLARACIÓN DO AUTOR/A DA TESE D./Dna. María Fandiño Beiro Título da tese: NECESIDADES DE AGUA E INFLUENCIA DE LOS SISTEMAS DE RIEGO EN VITIS VINIFERA VAR. ALBARIÑO Presento a miña tese, seguindo o procedemento axeitado ao Regulamento, e declaro que: 1) A tese abarca os resultados da elaboración do meu traballo. 2) De ser o caso, na tese faise referencia ás colaboracións que tivo este traballo. 3) Confirmo que a tese non incorre en ningún tipo de plaxio doutros autores nin de traballos presentados por min para a obtención doutros títulos. E comprométome a presentar o Compromiso Documental de Supervisión no caso de que o orixinal non estea na Escola. En Lugo, 29 de Outubro de 2021. Sinatura electrónica AUTORIZACIÓN DO DIRECTOR/TITOR DA TESE D./Dna. Javier José Cancela Barrio En condición de: Titor/a e director/a Título da tese: NECESIDADES DE AGUA E INFLUENCIA DE LOS SISTEMAS DE RIEGO EN VITIS VINIFERA VAR. ALBARIÑO INFORMA: Que a presente tese, correspóndese co traballo realizado por D/Dna María Fandiño Beiro, baixo a miña dirección/titorización, e a utorizo a súa presentación , considerando que reúne os r equisitos esixidos no R egulamento de Estudos de Doutoramento da USC, e que como director/titor desta non incorre nas causas de abstención establecidas na Lei 40/2015. En Lugo, 29 de Outubro de 2021 Sinatura electrónica AGRADECIMENTOS O meu máis sincero agradecemento a todas e todos os integrantes do proxecto INIA, Jesús, Esperanza, David, Henar e Enrique……e un verdadeiro luxo traballar preto de vós. Ó profesor Luis Santos Pereira, a Paula Paredes, a Ricardo Rosa e a Gonçalo Rodrigues, por todo o aprendido durante o tempo que compartín con vós en Lisboa. O proxecto RTA2014-00049-C05-05, por facilitarme os datos e medios para poder desenvolver o estudo actual, e á Bodega Lagar de Cervera pola súa colaboración neste ensaio nos viñedos. A todas as persoas que colaboraron neste proxecto no campo e no laboratorio, dende Albacete, Badajoz, Logroño, Valladolid e Galiza…..moitísimas grazas. A ti, Javi, por instruírme neste traballo e darme forzas cada día, aínda faltándoche a ti en moitos momentos…grazas de corazón. A Mar, a Jose e a Meli, por estar o meu lado nisto, abríndome os ollos e sempre, sempre, sempre animándome a continuar….e a rematar….grazas pola vosa amizade e bo facer.…tamén a vós, Fernando e Emily, sempre ledos e optimistas. Ós meus compañeiros Benjamín, Jorge, Marta, Emiliano, Emma e Teresa, por tantas horas baixo o sol, néboa e choiva……en Galiza temos de todo, incluso no verán. A meus pais, Maruja e Moncho, e a miñas irmás, Pilucha e Fina, por terme sempre en conta. Ós máis pequenos da casa, Olivia, Iñaki e Vega……e ós non tan pequenos, Nazaret, Laura e José Ramón…..quérovos moitísimo…..agora tamén a ti….Julia. A Silvina, a Lito e a Eva….por todo o seu agarimo. A Finocha, por esperar sempre o mellor de min……este e o meu agasallo. A Javi Otero, pola súa comprensión e apoio. A todos aqueles que tiñan as súas dúbidas……aquí estou para o que faga falta. A todos os que estean interesados neste traballo e ós que non. A Inés, á que lle dedico esta tese……fixestes o que puidestes, mérito más que suficiente para min. RESUMEN La gestión de los requerimientos hídricos en la viticultura atlántica no ha sido estudiada previamente en profundidad, por lo que, ante la situación climática actual, resulta de gran interés el estudio de la influencia sobre el viñedo de la aplicación de riego. El riego produce cambios en la respuesta de la planta, tanto a nivel productivo como vegetativo, así como en la calidad de los mostos, por lo que se ha incorporado el análisis de la técnica de deshojado precoz como estrategia de manejo del dosel vegetal, buscando el equilibrio vegetativo-productivo y la calidad de la uva. El ensayo experimental se ha realizado en un viñedo comercial durante los años 2016, 2017 y 2018, con Vitis vinifera L. cv Albariño conducida en espaldera. Dos factores principales han sido estudiados: riego y deshojado precoz, el primero incluyó cuatro regímenes hídricos: secano (R0), riego desde envero (R1), riego desde tamaño guisante (R2) y riego desde brotación (R6); y el segundo de los factores dos tratamientos: deshojado precoz (D) y testigo (T), con cuatro repeticiones (bloques) por tratamiento, los cuales constan de 21 plantas. Para cada uno de los tratamientos se han determinado las componentes de la producción, parámetros vegetativos y los parámetros básicos que definen la calidad del mosto, así como su composición elemental. Los resultados obtenidos han permitido evaluar la productividad del uso del agua a través de indicadores de productividad del agua (WP) y eficiencia del uso del agua (WUE). Para la modelización de las necesidades hídricas del conjunto: viñedo y vegetación activa se ha empleado el modelo SIMDualKc, obteniendo un buen ajuste de los coeficientes culturales (Kcb full), lo que facilitará la gestión del riego y de la cubierta vegetal mediante su aplicación. Los valores obtenidos son: Kcb full ini: 0,33, Kcb full mid: 0,64 y Kcb full end: 0,48, los cuales pueden ser empleados como punto de partida en viñedos con condiciones similares y presencia de vegetación activa. La transpiración del conjunto cultivo y vegetación activa (Tcover+crop) representa el 60% de la evapotranspiración de cultivo actual (ETc act), siendo predominante la transpiración del viñedo (Tcrop) en las fases de máximo desarrollo y final. Los tratamientos R0 y R1 han mostrado una reducción de la ETc potencial, del 17 y el 11%, respectivamente, lo que denota la existencia de condiciones de estrés hídrico ligero. Estos valores coinciden con la evolución de los parámetros determinados en suelo y planta a lo largo de las tres campañas, contenido de agua en el suelo (SWC) y potencial hídrico de tallo (Ψstem). Para facilitar el manejo del riego a los viticultores en Galicia, en base a las necesidades hídricas del viñedo y para condiciones similares a las del presente estudio, se ha determinado la curva de Kc mean, la cual es estable por períodos, frente a la curva del Kc act que muestra numerosos picos en respuesta a los eventos de lluvia y/o riego y de mayor complejidad en su aplicación e interpretación. Los resultados obtenidos en los parámetros de producción y calidad permiten establecer diferencias significativas según el régimen hídrico aplicado, destacando las mayores producciones obtenidas por el tratamiento R0. El deshojado ha generado una reducción en la producción, frente al tratamiento testigo, en todos los años estudiados, y para todos los regímenes hídricos, debido fundamentalmente a la reducción del peso medio del racimo. Además, en el caso del deshojado precoz se obtiene una reducción de la superficie foliar del cultivo. Los parámetros analizados para la calidad de los mostos no se ven influenciados en general por el régimen hídrico, si bien presentan valores mayores de ácido málico en los tratamientos con mayor volumen de agua de riego, así como un aumento en los contenidos de Mn, frente al tratamiento R0. El factor deshojado genera una reducción de la acidez total de los mostos, frente a los tratamientos T, de igual forma aumenta la concentración del Cu, Mn, Zn y Na en los mostos de los tratamientos D. En los años 2016 y 2018 se han obtenido diferencias significativas en la producción (kg pl-1), tanto para los tratamientos D como para los T, mientras que en 2017 las diferencias se dan en los tratamientos D. En los tres años de estudio, R2 (D, T) registran las producciones menores, debido a un menor número de racimos y menor peso medio del racimo. R0 (D, T) han mostrado las mayores producciones todos los años, con diferencias significativas respecto a R2 (D, T). Los índices de productividad del agua (WP, kg m-3) y la eficiencia en el uso del agua (WUE, kg m-3) han sido superiores en los tratamientos R0, con los valores más bajos para los tratamientos R2; mostrando valores ligeramente inferiores en todos los tratamientos D, por tanto la aplicación del riego en climas templados con elevadas precipitaciones, no supone mejoras en los rendimientos productivos, por lo que debe ser empleado como herramienta para la aplicación de nutrientes, y/o en campañas donde las precipitaciones sean escasas o irregularmente distribuidas. El uso conjunto de las técnicas de manejo del dosel vegetal y el riego, empleando los coeficientes culturales calibrados, facilita una nueva herramienta al viticultor con la que adaptarse a la situación climática futura y a los requerimientos del mercado. RESUMO A xestión dos requirimentos hídricos na viticultura atlántica non se estudou previamente en profundidade, polo que ante a situación climática actual resulta de grande interese o estudo da influencia, sobor o viñedo, da achega de rega. Os efectos xenerados pola rega produce cambios na resposta da planta, tanto a nivel produtivo como vexetativo, así como na calidade dos mostos; polo que incorporouse a técnica de desfollado precoz como estratexia de manexo do dosel vexetal para mellorar o equilibrio vexetativo-produtivo, así como a calidade da uva. O ensaio experimental levouse a cabo nun viñedo comercial durante os anos 2016, 2017 e 2018, en Vitis vinifera L. cv. Albariño conducida en espaldeira. Dous factores principais foron estudiados: rega e desfolla precoz, o primeiro incluíu catro rexímenes hídricos: sequeiro (R0), rega dende envero (R1), rega dende tamaño chícharo (R2) e rega dende brotación (R6); e o segundo dous tratamentos: desfolla precoz (D) e testemuña (T), con catro repeticións (bloques) por tratamento, os cales constan de 21 plantas. Para cada tratamento determinouse as compoñentes da produción, parámetros vexetativos e os parámetros básicos que definen a calidade do mosto, xunto a súa composición elemental. Os resultados obtidos permitiron avaliar a produtividade do uso da auga, a traveso de indicadores de produtividade (WP) e eficiencia do uso da auga (WUE). Para a modelización das necesidades hídricas do conxunto, viñedo e vexetación activa no solo, empregouse o modelo SIMDualKc, mostrando uns bos axustes dos coeficientes culturais (Kcb full), que mediante o seu emprego, fará máis doado a xestión da rega e da cuberta vexetal. Os valores obtidos foron: Kcb full ini: 0,33, Kcb full mid: 0,64 y Kcb full end: 0,48, os cales poden ser empregados como valores de partida en viñedos con condicións semellantes e con presenza de vexetación activa. A transpiración do conxunto do cultivo e vexetación activa (Tcover+crop) representa o 60% da evapotranspiración actual do cultivo (ETc act), sendo predominante a transpiración do viñedo (Tcrop) nas fases de máximo desenvolvemento e final. Os tratamentos R0 e R1 amosaron unha redución da ETc potencial, do 17 e 11%, respectivamente, o que denota a existencia dun lixeiro estrés hídrico. Estes valores coinciden ca evolución dos parámetros determinados en solo e planta, no transcorrer dos tres anos, contido de auga no solo (SWC) e potencial hídrico de talo (Ψstem). Para facilitar o manexo da rega ós viticultores en Galiza, en base os requirimentos hídricos do viñedo, e para condicións semellantes ás do presente estudo, determinouse a curva do Kc mean, a cal é estable por períodos, fronte a curva do Kc act que amosa numerosos picos en resposta os eventos de choiva e/ou rega, e de maior complexidade na súa aplicación e interpretación. Os resultados obtidos nos parámetros de produción e calidade permiten establecer diferenzas significativas segundo o réxime hídrico aplicado, destacando as maiores producións obtidas no tratamento R0. A desfolla xerou unha redución na produción, frente o tratamento testemuña, en todos os anos estudados, e para todos os rexímenes hídricos, debido fundamentalmente á redución do peso medio do acio. Asemade, no caso da desfolla precoz obtense unha redución da superficie foliar do cultivo. Os parámetros analizados para a calidade do mosto non se atopan influenciados polo réxime hídrico, aínda que presentan valore maiores de ácido málico nos tratamentos con maior volume de auga de rega, así coma un aumento nos contidos de Mn, fronte o tratamento R0. O factor de desfolla xera unha redución da acidez total nos mostos, fronte os tratamentos T, de igual xeito aumenta a concentración do Cu, Mn, Zn e Na nos mostos dos tratamentos D. Nos anos 2016 e 2018 obtivéronse diferenzas significativas na produción (kg pl-1), tanto nos tratamentos D coma nos tratamentos T, namentres que no ano 2017 as diferenzas danse nos tratamentos D. Nos tres anos de estudio R2 (D, T) rexistran as producións menores, debido a un menor número de acios, así coma un menor peso do acio no 2016 e 2018. R0 (D, T) amosaron as maiores producións todos os anos, con diferenzas significativas respecto a R2 (D, T). Os índices de produtividade da auga (WP, kg m-3) e da eficiencia no uso da auga (WUE, kg m-3) foron maiores nos tratamentos R0, cos valores máis baixos para os tratamentos R2; amosando valores lixeiramente inferiores nos tratamentos D, polo tanto a aplicación de auga de rega en climas temperados con elevadas precipitacións, non supón melloras a nivel produtivo, polo que debe ser empregada como ferramenta de achega de nutrientes, e/ou en anos onde as precipitacións sexan escasas ou irregularmente distribuídas. O emprego conxunto de técnicas de manexo do dosel vexetal e da rega, empregando os coeficientes culturais calibrados, supoñen unha nova ferramenta para o viticultor, cas que adaptarse á situación climática futura e ós requirimentos do mercado. ÍNDICE DE TABLAS v Tabla 39. Indicadores relativos a la productividad del agua (WP, kg m-3) y de eficiencia en el uso del agua (WUE, kg m-3) 131 Tabla 40. Análisis factorial de los Indicadores relativos a la productividad del agua (WP) y de eficiencia en el uso del agua (WUE) 133 ÍNDICE DE FIGURAS vii Figura 1. Evolución de la superficie de viñedo (ha) a) y de la producción mundial de vino b) por continente (1000 hl) (OIV, 2021) 2 Figura 2. Evolución de la superficie de viñedo (ha) a), y de la producción mundial de vino b), en los principales países (1000 hl) (OIV, 2021) 3 Figura 3. Localización de las Subzonas que forman la DO Rías Baixas 6 Figura 4. Comparación del Índice Heliotermal de Huglin para el período 1960-2000 (izquierda), frente al escenario climático A1B, en el período 2041-2070 (derecha) 8 Figura 5. Comparación del índice balance de agua (WB) para el período 1981-2005 (izquierda) y el período 2046-2070 (derecha) para el escenario RCP8.5 9 Figura 6. Evapotranspiración del cultivo de referencia (ETo), en condiciones estandar (ETc) y en condiciones no estandar (ETc act) (Allen et al., 1998) 14 Figura 7. Localización y ubicación de la parcela de ensayo 23 Figura 8. Límites y pendiente de las filas de la parcela de ensayo “Carballas”, O Rosal (Pontevedra) 24 Figura 9. Vista general del sistema de riego, cubierta vegetal, viñedo y sistema conducción 25 Figura 10. Distribución de las temperaturas máximas, mínimas y medias (°C); a) 2016, b) 2017 y c) 2018 27 Figura 11. Diagramas ombrotérmicos para la estación agroclimática de ‘As Eiras’. a) promedio 2011-2020, b) 2016, c) 2017 y d) 2018 29 Figura 12. Distribución de la precipitación y evolución de la evapotranspiración de referencia (ETo). a) 2016, b) 2017 y c) 2018 32 Figura 13. Localización y distribución de repeticiones de los tratamientos experimentales 39 Figura 14. Manejo del dosel vegetal mediante deshojado precoz 40 Figura 15. Representación de la curva de coeficientes cultivo y las cuatro fases de crecimiento (Allen et al., 1998) 43 Figura 16. Flujograma del modelo SIMDualKc (Fandiño et al., 2012) 44 Figura 17. Introducción de datos en el modelo SIMDualKc para el ajuste a las condiciones de la densidad de la vegetación 46 MARÍA FANDIÑO BEIRO viii Figura 18. Flujo de cálculo del Kcb cover ajustado a las condiciones locales, empleando el enfoque de Allen y Pereira (2009) 50 Figura 19. Medición del contenido de agua en el suelo (TDR-100) 54 Figura 20. Recta de regresión obtenida para pámpanos principales a) y secundarios b). Años 2017-2018 56 Figura 21. Medición del potencial hídrico foliar (Ψleaf) y potencial hídrico de tallo (Ψstem) 58 Figura 22. Medición de la conductancia estomática (gs) 59 Figura 23. Vendimia y poda en la parcela de ensayo 61 Figura 24. Contenido medio de agua en el suelo (SWC, mm) simulado y observado en el año 2016 relativo a: a) R0, b) R1, c) R2 y d) R6 68 Figura 25. Contenido medio de agua en el suelo (SWC, mm) simulado y observado en el año 2017 relativo a: a) R0, b) R1, c) R2 y d) R6 69 Figura 26. Contenido medio de agua en el suelo (SWC, mm) simulado y observado en el año 2018 relativo a: a) R0, b) R1, c) R2 y d) R6 70 Figura 27. Comparación entre el contenido de agua en el suelo (SWC, mm) observado y simulado para todos los tratamientos y todos los años 71 Figura 28. Análisis de sensibilidad del comportamiento del factor reductor del Kcb cover. a) 2016, b) 2017 y c) 2018 74 Figura 29. Evolución de los coeficientes de cultivo, precipitación y riego en el 2016. a) R0, b) R1, c) R2 y d) R6 78 Figura 30. Evolución de los coeficientes de cultivo, precipitación y riego en el 2017. a) R0, b) R1, c) R2 y d) R6 79 Figura 31. Evolución de los coeficientes de cultivo, precipitación y riego en el 2018. a) R0, b) R1, c) R2 y d) R6 80 Figura 32. Variación de la transpiración del cultivo (Tcrop), la transpiración de la cobertura vegetal activa (Tcover) y la evaporación del suelo (Es); precipitación y riego para el año 2016. a) R0, b) R1, c) R2 y d) R6 86 Figura 33. Variación de la transpiración del cultivo (Tcrop), la transpiración de la cobertura vegetal activa (Tcover) y la evaporación del suelo (Es); precipitación y riego para el año 2017. a) R0, b) R1, c) R2 y d) R6 87 ÍNDICE DE FIGURAS ix Figura 34. Variación de la transpiración del cultivo (Tcrop), la transpiración de la cobertura vegetal activa (Tcover) y la evaporación del suelo (Es); precipitación y riego para el año 2018. a) R0, b) R1, c) R2 y d) R6 88 Figura 35. Evolución del contenido de agua en el suelo (SWC, cm3 cm-3) a 60 cm para las campañas: a) 2016, b) 2017 y c) 2018 93 Figura 36. Evolución del potencial hídrico de tallo (12 hs) (Ψstem, MPa) para las campañas: a) 2016, b) 2017 y c) 2018 97 Figura 37. Dinámica del potencial hídrico foliar a las 9, 12 y 15 hs (Ψleaf, MPa) para el año 2016 101 Figura 38. Dinámica del potencial hídrico foliar a las 9, 12 y 15 hs (Ψleaf, MPa) para el año 2017 102 Figura 39. Dinámica del potencial hídrico foliar a las 9, 12 y 15 hs (Ψleaf, MPa) para el año 2018 103 Figura 40. Evolución de la conductancia estomática (12 hs) (gs, mmol H2O m-2 s-1) para las campañas: a) 2016, b) 2017 y c) 2018 104 Figura 41. Dinámica de la conductancia estomática a las 9, 12 y 15 hs (gs, mmol H2O m-2 s-1) para el año 2016 107 Figura 42. Dinámica de la conductancia estomática a las 9, 12 y 15 hs (gs, mmol H2O m-2 s-1) para el año 2017 108 Figura 43. Dinámica de la conductancia estomática a las 9, 12 y 15 hs (gs, mmol H2O m-2 s-1) para el año 2018 109 Figura 44. Producción por planta (kg) a), número de racimos b), y peso medio del racimo (g) c), para los diferentes tratamientos de riego y deshojado. Años 2016-2018 112 Figura 45. Madera de poda (kg pl-1) a), e índice de Ravaz b), para los diferentes tratamientos de riego y deshojado. Años 2016-2018 115 Figura 46. Sólidos solubles totales (°Brix) en mosto para los diferentes tratamientos de riego y deshojado. Años 2016-2018 119 Figura 47. pH a), acidez total (g TH2 L-1) b), ácido tartárico (g L-1) c) y ácido málico (g L-1) d) en mosto para los diferentes tratamientos de riego y deshojado. Años 2016-2018 120 LISTA DE SÍMBOLOS Y ABREVIATURAS xi  ángulo medio del sol sobre el horizonte durante el período de máximo demanda evapotranspirativa, normalmente entre las 11:00 y las 15:00 [rad] C/N relación carbono/nitrógeno CI índice de frescura de las noches CICe capacidad de intercambio catiónico efectiva [cmol kg-1] CN número de curva [-] CR ascensión capilar [mm o m3 ha-1] CWSI crop water stress index [-]  pendiente de la relación entre presión de saturación de vapor y la temperatura media del aire [kPa °C-1]  ángulo horario del amanecer [rad] De agotamiento de agua en el suelo en la capa evaporable [mm] De,i-1 agotamiento de agua en la zona evaporable al final del día previo i-1 [mm] DI índice de sequía DP percolación profunda [mm o m3 ha-1] dr distancia relativa del sol a la tierra [-] Dr,i agotamiento de agua en la zona radicular al final del día i [mm] Dr,i-1 agotamiento de agua en la zona radicular al final del día previo i-1 [mm] SW variación del agua en el suelo [mm o m3 ha-1] eaed presión de vapor a la altura de referencia y el déficit de presión de vapor del aire [kPa] eff constante dieléctrica efectiva del conjunto suelo-agua [-] Es evaporación del suelo [mm o m3 ha-1] ET evapotranspiración [mm d-1] ETc evapotranspiración del cultivo en condiciones estándar [mm d-1] ETc act evapotranspiración del cultivo actual bajo condiciones no estándar [mm o m3 ha-1] ETo evapotranspiración del cultivo de referencia [mm d-1] FC contenido de agua en el suelo a capacidad de campo [mm] fc cover fracción de cobertura del suelo de la vegetación activa [-] fc eff fracción efectiva del suelo cubierto o sombreado por la vegetación [-] fc eff cover fracción efectiva del suelo cubierto o sombreado por la vegetación activa [-] fc o fc crop fracción de cobertura del cultivo [-] few fracción de suelo expuesta y humedecida [-] Fr factor de corrección de la resistencia estomática [-] fr cover fracción de superficie del suelo cubierta por vegetación activa en la interlínea y la línea [-] FTSW fracción de agua total transpirable por el suelo [-] fw fracción de superficie de suelo mojada por el riego o la lluvia [-]  constante psicrométrica [kPa °C-1] G densidad del flujo de calor del suelo [MJ m-2 d-1] Gs constante solar [118,08 MJ m-2 d-1] gs conductancia estomática [mmol H20 m-2s-1] h o hcanopy altura del cultivo [m] MARÍA FANDIÑO BEIRO xii hcover altura de la vegetación activa [m] hcover max altura máxima de la vegetación activa [m] HI índice de Huglin HWR cociente entre la altura y el ancho del dosel vegetal en la línea  latitud [rad] J día Juliano [d] Kc coeficiente de cultivo simple [-] Kc act coeficiente de cultivo actual [-] Kc end coeficiente de cultivo durante la fase final [-] Kc ini coeficiente de cultivo durante la fase inicial [-] Kc max coeficiente de cultivo máximo (tras una lluvia o riego) [-] Kc mean coeficiente de cultivo medio [-] Kc mid coeficiente de cultivo durante la fase de máximo desarrollo [-] Kc min coeficiente de cultivo mínimo (suelo seco sin vegetación activa en el suelo) [-] Kcb cover coeficiente de cultivo basal de la cobertura vegetal activa (en ausencia de cultivo) [-] Kcb cover est coeficiente de cultivo basal de la cobertura vegetal activa en función de la fc crop [-] Kcb cover full coeficiente de cultivo basal durante la fase de máximo desarrollo (en el máximo del tamaño o altura de la planta) para la vegetación activa con cobertura completa del suelo [-] Kcb cover+crop coeficiente de cultivo basal del conjunto viñedo y vegetación activa [-] Kcb cover+crop act coeficiente de cultivo basal del conjunto viñedo y vegetación activa en las condiciones actuales [-] Kcb end coeficiente de cultivo basal durante la etapa final [-] Kcb full coeficiente de cultivo basal durante la fase de máximo desarrollo (en el máximo del tamaño o altura de la planta) para