Content uploaded by Mariana Steelers
Author content
All content in this area was uploaded by Mariana Steelers on Jul 20, 2022
Content may be subject to copyright.
Volumen 56, Número 4 16 de mayo - 30 de junio, 2022
México
Dr. Jorge Galo Medina Torres
Agrociencia
AGRICULTURA
854
Agrociencia
1 PARAMÉTRICA GLPS. Tercera Cerrada de Benito Juárez No. 5, San Bernardino, Texcoco,
Estado de México, México. C. P. 56260.
2 Centro Internacional de Mejoramiento de Maíz y Trigo. Carretera México-Veracruz km 45, El
Batán, Texcoco, Estado de México, México. C. P. 56237.
3 Colegio de Postgraduados Campus Montecillo. Postgrado en Edafología. Carretera México-
Texcoco km 36.5, Montecillo, Texcoco, Estado de México, México. C. P. 56230.
* Corresponding author: vvolke@colpos.mx
ABSTRACT
Agricultural soils generally do not provide enough N to satisfy crop needs, so it is necessary to
apply it as fertilizer. This supply can be estimated by chemical analysis of the soil and, based on
this and the needs of the plant, nitrogen fertilization recommendations are made for the crops.
The objective of this study was to determine economic optimum N rates for maize (Zea mays
L.), based on aainable yield and soil organic maer content as an estimator of soil N supply,
with the current and increased N/maize price ratio, to reduce economic optimum N rates and
fertilization costs, as well as N losses and environmental pollution. In 2011, 2012, and 2013, 67
experiments on maize response to N were distributed and conducted in ve edaphoclimatic
regions of Mexico, with native and improved maize in rainfed and irrigation conditions. The
treatments were: (1) fertilization with N, P, and K; (2) omission of each nutrient; and (3) no
fertilization. The experimental design was a randomized complete block design, without
replications. Production functions were estimated for rainfed and irrigation conditions in
edaphoclimatic regions, for yield as a function of aainable yield classes, amount of N applied,
and soil organic maer content. The production functions were used to estimate economic
optimum N rates, with: (1) the current N/maíz price ratio for the aainable yield classes and
soil organic maer contents , as well as economic optimum yields and net income, for rainfed
and irrigated conditions, in the edaphoclimatic regions; and (2) the increased N/maize price
ratio, that reduced the economic optimum N rates and fertilization costs, without signicantly
decrease of the economic optimum yields and the net income; this also reduces N losses and
environmental pollution.
Keywords: Zea mays L., production function, N/maize price ratio, economic optimum nitrogen
rate, economic optimum yield, net income.
INTRODUCTION
In Mexico, maize is grown on approximately 7.5 x 106 ha, of which about 21.5 % is
irrigated and 78.5 % rainfed. Agricultural and Livestock and Fisheries Information
and Statistics Service (SIAP) estimated in 2018 a national average yield of 1870 kg
Citation: Sánchez-Roldán MM,
Ortiz-Monasterio I, Volke-
Haller VV, Guerra-Zitlalapa
L, Etchevers-Barra JD. 2022.
Nitrogen fertilization for maize
based on aainable yield and
soil organic maer content.
Agrociencia. 56(4): 854-884.
hps://doi.org/10.47163/
agrociencia.v56i4.2808
Editor in Chief:
Dr. Fernando C. Gómez Merino
Received: July 05, 2021.
Approved: May 02, 202.
Published in Agrociencia:
June 17, 2022.
This work is licensed
under a Creative Commons
Aribution-Non- Commercial
4.0 International license.
NITROGEN FERTILIZATION FOR MAIZE BASED ON ATTAINABLE
YIELD AND SOIL ORGANIC MATTER CONTENT
Mariana Margarita Sánchez-Roldán1, Iván Ortiz-Monasterio2, Víctor Hugo Volke-Haller3*
Luis Guerra-Zitlalapa2, Jorge Dionisio Etchevers-Barra3
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 855
ha-1 in rainfed crops and 8760 kg ha-1 under irrigation, with variations among maize-
producing states between 580 and 6470 kg ha-1, and between 2490 and 11460 kg
ha-1, respectively (SIAP, 2018). This information does not indicate the causes of the
low yields obtained. This can be aributed, in addition to possible decient crop
management, to limiting soil and climate conditions in rainfed, and to the shortage
of water in irrigation conditions, without excluding the fact that limiting climate
conditions can also occur.
Crop management includes several technological components, among which
fertilization is one of the most important when the soil does not have sucient capacity
to meet the nutrient requirements of the crop. Thus, as is generally known, on the
one hand, low fertilization will cause lower crop yields than potentially possible, and
lower farmer incomes; on the other, over-fertilization will result in higher production
costs and lower farmer incomes, as well as higher environmental pollution.
Among the nutrients normally supplied to crops by fertilization, N stands out in
importance because of the amount required by them (Ciampii and Vyn, 2014; Bak et
al., 2016), and because of the losses that occur in its use, which for maize are estimated
on average between 35 and 65 % (Morris et al., 2018). These losses occur through
leaching (as N-NO3), volatilization (as NH3), denitrication (as N2, N2O), and surface
runo (Grajeda-Cabrera et al., 2011; Morris et al., 2018), of which N2O is a strong
greenhouse gas (McLellan et al., 2018; Millar et al., 2018). Factors aecting losses are
soil and weather conditions, and the chemical form and management practices of the
fertilizer, but one practice that increases losses is the application of high and excessive
amounts of N to crops (Wortmann et al., 2011; McLellan et al., 2018).
Dierent approaches have been used to determine the amount of N to be applied
as fertilizer to maize (Morris et al., 2018). One is based on the aainable crop yield,
considering or not the supply of N by the soil and the production system (Morris et
al. 2018). And another one is based on eld experiments of crop response to two or
more N rates, in which economic optimum N rates are estimated, and associated with
N supply by soil and the production system, or recommendations are generated for
similar soil and climate units and production systems (Moreno-Ramos et al., 2014;
Morris et al., 2018).
One way to estimate the N supply by the soil is as soil analysis when properly calibrated,
for which there are dierent methods of chemical analysis. The values determined
by the analysis method are an approximate indicator of the soil capacity to supply a
certain amount of a nutrient to the crop, since various factors (soil, climate, production
system) can modify its expression. For N, among soil analyses, the following have been
considered: available N (N-NO3+N-NH4) (Hartmann et al., 2014; Morris et al., 2018),
potentially mineralizable N (Shari et al., 2007; Murphy et al., 2009), total N (Wang et
al., 2012; Ren et al., 2015) and organic maer (OM) (Janssen et al.,1990; Morris et al.,
2018). Among these, OM has the advantage of being determined within a routine soil
analysis (SEMARNAT, 2002), though its mineralization is aected by several factors.
Organic maer mineralization depends on soil (pH, texture) and climate (precipitation,
temperature) conditions, type of OM (C/N ratio), presence of irrigation, and the
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 856
production system (crops and their management) (Clivot et al., 2017; Crzyb et al.,
2020). This implies that the relationship between crop response to N and the N supply
by OM must be estimated under dierent soil and climatic conditions and production
systems (Moreno-Ramos et al., 2014; Morris et al., 2018).
In the optimization to determine economic optimum rates of a nutrient, the economic
criterion of maximization of net income per hectare has been used. This economic
criterion determines the maximum economically optimum rates, and since high N
rates increase N losses (Dobermann et al., 2011; Morris et al., 2018), it is associated
with higher N losses. One way to decrease the economic optimum N rates determined
by this economic criterion is with an increase in the N/maize price ratio in economic
optimization (Chen et al., 2011; Dobermann et al., 2011; Morris et al., 2018), but provided
that yields and net returns do not decrease signicantly.
The objective of this study was to determine economic optimum N rates for maize in
edaphoclimatic regions of Mexico, based on aainable yield and soil OM content as
an estimator of soil N supply, with the current and increased N/maize price ratios,
to reduce economic optimum N rates and fertilization costs, as well as N losses and
environmental pollution.
MATERIALS AND METHODS
The information was obtained from 67 experiments on maize response to N, conducted
by the MasAgro Program of the International Maize and Wheat Improvement Centre
(CIMMYT), in 2011, 2012, and 2013 in Mexico. The experiments were located in
elds of local farmers and maize-maize production systems. Treatments consisted of
fertilization with N, P, and K (complete fertilization), the omission of each nutrient,
and a control treatment with no fertilization (Wang et al., 2012; Ren et al., 2015). The
experiments were distributed in ve edaphoclimatic regions, as follows: 16 in Bajio
(Guanajuato, Jalisco, Michoacan, Queretaro), 19 in Tropico (Chiapas, Guerrero, Oaxaca,
Quintana Roo), 22 in Valles Altos (Mexico, Hidalgo, Puebla, Tlaxcala), eight in Pacico
(Sinaloa, Sonora), and two in Intermedia (San Luis Potosi). Seventeen experiments
were established under irrigated conditions and 50 under rainfed conditions. In
irrigated conditions, improved maize was sown, while in rainfed conditions, native
(21) and improved (29) maize were sown. In the edaphoclimatic regions, there are
dierences in altitude and soil and climate types, which aect crop yields, while in
the Pacico region and some states, production is carried out with irrigation. The
predominant agricultural soils are classied as Phaeozems, Vertisols, Cambisols, and
Luvisols, with textures ranging from loamy to clayey, and there are sandy textures
in some states (Puebla, Tlaxcala) due to volcanic eruptions (INEGI, 2007). The types
of climate present are associated with latitude, altitude, relief, and distance from the
coasts. So, warm climates predominate in the coastal plains, dry in the north, sub-
humid to humid in the south of the country, and temperate climates predominate in
the highlands, sub-humid and dry, depending on the distance from the coasts (INEGI,
2018). The rainfall regime is in summer, going from May/June to September/October
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 857
(INEGI, 2018). The altitude of maize sowings and mean annual precipitations in the
edaphoclimatic regions are shown in Table 1 (SAGARPA et al., 2015; INEGI, 2018).
The N, P, and K rates of the experiments were determined according to an estimation of
the expected yield, based on information obtained by the personnel who participated
in the eld experimentation. These ranged from 30 to 350 kg N ha-1, 16 to 260 kg P2O5
ha-1, and 30 to 230 kg K2O ha-1, in the form of urea (46 % N), triple Ca superphosphate
(46 % P2O5) and K chloride (60 % K2O), respectively. Nitrogen application time was
determined according to the expected yield: for yields less than 4000 kg ha-1, one-
third was applied at sowing and the rest in the rst tillage, and for yields greater than
4000 kg ha-1, the whole N was applied in the rst tillage. P and K were applied at
sowing. Stocking density, weed, pest, and disease control were carried out according
to the recommendations given by the National Institute of Forestry, Agricultural and
Livestock Research of Mexico (INIFAP) for the states of the edaphoclimatic regions
(SAGARPA, 2015). The experimental design was a randomized complete block,
without replications. The experimental units were plots of 5.6 × 8.0 m, with six furrows
of maize, separated by 0.80 m.
At each experimental site, soil sampling was carried out at a depth of 20 cm, taking
10 subsamples to obtain a composite sample. The determinations were OM, by wet
combustion with a mixture of K2Cr2O7 and H2SO4; P, by the Olsen method (assuming
that the pH value in some soils was greater than 7.0), and colorimetry with molybdenum
blue; and exchangeable K, with 1 N ammonium acetate at pH 7, and quantied by
ame emission spectrometry. All chemical procedures were performed according to
the Mexican Ocial Standard (SEMARNAT, 2002). The mean value and range of the
determined properties were as follows OM, 2.05 %, 0.34-4.0 %; P Olsen, 28 mg kg -1,
6-103 mg kg-1; and, exchangeable K, 384 mg kg-1, 57-1624 mg kg-1.
Because the maximum maize yields observed (treatment with complete fertilization)
varied between and within edaphoclimatic regions, yield classes were established
as an estimate of aainable yields: in rainfed conditions, depending on the soil and
climatic factors present, and under irrigation, depending on an assumed irrigation
intensity, all of which have not been determined. These classes were: (1) rainfed, <1750,
Table 1. The altitude of maize sowings and mean annual precipitation
in edaphoclimatic regions.
