MEMORIA PROYECTO DE INVESTIGACIÓNde la cubierta vegetal elevada debido a procesos concomitantes que dan lugar a su precipitación, y donde los volúmenes de agua interceptada por

MINISTERIO DE CIENCIA E INNOVACIÓN

Subdirección General de Prospectiva y Coordinación de Programas

Página 0

ACTUACIONES DE TRANSFERENCIA DE RESULTADOS DE LA INVESTIGACIÓN REALIZADA EN EL MARCO DEL

SUBPROGRAMA NACIONAL DE “RECURSOS Y TECNOLOGÍAS AGRARIAS EN COORDINACIÓN CON LAS

COMUNIDADES AUTÓNOMAS”

MEMORIA PROYECTO DE INVESTIGACIÓN

ENTIDAD: Consejería de Agricultura, Pesca y Alimentación del Gobierno de Canarias

PROYECTO Nº: RTA2005-228



Página 0

MEMORIA PROYECTO DE INVESTIGACIÓN

Proyecto Nº : RTA2005-228

Titulo del Proyecto: Caracterización espacial y seguimiento de procesos hidrológicos en un ecosistema de laurisilva en el Parque Nacional de Garajonay

Entidad: Consejería de Agricultura, Pesca y Alimentación del Gobierno de Canarias Centro: Instituto Canario de Investigaciones Agrarias

Departamento: Departamento de Suelos y Riegos

Investigador principal del Proyecto: Carlos M. Regalado Regalado

Fecha de comienzo del proyecto: Noviembre 2005

Fecha de finalización: Noviembre 2008 (Prorrogado hasta Mayo 2009)



Página 0

1. Introducción Las condiciones meteorológicas existentes en la vertiente NE de las islas occidentales Canarias, resultan favorables para la aparición frecuente de niebla en cotas por encima de los 500 m snm. La existencia de los vientos Alisios de componente NE y de una inversión térmica en altitud, provocan que cuando las nubes cargadas de humedad encuentran la escarpada orografía de las islas Canarias occidentales, estás inciden sobre el terreno en cotas superiores a los 600 m snm dando lugar a lo que se conoce localmente como “mar de nubes”, propiciando así la existencia de una atmósfera saturada de humedad y de nieblas frecuentes en la cara norte de las islas septentrionales desde las zonas de medianías hasta los 1400 msnm. En este entorno se ha desarrollado un bosque relicto conformado principalmente por especies arbóreas de lauráceas conocido como laurisilva, característico de la Macaronesia, y donde el Parque Nacional de Garajonay, en la isla de La Gomera, destaca por su especial conservación y abundancia de individuos, que se desarrollan sobre suelos altamente evolucionados de origen volcánico con un elevado contenido en materia orgánica. La presencia de este bosque de hoja perenne en la zona central de La Gomera contrasta fuertemente con los ecosistemas áridos presentes en cotas más bajas de la isla. Tradicionalmente, la existencia de bosques de laurisilva se ha atribuido a las condiciones de clima húmedo Mediterráneo que prevalecen en la zona y la mitigación de los períodos de sequía por la incidencia de las nieblas impulsadas por el viento. Sin embargo esta hipótesis, aunque ampliamente extendida tanto en foros académicos como no científicos, no ha sido suficientemente contrastada, probablemente debido a una asociación de coincidencias más que a una relación causa-efecto fehacientemente confirmada. Esto está probablemente motivado por la complejidad del bosque, su caracterización, variabilidad espacial, y la multitud de componentes a cuantificar dentro del ciclo hidrológico. Aunque resulta evidente que el bosque de laurisilva se encuentra asociado a las zonas de influencia de niebla, lo que hasta ahora no se conoce con exactitud es el papel que ésta puede desempeñar: aporte de agua como consecuencia de su interceptación por especies arbóreas, incorporación de microelementos suspendidos en el agua atmosférica, reducción de la transpiración y/o radiación, sustento de musgos y líquenes epífitos, etc. La caracterización del fenómeno de interceptación de niebla resulta igualmente tarea compleja, entre otras causas porque se trata de un fenómeno localizado, difícilmente extensible a todo el bosque, siendo la variabilidad debajo de la cubierta vegetal elevada debido a procesos concomitantes que dan lugar a su precipitación, y donde los volúmenes de agua interceptada por la vegetación son pequeños (del orden de 0.65-2.15 mm/día). Por todos estos motivos no resulta difícil entender que una aproximación metodológicamente simplista al proceso de precipitación de niebla pueda llevar a conclusiones cuando menos sesgadas. Es por ello que la aproximación seguida en este proyecto es multi-metodológica, caracterizando simultáneamente y con elevada resolución temporal un gran número de variables hidrológicas, en ocasiones con instrumentación redundante o complementaria para una misma variable, con especial énfasis en los efectos de escala y de variabilidad espacial.



Página 0

By-pass

ZNS

Precipitación

Vegetación

InterceptaciónEvaporación

ZNS

Vegetación

CanalizaciónEscurrido

By-pass

ZNS

By-pass

ZNS

Precipitación

Vegetación

InterceptaciónEvaporación

ZNS

Vegetación


Evaporación

ZNS

Vegetación


Figura 1. Procesos concomitantes que ocurren durante el proceso de precipitación de niebla e interceptación de lluvia antes de

llegar a la zona no saturada (ZNS). 2. Planteamiento y desarrollo de las actividades realizadas Las actividades planteadas dentro del proyecto se centran en la caracterización del fenómeno de niebla sobre y bajo la cubierta, monitorización de variables microclimáticas (humedad relativa, radicación, velocidad de viento, pluviometría, etc.), medida de variables fisiológicas (transpiración, conductancia estomática) de las principales especies de la laurisilva, contenido en humedad y propiedades físicas de los suelos. Las medidas se han combinado con técnicas de modelado utilizando modelos numéricos desarrollados ad hoc dentro del proyecto o adaptando otros previamente utilizados en diferentes ecosistemas.

