Introducción

Los sistemas silvopastoriles son los más utilizados en distintas zonas geográficas del mundo, incluyendo Chile. Particularmente, la estepa de Acacia caven (Mol.) Mol (espinal) presenta un importante potencial para ser usado bajo este tipo de sistemas; este uso permite darle mayor sustentabilidad al recurso (^{Ovalle, 1986}), dado que históricamente ha tenido una fuerte intervención antrópica que lo ha degradado (^{Olivares, 2006}).

El espinal está presente en la zona central de Chile, abarcando una superficie aproximada de 950 000 hectáreas¹, desde la Región de Coquimbo (paralelo 30°00’00” S) hasta la del Biobío (paralelo 38°00’00” S). Esta formación tiene como especie leñosa principal a Acacia caven (espino), que es un árbol de 2 m a 6 m de altura, es la única especie del género que crece naturalmente en Chile (^{Cabello y Donoso, 2006}) y es clasificada dentro del tipo forestal esclerófilo, subtipo espinal.

En los sistemas silvopastoriles con Acacia caven, la presencia o ausencia de árboles altera la composición, distribución espacial, calidad pastoral y productividad de las especies que componen la pradera presente en ellos (^{Ovalle y Squella, 1988}). El efecto de los árboles sobre la pradera depende de varios factores y de cómo estos se interrelacionan. ^{Scholes y Archer (1997)} mencionan cuatro conjuntos de factores, 1) las características ecofisiológicas o los hábitos de crecimiento de los árboles y las hierbas (arquitectura de la copa y las hojas, sistemas radiculares, entre otros); la vía fotosintética utilizada (plantas C3, C4 y CAM); el hábito fotosintético (árboles de hoja perenne o caduca); y los requerimientos específicos de los recursos existentes (luz, agua, nutrientes); 2) la disponibilidad de recursos hídricos (precipitaciones) y edáficos; 3) la existencia de sistemas de pastoreo extensivo y depredación de semillas; 4) la frecuencia, la intensidad y la zona de impacto de perturbaciones ambientales (por ejemplo: incendios).

En un estudio sobre el comportamiento de la producción de materia seca de la pradera, que consideraba áreas con y sin influencia directa del espino y con diferentes distanciamientos entre copas de los árboles, se pudo comprobar que la cantidad de materia seca de la pradera siempre fue mayor bajo la proyección de copa, fluctuando entre 2900 kg ha^-1 y 3575 kg ha^-1 y, en las áreas sin influencia, disminuyó a 1000 kg ha^-1 (^{Olivares, 2006}). ^{Ovalle y Avendaño (1984a)}, estudiaron los cambios en producción de forraje en relación con diferentes porcentajes de la cobertura arbórea de espino (30%, 50% y 80%). Como resultado, se observó una relación directa entre producción de materia seca (MS) y cobertura arbórea, con valores de 2780 kg, 3274 kg y 3966 kg de materia seca por hectárea por año, para 30%, 50% y 80% de cobertura, respectivamente. Esto es ratificado por ^{Fernández, Squella y Ovalle (2002)}, quienes indican que el mantener una cobertura de espinos implica mayor producción y calidad de forraje.

En cuanto a la composición botánica de la pradera, se ha observado que esta cambia por efecto del árbol, porque, al aumentar la cobertura arbórea, se incrementa la presencia de gramíneas forrajeras, en detrimento de las especies leguminosas menos forrajeras presentes en la pradera, aumentando por ello su valor pastoral (VP) (^{Ovalle y Avendaño, 1984a}; ^{Ovalle, 1986}; ^{Olivares, 2006}).

El hecho de que la cobertura de copa ejerza efecto positivo sobre el crecimiento y composición botánica de la pradera que crece bajo su influencia es producto de los mejores niveles de materia orgánica, nitrógeno (N) y humedad disponible en el suelo. Fuera de la proyección de copa, en general, se presentan condiciones con mayor temperatura, menores niveles nutritivos y de humedad, provocando un menor crecimiento de la pradera (^{Olivares, Cornejo y Gándara, 1983}; ^{Ovalle y Avendaño, 1984b}).

