Modelo de estimación de la productividad primaria neta ...tig.age-geografia.es/docs/XII_1/024 - Novillo Camacho et al.pdf · La evapotranspiración potencial (ETP) es la demanda

339

MODELO DE ESTIMACIÓN DE LA PRODUCTIVIDAD PRIMARIA NETA PARA DETERMINAR ACTIVIDADES FORESTALES SOSTENIBLES A ESCALA REGIONAL

NOVILLO CAMACHO, C.1; BENEITEZ, J.2;

ROMERO CALCERRADA, R.2

1E.T.S. Superior de Ingenieros de Montes. Universidad Politécnica de Madrid Ciudad Universitaria, s/n 28040 Madrid

[email protected] 2E. S. de CC. Experimentales y Tecnología. Universidad Rey Juan Carlos

C/Tulipán, s/n, 28933 Móstoles (Madrid) [email protected]; [email protected]

RESUMEN Uno de los problemas principales que tiene que abordar los gestores del territorio es el

efecto del sobrepastoreo ejercido por el ganado y las especies cinegéticas. Las valoraciones de las producciones con las medidas del campo son generalmente costosas y poco útiles para la escala regional.

El objetivo de este trabajo ha sido diseñar un modelo espacial para calcular la producción de pastos, y, así estimar el uso ganadero y cinegético sostenible en la Zona de Protección de Aves, num. 56 Encinares de los ríos Alberche y Cofio.

La productividad primaria neta (PPN) se ha estimado usando un modelo empírico, el índice de Rosenzweig, que se ha probado en España con buenos resultados. Para usar este modelo hemos calculado parámetros climáticos primarios (temperatura mensual y precipitación, calculada extrapolando modelos de regresión linear) y variables derivadas (ETP, balance hídrico y ETR). La PPN comprendía entre 200 y 1100 de g/ha/año,.

La producción anual de pastos ha sido calculada para cada tipo de la vegetación (prados, arbustos, tipos de arbolado) estimando el coeficiente de la utilización de 0.5. Hemos estimado la producción mensual de pastos, según "meses productivos" (meses con temperatura media superior a 6º C y la precipitación eran más de dos veces temperatura media) y patrones de producción típicos en pastizales.

La metodología propuesta proporciona la distribución espacio-temporal de la producción de pastos y madera, un factor decisivo en los ecosistemas mediterráneos. Estos resultados fueron evaluados con datos de herbívoros domésticos y daban buenos ajustes. El modelo propuesto permite la estimación de la carga ganadera sostenible para ganado doméstico (p.e. vacuno) y especies cinegéticas (p. e. ciervo).

Palabras clave

Productividad Primaria Neta; sostenibilidad; producción herbácea; cambio de uso.

ABSTRACT One of the main problems that landscape managers have to deal with is the effect of

overuse exerted by livestock and wildlife population. Production estimations with field’s measures are usually expensive and often not very useful for regional scale.

The goal has been to design a computer simulation model to estimate herbaceous production and calculate the sustainable pastoral use in the SPA nº. 56 Encinares de los ríos Alberche y Cofio.

EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 339-351

340

We have estimated the Net Primary Productivity (NPP) by using an empirical model, Rosenzweig index, that has been tested in Spain with good results. For using this model we have calculated primary climatic parameters (monthly temperature and precipitation, calculated by extrapolating linear regression models) and derived variables (ETP, water balance and ETR). NPP ranged between 200 and 1100 g dry matter m -2year-1 and were consequent with wood production data [3].

Annual herbaceous production has been calculated to each vegetation type (grasslands, shrubs, woodlands) estimating that utilization coefficient was 0.5.

We have estimated monthly herbaceous production, according to “productive months” (those with mean temperature over 6º C and the precipitation was more than two times mean temperature) and tipical grassland production patterns.

This is very important to have a view of the real production temporal distribution, a decisive factor in Mediterranean ecosystem. These results were evaluated with data from domestic herbivores and they were well adjusted. The estimation model has allowed us to calculate the sustainability use by livestock and wildlife population (e.g. red deer ).

