Parametrización de modelos de procesos para predecir de crecimiento y productividad en plantaciones de Gmelina arborea en escenarios de cambio climático

El desarrollo de plantaciones forestales tolerantes a condiciones de estrés es clave para garantizar la sustentabilidad de los cultivos ante futuros escenarios de cambio climático (CC), en especial en la región tropical que se perfila como altamente vulnerable a sequías y eventos climáticos extremos. Por consiguiente, es clave desarrollar estrategias de adaptación como es la selección de especies/clones tolerantes, optimización del manejo silvicultural y sincronización del cultivo a la disponibilidad actual y futura de recursos de la localidad. En este punto es esencial contar con herramientas para proyectar el crecimiento y productividad del cultivo a distintos escenarios climáticos en vías de reducir el riesgo de pérdida de áreas de cultivo y niveles productivos poco competitivos. En este contexto, ajustar modelos de procesos ha mostrado ser una opción precisa y versátil para iniciar la adaptación a CC, más en regiones o localidades en las que no se cuente con experiencias de establecimiento previas y se tenga incertidumbre de la tolerancia de las especies/clones a usar. Con la especie Tectona grandis, investigadores de la Universidad de Freiburg lograron parametrizar un modelo para plantaciones en Costa Rica. Con las capacidades nacionales, el presente estudio pretende incorporar el uso de modelos de procesos fisiológicos como herramienta para predicción de crecimiento y productividad den plantaciones forestales de Gmelina arborea bajo potenciales escenarios de cambio climático. El estudio considera colectar datos morfológicos, fisiológicos e hidráulicos de materiales comerciales de Gmelina arborea en Costa Rica, para así definir rasgos discriminativos entre materiales y crear un primer criterio categorización de plasticidad fenotípica. Luego incorporar estos rasgos junto a datos edafológicos y de clima en la calibración de los modelos: 3-PG (Physiological principles predicting growth) y APSIM Next Generation (Agricultural Production Systems sIMulator), para posteriormente validar y emplear el modelo bajo distintos escenarios de CC (enfocados a disminución regímenes hídricos) con el fin de evaluar la respuesta en crecimiento y producción (Volumen, acumulación y partición de biomasa); y generar una categorización de grados de plasticidad de los materiales comerciales, discriminando materiales potencialmente susceptibles y tolerantes a CC. Junto a ello se pretende que los modelos calibrados estén homologados y estandarizados para su uso público, tanto nacional como internacionalmente, para lo cual se considera la vinculación con el equipo desarrollador de APSIM NG del CSIRO (Australia) para la generación de repositorios acorde al uso tanto del lenguaje R como C#. Finalmente se pretende con los modelos calibrados, desarrollar talleres de transferencia tecnológica a empresas, organizaciones no gubernamentales, instituciones estatales y consultores independientes asociados a la gestión nacional forestal, con fin sea una herramienta para evaluar el estado actual de las plantaciones y potenciales escenarios con fin mejorar la toma de decisiones y acciones para garantizar la sostenibilidad del recurso forestal en el país.

Incorporar el uso de modelos de procesos fisiológicos como herramienta para predicción de crecimiento y productividad den plantaciones forestales de Gmelina arborea bajo potenciales escenarios de cambio climático.

Gestión del cultivo de árboles para la restauración, conservación y producción de madera y servicios ecosistémicos.