Region Altitude
(m) Precipitation†
(mm)
Pacico < 40 250-450, 300-500, 500-800
Bajio <1600-2600 400-1000, 1000-1500
Valles Altos 1600-2600 400-1000
Tropico < 2300 350-750, 600-1000, 1000-1500
Intermedia < 2100 300-500, 550-700
†By subregion.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 858
1750-3000, 3000-4250, 4250-5500, 5500-6750, 6750-8000, and 8000-9250 kg ha-1; and (2)
irrigated, 8000-10000, 10000-13000, and 13000-16000 kg ha-1, in the Pacic region, and
irrigated maize in the Bajio and Tropico regions.
The information was analysed by regression to obtain a production function of maize
yield as a function of applied N and soil OM content as an estimator of soil N supply,
and other factors considered, both for rainfed and irrigation. These factors were: (1)
years, as an auxiliary variable; (2) Olsen P and exchangeable K content of the soil, as
estimators of the contribution of P and K by the soil; (3) amounts of N, P and K applied
as inorganic fertilizers; and (4) aainable yield classes, which were considered as a
numerical variable, of 1, 2, 3, 4, 5, 6, and 7 for rainfed, and 2, 3 and 4 for irrigation. In
rainfed, native and improved maizes were considered together, and under irrigation
conditions, only the improved maize was considered. The regression procedure used
to perform the analysis and obtain the production functions was that proposed by
Volke (2008), which consisted of: (1) specifying an initial regression model for N, as
indicated by the graphical relationship of crop response to N application, and for
some other factor that had an observable eect on yield; (2) the model underwent
the PROC REG procedure of SAS (Statistic Analysis System), and the R INFLUENCE
option (Freund and Liell, 2000), in order to observe the presence of possible atypical
observations (outliers), which in such case were eliminated (p=0.01) (Myers, 1990;
Freund and Liell, 2000); (3) the R INFLUENCE option allows to graphically observe
the t to the model of the factors already included in it, as well as the model for factors
not yet included, whose inclusion will be tested; (4) among the variables to be tested
are the interactions between factors, depending on the phenomenon; and (5) the nal
model was the one with the lowest mean square of the error, and interpretable in
terms of the phenomenon.
With the production function and the N/maize price ratio (calculated from the total
cost of N and the net price of the product), the economic optimum N rates were
calculated for the yield classes of rainfed and irrigation conditions, and the soil OM
contents (1.0, 2.0 and 3.0 %). For this purpose, a SAS optimization program was used,
which in addition to the economic optimum N rates, allows calculating the economic
optimum yields, and if xed costs are considered, the net income and benet/cost
ratios can also be estimated (Briones et al., 2009).
The total cost per N unit was 1.19 USD kg-1, which includes the market price and
transportation, application and interest on invested capital costs, and was an average
of the ammonium sulphate and urea sources most frequently used by producers. The
net price of maize was 0.167 USD kg-1, which corresponds to the market price minus
the costs of harvesting, transportation, and interest on invested capital. Based on
the N and maize prices, the N/maize price ratio was 7.14 The xed production costs
considered in each production condition and aainable yield class are shown in the
tables. The economic criterion used for the calculation of economic optimum N rates
was “the maximization of net incomes per area (hectare)” (Chen et al., 2011; Morris et
al., 2018: Velázquez-Xochimil and Portillo, 2018). Economic optimization was carried
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 859
out with the current N/maize price ratio and increased by 25, 50, 75, and 100 %, to
evaluate the eect of such an increase on the decrease of the economic optimum N
rates, the cost of N, the economic optimum yields and net incomes, and on the decrease
of N losses and environmental pollution.
RESULTS AND DISCUSSION
Production functions
The production functions generated for rainfed and irrigated maize are the following:
Yrainfed = 65.458 + 7.063 NT – 0.01257 N2T + 636.314 M0.75T0.75 - 0.8900 NMT
(Pr. F = 0.01, CME = 962 852, R2 = 0.839)
Yirrigation = 4588.040 + 34.454 N0.75R – 0.00609 N2 R + 578.424 M0.75 R - 1.563 N M
(Pr. F = 0.01, CME = 651 551, R2 = 0.939)
where: Y = maize yield (kg ha-1), N = nitrogen applied (kg N ha-1), T = yield rainfed
class (scale 1, 2, 3, 4, 5, 6 and 7), R = yield irrigation class (scale of 2, 3 and 4), M = soil
OM content (%).
The production functions included the following factors: applied nitrogen rates,
aainable yield class, and soil OM content, for which economic optimization will be
carried out. However, the following factors were not included: year, Olsen P and soil
exchangeable K, and treatments without P and K applied. In the case of years, this
implies that the within-year variation was greater than the between-year variation,
and for P and K it would mean that there were no signicant eects, which is not in
agreement with what was expected.
Economic optimum nitrogen rates for rainfed and irrigated maize
Economic optimum N rates (EONR) were determined for the mean yields of the
aainable yield classes of the edaphoclimatic regions, with dierent soil and climatic
conditions; therefore, in rainfed conditions, it is assumed that the same aainable
yield is possible to obtain in dierent soil and climatic conditions, depending on how
these are. On the other hand, it is also assumed that N concentration in the plant is
relatively constant, and therefore, N extraction by the crop was based only on yield.
Aainable yield has been considered in countries such as the USA, in almost all
subsystems of N recommendation generation, in the period from 1970 to 2005 (Morris
et al., 2018), and in China, where it continues to be used (Wang et al., 2012; Ren et al.,
2015), countries that are the largest maize producers in the world. However, in the
USA, since 2005, the generation of N recommendations based on economic maximum
return criteria is being promoted (Morris et al., 2018).
For the EONR on the function of soil OM contents, even when dealing with maize-
maize production systems, it can be assumed that the dierent soil and climate
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 860
conditions observed in the edaphoclimatic regions could have caused dierences in
soil OM mineralization, and thus N soil supply (Tremblay et al., 2012). This means that
the obtained EONR will correspond to mean values for such varying soil and climate
conditions.
For the rainfed condition, native and improved maize crops were considered together.
Improved maize has increased yields over time in relation to unimproved maize,
and at the same time diminished plant N concentration; thus, their increased N
requirements may not be of a signicant magnitude (Woli et al., 2016). Accordingly, if
the improved maize is placed in a higher aainable yield class, it may have a higher N
recommendation than the correct one.
Soil OM contents varied between and within edaphoclimatic regions, according to the
following mean value and range: Pacico, 2.46 %, 1.2-4.0 %; Bajio, 2.60 %, 1.6-3.9 %;
Valles Altos, 1.68 %, 0.34-2.7 %; Tropico, 1.97 %, 1.1-4.0 %; and Intermedia, 1.35, 1.2-1.5
%. The economic optimization was done for soil OM contents of 1.0, 2.0, and 3.0 %,
valid as mean contents for the Pacico, Bajio, and Tropico regions. For the Valles Altos
and Intermedia regions, such economic optimization should be done for the contents
of 0.5, 1.5, and 2.5 % in the former and 1.5 % in the laer, which was not done in this
study.
The economic optimum yields (EOY), net income (NI), and N/MPR for aainable yield
classes and soil OM contents of 1.0, 2.0, and 3.0 %, plus the amount of xed costs, are
presented in Tables 2 and 3; for native and improved rainfed maize in the Bajio, and
Tropico regions (Table 2), and irrigated improved maize in the Pacico region (Table
3).
In rainfed conditions, lower yields are associated with the presence of a limiting
rainy season due to shortage and poor distribution of rainfall, and soil limitations
(texture, depth, etc.); in irrigated conditions, it is assumed that yields would be mainly
associated with irrigation intensity. On the other hand, in both moisture conditions,
soil OM content increased yield only slightly with the aainable yield classes, on
average between 325 and 450 kg ha-1 in rainfed conditions and between 200 and 825 kg
ha-1 in irrigation conditions.
The EOY and EONR were higher in irrigated than in rainfed conditions, and EONR
increased with higher yield and decreased with higher soil OM. This result is congruent
with these considerations: (1) the higher the grain yield and therefore biomass, the
higher the N demand (Wortmann et al., 2011; Wang et al., 2020); and (2) the higher the
soil OM content, the higher the N supply to the crop (Morris et al., 2018). Therefore,
EONR will increase and decrease, respectively.
When relating EOY to EONR, for a soil OM content of 2.0 % (Figure 1), dierent trends
are observed in rainfed (positive curvilinear) and irrigated (practically positive linear)
conditions. In rainfed conditions, the increase in EOY becomes relatively greater than
that in EONR at values greater than 100 kg N ha-1 This situation could indicate that
higher yields increase the eciency of applied N utilization (Feng et al., 2016; Sifuentes
et al., 2018).
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 861
Table 2. Economic optimum nitrogen rates for aainable yield classes of rainfed maize, soil organic
maer contents, and associated variables.
Yield class
(kg ha-1)
Soil organic
maer
(%)
Economic
optimum N rate
(kg ha-1)
Economic
optimum yield
(kg ha-1)
Net
income
(USD ha-1)
Benet/ cost
ratio
Fixed
costs
(USD ha-1)
<1750 1 0 701 0 0 166.7
2 0 1135 22.6 0.14
3 0 1516 86.0 0.52
1750-3000 1 105 2154 43.7 0.14 190.5
2 70 2481 139.8 0.51
3 35 2781 231.4 1.00
3000-4250 1 150 3445 181.4 0.46 214.3
2 115 3828 286.9 0.82
3 80 4184 387.9 1.25
4250-5500 1 175 4646 326.0 0.74 238.1
2 140 5065 439.4 1.09
3 105 5488 546.7 1.51
5500-6750 1 185 5752 476.5 0.99 261.9
2 150 6191 591.5 1.34
3 115 6610 702.9 1.76
6750-8000 1 200 6895 601.5 1.10 309.5
2 165 7345 718.2 1.42
3 125 7742 832.0 1.81
8000-9250 1 205 7964 726.1 1.21 357.0
2 170 8414 842.8 1.51
3 135 8855 957.9 1.85
Table 3. Economic optimum nitrogen rates for aainable yield classes of irrigated improved maize and
soil organic maer contents, and associated variables.
Yield class
(kg ha-1)
Soil organic
maer
(%)
Economic
optimum N rate
(kg ha-1)
Economic
optimum yield
(kg ha-1)
Net
income
(USD ha-1)
Benet/ cost
ratio
Fixed
costs
(USD ha-1)
8000-10000 1 210 8680 791.9 1.21 404.7
2 170 8894 875.2 1.44
3 135 9099 951.0 1.68
10000-13000 1 280 11528 1135.6 1.44 452.4
2 250 12081 1263.5 1.68
3 225 12568 1374.4 1.91
13000-16000 1 325 14369 1469.9 1.70 476.2
2 300 15283 1666.2 2.00
3 275 16036 1821.6 2.27
The decrease in EONR with increasing soil OM, from 1.0, 2.0 to 3.0%, in the dierent
aainable yield classes was: (1) in rainfed conditions, 35 kg N ha-1; and (2) under irrigated
conditions, between 25 and 30 kg N ha-1 for the 10000-13000 and 13000-16000 kg ha-1
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 862
yield classes, and between 35 and 40 kg N ha-1 for the 8000-10000 kg ha-1 yield class.
These values would correspond to the N supply made by soil OM; however, they are
higher values compared to those indicated by some literature (Morris et al., 2018).
The NI and B/CR increased with the increment of maize yield and soil OM content, to
a greater extent NI in the irrigated condition. In the case of OM, its greatest eect was
due to the EONR decrease it caused. Although the B/CR may vary among farmers, due
to their variable and xed costs, from an economic point of view a ratio lower than
0.50 would not be protable for commercial production, though it would be justied
if the objective is self-consumption.
