Dinámica del agua edáfica en dehesas y su relación con el clima y la vegetación

  1. Lozano Parra, Javier
Dirigida por:
  1. Susanne Cecilia Schnabel Director/a

Universidad de defensa: Universidad de Extremadura

Fecha de defensa: 20 de febrero de 2015

Tribunal:
  1. Gerardo Moreno Marcos Presidente/a
  2. Loes Van Schaik Secretario/a
  3. Joaquín Francisco Labado Contador Vocal
  4. Antonio Ceballos Barbancho Vocal
  5. Francesc Gallart Gallego Vocal

Tipo: Tesis

Teseo: 377398 DIALNET

Resumen

Se investiga la dinámica del agua edáfica a distintas escalas espacio� temporales en ecosistemas agrosilvopastoriles (�dehesas�) condicionados por la disponibilidad de recursos hídricos. Se estudia la relación entre dicha dinámica y los factores involucrados, principalmente clima y vegetación. Se analiza la sensibilidad y respuesta del pasto a la disponibilidad de agua edáfica. El contenido hídrico edáfico se monitorizó en 17 estaciones automáticas de humedad (SMS), compuestas por sensores que tomaron registros continuamente cada 30 minutos durante más de 2 años hidrológicos completos. Los sensores se instalaron a 5, 10 y 15 cm y a una profundidad variable dependiendo de la potencia del perfil. La temperatura edáfica se monitorizó a 5 cm cada 30 minutos. Las SMS se ubicaron bajo la influencia de diferente vegetación: espacios abiertos y bajo copa de árbol. Las escalas temporales variaron desde el minuto a décadas, las escalas espaciales desde el pedón hasta la cuenca. Los resultados indicaron que bajo árbol hubo inferior contenido hídrico anual que en pastizales. Se destacó la importancia de la capa superficial edáfica (primeros 15 cm) en los procesos ecohidrológicos, como principal zona de abastecimiento hídrico del pasto, y como la más sensible ante factores externos. La influencia de periodos húmedos y secos sobre la humedad edáfica y la interceptación fue destacada. Se determinaron y cuantificaron los patrones hídricos edáficos. �Multivariate Adaptive Regression Spline� mostró ser útil para modelizar flujos hídricos y determinar factores causantes. El uso de modelos ecohidrológicos distribuidos en combinación con generadores estocásticos de tiempo resultó ser efectivo.