Hrach Dylan

Machine Translated by Google
Cuantificación del papel de la sombra en las condiciones del microclima
y la eficiencia en el uso del agua de un humedal subalpino en Canadá
Montañas Rocosas, Kananaskis, Alberta
por
dylan matthew guisante
Una tesis
presentado a la Universidad de Waterloo
en cumplimiento de la
requisito de tesis para obtener el grado de
Maestro de la ciencia
en
Geografía (Agua)
Waterloo, Ontario, Canadá, 2019
©Dylan Matthew Hrach 2019
Declaración del autor
Por la presente declaro que soy el único autor de esta tesis. Esta es una copia fiel de la tesis,
incluidas las revisiones finales requeridas aceptadas por mis examinadores.
Entiendo que mi tesis puede estar electrónicamente disponible para el público.
yo
Abstracto
Las regiones alpinas aportan el 60 % de la escorrentía superficial anual y desempeñan un papel importante en la regulación
el balance hídrico mundial. Muchas de las principales redes fluviales del mundo se originan en zonas alpinas.
cuencas de cabecera, popularizando las montañas como las “Torres de Agua del Mundo”. el rocoso
Las montañas representan la "Torre de agua" del oeste de Canadá, ya que almacenan y distribuyen agua.
recursos a más de 13 millones de personas en el oeste de Canadá y el noroeste del Pacífico de EE. UU. En
la cabecera, la topografía hace que las superficies terrestres entren y salgan de las sombras, creando distintas
microclimas que influyen fuertemente en la evapotranspiración (ET) y los flujos de carbono. Sin embargo, relativamente
Pocos estudios han observado la relación entre los flujos de energía, agua y carbono de
cuencas de montaña; y se han centrado más bien en períodos de nieve y hielo. Por lo tanto,
comprender la contribución de los humedales subalpinos al balance hídrico sigue siendo un
necesidad hidrológica en las zonas montañosas de todo el mundo.
Esta tesis intenta abordar estas lagunas de conocimiento investigando la influencia de
terreno complejo sobre la variabilidad espacial y temporal de la sombra en un humedal subalpino (2.083
m snm) en las Montañas Rocosas canadienses y el efecto de la sombra en la dinámica del flujo estacional.
El equipo meteorológico y de covarianza de remolinos se instaló del 7 de junio al 10 de septiembre para
establecer condiciones ambientales de referencia y monitorear los flujos turbulentos y radiativos sobre
el período libre de nieve de 2018. Se compararon modelos de sombra de colinas y radiación solar para días de cielo despejado.
a las observaciones de campo para comprender cómo la sombra impactó los flujos de energía, agua y carbono.
La Eficiencia en el Uso del Agua (WUE) se usó como una métrica para comprender la relación entre el agua
y el ciclo del carbono.
En general, la sombra acortó la temporada de crecimiento y prolongó el deshielo. La sombra fue la mejor
cerca de la cabecera y redujo la radiación solar acumulada en 86,4 MJ durante el período de estudio. Cuando la sombra era
baja y constante durante el período de Sombra Estable ( 7 de junio 30 de julio), no tenía
relación significativa con la radiación solar entrante (K↓) y la radiación neta (Q*); sin embargo cuando
calle
sombra aumentó rápidamente durante el período de Dynamic Shade (31 de julio – 10 de septiembre) fuertemente
influyó en K↓ y Q*. En promedio, durante Dynamic Shade, cada aumento horario de sombra por día redujo K↓ y Q* en 32 W/m2
y 28 W/m2 , equivalentes a 13 % y 16 %, respectivamente. Agua
y los flujos de carbono tuvieron una respuesta a la sombra similar a la de los flujos de energía. Cada incremento horario de
sombra redujo ET y producción primaria bruta (GPP) por márgenes similares: 17% y 15%,
iii
respectivamente. Por lo tanto, WUE permaneció relativamente poco afectado por la sombra del horizonte, porque la sombra
ET y GPP igualmente reducidos. Estos hallazgos indican que bajo escenarios climáticos futuros inciertos
(es decir, mayor riesgo de inundaciones, sequías e incendios forestales), la sombra puede ser un mecanismo importante para
conservación de la humedad en una variedad de ecosistemas subalpinos que están en riesgo de agua al final de la temporada
estrés.
IV
Agradecimientos
Con el espíritu de reconciliación, reconozco que esta investigación se llevó a cabo en los territorios tradicionales
de la Confederación Blackfoot (Siksika, Kainai, Piikani), los Tsuut'ina, las Naciones Îyâxe Nakoda, la Nación Métis
(Región 3) y todas las personas que tienen sus hogares en la región del Tratado 7 del sur de Alberta (Calgary
Foundation, 2019).
Hay muchas personas, grupos y organizaciones que ayudaron a contribuir con esta tesis y mi desarrollo
personal/profesional durante los últimos años. En primer lugar, quisiera agradecer a mi supervisor, el Dr. Rich
Petrone. En 2015 me diste la oportunidad de trabajar en un sitio de campo remoto como estudiante de pregrado.
URSA me enseñó mucho sobre mí mismo y sobre lo que era capaz de hacer en condiciones de vida (y trabajo)
duras. Cuando se presentó la oportunidad de realizar estudios de posgrado en las montañas, era demasiado
buena para dejarla pasar. Siempre estaré agradecido de que te hayas arriesgado en esta licenciatura en 2015 y
por tu creencia continua, tu apoyo infinito y tus frases ingeniosas perfectamente colocadas.
Gracias a quienes trabajaron incansablemente en la recopilación y compilación de datos. Gracias,
Jessica Williamson, Lindsey Langs y Sheryl Chau, por el trabajo arduo y el espíritu optimista que trajeron todos
los días para ayudar a completar un proyecto de campo tan intensivo. Gracias a Brandon Van Huizen por su
apoyo para completar el modelo Hill Shade y por permitirme ser su “maniquí de prueba”. Gracias a la Dra.
Myroslava Khomik y Adam Green por sus innumerables consejos y experiencia en el procesamiento y la
resolución de problemas de datos de covarianza de Foucault. Gracias a todos los demás miembros del Grupo de
Investigación de Hidrometeorología por su valioso aporte durante nuestras reuniones de laboratorio semanales.
Finalmente, gracias a Tyler Prentice y Jessica Williamson por nuestros largos días en la mazmorra luchando
contra R juntos, formamos un gran equipo.
Gracias a los accionistas de Fortress Mountain Resort y su equipo de administración por el acceso al
sitio, el apoyo logístico y la concientización sobre la vida silvestre. Un agradecimiento especial a Mel Folden por
su sonrisa de bienvenida y energía positiva. Las conversaciones y risas que compartimos nunca serán olvidadas,
ni tampoco los aparentemente interminables camarones al ajillo después de esos largos días en el campo.
Para los amigos y colegas que conocí en CREATE for Water Security, el Water Institute y GWFYP, esto
es solo el comienzo. Espero con ansias las emocionantes carreras que compartimos juntos. Me gustaría enviar
un agradecimiento especial a Kan Fam 2018 y a los miembros de mi equipo en Trippin' Balls por hacer de esta
una experiencia tan gratificante.
A mi familia, gracias mamá y papá por su continuo apoyo en la búsqueda de mi pasión.
Gracias a mi hermana Alex por mantenerme mentalmente fresco al revisar sus artículos que no tenían nada que
ver con la hidrología alpina. Finalmente, gracias Kendra por todo lo que has hecho durante los últimos dos años
y medio, tu amor, apoyo y aliento fueron inquebrantables.
en
Tabla de contenido
Declaración del autor………………...…………………………………………………………………….ii
Resumen……………………………………………………..………………………………………….iii
Agradecimientos……………………………………..………………………………………………v
Lista de Figuras………………………………………………………………………………………….ix
Lista de tablas……………….…………………………………………………………………………..xi
Capítulo 1: Introducción General………………………………...………….…………………….1
1.1 Hidrología alpina: contextos globales y locales………………………….……………….1
1.2 Climas alpinos: contextos globales y locales……………………………………………….2
1.3 Clima Alpino: Cambio Climático………………………….……………………..…….4
1.4 Humedales y vegetación alpinos……………………………….…………...………………4
1.5 Brechas de conocimiento……………………………………………….…….…………...............5
1.6 Objetivos de la investigación…………………………………………...…………………………6
Capítulo 2: Manuscrito 1: La sombra del horizonte reduce los flujos de energía e influye en el microclima
de un humedal subalpino en las Montañas Rocosas canadienses …………..………………...………7
2.1 Introducción………….………………...……………………………………………………..…7
2.2 Sitio de estudio………………………………………………………………………………………………...9
2.3 Materiales y Métodos…………………………………………..…………………………..…..14
2.3.1 Muestreo y Análisis de Suelos……………………..………………………….....………14
2.3.2 Vegetación……………………………….……………………..…………..….………15
2.3.3 Datos meteorológicos…………………………………………...………………..………..15
2.3.4 Mediciones de covarianza de Eddy………………………………………………..………..16
2.3.5 Modelo Hill shade………………………………………………………………..…………..16
2.3.6 Modelo de Radiación Solar…………………………………….…………..……………….17
2.3.7 Análisis estadístico…………………………………….……………………..………………..17
2.4 Resultados…………………….………………..…………………………..…………………………18
2.4.1 Condiciones Climáticas………………………….……………………..……………………18
2.4.2 Presupuesto Energético……………………………….….………………………………………….21
nosotros
2.4.3 Hill Shade……………………………………..………………………….………………23
2.4.4 Efectos de sombra sobre la radiación solar…………………………………………..………..24
2.4.5 Presupuesto energético y sombra………………………………………………………….………27
2.5 Discusión………………………………………….…………………………..……………….28
2.5.1 Partición de la energía de los humedales subalpinos estacionales……………………………….……….28
2.5.2 Patrones Temporales y Espaciales de Sombra…………………………………………………………………………29
2.5.3 Impacto de Horizon Shade en la Radiación Solar y el Balance Energético……..………….30
2.5.4 Implicaciones en la hidrología alpina y próximos pasos………………………………..……..31
2.6 Conclusiones…………………………………………...…………………………..………………31
Capítulo 3: Manuscrito 2: Análisis de los flujos de agua y carbono en la temporada de crecimiento de un humedal subalpino
en las Montañas Rocosas canadienses: implicaciones de la sombra en la eficiencia del uso del agua del
ecosistema.………….…………………….………… …………………………….………………33
3.1 Introducción………………...…………………………………….………………………………33
3.2 Sitio de estudio………………..…………………….…………………………………………..35
3.3 Materiales y Métodos….…………………………..………….…………………………..38
3.3.1 Datos meteorológicos…………………………………….………………………………..38
3.3.2 Mediciones de covarianza de Eddy……………………..……………………………………..39
3.3.3 Modelo Hill Shade……………………………….…..………………………………………….39
3.3.4 Análisis y Cálculos Estadísticos.…………………….………………………………40
3.4 Resultados…………………………………………………….……………………………………41
3.4.1 Condiciones Climáticas…………………….….….…………………….……………………41
3.4.2 Evapotranspiración de Humedales Subalpinos……………….......…………..…………………….43
3.4.3 Flujo de carbono en humedales subalpinos…………………………..………….....…………..45
3.4.4 Eficiencia en el uso del agua en humedales subalpinos……………………..…………..…………..……46
3.4.5 Efectos de la Sombra………………………………………………..…………...……………….47
3.5 Discusión……………………………….……………………………………..……………….52
3.5.1 Evapotranspiración durante la temporada de crecimiento de un humedal subalpino……..…………....…….52
3.5.2 Variabilidad en el flujo de carbono de los humedales subalpinos……………………..……..…………..53
3.5.3 WUE como indicador del almacenamiento de agua en humedales subalpinos………………..…...………55
viii
3.6 Conclusiones………………...…………………………………………………….……………….56
Capítulo 4: Resumen y Limitaciones.……………………....………………………………..58
4.1 Resumen………………………………………….………………………………………….58
4.2 Limitaciones del Proyecto………………………………………………..……………………59
Apéndice 1: Método de procesamiento de la covarianza de Eddy…….………………………………..……60
Referencias………………………………………….………………………………………………62
viii
Lista de Figuras
Figura 11: Área de drenaje de la cuenca del río South Saskatchewan. Se muestran las principales subcuencas (Bow,
Red Deer, Lower y Upper South Saskatchewan) y las principales ciudades (Fuentes de datos: Límites
municipales, Estadísticas de Canadá (2016); Límites de cuencas hidrográficas, Gobierno de Alberta
(2018))……………… ………...……………………...……………………………….2
Figura 21: Modelo conceptual de un (A) yo y (B) sombras del horizonte en un entorno alpino…..8
Figura 22: Mapa del sitio del humedal Bonsai, que muestra la ubicación del equipo/muestreo, su ubicación en la
provincia de Alberta y las Montañas Rocosas Orientales (A/B), e imágenes LIDAR de la cuenca con trayectoria
solar diaria y elevaciones de límites topográficos ( C).………………..…………...…….10
Figura 23: Imágenes de la evolución estacional de Bonsai durante A) Cubierta de nieve, B) Derretimiento de nieve, C)
Green Up, y D) Temporada alta de crecimiento. Las imágenes fueron tomadas durante la campaña de campo
de 2018 el A) 8 de junio, B) 18 de junio, C) 6 de julio, D) 26 de julio ..…………………….……………………11
Figura 24: Medio ambiente y cambio climático Canadá Normales climáticas de 30 años (19812010) estación
meteorológica (ID 3053600) ubicada 28 km al norte del sitio de estudio a una altura de 1391 m snm en el valle
de Kananaskis (51,03 N, 115,03 W). Una y dos desviaciones estándar descritas en
temperatura…………………………………….……………………………………12
Figura 25: Resultados del estudio de cobertura vegetal y vegetación a lo largo de 3 transectos desde la confluencia
del arroyo hasta la cabecera (N→S)..……………………………………...…………………… …13
Figura 26: Tendencias climáticas durante la temporada de campo de 2018. a) temperatura del aire (Ta) y temperatura
superficial del suelo (Ts) a 2 cm; b) precipitación definida por la nieve y la lluvia, y la humedad del
suelo…………………………………………………………………………………………19
Figura 27: Tendencia espacial y temporal en la humedad del suelo desde la confluencia de la corriente (0 m) hasta la
cabecera (54 m)……………………………………………………………… ………………20
Figura 28: Promedio diario: (a) radiación neta (Q*), flujo de calor sensible (Qh), flujo de calor latente (Qe) y flujo de
calor del suelo (Qg) en W/m2 ; (b) Radiación solar entrante ( K) (W/m2 ), & (c)
( Qe Qh ∕ ) ............................................... .......................................22 Relación de Bowen (β)
Figura 29: Resultados del modelo Hill shade para el comienzo, la mitad y el final de cada mes durante el período de
observación de 2018. La imagen insertada ilustra la posición y la orientación del sitio en relación con la
topografía circundante.………………………………………………..……...…24
Figura 210: Comparación de la radiación solar total diaria observada en Bonsai, la radiación solar simulada en Bonsai
y la radiación solar simulada en la cima de Fortress Ridge.………………..…25
Figura 211: Relación entre el promedio diario de radiación solar en cielo despejado y la salida de radiación solar del
modelo de sombreado de colinas durante los períodos de Sombra Estable y Sombra Dinámica en el humedal
Bonsai, Fortress Mountain, Alberta, 2018.………………… …..…...……………………26
ix
Figura 212: Relación entre horas de sombra y Radiación Solar (Solar), Radiación Neta (Q*), Flujo de Calor Latente
(Qh), y Flujo de Calor Sensible (Qe) en días de cielo despejado durante los períodos de (a) Estable Sombra, y
(b) Sombra dinámica en el humedal Bonsai, Fortress Mountain, Alberta,
2018.…………………………………………………………………………………….… ………27
Figura 31: Mapa del sitio del humedal Bonsai, que muestra la ubicación del equipo/muestreo, su ubicación en la
provincia de Alberta y las Montañas Rocosas Orientales (A/B) e imágenes LIDAR de la cuenca con la
trayectoria solar diaria y las elevaciones de los límites topográficos ( C)…….…………………………35
Figura 32: Imágenes de la evolución estacional de Bonsai durante A) Cubierta de nieve, B) Derretimiento de nieve, C)
Green Up, y D) Temporada alta de crecimiento. Las imágenes fueron tomadas durante la campaña de campo
de 2018 el A) 8 de junio, B) 18 de junio, C) 6 de julio, D) 26 de julio ..……………………...………..……….. 36
Figura 33: Resultados del estudio de cobertura vegetal y vegetación a lo largo de 3 transectos desde la confluencia
del arroyo hasta la cabecera (N→S).………………………………...………………………… …38
Figura 34: Tendencias en los datos meteorológicos durante la temporada de campo de 2018: a) radiación solar
entrante (W/m2 ) y horas de sombra por día, b) temperatura del aire (Ta) y temperatura superficial del suelo
(Ts) a 2 cm, y c) precipitación definida por la lluvia (graficada como barras) y la humedad del suelo (graficada
como la línea).…………………………………….……………….…………………… ………………42
Figura 35: Tendencia espacial y temporal de la humedad del suelo desde la confluencia de la corriente (0 m) hasta la
cabecera (54 m)………………….……………….………………………… ……..………………43
Figura 36: Promedio diario (a) Evapotranspiración potencial (PET) y (b) Evapotranspiración real (ET), graficados junto
con el promedio de horas de sombra por día (puntos negros) en Bonsai Wetland, Fortress Mountain, Alberta,
2018 . ……….…….………………..……....44
Figura 37: Promedio (a) Flujos de carbono diarios (g C m2 día) y (b) Flujos de carbono acumulados (g C m2 día).
