Caracterización fisiológica e hidráulica de Eucaliptus tereticornis, Eucaliptus camedulensis y ...

O2 CO2

CO2

O2

Tesis:

Caracterizaciรณn fisiolรณgica e hidrรกulica de Eucaliptus tereticornis, Eucaliptus camedulensis y Gliricidia sepium en plantaciones de alta densidad para la producciรณn de biomasa en Costa Rica

Por: Juan Carlos Valverde Otรกrola

O2 CO2 CO2

Contrato FI084-13 Financiamiento otorgado por MICITT, CONICIT y VIE (TEC)

Tesis:

Caracterizaciรณn fisiolรณgica e hidrรกulica de Eucaliptus tereticornis, Eucaliptus camedulensis y Gliricidia sepium en plantaciones de alta densidad para la producciรณn de biomasa en Costa Rica

Por: Juan Carlos Valverde Otรกrola

Tecnológico de Costa Rica Área Académica Agroforestal Maestría en Gestión de Recursos Naturales y Tecnologías de la Producción

Trabajo Final de Graduación sometido al Tribunal del Área Académica Agroforestal del Instituto Tecnológico de Costa Rica para optar por el grado de Máster en Gestión de Recursos Naturales y Tecnologías de Producción Caracterización Fisiológica e hidráulica de Eucaliptus tereticornis, Eucaliptus camedulensis y Gliricidia sepium en plantaciones de alta densidad para la producción de biomasa en Costa Rica

Juan Carlos Valverde Otárola

Campus Central, Cartago, Costa Rica Diciembre, 2015

Caracterización Fisiológica e hidráulica de Eucaliptus tereticornis, Eucaliptus camedulensis y Gliricidia sepium en plantaciones de alta densidad para la producción de biomasa en Costa Rica Juan Carlos Valverde Otárola1 Resumen General El cambio climático en conjunto a la inestabilidad del precio del petróleo ha generado una crisis energética en el país, incidiendo en altos precios eléctricos y aumento del costo de los productos nacionales. Por lo cual la implementación de plantaciones energéticas se vuelve una fuente renovable con potencialidad de uso pero que presenta limitaciones en cuanto al conocimiento y caracterización fisiológica de las especies con potencial uso en Costa Rica que permitan ser una línea base para estudios de optimización productiva por lo cual en este trabajo se plantó la caracterización fisiológica e hidráulica de Eucaliptus tereticornis, Eucaliptus camedulensis y Gliricidia sepium en plantaciones de alta densidad para la producción de biomasa; realizándose desde cuatro perspectivas: (1) desarrollo de un modelo no destructivo de Índice de Área Foliar que permita evaluar este parámetro de manera simple, barata y eficientemente facilitando una caracterización de la copa fotosintéticamente productiva del árbol; (2) evaluación fisiológica de los árboles en 3D permitiendo tener un panorama de las áreas con mayor y menor actividad fisiológica a considerar en los manejos silviculturales; (3) evaluación de la resistencia de las plantas al estrés hídrico como indicador de capacidad de soporte de las mismas a condiciones climáticas adversas y (4) carbonización segmentada del fuste para obtención de carbón vegetal con el fin de valorar potenciales usos alternativos de los árboles energéticos.

Palabras clave: Dendroenergía, Modelamiento 3D, Índice de Área Foliar, Estrés hídrico, Carbonización

1

Valverde-Otárola, JC. 2015. Caracterización Fisiológica e hidráulica de Eucaliptus tereticornis, Eucaliptus camedulensis y Gliricidia sepium en plantaciones e alta densidad para la producción de biomasa en Costa Rica. Tesis de Maestría. Cartago, Costa Rica, Tecnológico de Costa Rica. 101p.

III

Physiological and hydraulic characterization of Eucalyptus tereticornis, Eucalyptus camaldulensis and Gliricidia sepium in high density plantations for biomass production in Costa Rica General Abstract Climate change together with the instability of oil prices has generated an energy crisis in the country, focusing on higher electricity prices and increased cost of domestic products.

Therefore the implementation of energy plantations becomes a renewable source with potential use but with some limitations in knowledge and physiological characterization of the species with potential use in Costa Rica that allow be a baseline for production optimization studies at which in this study the physiological and hydraulic characterization of Eucalyptus tereticornis, Eucalyptus camedulensis and Gliricidia sepium in high density plantations for biomass production; carried from four perspectives: (1) development of a nondestructive pattern of Leaf Area Index to assess this parameter simple, cheap and efficient way of facilitating a characterization photosynthetically productive treetop. (2) physiological assessment of trees in 3D allowing to have an overview of the areas with high and low physiological activity to consider silvicultural manipulations. (3) evaluation of the resistance of plants to water stress as an indicator of ability to support them to adverse weather conditions, and (4) of the shaft segmented carbonization to obtain charcoal in order to assess potential alternative uses of trees energy.

Key words: Dendroenergic, 3D Modelling, Leaf Area Index, plant water stress, Charcoal.

iv

Dedicatoria

Para mi querida estrella de la suerte si bien ya no estás físicamente, te siento con migo iluminándome el camino día a día

v

Agradecimientos Gracias a la fuente por permitirme lograr este viaje que me abrió los ojos a un nuevo mundo y expandir capacidades que simplemente desconocía, además de la entrada de nuevas personas en mi vida que de una a otra manera han impactado en mi existir y transmitido conocimientos, experiencias y valores que sin duda serán parte de mi vivir. También a mis padres que si bien en algunos momentos no entendían lo que pasaba o las cosas o equipos que portaba, siempre mostraron su apoyo y disponibilidad de ser facilitadores y estar motivándome constantemente para poder hacer este trabajo en realidad y que sin duda sin ello no podría haber cumplido las expectativas planteadas en él.

Quiero dar un agradecimiento a mi tutor Dagoberto Arias Aguilar por la oportunidad que me brindo y confianza plena en mi proyecto, a Mario Guevara por su apoyo y aportes que aumentaron la calidad del proyecto. Además quiero darle las gracias a Roel Campos por su apoyo, consejos y facilidades que permitieron agilizar y lograr de la mejor manera varias fases del trabajo y Carlos Hernández por su apoyo logístico y motivacional que sin duda fue clave para lograr los objetivos planteados. A la Dirección de posgrados (Específicamente a Erick Mata y Damaris Quesada) por el apoyo y confianza dados en desarrollo de proceso de dos años. Se agradece el apoyo financiero del MICITT-CONICIT. También quiero agradecer a mis que colaboración tanto funcional y anímicamente en la toma de datos, procesamiento de información y generación de los artes finales, destacando la motivación que me generó Mariel Solano quien siempre creyó en mí y fue motivación en todo momento y de Sharon López que fue de una colaboración fundamental en todo el desarrollo del trabajo.

Finalmente quiero dar un agradecimiento especial a las personas u grupo de personas que de una u otra manera mostraron dudas, malestares o enojos por el desarrollo de este trabajo y que en lugar de ser factores limitantes o de disconformidad para su consecución se convirtieron en un elemento de motivación y creatividad para mostrar que todo se puede lograr si se tiene el deseo, esperanza y hambre en convertirlo en una realidad.

Para mí la vida es siempre tener hambre. El significado de la vida no es simplemente de existir para sobrevivir; sino para avanzar, para subir y sobre todo para vencer. Si uno viene a este mundo es para tener hambre de victoria y crecimiento y no sed de miedo y estancamiento. A. Schwarzenegger vi

Hoja de Aprobación del Trabajo Final de Graduación

Este Trabajo Final de Graduación fue aceptado por el Tribunal del Área Académica Agroforestal del Instituto Tecnológico de Costa Rica, como requisito parcial para optar por el grado de Máster en Gestión de Recursos Naturales y Tecnologías de Producción

Caracterización Fisiológica e hidráulica de Eucaliptus tereticornis, Eucaliptus camedulensis y Gliricidia sepium en plantaciones e alta densidad para la producción de biomasa en Costa Rica

_________________________________________ Ing. Dagoberto Arias Aguilar. Ph.D Profesor tutor

_________________________________________ Ing. Mario Guevara Bonilla. MSc. Lector

_________________________________________ Ing. Rooel Campos Rodríguez. Ph.D Director del tribunal Coordinador del Área Académica Agroforestal _________________________________________ Ing. Juan Carlos Valverde Otárola Sustentante

vii

Índice General

Resumen General ................................................................................................................ III General Abstract ................................................................................................................. iv Dedicatoria ............................................................................................................................ v Agradecimientos .................................................................................................................. vi Hoja de Aprobación del Trabajo Final de Graduación .................................................. vii Índice General .................................................................................................................... viii Lista de Cuadros .................................................................................................................. xi Lista de Figuras .................................................................................................................. xii Lista de Abreviaturas ........................................................................................................ xiv Capítulo 1: ........................................................................................................................... 15 Introducción general .......................................................................................................... 15 Capítulo 2: ........................................................................................................................... 17 Objetivos e hipótesis ........................................................................................................... 17 Objetivo general ............................................................................................................... 17 Objetivos específicos de los capítulos .............................................................................. 17 Hipótesis ........................................................................................................................... 17 Capítulo 3: ........................................................................................................................... 18 Comparación del Índice de Area Foliar con métodos indirectos y directo en distintas condiciones ambientales en plantaciones dendroenergéticas de Eucaliptus tereticornis .............................................................................................................................................. 18 Resumen ............................................................................................................................ 18 Abstract ............................................................................................................................. 19 1.

Introducción .............................................................................................................. 19

2.

Materiales y métodos ................................................................................................. 21 2.1 Especie y sitio de estudio: ....................................................................................... 21 2.2 Medición indirecta................................................................................................... 22 2.3

Análisis de DHP: ................................................................................................ 22

2.4

Medición directa:................................................................................................ 23

2.5 Evaluación del efecto de la nubosidad y el viento: ................................................. 23 2.6 Análisis estadístico: ................................................................................................. 24 3.

Resultados.................................................................................................................. 24 viii

3.1 Comparación entre los LAI obtenidos del método indirecto con respecto al LAI directo ............................................................................................................................ 24 3.2

Efectos de la nubosidad en la evaluación del LAI ............................................. 25

3.3

Efectos de la velocidad del viento en la evaluación del LAI ............................. 28

4. Discusión ...................................................................................................................... 29 4.1 DHP y LAI-2000 comparados con el método directo ............................................. 29 4.2 Efectos del ambiente en el cálculo del LAI............................................................. 31 4.3 Potencialidad y limitaciones de DHP de dispositivos móviles para el cálculo de LAI ................................................................................................................................ 32 5.

Conclusiones.............................................................................................................. 33

6.

Referencias ................................................................................................................ 34

Capítulo 4: ........................................................................................................................... 37 Variabilidad de parámetros fisiológicos en la copa de árboles juveniles de E. tereticornis desde una perspectiva tridimensional ........................................................... 37 Resumen ............................................................................................................................ 37 Abstract ............................................................................................................................. 38 1.

Introducción .............................................................................................................. 38

2.

Materiales y Métodos ................................................................................................ 40 2.1

Especie y sitio de estudio: .................................................................................. 40

2.2

Segmentación y selección de puntos de medición de la copa: ........................... 41

2.3

Parámetros fisiológicos evaluados: .................................................................... 41

2.4

3.

Análisis de densidad de la madera: ........................................................................ 43

2.5

Modelación 3D: .................................................................................................. 43

2.6

Análisis de resultados: ........................................................................................ 43

Resultados.................................................................................................................. 44 3.1 Variabilidad fisiológica dentro de los árboles ......................................................... 44 3.2 Variación de la densidad de la madera del fuste ..................................................... 46 3.3 Modelación y Diferenciación fisiológica del árbol sectorización fisiológica: ........ 47

4.

Discusión ................................................................................................................... 50 4.1 Variabilidad fisiológica ........................................................................................... 50 4.2 Potencialidad y limitaciones de la modelación 3D ................................................. 52

5.

Conclusiones.............................................................................................................. 53

6.

Referencias ................................................................................................................ 54 ix

Capítulo 5: ....................................................................................................................... 57 Efectos del estrés hídrico en el desarrollo fisiológico del Gliricidia sepium en condiciones de invernadero ............................................................................................ 57 Resumen ............................................................................................................................ 57 Abstract ............................................................................................................................. 58 1.

Introducción .............................................................................................................. 58

2.

Materiales y métodos ................................................................................................. 60 2.1

2.2

Especie y condiciones de estudio. ...................................................................... 60 Modelos de estrés hídrico implementados. ............................................................ 61

2.3

Parámetros fisiológicos evaluados. .................................................................... 62

2.4

Diseño experimental y análisis de resultados:.................................................... 64

3. Resultados ..................................................................................................................... 64 3.1 Crecimiento y desarrollo ......................................................................................... 64 3.2 Asimilación fotosintética neta y transpiración ........................................................ 65 3.3 Conductividad estomática, SPAD y contenido de humedad foliar ......................... 66 3.4 Turgencia foliar ....................................................................................................... 69 3.5 Correlaciones fisiológicas ....................................................................................... 71 4.

Discusión ................................................................................................................... 73

5.

Conclusiones.............................................................................................................. 76

Capítulo 6: ........................................................................................................................... 80 Caracterización física y química del carbón de cuatro segmentos de fustes Eucaliptus camadulensis proveniente de plantaciones dendroenergéticas ....................................... 80 Resumen ............................................................................................................................ 80 Abstract ............................................................................................................................. 80 1.

Introducción .............................................................................................................. 81 2.1 Especie y sitio de estudio: ....................................................................................... 83 2.2 Segmentación del fuste y estandarización del material:.......................................... 83 2.3

Proceso de carbonización implementado: .......................................................... 84

2.4

Pruebas físicas: ................................................................................................... 84

2.5

Pruebas químicas: ............................................................................................... 85

2.6

Valoración estética de las piezas: ....................................................................... 85

2.7

Diseño experimental y análisis estadístico implementado: ................................ 86

2. Resultados ..................................................................................................................... 87 x

2.1 Caracterización de proceso de carbonización ......................................................... 87 2.2 Caracterización física y química de la madera y carbón ......................................... 89 2.3 Calidad estética del carbón ...................................................................................... 90 2.4 Agrupación de similitud del carbón ........................................................................ 90 3.

Discusión ................................................................................................................... 91 3.1 Variaciones en las secciones del fuste en la carbonización .................................... 91 3.2 Variación y agrupación de las variables físicas y químicas .................................... 92

4.

5.

Conclusiones.............................................................................................................. 94 Referencias .................................................................................................................... 94

Capítulo 7: ........................................................................................................................... 97 Conclusiones y recomendaciones ...................................................................................... 97 7.1 Conclusiones ............................................................................................................... 97 7.2 Recomendaciones ........................................................................................................ 99 Capítulo 8: ......................................................................................................................... 100 Referencias bibliográficas ................................................................................................ 100

Lista de Cuadros Comparación del Índice de Area Foliar con métodos indirectos y directo en distintas condiciones ambientales en plantaciones dendroenergéticas de Eucaliptus tereticornis Cuadro 1. Coeficientes de regresión del modelo LAI=a·PAI+b para determinar el LAI a partir del PAI en individuos juveniles de E. tereticornis, con una significancia de 0,05…………………………………………………………………………………….25 Cuadro 2. Coeficientes de regresión de los de las ecuaciones de determinación del LAI a partir de PAI bajo el modelo Y=aX+b obtenidos de las mediciones con DHP-app en cuatro rangos de velocidad del viento en plantaciones juveniles de E. tereticornis……29 Cuadro 3. Coeficientes de Correlación de Pearson de los valores de LAI obtenido con método directo e indirectos en árboles juveniles de E. tereticornis…………………….31 Cuadro 4. Coeficientes de Correlación de Pearson de los valores de LAI directo e indirectos (DHP-app) obtenidos en árboles juveniles de E. tereticornis………………………….32 Variabilidad de parámetros fisiológicos en la copa de árboles juveniles de E. tereticornis desde una perspectiva tridimensional Cuadro 1. Densidad de la madera de los segmentos de 50 cm de longitud de los fustes de los rebrotes juveniles de E. tereticornis de 6 meces de edad……………………………..48 xi

Efectos del estrés hídrico en el desarrollo fisiológico del Gliricidia sepium en condiciones de invernadero Cuadro 1. Valores iniciales y final de crecimiento, masa seca y característica de la hoja en las plantas testigo y con estrés lineal y cíclico de G. sepium…………………….…..65 Caracterización física y química del carbón de cuatro segmentos de fustes Eucaliptus camadulensis proveniente de plantaciones dendroenergéticas Cuadro 1. Pruebas físicas realizadas a los cuatro grupos de probetas de E. camaldulensis…85 Cuadro 2. Propiedades físicas y químicas determinadas en las cuatro secciones del fuste de E. camaldulensis tanto en madera como material de origen como el material carbonizado…………………………………………………………………………..89 Lista de Figuras Comparación del Índice de Area Foliar con métodos indirectos y directo en distintas condiciones ambientales en plantaciones dendroenergéticas de Eucaliptus tereticornis Figura 1. Valores del LAI indirecto obtenidos con el LAI-2000, DHP-app and DHP-focus relacionados con de LAI directo de los individuos juveniles de E. tereticornis ......... 25 Figura 2. Valores del LAI indirecto obtenidos con el LAI-2000, DHP-app and DHP-focus relacionados con de LAI directo en condiciones de clima total y parcialmente nublado en plantaciones juveniles de E. tereticornis ................................................................ 27 Figura 3. Valores del LAI indirecto obtenidos con DHP-app relacionado con de LAI directo bajo cuatro velocidades de viento en plantaciones juveniles de E. tereticornis .......... 28

Variabilidad de parámetros fisiológicos en la copa de árboles juveniles de E. tereticornis desde una perspectiva tridimensional Figura 1. División proporcional realizada a la copa del árbol (a) y la las ramas (b) de los árboles de E. tereticornis de 6 meses de edad………………………………………...42 Figura 2. Curvas de Asimilación fotosintética neta (An) con respecto a la Photosynthetic Photon Flux Density, obtenida en los tres segmentos de copa (LT, IT y HT) y tres secciones de rama (SEB, SMB y SIM) en rebrotes juveniles de E. tereticornis de 6 meces de edad………………………………………………………………………...46 Figura 3. Transpiración (E), Conductividad estomática (Gs), contenido relativo de clorofila (SPAD) y Turgencia foliar (Pp) obtenidos en los tres segmentos de copa (LT, IT y HT) y tres secciones de rama (SEB, SMB y SIM) en rebrotes juveniles de E. tereticornis de 6 meces de edad……………………………………………………...47

xii

Figura 4. Ramas modelos desarrollada para los tres estratos de la copa (HT, IT, LT) con sus respectivos análisis de conglomerados de las variables obtenidas en rebrotes juveniles de E. tereticornis…………………………………………………………………......49

Figura 5. Vista isométrica (a), superior (b) y semi frontal (c) de los resultados de agrupación (d) de la diferenciación fisiológica entre los tres estratos de la copa (HT, IT, LT) y tres segmentos de rama (SEM, SMB y SIB) obtenidas en rebrotes juveniles de E. tereticornis…………………………………………………………………………...50 Efectos del estrés hídrico en el desarrollo fisiológico del Gliricidia sepium en condiciones de invernadero Figura 1. Dosificación de agua por planta semanal aplicada a las plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero…………………....61 Figura 2. Curvas de Asimilación fotosintética neta (An) con respecto a la Photosynthetic Photon Flux Density (PPFD), obtenida en DOY 0 y DOY 98 en plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero………………66 Figura 3. Variabilidad de la conductividad estomática (Gs), contenido de humedad foliar (FMC) y contenido relativo de clorofila (SPAD) en función al tiempo obtenidos en plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero…………………………………………………………………………..68 Figura 4. Turgencia foliar (Pp), temperatura y humedad relativa de los periodos DOY 0 a 10, DOY 40 a 49 y DOY 89 a 94 en plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero………………………………………..70 Figura 5. Correlaciones de la Turgencia foliar (Pp) con la asimilación fotosintética neta (An), Conductividad estomática (Gs) y contenido relativo de clorofila (SPAD) en función al tiempo obtenidos en plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero…………………………………………………………..72 Caracterización física y química del carbón de cuatro segmentos de fustes Eucaliptus camadulensis proveniente de plantaciones dendroenergéticas Figura 1. (a) Segmentación del fuste de los árboles de E. camaldulensis en los segmentos Lower Stem (LS), Medium stem (MS), Higher stem (HS) y Branch (Br); (b) programa de carbonización implementado a las probetas de E. camaldulensis……………………84 Figura 2. Pérdida de peso, contracción radial y tangencial de las cuatro secciones del fuste de E. camaldulensis implementadas para proceso de carbonización…………………88 Figura 3. Índice de calidad del carbón (CQI) de las cuatro secciones del fuste de E. camaldulensis implementadas para proceso de carbonización………………………90 Figura 4. Resultados de la agrupación de las variables físicas, químicas y de calidad visual obtenidas en las cuatro secciones del fuste de E. camaldulensis implementadas para proceso de carbonización…………………………………………………………….91 xiii

Lista de Abreviaturas Abreviatura LAI PAI SLA DHP-app DHP-focus TC PC SW1 SW2 SW3 SW4 HT IT LT IBS MBS EBS Gs An SPAD E PAR Pp PPFD

Término Leaf área Index (Índice de Área Foliar) Plant Area Index (Índice de Área de la Planta) Specific Leaf Area (Área Foliar Específica) Fotografía hemisférica obtenida con aplicación móvil Fotografía hemisférica obtenida con lente físico Clima totalmente nublado Cima parcialmente nublado Velocidad del viento de 0 a 5 km/h Velocidad del viento de 5 a 10 km/h Velocidad del viento de 10 a 15 km/h Velocidad del viento mayor de 15 km/h Higher treetop (copa superior) Intermediate treetop (copa intermedia) Lower treetop (copa inferior) Internal Branch Section (sección interna de la rama) Medium Branch Section (sección media de la rama) External Branch Section (sección externa de la rama) Conductividad estomática Asimilación neta Valor potencial de nitrógeno Transpiración Luz fotosintéticamente activa Turgencia foliar Photosynthetic Photon Flux Density (PPFD),

xiv

Capítulo 1: Introducción general En la actualidad Costa Rica afronta problemas energéticos producto de la variabilidad de precios internacional de combustibles fósiles (Estado de la Nación, 2014), el cambios climáticos que han incidido en reducción de la estación lluviosa (IMN, 2015) y déficit de proyectos con energías renovables que satisfagan la demanda nacional (Estado de la Nación, 2014). Este panorama ha generado un aumento en los costos de producción eléctrica y con ello problemas en la competitividad de los productos costarricenses en los mercados nacionales e internacionales.

Ante tal situación se ha convertido en una prioridad desarrollar nuevas alternativas para satisfacer la demanda energética, entre las que se destaca las plantaciones dendroenergéticas esto debido que su implementación evita dependencia a mercados internacionales de los combustibles o gas (Estado de la Nación 2014), promueve el desarrollo de la economía interna del país ya que incorpora terrenos subutilizado o sin uso en sistemas productivo y sobre todo es un proceso cíclico en el cual las emisiones que se generan de la combustión de biomasa se pueden fijadas con las mismas plantaciones (Hooda y Rawat 2006, Meadows et al. 2014).

Sin embargo en la región tropical hay un considerable desconocimiento del comportamiento fisiológico de muchas especies implementadas en este tipo de cultivo, específicamente en Costa Rica aún no se ha generado la información suficiente para definir las densidades óptimas de siembra para la generación de biomasa a corto y mediano acorde la región del país, además, de la cuantificación de los posibles efectos en ambientales que puede generar este tipo de cultivos (calidad de del suelo, disponibilidad de nutrientes, entre otros) y cuales debería ser las técnicas y el manejo óptimo para promover el crecimiento y generación de biomasa en el menor tiempo posible.

De manera tal si se conocen factores fisiológicos y respuestas de las plantas a ciertas condiciones de manejo, se podría optimizar los ciclos productivos en función a selección de especie y características del sitio; también, se podría brindar criterios de decisión de aplicación de actividades silviculturales de manera precisa y sobre todo a evitar degradación 15

de los sitios y productividad a largo plazo. Este trabajo se desarrolló con el formato de artículo científico obteniendo una publicación por capítulo.