vegetación con cobertura completa del suelo [-] Kcb ini coeficiente de cultivo basal durante la etapa inicial [-] Kcb mid coeficiente de cultivo basal durante la etapa de máximo desarrollo [-] Kcb o Kcb crop coeficiente de cultivo basal en las diferentes fases del cultivo [-] Kd coeficiente de densidad [-] Kd cover coeficiente de densidad para la vegetación activa [-] Ke coeficiente de evaporación del suelo [-] Kr coeficiente de reducción de la evaporación del suelo [-] Ks coeficiente de estrés [-] LF fracción de lavado [mm o m3 ha-1] ML un multiplicador de la fc eff describiendo el efecto de la densidad del dosel vegetal [-] MO materia orgánica [%] MSI Moisture stress index [-] N-BWU fracción de agua no beneficiosa para el cultivo [mm o m3 ha-1] NDWI Normalized difference water index [-] P precipitación [mm o m3 ha-1] p fracción de agotamiento de agua en el suelo relativa a cada fase del cultivo [- o mm] pH medida del grado de acidez o alcalinidad de una sustancia o una solución [-] LISTA DE SÍMBOLOS Y ABREVIATURAS xiii PW peso de madera de poda [kg ha-1] FC contenido de agua en volumen a capacidad de campo [cm3 cm-3] SAT contenido de agua en volumen a saturación [cm3 cm-3] WP contenido de agua en volumen a punto de marchitez permanente [cm3 cm-3] R riego [mm o m3 ha-1] Ra radiación extraterrestre [MJ m-2 d-1] RAW agua fácilmente aprovechable en la zona radicular [mm] RDI riego deficitario regulado RET evapotranspiración real [mm] REW agua fácilmente evaporable en la capa superficial del suelo [mm] RHmin humedad relativa mínima diaria [%] Rn radiación neta en la superficie del cultivo [MJ m-2 d-1] RO escorrentía superficial [mm o m3 ha-1] SFE superficie foliar expuesta [m2 m-2] SFT superficie foliar total [m2 m-2] SST sólidos solubles totales en mosto [°Brix] SWC contenido de agua en el suelo [mm o cm3 cm-3] SWCobs contenido de agua en el suelo observado [mm] SWCsim contenido de agua en el suelo simulado [mm] T temperatura media diaria del aire [°C] TAW agua total disponible en el suelo en la zona radicular [mm] Tcover transpiración de la cobertura vegetal activa [mm d-1 o mm h-1] Tcover+crop transpiración del cultivo y de la cobertura vegetal activa [mm] T(cover+crop) act transpiración actual del cultivo y de la cobertura vegetal activa [mm] Tcrop transpiración del cultivo [mm o m3 ha-1] TEW agua total evaporable en la capa superficial del suelo [mm] Tmax temperatura máxima diaria del aire [°C] Tmed temperatura media diaria del aire [°C] Tmin temperatura mínima diaria del aire[°C] TTSW agua total transpirable por el suelo [mm] TWU agua total utilizada [mm o m3 ha-1] u2 velocidad del viento a 2 m de altura [m s-1] WB balance de agua [mm] width ancho de la fila del cultivo visto desde la dirección este-oeste [m] WP contenido de agua en el suelo a punto de marchitez [mm] WP productividad del agua [kg m-3] WPGrape productividad (uva) del agua relativa al riego y la precipitación [kg m-3] WPGrape+PW productividad (uva y madera de poda) del agua relativa al riego y la precipitación [kg m-3] WPN-BWU productividad del agua relativa a la fracción de agua no beneficiosa para el cultivo [kg m-3] WPPW productividad (madera de poda) del agua relativa al riego y la precipitación [kg m-3] WPTWU productividad del agua relativa al agua total utilizada [kg m-3] s ángulo de radiación a la puesta del sol [rad] MARÍA FANDIÑO BEIRO xiv WUE eficiencia en el uso del agua [kg m-3] WUETcrop eficiencia del uso del agua relativa a la transpiración del cultivo [kg m-3] Y producción de uva [kg ha-1] Ze profundidad de la capa superficial del suelo [m] Zr profundidad de la zona radicular [m] Γ ángulo que forma la fila de la planta desde la dirección este-oeste [rad] Ψleaf potencial hídrico foliar [MPa] Ψpd potencial hídrico de base al amanecer [MPa] Ψstem potencial hídrico de tallo [MPa] 1. INTRODUCCIÓN 1. INTRODUCCIÓN 1 1. INTRODUCCIÓN En el presente capítulo, se describe en primer lugar el sector vitivinícola gallego y su posición a nivel global, justificando la importancia e interés del estudio realizado; seguido de la presentación de las bases y antecedentes relacionados con el estudio de las necesidades hídricas del viñedo, las principales características de los sistemas de riego, y los efectos del mismo sobre los parámetros productivos y cualitativos. Además, se introduce la técnica de deshojado precoz para el manejo del dosel vegetal, dirigida a la obtención de una mejora en la calidad de la producción, así como a la reducción de la incidencia de las enfermedades fúngicas. Desde un enfoque global, se persigue el acercamiento a las metas establecidas en la Agenda 2030 sobre el Desarrollo Sostenible, fijadas por la Organización de las Naciones Unidas (ONU, 2015). Las líneas de investigación abordadas, pretenden dar respuestas a los diferentes Objetivos, en particular para el objetivo 2 – Hambre cero, ‘persiguiendo asegurar la sostenibilidad de los sistemas de producción de alimentos y aplicar prácticas agrícolas resilientes que aumenten la productividad y la producción, contribuyendo al mantenimiento de los ecosistemas, fortaleciendo la capacidad de adaptación al cambio climático, los fenómenos meteorológicos extremos, las sequías, las inundaciones y otros desastres, y mejoren progresivamente la calidad del suelo y la tierra’; el objetivo 6 – Agua limpia y saneamiento, ‘aumentar considerablemente el uso eficiente de los recursos hídricos en todos los sectores’ incluyendo el sector agrícola; el objetivo 12 – Producción y consumos responsables, ‘logrando la gestión sostenible y el uso eficiente de los recursos naturales’, así como el objetivo 13 – Acción por el Clima, ‘fortaleciendo la resiliencia y la capacidad de adaptación a los riesgos relacionados con el clima y los desastres naturales en todos los países’. 1.1. EL SECTOR VITIVINÍCOLA EN GALICIA Una breve contextualización del sector vitivinícola mostrando la tendencia en la evolución de la superficie de viñedo, así como la producción de uva de vinificación, sirven para destacar la relevancia del sector a nivel global (OIV, 2021). Comenzando desde la escala mundial, podemos observar una tendencia a la estabilización de la superficie mundial, tal y como refleja en el Informe Anual de la OIV, al igual que ocurre con la producción de vino (Figura 1). MARÍA FANDIÑO BEIRO 8 inviernos y veranos moderados, caracterizados por la ausencia de heladas, humedad relativa alta y una adecuada insolación, favorable para producir vinos con un adecuado contenido en azúcares en la variedad Albariño. Figura 4. Comparación del Índice Heliotermal de Huglin para el período 1960-2000 (izquierda), frente al escenario climático A1B, en el período 2041-2070 (derecha). La clasificación empleada es la propuesta por Huglin (1978). Adaptado con permiso de Malheiro et al. (2010) Copyright © 2010 Inter-Research. Son múltiples los estudios que han desarrollado una predicción de las condiciones climáticas en base a diferentes escenarios, como Malheiro et al. (2010) o más recientemente Cardell et al. (2019), donde se exponen diferentes índices bioclimáticos y su predicción, según diferentes escenarios climáticos. Malheiro et al. (2010) exponen predicciones de índices climáticos como el de Huglin (Figura 4), en el que se puede observar un incremento generalizado para toda la península Ibérica, incluyendo Galicia (Figura 4). Por otra parte, Cardell et al. (2019) predicen el comportamiento futuro de parámetros integradores relacionados con el estado hídrico y el uso del agua en el viñedo, como la evapotranspiración real (RET), calculada empleando los coeficientes culturales (Kc) propuestos por Allen et al. (1998), mediante la ecuación de Thornthwaite (1948), y el balance de agua (WB), definido este como la diferencia entre la precipitación y la RET (Figura 5). Recientemente, Santos et al. (2020) exponen los problemas climáticos actuales en el viñedo, el papel de la temperatura y la radiación, y posibles estrategias para dar soluciones a los viticultores, entre las que se encuentra el riego, el manejo de la vegetación (deshojado) y un adecuado manejo de la vegetación activa en la calle y en la línea. En una línea similar, van Leeuwen et al. (2019) muestran el impacto del cambio climático en la viticultura y sus posibles adaptaciones, donde nuevamente el manejo del agua en el suelo y el riego se incluyen como herramientas de adaptación a la sequía, al igual que el deshojado como una alternativa de adaptación frente a las altas temperaturas. Para el caso específico del manejo 1. INTRODUCCIÓN 9 del agua en el viñedo, Mirás-Avalos y Araujo (2021) presentan las principales estrategias y perspectivas de manejo del riego, teniendo en cuenta las limitaciones impuestas por las DOs y la búsqueda de un equilibrio vegetativo-productivo, que evite un excesivo vigor. Figura 5. Comparación del índice balance de agua (WB) para el período 1981-2005 (izquierda) y el período 2046-2070 (derecha) para el escenario RCP8.5. Adaptado con permiso de Cardell et al. (2019) Copyright © Springer-Verlag GmbH Germany, parte de Springer Nature 2019. 1.4. EL RIEGO EN EL VIÑEDO El viñedo ha sufrido grandes cambios en los últimos años, tras su modernización, incorporando las nuevas tecnologías para su control, así como con la aplicación de técnicas de manejo del dosel vegetal. Sin duda, uno de los grandes cambios ha sido la eliminación del art. 46 del Estatuto de la Viña, del Vino y de los Alcoholes (Ley 8/1996), facilitando así el riego de los viñedos españoles, dando un impulso decisivo para su estudio e implementación (Sotés, 2007). La obtención de producciones homogéneas en sucesivas campañas se considera objetivo prioritario en viticultura, destacando la necesidad de una adecuada selección del sistema de riego, que permita la obtención de un bulbo húmedo adaptado a los sistemas de plantación y suelos existentes, consecuentemente, a una gestión eficiente del agua en la parcela (Rey et al., 2013). Para el adecuado diseño del sistema de riego es necesario conocer las necesidades hídricas del cultivo, las características del suelo, así como la disponibilidad de agua. Las bases para la determinación de las necesidades hídricas del viñedo se exponen en apartados sucesivos, siendo la información climática de vital importancia en el diseño del sistema de riego (Lissarrague et al., 2012). En cuanto al suelo, como elemento clave en la elección y diseño de un sistema de riego, es crucial conocer su capacidad de almacenamiento de agua, principalmente en la zona radicular del cultivo. Además, se requiere de su caracterización textural, aspecto ligado a la capacidad de almacenamiento, y que además interviene en la capacidad de infiltración, lo que permite conocer las dosis de riego máximas a aplicar. Por último, la disponibilidad de agua es un factor crítico para definir la dosis máxima que es posible aplicar en MARÍA FANDIÑO BEIRO 10 momentos de carencia, con la finalidad de obtener una uva equilibrada en términos de producción y calidad. El suelo como pieza soporte del viñedo, y receptor final del agua de riego, debe ser caracterizado adecuadamente, maximizando así la expresión del viñedo (García, 2008). Los aspectos relativos al cálculo de las dosis de riego son resumidos de forma práctica por Petters et al. (2015), donde además se incluyen recomendaciones sobre cuando regar, y como determinar las dosis de riego. En España, la reciente derogación del riego en el viñedo, ha supuesto que la mayoría de los sistemas de riego en viñedo sean riegos localizados, en particular riego por goteo (Intrigliolo et al., 2019). Este sistema de riego incrementa la eficiencia en el uso del agua, aplicando el agua directamente en la línea del cultivo, disposición del viñedo más habitual en la actualidad, con mayores eficiencias que los sistemas de riego por aspersión y/o gravedad, poco comunes para el riego del viñedo. Una de las grandes ventajas del riego localizado es la posibilidad de aplicar riegos de corta duración y alta frecuencia, adaptados a las características texturales del suelo. Entre los sistemas de riego por goteo, el más habitual es el riego superficial, si bien existen varios estudios que presentan las ventajas de la implantación del riego subsuperficial, que se aplica en la zona radicular, por lo tanto, de fácil disponibilidad para las plantas, además de evitar la componente evaporativa del agua en el suelo (Martínez et al., 2013). Otros autores han llevado a cabo estudios de riego subsuperficial, como Zoldoske et al. (1998), Fandiño et al. (2012), Mirás-Avalos et al., (2017), Pisciotta et al. (2018), mostrando sus ventajas, frente al riego por goteo superficial. El diseño y manejo de un sistema de riego en cualquier viñedo requiere de la medida o estimación del estado hídrico de la planta para el mantenimiento de un cierto grado de déficit hídrico (Medrano et al., 2007). En la actualidad se han desarrollado aplicaciones que facilitan el manejo del riego en el viñedo, implementando la viticultura de precisión, mediante el uso de diferentes herramientas de información y gestión disponibles hoy en día (González Gómez et al., 2021). Los sistemas de riego localizado además de aportar agua al viñedo, presentan la ventaja de poder aportar nutrientes con el agua de riego, lo que mejora el rendimiento económico del viñedo, pues se reducen los costes de maquinaria y mano de obra en los procesos de abonado. El fertirriego ha sido estudiado por diversos autores mostrando diferentes resultados en relación a la producción y calidad. Klein et al. (2000) evaluaron el efecto conjunto de riego y fertirriego sobre el efecto del fósforo y el potasio en la uva; Conradie y Myburgh (2000) no encontraron efectos sobre la calidad de la uva bajo tratamientos fertirrigados; Reynolds et al. (2005) estudiaron el efecto del riego y fertirriego sobre la producción, y las relaciones hídricas para las variedades Niagara y Concord; Vilanova et al. (2019a) detectan una tendencia al incremento de los compuestos volátiles en viñedos fertirrigados de la variedad Albariño, aunque dependiente del régimen de precipitaciones; igualmente Fandiño et al. (2020) reportaron la influencia de la fertirrigación sobre propiedades químicas y sensoriales del vino con la variedad Albariño. 1. INTRODUCCIÓN 11 1.5. EFECTOS DEL RIEGO EN EL VIÑEDO El régimen hídrico es determinante en el viñedo, influyendo directamente sobre la relación entre el desarrollo vegetativo y la producción. Se han estudiado diferentes estrategias de riego deficitario en viñedo, regulado (RDI) y riego alterno de raíces (PRD), siendo el primero referido a uno o más períodos del ciclo vegetativo y el más estudiado por su facilidad de implementación en un viñedo real. El riego deficitario es una de las técnicas utilizadas para el control de la calidad de la uva destinada a la producción de vinos (Dry et al., 2001), constatando que el estrés hídrico afecta negativamente a la producción de biomasa (Vaux y Pruitt, 1983), por lo que el riego suele conllevar un incremento en el vigor de las cepas y en la producción final (Williams y Matthews, 1990). Además de los aspectos productivos, es de vital importancia la evaluación de los efectos del riego y el estado hídrico sobre la composición físico-química de la uva. El riego del viñedo debe manejarse aportando una parte de las necesidades hídricas potenciales del cultivo para evitar un déficit hídrico, si bien deben tomarse en consideración los efectos del mismo, no solamente sobre la producción, sino también sobre la calidad de la uva y del vino, así como los objetivos enológicos perseguidos. Por ello, es necesario llevar a cabo un manejo adecuado del riego, como apuntan Jackson y Lombard (1993), ya que, un exceso de agua retrasa la maduración de la uva y aumenta la acidez del mosto, a la vez que diluye los componentes químicos de la baya. Por otro lado, una baja disponibilidad de agua acelera la maduración de la uva, pero disminuye la producción al reducirse el tamaño de la baya. En uva de vinificación la reducción o eliminación del déficit hídrico, presenta una falta de control de la distribución de los fotoasimilados, especialmente durante el periodo de maduración (Lissarrague, 1997), afectando por tanto a la calidad final de la uva. La contribución del riego deficitario suele ubicarse por debajo de las necesidades del viñedo, induciendo un cierto déficit de hídrico, controlando así el vigor y los rendimientos (Chaves et al., 2007; Intrigliolo y Castel, 2010; Matthews y Anderson, 1988). Varios autores admiten que la producción y calidad son diferentes según los tratamientos de riego aplicados en el viñedo (Ashley, 2004, Baeza et al., 2007, Fandiño et al., 2009), dado que la calidad de la uva es resultado de una fuerte interacción entre clima y disponibilidad de agua (Tisseyre et al., 2008), y relacionado con el déficit hídrico (Lissarrague, 1997, McCarthy et al., 1997, Girona et al., 2006, AcevedoOpazo et al., 2010). Puesto que la respuesta de la planta a las cantidades de agua es diferente según el período fenológico, es necesario adecuar las cantidades de riego a cada período del cultivo. Un aporte excesivo de agua en las etapas iniciales afectará al desarrollo de los pámpanos, aunque puede limitar el potencial productivo de las cepas (Williams y Matthews, 1990), e incluso de la campaña siguiente, si es lo suficientemente temprano como para afectar a los procesos de iniciación y diferenciación de las yemas fructíferas (Uriarte, 2016). Sin embargo, cuando el déficit hídrico afecta al periodo de maduración, tras el envero, el MARÍA FANDIÑO BEIRO 12 efecto sobre el desarrollo vegetativo y la producción es menor (Girona et al., 2009; Intrigliolo y Castel, 2010). En zonas con elevada variabilidad en las precipitaciones, como en el caso de climas templados, donde se ubica Galicia, los viticultores han optado por implantar sistemas de riego en sus viñedos con el objetivo de contrarrestar los posibles efectos negativos del cambio climático, así como para minimizar la variabilidad interanual de la producción (Gouveia et al., 2012; Cancela et al., 2016a). El efecto del riego deficitario en Galicia sobre la respuesta agronómica y cualitativa, en variedades blancas autóctonas, fue estudiado por Fandiño et al. (2012); Trigo Córdoba et al. (2015b), Martínez, EM et al. (2016) y MirásAvalos et al. (2016a), mostrando incrementos productivos con el riego, en la mayoría de los casos. En términos de calidad de la uva, existen evidencias de que el estado hídrico de la cepa puede influir sobre la concentración final de azúcares, ácidos, polifenoles, aminoácidos y compuestos aromáticos (Keller, 2005), sin embargo, los efectos de una aportación hídrica al cultivo sobre la composición global de la uva son complejos de predecir. Los resultados previos sobre variedades blancas muestran que la concentración de sólidos solubles puede tanto aumentar (Naor et al., 1993) como disminuir (Van Zyl, 1984) o no alterarse (Myburg, 2006) por el aporte de riego. De forma similar los valores de ácido tartárico y acidez total tienen tendencias cambiantes, dependientes de la variedad en estudio y la relación entre la dosis y la época de aplicación del riego (Vilanova et al., 2014). En relación con la composición aminoacídica de los mostos, el riego no mostró un efecto frente a tratamientos no regados para la variedad Albariño (Bouzas-Cid et al., 2018). 1.6. ESTADO HÍDRICO DEL VIÑEDO La evaluación del estado hídrico del viñedo es un factor clave con el que poder estimar los efectos que los diferentes tratamientos de riego provocan en el viñedo. Existe una gran cantidad de métodos, directos e indirectos, que permiten la evaluación del estado hídrico, tal y como reflejan Rienth y Scholasch (2019) y Mirás-Avalos y Araujo (2021) en revisiones sobre como determinar el estado hídrico del viñedo y, la optimización de la gestión del agua en el viñedo. Entre los métodos directos para la determinación del estado hídrico se encuentran los métodos basados en el suelo y en la atmósfera. Los primeros se basan en la determinación del contenido de agua en el suelo, siendo necesario un elevado número de medidas para recoger la variabilidad existente en el viñedo, siendo el principal problema la dificultad de obtener el punto a partir del cual la planta empieza a sufrir un determinado nivel de estrés. Los métodos basados en la atmósfera (Eddy covariance y Bowen ratio) son de compleja utilización pues requieren de la separación adecuada de la transpiración del viñedo de las restantes componentes del balance de energía, como por ejemplo de la transpiración de la vegetación activa (Rienth y Scholasch, 2019; Mirás-Avalos y Araujo, 2021). 