La Gomera

Garajonay National Park

Figura 2. Localización de la cuenca de estudio dentro del Parque Nacional de Garajonay. Se llevaron a cabo los siguientes muestreos y seleccionaron las parcelas de estudio que se detallan a continuación:

1. En cuatro parcelas, localizadas a lo largo de un gradiente altitudinal dentro de la cuenca, se instalaron estaciones hidro-meteorológicas para el seguimiento de las principales variables climáticas, captación de



Página 0

niebla mediante captadores artificiales de malla, humedad de suelo a dos profundidades y lluvia debajo de la cubierta en dos puntos dentro de cada parcela.

Anemómetro(velocidad viento)

Veleta(dirección viento)

Captador(precipitación de

niebla)

Piranómetro(radiación solar)

Termohigrómetro(temperatura y

humedad relativa)

Pluviómetro(lluvia)

Anemómetro(velocidad viento)

Veleta(dirección viento)

Captador(precipitación de

niebla)

Piranómetro(radiación solar)

Termohigrómetro(temperatura y

humedad relativa)

Pluviómetro(lluvia)

Figura 3. Detalle de una de las 4 estaciones micrometeorológicas localizadas dentro de la cuenca. 2. Se seleccionó un transecto de 150 m de longitud dentro de la cuenca en el que se distribuyeron 22

pluviómetros en disposición anidada, para caracterizar en detalle la lluvia (convencional y de niebla) bajo la cubierta.

0 1 2 3 5 2015108 25 30 35 40 45 50 80

Muestreo anidado de pluviómetros

0 1 2 3 5 2015108 25 30 35 40 45 50 800 1 2 3 5 2015108 25 30 35 40 45 50 80

Muestreo anidado de pluviómetros



Página 0

Figura 4. Pluviómetros autónomos localizados en el transecto seleccionado en la cuenca.

3. Se seleccionaron árboles de la laurisilva en una de las parcelas y se monitorizó en campo la tasa de

transpiración mediante sistemas de flujo de savia sobre distintas especies e individuos de distinto porte.

0

0.005

0.01

0.015

0 0.1 0.2 0.3Tree transpiration (g s-1) - fog free conditions

Tree

tran

spira

tion

(g s-1

) f

oggy

con

ditio

ns

Erica arboreaMyrica faya

DBH=24.2 cm

DBH=30.9 cm

DBH=31.2 cm

DBH=15.3 cm

DBH=15.9 cm

DBH=22.3 cm

DBH=18.5 cm

Figura 5. Individuos y especies seleccionadas dentro de la parcela sobre las que se midió la transpiración con sensores de flujo de savia.

4. Se llevaron a cabo medidas de tasa fotosintética, conductancia estomática y transpiración de hojas en macetas con plántulas de árboles representativos de la laurisilva mediante un sistema portátil ADC LCpro, bajo condiciones de temperatura y luz controladas.

5. Se recogieron muestras de suelo dentro de la cuenca sobre una malla regular de 100 x 75 m con 56

puntos de intersección, más cuatro submallas a pequeña escala adicionales con 21 puntos de intersección cada una, elegidas al azar. En total resultaron 140 muestras (N=56 + 4 x 21), tomadas a una profundidad de 0-0.03 m. Se caracterizaron propiedades físicas (superficie específica), hidráulicas (curvas



Página 0

de retención), contenido en materia orgánica y grado de hidrofobicidad en laboratorio, mediante los tests MED y WDPT.

Figura 6. Muestreo de suelo en el que se indican los 56 puntos en una cuadricula de 100 x 75 m y los cuatro puntos adicionales de muestreo anidado.

3. Grado de consecución de los objetivos Se ha alcanzado un grado elevado de consecución de los objetivos inicialmente planteados que pueden resumirse en:

1. Estudio de la variabilidad estacional y especie-específica de la transpiración en la laurisilva: Atendiendo al censo de especies de laurisilva realizado dentro de la cuenca de estudio y con la información de datos de transpiración con la que actualmente contamos, se generalizaron dichas estimaciones a lo largo de la cuenca, mediante medidas con sensores de savia en distintos periodos del año y sobre diferentes especies arbóreas de laurisilva. Esta información sobre la transpiración de las principales especies fundamental para estimar la evapotranspiración del bosque así como para estudiar el efecto que la presencia de niebla ejerce sobre la transpiración.

2. Elaboración de mapas de humedad edáfica y propiedades físicas del suelo: Se establecieron distintos puntos de medida de humedad edáfica así como una malla distribuida a lo largo de la cuenca para determinar propiedades físicas del suelo que afectan a su estatus hídrico, tales como contenido en materia orgánica, curvas de retención o carácter hidrófugo.

3. Combinación de propiedades físicas de los suelos y contenido de humedad: Los valores continuos de humedad de suelo se combinaron con las curvas de hidrofobicidad obtenidas en laboratorio y, mediante técnicas de interpolación espacial tales como el co-kriging, se generaron mapas dinámicos de predicción del estado de humectabilidad de los suelos presentes en la cuenca.

1.8

5m

0.30m

0.3

0 m

1.85m

0.2

5m

0.25m

0.50m



Página 0

4. Caracterización de la variabilidad estacional y espacial de la precipitación de niebla: Mediante medidas distribuidas a lo largo de la cuenca y otras localizadas en un transecto se caracterizó la variabilidad espacial del fenómeno de captación de agua de niebla y su afección/correlación con otras variables: radiación, temperatura, velocidad de viento, transpiración, etc.