16

Capítulo 2: Objetivos e hipótesis Objetivo general Desarrollar caracterizaciones fisiológicas e hidráulicas en Eucaliptus tereticornis, Eucaliptus camedulensis y Gliricidia sepium en plantaciones de alta densidad para la producción de biomasa en Costa Rica.

Objetivos específicos de los capítulos i.

Diseñar un sistema de evaluación de Índice de Área Foliar de alta fidelidad para plantaciones de alta densidad.

ii.

Simular el efecto del estrés hídrico en plántulas de especies forestales implementadas para plantaciones de alta densidad.

iii.

Generar modelos fisiológicos tridimensionales que permitan evaluar el comportamiento de especies forestales utilizadas en plantaciones de alta densidad.

iv.

Proponer un sistema de carbonización con usos múltiples que permita aprovechar los residuos generados en las plantaciones de alta densidad.

Hipótesis

A partir de las investigaciones previas encontradas para cada capítulo se espera cumplir las siguientes hipótesis: i.

Se puede generar un sistema de evaluación de IAF con métodos indirectos de bajo coste y con una precisión significativa con respecto a métodos directos facilitando la evaluación de este parámetro fisiológico con tecnología de fácil acceso.

ii.

Las reducciones de agua en las plantas generan efectos evidentes del estrés hídrico que afectan el desarrollo del organismo y disminuyendo su actividad fisiológica e hidráulica sin embargo existen posibilidades de su recuperación con aumentos graduales de agua.

iii.

Existen variaciones fisiológicas dentro de la copa de los árboles que se pueden modelar en tres dimensiones, facilitando la diferenciación de los segmentos de copa con mayor desarrollo fisiológico y cuales generan un desarrollo menor o negativo.

iv.

Es posible obtener múltiples productos carbonizados del fuste y ramas de los árboles que permitan disponer de productos alternativos de las plantaciones dendroenergéticas.

17

Capítulo 3: Comparación del Índice de Area Foliar con métodos indirectos y directo en distintas condiciones ambientales en plantaciones dendroenergéticas de Eucaliptus tereticornis Comparison of Leaf Area Index with indirect and direct methods in different environmental conditions in dendroenergetic plantations of Eucaliptus tereticornis Resumen El LAI es un parámetro relacionado con múltiples variables fisiológicas en árboles. En su evaluación se ha enfocado en técnicas directas e indirectas, las primeras son de carácter destructivo pero con un nivel de precisión elevado, mientras las indirectas son de rápido desarrollo, no dañan al individuo pero con un nivel de precisión menor; en este grupo se destaca los sistemas ópticos, específicamente el LAI-2000 y DHP que son las que mejor resultado han obtenido en múltiples especies. Este trabajo evaluó el uso del LAI-2000, DHP tomadas con un teléfono móvil y usando un lente de ojo de pez y una aplicación móvil, comparándose sus resultados con el método destructivo; además, se valoraron en dos coberturas de nubes y cuatro rangos de velocidad del viento. Los resultados mostraron que el mejor método indirecto fue el DHP-app con el modelo LAI=0,88·PAI+0,17 con un r2 de 0,83, seguido por el LAI-200 y DHP-Focus. En cuanto la nubosidad, se encontró que se tiende a

subestimar entre un 8 a 60% el LAI en cobertura parcialmente nublada, indiferentemente el método indirecto pero manteniéndose el DHP-app como el mejor método. Finalmente se encontró que vientos superiores a los 5 km/h generan variaciones de hasta un 60% en los valores de LAI debido a los cambios de la estructura de la copa generando una aleatoriedad del movimiento de las hojas que infiere en aumento de variabilidad del LAI y disminución de su precisión.

Palabras claves: Índice de Area Foliar, LAI-2000, Fotografía hemisférica digital, Eucaliptus tereticornis

18

Abstract

The LAI is a parameter related to physiological variables in multiple trees. In its assessment has been focused on direct and indirect techniques. The former are destructive character but with a high level of accuracy, while indirect rapid development are not damaging to the individual but with a lower level of precision; in this group it stands optical systems, specifically LAI DHP-2000 and which are the best results were obtained in multiple species.

This study evaluated the use of LAI-2000, DHP taken with a mobile phone and using a fisheye lens and a mobile application, comparing their results with the destructive method; also, they were assessed on two-cloud cover and four wind speed ranges. The results showed that the best method was indirect DHP-app model to LAI = 0.88 + 0.17 • PAI with a r2 of 0.83, followed by the LAI-200 and DHP-Focus. As the clouds, it was found that tends to underestimate between 8-60% LAI partly cloudy coverage, regardless the indirect method but maintained the DHP-app as the best method. Finally, it was found that higher winds at 5 km/h generate variations of up to 60% on the values of LAI due to changes in the structure of the glass generating randomness of the movement of the leaves inferred in increased variability of LAI and decreased accuracy.

Key words: Leaf Area Index, LAI-2000, Digital hemispherical photography, Eucaliptus tereticornis

1. Introducción Índice de Área Foliar (LAI) es la relación del área de tejido foliar por unidad horizontal de superficie (Dovey y du Toit, 2005; Nguy-Robertson et al., 2014; Poblete-Echeverría, et al., 2015). LAI se correlaciona con la fotosíntesis, la transpiración y la respiración que realiza en la copa del árbol y por tanto el intercambio de materia y energía que tiene el organismo con el ambiente (Bréda, 2003; Mason et al., 2012). De forma tal se disponga de información de LAI que simplifica la generación modelos fisiológicos de especies y ecosistemas (Pisek et al., 2011; Poblete-Echeverría et al., 2015); facilitando la creación de modelos productivos, metodologías inteligente de manejo silvicultural y evaluación de la recuperación ecológica de un ecosistema en el tiempo (Vyas, et al., 2010).

19

Sin embargo la estimaciĂłn del LAI es complicada ya que se debe considerar la orientaciĂłn y distribuciĂłn aleatoria del follaje y evitar la confusiĂłn en el cĂĄlculo del ĂĄrea foliar con ĂĄrea de ramillas, ramas o fuste (Chianucci y Cutini, 2013). Ante la complejidad del cĂĄlculo del LAI se ha desarrollado tĂŠcnicas directas e indirectas (BrĂŠda, 2003; Mason et al., 2012). Las tĂŠcnicas directas consisten cosechar el individuo o parte de su copa y partir de relaciones alomĂŠtricas la masa seca de las hojas y el ĂĄrea foliar especĂ­fica (SLA) se genera el LAI (Dovey y du Toit, 2005), con la ventaja que es un mĂŠtodo de alta precisiĂłn, pero con limitaciones de complejidad, costo y perturbaciĂłn en el desarrollo del individuo (en su defecto genera su cosecha) y en muchos casos se imposibilita disponer mediciones precisas en el tiempo (Chianucci y Cutini, 2013).

En cambio las tĂŠcnicas indirectas generan distorsiones mĂ­nimas en los ĂĄrboles, facilitan el cĂĄlculo de LAI a partir del Plan Area Index (PAI) (Dovey y du Toit, 2005) que permite no solo generar factores de correcciĂłn sino aumentar la precisiĂłn del cĂĄlculo a un costo accesible (Chianucci y Cutini, 2013). Un de las tĂŠcnicas indirectas de mayor implementaciĂłn ha sido la Ăłptica que se ha basado en los principios de la Ley de Beer Lamberth (Jonckheere, et al., 2004) que permite modelar el comportamiento de la luz que traspasa la cobertura de la copa y se resume en la siguiente ecuaciĂłn: đ?‘ƒ(đ?œƒ) = exp(

−đ??ş(đ?œƒ) Ί(đ?œƒ) đ?‘ƒđ??´đ??ź ) cos đ?œƒ

Donde P es la canopy gap fraction, G es foliage projection function que estå relacionada con el ångulo de distribución foliar, Ί es el foliage clumping index del ågulo zenith ϴ y PAI es el Plant Area Index, que incluye tanto el årea foliar como las ramas y partes del fuste. A partir de dicho principio se han desarrollado instrumentación y tÊcnicas especializadas como el Tracing Radiation and Architecture of Canopies (TRAC) (Chen, et al., 1997), SUNSCAN Canopy Analysis System (Vojtech et al., 2007), AccuPAR (Lang, 1986), DEMON (Nackaerts, et al., 2000), LAI-2000 Plant Canopy Analyzer (Demanrez, et al., 2008) y Hemispherical Photography (Jonckheere, et al., 2004; Denmarez et al., 2008; Lui et al., 2012). Siendo los dos últimos los que mayor Êxito han tenido debido a su facilidad de adquisición y adaptabilidad a distintas especies, ecosistemas y condiciones ambientales (Dovey y du Toit, 2005; Demarez et al., 2008; Chianucci y Cutini, 2012, 2013) 20

Por otra parte es relevante destacar que con el auge tecnológico de los dispositivos móviles disponen de cámaras fotográficas de alta resolución en conjunto con aplicaciones y gadgets que permiten obtener fotografías hemisféricas de buena calidad. Facilitado la utilización de tecnología de bajo costo que complementada con programas especializados como Winscanopy, CAN-EYE y HemiView permiten calcular el LAI (Chianucci y Cutini, 2012).

Con el uso de cámaras de dispositivos móviles no solo se pretende ahorra tiempo y costo en el cálculo de LAI sino también permitir desarrollar evaluaciones en condiciones climáticas en las que normalmente se corre el riesgo de obtener valores sesgados de LAI; aspectos como la nubosidad y el viento inciden directamente en el cálculo del LAI que en muchos casos se tiende a subestimar (Demarez et al., 2008; Pisek et al., 2011). Equipos especializados como el LAI-2000 (LI-COR Biosciences, 2010) tiene su funcionamiento óptimo en sitios con cielo totalmente nublado y sin presencia de viento; Pero cambios en estas condiciones inciden aumento de la variabilidad del LAI generado por el aumento en la luminosidad de la copa que incide en distorsiones que muchos de los algoritmos de los equipos que implementan la Ley de Beer Lamberth no consideran (Confalonieri et al., 2013; Francone, et al., 2014; Zou et al., 2014). Por lo cual el presente trabajo pretendió en las plantaciones dendroenergéticas de E. tereticornis: (1) comparar valores de LAI con el método directo e indirecto, (2) evaluar el efecto de la nubosidad en la estimación del LAI con ambas metodologías y (3) determinar los efectos de la velocidad del viento en el cálculo del LAI. 2. Materiales y métodos 2.1 Especie y sitio de estudio: Se evaluaron 22 individuos de E. tereticornis de 26 meses de edad, con un diámetro promedio a 1,3m sobre el suelo de (58,3±2,6) mm y una altura total promedio de (737,2±62,9) cm. La plantación se sembró con una densidad de siembra de 10000 árb/ha y no se le aplicó ningún tipo de majo silvicultural.

El sitio de estudio se ubicó en Cartago, Costa Rica (9°50'57.91"N; 83°54'37.27"W) y se evaluó entre los meces de Mayo y Septiembre del 2015, a una altitud de 1392 msnm, con una temperatura media anual de 24°C y una precipitación anual de 2100 mm dispuesta en 7 meses lluviosos (IMN, 2015).

21

2.2 Medición indirecta Se implementó el PAI como parámetro generador LAI, obteniéndose a partir de dos técnicas: (1) un equipo Plant Canopy Analyzer y (2) imágenes fotográficas hemisféricas (obtenidas con una aplicación móvil y un lente tipo ojo de pez); las mediciones se desarrollaron entre las 6:30 y 8:30 am (GMT-6) tanto en un clima totalmente nublado como parcialmente nublado. Igualmente se evaluó la temperatura, humedad relativa y velocidad del viento, utilizando una mini estación climática móvil marca Skymate (Speedtech Instruments) modelo SM-19 y la luminosidad se evaluó con un luxómetro marca Dr.Meter® modelo LX1330B. En ambas técnicas la copa del individuo se dividió en 4 segmentos y en cada uno se tomó la información a una distancia de 50 cm del individuo.

Las mediciones del Plant Canopy Analyzer se realizaron con una unidad PCA del LAI-2000 (LI-COR Biosciences, Inc., 2010), la unidad se colocó a 60 cm sobre nivel de suelos y se implementó con una tapa de 90° para bloquear el operador del equipo y la copa de los árboles cercanos, con respecto al cálculo del PAI se omitió el quinto anillo de sensor para evitar mediciones de árboles que no fueran de interés según recomienda Dovey y du Toit (2005).

En cuanto las fotografías digital hemisféricas (DHP) se utilizó un teléfono móvil marca ASUS® Modelo Zenphone 5 con un cámara de 8MP (una resolución de 2024x2024 pixeles en formato RGB). A la cámara se le agregó un lente ojo de pez marca Vivitar con un angular de 180° y cobertura de 35 mm; además, de la aplicación móvil Fisheye Pro versión 1.2 (R22 software) para Android. Todas las fotografías se tomaron niveladas a un altura de 60 cm sobre nivel del suelo y en con la dirección del norte previamente marcada.

2.3 Análisis de DHP: La fotografías hemisféricas se procesaron con el software CAN_EYE versión 6.3.13 (Weiss y Baret, 2014) , previamente ambas técnicas se calibraron según el método descrito en el CAN EYEmanual (versión 6.3.6) (Weiss y Baret, 2014). Se limitó el grado de visión de las imágenes (COI) a 60° y con la opción de recorte en CAN_EYE se eliminaron las copas de los árboles que rodeaban a cada árbol de estudio con el fin de prevenir que las distorsiones y sesgos el cálculo del PAI; igualmente se implementó un ángulo zenith de 2,5° y azimuthal 22

de 5° (Mougin et al., 2014) con un anålisis de pixeles de tipo No mixed pixels (2 clases), el algoritmo seleccionado fue el LAI-2000 4 rings debido que en pruebas previas fue el que mostró mejores resultados.

2.4 MediciĂłn directa: Los ĂĄrboles evaluados con la mediciĂłn indirecta de LAI se cosecharon y se contabilizaron todas las hojas de su copa. Posteriormente se extrajo una muestra del 25% de la copa siguiendo la metodologĂ­a de Mason et al., (2012), se escanearon a color y con una calidad de 900 DPI con un escĂĄner EpsonÂŽ modelo TX-110 y se les calculĂł el SLA con el software WINFOLIAÂŽ versiĂłn 2012 pro. Seguidamente las hojas se secaron a 65°C por 48 horas para determinar el peso seco y con ĂŠl se aplicĂł la ecuaciĂłn 1 para determinar el LAI. ∑ đ??żđ??´đ??ź = ( ( đ?‘†đ??żđ??´â „∑ đ??ˇđ?‘Š ) ∗ đ?‘ đ??š) ∗ đ??żđ?‘ˆ (1) DĂłnde ∑SLA es sumatoria del ĂĄrea foliar especĂ­fica (m2); ∑DL es sumatorĂ­a del peso seco de las hojas (en g); NF es nĂşmero de hojas contabilizadas en la copa del ĂĄrbol y LU es unidad de ĂĄrea del suelo (en este caso de 1 m2).

2.5 EvaluaciĂłn del efecto de la nubosidad y el viento: Con respecto a la nubosidad se evaluĂł el PAI tanto en un cielo totalmente nublado (TC) como un cielo parcialmente nublado (PC) (las fotografĂ­as presentan al menos un 50% nubosidad), para comprobar el porcentaje de nubosidad era el indicado se implementĂł una preclasificaciĂłn de pixeles con el software gratuito GIMP 2.8 (www.gimp.com), ambas condiciones se valoraron sin la presencia de viento.

En cambio con la valoraciĂłn del efecto viento, Ăşnicamente se implementĂł con DHP-app debido a la respetabilidad del proceso y que la cĂĄmara se calibrĂł a fotografĂ­as en alta velocidad (en 0,60 segundos) permitiendo obtener en cada rĂĄfaga de viento de 6 a 10 fotografĂ­as; las mediciones se tomaron en los mismos supuesto expuestos en la secciĂłn 2.2 de la metodologĂ­a y bajo los siguientes rangos de velocidad de viento: i. de 0 a 5 km/h (WS1), ii. 5 a 10 km/h (WS2), iii. 10 a 15 km/h (WS3) y iv. mayores a 15 km/h (WS4).

23

2.6 Análisis estadístico: Con respecto a la relación entre las variables LAI y PAI se implementó la metodología de Mason et al. (2012) que consistió en regresiones lineales en las cuales el PAI fue la variable independiente y el LAI la dependiente, estas variables se evaluaron bajo el modelo de regresión lineal LAI=a+b·PAI; donde LAI es el índice de área folia, PAI es el Plant área Index, a es el punto de intersección y b es la pendiente. Además se realizó un análisis de Correlación de Pearson para valorar los grados de relación entre los distintos métodos directos e indirectos. Estos análisis se realizaron con una significancia de 0,05 en el programa STATISTICA 9.0.

3. Resultados 3.1 Comparación entre los LAI obtenidos del método indirecto con respecto al LAI directo Los valores del LAI obtenidos con el método directo en E. tereticornis variaron de 0,68 a 2,67 m2m-2; mientras con el indirecto de LAI-2000 osciló de 0,88 a 2,60 m2m-2; DHP-app de 0,85 a 2,54 m2m-2 y el DHP-Focus de 0,80 a 2,30 m2m-2; estas mediciones se realizaron con a una temperatura de (24,5±1,6)°C, humedad relativa del (75±10)% y luminosidad de (156789±24500) lux. En la figura 1 se presenta LAI directo con respecto el LAI indirecto, de manera general todos los modelos mostraron la tendencia que en LAI inferiores a 1,5 m2m-2 se sobreestima el parámetro, mientras LAI superiores se subestimó.

24

Figura 1. Valores del LAI indirecto obtenidos con el LAI-2000, DHP-app and DHP-focus relacionados con de LAI directo de los individuos juveniles de E. tereticornis Al analizar los modelos obtenidos, se encontró que el mejor modelo fue el DHP-app con la ecuación LAI=0,88·PAI+0,17, con una sobreestimación inferior al 15% en árboles de bajo LAI y una subestimación del 38% en los individuos con los LAI mayores; además, el modelo mostró el mejor coeficiente de determinación (r2) de 0,83; con una distribución normal de los residuos del parámetro PAI (P=0,325) y el error estándar de los parámetros de la ecuación inferiores a 0,16 (Cuadro 1).

Con el LAI-2000 se obtuvo el modelo LAI=1,12·PAI-0,13 (Cuadro 1), mostrando una tendencia de sobrestimar el LAI en un 25% en los individuos pequeños y una subestimación inferior del 47% en los LAI mayores; igualmente el modelo obtuvo un valor r2 de 0,756 con una distribución normal de los residuos de parámetro PAI (P=0,44) pero con errores estándar en sus parámetros de 0,17 a 0,11 (Cuadro 1). En cuanto el modelo del DHP-focus con la ecuación LAI=1,17·PA-0,24; mostró subestimaciones inferiores al 20% en LAI bajos y sobrestimaciones menores el 36% el individuos de alto LAI, el r2 del 77,3% con una distribución normal de los residuos del PAI (P=0,28) pero con errores estándar superiores a 0,15 siendo los mayores de los tres modelos indirectos (Cuadro 1).

Cuadro 1. Coeficientes de regresión del modelo LAI=a·PAI+b para determinar el LAI a partir del PAI en individuos juveniles de E. tereticornis, con una significancia de 0,05 LAI estimation LAI-2000 (r2=0,756) DHP-app (r2=0,832) DHP-Focus (r2=0,773)

Parameter Constant PAI Constant PAI Constant PAI

Estimate 0,17 0,88 -0,13 1,12 -0,24 1,17

Std. Error 0,17 0,11 0,15 0,10 0,22 0,15

t-Value 1,01 7,81 -0,78 9,79 -1,09 7,91

P-Value 0,325 <0,001 0,4423 <0,001 0,2883 <0,001

3.2 Efectos de la nubosidad en la evaluación del LAI

25

En la figura 2 se presentan los efecto de la nubosidad en el cálculo del LAI con los tres métodos indirectos de evaluación, se obtuvo un aumento de la subestimación del LAI en las condiciones de cielo parcialmente nublado. Con el LAI-2000 (Figura 2a) el modelo en PC obtuvo la ecuación LAI=1,09·PAI+0,28 que tiende a subestimar todos los valores del LAI de un 6 a 52% con respecto a TC y del 5 al 66% con respecto al LAI destructivo y con una leve disminución del r2 de 0,76 a 0,75. Por su parte con DHP-app (Figura 2b) con la ecuación LAI=1,07·PAI+0,06 mantiene la tendencia a subestimar de un 2 al 18% con respecto a TC y de 8 a 50% con el LAI directo, con una disminución del r2 de 0,83 (en TC) a 0,77. Finalmente con el DHP-focus con la ecuación LAI= 1,28·PAI+0,07 la subestimación varió del 5 a 45% con respecto a CT y de 8 a 60% con el método directo, pero se presentó un aumento del r 2 de 0,76 (en TC) a 0,81.

26

Figura 2. Valores del LAI indirecto obtenidos con el LAI-2000, DHP-app and DHP-focus relacionados con de LAI directo en condiciones de clima total y parcialmente nublado en plantaciones juveniles de E. tereticornis 27

3.3 Efectos de la velocidad del viento en la evaluación del LAI Con respecto al factor del viento (figura 3), se encontró que conforme la velocidad del viento aumentó el valor indirecto del LAI varió significativamente y generando sobrestimaciones con árboles de LAI inferior de 1,7 m2m-2 y subestimaciones con LAI mayores, con ello se ha una disminución significativa en la precisión en los modelos. Con WS2 (modelo LAI=1,01·PAI+0,21) presentó un comportamiento totalmente opuesto a WS1 (modelo con viento mínimo a nulo), sobrestimando hasta en un 30% el LAI con individuos con LAI directo menores a 1 m2m-2 y superiores a él se dio una subestimación del 10 a 33%, generando variaciones máximas del 60% con respecto a los LAI reales, el r 2 del modelo fue de 0,14(Cuadro 2), con distribución normal de los residuos del PAI (P=0,10) y errores estándar de sus parámetros superiores a 0,20; caso similar se dio con el WS3 que mantuvo el comportamiento se sobrestimar los menores LAI en un 15% y un subestimado máximo del 40% en los LAI mayores, el valor del r2 del modelo fue de 0,37 (modelo LAI=0,46·PAI+0,91), pero no se obtuvo una distribución normal de sus residuos (P=0,0043) y con errores estándar superiores a 0,14, siendo un modelo poco confiable. Finalmente con WS4 la línea de tendencia es casi paralela al eje X (con la ecuación LAI=0,17·PAI+1,121), con un r2 de 0,04, además de errores estándar superiores a 0,20 y sin distribución normal de los residuos del PAI (P=0,041) siendo también un modelo ineficiente.