Keywords

Net Primary productivity, sustainability, herbaceous production

1. INTRODUCCIÓN

Uno de los elementos importantes a tener en cuenta por los gestores forestales, es la productividad primaria del monte. Se hace necesario conocer qué y cuánto se produce para definir la obtención de productos y la forma de hacerlo.

Mientras que la productividad maderera de los montes ha sido siempre una variable fundamental en su gestión, y se han ideado diferentes maneras de inferirla con una fiabilidad satisfactoria, no ha ocurrido lo mismo con la pascícola.

El cálculo de la carga ganadera o cinegética, va unido como es lógico, al alimento que el medio puede ofrecer, y su capacidad para cubrir sus necesidades (energía, nitrógeno...). La cantidad de variables que intervienen en la sencilla ecuación para la sostenibilidad del proceso:

producción ≥extracción por el ganado

hacen que las aproximaciones a la solución sean muchas veces groseras. La gran variabilidad inter e intraanual del medio mediterráneo supone el mayor factor de incertidumbre en este proceso. Otros factores que aportan complejidad son la heterogeneidad espacial, la influencia de la propia gestión, las capacidades de cada tipo de pastizal o formación vegetal, la especie que va a realizar el aprovechamiento...

2. OBJETIVOS Por todo ello el objetivo del presenten estudio es: “desarrrollar una metodología

que permita estimar la producción primaria neta a escala de semidetalle (comarcal-regional), sus difererentes componentes y estacionalidad, para aplicarlo a la estimación de cargas ganaderas o cinegéticas”. El alcance de esta metodología es mayor que este singular objetivo. Por un lado, las posibilidades de cálculo de producciones van más allá, pudiendo derivarse resultados en otras direcciones. Por otro, la metodología previa de espacialización de variables climáticas como básicas que son, abre un amplio abanico de utilización en modelos de otro tipo. Interesantes aplicaciones se pueden encontrar en la hidrología, distribuciones de especies, etc...


341

3. MATERIAL Y MÉTODOS Para llevar a cabo esta tarea, se ha partido de una serie de datos climáticos, mapas

de ocupación del suelo, características de la vegetación, datos estadísticos de producción y carga ganadera, así como abundante bibliografía...

Los datos climáticos, principalmente de precipitaciones y temperaturas medias

mensuales, fueron suministrados por el Instituto Nacional de Metodología. La información acerca de ocupación del suelo se obtuvo a partir de imagen

Landsat 5 TM de 11 de julio de 1999. La clasificación de estas imágenes, georreferenciadas proyectadas al sistema UTM fue proporcionada por el Dr. Raúl Romero Calcerrada y las metodologías para su clasificación pueden consultarse en el artículo “The role of land abandonmente in landscape dynamics in the SPA `Encinares del río Alberche y Cofio´, Central Spain, 1984-1999” Romero-Calcerrada y Perry 2004). Se muestra en la figura 1.

Figura 1. Mapa de ocupación de la ZEPA

Imagen Landsat 5 TM, elaboración Raúl Romero Calcerrada Asimismo, Mapa forestal de España 1:200000 MDT de la Comunidad de Madrid, 10x10 m facilitado por la Dirección General de Medio Natural de la Comunidad de Madrid


342

Mapa de suelos. Cartografía de Asociación de suelos elaborada por Labrandero, J.L. y Carlevaris, J.A. 1998. Elaborada en el proyecto:”Bases para la definición de un Modelo de Desarrollo Sostenible en una Zona de Especial Conservación: Los encinares del río Alberche y río Cofio” financiado por la D.G. de Investigación de la Comunidad de Madrid Datos de ganadería suministrados por el INE Datos de cotos de caza suministrados por la Dirección General de Medio Natural de la Comunidad de Madrid Para el tratamiento espacial de datos se utilizó el SIG Arc. View 3.2 y Arcgis 9,

con los módulos de análisis espacial para los mapas raster. Los cálculo estadísticos se realizaron con el programa Statistica para Windows.

3.1.-Climatología

Como es bien sabido, el clima afecta al potencial productivo de los sistemas vegetales y a las condiciones de confortabilidad o adaptación de las especies animales. Las variaciones estacionales son responsables de los movimientos de numerosas especies animales, así como su comportamiento a lo largo del año. Al tiempo que la alta variabilidad de los factores climáticos condiciona el nivel productivo primario, y por tanto la capacidad de carga que puede soportar el territorio frente a una determinada especie.

