El desmonte del Chaco Árido y sus efectos sobre el uso del agua en el suelo: Un análisis a tres escalas espaciales RESUMEN El avance de la frontera agropecuaria determina cambios muy marcados en la estructura de los ecosistemas. Un ejemplo de tal impacto es el desmonte del Chaco Árido, en el centro de nuestro país, con el objetivo de aumentar la producción de forraje y su accesibilidad para el ganado. Si bien hay indicios de que este cambio de fisonomía está acompañado por cambios marcados en el funcionamiento del ecosistema, los datos al respecto son escasos, tanto aquí como en otras partes del mundo. Esto es particularmente cierto con respecto al ciclo del agua, en gran parte debido a la dificultad de evaluarlo en la escala apropiada, que es el de las unidades de manejo (cuadros o potreros). Nuestra hipótesis central es que el desmonte, al suprimir a las especies de raíces más profundas, limita la capacidad del ecosistema para evapotranspirar el agua de lluvia, modificando la dinámica espacio-temporal de su uso. Trabajando en el centro de la provincia de San Luis, compararemos situaciones desmontadas y con monte (testigo), usando una combinación de métodos a tres escalas de observación. En la escala de más detalle (parcela), se estudiará la dinámica del agua en el suelo, el flujo de savia en árboles y arbustos, la evaporación directa desde el suelo y la percolación profunda, esta última usando trazadores naturales. Se establecerán puestos de observación fijos para monitorear la estacionalidad y dinámica espacial (vertical y horizontal) del agua a través de muestreos no destructivos (muestras repetidas en el tiempo) y destructivos (de modo de ampliar el grado de replicación en el espacio para agua y trazadores). A la escala de potrero, se estudiarán los efectos del desmonte sobre la evapotranspiración total a partir de observaciones micrometeorológicas, principalmente gradientes de humedad y temperatura, con sensores fijos (“torres” de baja altura) y aerotransportados (avión ultraliviano) usando los principios del balance de energía (relación de Bowen). Usados adecuadamente, estos métodos tienen la gran ventaja de representar lo que ocurre en la escala de potrero. En la escala de paisaje, se usará la información provista por sensores de radiación ubicados en plataformas satelitales (especialmente para evaluar los rangos visible y térmico) de modo de extender espacialmente las observaciones de nuestras parcelas fijas y los sensores aerotransportados, y de entender la relación entre los desmontes y las fuentes y destinos de vapor de agua y calor sensible. Por último, se usarán modelos de simulación apropiados a la escala de paisaje de modo de evaluar hasta qué punto los cambios observados pueden interactuar con la dinámica atmosférica y modificarla. La actividad generada permitirá completar su formación a un grupo de jóvenes estudiantes doctorales y posdoctorales. Los resultados del proyecto contribuirán al diseño racional de las prácticas de manejo y permitirán tomar decisiones más fundamentadas sobre el uso de los recursos naturales difícilmente renovables (suelo, agua).

SUMMARY Effect of woody cover removal on soil water use in the Arid Chaco: An analysis at three spatial scales Agricultural expansion and intensification has noticeable effects on ecosystem structure. An example of this process is occurring in the Arid Chaco of north-central Argentina, where trees and shrubs are removed in order to increase forage production and accessibility to cattle. The available evidence suggests that this change in physiognomy is associated with equally important changes in ecosystem function but, as occurs for other parts of the world, actual data are scarce. This is particularly true regarding our understanding of the water cycle, largely because of the difficulties in assessing its changes at the appropriate spatial scale, which is that of the management unit (paddock). Our central hypothesis is that woody plant removal, by eliminating deep-rooting tress and shrubs, reduce the ecosystem ability to evapotranspirate rain water, and thus modifies its spatial and temporal dynamics. We will compare deforested vs. control situations in the San Luis province combining methods at three levels of detail. At the most detailed scale (plot), we will monitor soil water dynamics, shrub and tree sap flow, direct evaporation from the soil surface; deep seepage will be assessed by using natural tracers. We will establish permanent stations to monitor water seasonal and spatial (vertical and horizontal) changes by non-destructive samples (repeated measurements) and destructive ones (in order to increase spatial replication for both water and tracers). At the paddock level, we will use micrometeorological data, mainly moisture and temperature gradients, to evaluate the effect of deforestation upon total evapotranspiration; we will apply energy balance theory (Bowen ratio approach) from both low-height towers and ultralight aircraft-based sensors. The main advantage of this approach from the point of view of our objectives is that, taking the necessary precautions, they are able to evaluate changes at the paddock spatial scale. At the landscape scale, we will use information provided by satellite-based sensors (visible and thermal radiation) in order to spatially extrapolate the observations from our permanent and airborne sensors, and to understand the consequences of deforestation on the sink-source relations for vapor and sensible heat. Finally, we will use simulation models applicable to the larger scale to assess to which degree these changes can interact with, and eventually modify, atmospheric dynamics. The project activities will allow a group of young doctoral and postdoctoral students to complete their education. Project results will contribute to the rational design of land management practices and will allow knowledge-based decisions affecting the use of hard-to-replace natural resources (soil, water).

El desmonte del Chaco Árido y sus efectos sobre el uso del agua en el suelo: Un análisis a tres escalas espaciales Objetivos Generales e Impacto El impacto de las actividades humanas en el planeta, como consecuencia de las demandas crecientes de alimentos y otros productos del agro, incluye un componente aparentemente ineludible: la expansión de las fronteras agrícolas y ganaderas y la intensificación del “uso de la tierra”. Dentro de este impacto general, cobran importancia particular los cambios que ocurren en los ecosistemas áridos y semiáridos debido a su gran extensión (alrededor de dos tercios de la superficie de los continentes) y a su fragilidad en términos de los balances de carbono y agua (Reynolds et al. 2007). Específicamente en las zonas semiáridas templadas y subtropicales, una preocupación constante de quienes toman decisiones de manejo es la relación entre la vegetación leñosa (árboles, arbustos) y la herbácea—sobre todo, los pastos. Aunque la primera puede tener valor de uso directo para la producción de madera o leña, desde el punto de vista de la ganadería lo que importa es que puede competir y restringir el acceso a la vegetación herbácea, de mayor valor forrajero. En el centro-norte de nuestro país, como en otras partes del mundo ecológicamente similares, el control de las poblaciones de especies leñosas indeseables ocupa una buena porción de las discusiones y la actividad de los ganaderos y técnicos (Kunst 2006). Una práctica que en los últimos años se ha difundido en la Argentina por su efectividad y economía es “rolado”, que permite desmontar mecánicamente grandes extensiones (Lizzi 2006). Los resultados son muchas veces espectaculares en cuanto al aumento de la producción de los pastos (por ej.Aguilera & Steinaker 2002, Blanco et al. 2005). Esto sugeriría que las leñosas y los pastos compiten por el agua y otros recursos del suelo, y que, al eliminarse las leñosas, los pastos tendrían la capacidad de capitalizar esos recursos y así aumentar su crecimiento y producción (por ej., Cavagnaro y Passera 1991). Está claro, entonces, que el tratamiento de desmonte por rolado, al modificar drásticamente la estructura de la vegetación, puede desencadenar cambios igualmente importantes en su funcionamiento. La pregunta que este proyecto intenta contestar es en qué medida el desmonte modifica el uso total de recursos del ecosistema, en particular el agua del suelo. Conocer si, una vez desmontada, la vegetación remanente usa más o menos agua en total que la de monte, si lo hace a través de vías diferentes (por ej., cambiando la partición evaporación vs. transpiración) o si se modifica diferencialmente la tasa de uso en distintos momentos del año, es indispensable si se pretenden predecir las consecuencias del cambio en el uso de la tierra para el clima, la recarga de acuíferos, y el balance de carbono del suelo (ver, por ej., Jobbágy & Jackson. 2000, Jackson et al. 2002). Como se explica en la sección siguiente, hay motivos tanto para esperar un aumento como una disminución en el consumo de agua total debido al desmonte. En la medida que se intensifique el uso de la tierra, resultará cada vez más importante saber en qué consisten estos cambios y cuáles pueden ser sus consecuencias en escalas espaciales más abarcadoras que las del potrero o establecimiento particular, y si podrían afectar el régimen térmico, pluvial, e hidrológico en la región. Este proyecto abordará con mayor énfasis los cambios producidos por el desmonte a la escala de “stand” o potrero. Los datos centrales serán de tipo micrometeorológico, recolectados tanto en superficie como por sensores transportados a baja altura. Éstos serán complementados con observaciones (de más detalle) en la escala de parcela para identificar sus mecanismos causales relacionados con la dinámica de agua en el suelo y la actividad de las plantas, e información (de menos detalle) satelital para evaluar las consecuencias de todos estos cambios a escala regional.