Figura 3. Valores del LAI indirecto obtenidos con DHP-app relacionado con de LAI directo bajo cuatro velocidades de viento en plantaciones juveniles de E. tereticornis 28

Cuadro 2. Coeficientes de regresión de los de las ecuaciones de determinación del LAI a partir de PAI bajo el modelo Y=aX+b obtenidos de las mediciones con DHP-app en cuatro rangos de velocidad del viento en plantaciones juveniles de E. tereticornis LAI estimation WS1 (r2=0,83) WS2 (r2=0,14) WS3 (r2=0,37) WS4 (r2=0,04)

Parameter Constant PAI Constant PAI Constant PAI Constant PAI

Estimate -1,13 1,11 1,01 0,21 0,91 0,46 1,21 0,17

Std. Error 0,17 0,12 0,27 0,21 0,19 0,14 0,29 0,20

t-Value -0,73 9,44 3,69 1,71 4,89 3,27 4,18 0,84

P-Value 0,47 <0,001 <0,001 0,1051 <0,001 0,0043 <0,001 0,041

4. Discusión 4.1 DHP y LAI-2000 comparados con el método directo El comportamiento de subestimar el LAI en árboles de medio y gran porte es similar a lo encontrado en estudios de Eucaliptus y con otras especies (Battaglia et al., 1998); la tendencia de tener variaciones dentro de un 30 a 60 % es típico con LAI según mencionan Gower y Norman (1991), Kucharik et al., (1998), Gower et al., (1999), Küßner y Mosandl (2000) y Leblanc y Chen (2001) y en el caso de mediciones con DHP, Mason et al., (2012) reportó variaciones del 10 a 60 % del LAI en Pinus radiata de 7 años de edad, debido a los sesgos que generan los métodos ópticos. Dovey y du Toit (2005) y Confalonieri et al. (2013) mencionan que entre los aspectos que puede generar variaciones de los métodos ópticos está la distribución de las hojas y presencia de ramas, la DHP en el proceso de clasificación de pixeles de cobertura foliar en la gama de verdes puede variar significativamente por la luminosidad, generando en algunos casos que el sistema considere hojas como ramas debido al parecido de la cromática de pixeles, caso similar seda con el borde de las hojas tenderse a identificar como cielo lo cual infiere en pérdida de LAI. Nguy-Robertson et al., (2014) destaca que la fotografía en modo automático tiene a aumentar el canal rojo y simplificar el verde, incidiendo en ello con lectura de pixeles errónea en CAN-EYE, por su parte Lui et al., (2013) destacó que la luminosidad infiere directamente en el LAI en sitios con altas 29

densidades generalmente se da traslape de copas dificultando al investigador la seleccipon correcta del cobertor en el sensor del LAI-2000 o en DHP poder recortar de manera óptima la imagen, evitando la eliminación de segmentos de ramas del individuo en estudio en incidiendo en pérdida de información.

En caso de los árboles de menor porte que se generó una sobrestimación del LAI, Dovey y du Toit (2005) con E. grandis de 24 meses de edad obtuvo comportamiento sobrestimaciones similares del LAI debidas que lo individuos menores tiene a obtener gran cantidad de ramas y poca presencia de hojas que en momento de hacer correcciones del PAI (en las cuales se elimina el efecto de ramas y fuste en el cálculo) los modelos algorítmicos tiene a confundir más los pixeles de hojas con ramas debido al elevado grado de similitud de los colores, además que las hojas tiende a hacer acumulaciones foliares en la parte superior incidiendo en aumento de LAI ya que eucaliptus que presentan SLA considerables (en este estudio el SLA en promedio fue de 42,6 cm2).

Con respecto a la comparación de métodos (Cuadro 4) la relación del DHP- app con el LAI directo (0,91) que fue mayor en comparación al LAI-200 y DHP-focus (0,87); se debió que uso una app en dispositivo móvil permite calibrar mejor el ojo de pez en comparación al lente que algunos mostró problemas de generar imágenes de calidad debido a leves movimientos del lente, Confalonieri et al. (2013), destaca que uso de apps para el cálculo de LAI infieren en precisión y respetabilidad en la medición debido que se puede definir y estandarizar variables como la curvatura de la imagen del ojo de pez, su relación con luminosidad y selección de un ISO, mientras con el LAI-2000 Chianucci et al., (2014) menciona que leves variaciones en el ambiente infieren en el cálculo del LAI específicamente la angulación de los rayos del sol que puede incidir en aumento de la subestimación del LAI.

30

Cuadro 3. Coeficientes de Correlación de Pearson de los valores de LAI obtenido con método directo e indirectos en árboles juveniles de E. tereticornis

Direct Indirect LAI-2000 Indirect DHP-app Indirect DHP-Focus

Direct 1 0,87** 0,91** 0,87**

Indirect LAI-2000

Indirect DHP-app

Indirect DHP-Focus

1 0,81** 0,74**

1 0,91**

1

ns, no hay significancia; *, significancia al 0,05; **, significancia al 0,01

4.2 Efectos del ambiente en el cálculo del LAI El efecto de subestimación del LAI en coberturas parcialmente nubladas se debe a un aumento de la radiación solar que incide en la reflexión de la luz por parte de la hoja conforme la nubosidad disminuya, generando pérdida de información en las imágenes, como es el caso que el borde de la hoja se puedan confundir con pixeles de cielo; además, Chianucci et al., (2014) menciona que en este tipo de condición de obtiene cambios en la sombra foliar y en algunos casos sombras con dos angulaciones distintas que generan aumento de errores e cálculo del LAI en el equipo LAI-2000 debido que sus modelos algorítmico no consideran estas variaciones.

En cambio con el efecto del viento como se muestra en el cuadro 5, infiere en disminuciones significativas de correlación entre LAI indirecto y con el directo, hay variaciones del 60% de los valores del 20 al 60% entre ambos LAI, producto del movimiento que tiene la copa como respuesta al viento, si bien en la bibliografía disponible no se cuenta con otros estudios que analizaran este fenómeno, se puede inferir que la disminuciones de las correlaciones (que llegan a ser de un 30 a 55%) producto que en el movimiento de la copa se da cambio en la orientación, dirección de las hojas afectando los principios de la Ley de Beer-Lambert y con ello generando variaciones que pueden llegar a ser aleatorias, incidiendo en una gran variabilidad de los datos. Mason et al., (2014) destaca que conforme exista mayor homogeneidad de la copa y estabilidad de la misma los valores ópticos de LAI serán mejores debido que se cumplen los principios de Beer-Lambert. En este caso al existir variabilidad

31

por el efecto del viento la precisión de mecanismo será mínima generando con ello errores y valores de correlación bajos.

Cuadro 4. Coeficientes de Correlación de Pearson de los valores de LAI directo e indirectos (DHP-app) obtenidos en árboles juveniles de E. tereticornis

Direct WS1 WS2 WS3 WS4

Direct 1 0,91** 0,37ns 0,61* 0,19 ns

SW1

SW2

SW3

SW4

1 0,49 ns 0,46* 0,20 ns

1 -0,04ns 0,19 ns

1 0,41 ns

1

ns, no hay significancia; *, significancia al 0,05; **, significancia al 0,01

4.3 Potencialidad y limitaciones de DHP de dispositivos móviles para el cálculo de LAI Se demostró la viabilidad que tiene la implementación de DHP obtenidas con aplicaciones o lentes externos en dispositivos móviles; su ventaja al ser un sistema de evaluación rápido, con adaptabilidad a las condiciones del sitio de la flexibilidad de seleccionar y mejorar la calidad de las imágenes obtenidas lo que ventaja a otras técnicas ópticas como el LAI -2000 (Chianucci et al., 2014) que son sistemas que no se puede controlar en su totalidad la calidad de información obtenida o en su defecto eliminar elementos y objetos que generen distorsiones en las mediciones de LAI. Confalonieri et al. (2013) y Piayda et al. (2015) mencionan que el LAI obtenido de fotografías hemisféricas no solo tiene mayor control en su proceso de medición, sino que también se puede adaptar mejor a distintas condiciones ambientales ya sea en áreas urbanas o con árboles aislados y rodeado por infraestructura que puede generar ruido en el cálculo.

También Breda (2013) destaca su simplicidad de aplicación en distintos momentos del día, debido que se puede manipular y adaptar clasificación posterior de pixeles según sea las hora y condiciones climáticas, facilitando la estandarizar las categorías cromática de coberturas como nubes y vegetación; con ello se puede extender los periodos de evaluación del LAI algo que es limitado con equipos como el LAI-2000 que depende las mediciones se realicen

32

con ángulo de radiación solar inferiores a 45° para simplificar errores por refracción de la luz.

Breda (2003), Baret et al., (2010), Facci et al., (2010) y Confalonieri et al. (2013) destacan que entre las principales limitaciones de este sistema de evaluación están la tendencia a subestimar valores de LAI dependiendo de la edad y arquitectura de la copa de cada especie evaluada, en el caso de Dovey y du Toit (2005) con E. grandis de 24 y 36 meses encontró variaciones significativas en el LAI de ambas especies, siento producto a la dinámica de desarrollo de los individuos y en ella los árboles de 24 meces mostraron mayor subestimación que los de 36 meses argumentando que son árboles con un ritmo de crecimiento mayor y con un nivel de competitividad elevado comparado a los de 36 meces; por su parte Chiannucci et al. (2013) que en rodales de Pinus radiata argumentó variaciones del LAI dependen de la densidad de siembra de los árboles, obteniendo en los sitios con mayor densidad hay un mayor traslapes de las copas, dificultando diferenciar y delimitar claramente la copa de cada individuo, incidiendo delimitaciones subjetivas que pueden incidir en subestimación de LAI. 5. Conclusiones Se confirmó la viabilidad de implementar DHP-app y DHP-focus en el cálculo de LAI en E. tereticornis de 26 meses, obteniendo que el mejor método indirecto fue el DHP-app con el modelo LAI=0,88·PAI+0,17 con coeficiente de correlación de 0,91 con respecto a los valores directos de LAI; seguido por el LAI-2000 y DHP-focus que presentaron menor precisión y correlación inferior (0,87); esto se debió a la facilidad de adaptación y control de la valoración que permite las DHP que permiten majar con mayor precisión el proceso de clasificación y valoración de pixeles para el cálculo de LAI. Además se determinó que los factores ambientales generan variaciones significativas del LAI, en el caso de factor nubosidad se obtuvo un aumento de la subestimación del LAI independientemente de la técnica indirecta empleada con variaciones de hasta un 60% con respecto al LAI real pero manteniendo la tendencia el DHP-app es el mejor sistema de evaluación. En cambio con el factor viento mostró un aumento de la variabilidad de valores LAI conforme la velocidad del viento aumentó, siendo velocidades inferiores a 5 km/h as óptimas para recolectar información de LAI ya que velocidades superiores inciden en 33

variaciones de 10 a 65% en el LAI y disminuyen las correlaciones a los valores reales hasta un 40%.

6. Referencias BrĂŠda, N., 2003. Groundâ&#x20AC;?based measurements of leaf area index: a review of methods, instruments and current controversies. Journal of Experimental Botany 54, 2403-2417.

Chen, JM., Plummer, PS., Rich, M., Gower, ST., Norman, JM., 1997 Leaf area index measurements.

J Geophys Res 102: 29, 429-443.

Chianucci, Cutini, 2012. Digital hemispherical photography for estimating forest canopy properties: current controversies and opportunities. iForest 5, 290-295.

Chianucci, F., Cutini, A., 2013. Estimation of canopy properties in deciduous forests with digital hemispherical and cover photography. Agricultural and Forest Meteorology 168, 130-139.

Chianucci, F., Macfarlane, C., Pisek, J., Cutini, A., Casa, R., 2014. Estimation of foliage clumping from the LAI-2000 Plant Canopy Analyzer: effect of view caps. Trees 29, 355-366.

Confalonieri, R., Foi, M., Casa, R., Aquaro, S., Tona, E., Peterle, M., Boldini, A., Carli, G., Ferrari, A., Finotto, G., Guarneri, T., Manzoni, V., Movedi, E., Nisoli, A., Paleari, L., Radici, I., Suardi, M., Veronesi, D., Bregaglio, S., Cappelli, G., Chiodini, M.E., Dominoni, P., Francone, C., Frasso, N., Stella, T., Acutis, M., 2013. Development of an app for estimating leaf area index using a smartphone. Trueness and precision determination and comparison with other indirect methods. Computers and Electronics in Agriculture 96.

Demarez, V., Duthoit, S., Baret, F., Weiss, M., Dedieu, G., 2008. Estimation of leaf area and clumping indexes of crops with hemispherical photographs. Agricultural and Forest Meteorology 148, 644-655.

Dovey, S., du Toit, B., 2005. Calibration of LAI-2000 canopy analyser with leaf area index in a young eucalypt stand. Trees 20, 273-277.

Facchi, A., Baroni, G., Boschetti, M., Gandol, C., 2010. Comparing optical and direct methods for leaf area index determination in a maize crop. J. Agric. Eng. 1, 33-40.

Gower, S.T., Norman, J.M., 1991. Rapid estimation of leaf area index in conifer and broad-leaf plantations. Ecology 72 (5), 1896-1900.

Gower, S.T., Kucharik, C.J., Norman, J.M., 1999. Direct and indirect estimation of leafarea index, fAPAR, and net primary production of terrestrial ecosystems. RemoteSens. Environ. 70, 29-51.

Leblanc, S.G., Chen, J.M., 2001. A practical scheme for correcting multiple scattering effects on optical LAI measurements. Agric. For. Meteorol. 110, 125-139.

34

IMN(Instituto Meteorológico Nacional). (1 de Junio de 2015). Instituto Meteorológico Nacional.

Obtenido de www.imn.ac.cr Jonckheere I, Fleck S, Nackaerts K, Muys B, Coppin P, et al. 2004. Review of methods for in situ leaf area index determination: Part I. Theories, sensors and hemispherical photography. Agr Forest Meteorol 121: 19-35.

Kucharik, C.J., Norman, J.M., Gower, S.T., 1998. Measurements of branch area and adjusting leaf area index indirect measurements. Agric. For. Meteorol. 91, 69-88.

Küßner, R., Mosandl, R., 2000. Comparison of direct and indirect estimation of leaf area index in mature Norway spruce stands of eastern Germany. Can. J. For. Res. 30 (3), 440–447.

Lang, A., 1986. Leaf-area and average leaf angle from transmission of direct sunlight. Aust J Bot 34: 349-355.

LI-COR Biosciences (2010) LAI-2000 Plant canopy analyser: instruction manual. LI-COR, Lincoln, Nebrasca Liu Z, Jin G, Qi Y (2012) Estimate of leaf area index in an old-growth mixed broadleaved-Korean Pine Forest in Northeastern China. PloS one 7: e32155.

Mason, E., Diepstraten, M., Pinjuv, G., Lasserre, J.-P., 2012. Comparison of direct and indirect leaf area index measurements of Pinus radiata D. Don. Agr Forest Meteorol 166, 113-119.

Mougin, E., Demarez, V., Diawara, M., Hiernaux, P., Soumaguel, N., Berg, A., 2014. Estimation of LAI, fAPAR and fCover of Sahel rangelands (Gourma, Mali). Agricultural and Forest Meteorology 198-199, 155-167.

Nackaerts, K., Coppin, P., Muys, B., Hermy, M., 2000. Sampling methodology for LAI measurements with LAI-2000 in small forest stands. Agr Forest Meteorology 101: 247–250.

Nguy-Robertson, A., Peng, Y., Gitelson, A., Arkebauer, T., Pimstein, A., Herrmann, I., Karnieli, A., Rundquist, D., Bonfil, D., 2014. Estimating green LAI in four crops: Potential of determining optimal spectral bands for a universal algorithm. Agricultural and Forest Meteorology 192-193, 140-148.

Piayda, A., Dubbert, M., Werner, C., Correia, A., Pereira, J., Cuntz, M., 2015. Influence of woody tissue and leaf clumping on vertically resolved leaf area index and angular gap probability estimates. Forest Ecology and Management 340, 103-113.

Pisek, J., Ryu, Y., Alikas, K., 2011. Estimating leaf inclination and G-function from leveled digital camera photography in broadleaf canopies. Trees 25, 919-924.

35

Poblete-Echeverría, C., Fuentes, S., Ortega-Farias, S., Gonzalez-Talice, J., Yuri, J., 2015. Digital Cover Photography for Estimating Leaf Area Index (LAI) in Apple Trees Using a Variable Light Extinction Coefficient. Sensors 15.

Vojtech E, Turnbull LA, Hector A., 2007. Differences in light interception in grass monocultures predict short-term competitive outcomes under productive conditions. PloS one 2: e499.

Vyas, D., Mehta, N., Dinakaran, Krishnayya, 2010. Allometric equations for estimating leaf area index (LAI) of two important tropical species (Tectona grandis and Dendrocalamus strictus).

Journal of Forestry Research 21, 197-200.

Weiss, M., Baret, F., Smith, G.J., Jonckheere, I., Coppin, P., 2004. Review of methodsfor in situ leaf area index (LAI) determination. Part II. Estimation of LAI, errorsand sampling. Agric. For. Meteorol. 121, 37-53.

Zou, X., Mõttus, M., Tammeorg, P., Torres, C., Takala, T., Pisek, J., Mäkelä, P., Stoddard, F., Pellikka, P., 2014. Photographic measurement of leaf angles in field crops. Agricultural and Forest Meteorology 184, 137-146.

36

Capítulo 4: Variabilidad de parámetros fisiológicos en la copa de árboles juveniles de E. tereticornis desde una perspectiva tridimensional Variation of physiological parameters in the top of trees youth E. tereticornis from a three dimensional perspective Resumen Los árboles presentan una serie de procesos fisiológicos que inciden en su sobrevivencia, crecimiento y desarrolló, la expresión de estas variables dependen de aspectos genético y ambientales del organismo y a su vez la relación entre dichas variables permiten la optimización de elementos ambientales como la luz, agua y nutrientes pero con la característica que se da variaciones fisiológicas dependiendo la sección de la copa del árbol.

Por lo cual en este estudio se desarrolló la caracterización de 5 variables fisiológicas en nueve segmentos de la copa en rebrotes juveniles de E. tereticornis; obteniendo valores de An de 28,6 a 40,6 µmol m-2 s-1, de E de 8,53 a 16,90 µmol m-2 s-1, Gs de 87,47 a 335,16 mmol m-2 s-1, la Pp varió de 65 a 320 kPa y el valor SPAD de 20,5 a 38,40; los análisis de aglomerados mostraron que las secciones SEB y SMB en HT obtuvieron comportamientos fisiológicos significativamente menores con respecto al resto de la copa debido a son áreas que están en pleno crecimiento y las hojas no han llegado a su punto óptimo; en cambio en el resto de la copa las diferenciaciones se generaron por los parámetros de Pp y Gs incidieron en cuatro aglomerados. Igualmente se encontró que implementación del modelo 3D permitió el desarrolló un árbol modelo que simplificó el procesamiento de información pero que presentación limitaciones de precisión debido a la estandarización de angulaciones y longitudes de ramas, además de estandarización de hojas su distribución afectado al precisión de la copa.

Palabras claves: Eucalyptus tereticornis, fisiología forestal, modelamiento 3D

37

Abstract The trees have a number of physiological processes that affect their survival, growth and development, the expression of these variables depend on genetic and environmental aspects of the organization and in turn the relationship between these variables allow the optimization of environmental elements such as light, water and nutrients but with the characteristic that gives physiological changes depending on the section of the tree. Therefore in this study the characterization of 5 physiological variables in nine segments of the youth cup in outbreaks of E. tereticornis developed; An obtaining values 28.6 to 40.6 µmol m-2 s-11, E of 8.53 to 16.90 µmol m-2 s-1, Gs of 87.47 to 335.16 mmol m-2 s-1, the Pp ranged from 65 to 320 kPa and the SPAD value of 20.5 to 38.40; agglomerates analysis showed that EBS and MBS sections HT physiological behaviors had significantly lower compared to the rest of the glass because they are areas that are growing and the leaves have not reached their peak; whereas in the rest of the cup differentiations were generated by parameters Pp and four Gs were influenced agglomerates. It was also found that implementation of the 3D model allowed developed a model tree simplified the processing of information but which display accuracy limitations due to the standardization of angles and lengths of branches, in addition to standardizing leaves his affected the accuracy of the glass distribution .

Key words: Eucalyptus tereticornis, forest physiology, 3D modeling

1. Introducción Los árboles son organismos vivos que están en constante cambio y desarrollo (Gan et al., 2013), actividades fisiológicas como la conductividad estomática (Pinkard y Beadle, 1998; Shurong et al., 1999), transpiración (Pinkard y Beadle, 1998; Utkhao et al., 2015), tasa fotosintética activa (Shurong et al., 1999; Barry y Pinkard, 2013), turgencia foliar (Seelig et al. 2009), entre otros; son los mecanismos que impulsan desarrollo y crecimiento del individuo (Warren y Adams, 2005; Barry y Pinkard, 2013), que normalmente se muestra en el aumento de biomasa, crecimiento diamétrico (Barry y Pinkard, 2013), índice de área foliar (Major y Johnsen, 2001; van Wijk et al., 2004; Satapathy y Dadhwal, 2005) e índice de masa radicular (Wachsman et al., 2015).

38

El desarrollo fisiológico está ligado tanto a la genética del organismo (Davidson et al., 2004), como en su interacción con el ambiente (Warren y Adams, 2005; Barry y Pinkard, 2013) específicamente a la precipitación, temperatura, humedad relativa, luz fotosintéticamente activa, viento, entre otros (Shurong et al., 1999). Ante tal panorama se hace necesario desarrollar modelos y algoritmos que permitan cuantificar, valorar y entender cómo se da el desarrollo fisiológico de los individuos y las interacciones que tienen entre y su afectación el desarrollo del organismo (Lisboa et al., 2014; Utkhao et al., 2015). Comúnmente se ha realizado relaciones bidimensionales (2D) de las variables fisiológicas (Bussiere et al., 2002.), en las que se toma un parámetro fisiológico y dimensiona de manera comparativa entre árboles o tratamientos, manteniendo aspectos constantes como los patrones de selección y ubicación de las hojas (Bylesjö et al., 2008). Sin embargo Chambelland et al., (2008), menciona que dependiendo del tipo de investigación se omiten aspectos de la arquitectura de copa que en modelos 2D no se consideran, como es la trasferencia de la radiación solar y la distribución del agua de precipitación dentro de la copa del árbol que pueden inferir en varios parámetros fisiológicos.

Por tanto se han desarrollado múltiples técnicas de modelamiento de tipo tridimensional (3D) que buscan dar una interpretación fisiológica integral y detallada (de Moraes Frasson y Krajewski, 2010; Paulus et al.¸2014); entre los modelos que más se han implementado se destaca Bonhomme y Varletgrancher (1978) implementada en gramíneas y se basa en una descripción geométrica que consta en una primera fase que se dimensiona hojas de distintas edades y plantas y posteriormente se cosechan los organismos y mediante fotografía en un área con plantilla cuadrada se genera información como inclinación de hojas, inclinación de planta y silueta de distribución foliar, es una técnica que tiene la ventaja de tener un grado de precisión elevado, pero es muy meticulosa y destructiva. En cambio la técnica de estéreo fotografía, consiste en implementar varias cámaras fotográficas a la vez, alrededor de la planta y a partir de puntos previamente ubicados en la planta tomar fotografías a la vez para producir análisis arquitectónicos de la copa de forma precisa mediante uso de un programa especializado (España et al. 1999); posteriormente Guo et al. (2006) desarrolló una mejora en la técnica incluyendo perspectiva superior de la planta en conjunto de perspectiva frontal

39

y lateral de la planta, con ello se aumenta la precisión aunque se sigue dejando por fuera valoraciones y angulaciones foliares.

Ante tal panorama se debe considerar el aumento de software de interpretación y análisis que permiten el desarrollo objetos en 3D, entre ellos se destaca PhotoModeler® (Eos System Inc.), Onyxtree® (Onyx Computing Inc.) y otros de modelado con criterio general como SolidWorks® (Dassault Systèmes SolidWorks Corp.), Rinho® (Robert McNeel & Associates), Blender® (Blender.org), entre otros. Estos programas en conjunto con análisis estadísticos que predefinan las tendencias y diferenciaciones de variables fisiológicas permiten generar modelaciones 3D con un grado de detalle superior.

En cuanto estudios de modelamiento fisiológico 3D en el área agrícola se han implementado detalladamente con especies como Zea mays (de Moraes Frasson y Krajewski, 2010; Paulus et al.¸2014), Arabidopsis thaliana (Kaminuma et al., 2004), Trifolium repens (Gautier et al., 2000), Hordeum vulgare (Dornbusch et al., 2007), entre otros; con la característica en común que en estos estudios se han centrado a la evaluación morfológica y anatómica de la planta con una perspectiva 3D sin evaluar a profundidad variables fisiológicas. Por otra parte se destaca el estudio de Bellasio et al.(2012) que evaluó el crecimiento, distribución de clorofila e inflorescencia en desde una perspectiva 3D de tres cereales. En cuanto el área de ciencias forestales el desarrollo de este tipo de investigaciones ha sido limitado, destacando el estudio de Bellasio et al., (2012) con híbridos de Juglans regia x J. nigra enfatizado en dispersión de la luz en la copa del árbol y su influencia en el desarrollo de área foliar y el de Wachsman et al., (2014) enfocado al estudio y análisis de la arquitectura de la copa de especies de bosque

natural. Por tanto el objetivo de este trabajo fue caracterizar la variabilidad de parámetros fisiológicos en la copa de rebrotes juveniles de E. tereticornis mediante uso de modelos tridimensionales.