1. INTRODUCCIÓN 13 Entre los métodos indirectos, se encuentra el balance de agua en el suelo, definido ampliamente en Pereira et al. (2020b), así como la propuesta de Lebon et al. (2003) para el viñedo basado en la cantidad total de agua en el suelo transpirable (TTSW) o en su fracción (FTSW). Además, están disponibles una gran cantidad de métodos basados en medidas más o menos complejas, y que de forma indirecta nos permiten evaluar el estado hídrico del viñedo. Los principales métodos para determinar el estado hídrico del viñedo son: a) la observación visual directa, normalmente del estado del ápice del pámpano. b) el potencial hídrico del viñedo, método desarrollado por Scholander et al. (1965), el cual es considerado como el método de referencia para fijar un determinado nivel de estrés, por su versatilidad y fiabilidad en las medidas, existiendo tres medidas de potencial hídrico, predawm (Ψpd), de hoja (Ψleaf) y de tallo (Ψstem), siendo necesario en el caso del Ψleaf y Ψstem definir la hora de medición, aunque la más empleada es al mediodía solar (12 hs). Santesteban et al. (2019) exponen las principales diferencias y la capacidad de discriminar entre tratamientos regados en un meta-análisis con viñedos de toda España. c) discriminación por isótopo de carbono, que se basa en la relación entre el 12C y el 13C de cualquiera de las partes del viñedo, siendo habitual su determinación en las uvas (mosto), aunque podría emplearse en hojas u otro material vegetal como los pámpanos. Cuanto mayor sea la restricción hídrica mayor será el contenido en 13C, por lo que este método posibilita la discriminación entre estados hídricos de viñedos sometidos a diferentes regímenes hídricos (Gaudillère et al., 2002). d) medición del intercambio de gases en las hojas; la conductancia estomática (gs) es el más relevante para detectar el grado de déficit hídrico en el viñedo (Cifré et al., 2005). e) medidas de flujo de savia, variación del diámetro del tronco y el turgor de hoja; tanto el flujo de savia como la variación del diámetro del tronco requieren de un elevado conocimiento técnico para su implementación, así como un alto número de sondas. El turgor de hoja se presenta como una técnica prometedora para la evaluación del estado hídrico en los viñedos (Miras-Avalos y Araujo, 2021). f) determinación de la temperatura del dosel vegetal mediante termometría (Enoviticultura, 2021) a través de índices como el crop water stress index (CWSI) (Idso et al., 1981; RodríguezFernández et al., 2020). g) evaluación del dosel vegetal mediante imágenes multiespectrales, empleando diferentes plataformas (lanzas, robots, UAV, satélites), obteniendo índices que valoran el estado hídrico del viñedo (NDWI, MSI) (Rodríguez-Fernández et al., 2021). MARÍA FANDIÑO BEIRO 14 1.7. NECESIDADES HÍDRICAS DEL VIÑEDO Las necesidades hídricas de los cultivos dependen de la disponibilidad de agua y de la evapotranspiración del cultivo de referencia (ETo), esta última condicionada por un conjunto de factores: - el estado del suelo. - la naturaleza de la vegetación. - la fase vegetativa del cultivo. - las condiciones meteorológicas. El concepto de evapotranspiración debe distinguir tres conceptos básicos que son, la evapotranspiración de un cultivo de referencia (ETo), la evapotranspiración de cultivo (ETc) y la evapotranspiración de cultivo bajo condiciones ajustadas a las condiciones locales (ETc act) (Allen et al., 1998) (Figura 6). La ETo hace referencia a la evapotranspiración de un cultivo de referencia bajo unas condiciones climáticas determinadas; el cálculo de la ETc se refiere a la evapotranspiración de un cultivo cualquiera en unas condiciones climáticas dadas (cultivo bien regado y condiciones agronómicas óptimas), y las variaciones entre el cultivo de referencia y el cultivo estudiado vienen recogidas por el coeficiente de cultivo (Kc). Por último, la ETc act contempla el estudio de la evapotranspiración de un cultivo bajo condiciones adversas, debiendo corregirse estas condiciones con un coeficiente de estrés (Ks) o modificando el Kc del cultivo estudiado (Allen et al., 1998). Figura 6. Evapotranspiración del cultivo de referencia (ETo), en condiciones estándar (ETc) y en condiciones no estándar (ETc act) (Allen et al., 1998) 1. INTRODUCCIÓN 15 La mayoría de los estudios existentes sobre riego en viñedo, calculan la ETc usando un Kc simple, determinando la cantidad de agua de riego requerida en las diferentes fases de crecimiento del cultivo (Esteban et al., 1999, Williams y Ayars, 2005), mientras que otros autores relacionan el Kc con las fases fenológicas del viñedo (Lissarrague et al., 2007). Algunos autores han adoptado modelos, como el de Shuttleworth y Wallace, que facilitan la separación de la transpiración del cultivo (Tcrop) y la evaporación del suelo (Es) en viñedo (Ortega-Farias et al., 2007; Zhang et al., 2009). Otros autores obtuvieron la separación de Tcrop y Es combinando equipos y técnicas tales como la combinación del balance de energía, flujo de savia y microlisimetría (Trambouze y Voltz, 2001; Yunusa et al., 2004; Zhang et al., 2011, Montoro et al., 2016). De los métodos de determinación de las necesidades hídricas se presentan los lisímetros de pesada (Williams et al., 2003; López-Urrea et al., 2012), técnica “eddy covariance” (Ortega-Farias et al., 2007), el método de Bowen (Yunusa et al., 2004, Teixeira et al., 2007), y a través del balance de agua en el suelo (Allen et al., 1998, Fandiño et al., 2012; Cancela et al., 2015), o a través de la combinación de diversos métodos (Sánchez et al., 2019). Para la adecuada modelización de la ETc, se emplean comúnmente datos meteorológicos (Allen et al., 1998), medidas de temperatura radiométrica del dosel vegetal (González-Dugo et al. ,2012), el uso de redes de sensores (Cancela et al., 2015), así como el uso de datos remotos (remote sensing), como productos derivados del uso de drones (Ortega-Farias, 2021), que suponen una fuente de información de gran utilidad para la determinación de las necesidades hídricas de los cultivos, tal y como recogen Minicapilli et al. (2009) y Pereira et al. (2020). Recientemente se ha llevado a cabo una actualización de la metodología de estimación de las necesidades hídricas de los cultivos por Pereira et al. (2021), en la que se recogen todos los avances llevados a cabo en los últimos años, para la aplicación de la metodología dual, propuesta en Allen et al. (1998). Para el caso del viñedo, Rallo et al. (2021) presentan una actualización de los avances en el empleo de los coeficientes de cultivo simples (Kc) y dual (Kcb), la cual se complementa con el trabajo de Pereira et al. (2020), donde se expone el procedimiento de estimación de los coeficientes culturales en base a la fracción de cobertura del suelo (fc) y la altura del cultivo (h), actualizando la propuesta por Allen y Pereira (2009). Pereira et al. (2020b), realizan una recopilación exhaustiva de todos los balances de agua en el suelo empleados en la determinación de los requerimientos hídricos y en el establecimiento de calendarios de riego. Los modelos expuestos se basan en la metodología FAO-56 y en el enfoque dual (Allen et al., 1998), definiendo las posibilidades del modelo SIMDualKc (Rosa et al., 2012a), como uno de los más empleados y versátiles, al incluir diferentes extensiones que permiten contemplar la presencia de una vegetación activa del suelo (active ground cover), así como cultivos inter-línea (intercropping), y la posibilidad de parametrizar las contribuciones de las componentes del balance de agua en el suelo, como escorrentía superficial (RO), ascensión capilar (CR), o la percolación profunda (DP). Aplicaciones en viñedo con este MARÍA FANDIÑO BEIRO 16 modelo han sido desarrolladas por Fandiño et al. (2012), Cancela et al. (2015) y Silva et al. (2021). Otro modelo desarrollado por Ripoche et al. (2011) (VERDI), permite obtener la fracción de agua en el suelo transpirable (FTSW) en un viñedo incluyendo la presencia de vegetación activa. La presencia de cubiertas vegetales en el viñedo, tanto espontáneas como sembradas, son positivas para el viñedo como elemento estabilizador del suelo, alternativa sostenible al uso de herbicidas que, asimismo, contribuyen a mejorar la calidad del suelo y a equilibrar el rendimiento y el vigor de la vid (Smart y Robinson, 1991), mejorando la calidad del mosto y vino producido (Pascual, 2013). Para maximizar la eficiencia en el suelo del agua en el viñedo, la gestión del suelo puede llevarse a cabo empleando mulch, orgánico o inorgánico, a pesar de los costes y la gran cantidad de material que se requiere, o bien, mediante la gestión y control de la vegetación activa en la calle (Mirás-Avalos y Araujo, 2021). En muchos viñedos de clima templado, la presencia de vegetación espontánea es muy habitual, debido a la elevada precipitación, siendo, por tanto, competencia para el viñedo de cara a los recursos hídricos disponibles y a los nutrientes; es por ello que la gestión de las cubiertas vegetales, espontáneas o sembradas en estos climas es compleja (Guerra y Steenwerth, 2012). Han sido varios los estudios que se encargan de evaluar los efectos de las cubiertas vegetales sobre el estado hídrico del viñedo (Monteiro y Lopes, 2007; Celette et al., 2008). Además, son varios los autores que consideran la presencia de una cubierta verde en el viñedo como una estrategia de adaptación a corto plazo frente al cambio climático (Santos et al., 2020), además de prevenir la erosión en viñedos con pendiente en clima atlántico (MirásAvalos et al., 2020), e incrementar las ratios de infiltración en el período de lluvias (Lopes et al., 2011). En Galicia se han llevado a cabo varios estudios que evalúan los efectos de la presencia de cubiertas vegetales en la calle (Trigo-Córdoba, 2015; Bouzas-Cid, 2017), evaluando aspectos ecofisiológicos, productivos y cualitativos. Por su parte, Trigo-Córdoba et al. (2015a) determinan la respuesta en un viñedo con presencia de cubiertas vegetales en la calle, para la variedad Mencía, respecto a las relaciones hídricas, la fisiología de la viña, así como sobre los parámetros de producción y calidad. En el estudio de las relaciones hídricas, considerando la presencia de una cobertura activa o con un cultivo de cobertura entre líneas, se han llevado cabo varios estudios con lo que simular la ET de la viña, repartiendo el agua disponible en el suelo, a través de un modelo de doble almacenamiento, como WaLIS (Celette et al., 2010). Se trata de un modelo sencillo para simular el reparto de agua en una asociación de cultivos teniendo en cuenta las características específicas de los sistemas de cultivos inter-línea y simula el agua disponible tanto para la vid como para el cultivo inter-línea, así como la escasez de agua experimentados por ambos. Por otra parte, Centinari et al. (2012) utilizan minilisímetros para la obtención de la ET del cultivo inter-línea, concluyendo que se explica la misma por la diferencia de la radiación solar transmitida a la vegetación en la inter-línea. El uso del agua por el cultivo de cobertura también se ha evaluado mediante el monitoreo de agua en el suelo (Monteiro y Lopes, 2007; Costello, 1. INTRODUCCIÓN 17 2010). Para la correcta modelización de la ET del viñedo se requiere el conocimiento de las dinámicas de crecimiento tanto de la viña como de la cobertura activa del suelo (Francone et al., 2010; Ripoche et al., 2011). Tal y como exponen Rienth y Scholasch (2019) la contribución de la vegetación activa a la evapotranspiración total del viñedo es compleja de determinar, por lo que actualmente es un ‘topic’ de gran interés científico (Jiao et al., 2018). El empleo del enfoque dual para la estimación de las necesidades hídricas del viñedo en presencia de vegetación activa ha sido aplicado por Fandiño et al. (2012), Cancela et al. (2015) y Silva et al. (2021), en condiciones de clima atlántico, en Galicia y el Norte de Portugal, con resultados satisfactorios, permitiendo la separación de la transpiración del viñedo (Tcrop) y la transpiración de la vegetación activa (Tcover). Los parámetros calibrados de los coeficientes culturales en estos trabajos podrían ser empleados como base para la calibración en condiciones similares, a pesar de ser necesaria la realización de un ajuste que incluya los cambios en la cobertura activa del suelo debido a las operaciones de siega y aplicaciones de herbicida. En la bibliografía no existen parámetros tabulados de los Kcb para viñedo con presencia de cobertura activa del suelo (Allen et al., 1998, 2007; Allen y Pereira, 2009), si bien el modelo SIMDualKc (Rosa et al., 2012a) permite estimar un coeficiente de cultivo de la vegetación activa (Kcb cover), variable que represente los cambios en la demanda de ET de la cobertura activa del suelo debidas a su manejo (operaciones culturales, aplicación de herbicidas, etc.). La extensión del SIMDualKc requiere del uso de datos observados en campo fácilmente medibles, tales como la fracción de cobertura de la vegetación activa del suelo, su densidad y altura, a lo largo del ciclo vegetativo. Este enfoque facilita la separación de las componentes de la transpiración, debidas al cultivo y a la vegetación activa en el suelo, a pesar de que determina un Kcb cover el cual refleja la contribución de la vegetación activa en ausencia del cultivo, siendo necesario establecer una metodología que contemple este aspecto para poder realizar la separación de ambas componentes transpirativas de forma adecuada. Actualmente no existe un método que facilite la separación, por lo que su estudio debería ser abordado en detalle, lo que permitiría evaluar la demanda hídrica de la vegetación activa en el suelo, para el caso de cultivos leñosos en línea con presencia de cubiertas vegetales. 1.8. EL DESHOJADO PRECOZ Y SUS EFECTOS SOBRE EL VIÑEDO Las prácticas de manejo de la vegetación suelen centrarse en el estudio de los sistemas de conducción de tal forma que se obtenga la máxima expresividad de cada variedad en una determinada localización. En cada sistema de conducción es posible mejorar la exposición solar del racimo, realizando la retirada de hojas basales alrededor del racimo, lo que incrementa el potencial evaporativo en la zona del racimo y reduce la humedad, generando unas condiciones microclimáticas que evitan el desarrollo de 3. MATERIAL Y MÉTODOS 23 3. MATERIAL Y MÉTODOS 3.1. VIÑEDO EXPERIMENTAL El ensayo experimental se ha desarrollado al amparo del Proyecto INIA: RTA2014-00049-C05-05, ‘Gestión hídrica y agronómica del cultivo de la variedad Albariño para mejorar su competitividad y su sostenibilidad productiva, cualitativa y medioambiental. Evaluación de la composición aromática de cinco variedades de vid españolas destacadas’, siendo Investigadora Principal, la Doctora Mar Vilanova de la Torre (CSIC). Este proyecto se encuadraba dentro de un Proyecto Coordinado Nacional, dirigido por el Dr. Jesús Yuste (ITACYL), junto a equipos de tres grupos nacionales, dirigidos por: Enrique García Escudero, ICVV; Esperanza Valdés, CICYTEX, y Amelia Montoro, ITAP. En todos los subproyectos existían tratamientos comunes, con los que poder evaluar el comportamiento entre las diferentes variedades blancas a nivel nacional (Figura 7). Figura 7. Localización y ubicación de la parcela de ensayo El ensayo experimental del presente estudio se ha desarrollado en un viñedo comercial de Vitis vinifera L. cv. Albariño, situado en O Rosal (Galicia), propiedad de la Bodega Lagar de Cervera, durante las campañas 2016, 2017 y 2018. MARÍA FANDIÑO BEIRO 24 En concreto, la parcela de estudio es denominada “Carballas” por la bodega, debido a la ubicación de la parcela en este paraje. El viñedo se ubica en las siguientes coordenadas: 41◦57′6′′N, 8◦49′26′′ O, con una altitud media de 54 m, y una pendiente media del 14,4%, dentro de la superficie regulada por la DO Rías Baixas (Figura 8). Figura 8. Límites y pendiente de las filas de la parcela de ensayo “Carballas”, O Rosal (Pontevedra) El viñedo fue plantado en el año 2006, sobre 110-Richter con un espaciamiento de 2 m entre plantas, y una separación entre líneas de 3 m, por lo tanto, tenemos una densidad de 1667 pl ha-1. El viñedo está dispuesto en un sistema de conducción en lira vertical, con estructura en H, y poda en varas, y una orientación de las filas Este-Oeste. La poda se realizó en invierno dejando un promedio de 28 yemas por cepa. El sistema de riego, ya existente en la parcela, ha sido acondicionado en el año 2016, para poder llevar a cabo los distintos tratamientos de riego (Figura 9), por un lado, basados en la variación del régimen hídrico a través de la aplicación de riego en distintas fases del ciclo de cultivo, y por otro lado, derivados de la aplicación del deshojado precoz. El sistema de riego cuenta con goteros integrados autocompensantes de 2,1 L h-1, separados 0,75 m, de tal forma que la dosis es de 0,93 L m-2 h-1. Para la ejecución del ensayo en el viñedo, ha sido necesario realizar adaptaciones en los sectores de riego de la parcela, instalando válvulas de cierre para cada tratamiento, así como anulando el sistema de riego en el caso del tratamiento secano, lo que ha permitido realizar el manejo de forma adecuada. Además, 3. MATERIAL Y MÉTODOS 25 se han instalado contadores en la línea de riego, para determinar el volumen de agua aplicado en cada tratamiento, y determinar con fiabilidad la dosis realmente aplicada en cada fecha/período. Figura 9. Vista general del sistema de riego, cubierta vegetal, viñedo y sistema conducción 3.2. CARACTERIZACIÓN CLIMÁTICA Los parámetros climáticos y de suelo en la zona de ensayo, son dos aspectos fundamentales que conforman información básica para caracterizar y contextualizar la zona de estudio. Ambos aspectos son empleados en diferentes secciones del presente trabajo, como la modelización de las necesidades hídricas del viñedo, así como en la aplicación de los tratamientos de riego y su manejo. Para el estudio del clima se requiere de información de variables climáticas contrastada, por lo que se ha optado por la recopilación de información de la estación agrometeorológica disponible en MeteoGalicia (http://www.meteogalicia.gal/web/index.action), garantizando así la integridad de los datos empleados. En particular se ha estudiado en detalle la estación de “As Eiras”, situada a menos de 3 km en línea recta de la parcela de estudio (41◦56′18′′N, 8◦47′29′′ O, 52 m), para el período 2011 a 2020, permitiendo obtener una caracterización detallada de la situación climática en los últimos años, y contrastar los resultados con las campañas estudiadas en el trabajo de campo (2016 a 2018). A continuación, se expone la información relativa a las diferentes variables climáticas (temperaturas, precipitaciones, humedad relativa, velocidad del viento y evapotranspiración de referencia) (Tablas 4 y MARÍA FANDIÑO BEIRO 26 5), seguido de los diagramas ombrotérmicos (Figura 11) e índices bioclimáticos (Tabla 6), como resultados integradores. 3.2.1. Temperaturas, régimen de heladas y precipitaciones, humedad relativa y velocidad del viento La temperatura media anual en la estación es de 14,76 °C, con una media anual de las temperaturas mínimas en torno a los 10 °C, siendo la media anual de las temperaturas máximas de 20,2 °C. En cuanto a las temperaturas mínimas y máximas absolutas se aprecia gran amplitud entre ambas siendo la mínima absoluta para el período de -2,6 °C y la máxima absoluta de 41,5 °C (Figura 10). Los meses más fríos son diciembre, enero y febrero, mientras que los más cálidos son julio y agosto. En cuanto al régimen de heladas, se produce la primera a partir del 7 de diciembre y la última helada el 13 de febrero. Por consiguiente, el período libre de heladas es de 297 días. El volumen anual medio de precipitaciones (P) es de 1476 mm. Los meses de otoño e invierno son los más lluviosos, sin embargo, durante el período de desarrollo de la vid (abril a septiembre) es de 405 mm, representando un 27% de la precipitación total anual. De modo similar al volumen de precipitaciones, el número de días de lluvia por año es 156, siendo una media de 56 días para el período de crecimiento vegetativo de la vid, lo que supone un 36% de los días totales. Por el contrario, la precipitación máxima registrada en 24 horas en los diferentes años, depende en gran medida de los flujos de aire húmedo, la formación de tormentas, etc. El valor máximo registrado para el período 2011-2020 es de 93,6 mm, en el mes de octubre, y con valores cercanos en el mes de diciembre (92,2 mm). Los datos registrados muestran que la estación de As Eiras se encuentra en una zona húmeda (promedio anual de 79,6%) debido a su proximidad al Océano Atlántico. Coincidiendo con las menores precipitaciones, los meses con menor humedad ambiental son julio y agosto, mientras que diciembre y enero son los más húmedos. Para la velocidad del viento, se presentan valores medios de 1,4 m s-1, con valores máximos medios ligeramente inferiores a 9 m s-1. 3. MATERIAL Y MÉTODOS 27 a) b) c) Figura 10. Distribución de las temperaturas máximas, mínimas y medias (°C); a) 2016, b) 2017 y c) 2018 MARÍA FANDIÑO BEIRO 28 3.2.2. Diagramas ombrotérmicos Cuando se tiene en cuenta la temperatura media mensual y la precipitación total mensual de manera combinada, se observa que para el año promedio (Figura 11a) se produce una ligera sequía ambiental durante el mes de julio, de acuerdo al índice xerotérmico de Gaussen (Gaussen y Bagnouls, 1953). Si bien, cuando analizamos cada uno de los años de estudio de forma individual, se observa que esta sequía ambiental es más pronunciada en el año 2017 (Figura 11c), comprendiendo el período de junio a septiembre. Para los años 2016 y 2018, se observa que este período de ligera sequía se concentra en los meses de julio y agosto, coincidiendo con aquellos períodos de máximas temperaturas (Figuras 11b y 11d). Tabla 4. Resumen anual de las principales variables climáticas para el período 2011-2020. Estación de As Eiras Año Temperatura del aire (°C) Humedad Relativa (%) Veloc. Viento (m s-1) Horas sol (h) P (mm) ETo Hargreaves (mm) Max. Min. Media Max. Min. Media Max. Media 2011 21,5 10,8 15,6 92,7 52,7 75,8 6,6 1,0 2120 1081,8 1023,1 2012 19,4 9,3 14,0 93,7 55,7 78,3 6,4 0,9 2150 1377,0 983,1 2013 19,7 10,0 14,5 93,1 57,4 77,8 7,3 1,1 2188 1828,3 998,4 2014 19,9 10,5 14,8 96,0 60,0 81,6 7,2 1,0 1981 2089,2 979,7 2015 20,3 10,3 14,8 94,3 57,2 79,2 6,7 1,1 2142 1299,6 1021,8 2016 20,2 10,2 14,8 94,9 57,3 80,0 6,7 1,0 2200 1790,6 1022,2 2017 21,0 10,0 14,9 94,9 53,6 78,0 6,5 1,0 2392 937,4 1071,6 2018 20,0 10,0 14,7 96,8 59,2 81,2 7,3 1,2 2164 1509,6 1018,9 2019 19,9 9,3 14,3 96,7 58,2 81,2 7,3 1,3 2331 1489,8 1037,0 2020 20,3 10,6 15,1 96,7 60,8 82,4 7,4 1,3 2351 1351,8 1012,5 Promedio 20,2 10,1 14,8 95,0 57,2 79,5 6,9 1,1 2202 1475,5 1016,8 P: precipitación, ETo: evapotranspiración de referencia Tabla 5. Resumen mensual de las principales variables climáticas para el período 2011-2020. Estación de As Eiras Mes Temperatura del aire (°C) Humedad Relativa (%) Veloc. Viento (m s-1) Horas sol (h) P (mm) ETo Hargreaves (mm) Max. Min. Media Max. Min. Media Max. Media Ene 13,6 5,5 9,2 97,2 68,2 87,3 9,5 1,6 96,3 203,8 29,9 Feb 14,8 5,5 9,7 95,1 57,7 80,8 9,7 1,6 125,4 139,1 40,2 Mar 17,0 7,1 11,6 92,8 53,9 76,4 10,0 1,7 167,4 164,0 69,7 Abr 19,0 8,8 13,7 93,9 53,9 76,8 9,6 1,6 196,6 143,4 94,9 May 22,0 11,2 16,4 93,2 52,4 74,6 9,2 1,6 259,5 86,5 127,0 Jun 23,7 13,0 18,3 93,9 53,7 75,6 8,4 1,4 256,5 41,9 137,3 Jul 26,6 15,0 20,5 93,8 52,1 74,5 8,4 1,5 293,1 17,8 152,5 Ago 26,6 14,8 20,2 94,6 51,8 76,0 8,2 1,3 267,4 41,8 135,3 Sep 25,7 13,7 18,9 94,6 51,7 77,2 6,2 1,0 216,3 73,2 103,4 3. MATERIAL Y MÉTODOS 29 Mes Temperatura del aire (°C) Humedad Relativa (%) Veloc. Viento (m s-1) Horas sol (h) P (mm) ETo Hargreaves (mm) Max. Min. Media Max. Min. Media Max. Media Oct 21,9 11,5 15,9 96,1 57,8 82,4 8,0 1,2 155,3 171,8 66,0 Nov 16,6 8,1 11,9 97,5 66,2 86,9 9,0 1,3 95,3 196,9 36,0 Dic 14,5 6,5 10,1 97,5 68,5 87,3 9,0 1,5 88,4 215,7 27,7 Anual 20,2 10,1 14,7 95,0 57,3 79,6 8,8 1,4 2217,48 1495,9 1019,8 P: precipitación, ETo: evapotranspiración de referencia a) b) c) d) Figura 11. Diagramas ombrotérmicos para la estación agroclimática de ‘As Eiras’. a) promedio 2011-2020, b) 2016, c) 2017 y d) 2018 3.2.3. Evapotranspiración y precipitación El concepto de evapotranspiración de referencia (ETo) es un parámetro climático que expresa el poder de evaporación de la atmósfera (Allen et al., 1998). Tras la reunión de expertos que tuvo lugar en mayo de 1990, el método FAO Penman-Monteith es recomendado como método estándar para la definición y cálculo de la ETo. Las dificultades que presenta el método FAO-56 Penman-Monteith se originan en la obtención de todos los datos meteorológicos necesarios para su cálculo. La monografía FAO nº 56 (Allen MARÍA FANDIÑO BEIRO 30 et al., 1998) soluciona este problema permitiendo el cálculo con datos de temperatura y de radiación extraterrestre, disponibles en la mayoría de las estaciones climáticas. La existencia de diferentes ecuaciones para su determinación requiere de la selección de las utilizadas como referencia a nivel global, siendo la ecuación FAO-56 Penman-Monteith (Allen et al., 1998) y la ecuación de Hargreaves (Hargreaves y Samni, 1985), las más adecuadas y de consenso a nivel global. A continuación, se expone el desarrollo de las dos ecuaciones empleadas. En primer lugar, la ecuación FAO-56 Penman–Monteith (Allen et al., 1998) para la determinación de la ETo a nivel diario, sigue la siguiente expresión: ETo=0,408∆(Rn−G)+γ 900 T+273u2(ea−ed) ∆+γ(1−0,34u2) (1) donde, Δ representa la pendiente de la relación entre la presión de saturación de vapor y la temperatura media del aire (kPa °C−1); Rn es la radiación neta en la superficie del cultivo (MJ m−2 d−1); G es la densidad del flujo de calor del suelo (MJ m−2 d−1); γ es la constante psicrométrica (kPa °C−1); T es la temperatura media diaria del aire; u2 es la velocidad media del viento a 2 m de altura (m s-1) y (ea-ed) representa la presión de vapor y el déficit de presión de vapor del aire (kPa) a la altura de referencia (2 m). En segundo