Objetivos Específicos e Hipótesis de Trabajo El objetivo general de este proyecto es documentar y explicar las consecuencias del desmonte parcial por rolado, uno de los tratamientos actualmente más difundidos para el manejo de la vegetación leñosa en el centro-norte del país (Monte y Chaco Árido), analizándolas a tres escalas espaciales que brindarán información complementaria. La aproximación elegida para cumplir este objetivo se centra en observaciones micrometeorológicas con sensores fijos (“torres” de baja altura) y aerotransportados (avión ultraliviano) usando los principios del balance de energía (relación de Bowen y otros). Estos métodos tienen la ventaja de operar a una escala similar a la cual se toman decisiones de manejo (potreros; ver Cuadro 1 en “Relevancia…”). También se harán observaciones en dos escalas adicionales, una de más detalle (“1:1” ó terreno: humedad del suelo, transpiración), que proveerá la interpretación de los mecanismos afectados a la escala de potrero, y otra de menos detalle (balance de energía a través de sensores remotos en plataformas satelitales), que brindará contexto y permitirá evaluar la magnitud de sus posibles consecuencias. Los objetivos específicos del proyecto son tres, uno para cada escala de observación: • En la escala de parcela, se evaluarán los efectos del rolado (desmonte parcial) sobre la

estacionalidad y dinámica espacial del agua del suelo, tanto sus cambios verticales (con la profundidad del perfil) como horizontales (en el espacio para una misma profundidad);

• En la escala de potrero o stand, se analizarán los efectos sobre la evapotranspiración total y sus componentes: evaporación directa, transpiración por distintas formas de vida, y drenaje profundo;

• En la escala de paisaje, se estudiará cómo la dinámica atmosférica interactúa con los cambios a escalas más detalladas, sea contribuyendo a explicarlos (como causa) o viéndose influenciados por ellos (como efecto).

Nuestra hipótesis general propone que el desmonte, al reducir la diversidad de plantas y suprimir a las de raíces más profundas, limita la capacidad del ecosistema para transferir agua del suelo a la atmósfera en fase vapor. Desde una perspectiva productiva esto implica que si bien el desmonte permite que el componente favorecido (pastos) aproveche el agua no utilizada por el componente suprimido (arbustos y árboles), esta transferencia no es completa y una fracción del agua que antes era transpirada, contribuyendo a la productividad primaria, deja de serlo en la nueva situación. El proyecto evaluará esta hipótesis general y varias de sus predicciones: Se espera que el desmonte tenga como consecuencia un aumento en la variabilidad temporal de la evapotranspiración de cada parcela (posiblemente también de su drenaje profundo) y una disminución en la variabilidad espacial de la humedad edáfica dentro de cada una de ellas. En la medida que las parcelas desmontadas recientemente se alternen en el espacio con otras más maduras, se espera que estos cambios aumenten el intercambio horizontal de calor sensible a la escala de paisaje debido al aumento de la heterogeneidad espacial creado a esta escala por la dinámica de parcelas fuente vs. destino. Es quizá comprensible que los trabajos que estudian la relación entre los cambios globales y los ecosistemas terrestres hayan estado, hasta ahora, principalmente orientados a predecir los efectos del clima sobre la vegetación (por ejemplo, Weltzin et al. (2003). Sin embargo, cambios en la estructura de la vegetación afectan propiedades tales como albedo, rugosidad, estacionalidad en el área foliar y distribución de raíces, los que pueden ocasionar cambios en las condiciones de temperatura y humedad cercanas a superficie y eventualmente causar cambios en la precipitación (ej. Balling 1988, Pielke 2001, Narisma et al. 2003, Douglas, Beltrán et al. 2007). Así, no sólo resulta importante estudiar los efectos del desmonte sobre el agua del suelo, sino también sobre las condiciones atmosféricas locales y regionales, tal como se propone en este proyecto.

Relevancia del Problema

ABREVIATURAS. β=H/[λ.ET]: relación de Bowen; E: evaporación directa del suelo a la atmósfera; ET=E+T: evapotranspiración; G: flujo de calor hacia el suelo; H: flujo de calor sensible de la superficie hacia el aire; λ: calor latente de vaporización; NDVI: normalizad difference vegetation index o “índice verde”, calculado a partir de la combinación de bandas espectrales de sensores de radiación; T: transpiración; PP: precipitación; RN: radiación neta, la suma algebraica de las entradas y salidas de energía radiante en la superficie.

El agua recibida por los ecosistemas terrestres puede perderse en fase líquida (escurrimiento, drenaje profundo), evaporarse directamente desde la superficie del suelo (evaporación propiamente dicha, “E”), o infiltrar en éste, ser absorbida por las raíces y evaporarse desde el interior de las hojas (transpiración, “T”). Desde un punto de vista biológico, de la evapotranspiración total (“ET”=E+T) la vía más deseable es T, ya que permite efectuar el intercambio recíproco de carbono (Chapin et al. 2002). La fracción de la precipitación (PP) que se transpira (cociente T/PP) está integrada por dos componentes: ET/PP y T/ET. Hay evidencias de que la presencia de plantas leñosas puede aumentar ambas: la proporción de la precipitación que se evapotranspira (ET/PP), y la proporción de la evapotranspiración que es explicada por la pérdida de agua a través de las plantas (T/ET). En una revisión reciente, Zhang et al. (2000) encontraron que, en ecosistemas con precipitación predominantemente invernal, la presencia de leñosas aumenta la relación ET/PP. Huxman et al. (2005), sin embargo, mostraron que la relación puede ser diferente bajo otros climas. Por ejemplo, si la estación lluviosa coincide con la época estival, la intercepción del agua de lluvia y su evaporación a la atmósfera desde la superficie de las hojas pueden disminuir la infiltración y por lo tanto disminuir ET/PP (Wilcox 2002). En cuanto a la relación T/ET, también hay motivos para esperar tanto una influencia positiva como negativa de la presencia de leñosas, y el signo de tal respuesta puede cambiar con la cantidad de precipitación recibida. En ecosistemas relativamente húmedos, las raíces de los pastos no son capaces de extraer el agua que infiltra más allá de 50-100 cm de profundidad, por lo que la remoción de leñosas puede disminuir T/ET. En ecosistemas más secos, en cambio, si el desmonte favorece una mayor cobertura de pastos, disminuirá la superficie de espacios de suelo descubierto sobre los que la radiación y advección pueden potenciar la evaporación directa (Martens et al. 2000). Tomando en cuenta éstas y otras complejidades, el modelo conceptual de Huxman et al. (2005) predice un efecto positivo del desmonte (o negativo de la sabanización / arbustización) sobre la relación T/ET para las zonas áridas a semiáridas y un efecto negativo para las sub-húmedas. Estas predicciones generales, sin embargo, no indican cuál será el efecto particular para un nivel medio de precipitación dentro de una zona semiárida transicional como la que aquí nos ocupa. Este proyecto propone aprovechar las oportunidades brindadas por los desmontes de gran extensión que, con el propósito de aumentar el valor ganadero de los campos, en este momento están teniendo lugar en el centro de la provincia de San Luis (como ejemplo del Chaco Árido). El proyecto se focalizará en ese experimento no-intencional, evaluando la influencia del tratamiento sobre el balance de agua a tres escalas espaciales: la de parcela o “parche” (del orden de metros cuadrados), la de rodal o stand (hectáreas) y la de unidad de paisaje (kilómetros cuadrados). Como muestra el Cuadro 1, las metodologías apropiadas para cada escala son diferentes, y la principal originalidad del proyecto consiste en el uso complementario de las tres (locales, micrometeorológicas y remotas) de modo de aprovechar sus fortalezas.

Cuadro 1. Comparación entre los métodos usados a distintas escalas para la evaluación del balance de agua del suelo y la partición de las pérdidas de agua a partir de la superficie. Este proyecto usará los tres tipos de métodos.

Métodos Escala espacial Ejemplos Ventajas Desventajas Locales 1-100 m2 TDR (contenido

hídrico); flujo de savia (transpiración); lisímetros (ET)

Identificación de mecanismos biofísicos de control

Posible baja representatividad de las mediciones

Micro-meteorológicos

1-100 hectáreas Ecuación de Penman-Monteith; ; eddy correlation; perfiles de temperatura y H2O: relación Bowen

Mayor representatividad con relativa facilidad de medición

Necesidad de parches extensos; principalmente útiles bajo flujo turbulento

Sensores Remotos

1-100 Km2 Termografia infrarroja y sensores multiespectrales (Visible-IRcercano); NDVI)

Alcance espacial: paisaje a región

Necesidad de validación en superficie (ground truthing)

Los métodos en escala de parcela, tales como la evaluación local del contenido hídrico del suelo a distintas profundidades, ayudan evaluar los mecanismos que determinan la partición de las pérdidas de agua del suelo, separando la evaporación directa del uso por parte de la vegetación (transpiración), e incluso dentro de ésta la fracción atribuible a especies e individuos de distinta profundidad de enraizamiento. Aunque el Cuadro 1 indicaría que no es lo más aconsejable, éstos son los métodos más frecuentemente usados para validar metodologías de mayor cobertura espacial. Tradicionalmente, por ejemplo, la evapotranspiración calculada a partir de lisímetros ha sido considerado el valor “de referencia” (Prueger et al. 1997, ASCE 2005). Más recientemente, también se han usado medidores de flujo de savia (Granier et al. 1996, Bethenod et al. 2000), otro método que –en el mejor de los casos– cubre la escala de parcela. Los métodos micrometeorológicos, como por ejemplo los basados en la ecuación de Penman-Monteith, evalúan la partición de la radiación neta (RN), separando los flujos de calor hacia el suelo (G) y la atmósfera (H), y calculando por diferencia el flujo de calor latente (directamente proporcional a la evapotranspiración: λ ET). En particular, el método basado en la relación de Bowen (β; por ej. Dugas et al. 1996, Kurc & Small 2004) aprovecha la similitud en los coeficientes de transferencia de vapor de agua y calor para calcular la relación entre los flujos de energía disipada hacia la atmósfera por ambas vías (β=H/[λ.ET]). Tal similitud es esperable bajo la turbulencia generada en condiciones de inestabilidad atmosférica (Campbell & Norman 1998), por lo cual el método no sería en principio tan confiable bajo condiciones de estabilidad. Sin embargo, como éstas suelen predominar de noche, o en ocasiones en que la demanda atmosférica es relativamente baja, la falta de estimaciones para esos períodos no suele acarrear un error considerable. Otra objeción al método, especialmente relevante para zonas áridas y semiáridas, ha sido su falta de consideración de los efectos de la advección. Sin embargo, recientemente Gavilán y Berengena (2007) concluyeron que los errores por ambas fuentes durante las horas de luz no superan el 5%.