2. Materiales y Métodos 2.1

Especie y sitio de estudio:

Se evaluaron 10 rebrotes de E. tereticornis de 6 meses de edad, (procedentes de plantas que tenían 30 meses de edad cuando se cosecharon). Cada rebrote se había seleccionado con 4 meses de anterioridad, eliminando lo rebrotes que competían y afectaran su desarrollo. En promedio los rebrotes presentaron un diámetro a 1,3 m sobre el suelo de (19,3±1,91) mm y 40

una altura total promedio de (206,3±25,5) cm. La plantación se sembró con una densidad de siembra de 10000 árb/ha y no se le aplicó ningún tipo de manejo silvicultural.

El sitio de estudio se ubicó en Cartago, Costa Rica (9°50'57.91"N; 83°54'37.27"W), a una altitud de 1392 msnm, con temperatura media anual de 24°C y precipitación anual de 2100 mm dispuesta en 7 meses lluviosos (IMN, 2015).

2.2 Segmentación y selección de puntos de medición de la copa: La copa se definió a partir de la primera rama con hojas vivas hasta el meristemo apical, acorde a su altura se dividió proporcionalmente en tres secciones (Figura 1a): copa superior (HT), copa intermedia (IT) y copa inferior. A su vez cada rama de cada sección de la copa se midió y se dividió proporcionalmente en tres secciones (Figura 1b): sección de rama interna (SIB), sección de rama intermedia (SMB), sección de rama externa (SEB).

Figura 1. División proporcional realizada a la copa del árbol (a) y la las ramas (b) de los árboles de E. tereticornis de 6 meses de edad En cada sección de la copa, se seleccionaron 4 ramas, en las cuales se escogieron 9 hojas (3 hojas por cada segmento de rama), estas hojas se caracterizaron por no presentar deformidades, defectos generados por patógenos o coloraciones atípicas en comparación a las demás hojas del árbol.

2.3 Parámetros fisiológicos evaluados: Las hojas seleccionadas se le valoró los siguientes parámetros: tasa fotosintética neta, transpiración, contenido relativo de clorofila (SPAD), conductividad estomática y turgencia 41

foliar. Todos estos parámetros se evaluaron entre las 08:00 y 11:00 (GMT-6 Central America), con un clima parcialmente nublado, con una temperatura que varió de 23 a 26 °C, humedad relativa del 70 a 85% y velocidad de viento inferior a los 10 km/h. A continuación se especifica el procedimiento realizado con cara parámetro. i. Tasa fotosintética neta y transpiración: ambos parámetros se evaluaron con un medidor de intercambio gaseoso CIRAS II (PP Systems ®, USA). El CIRAS-II se implementó con un flujo constante de CO2 de 380 ppm y se programó para realizar las curvas de asimilación fotosintética de 0 a 2000 μmol (quanta) m–2 s–1, en intervalos de 250 μmol (quanta) m–2 s–1, en un área estándar de 2,5 cm2 de la hoja, la cual se ubicó en el lado derecho de todas las hojas para estandarizar el proceso de medición. ii. Valor del contenido relativo de clorofila en las hojas: Las mediciones del contenido potencial de clorofila se realizaron con un SPAD-502 (Konica Minolta®) que cuenta con un área efectiva de valoración de 5 mm2. Por hoja se tomaron 3 mediciones todas en el lado derecho de la hoja con el fin de estandarizar las mediciones. iii. Conductividad estomática: se evaluó mediante el uso de un Leaf Porometer CS-1 (Degacon Devices, Inc®) que cuenta con una cámara de apertura de medición de 6,35 mm de diámetro; el equipo previamente se comparó con los datos de conductividad estomática del CIRAS II para evitar variaciones entre sí, su implementación se debió a su rapidez de medición que permitió tomar 3 mediciones por hoja, todas realizadas en el lado derecho de la hoja. iv. Turgencia Foliar: se implementó con una unidad ZIM-probe, conectada a un Zimclamping device (Yara®), para obtener mediciones en tiempo real en campo. Cada medición en las hojas se revisó que previamente la hoja no tuviera presencia de agua ya que podía generar distorsiones en la medición, el Zim-probe se ubicó en el lado derecho de la hoja (cubriendo 1 cm2 de la lámina foliar); las mediciones se realizaron cada 45 segundos (tiempo en el cual el sensor mostro estabilidad en su medición).

42

2.4 Análisis de densidad de la madera: Adicionalmente en cada árbol se recolectaron muestras de madera que se tomaron a partir la base del árbol cada 15 cm de altura; cada muestra consistió en discos de madera de 25 mm de grosor y se implementó para calcular la densidad según lo especificado en la norma ASTM D-2395 -14e1.

2.5 Modelación 3D: Primeramente a cada árbol evaluado se le midió la altura total, cantidad y longitud de ramas, su altura con respecto al suelo y su ángulo de inclinación; adicionalmente se contabilizaron la cantidad de hojas existentes por rama y se recolectó un 25% de las mismas que se escanearon para determinar el área foliar específica (SLA) y la distribución foliar; posteriormente se realizaron las distribuciones normales para determinar el SLA promedio de cada agrupación y definir la forma promedio. Subsiguientemente se construyó las ramas modelo de cada sección de la copa y se le colocaron las cantidad y tamaño de hoja modelo acorde a la sección, todo esto se desarrolló en el Software Solid Works 2015® (Dassault Systèmes SolidWorks Corp) mediante la opción de construcción de ensambles; posterior de armar cada rama modelo se ensamblaron con el fuste mediante la opción de ensamble con ensambles y se unieron mediante uniones concéntricas.

2.6 Análisis de resultados: Los resultados de cara parámetro fisiológico se probaron en un análisis de varianza de dos vías (ANOVA) en el cual se evaluó (1) si existen diferencias significativas entre los tres estratos de la copa y (2) diferencias en los tres segmentos de las ramas, además de la interacción de ambos factores. En los parámetros que mostraron diferencias se aplicó una prueba de Tuckey (con una significancia de 0,05). Posterior a ello se desarrolló un análisis multivariado de tipo conglomerado (general CHAID) para identificar las variables fisiológicas que generaron mayor variación en inciden en el agrupamiento de las secciones de la copa; Estos análisis se realizaron con en el programa STATISTICA 9.0 y R versión 3.2.0. con una significancia de 0,05.

43

Posterior a tener los ANOVA y general CHAID se montaron los valores en el modelado del árbol y mediante la opción de Solid Works Simulation para incluir la diferenciación fisiológica de los segmentos mediante la colocación de sensores en los cuales se ubicaron los valores de diferenciación obtenidos en el CHAID y seguidamente se simulo el material con errores residuales menores al 20% y con una significancia de 0,05.

3. Resultados 3.1 Variabilidad fisiológica dentro de los árboles Se encontró el mismo comportamiento de la curva se asimilación fotosintética (An) de los individuos de estudio, obteniendo las curvas promedio presentes en la Figura 2. La tendencia de la asimilación es de tipo exponencial obteniendo una variación de 28,6 a 40,6 µmol m-2s1

en el punto se asimilación máxima de fotosíntesis. Al evaluar si existían diferencias en la

asimilación entre los tres segmentos de copa y rama se encontró que las combinaciones LTSIB, HT-SMB y HT-SEB mostraron curvas fotosintéticas significativamente menores en comparación a los 6 segmentos restantes de la copa de los árboles. En el caso de LT-SIB (figura 2a) la diferencias significativas en la curva se dieron posterior a los 1250 µmol m -2s1

, en el que la curva se inició a estabilizar en un An de 31,6 µmol m-2s-1, mientras LT-SMB

y LT-SEB mostraron una asimilación significativamente mayor y que se estabilizó 40,5 µmol m-2s-1. De manera similar se dio con HT-SMB y HT-SEB (figura 2c) que mostraron diferencias significativas en el An con respecto HT-SIB después de un PPFD de 1000 µmol m-2s-1 que se iniciaron a estabilizar en un An de 28,6 µmol m-2s-1, en cambio HT-SIB continuó el aumento de asimilación hasta 40,6 µmol m-2s-1.

44

Figura 2. Curvas de Asimilación fotosintética neta (An) con respecto a la Photosynthetic Photon Flux Density, obtenida en los tres segmentos de copa (LT, IT y HT) y tres secciones de rama (SEB, SMB y SIM) en rebrotes juveniles de E. tereticornis de 6 meces de edad.

En cuanto la transpiración (E) (Figura 3a) varió de 8,53 a 16,90 µmol m-2s-1 y su comportamiento tendió a dos agrupaciones dentro de la copa del árbol; el primer grupo con valores significativamente menores (inferiores a 10 µmol m-2s-1) lo conformó HT-SMB y HT SEB, mientras la segunda agrupación la conformo las tres secciones de rama de la copa inferior y media además de HT-SIB con una transpiración significativamente mayor.

Mientras con la conductividad estomática (Gs) (Figura 3b) mostró variaciones de 87,47 a 335,16 mmol m-2s-1) con diferencias significativas dentro de la copa de los árboles que tendió a formar tres grupos: (1) conformado por los segmentos SMB y SEB de HT que mostraron la conductividad significativamente menor (inferior a 100 m mol m-2s-1), (ii) el segundo grupo con valores intermedios de conductividad (de 150 a 250 m mol m-2s-1) se conformó por SIB de HT, los tres segmentos de rama de IT y SEB de LT y (iii) con la conductividad significativamente mayor (superior a 300 mmol m-2s-1) se conformó por SIB y SMB de LT. 45

Figura 3. Transpiración (E), Conductividad estomática (Gs), contenido relativo de clorofila (SPAD) y Turgencia foliar (Pp) obtenidos en los tres segmentos de copa (LT, IT y HT) y tres secciones de rama (SEB, SMB y SIM) en rebrotes juveniles de E. tereticornis de 6 meces de edad.

Por su parte los valores de SPAD (Figura 3c) con variaciones de 20,50 a 38,40, únicamente mostró valores significativamente menores en la sección SEB-HT (20,50), el resto de la copa de árbol no mostró diferencias entre sí, con un valor medio de 35,23. Finalmente con la turgencia foliar (Figura 3d) se dieron variaciones en su valor de 65 a 320 kPa con la tendencia de tres agrupaciones en la copa, la primera conformada por toda la HT, además se SIB en IT y LT con la mayor turgencia (promedio 316 kPa), seguida por SMB y SEB de IT con valores medios de 226 kPa y la tercer agrupación con turgencia significativamente menor es SEB y SEB en LT con (67,6 kPa).

3.2 Variación de la densidad de la madera del fuste Con la densidad en el fuste de los individuos (Cuadro 1) se encontraron densidades de 0,84 a 0,29 g/cm3, con la tendencia que la parte más cercana al suelo obtuvo densidades mayores 46

a la parte superior, pero en el análisis estadístico únicamente en la densidad de la sección del fuste superiores a 150 cm obtuvo una densidad significativamente menor (0,29g/cm3) con respecto al resto del fuste que no presentó diferencias entre sí y que obtuvo una densidad promedio de 0,74 g/cm3.

Cuadro 1. Densidad de la madera de los segmentos de 50 cm de longitud de los fustes de los rebrotes juveniles de E. tereticornis de 6 meces de edad.

Height (cm) 0 to 50 50 to 100 150 to 150 + 150

Wood density (g cm-3) 0,84ª (0,13) 0,74ª (0,10) 0,65ª (0,12) 0,29b (0,18)

3.3 Modelación y Diferenciación fisiológica del árbol sectorización fisiológica: i. Diferenciación fisiológica en cada rama según parte de la copa: en la figura 4 se presentan las ramas modelo definidas para cada uno las tres secciones de la copa y los resultados de los análisis de aglomerados para evaluar el grado se similitud entre los parámetros fisiológico evaluados en los tres segmentos de la rama. En HT (Figura 4a) las ramas presentaron una longitud promedio de (28,5±10,9) cm con una cantidad promedio de (6±4) hojas que mostraron un SLA de (16,8±10,9) cm2; en cuanto IT (Figura 4c) la longitud media de las ramas es de (42,5±12,9) cm con (45±18) hojas en promedio que presentaron dos agrupaciones en su SLA de (15,9±8,1) cm2 y (28,6±9,9) cm2 respectivamente. Finalmente con LT (Figura 4e) se obtuvieron las mayores longitudes de ramas de (88,5±10,6) cm, con una media de (61±12) hojas y tres agrupaciones de SLA que fueron: (18,8±6,6) cm2, (25,7±5,2) cm2 y (39,9±10,1) cm2.

47

Figura 4. Ramas modelos desarrollada para los tres estratos de la copa (HT, IT, LT) con sus respectivos análisis de conglomerados de las variables obtenidas en rebrotes juveniles de E. tereticornis Al analizar el grado de similitud de las variables fisiológicas dentro cada segmento de copa se obtuvieron las misma tendencia de resultados, las secciones SMB y SEB mostraron una agrupación cercana (1,20 a 2,16) mientras SIB mostró valores lejanos de agrupación (Figura4b, 4c y 4e), además los análisis de agrupación mostraron que las variables fisiológicas de turgencia y conductividad estomática fueron la que generaron mayor impacto en el proceso de agrupación de los segmentos de rama en las tres secciones de copa.

48

ii. Diferenciación fisiológica de toda la copa La variabilidad en el comportamiento fisiológico se muesta en la Figura 5 desde una pespectiva isométrica (Figura 5a), vista superior (Figura 5b) y semi frontal (Figura 5c), el anlisis de conglomerado mostró que las valiables de turgencia y conductividad estomática generó la mayor variación entre secciones de la copa que se conglomeró en 5 segmentaciones (Figura 5d). el primer conglomerado consistió en la sección de rama (SMB y SME) tanto en IT como LT mostrarón agrupacions con link distance menores a 0,56 y que posterior a ello se llegaran a aglomeran en una línea secundaria (la diferenciación entre ambos grupos se centró por la conductividad estomática), la tercera agrupación consistió en la sección de rama SIB de HT con IT con un link distance de 1,21 y que se unió con el conglomerado anterior con una distancia de 1,93; el cuarto conglomerado se dio en HT con las secciones SEB y SMB que entre si se dio la agrupación más cercana (0,10) pero que se alejó a los valores presentes en IT y LT debido a la diferenciación elevada en SPAD; finalmente LT-SIB mostró la menor cercanía al resto de parámetros de la copa obteniendo un link distance de 3,94.

Figura 5. Vista isométrica (a), superior (b) y semi frontal (c) de los resultados de agrupación (d) de la diferenciación fisiológica entre los tres estratos de la copa (HT, IT, LT) y tres segmentos de rama (SEM, SMB y SIB) obtenidas en rebrotes juveniles de E. tereticornis.

49

4. Discusión 4.1 Variabilidad fisiológica En este estudio se mostró que existen diferencias entre los valores fisiológicos en distintos segmento de la copa de E. tereticornis; encontrando que variables como SPAD, E y An no mostraron diferenciaciones en sus valores en la mayoría de la copa, en cambio Gs y Pp incidieron significativamente en que se dieran agrupaciones en la copa de los árboles

Inicialmente se encontró que en la todos los parámetros fisiológico evaluado los segmentos SMB y SEB en HT obtuvieron valores fisiológicos significativamente menores con respecto al resto de la copa, debido que son áreas en que la planta centra que se encuentra en crecimiento (Medhurst et al. 2006), con hojas que no han alcanzado su SLA máximo ni desarrollo estomático óptimo incidiendo que la producción de fotosíntesis sea bajas ya que la hoja no cuenta con la cantidad suficiente de estomas ni clorofila a y b (Pinkard et al., 1998); Lisboa et al., (2014) con E. regnans menciona que la baja capacidad de fotosintetizar de la parte superior se atribuye a los bajos niveles de traspiración y conductividad estomática que impiden que la hoja pueda iniciar a tener niveles de producción fotosintética óptimos. A su vez England y Attiwill (2011) encontraron que después de 60 días de iniciado el desarrollo de la planta la conductividad estomática, transpiración y asimilación fotosintética neta inician a estabilizarse y tener valores de una hoja adulta, siendo en edades inferiores ineficiente en su productividad fisiológica.

En el caso de la sección LT-SIB que mostró variaciones fisiológicas significativas, debido a una An significativamente inferior el resto de los segmentos en combinación a valores de turgencia menores. Lisboa et al. (2011) explica que la disminución de An se debe por el grado de madurez de las hojas que incide que el desarrollo fotosintético sea menor producto de la disminución de clorofila b, England y Attiwill (2011) destacan que aparte la reducción de clorofila la planta inicia a inhibir la hoja reduciendo la disponibilidad de agua, mostrándose en valores Pp menores a 90 kPa, que combinados a un Gs alta (mayor a 320 mmol m-2 s-1) producen distorsiones fisiológicas en la hoja que incidirán a que el árbol a elimine debido a la pérdida de agua que genera por el poco control de cierre de estomas.

50

Con HT-SIB, IT (SEM, SMB y SIB) y LT (SMB y SEB), la relación de estas secciones de copa es mayor debido a similitudes en valores SPAD, An y E, siendo los parémetros Gs y Pp los que generaron divisiones. La inferencia del parámetro SPAD se debió no mostraron diferencias significativas entre sí, REF destaca que la poca diferenciación en transpiración en la copa en E. regnans se debe que son segmentos de copa maduros en que la densidad de estomas es uniforme además que el SLA tiende a ser más homogéneo lo cual incide que por angulaciones de la copa las hojas puedan desarrollar traspiración de manera similar; en caso de SPAD los valores poco diferenciados según menciona Nauš et al. (2010) se puede deber (1) la edad de las hojas que es óptima en ella la clorofila a y b se encuentran en niveles óptimos incidiendo en que la An sea homogénea y (2) la turgencia foliar es elevada, en estos casos la turgencia supero los 85 kPa incidiendo que el movimiento de cloroplastos dentro de la hoja sea menor ya que niveles bajos de turgencia incide en aumentos de valor SPAD como medida de reacción en especies tropicales en estrés. En cuanto la homogeneidad de E se debe al alto desarrollo del SLA en combinación al An que Stand (1995) menciona que la relación de ambas variables es proporcional debido a sus relaciones dentro de los ciclos de kerbs en especies tropicales.

En el caso de las variables de conductividad estomática y turgencia foliar fueron las que mostraron una variabilidad amplia en la copa; con Gs se puede argumentar que aspectos como la densidad estomática, estudios de Lisboa et al. (2011) con eucalipto encontró que dentro de la copa se da diferencias significativas en la densidad de estomas, encontrando densidades mayores en la hojas con edades intermedias en comparación a hojas juveniles que pueden tener hasta 50% de densidades significativamente menores. Por otra parte es importante desatacar que dentro valoraciones previas se descararon cambios significativos en los valores de conductividad entre individuos y horas esto debido que estudios previos en eucalipto desarrollados por England y Attiwill (2011) encontraron en menos de una hora cambios de hasta 40% en los valores de Gs debido a las variaciones de 2°C en la temperatura y del 10% en la humedad relativa en el ambiente, en el estudio se controlaron ambas condiciones que en los lapsos cortos de tiempo no se dieron variaciones amplias siendo una razón no válida para explicar las variaciones de Gs. Con turgencia foliar los valores se pueden deber a aspectos como el grosor y tamaño de SLA, estudios de Zimmermann et al., (2008) 51

encontró relaciones entre turgencia y SLA obteniendo valores elevados en las hojas con SLA totalmente desarrollada, mientras en hojas juveniles el valor decreció influenciado por el espesor de la hoja es mejor y en el caso de hojas maduras fue menor debido a la pérdida de funcionalidad de la hoja.

Con la variabilidad de la densidad de la madera Schweingruber (2007) menciona que se debe al proceso de desarrollo y formación de xilema, en la parte superior de la copa aún no se encuentra una diferenciación estable entre xilema y el cambium y sección de floema algo ques es más definido en las secciones inferiores por el grado de madurez y especialización que genera la formación de tejido leñosos, esta variación incide que la sección superior muestre densidades inferiores y dependiendo del caso contenidos de humedad superiores al 10% en relación al resto del fuste.

Ante la variabilidad fisiológica de la copa de los árboles Pessarakli (2001), Tai y Zeiger (2002) y Bush (2011) mencionan que factores como la diferenciación de edades de las hojas, la angulación foliar que incide en la disponibilidad de las hojas para disponer de luz fotosintéticamente activa, la diferenciación fisiológica de ramas que se centran en crecimiento mientras otras en generación de encimas y energía necesaria para el desarrollo y las condiciones ambientales que pueden inhibir o generar subutilización fisiológica de ramas dentro del árbol inciden en la variabilidad de la copa, que se debe complementar con estudios de movimiento hidráulico del agua dentro del fuste, movilidad de elementos orgánicos y análisis de solutos foliares que según Taiz y Zeiger (2002) mencionan que inciden en el desarrollo fisiológico de la planta que en altas dosis disminuye la AN, E y Gs.

4.2 Potencialidad y limitaciones de la modelación 3D En cuanto la potencialidad de diferenciación 3D de las variables se puede dimensionar con mayor claridad la distribución y tendencia de agrupaciones de variables, en nuestro casi si bien gran cantidad de variables mostraron poca diferenciación si permitió que el modelo se dieran interconexiones mostrando con simplicidad que las interacciones; sin embargo el modelamiento presento problemas y limitaciones similares a las encontradas en otros estudios.

52

Primeramente se pierde precisión con el desarrollo de modelados de perspectiva morfológica, de Moraes Frasson y Krajewski (2010), Paulus et al.¸ (2014) discutieron este aspecto que las angulaciones de ramas y hojas deben ser estandarizadas lo cual afecta en algunos casos el análisis computacional de aspectos como porcentaje de luminosidad a suelo o la distribución lumínica dentro de la copa, en el estudio se tuvo que estandarizar las angulaciones de las hojas a 45 y 55° con respecto a la rama y ángulos de rama de 40 a 38° limitando con ello las angulaciones reales en especial a la parte superior de la copa; Bellasio et al. (2012) menciona que se debe considerar efectos de conflictos de traslapes de hojas que pueden generar errores o desviaciones de los análisis incidiendo en resultados erróneos, en el estudio de tuvo que analizar y considerar los choques foliares que en algunos casos evitó desarrollar la simulación o aumentó la escala de diferenciación de los parámetros debido que la información se traslapaba por contacto de hojas generando distorsiones.

Por su parte Wachsman et al., (2014) destaca que este tipo de estudios deben caracterizaciones biotipicas debido a la parametrización y estandarización del modelos, que si bien tienen, menor realismo a un árbol obtenido con imágenes 3D pero supera la limitación de la fotografía que se limita al caso específico u especiales en los que la población sea muy homogénea, limitando sintetizar la información de varios árboles en un modelo único.

5. Conclusiones Se encontraron que las variables fisiológicas An, E, SPAD mostraron poca diferenciación dentro de la copa del árbol, exceptuando en HT- SMB y SEB debido al ser hijas juveniles que aún no cuentan con el SLA máximo ni con la cantidad de clorofila ni desarrollo estomático que le permitan desarrollar procesos óptimos al resto del árbol. En cambio la Gs y Pp incidieron en al diferenciación restante del árbol, obteniendo que la sección LT-SIB mostrara una separación fisiológica significativa al resto de la copa debido a ser hojas maduras que están en sus últimos estadios de desarrollo y previas a la muerte lo cual los fotosistemas no funcionan de manera óptima. En cambio las secciones restantes de IT y LT mostraron similitudes por ser áreas con una edad óptima de las hojas que denotó en valores de Gs y Pp elevados y poca variación del An. Estas diferenciaciones de la copa se deben a factores como la angulación foliar que incide en la disponibilidad de elementos para fotosíntesis, la edad de la hoja, y presencia de solutos y encimas en la hoja, lo cual incide que 53

por prioridades se den áreas con un desarrollo fisiológico mayor y que se enfatizan en crecimiento. En cuanto las variaciones de densidad los valores inferiores en las secciones superiores de 1,5 m se debieron a la poca diferenciación y presencia de material leñoso.