lugar, la ecuación de Hargreaves y Samni (1985) ha sido empleada puesto que muestra buenos resultados como método basado en la temperatura cuando se aplica a diferentes localizaciones, la ecuación es: ETo=0,0023(Tmax−Tmin) 0,5(Tmed+17,8)Ra (2) donde, Tmax y Tmin (°C) son las temperaturas máxima y mínima del aire diarias; Tmed (°C) la temperatura media del aire y Ra (MJ m-2 d-1) la radiación extraterrestre. La radiación extraterrestre (Ra) es la radiación en la cima de la atmósfera, y puede calcularse como una función de la latitud y del día del año según la ecuación propuesta por Duffie y Beckman (1991): Ra=1 πGsdr(ωssenφsenδ+senωscosφcosδ) (3) 3. MATERIAL Y MÉTODOS 31 donde, Ra es la radiación extraterrestre total diaria (MJ m-2d-1); Gs la constante solar (118,08 MJ m-2dia-1); dr la distancia relativa del sol a la tierra;  la latitud (rad) siendo positiva para el hemisferio norte;  el ángulo horario del amanecer (rad) y s el ángulo de radiación a la puesta de sol (rad). Para el cálculo de s, dr y  empleamos las siguientes ecuaciones expuestas en Allen et al. (1998): ωs=arcos(−tantanδ) (4) dr=1+0,033cos(2π 365J) (5) δ=0,4093sen(2π284+J 365 ) (6) Considerando J el día Juliano y que para pasar Ra a mm día-1, habrá que dividir por el calor de vaporización del agua a la temperatura media (MJ kg-1) y la densidad del agua en kg L-1. Teniendo en cuenta el período vegetativo de la vid (abril a septiembre), en el año medio (2011-2020) se registra una ETo (Hargreaves y Samni, 1985) de 750 mm, ligeramente por debajo de la ETo en los años 2016 y 2018, 761 mm y 758 mm, respectivamente, y un 4,3% por debajo de la ETo del año 2017 con 782 mm. Lo que muestra una tendencia a incrementarse la demanda evapotranspirativa en los últimos años. Para el cálculo detallado de la ETo para los tres años de estudio, empleada en la modelización de las necesidades hídricas del cultivo, se aplicó la ecuación FAO-56 Penman-Monteith (Allen et al., 1998), empleando las variables: temperatura, velocidad del viento, horas de insolación y humedad relativa media. Los resultados para los tres años, 2016, 2017 y 2018 se exponen en la Figura 11, junto con las precipitaciones de cada uno de los años. Las condiciones climáticas varían entre los tres años, con precipitaciones mayores en los años 2016 (1844 mm) y 2018 (1500 mm), siendo el año 2017 un año menos lluvioso (969 mm). Referido al período de abril a septiembre, estas diferencias entre años se mantienen, con una ETo de 652, 655 y 642 mm, y una P de 554, 190 y 329 mm en 2016, 2017 y 2018, respectivamente. Lo que nos permite agrupar los años entre sí, 2016 y 2018 como años más húmedos, y el 2017 como año seco. MARÍA FANDIÑO BEIRO 32 a) b) c) Figura 12. Distribución de la precipitación y evolución de la evapotranspiración de referencia (ETo). a) 2016, b) 2017 y c) 2018 3. MATERIAL Y MÉTODOS 39 por lo cual se ubicaron en las filas 30-32. Por otra parte, puesto que en la parcela se aplicaba ya un tratamiento similar al R6-T, se ha dispuesto en una zona alejada de las filas asignadas a los secanos (Filas 39-41). El caso de los tratamientos regados desde envero (R1-T y R1-D) se han dispuesto en una ubicación intermedia (Filas 33-38). Por último, los tratamientos R2-T y R2-D se situaron en las filas 49-51, puesto que correspondían con un sector de riego diferente a las filas mencionadas, lo que permitía un manejo diferencial del riego, respecto al tratamiento R6, evitando problemas con el sistema de riego (Figura 13). Figura 13. Localización y distribución de repeticiones de los tratamientos experimentales Para repartir los tratamientos de deshojado precoz y testigo, fue necesario incorporar las filas completas, de tal forma que existiera un espacio entre cada uno de los bloques de al menos tres cepas, siendo el caso de los regímenes hídricos R0 y R2. Por el contrario, para el régimen hídrico R1, se dispusieron los bloques de los tratamientos testigo y deshojado en las filas 33 a 38, lo que permitió utilizar las medidas realizadas en un Proyecto previo (RTA2011-00041-C02-02) llevado a cabo en la misma parcela. La asignación de los bloques fue realizada de forma alterna en cada fila, de tal forma que permitiese evaluar la influencia de la variación de los resultados, debido a la altitud (Figuras 13 y 14). MARÍA FANDIÑO BEIRO 40 Figura 14. Manejo del dosel vegetal mediante deshojado precoz En la Tabla 11, se expone el resumen de los tratamientos implementados en cada uno de los tres años, incluyendo las fechas de inicio y final del riego, así como de la realización del deshojado. Tabla 11. Períodos de riego y fecha de deshojado. Años 2016-2018 Tratamiento 2016 2017 2018 Fecha inicio riego R0 - - - R1 16/08 03/08 22/08 R2 11/06 15/06 28/06 R6 19/04 06/04 02/05 Fecha final riego R1, R2 y R6 01/09 27/08 14/09 Fecha Deshojado D 04/06 20/05 14/06 Para llevar a cabo el análisis estadístico partiendo del diseño experimental establecido, se procede siguiendo el método científico el cual se basa en el establecimiento de hipótesis a partir de hechos observados (Fernández et al., 2010). El diseño del experimento nos permite comprobar la validez de estas hipótesis; en el presente ensayo se han planteado dos factores a estudiar: la aplicación de diferentes regímenes hídricos y el deshojado precoz, en ambos casos se pretende evaluar sus efectos frente a una técnica usual (control). Las hipótesis nulas (H0) y alternativas (H1) establecidas son las siguientes: 3. MATERIAL Y MÉTODOS 41 a) Estrategias de régimen hídrico H0: no existen diferencias entre los regímenes hídricos H1: existen diferencias entre los regímenes hídricos b) Deshojado precoz H0: no existen diferencias entre los tratamientos de deshojado y el testigo H1: existen diferencias entre los tratamientos de deshojado y el testigo Además, se pretende evaluar el efecto conjunto de ambos factores, mediante un análisis factorial. 3.5. MODELIZACIÓN DE LAS NECESIDADES HÍDRICAS DEL VIÑEDO Como se ha detallado en la introducción, la estimación de las necesidades hídricas del viñedo (ETc) permite el uso de diferentes métodos y técnicas, si bien en el presente estudio se ha empleado el método del balance de agua en el suelo, como previamente llevaron a cabo otros autores (Singleton et al., 1996; Fooladmand y Sepaskhah, 2009; Fandiño et al., 2012; Cancela et al., 2015). La estimación de la ETc se basa en el uso del coeficiente de cultivo (Kc), como la ratio entre la ETc y la evapotranspiración de referencia (ETo). Por lo que ETc es obtenida como ETc = Kc x ETo (Allen et al., 1998). Existe un conjunto de factores que determinan el Kc en un viñedo, como las fases de crecimiento vegetativo, la altura del dosel vegetal y su arquitectura, relacionada con el sistema de conducción, la fracción de cobertura del suelo, la presencia de mulch y/o una vegetación activa del suelo, lo que está relacionado con la gestión del riego y el suelo, además de con la gestión del cultivo per se y las condiciones locales (Pereira et al., 2021; Rallo et al., 2021). Como quiera que todos estos factores deben ser contemplados de forma detallada se ha seleccionado el enfoque dual, para la obtención del Kc (Allen et al., 1998). El método consiste en dividir Kc en dos coeficientes: uno para la transpiración del cultivo (Kcb) y otro para la evaporación del suelo (Ke), resultando Kc = Kcb + Ke. Por lo que la evapotranspiración actual (ETc act), que es menor que la que se obtiene en condiciones estándar (ETc), se define como: 𝐸𝑇𝑐 𝑎𝑐𝑡 =(𝐾𝑠 𝐾𝑐𝑏 +𝐾𝑒) 𝐸𝑇𝑜 (7) donde ETc act y ETo se expresan en mm d-1, Kcb es el coeficiente de cultivo basal, Ks es el coeficiente que describe el efecto del estrés hídrico en la transpiración del cultivo, siendo Ks < 1 cuando se producen limitaciones debido a la disponibilidad de agua en el suelo, y Ke el coeficiente de evaporación del suelo. MARÍA FANDIÑO BEIRO 42 Puesto que el enfoque dual permite tener en cuenta la presencia de vegetación activa y su variación a lo largo del ciclo (Allen y Pereira, 2009), su uso facilitará entender la separación del agua empleada entre el cultivo y la vegetación activa, así como la evaporación del suelo. En el viñedo experimental existe una vegetación activa permanente, que compite por los recursos hídricos con el cultivo, por lo que es necesario determinar su peso dentro de los procesos evapotranspirativos. Para el empleo del enfoque dual es necesario disponer de los coeficientes culturales basales tabulados, los cuales deben ser posteriormente ajustados a las condiciones locales. En la actualidad no existen estos valores para viñedo en presencia de vegetación activa (Allen et al., 1998; Allen et al., 2007; Allen y Pereira, 2009), a pesar de existir estudios en viñedos con condiciones similares, que pueden ser empleados de base. Cabe mencionar que las condiciones de la vegetación activa varían a lo largo del ciclo, debido a las operaciones que se llevan a cabo sobre esta, así como a las condiciones climáticas, por lo que su ajuste es complejo, y se deben de adaptar los coeficientes basales a cada caso de manejo concreto. Para facilitar la determinación del efecto de la vegetación activa, Rosa et al. (2012) dentro del modelo SIMDualKc, incorporan una herramienta que permite considerar los cambios en la ET debido a presencia de vegetación activa, así como a la gestión que se realiza sobre esta en el viñedo. Por ello se ha seleccionado el modelo SIMDualKc, que fue testado en diferentes cultivos (Cancela et al., 2010; Fandiño et al., 2015b; Paço et al., 2019; Silva et al., 2021), además de ser validado por Fandiño et al. (2012) y Cancela et al. (2015) en viñedos gallegos, con presencia de vegetación activa. El objetivo último de la modelización es por tanto calibrar los coeficientes basales, en cada fase del cultivo (Allen et al., 1998), teniendo en consideración el manejo que se realiza sobre la vegetación activa en cada fase del ciclo, junto con la estimación de las componentes del balance de agua en el suelo. 3.5.1. Modelo SIMDualKc Una descripción detallada del modelo SIMDualKc es realizada por Rosa et al. (2012), en la que se exponen, los datos requeridos para el funcionamiento del modelo, y el método de cálculo del balance de agua en el suelo, tanto en la capa superficial como en la zona radicular, así como las diferentes extensiones que incorpora para la determinación de la escorrentía superficial, la percolación profunda y los efectos del manejo de la vegetación activa sobre los requerimientos hídricos del cultivo (Figura 16). De los diferentes resultados finales que permite obtener el modelo SIMDualKc, el presente estudio se centra en los referidos a la calibración/validación del modelo, así como en las componentes del balance de agua en el suelo. Para la determinación de la ETc es necesario calibrar los coeficientes culturales basales para cada fase de desarrollo del cultivo (Figura 15), proceso que se explica en el apartado 3. MATERIAL Y MÉTODOS 43 siguiente. Las fases clave del cultivo son las siguientes: inicial (ini), crecimiento rápido, máximo desarrollo (mid) y final (end). Figura 15. Representación de la curva de coeficientes cultivo y las cuatro fases de crecimiento (Allen et al., 1998). Las líneas continuas representan el coeficiente basal, los picos representan el coeficiente de evaporación del suelo, y la línea a trazo muestra el coeficiente de cultivo simple medio a lo largo del tiempo El modelo SIMDualKc, realiza el balance del agua en el suelo en la zona radicular, expresada en términos de agotamiento del agua, al final del día, usando un modelo de capas (Allen et al., 1998; Allen et al., 2007): 𝐷𝑟,𝑖 =𝐷𝑟,𝑖−1 −(𝑃−𝑅𝑂)𝑖−𝐼𝑖−𝐶𝑅𝑖+𝐸𝑇𝑐,𝑖 +𝐷𝑃𝑖 (8) donde Dr,i es el agotamiento de agua en la zona radicular al final del día i (mm), Dr,i-1 el agotamiento de agua en la zona radicular al final del día previo, i-1 (mm), Pi la precipitación del día i (mm), ROi la escorrentía desde la superficie del suelo en el día i (mm), Ii es la cantidad neta de riego en el día i que se infiltra en el suelo (mm), CRi es la ascensión capilar desde la capa freática en el día i (mm), y DPi es el flujo de agua que sale de la zona radicular por percolación profunda en el día i (mm). Para poder llevar a cabo el balance de la zona radicular, es necesario realizar previamente el balance en la capa superficial del suelo, la cual interviene directamente en los procesos de evaporación del suelo (Es), directamente relacionada con la humectación y la fracción de cobertura del suelo por parte del cultivo y la vegetación activa. El modelo SIMDualKc implementa, para el cálculo del balance superficial, las extensiones del cálculo de la evaporación expuestas en Allen et al. (2005), donde se realiza la separación de los efectos sobre la evaporación en el suelo, según la fracción humectada por el riego, y/o por la precipitación. MARÍA FANDIÑO BEIRO 44 Figura 16. Flujograma del modelo SIMDualKc (Fandiño et al., 2012) 3.5.1.1. Datos de entrada en el modelo: suelo, clima, cultivo y riego Para la modelización de las necesidades hídricas, el modelo SIMDualKc requiere de información de partida, relacionada con el suelo, clima, cultivo, así como las aportaciones de riego, tal y como se expone en la Figura 16 (Rosa et al., 2012a). En el caso de los datos de suelo, se han introducido en el modelo datos referidos a toda la profundidad radicular y a la capa evaporable del suelo. El contenido de agua en volumen (cm3 cm-3) a capacidad de campo (θFC) y el punto de marchitez permanente (θwp), junto con la profundidad radicular (Zr). Con estos datos se determina el agua total disponible (TAW) (mm). Mientras que para la caracterización de la capa evaporable del suelo son requeridos, los porcentajes de arena y arcilla, los cuales determinan el agua fácilmente evaporable (REW) (mm); además se requieren los contenidos de agua en volumen para la capa superficial, (cm3 cm-3) a capacidad de campo (θFC) y el punto de marchitez permanente (θwp), junto 3. MATERIAL Y MÉTODOS 45 con la profundidad de la capa superficial del suelo sujeta a la evaporación (Ze). Estos últimos facilitan la determinación del agua evaporable total (TEW) (mm). Los datos empleados han sido mostrados en el apartado de suelo, así como los porcentajes texturales del suelo, siendo los valores empleados, que caracterizan la capa evaporable, los siguientes: θFC: 0,254 cm3 cm-3 θwp: 0,089 cm3 cm-3 Ze: 0,15 m Los datos de clima empleados en el modelo se exponen en el apartado clima, siendo las variables introducidas la P (mm), ETo (mm), calculada con la ec. de Penman-Monteith con datos limitados, RHmin (%) y u2 (m s-1) necesarios para la corrección de los coeficientes culturales a las condiciones locales. Además, es necesario introducir la localización de la estación agrometeorológica empleada, latitud y altitud para que el modelo puede realizar las correcciones relacionadas con el coeficiente de densidad (Kd). En la caracterización del cultivo se requiere la definición de las fases de desarrollo, con las que construir la curva del coeficiente cultural descrita en FAO-56 (Figura 15) (Allen et al., 1998). Estas fechas clave se recogen en la Tabla 14, donde se caracteriza la altura (h) del cultivo y la fracción de cobertura del suelo por el cultivo (fc). Además, es necesario introducir los valores de la fracción de agotamiento de agua en el suelo (p) para cada fase de desarrollo (pini, pmid y pend), empleados para determinar el agua fácilmente aprovechable por el cultivo (RAW) (mm). Destaca la necesidad de introducir los coeficientes culturales basales del cultivo (Kcb full), cuando existe una cobertura total del suelo sin restricciones hídricas, relacionado con la máxima altura del cultivo en cada una de las fases (Kcb full ini, Kcb full mid, Kcb full end). Estos aspectos son discutidos en profundidad en el siguiente apartado. Al tratarse de un cultivo en línea es necesario introducir los parámetros requeridos para determinar el ajuste de los Kcb a las condiciones actuales de densidad (Kd), la orientación (Este-Oeste) y el ancho de la fila (width, m) del cultivo, visto este último desde la dirección este-oeste (Figura 17). Por último, se incorpora el valor del Kc min (0,15), valor mínimo del coeficiente del cultivo (suelo seco sin vegetación) (Allen et al., 1998). MARÍA FANDIÑO BEIRO 46 Figura 17. Introducción de datos en el modelo SIMDualKc para el ajuste a las condiciones de la densidad de la vegetación Puesto que en el ensayo experimental se aplican diferentes regímenes hídricos, el modelo SIMDualKc requiere de información sobre el sistema de riego, dosis de riego (mm) y días de riego (Tabla 12). Para determinar los procesos evaporativos del suelo, se debe indicar la fracción de la superficie del suelo humectada por el riego (fw), tal y como se expone en Rosa et al. (2012a). El sistema de riego empleado es riego por goteo, con una fracción humectada del suelo (fw) de 0,1. Tabla 12. Dosis (mm) y fechas de inicio y fin de riego. Años 2016-2018 Trat. 2016 2017 2018 R1 R2 R6 R1 R2 R6 R1 R2 R6 Inicio 16-ago 11-jun 19-abr 03-ago 15-jun 06-abr 22-ago 28-jun 02-may Fin 01-sep 27-ago 14-sep Dosis 31,6 130,2 165,2 81,5 136,6 163,3 22,3 73,5 125,6 3.5.1.2. Coeficiente de evaporación del suelo El coeficiente de evaporación del suelo (Ke) está determinado por la cantidad de energía disponible para el proceso de evaporación en la superficie del suelo (ec. 9). A medida que en la superficie del suelo queda menor cantidad de humedad disponible, la evaporación se reducirá en función de la cantidad de agua disponible en la capa superficial del suelo. El modelo SIMDualKc utiliza la metodología expuesta en Allen et al. (1998), modificada por Allen et al. (2005). El proceso de cálculo se resume a continuación. 𝐾𝑒=𝐾𝑟(𝐾𝑐 𝑚𝑎𝑥−𝐾𝑐𝑏)≤𝑓𝑒𝑤𝐾𝑐 𝑚𝑎𝑥 (9) 3. MATERIAL Y MÉTODOS 47 donde, Ke: coeficiente de evaporación del suelo; Kr: coeficiente adimensional de reducción de la evaporación; Kc max: valor máximo de Kc después de un riego o precipitación; Kcb: coeficiente de cultivo basal y few: fracción del suelo expuesta y humectada. El valor de Kc max se determina en base a la ec. 10: 𝐾𝑐 𝑚𝑎𝑥 =𝑚𝑎𝑥({1,2+[0,04(𝑢2−2)−0,004(𝑅𝐻𝑚𝑖𝑛−45)](ℎ 3)0,3},{𝐾𝑐𝑏+0,05}) (10) donde, u2: velocidad del viento (m s-1) a 2 m de altura; RHmin: humedad relativa mínima (%); h: altura del cultivo (m). Para la determinación del coeficiente de reducción de la evaporación (Kr) se sigue la ec. 11 cuando el agotamiento en la zona evaporable es: De, i-1>REW, siendo Kr: 1,0 en la situación contraria. 𝐾𝑟=𝑇𝐸𝑊−𝐷𝑒,𝑖−1 𝑇𝐸𝑊−𝑅𝐸𝑊 (11) donde, TEW: agua total evaporable en la capa superficial del suelo (mm); REW: agua fácilmente evaporable (mm); De, i-1: el agotamiento de agua en la zona evaporable al final del día previo, i-1 (mm). En los casos de los sistemas de riego que humectan solo una fracción de la superficie del suelo, few debe limitarse a fw (ec. 12). 𝑓𝑒𝑤 =𝑚𝑖𝑛(1−𝑓𝑐;𝑓𝑤) (12) donde, fw: fracción de superficie de suelo mojada por el riego o la lluvia. 3.5.1.3. Coeficientes culturales basales La ventaja de la curva del Kc propuesta por la FAO es que sólo son requeridos tres valores clave para su determinación. Al aplicar el enfoque dual, nos referiremos al Kcb, que posteriormente se integrará en la ec. 7, los valores clave son: el Kcb ini durante el período inicial, el Kcb mid durante la fase de máximo desarrollo del cultivo, y el Kcb end al final del ciclo del cultivo, en este caso, la vendimia. Los valores de Kcb mid y Kcb end, que son introducidos en el modelo están estandarizados a condiciones de humedad relativa mínima (RHmin) del 45% y a una velocidad media del viento, a 2 m de altura, de 2 m s-1 (u2). Estas condiciones climáticas no son acordes con las existentes en la zona de estudio, por lo que los valores de Kcb introducidos deben ser ajustados a las condiciones climáticas locales. MARÍA FANDIÑO BEIRO 48 Puesto que en la situación del viñedo en estudio existe una vegetación activa, cuando se aplica el enfoque de Allen y Pereira (2009) para ajustar los coeficientes culturales basales (Kcb), a la altura de la vegetación (h) y su densidad, es necesario determinar el coeficiente basal del cultivo durante la etapa de máximo desarrollo para una vegetación con cobertura completa del suelo (Kcb full). 𝐾𝑐𝑏 𝑓𝑢𝑙𝑙 =𝐹𝑟(𝑚𝑖𝑛(1,0+0,1ℎ;1,2)+[0,04(𝑢2−2)−0,004(𝑅𝐻𝑚𝑖𝑛−45)](ℎ 3)0,3) (13) donde h, u2 y RHmin fueron definidas previamente, kh es 0,1 al tratarse de un viñedo, y Fr el factor de corrección de la resistencia estomática (Allen et al., 1998; Pereira et al., 2020a). El valor del Kcb full representa un límite general superior para el Kcb mid cuando existe una cobertura total del suelo sin restricciones hídricas. Esta expresión sugiere que el límite superior para Kcb full es de 1,20 más los ajustes a las condiciones climáticas locales. Puesto que nos encontramos en el caso en el que existe una vegetación activa en la calle y la línea del viñedo, para determinar el Kcb, el cual representa mayoritariamente la transpiración, es necesario contemplar la transpiración de la vegetación activa (Kcb cover), pudiendo expresarse este como una función de densidad (Kd) (Allen y Pereira, 2009, Pereira et al., 2020a), tal que: 𝐾𝑐𝑏 =𝐾𝑐𝑏 𝑐𝑜𝑣𝑒𝑟 +𝐾𝑑(max[𝐾𝑐𝑏 𝑓𝑢𝑙𝑙 −𝐾𝑐𝑏 𝑐𝑜𝑣𝑒𝑟 ,𝐾𝑐𝑏 𝑓𝑢𝑙𝑙−𝐾𝑐𝑏 𝑐𝑜𝑣𝑒𝑟 2] ) (14) donde Kcb se determina contemplando la estructura de la vegetación y su extensión, a través del coeficiente de densidad (Kd), definida en el apartado siguiente, incluyendo la transpiración de la vegetación activa teniendo presente el Kcb cover. El Kcb cover es el Kcb de la vegetación activa en ausencia de vegetación del viñedo, el cual es definidio en detalle, en el apartado a seguir. Cabe mencionar que la ec. 14, incluye un segundo término para reducir la estimación del Kcb con la mitad de la diferencia entre Kcb full – Kcb cover, cuando la diferencia es negativa. Este aspecto valora el impacto del sombreamiento de la vegetación cuando Kcb < Kcb cover debido a la mayor conductancia estomática de la vegetación activa. El valor diario determinado para el Kcb en la ec. 14, se incorpora diariamente en el cálculo de la ETc (ec. 7), junto con el valor del Ke, para la posterior determinación del agotamiento del agua en el suelo (Dr,i), mediante la ecuación del balance de agua en el suelo en la zona radicular (ec. 8). 