A. caven crea condiciones microambientales que posibilitan una mejor y mayor disponibilidad de materia seca en la pradera (^{Olivares, 2006}). Esto es producto de que disminuye la radiación incidente a nivel del estrato herbáceo, atenuando el microclima térmico, mejorando los balances hídrico y trófico, conjunto de condiciones que determinan cambios importantes en el funcionamiento del estrato herbáceo (^{Ovalle, 1986}).

A nivel del suelo, los árboles generan condiciones que permiten una mayor disponibilidad hídrica para las plantas, producto de la reducción de la temperatura del suelo y el aumento de la humedad relativa del aire, lo que provoca una disminución en la evapotranspiración de las plantas. El balance final es que las áreas arboladas son más húmedas que las no arboladas, favoreciendo la producción de materia seca de la vegetación que crece bajo su influencia (^{Ovalle y Avendaño, 1984b}).

Objetivos

Este estudio tuvo como objetivo determinar, en un sistema silvopastoril asociado a la estepa de Acacia caven (Mol.) Mol, el efecto que tienen coberturas arbóreas de 0%, 30% - 40%, 50% - 60% y > 70% sobre la productividad y calidad forrajera de la pradera y sobre las variables microclimáticas humedad y temperatura del suelo, temperatura ambiente y humedad relativa, antecedentes que permitirán aportar al manejo sustentable de este recurso. En este sentido se plantea la hipótesis de que la modificación de la cobertura arbórea por medio de la corta selectiva de árboles o vástagos de espino bajo un esquema de producción silvopastoril, permite aumentar la cantidad y mejorar la calidad de la pradera natural en comparación con la pradera que se desarrolla en sectores donde se eliminan totalmente los espinos.

Materiales y métodos

Ubicación. El área de estudio cubre una superficie de 2.4 ha de espinal adulto, coordenadas lat. -35.892717° long. -72.145670°, localizada en el Predio “San Adolfo” Hijuela 5 Sector Caliboro km 48 de la Ruta “Los Conquistadores”, Comuna de Cauquenes, Región del Maule, zona central de Chile.

Clima. El clima de la Comuna de Cauquenes es del tipo mediterráneo, con precipitaciones concentradas en el período frío del año y con sequía durante la estación más cálida (^{Di Castri y Hayek, 1976}). Sesenta por ciento de las precipitaciones se concentran durante los meses junio a agosto, con un promedio anual de 696 mm y un periodo seco de 7 meses. El régimen térmico se caracteriza por temperaturas que varían, en promedio, entre una máxima en enero de 29.0 °C y una mínima en julio de 4.9 °C, con una temperatura media anual de 14.1 °C. El período libre de heladas es de 259 días, con un promedio de seis heladas por año. Este es un factor limitante para muchas especies frutales y de uso forestal. Dicho periodo se extiende desde mediados de octubre hasta mediados de abril. La menor influencia oceánica favorece una amplitud térmica mayor que las zonas vecinas, con inviernos relativamente fríos y veranos calurosos (^{Santibáñez y Uribe, 1993}).

Suelo. El área de estudio se encuentra dentro de la Serie Cauquenes (CQ), de la familia fina, caolinítica, isomésica de los Ultic Palexeralfs (Alfisol) (Martínez, 2004). Son suelos profundos, formados “in situ” a partir de rocas graníticas, bien evolucionados, de texturas arcillosas en todo el perfil. A nivel freático es de permeabilidad muy lenta y escurrimiento superficial lento. En el caso específico de la zona de estudio, esta se encuentra dentro de la variación CQ-2 de esta serie, que corresponde a la fase casi plana con pendiente de 1% a 3%, de textura superficial franco arcillosa. Suelo profundo (más de 100 cm) y de drenaje moderado. Presenta nivel freático a 100 cm de profundidad hasta principios de primavera (^{Centro de Información de Recursos Naturales [Ciren], 1997}).