The use of soil OM as a tool to generate N recommendations for maize, for dierent
aainable yields associated with climate and soil conditions, and production systems,
may allow for greater accuracy in this task. However, it would be interesting to know
the eect of not complying with the recommendations according to the OM content of
the soil. In this sense, if we take as an example the aainable yield class of 5500-6750
kg ha-1 in rainfed conditions (Table 2), this eect is manifested in two ways. The rst,
for 1.0 % OM, if instead of 185 kg N ha-1, 150 kg N ha-1 is applied, there would be a 6.0
% decline in yield (343 kg ha-1) and only a 3.3 % decrease of NI (15.57 USD ha-1), and
at the same time a drop in N cost of 41.67 USD ha-1; if only 115 kg N ha-1 is applied,
the decline in yield would be 14.6 % (841 kg ha-1) and 11.8 % of NI (56.33 USD ha-1),
but the decrease in N cost would be 83.33 USD ha-1; thus, it would be more important
Figure 1. Relationship between economic optimum yield and economic optimum nitrogen rate, at
2.0 % soil organic maer content.
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
0 50 100 150 200 250 300 350
Economic optimum yield (kg ha-1 )
Economic optimum Nrate (kg ha-1)
Rainfed
Irrigation
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 863
and economical to reduce the cost of N acquisition than the impact on yield reduction
and NI. The second, for 3.0 % OM, if instead of 115 kg N ha-1, 150 kg N ha-1 is applied,
the yield would increase by 2.8 % (186 kg ha-1) and NI decreased by 1.5 % (10.71 USD
ha-1), with an increment in N cost of 41.67 USD ha-1; if 185 kg N ha-1 are applied, maize
yield would increase by 3.3 % (217 kg ha-1), and NI decreased by 6.7 % (47.10 USD ha-1),
with an increase in N cost of 83.33 USD ha-1; therefore, using higher rates according
to what would correspond to the OM content of the soil implied that the N applied
underwent a rise between 30 and 65 kg N ha-1, respectively, which to a large extent
will end up causing environmental pollution; this shows the importance of not using
N rates higher than what the soil analysis suggests.
The practical use of EONR generated by the procedure followed in this study requires
the farmer to specify the yield that can be obtained under his production conditions,
either with native or improved maize, although this yield may be aected by the
decient use of management components, which will have to be considered; and,
to determine the OM content of the soil there are two options: (1) if soil test is not
available, propose a probable percentage based on soil colour; and (2) if soil test is
available, consider the recommendation for the OM content present in the land of the
farmer.
Economic optimization with increased N/maize price ratios
The economic criterion of maximizing net income per area (MNIA) used in this study
generates the maximum EONR, as well as the greatest yields and associated costs.
This economic criterion can be used with increased (in percent) N/maize price ratios
(N/MPR) (Dobermann et al., 2011; Morris et al., 2018), to obtain EONR lower than the
economic maximum. Then, for responses of decreasing marginal returns, calculated
with a quadratic or similar model as in this study, it is important to establish the eect
of decreasing EONR on yields, fertilization costs, and net incomes. As an example, this
situation is presented for yield aainable classes 4250-5500 and 6750-8000 kg ha-1 in
rainfed maize and 10000-13000 kg ha-1 in irrigated maize, in soil with 2.0 % OM (Table
4).
As the N/MPR increased, the EONR decreased, and consequently their cost, as well
as EOY and NI. Considering as an example a N/MPR increased by 75 %, the eect
of decreasing EONR, EOY, N cost and NI is on yield classes: (1) 4250-5500 kg ha-1 in
rainfed, of 55 kg N ha-1, 540 kg ha-1, 65.48 USD ha-1, and 24.52 USD ha-1, respectively; (2)
6750-8000 kg ha-1 in rainfed, of 40 kg N ha-1, 394 kg ha-1, 47.61 USD ha-1, and 18.10 USD
ha-1, respectively; and (3) 10000-13000 in irrigation, of 85 kg N ha-1, 830 kg ha-1, 101.19
USD ha-1, and 36.70 USD ha-1, respectively.
From an economic point of view, it would be justied to diminish the EONR in this
case using the N/MPR, without signicantly decreasing the EOY and NI, within
certain limits. This is worth considering when N rates are being generated with the
MNIA economic criterion; such is the case, for example, in the USA, the largest maize
producer worldwide, where the use of this economic criterion is being promoted since
2005 (Morris et al., 2018).
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 864
The incorporation of N/MPR into the MNIA economic criteria, with the lower EONR
it causes, reduces N losses associated with greater N applications and, consequently,
environmental pollution. In this regard, Table 5 provides an estimate of what the
decrease in applied N losses (EONR) would be with the use of N/MPR in the economic
optimization with the MNIA economic criterion.
Final remarks
Nutrient extraction by crops at a given yield comes from soil supply, and when
this is not sucient, fertilizers provide what is needed. If the nutrients extracted
are not adequately replenished in the soil, deciencies will occur at some point,
aecting the sustainability of the production system. One way to estimate soil
nutrient reserves is through soil analysis, which in turn allows for more accurate
fertilizer recommendations, as indicated by the abundant literature on the subject.
However, its use by farmers is not widespread, even in the most developed or major
grain-producing countries. On the other hand, in various countries, it is common to
observe farmers applying excessive amounts of nitrogen fertilizers to crops, which
will eventually cause an increase in groundwater pollution and the generation of
greenhouse gases. The increased production of greenhouse gases has originated in
Table 4. Economic optimization with increased N/maize price ratios, in aainable
yield classes of rainfed and irrigated maize, and 2.0 % soil organic maer†.
Yield class
(kg ha-1)
Increased
N/MPR
(%)
EONR
(kg ha-1)EOY
(kg ha-1)N cost
(USD ha-1)
NI
(USD
ha-1)
Rainfed
4250-5500 0 140 5065 166.7 439.4
25 120 4904 142.8 436.4
50 100 4702 119.0 426.6
75 85 4525 101.2 414.9
100 70 4325 83.3 399.4
6750-8000 0 165 7345 196.4 718.2
25 150 7225 178.6 716.6
50 140 7127 166.7 711.6
75 125 6951 148.8 700.1
100 115 6815 136.9 689.4
Irrigation
10000-13000 0 250 12081 297.6 1263.5
25 220 11838 261.9 1258.7
50 190 11542 226.2 1245.1
75 165 11251 196.4 1226.8
100 140 10917 166.7 1200.4
†N/MPR = N/maize price ratio, EONR = economic optimum nitrogen rate, EOY =
economic optimum yield, NI = net income.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 865
the last decades a greater interest of researchers to generate more precise optimum N
rates through dierent approaches, to diminish the high and excessive rates applied
by many farmers (Chen et al.,2011; Huang et al., 2012; Millar et al., 2018; Flores-Sánchez
et al., 2019).
With the same purpose, researchers such as Chen et al. (2011), have developed in
parallel to the concept of economic optimum rates, the concept of ecological optimum
rate, which is determined at the point where the marginal nutrient uptake is equal to
the marginal nutrient loss. In this way, it was possible to reduce the amount of N to be
applied and its loss by 22-53 kg N ha-1 in rice varieties, with a yield reduction of less
than 10.0 %. Another way to decrease the EONR is the use of N/MPR in optimization
with the economic criterion of maximizing net incomes per area, which is the one
developed in this study. This approach requires working with yield production
functions, as the function of crop response to nutrients, soil analysis, such as organic
maer, and yields aainable by the producer, according to soil and climate conditions,
and production system, considering non-limiting management. With this approach, it
was possible to reduce optimal N rates and fertilization cost, and therefore N losses
and environmental pollution, without signicantly reducing yields and net incomes.
In Mexico, fertilizer application, particularly nitrogen fertilizer, diers between
rainfed and irrigated conditions. In rainfed conditions, the adoption of fertilizer
Table 5. Estimated nitrogen losses from the use of N/maize
price ratios in economic optimization, in rainfed and irrigation
aainable yield classes, and 2.0 % soil organic maer†.
Yield class
(kg ha-1)N/MPR
(%) EONR
(kg ha-1)N saving
(kg ha-1)
Rainfed
4250-5500 0 140 0
25 120 20
50 100 40
75 85 55
100 70 70
6750-8000 0 165 0
25 150 15
50 140 25
75 125 40
100 115 50
Irrigation
10000-13000 0 250 0
25 220 30
50 190 60
75 165 85
100 140 110
†N/MPR = N/maize price ratio, EONR = economic optimum N
rate.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 866
recommendations has depended on the edaphoclimatic and socioeconomic conditions
of the farmers. The use of high and excessive rates of fertilizers is not frequently
observed among farmers. In irrigation, the situation is dierent; for example, in the El
Bajio area, up to 554 kg N ha-1 have been applied in maize, with an average of 309 kg N
ha-1 (Flores-Sánchez et al., 2019), and in the Valle del Yaqui, the average N application
in wheat has been 300 kg N ha-1, which is around twice the economic optimum rates
(Millar et al., 2018). Considering the results of this study, the next challenge is how
to demonstrate and convince farmers that with lower N rates and the consequent
lower costs, it is possible to obtain yields and incomes similar to those obtained with
excessive rates, and thus reduce environmental pollution.
CONCLUSIONS
Economic optimum N recommendations were generated for rainfed and irrigated
maize, for dierent aainable maize yields and soil organic maer content as an
estimator of soil N supply to the crop. The organic maer content present in the rst
20 cm of the soil can be an indicator of the average N availability of dierent soils and
climatic conditions.
The use of N/maize price ratios in the economic optimization, with the economic
criterion of maximizing net income per area, caused the economic optimum N rates
and associated costs to decrease, without excessively reducing the economic optimum
yields and net incomes. This shows that N/maize price ratios can be a way to reduce
N use and the resulting environmental pollution.
ACKNOWLEDGEMENTS
To the MasAgro Program of the International Maize and Wheat Improvement Centre (Centro
Internacional de Mejoramiento de Maíz y Trigo, CIMMYT) for providing the data for the
experiments on maize response to nitrogen.
REFERENCES
Bak B, Gaj R, Budka A. 2016. Accumulation of nitrogen, phosphorus, and potassium in mature
maize under variable rates of mineral fertilization. Fragmenta Agronomica 33 (1):7-19.
Briones Encinia F, Castro Nava S, López Santillán JA, Trinidad Santos A. 2009. Óptimos
analíticos y económicos de modelos aplicados en experimentación agrícola. Agricultura
Técnica en México 35 (1): 89-95.
Chen J, Huang Y, Tang Y. 2011. Quantifying economically and ecologically optimum nitrogen
rates for rice production in south-eastern China. Agriculture, Ecosystems & Environmental.
142 (3-4): 195-204. hps://doi:10.1016/j.agee.2011.05.005
Ciampii IA, Vyn TJ. 2014. Nutrient suciency concepts for modern maize hybrids: Impacts of
management practices and yield levels. Crop Management 13 (13):1-7. hps://doi.10.2134/
CM-2013-0022-RS
Clivot H, Mary B, Valé M, Cohan JP, Champolivier L, Piraux F, Laurent F, Justes E. 2017.
Quantifying in situ and modeling net nitrogen mineralization from soil organic maer in
arable cropping systems. Soil Biology and Biochemistry 111: 44-59. hps://doi.org/10.1016/j.
soilbio.2017.03.010
Dobermann A, Wortmann CS, Ferguson RB, Hergert GW, Shapiro CA, Tarkalson DD, Walters
DT. 2011. Nitrogen response and economic for irrigated maize in Nebraska. Agronomy
Journal 103 (1): 67-75. hps://doi.102134/agronj2010.0179
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 867
Feng G, Zhang Y, Chen Y, Li Q, Chen F, Gao U, Mi G. 2016. Eects of nitrogen application on
root length and grain yield of rain-fed maize under dierent soil types. Agronomy Journal
108 (4): 1656-1665. hps://doi.org/10.2134/agronj2015.0367
Flores-Sánchez D, Navarro-Garza H, Pérez-Olvera MA. 2019. Nutrient balance in maize
cropping systems and challenges for their sustentability. Ingenieria Agrícola y Biosistemas
11 (2): 97-109. hps://doi.com/10.5154/r.inagbi.2017.11.017
Freund RJ, Liell RC. 2000. SAS System for Regression. (3rd. ed.). SAS Institute Inc.: Cary, NC,
USA.