3.1.1. Elección de las estaciones meteorológicas

Para la realización del estudio climático se han recogido los datos posibles de las estaciones incluidas o limítrofes con el área de estudio, completándose hasta tener series de 20 años. Se pueden observar en la figura 2.

Figura 2. Estaciones climatológicas usadas

INM elaboración propia


343

3.1.2. Creación del modelo climático de Precipitaciones y Temperaturas En cualquier estudio del medio son fundamentales las variables climáticas. Como

determinantes de primera importancia de los elementos biológicos, se hace necesario un análisis de las mismas. La fuente inicial de datos, suelen ser las diferentes estaciones climatológicas presentes en la zona de estudio y sus inmediaciones. Los datos así obtenidos, ofrecen información puntual, asociada a la ubicación de las estaciones. Sin embargo, normalmente no queda más remedio que manejar datos climatológicos en zonas más o menos alejadas de tales puntos. Por ello, hay que aplicar algún método que permita pasar de datos puntuales a puntos alejados o superficies, como puede ser la aplicación de polígonos de Thyssen o coeficientes altitudimétricos. Para la realización del presente trabajo, se ha recurrido a la determinación de ecuaciones de pronóstico. Consiste en la determinación de las variables que se quiera, teniendo en cuenta todas las estaciones disponibles, con una visión global de la zona de estudio. Con los datos puntuales de las estaciones, se realiza una regresión lineal en función de las variables del medio que se crean determinantes de la distribución espacial de la variable a obtener. Las variables que se han tenido en cuenta para este estudio, han sido:

-la longitud (x) -la latitud (y) -la altitud (z) -la pendiente -la orientación -la “sombra” originada por el relieve: hillαβ (son los valores de la “sombra” que proyectaría un foco de luz desde un determinado ángulo α y altura β) La orientación y la pendiente fueron retocadas para darle un sentido fisiográfico.

Con la orientación se procedió a restar 180 grados y aplicar el valor absoluto, de forma que hubiera un gradiente norte-sur aunque sin diferenciar este-oeste. A la pendiente se convirtió en valores negativos las de orientación norte.

Antes del análisis estadístico, se procedió a la estandarización de las variables

para homogeneizar valores. Las variables climáticas estimadas, han sido la precipitación y la temperatura media mensual y anual. Se han realizado diferentes combinaciones entre las variables del medio, hasta conseguir los mejores ajustes posibles con u nos coeficientes acordes con las dependencias conocidas. En la mayoría de los casos, el r2 ajustado ha sido superior a 0.8.

Posteriormente, se ha espacializado el resultado de la regresión con modelos raster

de las variables utilizadas. Para una mejor solución final, finalmente se aplicaron algoritmos de suavizado de los resultados, como la aplicación de medias de las celdas vecinas. Con ello, se trataba de solucionar el problema generado por la falta de estaciones climáticas en valores extremos, por lo que los resultados originales podían tener valores elevados en las zonas de mayor altitud y pendiente.

Con la aplicación de este método, se ha conseguido obtener una distribución

espacial continua de las precipitaciones y temperaturas mensuales y anuales, necesarias para un cálculo posterior de otras variables.


344

3.1.3. Evapotranspiración potencial La evapotranspiración potencial (ETP) es la demanda de agua que el clima

impone, siendo la suma de la cantidad de agua transpirada por la vegetación y la evaporada del suelo.

Para el cálculo de la Evapotranspiración Potencial (ETP) se ha utilizado la

fórmula deThorthwaite para la estimación de los valores mensuales: a

I

tfETP

×××=

1016

en la que: - t es la temperatura media mensual

- I es e índice de calor anual, ∑=

=

12

1 5n

tI y

- 49239.001792.00000771.000000675.0 23 +×+×⋅×= IIIa

3.1.4. Evapotranspiración real máxima anual La evapotranspiración real máxima (ETRM), es la máxima cantidad de agua que

puede llegar a evapotranspirarse teniendo en cuenta las disponibilidades reales de agua en el suelo.

