Respuesta asincrónica de la productividad primaria neta aérea a las precipitaciones en dos estepas arbustivas en la Puna Seca del noroeste argentino

Mariana Quiroga Mendiola; Andrés Tálamo; Juan A. Quiroga Roger; Eduardo J. Ochner

doi:10.25260/EA.25.35.3.0.2579

Autores/as

Mariana Quiroga Mendiola IPAF NOA-Instituto Nacional de Tecnología Agropecuaria (INTA). Asignatura Botánica, Facultad de Ciencias Naturales, Universidad Nacional de Salta https://orcid.org/0000-0002-7893-5872
Andrés Tálamo Instituto de Bio y Geociencias del NOA (IBIGEO), UNSa-CONICET. Laboratorio de Ecología Aplicada a la Conservación (LEAC), Facultad de Ciencias Naturales, Universidad Nacional de Salta. Investigación Ambiental-Escuela de Negocios UCASAL https://orcid.org/0000-0002-7510-1207
Juan A. Quiroga Roger IPAF NOA-Instituto Nacional de Tecnología Agropecuaria (INTA). Asignatura Administración de emprendimientos de la Agricultura Familiar, Facultad de Ciencias Agrarias, Universidad Nacional de Jujuy. https://orcid.org/0000-0002-6964-1856
Eduardo Ochner EEA Abra Pampa - Instituto Nacional de Tecnología Agropecuaria (INTA) https://orcid.org/0009-0000-0864-5282

DOI:

https://doi.org/10.25260/EA.25.35.3.0.2579

Palabras clave:

biomasa, pastizales naturales, tierras áridas, variabilidad climática, Andes

Resumen

1. La base productiva de las comunidades que habitan tierras secas suele ser la ganadería extensiva en pastizales naturales. Estos ambientes presentan una alta variabilidad climática que afecta la disponibilidad de forraje. En la Puna argentina se desconoce cómo la productividad primaria neta aérea (PPNA) responde a las precipitaciones cambiantes, y aún menos la importancia de los legados hídricos y productivos en su dinámica interanual.
2. A partir de una década de monitoreo en dos estepas arbustivas con composición vegetal distinta en la Puna Seca del Noroeste Argentino, evaluamos la productividad promedio, describimos su variación interanual asociada a las precipitaciones y analizamos la influencia de las lluvias actuales y pasadas, y la PPNA del año previo a la cosecha.
3. La PPNA de la estepa herbácea/arbustiva de relieve escarpado fue, en promedio, 751.84 kg MS.ha^-1.año^-1 (CV=67.66%). En la estepa arbustiva de planicie fue 480.65 kg MS.ha^-1.año^-1 (CV=40.27%). La primera respondió principalmente a las precipitaciones del año de cosecha de biomasa; la segunda, de las precipitaciones del año anterior a la cosecha. En ningún caso, la PPNA del año previo fue un predictor significativo en los modelos que consideraron las precipitaciones. Esto sugiere que para la estepa arbustiva de planicie, los legados hídricos son más relevantes que los de productividad.
4. Implicancias. Estos hallazgos evidencian la importancia de considerar la composición funcional de la vegetación y la lluvia caída en distintos períodos para predecir la disponibilidad de forraje en las estepas estudiadas. Se sugiere que estas herramientas de predicción, junto con los conocimientos locales, permitirían un uso más eficiente del pastizal. Los productores, extensionistas y decisores políticos podrían optimizar la planificación del manejo ganadero, contribuyendo a fortalecer la resiliencia del sistema pastoril frente al cambio climático.

Citas

Baldassini, P., J. N. Volante, L. M. Califano, and J. M. Paruelo 2012. Caracterización regional de la estructura y de la productividad de la vegetación de la Puna mediante el uso de imágenes MODIS. Ecología Austral 22(1):22-32. URL: tinyurl.com/mv89h87k.

Bianchi A. R., and C. E. Yañez 1992. Las precipitaciones en el noroeste argentino. Segunda edición. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Salta.

Bianchi, A. R., C. E. Yáñez, and L. R. Acuña. 2005. Base de datos mensuales de precipitaciones del noroeste argentino. Proyecto Riesgo Agropecuario. Convenio INTA - SAGPyA. URL: tinyurl.com/42y5ptn9.

Boman, E. 1992. Antigüedades de la región andina de la República Argentina y del desierto de Atacama. Tomo II. Puna argentina, desierto de Atacama y provincia de Jujuy. UNJu, Jujuy. Traducción del original en francés: Antiquités de la Région Andine de la République Argentine et du désert d’Atacama. Imprimerie Nationale, París, 1908.