También cabe aclarar que las desventajas mencionadas no son exclusivas del método de Bowen, sino que son compartidas con otros métodos micrometeorológicos con necesidades de equipos más costosos y procesamiento más complejo de los datos (eddy correlation). Por otra parte, no es nuestra intención ignorar estas posibles dificultades. Al contrario: al contar con aproximaciones alternativas para la estimación de ET, podrán evaluarse objetivamente las diferencias, determinar para qué situaciones es aconsejable no usar datos de determinada fuente (por ej., para Bowen, Ohmura 1982) y, dentro de los métodos considerados aceptables, luego decidir cuál más probablemente sobrestima o subestima ET. Una fuente de error no siempre tenida suficientemente en cuenta y a la que prestaremos especial atención, ya que puede ser responsable de divergencias de hasta 100 W/m2, es la estimación de RN (Gutschick & Snyder 2006). Estos errores tienen por lo menos dos fuentes: una es la variabilidad intrínseca de los radiómetros (que presentan diferencias no sistemáticas sino, por ejemplo, dependientes del grado de humedad atmosférica; Kustas et al. 1998). La otra fuente de error no es directamente instrumental sino que está relacionada con los efectos de la variabilidad espacial en las propiedades espectrales de la superficie (Carlson et al. 1995), lo que también afecta las estimaciones de G (Kustas et al. 2000). Los métodos basados en percepción remota pueden ser empíricos (por ej., DiBella et. al 2000) o basados en el balance de energía. En este segundo caso, suponen que G es poco relevante (lo que es cierto en áreas de canopeos densos, pero también si la estimación se realiza para ciclos de un día completo), por lo cual λ.ET puede calcularse a partir de la diferencia entre RN y H (ecuaciones derivadas del método simplificado originalmente propuesto por Jackson et al. 1977). En este caso, la radiación neta puede estimarse a partir de las aproximaciones empíricas de Shuttleworth (1993, onda corta) y Granger y Gray (1990, onda larga), y H a través de perfiles sinópticos de temperatura (por ej., Nosetto et al. 2005). Una dificultad de los métodos remotos basados en plataformas satelitales es que los sensores más apropiados no siempre están disponibles (por lo menos, a un costo accesible) con la resolución necesaria para validarlos en la escala de terreno. Una aproximación que permite subsanar este problema de encadenamiento (scaling up) de la información hace uso de campañas intensivas con sensores remotos ubicados a más baja altura, desde alrededor de 1 m (manuales) hasta algunos cientos de metros (aviones; ver por ejemplo Rango et al. 2006, Shashkov et al. 2007), de modo de poder correlacionar esa información con la provista por los satélites. En este sentido, el grupo de trabajo contará con una herramienta única en el pais: un avión que, además de incluir equipamiento para mediciones espectrales (visible, infrarrojo cercano y térmico), tiene un analizador de gases para determinar las concentraciones atmosféricas de CO2 y H2O. Cambios en la estructura de la vegetación afectan propiedades como albedo, rugosidad, estacionalidad en el área foliar y distribución de raíces, entre otras, que pueden ocasionar cambios en los flujos de calor sensible y latente y por lo tanto en cambios en las condiciones de temperatura y humedad cercanas a superficie (ej. Pielke 2001, Baidya et al. 2002). Aunque todavía no está claro cómo estos cambios pueden impactar en la precipitación (ej. Pielke et al. 2007), ya existen modelos de circulación regional que sugieren que esos cambios son altamente dependientes del tipo de cambio en el uso de la tierra y la variabilidad interanual (Beltrán 2005). No quedan dudas de que el agua es un recurso escaso y lo será aún más en un futuro de demandas crecientes y cambios climáticos (Jackson et al. 2001). También es cada vez más claro que los agroecosistemas, además de seguir proveyendo bienes tales como carne, grano, lana y leche, deben balancear este papel tradicionalmente valorado con el de proveer servicios, entre los cuales el almacenamiento y ciclado de materiales figuran entre los más importantes (Daily 1997). La toma de decisiones de planificación y uso racional del territorio, especialmente en zonas áridas y semiáridas, requiere que entendamos mejor los efectos de nuestras decisiones sobre el ciclo del agua.

Resultados Preliminares y Aportes del Grupo al Estudio del Problema en Cuestión

Los investigadores del grupo, la mayoría de los cuales han colaborado o están colaborando en otros proyectos, presentan experiencias y habilidades complementarias. Sus especialidades in antecedentes incluyen: el estudio los efectos de la vegetación sobre el balance de agua del suelo (Fernández, Jobbágy, Golluscio), la teledetección de recursos naturales y sus modificaciones antrópicas (Di Bella, Jobbágy), el impacto micro- y meso-climático de las modificaciones de la cobertura (Beltrán), los tipos de uso agropecuario en el Chaco semiárido (Golluscio, Steinaker, Jobbágy), y modelos de simulación a distintas escalas (Beltrán, Fernández). A esta experiencia el grupo suma el acceso a equipos y facilidades mayores que se listan al final de la sección. En contraposición con la visión predominante para las zonas áridas y semáridas, que considera a la vegetación respondiendo pasivamente a la oferta de agua (la que a su vez estaría determinada solamente por factores atmosféricos y edáficos), Roberto Fernández ha insistido en la importancia de considerar simultáneamente la influencia de las plantas sobre el balance hídrico (ver, por ej. Fernández et al. 1992, Fernández & Reynolds 2000, Reynolds et al. 2004, 2006). Sus dos líneas de trabajo principales actuales se basan en esa premisa y están por lo tanto estrechamente relacionadas con este proyecto. Una de ellas se refiere a los efectos ecofisiológicos de la sequía sobre el desarrollo de plantas de distintas tasas de crecimiento potencial (ej. Maseda y Fernández 2006, tesis doctoral de Luciana Couso). La otra se refiere a los efectos de la textura del suelo sobre el balance de agua del suelo y los modos en que las plantas se adaptan a suelos de textura gruesas (tesis doctorales de Victoria Marchesini y Esteban Fernández). El grupo de trabajo del Instituto de Clima y Agua, del cual forma parte Carlos Di Bella, posee una rica experiencia en el manejo y análisis de la información espectral para el seguimiento y estudio de las Recursos Naturales. En tal sentido, ha realizado trabajos de estimación de la productividad primaria (PICT 2003- 08/13931; Paruelo et al. 2000), de la cobertura vegetal y su capacidad forrajera (Rebella et al. 1996; Oesterheld et al. 1998; Guerschman et al. 2003; Eva et al. 2004), y del balance de agua a escala regional (Di Bella et al. 2000; Hartmann et al. 2003). El grupo también tiene experiencia con el uso de sensores manuales y aerotransportados (Di Bella et al. 2004; Beget y Di Bella 2007) y ha evaluado la respuesta espectral a distintas escalas espaciales y temporales. Los intereses en investigación de Diego Steinaker están estrechamente ligados a este proyecto debido a sus antecedentes en evaluación de los efectos de cambios de uso de la tierra (Aguilera et al. 1998, 1999), específicamente evaluando el impacto del desmonte mecánico con rolo sobre indicadores el suelo y la vegetación (Aguilera y Steinaker 2002, Aguilera, Steinaker y Demaria 2003). Además, el Dr. Steinaker estuvo involucrado en otros trabajos de investigación que relacionan variabilidad climática (Kitzberger, Steinaker y Veblen 2000, Steinaker y Wilson 2007a) y disponibilidad de agua y nutrientes (Steinaker y Wilson 2005, 2007b) con el establecimiento de poblaciones vegetales y la estructura de las comunidades. En una perspectiva similar a la de Roberto Fernandez, pero de escala espacial más amplia, Esteban Jobbágy ha explorado en qué medida la vegetación actúa como un control de los recursos del suelo, especialmente el agua. Su trabajo en sistemas de pastizales forestados (Jobbágy & Jackson 2004, Jackson et al. 2005) ha demostrado cómo el tipo de vegetación, influenciando tanto el acceso a fuentes de agua como la capacidad de evaporativa, afecta no sólo el contenido de agua en el suelo, sino también aspectos de la hidrología como los niveles freáticos o caudales de pequeños arroyos. Su equipo ha aplicado imágenes satelitales para