La necesidad de una buena aproximación al cálculo de la Evapotranspiración

Real, (ETR) se basa en la gran diferencia que puede existir entre al evapotranspiración potencial que el clima demanda, y la que realmente puede existir por falta de precipitaciones. Como aproximación a ese valor teórico, se puede realizar el cálculo de la ficha hídrica, que tiene en cuenta la capacidad de retención de agua del suelo, y cómo responde éste cuando hay déficit hídrico. Por ello, se ha elaborado una ficha hídrica para cada celda de la zona de estudio. Para estimar la capacidad de retención de agua del suelo (CRA), se ha recurrido al mapa de suelos de la zona elaborado por Labrandero et al (1998), que aporta las características necesarias para los cálculos empleados. Se ha usado la fórmula de Gandullo (1985) para calcular la:

( )( )

1002

505.125.12)/(

TFck

hehemmmCRA

−+×=

siendo: he el equivalente de humedad definido por Sánchez Palomares et al (1985)

MOLAhe 222.1%25.0%43.06.4 +++=

en la que A, L y MO son los porcentajes en tierra fina de arcilla, limo y materia orgánica respectivamente

k es un coeficiente que depende de la diferencia de permeabilidad entre horizontes. Es este caso se ha supuesto que no hay diferencia y vale 1 c es el complemento a 1 de la pendiente TF es el porcentaje de tierra fina del horizonte, en este caso del suelo total


345

Una vez realizado la ficha hídrica, la ETRM anual se obtiene sumando las

mensuales.

3.2.- Estimación de la capacidad de carga del medio La idea principal del presente estudio, es concluir con una carga cinegética

estimada según la capacidad del medio. Los pasos a dar para alcanzar la cifra de las densidades compatibles con la conservación del medio, son por tanto en primer lugar, estimar la producción de material vegetal consumible por parte de las diferentes especies. En este caso, se ha estimado la producción de hierba, un factor fundamental en la alimentación de las especies de rumiantes, al ser la alimentación básica para muchas de ellas. Una vez conseguida la cantidad de comida disponible, hay que calcular la carga sostenible que proporciona..

3.2.1 Cálculo de la productividad primaria neta

La productividad primaria neta del medio (PPN), es la cantidad de materia que se produce en el mismo. Para su estimación, se han realizado diferentes estudios empíricos y teóricos, existiendo autores que han propuesto una serie de fórmulas. En este caso, se ha optado por la aplicación de la fórmula propuesta por Rosenzwieg en 1968, que se ha probado fiable en España.

66.1log66.1 10 −•= ETRMPPN

El resultado, es el valor en gramos de materia seca por metro cuadrado de la productividad primaria del medio. Con la aplicación de esta fórmula a los valores raster de la ETRM, se obtiene una buena aproximación de la distribución espacial de la producción primaria en cada punto, según su potencialidad climatológica para un suelo medio.

3.2.2 Subdivisión de la PPN según componentes

Una vez determinada la cantidad de materia que produce la vegetación, el siguiente paso consiste en estimar como se divide tal producción según tipos de vegetación. Parte de la producción se destina a hojas, parte a engrosar tallos y ramas y el resto a raíces, floración, frutos...

Para estimar la parte destinada a la producción herbácea, a cada una de las

tipologías básicas del mapa de ocupación se le ha asociado una presencia cuantitativa de pastizal.

3.2.3. Cálculo final de la producción herbácea

Para la determinación de la producción herbácea (PH), se calculado por separado según pastizal, matorral, masas arbustivas y arbolado.

Los cálculos realizados han sido: Pastizal. Un 45% de la producción primaria neta se invierte en hierba. Matorral y masas arbustivas. Se ha calculado que la producción de hierba en el matorral es de un 5%.


346

Arbolado. En masas densas se ha estimado la producción herbácea en un 1% del total, mientras que en masas abiertas se ha recurrido al dato de la fracción de cabida cubierta Fcc aportada por el mapa forestal para ligarlo con la siguiente ecuación:

45825.00037.0% 2 +−=− xxpastosproducción proviniendo de la regresión de los datos de cubierta total=producción nula,

cubierta nula=45 (como pastizal) y Fcc=20 se tiene un 30% en pastos. De esta manera, se ha obtenido un valor de producción de hierba por celda. Para estimar la cantidad disponible realmente por los rumiantes, se ha aplicado un

coeficiente reductor, ya que según generalmente se producen rehusos y en la producción total se incluyen especies que no son consumidas. El coeficiente elegido ha sido 0.5, un valor normal para los pastizales terofíticos.

