mejora y aplicaciÓn del modelo de …cifacantabria.org/documentos/2014_mejora y aplicacion del...
TRANSCRIPT
MEJORA Y APLICACIÓN DEL MODELO
DE SIMULACIÓN “PUERTO” EN PASTOS
COMUNALES DE CANTABRIA
INGENIERÍA DE MONTES
Departamento de Producción Vegetal
UNIVERSIDAD DE SANTIAGO DE COMPOSTELA
Alumno:
M. GEMA MAESTRO REQUENA
Directores:
JUAN BUSQUÉ MARCOS (Área de Sistemas de Producción Animal, Centro
de Investigación y Formación Agrarias de Cantabria)
ANTONIO RIGUEIRO RODRÍGUEZ (Departamento de Producción Vegetal,
Universidad Santiago de Compostela)
Lugo, abril de 2014
RESUMEN
El modelo PUERTO es una herramienta de apoyo a la gestión del pastoreo en terrenos
comunales a escala municipal. Cuantifica y evalúa en el espacio y en el tiempo los
desequilibrios existentes en el pastoreo (infra o sobrepastoreo) y su relación con la
productividad animal. El objetivo principal del siguiente estudio es mejorar el cálculo de la
producción vegetal del modelo, debido a la existencia de nueva información climatológica
precisa a escalas espacio-temporales detalladas, y a los avances en geoestadística de los SIG.
La importancia de disponer de un modelo como el descrito, que analice tanto la situación
actual como posibles escenarios futuros con gran exactitud, radica en el hecho de que los
pastos comunales de montaña de la Cordillera Cantábrica (55% de la superficie de la región)
constituyen recursos pastorales clave para el mantenimiento de una actividad ganadera
trastermitante, actividad económica principal en los municipios interiores de la región, además
de ser paisajes de montaña característicos con un alto valor ecológico. El cálculo de la
producción vegetal con una escala detallada tanto espacial como temporal permitirá, además,
evaluar la cantidad de pasto disponible en cada momento, cuantificar la biomasa de
combustible acumulada, o conocer las tasas de crecimiento mensual.
Palabras clave: modelo PUERTO, producción vegetal, pastos comunales, ganadería extensiva,
gestión del territorio,
ÍNDICE
1.-INTRODUCCIÓN ......................................................................................................................... 7
2.-JUSTIFICACIÓN Y OBJETIVOS ..................................................................................................... 8
2.1.-PASTOS COMUNALES ......................................................................................................... 8
2.2.-GANADERÍA EXTENSIVA ..................................................................................................... 9
2.3.-OBJETIVOS ........................................................................................................................ 10
3.-MATERIAL Y MÉTODOS ........................................................................................................... 12
3.1.-ANTECEDENTES Y PROYECTO ACTUAL ............................................................................. 12
3.2.-DESCRIPCIÓN DEL MEDIO ................................................................................................ 14
3.2.1.-NIVEL REGIONAL ....................................................................................................... 14
3.2.2.-NIVEL MUNICIPAL ..................................................................................................... 16
3.3.- MODELO PUERTO. ESTRUCTURA .................................................................................... 23
3.3.1.-INFORMACIÓN ESPECÍFICA DEL MODELO ................................................................ 23
3.3.2.-INFORMACIÓN DE REFERENCIA DEL MODELO ......................................................... 28
3.3.2.-PROCESO DE SIMULACIÓN DEL MODELO ................................................................. 30
3.4.-NUEVA METODOLOGÍA PARA EL CÁLCULO DE LA PRODUCCIÓN DE CADA TIPO DE
VEGETACIÓN ........................................................................................................................... 32
4.-RESULTADOS ........................................................................................................................... 48
4.1.-RESULTADOS ESPECÍFICOS DE LA APLICACIÓN DE LA NUEVA METODOLOGÍA PARA EL
CÁLCULO DE LA PRODUCCIÓN ................................................................................................ 48
4.1.1.-CRECIMIENTO Y BIOMASA ........................................................................................ 48
4.1.2.-PESO VIVO SOPORTADO POR UNIDAD PASTORAL ................................................... 55
4.1.3.-VARIACIÓN DE PESO EN CADA UNA DE LAS UNIDADES PASTORALES ...................... 57
4.1.4.-UTILIZACIÓN FORRAJERA .......................................................................................... 58
4.1.5.-PRODUCCIÓN ............................................................................................................ 61
5.-CONCLUSIONES ....................................................................................................................... 64
6.-BIBLIOGRAFÍA .......................................................................................................................... 65
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
7
1.-INTRODUCCIÓN
La conservación de recursos vegetales en zonas desfavorecidas, donde la principal actividad es
la ganadería extensiva, es de vital importancia tanto por su utilización como fuente de
alimento para los animales que allí pastorean como por la necesidad de que dicho recurso
perdure en un estado ecológicamente sostenible en el tiempo, sin sufrir ningún tipo de
degradación que suponga disminuir su valor en cuanto a biodiversidad y a existencia de
especies vegetales o animales de alto interés.
El actual abandono del medio rural y de las actividades agrícolas se traduce en el paso de una
ganadería extensiva y tradicional a otra más intensiva pero apoyada en elementos
tradicionales. El abandono progresivo de esta actividad hace que se pierdan o degraden
formaciones clásicas como los pastos comunales, siendo invadidas en primer lugar por
matorral y, posteriormente, por especies leñosas de porte aún mayor.
La pérdida de la figura de pastor hace que el manejo del ganado cambie, tendiendo a
concentrarse en las zonas más accesibles y cercanas a los núcleos urbanos. La consecuencia es
un agotamiento de los recursos vegetales que ocupan esas superficies además de potenciales
contaminaciones por acumulación de heces y orina y erosión.
Por último, cabe mencionar que la rentabilidad, sostenibilidad y mejora de las condiciones
socio-económicas de las explotaciones ganaderas pasa por la utilización eficiente por el
ganado de la vegetación pastoral disponible, teniendo en cuenta que un correcto manejo
ganadero (especies, periodos y espacios) optimiza la utilización de los recursos objeto de este
estudio.
La inexistencia de una herramienta que pueda cuantificar estos procesos teniendo en cuenta la
complejidad del sistema, tanto desde el punto de vista de su vegetación como desde el uso
ganadero, con bases científicas, hace imprescindible su diseño e implementación en territorios
con esta problemática.
Atendiendo a estas necesidades se diseñó el modelo PUERTO, que simula el proceso de
pastoreo del ganado en puertos de montaña.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
8
2.-JUSTIFICACIÓN Y OBJETIVOS
2.1.-PASTOS COMUNALES
Los pastos comunales de montaña de la Cordillera Cantábrica constituyen recursos pastorales
clave para el mantenimiento de una actividad ganadera trastermitante. Se trata de espacios
con un elevado valor en cuanto a su capacidad productiva. El valor de estas comunidades se
hace extensivo al punto de vista ecológico. A menudo se encuentran integrados en Espacios
Naturales Protegidos como forma de preservar este recurso natural (Bedia et al, 2008).
La superficie de terrenos comunales en Cantabria es muy elevada: aproximadamente 290.000
hectáreas (un 55% de la superficie de la región). Su localización (Figura 1), principalmente en
zonas de montaña, ha conformado una dedicación fundamentalmente de tipo silvopastoral.
Tanto este tipo de manejo como las propias condiciones bioclimáticas han dado lugar a
paisajes de montaña característicos.
Figura 1.- Terrenos Comunales en Cantabria
Aunque los terrenos comunales de Cantabria pertenecen en su mayoría a ayuntamientos y
juntas vecinales, la gestión de la mayoría de estos espacios compete a la administración
regional (Dirección General de Montes y Conservación de la Naturaleza) teniendo como fin su
aprovechamiento y conservación a través de las distintas figuras oficiales existentes (Parques
Nacionales, Naturales, LICs, ZEPAs o reservas de caza).
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
9
Los terrenos de pasto en alta montaña presentan una gran diversidad de comunidades
vegetales aprovechadas directa o indirectamente por el ganado o la fauna salvaje (Fernández-
Arango et al, 2007). Las razones de esta gran diversidad vegetal hay que buscarlas en la gran
variedad de condiciones físicas del territorio (clima, relieve y litología), y en el uso histórico y el
aprovechamiento actual de éste por el hombre.
La altitud, la pendiente y la exposición, junto con la litología y las formas de relieve,
determinan los principales rasgos ambientales y la distribución espacial de cubiertas y usos del
suelo (Barry e Ives, 1974). La altitud implica una primera escala de diversidad, que se
manifiesta en la presencia de varios niveles biogeográficos, morfoclimáticos y de usos del
suelo. Estos niveles ofrecen recursos y potencialidades pastorales muy variadas. Además,
dentro de cada nivel, la pendiente y la exposición originan microambientes muy distintos,
contribuyendo a crear un mosaico de usos y cubiertas del suelo extremadamente complejo, en
el que cada tesela constituye una unidad de paisaje con diferentes posibilidades de
aprovechamiento (Balcells, 1985; García-Ruiz, 1990).
2.2.-GANADERÍA EXTENSIVA
La ganadería extensiva en zonas de montaña se caracteriza por un uso estacional de los
recursos pastorales, principalmente siguiendo un gradiente altitudinal trastermitante. En la
mayor parte de la montaña de Cantabria, la base ganadera se basó históricamente en el
vacuno de raza tudanca, complementado comúnmente con un número pequeño de ovejas y
cabras, manejadas durante casi todo el año en pastoreo como rebaños comunales (Fillat,
2008).
Actualmente existe una creciente presencia del equino con un manejo normalmente muy
extensivo y, por tanto, de baja productividad y cuidados. El caprino y el ovino son casi
testimoniales y casi siempre se encuentran en pastoreo cerca de los pueblos. Además, se han
sustituido las razas autóctonas por otras foráneas mejoradas (limusina, charolesa…).
Como último problema con el que se encuentra la ganadería extensiva, cabe mencionar el tan
mencionado abandono rural y la pérdida de oficios tradicionales como el de pastor o vaquero,
que tiene como consecuencia una disminución de la mano de obra con el inconveniente
añadido del aumento del tamaño medio de los rebaños
Estos cambios en los sistemas pastorales en la montaña desencadenan, en muchos casos,
problemas de degradación de pasto, bien por infrapastoreo y matorralización de las zonas más
alejadas como por sobrepastoreo en las más accesibles. Una elevada y creciente acumulación
de biomasa arbustiva, consecuencia del mencionado infrapastoreo, genera riesgo de alta
ocurrencia de incendios forestales, tanto intencionados en busca de regenerado de pasto
aprovechable para el ganado, como naturales, que puede desembocar en la desaparición de
ecosistemas irrecuperables. En Cantabria la mayoría de los incendios forestales tienen un
carácter claramente intencionado en el 84 % de los casos estudiados. Este hecho persigue los
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
10
fines pastorales mencionados. Así, de manera tradicional y hasta la fecha, las prácticas
ganaderas llevan asociado el uso del fuego. Desde finales de invierno y hasta comienzo de la
primavera (fuera del periodo estival) es la época de máximo riesgo de incendio, ocurriendo la
mayoría en terrenos comunales bajo condiciones “típicas” de viento conocidas localmente
como suradas: en 2013 hubo un total de 332 incendios forestales que supusieron una
superficie total de 3101,61 hectáreas dominadas por leñosas arbustivas y 1051,95 hectáreas
de pasto herbáceo.
2.3.-OBJETIVOS
Es por todo lo mencionado en los puntos anteriores y por las actuales necesidades de una
justificación técnica en la toma de decisiones de cualquier gestor del territorio, por lo que se
hace imprescindible una herramienta como la que es objeto de este estudio.