4. Conclusiones y resultados alcanzados Los resultados alcanzados dentro del proyecto se centran en determinar la relevancia del aporte de agua de niebla al balance hidrológico de una cuenca de laurisilva, así como en la caracterización de propiedades físicas de los suelos presentes, y en particular de su carácter hidrófugo. Se aplicaron y/o desarrollaron modelos ad hoc que permitieron la descripción tanto de la hidrofobicidad del suelo como del fenómeno de impacto e interceptación de gotas de niebla. Así mismo se pusieron a punto tanto metodologías de calibración de sensores de humedad de suelo utilizados en los experimentos de campo, como métodos de medida de transpiración. Los principales resultados y conclusiones de detallan a continuación:

1. Se determinó la repelencia en el horizonte superficial de la cuenca forestal de estudio con el test MED (“molarity of an ethanol droplet”) en pasos decrecientes de humedad edáfica. Se observó que la repelencia varió de forma no lineal con el contenido de humedad del suelo, comportamiento que se caracterizó mediante distintos parámetros propuestos. Los resultados obtenidos destacan el área debajo de la curva de repelencia, S, como parámetro clave a determinar, por su valor integrador y su alta correlación con otros parámetros de repelencia. Se diseñó una estrategia óptima de medida y muestreo con tal fin. Siguiendo dicha estrategia, S puede estimarse a partir de de θg-min con sólo 29 muestras (p<0.05). La curva de repelencia de un suelo y por tanto los parámetros que la caracterizan, son el resultado de algún proceso físico-químico, por lo que consideramos que la estrategia propuesta, los parámetros estudiados y las técnicas analíticas empleadas en este trabajo son extensibles a otros suelos.

2. La hidrofobicidad o repelencia al agua es un fenómeno ampliamente extendido que puede afectar otros muchos procesos espacio-dependientes que tienen lugar en la Zona no Saturada, tales como la infiltración, aparición de vías preferenciales y la distribución de agua en el suelo. A pesar de ello el estudio de la variabilidad espacial de la repelencia al agua del suelo ha recibido escasa atención. Se investigó la variabilidad espacial de parámetros que caracterizan la repelencia en la zona no saturada en la cuenca de

0.00

2000

4000

6000

8000

10000

s-

0.3 0.6 0.9 1.2 1.5 1.8 2.1θg-max

WDPTmax

WDPT105ºC

WDPTerr

θg-min

s+

Soil water content 1

WDPT (s)



Página 0

estudio. El grado de repelencia se midió mediante el método de molaridad de la gota de etanol (MED). Se investigó la variabilidad espacial de parámetros que caracterizan la repelencia mediante el método MED. Éste se realizó a intervalos decrecientes de humedad desde saturación hasta secado en estufa, en 140 muestras de suelo muestreadas en una estructura anidada que caracteriza tanto meso- (centímetro) como macro- (metro) escalas de variación. Mediante técnicas geostadísticas se puso en evidencia y cuantificó la estructura espacial de los parámetros de repelencia dentro de la cuenca. Los parámetros de repelencia mostraron en general un alcance grande, por encima de los 200 m mientras que el contenido en materia orgánica (MOS) presenta un incremento en variabilidad brusco a pequeñas escalas. Se detectaron dependencias de escala en la variabilidad, que para el caso de MOS y S sugieren ser de tipo fractal. Los mapas resultantes del kriging mostraron un patrón bidimensional similar para S y el contenido de humedad al que la repelencia es mínima (θg-min), mientras que el contenido en materia orgánica del suelo se distribuyó de forma más homogénea.

0 100 200 300 400 500 600 7000

100

200

300

400

500

600

700

800

900

1000

92

94

96

98

100

102

104

106

0 100 200 300 400 500 600 7000

100

200

300

400

500

600

700

800

900

1000

70

90

110

130

150

170

190

210

3. En general los suelos muestran en diferente medida un cierto grado de hidrofobicidad o repelencia al agua con importantes implicaciones hidrológicas para el comportamiento de la Zona No Saturada. Los tests WDPT, de las siglas inglesas “water drop penetration time”, y MED “molarity of an ethanol droplet” son ampliamente utilizados para la caracterización de la repelencia en suelos. Mientras que el primero caracteriza la persistencia en hidrofobicidad, como tiempo que tarda en infiltrar una gota de agua desde la superficie del suelo, el segundo proporciona una medida del grado de repelencia, en términos del ángulo de contacto o energía libre superficial de las partículas de suelo. El test WDPT se considera ‘hidrológicamente’ más cercano al proceso natural de infiltración de agua en el suelo, pero los tiempos de infiltración se vuelven prohibitivos (>8 h) en suelos con una repelencia elevada, resultando más ventajoso entonces la aplicación del test MED. Mediante técnicas geostadísticas de cokriging se mejoró la interpolación espacial de medidas de repelencia realizadas con el test WDPT haciendo uso de parámetros derivados a partir del test MED dentro de la cuenca experimental, dos métodos metodológicamente distintos que caracterizan la persistencia (WDPT) y el grado de repelencia o ángulo de contacto (MED). Como principal conclusión, las técnicas de cokriging se proponen como una herramienta útil para diseñar estrategias de muestreo espacial en las que un parámetro relevante desde el punto hidrológico en la Zona No saturada, tal como el área debajo de la curva de repelencia obtenida mediante el test WDPT SWDPT, pueda hacerse extensible a zonas no muestreadas a partir de parámetros correlacionados con SWDPT, tales como SMED y θg-min de más fácil obtención.