Por tanto, la cantidad a consumir por la carga ganadera y cinegética, es bastante

inferior a la producción total obteniéndose un valor menor del inicial para la hierba aprovechable.

3.2.4. Distribución mensual de la producción

Uno de los factores que disminuyen la capacidad de carga, es la distribución heterogénea de la producción primaria. Con el fin de conocer a lo largo del año de la oferta de hierba verde, se ha tratado de realizar una estimación de la misma. Para tal cálculo, se ha tenido en cuenta que para que haya producción vegetal, se estima que la temperatura media del mes debe ser igual o superior a 6ºC, y que, la precipitación debe ser igual o superior al doble de la temperatura media.

Con esas condiciones se obtienen los meses con actividad, pero para poder

distribuir la producción total entre los mismos, se ha recurrido a las curvas teóricas de producción de los diferentes tipos de pastizales que se pueden encontrar en la bibliografía. De este modo, se ha asignado a cada mes un porcentaje de producción.

3.2.5. Cálculo de la capacidad de carga cinegética y ganadera En la metodología de cálculo de la capacidad de carga de una zona concreta, se

deben tener en cuenta una serie de variables. Con los datos obtenidos anteriormente sabemos la producción herbácea tanto anual como mensual. Por un lado, esa producción debe ser suficiente para cubrir las necesidades tanto del ganado doméstico como de las especies cinegéticas. Por otro lado, las necesidades que deba cubrir la hierba depende del porcentaje que suponga tal elemento en su dieta. Es decir, el alimento producido es consumido y muchas veces de forma muy importante por el ganado,y la hierba calculada, puede que solo sea necesaria para cubrir la alimentación de un ungulado en un tanto por ciento más o menos elevado según ramonee. Este factor nos puede también permitir jugar con la carga para intentar que el ramoneo este controlado, al disponer densidades compatibles con la producción de hierba.


347

Por tanto, para poder conoces la capacidad de carga cinegética, debemos calcular la presión ganadera ejercida y su época, y por otro, estimar las necesidades de hierba de cada especie cinegética.

4. RESULTADOS

Los resultados obtenidos en cada uno de los pasos realizados se manifiestan en los diferentes mapas que se acompañan a continuación.

4.1 Variables climáticas

En los mapas de las figuras 3, 4, se muestran la precipitación y la temperatura media anual. En ellas se ve como queda reflejado el gradiente altitudinal positivo en el caso de la lluvia y negativo para las temperaturas.

Figura 3. Temperatura media anual (ºC) Fte. Elaboración propia

Figura 4. Precipitación anual (mm) Fte. Elaboración propia

Figura 5. Evapotranspiración real máxima anual (mm) Fte. Elaboración propia

4.2. Productividad primaria neta

Los valores obtenidos de PPN guardan relación directa con las precipitaciones y temperaturas, registrándose cifras desde 200 g/MS m2 en las zonas de peor suelo hasta


348

más de 1000 g/MS m2 en puntos de gran profundidad de suelo, lo que permite alargar el período vegetativo.

Las cantidades obtenidas son acordes a los datos conocidos para producciones de

pastizales.

Figura 6. Productividad primaria neta (g materia seca/m2/año)

Fte. Elaboración propia

Figura 7. Porcentaje de la PPN convertido en pasto


Figura 8. Productividad herbácea (g materia seca/m2/año)


4.3. Cálculo final de la producción herbácea Como se puede ver en las imágenes siguientes, esgta es una zona en la que en

invierno se da una pequeña producción en las partes más cálidas, debido a la que todavía llega hasta aquí la influencia atlántica por el valle del Tiétar. Las zonas más altas no producen hasta abril, y en junio son las únicas activas con algunas puntos del norte. En julio y agosto no hay producción y en otoño se repite la evolución a la inversa. En la figura 9 se muestran todos los meses.