3. MATERIAL Y MÉTODOS 55 Tabla 13. Descripción de la fenología del cultivo, fechas de deshojado e inicio del riego en los diferentes regímenes hídricos 2016 Fecha Estado Fenológico Descripción Deshojado Inicio Riego Régimen hídrico 9-mar. B Yema hinchada 4-jun. 7-abr. D Brotación (Hojas incipientes) 19-abr. R6 4-may. G Racimo separado 16-may. H Botones florales separados 12-jun. I Floración 25-jun. J Cuajado 17-jul. K Tamaño guisante 11-jun. R2 29-jul. L Cierre racimo 16-ago. M Envero 16-ago. R1 26-sep. - Vendimia 2017 Fecha Estado Fenológico Descripción Deshojado Inicio Riego Régimen hídrico 1-mar. B Yema hinchada 20-may. 20-mar. D Brotación (Hojas incipientes) 6-abr. R6 21-abr. G Racimo separado 3-may. H Botones florales separados 16-may. I Floración 31-may. J Cuajado 15-jun. K Tamaño guisante 15-jun. R2 5-jul. L Cierre racimo 3-ago. M Envero 3-ago. R1 7-sep. - Vendimia 2018 Fecha Estado Fenológico Descripción Deshojado Inicio Riego Régimen hídrico 16-mar. B Yema hinchada 14-jun. 4-abr. D Brotación (Hojas incipientes) 4-may. G Racimo separado 2-may. R6 16-may. H Botones florales separados 11-jun. I Floración 18-jun. J Cuajado 26-jun. K Tamaño guisante 28-jun. R2 16-ago. M Envero 22-ago. R1 20-sep. - Vendimia 3.6.3. Fracción de cobertura y altura Las alturas del cultivo, medidas desde el suelo, y la fracción de cobertura del suelo cubierta por el cultivo (fc), fueron determinados mediante el análisis de fotografías tomadas al mediodía solar a lo largo de toda la campaña (Pereira et al., 2020a). Los valores observados en las distintas fases de crecimiento, son MARÍA FANDIÑO BEIRO 56 presentadas en la Tabla 14, siendo parámetros clave en las entradas requeridas para la modelización de las necesidades hídricas del cultivo, como ha sido expuesto en apartados anteriores. Tabla 14. Fases de crecimiento del cultivo, altura (m) y fracción de cobertura del suelo por el cultivo (fc) Fases 2016 2017 2018 Fecha h (m) fc Fecha h (m) fc Fecha h (m) fc Inicial 09/03 1,0 0,01 01/03 1,0 0,01 16/03 1,0 0,01 Inicio crecimiento rápido 07/04 1,3 0,05 20/03 1,3 0,05 04/04 1,3 0,05 Inicio máximo desarrollo 12/06 2,0 0,20 16/05 2,0 0,20 11/06 2,0 0,20 Inicio maduración 16/08 2,1 0,25 03/08 2,1 0,25 16/08 2,1 0,25 Final 26/09 1,9 0,20 07/09 1,9 0,20 20/09 1,9 0,20 3.6.4. Superficie foliar total y superficie foliar expuesta La superficie foliar total (SFT, m2 m-2) se ha determinado durante la fase de maduración. Las medidas se realizaron en los años 2017 y 2018 sobre 4 cepas por tratamiento, en los tratamientos R0 y R2, deshojados y no deshojados. Se ha empleado el método descrito por Carbonneau (1976) que, a través de una recta de regresión, permite conocer la relación alométrica entre la longitud del nervio central de la hoja y su superficie foliar. Para ello se midieron 200 hojas representativas de pámpanos principales y 100 de secundarios, midiendo la longitud del nervio central y el área foliar de hojas principales y hojas de nietos separadamente, utilizando un medidor de área foliar portátil, modelo AM350 (ADC. Bioscientific Ltd., U.K.), obteniéndose las rectas de regresión en cada caso (Figura 20), tal y como plantean Sánchez de Miguel et al. (2010). a) b) Figura 20. Recta de regresión obtenida para pámpanos principales a) y secundarios b). Años 20172018 3. MATERIAL Y MÉTODOS 57 Sobre los pámpanos de las cepas seleccionadas se midieron las longitudes del nervio central de las hojas, diferenciando entre hojas de principales y hojas de secundarios. Posteriormente se obtuvo la SFT de la planta multiplicando por el número de pámpanos totales. La superficie foliar expuesta (SFE, m2 m-2) representa el área foliar que potencialmente puede recibir radiación solar directa, que expresada en m2 de superficie foliar por m2 suelo, fue determinada en las mismas cepas que el parámetro comentado con anterioridad, pero para el año 2016. El sistema de conducción en espaldera se asimiló geométricamente a un prisma rectangular siguiendo la metodología propuesta por Sánchez de Miguel et al. (2010); para su determinación se ha medido la altura total de la vegetación y los espesores del dosel vegetal a tres alturas: primer racimo, mitad del dosel y parte superior del mismo. 3.6.5. Potencial hídrico foliar y de tallo Para evaluar los efectos de los diferentes regímenes hídricos, el potencial hídrico, bien foliar (Ψleaf), bien de tallo (Ψstem), están considerados como los métodos de referencia (van Leeuwen et al., 2009, MirásAvalos y Araujo, 2021), a pesar de tratarse de métodos destructivos, puesto que es necesario retirar una hoja completa de la planta para cada medida. El momento de la medición afecta a los resultados obtenidos, variando la capacidad de discriminación entre regímenes hídricos, tal y como recogen Santesteban et al. (2019). Por lo tanto, se ha determinado el potencial hídrico de tallo (Ψstem, MPa) a mediodía solar (12 hs), al mejorar la estimación del estado hídrico del viñedo en Galicia, tal y como propone Mirás-Avalos et al. (2014), frente a otras medidas como el potencial hídrico al amanecer (Ψpd), o el potencial hídrico foliar (Ψleaf) a mediodía solar. Además, el Ψstem permite obtener valores más estables, puesto que para su medida es necesario embolsar las hojas con una bolsa aluminizada al menos 1 hora previa a la realización de la medida para parar la transpiración (Choné et al., 2001). Con el Ψstem se evita además la variabilidad de la medición debido a la exposición desigual de las hojas a la luz solar, que afecta en gran medida a Ψleaf. El efecto del régimen hídrico sobre la planta, además de ser evaluado a mediodía solar con Ψstem, resulta de utilidad conocer la evolución del potencial hídrico foliar (Ψleaf, MPa) a lo largo del día (Mirás-Avalos et al., 2014). Por lo tanto, la realización de dinámicas del Ψleaf, coincidiendo con las fechas de las fases fenológicos más críticas para el desarrollo del viñedo, han sido realizados en los tres años de estudio. Para la determinación del estado hídrico del viñedo, se empleó una cámara de presión (PMS Model 600, Albany, OR, USA) (Figura 21), tanto para medir el Ψstem, como las dinámicas de Ψleaf. De forma quincenal sobre hojas adultas y sanas, situadas en el tercio medio del pámpano, se midió el Ψstem en tres hojas por repetición, por lo que resultan 12 plantas por tratamiento. Se realizaron un total de 6, 7 y 6 medidas, para los años 2016, 2017 y 2018, iniciándose las mismas alrededor de la floración. MARÍA FANDIÑO BEIRO 58 Tabla 15. Fechas de evaluación de las dinámicas foliares Año Fecha Estado Fenológico 2016 29/07 Tamaño guisante 18/09 Vendimia 2017 15/06 Tamaño guisante 03/08 Envero 31/08 Maduración 2018 06/07 Tamaño guisante Las dinámicas foliares se llevaron a cabo en un total de 6 días, determinando el potencial hídrico foliar (Ψleaf, MPa) a las 9, 12 y 15 hs, en un total de dos hojas por repetición. En los años 2017 y 2018, las medidas se realizaron exclusivamente en los tratamientos R0 y R2, mientras que, en el año 2016 se realizó para todos los tratamientos estudiados. Los días de medidas fueron próximos al estado fenológico de tamaño guisante para los tres años, mientras que en el año 2016 se realizó la dinámica coincidiendo con la vendimia, y en el año seco 2017, próximos a envero y al inicio de la maduración (Tabla 15). Figura 21. Medición del potencial hídrico foliar (Ψleaf) y potencial hídrico de tallo (Ψstem) 3.6.6. Conductancia estomática Para el estudio del efecto de los tratamientos en la ecofisiología de la planta, se ha realizado el seguimiento de la conductancia estomática (gs, mmol H20 m-2s-1), como principal componente del intercambio de gases con la atmósfera. Las medidas fueron determinadas con un porómetro portátil SC1 (Decagon Devices, Inc., Pullman, Washington) (Figura 22), en 2 plantas por repetición en el año 2016, para todos los tratamientos, mientras que en los años 2017 y 2018 las medidas se realizaron sobre los tratamientos R0 y R2, deshojados y no deshojados. Se realizaron 5, 7 y 4 medidas al mediodía solar (12 hs), para los años 2016, 2017 y 2018, iniciándose las mismas coincidiendo con la floración. Además, al igual que para el Ψleaf, se llevaron a cabo dinámicas de la conductancia estomática (gs) los mismos días señalados en la Tabla 15, con la excepción del 18 de 3. MATERIAL Y MÉTODOS 59 septiembre de 2016. Las medidas se realizaron a las mismas horas que en el caso de las dinámicas para Ψleaf. Figura 22. Medición de la conductancia estomática (gs) 3.6.7. Vegetación activa en el suelo: densidad, altura, fracción de cobertura Al igual que para el viñedo, la cubierta de vegetación permanente en la calle y en la fila ha sido caracterizada mediante el análisis de fotografías a lo largo de cada campaña (Pereira et al., 2020a). La cubierta vegetal activa estaba formada por vegetación herbácea espontanea. Además, se ha empleado el calendario de las operaciones culturales realizadas sobre la vegetación activa en el suelo, tanto en la calle, como en la línea. Con esta información se han determinado los factores densidad y altura de la vegetación en diferentes momentos del año, para las tres campañas (Tabla 16). El porcentaje de cobertura de la vegetación activa en la línea, en el momento de máximo desarrollo del dosel vegetal, es del 10%, mientras que el porcentaje en la calle es del 80%. En general las densidades en la calle varían entre 0,40 y 0,80, con alturas comprendidas entre 0,05 y 0,25 m. Para la fila, el rango de densidad varía entre 0,00 y 0,40, con alturas entre 0 y 0,10 m (Tabla 16). Las características de la vegetación activa cambian a lo largo del año debido a las prácticas culturales, principalmente debido a las siegas en las calles, y a la aplicación de herbicidas y al uso de arado intercepas a lo largo de la línea. La información sobre los cambios experimentados por la vegetación activa, son incorporados como datos de entrada en el proceso de simulación de necesidades hídricas del cultivo, tal y como se expone previamente, siguiendo el proceso expuesto por Fandiño et al. (2012). MARÍA FANDIÑO BEIRO 60 Tabla 16. Densidad y altura de la cobertura vegetal activa. Años 2016-2018 Año Fecha Día del año Fila Calle Densidad h (m) Densidad h (m) 2016 09/03 69 0 0 0,80 0,05 24/03 84 0 0 0,80 0,05 04/05 125 0 0 0,80 0,15 16/05 137 0,20 0,05 0,70 0,15 12/06 164 0 0 0,70 0,15 26/06 178 0 0 0,80 0,20 17/07 199 0 0 0,70 0,15 30/08 243 0 0 0,60 0,10 18/09 262 0 0 0,50 0,05 26/09 270 0 0 0,50 0,05 2017 01/03 60 0 0 0,80 0,15 16/05 136 0 0 0,80 0,15 31/05 151 0,20 0,05 0,70 0,10 15/06 166 0,40 0,10 0,65 0,10 05/07 186 0 0 0,50 0,10 19/08 231 0 0 0,40 0,05 30/08 242 0 0 0,40 0,05 07/09 250 0 0 0,40 0,05 2018 16/03 75 0,20 0,05 0,80 0,20 05/04 95 0,20 0,05 0,80 0,25 16/05 136 0,15 0,05 0,70 0,15 11/06 162 0 0 0,60 0,10 16/08 228 0 0 0,40 0,05 20/09 263 0 0 0,45 0,05 3.7. COMPONENTES DE LA PRODUCCIÓN El objetivo establecido para realizar la vendimia en el momento óptimo se fijó en 22 °Brix, establecido en el proyecto RTA2014-00049-C05-05, si bien no ha sido posible alcanzar este valor, puesto que la realización de la vendimia estaba supeditada a la fecha en la que la bodega realizaba la vendimia. Para la evaluación de los componentes de producción se realizó la vendimia individual de 7 plantas por repetición en cajas individuales de vendimia, adecuadamente identificadas. En total se vendimiaron cada uno de los años 196 plantas, para el conjunto de repeticiones y tratamientos. Las cajas de vendimia se pesaron y tararon utilizando una báscula de precisión de 110 kg de pesada máxima (precisión: 1 g). Determinada la producción individual (kg pl-1) y el número de racimos por cepa, se obtuvo indirectamente el peso medio del racimo para cada planta (g). Durante el invierno se determinó el peso de la madera de poda (kg pl-1) en las mismas plantas en las que se llevó a cabo la vendimia. Además, se obtuvo el Índice de Ravaz, calculado como el cociente entre la producción por planta y el peso de la madera de poda por cepa. Con este índice se puede conocer el equilibrio productivo - vegetativo del viñedo. 3. MATERIAL Y MÉTODOS 61 Figura 23. Vendimia y poda en la parcela de ensayo 3.8. PARÁMETROS DE LOS MOSTOS Tras la determinación de los parámetros de producción, con las cajas individuales por repetición agrupadas, se tomó una muestra representativa de 2 kg de uva por repetición. Con estas muestras (28 por año) se determinaron los parámetros clásicos de la calidad del mosto, mediante los análisis físicoquímicos oportunos. Las muestras fueron trasladadas a la Misión Biológica de Galicia-CSIC para su procesado, donde se despalillaron y trituraron para obtener los mostos empleando Thermomix (Worwerk, Germany) durante 20 s a velocidad 4 (Vilanova et al., 2019a). Se obtuvieron dos alícuotas de 100 y 10 ml, para la realización de los análisis. Los análisis químicos fueron realizados en laboratorios privados, siendo determinados los siguientes parámetros: • Sólidos solubles totales (°Brix) • pH • Acidez total (g TH2 L-1) • Ácido tartárico (g L-1) y • Ácido málico (g L-1) MARÍA FANDIÑO BEIRO 62 La concentración elemental en los mostos de Ca, Cu, Mg, Mn, Zn y K (mg L-1) fue determinada empleando ICP-OES, después de realizar un proceso de digestión-incineración en seco (Martínez, EM et al., 2016). Estas muestras fueron analizadas en la unidad de Análisis Elemental de la RIAIDT del Campus de Lugo de la Universidad de Santiago de Compostela. 3.9. PRODUCTIVIDAD Y EFICIENCIA EN EL USO DEL AGUA Para evaluar la productividad del uso del agua es necesario establecer las relaciones entre la producción y los diferentes componentes del balance hídrico, como el riego y la lluvia aportados, o la transpiración del conjunto vegetación activa y cultivo. Los indicadores de uso del agua aplicados habitualmente son la eficiencia en el uso del agua (WUE, kg m-3) y la productividad del agua (WP, kg m-3), con sus diferentes variantes, tal y como exponen Pereira et al. (2012). La WP expresa una ratio física entre la producción y el uso del agua, o entre el producto obtenido y el uso del agua (Rodrigues y Pereira, 2009). Fandiño et al. (2015a) analizan la importancia del índice de productividad a emplear en los viñedos gallegos, concluyendo que es necesario tener presente las diferencias en dosis de riego, densidad y manejo del viñedo, edad de la plantación, así como la variedad, reportando diferencias para una misma localización con el mismo manejo del riego, para las variedades estudiadas. Igualmente, Montoro (2008) analiza la importancia del estudio de la productividad del agua en términos económicos y agronómicos, siendo este último el contemplado en el estudio. Por lo que es crucial definir exactamente los términos empleados en el numerador y el denominador para determinar la WP. En el ensayo se han aplicado los siguientes indicadores relativos a la WP (kg m-3), expresados bajo las siguientes formas: 𝑊𝑃𝑇𝑊𝑈 =𝑌 𝑃+𝐶𝑅+∆𝑆𝑊+𝑅 (18) siendo la producción (Y) expresada en kg ha-1; y el agua total empleada (TWU), determinada por la suma de la precipitación (P), la ascensión capilar (CR), la variación en el contenido de agua en el suelo entre el inicio y el final del ciclo (ΔSW) y el riego (R), todos en m3 ha-1. 𝑊𝑃𝑁−𝐵𝑊𝑈 =𝑌 𝐸𝑇𝑐 𝑎𝑐𝑡+𝐿𝐹+(𝑁−𝐵𝑊𝑈) (19) siendo Y la producción de uva (kg ha-1), y considerando la evapotranspiración actual durante todo el ciclo (ETc act), la fracción de lavado (LF) y la fracción de agua no beneficiosa para el cultivo (N-BWU), calculada esta última como la suma de la percolación profunda (DP), la escorrentía superficial (RO) y la evaporación del suelo (Es), todos en m3 ha-1. 3. MATERIAL Y MÉTODOS 63 Además de las ecuaciones anteriores, se han empleado las ecuaciones propuestas por Cancela et al. (2016a), las cuales valoran el uso del agua para el crecimiento vegetativo en el viñedo, y no únicamente desde un punto de vista productivo, como los tres índices anteriores. 𝑊𝑃𝐺𝑟𝑎𝑝𝑒 =𝑌 𝑃+𝑅 (20) considerando únicamente la precipitación (P) y el riego (R) en m3 ha-1, siendo Y la producción de uva (kg ha-1). 𝑊𝑃𝑃𝑊 =𝑃𝑊 𝑃+𝑅 (21) donde en el numerador se incluye la madera de poda (PW, kg ha-1), y en el denominador la precipitación (P) y el agua de riego (R) en m3 ha-1. 𝑊𝑃𝐺𝑟𝑎𝑝𝑒+𝑃𝑊 =𝑌+𝑃𝑊 𝑃+𝑅 (22) donde en el numerador se incluyen, tanto la producción de uva (Y), como la madera de poda (PW, kg ha1), y en el denominador la precipitación (P) y el agua de riego (R) en m3 ha-1. Por último, se ha evaluado la eficiencia en el uso del agua (WUE, kg m-3) empleando la propuesta establecida por Katerji et al. (2008), donde se evalúa la relación entre la producción y la transpiración del cultivo (Tcrop) a lo largo de todo el ciclo vegetativo. 𝑊𝑈𝐸𝑇𝑐𝑟𝑜𝑝 =𝑌 𝑇𝑐𝑟𝑜𝑝 (23) donde en el numerador se incluye la producción de uva (Y, kg ha-1), y en el denominador la transpiración del cultivo (Tcrop, m3 ha-1). Los parámetros empleados en las ecuaciones previas son las componentes del balance de agua en el suelo, determinado mediante el modelo SIMDualKc, mientras que los parámetros productivos y vegetativos fueron determinados en el ensayo en campo. 3.10. ANÁLISIS ESTADÍSTICO Para el análisis estadístico realizado debe partirse de un diseño experimental adecuado, tal y como se expone en el apartado correspondiente, evitando errores habituales en el empleo de los métodos MARÍA FANDIÑO BEIRO 64 estadísticos. Fernández et al. (2010) recogen un resumen de aquellos errores más habituales, como la confusión entre el error experimental y el error de muestreo, lo que a veces lleva a diseñar experimentos sin repeticiones; el análisis incorrecto de experimentos factoriales, donde interviene más de un factor en estudio y se trata de observar si existe o no interacción entre ellos; el análisis de los datos de un diseño experimental que no se corresponde con el diseño establecido; el abuso de los procedimientos de comparación múltiple para la separación de medias, aplicados incluso cuando únicamente se comparan dos medias; o la ausencia de transformaciones de los datos cuando es un requisito para el análisis de varianza en determinados casos. El procedimiento seguido en el análisis estadístico de los datos obtenidos en el ensayo experimental en campo, parte de la comprobación de las exigencias de partida de los datos para llevar a cabo la comparación de medias o los análisis de varianza según el factor o factores estudiados. En el caso del factor deshojado precoz se ha realizado la comparación de medias entre ambos tratamientos (D y T, para un mismo régimen hídrico), mediante el Test-T de Student, el cual realiza la comparación de muestras no apareadas, suponiendo que las medias deben seguir una distribución normal, así como que las varianzas de las poblaciones son iguales (homocedasticidad). En el caso de que no se cumpla este último aspecto, se ha realizado la comparación aplicando el Test-T de Welch, el cual supone medias poblacionales normales, al igual que el Test-T de Student. Para el análisis estadístico del factor régimen hídrico se ha realizado un Test-F ANOVA, debido a la existencia de varias muestras no apareadas (R0, R1, R2 y R6), el cual supone una distribución de los residuos normal, y la homocedasticidad de las medias poblacionales. Cuando este último supuesto no se cumple, es necesario recurrir al Test-F de Welch, el cual supone que los residuos siguen una distribución normal. Además, se ha realizado el análisis factorial de ambos factores facilitando la determinación de la existencia de resultados significativos en la interacción entre estos, caso en el que es necesario comprobar igualmente las hipótesis de partida establecidas para el ANOVA de un factor (normalidad de los residuos y homocedasticidad de las medias poblacionales). Se han establecido diferentes niveles de significación, reflejados en los resultados como: (-) no significativo; *p < 0,05; **p < 0,01; ***p < 0,001. La asunción de la hipótesis de normalidad es evaluada mediante el Test de Shapiro-Wilk, a un nivel de significación de α: 0,05, mientras que la comprobación de la homogeneidad de las varianzas se ha realizado mediante el Test de Levene, con un mismo nivel de significación que el establecido para la evaluación de la normalidad de los datos. Cuando no es posible asumir la hipótesis de normalidad es necesario aplicar test no paramétricos, como el Test U de Mann-Whitney y el Test H de Kruskal-Wallis, para la comparación del efecto de dos o más de dos factores, respectivamente. 4. RESULTADOS Y DISCUSIÓN 71 promedio de 0,92; se observa que el coeficiente de regresión promedio (b) es 0,99, por lo que en términos generales el modelo subestima el SWC, excepto en el año 2016 para R6 y en el 2018 para R0. Por contra el indicador PBIAS, muestra valores positivos, lo que significa que el modelo subestima ligeramente los valores de SWC, si bien estos PBIAS no superan el 4%. En el caso de R2 y R6 en 2016, R6 en 2017, y R0 en 2018, el PBIAS es negativo, lo que indica una ligera sobrestimación. Estos valores son acordes a los obtenidos por otros autores previamente (Silva et al. 2021, Paço et al. 2019). En la Figura 27, se muestran los resultados de la regresión lineal cuando son considerados todos los datos de SWC simulados y observados, verificando los resultados comentados, lo que indica que los valores fueron estadísticamente similares para todos los tratamientos y años. Figura 27. Comparación entre el contenido de agua en el suelo (SWC, mm) observado y simulado para todos los tratamientos y todos los años Los errores de estimación residual (Tabla 18) muestran que el NRMSE varía entre 3,18 y 9,41 %, con valores medios entorno al 5%; a su vez los RMSE están comprendidos entre 3,85 y 12,25 (mm), correspondiendo los valores máximos a los tratamientos R1 y R2 del año 2017, siendo el RMSE promedio para todos los años y tratamientos de 7 mm, lo que supone un 6,3% del agua total disponible en el suelo (TAW), valores relativamente bajos. Los valores de AAE varían entre 3,44 y 8,81 (mm), valores igualmente bajos con un promedio que supone un 5% del TAW, en la línea de los valores de ARE. Por último, el valor promedio de Emax es de 13,64 mm, generalmente relacionado con la ocurrencia de precipitaciones, o eventos de riego. El índice de eficiencia (EF) fue mayor de 0,77, lo que indica que la varianza residual debido a la modelización es comparable con la varianza de los datos medidos (Tabla 18), con excepción de R2 en 2017, donde la EF es menor. El valor promedio de EF ha sido de 0,89, similar a Cancela et al. (2015) para MARÍA FANDIÑO BEIRO 72 la variedad Godello, superior a los obtenidos por Paço et al. (2019), y ligeramente inferior a Silva et al. (2021) y Fandiño et al. (2012). Por último, el dIA varía entre 0,89 y 1,00, con un valor promedio de 0,97, indicando un buen ajuste del modelo, tras su calibración. Tabla 18. Coeficientes de regresión lineal e indicadores de bondad de ajuste relativos a la calibración y validación del modelo SIMDualKc para los diferentes tratamientos de riego Trat. Relación Lineal Residuos b r2 NRMSE (%) PBIAS (%) RMSE (mm) dIA EF Emax (mm) AAE (mm) ARE (mm) 2016 R0 0,98 0,98 5,09 2,20 6,28 0,99 0,96 12,20 5,07 4,62 R1 0,98 1,00 4,02 2,55 5,53 0,99 0,97 9,92 4,28 3,99 R2 1,00 0,95 3,42 -0,32 4,41 0,98 0,92 8,26 3,44 2,73 R6 1,03 0,93 4,38 -2,81 6,52 0,97 0,88 13,67 5,22 3,72 2017 R0 0,98 0,97 6,47 3,17 7,27 0,99 0,94 10,41 6,87 6,80 R1 0,97 0,86 9,41 3,68 12,25 0,95 0,77 33,80 8,81 7,07 R2 0,98 0,64 6,96 2,03 8,84 0,89 0,58 20,14 6,34 5,10 R6 1,00 0,86 3,90 -0,51 5,83 0,96 0,86 9,96 4,75 3,32 2018 R0 1,01 0,99 3,18 -0,54 3,85 1,00 0,99 5,64 3,51 3,11 R1 0,98 0,97 4,89 1,96 6,64 0,99 0,96 12,91 5,37 4,40 R2 0,98 0,94 5,75 1,50 7,11 0,98 0,93 14,60 5,52 4,83 R6 0,99 0,96 3,72 1,02 5,61 0,99 0,95 12,19 4,46 3,20 Mínimo 0,97 0,64 3,18 -2,81 3,85 0,89 0,58 5,64 3,44 2,73 Máximo 1,03 1,00 9,41 3,68 12,25 1,00 0,99 33,80 8,81 7,07 Promedio 0,99 0,92 5,10 1,16 6,68 0,97 0,89 13,64 5,30 4,41 4.1.2. Coeficientes culturales Los valores iniciales de Kcb full para las fases inicial, de máximo desarrollo y final han sido tomados de Allen et al. (2007) y Allen y Pereira (2009) relativos a viñedos para vinificación, siendo sometidos a ajustes durante el proceso de calibración. Los valores de Kcb full calibrados (Kcb full ini: 0,33, Kcb full mid: 0,64 y Kcb full end: 0,48) (Tabla 17), han sido superiores a los estándares para el Kcb full ini, mientras que los relativos a las fases de máximo desarrollo y final, fueron ligeramente inferiores. Los Kcb full son inferiores a los reportados por López-Urrea et al. (2012) para viñedo con suelo desnudo, pues obtienen un Kcb full constante en todas las fases de 0,78-0,79. A la hora de seleccionar los coeficientes estándar de partida, debe de tomarse en consideración que Allen y Pereira (2009) incluyen un coeficiente implícito de estrés hídrico (Ks), contrariamente a los Kcb full tabulados para uva de vinificación en Allen et al. (2007); en ambos casos no se contempla la presencia de vegetación activa en el suelo, a diferencia del presente estudio. Los valores calibrados para Kcb full mid y Kcb full end son inferiores a los propuestos por Allen et al. (2007), debido a que la fc eff en el viñedo de estudio (fc eff: 0,25) es inferior a la considerada por estos (fc eff: 0,5). Para el Kcb full ini, los 4. RESULTADOS Y DISCUSIÓN 73 valores calibrados son superiores debido a la presencia de vegetación activa en el suelo; este valor se aproxima a los Kcb full ini relativo a otros cultivos frutales, como manzanos, aguacates, albaricoque, peras y melocotones (Allen et al. 2007, Allen y Pereira, 2009). Si comparamos los Kcb (cover+crop) act medios (Tabla 19), referidos al conjunto de la vegetación activa y el viñedo, para R6 (Ks: 1,0), con los valores propuestos por Allen y Pereira (2009) para densidades bajas (fc eff: 0,25), los cuales llevan implícito un coeficiente de estrés (Ks: 0,7), se obtienen valores de Kcb mid: 0,46 y Kcb end: 0,41, inferiores a los expuestos por Allen y Pereira (2009) (Kcb mid: 0,57 y Kcb end: 0,43), debido a las diferencias en densidad de plantación, edad y al sistema de conducción del viñedo. El Kcb de la vegetación activa del suelo (Kcb cover) no fue obtenido por la vía de calibración-validación a partir de valores estándar, pero si calculado por el modelo empleando el procedimiento referido en Material y Métodos (Figura 18), basado en observaciones de la fracción de cobertura de la vegetación activa del suelo (fc cover), su densidad y altura (hcover) a lo largo de la campaña (Tabla 16). Este Kcb cover mayora la transpiración de la vegetación activa, por lo que para reducirlo se ha desarrollado un nuevo coeficiente (Kcb cover est), que corrige el Kcb cover obtenido con el modelo SIMDualKc, ajustándolo a la vegetación del viñedo (ec. 24). 