describir cambios en el funcionamiento de la vegetación en distintos tipos de ecosistemas (Jobbagy et al. 2002, Nosetto et al. 2005). Los modelos atmosféricos de simulación en distintas escalas constituyen una herramienta muy útil para el estudio de interacciones vegetación-atmósfera y en particular de los efectos de los cambios de vegetación y uso de la tierra en el clima. Hasta hace muy poco, sin embargo, las aplicaciones para Sudamérica se limitaban a estudios de deforestación en el Amazonas (por ej. Baidya et al. 2002). El trabajo de Adriana Beltrán se concentra en el uso de estos modelos para las zonas templadas de Sudamérica, en especial RAMS (Regional Atmospheric Modeling System; Pielke et al. 1992; Cotton et al. 2003). Combinando RAMS con otro modelo basado en procesos ecofisiológicos (GEMTM, General Energy and Mass Transport Model; Chen & Coughenour 1994, 2004), Beltrán estudió los cambios sobre los flujos de calor sensible y latente para diferentes cambios en el uso de la tierra (GEMRAMS: Beltrán 2005). Encontró que estos cambios variaron estacionalmente, de acuerdo con la dinámica del área foliar, albedo y configuración del paisaje, modificando los valores de temperatura y humedad del aire cercano a la superficie. Aunque los cambios en precipitación no fueron en general marcados, en el caso de forestaciones se vieron cambios relativos en precipitación al considerar un año relativamente seco bajo condiciones de La Niña. Esto indica que la variabilidad interanual en las condiciones atmosféricas puede modificar los impactos de los cambios de estructura de la vegetación. El trabajo de Rodolfo Golluscio ha contribuido a dilucidar aspectos clave de la partición del agua (Golluscio et al. 1998) y el nitrógeno (Golluscio 2006) entre las distintas formas de vida que componen los ecosistemas áridos, fundamentalmente pastos y arbustos, pero también hierbas anuales y perennes (Golluscio et al. 2005). Estos datos resultan clave para predecir las respuestas de cada forma de vida a distintas manipulaciones, ya sea el pastoreo, el fuego o el desmonte mecánico. Trabajando sobre todo en la estepa patagónica, Golluscio ha identificado una serie de caracteres a la escala de población que no sólo caracterizan a las distintas formas de vida sino que además explican su heterogeneidad interna (por ejemplo: profundidad máxima de raíces, proporción de raíces superficiales, mesofitismo foliar y otros caracteres vinculados a la tolerancia al estrés, la fijación simbiótica de nitrógeno, y el patrón fenológico). Probablemente la mayor parte de esos caracteres sean extrapolables a otros sistemas áridos, como los que se propone estudiar este proyecto. La historia de cooperación entre miembros del grupo propuesto (especialmente Fernández-Golluscio y DiBella-Jobbágy) se refleja parcialmente en el registro de publicaciones y subsidios a través de co-autoría de trabajos y codirección de proyectos. Además, deben considerarse interacciones en la formación de recursos humanos (Fernández-Jobbágy, Fernández-Golluscio, DiBella-Jobbágy) y en tareas tales como la instalación y mantenimiento de una estación meteorológica de registro automático (Beltrán-Fernández). El grupo ha hecho trabajo preliminar en la zona desde hace un año, identificando un establecimiento de más de 10.000 ha que ofrece diversos tipos de manejo, y fácil acceso a 30 km al sudoeste de la ciudad de San Luis, en el que hemos acordado centrar el proyecto gracias a las gestiones de la E. E. A. Villa Mercedes del INTA. Dentro de esta propiedad hay parcelas de varios cientos de hectáreas que fueron desmontadas por rolado en distintos momentos a partir de 2004. Se suman a estos tratamientos areas de desmonte completo originalmente destinadas a agricultura que han sido abandonadas. Victoria Marchesini, una becaria del IFEVA cuya tesis forma parte de este proyecto (codirigida por Jobbágy, Di Bella y Steinaker), delimitó allí durante la primavera de 2006 diez parcelas en áreas roladas y diez en áreas testigo, todas de 10 x 10 metros. Se instalaron sensores permanentes de humedad del suelo en las dos situaciones: “lengüetas” dieléctricas (ECH2O probes, Decagon Inc.) a seis profundidades: 10, 20, 30, 60, 75 y 100 cm conectadas a registradores de datos (21X, Campbell Scientific). También se tomaron

muestras de suelo hasta 3 m de profundidad para calibrar las lecturas de los sensores de humedad y caracterizar los sitios en cuanto a textura y contenido total de carbono y nitrógeno. Éstas también se usaron para determinar los perfiles de cloruro (Cl-) que, al ser un ion altamente soluble y no esencial para las plantas, constituye un excelente trazador de la actividad de las raíces en profundidad (Jobbágy y Jackson 2001, 2004). Los resultados preliminares para Cl- y humedad del suelo son muy alentadores, ya que indican la existencia de cambios marcados y rápidos en el funcionamiento de la vegetación y la dinámica del agua del suelo en respuesta al rolado. Al momento de presentación de este proyecto (marzo 2007) se están instalando tubos de acceso fijo que permitirán monitorear el contenido de humedad a mayores profundidades que las que permite el muestreo gravimétrico y los sensores ECH2O (hasta 2 ó 3 m en lugar de 1 m) utilizando un sensor móvil que utiliza el principio de TDR (IMKO, Inc.) adquirido recientemente por el grupo de trabajo. Además de su formación y experiencia, las capacidades técnicas que el grupo planea aportar a este proyecto incluyen una serie de equipos e instalaciones mayores: • Las instalaciones del IFEVA en la Facultad de Agronomía de la Universidad de Buenos Aires, con laboratorios para el procesamiento y análisis de material vegetal, comunicaciones, acceso a bibliotecas y bases de datos actualizadas, equipamiento informático con software para el análisis primario y estadístico de datos. • El Instituto de Clima y Agua del INTA de Castelar cuenta con un banco de imágenes de alta resolución espacial (LANDSAT) desde el año 1986 y con hardware y software necesarios para el pre- y post-procesamiento de dicha información. El Instituto también cuenta con un sensor hiperespectral ASD que permitirá realizar mediciones a campo en el rango de longitudes de onda comprendidos entre 400 y 2500 nm (infrarrojo medio para determinación de humedad de hojas y suelo) y con una cámara infrarroja (8000-14000 nm) de 240 x 300 píxeles adquirida conjuntamente con el LART-FAUBA ICyA (financiamiento PME 2003). • El laboratorio del Grupo de Estudios Ambientales (GEA), liderado por Jobbágy, del IMASL-CONICET, con sede en la Universidad Nacional de San Luis ofrece un ámbito de procesamiento de muestras a 30 km del sitio (estufas, laboratorios sucio y limpio, heladera, freezer, molinillos, balanzas, etc), y un laboratorio de electrónica para trabajo con sensores y equipos de registro (osciloscopio, lupa, soldadoras, testers, etc.). • El apoyo logístico y experiencia local de la Estación Experimental Villa Mercedes del INTA, de las que no son parte menor los contactos “cara a cara” con productores agropecuarios que permiten el acceso a las áreas con distinto tipo de manejo. El grupo de pastizales naturales ofrece su laboratorio de suelos y forrajes, y personal técnico capacitado para el procesamiento de muestras; junto a infraestructura general y medios de movilidad y transporte. • Un avión ultraliviano biplaza, de alas plegables para su transporte en ruta (Sky Arrow 650- Meteor S.P.A., Roma), equipado como laboratorio de sensores aerotransportados (diseño NOAA), incluyendo un GPS vectorial, analizador de gases atmosféricos (H2O y CO2), sensores de radiación térmica y en varias bandas visibles y cercanas (IRcercano, IR térmico).

Construcción de la Hipótesis y Justificación General de la Metodología de Trabajo u

La aproximación elegida para cumplir con nuestros objetivos se centra en observaciones micrometeorológicas con sensores fijos (“torres” de baja altura) y aerotransportados (avión ultraliviano) usando los principios del balance de energía (relación de Bowen y otros). Estos métodos tienen la gran ventaja de representar lo que ocurre en una escala similar a la de las unidades de manejo (ver Cuadro 1, más arriba). Sin embargo, usados aisladamente, tienen dos tipos de desventajas. Por un lado, dado su costo y complejidad técnica, prácticamente impiden el uso de repeticiones en el sentido estadístico del término. (De hecho, no hemos podido encontrar en la bibliografía ni siquiera ejemplos similares al aquí propuesto de comparaciones entre situaciones de manejo.) Por otro lado, al concentrarse en el resultado agregado final, es decir cuánta agua pasa del ecosistema a la atmósfera, son incapaces de separar por sí solos las componentes del balance: evaporación directa, drenaje profundo, transpiración. La metodología de trabajo propuesta apunta a solucionar simultáneamente ambas desventajas. Aquí, las observaciones micrometeorológicas serán complementadas con las provenientes de dos escalas adicionales, la de parcela (“1:1”), que proveerá la interpretación de los mecanismos afectados a la escala de potrero, e información de sensores remotos satelitales y aerotransportados, que nos permitirá evaluar la magnitud de sus posibles consecuencias. Además de proveer “repeticiones verdaderas”, estas dos escalas brindarán mecanismo y contexto, respectivamente. Basándonos en los antecedentes resumidos más arriba, nuestros tres objetivos parciales se corresponden con las siguientes hipótesis particulares y predicciones: 1. A la escala de parcela, el desmonte aumenta la importancia de la evaporación directa y

del consumo de agua por las raíces en los horizontes superficiales, reduciendo por lo tanto la frecuencia de infiltración hacia horizontes intermedios. Una vez en éstos, sin embargo, al haberse suprimido las raíces profundas, el agua tiene mayor probabilidad de alcanzar la napa freática.

