Estimación de la productividad forrajera en bosques nativos de la Patagonia norte con diferentes fuentes de información

Conocer la productividad forrajera en los bosques nativos es clave para diseñar sistemas silvopastoriles sustentables. Su estimación por métodos tradicionales, como es el corte de biomasa a campo, resulta muy costosa en recursos. Esta situación se hace aún más compleja además por la gran heterogeneidad que presentan estos ambientes, ya que son paisajes compuestos por una matriz de bosque alto/matorral/pastizal. Una alternativa es estimar la productividad forrajera a través de modelos pre-existentes que consideran las precipitaciones, temperatura o calidad del suelo. Sin embargo, en bosques nativos heterogéneos podría haber además otros determinantes que afectan la productividad forrajera, tales como la altitud, pendiente o apertura de canopeo arbóreo, entre otros. Aún no se estimado la importancia de estas otras variables sobre la productividad forrajera, y son escasos los modelos que permiten estimar la misma con diferentes fuentes de información.

Los objetivos del presente trabajo son i) Evaluar la importancia que poseen diferentes variables en predecir la productividad forrajera en bosques nativos, y ii) Generar modelos predictivos de la productividad forrajera a partir de diferentes fuentes de información.

Seleccionamos seis campos con bosque nativo, pertenecientes a dos valles (Manso y Foyel) ubicados en el NO de la Patagonia, buscando abarcar diferentes valores de precipitaciones y temperaturas medias anuales, altitudes y pendientes. En cada uno de ellos instalamos seis clausuras de 1m², distribuidas en ambientes de bosque alto, matorral mixto y pastizal, y abarcando diferentes valores de apertura de canopeo arbóreo. Durante los años 2019, 2020 y 2021 realizamos cortes de biomasa en las clausuras, se secó a temperatura constante de 60ºC y se pesó. Se obtuvo además información del sitio donde se instaló cada clausura: precipitación promedio anual, altitud, orientación de ladera, pendiente, apertura del canopeo arbóreo, cobertura de especies herbáceas, etc.

Los datos se analizaron con el programa estadístico R© (versión 2022.12.0). La selección multimodelo la realizamos con las funciones dredge e importance, ambas funciones del paquete MuMIn (versión 1.43.17).

Las variables más importantes que permitieron predecir la productividad forrajera fueron la precipitación promedio, el estado alternativo del bosque, y la altitud, entre las variables regionales; y la apertura del canopeo arbóreo y la cobertura de especies herbáceas, entre las variables de sitio (Tabla 1). Los resultados obtenidos resaltan la relevancia de conocer la apertura del canopeo arbóreo para predecir con mayor precisión la productividad forrajera en bosques nativos. Los modelos generados permiten estimar la productividad forrajera con diferente bondad de ajuste dependiendo de la información base con la que se cuenta. Más información de base implica mejores estimaciones de la productividad forrajera. Se destaca la utilidad del Índice de Vegetación Normalizado para estimar la productividad forrajera en bosques, supeditado al conocimiento de la apertura del canopeo del sitio (Figura 1).

Según la bondad de ajuste requerida, diferentes modelos generados aquí se podrán utilizar para una estimación de la productividad forrajera en ambientes de bosque nativo del NO de Patagonia. Estos modelos tienen las ventajas de que: i) las variables de entrada son de más fácil obtención en comparación con los cortes de biomasa a campo, y ii) se conoce de antemano el error en la estimación. A medida que se sumen nuevos datos a estos modelos se logrará una mejor predicción de la estimación de la productividad forrajera de estos sistemas.