Grajeda-Cabrera OA, Vera-Núñez JA, Aguilar-Acuña JL, Macías-Rodríguez L, Aguado-
Santacruz GA, Peña-Cabriales JJ. 2011. Fertilizer dynamic in dierent tillage and crop
systems in a Vertisol Central Mexico. Nutrient Cycling in Agroecosystems 89 (1): 125-134.
Grzyb A, Wolna-Maruwka A, Niewiadomska A. 2020. Environmental factor aecting the
mineralization of crops residues. Agronomy 2020, 10 (12): 1951. hps://doi.org/10.3390/
agronomy10121951
Hartmann TE, Yue S, Schulz R, Chen X, Zhang F, Müller T. 2014. Nitrogen dynamics, apparent
mineralization and balance calculations in a maize-wheat double cropping system of the
North China Plain. Field Crops Research 160: 22-30. hps://doi.org/10.1016/j.fcr.2014.02.014
Huang J, Xiang C, Jia X, Hu R. 2012. Impact of training on farmers, nitrogen use in maize
production in Shandong, China. Journal of Soil and Water Conservation 67 (4): 321-327.
hps://doi:10.2489/jswc.67.4.321
INEGI (Instituto Nacional de Estadística, Geografía e Informática). 2007. Conjunto de Datos
Vectorial Edafológico, escala 1:250000, Serie II (Continuo Nacional). Instituto Nacional
de Estadística, Geografía e Informática. Aguascalientes, México. hps://www.inegi.org.
mx>app>biblioteca>cha (Retrieved: January 2021).
INEGI (Instituto Nacional de Estadística, Geografía e Informática). 2018. Climas de México.
Distribución por tipos de climas y Estados. Instituto Nacional de Estadística, Geografía e
Informática. hps://paratodomexico.com>Geografía de México (Retrieved: January 2021).
Janssen BH, Guiking FCT, van der Eigk D, Smaling EMA, Wolf J, van Reuler H. 1990. A system
for quantitative evaluation of the fertility of tropical soils (QUEFTS). Geoderma 46 (4): 299-
318.
McLellan EL, Cassman KG, Eagle AJ, Woodbury PB, Sela S, Tonio C, Marjerison RD, van Es
HM. 2018. The nitrogen balancing act: Tracking the environmental performance of food
production. BioScience 68 (3): 194-203. hps://doi:10.1093/biosci/bix164
Millar N, Urrea A, Kahmark K, Shcherbak I, Roberson GP, Ortíz-Monasterio I. 2018. Nitrous
oxide (N2O) responds exponentially to nitrogen fertilizer in irrigated wheat in the Yaqui
Valley. México. Agriculture, Ecosystems & Enviromnent 261: 125-132. hps://doi.org/10.1016/
jgee.2018.04.003
Moreno-Ramos OH, Herrera-Andrade MH, Cruz-Medina IR, Turrent-Fernández A. 2014.
Study on the production of wheat technology per agrosystem, for pointing out needs of
information. Revista Mexicana de Ciencias Agrícolas 5 (8): 1351-1363.
Morris TF, Murrel TS, Beegle DB, Camberato JJ, Ferguson RB, Grove J, Keerings Q, Kyveryga
PM, Laboski CAM, McGrath JM, et al. 2018. Strengths and limitations of nitrogen rate
recommendations for maize and opportunities for improvement. Agronomy Journal 110 (1):
1-37. hps://doi:10.2134/agronj2017.02.0112
Murphy D, Osman M, Rusell CA, Darmawanto S, Hoyle FC. 2009. Potentially mineralisable
nitrogen: Relationship to crop production and spatial mapping using infrared reectance
spectroscopy. Australian Journal of Soil Research 47 (7): 737-741. hps://doi.org/10.1071/
SR08096
Myers RH. 1990. Classical and Modern Regression with Applications. (2nd. ed.) PWS-KENT
Publishing Company: Boston, USA.
Ren T, Zou J, Lu J, Chen F, Wu J, Li X. 2015. On-farm trials of optimal fertilizer recommendations
for maintenance of high seed yields in winter oilseed rape (Brassica napus L.) production.
Soil Science and Plant Nutrition 61 (3): 528-540. hps://doi:10.1080/00380768.2014.1003964
SAGARPA (Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación).
2015. Agenda Técnica Agrícola de (Estado). (2a.. ed.). Secretaría de Agricultura,
Ganadería, Desarrollo Rural, Pesca y Alimentación. México, D.F. México. hps://issuu.
com>senasica>stacks (Retrieved: January 2021).
SEMARNAT (Secretaría del Medio Ambiente y Recursos Naturales). 2002. Norma Ocial
Mexicana NOM-921-RECNAT 2000, que establece las especicaciones de fertilidad, salinidad
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 868
y clasicación de suelo. Estudio, muestreo y análisis. Diario Ocial (Segunda Sección), 31
de diciembre de 2002. México, D.F., México. ordenjuridico.gob.mx/Documentos/Federal/
wo69255 (Retrieved: January 2021).
SIAP (Servicio de Información y Estadística Agroalimentaria y Pesquera). 2019. Producción
Agrícola. Maíz. SAGARPA. México. hp://infosiap.siap.gob.mx:8080/agricola_siap_gobmx/
ResumenDelegacion.do (Retrieved: January 2021).
Shari B, Sebarth BJ, Burton DF, Grant CA, Cooper JM. 2007. Evaluation of some indices of
potentially mineralizable nitrogen in soil. Soil Science Society of America Journal 71 (4):
1233-1239. hps://doi.org/10.2136/sssaj2006.0265
Sifuentes Ibarra E, Macías Cervantes J, Ruelas Islas JR, Preciado Rangel P, Ojeda Bustamante
W, Inzunza Ibarra MA, Samaniego Gaxiola JA. 2015. Mejoramiento del grado de uso del
nitrógeno en maíz mediante técnicas parcelarias de riego por supercie. Revista Mexicana
de Ciencias Agrícolas 6 (8): 1903-1914.
Tremblay N, Bouroubi YM, Belec C, Mullen RW, Kitchen NR, Thomason WE, Ebelhar S, Mengel
DB, Raun WR, Francis DD, et al. 2012. Maize response to nitrogen is inuenced by soil texture
and weather. Agronomy Journal 104 (6): 1658-1671. hps://doi:10.2134/agronj2012.0184
Velázquez-Xochimil HG, Portillo Velásquez M. 2018. Determinación del óptimo técnico
y económico en maíz (Zea mays L.) modalidad temporal del estado de México.
Agroproductividad 11 (1): 15-21.
Volke Haller VH. 2008. Estimación de Funciones de Respuesta para Información de Tipo no
Experimental, mediante Regresión. Colegio de Postgraduados: Montecillo, Estado de
México, México.
Wang W, Lu J, Ren T, Li X, Su W, Lu M. 2012. Evaluating regional mean optima nitrogen rates in
combination with nitrogen supply for rice production. Field Crops Research 137 (1): 37-48.
hps://doi.org/10.1016/j.fer.2012.08.10
Wang X, Miao Y, Dong R, Chen T, Kusnierek K, Mi G, Mulla D. 2020. Economic optimal nitrogen
rate variability of maize in response to soil and weather conditions: Implications for site–
specic nitrogen management. Agronomy 10:1237. hps://doi:10.3390/agronomy10091237
Woli KP, Boyer MJ, Elmore RW, Sawyer JE, Abendroth LJ, Barker DW. 2016. Maize era hybrid
response to nitrogen fertilization. Agronomy Journal 108(4):473-486. hps://doi:10.2134/
agronj15.0314
Wortmann CS, Tarkalson DD, Shapiro CA, Dobermann AR, Ferguson RB, Hergert GW, Walters
D. 2011. Nitrogen use eciency of irrigated maize for three cropping systems in Nebraska.
Agronomy Journal 103 (1): 76-84. hps://doi:10.2134/agronj2010.0189
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 869
1 PARAMÉTRICA GLPS. Tercera Cerrada de Benito Juárez No. 5, San Bernardino, Texcoco,
Estado de México, México. C. P. 56260.
2 Centro Internacional de Mejoramiento de Maíz y Trigo. Carretera México-Veracruz km 45, El
Batán, Texcoco, Estado de México, México. C. P. 56237.
3 Colegio de Postgraduados Campus Montecillo. Postgrado en Edafología. Carretera México-
Texcoco km 36.5, Montecillo, Texcoco, Estado de México, México. C. P. 56230.
*Autor para correspondencia: vvolke@colpos.mx
RESUMEN
Por lo general, los suelos agrícolas no aportan la cantidad suciente de N para satis-
facer las necesidades de los cultivos, de manera que se requiere aplicarlo como ferti-
lizante. Este aporte se puede estimar mediante un análisis químico del suelo y, con
base en él y las necesidades de la planta, se hacen recomendaciones de fertilización
nitrogenada para los cultivos. El objetivo del presente estudio fue determinar dosis
óptimas económicas de N para maíz (Zea mays L.), con base en el rendimiento alcanza-
ble y el contenido de materia orgánica del suelo como estimador del aporte de N por
éste, con la relación de precios N/maíz vigente y aumentadas, a n de disminuir las
dosis óptimas económicas de N y reducir el costo de la fertilización, las pérdidas de N
y la contaminación ambiental. En 2011, 2012 y 2013 se establecieron 67 experimentos
de respuesta del maíz a N, distribuidos en cinco regiones edafoclimáticas de México,
con maíces criollos y mejorados, en condiciones de temporal y riego. Los tratamientos
fueron: (1) fertilización con N, P y K; (2) la omisión de cada nutriente; y, (3) sin fer-
tilización. El diseño experimental fue de bloques completos al azar, sin repeticiones.
Se generaron funciones de producción para las condiciones de temporal y riego, del
rendimiento como función de clases de rendimiento alcanzable, cantidad de N apli-
cado y contenido de materia orgánica del suelo. A partir de éstas, se determinaron
estimó dosis óptimas económicas de N con: (1) la relación de precios N/maíz vigente,
para clases de rendimiento alcanzable y contenidos de materia orgánica del suelo, así
como los rendimientos óptimos económicos y los ingresos netos, para condiciones de
temporal y riego, en las regiones edafoclimáticas; y (2) relaciones de precios N/maíz
aumentadas, que disminuyen las dosis óptimas económicas de N y los costos de la fertili-
zación, sin reducir signicativamente los rendimientos óptimos económicos y los ingresos
netos; esto también reduce las pérdidas de nitrógeno y la contaminación ambiental.
Palabras clave: Zea mays L., función de producción, relación de precios N/maíz, dosis
óptima económica de nitrógeno, rendimiento óptimo económico, ingreso neto.
Citation: Sánchez-Roldán MM,
Ortiz-Monasterio I, Volke-
Haller VV, Guerra-Zitlalapa
L, Etchevers-Barra JD. 2022.
Fertilización nitrogenada
para maíz con base en el
rendimiento alcanzable y el
contenido de materia orgánica
del suelo.
Agrociencia. 56(4): 854-884.
hps://doi.org/10.47163/
agrociencia.v56i4.2808
Editor in Chief:
Dr. Fernando C. Gómez Merino
Received: July 05, 2021.
Approved: May 02, 202.
Published in Agrociencia:
June 17, 2022.
This work is licensed
under a Creative Commons
Aribution-Non- Commercial
4.0 International license.
FERTILIZACIÓN NITROGENADA PARA MAÍZ CON BASE EN EL
RENDIMIENTO ALCANZABLE Y EL CONTENIDO DE
MATERIA ORGÁNICA DEL SUELO
Mariana Margarita Sánchez-Roldán1, Iván Ortiz-Monasterio2, Víctor Hugo Volke-Haller3*
Luis Guerra-Zitlalapa2, Jorge Dionisio Etchevers-Barra3
Agrociencia
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 870
INTRODUCCIÓN
En México se cultivan aproximadamente en 7.5 x 106 ha con maíz, de las cuales alrede-
dor de 21.5 % es con riego y 78.5 % en temporal. El Servicio de Información y Estadís-
tica Agropecuaria y Pesquera estimó en 2018 un rendimiento medio nacional de 1.87
Mg ha-1 en temporal y 8.76 Mg ha-1 con riego, con una variación entre estados produc-
tores de maíz entre 0.58 y 6.47 Mg ha-1 y entre 2.49 y 11.46 Mg ha-1, respectivamente
(SIAP, 2018). Esta información no hace referencia a las causas de los rendimientos
bajos que se obtienen. Ellas pueden atribuirse, además de un posible manejo deciente
del cultivo, en temporal, a condiciones limitativas de suelo y clima, y en riego, a res-
tricciones por escasez de agua de riego, sin excluir que también pueden presentarse
condiciones limitativas de clima.