Componente arbórea: La caracterización de esta componente en la zona evaluada se inició en junio del 2013, contempló la ejecución de un censo dentro de toda el área de estudio, donde cada árbol, mono y plurifustal, fue codificado con N° de árbol, N° de Vástago y N° de sub-vástago, estos dos últimos para los individuos plurifustales. Al inicio, cada árbol o centro de cepa, para el caso de individuos plurifustales, se ubicó espacialmente dentro de cada parcela de 30 m × 30 m, a través de puntos cartesianos (x, y), considerándose el punto de origen (0,0) el vértice NE de cada parcela. Posteriormente, de cada árbol se le registraron las siguientes variables: especie, calidad (en relación a forma y sanidad), tipo (mono o plurifustal), radios de copa en ocho puntos cardinales (N, NE, E, SE, S, SO, O, NO), diámetro a la altura del cuello (DAC), diámetro a la altura del pecho (DAP) y altura total del fuste o de cada vástago, altura de inicio de copa por árbol o cepa.

Cobertura de copa. Esta actividad se realizó a través de la determinación de la longitud de la proyección perpendicular al suelo de la copa para cada árbol o cepa en ocho puntos cardinales a través de la observación directa en terreno. Posteriormente se transformaron estos radios vectores en coordenadas (x,y) en cada unidad experimental (UE). Esta información fue sistematizada y exportada al ambiente ArcMap 9.3, el cual a través de herramientas de análisis y superposición de capas (overlay), determinó los perfiles horizontales y calculó la cobertura para cada UE antes de la aplicación de los tratamientos.

Componente pratense. Para caracterizar la pradera en cuanto a su materia seca, composición botánica y valor pastoral, se establecieron tres jaulas al interior de cada tratamiento y sus respectivas repeticiones, de superficie conocida de 0.5 m² (50 cm × 100 cm), las cuales fueron fijadas al suelo (^{Ovalle y Avendaño, 1984a}), para posteriormente cosechar desde cada una de ellas la pradera para sus análisis. Estas jaulas se instalaron en octubre del 2014, aunque la zona de estudio se encontraba en exclusión de ganado desde que se aplicaron los tratamientos de cobertura respectivos, por lo que no se vio afectado el crecimiento inicial de la pradera por efecto de ganado. La pradera fue cosechada con tijera durante dos temporadas, septiembre a diciembre del 2014 y septiembre del 2015 a febrero del 2016. Las muestras fueron enviadas para su clasificación al laboratorio de la Estación Experimental de Cauquenes perteneciente al Instituto de Investigaciones Agropecuarias (INIA).

Para la determinación de la productividad de la pradera (PP), en primer lugar, se hizo la clasificación de las distintas especies herbáceas componentes de la muestra. Cada submuestra por especie fue secada separadamente en horno de ventilación forzada a 80 °C por 48 horas y, posteriormente, pesada con una pesa digital marca Radwag modelo WTB 2000 (USA), determinando el peso seco por especie, el peso total por muestra y por tratamiento para cada bloque (^{Ovalle, Avendaño, Etienne, Muñoz y Serra, 1981}). El peso total, es decir la suma de las submuestras por especies para cada tratamiento, bloque y mes, fue extrapolado a la hectárea para determinar el peso seco total generado en cada situación, expresado en kilogramos de masa seca por hectárea, a través de un factor de expansión, de acuerdo con la Ecuación 1.

Para la determinación del valor pastoral de la pradera (VP), inicialmente se requirió caracterizar la pradera en cuanto a su composición botánica, por lo cual se clasificaron para cada muestra, las distintas especies componentes. Esta situación se hizo más compleja al corresponder a muestras mensuales, dado que las características diferenciadoras de las especies (flores, semillas, u otros) no estaban presentes en todas ellas; esto no sucede cuando se analiza una sola muestra para toda la temporada. Una vez clasificadas, cada muestra fue secada y pesada en laboratorio. La metodología para calcular VP consistió en determinar un índice de calidad, con base en las diferentes proporciones de las especies presentes en la pradera (composición botánica), dado que cada especie tiene valores nutrimentales específicos. Este valor nutritivo es representado por un índice específico (IE), que considera aspectos tales como palatabilidad, valor nutritivo y recuperación al corte, entre otros. Este índice es un valor que fluctúa entre 0 y 10 y está basado en la determinación hecha por el Centre d’ Êtudes Phytosociologiques et Êcologiques (CEPE) para las especies de la pradera mediterránea subhúmeda de Francia; con ese mismo índice se calificaron las especies nativas y naturalizadas de las praderas de Chile mediterráneo central por ^{Ovalle et al. (1981)}. El VP de las muestras de pradera se calcula utilizando la Ecuación 2.

