Análisis de resultados preliminares de la monitorización

El diseño experimental del proyecto QUF consta de 64 árboles de las especies Pinus pinea y Quercus illex distribuidos en 4 parcelas de control en donde se aplican los tratamientos. En cada parcela se repiten los 4 tratamientos a ensayar:

  1. Testigo: Planta de una savia en contenedor
  2. Retenedor: Planta de una savia en contenedor y distribución en el hoyo de plantación un retenedor de polímero.
  3. Micorrizas
  4. Micorriza más retenedor: se utiliza planta inoculada y al hoyo de plantación se incorpora un retenedor de polímero.
     

Recogida de datos de monitorización
El periodo de observación hasta la fecha abarca desde Septiembre de 2014 hasta Noviembre del 2016. Durante este periodo hemos estado recogiendo datos de humedad y temperatura a 2 profundidades (20 y 40 cm.) cada media hora de esos 64 árboles. Adicionalmente hemos recogido datos de clima también cada media hora.

El número de observaciones acumuladas con fecha 1 de Diciembre de 2016 es de 2.269.272 según se ve en la siguiente gráfica. Hubo un periodo de varios días en Agosto del 2015 en donde no se recibieron datos por un problema en la red de comunicaciones:

Figura 1: Número de observaciones

Adicionalmente se han recogido datos de supervivencia que se comentarán más adelante.

Modelo de análisis
El modelo de análisis que estamos proponiendo es el siguiente:


Figura 2: Modelo de análisis

El clima se va extremando con lluvias torrenciales más frecuentes. Por tanto, si existe un efecto de los tratamientos en la absorción del agua, se debería observar una mayor humedad en el terreno al usar los tratamientos lo que derivaría en mayores tasas de supervivencia y un mejor crecimiento de la planta. También esperamos que los tratamientos incidan en un aumento en la biomasa vegetal.

Información pluviométrica
En cuanto a la información pluviométrica cabe reseñar la irregularidad de las precipitaciones respecto a las medias del periodo histórico de 1981 a 2010.  En particular son destacables los importantes aportes recibidos durante el otoño de 2014 así como la extraña ausencia de precipitaciones importantes durante el mes de Mayo de 2015, compensada por el atípico aporte del mes de Junio. El verano de 2015 fue muy seco. También destacan las anormales aportaciones del mes de Enero de 2016 y la escasez en Mayo de 2016. Por último, el otoño de 2016 calca las pautas del año anterior.


Figura 3: Lluvia acumulada mensual

Si observamos las precipitaciones diarias se observa la fuerte irregularidad y concentración de las mismas, con muchos días sin precipitación y otros con precipitaciones superiores a los 10 litros por día con picos superiores a los 40 litros en media hora.


Figura 4: Precipitación instantánea (mm. por media hora)

 

Información térmica
El análisis de temperatura muestra que estamos en un periodo sin grandes diferencias medias con respecto al periodo histórico 1981-2010. Como observamos en el gráfico, los valores de temperatura media prácticamente coinciden en su evolución, así como los máximos y mínimos medios mensuales.

Figura 5: Temperaturas mensuales en comparación con el histórico

Influencia del tratamiento en la absorción de lluvia por el terreno tras una lluvia
Es interesante analizar si los tratamientos permiten aumentar la capacidad de retención del agua tras los episodios torrenciales. Observamos que, efectivamente, los tratamientos permiten aumentar la capacidad de retención de agua del suelo, tanto a 20 como 40 cm, en las horas posteriores a una lluvia torrencial, particularmente cuando el terreno está seco. El efecto cuando el terreno está seco es especialmente intenso en las más homogéneas parcelas 2 y 3.

Figura 6: Cambio en la humedad del suelo en las 24 horas posteriores a una lluvia de 10 mm.

El efecto de la intensidad de lluvia en la humedad edáfica
Los fenómenos de precipitación torrencial son los que más volumen aportan al agua almacenada en el periodo. Durante la estación otoñal e invernal los aportes de agua no han sido torrenciales haciendo que el descenso de humedad del horizonte superficial (sonda a 20 cm) sea paulatino y homogeneizando el suelo en su conjunto. Sin embargo, en el caso de aguaceros y tormentas copiosas (como las de Junio y Noviembre de 2015), se observa que el suelo no es capaz de retener la humedad, filtrando rápidamente hacia los horizontes inferiores.