El manejo de un cultivo comprende diversos componentes tecnológicos, entre los cua-
les destaca la fertilización cuando el suelo no tiene la capacidad suciente para satis-
facer los requerimientos de nutrientes de los cultivos. De tal manera que, como es del
conocimiento general, por una parte, una fertilización escasa causa menores rendi-
mientos de los cultivos que los potenciales y menores ingresos de los agricultores, y,
por otra, una fertilización excesiva origina mayores costos de producción y también
menores ingresos de los agricultores, a la vez que mayor contaminación ambiental.
Entre los nutrientes que normalmente se aportan a los cultivos mediante fertilización
destaca en importancia el N, por la cantidad que ellos requieren (Cimpiai y Vyn,
2014; Bak et al., 2016), y por las pérdidas que ocurren en su uso, que para maíz se
estiman en promedio entre 35 y 65 % (Morris et al., 2018). Estas pérdidas ocurren por
lixiviación (como N-NO3), volatilización (como NH3), denitricación (como N2, N2O)
y escurrimiento supercial (Grajeda-Cabrera et al., 2011; Morris et al., 2018), entre las
cuales, el N2O es un gas con fuerte efecto invernadero (McLellan et al., 2018; Millar et
al., 2018). Factores que inciden en las pérdidas son condiciones de suelo y clima, y la
forma química y prácticas de manejo del fertilizante, pero una práctica que incremen-
ta las pérdidas es la aplicación de cantidades elevadas y excesivas de N a los cultivos
(Wortmann et al., 2011; McLellan et al., 2018).
Para determinar la cantidad de N que se debe aplicar como fertilizante al maíz se han
usado diferentes enfoques (Morris et al., 2018). Uno se basa en el rendimiento alcanza-
ble del cultivo, considerando o no el aporte de N por el suelo y el sistema de produc-
ción (Morris et al. 2018); y, otro tiene su base en experimentos de campo de respuesta
del cultivo a dos o más dosis de N, en los cuales se estiman dosis óptimas económicas
de N, las que se asocian con el aporte de N por el suelo y el sistema de producción, o
se generan recomendaciones para unidades similares en suelo y clima, y sistemas de
producción (Moreno-Ramos et al., 2014; Morris et al., 2018).
Una forma de estimar el aporte de N por el suelo es mediante un análisis de suelo,
cuando está debidamente calibrado, para lo cual existen distintos métodos de aná-
lisis químicos. Los valores determinados por el método de análisis son un indicador
aproximado de la capacidad del suelo de suministrar cierta cantidad de un nutriente
al cultivo, ya que diversos factores, de suelo, clima y manejo, pueden modicar su
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 871
expresión. Para el N, entre los análisis de suelo se han considerado: el N disponible
(N-NO3+N-NH4) (Hartmann et al., 2014; Morris et al., 2018), el N potencialmente mi-
neralizable (Shari et al., 2007; Murphy et al., 2009), el N total (Wang et al., 2012; Ren
et al., 2015) y la materia orgánica (MO) (Janssen et al.,1990; Morris et al., 2018). Entre
éstos, la MO tiene la ventaja de que su determinación es un análisis rutinario del suelo
(SEMARNAT, 2002), sin embargo, su mineralización es afectada por diversos factores.
La mineralización de la MO depende de condiciones del suelo (pH, textura) y clima
(precipitación, temperatura), tipo de materia orgánica (relación C/N), presencia de
riego y del sistema de producción (cultivos y su manejo) (Clivot et al., 2017; Crzyb et
al., 2020). Esto implica que la relación entre la respuesta del cultivo al N y el aporte
de N que hace la MO deba estimarse en las diferentes condiciones de suelo y clima, y
sistemas de producción (Moreno-Ramos et al., 2014; Morris et al., 2018).
En la optimización económica para determinar dosis óptimas económicas de un nu-
triente se ha usado el criterio económico de maximización de los ingresos netos por
supercie (hectárea). Este criterio económico determina las máximas dosis óptimas
en términos económicos, y puesto que dosis elevadas de N incrementan las pérdidas
de este nutriente (Dobermann et al., 2011; Morris et al., 2018), se asocia con mayores
pérdidas de N. Una manera de disminuir las dosis óptimas económicas de N determi-
nadas por este criterio económico es con un incremento de la relación de precios N/
maíz en la optimización económica (Chen et al., 2011; Dobermann et al., 2011; Morris
et al., 2018), a condición de que no disminuyan signicativamente los rendimientos y
los ingresos netos.
El objetivo del presente estudio fue determinar dosis óptimas económicas de N para
maíz en regiones edafoclimáticas de México, con base en el rendimiento alcanzable
y el contenido de MO del suelo como estimador del aporte de N por éste, con la re-
lación de precios N/maíz vigente y aumentadas, a n de disminuir las dosis óptimas
económicas y reducir el costo de la fertilización, las pérdidas de N y la contaminación
ambiental.
MATERIALES Y MÉTODOS
La información utilizada fue de 67 experimentos de respuesta del maíz al N, realiza-
dos por el Programa MasAgro del Centro Internacional de Mejoramiento de Maíz y
Trigo (CIMMYT), en 2011, 2012 y 2013 en México. Los experimentos se ubicaron en
campos de agricultores y sistema de producción maíz-maíz. Los tratamientos consis-
tieron en una fertilización con N, P y K (fertilización completa), la omisión de cada
nutriente, y un tratamiento testigo sin fertilización (Wang et al., 2012; Ren et al., 2015).
Los experimentos se distribuyeron en cinco regiones agroclimáticas, como: 16 en Bajío
(Guanajuato, Jalisco, Michoacán, Querétaro), 19 en Trópico (Chiapas, Guerrero, Oaxa-
ca, Quintana Roo), 22 en Valles Altos (México, Hidalgo, Puebla, Tlaxcala), ocho en Pa-
cíco (Sinaloa, Sonora) y dos en Intermedia (San Luis Potosí). Diecisiete experimentos
se establecieron en condiciones de riego y 50 en condiciones de temporal. Con riego se
sembraron maíces mejorados, en tanto que en temporal se sembraron maíces criollos
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 872
(21) y mejorados (29). En las regiones edafoclimáticas se presentan diferencias en al-
titud y tipos de suelo y de clima, que inciden en los rendimientos de los cultivos, a la
vez que en la región Pacico y localidades de algunos estados la producción se realiza
con riego. Los suelos agrícolas predominantes se clasican como Phaeozems, Vertiso-
les, Cambisoles y Luvisoles, y presentan texturas francas a arcillosas, con presencia
de texturas arenosas en algunos estados (Puebla, Tlaxcala) por efecto de erupciones
volcánicas (INEGI, 2007). Los tipos de clima presentes se encuentran asociados con la
latitud, altitud, relieve y lejanía de las costas. De tal manera que, en las llanuras coste-
ras predominan climas cálidos, secos en el norte y subhúmedos a húmedos en el sur
del país, y en las zonas altas predominan climas templados, subhúmedos y secos se-
gún la lejanía de las costas (INEGI, 2018). El régimen de precipitaciones es de verano,
y va de mayo/junio a septiembre/octubre (INEGI, 2018). En el Cuadro 1 se presentan
las altitudes de las siembras de maíz y la precipitación media anual en las regiones
edafoclimáticas (SAGARPA et al., 2015; INEGI, 2018).
Las dosis de N, P y K de los experimentos se determinaron según una estimación
del rendimiento esperado, de acuerdo con información obtenida por el personal que
participó en la experimentación de campo. Estas variaron entre 30 y 350 kg N ha-1,
16 y 260 kg P2O5 ha-1 y 30 y 230 kg K2O ha-1, en forma de urea (46 % N), superfosfato
de Ca triple (46 % P2O5) y cloruro de K (60 % K2O), respectivamente. La oportunidad
de aplicación del N se determinó en función del rendimiento esperado: para rendi-
mientos menores a 4000 kg ha-1, se aplicó una tercera parte con la siembra y el resto
en la primera labor del cultivo; y, para rendimientos mayores a 4000 kg ha-1, todo el
N se aplicó en la primera labor del cultivo. El P y el K se aplicaron al momento de la
siembra. La densidad de población, el control de maleza, plagas y enfermedades se
realizó según las recomendaciones dadas por el Instituto Nacional de Investigaciones
Forestales, Agrícolas y Pecuarias (INIFAP) para los estados de las regiones edafocli-
máticas (SAGARPA, 2015). El diseño experimental fue de bloque completos al azar,
sin repeticiones. Las unidades experimentales fueron parcelas de 5.6 x 8.0 m, con seis
surcos de maíz, separados a 0.80 m.
En cada sitio experimental se realizó un muestreo de suelos, a 20 cm de profundidad,
tomando 10 submuestras, para obtener una muestra compuesta. Los análisis realiza-
Cuadro 1. Altitud de las siembras de maíz y precipitación media anual
en las regiones edafoclimáticas.
Región Altitud
(m) Precipitación†
(mm)
Pacíco < 40 250-450, 300-500, 500-800
Bajío <1600-2600 400-1000, 1000-1500
Valles Altos 1600-2600 400-1000
Trópico < 2300 350-750, 600-1000, 1000-1500
Intermedia < 2100 300-500, 550-700
†Según subregión.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 873
dos fueron: MO, por combustión húmeda con mezcla de K2Cr2O7 y H2SO4; P, por el
método Olsen (previendo que existían suelos con pH mayor de 7.0), y colorimetría con
azul de molibdeno; y, K intercambiable, con acetato de amonio 1 N a pH 7 y cuanti-
cado por espectrometría de emisión de llama. Todos los procedimientos químicos se
ejecutaron según la Norma Ocial Mexicana (SEMARNAT, 2002). El valor medio y
rango de las propiedades determinadas fueron los siguientes: MO, 2.05 %, 0.34-4.0 %;
P Olsen, 28 mg kg -1, 6-103 mg kg-1; y, K intercambiable, 384 mg kg -1, 57-1624 mg kg-1.
Debido a que los rendimientos máximos observados (tratamiento con fertilización
completa) variaron entre y dentro de las regiones edafoclimáticas, se establecieron
clases de rendimiento, como una estimación del rendimiento alcanzable: en temporal,
según los factores de suelo y clima presentes, y, con riego, según una asumida intensi-
dad del riego, sin que todo ello se haya determinado. Estas clases fueron: (1) en tempo-
ral, <1750, 1750-3000, 3000-4250, 4250-5500, 5500-6750, 6750-8000 y 8000-9250 kg ha-1;
y, (2) con riego, 8000-10000, 10000-13000 y 13000-16000 kg ha-1, en la región Pacíco y
siembras con riego en las regiones Bajío y Trópico.