Flujos de carbono definidos como Respiración del ecosistema (Reco), Intercambio neto del ecosistema (NEE)
y Producción primaria bruta (GPP), Bonsai Wetland, Fortress Mountain, Alberta,
2018................. .................................................... .................................................... ....46
Figura 38: Relación entre las horas de sombra y la evapotranspiración real (ET) y la evapotranspiración potencial
(PET) en días de cielo despejado durante los períodos de (a) sombra estable y (b) sombra dinámica en el
humedal Bonsai, Fortress Mountain, Alberta , 2018…………..........48
Figura 39: Relación entre las horas de sombra y los componentes del flujo de carbono: Producción primaria bruta
(GPP), Respiración del ecosistema (Reco) e Intercambio neto del ecosistema (NEE) en los días de cielo
despejado de la temporada de crecimiento durante los períodos de (a) Sombra estable, y (b)
Sombra dinámica en el humedal Bonsai, Fortress Mountain, Alberta, 2018.…………....………….49
Figura 310: Flujos estacionales de energía, agua y carbono mostrados en marcas de tiempo de 30 minutos.
El flujo de energía se representa como radiación solar y radiación neta (Q*) (W/m2 ), el flujo de agua es
evapotranspiración (ET) (mm), y el flujo de carbono es producción primaria bruta (GPP) (g C)…………
……………….…………………………………………………………………….51
Figura A1 Mapa de la huella de flujo de covarianza de Eddy promedio durante el período de estudio…………...…61
X
Lista de tablas
Tabla 21: Características del suelo de norte a sur (N→S) a lo largo de un gradiente de altitud
creciente y exposición a la sombra.…………………………..…………..……………… ………14
Tabla 22: Rango promedio diurno (Q*>10 W/m2 ) de radiación solar (K ) y componentes del balance
de energía durante los días de cielo despejado dentro de cada fase del período de estudio (W/
m2 ).…… ………..……...……………………………………………………………………21
Tabla 23: Variabilidad espacial y temporal en horas de sombra por día en todo el sitio, durante los
cuatro períodos de estudio de 2018.………………………………..………………………… ………..23
Tabla 24: Prueba de suma de rangos de Wilcoxon con comparaciones de desviaciones estándar no agrupadas para
la radiación solar con base en el promedio de horas de sombra por día durante el período de aumento de la
**
sombra, se utilizó el método de ajuste del valor P de Bonferonni. (ns no estadísticamente significativo, *
***
<0.05, <0.001, <0.0001, **** <0.00001)…………….………………………………………….26
Tabla 31: Características del suelo de norte a sur (N→S) a lo largo de un gradiente de altitud
creciente y exposición a la sombra.……………………………………………………………… 37
Tabla 32: Flujos promedio de agua y carbono durante el día (Q* > 10 W/m2 ) durante el período de estudio en días de cielo
despejado: derretimiento de la nieve (del 7 al 23 de junio), reverdecimiento (del 24 de junio al 20 de julio), crecimiento
máximo Temporada (21 de julio al 23 de agosto), y Senescencia (24 de agosto al 7 de septiembre). Las desviaciones
estándar (SD) se enumeran a continuación entre paréntesis.…………………………...………………………….47
xi
Capítulo 1: Introducción general
1.0 Revisión de literatura clave
1.1 Hidrología alpina: contextos globales y locales
Las regiones alpinas juegan un papel importante en la regulación del balance hídrico global. A pesar de solo cubrir
aproximadamente el 20 % de la superficie terrestre de la Tierra (Ives & Messerli, 1999), aportan 40
al 60 % de la escorrentía superficial anual (Grusson et al. 2015). Por lo tanto, muchos de los principales ríos del mundo
Las redes se originan en cuencas de cabecera de origen alpino, donde la escorrentía aguas abajo de
el derretimiento de la nieve puede comprender completamente el flujo de la corriente regional (Viviroli et al. 2011). Aproximadamente el 40 %
de la población mundial vive en cuencas hidrográficas provenientes de cabeceras de ríos alpinos, que es el
suministro primario de agua potable para más del 16 % de esos residentes (Meybeck et al. 2001; Barnett et al.
Alabama. 2005). Solo en el oeste de los Estados Unidos y Canadá, más de 60 millones de personas dependen de la primavera.
nieve derretida de las montañas como su principal fuente de agua para riego y suministro de agua municipal
(Bales et al. 2006). Las montañas también proporcionan una cantidad desproporcionada de escorrentía en comparación con las bajas
regiones de valles situados y ofrecen muchos servicios ecosistémicos en una variedad de escalas espaciales (Europa
Agencia de Medio Ambiente, 2010). En áreas que reciben precipitaciones mínimas durante el verano.
meses (es decir, el oeste semiárido de EE. UU. y Canadá), las capas de nieve estacionales proporcionan un entorno natural y
fuente de agua continua para los usuarios río abajo durante las estaciones secas de verano y otoño (Barnett et al.
2005). Así, muchos han popularizado las regiones montañosas como las “Torres de Agua del Mundo”,
Vocabulario de uso frecuente en la literatura para describir los Alpes suizos y las montañas del Himalaya.
(Agencia Europea de Medio Ambiente, 2009; Immerzeel, 2008).
Las Montañas Rocosas son la Torre del Agua del Oeste de Canadá, ya que almacenan y distribuyen
grandes cantidades de recursos hídricos en las provincias de las praderas. Las Montañas Rocosas de Canadá son las
principal fuente de agua para más de 13 millones de personas que residen en las provincias de Columbia Británica,
Alberta, Saskatchewan y Manitoba, además de los estados de Washington y Oregón (Fang
et al. 2013). La escorrentía de las Montañas Rocosas abastece a Athabasca, Saskatchewan, Columbia y
Fraser Rivers, todos los recursos de cabecera importantes para la agricultura, la generación de hidroelectricidad,
fuentes de agua municipales y operaciones industriales río abajo (Fang et al. 2013). El sur
La cuenca del río Saskatchewan es un ejemplo de una cuenca donde el suministro de agua municipal y
la industria transformadora depende en gran medida de las Montañas Rocosas (Figura 11).
1
Figura 11: Área de drenaje de la cuenca del río South Saskatchewan. Se muestran las principales subcuencas (Bow,
Red Deer, Lower y Upper South Saskatchewan) y las principales ciudades (Fuentes de datos: Límites municipales,
Estadísticas de Canadá (2016); Límites de cuencas hidrográficas, Gobierno de Alberta (2018)).
1.2 Clima alpino: contextos globales y locales
Los climas alpinos difieren de los de las tierras bajas debido a su entorno geográfico y ambiental.
Hay cuatro características geográficas que influyen fuertemente en los climas de montaña, definidas en Barry
(1981) como: (i) latitud; (ii) continentalidad; (iii) altitud; y (iv) topografía.
La latitud influye en los ciclos anuales y estacionales de temperatura y precipitación que
reciben las zonas montañosas (Beniston, 2006). El aumento de la latitud disminuye la radiación neta y
la temperatura, lo que disminuye las elevaciones de los árboles y la línea de nieve (Barry, 1981). Latitud juega un
papel importante en la regulación de la temperatura porque las latitudes medias y altas tienen una mayor fluctuación en
clima estacional y diurno (Barry, 1981). Por ejemplo, Niwot Ridge, Colorado experimenta un
rango de temperatura estacional de 21 °C y un gradiente de temperatura diurno de 6 a 8 °C dependiendo de
época del año (Barry, 1973). La latitud también influye en el tipo y la cantidad de precipitación; en medio
2
a latitudes superiores hay una estación invernal bien definida con períodos prolongados de heladas
temperaturas y la capa de nieve, lo que hace que más del 80 % de su precipitación anual caiga en forma de nieve
(Giger, 1965).
La continentalidad es la proximidad de una región al océano, y la influencia del mar
clima en el paisaje. Por lo tanto, las montañas ubicadas en el interior (continental) tienen muy diferentes
climas que los de la costa (marítima). Las montañas continentales reciben más sol
(mayor energía radiativa disponible), menos precipitación, y tienen una mayor estacionalidad y diurna
rango de temperatura (Beniston, 2006). La línea de árboles en las montañas continentales a menudo se encuentra a mayor altura.
elevaciones, influyendo en la biodiversidad vegetal de estas regiones (Beniston, 2006).
La altitud es otra característica importante que influye en el clima de montaña porque
la densidad atmosférica, la presión y la temperatura siguen una tendencia decreciente a medida que aumenta la
altura en la troposfera (Beniston, 2006). La altitud también influye fuertemente en la radiación, el viento,
y precipitación (Barry, 1973). Los rangos de temperatura del aire diurnos y estacionales disminuyen con la altitud
porque la atmósfera tiene una menor capacidad calorífica a mayor altura (Beniston, 2006). Estudios
en las Montañas Rocosas han encontrado que los aumentos en la elevación a menudo han resultado en disminuciones en
temperatura pero aumenta la precipitación (Millar et al. 2017). Por lo tanto, la distribución de
Los ecosistemas de las regiones montañosas tienen una fuerte relación con la altitud (Beniston, 2006). De hecho,
la relación es tan fuerte que las zonas climáticas de montaña han sido definidas por la transición de
vegetación dentro de bandas de elevación (Beniston, 2006).
La característica geográfica final esbozada por Barry (1981) es la topografía, que es un importante
control sobre los climas montañosos locales porque la pendiente, el aspecto y la exposición de la superficie terrestre se redistribuyen
la energía solar e influyen en cómo (y cuándo) llega a la superficie (Beniston, 2006). Aspecto
determina si una superficie recibirá radiación incidente; mientras que la topografía circundante
puede actuar como una barrera para impedir que la radiación llegue a la superficie (Beniston, 2006). Dependiendo de
el azimut del sol dentro del cielo, la barrera topográfica puede sombrear diferentes áreas en diferentes
épocas del año. La topografía también puede influir en la cantidad y el tipo de precipitación sobre
regiones montañosas. Las montañas se comportan como una barrera que empuja el aire húmedo hacia arriba hasta que alcanza
el nivel de condensación y crea neblina, neblina, nubes y precipitaciones (Beniston, 2006). Por lo tanto,
la precipitación a menudo ocurre en el lado de barlovento de la montaña debido a las complejidades asociadas
con levantamiento (Beniston, 2006).
3
1.3 Clima alpino: cambio climático
El cambio climático es una amenaza en evolución para los ecosistemas extremos donde la vegetación existe en la medida
de sus límites de tolerancia ambiental (Bavay et al. 2015). Los ambientes alpinos son ejemplos de
ecosistemas extremos porque el terreno complejo restringe la luz, la temperatura y/o la humedad disponible
a la superficie (Barros et al. 2017). Confirmado por el Cuarto Informe de Evaluación publicado por la
Panel Intergubernamental sobre el Cambio Climático (IPCC 4AR), la investigación ha encontrado que el calentamiento en
los ambientes extremos serán mayores en las latitudes del norte y en las cuencas alpinas superiores. El informe encontró que
la temperatura media global del aire aumentó en un promedio de 0,6 °C durante el vigésimo
(IPCC, 2001), y que las temperaturas en la zona alpina subieron más de 1,2 °C durante el mismo
(Böhm et al. 2001).
Estudios recientes han encontrado que las temperaturas en Canadá se han estado calentando al doble del
tasa global, con tasas aún mayores en altitudes y latitudes superiores (Bush & Lemmen, 2019).
El aumento de las temperaturas en los paisajes de montaña, asociado al cambio climático, ya ha provocado
a un deshielo y escorrentía primaverales más tempranos, una capa de nieve reducida y un aumento de las lluvias invernales en
snow events (Regonda et al. 2004; Christensen & Lettenmaier, 2007; Ashfaq et al. 2013). Due to
climas cada vez más duros, temporadas de crecimiento más cortas y el cambio en eventos hidrológicos clave,
será cada vez más difícil para los ecosistemas alpinos actuales adaptarse a los nuevos extremos climáticos
y perturbaciones ecológicas apremiantes (Baron et al. 2009). Muchas regiones dentro de América del Norte
Las Montañas Rocosas han comenzado a experimentar el cambio climático, incluido el aumento de sequías, incendios y
brote de insectos como el escarabajo del pino de montaña (Desai et al. 2011; Rood et al. 2008). Porque
las montañas son altamente susceptibles a los impactos negativos asociados con el cambio climático, además
se requiere investigación para comprender sus características ecohidrológicas (Beniston, 2003).
1.4 Humedales y vegetación alpinos
Todavía no existe una estimación precisa de la extensión global de los humedales alpinos; sin embargo,
Las condiciones ambientales dentro del terreno montañoso promueven el establecimiento de humedales en zonas alpinas.
tramos, tales como cuencas entre montañas y valles de alta montaña (Windell et al. 1986). alpino
Los humedales juegan un papel importante en la funcionalidad del ecosistema de los paisajes montañosos y sus alrededores.
tierras bajas proporcionando importantes controles hidrológicos y ecológicos. Por ejemplo, alpino
los humedales mitigan las inundaciones, minimizan los daños causados por las tormentas, proporcionan agua para el consumo y el riego,
y sustentan importantes hábitats ecológicos (Aber et al. 2012).
