Estimating Grass Yield on Blue Grama Range From Seasonal Rainfall and Soil Moisture Measurements

Para estimar la producción anual de forraje basándose en las condiciones de humedad es importante tener en cuenta la época y la distribución de las precipitaciones, así como el pasado histórico de las mismas. En este estudio examinamos esta relación utilizando 16 años de mediciones anuales de la producción de la biomasa aérea en dos sitios localizados en el Corona Range and Livestock Research Center (CRLRC) en la parte central de New México. Nuestra hipótesis fue que las estimaciones al final de la época de crecimiento de la producción de biomasa aérea se pueden mejorar utilizando la humedad del suelo en lugar de la precipitación acumulada durante la estación como se ha utilizado tradicionalmente para la predicción de la producción. Niveles de humedad del suelo registradas y simuladas se utilizaron para estimar el número de días en la estación de crecimiento cuando la humedad del suelo por volumen es baja (< 20%), intermedia (20% a 30%) o alta (≥ 30%). Para definir la ecuación de regresión para incluir las medidas simuladas o las registradas de la humedad del suelo, mejoraron la RP2P ajustada de los modelos de regresión del 46% para el modelo de la precipitación a más de 60% para varios modelos de humedad del suelo. Las variables principales que se incluyeron para explicar la variación anual en la producción herbácea fueron, las condiciones de humedad estacional, la cantidad de escobilla (Gutierrezia sarothrae (Pursh) Britt. & Rusby) presente en el área y los días con grado de temperatura acumulada durante la estación de crecimiento. Las temperaturas diarias cercanas a los promedios históricos fueron las de más utilidad para producción de forraje. Los datos simulados de la humedad del suelo mejoraron las estimaciones del rendimiento de las gramíneas a un nivel equivalente al uso de sondas de humedad en el sitio para categorizar diariamente las condiciones de humedad. Existe la posibilidad de predecir mejor las condiciones de forraje, basándose en la predicción climática que usa datos de humedad en lugar de la medida tradicional de la precipitación total.