Introducción
Esta metodología tuvo su base en una pregunta muy generalizada desde el punto de vista de la comprensión por las personas ajenas al tema de cuantificación de emisiones de gases de efecto invernadero: ¿cuánto gas estamos emitiendo a la atmósfera por superficie y volumen de suelo? Algunos de los argumentos de la pregunta anterior recaen en la transferencia del conocimiento generado en laboratorio y campo a los productores, estudiantes y lectores que no están familiarizados con la terminología de interpretación de emisión de gases por el suelo; otro factor fue la simplificación de las unidades a términos de mayor comprensión y extrapolación a valores en función de la superficie de terreno bajo interés de análisis.
El constante cambio de uso de suelo y las actividades humanas como los manejos de tierras agrícolas, la deforestación, el pastoreo (Lai et al., 2012), aunado al desfase de las condiciones climáticas (Zhang, Zhao, Fu, Zhao y Jia, 2020); han repercutido en la evolución de los almacenes de carbono del suelo lo que ha ocasionado incrementos en las tasas de respiración del suelo (Shi, Yan, Zhang, Guan y Du, 2014). Existen diferentes herramientas y técnicas para medir la respiración del suelo, entre las que resalta el uso de cámaras dinámicas (Saynes-Santillan y Ramírez, 2018) que basan su medición en la concentración de CO2 a través de un sensor por infrarrojo (Luo y Zhou, 2006). La interpretación de las emisiones de CO2 por parte del suelo comúnmente se reportan como µM CO2 m-2 s-1 (Schlesinger y Andrews, 2000; Maier, Schack, Hildebrand y Schindler, 2011) y mg CO2 m-2 h-1 (Mo et al., 2008; Ding, Yu, Cai, Han y Xu, 2010), lo que representa una complejidad de comprensión y reafirma la necesidad de ejecución de cálculos extra para conocer el valor total por unidad de superficie como posible referencia para su divulgación.
Dada la reciente tendencia en el empleo de herramientas informáticas conjugadas con disciplinas matemáticas para la modelación matemática relacionada con la respiración del suelo como los modelos estocásticos (Daly, Oishi, Porporato y Katul, 2008), modelos unidimensionales (Cook, Thomas, Kelliher y Whitehead, 1998) y modelos autorregresivos integrados de media móvil con variables de intervención (García-Ferrer, y Bujosa, 2000; Montoya-Jasso et al., 2022) por mencionar algunos; esta metodología podría resultar en la simplificación, aclaración y descomposición de problemas originales que se resuelven en estimaciones con mayor rango de razón que facilita el proceso de modelaje, identificación y predicción al emplear logaritmos (Albarracín y Ärlenbäck, 2022).
De esta forma, el objetivo de la metodología propuesta fue potencializar la forma en que se reportan las emisiones de gases procedentes del suelo como una herramienta para facilitar la comprensión y visualización de datos en razón de superficie y volumen de terreno.
Metodología
Marco general
Es sustancial partir del conocimiento de las variables necesarias para obtener el volumen molar del gas, resulta importante conocer el número de moles presentes en la unidad experimental donde se ha realizado la medición para poder extrapolar los datos en función del sitio de interés particular, comenzamos con la ecuación general de los gases ideales propuesta paralelamente por Kröning (1856) y Clausius (1857) y modificada por Mendeleev (1877) en el año 1877 (Ecuación 1).
Dónde: P = presión; V = volumen; n = moles; R = constante de los gases ideales y T = temperatura.
