Pasto varilla de Oklahoma: Cómo afectan los sistemas radiculares más profundos a la recarga de las aguas subterráneas y al ciclo del agua

Oklahoma switchgrass: How deeper root systems affect groundwater recharge and the water cycle

A veces se ofrecen incentivos gubernamentales para convertir las tierras marginales en pasto varilla , pero Michael Wine, investigador del Tecnológico de Nuevo México, quería averiguar si los sistemas radiculares más profundos del pasto varilla afectarían al ciclo del agua durante y después del establecimiento del cultivo.

El pasto varilla es una de las principales opciones para la producción de materias primas bioenergéticas, pero su plantación en monocultivo puede afectar negativamente a las tasas de infiltración. Esto puede plantear un problema importante en zonas que no reciben con frecuencia recargas sustanciales de las aguas subterráneas. Sin embargo, cuando Wine comenzó su investigación, se dio cuenta de que había que tener en cuenta muchos factores a la hora de determinar la ubicación óptima para la instalación de sensores.

Recarga deacuíferos

Wine utilizó lisímetros METER G3 para determinar el drenaje profundo bajo vegetación natural, trigo y pasto varilla con el fin de mejorar nuestra comprensión tanto del ciclo hídrico de referencia como del balance hídrico asociado a un monocultivo de pasto varilla en Woodward, Oklahoma. Colocó los lisímetros y algunos sensores de humedad del suelo METER en el acuífero aluvial del río Beaver-North Canadian para estudiar la recarga, pero desde el principio tuvo problemas con la instalación de los sensores.

Consideraciones climáticas

Wine descubrió que los biocombustibles no tienen mucho éxito en el lugar donde investiga: no hay agua suficiente para el pasto varilla.

Según él, "en la mayoría de los lugares puede que no haya recarga por precipitaciones durante muchos años. Pero hay sitios, como los ambientes subhúmedos, donde se podría obtener una gran cantidad de infiltración en muy poco tiempo." En retrospectiva, Wine dice que "habría incrementado su uso de datos preliminares para determinar de forma más eficiente la frecuencia de los eventos de recarga."

Utilización de datos preliminares para ayudar a situar la instrumentación

Wine aprendió que es importante tener en cuenta la constante temporal del sistema a la hora de colocar los instrumentos y que los datos preliminares son cruciales. Dice: "Antes de instalar los sensores, hice un balance de masas de cloruro que me ayudó a determinar dónde debía instalar los lisímetros". Había pensado colocarlos en las cuencas hidrográficas de la estación de investigación Southern Plains Range Research Station del USDA-ARS, pero el balance de masas de cloruro mostró que no se había producido ningún episodio de recarga en ese lugar en los últimos 200 años. Así que optó por instalar los lisímetros en el Campo Experimental de las Llanuras Meridionales del USDA-ARS, situado en el acuífero aluvial del río Beaver-North Canadian, un lugar con un suelo más grueso y una mayor permeabilidad.

Wine también cree que la modelización numérica podría haber sido útil para determinar la ubicación. "Para situar los instrumentos, la modelización numérica habría sido de gran ayuda, porque habríamos podido predecir la probabilidad y la frecuencia de los episodios de recarga. Así que creo que los datos preliminares, la modelización numérica y los trazadores ambientales pueden ayudar a determinar dónde colocar los lisímetros y los sensores de humedad del suelo".

Proximidad al centro de investigación

Otro reto era que los investigadores se encontraban en Stillwater, Oklahoma, lejos de su lugar de investigación. El experimento estaba protegido por vallas, pero tras largas ausencias, Wine tenía que reparar a menudo los daños causados por el ganado. "Hay que reconocer que estos instrumentos pueden ser pisoteados numerosas veces por las vacas y el compartimento de las pilas llenarse de agua", dice Wine. "Sólo había que quitarles el polvo, secarlos, ponerles pilas nuevas y funcionaban de maravilla".

Wine añade que los investigadores deben tener en cuenta la distancia entre su oficina y el lugar de investigación porque, en su caso, las vacas habrían sido menos problemáticas si el trayecto hubiera sido de quince minutos en lugar de tres horas. Y añade: "Elegir un lugar de investigación cercano nos habría permitido una mayor flexibilidad en nuestros métodos experimentales; por ejemplo, con un lugar cercano podríamos haber realizado más fácilmente simulaciones de precipitaciones artificiales si un año concreto resultaba ser demasiado seco para que se produjeran eventos de recarga natural."

La ubicación adecuada de los equipos marca la diferencia

Una vez que Wine determinó la colocación correcta de sus instrumentos, por fin pudo obtener datos interesantes.

Hay grandes impulsos de recarga concentrada que se producen en ciertos lugares, y hemos cuantificado uno de esos impulsos tras una tormenta con uno de los lisímetros. Tenemos datos para un año. Como instalamos lisímetros en lugares adyacentes de tierras altas (recarga difusa) y bajas (recarga concentrada), conseguimos observar grandes diferencias entre los flujos de recarga en esos lugares cercanos."

El plan de Wine es ver si puede replicar los resultados del experimento de lysimeter mediante modelización numérica, porque, dice, "los datos parecen razonables, pero me gustaría confirmar las mediciones debido a que las vacas causan estragos en nuestro emplazamiento." Wine está entusiasmado, ya que estos lisímetros están proporcionando las primeras mediciones físicas directas de la recarga difusa y concentrada de las aguas subterráneas en el acuífero aluvial del río Beaver-North Canadian, y es optimista en cuanto a que su modelización numérica coincidirá con esta serie temporal única de mediciones físicas directas de la recarga de las aguas subterráneas.

Lea el estudio de Michael Wine en Forest Ecology and Management

Descubre la G3 lysimeter

Casos prácticos, seminarios web y artículos que le encantarán

Reciba periódicamente los contenidos más recientes.

icono-ángulo barras-icono icon-times