Variables microclimáticas. Para el registro de las variables microclimáticas, se estableció una red de sensores permanentes para: temperatura y humedad del suelo a 15 cm de profundidad, temperatura ambiental y humedad relativa a 1.3 metros de altura, de acuerdo con la Norma de la Organización Mundial de Meteorología. Esta red de sensores se ubicó dentro de una protección contra la radiación directa y sobre un soporte, que mantuvo un flujo de aire adecuado para permitir que el sensor entrara en equilibrio con la temperatura del aire (^{Castro, 2008}).

Considerado lo anterior, se instalaron para cada tratamiento y repeticiones, un set que incluyó un sensor de temperatura y humedad del suelo modelo 5TM y sensor de humedad relativa y temperatura ambiente con abrigo meteorológico modelo VP-3 RH, ambos de marca Decagon Devices (Washington, EU). Todos estos sensores fueron conectados a registradores de datos análogos (data-logger) de cinco puertos modelo Em50 marca Decagon Devices (Washington, EU), ubicados en terreno. Todos los sensores fueron programados para hacer el registro de variables en intervalos de una hora.

La decisión de la ubicación tanto de las jaulas como de los sensores consideró la sombra acumulada durante un año en el punto de fijación y aquel punto que acumulara un porcentaje de sombra dentro del mismo intervalo de cobertura aplicado para cada tratamiento, esto a través del Software ShadeMotion 3.0 ² (^{Quesada, Somarriba y Malek, 2005}).

Diseño experimental. Para determinar el efecto de la cobertura del espino sobre la cantidad y calidad de la pradera, se implementó un diseño de 3 bloques completamente aleatorizados (BCA) con cuatro tratamientos (Tabla 1), los cuales contemplaron modificaciones de la cobertura en tres niveles, más un testigo que no tuvo intervención. Se determinó este diseño en bloques para aislar la variabilidad probable, producto de distintas condiciones de humedad del suelo, por la presencia de un estero temporal a un costado del área de estudio. Para el establecimiento de los diferentes bloques y tratamientos, el área de estudio se orientó de norte a sur con una brújula Sunnto (Finlandia), generando un área total de 2.4 ha. Posteriormente, al interior de esta área se delimitaron sectores de 30 m × 30 m, generando una grilla de 22 parcelas orientadas también de norte a sur y dentro de la cual se ubican los bloques y las 12 UE a evaluar, que correspondieron a los cuatro tratamientos distribuidos aleatoriamente dentro de cada uno de los bloques.

Sombra acumulada. De cada UE, se sistematizó e ingresó la información al software ShadeMotion 3.0 con las características dasométricas y ubicación espacial de todos los árboles existentes dentro de cada UE, el software permitió obtener una representación digital en 3D de cada una de estas UE y, posteriormente, realizar una simulación de sombra acumulada durante un año en toda la superficie de las UE correspondiente a los tratamientos T2, T3 y T4 y sus repeticiones, generando una representación gráfica de sombras acumuladas para cada UE.

La aplicación de la herramienta ShadeMotion 3.0 permitió resolver una problemática planteada inicialmente por los autores, en relación con el real efecto de la sombra generada por la cobertura arbórea sobre la pradera en un sistema silvopastoril, dado que no solamente existe un efecto de la luminosidad de manera perpendicular a la copa de los árboles, sino que también existe un efecto lateral e incluso indirecto por el movimiento estacional diario del sol y lógicamente de la sombra que puede generarse en una temporada de crecimiento (^{Ovalle y Avendaño, 1984a}; ^{Olivares, 2006}; ^{Ramírez, 2011}). Esta problemática y preocupación inicial se genera por el hecho de que la toma de datos de productividad de pradera, con jaulas de exclusión y de variables microclimáticas a través de sensores, es la representación de una medición puntual del lugar donde se obtiene la muestra de la pradera y se registra el dato microclimático, por lo tanto, la selección de ese punto debe necesariamente dar algún grado de certeza de que es representativo del tratamiento a evaluar.

