Pastizales naturales: variabilidad en la producción

Los pastizales naturales constituyen el principal recurso forrajero en los sistemas de cría bovina y su productividad primaria neta aérea (PPNA) es la variable de ajuste de carga animal en el sistema. En este sentido es importante generar información acerca de la variabilidad espacial y temporal de la PPNA, como de su relación con las variables climáticas que la definen, que pueda utilizarse luego para anticipar la toma de decisiones. El objetivo de este trabajo es cuantificar el efecto de las precipitaciones sobre la PPNA acumulada del pastizal natural en los meses de otoño.

El estudio se realizó en el establecimiento El Amanecer, perteneciente a la Universidad Nacional de La Plata, ubicado en el partido de Magdalena. El principal recurso forrajero es el pastizal natural constituido por un 70% de praderas húmeda de hidrófitas, un 15% de estepa de halófitas y un 15% de praderas de hidrófitas (Vecchio, 2006).

Para este estudio se utilizó la información satelital y registros de precipitaciones del establecimiento entre los años 2000 al 2020. El otoño se definió por los meses de marzo a mayo. La estimación de la PPNA se realizó mediante el modelo de Monteith (1977): PPNA = RFAI * EUR, donde RFAI representa la radiación fotosintéticamente activa incidente (MJ m-2 día-1 ), fRFAA es la fracción de la radiación fotosintéticamente activa absorbida por la cobertura vegetal y la EUR representa el coeficiente de conversión de radiación absorbida en biomasa aérea expresado en gramos de biomasa seca por megajoule (Mj) de radiación absorbida. Los valores de RFAI se obtuvieron de la estación meteorológica Julio Hirschhorn (La Plata), para la estimación de fRFAA se utilizó la información satelital de MODIS analizando 15 pixeles que representan el 88% de los lotes con este recurso forrajero. Su procesamiento se basó en lo planteado por (Piñeiro et al, 2006). En la EUR anual se utilizaron valores entre 0,4 a 0,7 obtenidos a partir de estimaciones de PPNA por corte en el establecimiento (Vecchio, 2006).

La modelización se realizó con regresión múltiple por paso (selección por menor AIC) y luego regresión lineal por tramos (p ≤ 0,05) con el programa Infostat v 2018.

La PPNA acumulada media otoñal en el período evaluado fue de 777,27±214,64 kgMS.ha-1 con valores mínimo de 336,5 kgMS.ha-1 y máximo de 1124,1 kgMS.ha-1 . El análisis de regresión múltiple por pasos mostró que la variación en la producción de forraje en otoño (PPNA otoño) estuvo asociada a la suma de las precipitaciones en febrero y marzo (mmFM): PPNAotoño = 402,18 + 1,96 * mmFM.

El análisis de regresión por tramos permitió identificar un punto de inflexión cuando mmFM = 174 mm (Figura 1), este punto divide el modelo en dos ecuaciones de regresión diferentes:

La PPNA estacional del pastizal ante la variación de las precipitaciones podría relacionarse con el patrón de respuesta a los recursos cuando se pasa de situaciones limitantes a suficiencia y excesos. Cuando un recurso es escaso, el agua en este caso, la respuesta ante la adición de éste es alta, mientras que en situaciones donde el recurso es relativamente abundante, sobre un nivel basal más alto determinado por la ordenada al origen de la ecuación, el cambio en la PPNA generado por cada mm extra de lluvia es menor, hasta un punto donde el sistema se satura.

Figura 1. Regresión por tramos de la productividad primaria neta aérea acumulada (PPNA) en la estación de otoño (kgMS ha-1 ) en función de la suma de precipitaciones (mm) de febrero y marzo.

Los resultados de este trabajo indican que las precipitaciones en los meses de febrero y marzo influyeron en la PPNA del otoño en un pastizal en la Depresión del Salado. El modelo predictivo propuesto pude ser de utilidad como herramienta de planificación. Para ello es importante la continua medición de estas variables y validar el modelo a nivel regional. Es necesario continuar con los estudios a campo con el fin de obtener variación de la EUR según las estaciones del año y así ajustar el modelo.