𝐾𝑐𝑏 𝑐𝑜𝑣𝑒𝑟 𝑒𝑠𝑡 =𝐾𝑐𝑏 𝑐𝑜𝑣𝑒𝑟[𝑚𝑎𝑥(1−𝑓𝑐 𝑐𝑟𝑜𝑝;0,5)] (24) donde fc crop es la fracción de cobertura del viñedo a lo largo del ciclo, y 0,5 es un factor limitante de la reducción de la transpiración de la vegetación activa (Tcover). Para el desarrollo de este factor corrector, se han propuesto diferentes escenarios en cuanto al desarrollo del cultivo, en particular de la fracción de cobertura máxima (fc crop). El análisis de sensibilidad realizado (Figura 28) muestra una reducción lineal, a medida que se incrementa la fc crop, hasta un máximo de 0,5 de factor corrector, tal y como se refleja en la ec. 14. Los resultados de la Figura 28, son obtenidos a partir de los valores de Kcb cover simulados para los tres años de estudio por el modelo SIMDualKc, con la fracción de cobertura determinada en campo para el viñedo estudiado (fc crop: 0,25, baja densidad), frente a otras coberturas habituales en el viñedo, media y alta densidad, fc crop: 0,50 y fc crop: 0,70, respectivamente (Allen y Pereira, 2009). MARÍA FANDIÑO BEIRO 74 a) b) c) Figura 28. Análisis de sensibilidad del comportamiento del factor reductor del Kcb cover. a) 2016, b) 2017 y c) 2018 El comportamiento del Kcb cover est en los diferentes años y densidades, se reduce en la fase inicial de desarrollo del cultivo, manteniéndose estable en la fase de máximo desarrollo del viñedo. Estos valores se adecúan al desarrollo del viñedo, y por tanto a su demanda transpirativa, al incrementarse el dosel 4. RESULTADOS Y DISCUSIÓN 75 vegetal durante la fase inicial y de crecimiento rápido. Los valores inferiores de Kcb cover est se sitúan por encima de 0,10-0,15, en los tres años de estudio (Figura 28), lo que refleja el valor mínimo de Kcb cover que habitualmente suele emplearse para el cultivo (Kc min). La existencia de vegetación activa durante todo el ciclo del cultivo, supone una contribución a la transpiración del conjunto viñedo y vegetación activa (Kcb cover+crop), con valores inferiores de Kcb cover en las fases finales del cultivo, coincidiendo con el máximo desarrollo vegetativo y la mayor fracción de cobertura del viñedo. Un comportamiento similar del Kcb cover fue obtenido por Fandiño et al. (2012) para la variedad Albariño, conducida en semi-parral, con fc crop: 0,55; y por Silva et al. (2021) para la variedad Loureiro, con una fc crop: 0,40. La calibración del factor corrector del Kcb cover debe llevarse a cabo en campo a través de medidas de la transpiración del viñedo y/o de la vegetación activa, para validar los resultados obtenidos con la ec. 24. En el presente estudio se ha llevado a cabo de manera empírica la aproximación al Kcb cover, mediante la observación visual en campo de la vegetación activa y del viñedo (fc crop, fc cover), y de la determinación de la superficie foliar. Una vez establecido el coeficiente corrector del Kcb cover, es necesario ajustar los coeficientes a las condiciones de estrés (Ks), para poder obtener el Kcb (cover+crop) act, y de esta forma proceder a realizar la separación de la transpiración del viñedo (Tcrop) y de la vegetación activa (Tcover), determinando el Kcb crop (Tabla 19). Los valores promedio de Kcb cover para cada etapa del cultivo se muestran en la Tabla 19 para todos los tratamientos y años de estudio, manteniéndose estable en torno a 0,20, con ligeras reducciones en las etapas de máximo desarrollo y final. Estos valores son ligeramente inferiores a los obtenidos por Silva et al. (2021) (Kcb cover: 0,23), aunque muy por debajo de los resultados obtenidos por Fandiño et al. (2012), para la variedad Albariño (Kcb cover: 0,36). En ese caso, es conveniente mencionar que tanto Fandiño et al. (2012) como Silva et al. (2021), emplean el Kcb cover simulado con el modelo SIMDualKc, de ahí que los valores reportados por los autores mencionados, sean superiores a los obtenidos en el presente estudio. Cabe mencionar que cada vez que el SWC decrece por debajo de p, el Kcb (cover+crop) se ve reducido por el coeficiente de estrés (Ks), por lo que los valores del Kcb (cover+crop) act son más pequeños que los potenciales. Todos los años, el Kcb (cover+crop) act es inferior al potencial en las fases de máximo desarrollo y final, para los tratamientos R0, R1 y R2, frente al tratamiento más regado (R6) donde el estrés es muy bajo o nulo, siendo en este caso los valores de Kcb (cover+crop) act prácticamente iguales a los potenciales (Tabla 19). La variación de los coeficientes de cultivo a lo largo de las tres campañas, se expone en las Figuras 29, 30 y 31, tanto el Kcb full, como el Kcb (cover+crop) act, Ke, Kc act y Kc mean. Puede observarse que los valores de Ke decrecen desde la fase inicial (Ke: 0,84), cuando no existe sombreamiento debido al dosel vegetal, coincidiendo además con los períodos de mayores precipitaciones, hasta la fase final (Ke: 0,13) cuando el MARÍA FANDIÑO BEIRO 76 dosel vegetal está completamente desarrollado (Tabla 19). El Ke medio para las tres campañas y todas las etapas del cultivo fue de 0,34, superior al reportado por Fandiño et al. (2012) (Ke: 0,09) en la variedad Albariño, conducida en semi-parral; e inferior al reportado por Silva et al. (2021) (Ke: 0,41), para la variedad Loureiro en el Norte de Portugal. Los valores iniciales de Kcb (cover+crop) act son relativamente bajos (0,27) debido a la ausencia inicial de desarrollo vegetativo del cultivo, junto a la presencia de una vegetación activa en el suelo con un vigor moderado, traduciéndose en un Kcb cover de 0,26. Durante el período de crecimiento rápido Kcb (cover+crop) act se incrementa desde 0,27, al final del período inicial, hasta 0,46 al inicio de la fase de máximo desarrollo. Este aspecto es principalmente debido al desarrollo del cultivo, donde Kcb crop alcanza los valores máximos (Tabla 19), y no por la presencia de vegetación activa. Durante este período la vegetación activa sufre diferentes operaciones culturales (herbicida, siegas,..) de forma más intensa que en las etapas iniciales, por lo que Kcb cover se reduce respecto a los valores de la fase inicial. Tabla 19. Valores medios de los coeficientes de cultivo para las diferentes fases del cultivo 2016 Fases Kcb cover Kcb crop Kcb (cover+crop) act Ke Kc act R0 R1 R2 R6 R0 R1 R2 R6 R0 R1 R2 R6 Inicial 0,25 0,01 0,26 0,26 0,26 0,26 0,86 0,86 0,86 0,86 1,12 1,12 1,12 1,12 Crec. rápido 0,22 0,14 0,36 0,36 0,36 0,36 0,60 0,60 0,60 0,62 0,96 0,96 0,96 0,98 Máx. desarrollo 0,19 0,28 0,30 0,32 0,44 0,48 0,08 0,08 0,14 0,15 0,37 0,40 0,58 0,62 Final 0,17 0,25 0,22 0,32 0,38 0,43 0,19 0,22 0,22 0,22 0,42 0,54 0,60 0,65 Promedio 0,21 0,19 0,30 0,32 0,37 0,40 0,39 0,39 0,41 0,42 0,68 0,71 0,79 0,81 2017 Fases Kcb cover Kcb crop Kcb (cover+crop) act Ke Kc act R0 R1 R2 R6 R0 R1 R2 R6 R0 R1 R2 R6 Inicial 0,27 0,01 0,28 0,28 0,28 0,28 0,78 0,78 0,78 0,78 1,06 1,06 1,06 1,06 Crec. rápido 0,24 0,12 0,36 0,36 0,36 0,36 0,47 0,48 0,47 0,50 0,84 0,84 0,83 0,86 Máx. desarrollo 0,19 0,27 0,36 0,38 0,45 0,46 0,11 0,11 0,15 0,17 0,47 0,49 0,60 0,63 Final 0,16 0,26 0,10 0,37 0,42 0,42 0,03 0,09 0,09 0,09 0,13 0,46 0,51 0,52 Promedio 0,21 0,20 0,30 0,36 0,40 0,41 0,27 0,28 0,30 0,31 0,58 0,65 0,70 0,72 2018 Fases Kcb cover Kcb crop Kcb (cover+crop) act Ke Kc act R0 R1 R2 R6 R0 R1 R2 R6 R0 R1 R2 R6 Inicial 0,27 0,01 0,28 0,28 0,28 0,28 0,87 0,87 0,87 0,87 1,15 1,15 1,15 1,15 Crec. rápido 0,23 0,12 0,35 0,35 0,35 0,35 0,49 0,50 0,49 0,52 0,85 0,85 0,84 0,87 Máx. desarrollo 0,17 0,27 0,35 0,38 0,37 0,45 0,10 0,10 0,14 0,16 0,45 0,48 0,51 0,60 Final 0,16 0,25 0,15 0,22 0,27 0,39 0,06 0,11 0,12 0,12 0,21 0,33 0,40 0,51 Promedio 0,20 0,19 0,31 0,33 0,34 0,39 0,31 0,32 0,34 0,35 0,62 0,65 0,67 0,74 Promedio 2016-2018 0,20 0,19 0,30 0,34 0,37 0,40 0,32 0,33 0,35 0,36 0,63 0,67 0,72 0,76 Kcb cover: coeficiente basal de la cobertura vegetal activa empleando la ec. 24; Kcb crop: coeficiente basal del cultivo; Kcb (cover+crop) act: coeficiente basal del conjunto cobertura vegetal activa y cultivo ajustado; Ke: coeficiente de evaporación del suelo; Kc act: coeficiente de cultivo simple ajustado 4. RESULTADOS Y DISCUSIÓN 77 El Kcb crop ini fue inferior al obtenido por Fandiño et al. (2012) y López-Urrea et al. (2012), de igual forma en las fases de máximo desarrollo y final, los valores obtenidos fueron inferiores a los reportados por estos autores. López-Urrea et al. (2012) obtienen un Kcb crop mid de 0,41 y un Kcb crop end de 0,61, superiores a 0,27 y 0,25 de este estudio. Estos valores son inferiores debido a la presencia de vegetación activa en el suelo, en el caso del Albariño; si comparamos los valores de Kcb crop de López-Urrea et al. (2012) con los Kcb (cover+crop) act para el Albariño, obtenemos valores similares en la fase de máximo desarrollo (0,46), e inferiores para la fase final (0,42). Cancela et al. (2015) obtienen valores idénticos para la variedad Godello, conducida en espaldera, con vegetación activa en el suelo que se transforma a mulch tras la fase inicial del cultivo. En la fase de máximo desarrollo el Kcb (cover+crop) act se mantiene igual al valor potencial, cuando no existe estrés hídrico (Figuras 29d y 30d y 31d), si bien cuando Ks < 1, se produce una reducción considerable del Kcb (cover+crop) act, por ejemplo, las Figuras 29a y 30a. La reducción del Kcb (cover+crop) act se observa en los tratamientos R0, R1 y R2, donde no se alcanzan los valores potenciales (Tabla 19) (Figuras 29, 30 y 31). En la fase final del ciclo del cultivo, se ha observado un Kcb (cover+crop) act próximo al potencial, para el tratamiento R6 (0,41), mientras que en los restantes tratamientos se produce una reducción considerable del Kcb (cover+crop) act respecto al potencial de 0,16, 0,30 y 0,36, para R0, R1 y R2, respectivamente, valores acordes al régimen hídrico aplicado (Figuras 29, 30 y 31). Analizando de forma conjunta los tres años, teniendo en cuenta la variabilidad de los resultados según el tratamiento de riego, se obtiene que en la fase inicial el valor de Kcb (cover+crop) act es de 0,27, en todos los regímenes hídricos, valor inferior a los obtenidos por Yunusa et al. (1997) y Fandiño et al. (2012), aunque en la línea de los obtenidos por Silva et al. (2021). Para las fases de máximo desarrollo, se obtiene un valor de Kcb (cover+crop) act de 0,46, para R6, y comprendido entre 0,30 y 0,45 para los tratamientos R0, R1 y R2. En el caso de la variedad Loureiro, Silva et al. (2021) reportan valores comprendidos entre 0,27 y 0,48, según el régimen hídrico aplicado y las condiciones climáticas del año, similares a los obtenidos en este estudio. Por el contrario, Fandiño et al. (2012) reportan valores medios para la fase de máximo desarrollo de 0,65, superiores a los obtenidos en el estudio actual, principalmente por el sistema de conducción evaluado, semi-parral, frente a la espaldera, aún a pesar de tratarse de la misma variedad, Albariño. Por último, en la fase final el Kcb (cover+crop) act promedio es de 0,41 para R6, y entre 0,10 y 0,42, para los restantes tratamientos. En el caso de R6, se obtienen valores superiores a los reportados por Fandiño et al. (2012) (0,30), aunque próximo al obtenido en R1. El tratamiento ‘full irrigation’ estudiado por Silva et al. (2021) muestra un valor de Kcb (cover+crop) act de 0,41, igual al obtenido para R6, aunque un valor para el secano de 0,23, superior al R0 (Kcb (cover+crop) act: 0,16) del presente estudio. MARÍA FANDIÑO BEIRO 78 a) b) c) d) Figura 29. Evolución de los coeficientes de cultivo, precipitación y riego en el 2016. a) R0, b) R1, c) R2 y d) R6 4. RESULTADOS Y DISCUSIÓN 79 a) b) c) d) Figura 30. Evolución de los coeficientes de cultivo, precipitación y riego en el 2017. a) R0, b) R1, c) R2 y d) R6 MARÍA FANDIÑO BEIRO 80 a) b) c) d) Figura 31. Evolución de los coeficientes de cultivo, precipitación y riego en el 2018. a) R0, b) R1, c) R2 y d) R6 4. RESULTADOS Y DISCUSIÓN 87 a) b) c) d) Figura 33. Variación de la transpiración del cultivo (Tcrop), la transpiración de la cobertura vegetal activa (Tcover) y la evaporación del suelo (Es); precipitación y riego para el año 2017. a) R0, b) R1, c) R2 y d) R6 MARÍA FANDIÑO BEIRO 88 a) b) c) d) Figura 34. Variación de la transpiración del cultivo (Tcrop), la transpiración de la cobertura vegetal activa (Tcover) y la evaporación del suelo (Es); precipitación y riego para el año 2018. a) R0, b) R1, c) R2 y d) R6 4. RESULTADOS Y DISCUSIÓN 89 La Tcover es predominante en las fases inicial y de crecimiento rápido en los tres años de estudio, representando un 96 y 63% de la Tcover+crop, respectivamente. Al desarrollarse el viñedo, en las fases de máximo desarrollo y final, es la Tcrop la predominante, con un 60 y 61% de la Tcover+crop, dado el incremento de la fc del viñedo. Siguiendo una dinámica similar a la de los Kcb cover y Kcb crop, tal y como se ha visto en apartados anteriores. La Tcrop para Tempranillo en Castilla-La Mancha representó un 80% de la ETc act (López-Urrea et al., 2012), muy superior a los valores de este estudio con Tcrop medio del 29% de la ETc act, debido a la existencia de vegetación activa y a una elevada componente de Es. De igual forma Teixeira et al. (2007) obtuvieron valores de Tcrop del 88% de la ETc act, similares a los obtenidos para el Tempranillo. Por último, Sánchez et al. (2019) mostraron valores de Tcrop del 60-65% de la ETc act, para Tempranillo en el centro de España, inferiores a las comentadas. En condiciones similares a la zona de estudio, aunque bajo un sistema de conducción de semi-parral, Fandiño et al. (2012) reportan que el porcentaje de la Tcrop y de la Tcover respecto a la ETc act, fue para ambas componentes del 45%. Estos valores están directamente relacionados con la vegetación del viñedo, la edad del mismo, la vegetación activa en el suelo y su manejo, y las condiciones climáticas, generando resultados dispares según cada caso. Zhao et al. (2013) demuestran la capacidad de separación del modelo SIMDualKc, especialmente la potencia de estimación de la transpiración del cultivo, lo que concuerda con los resultados obtenidos para el Albariño. Por el contrario, Torres y Calera (2010) observan una sobreestimación de Es en condiciones de elevada evaporación para Castilla-La Mancha, empleando los modelos propuestos por FAO-56, sugiriendo una reducción de Es; este aspecto puede suponer una sobreestimación de Es en las condiciones particulares del Albariño, a pesar de que aspectos como la RO y DP fueron considerados en la modelización actual, frente a la no consideración por parte de Torres y Calera (2010). Los usos consuntivos del agua son analizados en la Tabla 23. Las ratios de Es/ETc act durante la fase inicial suponen el 76% de la ETc act, como valor medio para todos los años y tratamientos; reduciéndose en la fase de crecimiento rápido al 57% de la ETc act. Estos períodos son aquellos en los que las precipitaciones son más elevadas, por lo que el suelo está frecuentemente humectado por la lluvia, y a que la cobertura vegetal activa del suelo es menos densa, particularmente en la fila. Es es el principal componente consuntivo durante estas fases. La mayor parte de Es en la fase final es debida a eventos de lluvia para el tratamiento R0, contribuyendo el riego al proceso de evaporación del agua en el suelo en los tratamientos regados (R1, R2 y R6). La variabilidad de la ratio Es/ETc act es baja en la fase final, a expensas de la ocurrencia de precipitaciones, las cuales son la principal fuente de humectación del suelo en la inter línea y por tanto de la evaporación del suelo (Tabla 23). Es está influenciada por la frecuencia en la aplicación de los riegos, además del reparto de la dosis diaria en una o varias aplicaciones a lo largo del día. Al tratarse de un riego al día, se produce una mayor humectación del suelo, que si la dosis fuese repartida en diferentes eventos de riego a lo largo del día. Las ratios Es/ETc act en las fases inicial y de crecimiento rápido (76 y 57% respectivamente), fueron mayores que los obtenidos por Paço et al. (2019) (57 y 41% respectivamente) en olival con vegetación activa, MARÍA FANDIÑO BEIRO 90 debido a la variabilidad en las precipitaciones, si bien en las fases de máximo desarrollo y final los valores de Es/ETc act para la variedad Albariño fueron menores, 22 y 28% frente al 38 y 45% obtenidos por Paço et al. (2019). Cancela et al. (2015) presentan un valor de Es/ETc act del 29 y 31% para toda la campaña, en las variedades Godello y Mencía en Galicia, que son inferiores a los obtenidos para la variedad Albariño (46%) (Tabla 23). Sin embargo, Yunusa et al. (2004) presentan valores de Es/ETc act del 40%, inferiores a los obtenidos en el estudio, frente a valores comprendidos entre 44 y 68% de Heilman et al. (1994). Por último, Zhang et al. (2011) obtienen un Es respecto a la ETc act del 47%, similar a la obtenida para la variedad Albariño. Tabla 23. Ratios de la evaporación del suelo y la evapotranspiración actual (Es/ETc act, %) y de la actual frente a la evapotranspiración potencial (ETc act/ETc, %) Año Trat. Inicial Crec. Rápido Max. Desarrollo Final Total Es/ETc act (%) 2016 R0 77,2 60,5 17,2 45,6 49,9 R1 77,2 60,6 16,2 39,2 48,0 R2 77,2 60,5 22,6 34,5 45,6 R6 77,2 61,3 21,7 32,1 44,6 2017 R0 73,6 54,0 22,2 20,5 40,4 R1 73,6 54,1 21,4 19,5 37,3 R2 73,5 53,9 23,8 17,5 36,4 R6 73,6 55,6 26,1 17,7 37,8 2018 R0 75,7 55,4 20,9 29,0 43,7 R1 75,7 55,5 19,9 31,8 42,8 R2 75,7 55,3 26,7 30,4 44,0 R6 75,7 57,0 25,8 23,1 41,9 Promedio R0 75,5 56,7 20,1 31,7 44,7 R1 75,5 56,7 19,2 30,2 42,7 R2 75,5 56,6 24,4 27,5 42,0 R6 75,5 58,0 24,5 24,3 41,4 ETc act/ETc (%) 2016 R0 100,0 100,0 65,3 61,8 82,5 R1 100,0 100,0 69,7 80,8 86,9 R2 100,0 100,0 93,6 92,2 96,5 R6 100,0 100,0 100,0 100,0 100,0 2017 R0 100,0 100,0 82,1 29,0 81,5 R1 100,0 100,0 85,6 87,9 91,8 R2 100,0 100,0 98,1 99,0 99,0 R6 100,0 100,0 100,0 100,0 100,0 2018 R0 100,0 100,0 82,9 42,6 85,1 R1 100,0 100,0 87,4 60,1 89,0 R2 100,0 99,8 87,5 72,0 90,7 R6 100,0 100,0 100,0 94,8 99,1 Promedio R0 100,0 100,0 76,8 44,5 83,0 R1 100,0 100,0 80,9 76,3 89,2 R2 100,0 99,9 93,1 87,7 95,4 R6 100,0 100,0 100,0 98,3 99,7 4. RESULTADOS Y DISCUSIÓN 91 Los resultados relativos a la ratio ETc act/ETc (Tabla 23) muestran que la ETc act en el tratamiento R6 fue prácticamente idéntica a la potencial (ETc), mientras que en los tratamientos menos regados, R2 y R1, y en R0, la ETc act fue menor a la ETc, en un 4,6, 10,8 y 17,0%, respectivamente. La ETc act en las fases inicial y de crecimiento rápido es idéntica a la ETc, produciéndose importantes reducciones en las fases de máximo desarrollo y final; el tratamiento R0 muestra una reducción de ETc act frente a la ETc del 23,2 y del 55,5%, respectivamente. Las reducciones de la ETc act, en comparación a la ETc, muestran diferencias entre los tres años, siendo en el 2017 cuando se obtienen los valores menores para la fase final, mientras que en la fase de máximo desarrollo los valores más bajos se obtienen en 2016, para el secano (R0). Los tratamientos regados, R1 y R2, se comportan de forma diferente entre sí, alcanzándose las máximas reducciones de ETc act frente a la ETc en años diferentes, en R1 en 2016, y en R2 en 2018. Debería definirse un límite inferior de la ratio ETc act/ETc por debajo del cual no deberían situarse las plantas, pues podrían generarse pérdidas productivas, si bien este aspecto es comentado en los siguientes apartados. 4.2. EVALUACIÓN DEL COMPORTAMIENTO DEL VIÑEDO. PARÁMETROS DE SUELO Y PLANTA 4.2.1. Contenido de agua en el suelo Los datos de precipitación, ETo y riego para cada campaña (Tabla 24 y Figura 12), reflejan que los períodos de estudio presentan una climatología desigual, con dos años húmedos (2016 y 2018) y uno seco (2017). La programación del riego se ha realizado aportando, en la medida de lo posible, el 30% de la ETo semanal, realizando una previsión de la misma, y corrigiendo las posibles desviaciones en la semana siguiente. En base a los datos de los contadores volumétricos instalados para cada tratamiento, se ha evidenciado una mayor aportación de agua en el año 2017 (50% ETo), mientras que para los años 2016 y 2018, el aporte ha sido del 33% de ETo. Estas diferencias respecto al 30% ETo objetivo, han sido debidas a un mal funcionamiento del sistema de riego para el año 2017, en particular para R1. Tabla 24. Datos estacionales de la evapotranspiración de referencia (ETo), precipitación y riego aplicado (mm). Años 2016-2018 Año ETo (mm) PE (mm) PSIM (mm) Riego (mm) R0 R1 R2 R6 2016 684,1 715,3 674,5 0,0 31,6 130,2 165,2 2017 662,2 334,2 322,2 0,0 81,5 136,6 163,3 2018 639,4 427,6 415,3 0,0 22,3 73,5 125,6 MARÍA FANDIÑO BEIRO 92 El análisis de la evolución del contenido de agua (SWC, cm3 cm-3) en el suelo (Figura 35), en sus primeros 60 cm de profundidad medido con TDR, ha permitido separar claramente el contenido de agua en el suelo en función del régimen hídrico, secano (R0) o riego (R1, R2 y R6). A partir de la fecha de inicio de los riegos (Tabla 25), brotación (R6), tamaño guisante (R2) y envero (R1), se han separado claramente los valores de SWC para los tratamientos regados respecto del secano, con excepción del año 2018. En todos los años de estudio, R1 muestra valores más altos de SWC que los demás tratamientos, en particular al inicio de las campañas y tras el inicio de los riegos. Este aspecto es debido a las diferencias en las propiedades físicas (TAW, DP) de los suelos, tal y como se expone en el capítulo de Material y Métodos. Tabla 25. Fecha de inicio y fin del riego. Años 2016-2018 Trat. Inicio Riego 2016 2017 2018 R0 - - - R1 16-08 03-08 22-08 R2 11-06 15-06 28-06 R6 19-04 06-04 02-05 Fin Riego 01-09 27-08 14-09 En general, para el año 2016 se observaron diferencias significativas entre alguno de los tratamientos todos los días de medida (Figura 35a), excepto a finales de septiembre. El tratamiento R1 muestra diferencias significativas con el R2, desde el mes de mayo hasta que se inician los riegos en R2, si bien hasta transcurridos 30 días tras el inicio del riego en R2, se mantienen las diferencias. A partir de este momento las diferencias significativas entre tratamientos se deben a un mayor SWC del tratamiento más regado (R6) (Tabla 26). A finales de julio se observan diferencias significativas entre los tratamientos R6 y R2, frente a los tratamientos no regados hasta ese momento del ciclo (R0 y R1), esta situación se mantiene hasta mediados de agosto. Desde el envero en adelante, donde se inicia el riego en R1, el tratamiento R0 muestra diferencias significativas con todos los tratamientos regados. Al final de la campaña, debido a las lluvias del mes de septiembre, se igualan todos los tratamientos. El tratamiento de deshojado precoz no ha influenciado en el SWC, a pesar de observar una ligera tendencia a valores superiores en el tratamiento deshojado frente al testigo, en particular desde pre-floración, con la excepción del tratamiento R2 con una tendencia opuesta. El comportamiento del SWC para el año 2017 (Figura 35b), ha mostrado diferencias significativas entre alguno de los tratamientos todos los días de medida. El tratamiento R1 muestra diferencias significativas con el R2, desde el mes de abril hasta que se inician los riegos en R2. 