0 100 200 300 400 500 600 7000

100

200

300

400

500

600

700

800

900

1000

-0.15

-0.05

0.05

0.15

0.25

0 100 200 300 400 500 600 7000

100

200

300

400

500

600

700

800

900

1000

70

90

110

130

150

170

190

210



Página 0

SMED

θgmin-WDPT

-1.1

-0.9

-0.7

-0.5

-0.3

-0.1

0.1

0.3

0.5

0.7

0.9

1.1

θgmin-MED

SWDPTSWDPT SWDPT

Var=1.153

SWDPT

Var=1.153

0.7

0.8

0.9

1

1.1

1.2

1.3

SMED

θgmin-WDPT θgmin-MED

Var=1.109

Var=1.078 Var=1.091

0.7

0.8

0.9

1

1.1

1.2

1.3

SMED

θgmin-WDPT θgmin-MED

Var=1.109

Var=1.078 Var=1.091

4. Al carecer de una comprensión mecanicista de la repelencia de los suelos dentro de la cuenca, se abordó el problema de modelar la dependencia del ángulo de contacto de repelencia, α, con el contenido de humedad del suelo, θg, mediante una técnica de reducción de dimensionalidad, como es el Análisis Factorial Dinámico (DFA, de las siglas inglesas Dynamic Factor Analysis). Se identificaron así dos patrones comunes dentro de un conjunto de datos dispersos de mediciones de α y θg, llevadas a cabo con el test MED en muestras de suelo de la cuenca en estudio. Estos dos patrones comunes, derivados mediante DFA, sirvieron de base para desarrollar un modelo lineal de tres parámetros en muestras de suelo con contenidos en materia orgánica que abarcaron desde un 11% hasta 65%. Con ello se consiguió una descripción cuantitativa flexible de cómo varía la hidrofobicidad con el contenido de agua de un suelo. Dado el amplio rango de curvas funcionales que el modelo permitió describir y de contenido en materia orgánica, este proporciona la base para su ulterior aplicación en otros suelos con textura diferente con el fin de demostrar su universalidad.



Página 0

Wat

er

repe

llenc

y ex

perim

ents

Mod

el

valid

atio

nD

ynam

ic F

acto

r A

naly

sis

(DFA

)N=16

4. Fitting of bimodal mutiple linear model (Eq. [5])

1. Identification of common patterns

Set of scattered WDPT-Ξg curves

(N=96)

2. Selection of best DFModel (Eqs. [2]-[3])

Fitted WDPT-Ξg model parameters (Ξ1,n, Ξ2,n, Ξ3,n)

AIC, Ceff

Ξm ,n

N=80

Pattern ΞΞ

3. Fitting of 4-parameter lognormal (Eq. [4])

Mod

el

calib

ratio

n

a1,b1,…,e1

-20

-10

0

10

20

30

0 0.5 1 1.5Water content, Ξg (kg kg-1)

-20

-10

0

10

20

30

0 0.5 1 1.5Water content, Ξg (kg kg-1)

Pattern ΞΞ

a2,b2,…,e2

5. El test WDPT, una metodología ampliamente utilizada para caracterizar la repelencia de un suelo, resulta

en tiempos de infiltración elevados especialmente en muestras altamente hidrófugas, lo que lo convierte en poco práctico al mismo tiempo que introduce importantes errores de estimación. Además como ya se constató en medidas anteriores, el WDPT depende del contenido de humedad del suelo, θg. Por todo ello se justifica la necesidad de desarrollar un modelo capaz de reproducir la dinámica θg-WDPT. Sin embargo el desarrollo de dicho modelo no resultó tarea fácil por dos razones. Una de ellas es la gran variedad de curvas θg-WDPT no lineales observadas en los suelos. Una segunda razón es que los mecanismos que conducen a la repelencia de un suelo todavía no se entienden, motivo por el cual no se cuenta con una descripción mecanicista de la repelencia, y de ahí la falta de un modelo de base matemática. Por todo ello la aproximación que hemos utilizado para modelar la repelencia de un suelo aprovechando las técnicas de Análisis Factorial Dinámico (DFA), que nos permiten desentrañar los efectos latentes comunes a todas las muestras de suelo estudiadas. Se identificaron de esta forma dos patrones comunes de variabilidad no explicada en un conjunto de medidas WDPT frente a θg. Se ajustó una distribución lognormal de 4-parámetros a los patrones identificados, que se combinaron a su vez de forma aditiva en un modelo bimodal ponderado multilineal. Aunque los patrones comunes se refieren a la variabilidad no explicada, la hipótesis log-normal sugiere que el origen de dicha variabilidad es la consecuencia de la multiplicación (y no aditiva) procesos aleatorios. Se demostró como dicho modelo empírico es capaz de reproducir una gran variedad de formas de curvas WDPT frente a θg, para un amplio rango de tiempos WDPT medidos (0-17.000 s) y en muestras con contenido en materia orgánica que van desde un 22% al 81%. El modelo desarrollado para describir la curva θg-WDPT puede ser aplicable a otros suelos con algún probable reajuste de valores de los parámetros, habiéndose aportado en este proyecto la metodología a seguir para construir este tipo de modelos.



Página 0

0

0.2

0.4

0.6

0.8

1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

ρ 2,

nd)

-1

-0.8

-0.6

-0.4

-0.2

01 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

ρ 1,

n

b)

Patrón 1

-20

-10

0

10

20

0 0.5 1 1.5Humedad gravimétrica, θg (kg kg-1)

a)

Patrón 2

-20

-10

0

10

20

0 0.5 1 1.5Humedad gravimétrica, θg (kg kg-1)

c)