2. Los cambios esperados a nivel de parcela predicen que la evapotranspiración (ET) del stand no se modificará tanto con el desmonte como su variabilidad temporal y espacial: Al cambiar la partición entre evaporación directa (que aumenta) y el uso total de agua por las plantas (que al no haber leñosas disminuye), es esperable que la variabilidad temporal de la ET aumente, con máximos más marcadamente concentrados en los días subsiguientes a las lluvias, compensados por períodos más prolongados de baja pérdida de agua entre lluvias. Por otro lado, al reducirse el sombreado del suelo (y probablemente mejorar la infiltración), se espera que la variabilidad horizontal de la ET a esta escala se reduzca (ver Aguilera et al. 2003). Lo que ocurra con el drenaje profundo dependerá fuertemente de la distribución de tamaños de los eventos de precipitación y la probabilidad de escorrentía, ya que el ecosistema desmontado es menos capaz de aprovechar el agua que percole más allá de la profundidad de las raíces de los pastos.

3. A la escala de paisaje, también se espera que el desmonte modifique la heterogeneidad espacio-temporal. Durante los períodos húmedos inmediatamente después de las lluvias, los stands desmontados funcionarán como fuentes de humedad atmosférica, y destino de calor sensible. Durante períodos relativamente secos, los stands no desmontados funcionarán como fuentes de humedad atmosférica y como destino del calor sensible que proviene de los desmontados. Así, las consecuencias meso-climáticas del desmonte dependerán fuertemente de la configuración espacial de las parcelas en el paisaje.

Tipo de Diseño de Investigación y Métodos SITIO de TRABAJO y DISEÑO GENERAL El grupo ya ha identificado, relevado y establecido parcelas de medición en un establecimiento ganadero (“San Bernardo”) en el centro de la provincia de San Luis. La vegetación corresponde a bosques y arbustales xerofíticos definidos como “Caldenal alto semicerrado” y “Algarrobal cerrado con jarillal” (Peña Zubiate et al. 1998) e incluye comunidades secundarias derivadas por fuego, pastoreo, y control químico y mecánico (Anderson et al. 1970, Fernández y Maseda 2006). Además de proveernos facilidad de acceso y otras ventajas derivadas de las relaciones que ya hemos establecido con sus propietarios y administradores, el establecimiento incluye parcelas desmontadas y otras no desmontadas, en ambos casos lo suficientemente extensas (varios km2) para asegurar una influencia clara sobre la capa límite atmosférica, requisito primordial de los métodos micrometeorológicos propuestos. Normalmente se aconseja tomar la precaución de contar con vegetación suficientemente uniforme una distancia horizontal en la dirección del viento (“fetch”) 100 veces mayor que la altura a la que se evalúan las variables atmosféricas. La regla es extremadamente conservadora (e.g. Heilman et al. 1989), y existen métodos más precisos para estimar esta distancia (Schuepp et al. 1990), pero la extensión de estos campos cubre con creces aún este requisito. Se seleccionarán dos sitios representativos, uno de los cuales estará en el centro de un área recientemente desmontada (“D1”), y el otro en el centro de un área testigo (“T1”), con monte, cuya vegetación sea similar a la que originalmente tenía la primera. Estos dos sitios constituirán los centros de actividad para todo el experimento, y en ellos se llevarán a cabo observaciones para las 3 escalas del estudio. La representatividad de los registros micrometeorológicos continuos (escala de stand/potrero) será evaluada a través de la toma de datos otros stands (D2, T2, D3, T3… etc., además de D1+T1) para las otras dos escalas (parcela y localidad/región), proveyendo así repeticiones independientes. Los mismos sitios, con por lo menos 3 réplicas, serán usados para evaluar todos los años la estructura de la vegetación (cobertura de pastos, densidad de leñosas, área foliar total vs. suelo descubierto), tanto a escala de detalle como a través de sensores remotos (NDVI; Normalizad Difference Vegetation Index; Tucker et al. 2005). Esto resulta especialmente importante en el tratamiento D, ya que dado el vigor de la vegetación la experiencia indica que los cambios sucesionales en éste serán especialmente rápidos. METODOS a ESCALA DE PARCELA En cada uno de los sitios anteriormente descriptos (D1 y T1) se instalará un centro de observación de variables eco-fisiológicas relacionadas con la dinámica del agua, todas ellas capaces de ser almacenadas por registradores automáticos de datos (“data loggers”, por ej. tipo Campbell 23X; Campbell Sci., EEUU). Algunos sensores estarán colocados en plantas leñosas para evaluar “flujo de savia” y otras en suelo no disturbado, tanto incluyendo vegetación herbácea como suelo desnudo. Los tipos de sensores y su localización se prevén del siguiente modo: • Contenido hídrico del suelo por cambios en la resistencia eléctrica del sensor (por

ejemplo, ECH2O probes, Decagon Inc.), a seis profundidades: 5, 15, 30, 60, 75 y 100 cm. Debido a su mayor variabilidad e importancia para evaluar la dinámica de la evaporación directa, de ser posible se incluirán más repeticiones por sitio de los sensores más superficiales (5-30 cm).

• Flujo transpiratorio de las leñosas (xilemático o “de savia”) por pulso de calor. Se usarán sensores construidos en nuestro laboratorio del tipo de los descriptos en Granier et al. (1996). Evaluarán lo que ocurra en una rama de por lo menos tres individuos diferentes de la especies leñosa dominantes en la parcela T1 (Prosopis spp.). Para la construcción e instalación de los sensores contamos con el apoyo de los Dres. Fabián Scholz (UNPSJB, Comodoro Rivadavia) y William Pockman / Enrico Yepez (UNM, Albuquerque, EEUU).

A esta misma escala, las observaciones de contenido hídrico del suelo serán validadas y complementadas de tres maneras: (1) Usando un sensor móvil basado en el principio de TDR (IMKO, Inc., ya adquirido) que permite acceder a profundidades mayores (2-3 m) a través de tubos de acrílico especial que serán instalados permanentemente en los mismos sitios (T1, D1) y por lo menos un sitio adicional de cada tratamiento (T2, D2). (2) A través de muestras (destructivas) gravimétricas de humedad del suelo en los mismos sitios (T1, D1) y por lo menos dos sitios adicionales para cada tratamiento (T2, T3, D2, D3), cubriendo el mismo rango de profundidades que las observaciones de TDR. Las muestras gravimétricas, además de permitir aumentar el número de repeticiones y evaluar la representatividad de los dos sitios de observación central (ver “Diseño General”), permitirán controlar las calibraciones de los sensores ECH2O y las mediciones del equipo IMKO. Estas muestras se usarán, además, para evaluar perfiles de cloruros (Cl-), iones altamente solubles y no esenciales para las plantas, y por lo tanto excelente trazadores de la actividad de las raíces en profundidad y del alcance del drenaje profundo (Jobbágy y Jackson 2001, 2004). (3) Se harán mediciones adicionales de la temperatura de superficie del suelo (tanto a esta escala como en las de menos detalle) para estimar la evaporación directa a través de un algoritmo de balance de energía (Paruelo et al. 1991). METODOS a ESCALA DE STAND: PARCELA a POTRERO A esta escala se usarán métodos micrometeorológicos bajo dos enfoques: registro permanente con sensores fijos, y mediciones estacionales diurnas con sensores aerotransportados. Para el primer enfoque, en los mismos dos sitios descriptos más arriba (T1 y D1), se instalarán sendas “torres Bowen” de baja altura, las que serán mantenidas durante toda la duración del proyecto. Como se dijo, uno de estos sitios estará dentro de un área recientemente desmontada, y el otro en una “testigo”, cuya vegetación sea similar a la que originalmente tenía el área desmontada. Teniendo en cuenta que estas torres estarán muestrando la humedad y temperatura del aire hasta 2 m de altura, por lo antes explicado en relación a la distancia de “fetch”, nos aseguraremos la uniformidad de la vegetación en un radio de por lo menos 200 metros alrededor de estos puntos (regla “X 100”; ver Heilman et al. 1989). Los sensores previstos para cada una de estas torres, los que también serán conectados a registradores similares a los Campbell 23X, registrando cada 15 minutos los datos provenientes de:

• Un sensor multiespectral de radiación neta (RN), tipo Kipp Zonen Q7 or Nrlite; • Un anemómetro de cazoletas con veleta (3 m altura); • Dos termocuplas aspiradas (temperatura del aire a 0,5 y 2,5 m); • Dos higrómetros tipo Sensirion SHT75 (humedad relativa del aire a 0,5 y 2,5 m); • Dos sensores de flujo de calor en el suelo tipo REBS (parches vegetados y desnudos); • Dos pares de termocuplas para temperatura del suelo (5 y 10 cm profundidad); • Dos sensores de humedad de suelo tipo ECH2O ó CS616 (parches vegetados y desnudos)