Figura 7: Humedad media a 20 y 40 cm.

Humedad observada a 20 y 40 cm. de profundidad a escala parcela de control
Dentro del experimento se ha encontrado una alta variabilidad interparcelar en cuanto al comportamiento de la humedad, propiciado por la preparación del terreno realizada y la orografía de la parcela. Si bien las parcelas 2 y 3 presentan tendencias similares, la parcela 1 presenta un contenido de arena más elevado propiciando una mayor infiltración hacia sub-suelo. En el horizonte inferior, la parcela 4 muestra valores de humedad sistemáticamente por debajo de la media de las parcelas 1, 2 y 3. En estas tres parcelas, la preparación del terreno (subsolado y adición de áridos fue intensa), mientras que en la parcela 4 no se realizaron aportes de áridos dada el buen estado y textura del suelo.

 

Figura 8: Humedad por bloque de control  a 20 y 40 cm.

Influencia del tratamiento en la humedad observada por tratamiento a 20 y 40 cm de profundidad
A nivel de tratamiento, el retenedor y la micorriza son los tratamientos que más humedad retienen tanto a 20 cm como a 40 cm, seguidos de cerca del tratamiento mixto. Entra dentro de lo esperado ya que tanto la micorriza como el retenedor absorben agua y es esperable que eso se traslade a una mayor humedad medida en el suelo. También es destacable que los tres tratamientos almacenan mucha más agua tras un episodio torrencial, registrando una diferencia positiva de un 10% comparando con el tratamiento testigo. Posteriormente hacemos un análisis de la capacidad de retención del agua en función de los tratamientos que confirman este resultado.


Figura 9: Humedad media por tratamiento a 20 y 40 cm.

Influencia del tratamiento en las humedades a 20 y 40 cm.
Lo primero que cabe destacar que la variación diaria de humedad es muy pequeña, excepto en los días de fuertes precipitaciones y por ello hemos seleccionado la humedad media diaria a la hora de hacer los análisis.

Usamos tres modelos estadísticos, un OLS controlando por error en clúster y 2 modelos mixtos para comprobar el efecto de los tratamientos en la humedad a 20 y 40 cm. y en el gradiente de humedad entre los niveles. Los resultados de diferencia de humedad entre los tratamientos y el testigo no son estadísticamente significativos excepto en el caso de la micorriza a 20 cm. pero si lo son en el caso del gradiente de humedad. En las siguientes gráficas se ve el valor de los coeficientes para cada uno de los modelos:

Figura 10: Incremento porcentual de la humedad a 20 cm. por los tratamientos

 

Figura 11: Incremento porcentual de la humedad a 40 cm. por los tratamientos
 

Figura 12: Cambio en el gradiente de humedad a 20 y 40 cm. por los tratamientos

Es interesante también comprobar que el efecto es muy diferente dependiendo de la parcela de control como se ve en las siguientes gráficas.

Figura 13: Incremento porcentual de la humedad a 20 cm. por los tratamientos por bloque de control

 

 
Figura 14: Incremento porcentual de la humedad a 40 cm. por los tratamientos por bloque de control

 


Figura 15: Cambio en el gradiente de humedad a 20 y 40 cm. por los tratamientos por bloque de control

 

Influencia del tratamiento en las temperaturas a 20 y 40 cm.
El efecto de los tratamientos en las temperaturas medias diarias a 20 y 40 cm. es significativo en los tratamientos que incluyen retenedor, con una pequeña elevación de la temperatura en invierno y una pequeña disminución en verano. Aunque los resultados tienden a ser estadísticamente significativos la variación es muy pequeña, siempre inferior a un grado.


Figura 16: Cambio en la temperatura a 20 cm. por los tratamientos
 

Figura 17: Cambio en la temperatura a 40 cm. por los tratamientos

A continuación se muestran los resultados de las regresiones para todo el año y considerando todos los bloques:


Figura 18: Resultado de las regresiones

Análisis de los datos de supervivencia

Recogida de datos de supervivencia
Los datos de supervivencia se obtienen a través de recuentos manuales del estado (vivo/muerto) de 1.436 árboles efectuados en los siguientes momentos:

  • 1 mes después de la plantación inicial (junio de 2014).
  • 4 meses después de la plantación inicial  (agosto de 2014).
  • 5 meses después de la plantación inicial  (septiembre de 2014).
  • Después del primer invierno (abril de 2015).
  • Al final del segundo verano (septiembre de 2015).
  • Al final de la primavera del tercer año (junio 2016).
  • Al final del tercer verano (noviembre de 2016).