Los objetivos finales del modelo PUERTO son:
- Obtener una zonificación del territorio que sirva como base topográfica
- Detectar superficies degradas de pastos y zonas rasas con vocación forestal
- Detectar superficies con desequilibrios en cuanto a su uso ganadero (sobrepastoreo o
infrapastoreo)
- Servir como herramienta para determinar las actuaciones de conservación y mejora de
zonas pastables
De manera más concreta, el modelo PUERTO será una herramienta para la definición de
actuaciones posibles sobre el territorio (mejora de pastos) y sobre el ganado: priorización de
los tipos de vegetación a tratar, decisión de los métodos de trabajo, adaptación de los alcances
del pastoreo o la promoción del manejo de otras especies ganaderas complementarias.
Actualmente está diseñado para su aplicación en situaciones diversas y a diferentes escalas
temporales y espaciales, dando como resultados el grado de utilización forrajera de la
vegetación y el rendimiento del ganado en pastoreo.
En este punto se centra el presente estudio. La ampliación del modelo a situaciones con un
gradiente altitudinal y temporal grande, hace que sea recomendable introducir algoritmos que
computen las diferentes productividades y fenología de la vegetación según su posición
topográfica, mejorando la fiabilidad de las predicciones del modelo PUERTO.
De este modo, los objetivos marcados son los siguientes:
- Ajustar la productividad vegetal del modelo PUERTO. Desde el diseño de esta
herramienta se han mejorado modelos climáticos que trabajan con una precisión
mayor a los utilizados hasta ahora. La distribución espacial de las especies vegetales
hace que deban de tenerse en cuenta factores como la topografía (altitudes y
orientaciones), por las variaciones asociadas de factores ambientales (temperatura,
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
11
precipitación y evapotranspiración). Para ello se utilizará un modelo regional de clima
realizado a escala de 1 km (Gutiérrez et al, 2011).
- Aplicación de las mejoras propuestas en una nueva simulación del modelo PUERTO en
una zona de alto interés en cuanto a pastos comunales de montaña en Cantabria.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
12
3.-MATERIAL Y MÉTODOS
3.1.-ANTECEDENTES Y PROYECTO ACTUAL
Hasta ahora se ha puesto de manifiesto que los pastos comunales de Cantabria son sistemas
complejos en donde interactúan distintos tipos de herbívoros domésticos de distinta
procedencia con un mosaico heterogéneo de pastos. El modelo “PUERTO” se diseñó para
contemplar este tipo de sistemas pastorales. En el modelo se integran tres bloques:
información específica de cada zona, información de referencia de los pastos y el ganado y
algoritmos que simulan los procesos (Figura 2). El pastoreo se simula por períodos de diez días.
En su versión actual, el modelo está implementado en R.
Figura 2.- Estructura del modelo de pastoreo PUERTO. Los rectángulos en gris corresponden a la información específica de partida necesaria para correr el modelo. Los rectángulos con fondo blanco recogen la información de referencia del modelo. Las flechas horizontales señalan los procesos de selección en pastoreo y balances energéticos simulados. Las salidas del modelo se especifican dentro de las elipses.
El modelo PUERTO ha sido aplicado y se está utilizando en diferentes trabajos: planes de
ordenación de recursos forestales, planes de gestión de pastos comunales a escala municipal o
en el trabajos de caracterización de ganadería extensiva en hábitats de urogallo, además de en
diferentes tesis doctorales.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
13
El modelo PUERTO se empezó a desarrollar en 2003 dentro de un proyecto de investigación
del CIFA (“Restauración ambiental de los pastos de puerto de Sejos invadidos por lecherina
(Euphorbia polygalifolia) mediante un sistema de pastoreo ovino”), aplicándose al pastoreo del
puerto de Sejos, Mancomunidad de Campoo-Cabuérniga (Cantabria), para los meses de junio a
octubre. Las simulaciones del modelo corroboraron los datos experimentales obtenidos
previamente (Busqué et al., 2003), que señalaban al sobrepastoreo como el principal
desencadenante de la degradación de los pastos y su colonización por Euphorbia polygalifolia.
Con la simulación del modelo “PUERTO” se comprobó la relación existente entre el grado de
invasión de E. polygalifolia de los pastos de Festuca-Agrostis y el patrón de utilización forrajera
por ganado (Busqué et al., 2006).
En 2011, dentro de un proyecto de “Planificación de la gestión del pastoreo en los Montes de
Utilidad Pública” de un municipio de montaña de Cantabria (Rionansa), se adaptó el modelo
PUERTO a una escala espacial mayor, ampliando temporalmente su simulación a todo el año.
En las figuras que aparecen a continuación (Figura 3) se observan las superficies de estudio
mencionadas: pastos comunales de Sejos y municipio de Rionansa.
Figura 3.-Mapa del puerto de Sejos (izquierda) y del municipio de Rionansa (derecha) con sus respectivas escalas
En este segundo proyecto el modelo PUERTO sirve para acometer los siguientes objetivos: (i)
proveer de una herramienta de apoyo a la gestión del pastoreo en los terrenos comunales a
escala municipal; (ii) cuantificar y evaluar en el espacio y en el tiempo los desequilibrios
existentes en el pastoreo (infra o sobrepastoreo) y su relación con la incidencia de incendios y
una productividad animal baja; (iii) discutir con los ganaderos propietarios de los rebaños en
pastoreo y lograr consensos en las posibles actuaciones a llevar a cabo para resolver
desequilibrios; (iv) visualizar los efectos de posibles actuaciones silvopastorales mediante la
creación de escenarios.
Para alcanzar los objetivos anteriores, la aplicación del modelo a la zona de trabajo actual debe
de estimar y representar el uso del territorio a nivel de Unidades Pastorales (UPs) para poder
priorizar y definir posibles actuaciones (mejora de pastos, infraestructuras…) con el objetivo
último de definir un plan de gestión a cinco-diez años (Busqué, 2006).
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
14
Por lo tanto, el cambio en la escala espacial y temporal de la aplicación del modelo PUERTO de
un puerto comunal relativamente pequeño (alrededor de 2000 hectáreas), de bajo gradiente
altitudinal (1.500-2.000 m) y con un aprovechamiento de junio a octubre, a todos los pastos
comunales de un municipio completo (alrededor de 11800 has), con un fuerte gradiente
altitudinal (96-2045 m) y temporal (de marzo a diciembre), hacen recomendable crear una
nueva versión del modelo, que contemple en detalle el fuerte efecto de la altitud y la orografía
sobre la productividad de los pastos. La existencia de nueva información climatológica precisa
a escalas espacio-temporales detalladas, y los avances en geoestadística de los SIG permiten
actualmente realizar estas mejoras en el modelo. El objetivo principal de este trabajo fin de
carrera es acometer estas mejoras del modelo PUERTO, avanzando así en el diseño de una
herramienta que simule adecuadamente el uso en pastoreo de los montes comunales, de gran
valor para tomar decisiones de gestión en estos ecosistemas.
3.2.-DESCRIPCIÓN DEL MEDIO
3.2.1.-NIVEL REGIONAL
A pesar de que es una región pequeña (535618 ha), Cantabria presenta una gran diversidad
de comunidades vegetales aprovechadas directa o indirectamente por el ganado o la fauna
salvaje, esto es, de pastos. Las razones de esta gran diversidad vegetal hay que buscarlas en
la gran variedad de condiciones físicas del territorio y en el uso histórico y el
aprovechamiento actual de éste por el hombre.
En cuanto al clima, que constituye un factor ecológico determinante para la implantación de
un determinado paisaje vegetal, Cantabria se caracteriza por disfrutar de un régimen de
temperaturas suaves y templadas, con una oscilación térmica limitada por la presencia del
océano, y por la abundancia de lluvias repartidas a lo largo de todo el año; por ello, se puede
decir que la mayor parte de Cantabria encaja en el tipo de clima oceánico o atlántico,
templado y húmedo. Sin embargo, considerando que las heterogeneidades en la distribución
de la vegetación dependen del tipo de suelo, pendiente media, orientación, altitud y
proximidad al mar, se comprende fácilmente que, por su complejidad orográfica, Cantabria
presente notables singularidades en algunas comarcas (Figura 4).
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
15
Figura 4.- Mapa de temperaturas medias en Cantabria para el mes de mayo. Unidades en ºC. Fuente UC
El régimen termométrico (Figura 4) anual es muy regular, con los valores medios más altos en
agosto y los más bajos en enero, aunque debe destacarse que en las zonas altas de la
vertiente sur las temperaturas son más rigurosas, especialmente en invierno, presentando
una oscilación anual propia del clima continental. El régimen pluviométrico (Figura 5) es
bastante complejo, aunque también presenta unas características climatológicas comunes a
toda la región, que se pueden resumir en abundancia de precipitaciones a lo largo del año
con dos máximos, uno principal a finales de otoño, y otro secundario en primavera.
Figura 5.- Mapa de precipitaciones medias en Cantabria para el mes de octubre. Unidades en mm. Fuente UC
En lo referente al substrato, el parámetro más importante a tener en cuenta para explicar la
composición y características ecológicas de los pastos es el carácter ácido o básico del suelo,
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
16
determinado en buena medida por el tipo de roca presente en una determinada área. La
principal característica de Cantabria es su gran variabilidad espacial (Fernández-Arango et al.,
2007). No obstante existen grandes superficies en la región con un substrato geológico
homogéneo, que definen dos grandes tipos de pasto en la región: los pastos silícolas, sobre
rocas ácidas (areniscas, limolitas, conglomerados, etc.) y los pastos calcícolas, sobre
substratos básicos constituidos por calizas masivas de diferentes edades, margas,
calcarenitas… Es de interés mencionar una banda de calizas jurásicas a ambos lados de una
gran estructura sinclinal que conforma los valles centrales de la región.
3.2.2.-NIVEL MUNICIPAL
El lugar para el que se aplicará la nueva versión del modelo PUERTO será el municipio de
Rionansa, por haber sido objeto de su aplicación en versiones anteriores y disponer de la
información específica de partida necesaria, además de ser un claro ejemplo de la situación de
la media montaña cantábrica.
Este municipio servirá de ejemplo a la hora de ilustrar, durante los apartados siguientes, cada
uno de los procesos para el cálculo de la productividad, además de aplicar sobre él el modelo
hasta obtener la información de salida resultante.
La población del municipio ha disminuido en la última década: ha pasado de 1444 habitantes
en el año 2000 a 1113 en 2010 (Revisiones anuales del Padrón Municipal de Habitantes (2000-
2012. Fuente INE), presentando una fuerte tendencia de envejecimiento.
La ganadería bovina y equina constituyen las actividades económicas principales dentro del
sector primario. Existen 102 explotaciones ganaderas que concentran 2180 cabezas de vacuno,
609 de equino, 836 de ovino y 251 de caprino. El sistema de explotación (mayoritario el
manejo extensivo) se basa principalmente en el aprovechamiento de los recursos forrajeros
locales, tanto conservados provenientes de los prados particulares, como mediante pastoreo
(Menéndez et al, 2012).
La tendencia en los últimos años es la de un abandono progresivo de la actividad. Este hecho
unido al escaso control del ganado en pastoreo y a la disminución del ganado menor en las
explotaciones (cabras y ovejas) hace que el territorio utilizado tradicionalmente sufra un
abandono cada vez mayor y un escaso manejo.