Tanto para la elección de estos sensores como para su posterior instalación y procesamiento de los datos contamos con la generosa colaboración de la Dra. Marcy Litvak de UNM (Albuquerque, NM, EEUU). La información proveniente de los sensores aerotransportados complementará la de las torres Bowen y la de los sensores remotos ubicados en plataformas satelitales. El avión ultraliviano permitirá describir los perfiles de temperatura y humedad (ésta registrada a través de un IRGA – analizador de gases por absorción en el infrarrojo) en la baja tropósfera (20-200 m) registrándolos a través de vuelos sobre las parcelas T1 y D1, con por lo menos una repetición adicional (T2, D2). La trayectoria de este muestreo será decidida cada día en base a la velocidad y dirección del viento dominante, y programada en función de la disponibilidad de información satelital simultánea (ver sección siguiente). METODOS a MESO ESCALA: POTRERO a REGION La estimación del balance hídrico a esta escala se hará con el enfoque “simplificado” inicialmente propuesto por Jackson et al. (1977) y para cada día, a diferencia de los métodos anteriores que apuntan a caracterizarla cada una hora o menos. Como se explicó, en este caso la partición de la radiación neta ignora el flujo de calor hacia el suelo, aunque podríamos modificar este supuesto a medida que analicemos los datos provenientes de nuestros sensores (especialmente los fijos). RN será estimada a partir de imágenes LANDSAT usando los algoritmos de Granger & Gray (1990) y Lian (2000). La partición de RN entre H y λ.ET se hará en base a las estimaciones de temperatura de superficie basadas en canales térmicos (complementadas por nuestras propios datos 1:1 de termómetros infrarrojos y sensores aerotransportados) y de temperatura del aire de datos de estaciones cercanas y propios (sensores fijos y aerotransportados). Los parámetros “B” y “n” de la ecuación de Carlson et al. (1995) serán parametrizados usando las estimaciones de NDVI provistas por el sensor MODIS del satélite EOS-Terra de la NASA, siguiendo procedimientos similares a los descriptos en Nosetto et al. (2005). Los perfiles de CO2 provistos por el IRGA aerotransportado permitirán evaluar el intercambio neto de carbono diurno del ecosistema (NEE) y su eficiencia en el uso del agua. La combinación de las escalas remota y la de tierra se centrará en “campañas” que tendrán lugar por lo menos durante dos estaciones al año (la húmeda y cálida y la seca y templada). Para cada una de éstas, se esperarán días despejados durante los cuales haya una pasada LANDSAT, la que se hará coincidir con vuelos del avión Sky Arrow descripto más arriba. La información de los sensores espectrales provistos por estas dos fuentes será combinada con la información de tierra almacenada por las torres Bowen, la provista por el sensor MODIS del satélite Terra (que pasa diariamente), y sensores multiespectrales de mano. Los esfuerzos de análisis estarán centrados en correlacionar la información de estas múltiples fuentes, con el objeto de generar algoritmos que permitan estimar ET a partir solamente de la información MODIS. Ésta tiene la ventaja de integrar lo que sucede en una escala suficientemente detallada para nuestro objetivo (píxel de alrededor de 6 ha) y ser recibida diariamente por una antena propia en el Instituto de Clima y Agua del INTA Castelar. METODOS para la SINTESIS de INFORMACION La hipótesis central del proyecto se pondrá a prueba no sólo a través de los experimentos y mediciones de campo, sino también utilizando dos modelos de simulación. Esto permitirá no sólo explorar la generalidad de las conclusiones, sino también evaluar cómo la variabilidad climática, el aumento de dióxido de carbono y cambios en la carga de aerosoles podrían

interactuar con posibles cambios en la estructura y dinámica de la vegetación, determinando cambios en el clima cercano a superficie. No sólo se simularán escenarios futuros sino también del pasado reciente (por ejemplo, el “oscurecimiento global” entre 1960-1990; Roderick & Farquhar, 2002). Uno de los modelos que prevemos usar se basa en un simple balance hídrico a escala de parcela/ stand. Se denomina DINAQUA (Paruelo & Sala 1995) y ha sido aplicado con éxito para una variedad de situaciones, tanto en la estepa patagónica para la que fue originalmente diseñado como fuera de ella. El plan original es no modificar la estructura del modelo sino parametrizarlo con nuestros propios datos sobre la estructura de la vegetación y los suelos locales, pero no descartamos, como parte del proyecto, modificarlo para hacerlo más amigable para usuarios a través de una interfase gráfica en software Stella II (High Performance Systems, Hanover, NH). En este caso, aprovechando los datos generados por este proyecto, podríamos incorporarle algunas de las complejidades del balance de energía incluídas en el modelo PALS del grupo del Dr. Reynolds en Duke, en Durham, NC, EEUU (e.g. Reynolds et al. 2004). El otro modelo cubre una escala espacial mayor, pero también está basado en principios biofísicos. Está basado en RAMS (Pielke et al. 1992; Cotton et al. 2003), que es un modelo tridimensional atmosférico que puede ser utilizado para simular procesos que cubren desde unos pocos kilómetros cuadrados hasta continentes, y escalas temporales de horas hasta años. En la dimensión vertical, RAMS es también flexible, pudiendo extenderse hasta más de 20 km en altura y hasta más de 3 m en profundidad si es necesario. Algunos componentes del modelo GEMTM, basado en procesos ecofisiológicos, han sido acoplados a RAMS (Chen and Coughenour 1994, 2004), dando origen a un tercer modelo: GEMRAMS (Eastman et al. 2001; Beltrán 2005 – ver Antecedentes del Grupo). Este modelo será usado para simular los campos de presión, viento, temperatura y humedad del aire y del suelo, flujos de energía y precipitación, entre otros. Para esta fase del proyecto planeamos solicitar apoyo del grupo de investigación liderado por el Prof. Roger A. Pielke Sr, ubicado en CIRES (Cooperative Institute for Research in Environemtal Sciences) en Boulder, CO, EEUU, con el que en este momento está trabajando la Dra. Beltrán. Aunque GEMRAMS es capaz de simular la evolución temporal del índice de área foliar, biomasa aérea y crecimiento de raíces, y los procesos de fotosíntesis y respiración, nosotros también usaremos los índices de área foliar medidos directamente y derivados a partir de NDVI (Tucker et al. 2005). Mediante el uso de GEMRAMS analizaremos la retroalimentación (feedback) entre la vegetación y la atmósfera que la rodea: cómo los valores de temperatura y humedad del aire y del suelo pueden afectar la dinámica de la vegetación (ej. índice de área foliar) y los intercambios de energía y masa (ej. agua y dióxido de carbono), y recíprocamente, cómo estos cambios pueden a su vez afectar los procesos que ocurren en la capa capa límite atmosférica. De la misma forma que DINAQUA, GEMRAMS será parametrizado utilizando datos locales de vegetación y suelo. Además, las observaciones de los componentes del balance de energía estimados a través del método de Bowen serán utilizadas para validar el esquema de superficie GEMLEAF. Ambos modelos serán usados en paralelo, evaluando con DINAQUA y GEMLEAF la dinámica local del agua del suelo bajos distintos escenarios de estructura de la vegetación y textura del suelo (para distintos años y distintos valores de CO2). Los escenarios de estructura de la vegetación incluirán la heterogeneidad espacial producida por distintos escenarios de cambio de paisaje y alternancia de áreas con monte y desmonte.

Cronograma de Trabajo

Actividad Meses Año 1

1 2 3 4 5 6 7 8 9 10 11 12

Instalación parcelas permanentes X X X

Determinación de la cobertura y abundancia de los principales grupos funcionales

X X X X X X

Estimación de la distribución de raíces de los principales grupos funcionales

X X X X X X

Cosecha de biomasa aérea X X X X X X

Evaluación del contenido volumétrico de agua en suelo con sensores continuos y por gravimetría

X X X X X X X X X X X X

Estimación de drenaje profundo a través del análisis de cloruros en el perfil de suelo

X X X X

Procesamiento imágenes para selección sitios evapotranspiración

X X X X X X

Calibración e instalación sensores Bowen X X X X X X

Estimación de tasas de transpiración de los principales grupos funcionales

X X X X X X

Análisis de imágenes satelitales para estimar Productividad Neta Aérea

X X X X X

Actividad Meses Año 2

1 2 3 4 5 6 7 8 9 10 11 12 Mediciones con los sensores Bowen X X X X X X X X X X X X

Determinación de la cobertura y abundancia de los principales grupos funcionales

X X X

Evaluación del contenido volumétrico de agua en suelo con sensores continuos y por gravimetría

X X X X X X X X X X X X

Análisis de imágenes satelitales para estimar Productividad Neta Aérea

X X X X X X X X X

Cosecha de biomasa X X X X X X X

Calibración del modelo DINAQUA y GEMRAMS

X X X X

Actividad Meses Año 3

1 2 3 4 5 6 7 8 9 10 11 12 Mediciones con los sensores Bowen X X X X X X X X X X X X

Determinación de la cobertura y abundancia de los principales grupos funcionales

X X X

Evaluación del contenido volumétrico de agua en suelo con sensores continuos

X X X X X X X X X X X X

Análisis de imágenes satelitales para estimar Productividad Neta Aérea

X X X X X X X X X

Simulaciones con el modelo DINAQUA X X X X Simulaciones con el modelo GEMRAMS X X X X Comunicación y publicación resultados X X X X X X

BIBLIOGRAFIA CITADA Aguilera MO, Steinaker DF. 2002. Rolado y siembra directa de Buffel Grass en el área de monte-chaco árido de San Luis, Argentina. PP. 289 – 302, en: Siembra Directa II (J.L. Panigatti, D. Buschiazzo and H. Marelli, Eds.). INTA, Buenos Aires. Aguilera MO, Demaría MR, Avila AO, Steinaker DF. 1999. Impacto de la intensificación del uso de la tierra en la diversidad vegetal: un estudio en los pastizales semiáridos de San Luis, Argentina. Paginas 515-528, en: Biodiversidad y uso de la tierra. Conceptos y ejemplos de America Latina (S.D. Matteucci, O.T. Solbrig, J. Morello y G. Halffter, Editores). EUDEBA, Centro de Estudios Avanzados. Universidad de Buenos Aires, Argentina. Aguilera MO, Steinaker DF, Demaría MR. 2003. Runoff and soil loss in undisturbed and roller-seeded shrublands of semiarid Argentina. Journal of Range Management 56: 227-233. Aguilera MO, Steinaker DF, Demaría MR, Avila AO. 1998. Estados y transiciones de los pastizales de Sorghastrum pellitum del área medanosa central de San Luis, Argentina. Ecotrópicos, 11: 107-120. American Society of Civil Engineers (ASCE). 2005. The ASCE standardized reference evapotranspiration equation. Task Committee on Standardization of Reference Evapotranspiration; Environmental and Water Resources Institute, 59 pp.