En cuanto la modelación 3D permitió diferenciar y especializar las zonas de mayor y menor relación fisiológica siendo una herramienta aceptable pero que mostró limitaciones en cuanto el grado de precisión ya que se tuvieron que estandarizar y uniformizar el SLA, longitudes y angulaciones de las ramas, forma de fuste y angulación de la rama dentro del fuste, incidiendo que se dé pérdida de precisión en cuanto análisis de disponibilidad de luz dentro de la copa; entre sus ventajas se obtuvo una representatividad y adaptabilidad mejor de la información algo que es limitado con el sistema de modelado con fotografías en 3D que limita a estudios específico o de sitios con homogeneidad entre los individuos.

6. Referencias ASTM (American Society for Testing and Materials). 2013. Standard Test Methods for Density and Specific Gravity (Relative Density) of Wood and Wood-Based Materials (D-2395-14e1). Book Standarts. Section 6.Vol 0.6.01. Pensylvania, US. 224p.

Barry, KM., Pinkard, EA. 2013 Growth and photosynthetic responses following defoliation and bud removal in eucalypts. Forest Ecology and Management 293 (2013) 9–16 Bellasio, C., Olejnıckova, J., Tesar, R., Sebela, D., Nedbal, L. 2012. Computer reconstruction of plant growth and chlorophyll fluorescence emission in three spatial dimensions. Sensors (Basel, Switzerland), 12, 1052-1071.

Bonhomme, R., Varletgrancher, C., 1978. Estimation of gramineous crop geometry by plant profiles including leaf width variations. Photosynthetica 12 (2), 193-196 Bush, MB., Flenly, JR., Gosling, WD. 2011. Tropical Rainforest Responses to Climatic Change.

Second Edition, Springer. 482p.

Bussiere, F., Solmon, F., Fouere, A., 2002. Implementation and evaluation of DROP, a model for the simulation of rainfall distribution below plants described in 3D. Agronomie 22 (1), 93-103.

Bylesjö, M., Segura, V., Soolanayakanahally, RY., Rae, AM., Trygg, JT., Gustafsson, P., Jansson, S., Street, NR. 2008. LAMINA: a tool for rapid quantification of leaf size and shape Parameters.

BMC Plant Biology.

54

Chambelland, J.C., Dassot, M., Adam, B., Dones, N., Balandier, P., Marquier, A., Saudreau, M., Sonohat, G., Sinoquet, H., 2008. A double-digitising method for building 3D virtual trees with non-planar leaves: application to themorphology and light-capture properties of young beech trees (Fagus sylvatica). Funckami. Plant Biology 35 (9-10), 1059-1069.

Chianucci, F., Chiavetta, U., Cutini, A. 2014. The estimation of canopy attributes from digital cover photography by two different image analysis methods. iForest - Biogeosciences and Forestry.

DOI: 10.3832/ifor0939-007 Davison, N J., Battaglia, M., Close, DC., 2004. Photosynthetic responses to overnight frost in Eucalyptus nitens and E. globulus. Trees. 18:245–252 DOI 10.1007/s00468-003-0298-3 de Moraes Frasson, RP., Krajewski, WF., 2010. Three-dimensional digital model of a maize plant.

Agricultural and Forest Meteorology 150: 478–488. doi: 10.1016/j.agrformet.2010.01.003 Dornbusch, T., Wernecke, P., Diepenbrock, W., 2007. A method to extract morphological traits of plant organs from 3D point clouds as a database for an architectural plant model. Ecological Modelling 200 (1–2), 119–129.

England, JR., Attiwill, PM. 2011. Changes in stomatal frequency, stomatal conductance and cuticle thickness during leaf expansion in the broad-leaved evergreen species, Eucalyptus regnans.

Trees. 25:987–996. DOI 10.1007/s00468-011-0573-7 España, M.L., Baret, F., Aries, F., Chelle, M., Andrieu, B., Pre´ vot, L., 1999. Modeling maize canopy 3D architecture – application to reflectance simulation. Ecological Modelling 122 (1–2), 25–43.

Gautier, H., Meïch, R., Prusinkiewicz, H., Varlet-Grancher. 2000. 3D Architectural Modelling of Aerial Photomorphogenesis in White Clover (Trifolium repens L.) using L-systems Annals of Botany 85: 359-370. doi:10.1006/anbo.1999.1069 Guo, Y., Ma, Y., Zhan, Z., Li, B., Dingkuhn,M., 2006. Parameter optimization and field validation of the functional-structural model GREENLAB for maize. Annals of Botany 97 (2), 217–230.

Kaminuma, E., Heida, N., Tsumoto, Y., Yamamoto, N., Goto, N., Okamoto, N., et al. 2004.

Automatic quantification of morphological traits via three-dimensional measurement of Arabidopsis. Plant Journal, 38, 358-365 Lisboa, M., Acuña, E., Cancino, J., Chao, F., Muñoz, F., Rodríguez, R., Volker, P. 2014.

Physiological response to pruning severity in Eucalyptus regnans plantations. New Forests.

45:753–764. DOI 10.1007/s11056-014-9434-8 Medhurst, J.L., Pinkard, E.A., Beadle, C.L., Worledge, D., 2006. Photosynthetic capacity increases in Acacia melanoxylon following form pruning in a two-species plantation. Forest Ecology and Management. DOI 10.1016/j.foreco.2006.05.016.

Nauš, J., Prokopová, J., Řebíček J., Špundová, M. 2010. SPAD chlorophyll meter reading can be pronouncedly affected by chloroplast movement. Photosynth Res 105: 265 – 271.

55

Paulus, S., Schumann, H., Kuhlmann, L., León, J., 2014. High-precision laser scanning system for capturing 3D plant architecture and analysing growth of cereal plants. Bios y stems engineering 121. 1 -11 Pinkard, EA., Beadle, CL. 1998. Regulation of photosynthesis in Eucalyptus nitens (Deane and Maiden) Maiden following green pruning. Trees. 12:366–376.

Pessarakli, M., K.B. Marcum, and D.M. Kopec. 2001. Drought Tolerance of Twenty one Saltgrass (Distichlis) Accessions Compared to Bermudagrass. Turfgrass Landscape and Urban IPM Research Summary 2001, Cooperative Extension, Agricultural Experiment Station, The University of Arizona, Tucson, U.S. Department of Agriculture, AZ1246 Series P-126, pp. 6569.

Seelig, HD., Hoehn, A., Stodieck, LS., Klaus, DM., Adams III, WW., Emery, JW. 2009. Plant water parameters and the remote sensing R1300/R1450 leaf water index: controlled condition dynamics during the development of water deficit stress. Irrigation Science. 27:357-365.

Satapathy, S., Dadhwal, VK. 2005. Principal component inversion technique for the retrieval of Leaf Area Index. Joumal of the Indian Society of Remote Sensing. 33: 323-331 Shurong, M; Xuifeng, Y; Yuangang, Z. 1999. Relationship between stomatal behavior and characteristics of photosynthesis and transpiration of Adenophora Iobophyllaand and A. potaninii at different altitudes. Journal of Forestry Research, Vol. 10, No. 4, 299-303 Schweingruber, FH. 2007. Wood structure and Enviroment. Springer. 279p.

Taiz, L., Ziger, T. 2002. Plant Physiology. Third edition. Sinauer Associates, Inc. 673p.

Thomas, P. 2000. Trees: Their Natural History. First Edition. Cambridge University Press. 271p.

Utkhao, W., Yingjajaval, S.,m 2015. Changes in leaf gas exchange and biomass of Eucalyptus camaldulensis in response to increasing drought stress induced by polyethylene glycol. Trees 29:1581–1592. DOI 10.1007/s00468-015-1240-1 van Wijk, MT., Williams, M., Shaver, GS. 2004. Tight coupling between leaf area index and foliage N content in arctic plant communities. Oecologia. 142: 421–427.

Wachsman, G., Sparks, EE., Benfey, PN. 2015 Genes and networks regulating wood anatomy and architecture. New Phytologist. 208:26-38.

Warren, CR., Adams, MA. 2005. What determines interspecific variation in relative growth rate of Eucalyptus seedlings?. Oecologia (2005) 144: 373–381 DOI 10.1007/s00442-005-0092-6 Zimmermann, D., Reuss, R., Westhoff, M., Geßner, P., Bauer,W., Bamberg, E., Bentrup, FW., Zimmermann, U. 2008. A novel, non-invasive, online-monitoring, versatile and easy plant-based probe for measuring leaf water status. Journal of Experimental Botany, Vol. 59, No. 11, pp.

3157-167. doi:10.1093/jxb/ern171 56

Capítulo 5: Efectos del estrés hídrico en el desarrollo fisiológico del Gliricidia sepium en condiciones de invernadero Effects of water stress on the physiological development of Gliricidia sepium under greenhouse conditions Resumen El estrés hídrico es una reacción fisiológica de las plantas ante la disponibilidad limitada de agua en el ambiente, con ello se generan cambios de la asimilación fotosintética máxima (An), transpiración (E), conductividad estomática (Gs), entre otros; esta variación puede ser mínimas, moderadas o severo generando atrasos en el desarrollo de la planta o en peor de los casos su muerte. Por lo cual en este estudio se valoró el efecto del estrés en plántulas juveniles G. sepium cultivadas en condiciones de invernadero, utilizando plantas testigo y dos medidas de estrés de tipo lineal (reducción gradual del agua) y cíclica (reducción y aumento gradual del agua). Los resultados mostraron que el estrés incidió en reducciones en el crecimiento en altura superiores al 30% pero sin efecto en crecimiento diamétrico, afecto el SLA que se redujo en un 40% y se generaron caídas de hojas superiores al 70%. Además se encontró que las plantas con estrés lineal mostraron en DOY 98 un estrés de tipo severo generando valores fisiológicos mínimos (An de 4,51 µmol m-2 s-1, E de 6,56 µmol m-2 s-1, Gs de 48,6 mmol m2

s-1 y LMC de 46,3%) incidiendo a la potencial marchitez de las plantas, en cambio las

plantas con estrés cíclico si bien se expusieron a un estrés moderado pudieron presentar capacidad de recuperación con valores fisiológicos finales estables mínimos (An de 12,96 µmol m-2 s-1, E de 6,22 µmol m-2 s-1, Gs de 196,05 mmol m-2 s-1 y LMC de 78,3%) aunque presentaron retardo del crecimiento cercano al 30% con respecto a las plantas testigo.

Palabras clave: Gliricidia sepium, estrés hídrico, turgencia foliar, fisiología forestal, Zimprobe.

57

Abstract Water stress is a physiological reaction of plants to the limited availability of water in the atmosphere, it changes the maximum photosynthetic assimilation (A), transpiration (E), stomal conductivity (Gs) and others are generated; this variation may be minimal, moderate or severe developmental delays generating plant or in the worst case death. Therefore, in this study the effect of stress on young seedlings G. sepium grown under greenhouse conditions was assessed using test plants and two measures of stress, linear (gradual reduction in water) and cyclical (reduction and gradual increase in the water ). The results showed that stress had an impact on reductions in height growth above 30% but would not affect diameter growth, affect the SLA that was reduced by 40% and upper leaves falls 70% were generated. It was further found that plants with linear stress on DOY 98 showed severe stress type generating minimal physiological values (An 4,51 µmol m-2 s-1, E 6,56 µmol m-2 s-1, Gs 48,6 mmol m-2 s-1 and LMC 46,3%). Affecting wilt potential of plants, however plants cyclic stress albeit at a moderate stress were exposed were able to present resilience values physiological minimum stable end (An 12,96 µmol m-2 s-1, E 6,22 µmol m-2 s-1, Gs 196,05 mmol m-2 s-1 and LMC 78,3%) although they showed growth retardation close to 30% compared to control plants.

Key words: Gliricidia sepium, water stress, leaf turgor, forest physiology, Zim-probe.

1. Introducción El estrés hídrico es una reacción fisiológica de las platas a la reducción de la disponibilidad de agua en el ambiente que incide en un desequilibrio entre la transpiración y absorción de agua (Myers 1988, Hammani et al. 2013, Giróna et al. 2015), este fenómeno no solo ocurre cuando hay disponibilidad limitada del agua, sino también por temperaturas en el suelo extremadamente altas o bajas, altos valores de salinidad, baja presión atmosférica o una combinación de los factores anteriormente mencionados (Giróna et al. 2015).

La respuesta de la planta ante la condición de estrés es inmediata (Roussos et al., 2010; Varone et al., 2012; Hemmi et al., 2015), primeramente el crecimiento se ve afectado debido a la pérdida de turgencia que incide en la reducción de volumen celular y aumento de solutos 58

que generan daĂąos mecĂĄnicos celulares. El fenĂłmeno de reducciĂłn de crecimiento es explicado en el modelo Lockhar-Passioura: đ??ś = đ?&#x2018;&#x161; â&#x2C6;&#x2122; (đ?&#x153;&#x201C;đ?&#x2018;? â&#x2C6;&#x2122; đ?&#x203A;ž) Donde C es tasa de crecimiento, m es la extensibilidad pared celular, Ψp es tensiĂłn umbral pared celular y Îł es umbral de turgencia; cuando una planta entra en estrĂŠs hĂ­drico se da un descenso del valor m y aumento de Îł, inhibiendo el desarrollo foliar y el crecimiento del meristemo apical. Maallath et al. (2010); Di Vaio et al., (2013); de la rosa et al. (2014); SĂĄnchez-Costa et al. (2015), mencionan que la planta puede desarrollar tres niveles de estrĂŠs, (1) mĂ­nimo: genera pĂŠrdida de turgencia celular, reducciĂłn de la tasa de expansiĂłn celular, disminuciĂłn de la sĂ­ntesis de pared celular y limitaciones en la sĂ­ntesis de proteĂ­nas. (2) moderado: incide en aumentos del ĂĄcido abcĂ­sico (ABA) y cierre estomĂĄtico parcial o total y (3) mĂĄximo: en el que la planta se produce cavitaciĂłn de los elementos del xilema, caĂ­da de la hoja, acumulaciĂłn de solutos orgĂĄnicos llegando al punto de marchitez de la planta.

Blum (2011) menciona que el estrĂŠs hĂ­drico en especies tropicales incide en reducciones de conductividad estomĂĄtica y traspiraciĂłn debido al cierre de estomas, mientras la asimilaciĂłn fotosintĂŠtica (Ashraf y Harris, 2013) es afectada conforme el estrĂŠs hĂ­drico sea mayor debido a la resistencia de los cloroplastos que se afectan de manera directa conform ela reducciĂłn de la expansiĂłn foliar aumente y se genere un cierre total de los estomas. A revisar estudios que mostraran las variaciones fisiolĂłgicas obtenidas por el estrĂŠs hĂ­drico se encontrĂł que OtruĂąo et al., (2006) en ĂĄrboles maduros de Citrus limĂłn y C. aurantium encontrĂł cambios en la conductividad estomĂĄticas y turgencia foliar despuĂŠs de 15 dĂ­as sin irrigaciĂłn y embolismo en el xilema a los 50 dĂ­as de iniciado el experimento; por su parte Guerfel et al., (2009) con Olea europea de un aĂąo de edad reducciones en el contenido de humedad, densidad estomĂĄtica y espesor de hoja en plantas con mĂĄs de 20 dĂ­as sin agua, ademĂĄs de reducciones de un 40% de la asimilaciĂłn fotosintĂŠtica y 64% en la conductividad estomĂĄtica.

En cuanto especies arbĂłreas forestales se destaca el estudio de Krause et al., (2012) con tres especies tropicales, encontrando reducciones del 20% en el crecimiento de los ĂĄrboles con estrĂŠs hĂ­drico, pĂŠrdida de un 25% en la biomasa foliar y reducciones en la tasa fotosintĂŠtica 59

en un 15%. Ehrenberger et al. (2012), determinó para Quercus robur, el valor de turgencia foliar óptima es de 186 kPa en el cual los niveles fotosintéticos son máximos y tiene mayor actividad fisiológica, a su vez mostró que la turgencia es el primer indicador de estrés hídrico por salinidad en el suelo encontrado reducciones del 25% en las curvas de turgencia en suelos alfisoles con salinidad superiores al 2% en Europa Central.

Ante tal panorama se hace necesario valorar y determinar los niveles de estrés hídrico que pueden soportar las especies arbóreas tropicales que se implementan en reforestación, con el fin de generar programas o metodologías que permitan aumentar su sobrevivencia en sus primeros años de establecimiento (Blum, 2011), en el caso de Gliricidia sepium es una especie que desarrolla simbiosis con bacterias y hongos que incide a nitrificación de suelos y que presenta características óptimas para uso de bioenergético (Zaharah et al., 1999; Lim, 2013). Por lo cual el presente estudio evaluó los efectos del estrés hídrico en el desarrollo fisiológico del G. sepium en condiciones de invernadero.

2. Materiales y métodos

2.1 Especie y condiciones de estudio.

Se implementaron plántulas de Gliricidia sepium obtenidas de semilla, dos meces antes del inicio de experimento la semilla se germinó y sembró en platillos jiffy de 30 mm de diámetro por un mes; posteriormente se seleccionaron 112 plántulas que presentaron altura y estructura foliar similar y se sembraron en grupos de 4 plantas en macetas de 30 cm de diámetro y 35 cm de profundidad, las plantas se sembraron a una distancia de 7 cm del borde. El sustrato implementado consistió en los primeros 10 cm de suelo procedente de una finca de uso cafetalero; el suelo se filtró y eliminó de piedras y desechos orgánicos.

Las plantas en maceta se colocaron en un invernadero cerrado protegido por una capa lo plástica de poliuretano transparente y malla de sombra de PEAD (polímero de alta densidad) de color verde por 3 semanas antes del inicio de experimento para asegurar la aclimatación de los individuos al sitio y se les dosificó 50 ml de agua/planta cada dos días. Por otra parte se controló que recibieran la misma cantidad horas luz (en promedio 8 horas) y homogeneidad en luminosidad utilizando un luxómetro marca Dr.Meter® modelo LX1330B. 60

Adicionalmente para evitar efectos de borde se colocó una línea de macetas con Gmelina arborea alrededor de las macetas de estudio (con una separación de 15 cm).

2.2 Modelos de estrés hídrico implementados.

Se desarrollaron tres modelos de estrés hídrico (Figura 1) generados a partir de la metodología de Zimmermann et al. (2008) y datos climáticos de la Zona Pacífica Norte de Costa Rica (IMN, 2015), los modelos de simulación fueron: testigo (ningún estrés hídrico), estrés hídrico lineal y estrés hídrico cíclico (Figura 1). Desarrollando el estudio en 98 días.

Las plantas testigo se les aplicó manera constante 300 ml/planta/semana durante todo el estudio (Figura 1.). En cambio con estrés lineal se redujo semanalmente el agua a razón de 50 ml/planta/semana hasta DOY 35, posterior al cual se mantuvo la dosis de 50 ml/semana/planta hasta DOY 77 y para las tres últimas semanas del experimento no se aplicó agua a las plantas. En caso de estrés cíclico hasta DOY 49 se aplicaron las mismas dosis de estrés linear, posterior a dicha fecha nuevamente se aplicó un aumento de dosis a razón de 50 ml por planta/ semana hasta DOY 77 que llego a ser la dosis de 300 ml/planta/semana que se mantuvo hasta DOY 98.

Por cada simulación de estrés hídrico se implementaron 8 macetas (32 plántulas). Se utilizó agua a temperatura ambiente y su aplicación fue de tipo manual, controlada con una probeta graduada de 500 ml.

Figura 1. Dosificación de agua por planta semanal aplicada a las plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero.

61

2.3 Parámetros fisiológicos evaluados.

A cada planta de G. sepium se le selección una hoja compuesta de edad intermedia, libre de defectos para valorar los siguientes parámetros: tasa fotosintética neta (An), transpiración (E), Area foliar específica (SLA), contenido relativo de clorofila (SPAD), conductividad estomática (Gs), contenido de humedad foliar (FMC) y turgencia foliar (Pp). Con la tasa fotosintética neta, transpiración y área foliar específica se evaluó al inicio (DOY 0) y el día final de la prueba (DOY 98), mientras la turgencia foliar se evaluó durante todo el experimento, programando el equipo para captación de datos cada 15 minutos y las variables restantes se valoraron cada 14 días. Las mediciones se realizaron entre las 09:00 y 11:00 (GMT-6 Central America), en el momento de la mediciones se controló la temperatura, humedad relativa y luminosidad con el fin que su variabilidad no infiriera en los datos obtenidos. A continuación se especifica el procedimiento realizado con cada parámetro. i. Tasa fotosintética neta y transpiración: ambos parámetros se evaluaron con un medidor de intercambio gaseoso CIRAS-II (PP Systems ®, USA). El CIRAS-II se implementó con un flujo constante de CO2 de 380 ppm y se programó para realizar las curvas de asimilación fotosintética de 0 a 2000 μmol (quanta) m–2 s–1, en intervalos de 200 μmol (quanta) m–2 s–1, en un área estándar de 2,5 cm2 de la hoja, la cual se ubicó en el lado derecho de todas las hojas para estandarizar el proceso de medición. ii. Valor del contenido relativo de clorofila en las hojas: Las mediciones del contenido potencial de clorofila se realizaron con un SPAD-502 (Konica Minolta®) que cuenta con un área efectiva de valoración de 5 mm2. Por hoja compuesta se tomó la medición a cada hojueta que la conformaba, únicamente se omitieron las hojuelas que no fueran capas de adaptarse al punto de entrada del equipo o que mostraran algún defecto. iii. Conductividad estomática: se evaluó mediante el uso de un Leaf Porometer CS-1 (Degacon Devices, Inc®) que cuenta con una cámara de apertura de medición de 6,35 mm de diámetro; el equipo previamente se comparó con los datos de conductividad estomática del CIRAS II para evitar variaciones entre sí, su implementación se debió a su rapidez de

62

mediciĂłn que permitiĂł tomar 3 mediciones por planta en la primera hojuela de la hoja compuesta. iv. Turgencia Foliar: este parĂĄmetro se determinĂł mediante unidades ZIM-probe (YaraÂŽ) de 82 mm2 de cobertura, programada para tomar los datos cada 15 minutos segĂşn recomienda la metodologĂ­a de Zimmermann et al. (2008), los valores de turgencia foliar (Pp) son generados a partir del principio de la ecuaciĂłn 1.

1

đ?&#x2018;&#x17D; đ?&#x2018;? đ?&#x2018;&#x192;đ?&#x2018;? = ( ) â&#x2C6;&#x2122; đ??šđ?&#x2018;&#x17D; â&#x2C6;&#x2122; đ?&#x2018;&#x192;đ?&#x2018;?đ?&#x2018;&#x2122;đ?&#x2018;&#x17D;đ?&#x2018;&#x161;đ?&#x2018;? đ?&#x2018;&#x17D;đ?&#x2018;&#x192;đ?&#x2018;? + đ?&#x2018;?

(1)

Donde a y b son constantes, Fa es el factor de atenuaciĂłn especĂ­fico de la hoja y Pclamp es un factor de atenuaciĂłn del sensor. Las hojas seleccionadas para colocar el Zim-probe. Se caracterizaron por no tener presencia de agua superficial ni defectos o decoloraciones atĂ­picas que generan distorsiones en la mediciĂłn. v. contenido de humedad foliar: de cada planta se extrajo una hoja compuesta que se pesĂł y secĂł a una temperatura de 80°C por 48 horas para obtener el peso secĂł que permitiĂł calcular el contenido de humedad con la EcuaciĂłn 2. đ??ˇđ?&#x2018;&#x160;

đ?&#x2018;&#x20AC;đ??ś(%) = ((đ??şđ?&#x2018;&#x160; ) â&#x2C6;&#x2019; 1) â&#x2C6;&#x2122;100

(2)

Donde MC es el contenido de humedad en porcentaje, DW es el peso seco de la hoja compuesta (en gramos) y GW es el peso verde de la hoja compuesta (en gramos) vi à rea foliar específica: la totalidad de hojas colectadas de cada planta se escanearon y analizaron en el programa WIN FOLIA versión 2012 pro, implementando el sistema de caracterización de pixeles para determinar el SLA promedio de cada planta y tratamiento. vii. Anålisis de biomasa: en el inicio de la prueba se cosecharon 16 plåntulas para calcular el peso seco de hojas, raíz, tallo y total; posteriormente en DOY 98 se desarrolló una cosecha de las restantes 96 plantas, cana una se segmentó en sus distintos sistemas y se secó 100°C por un periodo de 48 horas para calcular el peso seco.