El territorio objeto de este estudio pertenece a la Comarca Forestal 3 (Nansa) (Tudanca-
Cabuérniga), dentro de la Sección Forestal 1 (Figura 6) y cuenta con una superficie de 11805
ha.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
17
Figura 6.- Ubicación del área de trabajo en la Comarca Forestal 3 (Sección forestal 1). 1 representa a la Comarca Forestal Liébana Norte, 2 a Liébana Sur y 3 al Nansa. En amarillo área de estudio
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
18
El área de trabajo abarca 9 Montes de Utilidad Pública (MUP de aquí en adelante)
pertenecientes al Ayuntamiento de población de Rionansa y a las Juntas vecinales de Cabrojo,
Celis, Cosío y Rozadío, Obeso y San Sebastián, además de un monte de Libre Disposición
señalado con una elipse roja en la figura siguiente (Figura 7).
c
Figura 7.- Montes pertenecientes a la zona de estudio: en colores los MUP, en la elipse roja el monte de Libre Disposición
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
19
Dentro de los MUP existen superficie de uso comunal o terrenos comunales. Estos comunales
tienen asociado un Código de Explotación Agraria (CEA) (Figura 8).
Figura 8.- CEA pertenecientes al área de estudio sobre representación de MUP. En amarillo área de estudio
En cuanto a las variables topográficas cabe mencionar que la zona de estudio tiene un
gradiente altitudinal (Figura 9) de más de 1900 metros, con unas cotas máximas y mínimas de
2047 y 96 metros respectivamente, con unas pendientes (Figura 9) medias de alrededor de un
30%. Los datos se obtuvieron del Instituto Geográfico Nacional (IGN).
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
20
Figura 9.- A la izquierda Modelo Digital de Elevaciones. A la derecha Modelo Digital de Pendientes. Fuente IGN
Para la caracterización climática se parte de los datos del trabajo "Escenarios Regionales
Probabilísticos de Cambio Climático en Cantabria” elaborado por la Universidad de Cantabria
(Gutiérrez et al, 2011). Este trabajo presenta las estimaciones mensuales de temperaturas
(media, mínima y máxima) y precipitaciones a escalas de cuadrados de 1 km de lado para toda
la superficie de la región.
Como se observa en la tabla siguiente (Tabla 1) las temperaturas medias mínimas oscilan entre
los 0,8 y los 11,7 ºC, correspondientes a los meses de enero y agosto respectivamente,
mientras que las medias de las máximas lo hacen entre 8,3 y 21,3 ºC, en enero y julio.
Las precipitaciones oscilan entre los 166,1 mm y lo 52,7, para los meses de noviembre y julio.
Tabla 1.- Valores de precipitaciones medias mensuales (mm) (Ppt), temperaturas medias de las medias (Tmed),
máximas (Tmax) y mínimas (Tmin) mensuales (ºC), para cada uno de los meses de año en la zona de estudio
E F M A M J JL AG S O N D
Ppt 136,8 127,8 118,4 155,9 131,7 67,7 52,7 65,6 85,7 134,4 166,1 151,2
Tmed 4,6 5,0 7,2 7,4 10,4 14,0 16,1 16,6 14,2 11,0 7,7 5,8
Tmin 0,8 1,6 3,0 3,3 6,2 9,2 11,1 11,7 9,4 7,0 4,0 2,4
Tmax 8,3 9,0 11,3 11,5 14,5 18,9 21,3 21,0 19,1 15,0 11,3 9,2
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
21
Los tipos de suelo del municipio de estudio viene representados en la Figura 10 y las
características de los mismos están reflejadas en la Tabla 2. Se observa que la mayoría de los
suelos son calizos y de espesor irregular. Los datos edafológicos se recogen del trabajo de
“Zonificación Agroecológica en Cantabria” (ZAE) (Fernández-Arango et al., 2007).
Figura 10.- Mapa edafológico. Fuente ZAE
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
22
Tabla 2.- Características edafológicas de los suelos en el área de estudio. Fuente ZAE
Suelo Descripción Capacidad
de uso Superficie
(%)
Leptosol úmbrico Suelos muy someros (<10 cm espesor) y abundantes
afloramientos. Silíceos. E 14,8
Leptosol réndzico Suelos muy someros (<10 cm espesor) y abundantes
afloramientos. Calizos. E 3,3
Leptosol lítico Suelos asociados al grupo 01, de espesor irregular.
Silíceos. E 3,9
Luvisol háplico Suelos asociados al grupo 01, de espesor irregular.
Calizos. E 11,3
Luvisol crómico Suelos asociados al grupo 01, de espesor irregular.
Calizos. E 7,8
Cambisol eútrico Suelos someros (<25 cm espesor) y suelos asociados.
Calizos. Dpe 6,6
Umbrisol háplico Suelos evolucionados y muy evolucionados de carácter
muy ácido y con acumulación de materia orgánica. E 18,1
Cambisol eútrico Suelos evolucionados de carácter muy ácido. E 11,2
Leptosol úmbrico Suelos evolucionados de carácter muy ácido. E 21,2
Luvisol háplico Suelos con desarrollo de horizonte árgico. De 2,8
En relación a los ENP (Espacios Naturales Protegidos) (Figura 11), casi el 14% del área de
estudio se encuentra incluida en la Red Natura 2000 catalogadas como zona LIC (Lugares de
Importancia Comunitaria), denominados “Río Nansa”, “Valles Altos Nansa y Saja y Alto
Campóo” y “Sierra del Escudo de Cabuérniga”. La información se recoge de las bases
cartográficas de la Dirección Genereal de Montes del Gobierno de Cantabria.
Figura 11. Espacios Naturales Protegidos. Fuente DGM
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
23
3.3.- MODELO PUERTO. ESTRUCTURA
El modelo PUERTO comprende los siguientes componentes:
- Manchas de vegetación. Son polígonos de vegetación homogénea, que en su
conjunto componen el mapa de vegetación del modelo. Se identifican con el
subíndice i.
- Tipo de pasto. Cada una de las distintas fuentes forrajeras existentes en el
área estudiada. Se identifican con el subíndice f. Un tipo de pasto coincide con
una comunidad vegetal cuando se trata de una comunidad vegetal herbácea.
En el caso de comunidades vegetales leñosas pueden existir más de un tipo de
pasto si hay más de un estrato de vegetación (p.ej. estrato herbáceo y estrato
arbustivo).
- Cabaña ganadera. Cada uno de los rebaños de ganado, compuestos por una
especie ganadera y siguiendo las mismas rutas de pastoreo. Se identifican con
el subíndice h.
- Categoría de animal. Cada uno de los distintos tipos de animales existentes
según su estado fisiológico y sexo. Se identifica por el subíndice c.
- Unidad de tiempo. Periodo considerado por el modelo para realizar sus
cálculos. Por defecto se utiliza un período de 10 días. Se identifica por el
subíndice t.
El modelo produce resultados al nivel de detalle especificado por estos componentes. Así por
ejemplo, Ingifhct se refiere a la ingestión de forraje de los animales de la categoría c de la
cabaña ganadera h en el tipo de pasto f existente en la mancha de vegetación i en el período
de tiempo t. Con esta estructura del modelo, resulta sencillo agregar por diferentes
componentes para obtener resultados a otras escalas temporales y espaciales de menor
detalle (p. ej. Inght se refiere a la ingestión total de forraje por la cabaña ganadera h en el
período t; Ingf se refiere al forraje total consumido del tipo de pasto f en el total del tiempo
simulado por el modelo).
Toda la información se recogerá en diferentes tablas ordenadas en una base de datos.
3.3.1.-INFORMACIÓN ESPECÍFICA DEL MODELO
3.3.1.1.-DISTRIBUCIÓN DE LA VEGETACIÓN
El modelo precisa disponer de un mapa de la vegetación del área a estudiar (Figura 12). El
mapa de vegetación representa espacialmente las manchas de vegetación homogéneas del
área de estudio. Las manchas de vegetación del modelo se representan con el subíndice i.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
24
Figura 12.- Mapa de vegetación del área de estudio
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
25
A continuación se presenta la información contenida en cada una de las tablas de información
específica de la vegetación. La información se agrupa en manchas de vegetación o teselas.
Manchas. Contiene valores relativos a las teselas o manchas de vegetación.
- Identificación de la tesela
- Superficie en hectáreas de la mancha o tesela
- Pendiente
- Porcentaje de cobertura que ocupa cada una de las comunidades vegetales presentes
en la parcela. Entre todas deberán de sumar el 100% de la cobertura vegetal
- Identificación de la unidad pastoral
Manchas_Comunidades de la base de datos. Cada mancha de vegetación i puede estar
compuesta por uno o más tipos de comunidades vegetales.
- Tipo de comunidad vegetal con un código numérico
- Porcentaje de la cobertura vegetal de la tesela ocupada por la comunidad vegetal
Manchas_Suelo. Profundidad media y textura predominante en cada tesela de vegetación
definida. Se calcula a partir de los datos de ZAE (en formato raster de 25x25m).
- Profundidad del suelo. Media para toda la tesela
- Textura predominante. Las texturas se clasificarán en arenosa, franca o arcillosa
Manchas_Clima. Recoge los valores mensuales de radiación potencial, precipitación y
temperaturas en cada tesela.
- Mes del año
- Radiación potencial
- Precipitación mensual media
- Temperatura media de las medias
- Temperatura media de las mínimas
- Temperatura media de las máximas
3.3.1.2.-DISTRIBUCIÓN DEL GANADO
La distribución espacial de las cabañas ganaderas en puerto a lo largo de la estación de
pastoreo puede ser variable. En general y a grandes rasgos, es información bien conocida por
el dueño o gestor de cada cabaña (‘alcances’), por lo que es importante que esta información
se recoja directamente de éstos.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
26
De cara a facilitar la labor de delimitación de los alcances de las cabañas ganaderas, se definen
Unidades Pastorales (UPs) en el municipio. Las unidades pastorales son espacios geográficos
de conveniencia dentro del área de estudio, delimitados por accidentes geomorfológicos
claros o infraestructuras (cierres, pistas). Cuando se tienen divididos los pastos comunales en
UPs y éstas quedan representadas en una ortofoto, los ganaderos usuarios del puerto señalan,
para cada época de la estación de pastoreo, las UPs que ocupan sus rebaños. Las UPs
delimitadas para el área de estudio se representan en la Figura 13.
Figura 13.- Unidades Pastorales (UPs) para el área de estudio
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
27
Las cabañas ganaderas quedan identificadas por el subíndice h y dentro de éstas, las categorías
de ganado quedan identificadas por el subíndice c.
Las tablas correspondientes a esta información en la base de datos del modelo son:
Rebaños. Es la tabla que contiene información del agrupamiento de los animales: rebaños
- Identificación del propietario o gestor
- Identificación del rebaño
- Especie de los animales que componen el rebaño (equino, vacuno, ovino o caprino)
Gestantes. Contiene información del porcentaje de animales que se encuentran en gestación
en t. Un animal gestante necesitará mayores aportes alimenticios que otro que no lo esté.
- Unidad de tiempo (10 días)
- Porcentaje de animales en estado de gestación de cada rebaño
Numeros. Recoge información que caracteriza a los animales según especie, raza y estado
fisiológico.
- Especie de los animales que componen el rebaño (equino, vacuno, ovino o caprino)
- Categorías: Animales con cría, animales sin cría, jóvenes y machos
- Razas: Tudanca, limusín, charolés, asturiana, pardo-alpina, mixta en vacuno; del país y
mejoradas (tipo Hispano-Bretón) en equino, lacha en ovino y tronco hispaño en
caprino
- Número de ejemplares de cada combinación cabaña, categoría y raza
Condición_Corporal_inicio. Contiene información sobre la condición corporal de los animales
al comienzo del pastoreo
- Momento de comienzo del pastoreo
- Condición corporal
Unidades_Pastorales. Contiene información referente a la delimitación del territorio en UPs
- Identificación de la unidad pastoral
- Superficie en hectáreas de la UP
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
28
3.3.2.-INFORMACIÓN DE REFERENCIA DEL MODELO
Las bases de datos del modelo contienen información sobre la productividad y calidad
forrajera de los distintos pastos disponibles para el pastoreo, así como los factores que regulan
la ingestión de forraje por parte del ganado y sus requerimientos energéticos.
