Influencia de los parámetros edáficos, topográficos y

Influencia de los parámetros edáficos, topográficos y climáticos sobre el índice de sitio de Pinus sylvestris L. en las masas de León y Palencia en las masas de León y Palencia.

Teresa de los Bueis Mellado

Mª Belén Turrión Nieves, Felipe Bravo Oviedo y Valentín Pando Fernández

Instituto Universitario de Investigación en Gestión Forestal Sostenible (UVa-INIA)

Vitoria, 11 de junio de 2013

Instituto Universitario de Investigación en Gestión Forestal Sostenible (UVa-INIA)

INFLUENCIA DE LOS PARÁMETROS EDÁFICOS, TOPOGRÁFICOS Y CLIMÁTICOS SOBRE EL ÍNDICE DE SITIO DE Pinus sylvestris L. EN LAS MASAS DE LEÓN Y PALENCIA.

GESTION FORESTAL SOSTENIBLE Instituto de investigaciónUniversidad de Valladolid-INIA

Introducción

Pinus sylvestris L. Pinus sylvestris L.

(Serrada et al., 2008) (Río et al., 2006)

Gestión sostenible adaptada a las distintas estaciones

Productividad → Selvicultura a aplicar



Introducción

Productividad potencial

Medición repetida de existencias/vol.extraído/mortalidad → Costoso

Estimación:

• factores intrínsecos : H (H0 a edad típica: Índice de sitio) → Inadecuado cuando cortas modifican H0

(Río et al., 2006)

• factores extrínsecos: clima, topografía, suelo,…



Objetivo

Desarrollar un modelo discriminante capaz de predecir la calidad de estación de rodales de Pinus sylvestris L Desarrollar un modelo discriminante capaz de predecir la calidad de estación de rodales de Pinus sylvestris L.

en los páramos ácidos de León y Palencia a partir de parámetros edáficos, climáticos y topográficos.

= f ( , , )= f ( , , )



Material y Métodos

Zona de estudio

35 parcelas Red de Parcelas del Instituto Universitario de Investigación en Gestión Forestal Sostenible (UVa-INIA)



Material y Métodos

Se cuenta con datos de H0 y edades de las parcelas (28-54 años)

Ecuación y Clases de Calidad de Río et al. (2006) → IS y Calidad de estación

H02: Altura dominante en T2

H01: Altura dominante en T1

T1: Edad actualT1: Edad actual

T2: Edad típica (50 años)

ParcelaParcela Calidad 66 18 1212 15 2020 15 2626 15 3535 21

11 15 77 21 1414 15 2121 18 2727 18 3636 18

22 21 88 21 1616 18 2222 18 2828 21 3737 21

33 18 99 15 1717 21 2323 18 2929 15 3838 21

44 15 1010 15 1818 21 2424 15 3030 21 4040 21

55 15 1111 15 1919 15 2525 15 3232 21 4545 21



Material y Métodos

Recopilación de información

Climática Elaborada a partir del Atlas Climático Digital de la Península Ibérica (Ninyerola et al., 2005)

Topográfica (cartografía y campo): Pendiente, altitud, latitud.

Edáfica (muestreos edáficos en 4 puntos a 5 m al N, S, E y O del centro de la parcela)



Material y Métodos

Información Climática

Panual, Pinv, Pprim, Pver, Pot, Pe, Pf, Pm, Pa, Pmy, Pjn, Pjl, Pag, Ps, Po, Pn, Pd

Tm, Tmb, Tma, Tmmf, TmMc

ETR ETP

Déficit hídrico anual

Superávit hídrico anual

Índice de Lang

Índice de Martonne

Índice hídrico anual



Material y Métodos LFH

Muestreos edáficos

Horizonte Orgánico

Fracciones L y FHFracciones L y FH

4 cuadrantes de 25X25 cm

Espesor (campo)

Secado 60ºC, pesado (mat. seca/ha) y molido

C y N por combustión seca (LECO CHN 2000)

Suelo Mineral

4 muestras inalteradas

Muestra alterada compuesta (10 cm)Muestra alterada compuesta (10 cm)

Secado al aire y tamizado (2mm)



Material y Métodos

Parámetros edáficos físicos

Textura (MAPA, 1993)

Porosidad (dap y dreal)

Agua útil (CC y CM en equipo de pF)

Parámetros edáficos bioquímicos

C mineralizable (Isermeyer, 1952)

C, N , P de la biomasa microbiana (Vance et al., 1987)



Material y Métodos

Parámetros edáficos químicosParámetros edáficos químicos

pH y CE (MAPA, 1993)

C y N total (LECO CHN-2000)

CFO (Walkley and Black, 1934)

CCC y AC (Mehlich, 1953)

Bases de cambio (Schollenberger and Simon, 1945)