6. Las correlaciones encontradas previamente entre parámetros de repelencia, tales como S, θg-max o θg-min y el contenido en materia orgánica del suelo (MOS), se generalizaron a un rango mayor de suelos. Dado que tales correlaciones son de carecer empírico, su aplicación más allá de los límites para los que inicialmente fueron propuestas resulta cuestionable, y si además el rango de parámetros investigado es pequeño su incertidumbre resulta elevada. Al analizar en conjunto los parámetros de diferentes suelos podemos por tanot ampliar la aplicabilidad y la fiabilidad de tales relaciones. Así, sobre la base de anteriores medidas de ángulo de contacto repelente frente a contenido gravimétrico de humedad (α-θg) realizadas con el test MED, tanto en suelos minerales como volcánicos procedentes de diferentes regiones del mundo, que incluyen suelos cultivados y forestales, con texturas que van desde arcillo-limosas a arenosas, se confirmó la utilidad del área integrada debajo de la curva α-θg (S) como un índice de repelencia válido par describir una gran variedad de formas de curvas α-θg. Se encontró una relación sencilla entre S y la humedad del suelo a la que se activa la repelencia, θg-min, tal que S = 16.903θg-min (R2=0.946), lo que nos proporcionó un método sencillo para la caracterización general del grado de repelencia de un suelo de forma rápida. S también se relacionó linealmente con el contenido en materia orgánica del suelo (MOS) (R2=0.817) para 1 < MOS < 89%, tal que la mejor estimación de S se obtuvo combinando multilinealmente θg-min y el contenido en MOS (R2=0.990). Por último si definimos S/θg-min. como el valor medio de repelencia, encontramos que el ángulo de contacto máximo, αmax, y el valor medio de repelencia, S/θg-min., están correlacionados de forma positiva (R2=0.780), de forma tal que un suelo determinado con valores altos (bajos) de ángulo de contacto máximo se espera que presente un grado de repelencia promedio alto (bajo), en todo el régimen hídrico que abarca desde -33 kPa hasta suelo seco. Los parámetros de forma de la curva de repelencia no sólo resultan útiles para la caracterización de la respuesta α-θg del suelo, sino que también pueden emplearse para la descripción espacial y la interpolación de la repelencia del suelo a diferentes escalas. En este sentido, su correlación con el contenido en carbono del suelo resulta relevante, ya que esto puede ser utilizado para complementar sistemas de información georeferenciados de contenido en MOS. Además, dado que el carácter hidrófugo de un suelo puede promover la erosión y escorrentía superficial (Shakesby et al., 2000; Poulenard et al., 2001; Miyata et al., 2007), los parámetros de repelencia propuestos pueden ser un indicador útil del riesgo de erosión potencial en mapas de erosión del suelo.



Página 0

90

95

100

105

110

115

120

0.0 0.5 1.0 1.5 2.0 2.5

Soil WC (kg kg-1)

S=34.57

S=16.44f)

90

95

100

105

110

115

120

0.0 0.2 0.4 0.6 0.8 1.0

Soil WC (kg kg-1)

S=8.79

S=5.85

d)

f.c. f.c.

90

95

100

105

110

115

120

0.0 0.2 0.4 0.6 0.8 1.0

Soil WC (kg kg-1)

Con

tact

ang

le, α

(º)

S=10.12

S=2.89e)

90

95

100

105

110

115

120

0.00 0.02 0.04 0.06 0.08 0.10

Soil WC (kg kg-1)

Con

tact

ang

le, α

(º)

S=0.6

S=1.17

c)

90

95

100

105

110

115

120

0.00 0.05 0.10 0.15

Soil WC (kg kg-1)

S=0.31

S=1.19 b)

90

95

100

105

110

115

120

0.0 0.5 1.0 1.5 2.0

Soil WC (kg kg-1)

Con

tact

ang

le, α

(º)

S=31.51

S=10.37 g)

90

95

100

105

110

115

120

0.00 0.05 0.10 0.15

Soil WC (kg kg-1)

Con

tact

ang

le, α

(º)

S=1.25

S=0.33

a)

90

95

100

105

110

115

120

0.0 0.2 0.4 0.6 0.8 1.0

Soil WC (kg kg-1)

S=13.06

S=7.38h)

θg-minθg-max

7. Se evaluó la eficacia del sensor comercial WET Sensor para realizar lecturas simultáneas del contenido volumétrico de agua (θ) y de la conductividad eléctrica aparente del suelo (σ) en un medio homogéneo tal como una arena gruesa. Los resultados indican que además de en los suelos volcánicos ya estudiados, en la arena, la estimación de θ y σw, a partir de las lecturas del WET Sensor y de los modelos que propone el fabricante, no es exacta. Sin embargo, en la arena estos errores son inferiores a los que se observan en los suelos volcánicos. Tanto para la arena, como para los suelos volcánicos estudiados, se proponen modelos alternativos a los que utiliza el fabricante para la determinación de θ y σw: uno para la estimación de σw y otro para determinar θ teniendo en cuenta la influencia de σ sobre la medida de permitividad que se obtiene con el WET Sensor.



Página 0

Sonda Trase de 3 varillas (2-3GHz)

0

20

40

60

80

0 20 40 60 80Permitividad estimada

Per

miti

vida

d

Ceff= 0,840RMSE= 8,6

TRIME-P2(0.6-1.2MHz)

0

20

40

60

80


Perm

itivi

dad

Ceff= 0,909RMSE= 4,9Ceff* = 0,951RMSE* = 4,9

TRIME-EZ(0.6-1.2MHz)

0

20

40

60

80


Perm

itivi

dad


WET Sensor (20 MHz)

0

20

40

60

80


Perm

itivi

dad

Ceff= 0,992RMSE= 2,0

ML2x(100MHz)

0

20

40

60

80


Perm

itivi

dad

Ceff(1-43)= 0,986RMSE(1-43)= 1,3Ceff(43-80)= -2,486RMSE(43-80)= 24,2Ceff* = 0,741RMSE* = 11,4

ECHO-TE(70MHz)

0

20

40

60

80


Perm

itivi

dad


EC-5 (70MHz)

0

20

40

60

80


Per

miti

vida

d

Ceff= 0,955RMSE= 4,7Ceff*=0,574RMSE = 14,5

EC-10 ( ≈10MHz)

0

20

40

60

80


Perm

itivi

dad

Ceff= 0,996RMSE= 1,3Ceff*=0,774RMSE*=10,6

EC-20 ( ≈10MHz)

0

20

40

60

80


Perm

itivi

dad

Ceff= 0,984RMSE= 2,4Ceff*=0,663RMSE*=11,3

8. La técnica de disipación de calor de Granier para medir la densidad de flujo de savia, exige conocer un valor de referencia a flujo cero (∆Tmax), que se estima normalmente a partir de valores de flujo nocturnos durante los cuales se asume que la transpiración es nula. Se derivó un método alternativo de optimización para calcular ∆Tmax que no depende de que el flujo de savia sea nulo durante la noche. Se demostraron algunos ejemplos de la utilidad de dicho método para especies arbóreas de brezos (Erica arborea L.) y fayas (Myrica faya Ait.) presentes en la cuenca de estudio, instrumentadas con sensores de flujo de savia. Se desarrolló un software FITDTMAX que implementa el método propuesto disponible bajo licencia pública en http://webpages.ull.es/users/aritter/software.html . Una ligera modificación del planteamiento propuesto, sería suficiente para su aplicación en otros sistemas de flujo de savia que precisen de una calibración en el punto de flujo cero. Desde un punto de vista práctico, la capacidad de almacenamiento de los registradores de datos y el ahorro de energía se incrementarían notablemente con este método ya que en principio sólo se precisa de datos durante la franja horaria diurna. Esto resulta especialmente relevante para sistemas remotos que demanden un consumo eléctrico importante.