63

2.4 Diseño experimental y análisis de resultados: Se implementó un diseño experimental simple aleatorio, en el cual se evaluó si existen diferencias significativas entre los tratamientos de estrés hídrico en cada fecha de medición para lo cual se implementó un análisis de varianza de una vía (One way ANOVA) y las variables que mostraron diferenciaciones se les aplicó prueba de Tuckey con una significancia de 0,05. Los análisis se realizaron con en el programa STATISTICA 9.0

3. Resultados 3.1 Crecimiento y desarrollo En el cuadro 1 se presentan los valores de crecimiento, masa seca y caracterización de las hojas de los individuos en el día de inicio y final del experimento, es importante destacar que en DOY 0 los parámetros analizados no mostraron diferencias entre sí. El diámetro a base promedio en DOY 0 fue de 4,03 mm, posterior del ensayo su valor aumentó a 5,83 mm, sin mostrar diferencias significativas entre los tratamientos, por su parte la altura inicialmente fue de 257,2 mm, y vario significativamente en DOY 98 obteniendo que las plantas testigo mostraron las alturas mayores (398,8 mm) en comparación a las plantas con estrés (de 291,9 mm) que no presentaron diferenciación de altura entre los dos tratamientos.

Con el aspecto de masa seca, en DOY 0 en promedio era 1,154 g correspondientes a 5% en hojas, 72% en tallo y 23% raíz, el comportamiento varió en DOY 98 mostrando en las plantas testigo un aumento del 2,01 g dispuestos en el tallo y raíz principalmente, en cambio las plantas en estrés cíclico con un aumento de 1,586 g acumulado en fuste y el estrés lineal con el menor aumento de apenas 0,82 g apenas perceptible en tallo y raíz.

En cuanto el análisis de la hoja en DOY 0 las platas presentaron una cantidad media de 6,5 hojas con un SLA de 13,6 cm2; en cambio con DOY 98 las platas testigo duplicaron la cantidad de hojas en la planta con 12,9 con un SLA mayor de 22,5 cm2, en cambio las plantas con estrés lineal obtuvieron disminución de hojas presentando en promedio 2,0/planta, con un aumento mínimo de SLA a 8,4 cm2. Finalmente las plantas con estrés cíclico presentaron 5,9 hojas/planta con un aumento del SLA a 15,6 cm2.

64

Cuadro 1. Valores iniciales y final de crecimiento, masa seca y característica de la hoja en las plantas testigo y con estrés lineal y cíclico de G. sepium Treatment/ day Parameter Growth (mm) Base diameter Height Dry mass (g) Total Leaves Stem Roots Leaf Leaf number SLA (cm2)

Control

Day 0 Linear stress

Cyclic stress

3,96ª (0,36) 253,1ª (20,5)

4,05ª (0,39) 259,0a (17,7)

4,06ª (0,26) 259,5ª (15,66)

6,45ª (0,80) 398,8ª (17,1)

5,35ª (1,61) 284,1b (41,1)

5,69ª (1,09) 299,6 b (46,6)

1,191ª (0506) 0,066ª (0,033) 0,869ª (0,156) 0,256ª (0,189)

1,156ª (0,479) 0,070ª (0,040) 0,830ª (0,114) 0,256ª (0,189)

1,115ª (0,458) 0,060ª (0,039) 0,799ª (0,206) 0,256ª (0,189)

3,199ª (0,125) 0,125ª (0,018) 2,061a (0,130) 1,043a (0,468)

1,974c (0,554) 0,084b (0,031) 1,528c (0,120) 0,363c (0,159)

2,740b (0,206) 0,088b (0,041) 1,748b (0,167) 0,550b (0,240)

6,9a (3,2) 12,5 (3,9)

6,1a (2,9) 14,5 (4,1)

6,4 a (2,5) 13,8 (3,8)

12,9a (3,3) 22,4a (4,5)

2,0c (2,0) 8,9c (5,1)

5,9b (2,8) 15,5b (6,5)

Control

Day 98 Linear stress

Cyclic stress

3.2 Asimilación fotosintética neta y transpiración Con respecto a la asimilación fotosintética neta (An), en las plantas en DOY 0 no mostraron variaciones entre tratamientos (Figura 2) mostrado un aumento de An exponencial en función al FFDP, con una An max de (14,95± 2,16) µmol m-2 s-1. En DOY 98 la An varió con cada tratamiento, si bien mantuvo la tendencia de aumento del An en función de PPFD; las plantas testigo presentaron una curva de asimilación superior a las plantas en estrés obteniendo un An max de (25,6±1,33) µmol m-2 s-1, caso distinto a las plantas expuestas en estrés que entre sí mostraron a tener diferenciaciones en sus curvas de asimilación después de los 750 µmol m-2 s-1; en estrés cíclico se dio una An max de (12,96±2,60) µmol m-2 s-1, correspondiente a un 49% menos con respecto a la An max de las planta testigo y un 13% menos que las plantas en DOY 0. Caso similar se dio con las plantas de estrés lineal que presento el An máximo de (4,51±1,16) µmol m-2 s-1valor representante una reducción de An de un 83% con respecto al An testigo en DOY 98 y 69,9% menos con An max en DOY 0.

65

Figura 2. Curvas de Asimilación fotosintética neta (An) con respecto a la Photosynthetic Photon Flux Density (PPFD), obtenida en DOY 0 y DOY 98 en plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero.

En cambio con la traspiración (E) en DOY 0 no mostró diferencias significativas entre tratamiento, mostrando un valor medio de (5,66±1,82) µmol m-2 s-1, que varió considerablemente en DOY 98 que las plantas testigo mostró un aumento de E a (11,36±3,44) µmol m-2 s-1, significativamente mayor a las plantas en estrés que presentaron valores de (6,56±2,44) µmol m-2 s-1 en estrés cíclico y (6,22±1,99) µmol m-2 s-1 con estrés lineal.

3.3 Conductividad estomática, SPAD y contenido de humedad foliar Se encontraron diferencias significativas de la conductividad estomática (Gs) y el contenido de humedad foliar (FMC) mostraron una tendencia similar en su comportamiento (figura 1a y 1b respectivamente), los tratamientos no mostraron diferencias significativas hasta DOY 14, posteriormente las plantas testigo estabilizaron sus valores hasta DOY 98, obteniendo un Gs promedio de (250,16±2,33) mmol m-2 s-1 y FMC promedio del (89,5±3,95)%; en cambio las plantas con estrés presentaron reducciones de Gs y FMC, obtenido valores similares hasta 66

DOY 42 de 97,62 mmol m-2 s-1 (en Gs) y 59,45% (en FMC); posterior a DOY 42 los comportamiento de ambos grupos vario, con estrés cíclico de presentó la tendencia de aumento de Gs y FMC hasta DOY 98 obtenido un valor medio de 196,05 mmol m-2 s-1 (Gs) y 78,3% (FMC), en cambio con estrés lineal la tendencia de disminución de los parámetros se mantuvo y estabilizó después de DOY 70 con 48,6 mmol m-2 s-1 (Gs) y 46,3% (FMC) En cambio con SPAD (Figura 3c) se presentaron tendencias distintas, hasta DOY 28 los tres tratamiento no mostraron diferencias y con una tendencia de aumento gradual del SPAD; es en DOY 42 se dan diferenciaciones obtenido que los valores SPAD de las plantas testigo y con estrés cíclico superaron significativamente a las plantas con estrés lineal que mostró una tendencia a reducir su valor hasta el final de la prieba mostrando un aumento de la variabilidad de los valores SPAD conforme avanzó el tiempo. En cambio las plantas testigo y en estrés cíclico mantuvieron un aumento del SAPD hasta DOY 72 en el que inició a estabilizar se valor manteniendo la diferenciación que las plantas testigo presentaron valores mayores a los de estrés cíclico.

67

Figura 3. Variabilidad de la conductividad estomática (Gs), contenido de humedad foliar (FMC) y contenido relativo de clorofila (SPAD) en función al tiempo obtenidos en plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero.

68

3.4 Turgencia foliar En la figura 4 se muestra la variación de la turgencia foliar (Pp) y temperatura en función al tiempo. El comportamiento de Pp en los primeros 10 días (Figura 4a, 4b y 4c) es similar en los tres tratamientos, los valores mínimos de Pp se presentaron entre 12:00 y 06:00 con turgencia de (185 a 199) kPa a una temperatura mínima de 15 a 18°C (Figura 3d), este comportamiento vario entre las 06:00 y 11:30 tendiendo a aumentar tanto Pp como la temperatura que presentaron los valores máximos entre las 11:30 y 14:00 con turgencia de (240 a 260) kPa a temperaturas de (43 a 46) °C, posterior de las 14:00 nuevamente de da la tendencia de reducción de Pp hasta las 12:00 que vuelve a iniciarse el ciclo de variación.

En cambio en el periodo de DOY 40 a DOY 49 únicamente las platas testigo (Figura 1e) mantuvieron el comportamiento de turgencia inicial, pero con aumento de Pp mínimo de (195 a 205) kPa y máximos de (250 a 260) kPa. Mientras las plantas con estés (que ese momento recibían una dosis semanal de 50 ml/planta) mostraron oscilaciones significativas entre día y noche (Figura 1f y 1e), la Pp mínimo empezó a aumentar en las noche de 190 kPa (DOY 140) a 210 kPa (DOY 49), mientras de día se dieron diminuciones del valor máximo que en DOY 40 era de 250 kPa a DOY 49 de 165 kPa incidiendo que en DOY 48, 46 y 47 no se diera un comportamiento predecible de la turgencia sino que presentara oscilaciones considerables que incidieran que en DOY 47 se mostrara una nueva tendencia en la cual los Pp máximos se obtuvieran en horas de la noche y Pp mínimos en el día.

Finalmente entre DOY 89 y 98 se repite el comportamiento de la planta testigo pero con aumentos en la Pp durante la noche que varió de 205 a 215 kPa, mientras de día la turgencia disminuyó a 220 a 230 kPa (Figura 3i). Las plantas con estrés hídrico recuperaron turgencia en comparación a DOY 49 (con la dosis máxima de agua semanal de 300 ml/planta), mostrando valores máximos de 250 a 260 kPa entre las 11:30 y 14:00, en la noche presentó turgencia mínima de 180 a 190 kPa. Finalmente las plantas en estrés línea (en ese momento no tenía dosis alguna de agua) mantuvo el comportamiento inverso de turgencia obtenido después de DOY 48, presentando el Pp máximo de 150 a 160 kPa en horas de la noche (Figura 3k) en cambio el Pp mínimo se dio en el día con una variación de 100 a 110 kPa.

69

En todo momento del experimento (Figura 3d, 3h y 3l) la temperatura mostró leves variaciones, mostrando temperaturas mínimas en la noche de 15 a 20°C y máximas en el día de 44 a 47°C.

Figura 4. Turgencia foliar (Pp), temperatura y humedad relativa de los periodos DOY 0 a 10, DOY 40 a 49 y DOY 89 a 94 en plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero.

70

3.5 Correlaciones fisiológicas En cuanto las valoraciones de correlación entre la Pp y las distintas variables fisiológicas (An, Gs y SPAD) se presentan en la figura 5. Inicialmente las correlaciones de los tres tratamientos en DOY 0 en cada variable fisiológica mostró la misma correlación y distribución de manera tal se implementó parámetro promedio. Los resultados de correlación de Pearson mostraron similitudes en el comportamiento de An y Gs con Pp (Figura 5a y 5b) tanto con DOY 0 como DOY 98, el comportamiento fue que conforme Pp aumentó An y Gs aumentaron proporcionalmente, Con An en DOY 0 la correlación de 0,62 que aumento significativamente en DOY 98 de 0,63 a 0,77 mostrándola mayor correlación con las plantas en stress. Con el caso de Gs (Figura 5b) la correlación el DOY0 de 0,63 y aumentó en DOY 98 de 0,65 a 0,85 repitiendo la mayor correlación en las plantas con estrés. En cambio con SPAD (Figura 5c) no se encontró correlación alguna con Pp indiferentemente el tratamiento o DOY, presentando correlaciones menores a 0,02.

71

Figura 5. Correlaciones de la Turgencia foliar (Pp) con la asimilación fotosintética neta (An), Conductividad estomática (Gs) y contenido relativo de clorofila (SPAD) en función al tiempo obtenidos en plantas de G. sepium bajo tres tratamientos de estrés hídrico en condiciones de invernadero.

72

4. Discusión La reducción en el crecimiento en conjunto con el estancamiento en la acumulación de masa seca, disminución del SLA y caída de hojas (Cuadro 1) mostraron ser la evidencias visuales del estrés hídrico en las plantas de G. sepium, esta respuesta según menciona Pedrero et al., (2014) en plantas tropicales. Es importante destacar que las plantas por procesos evolutivos han desarrollado mecanismos de tolerancia y evitación al estrés hídrico, los de tolerancia son adaptaciones fisiológicas que permiten a la planta acumular agua o dosificarla con el fin de sobrevivir periodos de sequía, mientras lo de evitación son medidas de respuesta a las condiciones de estrés extendidas y que se tiene de a modificar según el sitio. Maallath et al.

(2010) y Sánchez-Costa et al. (2015) identificaron cuatro mecanismos de evitación al estrés en especies tropicales: (i) variando la superficie foliar por la que el agua se transpira, (ii) controlando la pérdida de agua por unidad de superficie foliar mediante los estomas, iii) modificando la conductividad hidráulica entre las distintas partes de la planta para minimizar las embolismo y (iv) adaptando el sistema radicular para mejorar la captación de agua.

En el estudio se encontró reducciones superiores al 20% del SLA (Cuadro 1), con disminuciones del 50% de la cobertura de hojas y reducciones superiores al 45% en la transpiración de las plantas en estrés, esto se puede deber a las conclusiones de Zimmermann et al., (2007) y Westhoff et al., (2009) que el estrés de planta está altamente ligado a la turgencia, debido que la disponibilidad de agua que tenga la planta afecta su desarrollo fisiológico, Guerfel et al.,(2009) encontró para variedades de olivo un efectos directos de la pérdida de turgencia en el desarrollo de las plantas, definiendo que pérdidas de turgencia de un 10 al 15 % se podría retardar el crecimiento de los árboles juveniles en un 30% debido al impacto que genera en la generación de proteína y acumulación de solutos orgánicos que pueden generar intoxicaciones y daños foliares significativos. En nuestro estudio encontramos en DOY 98 comportamientos inversos entre las plantas control y las de estrés lineal que según Blum (2011) se encuentran con un estrés critico que podría incidir en marchites de las plantas.

73

El proceso de estrés hídrico obtenido se pudo categorizar en las fases formuladas por Maallath et al. (2010); Di Vaio et al., (2013); de la rosa et al. (2014); Sánchez-Costa et al.

(2015) que son estrés mínimo, moderado y severo, en ellas se encontraron diferenciaciones significativas en Gs, LMC y Pp (este último facilitó identificar cada fase). La primera fase de estrés mínimo Maallath et al. (2010) identificando cambio metabólicos y físicos significativos, se da disminución en la síntesis de proteínas que incide en reducción del espesor de las paredes celulares; además de aumento de transpiración, reducción de turgencia foliar y de la expansión foliar; también se incide en cierres estomáticos de tipo hidropasivos de manera esporádica en los momentos de mayor temperatura en el día (Blum, 2011), este comportamiento se denotó después de DOY 12 mostrando disminuciones de un 20% en LMC, leves reducciones de Gs (inferiores a 22 mmol m-2s-1) y cambios visuales en la angulación foliar, en el caso de G. sepium es una especie que sus hojas presentan peciolos gruesos que permiten generar movimientos de la hoja para reducir o aumentar la incidencia de la lámina foliar al calor (Fernández et al. 2011), esto producto de la pérdida de Pp que varió 10 a 15 kPa similares a los presentados por Rodríguez-Domiguéz et al. (2012) con arbustos juveniles de Olivo.

La segunda fase de estrés considerada como moderada (figura 3 y 4) que se presentó a partir de DOY 42 los valores de Pp presentaron variaciones superiores a los 60 kPa y comportamiento atípico al presentado en la fase anterior que mostró aumentos del Pp de día llegando a valores máximos a las 12:00 y posterior a ello la presión disminuyó obteniendo valores mínimos en la noche debido al movimiento de agua foliar, Zimmermann et al., (2004) y Ehrenberger et al., (2012) determinaron que en el día la fotosíntesis, conductividad estomática y transpiración es alta generando que la planta deba movilizar agua del xilema y raíces agua para nivelar la presión en las hojas (Zimmermann et al., 2007), si este movimiento es inferior a 50 kpa se puede asumir que la planta tiene capacidad suficiente de respuesta, sin embargo en el nivel moderado la poca disponibilidad de agua en el ambiente (figura 4) incide en comportamientos poco uniformes de Pp debido a la capacidad de respuesta limitad por parte de la planta que puede incidir que se produzca un comportamiento inverso del Pp debido que la planta no tiene la capacidad de responder el desequilibrio de agua incidiendo en el cierre de estoma (que se presentó con reducciones de Gs en DOY 42), pérdidas de hasta un 74

50% del contenido de humedad foliar y aumento de la producción de ABA, esta última medida con el fin de generar regulaciones en las hojas y evitar que la medida de agua en las láminas foliares aumente por la dificulta de los estomas en cerrarse ante la falta de agua.

Blum (2011) destaca que en esta etapa se inicia la caída de hojas viejas según menciona por ser las hojas con menor capacidad de control estomático y ser la primera en que la fotosíntesis disminuye en condición de estrés. Es importante destacar que aún en esta fase la planta se puede recuperar pero con retardos en crecimiento, Rodríguez-Domiguéz et al. (2012) reportó disminución en el desarrollo de un 20 a 35 % en plantas jóvenes de olivo en condiciones de estrés moderado.

Finalmente en la fase 3 que se presentó a partir de DOY 70 es considerada una fase de no retorno en la cual la plata tiene la conductividad estomática y LMC mínimos (Figura 3) con diminuciones superiores al 60% de los valores iniciales, la turgencia tiene diferenciaciones superiores a 60 kPa y la mayoría de las hojas han caído y han disminuido de tamaño esto con el fin de reducir el área de escape de agua, limitar la fotosíntesis en especial la generación de ATP por el consumo energético que genera (Blum 2011), se genera cavitación y embolismo en el sistema radicular y este dañado en inhibiendo al funcionalidad del xilema y capacidad de absorción de agua en el suelo finalmente la cantidad de solutos orgánicos presentes en las hojas al no poder ser disuelto y transferidos de ellas aceleran la marchitez foliar debido a los cambios de pH que generan y afectaciones en el cierre de estomas los cuales si bien en mayoría se encuentran cerrados la planta no tiene la capacidad suficiente de controlar.

De manera tal las plantas con estrés lineal el DOY 98 no tiene capacidad de recuperación en cuanto las de estrés cíclico mostraron recuperación sustancial pero retrasos en su desarrollo, esta recuperación fue posible que no se diera embolismo ya que Zimmermann et al., (2004); Zimmermann et al., (2007) y Rodríguez-Domiguéz et al. (2012) menciona que esta condición inhibe la capacidad de recuperación de la planta ya que la bolsas de oxigeno evitan que de den los procesos de presión necesarios en l planta incidiendo que muera o en el mejor de los casos pueda rebrotar en las áreas libres de embolismo.

75

5. Conclusiones Se encontró efectos significativos del estrés en los parámetros fisiológico de G. sepium, obteniendo posterior a DOY 98 con los parámetros de crecimiento únicamente el diámetro no mostró variaciones (en promedio 5,83 mm) en cambio el crecimiento apical y masa seca fue mayor en el testigo (398,8 mm y 3,199 g respectivamente) con respecto a estrés cíclico (299,6 mm y 2,740 g) y estrés lineal con los valores más bajos (284,1 mm y 1,974 g). Caso similar fue con las hojas que el testigo presento la cantidad y SLA significativamente mayor (22,4 cm2 y 6,1 hojas) en comparación a las plantas en estrés (5,9cm2 y 15,5 hojas esn estrés cíclico, en cambio 8,9 cm2 y 20 hojas en estrés lineal).

En cuanto la variables fisiológicas se encontró un aumento en An, Gs y E obteniendo valores en DOY 98 de 25,6 µmol m-2 s-1 de An, 11,36 µmol m-2 s-1, de E, 250,16 mmol m-2 s-1 de Gs y 89,5% de LMC, valores significativamente superiores a estrés lineal (An de 4,51 µmol m2 -1

s , E de 6,56 µmol m-2 s-1, Gs de 48,6 mmol m-2 s-1 y LMC de 46,3%) y estrés cíclico (An

de 12,96 µmol m-2 s-1, E de 6,22 µmol m-2 s-1, Gs de 196,05 mmol m-2 s-1 y LMC de 78,3%).

Estas variaciones se debieron a la perdida de turgencia foliar que generó cabios significativo en el experimento obteniendo valores mínimos de Pp de185 a 199 kPa en horas de la noche y 240 a 260) kPa en el día, este comportamiento homogéneo en los tres tratamientos en el inicio del experimento. Posterior a DOY 12 se inicial el esttés moderado que llegó a su punto máximo en DOY 42 con aumento de Pp mínimo del testigo de (195 a 205) kPa y máximos de (250 a 260) kPa, y en plantas con estés un cambio inverso de las curvas de presión obteniendo de noche Pp de 210 kPa y de día hasta los165. Comportamiento que varió en DOY 98 en el que la planta testigo mantuvieron la tendencia de Pp, el estrés cíclico mostro recuperación y la plantas en estrés lineal entraron a estrés crítico presentando Pp máximo de 150 a 160 kPa en horas de la noche y Pp mínimo en el día de 100 a 110 kPa. Estas variaciones incidieron que las plantas estrés critico presentara el punto de no retorno con caída de hojas en la mayoría de individuos y formación de embolismo radicular y en fuste, fenómeno que no se presentó en estrés cíclico ya que apenas llego a ser moderado.

76

6. Referencias Ashraf, M., Harris, PJC. 2013. Photosynthesis under stressful environments: An overview.

Photosynthetica, 51 (2): 163-190. DOI: 10.1007/s11099-013-0021-6 Blum, A. 2011. Plant Breeding for Water-Limited Environments. First edition, Springer Science+Business Media. 316 p. DOI:10.1007/978-1-4419-7491-4_2 de la Rosa, JM., Conesa, MR., Domingo, R., Pérez-Pastor, A. 2014. A new approach to ascertain the sensitivity to water stress of different plant water indicators in extra-early nectarine trees.

Scientia Horticulturae. 169: 147–153. DOI: 10.1016/j.scienta.2014.02.021 Di Vaio, C., Marallo, N., Marino, G., Caruso, T. 2013. Effect of water stress on dry matter accumulation and partitioning inpot-grown olive trees (cv Leccino and Racioppella). Scientia Horticulturae 164 (2013) 155–159. DOI: 10.1016/j.scienta.2013.09.008 Ehrenberger, W., Rüger, S., Fitzke, R., Vollenweider, P., Günthardt-Goerg, P., Kuster, T., Zimmermann, U., Arend, M. 2012. Concomitant dendrometer and leaf patch pressure probe measurements reveal the effect of microclimate and soil moisture on diurnal stem water and leaf turgor variations in young oak trees. Functional Plant Biology. DOI: 10.1071/FP11206.

Fernández, J.E., Rodriguez-Dominguez, C.M., Perez-Martin, A., Zimmermann, U., Rüger, S., Martín-Palomo, M.J., Torres-Ruiz, J.M., Cuevas, M.V., Sann, C., Ehren-berger, W., DiazEspejo, A., 2011. Online-monitoring of tree water stress in a hedgerow olive orchard using the leaf patch clamp pressure probe. Agricultural Water Management 100, 25–35.