Las tablas que recogen estos datos tienen una estructura que permite la incorporación de
información sobre nuevos tipos de pasto o de otras especies o razas ganaderas.
Pastos. Tipos de pasto. Una comunidad vegetal puede tener uno o dos tipos de pasto, vista
desde una sección longitudinal: sólo herbáceo, o herbáceo y leñoso (no se considera la
existencia de tres estratos: arbóreo, arbustivo y herbáceo).
- Tipo de comunidad vegetal con un código numérico
- Tipo de pasto presente en cada comunidad vegetal. Se asume que los tipos de pasto
herbáceo existentes debajo de un dosel de vegetación leñosa también existen sin
vegetación leñosa por encima
Comunidades_Fisiología. Características ecofisiológicas de los tipos de pasto.
- Tipo de pasto
- Temperatura óptima de crecimiento
- Temperatura mínima de crecimiento
- Temperatura máxima de crecimiento
- Profundidad media a la que llegan las raíces en condiciones de suelo adecuadas
- Fracción de agua fácilmente disponible para las plantas
- Productividad anual de referencia
- Biomasa verde considerada presente a 1 de enero
- Biomasa muerta considerada presente a 1 de enero
- Parámetros de senescencia por humedad (Fh)
o Proporción de biomasa verde muriendo cuando Fh=0
o Proporción de biomasa verde muriendo cuando Fh=Fhs
o Fh a partir de la cual la senescencia es mínima y estable
- Parámetros de senescencia por temperatura
o Temperatura extrema por debajo de la cual se produce máxima senescencia
o Temperatura por encima de la cual se produce mínima senescencia
o Proporción de hoja muriéndose cuando t≤t0
o Proporción de hoja muriéndose cuando t≥t1
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
29
- Parámetros relacionados con el valor de Kc
o Proporción de la biomasa de referencia por debajo de la cual Kc es mínimo y
constante
o Proporción de la biomasa de referencia por encima de la cual Kc es máximo
o Kc mínimo
o Kc máximo
o Biomasa de referencia para Kc. Biomasa viva a la cual Kc=1
Producción_Referencia. Productividad de referencia (Xi) de cada comunidad vegetal. Valor
que multiplicado por Fhtr proporciona la productividad en cada unidad de tiempo para unas
condiciones de clima medio.
- Productividad de referencia
Valor_Pastoral. Cuantifica la productividad forrajera de cada uno de los tipos de pasto
descritos para cada especie animal
- Tipo de pasto
- Especie de los animales que componen el rebaño (equino, vacuno, ovino o caprino)
- Digestibilidad de la materia verde
- Digestibilidad de la materia muerta
- Concentración de nitrógeno de la MS verde
- Concentración de nitrógeno de la MS muerta
- Factor corrector dependiente de la existencia de factores antinutritivos. Define la
proporción máxima que los distintos tipos de pasto entran en la dieta diaria de los
animales pastantes por la existencia de metabolitos secundarios potencialmente
tóxicos (taninos, terpenos, alcaloides, etc).
Necesidades. Contiene factores que determinen la ingestión de los animales en función de su
especie, raza y categoría.
- Especie de los animales que componen el rebaño (equino, vacuno, ovino o caprino)
- Categoría: animales con cría, animales sin cría, jóvenes y machos
- Raza: Tudanca, limusín, charolés, asturiana, pardo-alpina, mixta en vacuno; del país y
mejoradas (tipo Hispano-Bretón) en equino, lacha en ovino y tronco hispaño en
caprino
- Peso Vivo
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
30
- Ingestión diaria máxima
- Necesidades diarias de mantenimiento
- Necesidades diarias de desplazamientos
- Necesidades diarias de lactación
- Necesidades diarias de gestación
- Factor de corrección de las necesidades de crecimiento según la precocidad de la raza
- Factor de corrección de las necesidades de crecimiento según el sexo
- Factor de conversión de EN (MJ) en ganancia de peso
- Factor de conversión de EN (MJ) en ganancia de peso para vacas adultas
- Unidad de Ganado Mayor (UGM), equivalencia para los diferentes tipos de ganado
según normativa de ayudas de Cantabria
3.3.2.-PROCESO DE SIMULACIÓN DEL MODELO
Actualmente el modelo Puerto está implementado en R. R es un software libre para el análisis
estadístico de datos que cubre una vasta variedad de métodos, además de ofrecer unas
importantes capacidades gráficas.
En versiones anteriores el software utilizado era la herramienta de gestión de bases de datos
Access perteneciente al paquete Microsoft Office, donde se recopilaba y organizaba la
información de partida y simulaba procesos a partir de consultas.
La versatilidad que ofrece R en cuanto a las operaciones estadísticas y matemáticas que son
necesarias para la simulación del modelo, y la rapidez temporal en la obtención de los
resultados, hicieron necesaria una nueva versión que fuese capaz de acoger los procesos de
simulación diseñados con grandes cantidades de datos.
El modelo está diseñado a partir de dos funciones: “Plant1” y “Plant2”.
“Plant1” carga todos los ficheros de datos tanto de la parte animal como de la vegetal y realiza
todas las consultas que no requieran de un loop de tiempo (esto es que no requieran de datos
temporalmente anteriores para el cálculo de la situación anterior): índice de matorralización
de las manchas de vegetación, dificultad de tránsito de los animales según el tipo de
vegetación… (Figura 14)
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
31
Figura 14.- Comienzo de la función “Plant1” en R
“Plant2” es la función que recoge los cálculos para la obtención de las variables que tengan
carácter temporal: crecimiento, senescencia y acumulación de biomasa para la parte de
vegetación, e ingestión y balances energéticos y de peso para el módulo animal (Figura 15).
Figura 15.- Comienzo de la función “Plant2” en R
Será en esta función (“Plant2”) donde se aplicarán las mejoras sobre el cálculo de la
productividad, objeto de este estudio.
Los resultados de las funciones anteriores se recogen en la función “CorrerPuerto” que
devuelve los resultados finales del modelo para el momento de tiempo deseado (para cada t:
periodo de 10 días) y guarda los resultados en el fichero indicado.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
32
3.4.-NUEVA METODOLOGÍA PARA EL CÁLCULO DE LA PRODUCCIÓN DE CADA TIPO DE
VEGETACIÓN
Este apartado recoge el objetivo principal de este estudio: ajustar la producción de cada una
de las comunidades vegetales con interés ganadero y de conservación presentes en las zonas
de estudio.
Como ya se ha comentado en el apartado de “Justificación y objetivos”, la distribución espacial
de las especies vegetales hace que deban de tenerse en cuenta factores como la topografía
(altitudes y orientaciones) por las variaciones asociadas de factores ambientales (temperatura,
precipitación, evapotranspiración y radiación). Las nuevas herramientas estadísticas y la
información actualizada y cada vez más precisa con las que contamos, permiten un cálculo de
la producción vegetal muy preciso tanto espacial como temporalmente: cuál es la producción
de una comunidad vegetal en un momento concreto del año y en una mancha o tesela de
vegetación determinada.
En versiones anteriores del modelo las correcciones en la tasa de producción vegetal según
topografía se realizaban aplicando coeficientes de corrección en función de pendiente y altitud
(a mayor pendiente y mayor altitud, menor producción de materia seca por hectárea y año).
- Altitud
- < 1500 m: 1
- de 1500 a 1750 m: 0,85
- >1750 m: 0,7
- Pendiente
- Suave: 1
- Media: 0,85
- Fuerte: 0,7
Con la metodología para el cálculo de la producción que se presenta a continuación los
resultados que se obtienen para esta variable están ponderados por factores que determinan
la influencia de la temperatura, la humedad del suelo y la radiación sobre las plantas,
condicionados a su vez por factores topográficos.
La productividad del tipo de vegetación i en el tiempo t y en la localidad j, se calcula
multiplicando un valor estándar de la productividad de ese tipo de vegetación en una unidad
de tiempo para Cantabria (Xi; en kg MS ha-1 t-1) por factores de corrección (que toman valores
entre 0 y 1) debidos a la temperatura, humedad y radiación en esa unidad de tiempo t, en ese
tipo de vegetación i y en esa localidad j (FTijt, FHijt, FRijt respectivamente):
RijtHijtTijtiijt FFFXod ×××=Pr (ec. X.1)
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
33
Si quisiéramos estimar la productividad anual de un tipo de vegetación i en una localidad j, se
calcularía como
��������ó��� �� = �∑ ������ ∗ ����� ∗ ������������� � ∗ � (ec. X.2)
El valor estándar de productividad Xi se calcula como:
∑=
××=
36
1
)(
RePr
tRitHitTit
ii
FFF
odX (ec. X.3)
donde:
ProdRe es la productividad anual de referencia del tipo de vegetación i en Cantabria. Su
valor se ha estimado consultando la literatura existente.
FTit, FHit y FRit son los valores medios de los factores de corrección de la productividad por
temperatura, humedad y radiación respectivamente, para la unidad de tiempo t y para
toda la superficie de Cantabria donde existe el tipo de vegetación i.
Para determinar esta superficie, se ha utilizado un mapa de vegetación de Cantabria a escala
1:50.000 (Fernández-Arango et al., 2007)).
Por ejemplo, para la comunidad vegetal herbácea dominada por Agrostis curtisii, cuya
distribución en Cantabria se presenta en la figura 1, el valor Xi se calcula como
∑=
××=
36
1___ )(
RePr
ttRAgrostistHAgrostistTAgrostis
AgrostisAgrostis
FFF
odX (ec. X.4)
donde:
ProdReAgrostis es la productividad anual de referencia del pasto de Agrostis curtisii en
Cantabria (ver tabla 3)
FTAgrostis_t, FHAgrostis_t y FRAgrostis_t son los valores medios de los factores de corrección de la
productividad por temperatura, humedad y radiación respectivamente, para la unidad
de tiempo t y para todas las localidades donde aparece el tipo de vegetación dominado
por Agrostis curtisii en Cantabria (Figura 16).
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
34
Figura 16.- Distribución espacial de la comunidad vegetal Agrostis curtisii en Rionansa.
CÁLCULO DE FTijt
El factor FTijt expresa el efecto que tiene la temperatura media en un tiempo determinado t y
en una localidad j (Tmjt) sobre el crecimiento de la vegetación i, considerando la existencia de
tres valores de temperatura para cada tipo de vegetación: óptima (Topti; aquella que produce
crecimiento máximo), mínima (Tmini; aquella por debajo de la cual la vegetación i deja de
crecer) y máxima (Tmaxi; aquélla por encima de la cual la vegetación i deja de crecer). La
fórmula empleada es la descrita por Coughenour (1993) y Tappeiner y Cernusca (1998):
�!��� = "�#$%&'�#()�#$%&'�*+�&, "
�#()'�#�-&�*+�&'�#�-&,
./01)&2/3&4&/356&2/01)&7 (ec. X.5)
Los valores de Topti, Tmaxi y Tmini utilizados para nuestros tipos de vegetación (Tabla 3) han
sido estimados principalmente a partir de los datos aportados por Tappeiner y Cernusca
(1998).
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
35
Tabla 3.- Valores de Temperaturas medias óptima (Topt), mínima (Tmin) y máxima (Tmax) para el crecimiento de
los tipos de vegetación presentes en los montes comunales del municipio de Rionansa.