4
La vegetación alpina a menudo experimenta una temporada de crecimiento más corta que la que se encuentra en
tierras bajas, lo que influye en la fenología de las plantas. Como resultado, la vegetación en la zona alpina experimenta
tasas de crecimiento lentas y ciclos de vida extendidos (Pauli et al. 1999). Por lo tanto, las regiones montañosas tienen un alto
biodiversidad de plantas, pero exhiben ecotonos distintos con cambios bruscos de paisajes dominados por
vegetación y suelo, a los de nieve y hielo (Beniston, 2006). La vegetación de montaña también es a menudo
endémica, debido al aislamiento y la falta de competencia en elevaciones más altas (Beniston, 2006).
Por lo tanto, la flora ubicada dentro de la zona alpina está al borde de su tolerancia ambiental y es
vulnerables a cualquier pequeño cambio en los procesos abióticos que los gobiernan, particularmente el clima
(Cannone et al. 2007). Debido a las bajas tasas de crecimiento y los ciclos de vida más largos de las especies (Pauli et al.
1999), se espera que la vegetación alpina sea más sensible a los cambios climáticos a largo plazo y menos
sensible a las fluctuaciones climáticas temporales (Gottfried et al. 1998; Theurillat & Guisan, 2001). Este
La compleja relación entre la vegetación y el clima en las montañas ha sido probada por un cambio en
composición de la comunidad durante los últimos 50 años (Cannone et al. 2007). De 1953 a 2003 hay
ha habido una migración ascendente de árboles y arbustos leñosos de 120 a 340 m (Kullman, 2002), y 40
– 50 m para especies de plantas alpinas y nivales (Grabherr et al. 1994; Walther et al. 2005). En el
banda de elevación de 2230 a 2400 msnm se ha producido un aumento de 33 % de arbustos, una disminución de 31 %
en pastizales y una disminución del 7 % en humedales (Cannone et al. 2007).
1.5 Brechas de conocimiento
Existen numerosos problemas inducidos antropogénicamente que enfrentan las regiones montañosas que requieren
una mayor comprensión de estos entornos complejos. El crecimiento demográfico en las zonas alpinas ha
aumentado la accesibilidad a paisajes previamente vírgenes, y ha brindado la oportunidad
para desarrollos agrícolas, forestales, mineros e hidroeléctricos. Los impactos asociados con
Estos cambios, sumados a las incertidumbres sobre el cambio climático, han permitido que los bosques
se produzcan perturbaciones y aumente el riesgo de incendios forestales, plagas de insectos y enfermedades (Fang et al. 2013).
Debido a los riesgos anticipados de futuras sequías e inundaciones, un mayor conocimiento hidrológico y
se requiere comprensión dentro de las cuencas alpinas (Bales et al. 2006). Por lo tanto, la literatura
ha identificado una mayor comprensión de los procesos que regulan la partición de la energía y
el agua fluye hacia adentro y hacia afuera de estos sistemas complejos como una de las principales necesidades hidrológicas en las montañas
áreas en todo el mundo (Bales et al. 2006).
5
El aspecto topográfico es un control importante en los ecosistemas alpinos porque regula la
cantidad de radiación solar incidente que es capaz de llegar a la superficie (Chen et al. 2016). Fluctuaciones
en la radiación durante el día de la influencia de la sombra el microclima local y su hidrotermal
procesos como la evapotranspiración (ET) (Badano et al. 2005; Benniea et al. 2008). Por lo tanto, luz
la disponibilidad y el balance de radiación son factores abióticos importantes que limitan el crecimiento de las plantas
en todo el mundo, sin embargo, se sabe poco sobre su función o importancia relativa dentro de la zona alpina
(Larcher, 2006; Onipchenko et al. 2001). Aunque la ET se ha investigado extensamente, ella y
otros procesos físicos siguen estando pobremente caracterizados dentro de una amplia gama de diferentes humedales
(Souch et al. 1996). Las mediciones de ET también son muy variables dentro de diferentes tipos de vegetación.
y zonas climáticas, por lo que los tipos de humedales que han sido monitoreados extensivamente no son totalmente comparables
a los que son menos entendidos (Campbell & Williamson, 1997).
Los humedales son uno de los mayores ecosistemas desconocidos en lo que respecta a la comprensión del futuro.
presupuestos de carbono (Sulman et al. 2009). Se han realizado relativamente pocos estudios sobre el carbono.
ciclismo en humedales alpinos y, como resultado, estos sistemas siguen siendo algunos de los menos comprendidos
(Wickland, 2001; Cao et al. 2017). Aunque se ha encontrado que bajo el futuro cambio climático
escenarios donde los humedales pueden cambiar de sumidero a fuente, se ha realizado una investigación mínima para determinar
Fuerza de fuente/sumidero de carbono en humedales alpinos y sus variables de control (Cao et al. 2017).
Por lo tanto, se requiere más investigación para ampliar nuestro conocimiento sobre el intercambio de carbono en los ecosistemas,
sus mecanismos de control, y sobre la absorción de carbono en los humedales de montaña.
1.6 Objetivos de la investigación
El objetivo general de investigación de esta tesis es mejorar la literatura sobre microclimas dentro de
terreno complejo. Esta tesis se centrará en un humedal muy sombreado en el valle de Kananaskis.
de las Montañas Rocosas canadienses. Este es el primero de una tesis de estilo manuscrito de cuatro capítulos, que
Comenzó proporcionando antecedentes detallados sobre la literatura existente y la justificación de este estudio.
El segundo capítulo (manuscrito 1) se centrará en los patrones espaciales y temporales de sombra y
cómo influye eso en la radiación solar incidente y los componentes del balance de energía superficial; mientras,
el tercer capítulo (manuscrito 2) investigará los patrones de flujo estacional de 2018 (agua y carbono)
y la influencia de la sombra en los flujos diarios. El Capítulo 4 proporcionará un resumen del estudio y
abordar las limitaciones que se encontraron.
6
Capitulo 2: Manuscrito 1: La sombra del horizonte reduce los flujos de energía
e influye en el microclima de un humedal subalpino en el
Montañas Rocosas Canadienses.
2.1 Introducción
Los flujos de energía de la capa límite de la Tierra controlan muchos procesos hidrológicos. Dentro de la montaña
paisajes, la partición de la energía influye directamente en la hidrología regional, incluyendo: la capa de nieve
formación, el momento del deshielo y la disponibilidad de agua para uso del suelo y la vegetación
a lo largo de la temporada de crecimiento (Turnipseed et al. 2002). El presupuesto energético cerrado para la montaña
ecosistemas se expresa como,
Q* = Qe + Qh + Qg (1)
donde la energía neta disponible (Q*) se reparte entre los flujos turbulentos de energía latente (Qe) y
calor sensible (Qh) y el flujo conductivo de calor del suelo (Qg). El presupuesto energético es importante
en la superficie para ayudar a controlar las condiciones de humedad (Knowles et al. 2015). El presupuesto energético es
a menudo negativo durante los meses de invierno y durante la noche, y se caracteriza por temperaturas frescas
que pueden llegar por debajo de 0°C y permitir que el agua se congele. Sin embargo, la energía neta positiva durante el
el verano impulsa el calentamiento de las temperaturas de la superficie y promueve la transferencia de energía desde la superficie
a la atmósfera inferior.
Los flujos radiativos descendentes de onda corta (K↓) son parte del balance de radiación superficial y
es importante tenerlo en cuenta al evaluar el derretimiento de la nieve y el almacenamiento de agua en las montañas. la radiación
presupuesto en cualquier lugar de la superficie de la Tierra se define como,
Q* = K* + L* = K↓ K↑ + L↓ L↑ (2)
donde Q*, K* y L* son radiación neta de onda completa, onda corta y onda larga, respectivamente. k* es
definida por la radiación de onda corta incidente (K↓) y la radiación de onda corta reflejada (saliente) (K↑),
mientras que L* representa la radiación de onda larga incidente (L↓) y la radiación de onda larga reflejada (saliente)
(L↑). K↓ generalmente tiene una baja variabilidad espacial en áreas pequeñas, excepto en regiones con complejos
terreno (Oke, 1987; Ma et al. 2016). La radiación solar directa recibida en la superficie terrestre es una
función de la latitud, la hora del día y el año. Sin embargo, la topografía es otra variable importante para
7
considerar, especialmente en paisajes de montaña, donde puede cambiar drásticamente la cantidad de
radiación que llega a la superficie durante diferentes períodos diarios y estacionales (Oke, 1987; Spokas
y tenedor, 2006; Ebrahimi & Marshall, 2016).
Figura 21: Modelo conceptual de un (A) yo y (B) sombras del horizonte en un entorno alpino.
En las regiones montañosas, las características topográficas como la pendiente, el aspecto y la exposición de la superficie terrestre
tienen una relación directa con el balance de energía superficial y pueden dar lugar al establecimiento de
condiciones microclimáticas localizadas. Las sombras son características comunes en las montañas donde las cumbres,
crestas y cabeceras actúan como barreras a la luz. Se han descrito diferentes tipos de sombras en
regiones alpinas. Una sombra en el horizonte (Figura 21B) es una condición cuando la superficie terrestre está sombreada
de la topografía circundante (es decir, una cumbre, pared o cresta), porque está por debajo de la local
horizonte y bloqueado de la irradiación de haz directo (Essery & Marks, 2007; Marsh et al. 2012). Ser
las sombras son una subclase de las sombras del horizonte y están más asociadas con el aspecto (Figura 21A)
(Marsh et al. 2012). Bajo condiciones de sombra propia, la sombra es proyectada por una característica del terreno sobre
cuando la pendiente está de espaldas al sol (Marsh et al. 2012). Ambos tipos de sombra promueven
grandes diferencias en K↓ e impactan el balance de energía de la superficie en áreas de superficie pequeñas (Marsh et al.
Alabama. 2012). El resultado es que los microclimas se establecen en áreas de terreno complejo, porque la tierra
las superficies están constantemente entrando y saliendo de las sombras, lo que da como resultado una radiación diaria más baja
entrada en comparación con las regiones circundantes no sombreadas. Microclimas que resultan del horizonte
Las sombras son importantes dentro de los sistemas alpinos, a través de la regulación de la temperatura, la fotosíntesis y la
fenología de la vegetación (Pomeroy et al. 2003; Dymond, 2002). Por ejemplo, estudios en el
Las montañas escandinavas del norte de Europa han descubierto que el terreno complejo disminuye el promedio
temperaturas anuales entre 2 y 6 °C (Ackerly, 2010; Scherrer & Korner, 2011; Graae et al. 2012;
Lenoir et al. 2013).
8
Los humedales alpinos fueron elegidos para este estudio porque son características importantes dentro de estos
paisajes y brindar importantes servicios hidrológicos y ecológicos al mitigar inundaciones,
minimizar los daños causados por las tormentas, proporcionar agua a las comunidades río abajo y apoyar
hábitats importantes (Aber et al. 2012). Si bien sabemos que las sombras influyen en las temperaturas y
plantas, se ha hecho poco o ningún trabajo sobre el impacto directo de las sombras en la energía de la superficie
equilibrio y cómo esos impactos afectan la hidrología local (Larcher, 2006; Onipchenko et al. 2001).
Históricamente, la investigación sobre la relación entre los flujos de agua y energía en los ecosistemas de montaña
ha observado procesos de derretimiento de la nieve durante los períodos de transición de la cubierta de nieve y hielo (Pluss &
Mazzoni, 1994; Marcas et al. 2008; Ma et al. 2016). Por lo tanto, una mayor comprensión de la
procesos que regulan la partición de energía y agua dentro y fuera de los humedales alpinos durante
la temporada de crecimiento es una de las principales necesidades hidrológicas en las zonas montañosas de todo el mundo (Bales et al. 2006).
Como resultado, el objetivo de este trabajo es cuantificar la influencia del terreno complejo en la energía
presupuesto dentro de microclimas aislados, usando un humedal subalpino como ejemplo dada la fuerte
controles de radiación sobre los flujos de masa y energía en un sistema no limitado por humedad. El
Los objetivos son: (1) dividir el presupuesto energético de un humedal subalpino; y (2) evaluar la
impacto de la sombra del horizonte sobre la radiación solar y los componentes del presupuesto energético.
2.2 Sitio de estudio
El estudio se realizó en un humedal en Fortress Mountain (50,82°N, 115,21°O), un
estación de esquí alpino de propiedad en el valle de Kananaskis, que marca la gama frontal de la Canadian
Montañas Rocosas. Fortress Mountain se encuentra a 30 km al sur de Canmore y a 80 km al oeste de
Calgary, Alberta (Figura 2A). Un alto testero empinado de aproximadamente 500 m de altura marca el
límite sur, un efímero tarn se encuentra a 200 m al norte, mientras que Canadian y Fortress
Las crestas (~150 m) son las divisiones de drenaje 500 m al este y 1,7 km al oeste (Figura 22C).
El humedal alpino (2.083 m snm) en adelante denominado Bonsái, se encuentra dentro de la marisma
pradera con clasificación de agua dulce de los humedales de las Montañas Rocosas (Windell et al. 1986), es
ubicado directamente debajo del testero y cubre aproximadamente 1 ha (Figura 22C). el humedal
es mayormente plano, con una pendiente creciente moderada de 6 grados como resultado de un cambio de 3 m en
elevación de más de 50 m en la distancia horizontal desde el tarn hasta las laderas del talud. Las laderas del talud se elevan
aproximadamente 200 m sobre Bonsai y se extiende desde el humedal hasta la base del testero. El
cabecera al sur y la cresta al este del humedal proporcionan una barrera topográfica que es
9
se cree que influye en las características ecohidrológicas del sitio (Christensen, 2017). El
humedal está sombreado durante largos períodos de tiempo durante el día, pero la duración diaria total de la sombra
cambia de primavera (más largo) a verano (más corto) y otoño (más largo). Este sombreado ha creado un
microclima que promueve una gruesa capa de nieve, una larga temporada cubierta de nieve, un deshielo prolongado en la primavera,
y un período de crecimiento limitado en comparación con otras áreas más expuestas en Fortress Mountain
(Figura 23).
Figura 22: Mapa del sitio del humedal Bonsai, que muestra la ubicación del equipo/muestreo, su ubicación en
la provincia de Alberta y las Montañas Rocosas Orientales (A/B), e imágenes LIDAR de la cuenca con trayectoria
solar diaria y elevaciones de límites topográficos ( C).
10
8 de junio 18 de junio
6 de julio 26 de julio
Figura 23: Imágenes de la evolución estacional de Bonsai durante A) Cubierta de nieve, B) Derretimiento de nieve, C) Reverdecimiento y D) Temporada máxima
de crecimiento. Las imágenes se tomaron durante la campaña de campo de 2018 el A) 8 de junio B) 18 de junio, C) 6 de julio , D) 26 de julio . ,
El agua superficial de dos arroyos se encuentra en una confluencia en la sección nortecentral del
humedal y drena en un tarn que alimenta Galatea Creek, y más tarde, el río Kananaskis (un río
afluente del río Bow). Las dos ramas principales de la corriente siguen los límites este y oeste.
del humedal y son alimentados por manantiales que emergen de depósitos de taludes (Christensen, 2017). El
Las corrientes del este se inundan durante el deshielo primaveral y el agua se acumula sobre la superficie del suelo durante varios
semanas en la esquina noreste. Después del deshielo primaveral, la corriente en el oeste fluye continuamente
durante la temporada de crecimiento, pero el arroyo en el este a menudo se seca a mitad de temporada.