Página 0

Data selection ETp* = * ± tol.

Zero flow T

Potential ETSap flux density

6 8 10 12 14 16 18 200

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

ETp*

and

ν*

Time (h)

ETp*ν*

0 0.05 0.1 0.15 0.2 0.250.054

0.056

0.058

0.06

0.062

0.064

0.066

0.068

0.07

ETp 1/b

1/∆

T

R2=0.995 (p<0.01)

∆Tmax= 17.48ºC

∆Tnight= 17.42ºC

Cermák’s heat balance

Granier’s heat dissipation

Green’s heat pulse

Other methods: Bowen ratio, eddy covariance, etc.

Penman Monteith

Water balance

3. Robust linear regression

ℑ# T-1

* ETp*

ETp1/

1. Transformation of variables2. Trust region optimization

9. Se llevaron a cabo medidas tasa fotosintética, conductancia estomática y transpiración de hojas en macetas con plántulas de árboles representativos de la laurisilva mediante un sistema portátil ADC LCpro, bajo condiciones de temperatura y luz controladas, obteniéndose así una serie de curvas de respuesta de gran utilidad para la mejora de la estimación de evapotranspiración del bosque. Se encontró además que la dependencia de la conductancia con la temperatura presenta un óptimo conspicuo muy marcado, fuera del cual la transpiración se reduce significativamente.

10. El agua de las nieblas que es captada por la vegetación se considera generalmente como un aporte

hídrico adicional en los ecosistemas de laurisilva canaria. Sin embargo, no existen estudios apropiados que cuantifiquen hasta que punto esta contribución es relevante en el balance de agua del bosque. A partir de mediciones micro-meteorológicas se realizó un estudio para cuantificar lo que supone para la zona no saturada del suelo los aportes hídricos del agua de niebla captada por la vegetación. Mediante la aplicación de diferentes modelos que describen los procesos físicos involucrados, tales como el impacto de una gota de agua de niebla en un elemento cilíndrico (hoja acicular), se obtuvieron estimaciones que indican que la contribución del agua de niebla captada por la vegetación puede resultar relevante para el estado hídrico de la zona no saturada del suelo, bajo ciertas condiciones. Este aporte adicional se estimó entre un 20-45% de la precipitación convencional. Aunque la lluvia es la principal fuente de agua en la zona estudiada, ésta presenta estacionalidad. Por el contrario, la precipitación de niebla se distribuyó a lo largo del año aportando cierta cantidad de agua al suelo durante la época estival seca. Es importante destacar que estas conclusiones deben restringirse sólo a zonas del Parque Nacional donde exista una importante presencia de vegetación con hoja de tipo acicular (aptas para la captación del agua de niebla), así como con características propicias para la precipitación de niebla (gran altitud y orientación hacia la dirección predominante de los vientos alisios).



Página 0

- Velocidad viento

- Dirección viento

- Diámetro gota

- Diámetro elemento malla

- Velocidad viento efectiva

- Superficie de impacto - Caudal recogido en el captador - Factor de orientación

- Factor de abrigo- Superficie de impactode la cubierta

- Diámetro de gota

- Diámetro de hoja acicular

- Velocidad viento

Eficiencia de captaciónde una hoja acicular

Eficiencia captación del captador

Contenido de agua líquida

Agua de niebla captada

- Velocidad viento

- Dirección viento

- Diámetro gota

- Diámetro elemento malla

- Velocidad viento efectiva

- Superficie de impacto - Caudal recogido en el captador - Factor de orientación

- Factor de abrigo- Superficie de impactode la cubierta

- Diámetro de gota

- Diámetro de hoja acicular

- Velocidad viento

Eficiencia de captaciónde una hoja acicular

Eficiencia captación del captador

Contenido de agua líquidaContenido de agua líquida



0

50

100

150

200

250

Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Ene

Cont

ribuc

ión

al s

uelo

, Is

(mm

)

Periodo1: Feb03-Ene04Periodo2: Feb04-Ene05

0

25

50

75Nieb

la,

F (l

m-2

)

0

50

100

150

200

Lluv

ia,

P (m

m)

Periodo1

E (mm)16.3%

I s83.1%

pP (mm)5.0%

D (mm)77.3%

Dt (mm)0.8%

Periodo2

E (mm)11.6%

I s88.0%

pP (mm)6.3%

D (mm)80.5%

Dt (mm)1.2%



Página 0

1

0

500

1000

1500

2000

2500

1080 1120 1160 1200 1240 1280Elevation (m.a.s.l.)

