Influencia de las precipitaciones de otoño en la producción de pastizales de la depresión del salado.

GRACIANO, CORINA; BONFIGLIO, FABIANA; FERNANDEZ, FEDERICO; BONAMY, MARTIN; RODRIGUEZ GUIÑAZÚ, ADRIAN; HEGUY, BARBARA

Virtual

Congreso; 45° Congreso Argentino de Producción Animal; 2022

Asociación Argentina de Producción Animal

Los pastizales naturales constituyen el principal recurso forrajero en los sistemas de cría bovina, y 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.Materiales y métodosEl 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 utilizaron los registros de precipitaciones del establecimiento entre los meses de febrero y mayo de los años 2000 a 2020. La estimación de la PPNA se realizó mediante el modelo de Monteith (1977) donde: PPNA=RFAI*fRFAA*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) haciendo uso del programa Infostat v 2018.Resultados y DiscusiónLa PPNA media otoñal en el período evaluado fue de 777,27± 214.64 kgMS.ha-1 con valores que fueron desde los 336,5 hasta los 1124,1 kgMS.ha-1. Esta variación en la producción de forraje mostró una asociación con las lluvias, donde la combinación de las precipitaciones en febrero y marzo resultaron las principales determinantes de la PPNA. El análisis realizado, indica que el efecto de las precipitaciones de los meses de febrero y marzo (〖mm〗_FM) sobre la PPNA entre febrero y mayo esta determinado por 〖PPNA〗_FM=402,18+1,96*〖mm〗_FM. El análisis de regresión por tramos permitió identificar un punto de inflexión cuando 〖mm〗_FM=174 mm (Figura 1), este punto divide el modelo en dos ecuaciones de regresión diferentes, donde: PPNA (kg MS ha^(-1))es (363+2,5*〖mm〗_FM, si 〖mm〗_FM