Herramienta para el manejo de cultivos: Asesorar el manejo cultural: comparar fechas de siembra, espaciamiento, variedad según grupo de madurez, manejo del agua y de la fertilización, agricultura de precisión. Incluso se ha opinado que un mayor uso de información puede reducir el uso de energía en agricultura (Chancellor, 1981). Herramienta para análisis de políticas: Asesorar en tomar la mejor decisión para reducir la lixiviación de fertilizantes, de pesticidas o erosión. Pronósticos de cosecha. Evaluar los efectos de los cambios climáticos Las fallas de algunos los modelos actuales son entendibles si consideramos el escaso conocimiento que tenemos de las interacciones entre componentes de los diversos niveles de organización de una población de plantas y de la enorme influencia de la variabilidad espacial y temporal. En la mayoría de los modelos desarrollados hasta el momento no se hace uso de la información que entregan las hormonas, no se modela estos circuitos de retroalimentación lo que es evidentemente una falla grande ya que ello significa ignorar un elemento estructural básico. Tampoco se modela otras retroalimetaciones como el efecto de los niveles de fructosa 2,5 difosfato en la fotosíntesis o el de los niveles de asparagina en la absorción de N. Por otra parte las validaciones de los modelos no pueden hacerse sin considerar la variación espacial, ya que suponer valida una condición de suelo promedio es probablemente erróneo. Si consideramos las diferencias de producción debidas a la variabilidad espacial de los suelo, a nivel de un potrero, tales como fertilidad, características hídricas, exposición y otras, 3 a 7 ton/ha por ejemplo, ellas nos dan una idea de la enorme influencia de este factor y del gran error que podríamos cometer si corremos el modelo para una sitio de 3 ton y lo generalizamos a una gran superficie de suelo. Pero además de la variación del suelo existe variabilidad de condiciones topográficas, clima, infraestructura socio- económicas o de políticas para la agricultura según vayamos subiendo de la escala predial a la de una zona, de país o continente a la cual estemos aplicando el modelo. La combinación de modelos dinámicos con SIGS hace posible incluir la variabilidad espacial (Sinh et al 1993, Jongschaap, 2006). Coincidiendo con la opiniones de Sinclair y Seligman (1996) y con las de Boote et al. (1996) necesitamos teorías matemáticas del crecimiento de los cultivos y ello sólo será posible si logramos construir modelos confiables. Todos los problemas de conocimientos de los procesos fisiológicos, ecológicos, de logística (estructuras inadecuadas) y operacionales (datos o potencia de las computadoras) que tiene la actividad de modelaje actual serán probablemente superados en el futuro y podremos construir modelos confiables y útiles. Si ello no fuera así no sólo 86