Saturación de bases

P (S h d H g 1991 M h d Ril 1962)Pas (Schoenau and Huang, 1991; Murphy and Riley, 1962)

Fe, Al y Mn amorfo y complejado con la MO (Blakemore et al., 1987; Bascomb, 1968)

Al intercambiable e inorgánico (Bertsch and Bloom, 1996; McKeague et al., 1971))



Material y Métodos 68 VARIABLES ESTUDIADAS



Material y Métodos

Análisis estadísticos

Análisis de Componentes Principales (ACP)

Seleccionar variables incorreladas que contengan la mayor variabilidad de los datos

Normalidad (Shapiro-Wilks)

Las variables que no seguían una distribución normal fueron transformadas y si las

transformaciones tampoco seguían una distribución normal no fueron consideradas

Correlación (Pearson)

Variables fuertemente correlacionadas no entrarán conjuntas al Análisis Discriminante final

Análisis Discriminante

Técnica de clasificación: cada individuo asignado a una clase establecida según sus propiedades

Validación CruzadaValidación Cruzada

El modelo se evaluó mediante validación cruzada



Resultados

Variables seleccionadas

Topográficas Climáticas Edáficas físicas

Edáficas químicas

Edáficas bioquímicas

Horizonte Orgánico

Latitud Índice de Lang Gruesos

Arena

AC

CFO

Cmic Espesor

[CT/NT]L

Porosidad Pas

CT/NT

[ T/ T]L

[CT/NT]FH

Variables fuertemente correlacionadas

AC – CFO

Cmic PasCmic – Pas

Latitud – Índice de Lang



Resultados

Análisis Discriminante Análisis Discriminante

(1) Constante + Latitud + Porosidad + AC + Cmic + [CT/NT]FH

(2) Constante + Latitud + Gruesos + CT/NT + AC + Esp O

(3) Constante + I Lang + Porosidad + AC + Cmic + Esp O(3) Constante + I Lang + Porosidad + AC + Cmic + Esp O

(4) Constante + I Lang + Porosidad + CFO + Cmic + [CT/NT]L

(5) Constante + Latitud + ArenaI + Pas + CT/NT + Esp O

(6) C L i d A I AC C i(6) Constante + Latitud + ArenaI + AC + Cmic

(7) Constante + Latitud + Porosidad + Pas + [CT/NT]L

(8) Constante + I Lang + Porosidad + CFO + Esp O

(9) Constante + Latitud + Gruesos + CT/NT + Esp O

(10) Constante + I Lang + Gruesos + Pas + [CT/NT]L

(11) Constante + Latitud + Pas + [CT/NT]FH

(12) Constante + I Lang + Porosidad + Cmic

(13) Constante + Latitud + Porosidad + Pas

(14) Constante + AC + Cmic + [CT/NT]L

(15) Constante + Latitud + Pas + Esp O



Resultados

A áli i Di i i tAnálisis Discriminante

Tasas de error de los modelos analizados: 22 – 45%

El modelo 3 presenta el mayor % de clasificaciones correctas: 77%

(3) Constante + I Lang + Porosidad + AC + Cmic + Esp O

Validación Cruzada Modelo 3 Parámetros del Modelo 3

Clase real de CE

Clase de CE predicha 15 18 21

I Lang 0,940287 1,06421 1,0329de CE15 18 21

15 79% 21% 0%

Porosidad 1,17163 1,15597 1,34921

AC -0,899286 -0,813033 -1,03295

Cmic 0 148903 0 148922 0 17959518 25% 75% 0%

21 15% 8% 77%

Cmic 0,148903 0,148922 0,179595

Esp O 1,15441 0,75858 1,51682

Constante -67,828 -76,0162 -87,6918



Conclusiones

Los parámetros edáficos físicos, químicos y bioquímicos así como los relativos al horizonte orgánico son factores

determinantes del índice de sitio de Pinus sylvestris L. en los páramos ácidos de Palencia y León.

El modelo seleccionado presenta un 77% de casos correctamente clasificados, superior a lo habitual en este tipo de

estudios.

Cabe destacar que ninguna parcela perteneciente a las calidades inferiores es asignada por el modelo a la clase de

calidad superior calidad superior.

Los parámetros edáficos, topográficos y climáticos incluídos en el modelo son fácilmente obtenibles en campo o

mediante sencillos análisis de laboratorio.

AgradecimientosAgradecimientos

Este trabajo forma parte del proyecto "Estrategias selvícolas para la adaptación y mitigación del cambio climático en repoblaciones de pinares. Subproyecto 2" del Plan

óNacional de I+D+i (Código: AGL2011-29701-C02-02) financiado por el Ministerio de Economía y Competitividad. Universidad de Valladolid-Banco Santander (Beca FPI - UVa)

[email protected]

Documents

Influencia de los parámetros edáficos, topográficos y