Nombre Asociación Topti Tmini Tmaxi
Agrostis curtisii 21 6 36
Betula pendula 21 4 34
Brachypodium pinnatum 21 6 36
Calluna vulgaris 21 4 34
Corylus avellana 21 6 36
Crataegus monogyna, estrato herbáceo 21 4 38
Crataegus monogyna 21 6 36
Cynosurion de diente 21 6 36
Brezales de E. arborea, estrato herbáceo 21 4 38
Brezales de E. arborea, estrato leñoso 21 6 36
Erica sp. 21 6 36
Genista hispanica subsp. occidentalis 21 6 36
Genista legionensis 22 6 38
Helictotrichon cantabricum 21 6 36
Ilex aquifolium, estrato herbáceo 21 4 38
Ilex aquifolium 21 6 36
Jasiono-Danthonietum 21 6 36
Juncus effusus 21 6 36
Mesobromion 21 6 36
Molinia caerulea 21 6 36
Nardus stricta 21 6 36
Pinus radiata 22 6 38
Pseudarrhenatherum longifolium 21 6 36
Helechales, estrato herbáceo 21 4 38
Helechales, helecho 21 6 36
Quercus ilex 23 4 38
Q. pyrenaica, estrato herbáceo 21 4 40
Quercus pyrenaica 22 6 38
Q. robur, estrato herbáceo 21 4 38
Quercus robur 21 6 36
Rubus ulmifolius 21 6 36
Senecio aquaticus 21 6 36
Senecio jacobea 21 6 36
Ulex gallii 21 6 36
Vaccinium myrtillus 21 4 34
Bosque 21 6 36
Erica cinérea 21 6 36
Para el ejemplo de los pastos dominados por Agrostis curtisii, la ecuación X.5 se representa
gráficamente en la Figura 17.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
36
Figura 17.- Estimación del efecto de la temperatura sobre el crecimiento de los pastos dominados por Agrostis
curtisii, medido a través del coeficiente FTi. La curva corresponde a la ecuación X.3. La temperatura óptima de crecimiento para este tipo de vegetación es de 21ºC, la máxima 36ºC y la mínima 6ºC.
Las temperaturas medias mensuales (Tmjt de la ecuación X.3) de toda Cantabria se estimaron a
una escala de cuadrados de 25 x 25 m. Para ello, se partió de los datos del trabajo "Escenarios
Regionales Probabilísticos de Cambio Climático en Cantabria” elaborado por la Universidad de
Cantabria (Gutiérrez et al, 2011). Este trabajo presenta las estimaciones mensuales de
temperaturas (media, mínima y máxima) y precipitaciones a escalas de cuadrados de 1 km de
lado para toda la superficie de la región (ejemplo en Figura 18).
Figura 18.- Mapas de medias mensuales/estacionales: Temperatura mínima diaria (cuadrícula de 1 km). Figura de la publicación “Escenarios Regionales Probabilísticos de Cambio Climático en Cantabria”
A partir de esta información, y para pasar de la escala de 1 km2 a la escala de 25 x25 m
(utilizada como unidad de trabajo para nuestro proyecto), se diseñó un algoritmo para bajar la
escala, considerando la existencia de una relación lineal entre temperatura y radiación global.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
37
Para determinar los parámetros de esta relación lineal, se utilizaron datos de temperaturas del
CIFA registrados por dos sensores (HOBO®) instalados en un puerto de montaña de Cantabria
(puerto de Áliva, municipio de Camaleño), donde se llevan realizando estudios de pastos
durante varios años. Estos sensores se colocaron en orientaciones opuestas (SE y NW) y con
pendientes similares (Figura 19).
Figura 19.- Localización de los sensores de temperaturas del puerto de Áliva (Cantabria), cuyos datos se han utilizado para la estimación de la temperatura en cuadrículas de 25 x 25 m.
Las temperaturas medias mensuales registradas por los sensores difirieron en 2ºC entre las
dos orientaciones, sin diferencias significativas en estos valores a lo largo del año (Figura 20).
Figura 20.- Temperaturas medias mensuales registradas por los sensores del puerto de Áliva en 2011.
SUREST NOROESTE
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
38
La radiación global para cuadrados de 25 x 25 m de Cantabria y en cada mes del año se calculó
utilizando la herramienta de análisis espacial “Radiación Solar” del programa ArcGIS 10, a
partir de un modelo de elevación del terreno, también a escala de cuadrado de 25 x 25 m.
Conociendo la diferencia de temperaturas medias mensuales entre los dos sensores (2ºC;
Figura 20) y la diferencia entre sus radiaciones globales anuales (Rgtj Aliva rango ≈ 1200
Wh/m2; Figura 21), el cambio de temperatura a aplicar en cada cuadrado j de 25 x25 m
respecto al valor de temperatura media del cuadrado de 1km2 correspondiente J (ΔTjJ) se
calcula como:
8!�9 = :º<�=Á?�@$�$-=* ∗ �AB�� − AB9�� (ec. X.6)
donde:
Rgjt = radiación global del píxel de 25 x 25 m en cada tiempo t
RgJt= radiación global del píxel de 1 km2 en cada tiempo t
Finalmente, la temperatura media mensual en cada pixel de 25 x 25 m (Tpixel) será:
jJJtjt TTT ∆+= (ec. X.7)
donde:
Tjt= Temperatura media estimada en el cuadrado j de 25 x 25 m
TJt= Temperatura media en el cuadrado J de 1 km2 en donde está el cuadrado j de 25 x
25 m
Figura 21.- Ubicación de los sensores de temperatura en el puerto de Áliva sobre el plano de radiaciones globales (Rgtj). Las tonalidades más oscuras corresponden a los valores más extremos de radiación global (azules: mínimas, rojas: máximas). Los sensores (puntos amarillos) están colocados en los valores extremos de radiación dentro del cuadrado de 1km
2 en donde se incluyen.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
39
El resultado gráfico de este cambio de escala de las temperaturas se ve reflejado en la Figura
22.
Figura 22.- Mapas de las temperaturas medias de las máximas en el municipio de Rionansa y municipios colindantes para los meses de abril, agosto y enero. El mapa superior está a la escala de partida (1 km
2 de
cuadrado), mientras que el mapa de abajo representa la variable de temperatura estimada a la escala de cuadrado de 25 x 25 metros.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
40
CÁLCULO DE FHijt
El factor FHijt corrige el efecto que tiene la humedad del suelo sobre el crecimiento del tipo de
vegetación i en la localidad j en el tiempo t. Su valor, comprendido entre 0 (parada de
crecimiento por estrés hídrico) y 1 (sin limitaciones de agua), depende de características
climáticas (precipitación y temperatura), del suelo (textura, profundidad) y de las plantas
(profundidad de las raíces, evapotranspiración). Se trata del mismo factor denominado Ks
(coeficiente de estrés hídrico) (Allen, 2006).
El modelo utilizado se basa en calcular, en cada unidad de tiempo, el valor de la variable que
ocupa el eje de abcisas de la función representada en la Figura 23, que es el grado de
agotamiento de agua en la zona radicular del suelo (Dr). Un suelo con agua a rebosar (a
capacidad de campo: θFC) tendrá un Dr=0, mientras que el mismo suelo alcanzará un Dr
máximo en el punto de marchitez permanente (θWP). Mientras el valor de Dr no exceda el valor
denominado Agua Fácilmente Aprovechable (AFA), FH (ó Ks) será igual a 1. A partir de valores
crecientes de Dr y superiores a AFA, FH irá disminuyendo linealmente hasta llegar a 0 cuando
Dr alcance su valor máximo. Para calcular Dr en cada unidad de tiempo del modelo, se realiza
un balance continuo de entradas (precipitación) y salidas (percolación y evapotranspiración)
de agua en la porción de suelo ocupada por las raíces.
Figura 23.- Diagrama representativo del coeficiente de estrés hídrico (Ks of FH) según el grado de agotamiento de agua en la zona radicular del suelo (Dr). Corresponde a la figura 42 del manual 56 de la FAO. AFA: Agua Fácilmente Aprovechable; ADT: Agua disponible total. Fuente: FAO
AFA
ADT
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
41
La cantidad de agua (mm) disponible total en la zona de las raíces (ADThij) se calcula como
(Allen, 2006):
ijFCWPij ZADTjj
×−×= )(1000 θθ (ec. X.8)
donde θWPj y θFCj son los contenidos de agua (m3m-3) en el punto de marchitez permanente y a
la capacidad de campo respectivamente, y Zij es la profundidad media de las raíces (m). Los
valores de θWPj y θFCj son principalmente función de la textura del suelo (Tabla 4), mientras que
Zij depende del tipo de vegetación (tabla 4), pero lógicamente también de la profundidad del
suelo. El valor de profundidad del suelo se obtiene del proyecto de “Zonificación agroecológica
de Cantabria” (ZAE), donde se tiene a una escala de cuadrados de 25x25m. Por ejemplo, para
los pastos dominados por Agrostis curtisii se estima una profundidad de raíces de 0,30 m. En el
mapa de la figura 10 se muestra dónde esa profundidad de raíces está o no limitada por la
profundidad del suelo.
Cuando el contenido de humedad del suelo se encuentra por debajo de cierto valor umbral, el
agua no puede ser absorbida por las raíces con la velocidad suficiente para satisfacer la
demanda transpiratoria, y las plantas comienzan a sufrir estrés hídrico. El agua que una
determinada comunidad vegetal puede extraer fácilmente de su zona radicular (sin
experimentar estrés hídrico) se denomina AFA (agua fácilmente aprovechable), y es una
fracción p de ADT:
ijijtijt ADTpAFA ×= (ec. X.9)
pijt depende principalmente del tipo de vegetación i (pi; Tabla 5), pero también de la
evapotranspiración existente (ETcijt) y de la textura del suelo j (Allen, 2006):
)5(04,0 ijtiit ETcpp −×+= (ec. X.10)
-En suelos arenosos: ititijt ppp ×−= 075,0
-En suelos medios: itijt pp = (ecs. X.11)
-En suelos arcillosos: ititijt ppp ×+= 075,0
Una vez calculados los valores de AFAijt y ADTij, se calcula el valor de Drijt mediante el balance
entre entradas y salidas de agua al horizonte radicular del suelo:
jtijttijijt ecETcDrDr Pr)1( −+= − (ec. X.12)
donde:
ETcijt es la evapotranspiración de referencia en el pasto i del lugar j en el tiempo t
Precjt es la precipitación en el lugar j en el momento t
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
42
Drijt=0 se asume que toma el valor 0 (en enero el suelo está normalmente a capacidad de
campo)
En el caso de obtener valores de Drijt negativos, se igualan a 0 (suelo a capacidad de campo), y
en el caso opuesto de obtener valores de Drijt mayores que ADTij, se igualan a ADTij (suelo en
punto de marchitez permanente).
La ETcijt se obtiene de la ecuación de Hargreaves (Allen, 2006):
ETcijt = Kc*( 0.0023 * (Tmedia ijt + 17.8) * (Tmax ijt – Tmin ijt)0.5 * Raijt) (ec. X.13)
Donde Tmediat, Tmaxt y Tmint son las temperaturas medias de la media, la máxima y la mínima
respectivamente para cada t y Rat es la radiación global en cada unidad de tiempo t. Kc es el
coeficiente del tipo de vegetación, que en una primera aproximación igualamos a 1.
Finalmente, el factor FH será:
ijtijt
ijtijtijt AFAADT
DrADTFH
−−
= (ec. X.14)
ajustándose a 1 cuando tome valores mayores a la unidad.