Girón, IF., Corell, M., Galindo, A., Torrecillas, E., Morales, D., Dell’Amico, J., Torrecillas, A., Moreno, F., Moriana, A. 2015. Changes in the physiological response between leaves and fruits during a moderate water stress in table olive trees. Agricultural Water Management. 148:280286. DOI: 10.1016/j.agwat.2014.10.024 Guerfel, M., Baccouri, O., Boujnah, D., Chaïbi, W., Zarrouk, M. 2009. Impacts of water stress on gas exchange, water relations, chlorophyll content and leaf structure in the two main Tunisian olive (Olea

europaea

L.)

cultivars.

Scientia

Horticulturae.

119:257-263,

DOI:

10.1016/j.scienta.2008.08.006 Hammani, S.B.M., Costagli, G., Rapoport, H.F., 2013. Cell and tissue of olive endo-carp sclerication vary according to water availability. Physiol. Plant. 149, 571–582.

77

IMN(Instituto Meteorológico Nacional). (1 de Junio de 2015). Instituto Meteorológico Nacional.

Obtenido de www.imn.ac.cr Krause, GH., Winter, K., Matsubara, S., Krause, B., Jahns, P., Virgo, A., Aranda, J., García, M. 2012.

Photosynthesis, photoprotection, and growth of shade-tolerant tropical tree seedlings under full sunlight. Photosynthesis Research. 113:237-285. DOI: 10.1007/s11120-012-9731-z.

Lim, TK. 2013. Edible Medicinal And Non-Medicinal Plants. Springer Netherlands, 816p. DOI: 10.1007/978-94-007-7395-0_64 Maatallah, M., Ghanem, ME., Albouchi, A., Bizid, E., Lutts, S. 2010. A greenhouse investigation of responses to different water stress regimes of Laurus nobilis trees from two climatic regions. ournal of Arid Environments, 74:327-337. DOI: 10.1016/j.jaridenv.2009.09.008 Memmi, M., Gijón, MC., Couceiro, JF., Pérez-López, D. 2015. Water stress thresholds for regulated deficit irrigation in pistachio trees: Rootstock influence and effects on yield quality.

Agricultural Water Management. DOI: 10.1016/j.agwat.2015.08.006 Myers, B.J., 1988. Water stress integral a link between short term stress and long term growth. Tree Physiol. 4, 315–323.

Ortuño, FM., García-Orellana, T., Conejero, W., Ruiz-Sánchez, CM., Alarcón, J., Torrecillas, A. 2006. Stem and leaf water potentials, gas exchange, sap flow, and trunk diameter fluctuations for detecting water stress in lemon tres. Trees, 20:1-8. DOI: 10.1007/s00468-005-0004-8 Pedrero, F., Maestre-Valero, JF., Mounzer, O., Alarcón, JJ., Nicolás, E. 2014. Physiological and agronomic mandarin trees performance undersaline reclaimed water combined with regulated deficit

irrigation.

Agricultural

Water

Management

146:

228–237.

DOI:

10.1016/j.agwat.2014.08.013.

Rodriguez-Dominguez, CM., Ehrenberger, W., Sann, S., Rüger, S., Sukhorukov, V., Martín-Palomo, MJ., Diaz-Espejo, A., Cuevas, MV., Torres-Ruiz, JM., Perez-Martin, A., Zimmermann, U., Fernández, JE. 2012. Concomitant measurements of stem sap flow and leaf turgor pressure in olive trees using the leaf patch clamp pressure probe. Agricultural Water Management, 114: 50–58. DOI: 10.1016/j.agwat.2012.07.007.

Roussos, PA., Denaxa, NK., Damvakaris, T., Stournaras, V., Argyrokastritis, I.2010. Effect of alleviating products with different mode of action on physiology and yield of olive under drought. Scientia Horticulturae 125: 700–711. DOI: 10.1016/j.scienta.2010.06.003 78

Sanchez-Costa, E., Poyatos, R., Sabate, S. 2015. Contrasting growth and water use strategies in four co-occurring Mediterranean tree species revealed by concurrent measurements of sap flow and stem diameter variations. Agricultural and Forest Meteorology 207: 24–37. DOI: 10.1016/j.agrformet.2015.03.012 Westhoff, M., Zimmermann, D., Schneider, H., Wegner, L.H., Geßner, P., Jakob, P., Bamberg, E., Shirley St Bentrup, F-W., Zimmermann, U., 2009. Evidence for discontinuous water columns in the xylem conduit of tall birch trees. Plant Biology 11, 307–327.

Varone, L., Ribas-Carbo, M., Cardona, C., Gallé, A., Medrano, H., Gratani, J., Flexas, J. 2012.

Stomatal and non-stomatal limitations to photosynthesis in seedlings and saplings of Mediterranean species pre-conditioned and aged in nurseries: Different response to water stress.

Environmental

and

Experimental

Botany

75:

235–

247.

DOI:

10.1016/j.envexpbot.2011.07.007 Zaharah, AR., Bah, AR., Mwange, NX., Kathuli, P., Juma, P. 1999. Management of Gliricidia (Gliricidia sepium) residues for improved sweet corn yield in an ultisol. Nutrient Cycling in Agroecosystems, 54 (1999), pp. 31–39.

Zimmermann, U., Schneider, H., Wegner, LH., Haase, A. 2004.Water ascent in tall trees: does evolution of land plants rely on a highly metastable state? New Phytologist (Tansley Review) 162: 575–615.

Zimmermann, D., Westhoff, M., Zimmermann, G. 2007. Foliar water supply of tall trees: evidence for mucilage-facilitated moisture uptake from the atmosphere and the impact on pressure bomb measurements. Protoplasma 232, 11–34.

Zimmermann, D., Reuss, R., Westhoff, M., Geßner, P., Bauer, W., Bamberg, E., Bentrup, FW., Zimmermann, U. 2008. A novel, non-invasive, online-monitoring, versatile and easy plantbased probe for measuring leaf water status. Journal of Experimental Botany. 59 (11): 31573167, DOI: 10.1093/jxb/ern171.

79

Capítulo 6: Caracterización física y química del carbón de cuatro segmentos de fustes Eucaliptus camadulensis proveniente de plantaciones dendroenergéticas Physical and chemical characterization of carbon four segments of Eucaliptus camadulensis tree from dendroenergetic plantations Resumen La madera tiene la capacidad de generar carbón vegetal a partir de procesos de combustión completa y desarrollo de reacciones de descomposición de lignina, celulosa, hemicelulosa y pérdida de extraíbles, pero este proceso puede variar según la especie, sección de árbol e inclusive la técnica de carbonización con ello se incide en la calidad y aplicabilidad de dicho carbón como material. Por lo cual en este trabajo se valoró el carbón obtenido de tres secciones de fuste (LS, MS y HS) además de las ramas (Br) de árboles juveniles de Eucaliptus camaldulensis; el estudio valoró propiedades físicas (pérdida de peso, contracción radial y tangencial), propiedades químicas (cenizas, volátiles, contenido de humedad y carbón físico) e índice de calidad de carbón (CQI) bajo un proceso de carbonización que duró 6 horas y con temperatura máxima de 550°C. Los resultados mostraron a 550°C pérdidas del peso 59 a 65%, contracciones radiales del 22 al 28% y tangenciales del 5,6 al 7,6% siendo LS las que mostraron los mayores valores de contracción y pérdida y Br las menores. Con las proiedades químicas en carbon presentó contenidos de cenizas del (4,4 a 7,5) %, volátiles de (20,9 a 32,1) %, carbón fíjo de (54,6 a 63,5) % y contenido de humedad de (5,0 a 6,1) % a una densidad de 0,20 a 0,26 g/cm3. Estas variaciones incidieron que los análisis de agrupación generaran que HS y Br mostraran una cercanía elevada, seguida a MB y LS que mosrtó la mayor diferenciación debido al grado de desarrollo y estructuración que presentó el árbol en la sección inferior con respecto a las secciones superiores.

Palabras clave: Eucaliptus camaldulensis, carbonización, propiedades químicas, propiedades físicas, plantaciones dendroenergéticas.

Abstract Wood has the ability to generate charcoal processes from complete combustion and decomposition reactions development of lignin, cellulose, hemicellulose and removable loss, but this process can vary among species, and including shaft portion technique carbonization 80

is thereby affecting the quality and applicability of the coal as material. Therefore in this work the coal obtained from three sections of shaft (LS, MS and HS) in addition to the branches (Br) of juvenile trees of Eucalyptus camaldulensis was assessed; study evaluated the physical properties (weight loss, radial and tangential shrinkage), chemical properties (ash, volatile, moisture content and physical coal) and carbon quality index (CQI) under a carbonization process lasted 6 hours and maximum temperature of 550 °C. The results showed 550 °C weight loss 59-65%, radial contraction of 22 to 28 and tangential 5.6% to 7.6% being LS which showed the highest values of contraction and lower loss and Br. With Property Types in coal chemical filed ash content (4.4 to 7.5)% volatiles (20.9 to 32.1)%, fixed carbon (54.6 to 63.5)% and content moisture of (5.0 to 6.1)% at a density from 0.20 to 0.26 g / cm3. These changes were influenced that generate cluster analysis showed that HS Br and high closeness, followed by MB and LS marked greater differentiation due to the degree of development and presented the tree structure in the lower section with respect to the upper sections.

Key words: Eucaliptus camaldulensis, carbonization, chemical properties, physical properties, dendroenergetic plantation.

1. Introducción El proceso de carbonización consiste un aumento la temperatura de la madera generando que el oxígeno presente en la cámara realice combustión completa y produzca carbón vegetal (Nisgoski et al. 2014). Durante la carbonización se desarrollan múltiples reacciones químicas que inciden en la estructura y composición del carbón final (Vafaeenezhad et al. 2013). La implementación de este producto ha sido mútilple, destacando es uso energético (Antal y Mok, 1990; Strezov, 2006; Saiz et al., 2014; Utkhao y Yingjajaval, 2015), calórico (Antal y Gronli, 2003), compostaje (Saiz et al., 2014) y recientemente en el áreas como la artística (Antal y Gronli, 2003; Strezov, 2006) y alimentaria (Samperio et al., 2015).

La carbonización es un proceso que consta de tres fases principales según mencionan Esteves y Pereira (2009); Rousset et al., (2011); Saiz et al., (2014); Somerville y Jahanshahi (2015): (i) La primera fase se da un secado en la madera a 100-130 °C, eliminando el agua libre y atada existente en la madera incidiendo en un contenido de humedad anhidro (Kwon et al.

2009; Xiao-jun y Guang-jie, 2009), además, se producen las mayores contracciones radiales 81

y tangenciales en la madera producto de la reducción del peso (Xiao-jun y Guang-jie, 2009). (ii) La segunda fase la madera alcanza temperaturas de 280°C e inicia espontáneamente a fraccionarse (Nisgoski et al., 2014), produciendo carbón, vapor de agua, ácido acético y compuestos químicos de tipo alquitranes y gases no condensables (principalmente hidrógeno, monóxido y dióxido de carbono), al igual que se genera la degradación de hemicelulosa (170 a 240°C) (Xiao-jun y Guang-jie, 2009). (iii) En la última fase comprendida de 290 y 600°C es conocida como pirolisis y se produce despolimerización de celulosa (de 240 a 310°C) y lignina (de 320 a 400 °C) (Kwon et al. 2009; Xiao-jun y Guang-jie, 2009), además de las descomposición y volatilización de extraíbles de alto peso molecular (Kwon et al. 2009) y obteniendo como producto final el carbón vegetal.

El carbón vegetal de especies tropicales obtenido a 600°C generalmente presenta un carbón fijo del 60 al 85% (Kwon et al. 2009; Vafaeenezhad et al., 2013; Xiao-jun y Guang-jie, 2009), con una volatilización del 32 al 12% (Kwon et al. 2009; Nisgoski et al., 2014) y menos del 8% de cenizas (Saiz et al., 2014). Esta composición es producto de la eliminación de extraíbles y degradación total de la lignina, celulosa y hemicelulosa (Kwon et al. 2009, Vafaeenezhad et al. 2013). Es importante destacar que dependiendo de la velocidad de carbonización, presencia de oxígeno y composición química de la madera se puede presentar defectos en el material como lo son las rajaduras, grietas, formación de mosaicos y arqueadoras que limitan la utilización del carbón vegetal para usos intensivo o complementarios (Vafaeenezhad et al., 2013). Además Vafaeenezhad et al., (2013); Saiz et al., (2014) menciona que aspectos como la dureza, humedad, estabilidad dimensional y cohesión del carbón inciden en su implementación en productos artísticos o estéticos, si en el proceso de carbonización se omiten o desarrollan variaciones ineficientes evitan que se pueda usar como materiales no tradicionales.

Entre los estudios se han llevado a cabo para examinar las características del proceso de carbonización se destaca el de Nisgoski et al. (2014) que encontró que los intervalos de temperatura de descomposición de cada componente (celulosa, hemicelulosas y lignina) según las distintas velocidades de calentamiento, encontrando que conforme la tasa de aumento de temperatura sea mayor, la resistencia a la despolimerización tiende a aumentar.

Kotilainen et al. (2000) propuso nuevas técnicas de observación para el estudio anatómico 82

de la madera con craqueado por carbonización; Kwon et al. (2009) investigaron las características morfológicas de Quercus variabilis carbón de madera preparada en 400 a 1000 °C y Kurosaki et al. (2003) investigó la estructura química de la microestructura y la superficie de un residuo de carbono preparado por calentamiento lento a 700 y 800°C. Ante tal panorama en este experimento se planteó la caracterización química y física del carbón vegetal obtenido de distintos segmentos del fuste de E. camaldulensis.

2. Materiales y métodos 2.1 Especie y sitio de estudio: Se implementaron cuatro árboles juveniles de Eucalyptus camaldulensis de 18 meses de edad, sembrados a 10000 árb/ha; la plantación se localizó en Cartago, Costa Rica (9°50'57.91"N; 83°54'37.27"W) a una altitud de 1392 msnm, con temperatura media anual de 24°C y precipitación anual de 2100 mm dispuesta en 7 meses lluviosos (IMN, 2015).

Los árboles seleccionados se caracterizaron tener un diámetro a 1,3 m sobre suelo de (19,6±6,9) mm con una altura total promedio de (372,2±38,1) cm, en cuanto la jerarquía del árbol dentro la plantación clasificó como suprimida (Synnott, 1990) debido por las limitaciones de crecimiento debido a la competencia de capas de los árboles, esta selección se debió que presentaron en pruebas previas la mayor cantidad de ramas.

2.2 Segmentación del fuste y estandarización del material: cada árbol seleccionado se cosechó y segmentó en cuatro secciones (Figura 1a): Lower Stem (LS), Medium Stem (MS), Higher Stem (HS) y Branch (Br), la partición se desarrolló con el principio de división proporcional de tercios para obtener longitudes de fuste homogéneos; en el caso de las ramas se implementaron las ramas primarias, eliminando ramas secundarias y ramas muertas.

83

Figura 1. (a) Segmentación del fuste de los árboles de E. camaldulensis en los segmentos Lower Stem (LS), Medium stem (MS), Higher stem (HS) y Branch (Br); (b) programa de carbonización implementado a las probetas de E. camaldulensis De cada segmento se cortaron piezas de 120 mm de longitud, eliminando las piezas con diámetros inferiores a 30 mm, cada pieza se codificó, pesó y midió el diámetro del lado menor de la pieza y se colocó en un horno a 105°C por un periodo de 48 horas esto con el fin de eliminar el agua libre y homogeneizar el contenido de humedad de las piezas de un 14 a 18%, seguidamente nuevamente se les evaluó el peso y midió el diámetro menor fin tener la pérdida de masa y contracción previa al proceso de carbonización.

2.3 Proceso de carbonización implementado: Posterior a las 48 horas de secado de las probetas se procedió con la carbonización (Figura 1b) implementando un horno marca Vulcan®, modelo 3-550, el proceso duró 420 minutos y constó de tres fases: (i) fase de aumento de temperatura de 120 a 240 °C con una tasa de aumento térmica de 1,0 °C/min por 120 minutos, (ii) fase de estabilización en 240°C por 60 minutos y (iii) fase de aumento de temperatura de 240 a 600°C por 240 min a una razón de aumento térmico de 1,5 °C/min. Posterior al proceso de carbonización la piezas se les dejaron dentro del hornos por 400 minutos hasta que alcanzaran una temperatura ambiente, esto con el fin de evitar defectos de calidad por choque térmico.

2.4 Pruebas físicas: Se implementaron las pruebas físicas: Densidad (p), Contenido de humedad (MC) y contracción tangencial y radial (RC y TC respectivamente), en el Cuadro 1. uno se especifica el cálculo y la metodología aplicada a cada variable. Para cada variable se utilizaron 36

84

probetas de madera provenientes de los cuatro ĂĄrboles. Estas pruebas se aplicaron a cada probeta tanto en la fase material de origen como el material carbonizado.

Cuadro 1. Pruebas fĂ­sicas realizadas a los cuatro grupos de probetas de E. camaldulensis Prueba Densidad Contenido de Humedad ContracciĂłn Tangencial/ Radial

CĂĄlculo đ?&#x2018;¤đ?&#x2018;&#x2019;đ?&#x2018;&#x2013;đ?&#x2018;&#x201D;đ?&#x2018;Ąâ&#x201E;&#x17D; (đ?&#x2018;&#x2DC;đ?&#x2018;&#x201D;) đ?&#x2018;?=( ) đ?&#x2018;Łđ?&#x2018;&#x153;đ?&#x2018;&#x2122;đ?&#x2018;˘đ?&#x2018;&#x161;đ?&#x2018;&#x2019; (đ?&#x2018;&#x161;3 )

MĂŠtodo Uso mĂŠtodo de ArquĂ­medes (Se usĂł agua como fluido asumiendo una densidad de 1 g/ cm3).

ASTM D1762â&#x2C6;&#x2019;84 (2003), con el peso a 120°C (W120°C) y el peso a cada temperatura predefinida (Wb).

ASTM D143â&#x2C6;&#x2019;94 (2000), con la dimensiĂłn a 120°C (d120°C) y la dimensiĂłn a cada temperatura predefinida (db).

đ?&#x2018;&#x160;120°đ??ś â&#x2C6;&#x2019; đ?&#x2018;&#x160;đ?&#x2018;? đ?&#x2018;&#x20AC;đ??ś(%) = ( ) â&#x2C6;&#x2122; 100 đ?&#x2018;&#x160;120°đ??ś đ?&#x2018;&#x2018;120°đ??ś â&#x2C6;&#x2019; đ?&#x2018;&#x2018;đ?&#x2018;? đ??ś (%) = ( ) â&#x2C6;&#x2122; 100 đ?&#x2018;&#x2018;120°đ??ś

2.5 Pruebas quĂ­micas: Se implementaron las pruebas quĂ­micas de contenido de cenizas (AC), y contenido volĂĄtiles (VC) y carbĂłn fijo (FC) bajo la norma ASTM D1762-84 (2003) y ASTM D3172-13 (2013), para el cĂĄlculo de contenido de cenizas se implementĂł la ecuaciĂłn 2: đ??ˇ

đ??´đ??ś (%) = (đ??ľ ) â&#x2C6;&#x2122; 100

(2)

Donde D es gramos de residuos y B es gramos de la pieza despuĂŠs de 48 horas a 105°C. Con el contenido de volĂĄtiles se implementĂł la ecuaciĂłn 3: [đ??ľâ&#x2C6;&#x2019;đ??ś]

đ?&#x2018;&#x2030;đ??ś (%) = (

đ??ľ

) â&#x2C6;&#x2122; 100

(3)

Donde B es gramos de la pieza despuĂŠs de 48 horas a 105°C y C es gramos de la muestra a 950°C. Finalmente con carbĂłn fijo se implementĂł la ecuaciĂłn 4: đ??śđ??š = 100 â&#x2C6;&#x2019; (đ?&#x2018;&#x20AC;đ??ś + đ?&#x2018;&#x2030;đ??ś + đ??´đ??ś)

(4)

Donde CF es carbĂłn fijo (%), MC es contenido de humedad (%), VC es porcentaje de volĂĄtiles y AC es contenido de cenizas.

2.6 ValoraciĂłn estĂŠtica de las piezas:

85

La estĂŠtica de las piezas se evaluĂł con la norma ASTM D-660 (ASTM ,2015), que establece un sistema de evaluaciĂłn de diferentes deterioros que se pueden dar en una superficie; presenta una escala par del 8 al 2, la cual conforme al nĂşmero se acerque al 2 el deterioro es mayor.

Entre los tipos de deterioro que contempla esta norma estĂĄn: irregular, lĂ­nea larga, paralelas cortas, lĂ­neas inclinadas, pata de gallo, mosaicos, contracciones, cortes al azar y bombas de aire. Las mediciones de esta norma se desarrollarĂĄn en conjunto con la mediciĂłn de contracciĂłn de la madera y contenido de humedad.

2.7 DiseĂąo experimental y anĂĄlisis estadĂ­stico implementado: El experimento se montĂł bajo un diseĂąo experimental simple aleatorio en el que se evaluĂł si existĂ­an diferencias significativas entre las secciones del fuste con cada parĂĄmetro evaluado; implementando un anĂĄlisis de varianza de una vĂ­a (ANOVA One-way) y en los anĂĄlisis que mostraron diferenciaciones se aplicĂł la prueba de Tuckey con una significancia de 0,05.

TambiĂŠn se desarrollĂł un anĂĄlisis de agrupaciĂłn (general CHAID) con todos los valore obtenidos de las piezas de madera y carbĂłn con el fin definir grado de relaciĂłn entre agrupaciones.

En caso de la valoraciĂłn estĂŠtica, los datos que se generarĂĄn con la norma ASTM D-660 se simplificaron en el Ă?ndice de calidad de carbĂłn (CQI) que implementĂł la ecuaciĂłn 5: đ??śđ?&#x2018;&#x201E;đ??ź = ((đ?&#x2018;&#x20AC;đ?&#x2018;&#x153; â&#x2C6;&#x2122; 0,6) + (Cf â&#x2C6;&#x2122; 0,2) + (Sh â&#x2C6;&#x2122; 0,2))/10

(5)

Donde CQI es el Ă­ndice de calidad de carbĂłn, Mo es el defecto tipo mosaico, Cf es el defecto tipo Crow foot y Sh es el defecto Shrinkage. El modelo genera valores entre 0 y 1, conforme el valor sea mayor el grado de acabado de la superficie es mayor y se generan menos defectos; es importante destacar que el valor de peso de cada defecto se debiĂł a previas pruebas que mostraron que mosaico fue el defecto comĂşn y asociado al craqueado.

Todos estos anĂĄlisis se realizaron con en el programa STATISTICA 9.0.

86

2. Resultados 2.1 Caracterización de proceso de carbonización En la figura 2 se presenta la pérdida de paso (WL), contracción radial (RAS) y tangencial (TAS) de las probeta de las cuatro secciones de E. camaldulensis, el comportamiento de los trés parámetros es similar, conforme la temperatura de carbonización aumentó WL, RAS y TAS aumentaron hasta los 320°C punto que se estabilizaron los parámetros hasta el final dela prueba. Con la WL (Figura 2a) la pérdida de peso final varió de 59 a 65% obteniendo que LS mostró pérdidas superiores a MS, HS y Br que no variaron entre sí, el comportamiento de fiferenciación se presentó posterior a los 220°C, antes del cual no habia diferencia entre secciones presentando en los 120°C pérdidas del 40 a 62%.

Con RAS (Figura 2b) al final de la prueba varió del 22 al 28% obteniendo nuevamente que la sección LS posterior a los 220°C obtivo contracciones significativamente mayores (26,6% a 550°C) con respecto a las otras tres secciones que en todo el proceso de carbonización no mostraron diferencias entre sí. Finalmentes con TAS (Figura 2c) las contacciones a 550°C oscilaron de 5,6 al 7,6 %, mostrando que entre 120 y 400°C las secciones no mostraron diferencias en contracción tangencial y fue después de los 420°C que Br presentó contracciones significativamente menores (6,1% en promedio) en comparación a los restantes tres secciones que entre si no mostraron diferenciaciones significativas.

87

Figura 2. PĂŠrdida de peso, contracciĂłn radial y tangencial de las cuatro secciones del fuste de E. camaldulensis implementadas para proceso de carbonizaciĂłn.