349

Figura 9. Productividad herbácea mensual (kg/ha)


4.4. Cálculo de la capacidad de carga Se ha obtenido un mapa de capacidad de carga total en UGM/ha/año (figura 10)

para la zona de estudio. Tal cifra corresponde a las UGM teóricas que podría mantener el medio con la hierba aprovechable, es decir, después de aplicar el coeficiente de calidad de los pastos. Estos datos suponen la capacidad máxima teórica en función del pasto producido, sin tener en cuenta su estacionalidad. Generalmente se suele aplicar un coeficiente reductor para incluir su efecto en el cálculo final. Con esta metodología se pueden obtener cargas mensuales y estimar la evolución de la producción de hierba, por lo que se pueden hacer mejores aproximaciones.


350

Figura 10. Unidades ganaderas anuales


Los primeros cálculos realizados indican que no existe actualmente un problema de sobrepastoreo en la ZEPA, aunque se requieren más análisis para confirmarlo. Esta conclusión estaría en consonancia con Romero-Calcerrada (2004), donde se concluye que en esta zona se está produciendo un abandono de actividades y un aumento de biomasa que se puede relacionar con la problemática de los incendios forestales.

5. DISCUSIÓN

Con la metodología expuesta en este trabajo se obtienen unos resultados en principio satisfactorios, que vienen a ser una útil herramienta de trabajo para el gestor. Las estimaciones de las producciones primarias y de las cargas ganaderas que pueden soportar, suponen un punto de partida y referencia para garantizar la sostenibilidad de los recursos y su mejor aprovechamiento. 6. CONCLUSIONES

Se ha desarrollado una metodología a escala de semidetalle para la estimación de la productividad primaria neta y su descomposición en los diferentes elementos.

La utilización de una herramienta tan potente como un SIG, permite una

espacialización con gran detalle, permiendo la utilización de variables con gran deficinición.trasladable a los resultados.

Con esta metodología se obtiene una buena aproximación a la importantísima

variabilidad intraanual, lo que permite un mejor conocimiento de las existencias mensuales y de las épocas de escasez.

7. BIBLIOGRAFÍA Álvarez, G. y Ramos, J. (1991): “Estrategias alimentarias del ciervo (Cervus elaphus L.)

en Montes de Toledo”. Doñana. Acta Vertebrata., 18, 1, pp 63-69.

Braza, F. et al. (1987): “Habitat use by reed deer and fallow deer in Doñana National Park”. .Miscellanea. Zoologica, 11, pp 363-367.


351

Caballero, R. (1985): Hábitat y alimentación del ciervo en ambiente mediterráneo. Monografía 34, Madrid . Mtrio. Agricultura, Pesca y Alimentación. ICONA.

Gandullo, J.M.. (1985): Ecología vegetal. ETSIM Madrid.

Gandullo, J.M. y Muñoz, L.A. (1986): “Mapa de productividad potencial neta de los ecosistemas españoles”. Boletín de la Estación. Central de Ecología., 15, 30, pp 3-17.

González, G. 1993. El enfoque energético en la producción de hierba..Pastos, 23:3-44.

Romero-Calcerrada, R. y Perry, G.L.W. (2004): “The role of land abandonment in landscape dynamics in the SPA ´Encinares del río Alberche y Cofio´ Central Spain, 1984-1999”, Landscape and Urban Planning, 66, 4, pp. 217-232.

San Miguel, A., Sanz, F., Pérez-Carral, C. y Roig, S. (1996). “Gestión de recuusos alimenticios para la caza mayor en los Montes de Toledo”, Pastos, 26, pp. 35-59.

San Miguel, A. (2001). Pastos naturales españoles. Caracterización, aprovechamiento y posibilidades de mejora. Madrid. Fundación Conde del Valle de Salazar-Mundiprensa. 320 p.

Siniero, F. y Díaz, N.(1986). “Estudio de algunos factores que determinan la utilización de la vegetación espontánea y del pasto”. Pastos, 16, pp. 107-131.

Documents

Modelo de estimación de la productividad primaria neta ...tig.age-geografia.es/docs/XII_1/024 - Novillo Camacho et al.pdf · La evapotranspiración potencial (ETP) es la demanda