El número de árboles que se están monitorizando para el análisis de supervivencia dividido por tratamiento, especie y parcela se describe en la siguiente tabla:


Figura 19: Número de datos de supervivencia por especie y bloque de control
 

Finalmente eliminamos las especies Quercus faginea y Quercus pirenaica del análisis porque tuvimos problemas diferenciando las especies en algunas de las recogidas de datos y se obtenían resultados incoherentes.

Evolución de la tasa de supervivencia global en las parcelas testigo (sin tratamiento)
En la siguiente gráfica se muestra la tasa de supervivencia en cada momento de muestreo en campo utilizando el modelo adaptado de Kaplan-Meier para los distintos tratamientos y considerando todas las especies.

 


Figura 20: Análisis de supervivencia por tratamiento para todas la especies

Se observa que los tratamientos tienen un efecto significativo en la disminución del riesgo de muerte, que está en torno a un 35% para el caso de los tratamientos  que usan retenedor.

Evolución de la tasa de supervivencia por especie en las parcelas testigo
En la siguiente gráfica se muestra la tasa de supervivencia en cada momento de muestreo en campo utilizando el modelo adaptado de Kaplan-Meier para los distintos tratamientos y considerando las distintas especies. En el caso de no usar tratamiento se observa como partiendo de una tasa nula de mortandad al inicio de la plantación, las diferencias entre especies a lo largo del tiempo son muy notables. Especies como el Al mantiene una pendiente diseño muy baja, logrando tasas de supervivencia del 93%. El Pp también se comporta bien con una tasa ligeramente inferior al 80%. Como era esperable, especies de sombra y más exigentes en precipitaciones como el Quercus ilex muestra una tasa de supervivencia inferior. A priori, no era esperable el buen desarrollo que el Ar está teniendo (60% de supervivencia) dado que es una especie de sombra y exigente a nivel edáfico. Por el contrario, el comportamiento del Jt no alcanza las expectativas iniciales, presentando una mortandad elevada (50%) a pesar de ser una especie que debería comportarse adecuadamente en el entorno de Valladolid.

 


Figura 21: Análisis de supervivencia por tratamiento y especie

El computo de la tasa de supervivencia observada indica que la presencia de micorrizas ha incrementado la supervivencia en más de un 10% para el Quercus illex y para la especie Juniperus thurifera, pero ninguno de los resultados fue estadísticamente significativo.
El uso del retenedor ha permitido una mejora significativa en las especies Juniperus thurifera (del 50% al 65% de supervivencia aproximadamente), y Quercus ilex (del 60% al 80%).
La combinación de ambos tratamientos no tuvo efectos aditivos sistemáticos según nuestros resultados excepto en el Juniperus thurifera. En el resto de los casos no tuvo efectos significativos.
A continuación vamos a analizar en detalle el efecto de cada tratamiento sobre cada especie.

Amigdalus comunis (Almendro)
En la especie almendro los tratamientos no presentan ningún efecto significativo, probablemente por ser una especie muy bien adaptada de forma natural al entorno de Valladolid.

 


Figura 22: Análisis de supervivencia del Almendro
 

Acer campestre (Arce)
Los arces mejoran la supervivencia de forma importante pero ninguno de los resultados es estadísticamente significativo.

 


Figura 23: Análisis de supervivencia del Arce
 

Juniperus thurifera (Sabina)
Las sabinas mejoran la supervivencia de forma muy relevante, hasta más de un 70% en el caso de usar tratamiento mixto y los resultados son estadísticamente significativos en los tratamientos que incluyen retenedor.

 


Figura 24: Análisis de supervivencia de la Sabina

 

Pinus pinea (Pino piñonero)
En los pinos los tratamientos no presentan ningún efecto significativo, probablemente por ser una especie muy bien adaptada de forma natural al entorno de Valladolid al igual que el Almendro.

 


Figura 25: Análisis de supervivencia del Pino piñonero

Quercus ilex (Encina)
Las encinas mejoran la supervivencia de forma muy relevante, hasta más de un 65% en el caso de usar retenedores y los resultados son estadísticamente significativos en los tratamientos: retenedor y micorrizas.