Anderson DL, Del Águila JL, Bernardón AE. 1970. Las formaciones vegetales de la provincia de San Luis. RIA 2-VII, no. 3. INTA, Buenos Aires. Balling, J.R, 1988. The climatic impact of a Sonoran vegetation discontinuity. Climate Change, 13: 99-109. Baidya Roy, S., and R. Avissar, 2002: Impact of land use/land cover change on regional hydrometeorology in Amazonia. J. Geophys. Res., 107, doi:10.1029/2000JD000266. Beget, M.E. and Di Bella, C.M. 2007. Flooding: the effect of water depth on the spectral response of grass canopies. Journal of Hydrology 335: 285-294 Beltrán AB (luego Beltrán-Przekurat A). 2005. Using a Coupled Atmospheric-Biospheric Modeling System (GEMRAMS) to Model the Effects of Land-Use/Land-Cover Changes on the Near-Surface Atmosphere. PhD Dissertation, Colorado State University. Beltrán-Przekurat A, Pielke Sr. RA, Morgan JA, Burke IC. 2005: Simulating Energy, Water and Carbon Fluxes at the Shortgrass Steppe Long Term Ecological Research (LTER) Site. Eos Trans. AGU, 86(52), Fall Meet. Suppl., Abstract B34A-03. Bethnod O., N. Katerji, R. Goujet, J. M. Bertolini, and G. Rana. 2000. Determination and validation of corn crop transpiration by sap fow measurement under field conditions. Theor. Appl. Climatol. 67, 153-160. Blanco L, Ferrando C, Biurrum F, Orionte E, Namur P, Recalde D, Berone G. 2005. Vegetation responses to roller chopping and buffelgrass seeding in Argentina. Rangeland Ecology and Management 58:219-224 Cavagnaro, J.B. y Passera, C.B. 1991. Water utilization by shrubs and grasses in the

Monte ecosystem, Argentina. IV Congrès International des Terres de Parcours. Montpellier. Francia. Campbell, G. S., and J. M. Norman . 1998. An Introduction to Environmental Biophysics. Second edition. Carlson T.N.; Capehart W.J.; Gillies R.R. 1995. A new look at the Simplified Method for remote sensing of daily evapotranspiration. Remote Sensing of Environment, 54: 161-167. Chapin FS, Matson PA, Mooney HA. 2002. Principles of Terrestrial Ecosystem Ecology. Springer, NY. Chen, D-X., and M.B. Coughenour, 1994: GEMTM: a general model for energy and mass transfer of land surfaces and its application at the FIFE sites. Agr. Forest Meteorol., 68, 145-171. Chen, D-X., and M.B. Coughenour, 2004: Photosynthesis, transpiration, and primary productivity: scaling up from leaves to canopies and regions using process models and remotely sensed data. Global Biogeochem. Cycles, 18, GB4033, doi:10.1029/2002GB001979. Cotton, W.R., R.A. Pielke Sr., R.L. Walko, G.E. Liston, C. Tremback, H. Jiang, R.L. McAnelly, J.Y. Harrington, M.E. Nicholls, G.G. Carrio, and J.P. McFadden, 2003: RAMS 2001: current status and future directions. Meteor. Atmos. Phys., 82, 5-29. Daily, G.C. 1997. What are ecosystem services? Pages 1-10 in G. Daily, editor. Nature´s Services: Societal Dependence on Natural Ecosystems. Island Press, Washington, D.C. Di Bella CM, Paruelo JM, Becerra J, Bacour C, Baret F. 2004. Effect of senescent leaves on NDVI-based estimates of fAPAR: experimental and modeling evidences International Journal of Remote Sensing 25: 5415-5427. Di Bella CM, Rebella CM and Paruelo, JM 2000. Evapotranspiration estimates using NOAA AVHRR imagery in the Pampa region of Argentina. International Journal of Remote Sensing, 21: 791-797. Douglas EM, Beltrán-Przekurat A, Niyogi DS, Pielke, Sr. RA, Vörösmarty CJ. 2007. The Impact of Agricultural Intensification and Irrigation on Land-Atmosphere Interactions and Indian Monsoon Precipitation - A Mesoscale Modeling Perspective. J. Global and Planetary Change. Accepted with revisions. Dugas WA, Hicks RA, Gibbens RP. 1996. Structure and function of C3 and C4 Chihuahuan Desert plant communities: Energy balance components. Journal of Arid Environments 34: 63-79. Eastman, J.L., M.B. Coughenor, and R.A. Pielke Sr., 2001a: The regional effects of CO2 and landscape change using a coupled plant and meteorological model. Global Change Biol., 7, 797-815. Eva, H., Belward, A., De miranda, E., Di Bella, C., Gond, V., Huber, O., Jones, S., Sgrenzaroli, M., and Fritz, S. 2004. A land cover map of South America. Global Change Biology 10: 731-744. Fernández RJ, Maseda PH. 2006. Ecofisiología de Arbustivas: Reconocimiento de Síndromes para un Mejor Diagnóstico de la Situación de Enmalezamiento. Memoria de las Primeras

Jornadas de Actualización Técnica sobre Control y Manejo del Renoval. INTA, CREA, Universidad Nacional de Santiago del Estero. Pp. 47-55. Fernández RJ, Reynolds JF. 2000. Potential growth and drought tolerance of eight desert grasses: Lack of a trade-off? Oecologia , 123: 90-98. Fernández RJ, Nuñez AH, Soriano A. 1992. Contrasting demography of two Patagonian shrubs under different conditions of sheep grazing and resource supply. Oecologia 91: 39-46. Gavilán P, Berengena J. 2007.Accuracy of the Bowen ratio-energy balance method for measuring latent heat flux in a semiarid advective environment. Irrigation Science, 25: 127-140. Golluscio RA. 2006. On the link between nitrogen productivity and residence time : Two opposite nitrogen use strategies? Journal of Arid Environments, 68: 165-169. Golluscio RA, M Oesterheld and MR Aguiar. 2005. Phenology of twenty five Patagonian species related to their life form. Ecography 28(3): 273-282. Golluscio, R.A., Sala, O.E., Lauenroth, W.K. 1998. Differential use of large summer rainfall events by shrubs and grasses: a manipulative experiment in the Patagonian steppe. Oecologia, 115: 17-25. Granier A, Biron P, Ko�stner B, Gay LW, Najjar G. 1996. Comparisons of xylem sap flow and water vapour flux at the stand level and derivation of canopy conductance for Scots pine. Theoretical and Applied Climatology 53: 115-122. Granger R, Gray DM. 1990. A net radiation model for calculating daily snowmelt in open environments. Nordic Hydrology, 21: 217–234. Guerschman JP, Paruelo JM, Di Bella CM, Giallorenzi MC, Pacin F. 2003. Land Cover Classification in Argentine Pampas using multitemporal landsat TM data. International Journal of Remote Sensing, 24: 3381-3402. Gutschick VP, Snyder KA. 2006. Water and energy balances within the Jornada Basin. En: Huenneke LF, Havstad KM, Schlesinger WH, Structure and Function of a Chihuahuan Desert Ecosystem: The Jornada Basin Long Term Ecological Research Site. Oxford University Press, New York. Pp. 176-210. Hartman T, Di Bella CM, Oricchio, P. 2003. Assessment of the possible drought impact on farm production in the SE of the province of Buenos Aires, Argentina. ISPRS Journal of Photogrammetry and Remote Sensing, 57: 281-288. Heilman JL, Brittin CL, Neale CMU. 1989. Fetch requirements for bowen ratio measurements of latent and sensible heat fluxes. Agricultural and Forest Meteorology, 44: 261-273. Huxman TE, Wilcox BP, Scott RL, Snyder K, Hultine K, Small E, Breshears D, Pockman W, Jackson RB. 2005. Ecohydrological implications of woody plant encroachment. Ecology 86: 308-319. Jackson RB, Banner JL, Jobbágy EG, Pockman WT, Wall DH. 2002. Ecosystem carbon loss with woody plant invasion of grasslands. Nature, 418: 623-626.