Fog

cont

ribut

ion

by

E. a

rbor

ea(l

tree

-1 y

ear-1

)Fog contribution by E. arborea (l tree

-1 year -1)

0

300

600

900

1200

1500

1800

2100

2400

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

0.55

0.6

Distribution of E. arborea (tree m

-2)

Fog contribution by E. arborea (l m-2 year -1)

0

100

200

300

400

500

600

700

800

900

1000

1100

1200

1300

11. Se investigaron series temporales de humedad de suelo en la cuenca hidrográfica de estudio, mediante

Dynamic Factor Analysis (DFA), para evaluar los efectos de determinados flujos hidrológicos en la variabilidad temporal del contenido de agua en el suelo. El análisis reveló que ocho patrones temporales diferentes de contenido de agua del suelo obtenidos a dos profundidades, 0.15 y 0.30 m, y en cuatro parcelas distintas para un período de dos años dentro de la cuenca, pueden describirse con éxito (coeficiente de eficiencia, Ceff=0.898, y criterio de información de Akaike, AIC = -699) en función de tres tendencias comunes que representan la variabilidad temporal no explicada. Cuando se refinó el análisis mediante la inclusión de variables explicativas seleccionadas a partir de dos años de seguimiento de series temporales acumuladas de evapotranspiración (ETp), escurrimiento de agua de niebla y precipitación, los efectos subyacentes anteriormente referidos se redujeron a sólo dos tendencias comunes y con un mejor ajuste (Ceff=0.930, AIC = -1806). Estos resultados confirmaron a nivel de la superficie del suelo lo obtenido previamente mediante metodologías aplicadas por encima del dosel vegetal, y que apuntan a una contribución del agua procedente de la niebla constreñida a áreas elevadas y expuestas dentro de la cuenca de estudio.



Página 0

12. Se aplicó un modelo unidimensional multicapa atmósfera-suelo-vegetación (SOLVEG) desarrollado por la

Agencia de Energía Atómica de Japón, que incluye deposición de agua de niebla. El modelo permitió cuantificar la distribución del contenido de humedad en la zona no saturada y la cantidad de niebla interceptada que llega a la superficie del suelo en la cuenca de estudio. El modelo permitió dar cuenta tanto de la deposición de agua atmosférica sobre hojas lanceoladas, como la captación de niebla por hojas aciculadas en un bosque mixto de fayal-brezal. El modelo se evaluó comparando medidas de contenido de agua en el horizonte superficial del suelo y de transpiración con las predicciones del modelo SOLVEG obtenidas a partir de registros de variables micrometeorológicas y de captura artificial de niebla. El aporte anual de agua de niebla al suelo se estimó en 110 mm, lo que equivale a un 18% de la precipitación, más de dos veces menos que la cantidad potencial de agua estimada en un estudio anterior con un modelo menos detallado. Mediante el modelo SOLVEG conseguimos reproducir las tendencias generales medidas de contenido de agua del suelo y de la tasa de transpiración de la vegetación.



Página 0

Multi-layer atmosphere-soil –vegetation model (SOLVEG)

Nagai (2004), JAERI-Data/Code 2004-014; Katata (2009), JAEA-Data/Code 2008-033

Soil

VegetationWind speedTemperatureHumidityFog waterCO2Turbulent energy & length

Atmosphere

TemperatureLiquid waterWater vaporCO2

Radiation in canopy

Leaf temperatureLeaf surface waterCO2 AssimilationFog depositionRoot uptake

Downward direct solarUpward/downward diffuse solarUpward/downward diffuse long-wave

Heat Liquid Vapor Radiation

Fog water Deposition

13. Se combinaron medidas de transpiración, mediante sensores de flujo de savia, en distintos árboles de laurisilva con datos micrometeorológicos y de captura artificial de agua de niebla durante un periodo de 10 meses. Se encontró que la mediana de la temperatura ambiente varió entre 7 a 15ºC bajo condiciones de niebla, mientras que se registraron valores mayores, del orden de 9 a 21ºC, en ausencia de niebla. Además, durante los periodos en los que se recogió agua de niebla la radiación solar global se encontró que estaba linealmente relacionada (r2=0.831) con la radiación medida en ausencia de niebla, de manera tal que se produce una reducción del 75 ± 1% en la mediana de radiación en respuesta a eventos de niebla. La niebla redujo la transpiración diurna de los árboles, con tasas aproximadamente 30 veces menores que en condiciones libres de niebla y cercanas a tasas nocturnas en dos de las especies ampliamente representadas en la cuenca de estudio: Erica arborea L. y Myrica faya Ait. Se encontró que esta gran disminución en transpiración en respuesta a la niebla es independiente de la hora del día, el porte y especie arbóreos, o las condiciones meteorológicas prevalecientes, tanto expresada en base a valores medianos como acumulados para los 10 meses de medidas de transpiración.



Página 0

0

5

10

15

20

25

0 12 0 12 0 12 0 12 0

Hora del día

F (

l m-2

)

P114 P118 P1230

P1270

6

8

10

12

14

16

18

20

22

24

0 12 0 12 0 12 0 12 0

Hora del díaT (

ºC)

P114 P118 P1230

P1270

0

0.2

0.4

0.6

0.8

1

0 12 0 12 0 12 0 12 0

Hora del día

Rad (

kW

m-2

)

P114 P118 P1230

P1270

0

0.2

0.4

0.6

0.8

0 0.2 0.4 0.6 0.8

P1145P1185P1230P1270

Rad (kW m-2) - condiciones no niebla

Rad

(kW

m-2

) - c

ondi

cion

es n

iebl



Página 0

14. El agua de lluvia que llega a la Zona No Saturada una vez atraviesa el dosel vegetal (lluvia translocada), es una variable de difícil cuantificación dado que depende de la pluviometría, del número de pluviómetros y de la variabilidad espacial impuesta por la cubierta vegetal. Optimizar el número de pluviómetros de manera que con un mínimo esfuerzo (tanto económico como humano) se obtenga una alta representatividad espacial y una variabilidad mínima exige de una estrategia de muestreo apropiada. Con este objetivo, y mediante análisis geostadístico, se estudió la variación espacio-temporal de lluvia translocada (“throughfall”) diaria a lo largo de un transecto dentro de la cuenca de estudio durante un periodo de 5 meses. Se observó una elevada persistencia (2 semanas) en el patrón temporal de la lluvia translocada, que sugiere la existencia de efectos de memoria en la redistribución del agua bajo la cubierta. La distribución espacial presentó un alcance de correlación de 14 m. Se determinó el número mínimo de pluviómetros necesarios para caracterizar la lluvia bajo el dosel en función de la correlación observada entre medidas. Dado que la lluvia translocada representa la principal entrada de agua en el suelo, las correlaciones observadas (13 días y 14 m) resultan relevantes en la distribución de humedad en la zona no saturada de la cuenca de estudio.