88

2.2 Caracterización física y química de la madera y carbón Tanto las propiedades físicas como químicas de los cuatro segmentos del fuste mostraron diferencias en sus parámetros tanto en madera como carbón (Cuadro 2), es importante destacar que los resultados mostraron en madera un comportamiento que la sección LS presentó valores mayores (exceptuando Fixed Carbon) y Br los valores significativamente menores (menos Fixed Carbon), en cambio las muestras carbonizadas la diferenci ación de resultados se centró en Br que presentó en la mayoría de los análisis valores mayores al resto de segmentos. Con la densidad en madera varió de 0,52 a 0,72 g/cm3 y carbonizado disminuyo al rango de 0,20 a 0,26 g/cm3, con el contenido de humedad en madera osciló de 12,0 a 18,2% mostrado una disminución y homogeneidad en material carbonizado de 5,0 a 6,1%. Con el análisis de ceniza no mostraron diferenciaciones entre madera y carbón presentando variaciones de 4.4 a 7,2% mostrado LS los valores mayores de ceniza y HS y Br los valores significativamente menores, en volátiles se dio una disminución porcentual de madera (30,5 a 42,5%) a carbón (20,9 a 32,1 %) mostrando dos agrupaciones de los segmentos conformadas por LM y MS en el primer grupo y HS y Br en el segundo.

Finalmente el carbón fijo aumentó en carbón (54,6 a 63,5 %) con respecto a la madera (32,2 a 52,8 %).

Cuadro 2. Propiedades físicas y químicas determinadas en las cuatro secciones del fuste de E. camaldulensis tanto en madera como material de origen como el material carbonizado.

Parameter Wood Density (g/cm3) MC (%) Ash (%) Volatile (%) Fixed carbón (%) Charcoal Density (g/cm3) MC (%) Ash (%) Volatile (%) Fixed carbón (%)

Section LS

MS

BS

Br

0,75ª (0,05) 18,2ª (2,2) 7,1ª (0,9) 42,5ª (1,2) 32,2 c (1,8)

0,72ª (0,06) 15,0ª (2,6) 5,0b (0,8) 42ª (1,4) 38,0c (2,0)

0,62b (0,06) 15,3ª (2,0) 5,1b (0,9) 35,6b (1,6) 44,3b (1,9)

0,50c (0,05) 12,0b (1,9) 4,7b (0,8) 30,5c (1,1) 52,8ª (1,5)

0,26ª (0,10) 6,1ª (0,9) 7,2ª (0,4) 32,1ª (1,0) 54,6c (1,5)

0,22ª (0,04) 5,8ª (0,7) 5,5b (0,7) 32,2ª (1,2) 56,5b (1,8)

0,18b (0,04) 5,5ª (0,8) 4,9c (0,6) 21,1b (1,4) 68,5a (1,5)

0,15b (0,05) 5,0a (0,8) 4,4c (0,6) 20,9b (1,3) 69,7ª (1,6)

89

2.3 Calidad estética del carbón La calidad de la superficie del carbón se vio afectada en el proceso de carbonización por los defectos Mosaic, Crow foot y Shrinkage, generando que el comportamiento de CQI fuera decreciente (disminución de la calidad) conforma aumentó la temperatura de carbonización (Figura 3). El comportamiento de las cuatro secciones se dividió en dos agrupaciones, la primera por Br y HL que mostró una tendencia de decrecimiento menor con un CQI a 550°C superior a 0,79 e influenciado por Mosaic que fue el defecto que se presentó en mayor cantidad; y la segunda agrupación conformada por MS y LA que mostraron curvas de decrecimiento mayores generando calidades a 550°C de 0,55 a 0,59.

Figura 3. Índice de calidad del carbón (CQI) de las cuatro secciones del fuste de E. camaldulensis implementadas para proceso de carbonización.

2.4 Agrupación de similitud del carbón La agrupaciópn ontenida (figura 4) mostró una primera agrupaciópn conformada por HS y Br, posteriormente la primera agrupación se ragrupó con MS y finalmente LS que mostró variaciones en resultados con respecto a las tres secciones. Al analizar las variables quye infirieron significativamente en la grupación fueron las prueva de ceniza, volátiles, carbón fijo y contenido de humedad que generaron la diferenciación significatava.

90

Figura 4. Resultados de la agrupación de las variables físicas, químicas y de calidad visual obtenidas en las cuatro secciones del fuste de E. camaldulensis implementadas para proceso de carbonización.

3. Discusión 3.1 Variaciones en las secciones del fuste en la carbonización La diferenciaciones en pérdida de peso y estabilidad dimensional (Figura 2) de las secciones de fuste, son similares a las encontradas por Kwon et al., (2009) con Quercus variabilis determinó pérdidas de peso a 550°C del 72,6%, con contracciones radiales superiores al 26% y tangenciales del 7%, por su parte Elyounssi et al., (2012) con Eucaliptus obtuvo a 600°C pérdida de peso del 65,5% al 72,9%, en estos estudios mostraron en común que en los primeros 250°C se presenta un 40% de la pérdida de peso total, debido a la salida de humedad de la madera (agua libre y agua atada) en conjunto a la degradación de hemicelulosa que produce tres procesos químicos: (i) desacetilación que consiste en la generación de grupos acetilo, (ii) despolimerización que consiste en formación de compuesto de menor peso molecular además de radicales libres y (iii) dehidratación que es la pérdida de los enlaces de agua (Kwon et al., 2009).

La pérdida restante de peso y contracciones posteriores a los 250°C se debe que la celulosa se degrada y genera cristalizaciones (Kwon et al., 2009), la lignina inicia generar radicales libre y perder peso molecular generado estructuras simples como son los radicales carboxilos 91

(Hill, 2006; Kwon et al., 2009), y los volátiles se oxidan, volatizan o producen radicales de pesos bajos (Alén, 2002), generando en conjunto una degradación de las propiedades químicas del material y aumentando el porcentaje de carbono en relación a otros elementos presentes en la madera (Hill, 2006). Macroscópicamente estos fenómenos se muestran con la reducción del diámetro de vasos (Boonstra y Tjeerdsma, 2006) contracciones masivas en el parénquima y generación de rupturas que inciden en la pérdida de calidad de la superficie (Figura 3) por la formación de defectos como mosaicos (Hill, 2006; Kwon et al., 2009).

Al evaluar la razón que la sección inferior mostrara diferenciaciones, Schweingruber (2007) encontró diferenciaciones en los porcentajes de celulosa y lignina presentes en el fuste, encontrando valores significativamente mayores en las secciones inferiores en comparación a la parte superior y ramas; además Tyree y Zimmermann (2002) que el grado de desarrollo y función fisiológica de las distintas secciones del fuste afectan su madera, encontrando un desarrollo del xilema mayor en las secciones inferiores en comparación a parte superior y ramas debido que la parte alta cuenta con una diferenciación de xilema y floema menor debido a su juventud y ser etapas que están el crecimiento lo cual limita diferenciaciones y contenidos de humedad mayores en comparación a las partes bajas que ya tiene una diferenciación avanzada.

3.2 Variación y agrupación de las variables físicas y químicas Los resultados químicos obtenidos en el carbón (Cuadro 1) son similares a los presentados por Somerville y Jahanshahi (2015) con Eucaliptus pilularis con contenidos de humedad inferiores al 7%, cenizas menores al 8%, volátiles del 70% y carbón fijo menor al 22%, por su parte Trompowsky et al. (2005) obtuvo valores de contenido de humedad inferiores a 7,2% para E. saligna y 6,9% en E. grandis, además valores de cenizas de E. saligna y 6,9% en E. grandis.

Las diferenciaciones entre las muestras de madera y carbón en parámetros de la densidad y propiedades químicas se deben a los cambios de la estructura de la pared celular que químicamente es más homogénea en la carbonización por la degradación de la lignina, celulosa y hemicelulosa (Hill, 2006) además de que en el carbón las fuerzas de presión y 92

temperatura generan compactaciones en las pareces celulares incidiendo que la densidades bajen y se tenga menor pérdida de volátiles en comparación a la madera ya que en el proceso de carbonización entre los 280 y 390°C varios volátiles de tipo ceras sufren procesos de volatización de compuestos, generando que los compuestos remanentes cambien su composición para ser más estables y soportar mayores temperaturas (Schweingruber, 2007) a su vez el carbón fijo aumenta debido que el carbón ha eliminado gran cantidad de grupos – OH y –COOH incidiendo porcentajes mayores al 80% en la composición del material (Hill, 2006; Kwon et al., 2009).

Con respecto a la clasificación de los segmentos del fuste las diferenciaciones entre la sección inferior con respecto a la sección media, superior y ramas se debe con el desarrollo estructural y fisiológico de las secciones, Schweingruber (2007) menciona que las secciones de los árboles pueden presentar variaciones de hasta un 125 de lignina (que incide directamente en las cenizas), celulosa y de un 20% de celulosa, esto debido a que el xilema de mayor edad se encuentra más desarrollado y diferenciado del floema a diferencia de secciones superiores que aún están en fases de crecimiento primario en las cuales la diferenciación no es total (Kwon et al., 2009), además las secciones inferiores presentan acumulaciones mayores de extraíbles, debido a la formación del duramen incidiendo que los valores de volátiles sean mayores y a su vez que el carbón fijo sea menor (Hill, 2006), pero comprendido en el rango definido por Esteves et al. (2007) para eucalipto que es de 50 a 75%.

Hill (2006) analizaron potenciales uso del carbón bajo el porcentaje de ceniza, defectos de craqueado y estabilidad dimensional, obteniendo en esta clasificación que contenidos de ceniza menores al 5% con nula presencia de defectos y estabilidad menor al 10%permite uso intensivo como es en el área artística y estética calificando en este rubro la sección de HS y Br; en cambio LS y MS califican en la secciones de uso como compostaje, energético o calórico debido ser materiales con cenizas mayores y estabilidad menor además de una estética menor debida a los defectos que genera permitiendo su uso en materiales degradables y energéticos.

93

4. Conclusiones Se obtuvieron diferenciación en los resultados de las pruebas realizadas en los cuatro segmentos de E. camadulensis; obteniendo reducciones en el peso de las muestras del 59 a 65 %, con contracciones radiales del 22 al 28% y tangenciales del 5,6 al 7,6% siendo LS las que mostraron los mayores valores de contracción y pérdida y Br las menores. Con las propiedades quimicas en carbon precento cenizas de (4,4 a 7,5) %, volátiles de (20,9 a 32,1) %, carbón fíjo de (54,6 a 63,5) % y contenido de humedad de (5,0 a 6,1) % a una densidad de 0,20 a 0,26 g/cm3, el CQI varió de 0,49 a 0,90 obteniendo los mayores defectos de superficie en LS y menores en HS y Br. Estas variaciones incidieron que los anlisis de agrupación generaran que HS y Br mostraran una cercania elevada, seguida a MB y LS que mostró la mayor diferenciación debido a la fiferenciación de desarrollo fisiológico de las partes del arbol siendo las inferiores con un xilema y estructura definida que permite tenga porcentajes de lignina mayores que inciden en valores de ceniza mayores y menores de carbón fijo, además por su complejidad en el proceso de carbonización se pueden dar mayores niveles de fallo y ello repercutió en pérdida de calidad de superficie.

5. Referencias Alén, R., Kotilainen, R., Zaman, A. 2002. Thermochemical behavior od Norway spruce (Picea abies) at 180-225°C. Wood Science Tecnology, 36:163-171.

Antal, WSL., Mok, MJ. 1992. Uncatalyzed solvolysis of whole biomass hemillulose by hot compressed liquid water. Ind. Eng Chem Res. 31 (4): 1154-1161.

ASTM. 2003. Standard Test Method for Chemical Analysis of Wood Charcoal (D1762-84). Book of Standards. Section 6.Vol 0.6.01.Pensylvania, US. 224p.

ASTM. 2005. Standard Test Method for Evaluating Degree of Checking of Exterior Paints (D66093). Book of Standards. Section 6.Vol 0.6.01.Pensylvania, US. 224p.

ASTM. 2007a. Standard Test Method for Small Clear Specimens of Timber (D143-94). Book of Standards. Section 6.Vol 0.6.01.Pensylvania, US. 224p.

ASTM. 2007b. Standard Test Method for Chemical Analysis of Wood Charcoal (ASTM D1762-84).

Book of Standards. Section 6.Vol 0.6.01.Pensylvania, US. 224p.

ASTM. 2015. Standard Test Method for Proximate Analysis of Coal and Coke (D3172-15). Book of Standards. Section 6.Vol 0.6.01.Pensylvania, US. 224p.

Boonstra, MJ., Tjeerdsma, BF. 2006. Chemical analysis of heat treated softwoods. Holz Roh Werkst.

64 (3), 204-211.DOI: 10.1007/s00107-005-0078-4

94

Elyounssi, K., Collard, FX., Mateke, JN., Blin, J. 2012. Improvement of charcoal yield by two-step pyrolysis on eucalyptus wood: A thermogravimetric study. Fuel 96: 161–167. DOI: 10.1016/j.fuel.2012.01.030.

Esteves, RM., Velez Marques, A., Domingos, I., Pereira, H. 2007. Influence of steam heating on the properties of pine (pinus pinaster) and eucalypt (Eucalyptus gobulus) wood. Wood Science Teconology. 41:193-207, DOI:10.1007/s00226-006-0099-0.

Esteves, BM., Pereira, HM. 2009. Wood modification by heat treatment: a review. Bioresources, 4(1): 370-404.

Hill, CAS. 2006. Wood Modification: Chemical, Thermal and Other Processes, John Wiley & Sons Ltd., London. DOI: 10.1002/0470021748 IMN(Instituto Meteorológico Nacional). (1 de Junio de 2015). Instituto Meteorológico Nacional.

Obtenido de www.imn.ac.cr Kotilainen RA, Toivanen T-J, Alen RJ (2000) FTIR monitoring of chemical changes in softwood during heating. J Wood Chem Technol 20(3):307–320.

Kurosaki F, Ishimaru K, Hata T, Bronsveld P, Kobayashi E, Imamura Y (2003) Microstructure of wood charcoal prepared by ash heating. Carbon 41:3057–3062 Kwon, SM., Kim, NH., Cha, DS. 2009. An investigation on the transition characteristics of the wood cell walls during carbonization. Wood Sci Technol, 43:487–498, DOI: 10.1007/s00226-009-0245-6 Nisgoski, S., Bolzon de Munñiz, GI., Rodrigues Ribeiro Batista, F., Mölleken, RE. 2014. Influence of carbonization temperature on the anatomical characteristics of Ocotea porosa (Nees & Mart.

Ex Nees) L. Barroso. Wood Sci Technol, 48:301–309, DOI: 10.1007/s00226-013-0602-3 Rousset, P., Caldeira-Pires, A., Sablowski, A., Rodrigues, T. 2011. LCA of eucalyptus wood charcoal briquettes. Journal of Cleaner Production 19: 1647-1653, DOI: 10.1016/j.jclepro.2011.05.015 Samperio, A., Moñino, MJ., Vivas, A., Blanco-Cipollone, F., García Martín, F., Prieto, MH. 2015.

Effect of deficit irrigation during stage II and post-harvest on tree water status, vegetative growth, yield and economic assessment in ‘Angeleno’ Japanese plum. Agricultural Water Management 158: 69–81, DOI: 10.1016/j.agwat.2015.04.008 Saiz, G., Goodrick, I., Wurster, CM., Zimmermann, M., Nelson, PN., Bird, MI. 2014. Charcoal recombustion efficiency in tropical savannas. Geoderma 219–220:40–45. DOI: 10.1016/j.geoderma.2013.12.01 Schweingruber, FH. 2007. Wood structure and Enviroment. Springer. 279p.

Somerville, M., Jahanshahi, S. 2015. The effect of temperature and compression during pyrolysis on the density of charcoal made from Australian eucalypt wood. Renewable Energy 80: 471-478.

DOI: 10.1016/j.renene.2015.02.013

95

Strezov, V. 2006. Iron ore reduction using sawdust: experimental analysis and kinetic modelling.

Renewable energy 31 (12): 1892-1905.

Synnott, T.J. 1991. Manual de Procedimiento de Parcelas Permanentes para Bosque Húmedo Tropical, Instituto Tecnológico de Costa Rica. Serie de Apoyo Académico N°12. 1-103p.

Trompowsky, PM., Benites, VM., Madari, BE., Pimenta, AS., Hockaday, WC., Hatcher, PG. 2005 Characterization of humic like substances obtained by chemical oxidation of eucalyptus charcoal. Organic Geochemistry, v.36, p.14801489.

Tyree, MT., Zimmermann, MH. 2002. Xylem structure and the ascent of sap. 2nd edn. Springer, Berlin, 283 p.

Utkhao, W., Yingjajaval, S. 2015. Changes in leaf gas exchange and biomass of Eucalyptus camaldulensis in response to increasing drought stress induced by polyethylene glycol. Trees, 29(5): 1581-1592. DOI: 10.1007/s00468-015-1240-1 Vafaeenezhad, H., Zebarjad, SM., Vahdati Khaki, J. 2013. Intelligent modeling using fuzzy rulebased technique for evaluating wood carbonization process parameters. Int J Adv Manuf Technol, 68:1471–1478, DOI: 10.1007/s00170-013-4935-8 Xiao-jun, MA., Guang-jie, Z. 2009. Effects of carbonization temperatures on microstructure of carbon fiber precursors prepared from liquefied wood. Forestry Studies in China, 11(4):238242.

96

Capítulo 7: Conclusiones y recomendaciones 7.1 Conclusiones El desarrollo un sistema de medición de LAI no destructivo es viable obteniendo para E. tereticornis de 26 meses con DHP-app con el modelo LAI=0,88·PAI+0,17 presentó una correlación de 0,91 con respecto a los valores directos de LAI, siendo un modelo funcional en comparación al LAI-2000 y DHP-focus que presentaron menor precisión y correlaciones inferiores a 0,87. Además los factores ambientales generan variaciones significativas del LAI, la pérdida de nubosidad aumenta de la subestimación del LAI independientemente de la técnica indirecta empleada con variaciones de hasta un 60%, en cambio de velocidad del viento infiere directamente en el LAI conforme la velocidad del viento aumentó se disminuye la presión y estabilidad de los datos hasta en un 60% Con el estudio de estrés hídrico Se encontró efectos significativos en el desarrollo del G. sepium, obteniendo pérdida de crecimiento apical y masa seca en las plantas estresadas con respecto a las testigo, además pérdida considerable de hojas y de SLA. En cuanto la variables fisiológicas se encontró un aumento en An, Gs y E obteniendo valores en DOY 98 de 25,6 µmol m-2 s-1 de An, 11,36 µmol m-2 s-1, de E, 250,16 mmol m-2 s-1 de Gs y 89,5% de LMC, valores significativamente superiores a estrés lineal (An de 4,51 µmol m-2 s-1, E de 6,56 µmol m-2 s-1, Gs de 48,6 mmol m-2 s-1 y LMC de 46,3%) y estrés cíclico (An de 12,96 µmol m-2 s1

, E de 6,22 µmol m-2 s-1, Gs de 196,05 mmol m-2 s-1 y LMC de 78,3%). Estas variaciones se

debieron a la perdida de turgencia foliar que generó cambios significativo en el experimento obteniendo valores mínimos de Pp de185 a 199 kPa en horas de la noche y 240 a 260) kPa en el día, este comportamiento homogéneo en los tres tratamientos en el inicio del experimento. Posterior a DOY Pp mínimo del testigo de (195 a 205) kPa y máximos de (250 a 260) kPa, y DOY 98 Pp máximo de 150 a 160 kPa en horas de la noche y Pp mínimo en el día de 100 a 110 kPa. En cuanto el modelo fisiológico 3D, se encontraron que las variables fisiológicas An, E, SPAD mostraron poca diferenciación dentro de la copa del árbol, exceptuando en HT- SMB y SEB debido al ser hojas juveniles que aún no cuentan con el SLA máximo ni con la cantidad de clorofila ni desarrollo estomático que le permitan desarrollar procesos óptimos al resto del 97

árbol. En cambio la Gs y Pp incidieron en al diferenciación restante del árbol, obteniendo que la sección LT-SIB mostrara una separación fisiológica significativa al resto de la copa debido a ser hojas maduras que están en sus últimos estadios de desarrollo y previas a la muerte lo cual los fotosistemas no funcionan de manera óptima. En cambio las secciones restantes de IT y LT mostraron similitudes por ser áreas con una edad óptima de las hojas que denotó en valores de Gs y Pp elevados y poca variación del An. Estas diferenciaciones de la copa se deben a factores como la angulación foliar que incide en la disponibilidad de elementos para fotosíntesis, la edad de la hoja, y presencia de solutos y encimas en la hoja, lo cual incide que por prioridades se den áreas con un desarrollo fisiológico mayor y que se enfatizan en crecimiento. En cuanto las variaciones de densidad los valores inferiores en las secciones superiores de 1,5 m se debieron a la poca diferenciación y presencia de material leñoso.

Finalmente la carbonización mostró diferenciación en los resultados de las pruebas realizadas en los cuatro segmentos de E. camadulensis; obteniendo reducciones en el peso de las muestras del 59 a 65 %, con contracciones radiales del 22 al 28% y tangenciales del 5,6 al 7,6% siendo LS las que mostraron los mayores valores de contracción y pérdida y Br las menores. Con las propiedades quimicas en carbon precento cenizas de (4,4 a 7,5) %, volátiles de (20,9 a 32,1) %, carbón fíjo de (54,6 a 63,5) % y contenido de humedad de (5,0 a 6,1) % a una densidad de 0,20 a 0,26 g/cm3, el CQI varió de 0,49 a 0,90 obteniendo los mayores defectos de superficie en LS y menores en HS y Br. Estas variaciones incidieron que los anlisis de agrupación generaran que HS y Br mostraran una cercania elevada, seguida a MB y LS que mostró la mayor diferenciación debido a la fiferenciación de desarrollo fisiológico de las partes del arbol siendo las inferiores con un xilema y estructura definida que permite tenga porcentajes de lignina mayores que inciden en valores de ceniza mayores y menores de carbón fijo, además por su complejidad en el proceso de carbonización se pueden dar mayores niveles de fallo y ello repercutió en pérdida de calidad de superficie.

CONCLUCIONES concluciones

98

7.2 Recomendaciones Con el sistema de LAI se recomienda su implementación en otras, especies, condiciones ambientales y combinación con otros equipos con el fin de evaluar su efectividad y adaptabilidad a distintas condiciones con el fin de estandarizar y universalizar su uso.

En estrés hídrico se recomienda desarrollo de análisis térmicos y de movimientos de sabia, además de pruebas de turgencia con una cámara de Sholander para crear modelos de relación destructivos y no destructivos tanto en la especie de estudio como otras especies tanto en condición de vivero como expuestas al ambiente con compresión radicular.

Con modelación fisiológica 3D se debe considerar uso de software de precisión de modelación que permitan definir y tener características anatómicas más precisas y con ello poder hacer variabilidad fisiológica dentro de hojas y ramas facilitando y afinando la diferenciación interna de la planta.

Finalmente con carbonización se recomienda hacer análisis de TGA y calorimetría como complementos de los análisis químicos que permitan terminar de caracterizar los segmentos de fuste en función de obtener productos.

99

Capítulo 8: Referencias bibliográficas Estado de la Nación (CR). (2014). Vigésimo Informe del Estado de la Nación en Desarrollo Humano Sostenible. San José, Costa Rica: 676p.

Hooda, N., & Rawat, D. (2006). Role of Bioenergy plantations for Carbon-dioxide mitigation with special reference in India. Mitigation and Adaptation Strategies for Global Change, 11: 445–467. DOI: 10.1007/s11027-006-9008-3.

IMN(Instituto Meteorológico Nacional). (1 de Junio de 2015). Instituto Meteorológico Nacional. Obtenido de www.imn.ac.cr Meadows, j., Coote, D., & Brown, M. (2014). he Potential Supply of Biomass for Energy from Hardwood Plantations in the Sunshine Coast Council Region of South-East Queensland, Australia. Small-scale Forestry, 13:461–481. DOI 10.1007/s11842-0149265-7.

100

1

101