Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa

Abstract

Se desarrolló un modelo para estimar productividad primaria neta aérea de herbáceas forrajeras (PPNA) en el árido-semiárido de La Pampa, Argentina, considerando a la densidad de plantas y la precipitación antecedente como principales componentes de rendimiento. El modelo fue construido a partir de información proveniente de un ensayo llevado a cabo en la localidad de Chacharramendi entre los años 2001 y 2011. La densidad de herbáceas forrajeras al final de la estación de crecimiento fue modelada considerando el índice verde normalizado (IVN), la precipitación acumulada de una y dos estaciones de crecimiento antecedentes como predictores (R2 =0.98, RMSE=1.43). La PPNA fue modelada a partir de la precipitación acumulada durante las dos estaciones de crecimiento previas a la evaluada y la densidad de herbáceas modelada al final de ciclo (R2 =0.84, RMSE=1048). Para corregir esta estimación de oferta forrajera y aproximarlo a valores más reales a las observadas a campo, se modeló la presencia de procesos de lignificación en la provincia de La Pampa a partir de series temporales de índice verde normalizado (IVN) provenientes del sensor MODIS Terra y el algoritmo Seasonal Trend Decomposition - LOESS (STL) durante el período 2000-2013. Se relacionó la ocurrencia de estos procesos con la razón entre la estacionalidad (∑IVNh) y la tendencia (∑IVNw) acumuladas durante todo el período , y la frecuencia de fuegos observadas durante el mismo período. Las áreas afectadas se caracterizaron por presentar una relación ≤ 0.8. El 38% de la superficie provincial (5400000 millones de hectáreas) fue clasificada en proceso de lignificación con un índice de certeza de 0.81. El 90% de las áreas afectadas por el fuego en estos sitios fueron quemadas entre 1 y 3 veces por fuegos muy fuertes durante el período estudiado. Las áreas no quemadas o con alta frecuencia de fuegos no presentaron procesos de lignificación, coincidiendo con lo observado por varios autores. La carga animal fue otro elemento significativo presente en sitios arbustizado, siendo un 40% más alta que en los sitios sin la presencia de este proceso p=0.0001). La estructura del modelo permite generar predicciones de PPNA con un año de anticipación, constituyendo esto una herramienta fundamental al momento de la planificación ganadera y el aprovechamiento racional de los recursos naturales. Para su mejor comprensión, el trabajo fue dividido en tres capítulos donde se explica en detalle los aspectos técnicos y alcance de cada componente del modelo aquí presentado.