Importancia de la caracterización de la biomasa de raíces en la simulación de ecosistemas forestales

Abstract

Los análisis de sensibilidad son una herramienta importante para comprender el funcionamiento de los modelos ecológicos, así como para identificar los parámetros más importantes en su funcionamiento. Además, los análisis de sensibilidad pueden utilizarse para diseñar de forma más efectiva planes de muestreo de campo dirigidos a calibrar los modelos ecológicos. En los estudios de ecosistemas forestales, el análisis cuantitativo de la parte subterránea es mucho más costoso y complicado que el estudio de la parte aérea, en especial el estudio de la dinámica de producción y descomposición de raíces gruesas y finas de los árboles. En este trabajo se muestra un ejemplo de análisis de sensibilidad del modelo forestal FORECAST a parámetros que definen la biomasa, longevidad y concentración de nitrógeno en las raíces de los árboles. El modelo se calibró para simular dos rodales de pino silvestre (Pinus sylvestris) en los Pirineos de Navarra. Los resultados indican que la tasa de renovación de raíces finas es el parámetro más influyente en las estimaciones del modelo de crecimiento de los árboles, seguida de la concentración de N en las mismas, siendo la relación biomasa subterránea/total el parámetro al cual el modelo es menos sensible. Además, el modelo es más sensible a los parámetros que definen el componente subterráneo de la biomasa arbórea cuando simula un sitio de menor capacidad productiva y mayor limitación por nutrientes.

Sensitivity analysis are an important tool to understand ecological models functioning, as well as to identify their most important parameters. In addition, sensitivity analysis can be used to design more effective field sampling regimes to calibrate ecological models. When studying forest ecosystems, quantitative analysis of the underground fraction is much more costly and complicated than studying the aboveground fraction, especially when studying the dynamics of production and decomposition of large and fine tree roots. In this work we show an example of sensitivity analysis of the forest ecosystem model FORECAST to parameters defining biomass, longevity and nitrogen concentration in tree roots. The model was calibrated to simulate two Scots pine (Pinus sylvestris L.) stands in the Pyrenees of Navarre. Results indicate that fine root turnover is the most influential parameter on model´s tree growth estimations, followed by fine root N concentration and the root biomass/total tree biomass ratio. Furthermore, the model is more sensitive to root-related parameters when calibrated to simulate poor sites with low productivity capacity and higher nutrient limitation.