4. RESULTADOS Y DISCUSIÓN 93 a) b) c) Figura 35. Evolución del contenido de agua en el suelo (SWC, cm3 cm-3) a 60 cm para los años: a) 2016, b) 2017 y c) 2018 (* indica diferencias significativas entre tratamientos de riego con p<0,05) MARÍA FANDIÑO BEIRO 94 En 2017, desde finales de mayo hasta principios de julio se obtuvieron diferencias significativas entre tratamientos, debido a un mayor SWC del tratamiento más regado (R6). A partir de principios de julio se observan diferencias significativas entre los tratamientos R6 y R2, frente a los tratamientos no regados hasta ese momento del año (R0 y R1), esta situación se mantiene hasta principios de agosto (Tabla 26). Tabla 26. Contenido de agua en el suelo a 60 cm (SWC, cm3 cm-3) por tratamiento de riego. Años 20162018 2016 Trat. 23-3 4-5 16-5 4-6 12-6 25-6 17-7 29-7 11-8 30-8 18-9 R0 0,249a 0,240ab 0,278ab 0,259ab 0,230ab 0,224ab 0,162a 0,140a 0,124a 0,121a 0,200 R1 0,299b 0,256a 0,307a 0,282a 0,253a 0,243a 0,173a 0,153a 0,137a 0,180b 0,228 R2 0,224a 0,217b 0,257b 0,237b 0,211b 0,205b 0,186a 0,195b 0,190b 0,181b 0,217 R6 0,233a 0,249ab 0,283ab 0,269ab 0,259a 0,255a 0,240b 0,214b 0,211b 0,177b 0,221 Sig. 0,000 0,009 0,001 0,002 0,000 0,000 0,000 0,000 0,000 0,000 0,166 R *** * ** ** *** *** *** *** *** *** - D - - - - - - - - - - - R x D - - - - - - - - - - - 2017 Trat. 21-4 3-5 16-5 31-5 15-6 5-7 9-7 21-7 3-8 19-8 31-8 R0 0,224 0,241 0,278ab 0,238ab 0,192ab 0,179a 0,173a 0,157a 0,143a 0,130a 0,127a R1 0,244 0,257 0,298a 0,258bc 0,206b 0,185ab 0,180ab 0,161a 0,166a 0,241b 0,194b R2 0,211 0,228 0,261b 0,219a 0,167a 0,205b 0,206bc 0,201b 0,216b 0,222b 0,189b R6 0,244 0,257 0,289ab 0,275c 0,241c 0,238c 0,233c 0,219b 0,236b 0,235b 0,197b Sig. 0,009 0,034 0,016 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 R ** * * *** *** *** *** *** *** *** *** D - - - - - - - - - - - R x D - - - - - - - - - - - 2018 Trat. 4-4 4-5 16-5 2-6 18-6 6-7 17-7 1-8 23-8 6-9 R0 0,311 0,240 0,216a 0,222a 0,236ab 0,227ab 0,202 0,151a 0,125a 0,125a R1 0,337 0,264 0,238ab 0,236a 0,260b 0,270c 0,195 0,164a 0,153ab 0,179c R2 0,308 0,233 0,208a 0,213a 0,226a 0,200a 0,194 0,178ab 0,149ab 0,149ab R6 0,316 0,260 0,266b 0,276b 0,264b 0,257bc 0,223 0,203b 0,180b 0,175bc Sig. 0,067 0,029 0,000 0,000 0,003 0,000 0,020 0,000 0,002 0,000 R - * *** *** ** *** - *** ** *** D - - - - - - - - - - R x D - - - - - - - - - - Significaciones para análisis de varianza de un factor. Letras diferentes en columna, indican valores estadísticamente diferentes, según Test Scheffé (varianzas homogéneas) o Test Games-Howell (varianzas no homogéneas) (α: 0,05). Sig: H-Kruskal-Wallis. R: Riego; D: Deshojado; R x D: Interacción riego x deshojado. Para el análisis factorial, Sig.: (-) no significativo; *p < 0,05; **p < 0,01; ***p < 0,001 4. RESULTADOS Y DISCUSIÓN 95 En el año 2017, desde el envero en adelante, cuando se inicia el riego en R1, el tratamiento R0 muestra diferencias significativas con todos los tratamientos regados hasta el final de la campaña. Al igual que en el año 2016, el deshojado precoz no ha influenciado en el SWC, aunque se observa una tendencia a valores ligeramente superiores en el tratamiento deshojado frente al testigo, nuevamente con la excepción de R2 con una tendencia opuesta. El comportamiento del SWC para el año 2018 (Figura 35c), no ha mostrado diferencias significativas a finales de marzo, debido a eventos de lluvia. Desde principios de mayo hasta principios de junio se obtuvieron diferencias significativas entre tratamientos, debido a un mayor SWC del tratamiento más regado (R6) (Tabla 26). En la segunda quincena de junio se ha producido un error en la gestión del riego, puesto que los tratamientos R0 y R1 fueron regados, mientras que R2 fue tratado como un secano. El error se ha detectado a principios de julio, momento en el que fue subsanado. A principios de agosto se observan diferencias significativas entre los tratamientos R6 y R2, frente a los tratamientos no regados hasta ese momento del año (R0 y R1). Cuando se inicia el riego en R1, a finales de agosto, el tratamiento R0 muestra diferencias significativas con todos los tratamientos regados hasta el final de la campaña. Al igual que en las dos campañas previas, el deshojado precoz no ha influenciado en el SWC, aunque se observa la misma tendencia anteriormente comentada, en particular para R0 y R1. Los valores de SWC observados se encuentran dentro del mismo rango de valores que los obtenidos por diversos autores (Fandiño et al., 2012; Cancela et al., 2015; Trigo-Córdoba, 2015; Cancela et al., 2016a; Silva et al., 2021), en viñedo para suelos de características similares en Galicia y Norte de Portugal. 4.2.2. Potencial hídrico foliar y de tallo El potencial hídrico de tallo (Ψstem, MPa) ha permitido discriminar el nivel de estrés hídrico en los distintos tratamientos aplicados, regados y secano, a lo largo del ciclo (Figura 36), mostrando diferencias significativas entre tratamientos en la mayoría de los días de medida, las cuales han discriminado claramente los tratamientos de riego frente al secano a partir de la fecha de inicio del mismo (Tabla 27). A partir de envero, los tratamientos R2 y R6, mantuvieron menor estrés hídrico que R1, separándose claramente del secano (R0) sobre todo a partir del momento de inicio del riego. En el año 2016, existen diferencias significativas entre al menos uno de los tratamientos de riego entre sí en todos los días de medida, tanto en los tratamientos deshojados como testigo, con la excepción de los tratamientos deshojados, a mediados de julio (Figura 36a). Analizando el efecto del factor riego en los tratamientos T, se observa que R1 presenta el valor más negativo a finales de junio, con diferencias significativas frente a los tratamientos R2 y R6. El tratamiento R6 experimenta un menor estrés hídrico que los restantes tratamientos durante toda la campaña con la excepción de los valores de finales de julio, donde en el tratamiento R2 se obtienen los valores mayores Ψstem, y el último día de la campaña, MARÍA FANDIÑO BEIRO 96 donde los valores de Ψstem se homogenizan en todos los tratamientos debido a las precipitaciones previas (Tabla 27). Desde finales de julio hasta mediados de agosto los tratamientos R6 y R2, muestran valores mayores que los tratamientos R1 y R0. Tras el inicio del riego en R1, los valores del Ψstem se aproximan a los valores obtenidos en R2 y R6, obteniéndose los valores más negativos para el R0. Respecto al efecto del riego en la variación del Ψstem, en este caso para los tratamientos de deshojado, se observa que el tratamiento R2, a partir de mediados de julio registra los valores mayores hasta el final de la campaña, presentando diferencias significativas respecto a R1 y R0. Cabe destacar que la tendencia observada es que R0 presente los valores más negativos que R1, y a su vez este último, más negativos que R2. Se observan diferencias significativas entre los tres tratamientos para el día 30 de agosto. Durante la campaña 2016, el deshojado precoz, para un mismo tratamiento de riego, ha propiciado una tendencia de valores ligeramente más negativos de Ψstem que en el caso del tratamiento testigo. No se han dado diferencias significativas debidas al factor deshojado, cuando se comparan con los valores testigo (Tabla 28); de igual forma no existen diferencias significativas debidas a la interacción entre los dos factores estudiados: riego y deshojado. Para la campaña 2017, en los tratamientos sin deshojado precoz, la evolución del Ψstem ha mostrado un comportamiento constante a lo largo de la misma, en particular R0 ha mostrado los valores más negativos todos los días de medición, frente a los valores mayores de R6, mientras que R1 y R2 se sitúan en una situación intermedia entre ambos (R6>R2>R1>R0) (Tabla 27). A finales de mayo R2 y R6 presentan diferencias significativas del Ψstem respecto a R0. Estos dos tratamientos, R2 y R6, se igualan a medida que avanza la campaña, siendo estadísticamente diferentes de R0, excepto el último día del ciclo de medición (Figura 36b). Para R1, a partir del inicio del riego, muestra diferencias significativas respecto a R0. En relación al efecto del riego en Ψstem, para los tratamientos de deshojado, se observa la misma tendencia que en los tratamientos testigo (R2>R1>R0). R2 es estadísticamente diferente del R0 todos los días de medida, con la excepción del 31 de agosto; a su vez R1 también difiere de R0, excepto el 21 de julio, al igual que ocurre en el caso de los tratamientos T (sin deshojado). Por último, no es posible establecer diferencias entre R2 y R1, desde que se inicia el riego para R1. Para un mismo tratamiento de riego, el efecto del deshojado precoz no ha mostrado ninguna influencia clara respecto al Ψstem para la campaña 2017. Al igual que en el año 2016, no se han dado diferencias significativas debidas al factor deshojado, cuando se comparan con los valores testigo (Tabla 28); de igual forma no existen diferencias significativas debidas a la interacción entre los dos factores estudiados: riego y deshojado. 4. RESULTADOS Y DISCUSIÓN 103 van Zyl (1987) obtiene claras diferencias de Ψleaf entre tratamientos de riego para la variedad Colombar, en las respuestas al Ψleaf a lo largo del día, similar a lo expuesto por Mirás-Avalos et al. (2014). En la región del Douro en el cv. Dona María (Chaves y Rodrigues, 1987) obtuvieron las mismas dinámicas de Ψleaf, alcanzando valores más negativos a las 12 hs (Ψleaf: -1,5 MPa); la evolución del Ψleaf es dependiente del clima, la variedad, el año de plantación y el portainjerto, como se refleja en los datos reportados por Choné et al. (2001), donde para Cabernet Sauvignon obtienen diferentes valores mínimos de Ψleaf según las características del patrón y la edad de la plantación. Figura 39. Dinámica del potencial hídrico foliar a las 9, 12 y 15 hs (Ψleaf, MPa) para el año 2018 MARÍA FANDIÑO BEIRO 104 4.2.3. Conductancia estomática En los tres años de estudio se ha determinado la conductancia estomática (gs, mmol H2O m-2 s-1) para R0 y R2, así como para el R1 y R6 en el año 2016, tanto para tratamientos T como D (Figura 40). a) b) c) Figura 40. Evolución de la conductancia estomática (12 hs) (gs, mmol H2O m-2 s-1) para los años: a) 2016, b) 2017 y c) 2018 (*indica diferencias significativas entre tratamientos de deshojado con p<0,05) 4. RESULTADOS Y DISCUSIÓN 105 No se han observado diferencias significativas respecto al tratamiento de riego aplicado en ninguno de los tres años, a pesar de existir una tendencia a valores más bajos de gs, en los tratamientos menos regados, generado por la reducción del SWC a lo largo del ciclo (Tabla 29). Varios autores establecen que los valores de gs no tienen por que estar directamente relacionados con el estado hídrico de la planta (Shultz, 2003; Chaves et al., 2016). Del análisis factorial, se han obtenido diferencias significativas para el factor deshojado, en el primer día de medidas del año 2016, siendo las medidas de gs en los tratamientos deshojados superiores a la de los testigos (Tabla 30). De igual forma se determina una diferencia significativa en relación a la interacción Riego x Deshojado, en uno de los días de medida de gs en el año 2018, lo que demuestra que gs es dependiente de ambas variables. En el 2017 no existe una tendencia clara entre los tratamientos, puesto que al inicio de la campaña gs, para los tratamientos deshojados muestran valores superiores a los testigos, para un mismo régimen hídrico, y al final del ciclo vegetativo se invierte la tendencia. Al igual que para el año 2016, las diferencias entre tratamientos se reducen al final de la campaña, en los meses de agosto y septiembre. Por último, en el 2018, se repite el mismo comportamiento que en el 2017, no existiendo una tendencia clara entre los tratamientos. Cabe destacar que gs en R0-D muestra valores inferiores a R0-T, durante toda la campaña, y que no se mantiene para R2. La elevada variabilidad en el rango de mediciones, con valores entre 200 - 1500 mmol H2O m-2 s-1, dificulta la interpretación de los resultados, además de no observarse diferencias significativas entre tratamientos. Los valores más elevados se producen al inicio del ciclo donde no existe una elevada demanda hídrica por el cultivo, siendo los valores máximos medios en torno a 750 mmol H2O m-2 s-1., este comportamiento coincide con el obtenido por Mirás-Avalos et al. (2016a) para la variedad Albariño. Las mediciones de gs obtenidas son similares a otros cultivares blancos gallegos (Godello y Treixadura) como reportan Mirás-Avalos et al. (2014). Los valores fueron más elevados que los reportados por otros autores en clima mediterráneo, (Williams y Araujo, 2002; Intrigliolo y Castel, 2009), puesto que las viñas fueron sometidas a mayores restricciones hídricas que en Galicia. Sin embargo, Williams y Trout (2005) y Teszlák et al. (2013) encuentran valores de gs mayores de 800 mmol H2O m-2 s-1, cuando las variedades ‘Thompson Seedless’ y ‘Riesling’ se encuentran regadas, siendo estos próximos a los valores determinados para el Albariño en la parcela y condiciones climáticas de ensayo. Además, Mirás-Avalos et al (2016a y 2017), también concluyen que estos valores elevados se pueden considerar normales en las condiciones climáticas del viñedo en Galicia. MARÍA FANDIÑO BEIRO 106 Tabla 29. Conductancia estomática (12 hs) (gs, mmol H2O m-2 s1) por tratamiento de riego y deshojado. Años 2016-2018 4. RESULTADOS Y DISCUSIÓN 107 Tabla 30. Análisis factorial para la conductancia estomática (gs) (12 hs) por tratamiento de riego, deshojado e interacción. Años 2016-2018 2016 26-6 17-7 29-7 30-8 18-9 R - - - - - D ** - - - - R x D - - - - - 2017 31-5 15-6 9-7 21-7 3-8 19-8 31-8 R - - - - - - - D - - - - - - - R x D - - - - - - - 2018 18-6 6-7 17-7 1-8 R - - - - D - - - - R x D - - * - R: Riego; D: Deshojado; R x D: Interacción riego x deshojado. Sig.: (-) no significativo; *p < 0,05; **p < 0,01 La dinámica de la gs a lo largo del día, muestra una tendencia a que R2 tenga valores más elevados que R0 a las 12 y 15 hs, en todos los años estudiados (Figuras 41, 42 y 43). Este aspecto está relacionado con una mejor regulación estomática en R2, debido a una mayor disponibilidad hídrica. Aspecto que concuerda con los valores comentados anteriormente en la dinámica del Ψleaf (Figuras 37, 38 y 39), así como con los valores de Ψstem (Figura 36), al igual que con el SWC (Figura 33). El deshojado no ha afectado al comportamiento de gs, en ninguno de los regímenes hídricos, con tendencias irregulares según las condiciones climatológicas del día de medición. Figura 41. Dinámica de la conductancia estomática a las 9, 12 y 15 hs (gs, mmol H2O m-2 s-1) para el año 2016 MARÍA FANDIÑO BEIRO 108 a) b) c) Figura 42. Dinámica de la conductancia estomática a las 9, 12 y 15 hs (gs, mmol H2O m-2 s-1) para el año 2017 La dinámica de gs no ha seguido el comportamiento determinado por Chaves et al. (1987), para las variedades T. Amarela e Dona María, donde alcanzan máximos entre las 10 y las 15 hs, con valores inferiores en las horas previas y posteriores del día. van Zyl (1987) obtienen un comportamiento irregular 4. RESULTADOS Y DISCUSIÓN 109 a lo largo del día con variaciones según la posición de la hoja medida, sombreada o soleada, al igual que en el Albariño. Figura 43. Dinámica de la conductancia estomática a las 9, 12 y 15 hs (gs, mmol H2O m-2 s-1) para el año 2018 4.2.4. Superficie foliar total y superficie foliar expuesta Para evaluar los efectos de los factores deshojado y riego, se ha determinado la superficie foliar total por planta (SFT, m2m-2), tal y como se describe en el capítulo de Material y Métodos. De los resultados obtenidos no se observan diferencias significativas entre regímenes hídricos, ni entre los tratamientos testigo y deshojado analizados anualmente (Tabla 31). Si analizamos la totalidad de los datos, existen diferencias significativas para el factor deshojado en la SFT, siendo inferior en el deshojado. El factor año también se ha traducido en diferencias significativas para las variables SF principales y Nº Nietos, pero no afecta a la SFT. El desarrollo de las cepas, expresado en SFT ha mostrado valores mayores en R2, regado desde tamaño guisante, frente al tratamiento no regado (R0), lo cual indica la importancia del estado hídrico de la planta durante el período de crecimiento herbáceo, siendo determinante para el desarrollo vegetativo. Los tratamientos deshojados han disminuido los valores de SFT independientemente del régimen hídrico aplicado, aunque la intensidad del efecto ha sido mayor en R2. La SFT obtenida en R0-T y R2-T es superior a 2 m2 m-2, límite inferior expuesto por Champagnol (1984) y Smart (1987), como valores óptimos de superficie foliar; estos valores no se alcanzan para los tratamientos deshojados, variando entre 1,3 y 1,7 m2 m-2. Según diversos autores, la existencia de una cubierta vegetal activa reduce la SFT, debido a la competencia hídrica establecida con el viñedo, confirmándose la acción limitante de una cubierta vegetal activa sobre el desarrollo vegetativo del viñedo (Pascual, 2013). MARÍA FANDIÑO BEIRO 110 Tabla 31. Superficie foliar total (SFT, m2 m-2) y nº nietos. Años 2017-2018 2017 Trat. SF principales (m2) Nº nietos SF nietos (m2) SFT (m2m-2) T D Sig. T D Sig. T D Sig. T D Sig. R0 0,17 0,13 0,364 8,00 9,00 0,637W 0,22 0,21 0,913 1,81 1,59 0,616 R2 0,14 0,14 0,843 6,75 6,40 0,816W 0,30 0,16 0,191 2,07 1,38 0,216 Sig. 0,248 0,857 - 0,555W 0,127W - 0,542 0,458 - 0,679 0,529 - R - - - - D - - - - R x D - - - - 2018 R0 0,10 0,11 0,725 9,75 13,25 0,190 0,35 0,27 0,529 2,11 1,74 0,589 R2 0,11 0,10 0,512 11,75 12,5 0,510 0,40 0,18 0,154 2,36 1,28 0,128 Sig. 0,711 0,541 - 0,025 0,775 - 0,779 0,39 - 0,754 0,337 - R - - - - D - - - - R x D - - - - Análisis Factorial 2017 - 2018 R - - - - D - - - * Año ** *** - - R x D - - - - R x Año - - - - D x Año - - - - R x D x Año - - - - Significaciones para el test de comparación de medias. Letras diferentes en columna, indican valores estadísticamente diferentes, según Test Scheffé (varianzas homogéneas) o Test Games-Howell (varianzas no homogéneas) (α: 0,05). W Sig: Test de Welch, debido a varianzas diferentes según Test de Levene. Sig: U-MannWhitney. R: Riego; D: Deshojado; R x D: Interacción riego x deshojado; R x Año: Interacción riego x año; D x Año: Interacción deshojado x año; R x D x Año: Interacción riego x deshojado x año. Para el análisis factorial, Sig.: (-) no significativo; *p < 0,05; **p < 0,01; ***p < 0,001 La superficie foliar expuesta (SFE, m2m-2) determinada en el año 2016, muestra valores comprendidos entre 1,04 y 1,35 (m2 m-2), con diferencias entre el testigo y el deshojado en R0, menor SFE en R0-D; mientras que en R1 y R2 se obtiene una mayor SFE para el tratamiento deshojado, aunque sin diferencias significativas (Tabla 32). Estos valores no muestran diferencias debido al deshojado precoz al no haber retirado los nietos en el proceso, lo que hace que a finales de agosto las plantas tengan un SFE similar. El factor riego ha generado diferencias significativas, siendo R1 donde es mayor la SFE; además se obtienen diferencias significativas respecto a la interacción riego x deshojado. Sánchez de Miguel et al. (2007) han obtenido la SFE para Cabernet Sauvignon y Tempranillo, con valores de 0,99 (m2 m-2) y 1,2-1,4 (m2 m-2), respectivamente, similares a los obtenidos para Albariño. Por otra parte, Kliewer y Dokoozlian (2005) obtienen valores de SFE por planta comprendidos entre 0,68-1,65 m2 asegurando la correcta maduración de 1 kg de uva, valores superiores a los obtenidos para el Albariño en 2016, excepto para R1-D, R2-D y R6-T, siendo estos datos muy dependientes de la producción unitaria de las plantas en las que se ha determinado la SFE. 4. RESULTADOS Y DISCUSIÓN 111 Tabla 32. Superficie foliar expuesta (SFE, m2 m-2). Año 2016 Factor R0 R1 R2 R6 Sig. T 1,26ab 1,30b 1,10a 1,21ab 0,010 D 1,04a 1,35b 1,17a - 0,000 Sig. 0,008 0,309 0,162 - - R *** D - R x D ** Significaciones para el análisis de varianza de un factor y test de comparación de medias. Letras diferentes en fila, indican valores estadísticamente diferentes, según Test Scheffé (varianzas homogéneas) o Test GamesHowell (varianzas no homogéneas) (α: 0,05). Valores en cursiva indican diferencias significativas debidas al factor deshojado para un mismo régimen hídrico. R: Riego; D: Deshojado; R x D: Interacción riego x deshojado. Para el análisis factorial, Sig.: (-) no significativo; *p < 0,05; **p < 0,01; ***p < 0,001 4.2.5. Componentes de la producción. Efectos del riego y el deshojado precoz Los resultados han mostrado que en general la variación del régimen hídrico ha provocado cambios en la respuesta agronómica del viñedo, al igual que la aplicación de prácticas de control vegetativoproductivo. La valoración de ambos factores se hace de forma independiente para el régimen hídrico (R0, R1, R2, R6) (ANOVA), y para el control vegetativo, dentro de cada régimen hídrico correspondiente (T, D) (comparación de medias), así como de forma conjunta, analizando la interacción entre ambos (ANOVA factorial). Por último, se ha llevado a cabo un análisis factorial incluyendo el factor año. El rendimiento (kg pl-1) no ha sido acorde con la cantidad de agua recibida por cada tratamiento, puesto que se preveía que, a mayor cantidad de agua, mayor producción, como refieren otros autores (Nadal y Arola, 1995; Intrigliolo y Castel, 2010; Uriarte, 2016; Montoro et al.,2017), en climas semi-áridos, mientras que Cancela et al. (2016a) muestran resultados similares para el Albariño, en clima templado (Figura 44a). Para el factor riego