Las condiciones climáticas dentro del valle de Kananaskis son representativas del aire continental
masas donde los inviernos son generalmente largos y fríos, con una temperatura media de 15 °C desde
Enero a marzo (DeBeer & Pomeroy, 2009). La precipitación media anual es de aproximadamente
900 mm en los valles y elevaciones medias, pero aumenta a 1140 mm por encima de la línea de árboles (Storr,
1967). Históricamente, del 65 al 70 % de la precipitación promedio ocurre como nevadas (DeBeer & Pomeroy,
2009). Debido a las bajas temperaturas y las altas nevadas, la capa de nieve persiste en la cuenca desde
noviembre a junio (Marsh et al. 2012) con un período de fusión que dura de abril a julio (DeBeer
y Pomeroy, 2009). La estación meteorológica de Medio Ambiente y Cambio Climático de Canadá (ECCC) más cercana
(ID 3053600) con más de 30 años de registros climáticos se encuentra a 28 km al norte del sitio de estudio en un
11
elevación de 1.391 m snm (51,03 N, 115,03 W). Temperaturas medias diarias de junio a agosto
son 11,4 °C, 14,5 °C y 13,8 °C, respectivamente, con una mínima anual de 6,2 °C en diciembre
y máxima de 14,5 °C en julio (Figura 24). La precipitación media anual es de 639,3 mm, con
119,4 mm, 64,9 mm y 70,8 mm durante los meses de verano de junio, julio y agosto
(Figura 24).
Figura 24: Medio ambiente y cambio climático Canadá Normales climáticas de 30 años (19812010)
estación meteorológica (ID 3053600) ubicada 28 km al norte del sitio de estudio a una altura de 1391 m
snm en el valle de Kananaskis (51,03 N, 115,03 W). Una y dos Desviaciones estándar descritas en temperatura.
Las condiciones del suelo y la vegetación difieren a lo largo del humedal en un gradiente de norte a sur
(confluencia del arroyo al testero). Cerca del arroyo, el humedal se caracteriza por una fina capa
de arena permeable bien seleccionada sobre una capa semipermeable de limo muy fino (Tabla 21). bien ordenado
los suelos cerca del arroyo en el norte del humedal fomentan el establecimiento de Erigeron
caespitosus, de la familia Asteraceae, nativa del oeste de Canadá y las Montañas Rocosas (Figura
25). El centro del humedal tiene el mayor porcentaje de materia orgánica (LOI) y está definido por
limo y arcilla húmedos y plásticos pero no completamente saturados (Christensen, 2017). La mitad de
12
el área de estudio está cubierta en su mayoría por especies tolerantes a la sombra como Equisetum, Salix, Castilleja raupii
y basura (Figura 25). La basura es más alta aquí debido a Salix, un arbusto de hoja ancha que pierde su
hojas. Finalmente, el musgo marrón es el tipo de cubierta vegetal dominante más cercano a la cabecera. Al otro lado de
el humedal, el suelo comienza a sobrepasar la capacidad de campo a los 2 m y se satura cada vez más con
profundidad (Christensen, 2017).
50
40
30
20
10
Figura 25: Resultados del estudio de cobertura vegetal y vegetación a lo largo de 3 transectos desde la confluencia del arroyo
hasta la cabecera (N→S).
13
Tabla 21: Características del suelo de norte a sur (N→S) a lo largo de un gradiente de elevación creciente y exposición a la sombra.
Norte Medio Sur
Torre Torre Muro de cabecera

Confluencia Confluencia
(09,5 cm) (9,529,5 cm) (015cm)
de corrientes (015,5
de
cm)
arroyos (15,531 cm)
Velocidad
1*101 5*105 7*102 9*105 1*101
media (cm/s)
Tiempo 95.00 0.04 59.16 0.08 107.61

medio (m/día)
DB (g/cm3 ) 1.64 1.50 1.10 1.12 0.49
LEY (%) 5.22 4.91 10.20 6.80 6.92
Permeabilidad Permeable Semipermeable Semipermeable Semipermeable Permeable
Textura Franco limoso Franco limoso Arena arcillosa Marga arenosa Arena arcillosa
2.3 Materiales y métodos
2.3.1 Muestreo y análisis de suelos
Se retiraron del suelo tres núcleos de suelo intactos con un tubo de PVC de 3 pulgadas a una profundidad de ~30
cm en el humedal y ~15 cm cerca de la pendiente del talud. Se tuvo cuidado de no comprimir la materia orgánica.
capa cortando a lo largo de los bordes de la tubería. Las muestras de suelo suelto se recogieron con una barrena manual
a una profundidad de 1 m en el humedal y 30 cm cerca del talud. Las muestras se separaron en
intervalos de 10 cm y almacenados en un refrigerador para su transporte hasta que se pudieran realizar los análisis. Una vez
en el laboratorio, las muestras de suelo fueron preparadas y procesadas para conductividad hidráulica saturada (Ksat)
(Congelación y cereza, 1979), Densidad aparente (BD) y pérdida por ignición (LOI) siguiendo el estándar
protocolos (Dean, 1974), pero secado al horno a 80°C durante BD para minimizar la pérdida de materia orgánica
(Congelación y cereza, 1979). Las muestras intactas dentro de la tubería de PVC se separaron en dos profundidades
representando una capa superficial (>15 cm) y una capa más profunda (1530 cm); sin embargo, debido a la medición
error, un núcleo se dividió en una capa superficial de 10 cm y una capa inferior de 1030 cm. el suelto
Las muestras (a granel) se secaron en un horno a 100 °C durante 72 horas y luego se desmenuzaron con un mortero.
y mortero y pasar por un tamiz de 2 mm en preparación para la textura del suelo. Un Horiba LA950 V2
Se utilizó un analizador de tamaño de partículas para clasificar las muestras como arena, limo o arcilla. La escala Phi de Krumbein
14
se utilizó para la clasificación de la textura del suelo, donde el tamaño de partícula fue determinado por: arena (62.5 um – 2
mm), limo (3,90625 – 62,5 um) y arcilla (< 3,90625 um).
2.3.2 Vegetación
El 14 de agosto de 2018, Rooney Lab, Departamento de
Biología, Universidad de Waterloo (Rooney et al. 2018, inédito). Se colocaron tres transectos
en líneas paralelas en dirección norte a sur (arroyo a cabecera) a través del humedal (Figura 2
5). Cada transecto tenía 50 m de largo y estaba separado por 25 m. Se colocó un cuadrante de 1 m cada
10 m a lo largo de cada transecto y se estimó el porcentaje de cobertura vegetal dentro de cada uno.
Las plántulas que eran demasiado pequeñas para identificarlas no se incluyeron. Cada transecto se completó dos veces
y se promediaron para asegurar una muestra representativa.
2.3.3 Datos meteorológicos
Se instaló una torre meteorológica en el centro aproximado del humedal y se instrumentó
con equipo para medir variables meteorológicas. La velocidad del viento se midió a una altura de 3,8
m (RM Young 05103 – anemómetro 10A, Traverse City, Michigan, EE. UU.), mientras que la radiación neta
(NR Lite, Kipp and Zonen, Delft, Países Bajos) y radiación fotosintéticamente activa (LiCor
2319, Lincoln, Nebraska, EE. UU.) se midieron a 3,05 m. Temperatura del aire (Ta) y relativa
la humedad (HR) se midieron a 3,4 m (Vaisala HMP 155, Helsinki, Finlandia). Dos flujos de calor del suelo
placas (Husk Flux Thermal Sensor HFP01, Delft, Países Bajos), se colocaron debajo de la superficie del suelo
a una profundidad de 5 cm para medir un flujo de calor medio del suelo. Dos sensores ECH2O EC – 5 (Contador
Group, Hopkins, Washington, EE. UU.) midieron la humedad promedio del suelo a 10 cm de profundidad. Suelo
la temperatura (Ts) se midió a 3 profundidades (2, 5 y 10 cm) con termistores de suelo (LiCor 7900 – 180; Lincoln, Nebraska,
EE. UU.). El equipo meteorológico se instaló del 7 de junio al 10 de septiembre para monitorear la temporada de crecimiento
de 2018. Los datos se registraron en un registrador 9210XLite
(Sutron, Stirling, Virginia, EE. UU.), muestreados cada 10 segundos y promediados cada 30 minutos.
La precipitación se midió en una estación meteorológica cercana, aproximadamente 350 m al norte, en la
misma elevación, en un claro en el lado opuesto del lago Bonsai junto a un pluviómetro de cubeta basculante
registrador de datos (Hoskin Scientific, Burnaby, British Columbia, Canadá).
15
2.3.4 Mediciones de covarianza de Eddy
Los flujos de energía latente (Qe) y sensible (Qh) se midieron con Eddy Covariance (EC)
instrumentación durante el mismo período de tiempo que los datos meteorológicos. Mediciones de CE en
Los bonsáis se recolectaron con un anemómetro sónico tridimensional (CSAT3; Campbell Scientific
Inc., Logan, Utah, EE. UU.) y un analizador de gases de CO2 / H2O infrarrojo de camino abierto (IRGA) (LI7500, LI).
COR Inc., Lincoln, Nebraska, EE. UU.) instalado a una altura de 3 m sobre la superficie en el
torre meteorológica. El sistema EC se calibró para muestrear flujos a una frecuencia de 10 Hz.
con promedios calculados y registrados en un registrador de datos (CR1000; Campbell Scientific Inc., Logan,
Utah, EE. UU.) a intervalos de 30 minutos.
El procesamiento EC siguió los protocolos estándar que se encuentran en la literatura y se dividió usando
REddyProc en Rstudio (Equipo RStudio, 2016). Para garantizar la calidad y la fiabilidad de los datos de la CE, se
corregido para garantizar la mezcla turbulenta, la instrumentación funcional y que los datos que se utilizan
procedente únicamente del interior del humedal (Petrone et al. 2015; Rocha & Goulden, 2009). Los datos de EC fueron
control de calidad para eliminar los valores atípicos superiores a dos desviaciones estándar de la media (Papale et al.
Alabama. 2006) y se llenó el vacío sobre la base de una ventana móvil media de 14 días (Falge et al. 2001). el 30
Los flujos promedio por minuto se filtraron para períodos de baja turbulencia atmosférica y luego se corrigieron
para densidad y separación de sensores dentro de la huella de flujo. Se incorporaron las correcciones finales
de Petrone et al. (2001), Wilson et al. (2002) y Brown et al. (2010) y se enumeran en el Apéndice
1.
2.3.5 Modelo Hill shade
Las coordenadas de la torre Bonsai se ingresaron en www.suncalc.org (Hoffmann, 2018), un sitio gratuito
herramienta de sitio web disponible públicamente que proporciona datos solares para fechas y horas seleccionadas en todo el
globo. Esta herramienta proporcionó el acimut, la altitud y la longitud de la sombra cada 15 minutos para los días de cielo
el
despejado del 7 de junio al 10 de septiembre. . Los días de cielo despejado se seleccionaron en función del campo diario.
observaciones en el sitio y a través de gráficos de curva de campana K↓ diarios casi perfectos. Todos los registros fueron
descargados y compilados en una sola tabla, valores de altitud negativos (hora en que el sol está debajo
el horizonte) se eliminaron para evitar errores en el cálculo de la sombra de la colina. Estos datos, junto con un
El modelo de elevación digital (DEM) se utilizó como entrada en un modelo de sombreado de colinas en ArcMap (v10.6).
En primer lugar, se crearon rásteres de sombreado de colinas a través de la herramienta de sombreado de colinas y se recortaron en el área de estudio. cada colina
el ráster de sombras se reclasificó para establecer las sombras en 0 y todos los demás valores en 1. La calculadora ráster
dieciséis
se utilizó para crear un ráster de sombreado que representaba la suma de todos los rásteres de cada día.
Cada valor para el ráster de sombreado de colinas sumado se convirtió en horas totales sombreadas para cada cielo despejado
día, usando,
(Valor de sombra) 15
Horas sombreadas = (3)
minutos 60 minutos/hora
donde el valor de sombra era el valor del ráster de sombra de colina sumado.
2.3.6 Modelo de radiación solar
Para calcular el K↓ diario en el sitio de estudio, se utilizó la herramienta Area Solar Radiation en ArcMap
(v10.6). Esta herramienta deriva el K↓ entrante de una superficie ráster en función de la cantidad que sería
interceptado de la topografía circundante (a través del DEM). Solo se introdujeron las horas de luz diurna en el
modelo, para asegurar que los resultados serían comparables con el modelo de sombra de Hill. la salida fue
luego ejecute la herramienta "int" para convertir el valor de cada ráster en un número entero por medio de
truncamiento A continuación, se utilizó el “extracto por máscara” para aislar los valores del humedal del resto del
cuenca. Los valores finales de K↓ para el humedal se superpusieron uno encima del otro para comparar las horas
sombreado y K↓. Para cuantificar la radiación interceptada, se corrió el modelo de radiación solar para una cresta
ubicado a 2,4 km al norte de Bonsai sin barrera topográfica para bloquear K↓. K↓ en Bonsai era entonces
se restó de K↓ en la cresta y se supuso que la diferencia se aproximaba a la cantidad de
Radiación directamente interceptada por la cabecera. Para interpolar el K↓ observado, los valores de PAR se convirtieron a W/
m2 multiplicándolos por 0,219, como se indica en el Manual de cámaras de crecimiento de plantas.
(McFarlane & Sager, 1998) que fue adaptado de Thimijan & Heins (1983), luego multiplicado por 2
para representar el espectro completo de K↓.
2.3.7 Análisis estadístico
Todos los análisis estadísticos se realizaron y resumieron con los paquetes R dplyr, reshape2, tidyr,
y forcats luego ilustrados con ggplot2 en RStudio (RStudio Team, 2016). Antes de cualquier análisis
se llevó a cabo, se evaluó la normalidad de todos los datos con una prueba de normalidad de ShapiroWilks. El
La prueba de ShapiroWilks concluyó que todos los datos se distribuyeron normalmente (p > 0.05), con la excepción
de la salida del modelo hill shade. El tamaño de la muestra del modelo de radiación solar fue demasiado
grande para calcular con una prueba de ShapiroWilks (n > 5,000) por lo que se analizó con un CuantilCuantil
17
(QQ) parcela. El gráfico QQ indicó que K↓ diario no era normal, por lo que se realizaron pruebas no paramétricas.
Se utiliza para analizar los modelos de sombreado y radiación solar.
Para asegurar que la sombra fuera una métrica apropiada para usar en un análisis estadístico, primero fue
en comparación con la radiación interceptada por el headwall. Se encontró que el K↓ interceptado aumentó
junto con la sombra a medida que avanzaba la temporada, lo que indica que el aumento de la sombra redujo K↓. desde mas
la sombra resultó en una mayor intercepción de K↓, su influencia en los componentes del balance de energía superficial
era importante entender (Q*, Qe, Qh y K↓). Se utilizó un modelo de regresión lineal para
comprender la influencia de la sombra (variable independiente) en los componentes del presupuesto energético
(variables dependientes). Dado que la salida del modelo de sombreado de colinas era la variable independiente,
las pruebas paramétricas fueron aceptables para usar en esta sección del estudio. Para ayudar a aislar la sombra en el
análisis estadístico, los datos se dividieron en base a los períodos de Sombra Estable con sombra diaria promedio constante
( 7 de junio al 30 de julio) y Sombra Dinámica con sombra diaria promedio creciente ( 31 de julio al 10 de septiembre).