Bucci, S. J., F. G. Scholz, P. A. Iogna, and G. Goldstein. 2011. Economía del agua de especies arbustivas de las Estepas Patagónicas. Ecología Austral 21:43-60. URL: tinyurl.com/2vcbw4by.

Defossé, G., and M. Bertiller. 1991. Comparison of four methods of grassland productivity assessment based on Festuca pallescens phytomass data. Journal of Range Management 44(3):199-203. https://doi.org/10.2307/4002940.

Domínguez-Gómez, T. G., H. González-Rodríguez, R. G. Ramírez-Lozano, I. Cantú-Silva, et al. 2013. Nutritional Profile of Four Shrub Species, Northeastern Mexico. International Journal of Bio-Resource and Stress Management 4(1):1-8.

Du, Y., Y. Wang, D. Hui, F. Su, and J. Yan. 2022. Significant effects of precipitation frequency on soil respiration and its components - A global synthesis. Global Change Biology 29:1188-1205. https://doi/10.1111/gcb.16532.

Fang, G. H., J. Yang, Y. N. Chen, and C. Zammit. 2015. Comparing bias correction methods in downscaling meteorological variables for a hydrologic impact study in an arid area in China. Hydrol Earth Syst Sci 19:2547-2559. https://doi:10.5194/hess-19-2547-2015.

FAO. 2021. Pastoralism - Making variability work. FAO Animal Production and Health Paper No. 185. Rome. https://doi.org/10.4060/cb5855en.

Felton, A. J., I. J. Slette, M. D. Smith, and A.K. Knapp. 2019. Precipitation amount and event size interact to reduce ecosystem functioning during dry years in a mesic grassland. Global Change Biology 26:658-668. https://doi.org/10.1111/gcb.14789.

Gaitán, J., N. Ciano, G. Oliva, D. Bran, L. Butti, G. Cariac, et al. 2021. La variación temporal del índice NDVI predice los cambios temporales de la cobertura vegetal en las tierras secas de la Patagonia argentina. Ecosistemas 30(3):2229. https://doi.org/10.7818/ECOS.2229.

Gaitán, J. J., and L. Biancari. 2024. Nueva base de datos de precipitaciones mensuales de la República Argentina (PMRAv1), 2000-2022. Meteorológica 49:e032. https://doi.org/10.24215/1850468Xe032.

Huss, D. L., A. Bernardon, D. L. Anderson, and J. M. Braun. 1982. Manual de Capacitación en Manejo de Pastizales Naturales. INTA, Buenos Aires.

Li, T., J. Hu, L. Li, J. Liang, D. Li, and Q. Liu. 2024. Temporal Variation and Factors Influencing the Stability of NPP in Chinese Shrubland Ecosystems. Forests 15:531. https://doi.org/10.3390/f15030531.

Lüdecke, D., M. S. Ben-Shachar, I. Patil, P. Waggone, and D. Makowski. 2021. performance: An R Package for Assessment, Comparison and Testing of Statistical Models. Journal of Open-Source Software 6(60):3139. https://doi.org/10.21105/joss.03139.

Milner, C., and R. E. Hughes. 1968. Methods for the measurement of the Primary Production of Grassland. International Biological Program, Blackwell Scientific Publications, Oxford and Edinburgh.

Ministerio de Ambiente y Desarrollo Sostenible de la República Argentina, Secretaría de Cambio Climático, Desarrollo Sostenible e Innovación. 2022. Plan Nacional de Adaptación y Mitigación al Cambio Climático. Pp. 1285. Buenos Aires, Argentina. URL: tinyurl.com/3x7637w7.

Morales, M., A. C. Duncan, R. Neukom, F. Rojas, R. Villalba, et al. 2018. Variabilidad hidroclimática en el sur del Altiplano: pasado, presente y futuro. Pp. 75-91 en R. Grau, A. Izquierdo, J. Babot and A. Grau. (eds.). La Puna argentina geografía y ecología natural y cultural. Serie de Conservación de la Naturaleza 24, Ed. Fundación Miguel Lillo, San Miguel de Tucumán, Argentina. Libro digital, descarga y online: ISBN 978-950-668-032-9.

Ogle, K., and F. Reybolds. 2004. Plant responses to precipitation in desert ecosystems: integrating functional types, pulses, thresholds, and delays. Oecologia 141:282-294. https://doi.org/10.1007/s00442-004-1507-5.

Osem, Y., A. Perevolotsky, and J. Kigel. 2002. Grazing effect on diversity of annual plant communities in a semi-arid rangeland: interactions with small-scale spatial and temporal variation in primary productivity. Journal of Ecology 90:936-946. https://doi.org/10.1046/j.1365-2745.2002.00730.x.