se han obtenido diferencias significativas en los años 2016 y 2018, tanto para los tratamientos T y D, mientras que en 2017 las diferencias se dan sólo en los tratamientos D. En los tres años de estudio R2 (D, T) registran las producciones menores, debido a un menor número de racimos, así como menor peso del racimo en 2016 y 2018. R0 (D, T) han mostrado las mayores producciones todos los años, con diferencias significativas respecto a R2 (D, T) (Tabla 33). El factor deshojado ha generado una reducción en la producción, frente al tratamiento testigo, en todos los años estudiados, y para todos los regímenes hídricos, debido fundamentalmente a la reducción del peso medio del racimo (Figura 44a). La menor producción por planta se debe a la reducción del número de bayas provocado por el deshojado, tal y como exponen Poni et al. (2006), Baiano et al. (2015) y Otero (2015), mostrando diferencias significativas según el año y régimen hídrico. MARÍA FANDIÑO BEIRO 112 a) b) c) Figura 44. Producción por planta (kg) a), número de racimos b), y peso medio del racimo (g) c), para los diferentes tratamientos de riego y deshojado. Barras de error: representan la desviación estándar. Años 2016-2018 Considerando todos los datos de cada año, el factor riego y el factor deshojado generan diferencias significativas en producción por planta (Tabla 33); igualmente si consideramos conjuntamente los datos de los tres años de estudio, existen diferencias significativas para los tres factores: riego, deshojado y 4. RESULTADOS Y DISCUSIÓN 119 de conducción no afecta los SST (20,3-21,4). Cancela et al. (2017) sobre Albariño conducido en parral, obtienen que el factor riego no afecta a los SST (20,1-21,1). El efecto del patrón sobre los SST en la variedad Albariño, fue estudiado por Vilanova et al. (2021) sin obtener diferencias significativas. En otras variedades, en ensayos de regímenes hídricos, los resultados de los SST respecto al factor riego son variables dependiendo de las condiciones climáticas del año, de la variedad, de los tratamientos de riego aplicados (dosis y períodos: floración-cierre racimo, floración-envero, envero-maduración,…), entre otros factores, aunque sin obtener diferencias significativas (Keller et al., 2005; Reynolds et al., 2007; Intrigliolo y Castel, 2009; Balint y Reynolds, 2014; Uriarte et al., 2016; Montoro et al., 2018; Vilanova et al., 2019b). Figura 46. Sólidos solubles totales (°Brix) en mosto para los diferentes tratamientos de riego y deshojado. Barras de error: representan la desviación estándar. Años 2016-2018 En la mayoría de los estudios previos sobre el deshojado precoz, en pre-floración, no se observan diferencias significativas, al igual que los resultados obtenidos para el Albariño. Otero (2015) para la variedad Albariño, no encuentra diferencias significativas en SST respecto a los diferentes niveles de deshojado estudiados. Igualmente, Martínez, J et al. (2016), no encontraron diferencias respecto al deshojado precoz para las variedades Viura y Malvasía en La Rioja, al igual que Tardaguila et al. (2010) para la variedad Cariñena. Si bien, diversos autores aseveran que el deshojado precoz aumenta la concentración de SST en bayas (Poni et al., 2006; Poni et al. 2009; Diago et al., 2012). Intrigliolo et al. (2014), tampoco obtuvieron efectos significativos del deshojado precoz en floración para la variedad Mandó, en cuanto a los SST, con la excepción del año 2011, en el que se observa una disminución de los SST para el tratamiento control. En general, para el pH no se han observado diferencias significativas entre los diferentes tratamientos de riego, siendo R2 el tratamiento que muestra valores más altos en los tres años, sin considerar el efecto MARÍA FANDIÑO BEIRO 120 del deshojado que se desarrolla a seguir (Figura 47a). En el año 2017, el riego en los tratamientos D, ha mostrado diferencias significativas, siendo R1-D el que muestra valores más bajos (Tabla 35). El pH se ha mantenido o ha tendido a incrementarse ligeramente en el deshojado con respecto al testigo en todos los tratamientos de riego, excepto en R2 (Figura 47a). El pH en R0 ha sido significativamente superior en el D respecto al T para el año 2017, tendencia que se mantiene en los demás años de estudio (Tabla 35). El pH ha mostrado diferencias significativas respecto al factor riego, en 2017, y a la interacción riego x deshojado; analizando los tres años conjuntamente el factor año y la interacción riego x deshojado también ha mostrado diferencias significativas en los valores de pH (Tabla 36). El factor año, al igual que para los SST, ha mostrado diferencias significativas para los valores de pH. a) b) c) d) Figura 47. pH a), acidez total (g TH2 L-1) b), ácido tartárico (g L-1) c) y ácido málico (g L-1) d) en mosto para los diferentes tratamientos de riego y deshojado. Barras de error: representan la desviación estándar. Años 2016-2018 4. RESULTADOS Y DISCUSIÓN 121 Tabla 35. Parámetros cualitativos básicos del mosto. Años 2016-2018 MARÍA FANDIÑO BEIRO 122 Para la variedad Albariño, en Galicia, Mirás-Avalos et al. (2016a) y Trigo-Córdoba et al. (2014) no encontraron diferencias significativas respecto al pH, debidas al factor riego. Bouzas-Cid et al. (2018) reporta diferencias significativas en el pH debido al factor riego para uno de los tres años de estudio en la DO Rías Baixas, incrementándose el pH en el tratamiento secano, mientras que en la DO Ribeiro no se observan diferencias debidas al factor riego. Los efectos del riego sobre el pH de los mostos en otras variedades blancas, en general no muestran diferencias significativas, Trigo-Córdoba et al. (2014) en la variedad Treixadura, Montoro et al. (2018) variedad Airén, Vilanova et al. (2019b) variedad Verdejo. Igualmente, para variedades tintas, Uriarte et al. (2016) en la variedad Tempranillo, obtienen valores similares. Por otra parte, Balint y Reynolds (2014), reportan diferencias significativas en el pH debido al riego, para la variedad Cabernet Sauvignon en clima frío. Tabla 36. Análisis factorial de los parámetros cualitativos básicos del mosto. Años 2016-2018 2016 SST (oBrix) pH Ac. Total (g TH2 L-1) Ac. Tartárico (g L-1) Ac. Málico (g L-1) Tartárico / Málico R ** - - ** ** - D - - - - - - R x D - - - - - - 2017 R - ** * ** * - D - - - - - - R x D - * * - - - 2018 R - - ** - *** * D - - - - - - R x D - - - - - - Análisis Factorial 2016-2018 R ** - - - *** - D - - * - - - Año ** *** ** *** *** *** R x D - * - - - - R x Año - - * *** *** ** D x Año - - - - - - R x D x Año - - - - - - R: Riego; D: Deshojado; R x D: Interacción riego x deshojado; R x Año: Interacción riego x año; D x Año: Interacción deshojado x año; R x D x Año: Interacción riego x deshojado x año. Para el análisis factorial, Sig.: (-) no significativo; *p < 0,05; **p < 0,01; ***p < 0,001 En la variedad Albariño, Otero (2015) obtiene diferencias significativas en el pH para el deshojado precoz de 4 hojas basales en pre-floración, disminuyendo respecto al control, resultados contrarios a los obtenidos en el presente estudio, para el año 2017 en R0. En términos generales, no existe una relación directa entre el factor deshojado y las modificaciones del pH. En las variedades Viura y Malvasía, Martínez, J et al. (2016) no obtienen diferencias significativas. De igual forma, Intrigliolo et al. (2014) y 4. RESULTADOS Y DISCUSIÓN 123 Moreno (2020) para Tempranillo no obtienen un efecto del deshojado sobre el pH, mientras que Diago et al. (2012) reportan incrementos del pH en tratamientos deshojados. Tardaguila et al. (2010), obtienen diferencias significativas para el deshojado precoz en floración en algún año de estudio, incrementándose o reduciéndose el pH con el deshojado para las variedades Graciano y Cariñena, respectivamente. Igualmente, Poni et al. (2009) reporta incrementos del pH tras el deshojado precoz para la variedad Barbera, y un efecto contrario en la variedad Lambrusco. En relación a la acidez total (g TH2 L-1) y los ácidos mayoritarios (g L-1) del mosto, no existe un efecto claro del deshojado precoz, si bien existe un efecto significativo del régimen hídrico, excepto para la acidez total en 2016 y el ácido tartárico en 2018 (Tabla 35 y 36). Analizando los datos en conjunto el factor año influye significativamente sobre los compuestos mencionados, al igual que la interacción riego x año (Tabla 36). La acidez total (g TH2 L-1) apenas ha mostrado diferencias reseñables entre regímenes hídricos, con la excepción del año 2018 donde se ve incrementada por la cantidad de agua de riego aplicada (Tabla 35), tanto para los tratamientos T como los D (R6>R2>R1>R0); con un comportamiento irregular en los años 2016 y 2017. El efecto del deshojado sobre la acidez total ha sido significativo en R0, siendo inferior para R0-D respecto R0-T, en los años 2016 y 2017 (Tabla 35 y Figura 47b). De forma general la acidez total se reduce ligeramente con el deshojado, a excepción del R1 en 2017 y R2 en 2018. El ácido tartárico (g L-1) ha mostrado diferencias significativas en el año 2016, con tendencias contrarias al 2017 y 2018, ya que en el 2016 se obtienen valores inferiores en el R0, contrariamente a los años 2017 y 2018, donde se obtienen los valores inferiores en los tratamientos R2 y R6 (Tabla 35 y Figura 47c). En contraste, el ácido málico (g L-1) ha mostrado mayor variabilidad en la respuesta al factor riego según el año, presentando diferencias significativas en los tres años, siendo la tendencia a aumentar con el agua de riego aplicada, excepto en 2017, donde R1 muestra la mayor concentración de ácido málico (Tabla 35). El ácido tartárico y el ácido málico se han mostrado muy variables entre tratamientos según el año, sin grandes diferencias entre el tratamiento de deshojado y el testigo (Figuras 47c y 47d). En el ácido málico, se observa en general, para todos los años una disminución a causa del deshojado precoz, con la excepción del R0 en el primer año, el R1 en el segundo y el R1 y R2 en el tercero. Se han obtenido diferencias significativas debidas al factor deshojado en R2 en 2017, donde el deshojado produce una disminución de la concentración de ácido málico. Por último, la relación Tartárico/Málico en general muestra una tendencia a valores más elevados en R0 y R1 en todos los años, excepto R0 en 2016, comportamiento paralelo al descrito para los ácidos tartárico y málico. En general, en 2018 los valores fueron más bajos, respecto al resto de años, debido a los valores especialmente bajos de ácido tartárico en ese año. Trabajos previos sobre el efecto del riego en la variedad Albariño, han mostrado un incremento de la acidez total y del ácido málico con el riego, aspecto coincidente con los resultados obtenidos en el presente estudio. Trigo-Córdoba et al. (2014) reportan diferencias significativas para la acidez total MARÍA FANDIÑO BEIRO 124 respecto al riego, al igual que Mirás-Avalos et al. (2016a), los cuales obtienen igualmente diferencias significativas para el ácido málico. De igual forma, Bouzas-Cid et al. (2018) observan incrementos de la acidez total y del ácido málico con el riego en las DOs Rías Baixas y Ribeiro, en esta última de forma significativa. Vilanova et al. (2019a) muestran una tendencia al incremento del ácido málico con el riego, en un ensayo de fertirrigación. Si bien, para el ácido tartárico existen diferentes respuestas, según los autores, al efecto del riego, así Mirás-Avalos et al. (2016a) y Bouzas-Cid et al. (2018) muestran una tendencia a incrementar el tartárico con el riego, estos últimos de forma significativa; por el contrario, Vilanova et al. (2019a) obtienen una tendencia a la reducción del ác. tartárico en los mostos con el riego. Los efectos del riego sobre los ácidos mayoritarios y la acidez total de los mostos en otras variedades blancas, en general no muestran diferencias significativas. Trigo-Córdoba et al. (2014) reporta un aumento de la acidez total en la variedad Treixadura; Montoro et al. (2018) en la variedad Airén muestra un aumento de la acidez total y del ácido tartárico, frente a una disminución del ácido málico; mientras que Vilanova et al. (2019b) observan valores variables respecto a la acidez total, descenso en el ácido tartárico e incremento del ácido málico, para la variedad Verdejo. De forma similar, para variedades tintas, Uriarte et al. (2016) en la variedad Tempranillo, reportan comportamientos variables de la acidez total y del ácido tartárico, frente a un aumento del ácido málico debido al efecto del riego. Por otra parte, Balint y Reynolds (2014), muestran un aumento de la acidez total, para Cabernet Sauvignon. Montoro et al. (2017) exponen para cinco variedades blancas (Verdejo, Tempranillo Blanco, Airén, Macabeo y Albariño), que el ácido tartárico disminuye con el riego, mientras que el ácido málico tiene una respuesta diferente según la variedad. El deshojado precoz ha mostrado diferentes efectos sobre la acidez total en los mostos, según diversos autores. Para la variedad Albariño, Otero (2015), ha obtenido que los diferentes tratamientos de deshojado no afectaron a la concentración de los diferentes ácidos orgánicos y a la acidez total. Por otra parte, Martínez, J. et al. (2016) obtuvieron una reducción de la acidez total debido al deshojado en Viura y Malvasía, con diferencias significativas. Para la variedad Tempranillo, Intrigliolo et al. (2014) y Moreno (2020) reportaron tendencias al incremento de la acidez total con el deshojado, sin diferencias significativas. En el caso del ácido tartárico para la variedad Albariño, Otero (2015), expone que es el ácido mayoritario en la uva, cuestión que no ocurre en el presente estudio, donde el deshojado afecta de forma variable al contenido en ácido tartárico, según el año. En otras variedades, se observan tendencias dispares, respecto al efecto del deshojado sobre el ácido tartárico; Moreno (2020) expone incrementos del tartárico con el deshojado, salvo en uno de los años de estudio; mientras que Martínez, J. et al. (2016), reporta una tendencia a disminuir debido al deshojado. Los trabajos previos sobre el deshojado reportan una disminución del ácido málico en tratamientos deshojados (Otero, 2015; Martínez, J. et al., 2016; Moreno, 2020), coincidiendo parcialmente con los datos expuestos en este estudio. Destacar que la relación Tartárico/Málico para la variedad Tempranillo aumenta de forma 4. RESULTADOS Y DISCUSIÓN 125 significativa con el deshojado según Moreno (2020), aspecto que no concuerda con los resultados para el Albariño. Por último, Diago et al. (2012) reportan un descenso de la acidez total para los tratamientos deshojados, al igual que Tardaguila et al. (2010) para la variedad Graciano, mientras que con un efecto contrario en la variedad Cariñena. De los análisis químicos del contenido en macro y micro elementos en mosto (Tabla 37), destacan las diferencias significativas para el Mn, en todos los años de estudio, debido al factor riego, incrementándose con la cantidad de agua de riego. En el caso del K (ppm) en el año 2016, se obtienen concentraciones superiores en R0, reduciéndose el contenido a medida que aumenta la aplicación de agua de riego. En el año 2017 se invierte la tendencia, con valores menores en R0 respecto a los tratamientos regados. Destacar que para el 2018 se han determinado valores anómalos de K, pero que mantienen la tendencia del año 2017. Para el factor deshojado no existe ninguna tendencia para el contenido en K. Los valores de K son dependientes del año de estudio, tal y como se observa en la Tabla 38. Para el contenido de Ca (ppm) en mostos, no se observan diferencias significativas entre regímenes hídricos, para ninguno de los años, comportándose de manera desigual según el año, por lo que puede considerarse que no existe efecto del factor riego sobre el mismo. En relación al factor deshojado, para el contenido en Ca se observa una diferencia significativa para R2 en el 2018, frente al testigo, repitiéndose la misma tendencia en los años 2016 y 2017. En general se produce un incremento del contenido en Ca en los años 2017 y 2018, para el tratamiento D frente al T. Todos los años, se observa un mayor contenido en Ca para el tratamiento R2-D, comparado con los tratamientos R0-D y R1-D, presentando diferencias significativas en 2017 y 2018. El factor año influye directamente sobre el Ca, mientras que del análisis año a año, se observa, en 2016, un efecto significativo del riego, mientras que en los años 2017 y 2018 las diferencias significativas son debidas por el factor deshojado (Tabla 38). En el caso del Cu (ppm), la aplicación de productos fitosanitarios en los viñedos, ha generado la existencia de diferencias significativas en 2016 y 2018, lo que coincide con los años más húmedos, si bien no existe una tendencia clara respecto al factor riego. Para el caso del Cu se observan mayores contenidos en R2D, frente a R0-D y R1-D, con diferencias significativas en 2016 y 2018. Para R0, se obtienen valores superiores en D frente T todos los años, con diferencias significativas en 2017 y 2018. En R2, los valores son igualmente mayores en D, como en el caso de R0, con diferencias significativas en 2018. En el año 2016, existe una tendencia a valores mayores en el tratamiento D, frente a T, para todos los tratamientos de riego. Existe un claro efecto del deshojado sobre el contenido del Cu (Tabla 38), así como un efecto del año en los valores observados, además se dan varias interacciones significativas para el conjunto de los datos (R x D, D x Año y R x D x Año). MARÍA FANDIÑO BEIRO 126 Tabla 37. Contenido en macro y microelementos en el mosto (ppm). Años 2016-2018 4. RESULTADOS Y DISCUSIÓN 127 El contenido en Mg (ppm) en los mostos presenta, en general, valores inferiores en R0, mostrando diferencias significativas en 2016, con un aumento del contenido en Mg a medida que se incrementa el agua de riego aplicada (Tabla 37). El tratamiento R0-D muestra una tendencia a tener los valores más bajos de Mg en los tres años. No se han observado diferencias significativas en cuanto al factor deshojado, frente al testigo en ninguno de los tratamientos de riego, siguiendo una dinámica diferente según el año. Si bien, en el año 2017, se observaron valores ligeramente superiores para el tratamiento D frente al T. Además, para R2, el deshojado ha mostrado un ligero incremento del contenido en Mg, en las tres campañas estudiadas. En general el factor riego y el factor año muestran diferencias significativas para el contenido en Mg. Tabla 38. Análisis factorial del contenido en macro y microelementos en el mosto. Años 2016-2018 2016 K Ca Cu Mg Mn Zn Na R - * *** ** *** ** - D - - - - - - - R x D - - - - - - - 2017 R * - - * * * - D - * *** - - * * R x D - - - - - - * 2018 R - - - - *** ** - D - ** ** - ** - * R x D - - ** - - - - Análisis Factorial 2016-2018 R - ** * *** *** *** - D - ** *** - ** * ** Año *** *** *** *** *** *** *** R x D - * ** - - - ** R x Año - - - - *** ** - D x Año - - ** - - - - R x D x Año - - ** - - - - R: Riego; D: Deshojado; R x D: Interacción riego x deshojado; R x Año: Interacción riego x año; D x Año: Interacción deshojado x año; R x D x Año: Interacción riego x deshojado x año. Para el análisis factorial, Sig.: (-) no significativo; *p < 0,05; **p < 0,01; ***p < 0,001 De igual forma que el Mg, el contenido en Mn (ppm) tiende a ser inferior en R0, aumentando en los tratamientos regados, si bien destacar que existen diferencias significativas para los tres años en los tratamientos T, con valores muy superiores en el año 2016 para todos los tratamientos, en comparación con los obtenidos en 2017 y 2018. El Mn, en 2017 y 2018, muestra contenidos superiores al incrementarse el agua de riego aplicada (R2>R1>R0), con diferencias significativas en 2018. Mientras que en 2016 no existe una tendencia clara, a pesar de que R2 muestra el valor más alto. En relación al deshojado, para todos los años se observa una tendencia en todos los tratamientos a obtener valores MARÍA FANDIÑO BEIRO 128 superiores o iguales en D frente a T, para todos los tratamientos de riego. Destacar que el factor riego ha sido significativo todos los años, mientras que el factor deshojado sólo para el año 2018; de igual forma para el conjunto de los tres años, existe un efecto significativo del factor riego, al igual que el factor año, y la interacción riego x año, sobre el Mn en los mostos. En el caso del Zn (ppm), se obtienen valores ligeramente superiores en R2 para el factor riego, frente a los restantes tratamientos, con diferencias significativas para el año 2016 en el tratamiento T, y tendencias similares en 2017. Además, existen diferencias significativas en 2017 y 2018 en los tratamientos D. En general, no se observa un patrón establecido en la concentración de Zn en los mostos. El factor deshojado genera la existencia de valores más altos de Zn para un mismo régimen hídrico, siendo significativamente diferente en el caso de R0 en 2017. En el 2018, se observa una tendencia a incrementar el contenido de Zn, al aumentar el agua de riego. Por último, el contenido de Na (ppm), muestra una tendencia creciente para todos los años, mostrando R0 los valores inferiores, incrementándose al aumentar la cantidad de riego aplicada, aunque sin diferencias significativas entre tratamientos. Además, se obtiene un efecto del deshojado en el tratamiento R0 para el Na, con tendencia a valores superiores respecto al tratamiento T, para todos los años, con diferencias significativas en 2016 y 2017. El factor riego en los tratamientos D, muestra una tendencia del Na a ser mayor en R0-D, el cual no recibe es regado en toda la campaña. Anualmente, el Na está influenciado por el factor deshojado, en 2017 y 2018, así como por la interacción riego x deshojado en 2017. Además, para el conjunto de datos, el factor año y el factor deshojado también son significativos, además de la interacción riego x deshojado. Las concentraciones de K en los mostos de Albariño analizados no muestran una tendencia clara respecto al factor riego, siendo valores ligeramente inferiores a los obtenidos en viñedos regados con diferentes sistemas de conducción (Junquera et al., 2015). Diversos autores han estudiado el Albariño en Galicia, obteniendo una tendencia a disminuir la concentración de K con el riego (Cancela et al., 2017; Martínez et al., E.M., 2016). El factor deshojado ha mostrado una tendencia a incrementar el contenido de K, en el presente estudio, si bien, Martínez et al., J. (2016) muestran comportamientos diferentes para el K en mostos de las variedades Viura y Malvasía, según el año, aunque sin diferencias significativas debido al deshojado. De igual forma, Moreno (2020) encuentra en Tempranillo un incremento del K en mosto, efecto significativo en uno de los tres años de estudio, debido al deshojado precoz. Wooldridge et al. (2010), para las variedades Chardonnay y Pinot noir obtienen valores medios de K, en seis años de estudio, de 1553 (mg L-1), similares a los obtenidos en las campañas 2016 y 2017, en el presente trabajo. Otros autores han reportado efectos de la presencia de una cubierta vegetal activa, a este respecto, Pérez-Álvarez et al. (2015) reportan una reducción del contenido en K; mientras que Quiroga et al. (2017), al evaluar el efecto del encalado sobre la variedad Mencía, no encuentran diferencias significativas entre los tratamientos de encalado, aunque si un efecto del año.