Análisis estadístico. Se plantearon tres modelos. El primero tenía como objetivo modelar independientemente la productividad de la pradera (PP) y el valor pastoral (VP), en función de los diferentes tratamientos de cobertura. Para ello se hizo un análisis de varianza (Andeva), que permitió determinar si estos tratamientos afectaban de manera significativa o no a las variables respuesta PP y VP. La información resumida de los valores obtenidos para estas variables, se observan en las Tablas 2 y 3.

El segundo modelo analizó el efecto de los tratamientos sobre las diferentes variables microclimáticas, en este caso se ajustó un modelo de análisis de covarianza (Ancova), usando el tiempo como covariable y la cobertura arbórea como factor (Tabla 4). En las Figuras 1, 2, 3 y 4 se puede apreciar el comportamiento de las distintas variables microclimáticas desde octubre de 2014 hasta septiembre de 2016 (2 años de captura de datos).

T1= 0% 1; T2= 30% - 40%, T3 = 50% - 60% y T4= > 70%.

Figura 1 Comportamiento de temperatura ambiente por tratamiento en un periodo de 24 meses. 

T1= 0% 1; T2= 30% - 40%, T3 = 50% - 60% y T4= > 70%.

Figura 2 Comportamiento de la humedad relativa por tratamiento en un periodo de 24 meses. 

T1= 0% 1; T2= 30% - 40%, T3 = 50% - 60% y T4= > 70%.

Figura 3 Comportamiento de temperatura del suelo por tratamiento en un periodo de 24 meses. 

T1= 0% 1; T2= 30% - 40%, T3 = 50% - 60% y T4= > 70%.

Figura 4 Comportamiento de humedad del suelo por tratamiento en un periodo de 24 meses. 

El tercer análisis también fue un modelo Ancova que consideraba como respuesta la productividad de la pradera, la cobertura arbórea como factor y las variables microclimáticas como covariables. Se debe especificar que para este análisis solo se consideraron los registros de las variables microclimáticas del mismo periodo en que se realizaron las mediciones de la productividad de la pradera para las dos temporadas de crecimiento, esto es, registros cada hora y para cada uno de los tratamientos y sus repeticiones de manera continua desde septiembre hasta diciembre del 2014, y desde septiembre del 2015 hasta febrero de 2016, correspondiendo a los meses en que hubo crecimiento de la pradera para cada temporada, con un total de más de 345 000 datos. Los valores resumidos se muestran en la Tabla 5.

A través de este modelo se esperaba determinar el efecto de los diferentes tratamientos sobre variables microclimáticas, fue aplicado considerando diversos estadígrafos obtenidos a partir de la base completa de datos de los sensores establecidos en terreno y para ser representados como medidas de resumen. Para el análisis estadístico solo se utilizó el promedio mensual para los días completos o total (24 h), pues representa de mejor manera las respuestas de las variables microclimáticas, más que las máximas o mínimas o las de día o de noche. Lo anterior se constató al analizar previamente otras medidas de resumen como el valor máximo de cada variable microclimática (total, día y noche), el mínimo (total, día y noche) y el promedio (total, día y noche). En relación con estos antecedentes preliminares, el considerar en el análisis todas estas variables de manera conjunta incrementan sustancialmente la complejidad del modelo. Por ello y para efectos de este estudio, se decidió finalmente ajustar un modelo de regresión para cada variable microclimática de manera separada y para los tratamientos, construyéndose modelos diferenciados por tratamiento y además se consideraron cada una de las variables microclimáticas separadamente, y para valores mínimos, máximos y promedio. Los resultados de estos ajustes individuales se presentan en la Tabla 6.

Resultados

En la Tabla 2 se presentan los datos de productividad de la pradera (PP) de manera mensual para cada tratamiento y por temporada. En la Tabla 3 se muestran los valores pastorales (VP) para cada pradera al igual que en PP. La Tabla 4 entrega los resultados del Ancova realizado para las variables microclimáticas asociados a los tratamientos, tiempo e interacción entre ambas. Las Figuras 1, 2, 3 y 4 muestran para cada tratamiento, la variación de las distintas variables microclimáticas para un periodo completo de dos años.