Jackson, R. B., S. R. Carpenter, C. N. Dahm, D. M. McKnight, R. J. Naiman, S. L. Postel, S. W. Running. 2001. Water in a Changing World. Ecological Applications 11: 1027-1045. Jackson RD, Reginato RJ, Idso SB (1977) Wheat canopy temperature: a practical tool for evaluating water requirements. Water Resources Research, 13, 651–656. Jobbágy EG, Jackson RB. 2000. The vertical distribution of soil organic carbon and its relation to climate and vegetation. Ecological Applications, 10:423-436. Jobbágy EG, Jackson RB. 2001. The distribution of soil nutrients with depth: Global patterns and the imprint of plants. Biogeochemistry, 53: 51-77. Jobbágy EG, Jackson RB. 2004. Groundwater use and salinization with grassland afforestation. Global Change Biology, 10:1299-1312 Kitzberger T, Steinaker DF, Veblen TT. 2000. Effects of climatic variability on facilitation of tree establishment in northern Patagonia. Ecology 81: 1914-1924. Kunst C (compilador). 2006. Memoria de las Primeras Jornadas de Actualización Técnica sobre Control y Manejo del Renoval. INTA, CREA, Universidad Nacional de Santiago del Estero. Kurc SA, Small EE. 2004. Dynamics of evapotranspiration in semiarid grassland and shrubland ecosystems during the summer monsoon season, central New Mexico. Water Resources Research 40, W09305. Kustas WP, Prueger JH, Hipps LE, Hatfield JL, Meek D. 1998. Inconsistencies in net radiation estimates from use of several models of instruments in a desert environment. Agricultural and Forest Meteorology 90: 257-263. Kustas WP, Prueger JH, Hatfield JL, Ramalingam K, Hipps LE. 2000. Variability in soil heat flux from a mesquite dune site. Agricultural and Forest Meteorology 103: 249-264. Liang S. 2000. Narrowband to broadband conversions of land surface albedo. I Algorithms. Remote Sensing of Environment, 76: 213–238. Lizzi JM. 2006. Control mecánico del renoval. Memoria de las Primeras Jornadas de Actualización Técnica sobre Control y Manejo del Renoval. INTA, CREA, Universidad Nacional de Santiago del Estero. Pp. 163-172. Martens, S. N., D. D. Breshears, and C. W. Meyer. 2000. Spatial distributions of understory light along the grassland/forest continuum: effects of cover, height, and spatial pattern of tree canopies. Ecological Modeling 126:79–93. Narisma, G.T., A.J. Pitman, J.L. Eastman, I.G. Watterson, R.A. Pielke Sr., and A. Beltrán-Przekurat, 2003: The role of biospheric feedbacks in the simulation of the impact of historical land cover change on the Australian January climate. Geophysical Research Letters, 30: 2168. Maseda, P.H. y R.J. Fernández. 2006. Stay wet or else: Three ways in which plants can adjust hydraulically to their environment. Journal of Experimental Botany, 57: 3963-3977. Nosetto MD, Jobbágy EG, Paruelo JM. 2005. Land-use change and water losses: the case of

grassland afforestation across a soil textural gradient in central Argentina. Global Change Biology, 11: 1101–1117. Oesterheld M, Di Bella CM, Kerdiles. 1998. Relation between NOAA-AVHRR satellite data and stocking rate of rangelands. Ecological Applications, 8: 207-212. Paruelo JM, Sala OE. 1995. Water losses in the Patagonian steppe: a modelling approach. Ecology 76: 510-520. Paruelo, J. M., M. R. Aguiar, and R. A. Golluscio. 1991. Evaporation estimates in arid environments: an evaluation of some methods for the patagonian steppe. Agricultural and Forest. Meteorology, 55: 127-132. Paruelo JM, Oesterheld M, Di Bella CM, Arzadum M, Lafontaine J, Cahuepé M, Rebella CM. 2000. Calibration To Estimate Primary Production Of Subhumid Rangelands From Remotely Sensed Data. Applied Vegetation Science 3, 189-195. Pielke, R.A. Sr., 2001: Influence of the spatial distribution of vegetation and soils on the prediction of cumulus convective rainfall. Rev. Geophys., 39, 151-177. Pielke, R.A., Sr., and A. Beltran-Przekurat, 2004: Effect of Landscape Change on Climate and Weather. Long-Term Ecological Research Program, New Mexico State University, Las Cruces, New Mexico, 29 October, 2004. Pielke, R.A. Sr., W.R. Cotton, R.L. Walko, C.J. Tremback, W.A. Lyons, L.D. Grasso, M.E. Nicholls, M.D. Moran, D.A. Wesley, T.J. Lee, and J.H. Copeland, 1992: A comprehensive meteorological modeling system–RAMS. Meteor. Atmos. Phys., 49, 69-91. Pielke, R.A. Sr., J. Adegoke, A. Beltran-Przekurat, C.A. Hiemstra, J. Lin, U.S. Nair, D. Niyogi, and T.E. Nobis, 2007: An overview of regional land use and land cover impacts on rainfall. Tellus B, in press. Peña Zubiate C, Anderson DL, Demmi MA, Sáenz JL, d´Hiriart A. 1998. Carta de Suelos y Vegetación de la Provincia de San Luis. INTA E. E. A. San Luis – Gobierno de la Provincia de San Luis, 115 pp. Pielke RA Sr., Adegoke J, Beltrán-Przekurat A, Hiemstra CA, Lin J, Nair US, Niyogi D, Nobis TE. 2007. An overview of regional land use and land cover impacts on rainfall. Accepted to Tellus B. Prueger JH, Hatfield JL, Aase JK, Pikul JL. 1997. Bowen-ratio comparisons with lysimeter evapotranspiration. Agronomy Journal, 89: 730-736. Rango A, Ritchie J, Schmugge T, Kustas W, Chopping MJ. 2006. Applications of remotely sensed data from the Jornada Basin. En: Huenneke LF, Havstad KM, Schlesinger WH, Structure and Function of a Chihuahuan Desert Ecosystem: The Jornada Basin Long Term Ecological Research Site. Oxford University Press, New York. Pp. 305-320. Rebella CM, Di Bella CM, Jobbagy EG. 1996. Estimación de la carga animal y la variabilidad de la oferta de forraje en pastizales de la República Argentina a partir de imágenes satelitales NOAA-AVHRR. RIA 26: 73-87.

Reynolds, J. F., P. R. Kemp, K. Ogle & R. J. Fernández. 2004. Precipitation pulses, soil water and plant responses: Modifying the ‘pulse-reserve’ paradigm for deserts of North America. Oecologia, 141: 194-210. Reynolds, J.F., P.R. Kemp, K. Ogle, R.J. Fernández, O. Gao, J. Wu. 2006. Modeling the Unique Attributes of Desert Ecosystems: Potentials and Limitations Based on Lessons from the Jornada Basin. En: Huenneke LF, Havstad KM, Schlesinger WH, Structure and Function of a Chihuahuan Desert Ecosystem: The Jornada Basin Long Term Ecological Research Site. Oxford University Press, New York. Pp. 321-353. Reynolds JF, DM Stafford Smith, E Lambin, BL Turner II, M Mortimore, SPJ Batterbury, TE Downing, H Dowlatabadi, RJ Fernández, J Herrick, E Huber-Sannvald, R Leemans, T Lynam, F Maestre, M Ayarza, B Walker. 2007. Global desertificacion: building a science for dryland development. En prensa en Science. Roderick ML, Farquhar GD. 2002. The cause of decreased pan evaporation over the past 50 years. Science, 298: 1410-1411. Schuepp PH, Leclerc MY, MacPherson JI, Desjardins RL. 1990. Footprint prediction of scalar fluxes from analytical solutions of the diffusion equation. Boundary-Layer Meteorology 50: 355-373. Shashkov A, Higuchi K, Chan D. 2007. Aircraft vertical profiling of variation of CO2 over a Canadian Boreal Forest Site: a role of advection in the changes in the atmospheric boundary layer CO2 content. Tellus B 59: 234–243. Shuttleworth WJ. 1993. Evaporation. In: Maidment DR (ed.) Handbook of Hydrology. McGraw-Hill, New Cork. Steinaker, D. F., and S. C. Wilson. 2005. Belowground litter contributions to N cycling at a northern grassland-forest boundary. Ecology 86: 2825–2833. Steinaker, D. F., and S. C. Wilson. 2007a. In situ relationships among Collembola, mycorrhizae and fine rotos in grassland and forest soils. Ecology, submitted . Steinaker, D. F., and S. C. Wilson. 2007b. Seasonal patterns of plant production, soil water and temperature in ecotonal aspen forest and grassland. Journal of Ecology, submitted . Tucker, C.J., J.E. Pinzon, M.E. Brown, D. Slayback, E.W.W. Pak, R. Mahoney, E. Vermote, and N. El Saleous,et al. 2005: An extended AVHRR 8-km NDVI data set compatible with MODIS and SPOT vegetation NDVI Data. Int. J. Remote Sens, 26, 4485-4498. Weltzin, J. F., M. E. Loik, S. Schwinning, D. G. Williams, P. A. Fay, B. M. Haddad, J. Harte, T. E. Huxman, A. K. Knapp, G. H. Lin, W. T. Pockman, M. R. Shaw, E. E. Small, M. D. Smith, S. D. Smith, D. T. Tissue, and J. C. Zak. 2003. Assessing the response of terrestrial ecosystems to potential changes in precipitation. BioScience 53: 941-952. Wilcox, B. P. 2002. Shrub control and streamflow on rangelands: a process-based viewpoint. Journal of Range Management 55:318–326. Zhang, L., W. R. Dawes, and G. R. Walker. 2001. Response of mean annual evapotranspiration to vegetation changes at catchment scale. Water Resources Research 37:701–708.