Página 0

Cor

rela

tion

0.0

0.5

1.0

0 25 50 75 100

Intervalo espacial (m)

Cor

rela

ción

0.00

0.25

0.50

0 25 50 75 100

Intervalo de tiempo (días)

Cor

rela

ción

0

24

6

0 1000 2000

Number of pluviometers

Inte

rval

oes

paci

al

Nivel de confianza

0.00.20.40.6

0 1000 2000


Cor

rela

ción

Nivel de confianza

Número de pluviómetros


Cor

rela

tion

0.0

0.5

1.0

0 25 50 75 100


Cor

rela

ción

0.00

0.25

0.50

0 25 50 75 100


Cor

rela

ción

0

24

6

0 1000 2000


Inte

rval

oes

paci

al

Nivel de confianza

0.00.20.40.6

0 1000 2000


Cor

rela

ción

Nivel de confianza

Cor

rela

tion

0.0

0.5

1.0

0 25 50 75 100


Cor

rela

ción

0.0

0.5

1.0

0 25 50 75 100


Cor

rela

ción

0.00

0.25

0.50

0 25 50 75 100


0.00

0.25

0.50

0 25 50 75 100


Cor

rela

ción

0

24

6

0 1000 2000


Inte

rval

oes

paci

al

Nivel de confianza

0.00.20.40.6

0 1000 2000


Cor

rela

ción

Nivel de confianza



15. Mediante métodos numéricos se simuló el reposicionamiento espacial al azar entre M posiciones para distintas frecuencias de reubicación de una serie de N=22 pluviómetros colocados bajo la cubierta vegetal de la cuenca, en lo que se conoce como método itinerante (“roving”). Se encontró que el método itinerante (M>N) resulta superior al de mantener los pluviómetros en posiciones fijas (M=N), tanto en términos de minimización del coeficiente de variación (CV) como de la dispersión alrededor de la media de lluvia translocada. El método se validó más allá de los N=22 pluviómetros utilizados en nuestro experimento de campo, mediante generación de datos de forma sintética hasta N=220. Se encontró que, para el caso concreto que nos ocupa en la cuenca de estudio, una disposición de 14 pluviómetros itinerantes, reposicionados de forma diaria entre 22 posiciones, resulta un diseño óptimo que proporciona un CV=[21.5%-38.9%] y un valor medio de lluvia bajo la cubierta vegetal comprendido entre 373-422 mm.



Página 0



Página 0

5. Aplicación al sector y posible difusión de resultados Dentro de las posibles aplicaciones prácticas que derivan de los resultados del proyecto y su difusión podemos destacar:

1. Se derivó un método alternativo para calcular los parámetros de calibración a flujo cero en el modelo de Granier con la técnica de disipación de calor (TDP), extensible incluso a otras metodologías, tales como la de balance de calor de Čermák et al. (1973) y el sistema de pulso de calor T-max de Green et al. (2003). El algoritmo se implementó en un software de libre acceso http://webpages.ull.es/users/aritter/software.html .

2. Se desarrolló un software con interfase Windows que permite el cálculo de la evapotranspiración potencial

por el método de Penman-Monteih para intervalos diarios, horarios o inferiores. Se encuentra disponible en http://webpages.ull.es/users/aritter/software.html . Permite por ejemplo a partir de medidas micrometeorológicas estimar la evapotranspiración de un cultivo para establecer dosis de riego.

3. Dentro de la caracterización de suelos y su carácter hidrófugo se han realizado avances importantes en la

descripción de estrategias e índices apropiados para describir la hidrofobicidad y su variación con el contenido de humedad del suelo. Estos resultados son extensibles en la descripción de las propiedades de humectabilidad de sustratos orgánicos o suelos regados con aguas con una importante carga orgánica, sea el caso de aguas depuradas.

4. Se ha adquirido una importante experiencia en los métodos, mecanismos y caracterización del proceso de

captación de agua de niebla. Esto nos permitirá desarrollar sistemas óptimos de captura de agua de niebla para su aprovechamiento por ejemplo en sistemas agrícolas. En este sentido el proyecto RTA2009-00161 “Potencial del agua captada de la niebla para su aprovechamiento en riegos de apoyo de cultivos de papa antigua en medianías de la isla de Tenerife” pretende aplicar algunos de los resultados y técnicas desarrolladas en el marco del presente proyecto por el mismo equipo investigador.

5. En el mismo sentido, el nuevo Plan hidrológico de Tenerife pretende incorporar la precipitación de niebla

dentro de las componentes del balance hidrológico de la isla (http://www.aguastenerife.org/ JornadasHidrologiaSupTfe/pdf/Ponencias/JHSTsep09-I-02-JJBR-LluviaHorizontal-PotCap.pdf). Los resultados obtenidos en el proyecto que nos ocupa resultan de aplicación para una mejor caracterización de dicho fenómeno.

6. Colaboraciones y ayudas recibidas o prestadas La colaboración con el personal del Parque Nacional de Garajonay ha sido estrecha. El Parque ha aportado personal para montaje y desmontaje de equipamiento, logística, transporte de material, descarga de datos en campo, mantenimiento de instalaciones y comunicación de incidencias. Es especialmente destacable el apoyo prestado por Luis A. Gómez González, biólogo del Programa de Seguimiento Ecológico del Parque. Se agradece también el apoyo prestado por el director del Parque Ángel Fernández.

Documents

MEMORIA PROYECTO DE INVESTIGACIÓNde la cubierta vegetal elevada debido a procesos concomitantes que dan lugar a su precipitación, y donde los volúmenes de agua interceptada por