La información se analizó mediante regresión, para obtener una función de produc-
ción del rendimiento como función del N aplicado y el contenido de MO del suelo
como estimador del aporte de N por el suelo, y otros factores considerados, tanto para
temporal como para riego. Estos factores fueron: (1) años, como una variable auxiliar;
(2) contenido de P Olsen y K intercambiable del suelo, como estimadores del aporte
de P y K por el suelo; (3) cantidades de N, P y K aplicados como fertilizantes inorgá-
nicos; y, (4) clases de rendimiento alcanzable, que se consideraron como una variable
numérica, de 1, 2, 3, 4, 5, 6, y 7 para temporal y de 2, 3 y 4 para riego. En temporal,
los maíces criollos y mejorados se consideraron en conjunto, y con riego, los maíces
fueron mejorados. El procedimiento de regresión empleado para realizar el análisis y
obtener las funciones de producción fue el propuesto por Volke (2008), que consistió
en: (1) Especicar un modelo inicial de regresión para N, según lo indicase la relación
gráca de la respuesta del cultivo a la aplicación de éste, y para algún otro factor que
presentase un efecto observable sobre el rendimiento. (2) El modelo se trabajó con el
procedimiento PROC REG de SAS (Statistic Analysis System) y la opción R INFLUEN-
CE (Freund y Liell, 2000), a n de observar la presencia de posibles observaciones
atípicas, que, en su caso, se eliminaron (p=0.01) (Myers, 1990; Freund y Liell, 2000).
(3) La opción R INFLUENCE permite observar grácamente el ajuste al modelo de los
factores ya incluidos en él, así como el modelo para factores aun no incluidos, cuya
inclusión se probará. (4) Entre las variables a probar están las interacciones entre fac-
tores, según el fenómeno. (5) El modelo nal fue aquel con el menor cuadrado medio
del error e interpretable en términos del fenómeno.
Con la función de producción, y el costo total del N y el precio neto del producto, y
la respectiva relación de precios N/maíz, se calcularon las dosis óptimas económicas
de N para las clases de rendimiento del tipo de temporal y condición de riego estable-
cidas, y los contenidos de MO de suelo, de 1.0, 2.0 y 3.0 %. Con esta nalidad se usó
un programa de optimización SAS, que permite calcular, además de las dosis óptimas
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 874
económicas, los rendimientos óptimos económicos, y si se consideran los costos jos,
los ingresos netos y las relaciones benecio/costo (Briones et al., 2009). El costo total
de la unidad de N fue 25 pesos kg-1, que incluye el precio de mercado y los costos por
transporte, aplicación e interés del capital invertido, y fue un promedio de las fuentes
sulfato de amonio y urea, usadas con mayor frecuencia por los productores. El precio
neto del maíz fue de 3.5 pesos kg-1, que corresponde al precio de mercado menos los
costos de cosecha, transporte e interés del capital invertido. Con los precios del N y del
grano de maíz considerados, la relación de precios N/maíz fue de 7.14. Los costos jos
de producción considerados en cada condición de producción y clase de rendimiento
alcanzable se indican en los cuadros de resultados. El criterio económico empleado
para el cálculo de las dosis óptimas económicas de N fue el de ”maximización del
ingreso neto por supercie (hectárea)” (Chen et al., 2011; Morris et al., 2018: Velázquez-
Xochimil y Portillo, 2018). La optimización económica se realizó con la relación de pre-
cios N/maíz vigente y aumentadas en 25, 50, 75 y 100 %, con la nalidad de observar
lo que implica tal incremento en la disminución de las dosis óptimas económicas de N,
y el consecuente costo, de los rendimientos óptimos económicos e ingresos netos, y de
la disminución de las pérdidas de nitrógeno y la contaminación ambiental.
RESULTADOS Y DISCUSION
Las funciones de producción
Las funciones de producción generadas para el cultivo de maíz de temporal y con
riego son las siguientes:
Ytemporal = 65.458 + 7.063 N T – 0.01257 N2 T + 636.314 M0.75 T0.75 − 0.8900 N M T
(Pr. F = 0.01, CME = 962 852, R2 = 0.839)
Yriego = 4588.040 + 34.454 N0.75 R – 0.00609 N2 R + 578.424 M0.75 R – 1.563 N M
(Pr. F = 0.01, CME = 651 551, R2 = 0.939)
Donde: Y = rendimiento de grano (kg ha-1), N = nitrógeno aplicado (kg N ha-1), T = clase
de rendimiento del tipo de temporal (escala 1, 2, 3, 4, 5, 6 y 7), R = clase de rendimiento
de la condición de riego (escala de 2, 3 y 4), M = contenido de MO del suelo (%).
En las funciones de producción quedaron incluidos los factores: nitrógeno aplicado,
clase de rendimiento alcanzable y contenido de MO del suelo, para los cuales se hará
la optimización económica. En cambio, no quedaron incluidos los factores: año, el P
Olsen y el K intercambiable del suelo, y los tratamientos sin P y K aplicados. En el
caso de años, ello implica que la variación dentro de año fue mayor que la variación
entre años, y para P y K querría decir que no hubo efectos signicativos, lo cual no
concuerda con lo esperado.
Dosis óptimas económicas de nitrógeno para maíz en temporal y con riego
Las dosis óptimas económicas (DOE) de N se determinaron para los rendimientos
medios de las clases de rendimientos alcanzables de las regiones edafoclimáticas, con
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 875
condiciones de suelo y clima diferentes, de manera que, en temporal, se asume que
un mismo rendimiento alcanzable es posible de obtener en diferentes condiciones de
suelo y clima, según sean estas. Por otra parte, también se asume que concentración
de N en la planta es relativamente constante y, por tanto, que la extracción de N por el
cultivo se basó sólo en el rendimiento.
El rendimiento alcanzable ha sido considerado en países como Estados Unidos de
Norteamérica, en casi todos los subsistemas de la generación de recomendaciones de
N en el período de 1970 a 2005 (Morris et al., 2018), y China, donde se continúa uti-
lizando (Wang et al., 2012; Ren et al., 2015), países que son los mayores productores
de maíz en el mundo. Sin embargo, en Estados Unidos de Norteamérica desde 2005
se está promoviendo la generación de recomendaciones de N con base en criterio de
maximización de los retornos económicos (Morris et al., 2018).
Para las DOE de N en función de los contenidos de MO del suelo, aun cuando se trata
de sistemas de producción maíz-maíz, es de suponer que las distintas condiciones de
suelo y clima que se observan en las regiones edafoclimáticas pudieron causar dife-
rencias en la mineralización de la MO del suelo, y, por tanto, aporte de N (Tremblay et
al., 2012), de tal manera que las DOE de N obtenidas corresponderán a valores medios
para dichas condiciones de suelo y clima variables.
Para la condición de temporal, los maíces criollos y mejorados se consideraron en
conjunto. Los maíces mejorados han ido incrementando los rendimientos en el tiempo
en relación con los maíces no mejorados, a la vez que disminuyendo la concentración
de N en la planta, de tal modo que sus mayores requerimientos de N pueden no ser
de una magnitud signicativa (Woli et al., 2016). Según esto, si los maíces mejorados
quedan ubicados en una clase de rendimiento alcanzable más alta, podría existir para
ellos la posibilidad de una recomendación de N mayor que la correcta.
Los contenidos de MO del suelo variaron entre y dentro de las regiones edafoclimá-
ticas, según el valor medio y rango siguientes: Pacíco, 2.46, 1.2-4.0 %; Bajío, 2.60,
1.6-3.9 %; Valles Altos, 1.68, 0.34-2.7 %; Trópico, 1.97, 1.1-4.0 %; e, Intermedia, 1.35,
1.2-1.5 %. La optimización económica se hizo para los contenidos de MO de 1.0, 2.0 y
3.0 %, válidos como contenidos medios para las regiones de Pacíco, Bajío y Trópico.
Para las regiones de Valles Altos e Intermedia, correspondería hacer tal optimización
económica para contenidos como 0.5, 1.5 y 2.5 % en la primera y 1.5 % en la segunda,
lo cual no se hizo en el presente estudio.
Los rendimientos óptimos económicos (ROE), los ingresos netos (IN) y las RPN/M
para las clases de rendimiento alcanzable y contenidos de 1.0, 2.0 y 3.0 % de MO del
suelo, así como el monto de los costos jos, se presentan en los Cuadros 2 y 3 para
maíz criollo y mejorado de temporal en las regiones Bajío y Trópico (Cuadro 2), y
para maíz mejorado con riego en la región Pacíco (Cuadro 3).
En condiciones de temporal, se considera que los menores rendimientos se asocian
con la presencia de un temporal limitativo, por escasez y deciente distribución de las
precipitaciones y limitantes de suelo (textura, profundidad, etc.); en condiciones de
riego, se asume que los rendimientos se asociarían principalmente con la intensidad
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 876
Cuadro 2. Dosis óptimas económicas de nitrógeno para clases de rendimiento alcanzable de maíz
en temporal y contenidos de materia orgánica del suelo, y variables asociadas.
Clase de
rendimiento
(kg ha-1)
Materia
orgánica
(%)
Dosis
óptima de N
(kg ha-1)
Rendimiento
óptimo
(kg ha-1)
Ingreso
neto
($ ha-1)
Relación
benéco/
costo
Costos
jos
($ ha-1)
<1750 1 0 701 0 0 3500
2 0 1135 475 0.14
3 0 1516 1806 0.52
1750-3000 1 105 2154 917 0.14 4000
2 70 2481 2936 0.51
3 35 2781 4860 1.00
3000-4250 1 150 3445 3809 0.46 4500
2 115 3828 6026 0.82
3 80 4184 8147 1.25
4250-5500 1 175 4646 6888 0.74 5000
2 140 5065 9228 1.09
3 105 5488 11481 1.51
5500-6750 1 185 5752 10007 0.99 5500
2 150 6191 12421 1.34
3 115 6610 14761 1.76
6750-8000 1 200 6895 12632 1.10 6500
2 165 7345 15082 1.42
3 125 7742 17472 1.81
8000-9250 1 205 7964 15249 1.21 7500
2 170 8414 17699 1.51
3 135 8855 20117 1.85
Cuadro 3. Dosis óptimas económicas de nitrógeno para clases de rendimiento alcanzable de maíz
mejorado con riego y contenidos de materia orgánica del suelo, y variables asociadas.
Clase de
rendimiento
(kg ha-1)
Materia
orgánica
(%)
Dosis
óptima de N
(kg ha-1)
Rendimiento
óptimo
(kg ha-1)
Ingreso
neto
($ ha-1)
Relación
beneció/
costo
Costos
jos
($ ha-1)
8000-10000 1 210 8680 16630 1.21 8500
2 170 8894 18379 1.44
3 135 9099 19971 1.68
10000-13000 1 280 11528 23848 1.44 9500
2 250 12081 28863 1.68
3 225 12568 28863 1.91
13000-16000 1 325 14369 30868 1.70 10000
2 300 15283 34990 2.00
3 275 16036 38254 2.27
del riego. Por otra parte, en ambas condiciones de humedad, el contenido de MO del
suelo incrementó sólo ligeramente el rendimiento con las clases de rendimiento alcan-
zable, en promedio entre de 325 y 450 kg ha-1 en temporal y entre 200 y 825 kg ha-1.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 877
Los ROE y las DOE de N fueron mayores en las siembras con riego que en las siem-
bras de temporal, y las DOE de N aumentaron con el incremento del rendimiento y
disminuyeron con el incremento de la MO del suelo. Este resultado es congruente
con la consideración de que: (1) a mayor rendimiento de grano, y por consiguiente de
biomasa, es mayor la demanda de N (Wortmann et al., 2011; Wang et al., 2020); y, (2) a
un mayor contenido de MO en el suelo hay mayor aporte de N al cultivo (Morris et al.,
2018); por tanto, aumentarán y disminuirán las DOE de N , respectivamente.
Al relacionar los ROE con las DOE de N, para un contenido de 2.0 % de MO del suelo
(Figura 1), se observan tendencias diferentes en temporal (curvilineal positiva) y con
riego (prácticamente lineal positiva). En condiciones de temporal, el incremento de
los ROE se va haciendo relativamente mayor que el incremento de las DOE a valores
mayores de 100 kg N ha-1. Esta situación podría ser reejo de que mayores rendimien-
tos incrementan la eciencia de aprovechamiento del N aplicado (Feng et al., 2016;
Sifuentes et al., 2018).