Figura 24.- Textura de los suelos de Rionansa. Fuente ZAE
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
43
Tabla 4.- Valores típicos de volumen de agua en el suelo para el punto de marchitamiento permanente, la
capacidad de campo y la diferencia de estas dos: capacidad de agua disponible, para diferentes texturas
(Campbell, 1985).
Textura
Contenido en agua (cm3cm
-3)
Punto de
marchitamiento
permanente
Capacidad de
campo
Capacidad de agua
disponible
Arcilloso 0.28 0.44 0.16
Franco-arcilloso 0.28 0.44 0.16
Franco-arcilloso 0.23 0.44 0.21
Franco-arcillo-limoso 0.20 0.42 0.22
Franco-arcillo-arenoso 0.16 0.36 0.20
Franco 0.14 0.36 0.22
Franco-limoso 0.14 0.36 0.22
Franco-arenoso 0.08 0.22 0.14
Arenoso-arcilloso 0..06 0.18 0.12
Arenoso 0.05 0.15 0.10
Tabla 5.- Valores tipificados de profundidad de raíces y la capacidad de agua disponible en la zona de las raíces
(Campbell, 1985).
Cultivo Profundidad de raíces
Fracción de agua
fácilmente disponible
(p)
Alfalfa 1.0-2.0 0.55
Cebada 1.0-1.5 0.55
Habas 0.5-0.7 0.45
Herbáceas 0.5-0.7 0.45
Maíz 1.0-1.7 0.60
Patatas 0.4-0.6 0.25
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
44
Tabla 6.- profundidad de las raíces (en mm) para cada tipo de comunidad
Nombre Asociación ProfRaic
Agrostis curtisii 300
Betula pendula 2000
Brachypodium pinnatum 500
Calluna vulgaris 600
Corylus avellana 1500
Crataegus monogyna, estrato herbáceo 300
Crataegus monogyna 1500
Cynosurion de diente 300
Brezales de E. arborea, estrato herbáceo 300
Brezales de E. arborea, estrato leñoso 1000
Erica sp. 600
Genista hispanica subsp. occidentalis 600
Genista legionensis 1000
Helictotrichon cantabricum 500
Ilex aquifolium, estrato herbáceo 300
Ilex aquifolium 1500
Jasiono-Danthonietum 300
Juncus effusus 300
Mesobromion 300
Molinia caerulea 300
Nardus stricta 300
Pinus radiata 2000
Pseudarrhenatherum longifolium 300
Helechales, estrato herbáceo 300
Helechales, helecho 500
Quercus ilex 2000
Q. pyrenaica, estrato herbáceo 300
Quercus pyrenaica 2000
Q. robur, estrato herbáceo 300
Quercus robur 2000
Rubus ulmifolius. Zarza 600
Senecio aquaticus 300
Senecio jacobea 300
Ulex gallii 600
Vaccinium myrtillus 500
Bosque 2000
Erica cinérea 600
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
45
Figura 25.- Mapa de profundidad de suelo para la distribución del tipo de vegetación Agrostis curtisii. El color azul representa los suelos con profundidad mayor o igual a la necesaria para el desarrollo normal de las raíces de este tipo de vegetación (300 mm). El color rojo representa suelos con profundidad inferior a la del desarrollo normal de las raíces.
Por ejemplo, para la tesela 153 del mapa de vegetación de Rionansa (Figura 27), los valores de
FH correspondientes al tipo de vegetación Agrostis curtisii son los representados en la Figura
26:
Figura 26.- Valores de ERATIO para cada t (intervalo de 10 días) para la tesela 0 y para el tipo de vegetación de Agrostis curtisii.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
46
Figura 27.- Tesela 153 del municipio de Rionansa
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
47
CÁLCULO DE FRijt
EFRijt corrige el efecto de la radiación sobre el crecimiento del tipo de vegetación i en la
localidad j en el tiempo t, que vendrá condicionado, en este caso, por las horas de luz.
Se considera la Radiación Fotosintéticamente Activa (Rad), que se asume como la mitad de la
radiación global.
Se utiliza la fórmula descrita por Coughenour (1996):
( ) MaxDl
Dl
Rad
RadFR ×
×+
×=21 α
α (ec. X.15)
donde:
α, función del tipo de planta, es un parámetro que señala la pendiente inicial de la relación
entre FR1 y Rad, con valores de ~45-50 m2*s/mmol.
Rad se expresa en mmol/m2/s.
Dl es la duración media del día en el período considerado
MaxDl es la duración del día en el período con más luz (solsticio de verano)
El resultado, al igual que en los parámetros anteriores, es un coeficiente que toma valores
entre 0 y 1: 0 para situaciones de ausencia de suficientes horas de luz y 1 para situaciones
óptimas de este valor.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
48
4.-RESULTADOS
4.1.-RESULTADOS ESPECÍFICOS DE LA APLICACIÓN DE LA NUEVA METODOLOGÍA
PARA EL CÁLCULO DE LA PRODUCCIÓN
4.1.1.-CRECIMIENTO Y BIOMASA
El modelo PUERTO simula, en esta nueva versión, la dinámica de la vegetación a lo largo del
tiempo, entendiendo por dinámica los cambios que sufre la vegetación por crecimiento,
senescencia, degradación e ingestión por los herbívoros. Esto se refleja finalmente en la
cantidad de biomasa viva y muerta existente en pie.
Con las mejoras aplicadas a los cálculos de la producción vegetal podemos obtener una
estimación de la evolución temporal anual de los parámetros mencionados agrupados por
cada tesela o mancha de vegetación.
Para mostrar estos resultados, y siguiendo con la comunidad ejemplo de este trabajo demás
de otra herbácea que sirva como comparación (pastos herbáceos de A. curtisii y de Cynosurion)
se calcula para las mismas las tasas de crecimiento y senescencia, tasas de ingestión, biomasa
viva, biomasa muerta y biomasa total en la zona de estudio. A continuación se representan
gráficamente los resultados obtenidos para las teselas con menor crecimiento, con mayor
crecimiento y con el valor de la mediana del crecimiento.
En el caso de A. curtisii (Figura 28) puede observarse que en los tres casos existen dos
crecimientos anuales: uno en primavera y otro en otoño, separados por una parada vegetativa
estival y otra invernal. Los valores de senescencia presentan el comportamiento contrario: es
en la época estival (seca y elevadas temperaturas y radiaciones) cuando este valor aumenta.
El crecimiento varía entre valores de 2,4 g/día hasta casi 3 en situaciones geográficas más
favorables.
Se presentan los valores de las teselas de vegetación con mayor y menor crecimiento y con el
crecimiento correspondiente a la mediana de este parámetro (teselas 317, 22 y 89
respectivamente).
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
49
Figura 28.- Crecimiento y senescencia mínimos, medios y máximos para A. curtisii en el área de estudio. Unidades en g/m
2*día
En la Figura que se presenta a continuación (Figura 29) se observa la UP en la que se ubica las
teselas antes mencionadas. Los crecimientos más elevados se dan en la UP 2 (color verde,
tesela 317), los medios en la UP 19 (color naranja, tesela 89) y los mínimos en la UP 27 (color
marrón, tesela 22).
Figura 29.- UPs del área de estudio donde se dan los valores de crecimiento máximo (verde), medio (naranja) y mínimo (marón) de A. curtisii
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
50
En el caso de Cynosurion (Figura 30) puede observarse que existe una mayor diferencia en las
tasas de crecimiento y senescencia que en el ejemplo anterior. En la tesela donde aparece el
mayor crecimiento puede observarse que la distribución de este crecimiento a lo largo del año
difiere de las descritas hasta ahora ya que no hay una parada vegetativa estival: la cantidad de
agua disponible (factor limitante en los casos anteriores) cubre las necesidades de crecimiento
de esta comunidad. Al no haber parada vegetativa, la tasa de senescencia no alcanza los
valores de los máximos de las otras dos teselas.
El crecimiento varía entre valores de 5,8 g/día hasta 6 en situaciones geográficas más
favorables.
Figura 30.- Crecimiento y senescencia mínimos, medios y máximos para Cynosurion en el área de estudio. Unidades en g/ m
2*día
En la Figura que se presenta a continuación (Figura 31) se observa la posición espacial en la
que se dan los tres ejemplos anteriores de crecimiento y senescencia. Los crecimientos más
elevados se dan en la UP 8 (color verde), los medios en la UP 2 (color naranja) y los mínimos en
la UP 31 (color marrón).
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
51
Figura 31.- UPs del área de estudio donde se dan los valores de crecimiento máximo (verde), medio (naranja) y mínimo (marón) de Cynosurion
El mayor o menor crecimiento de las comunidades vegetales se verá condicionado por los
factores de corrección para la producción vegetal resultado de las mejoras propuestas en este
estudio. En la Figura 32 se observa cómo varían el factor temperatura (FT), el factor humedad
(FH) y el factor radiación (FR) a lo largo del tiempo. Como tendencia general FH desciende
hasta valores de 0 en los meses estivales. FT alcanza estos valores, por el contrario, en los
meses de invierno y, solamente en las zonas más desfavorables del municipio, con una
tendencia creciente hasta alcanzar el máximo valor a partir del mes de abril y hasta finales de
verano. FR tiene una tendencia similar a FT, aunque la cantidad de radiación no llega a ser
nunca un limitante total para el crecimiento.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
52
Figura 32.- Factor temperatura (FT), Factor humedad (FH) y Factor radiación (FR) para las situaciones de máximo, medio y mínimo crecimiento de A. Curtisii. Factor adimensional
En la Figura 33 se representan los parámetros descritos (FT, FH y FR) para Cynosurion. Vemos
que en la situación más favorable de crecimiento FH no toma valores por debajo de 0,5 y FT y
FR no alcanzan el valor 0.
Figura 33.- Factor temperatura (FT), Factor humedad (FH) y Factor radiación (FR) para las situaciones de máximo, medio y mínimo crecimiento de Cynosurion. Factor adimensional
La ingestión de los animales variará en función de la cantidad de recursos vegetales que haya
disponibles. En la Figura 34 se recogen los valores de ingestión de materia muerta (línea rojo) y
viva (línea azul) de A. curtisii en las situaciones estudiadas. En la tesela 317 (UP2), que es
donde hay un máximo crecimiento de esta comunidad, es donde hay también una máxima
ingestión. El comportamiento de esta variable también presenta dos máximos, temporalmente
desplazados unos días más tarde que el crecimiento. Las tasas de ingestión para esta
comunidad alcanzan un rango de valores máximos de entre0,3 a 0,8 g/m2*día.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
53
Figura 34.- Tasa de ingestión de materia muerta (línea roja) y tasa de ingestión de materia viva (línea azul) para las situaciones de máximo, medio y mínimo crecimiento de A. Curtisii. Unidades en g/m
2*día
Las tasas de ingestión en las comunidades de Cynosurion están representadas en la Figura 35.
Debemos de tener en cuenta que es una comunidad de mucho más interés forrajero que
Agrostis curtisii. En este caso las tasas máximas de crecimiento oscilan entre 1,9 y más de 6
g/m2*día.
Figura 35.- Tasa de ingestión de materia muerta (línea roja) y tasa de ingestión de materia viva (línea azul) para las situaciones de máximo, medio y mínimo crecimiento de Cynosurion. Unidades en g/m
2*día
De la diferencia entre las tasas de crecimiento y de ingestión podemos calcular la biomasa
acumulada en cada momento.
En la Figura siguiente (Figura 36) se recogen los valores de biomasa viva, muerta y total para
las tres teselas descritas en el crecimiento. De acuerdo con los dos crecimientos estacionales
descritos anteriormente, se observan dos máximos en las curva de biomasa viva de A. curtisii.