 


Figura 26: Análisis de supervivencia de la Encina

 

Análisis de la supervivencia por parcela
Analizando especie por especie en cada parcela vemos que los incrementos de las tasas de supervivencia en función de los tratamientos más significativos se dan en la parcelas 1 y 4.

 


Figura 27: Análisis de la supervivencia por especie, tratamiento y parcela

 

Simulación de los resultados en parcelas de 10.000 árboles de cada una de las especies
Nos ha parecido interesante reflejar lo que pasaría a una plantación de 10.000 árboles de cada una de las especies seleccionadas en el proyecto al cabo de 2 años en función del tratamiento seleccionado extrapolando los resultados obtenidos en el proyecto.
Los resultados que son estadísticamente significativos están coloreados. El caso base es el de no usar tratamiento (en blanco).
Los resultados son los siguientes:

 


Figura 28: Simulación para el Arce (se parte de 10.000 árboles) al cabo de 2 años en función de los tratamientos utilizados

 

 


Figura 29: Simulación para la Sabina (se parte de 10.000 árboles) al cabo de 2 años en función de los tratamientos utilizados

 

Figura 30: Simulación para el Pino piñonero (se parte de 10.000 árboles) al cabo de 2 años en función de los tratamientos utilizados

Figura 31: Simulación para la Encina (se parte de 10.000 árboles) al cabo de 2 años en función de los tratamientos utilizados

 

Análisis de los datos de biomasa vegetal

Recogida de datos de biomasa vegetal
Hemos llevado a cabo una investigación sobre la biomasa vegetal en diferentes especies al final del proyecto.
Se han recogido muestras de diferentes variedades (Amigdalus comunis, Arce campestre, Juniperus thurifera, Pinus pinea y Quercus ilex) localizadas en dos bloques (3 y 4). Se han aplicado varios tratamientos a estas especies: ausencia de los mismos, retenedor, micorriza y la combinación de ambos, al que llamamos mixto.

Las variables medidas en el estudio son las siguientes:

  • Biomasa: transformación lineal a través de un análisis de componentes principales, para el conjunto de datos obtenidos del diámetro y la altura de la especie, así como la absorción de carbono en las raíces y tallos de los árboles (variable dependiente).

  • Tratamiento: aplicación de tratamientos (ausencia de ellos, retenedor, micorriza y mixto) en el árbol: encontramos 28 muestras a las que no se les aplica tratamientos; 31 con retenedor; 29 con micorriza, y, finalmente, 31 mixto (variable independiente).

  • Bloque: bloque donde se encuentra el árbol (3 o 4). En el bloque 3 hay 58 muestras por 61 del bloque 4 (variable de control).

  • Especie: nombre de cada especie de árbol de la muestra. 25 muestras de Amigdalus comunis; 23 de Arce campestre; 23 de Juniperus thurifera; 23 de Pinus pinea y 25 de Quercus ilex.

Presentamos una tabla con las medias y desviaciones típicas de los datos recopilados para la biomasa.

Figura 32: Medias y desviaciones típicas de la biomasa

Análisis de la biomasa vegetal
Una de las hipótesis planteadas en relación con la producción de biomasa indica mejores resultados en árboles con presencia de tratamientos que en ausencia de estos. En primer lugar, hemos presentado un modelo lineal para la variable respuesta biomasa con la presencia de las variables independientes tratamiento, bloque y especie. El gráfico de los coeficientes de regresión obtenidos es el siguiente.


Figura 33: Gráfico de los coeficientes de correlación del análisis de la biomasa

Presentamos una tabla con las regresiones obtenidas y analizamos los resultados.

Figura 34: Resultados de la regresión del análisis de biomasa

Tanto el bloque 4, como las especies Amigdalus comunis, Juniperus thurifera, Pinus pinea y Quercus ilex son significativos. No es significativo el efecto de los tratamientos. El modelo lineal ajustado presenta un coeficiente de determinación múltiple que arroja un valor de 0.517, cuyo significado es que las variables explicativas introducidas en el modelo explican el 51.7% de la variabilidad total de la variable respuesta biomasa.
Al analizar el efecto de los tratamientos para las diferentes especies por separado, en ambos bloques, encontramos algunos resultados significativos, como el caso del Juniperus thurifera y del Pinus pinea, aunque con signos contradictorios.
No hay efecto de los tratamientos en las otras especies.