Trawa Switchgrass jest wiodącym wyborem do produkcji surowców bioenergetycznych, ale sadzenie jej jako monokultury może negatywnie wpływać na szybkość infiltracji. Może to stanowić poważny problem na obszarach, które nie są często zasilane wodami gruntowymi. Gdy Wine rozpoczął swoje badania, dowiedział się, że przy określaniu optymalnej lokalizacji dla instalacji czujników należy wziąć pod uwagę wiele czynników.
Wine użył lizymetrów METER G3 do określenia głębokiego drenażu pod naturalną roślinnością, pszenicą i trawą switchgrass w celu lepszego zrozumienia zarówno podstawowego cyklu wodnego, jak i budżetu wodnego związanego z monokulturą trawy switchgrass w Woodward w stanie Oklahoma. Umieścił lizymetry i niektóre czujniki wilgotności gleby METER w warstwie wodonośnej Beaver-North Canadian River Alluvial, aby przyjrzeć się ładowaniu, ale od samego początku napotkał wyzwania związane z instalacją czujników.
Jedną z rzeczy, których dowiedział się Wine, było to, że biopaliwa nie są zbyt skuteczne w jego lokalizacji badawczej - nie było wystarczającej ilości wody, aby wspierać trawę rózgową.
Mówi: "Większość miejsc tutaj może nie mieć opadów przez wiele lat. Istnieją jednak miejsca, takie jak środowiska podwilgotne, w których można uzyskać dużą infiltrację w bardzo krótkim czasie". Z perspektywy czasu Wine mówi, że "zwiększyłby wykorzystanie wstępnych danych, aby skuteczniej określić częstotliwość zdarzeń doładowania".
Wine nauczył się, że ważne jest, aby myśleć o stałej czasowej systemu podczas rozmieszczania oprzyrządowania i że wstępne dane są kluczowe. Mówi: "Przed instalacją czujników wykonałem bilans masy chlorków, który pomógł mi określić, gdzie powinienem zainstalować lizymetry". Planował umieścić je w zlewniach w USDA-ARS Southern Plains Range Research Station, ale bilans masowy chlorków wykazał, że w tym miejscu nie było ładowania w ciągu ostatnich 200 lat. Zdecydował się więc zainstalować lizymetry w USDA-ARS Southern Plains Experimental Range, zlokalizowanym w Beaver-North Canadian River Alluvial Aquifer, miejscu o grubszej glebie i wyższej przepuszczalności.
Wine uważa również, że modelowanie numeryczne mogłoby być przydatne przy określaniu lokalizacji. "Przy rozmieszczaniu instrumentów modelowanie numeryczne byłoby bardzo pomocne, ponieważ moglibyśmy przewidzieć prawdopodobieństwo i częstotliwość zdarzeń doładowania. Myślę więc, że wstępne dane, modelowanie numeryczne i znaczniki środowiskowe mogą pomóc w określeniu miejsca umieszczenia lizymetrów i czujników wilgotności gleby".
Kolejnym wyzwaniem było to, że badacze znajdowali się w Stillwater w Oklahomie, daleko od miejsca badań. Eksperyment był chroniony ogrodzeniem, ale po długich nieobecnościach Wine często musiał naprawiać szkody wyrządzone przez bydło. "Naprawdę muszę przyznać rację tym instrumentom, które mogą być wielokrotnie deptane przez krowy, a komora baterii wypełniona wodą" - mówi Wine. "Wystarczyło je odkurzyć, wysuszyć, włożyć nowe baterie i działały świetnie".
Wine dodaje, że badacze muszą wziąć pod uwagę odległość między swoim biurem a miejscem badań, ponieważ w jego przypadku krowy byłyby mniejszym problemem, gdyby była to piętnastominutowa jazda samochodem zamiast trzech godzin w każdą stronę. Dodaje: "Wybór pobliskiego miejsca badań pozwoliłby nam na dodatkową elastyczność w naszych metodach eksperymentalnych; na przykład dzięki pobliskiemu miejscu moglibyśmy łatwiej przeprowadzić symulacje sztucznych opadów deszczu, gdyby dany rok okazał się zbyt suchy, aby wystąpiły naturalne zdarzenia doładowania".
Gdy Wine ustalił prawidłowe rozmieszczenie swoich instrumentów, w końcu był w stanie uzyskać interesujące dane.
Mówi: "W niektórych miejscach występują duże impulsy skoncentrowanego doładowania, a jeden z nich określiliśmy ilościowo po burzy za pomocą jednego z lizymetrów. Mamy dane z około roku. Ponieważ zainstalowaliśmy lizymetry w sąsiednich lokalizacjach wyżynnych (rozproszone ładowanie) i nizinnych (skoncentrowane ładowanie), udało nam się zaobserwować duże różnice między strumieniami ładowania w tych pobliskich lokalizacjach".
Wine planuje sprawdzić, czy uda mu się powtórzyć wyniki eksperymentu lysimeter przy użyciu modelowania numerycznego, ponieważ, jak mówi, "dane wyglądają rozsądnie, ale chciałbym potwierdzić pomiary ze względu na krowy siejące spustoszenie w naszej lokalizacji". Wine jest podekscytowany, ponieważ te lizymetry przynoszą pierwsze bezpośrednie fizyczne pomiary rozproszonego i skoncentrowanego zasilania wód podziemnych w warstwie wodonośnej Beaver-North Canadian River Alluvial i jest optymistą, że jego modelowanie numeryczne będzie pasować do tej unikalnej serii czasowej bezpośrednich fizycznych pomiarów zasilania wód podziemnych.
Przeczytaj badanie Michaela Wine'a w Forest Ecology and Management
Regularne otrzymywanie najnowszych treści.