Oesterheld, M., J. Loreti, M. Semmartin, and O. Sala. 2001. Inter-annual variation in primary production of semi-arid grassland related to the previous-year production. Journal of Vegetation Science 12:137-142. https://doi.org/10.1111/j.1654-1103.2001.tb02624.x.

Paruelo, J., R. Golluscio, J. Guerschman, A. Cesa, V. Jouve, and M. Garbulsky. 2004. Regional scale relationships between ecosystem structure and functioning: the case of the Patagonian steppes. Global Ecology and Biogeography 13:385-395. https://doi.org/10.1111/j.1466-822X.2004.00118.x.

Pezzani, F., F. Lezama, F. Gallego, L. López-Mársico, E. Leoni, B. Costa, G. Parodi, and A. L. Mello. 2017. El método de corte de biomasa genera mayores diferencias en la estimación de la productividad de pastizales que el tipo de pastizal. Rev. Argentina de Producción Animal 37 (1):21-32.

Quiroga Mendiola, M. 2015. Donde no se puede sembrar. La triple espacialidad pastoril en Suripujio, Puna de Jujuy, Argentina. Pp. 227-256 en A. Benedetti and J. Tomasi (comps.). Espacialidades altoandinas. Nuevos aportes desde la Argentina. Tomo I: Miradas hacia lo local, lo comunitario, lo doméstico. Editorial de la Facultad de Filosofía y Letras de la UBA. Buenos Aires, Argentina.

R Core Team. 2024. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. URL: R-project.org.

Sala, O. E., L. A. Gherardi, L. Reichmann, E. Jobbágy, and D. Peters. 2012. Legacies of precipitation fluctuations on primary production: theory and data synthesis. Philosophical Transactions of the Royal Society B: Biological Sciences 367(1606):3135-3144. https://doi: 10.1098/rstb.2011.0347.

Sala, O. E., and F. T. Maestre. 2014. Grass-woodland transitions: determinants and consequences for ecosystem functioning and provisioning of services. J Ecol 102:1357-1362. https://doi.org/10.1111/1365-2745.12326.

Sandoval-Calderón, A. P., N. Rubio Echazarra, M. van Kuijk, P. A. Verweij, M. Soons, and Y. Hautier. 2024. The effect of livestock grazing on plant diversity and productivity of mountainous grasslands in South America - A meta-analysis. Ecology and Evolution 2024:14:e11076. https://doi.org/10.1002/ece3.11076.

Schaub. S., F. Finger, F. Leiber, S. Probst, M. Kreuzer, A. Weigelt, N. Buchmann, and M. Scherer-Lorenzen. 2020. Plant diversity effects on forage quality, yield and revenues of semi-natural grasslands. Nature Communications 1:768. https://doi.org/10.1038/s41467-020-14541-4.

Schwinning, S., O. E. Sala, M. E. Loik, and J. R. Ehleringer. 2004.Thresholds, memory, and seasonality: understanding pulse dynamics in arid/semi-arid ecosystems. Oecologia 141:191-193. https://doi.org/10.1007/s00442-004-1683-3.

Vorano, A. E., and J. R. Vargas Gil. 2002. Evaluación de la situación actual de los procesos de desertificación de la puna salto-jujeña. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta (E.E.A. SALTA).

Wickham, H. 2017. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. https://doi.org/10.18637/jss.v077.b02.

Yahdjian, L., and O. E. Sala. 2008. Climate Change Impacts on South American Rangelands. Rangelands 30(3). https://doi.org/10.2458/azu_rangelands_v30i3_yahdjian.

Yan, H., C. Liang, Z. Li, Z. Liu, B. Miao, C. He, et al. 2015. Impact of Precipitation Patterns on Biomass and Species Richness of Annuals in a Dry Steppe. PLoS ONE 10(4):e0125300. https://doi:10.1371/Journal.pone.0125300.

Zhan, W., X. Lian, J. Liu, and P. Gentine. 2022. Inappropriateness of space-for-time and variability-for-time approaches to infer future dryland productivity changes. Front Environ Sci 10:1010269. https://doi.org/10.3389/fenvs.2022.1010269.

Zhu, Y., H. Shen, D. Akinyemi, P. Zhang, Y. Feng, M. Zhao, J. Kang, X. Zhao, H. Hu, and J. Fang. 2022. Increased precipitation attenuates shrub encroachment by facilitating herbaceous growth in a Mongolian grassland. Functional Ecology 36:2356-2366. https://doi.org/10.1111/1365-2435.14100.