La disminución de la DOE de N con el incremento de la MO del suelo, de 1.0, 2.0 a
3.0%, en las distintas clases de rendimiento alcanzable, fue: (1) en condiciones de tem-
poral, de 35 kg N ha-1; y, (2) en condiciones de riego, entre 25 y 30 kg N ha-1 para las
clases de rendimiento de 10000-13000 y 13000-16000 kg ha-1 y entre 35 y 40 kg N ha-1
para la clase de rendimiento de 8000-10000 kg ha-1. Estos valores corresponderían al
aporte de N que hace la MO del suelo; sin embargo, son valores más elevados compa-
rados con los que indica alguna literatura al respecto (Morris et al., 2018).
Figura 1. Relación entre el rendimiento óptimo económico y la dosis óptima económica de
nitrógeno, a un contenido de 2.0 % de materia orgánica del suelo.
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
0 50 100 150 200 250 300 350
Rendimiento óptimo económico (t ha
-1
)
Dosis óptima económica de nitrógeno (kg ha
-1
)
Temporal
Riego
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 878
Los IN y las RBC aumentaron con el incremento del rendimiento de maíz y el con-
tenido de MO del suelo, en mayor magnitud en la condición de riego. En el caso de
la MO, su mayor efecto se debe a la disminución de las DOE de N que causó. Si bien
la RBC puede variar entre agricultores, debido a los propios costos variables y jos,
desde un punto de vista económico una relación menor a 0.50 no resultaría rentable
para producir comercialmente, aunque se justicaría si el objetivo es el autoconsumo.
El uso de la MO del suelo como herramienta para generar recomendaciones de N
para el maíz, para distintos rendimientos alcanzables asociados con las condiciones
de clima y suelo, y sistema de producción, puede permitir mayor precisión de las
recomendaciones; sin embargo, resultaría interesante conocer el efecto de no ajustarse
a las recomendaciones según el contenido de MO del suelo. Al respecto, si se toma
como ejemplo la clase de rendimiento de 5500-6750 kg ha-1 en temporal (Cuadro 2),
este efecto se maniesta en dos sentidos: (1) Para 1.0 % de MO, si en vez de 185 kg
N ha-1, se aplican 150 kg N ha-1, habría una disminución de 6.0 % del rendimiento
(343 kg ha-1) y de sólo 3.3 % del IN (327 pesos ha-1), a la vez que una disminución del
costo del N de 875 pesos ha-1; ahora, si solo se aplican 115 kg N ha-1, la disminución
del rendimiento sería 14.6 % (841 kg ha-1) y la del IN 11.8 % (1183 pesos ha-1), pero
la disminución del costo del N sería de 1750 pesos ha-1; de tal manera que resultará
más importante y económico reducir el gasto de adquisición de N que el impacto en
reducción del rendimiento e IN. (2) Para 3.0 % de MO, si en vez de 115 kg N ha-1 se
aplican 150 kg N ha-1, el rendimiento aumenta en 2.8 % (186 kg ha-1) y el IN disminuye
en 1.5 % (225 pesos ha-1), con un incremento del costo del N de 875 pesos ha-1; ahora,
si se aplican 185 kg N ha-1, el rendimiento del maíz aumenta 3.3 % (217 kg ha-1) y el
IN disminuye 6.7 % (989 pesos ha-1), con un incremento del costo del N de 1750 pesos
ha-1; y por tanto, el usar dosis más elevadas según lo que correspondería al contenido
de MO del suelo implicó que se ha aumentado el N aplicado entre 30 y 65 kg N ha-1,
respectivamente, que en gran medida terminará causando contaminación ambiental;
esto demuestra la importancia que tiene el no usar dosis de N más elevadas que lo
que sugiere el análisis de suelo.
El uso práctico de las DOE de N generadas por el procedimiento seguido en el pre-
sente estudio, requiere que el agricultor precise el rendimiento que puede obtener
en sus condiciones de producción, ya sea con maíz criollo o mejorado, aunque este
rendimiento puede estar afectado por el uso deciente de componentes de manejo, lo
que habrá que considerar, y para determinar el contenido de MO del suelo existen dos
opciones: (1) si no se dispone del análisis de suelo, proponer un porcentaje probable
con base en el color del suelo; y (2) si se dispone del análisis de suelo, considerar la
recomendación para el contenido de MO presente en el suelo del agricultor.
Optimización económica con relaciones de precios N/maíz aumentadas
El criterio económico de maximización de los ingresos netos por supercie (MINS)
utilizado en el presente estudio, genera las DOE máximas, a la vez que también, los
mayores rendimientos y costos asociados. Este criterio económico se puede utilizar
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 879
con relaciones de precios N/maíz (RPN/M) aumentadas (en porcentaje) (Dobermann
et al., 2011; Morris et al., 2018), afín de obtener DOE menores que las máximas econó-
micas, por lo que, para respuestas de rendimientos marginales decrecientes, calcula-
das con un modelo cuadrático o similar como en el presente caso, interesa establecer
el efecto de la disminución de las DOE en los rendimientos, costos de la fertilización e
ingresos netos. Como ejemplo, en el Cuadro 4 se presenta esta situación para las clases
de rendimiento de 4250-5500 y 6750-8000 kg ha-1 en temporal y de 10000-13000 kg ha-1
en riego, en un suelo con 2.0 % de MO.
Al incrementar las RPN/M disminuyeron las DOE de N y, en consecuencia, el costo
de las mismas, así como los ROE y los IN. Si se considera como ejemplo una RPN/M
aumentada en 75 %, el efecto de disminución de la DOE, ROE, costo del N e IN es en
las clases de rendimiento: (1) 4250-5500 kg ha-1 en temporal, de 55 kg N ha-1, 540 kg
ha-1, 1375 pesos ha-1 y 515 pesos ha-1, respectivamente; (2) 6750-8000 kg ha-1 en tempo-
ral, de 40 kg N ha-1, 394 kg ha-1, 1000 pesos ha-1 y 379 pesos ha-1, respectivamente; y,
(3) 10000-13000 en riego, de 85 kg N ha-1, 830 kg ha-1, 2125 pesos ha-1 y 780 pesos ha-1,
respectivamente.
Desde un punto de vista económico se justicaría disminuir las DOE de N, en este
caso mediante el uso de RPN/M, sin que, dentro de ciertos límites, disminuyan
Cuadro 4. Optimización económica con relaciones de precios N/maíz aumentadas,
en clases de rendimiento alcanzable de maíz en temporal y riego, y 2.0 % de materia
orgánica del suelo†.
Clase de
rendimiento
(kg ha-1)
RPN/M
aumentada
(%)
DOE de N
(kg ha-1)ROE
(kg ha-1)Costo del N
($ ha-1)IN
($ ha-1)
Temporal
4250-5500 0 140 5065 3500 9228
25 120 4904 3000 9164
50 100 4702 2500 8959
75 85 4525 2125 8713
100 70 4325 1750 8388
6750-8000 0 165 7345 4125 15082
25 150 7225 3750 15037
50 140 7127 3500 14944
75 125 6951 3125 14703
100 115 6815 2875 14477
Riego
10000-13000 0 250 12081 6250 26533
25 220 11838 5500 26433
50 190 11542 4750 26147
75 165 11251 4125 25753
100 140 10917 3500 25209
†RPN/M = relación de precios N/maíz, DOE = dosis óptima económica, ROE =
rendimiento óptimo económico, IN = ingreso neto.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 880
signicativamente los ROE e IN. Esto resulta interesante de considerar cuando las do-
sis de N se estén generando con el criterio económico de MINS, como es, por ejemplo,
en Estados Unidos de Norteamérica, el mayor productor de maíz a nivel mundial, que
desde 2005 se está promoviendo el uso de este criterio económico (Morris et al., 2018).
La incorporación de RPN/M al criterio económico de MINS, con las menores DOE de
N que causa, permite disminuir las pérdidas de N, asociadas a las aplicaciones más
elevadas de N, y consecuentemente, la contaminación ambiental. Al respecto, en el
Cuadro 5 se hace una estimación acerca de la que sería la disminución de las pérdidas
del N aplicado (DOE) con el uso de RPN/M en la optimización económica con el crite-
rio económico de MINS.
De esta forma, resulta interesante observar que el uso de RPN/M para disminuir las
dosis óptimas de N permitiría reducir las pérdidas de N, que contribuyen de manera
importante a la contaminación ambiental (Wortmann et al., 2011; McLellan et al., 2)18).
Consideraciones nales
La extracción de nutrientes que hacen los cultivos a un rendimiento dado, proviene
de lo que aporta el suelo y, cuando este aporte no es suciente, también de los ferti-
lizantes. Si los nutrientes extraídos no se reponen adecuadamente al suelo, en algún
Cuadro 5. Estimación de las pérdidas de nitrógeno por el uso de
relaciones de precios N/maíz en la optimización económica, en
clases de rendimiento alcanzable en temporal y riego, y 2.0 % de
materia orgánica del suelo†.
Clase de rendimiento
(kg ha-1)RPN/M
(%) DOE de N
(kg ha-1)Ahorro de N
(kg ha-1)
Temporal
4250-5500 0 140 0
25 120 20
50 100 40
75 85 55
100 70 70
6750-8000 0 165 0
25 150 15
50 140 25
75 125 40
100 115 50
Riego
10000-13000 0 250 0
25 220 30
50 190 60
75 165 85
100 140 110
†RPN/M = relación de precios N/maíz, DOE = dosis optima
económica.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 881
momento se producirán deciencias de ellos, y afectarán la sostenibilidad del sistema
de producción. Una manera de estimar las reservas de nutrientes del suelo es median-
te el análisis de suelo, que a la vez permite generar recomendaciones de fertilizantes
más precisas, como lo indica la numerosa literatura al respecto. Sin embargo, su uso
por los agricultores no es algo generalizado, incluso en los países más desarrollados o
mayores productores de cereales. Por otra parte, en distintos países es común observar
que hay agricultores que aplican cantidades excesivas de fertilizantes nitrogenados
a los cultivos, lo que causará nalmente un incremento de la contaminación de los
mantos freáticos y producción de gases con efecto invernadero. El incremento de la
producción de gases con efecto invernadero, ha originado en las últimas décadas un
aumento del interés de investigadores por generar dosis óptimas de N más precisas,
mediante distintas aproximaciones, para disminuir las dosis elevadas y excesivas que
aplican muchos agricultores (Chen et al.,2011; Huang et al., 2012; Millar et al., 2018;
Flores-Sánchez et al., 2019).
Con la misma nalidad, investigadores como Chen et al. (2011), han desarrollado para-
lelamente al concepto de dosis óptimas económicas, el de dosis óptima ecológica, que
queda determinada en el punto en que la absorción marginal del nutriente es igual a
la pérdida marginal del mismo. De esta manera se logró disminuir cantidad de N a
aplicar y su pérdida en 22-53 kg N ha-1, en variedades de arroz, con una disminución
del rendimiento menor a 10.0 %.
Otra vía para disminuir las DOE de N es el uso de las relaciones de precios insumo/
producto en la optimización con el criterio económico de maximización de los ingre-
sos netos por supercie, que es la que se desarrolló en el presente estudio. Esta aproxi-
mación requiere trabajar con funciones de producción del rendimiento como función
de la respuesta del cultivo a los nutrientes, al análisis de suelo, como fue de materia
orgánica en el presente caso, y a los rendimientos alcanzables para el productor, según
sus condiciones de suelo y clima, y sistema de producción, considerando un manejo
no limitativo de este. Con esta aproximación fue posible reducir las dosis óptimas de
N y el costo de la fertilización, y por tanto, las pérdidas de N y la contaminación am-
biental, sin que disminuyan signicativamente los rendimientos y los ingresos netos.
