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

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

Virtual

Congreso; 45° Congreso Argentino de Producción Animal; 2022

Asociación Argentina de Producción Animal

IntroducciónLos pastizales naturales constituyen el principal recursoforrajero en los sistemas de cría bovina y su productividadprimaria neta aérea (PPNA) es la variable de ajuste de cargaanimal en el sistema. En este sentido es importante generarinformación acerca de la variabilidad espacial y temporal dela PPNA, como de su relación con las variables climáticas quela definen, que pueda utilizarse luego para anticipar la tomade decisiones. El objetivo de este trabajo es cuantificar elefecto de las precipitaciones sobre la PPNA acumulada delpastizal 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, ubicadoen el partido de Magdalena. El principal recurso forrajero esel pastizal natural constituido por un 70% de praderashúmeda de hidrófitas, un 15% de estepa de halófitas y un15% de praderas de hidrófitas (Vecchio, 2006).Para este estudio se utilizó la información satelital yregistros de precipitaciones del establecimiento entre losaños 2000 al 2020. El otoño se definió por los meses demarzo a mayo. La estimación de la PPNA se realizó medianteel modelo de Monteith (1977): [formula], donde RFAI representa laradiación fotosintéticamente activa incidente (MJ m-2 día-1),fRFAA es la fracción de la radiación fotosintéticamenteactiva absorbida por la cobertura vegetal y la EURrepresenta el coeficiente de conversión de radiaciónabsorbida en biomasa aérea expresado en gramos debiomasa seca por megajoule (Mj) de radiación absorbida.Los valores de RFAI se obtuvieron de la estaciónmeteorológica Julio Hirschhorn (La Plata), para la estimaciónde fRFAA se utilizó la información satelital de MODISanalizando 15 pixeles que representan el 88% de los lotescon este recurso forrajero. Su procesamiento se basó en loplanteado por (Piñeiro et al, 2006). En la EUR anual seutilizaron valores entre 0,4 a 0,7 obtenidos a partir deestimaciones de PPNA por corte en el establecimiento(Vecchio, 2006).La modelización se realizó con regresión múltiple porpaso (selección por menor AIC) y luego regresión lineal portramos (p ≤ 0,05) con el programa Infostat v 2018.Resultados y DiscusiónLa PPNA acumulada media otoñal en el período evaluadofue de 777,27±214,64 kgMS.ha-1 con valores mínimo de336,5 kgMS.ha-1 y máximo de 1124,1 kgMS.ha-1. El análisis deregresión múltiple por pasos mostró que la variación en laproducción de forraje en otoño (PPNA otoño) estuvoasociada a la suma de las precipitaciones en febrero y marzo(mmFM): [formula].El análisis de regresión por tramos permitió identificar unpunto de inflexión cuando (Figura 1), este punto divide el modelo en dos ecuaciones de regresióndiferentes: [formula] La PPNA estacional del pastizal ante la variación de lasprecipitaciones podría relacionarse con el patrón derespuesta a los recursos cuando se pasa de situacioneslimitantes a suficiencia y excesos. Cuando un recurso esescaso, el agua en este caso, la respuesta ante la adición deéste es alta, mientras que en situaciones donde el recurso esrelativamente abundante, sobre un nivel basal más altodeterminado por la ordenada al origen de la ecuación, elcambio en la PPNA generado por cada mm extra de lluvia esmenor, hasta un punto donde el sistema se satura.ConclusiónLos resultados de este trabajo indican que lasprecipitaciones en los meses de febrero y marzo influyeronen la PPNA del otoño en un pastizal en la Depresión delSalado. El modelo predictivo propuesto pude ser de utilidadcomo herramienta de planificación. Para ello es importantela continua medición de estas variables y validar el modelo anivel regional. Es necesario continuar con los estudios acampo con el fin de obtener variación de la EUR según lasestaciones del año y así ajustar el modelo.