Interacción genotipo x ambiente en Soja un modelo espacial y dinámico para definir y localizar ambientes en Sudamérica

La soja se cultiva bajo un amplio rango de condiciones ambientales y con una amplia diversidad de genotipos que responden diferencialmente al ambiente (interacción genotipo x ambiente). La variabilidad del rendimiento entre ambientes y genotipos no está suficientemente estudiada a escala regional y tampoco está claramente mapeada. El objetivo fue desarrollar un modelo espacial y dinámico de la interacción genotipo x ambiente del rendimiento de soja y generar una herramienta para definir y mapear ambientes en Sudamérica (5 a 40°S). Se analizó el rendimiento de 48 genotipos, de grupo de madurez (GM) II a IX, en 96 sitios y tres campañas. Se compiló una base de datos ambientales con 42 millones de registros de fotoperíodo, temperatura, precipitación, índice de vegetación normalizado y variables edáficas. Se identificaron grupos de ambientes con similar ranking de rendimiento de los genotipos (mega-ambientes), y se los asoció con rangos de variables ambientales que, luego, fueron mapeados en escenarios temporales combinando fechas de siembra y campañas. Las variables ambientales que más explicaron la interacción genotipo x ambiente fueron fotoperíodo, precipitación en estadíos reproductivos, temperatura en estadíos vegetativos y suelos. Los mapas mostraron mega-ambientes favorables para GM largos al Oeste y el Norte y favorables para GM cortos al Sur y el Este. La heterogeneidad espacial aumentó de Norte a Sur. La ubicación geográfica de los mega-ambientes fue más sensible a la fecha de siembra que a la campaña. En fecha tardía, aumentó la heterogeneidad espacial en el Norte y disminuyó en el Sur, y la región se tornó más favorable para GM largos. Al aumentar la precipitación, se amplificó el contraste de GM Norte-Sur. Los mapas de mega-ambientes podrían contribuir a una distribución espacial más eficiente de los sitios experimentales y a extrapolar espacial y temporalmente los resultados de tales experimentos. Esta tesis aporta una metodología original para mapear mega-ambientes.