2.4 Resultados
2.4.1 Condiciones climáticas
La temperatura media diaria del aire durante el período de estudio ( 7 de junio al 10 de septiembre) fue de 9 °C (±4,1), con
una máxima diaria de 18,6 °C el 10 de agosto y una mínima diaria de 0,8 °C el 11 de junio (Figura 2 6). La superficie del
suelo permaneció congelada hasta el 20 de junio cuando Ts (2 cm) se descongeló rápidamente.
durante tres días, aumentando la temperatura de 0,3 °C a 7,4 °C (Figura 26a). Este período de descongelación
en el perfil del suelo coincidió con el momento en que la superficie del suelo cerca de la torre comenzó a volverse
libre de nieve. Las temperaturas mensuales del aire durante el período de estudio cayeron dentro de 2 desviaciones estándar
(excepto mayo) de la ECCC (ID 3053600) Normales climáticas de 30 años para la región (19812010),
indicando que esta fue una temporada de crecimiento normal y representativa basada en la temperatura (Figura
24). Durante el período de estudio, las temperaturas se mantuvieron dentro del extremo superior del rango esperado,
excepto en septiembre, cuando estuvo más fresco que el promedio de 30 años (Figura 24). Históricamente,
las temperaturas medias mensuales en la estación ECCC son 11,4 °C (±1,1), 14,5 °C (±1,5), 13,8 °C
(±1,5) y 9,4 °C (±1,9) en junio, julio, agosto y septiembre (Figura 24). 2018 temperaturas en
la estación ECCC se distribuyeron normalmente ya que cayeron dentro de dos desviaciones estándar de la
normales mensuales del clima con 12,9 °C, 14,9 °C, 15,1 °C y 5,7 °C, respectivamente (Figura 24).
18
Derretimiento de nieve Arriba verde Temporada alta de crecimiento Senectud
Figura 26: Tendencias climáticas durante la temporada de campo de 2018. a) temperatura del aire (Ta) y temperatura
superficial del suelo (Ts) a 2 cm; b) precipitación definida por la nieve y la lluvia, y la humedad del suelo.
Históricamente, el 6570 % de la precipitación anual total ocurre como nevadas en el área, con 900
mm en el valle y elevaciones medias hasta más de 1140 mm en la línea de árboles (Storr, 1967; DeBeer
y Pomeroy, 2009). La precipitación total para el humedal durante el período de estudio de 2018 fue de 339 mm,
cerca de la cantidad de lluvia acumulada promedio de Marmot Basin (360 mm), 14 km al norte en el
Cordillera de Kananaskis. El inicio del periodo de estudio tuvo precipitaciones más frecuentes e intensas
eventos, con dos días de precipitaciones que superaron los 30 mm. Los eventos de alta precipitación ocurrieron el
16 y 23 de junio donde cada día recibió aproximadamente 33 mm (Figura 26b). La cuenca también fue
fuertemente influenciado por las nevadas al comienzo de la temporada de crecimiento, con el último evento
capturado a través de una cámara de lapso de tiempo el 2 de julio (Figura 26b). Precipitación acumulada durante los meses
de junio, julio, agosto y septiembre de 2018 fue 49 mm menos que el clima normal de 30 años para
la región. Al comparar los meses individuales, solo julio y septiembre recibieron el normal
19
cantidad de precipitación, mientras que los otros meses tuvieron menos de la norma de 30 años, por lo que 2018
un verano más seco.
Figura 27: Tendencia espacial y temporal de la humedad del suelo desde la confluencia de la corriente (0 m) hasta
la cabecera (54 m).
En medio del humedal (2030 m del vapor), el contenido de humedad volumétrica del suelo (VMC) promedio diario más
alto se registró el 18 de junio (34,3 %) y el más bajo el 23 de agosto (20,0 %). VMC también disminuyó desde la corriente hasta
la cabecera. La Figura 27 ilustra el manual
mediciones semanales de VMC tomadas a lo largo de un transecto nortesur (en intervalos de 3 m) desde la corriente
al cabecero. De 0 a 30 metros de distancia del arroyo, el VMC fue similar (38 % en julio y
35% en agosto) con diferentes tendencias espaciotemporales (Figura 27). En julio, VMC fue el mejor
cerca del arroyo y disminuyó hacia la mitad del humedal; mientras que en agosto a mediados del
humedal tenía un VMC más alto que el área del arroyo (Figura 27). Esto probablemente se debió a más permeable
suelo cerca del arroyo que el centro del humedal (Tabla 21), y mayor caída de hojarasca que tiene un
mayor capacidad para retener la humedad (Figura 33). Al sur de la torre, con mayor proximidad a la
headwall, hubo una rápida disminución en VMC debido a la textura más gruesa del suelo y la grava del
pendientes de astrágalo (Tabla 21).
El resto de la sección de resultados comparará las tendencias estacionales durante cuatro períodos de tiempo
que se identificaron con base en el espesor de la capa de nieve y la fenología de la vegetación observada visualmente a lo largo
del estudio (Figura 23). Estas fases estacionales fueron: Deshielo del 7 al 23 de junio;
20
Green Up del 24 de junio al 20 de julio; Temporada alta de crecimiento del 21 de julio al 23 de agosto; y
Senescencia del 24 de agosto al 10 de septiembre .
2.4.2 Presupuesto Energético
El Q* diario máximo ocurrió el 20 de junio (196 W/m2 ) (Figura 28a). Dado que la mayor parte del sitio
permaneció cubierto de nieve en esta fecha, vegetación siempre verde que quedó enterrada bajo la nieve
no pudo utilizar esta máxima energía diaria disponible (Q*Qg) en la transpiración. cuando el sitio
quedó completamente libre de nieve a mediados de julio, el Q* diario fue la mitad de la cantidad máxima (100 W/
m2 ) medida el 20 de junio. Durante las horas del día (Q* > 10 W/m2 ), Q* fue más alto durante el período Green Up
(236 W/m2 ) y más bajo durante Senescencia (78 W/m2 ) (Tabla 22). K seguido
una tendencia similar a la de Q* durante gran parte de la temporada alta de crecimiento , pero fue mayor durante la temporada de nieve
Período de fusión (Figura 28b), porque el mayor albedo de la nieve resultó en más K↑.
Tabla 2 2: Rango promedio diurno (Q*>10 W/m2 ) de radiación solar (K ) y componentes del
balance energético durante los días de cielo despejado dentro de cada fase del período de
estudio (W/m2 ).
K P* qh bueyes qg
Derretimiento de nieve
( 7 de junio – 23 de junio)
336 (±35) 191 (±79) 93 (±34) 47 (±19) 26 (±41)
Arriba verde
( 24 de junio – 20 de julio)
331 (±34) 236 (±27) 129 (±24) 64 (±17) 38 (±7)
Temporada alta de crecimiento
( 21 de julio – 23 de agosto)
219 (±42) 151 (±35) 98 (±19) 32 (±11) 25 (±6)
Senectud
( 24 de agosto 10 de septiembre)
129 (±15) 78 (±18) 49 (±4) 17 (±10) 14 (±5)
Cuando todo el sitio quedó libre de nieve durante la temporada alta de crecimiento, la vegetación tenía 85
W/m2 menos por día que durante el proceso de reverdecimiento para usar en los procesos de transpiración (Tabla
22). Qe fue el principal contribuyente a Q* durante todo el período de estudio; sin embargo, a partir del 16 de julio Qe
comprendió un mayor porcentaje de Q* debido a las disminuciones en Qh y Qg. El índice de Bowen (ß) se mantuvo
relativamente constante durante el período de estudio, pero se disparó del 20 al 30 de junio con un
promedio diario de 0.34 durante el deshielo. Durante este tiempo Qh y Qg utilizaron una mayor proporción
de Q* a medida que aumentaba la temperatura de la nieve y el suelo comenzaba a descongelarse. Fuera de temporada
máximo, ß se mantuvo constante durante Green Up, Peak Growing Season y Senescence
con un promedio de aproximadamente 0,1 por día.
21
Figura 28: Promedio diario: (a) radiación neta (Q*), flujo de calor sensible (Qh), flujo de calor latente (Qe) y
flujo de calor del suelo (Qg) en W/m2 ; (b) Radiación solar entrante (K ) (W/m2 ), & (c) Relación de Bowen (β) (
∕ ).
Los máximos diarios Q*, Qe, Qh y Qg ocurrieron el 20 de junio, el 17 de julio , el 14 de julio y el 19 de junio,
respectivamente (Figura 28a). La diferencia temporal en energía alineada con cambios en K↓ máximo y sombreado. El
Q* máximo se produjo el 20 de junio, un día antes del verano
solsticio cuando el sol estaba cerca de su posición más alta en el cielo. Debido a la mayor altitud del sol
y azimut durante esta época del año, hubo un aumento de las horas de luz solar y un menor efecto de sombra en el
horizonte desde la cabecera hasta el humedal. Qg alcanzó su máximo el 19 de junio cuando
grandes contribuciones de energía se utilizaron para descongelar el perfil del suelo en parches de suelo desnudo durante
22
el período de pico de deshielo. Qe y Qh alcanzaron sus máximos a mediados de julio, un
tiempo normal para la productividad vegetativa máxima en ecosistemas de praderas alpinas y tundra (Knowles
et al. 2015; Cao et al. 2017; Millar et al. 2017).
2.4.3 Sombra de la colina
El humedal recibió un promedio de 23 (±1.1) horas de sombra por día durante la mayor parte de la temporada con
fluctuaciones en la intensidad y la distribución espacial. Al comienzo del estudio (Snow Melt to Green
Arriba), la sombra fue más pronunciada en la esquina suroeste (SW) y disminuyó en intensidad a lo largo
un gradiente diagonal hacia la esquina Noreste (NE) (Figura 29). Al mismo tiempo, una cresta
protegió el lado este de la cuenca, lo que resultó en una mayor sombra al este del humedal y el lago
(Figura 29). Julio presentó un patrón espacial de sombra similar al de junio, pero con mayor intensidad.
Al final del mes, la sombra del horizonte estableció un promedio de 3 a 4 horas de sombra por día.
a través de gran parte del humedal. Después de julio, la sombra continuó aumentando hasta agosto, fuertemente
influenciado por el testero del humedal. A mediados de agosto, la sombra ya no aumentaba en
un patrón diagonal a través del humedal (SW→NE), pero más bien directamente desde la cabecera hasta el
corriente (S→N) (Figura 29). Este cambio en el patrón espacial cubrió una porción más grande de la
humedal, lo que se tradujo en un rápido aumento de las horas de sombra al día desde principios hasta finales de
mes. Del 6 al 26 de agosto, el sitio pasó de 2,1 a 5,0 horas promedio de
sombra por día.
Tabla 2 3: Variabilidad espacial y temporal en horas de sombra por día en todo el sitio, durante
los cuatro períodos de estudio de 2018.
Norte Sur Este Oeste
Derretimiento de nieve
( 7 de junio – 23 de junio)
1,85 (±0,29) 1,75 (±0,18) 2,10 (±0,29) 2,15 (±0,14)
Arriba verde
( 24 de junio – 20 de julio)
1,66 (±0,36) 2,23 (±0,31) 1,93 (±0,39) 2,36 (±0,39)
Temporada alta de crecimiento
( 21 de julio – 23 de agosto)
2,23 (±0,48) 3,15 (±0,98) 2,54 (±0,47) 2,85 (±0,62)
Senectud
( 24 de agosto 10 de septiembre)
3,33 (±0,58) 7,25 (±0,87) 4,75 (±1,30) 5,33 (±1,01)
23
Figura 29: Resultados del modelo Hill shade para el comienzo, la mitad y el final de cada mes durante el
período de observación de 2018. La imagen insertada ilustra la posición y la orientación del sitio en relación
con la topografía circundante.
2.4.4 Efectos de sombra sobre la radiación solar
El K↓ modelado ligeramente sobreestimó el K↓ observado en 1 MJ hasta mediados de julio y en > 5 MJ
desde mediados de julio hasta principios de septiembre (Figura 210). Los resultados mostraron que la cantidad promedio de
La radiación interceptada por día en Snow Melt, Green up, Peak Growing Season y Senescence fue
3,1, 3,4, 5,0 y 6,6 MJ; y que la intercepción solar aumentó en 5,1 MJ desde el inicio ( 17 de junio) hasta el final del estudio
( 10 de septiembre) (Figura 210). Esto indica que la sombra del horizonte
El efecto se hizo más fuerte a medida que avanzaba la temporada, y se interceptó más K↓ antes de alcanzar
la superficie.
24
Figura 210: Comparación de la radiación solar total diaria observada en Bonsai, la radiación solar
simulada en Bonsai y la radiación solar simulada en la cima de Fortress Ridge.
La relación entre el K↓ diario acumulado y el promedio de horas de sombra por día fue
resultó ser estadísticamente significativo en Dynamic Shade pero no en Stable Shade (Figura 211). A
El análisis de varianza unidireccional de KruskalWallis encontró que había una diferencia estadísticamente significativa
diferencia (p < 0.01) de 1 a 11 horas de sombra durante Dynamic Shade (Figura 211). Más
El análisis con una prueba de suma de rangos de Wilcoxon por pares indicó que ciertos intervalos de horas en la sombra
resultó en un K↓ diario acumulativo similar (Tabla 24). El análisis estadístico encontró que había
sin diferencia significativa en K↓ (p < 0.05) entre 1 y 2 horas de sombra por día, 5 y 11 horas
de sombra por día, y >7 y 11 horas de sombra (Cuadro 24). Por lo tanto, a lo largo de todas las estaciones, días
con esta cantidad de sombra se encontró un K↓ similar.
25
Figura 211: Relación entre el promedio diario de radiación solar de cielo despejado y la producción de
radiación solar del modelo de sombra de la colina durante los períodos de sombra estable y sombra dinámica
en el humedal Bonsai, Fortress Mountain, Alberta, 2018.
Tabla 24: Prueba de suma de rangos de Wilcoxon con comparaciones de desviaciones estándar no agrupadas para
la radiación solar con base en el promedio de horas de sombra por día durante el período de aumento de la sombra,
**
se utilizó el método de ajuste del valor P de Bonferonni. (ns no estadísticamente significativo, * <0.05, <0.001,
***
<0,0001, **** <0,00001) 1
2 3 4 5 6 7 8 9 10
2 ns
3 **** ****
4 **** **** ****
5 **** **** **** ****
6 **** **** **** **** ****
7 **** **** **** **** **** ****
8 **** **** **** **** **** **** ****
9 **** **** **** **** **** **** **** ****
10 **** **** **** **** **** **** **** **** ****
11 **** **** **** * ns * ns ns ns ns
26
2.4.5 Presupuesto energético y sombra
Los componentes del balance energético tuvieron una relación negativa estadísticamente significativa con la sombra,
lo que indica un efecto de sombra del horizonte más pronunciado que disminuyó la energía disponible para el sistema.
Durante Dynamic Shade, el modelo de regresión encontró que K↓ tenía un efecto negativo estadísticamente significativo
relación (R2 = 0.50, p < 0.05) a las horas de sombra por día (Figura 212b). Por lo tanto, cada hora de sombra por día en
Dynamic Shade redujo K↓ en 32 W/m2 (y = 32,3 x +312,5). Q* también tuvo una relación estadísticamente significativa (R2
= 0.55, p < 0.05) con las horas de sombra por día (Figura 212b), donde cada intervalo de sombra por hora disminuyó Q* en
28 W/m2 ( y = 27.8 x +233.6). Finalmente,
el modelo de regresión encontró que Qe y Qh también tenían una relación estadísticamente significativa con las horas de
sombra por día en Dynamic Shade (Qe: R2 = 0.63, p < 0.001; Qh: R2 = 0.29, p < 0.05) (Figura 211b ). Por cada hora de
sombra por día Qe y Qh se redujeron en 18 W/m2 (y = 17,9 x +149,4) y 6 W/m2 (y = 5,9 x +48,4), respectivamente. Por lo
tanto, la sombra tuvo una fuerte influencia en la superficie.
presupuesto de energía de Bonsai, donde cada aumento de sombra por hora durante Dynamic Shade disminuyó
cada componente del presupuesto energético (Q*, Qe y Qh) en un promedio del 16 %. Por lo tanto una 4 horas
aumento de la sombra reduciría la energía disponible en aproximadamente un 63 %.