En México, la aplicación de fertilizantes, particularmente el nitrogenado, diere si la
condición es de temporal o de riego. En temporal, la adopción de las recomendaciones
de fertilización ha dependido de las condiciones edafoclimáticas y socioeconómicas
de los agricultores, y no es común observar agricultores que usen altas y excesivas
dosis de fertilizantes. En riego, la situación es distinta; por ejemplo, en la zona de El
Bajío se han llegado a aplicar hasta 554 kg N ha-1 en maíz, con una media de 309 kg N
ha-1 (Flores-Sánchez et al., 2019), y, en el Valle del Yaqui, la media de aplicación de N en
trigo ha sido de 300 kg N ha-1, que resulta ser el doble de las dosis óptimas económicas
(Millar et al., 2018). Considerando los resultados del presente estudio, el siguiente reto
es cómo demostrar y convencer a los agricultores que con dosis menores de N y los
consecuentes menores costos, se pueden obtener rendimientos e ingresos similares a
los que se obtienen con dosis excesivas, y con ello, disminuir la contaminación am-
biental.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 882
CONCLUSIONES
Se generaron recomendaciones óptimas económicas de N para maíz de temporal y
con riego, para distintos rendimientos alcanzables de maíz y contenidos de materia
orgánica del suelo como estimador del aporte de N que hace el suelo al cultivo. El
contenido de materia orgánica presente en los primeros 20 cm del suelo, puede ser
indicador de la disponibilidad media de N de distintas condiciones de suelo y clima.
El uso de relaciones de precios N/maíz en la optimización económica con el criterio
económico de maximización de los ingresos netos por supercie, originó que las dosis
óptimas económicas de N y los costos asociados disminuyeran, sin que, dentro de cier-
tos límites, lo hicieran de manera signicativa los rendimientos óptimos económicos
e ingresos netos. Lo anterior muestra que las relaciones de precios N/maíz puede ser
una vía para disminuir el uso de N y la contaminación ambiental derivada.
AGRADECIMIENTOS
Los autores de este estudio agradecen al Programa MasAgro del Centro Internacional de Me-
joramiento de Maíz y Trigo (CIMMYT), por haber proporcionado la información de los experi-
mentos de respuesta del maíz al nitrógeno.
LITERATURA CITADA
Bak B, Gaj R, Budka A. 2016. Accumulation of nitrogen, phosphorus, and potassium in mature
maize under variable rates of mineral fertilization. Fragmenta Agronomica 33 (1): 7-19.
Briones Encinia F, Castro Nava S, López Santillán JA, Trinidad Santos A. 2009. Óptimos analí-
ticos y económicos de modelos aplicados en experimentación agrícola. Agricultura Técnica
en México 35 (1): 89-95.
Chen J, Huang Y, Tang Y. 2011. Quantifying economically and ecologically optimum nitrogen
rates for rice production in south-eastern China. Agriculture, Ecosystems & Environmental.
142 (3-4): 195-204. hps://doi:10.1016/j.agee.2011.05.005
Cinmpai IA, Vyn TJ. 2014. Nutrient suciency concepts for modern corn hybrids: Impacts of
management practices and yield levels. Crop Management 13 (13): 1-7. hps://doi.10.2134/
CM-2013-0022-RS
Clivot H, Mary B, Valé M, Cohan JP, Champolivier L, Piraux F, Laurent F, Justes E. 2017. Quan-
tifying in situ and modeling net nitrogen mineralization from soil organic maer in arable
cropping systems. Soil Biology and Biochemistry 111: 44-59. hps://doi.org/10.1016/j.soil-
bio.2017.03.010
Dobermann A, Wortmann CS, Ferguson RB, Hergert GW, Shapiro CA, Tarkalson DD, Walters
DT. 2011. Nitrogen response and economic for irrigated corn in Nebraska. Agronomy Jour-
nal 103 (1): 67-75. hps://doi.102134/agronj2010.0179
Feng G, Zhang Y, Chen Y, Li Q, Chen F, Gao U, Mi G. 2016. Eects of nitrogen application on
root length and grain yield of rain-fed maize under dierent soil types. Agronomy Journal
108 (4): 1656-1665. hps://doi.org/10.2134/agronj2015.0367
Flores-Sánchez D, Navarro-Garza H, Pérez-Olvera MA. 2019. Nutrient balance in maize crop-
ping systems and challenges for their sustentability. Ingenieria Agrícola y Biosistemas 11 (2):
97-109. hps://doi.com/10.5154/r.inagbi.2017.11.017
Freund RJ, Liell RC. 2000. SAS System for Regression. (3rd. ed.). SAS Institute Inc.: Cary, NC,
USA.
Grajeda-Cabrera OA, Vera-Núñez JA, Aguilar-Acuña JL, Macías-Rodríguez L, Aguado-Santa-
cruz GA, Peña-Cabriales JJ. 2011. Fertilizer dynamic in dierent tillage and crop systems in
a Vertisol Central Mexico. Nutrient Cycling in Agroecosystems 89 (1): 125-134.
Grzyb A, Wolna-Maruwka A, Niewiadomska A. 2020. Environmental factor aecting the mi-
neralization of crops residues. Agronomy 2020, 10 (12): 1951. hps://doi.org/10.3390/agro-
nomy10121951
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 883
Hartmann TE, Yue S, Schulz R, Chen X, Zhang F, Müller T. 2014. Nitrogen dynamics, apparent
mineralization and balance calculations in a maize-wheat double cropping system of the
North China Plain. Field Crops Research 160: 22-30. hps://doi.org/10.1016/j.fcr.2014.02.014
Huang J, Xiang C, Jia X, Hu R. 2012. Impact of training on farmers, nitrogen use in maize pro-
duction in Shandong, China. Journal of Soil and Water Conservation 67 (4): 321-327. hps://
doi:10.2489/jswc.67.4.321
INEGI (Instituto Nacional de Estadística, Geografía e Informática). 2007. Conjunto de Datos
Vectorial Edafológico, escala 1:250000, Serie II (Continuo Nacional). Instituto Nacional
de Estadística, Geografía e Informática. Aguascalientes, México. hps://www.inegi.org.
mx>app>biblioteca>cha (Recuperado: Enero 2021).
INEGI (Instituto Nacional de Estadística, Geografía e Informática). 2018. Climas de México.
Distribución por tipos de climas y Estados. Instituto Nacional de Estadística, Geografía e
Informática. hps://paratodomexico.com>Geografía de México (Recuperado: Enero 2021).
Janssen BH, Guiking FCT, van der Eigk D, Smaling EMA, Wolf J, van Reuler H. 1990. A system
for quantitative evaluation of the fertility of tropical soils (QUEFTS). Geoderma 46 (4): 299-
318.
McLellan EL, Cassman KG, Eagle AJ, Woodbury PB, Sela S, Tonio C, Marjerison RD, van Es
HM. 2018. The nitrogen balancing act: Tracking the environmental performance of food
production. BioScience 68 (3): 194-203. hps://doi:10.1093/biosci/bix164
Millar N, Urrea A, Kahmark K, Shcherbak I, Roberson GP, Ortíz-Monasterio I. 2018. Nitrous
oxide (N2O) responds exponentially to nitrogen fertilizer in irrigated wheat in the Yaqui Va-
lley. México. Agriculture, Ecosystems & Enviromnent 261: 125-132. hps://doi.org/10.1016/
jgee.2018.04.003
Moreno-Ramos OH, Herrera-Andrade MH, Cruz-Medina IR, Turrent-Fernández A. 2014. Study
on the production of wheat technology per agro-system, for pointing out needs of informa-
tion. Revista Mexicana de Ciencias Agrícolas 5 (8): 1351-1363.
Morris TF, Murrel TS, Beegle DB, Camberato JJ, Ferguson RB, Grove J, Keerings Q, Kyveryga
PM, Laboski CAM, McGrath JM, et al. 2018. Strengths and limitations of nitrogen rate recom-
mendations for corn and opportunities for improvement. Agronomy Journal 110 (1): 1-37.
hps://doi:10.2134/agronj2017.02.0112
Murphy D, Osman M, Rusell CA, Darmawanto S, Hoyle FC. 2009. Potentially mineralisable
nitrogen: Relationship to crop production and spatial mapping using infrared reectance
spectroscopy. Australian Journal of Soil Research 47 (7): 737-741. hps://doi.org/10.1071/
SR08096
Myers RH. 1990. Classical and Modern Regression with Applications. (2nd. ed.) PWS-KENT
Publishing Company: Boston, USA.
Ren T, Zou J, Lu J, Chen F, Wu J, Li X. 2015. On-farm trials of optimal fertilizer recommendations
for maintenance of high seed yields in winter oilseed rape (Brassica napus L.) production.
Soil Science and Plant Nutrition 61 (3): 528-540. hps://doi:10.1080/00380768.2014.1003964
SAGARPA (Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación). 2015.
Agenda Técnica Agrícola de (Estado). (2a.. ed.). Secretaría de Agricultura, Ganadería, Desa-
rrollo Rural, Pesca y Alimentación. México, D.F. México. hps://issuu.com>senasica>stacks
(Recuperado: enero 2021).
SEMARNAT (Secretaría del Medio Ambiente y Recursos Naturales). 2002. Norma Ocial Mexi-
cana NOM-921-RECNAT 2000, que establece las especicaciones de fertilidad, salinidad
y clasicación de suelo. Estudio, muestreo y análisis. Diario Ocial (Segunda Sección), 31
de diciembre de 2002. México, D.F., México. ordenjuridico.gob.mx/Documentos/Federal/
wo69255 (Recuperado: enero 2021).
SIAP (Servicio de Información y Estadística Agroalimentaria y Pesquera). 2019. Producción
Agrícola. Maíz. SAGARPA. México. hp://infosiap.siap.gob.mx:8080/agricola_siap_gobmx/
ResumenDelegacion.do (Recuperado: enero 2021).
Shari B, Sebarth BJ, Burton DF, Grant CA, Cooper JM. 2007. Evaluation of some indices of
potentially mineralizable nitrogen in soil. Soil Science Society of America Journal 71 (4):
1233-1239. hps://doi.org/10.2136/sssaj2006.0265
Sifuentes Ibarra E, Macías Cervantes J, Ruelas Islas JR, Preciado Rangel P, Ojeda Bustamante
W, Inzunza Ibarra MA, Samaniego Gaxiola JA. 2015. Mejoramiento del grado de uso del
nitrógeno en maíz mediante técnicas parcelarias de riego por supercie. Revista Mexicana
de Ciencias Agrícolas 6 (8): 1903-1914.
Agrociencia 2022. DOI: hps://doi.org/10.47163/agrociencia.v56i4.2808
Scientic article 884
Tremblay N, Bouroubi YM, Belec C, Mullen RW, Kitchen NR, Thomason WE, Ebelhar S, Mengel
DB, Raun WR, Francis DD, et al. 2012. Corn response to nitrogen is inuenced by soil texture
and weather. Agronomy Journal 104 (6): 1658-1671. hps://doi:10.2134/agronj2012.0184
Velázquez-Xochimil HG, Portillo Velásquez M. 2018. Determinación del óptimo técnico y eco-
nómico en maíz (Zea mays L.) modalidad temporal del estado de México. Agroproductivi-
dad 11 (1): 15-21.
Volke Haller VH. 2008. Estimación de Funciones de Respuesta para Información de Tipo no Ex-
perimental, mediante Regresión. Colegio de Postgraduados: Montecillo, Estado de México,
México.
Wang W, Lu J, Ren T, Li X, Su W, Lu M. 2012. Evaluating regional mean optima nitrogen rates in
combination with nitrogen supply for rice production. Field Crops Research 137 (1): 37-48.
hps://doi.org/10.1016/j.fer.2012.08.10
Wang X, Miao Y, Dong R, Chen T, Kusnierek K, Mi G, Mulla D. 2020. Economic optimal nitrogen
rate variability of maize in response to soil and weather conditions: Implications for site–
specic nitrogen management. Agronomy 10: 1237. hps://doi:10.3390/agronomy10091237
Woli KP, Boyer MJ, Elmore RW, Sawyer JE, Abendroth LJ, Barker DW. 2016. Corn era hybrid
response to nitrogen fertilization. Agronomy Journal 108(4):473-486. hps://doi:10.2134/
agronj15.0314
Wortmann CS, Tarkalson DD, Shapiro CA, Dobermann AR, Ferguson RB, Hergert GW, Walters
D. 2011. Nitrogen use eciency of irrigated corn for three cropping systems in Nebraska.
Agronomy Journal 103 (1): 76-84. hps://doi:10.2134/agronj2010.0189
pppvPPP
Volumen 56, Número 4
16 de mayo - 30 de junio, 2022
Agrociencia