Los valores de máxima acumulación de biomasa viva oscilan entre 900 y más de 1400
kgMS/ha/año. En la época estival la cantidad de biomasa viva tiene un fuerte decrecimiento
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
54
debido al aprovechamiento del ganado. La tendencia de la curva de biomasa muerta es a un
crecimiento más o menos uniforme durante el año: el efecto de la ingestión de los animales no
tiene un efecto notorio sobre esta variable.
Figura 36.- Biomasa media viva, muerta y total para A. curtisii para las situaciones de máximo, medio y mínimo crecimiento de esta comunidad. Unidades en kgMS/ha*año
En el caso del Cynosurion (Figura 37), la acumulación de biomasa viva se ve fuértemente
modelada por el aprovechamiento ganaderode animales, especie y tiempo de
aprovechamiento), ya que esta comunidad vegetal es la qué más interés forrajero tiene en el
área de estudio. Así, la mancha de vegetación de Cynosurion de la UP31 (situación topográfica
más complicada), es aprovechada por los animales (presenta un decrecimiento en la biomasa
viva) más tarde y con menor intensidad.
Figura 37.- Biomasa media viva, muerta y total para Cynosurion para las situaciones de máximo, medio y mínimo crecimiento de esta comunidad. Unidades en kgMS/ha*año
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
55
4.1.2.-PESO VIVO SOPORTADO POR UNIDAD PASTORAL
A continuación (Tabla 7) se presentan y describen los datos relativos al peso vivo medio
soportado por hectáreas en cada unidad pastoral durante el periodo de pastoreo (kg/ha*año),
así como el peso vivo medio soportado en cada unidad pastoral durante el periodo de
pastoreo pero teniendo en cuenta únicamente las hectáreas pastables, es decir aquellas que
no tienen la consideración de bosque o plantación (kg/ha pastable*año).
En la tabla mencionada se observan los datos de la superficie total de la UP con cobertura
vegetal y de la superficie con cobertura vegetal pastable, además de los valores de peso vivo
por cada una de esas superficies, variables que indican la presión animal que se ejerce por
cada unidad de superficie (carga ganadera).
Puede observarse que hay UPs donde la diferencia entre la superficie cubierta de vegetación y
la superficie pastable es muy elevada (manchas dominadas por masas arboladas). En esos
casos la presión ejercida sobre la superficie cubierta de vegetación pastable rasa se ve
sometida a una presión ganadera más fuerte.
Los datos de las UPs 35 y 40 no se incluyen en la tabla por no ser aprovechadas por animales.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
56
Tabla 7.- Superficie por UP (Sup/UP), Superficie pastable por UP (SupPastable/UP), Peso Vivo por hectárea y año
dentro de una UP (PV/ha) y Peso Vivo por hectárea pastable y año dentro de una UP (PV/ha_past). Unidades de
Sup/UP y de SupPastable/UP en ha. Unidades de PV/ha y PV/ha_past en kg/ha*año.
UP Sup/UP (has) SupPastable/UP Sup/UP (has) SupPastable/UP 1 74,72 17,52 128,9 549,6
2 143,38 137,88 64,7 67,3
3 121,97 79,85 38,5 58,8
4 63,045 63,045 136,7 136,7
5 49,335 28,695 25,3 43,5
6 164,295 107,895 58,8 89,5
7 217,535 154,835 31,7 44,5
8 147,19 76,89 67,2 128,7
9 312,3 155,74 26,7 53,5
10 127,97 65,37 95,6 187,1
11 99,85 21,865 202,7 925,5
12 117,79 110,95 171,8 182,4
13 181,875 179,475 6,9 7,0
14 136,16 80,16325 9,2 15,7
15 336,1 243,38 38,7 53,4
16 343,125 213,96 48,2 77,2
17 365,415 142,64525 28,5 73,0
18 471,38 262,36 14,3 25,7
19 165,97 163,37 68,6 69,7
20 329,86 159,13 42,9 88,9
21 351,705 242,505 41,6 60,4
22 214,24 138,51 55,1 85,3
23 363,78 279,12 36,4 47,5
24 130,395 65,295 81,0 161,7
25 147,065 129,065 40,0 45,6
26 238,51 184,355 49,3 63,8
27 321,575 279,2 26,8 30,8
28 322,03 281,77 31,7 36,2
29 250,515 171,715 33,5 48,9
30 299,745 172,645 64,8 112,5
31 106,88 74,82 178,0 254,3
32 160,53 116,97 89,5 122,9
33 123,685 107,805 109,1 125,2
34 285,165 239,19 58,6 69,9
35 403,665 191,965 - -
36 580,03 412,33 13,3 18,8
37 125,88 125,88 42,0 42,0
38 72,48 29,46 86,6 213,1
39 17,8 17,8 187,7 187,7
40 31,3 31,3 - -
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
57
En la figura que se muestra a continuación (Figura 38) se representan espacialmente los
valores descritos anteriormente. Los colores en tonos rojos representan las UPs donde la
variable “Peso vivo” es más elevada, mientras que los tonos azules representan zonas en las
que hay menos animales por unidad de superficie.
Figura 38.- A la izquierda Peso vivo por hectárea en cada UP. A la derecha Peso vivo por hectárea pastable en cada UP. Unidades en kg/ha*año y kg/ha_pastable*año
4.1.3.-VARIACIÓN DE PESO EN CADA UNA DE LAS UNIDADES PASTORALES
A continuación se recogen los datos relativos a las variaciones de peso (pérdidas o ganancias)
experimentadas por los animales durante el periodo de pastoreo. Se presentan los datos
teniendo en cuenta la superficie total de la unidad pastoral y teniendo en cuenta únicamente
la superficie pastable.
Valores negativos indicarán una disminución en el peso de los animales a lo largo de la
estación de pastoreo (pérdidas de peso). Valores positivos serán indicativos de un incremento
en el peso de los animales.
En la Figura siguiente (Figura 39) observamos cuáles son las UPs en las que los animales, de
manera media, están ganado peso durante la estación de pastoreo (colores azules). En cambio,
los tonos rojos nos indican UPs donde los animales no disponen de suficiente alimento, bien
porque no está disponible o accesible, bien porque el número de animales es demasiado alto y
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
58
no hay recursos alimenticios para cubrir sus necesidades (zonas más elevadas del municipio).
Los tonos amarillos y naranjas pueden interpretarse como un mantenimiento de peso durante
la estación de pastoreo.
Cabe mencionar que la UP central de mapa (UP 35) presenta colores rojos por la ausencia de
pastoreo: los animales no aprovechan de manera continuada esa superficie.
Figura 39.- A la izquierda Variación de peso vivo por hectárea en cada unidad pastoral. A la derecha variación de peso vivo por hectárea pastable. Unidades en kg/ha*año y kg/ha_pastable*año respectivamente
4.1.4.-UTILIZACIÓN FORRAJERA
La utilización forrajera (UF de aquí en adelante) de un pasto es la relación entre su ingestión y
su crecimiento anual. Cada comunidad vegetal tiene un rango de valores de UF que se
considera sostenible, en el cual dicha comunidad no cambia con el tiempo. Dependiendo de su
adaptación al pastoreo y sus condiciones medias de disponibilidad de recursos, ese rango de
valores de UF sostenible es más o menos amplio y tiene valores extremos más o menos altos.
Así, un pasto mesófilo de Cynosurion, muy adaptado al pastoreo y asentado sobre suelos
fértiles tiene un rango de UF que puede ir entre 0,30 y 0,70, mientras que un matorral de
brezo, con menor adaptación a ser defoliado y asentado sobre suelos muy pobres, tiene un
rango de UF sostenible que va desde 0,10-0,30. Por encima del rango de UF sostenible
(sobrepastoreo) o por debajo (infrapastoreo), se produce una sustitución de unas plantas por
otras más adaptadas a las nuevas condiciones (por ejemplo con mecanismos de rechazo al
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
59
pastoreo en el caso de sobrepastoreo o variaciones fenológicas estacionales) (Busqué et al.,
2006).
Por todo lo anterior, se estima que la UF es una variable mucho más precisa que las
mayoritariamente empleadas con fines de gestión sostenible de pastos de montaña (carga
ganadera), ya que integra las peculiaridades en el pastoreo de las distintas especies ganaderas,
y de las características diferenciadas de la biodiversidad de comunidades vegetales habituales
en este tipo de ecosistemas.
De cara a agrupar todas las comunidades herbáceas por un lado y las de matorral por otro, y
así poder representar esta información de forma gráfica, se han estimado valores de UF
sostenible medios de 0,30-0,70 para los pastos herbáceos y de 0,20-0,40 para los arbustivos.
En la figura siguiente (Figura 40) están representados espacialmente los valores de la UF en
cada UP para cada uno de los estratos. Los tonos rojos son indicativos de situaciones de
sobrepastoreo, los amarillos de infrapastoreo y los verdes de una situación de equilibrio.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
60
Figura 390.- De izquierda a derecha. Utilización forrajera para estrato herbáceo, para estrato herbáceo bajo matorral y para comunidades arbustivas. Variable adimensional
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
61
4.1.5.-PRODUCCIÓN
El resultado más directo de la aplicación de las mejoras del modelo es el cálculo de la
producción.
Los valores de producción variarán en función de la posición espacial en la que se encuentre
cada UP y de las comunidades vegetales formen cada uno de los estratos. Los valores de
producción para el estrato herbáceo sin cubierta arbustiva oscilan entre los 1948,7 kg de
materia seca por hectárea y año y los 5901,0. El primer valor pertenece a la UP 27 situada en
las zonas de puerto con mayor altitud. El segundo pertenece a la UP 6, situada en la zona más
al norte (brañas de baja altitud y poca pendiente y condiciones climáticas favorables). Las
comunidades que corresponden al caso de valores más altos de producción son las que
forman los pastos de diente mesófilos (alianza Cynosurion cristati: Festuca rubra, Agrostis
capilaris, Bellis perennis, Lotus corniculatus, Plantago media, Poa pratensis, Prunella vulgaris,
Trifolium repens, etc.) además de otras gramíneas de gran crecimiento pero menor interés
forrajero (Molinia caerules y Arrhenaterum). Las comunidades herbáceas de la UP 27 están
compuestas principalmente por Agrostis curtisii y pastos de Festuca-Agrostis. En el caso de las
comunidades herbáceas bajo cubierta los rangos productivos varían entre los 361,4 y los 859,3
kgMS/ha*año (UPs 30 y 38 respectivamente). Los valores de producción que presentan estas
comunidades son inferiores a los presentados cuando las comunidades herbáceas no están
cubiertas por un estrato superior. Se trata, en el caso de la UP 30, de predominio de las
especies Agrostis curtisii y Nardus stricta, y de Molinia Caerulea y Brachypodium pinnatum en
el caso de la UP 38. En cuanto a las comunidades arbustivas, el rango de valores para la
producción toma valores extremos de 2872,0 y 1103,1 kgMS/ha*año. Estos valores se alcanzan
en las UP 1 (ericáceas y Ulex gallii) y 29 (Calluna vulgaris, Vaccynium myrtillus, y Ulex gallii)
respectivamente.
Los datos comentados hasta ahora (valores de producción y localización espacial de los valores
máximos y mínimos) pueden observarse en la Figura 41.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
62
Figura 401.- De izquierda a derecha. Producción vegetal para estrato herbáceo, para estrato herbáceo bajo matorral y para comunidades arbustivas. Los círculos verdes señalan la UP con
mayor producción y los círculos rojos la UP con menor producción. Unidades en kgMS/ha*año
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
63
A continuación se presentan (Tabla 8) los datos medios de producción agrupados por cada
comunidad vegetal. De las comunidades pastables las que mayor producción media presentan
son el Cynosurion, el Helictotrichon cantabricum y el Brachypodium pinnatum con tasas
mayores de 4700 kgMS/ha*año.