Figura 212: Relación entre horas de sombra y Radiación Solar (Solar), Radiación Neta (Q*), Flujo de
Calor Latente (Qh), y Flujo de Calor Sensible (Qe) en días de cielo despejado durante los períodos de (a)
Estable Shade, y (b) Dynamic Shade en el humedal Bonsai, Fortress Mountain, Alberta, 2018.
27
2.5 Discusión
2.5.1 Partición de la energía de los humedales subalpinos estacionales
El momento de los máximos estacionales en los flujos de energía observados en nuestro sitio de estudio fue consistente con
los reportados en la literatura sobre balance energético alpino (Ledrew, 1975; Konzelmann et al. 1997;
Flerchinger et al. 2010; Knowles et al. 2014). Sin embargo, hay conclusiones contradictorias sobre
Contribuciones al balance energético dentro de la pradera alpina. Por ejemplo, los estudios durante el mes de
August en Niwot Ridge, Colorado, descubrió que Qh contribuye más al balance de energía que
Qe, con una ß media que oscila entre 1,30 y 1,37 (Ledrew, 1975; Knowles et al. 2014); mientras que la
Swiss Alps encontró que la contribución de Qe superó la de Qh en agosto (ß=0.100.51)
(Konzelmann et al. 1997). La diferencia en las observaciones dentro del terreno montañoso ha sido
atribuido a variaciones en características físicas y climáticas como aspecto, pendiente, elevación, albedo,
sombreado, factor de vista del cielo e índice de área foliar. (Oliphant et al. 2003).
Konzelman et al. (1997) encontraron que Qe comprendía el 65 % del aporte energético de una meseta de pradera
(2220 m snm) y el 85 % en una pradera de valle (1680 m snm). Del 1 al 27 de agosto
la ß correspondiente en su estudio fue de 0,51 y 0,1 en la meseta y el valle, respectivamente
(Konzelmann et al. 1997). El mismo período de tiempo en Bonsai (2.083 m snm) arrojó resultados similares
como la pradera del valle, Qe comprendía el 82 % del presupuesto energético con un ß medio de 0,1. qe y
ß en Bonsai eran más comparables al valle debido a las similitudes en la vegetación
comunidad (pradera) en comparación con la meseta (arbustos enanos). La ß máxima alineada con
otros estudios que tuvieron la ß más alta a principios de la primavera durante el deshielo antes del comienzo del carbono neto
almacenamiento (Knowles et al. 2015).
El mayor Q* ocurrió durante el período Green Up (198 W/m2 ), lo que indica que los flujos
que dependen de la energía disponible, como ET, pueden ser más altos durante este tiempo. Aunque el máximo
energía disponible ocurrió en Green Up, el porcentaje de contribución de Qe al presupuesto de energía
se mantuvo constante desde el derretimiento de la nieve hasta el final del reverdecimiento (62 – 66 %), aumentó en el pico
Temporada de Crecimiento (86 %), y superó Q* durante Senescencia. Energía disponible reducida, debido a
sombra, proporcionó valores estacionales de energía disponible comparables a los experimentados en el cerrado
sotobosque del bosque de álamos alpinos a 2049 m snm (Flerchinger et al. 2010). Descubrieron que los alpinos
sotobosque tuvo un efecto de oasis, donde el descenso del nivel freático hizo que la vegetación del sotobosque
envejecer antes de los álamos temblones que continuaron transpirando porque tenían acceso a aguas más profundas
28
reservas (Flerchinger et al. 2010). Nuestro estudio encontró que aumentar Qe al final de la temporada puede
ser el resultado de la advección del bosque circundante que aumentó Qe hasta que excedió Q*. Este
indica que la vegetación de los humedales entró en senescencia antes (debido a temperaturas más frías, durante la noche
heladas y disminución de la humedad del suelo), mientras que los árboles en el bosque circundante continuaron transpirando.
2.5.2 Patrones de sombra temporales y espaciales
La sombra tuvo una fuerte influencia en los componentes del presupuesto de energía a lo largo del estudio, ya que
cambiado en intensidad y distribución espacial de Snow Melt a Senescence. Temporalmente, junio y
Julio recibió menos sombra que agosto y principios de septiembre, lo que influyó en el crecimiento estacional
etapas Esto fue evidente a medida que las horas de sombra por día disminuyeron de Snow Melt (2.3 hrs/day) a
Reverdecimiento (2,1 horas/día), luego aumentó a la temporada máxima de crecimiento (2,8 horas/día) y alcanzó su punto máximo durante
Senescencia (4,9 h/día). Espacialmente, las regiones Sur y Oeste del humedal recibieron
más sombra que el Norte y el Este (Tabla 23). En junio y principios de julio, la mayor parte del humedal estaba
sombreada durante 1 2 horas/día, mientras que solo la esquina SO estuvo sombreada durante más de 2 horas por día. Por el
a mediados de julio, la sombra más intensa (>2 h/día) cubrió la mitad del humedal; y a principios de agosto
todo el sitio experimentó más de 2 horas de sombra. El período de Dynamic Shade es importante para
considerar al evaluar los flujos de energía en el sitio, porque es cuando la superficie del humedal
estuvo completamente libre de nieve y la vegetación fue la más productiva.
Los patrones espaciales en la sombra fueron similares a los resultados encontrados en otros estudios de radiación solar.
distribución y variabilidad en terrenos montañosos con orientación NorteSur (Oliphant et al. 2003;
Marsh et al. 2012). Al otro lado de la cuenca hidrográfica de Tekapo (Isla Sur, Nueva Zelanda), Oliphant et al.
(2003) encontraron que la sombra era más prominente temprano en la mañana y al final de la tarde y era más
extenso en los límites del sur de elevaciones más empinadas y más altas. Nuestro estudio indica que
la sombra también fue mayor temprano en la mañana y al final de la tarde con su mayor influencia en el SW
esquina. Las áreas S y W tuvieron un promedio estacional de 3.0 y 2.8 horas de sombra por día, en comparación
a 2.1 y 2.5 horas de sombra por día en el N y E. Esto concluye que la cantidad promedio de
la radiación solar diaria interceptada fue 0,9, 0,7 y 0,4 MJ mayor en el S, W y E que en el N,
respectivamente. Por lo tanto, durante el período de estudio de 96 días, las porciones S, W y E del humedal
recibió 86,4, 67,2 y 38,4 MJ menos de radiación solar debido al impacto acumulativo de la sombra del horizonte,
respectivamente. Estos patrones espaciales explican la espesa capa de nieve a lo largo del oeste y sur
márgenes del humedal y por qué la nieve permaneció más tiempo en la temporada alta de crecimiento, tan tarde como
29
agosto de 2018. Esto ha ocurrido en otros años en el sitio, como se ve en la Figura 29, donde el límite occidental estuvo
cubierto de nieve hasta el 6 de agosto (2012). Por lo tanto, durante todo el período de estudio, una hora adicional de sombra
por día en la esquina SW redujo K↓ en un promedio de 51 W/m2 por día.
suficiente para mantener la nieve más adelante en la temporada anualmente.
2.5.3 Impacto de Horizon Shade en la radiación solar y el presupuesto energético
Durante el período de sombra estable, la sombra no influyó en K↓ porque afectó principalmente a la
humedal en las horas de la mañana y la tarde cuando K↓ era bajo (Figura 211). Sin embargo, cuando la sombra
aumentó durante Dynamic Shade, la radiación no solo fue interceptada por la mañana y por la noche
pero también durante la alta entrada de radiación de las horas del mediodía, lo que reduce significativamente el K↓ diario total
(Figura 211). En promedio, cada aumento de sombra por hora durante Dynamic Shade redujo la K↓ real en un 13 % (32 W/
m2 ) y la K↓ modelada en un 10 % (35 W/m2 ) (Figura 212). La diferencia
entre K↓ modelado y real se debió a que el modelo solo representaba un cielo despejado perfecto
condiciones mientras que las observaciones reales fueron los mejores días disponibles, pero aún pueden haber tenido algunos
interferencia de nubes, niebla y/o humo de incendios forestales. El estudio de Oliphant et al. (2003) encontró
que la sombra redujo el K↓ modelado en un promedio de 45,2 W/m2 (18 % por día) en todo el
cuenca, y que las elevaciones más altas (1,489 m snm) recibieron 11 % menos K↓ que las elevaciones más bajas
(707 m snm). Nuestro estudio realizó un análisis más detallado que Oliphant et al. (2003) porque su trabajo solo representó un
día ( 12 de febrero; temporada alta de crecimiento en el sur
hemisferio), compararon rásteres sombreados frente a no sombreados en un intervalo diario (es decir, sin rangos horarios),
y examinó una cuenca hidrográfica completa (donde más del 70 % de la superficie total era <1300 m snm).
Por lo tanto, Oliphant et al (2003) proporcionaron un análisis más general para K↓ en una cuenca amplia
escala, mientras que nuestro estudio realizó una caracterización más detallada de la sombra pero dentro de un menor
Humedal subalpino confinado. Dado que K↓ modelado encontró una estrecha concordancia con Oliphant et al. (2003)
alrededor del margen de dos horas, se puede suponer que 2 horas de sombra en el horizonte por día reducen K↓
en un promedio de aproximadamente 19 % en días de cielo despejado en ecosistemas con orientación NorteSur
en terreno complejo.
Los resultados de este estudio encontraron que cada aumento de sombra por hora en Bonsai redujo K↓ y
Q* en un 13 % y un 16 %, respectivamente. Oliphant et al. (2003) también encontraron disminuciones en Q* con
elevación y complejidad de la superficie, pero por pequeños márgenes diarios (20 %). La literatura ha encontrado que
la eficiencia del uso de la radiación, o la cantidad de biomasa acumulada por K↓ interceptado, en un
30
variedad de ecosistemas fue mayor para la radiación difusa que para la radiación directa (Gu et al. 2002; Urban
et al. 2007). Por lo tanto, cuando la sombra disminuyó K↓ durante la temporada alta de crecimiento, difunda
la radiación ayudó a mantener la ET, lo que estabilizó Qe y apoyó la productividad de la planta.
2.5.4 Implicaciones en la hidrología alpina y próximos pasos
Los resultados de este estudio encontraron que la sombra del horizonte redujo la entrada de radiación solar durante los momentos críticos
a lo largo del deshielo de la primavera y creó condiciones favorables para mantener la nieve más tarde en el
temporada, a pesar de los aumentos potenciales en las temperaturas generales del aire. Esto fue más evidente a lo largo de la
límites sur y oeste del humedal (que recibió la mayor cantidad de sombra).
Por lo tanto, la sombra fue un mecanismo importante para el sustento de la capa de nieve, que ayudó a mantener
parches de nieve espesa y contribuyen a la escorrentía de finales de verano al final de la temporada cuando los suministros de agua
estan bajos.
Aunque este estudio examinó la influencia de la sombra en la disponibilidad de energía de un
humedal subalpino, quedan lagunas de conocimiento que aún deben abordarse. Para cerrar el agua
equilibrar y ayudar a avanzar en el desarrollo de modelos hidrológicos para regiones montañosas complejas.
terreno, se requieren más estudios para comprender la relación entre los flujos de evaporación y
sombra del horizonte y otros tipos de sombras. Se sabe que el deshielo hacia fines del verano es un
importante fuente de agua en las Montañas Rocosas porque contribuye con la escorrentía de verano a zonas más secas
regiones aguas abajo (Fang et al. 2013). Sin embargo, temperaturas más cálidas y un cambio en el clima
Las tendencias han alterado el momento y las características de estas acumulaciones de nieve históricamente estables (Parker et al.
Alabama. 2008). Actualmente, hay más días de invierno con temperaturas del aire superiores a 0 °C que en el pasado
(Lapp et al. 2005), que ha disminuido la cubierta de nieve primaveral (Brown & Robinson, 2011), y
resultó en una capa de nieve más delgada con una escorrentía más temprana y un caudal más bajo (Stewart et al. 2004; St.
Jaques et al. 2010). Por lo tanto, la ET y la equivalencia en agua de nieve (SWE) deben cuantificarse dentro de
humedales subalpinos sombreados para ayudar a determinar cómo se usa el agua dentro de estos sistemas, y su
importancia para las contribuciones de agua aguas abajo.
2.6 Conclusiones
Se analizó el balance energético de un humedal subalpino en las Montañas Rocosas canadienses
durante toda la temporada de crecimiento de junio a septiembre. Los patrones temporales y rangos diarios
de los flujos de energía, medidos en nuestro sitio de estudio, fueron consistentes con los informados para sitios similares
31
en la literatura. La radiación solar entrante y los componentes del balance de energía fueron más altos temprano
en la temporada, durante los períodos de derretimiento de nieve y reverdecimiento , y disminuyó más adelante en la temporada. Mayoría
de nuestro humedal permaneció cubierto de nieve durante la época de máxima entrada anual de radiación solar
y esta capa de nieve persistió durante más tiempo en la temporada de crecimiento, debido al aumento de la sombra en el horizonte. Sombra
reducido la magnitud de todos los componentes del balance energético y puede resultar ser un importante
mecanismo para el control de la humedad durante la temporada alta de crecimiento al reducir las pérdidas por evaporación.
Sin embargo, los resultados de este estudio solo representan un ecosistema dentro del mosaico más grande de
humedales, praderas y tundra que se encuentran en las regiones montañosas. Dado que la disminución de la energía disponible
difieren según la topografía localizada, se requieren estudios adicionales para mejorar el conocimiento de
dinámica del presupuesto energético de los ecosistemas sombreados a través de una variedad de redes montañosas. una vez tal
los estudios estén disponibles, podremos cuantificar con mayor precisión el papel de la sombra en el
presupuesto de energía dentro de un terreno complejo y su contribución a la escorrentía de final de temporada río abajo.
32
Capítulo 3: Manuscrito 2: Análisis del carbono en temporada de crecimiento
y flujos de agua de un humedal subalpino en Canadian Rocky
Montañas: implicaciones de la sombra en la eficiencia del uso del agua del ecosistema.
3.1 Introducción
Las regiones alpinas son un regulador importante en el balance hídrico mundial. Aunque montañoso
El terreno solo cubre el 20 % de la masa terrestre de la Tierra, aportan del 40 al 60 % de la superficie anual
flujo (Ives & Messerli, 1999; Grusson et al. 2015). Como resultado, muchos de los principales ríos del mundo
Las redes se originan en cuencas de cabecera de origen alpino, donde la escorrentía aguas abajo de
el derretimiento de la nieve puede comprender completamente el flujo de la corriente regional (Viviroli et al. 2011). En las zonas que reciben
baja precipitación de verano, como el oeste semiárido de los Estados Unidos y Canadá, alpino
las cabeceras proporcionan una fuente de agua natural y continua para el riego y el agua municipal
suministra a más de 60 millones de personas (Barnett et al. 2005; Bales et al. 2006). Por sus grandes
contribuciones hidrológicas, la literatura a menudo se refiere a las montañas como las “Torres de Agua del Mundo”
(Agencia Europea de Medio Ambiente, 2009; Immerzeel, 2008). Las Montañas Rocosas representan
Water Tower del oeste de Canadá, ya que almacenan y distribuyen grandes cantidades de recursos hídricos
a través de las provincias de las praderas occidentales y los estados del centronorte. Las Montañas Rocosas son el agua principal
fuente para más de 13 millones de personas que viven en ciudades y comunidades rurales en la Columbia Británica,
Alberta, Saskatchewan, Manitoba, Washington y Oregón (Fang et al. 2013). Escorrentía de la
Rockies también abastece a los ríos Saskatchewan, Athabasca, Columbia y Fraser, importantes
recursos de cabecera para operaciones agrícolas e industriales río abajo (Fang et al. 2013). El
La cuenca del río South Saskatchewan es un ejemplo, donde el suministro de agua municipal y
la industria depende en gran medida de la escorrentía de las Montañas Rocosas (Figura 11).