Finalmente, la Tabla 5 señala antecedentes de las variables microclimáticas como promedio por año, por mes y por tratamiento, y solo para los meses de cosecha de la pradera. La Tabla 6 muestra los coeficientes de variación y significancia individual para efectos lineales (x) y cuadráticos (x²) en relación con la variable respuesta productividad de la pradera para cuatro variables microclimáticas en distintos niveles para cada tratamiento.

Discusión

Conclusiones

Dos temporadas de crecimiento y de mediciones son insuficientes para observar efecto de los diferentes tratamientos aplicados sobre productividad de la pradera, valor pastoral, variables microclimáticas y sus interrelaciones. Sin embargo, y aunque no es significativamente diferente, las zonas arboladas (cobertura arbórea) presentan pequeñas diferencias en relación con las zonas no arboladas, generando variaciones leves en las variables microclimáticas, por lo que se puede esperar en el largo plazo contar con mejores condiciones que permitan un buen y adecuado desarrollo de la pradera que crece bajo la influencia arbórea que en sectores sin esa cobertura.

A pesar de lo esperado, los resultados de producción de la pradera indican mayor productividad estadísticamente significativa en el segundo año en la zona no arbolada (tratamiento 1), con valores de 3564.9 kg ha^-1, en comparación con las zonas con árboles que presentaron en ese mismo periodo valores de 2088.9 kg ha^-1, 1994.7 kg ha^-1 y 1595.3 kg ha^-1 para los tratamientos 2, 3 y 4 respectivamente. Pero esto se asocia a una situación estacional que se explica por el efecto de liberación inicial de la pradera, que no es sostenible en el largo plazo; especialmente porque otros estudios han demostrado los efectos positivos que los árboles y, específicamente, una leguminosa como Acacia caven tiene en el ciclo de los nutrientes y en el crecimiento y distribución de las especies pratenses.

Finalmente, la etapa de caracterización del recurso arbóreo, a pesar de lo costoso que resulta esta actividad censal, facilitó la utilización de herramientas SIG que permitieron determinar la cobertura arbórea pre y post tratamientos y la posterior aplicación del Software ShadeMotion 3.0 para la determinación de sombras acumuladas en la unidades experimentales, dando mayor confiabilidad a la ubicación en terreno de la red de sensores de variables microclimáticas y mediciones de productividad pretense dentro de los parámetros de cobertura que se midieron para cada tratamiento. Sin embargo, y para fines operacionales o de fomento del manejo de los espinales bajo sistemas silvopastoriles, se hace necesario considerar en futuras investigaciones evaluar otras metodologías de caracterización, que permitan determinar principalmente la cobertura arbórea de manera más eficiente, que sean de fácil ejecución y de menor costo. En este sentido existen herramientas interesantes de evaluar, como podría ser el uso de fotografías hemisféricas y/o tecnologías más avanzadas como RPA o drones, evaluaciones que no fueron abordadas en este estudio.

Reconocimientos

Los autores desean agradecer al Sr. Marco Antonio Bejar Vega, propietario del Predio “San Adolfo”, por poner a disposición de esta investigación los espinales de su propiedad y dar todas las facilidades para que este estudio se desarrollara de acuerdo con lo programado. A la Comisión Nacional de Investigación Científica y Tecnológica de Chile (Conicyt), por su apoyo directo al autor principal de este estudio. Al Instituto Forestal de Chile Sede Biobío, por el apoyo entregado para el establecimiento, medición y posterior mantención de esta unidad de investigación, incorporándola de manera permanente en su Red de Unidades Demostrativas Agroforestales. A Jorge Acevedo, colaborador de Infor, por su apoyo técnico especializado en todas las actividades de terreno. Se agradece también a los investigadores del Instituto Forestal Sede Biobío, señores Juan Carlos Pinilla, Patricio Chung, Hernán Soto, Juan Carlos Muñoz y Alberto Ávila, por su apoyo profesional y técnico en diferentes etapas de este estudio.