Tabla 8.- Producción media para cada asociación vegetal. Unidades en kgMS/ha*año
Nombre Asociación ProfRaic
Agrostis curtisii 2285,6
Betula pendula 1201,1
Brachypodium pinnatum 4775,6
Calluna vulgaris 1510,7
Corylus avellana 1500,1
Crataegus monogyna, estrato herbáceo 1423,8
Crataegus monogyna 770,6
Cynosurion de diente 5856,3
Brezales de E. arborea, estrato herbáceo 1211,4
Brezales de E. arborea, estrato leñoso 399,8
Erica sp. 1446,3
Genista hispanica subsp. occidentalis 2184,6
Genista legionensis 1573,2
Helictotrichon cantabricum 4830,4
Ilex aquifolium, estrato herbáceo 769,7
Ilex aquifolium 5898,6
Jasiono-Danthonietum 3215,4
Juncus effusus 3800,7
Mesobromion 3651,2
Molinia caerulea 3820,1
Nardus stricta 2948,7
Pinus radiata 2459,7
Pseudarrhenatherum longifolium 3574,8
Helechales, estrato herbáceo 762,1
Helechales, helecho 663,1
Quercus ilex 4998,0
Q. pyrenaica, estrato herbáceo 684,8
Quercus pyrenaica 1799,9
Q. robur, estrato herbáceo 682,3
Quercus robur 3070,5
Rubus ulmifolius. Zarza 1516,4
Senecio aquaticus 3309,5
Senecio jacobea 3062,6
Ulex gallii 3804,4
Vaccinium myrtillus 1172,0
Bosque 1601,9
Erica cinérea 1396,0
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
64
5.-CONCLUSIONES
La gestión del territorio de manera general, y de los terrenos comunales de la Comunidad de
Cantabria en concreto para este estudio, requieren de una herramienta que valide, con un
criterio técnico contrastado, la toma de decisiones ante los diferentes tipos de actuaciones a
realizar para llegar a conseguir unos objetivos finales determinados.
El modelo PUERTO tiene por objetivo último detectar desequilibrios entre los pastos
comunales y el ganado que lo utiliza de manera extensiva: sobrepastoreo en zonas de fácil
acceso y más o menos cercanas a los núcleos poblacionales, e infrapastoreo y potencial
matorralización en el caso opuesto, con los riesgos propios que cada una conlleva.
Localizar espacialmente las situaciones citadas y cuantificar el nivel de desequilibrio permite
priorizar actuaciones y valorar diferentes opciones para alcanzar objetivos de conservación y
de mejora de las zonas pastables.
Este trabajo ha tenido por objetivo simular de manera más real la producción vegetal,
teniendo en cuenta datos de clima y suelo y algoritmos que simulen la dinámica de los pastos.
Las mejoras aplicadas al modelo permiten mejorar las predicciones de producción forrajera y
permitirán crear diferentes escenarios con condiciones climáticas diferentes.
Sería interesante comprobar los datos de producción del modelo con ensayos de campo en
situaciones geográficas bien diferenciadas de las que no se disponga información en este
campo, con el objetivo de corroborar que la utilización del mismo se pueda hacer extensivo a
toda la superficie de la comunidad de Cantabria.
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
65
6.-BIBLIOGRAFÍA
Allen, R., Pereira, L., Raes, D. y Smith, M. 2006. Estudio FAO Riego y Drenaje. Organización de
las Naciones Unidas para la Agricultura y la Alimentación. Roma
Balcells, E. 1985. Reciente transformación de la cabaña ganadera. III Coloquio Nacional de
Geografía Agraria. Asociación de Geógrafos Españoles. Cáceres. 163-237.
Barry, R. G. e Ives, J. D. 1974. Introduction. In: Artic and Alpine Environments. Methuen. 1-13.
London
Bedia, J., Cabañas, S., Mora, M. y Busqué, J. 2008. ¿Por qué están ahí? Estrategias de las
plantas frente al pastoreo y su relación con funciones del ecosistema: el caso de los
Puertos de Áliva. Locustella. 6: 39-57
Busqué, J., Méndez, S. y Fernández, B. 2003. Estructura, crecimiento y aprovechamiento de
pastos de puerto cantábricos invadidos o no por lecherina (Euphorbia poligaypholia).
Pastos XXXIII, 2: 283-304
Busqué, J. and Bedia, J. 2006. Productivityand plant diversity are related to a community
functional signature in mountain grasslands. 15th Meeting the FAO-ciheam Mountins
Pastures Network
Campbell, G.S. 1985. Soil physics with BASIC. Transport models for soil - plant systems. Elsevier
Science Publishing Company. New York
Canadell, J., Jacksin, R.B., Ehleringer, J.R., Mooney, H.A., Sala, O. and Schulze, E.D. 1996.
Maximum rooting depth of vegetation types at the global scale. Springer-Verlang. 108:
583-595
Coughenour, M.B. 1994. Savanna-Landscape and Regional Ecosystem Model. Model
Description. Colorado State University. Colorado
España. Real Decreto 1372/1986, de 13 de junio, por el que se aprueba el Reglamento de
Bienes de las Entidades Locales.Boletín Oficial del Estado. 161, de 7 de julio de 1986:
24561-24569
Fernández-Arango, B., Francés, E., Salcedo, G., Cimadevilla, C. y Martínez, B. 2007. Aspectos
metodológicos del estudio de caracterización ecológica y cartográfica de los pastos en
Cantabria. Los pastos en Cantabria y su aprovechamiento. Santander. 18-29
Fillat, F. 2008. Bosquejo histórico de la actividad pastoril en el Pirineo. Pastos del Pirineo. CSIC
y Diputación de Huesca. 25-35. Huesca
Forseth, I.N.and, Norman, J.M., 1993. Modelling of solar irradiance, leaf energy budget and
canopy photosynthesis. Photosynthesis and production in a changing environment: a
field and laboratory manual. Chapman and Hall. London. 207–219
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
66
Fu, P. 2000. A Geometric Solar Radiation Model with Applications in Landscape Ecology. Ph.D.
Thesis, Department of Geography, University of Kansas, Lawrence, Kansas, USA
Fu, P., and P. M. Rich. 2000. The Solar Analyst 1.0 Manual. Helios Environmental Modeling
Institute (HEMI), USA
Fu, P., and P. M. Rich. 2002. A Geometric Solar Radiation Model with Applications in
Agriculture and Forestry. Computers and Electronics in Agriculture 37:25–35
Fukuyama, M., 1985. Production characteristics of short grass pastures. JARQ. 19: 202–211
Gandullo, J.M. y Muñoz, L.A. 1986. Mapa de productividad potencial neta de los ecosistemas
españoles. Boletín de la Estación. Central de Ecología. 15. 30: 3-17
García-Ruiz, J. M. 1990. La montaña: una perspectiva geoecológica. Geoecología de las áreas
de montaña. Geoforma Ediciones. 15-31. Logroño
Grace, J.C., Jarvis, P.G., Norman, J.M., 1987. Modelling the interception of solar radiant energy
in intensively managed stands. New Zealand J. For. Sci. 17: 193–209
Gutiérrez, J.M., Herrera, S., San Martín, D., Sordo, C., Rodríguez, J.J., Frochoso, M., Ancell, R.,
Fernández, J., Cofiño, A.S., Pons, M.R. y Rodríguez, M.A. 2010. Escenarios Regionales
Probabilísticos de Cambio Climático en Cantabria: Termopluviometría. Consejería de
medio Ambiente, Gobierno de Cantabria y Universidad de Cantabria. Santander
Hanafi, A. and Jauffret, S. 2008. Are long-term vegetation dynamics useful in monitoring and
assessing desertification processes in the arid steppe, southern Tunisia. Journal of Arid
Environments. 72: 557-572
Holden, Z., Abatzoglou, J., Luce, C. and Scott, L. 2011. Empirical downscaling of daily minimum
air temperature at very fine resolutions in complex terrain. Agricultural and Forest
Meteorology. 151: 1066-1073
Lasanta, T., Vicente-Serrano, S. y Cuadrat, J. M. 2005. Mountain mediterranean landscape
evolution caused by the abandonment of traditional primary activities: a study of tje
Spanish Central Pyrenees. Applied Geography. 25: 47-65
Lasanta, T. 2010. Pastoreo en áreas de montaña: Estrategias e impactos en el territorio.
Estudios Geográficos. Vol LXXI, 268: 203-233
Menémdez, I., Vázquez, I., Busqué, J. y Bayarri, E. 2012. Desarrollo de un plan de gestión
sostenible de pastos comunales a escala municipal. XI Reunión de la S.E.E.P: 255-261.
Pamplona
Montserrat, P. y Fillat, F. 2004. Pastos y ganadería extensiva. Evolución reciente de la
ganadería extensiva española y perspectivas. XLIV Reunión de la S.E.E.P: 9-17.
Salamanca
MEJORA Y APLICACIÓN DEL MODELO DE SIMULACIÓN “PUERTO” EN PASTOS COMUNALES DE CANTABRIA
67
Mora, M.J., Busqué, J., Fernández, E., Bedia, J. y Fernández-Arango, B. 2007. Ganadería y
naturaleza: nuevos retos. Locustella 4: 86-91
Novillo, C., Benítez, J. y Romero, R. 2006. Modelo de estimación de la productividad primaria
neta para determinar actividades forestales sostenibles a escala regional. Congreso
Nacional de Tecnologías de la Información Geográfica. Granada
Rich, P. M., R. Dubayah, W. A. Hetrick, and S. C. Saving. 1994. Using Viewshed Models to
Calculate Intercepted Solar Radiation: Applications in Ecology. American Society for
Photogrammetry and Remote Sensing Technical Papers. 524–529
Rich, P. M., and P. Fu. 2000. Topoclimatic Habitat Models. Proceedings ofthe Fourth
International Conference on Integrating GIS and Environmental Modeling.
Rodríguez Pascual, M. y Maya Frades, A. 2008. Los puertos y la trashumancia en los valles
leoneses de Sajambre y Valdeón: Tradición y perspectivas de futuro. Universidad de
León. Colección: Conocer León. 143-147. León
Romero-Calcerrada, R. y Perry, G.L.W. 2004. “The role of land abandonment in landscape
dynamics in the SPA ´Encinares del río Alberche y Cofio´ Central Spain, 1984-1999”,
Landscape and Urban Planning. 66. 4: 217-232
Semmartin, M. and Oesterheld, M. 1996. Effect of grazing pattern on primary productivity.
Oikos. 75: 431-436
Sierra, I. 2002. Análisis y perspectivas de las estructuras y sistemas de producción ganaderas
en Aragón. Libro Blanco de la Agricultura y el Desarrollo Rural. MAPA: 1-42. Vitoria
Tappeiner, U. and Cernusca, A. 1998. Model simulation of spatial distribution of
photosynthesis in structurally differing plant communities in the Central Causasus.
Ecological modelin. 113: 201-223
Thornes, J. 2007. Modelling soil erosion by grazing. Recent developments and new
approaches. Geographical Research. 45: 13-26
Van Dyne, G.M., Vogel, W.G., Fisser, H.G., 1963. Influence of small plot size and shape on range
herbage production estimates. Ecology. 44: 746–759
Woledge, J., Parsons, A.J., 1986. Temperate grasslands. Photosynthesis in Contrasting
Environments. Elsevier, Amsterdam. 173–197