Los humedales alpinos brindan muchos servicios ecosistémicos a los paisajes montañosos y sus alrededores.
Tierras Bajas. Están muy extendidas en las regiones alpinas, pero favorecen el entorno físico y ambiental.
condiciones presentes dentro de las cuencas intermontañosas y los valles montañosos superiores (Windell et al. 1986).
Proporcionan muchas funciones hidrológicas y ecológicas importantes, como la mitigación de inundaciones,
agua para consumo y riego, y apoyo a importantes hábitats ecológicos (Aber et al.
2012). Los humedales también son un ecosistema importante en la regulación del clima global y son grandes
contribuyentes al almacenamiento de carbono (C). En términos generales, todos los humedales almacenan del 12 al 15 % de la
33
Reserva de C (Cao et al. 2017), de la cual los humedales alpinos contribuyen con el 2,5 % en almacenamiento (Zhao et al. 2010).
Solo en el oeste de los EE. UU., el 70 % del sumidero de carbono se encuentra por encima de los 750 msnm, en paisajes
cubierto por colinas y montañas en un 85 % (Schimel et al. 2002; Desai et al. 2011). Como resultado, alpino
Las regiones son extremadamente diversas y contienen puntos críticos de alto contenido de carbono orgánico del suelo (SOG) en húmedo a
prados húmedos, SOG moderado en prados secos y SOG bajo en campo de páramo (es decir, tundra alpina)
(Knowles et al. 2015).
La eficiencia en el uso del agua (WUE) es una métrica útil para analizar la interacción del agua y el C
flujos de un ecosistema, ya que es un proxy que cuantifica la absorción de carbono (GPP), a través de
proceso fotosintético, por gramo de agua utilizada a través de la evapotranspiración (ET) (Rosenberg et al.
1983). Se ha medido en numerosas escalas que incluyen: nivel de ecosistema, planta y hoja y es
a menudo se usa en ciencias agrícolas y de cultivos (Medrano et al. 2015). Recientemente, WUE también ha sido
utilizado en estudios de ecosistemas de humedales alpinos para ayudar a evaluar los recursos hídricos estacionales (Hu et al.
2008; Han et al. 2013; Strobl et al. 2017; Quan et al. 2018). Studies have shown that WUE often
disminuye con una mayor disponibilidad de agua, lo que resulta en una WUE más baja en elevaciones altas que
experimentar mayores suministros de agua (Han et al. 2013). Otros estudios han identificado que el ecosistema
WUE se adapta a las condiciones ambientales, como el microclima y la energía disponible durante el
curso de un día (Strobl et al. 2017). Por lo tanto, WUE puede ser una métrica útil para ayudar a evaluar la
influencia de varios cambios microclimáticos en ambientes alpinos en C y agua.
El objetivo de este manuscrito es explorar el efecto del terreno complejo sobre el agua y el carbono.
flujos en un humedal subalpino influenciado por la sombra del horizonte. El primer manuscrito de esta tesis
(Capítulo 2) identificó los impactos negativos de la sombra estacional en los presupuestos de energía disponible en el
sitio durante el transcurso de la temporada de crecimiento. Este manuscrito: 1) cuantificará los patrones estacionales
del intercambio de carbono y agua en el humedal; y 2) investigar si y cómo se ven afectados por
sombreado estacional. Dado que los flujos de agua están relacionados con la energía disponible a través del calor latente
de la evaporación, planteamos la hipótesis de que la ET se verá afectada negativamente por la sombra del horizonte y
podría causar un aumento en la EUA (si los flujos C no se ven afectados) o una EUA constante (si los flujos C
también disminuir).
34
3.2 Sitio de estudio
El estudio se llevó a cabo en Fortress Mountain (50,82 °N, 115,21 °W), una estación de esquí alpino no activa
resort, ubicado en la cordillera Kananaskis de las Montañas Rocosas canadienses. Montaña Fortaleza es
ubicado a 30 km al sur de la ciudad de Canmore y 80 km al oeste de Calgary, Alberta (Figura 31
subconjuntos: A, B). El límite topográfico del sitio está delineado por un muro de cabecera (~500 m) al
sur, un lago efímero en el norte y crestas (~150 m) al este y al oeste (Figura 31,
subconjunto: C). El sitio de estudio del humedal alpino denominado Bonsai, tiene un tamaño de 1 ha (Figura 31), y está
clasificado como un pantano de agua dulce/prado húmedo utilizando los métodos de Windell et al. (1986). Bonsái es
mayormente plano con una pendiente creciente moderada de 6 grados (2083 a 2086 m) desde el tarn hasta el
base de los taludes (50 m). Debido al testero al sur y la cresta al este, el
el humedal está sombreado durante largos períodos de tiempo a lo largo del día y la temporada, lo que promueve una espesa
capa de nieve, un largo período cubierto de nieve, un período prolongado de derretimiento primaveral y un crecimiento restringido
temporada (Figura 32).
Figura 31: Mapa del sitio del humedal Bonsai, que muestra la ubicación del equipo/muestreo, su ubicación en
la provincia de Alberta y las Montañas Rocosas Orientales (A/B) e imágenes LIDAR de la cuenca con la trayectoria
solar diaria y las elevaciones de los límites topográficos ( C).
35
El agua superficial de dos arroyos se encuentra en una confluencia en la sección nortecentral del
humedal que desemboca en el tarn, luego Galatea Creek y cuesta abajo hasta el río Kananaskis (un
afluente del río Bow). Las dos ramas principales de la corriente siguen la oriental y la occidental.
márgenes del humedal y provienen de manantiales que emergen en la base de los depósitos de talud
(Christensen, 2017). Durante el deshielo primaveral, la corriente del este se inunda y se acumula agua sobre el
superficie en un área confinada de la esquina noreste durante varias semanas. A lo largo del creciente
temporada, la corriente occidental continúa fluyendo, pero la corriente oriental se seca a mitad de temporada.
8 de junio 18 de junio
6 de julio 26 de julio
Figura 32: Imágenes de la evolución estacional de los bonsáis durante A) Cubierta de nieve, B) Nieve derretida, C) Reverdecimiento y D) Temporada máxima de
crecimiento. Las imágenes se tomaron durante la campaña de campo de 2018 el A) 8 de junio B) 18 de junio, C) 6 de julio , D) 26 de julio . ,
Las condiciones climáticas dentro del valle de Kananaskis son indicativas de masas de aire continentales
con inviernos largos y fríos y una temperatura media del aire de 15 °C de enero a marzo
(De Beer y Pomeroy, 2009). La precipitación media anual es de 900 mm en el valle y subalpino
pero aumenta muy por encima de 1140 mm en elevaciones mayores que la línea de árboles (Storr, 1967). Nieve
la cubierta permanece de noviembre a junio, debido a las bajas temperaturas y a un gran aporte de
precipitación como nevada (65 – 70 %) (DeBeer & Pomeroy, 2009; Marsh et al. 2012). el derretimiento
El período a menudo comienza en abril, a medida que aumentan las temperaturas, y termina en julio con el máximo de energía solar.
radiación y temperatura (DeBeer & Pomeroy, 2009). Un entorno y clima cercano
La estación de monitoreo Change Canada (ECCC) (ID 3053600: 51.03 N, 115.03 W) identifica el 30
año (1981 2010) temperatura media mensual de junio, julio, agosto y septiembre de 11,4 °C,
36
14,5 °C, 13,8 °C y 9,4 °C, respectivamente, con una mínima anual de 6,2 °C en diciembre y
máxima de 14,5 °C en julio (Figura 24). La precipitación media anual es de 639,3 mm, con 119,4
mm, 64,9 mm y 70,8 mm cayendo en los meses de junio, julio y agosto.
Hubo diferencias espaciales notables en el suelo (Tabla 31) y la vegetación (Figura 3
3) características en todo el humedal. Había una fina capa de arena permeable bien clasificada sobre un
capa semipermeable de limo muy fino en el Norte (010 m en la Figura 33, Tabla 31) y Medio
porciones del humedal (2030 m en la Figura 33, Tabla 31). La sección media del prado
(2030 m) tenía el porcentaje más alto de material orgánico (LOI) y estaba definido por limo y arcilla que
estaba húmedo y plástico, pero no completamente saturado (Christensen, 2017). A través del humedal, suelo
superó su umbral de humedad a 2 m y aumentó su saturación con la profundidad (Christensen, 2017).
En términos de cobertura vegetal, la sección norte del humedal estuvo dominada por Erigeron
caespitosus, de la familia Asteraceae, nativa de la región de las Montañas Rocosas en el oeste de Canadá
(Figura 33). La sección media estuvo dominada por especies tolerantes a la sombra como Equisetum, Salix,
Castilleja raupii y hojarasca (Figura 33). La basura fue mayor en la mitad del humedal,
porque hubo una alta presencia de Salix, un arbusto de hoja ancha que muda sus hojas. Más al sur
y más cerca de la cabecera, la vegetación de la cubierta vegetal era en gran parte musgo marrón (Figura 33).
Tabla 31: Características del suelo de norte a sur (N→S) a lo largo de un gradiente de elevación creciente y exposición a la sombra.
Norte Medio Sur
Torre Torre Cabecera

Confluencia Confluencia
(09,5 cm) (9,529,5 cm) (015 cm)
de corrientes (015,5
de
cm)
arroyos (15,531 cm)
Velocidad
1*101 5*105 7*102 9*105 1*101
media (cm/s)
Tiempo 95.00 0.04 59.16 0.08 107.61

medio (m/día)
DB (g/cm3 ) 1.64 1.50 1.10 1.12 0.49
LEY (%) 5.22 4.91 10.20 6.80 6.92
Permeabilidad Permeable Semipermeable Semipermeable Semipermeable Permeable
Textura Franco limoso Franco limoso Arena arcillosa Marga arenosa Arena arcillosa
37
50
40
30
20
10
Figura 33: Resultados del estudio de cobertura vegetal y vegetación a lo largo de 3 transectos desde la confluencia del arroyo
hasta la cabecera (N→S).
3.3 Materiales y Métodos
3.3.1 Datos meteorológicos
Se instaló una torre meteorológica en Bonsai en el centro del humedal y se instrumentó con equipos meteorológicos para
monitorear las condiciones ambientales del 7 de junio al 10 de septiembre de 2018. Las mediciones se tomaron cada 10
segundos y se promediaron a valores de media hora que
se registraron en un registrador de datos 9210XLite (Sutron, Stirling, Virginia, EE. UU.). Energía a la estación
fue proporcionada por una batería de ciclo profundo de 12 voltios que fue cargada por un panel solar de 40 vatios, equipado
con un controlador solar SunSaver20L. La velocidad del viento se midió con un RM Young 05103 – 10A
anemómetro (Traverse City, Michigan, EE. UU.) a una altura de 3,8 m. Se midió la radiación neta
con un radiómetro neto (NR Lite, Kipp and Zonen, Delft, Países Bajos) y fotosintéticos activos
la radiación se midió con un sensor cuántico (LiCor 2319, LICOR, inc., Lincoln, Nebraska,
UU.) a 3,05 m. La temperatura del aire (Ta) y la humedad relativa (HR) se midieron con un Vaisala
38
Sonda HMP155 a 3,4 m (Vaisala, Helsinki, Finlandia). Dos placas de flujo de calor del suelo (Husk Flux
Sensor Térmico HFP01, Delft, Países Bajos) bajo la superficie del suelo a 5 cm de profundidad para
medir el flujo de calor promedio del suelo. Dos sensores ECH2O EC5 (Meter Group, Hopkins,
Washington, EE. UU.) midió la humedad media del suelo a una profundidad de 10 cm por debajo de la superficie, y
las temperaturas del suelo (Ts) se midieron a 3 profundidades (2 cm, 5 cm y 10 cm) con suelo LiCor 7900180
sondas de temperatura (LICOR Inc., Lincoln, Nebraska, EE. UU.). La precipitación se midió con un
Pluviómetro de cubeta basculante (Onset HOBO, Hoskin Scientific, Burnaby, Columbia Británica, Canadá)
en un claro boscoso a 350 m al norte del sitio de estudio, pero a una altura similar. Además, a
capturar la variabilidad espacial en las condiciones de temperatura y humedad del suelo, se establecieron dos transectos
a lo largo de las direcciones cardinales NS y WE a través del humedal. Humedad del suelo semanal manual
las mediciones se tomaron en intervalos de 3 m, usando el Hydrosense 2 (Campbell Scientific, Logan,
Utah, EE. UU.) a una profundidad de 20 cm.
3.3.2 Mediciones de covarianza de Eddy
Los flujos de agua, carbono y cantidad de movimiento se midieron en el sitio con un sistema Eddy Covariance (EC) desplegado en
la torre meteorológica del 7 de junio al 10 de septiembre. El sistema CE
consistía en un anemómetro sónico 3D (CSAT3; Campbell Scientific Inc., Logan, Utah, EE. UU.) y
un analizador de gas infrarrojo CO2/H2O de camino abierto (IRGA) (LI7500, LICOR Inc., Lincoln, Nebraska,
USA) montado a 3 m sobre la superficie de la torre meteorológica. Los fundentes se muestrearon a una
frecuencia de 10 Hz y promediados durante media hora, con promedios de media hora registrados en un
Registrador de datos CR1000 (Campbell Scientific, Logan, Utah, EE. UU.). Métodos detallados para EC
procesamiento se enumeran en el primer manuscrito, además del Apéndice 1.
3.3.3 Modelo Hill shade
Las coordenadas de la torre Bonsai se ingresaron en www.suncalc.org (Hoffmann, 2018), un sitio web gratuito
sitio web disponible que ofrece datos solares para cualquier fecha y hora en todo el mundo. Suncalc proporcionado
el acimut, la altitud y la longitud de la sombra en intervalos de 15 minutos para los días de cielo despejado durante el período de
estudio (del 7 de junio al 10 de septiembre). Los días de cielo despejado se seleccionaron en función de las observaciones de campo diarias.
ya través de gráficos de curva de campana K↓ diarios casi perfectos. Los registros de días de cielo despejado (n=31) fueron
descargado y compilado en una sola tabla. Valores de altitud negativos, o tiempo que el sol estuvo
por debajo del horizonte, se eliminaron para evitar cualquier error en el cálculo de la sombra de la colina. Este dato fue
39
luego se carga en ArcMap (v10.6) junto con un modelo de elevación digital (DEM) para que se ejecute la región
el análisis de la sombra de la colina. En primer lugar, se crearon rásteres de sombreado de colinas con la herramienta de sombreado de colinas y luego se
recortado en el área de estudio. Cada ráster de sombreado de colinas se reclasificó para asociar sombras con un valor
de 0 y todo lo demás con un valor de 1. La calculadora ráster se usó para crear una sombra de colina
ráster que representó la suma de todos los rásteres para cada día. Cada valor de celda para la colina sumada
el ráster de sombra se convirtió en horas totales de sombra, para cada día de cielo despejado, con 11 intervalos iguales
clases de 1 a 11 horas, utilizando la siguiente ecuación,
( )
= (1)
60 15 /
donde valor de sombreado era el valor de celda del ráster de sombreado de colinas sumado.