Al medir el flujo del CO2 podemos obtener datos en unidades de mg kg-1, aunado a ello, durante la ejecución de las mediciones se deberán registrar parámetros como la temperatura ambiental, la presión interna (Montzka, Dlugokencky y Butler, 2011) y el volumen del recipiente donde se esté midiendo el flujo del gas ya que las condiciones y concentraciones dentro de la cámara dinámica resultan en una magnitud mayor en comparación con aquellas presentes en la atmósfera. En el caso de la presión será necesario utilizar los valores en unidades de atmósferas (atm), el volumen en litros (L) y la temperatura en °K, lo anterior teniendo en cuenta las unidades de medición y de la constante R para evitar errores experimentales que incurran por la distorsión de los datos y gradientes obtenidos (Saynes-Santillan y Ramírez, 2018). A continuación, se presentan las unidades de manejo para cada variable:
P = atm
V = L
n = mol
R = 0.08206 L atm mol -1°K -1
T = °K
La primera incógnita a resolver es el valor de n, el cual se obtiene despejando n en la Ecuación 1, obteniendo la Ecuación 2:
Una vez obtenido el dato de los moles de gas presentes en el contenedor donde se mide el flujo del gas, lo siguiente es calcular el volumen molar (Vm) del gas. Dado que el Vm de un gas es una propiedad intensiva, representa el volumen molar del gas y está ligado a las condiciones de presión y temperatura específicas (Levine, 2014), por lo tanto, será el valor más importante para obtener el factor de conversión para expresar el flujo de gas en un volumen unitario. Para obtener el valor del Vm se emplea la Ecuación 3:
El resultado de la Ecuación 4 corresponde a la concentración, en mg kg-1 normalizados, que se liberan (x mg kg -1 ), como regla general el resultado de la Ecuación 4 deberá ser menor a 1 indicando que el Vm debe ser menor al peso molecular del gas.
El penúltimo paso es obtener un factor de conversión (FC) realizando una transformación recíproca (Ecuación 5) para disminuir el sesgo en la distribución de los datos (Estévez y Sardón, 2013) y acercar los valores a su media estadística y obtener intervalos de confianza con menor desviación típica de los datos (Estévez, 2009).
Para finalizar, se debe multiplicar el factor de conversión por los mg kg-1 obtenidos en cada una de las lecturas realizadas. Este último valor representa la emisión del gas en mg m-3 de suelo (Ecuación 6).
Aplicación y Resolución
Para ejemplificar el desarrollo de las ecuaciones mencionadas en el apartado del Marco General de la Metodología se utilizaron datos reales obtenidos en laboratorio y en campo:
En un ensayo de emisiones de CO2 en laboratorio durante 45 días, donde la temperatura fue controlada a 24.63 °C (297.78 °K) durante todo el periodo de ejecución, se utilizaron botes de plástico con tapa hermética y volumen de 0.5 L y se midieron las emisiones de CO2 y la presión dentro del bote de plástico con apoyo de un analizador de gases por infrarrojo (IRGA) marca PPSystems modelo EGM-4. Al finalizar el ensayo la presión promedio obtenida fue de 0.0001588 atm y la emisión acumulada fue de 61 720.279 mg kg-1 de CO2. Aplicando las ecuaciones 2 a 6, se obtuvieron los siguientes resultados:
La expresión de las emisiones de gases en mg por unidad de volumen de suelo (mg m-3) facilita una visualización más objetiva de las emisiones producidas en una superficie dada considerando una profundidad definida. Así, una superficie de una hectárea con una profundidad de muestreo de 30 cm, considerando el valor obtenido en la ecuación 6 y el hecho de que 1 kg está compuesto por 1 millón de mg, emite un total de 333.289 kg de CO2 ha-1:
Para ejemplificar la emisión de CO2 a nivel de campo, se utilizaron los datos generados por Campuzano-Granados, Delgado y Flores (2021) donde se realizaron mediciones en el suelo de un ecosistema de matorral xerófilo en el norte de México. Las condiciones de temperatura presentaron una media de 36.31 °C, equivalente a 309.46 °K, se empelaron collares de PVC con 10 cm de diámetro y ocho cm de altura dando como resultado un volumen de 0.63 L. Las emisiones de CO2 y la presión dentro del collar de PVC se midieron con de un analizador de gases por infrarrojo, PPSystems modelo EGM-5, obteniendo una emisión promedio de 433.53 mg kg-1 de CO2 mientras que la presión media obtenida fue de 0.84 atm. Aplicando las ecuaciones 2 a 6, se obtuvieron los siguientes resultados:
Así, una hectárea de matorral xerófilo, con una profundidad de muestreo de 15 cm y bajo las condiciones del ensayo, emitió 1.125 kg de CO2 ha-1 durante el periodo de medición:
Para cotejar la correlación entre las unidades convencionales de interpretación de la respiración del suelo y las unidades de la metodología propuesta, se emplearon datos reales de emisión de CO2 del suelo y se transformaron a las diferentes unidades. Al realizar comparaciones entre los parámetros estadísticos, se obtuvo lo siguiente:
En el Cuadro 1 se muestra el porcentaje del error relativo de las unidades de interpretación de la respiración del suelo, siendo similares en las tres unidades reportadas lo que las respalda con diferencias mínimas en sus aproximaciones. La variabilidad de los datos respecto a su media y su desviación estándar varían significativamente por efectos de los rangos y magnitud de los datos, siendo los mg m-3 aquellas unidades que ostentan una mayor varianza y desviación estándar, la menor varianza y desviación estándar la representan los µM m-2 s-1. No obstante, la dispersión de los datos entre sí, y respecto a la media, es igual entre las tres unidades reportadas (0.1336) lo que expone la factibilidad de rendimiento y confiabilidad de las unidades de interpretación.
Unidad | Media | ER | Var | DE | CV |
% | |||||
mg m-3 | 1 810.77 | 11 | 58 600.32 | 242.07 | 0.1336 |
mg m-2 h-1 | 26.18 | 10 | 12.25 | 3.50 | 0.1336 |
µM m-2 s-1 | 16.49 | 11 | 4.86 | 2.21 | 0.1336 |
ER = error relativo; Var = varianza; DE = desviación estándar; CV = coeficiente de variación.
RD = relative error; Var = variance; SD = standard deviation; CV = coefficient of variation.
Conclusiones
El desarrollo metodológico descrito representa una herramienta para generar soporte matemático en la utilización de datos generados en laboratorio y su extrapolación en función de la superficie y sitio de interés como producto de la simplificación de la información final obtenida y su facilitación para la ejecución de procedimientos matemáticos en la resolución y modelización de aspectos ambientales. Los parámetros estadísticos de las unidades comparadas muestran el impacto de los datos obtenidos en la representatividad de la correlación de las diferentes unidades de interpretación de la respiración del suelo como consecuencia de la magnitud, orden y rango de los datos bajo los supuestos de representatividad y dinámica por efectos de factores independientes por lo que se recomienda realizar gráficos de dispersión para identificar datos atípicos y detectar la presencia de relaciones espurias.
Si bien es cierto que la validación metodológica ofrece un vasto desafío científico que puede ocasionar la reticencia a emplearla, el desarrollo y/u optimización de soluciones a inquietudes complejas comunes o en constante estudio involucra la exploración de alternativas y conceptos que contribuyan a la generación de estrategias para hacer frente a los desafíos y oportunidades de aprendizaje que sean aplicables y comprensibles para el receptor final de la información, sin que éste tenga que involucrarse en procesos de desarrollo y validación.
Consentimiento para Publicación
Los autores declaran la aprobación por parte de la Dra. Dulce Yaahid Flores-Rentería (yaahid.flores@cinvestav.edu.mx) para emplear datos reportados en el proyecto de investigación “Controlling factors of the ecosystem and soil respiration in a xeric shrubland in the Chihuahuan Desert, Mexico”.
Contribución de los Autores
Conceptualización: V.M.M.J. Metodología: V.M.M.J. y A.R.B. Validación: A.R.B. y V.M.O.Ch. Análisis formal: V.M.M.J., V.M.O.Ch. y G.S.B.V. Investigación: V.M.M.J. y J.M.A.T. Preparación de borrador original: V.M.M.J., V.M.O.Ch. y A.R.B. Escritura, revisión y edición: V.M.M.J., V.M.O.Ch., G.S.B.V., A.R.B. y J.M.A.T.