3.3.4 Análisis estadístico y cálculos
Todos los análisis estadísticos se realizaron y resumieron con los paquetes dplyr, reshape2, tidyr y
forcats luego se ilustró con ggplot2 en RStudio (RStudio Team, 2016). Antes de cualquier análisis, los datos
se evaluó la normalidad a través de una prueba de normalidad de ShapiroWilks. Resultados del Shapiro
La prueba de Wilks concluyó que todos los datos diarios utilizados en este análisis se distribuyeron normalmente
(p > 0,05), que no sea la salida del modelo hill shade. Dado que los resultados de la sombra de la colina son independientes
variable y el resto de los datos fue aceptado por la prueba de ShapiroWilks, prueba paramétrica
aceptable para usar en el análisis estadístico.
Los resultados de Hill Shade del manuscrito 1 (Capítulo 2) se utilizaron en el análisis estadístico para ayudar
comprender la influencia de la sombra en los flujos de agua y carbono en el sitio. Una regresión lineal
modelo fue utilizado para comprender la influencia de la sombra (variable independiente) en el agua y
flujos de carbono (variables dependientes). Dado que la salida del modelo de sombreado de colinas era la
variable independiente, las pruebas paramétricas fueron aceptables para usar en esta sección del estudio. Ayudar
aislar la sombra en el análisis estadístico, los datos se dividieron en base a Sombra estable con sombra diaria promedio
constante ( del 7 de junio al 30 de julio) y Sombra dinámica con sombra diaria promedio creciente ( 31 de julio al 10 de
septiembre).
Se utilizaron datos meteorológicos en el cálculo de la evapotranspiración potencial (PET), utilizados
en el análisis y la discusión en este estudio. El PET se calculó mediante la ecuación de PriestleyTaylor
(Priestley y Taylor, 1972),
40
= ( ) (2)
+c
donde, α es un coeficiente del modelo (1.26), s es la pendiente de la curva de densidad de vapor de saturación (g/m3 ), γ es la
constante psicrométrica (66 Pa K1 ), Q* es la radiación neta (W/m2 ) , y QG el flujo de calor del suelo (W/m2 ).
3.4 Resultados
3.4.1 Condiciones climáticas
El clima del bonsái se definió por la temperatura del aire fresco y la baja precipitación, común a mediados
elevaciones continentales superiores de latitud (DeBeer & Pomeroy, 2009; Marsh et al. 2012). El 2018
período de estudio mostró tendencias de temperatura y precipitación similares a las reportadas por el
Normales climáticas de Environment and Climate Change Canada (ECCC) (1981 – 2010) para la región.
La temperatura promedio del aire durante el estudio fue de 9 °C (±4.1), con una máxima diaria de 18.6 °C el 10 de agosto y una
mínima diaria de 0.8 °C el 11 de junio (Figura 34). La superficie del suelo permaneció congelada hasta el 20 de junio y luego
aumentó rápidamente la temperatura de 0,3 °C a 7,4 °C durante tres
período de días (Figura 34). El deshielo de primavera coincidió con el momento en que comenzaron a formarse áreas libres de nieve alrededor
la torre (Figura 32B). Las temperaturas mensuales promedio del aire durante el período de estudio de 2018 cayeron
dentro de 2 desviaciones estándar (excepto para septiembre) de las normales climáticas de 30 años de ECCC para el
región (Figura 24). Las precipitaciones de junio a agosto alcanzaron los 339 mm en Bonsai, similar al histórico
promedio estacional a lo largo de Marmot Creek Research Basin (342 mm), ubicado 14 km al norte en el
Cordillera Kananaskis (DeBeer & Pomeroy, 2009).
Los datos se analizaron centrándose en cuatro períodos de tiempo clave, a los que nos referimos como "estacionales".
fases” que se definieron por el espesor de la capa de nieve y la fenología de la vegetación observada hasta el día 23);
el
el estudio (Figura 32). Las fases estacionales fueron: Deshielo (del 7 al 24 de junio al 20 de Reverdecimiento (junio
julio); temporada alta de crecimiento ( del 21 de julio al 23 de agosto); y Senescencia ( 24 de agosto al
10 de septiembre). El inicio del periodo de estudio tuvo eventos de precipitaciones frecuentes e intensas,
donde dos días individuales recibieron más de 33 mm (Figura 34C). La nevada fue capturada en una cámara de lapso de
tiempo hasta el 2 de julio y comenzó nuevamente en el otoño el 29 de agosto. En total junio,
Julio, agosto y septiembre (2018) recibieron 49 mm de precipitación acumulada menos del 30
41
año clima normal, donde sólo julio y septiembre recibieron la cantidad promedio de precipitación.
Por lo tanto, 2018 tuvo temperaturas típicas con menos precipitaciones de lo normal.
Derretimiento de nieve Arriba verde Senescencia de la temporada máxima de crecimiento
Figura 34: Tendencias en los datos meteorológicos durante la temporada de campo de 2018: a) radiación solar entrante
(W/m2 ) y horas de sombra por día, b) temperatura del aire (Ta) y temperatura superficial del suelo (Ts) a 2 cm, y c)
precipitación definida por la lluvia (graficada como barras) y la humedad del suelo (graficada como la línea).
El mayor contenido medio diario de humedad volumétrica (VMC), 34.3 %, se midió en el
medio del humedal (2030 m del arroyo) en nuestra estación meteorológica, el 18 de junio , y
se observó el VMC más bajo de 20.0 % el 23 de agosto en el mismo lugar. Sin embargo, VMC
también varió espacialmente, como lo mostraron nuestras mediciones manuales semanales de VMC (Figura 35). El
Las mediciones manuales mostraron que en julio, el VMC fue más alto cerca del arroyo y más bajo en el
medio del humedal, mientras que en agosto el medio del humedal estaba más saturado que el
42
riberas de arroyos. Esto probablemente fue un subproducto del suelo bien seleccionado cerca del arroyo (Tabla 31) que
limitó la capacidad de retención de humedad una vez que los arroyos se secaron, y una mayor cobertura de hojarasca en el
medio (Figura 33) que ayudó a mantener los suelos húmedos. Al sur de la torre, con mayor proximidad a
la pared de cabeza, hubo una rápida disminución en VMC debido a la textura más gruesa del suelo, la grava y los escombros
desde el testero y taludes.
Figura 35: Tendencia espacial y temporal de la humedad del suelo desde la confluencia de la corriente (0 m) hasta
la cabecera (54 m).
3.4.2 Evapotranspiración de humedales subalpinos
A lo largo de todo el período de estudio de 2018, la evapotranspiración acumulada (ET) y el potencial
la evapotranspiración (PET) alcanzó 158 mm y 176 mm en el sitio, respectivamente (Figura 36).
Durante el derretimiento de la nieve, tanto la ET (0,8 a 2,7 mm/día) como la PET (1,1 a 3,3 mm/día) aumentaron porque
de la evaporación de la escorrentía del deshielo. ET y PET continuaron aumentando en Green Up cuando alcanzaron su
máximo diario del 12 al 17 de julio. , debido a las grandes entradas de nieve derretida
evaporación y transpiración de la vegetación de los humedales, incluidos árboles y arbustos (ET 3.5
mm/día, total de 21 mm; PET 4,5 mm/día, total de 27 mm, respectivamente) (Figura 36). En total,
Green Up aportó 57,5 mm de la ET acumulada estacional, equivalente al 36,5 % de toda la ET en
sólo el 25 % del período de estudio. Las contribuciones diarias de ET fueron mayores durante Green Up porque
la radiación solar entrante (K↓) y la radiación neta (Q*) permanecieron altas después del máximo solar y
proporcionó grandes contribuciones de energía para sostener los flujos de calor latente (Qe) y sensible (Qh) , como se muestra
43
en el Capítulo 2. Después de Green Up, ET fue influenciado por el aumento del efecto de sombra del horizonte y
siguió una tendencia decreciente similar a K↓ durante el resto de la temporada alta de crecimiento y en
Senescencia (Figura 36; Figura 34). Por lo tanto, la ET y la PET de la temporada máxima de crecimiento fueron más bajas
que Green Up con promedios diarios de 2,0 y 2,2 mm/día y totales acumulados de 66,6 y 74,2
mm, respectivamente. Esto representó una contribución mayor que Green Up con 42.2 % del ET total,
pero durante un período de tiempo más largo (37 % del período de estudio). Durante la senectud, la ET se mantuvo baja
(0,94 mm/día; total de 17 mm) y aportó sólo el 10,8 % de la ET total. Por lo tanto, el Green Up
y la temporada máxima de crecimiento proporcionaron la mayor contribución a la ET estacional (124,1 mm, 78,7 % de
ET acumulada) durante el transcurso de este estudio, impulsada por una mayor K↓.
Figura 36: Promedio diario (a) Evapotranspiración potencial (PET) y (b) Evapotranspiración real (ET)
graficados junto con el promedio de horas de sombra por día (puntos negros) en Bonsai Wetland,
Fortress Mountain, Alberta, 2018.
44
3.4.3 Flujo de carbono en humedales subalpinos
El flujo de carbono fue extremadamente variable durante el derretimiento de la nieve y representó una fuente fuerte (definida
como Intercambio Neto del Ecosistema: NEE, fuente indicada por valor positivo), liberando un promedio de 1.4 g C m2 día para
una liberación total de 24 g C a la atmósfera (definida como Respiración del Ecosistema:
Reco) durante este período (Figura 37). Luego, el humedal fluctuó entre una fuente y un sumidero durante Green Up, donde la
variabilidad en la absorción/liberación de C continuó hasta el 6 de julio a medida que la superficie del suelo se volvió cada vez más
libre de nieve. A partir del 6 de julio , Bonsái fue un sumidero C (NEE negativo) hasta
Senectud. La fuerza del sumidero de C aumentó a lo largo de Green Up, cuando el humedal absorbió un promedio de 0,58 g C
m2 por día para un sumidero de carbono total de 16 g C/temporada de Green Up. Máxima productividad
(definido como Producción Primaria Bruta: GPP) ocurrió una vez que todo el sitio quedó libre de nieve y verde (del 29 de julio al 2
de agosto) con un promedio diario de GPP, Reco y NEE de 6.4, 4.5 y 1.8 g C m2 día, respectivamente. El secuestro de C tuvo
lugar en gran medida entre las 08:00 y las 19:00
durante la temporada alta de crecimiento desde mediados de julio hasta finales de agosto (Figura 310). En este
tiempo, la absorción acumulada de C fue lo suficientemente alta como para compensar las emisiones de C del período de derretimiento de la nieve y
cambie Bonsai a un sumidero acumulativo (Figura 37b). La fuerza del sumidero del ecosistema siguió aumentando entre el 29 de
julio y el 2 de agosto , liberando 4,5 g C , con una ingesta media diaria de C de 6,4 g C y una C media
para un NEE de 1,78 g C. Después del máximo estacional del 30 de julio, hubo
hubo una tendencia decreciente en el flujo de C durante el resto del estudio. Durante el período de Senescencia , el sitio siguió
siendo un sumidero de C constante con una absorción neta de C de 0,42 g C m2 día; a excepción de septiembre, que tuvo un
7 el NEE de 3,3 g C. NEE aumentó el 7 de septiembre debido a un clima anormalmente cálido
día (9,4 °C) durante la Senescencia , cuando la temperatura media diaria del aire era de sólo 5,5 °C. Sobre el
Durante todo el período de estudio, Bonsai fue un sumidero neto de 63 g C; sin embargo, puede ser posible que Bonsai sea un
fuente anual neta debido a las altas emisiones de C encontradas durante el derretimiento de la nieve cuando la superficie era nieve
cubierto.
45
Figura 37: Promedio (a) Flujos de carbono diarios (g C m2 día) y (b) Flujos de carbono acumulados (g C
m2 día). Flujos de carbono definidos como Respiración del ecosistema (Reco), Intercambio neto del
ecosistema (NEE) y Producción primaria bruta (GPP), Bonsai Wetland, Fortress Mountain, Alberta, 2018.
3.4.4 Eficiencia en el uso del agua en humedales subalpinos
Desde Green Up hasta Senescence, Bonsai tuvo un WUE promedio de 2.9 g C (kg H2O)1 día (± 0.80)
y fue más alto durante los períodos de máxima productividad (etapa de crecimiento) y más bajo durante las temporadas
intermedias (reverdecimiento y senescencia) (Tabla 32). La EUA máxima (5,3 g C (kg H2O)1 ) ocurrió el 20 de agosto y
la EUA mínima (1,4 g C (kg H2O)1 ) ocurrió el 29 de junio . Durante el máximo estacional el 20 de agosto, la vegetación
fue altamente productiva, pero sufrió estrés hídrico; mientras que en el mínimo estacional ( 29 de junio) la vegetación aún
no era productiva pero tenía una gran reserva de agua.
Los períodos que rodean el máximo y el mínimo ilustran las tendencias estacionales en WUE; durante
46
Green Up y Senescence Bonsai tuvieron promedios diarios bajos (2.4 y 2.9 g C (kg H2O)1 , respectivamente), mientras
que en la temporada alta de crecimiento hubo promedios diarios altos (3.35 g C (kg H2O)1 ).
Tabla 32: Flujos promedio de agua y carbono durante el día (Q* > 10 W/m2 ) durante el período de estudio en
días de cielo despejado: derretimiento de la nieve (del 7 al 23 de junio), reverdecimiento (del 24 de junio al 20 de
julio), crecimiento máximo Temporada (21 de julio al 23 de agosto), y Senescencia (24 de agosto al 7 de septiembre).
Las desviaciones estándar (SD) se enumeran a continuación entre paréntesis.
Y GPP Reco DE SOLTERA UEA
(mm) (gC) (gC) (gC) g C (kg H2O)1
Derretimiento de nieve 1,80 1.81 1.89 0.20 2,30
( 7 de junio – 23 de junio) (± 0,6) (± 0,8) (± 0,9) (± 0,3) (± 0,7)
Arriba verde 3,05 2,90 1,70 1,18 1,90
( 24 de junio – 20 de julio) (± 0,6) (± 0,9) (± 0,3) (± 0,8) (± 0,4)

Crecimiento máximo
2.14 4.61 2.20 2.39 3.39
Estación
21 de julio – 23 de agosto) (± 0,5) (± 0,8) (± 0,6) (± 0,5) (± 0,4)
Senectud 0,98 2,19 1,07 0,97 3,41
( 24 de agosto 10 de septiembre) (± 0,1) (± 0,1) (± 0,2) (± 0,3) (± 0,9)
Promedio 2,31 3,41 1,87 1,49 2,72
(± 0,8) (± 1,3) (± 0,6) (± 1,1) (± 0,9)
El análisis estadístico encontró que WUE se correlacionó negativamente con ET, pero positivamente
se correlacionó con GPP durante todo el período de estudio, lo que confirma que el aumento de ET durante Green Up
condujo a una WUE más baja y un GPP mayor en la temporada alta de crecimiento resultó en una WUE más alta. WUE
tuvo una relación más fuerte con GPP (p < 0.001, R2 = 0.32) que ET (p < 0.05, R2 = 0.16),
lo que indica que hubo una fuerte influencia de una variedad de variables ambientales sobre el estudio
(es decir, VMC, Ta y Ts, K↓ y Sombra) (Tabla 33). Durante Dynamic Shade (cuando la sombra aumentaba rápidamente),
WUE tenía una relación no significativa con la sombra (p> 0.05, R2 = 0.08).
3.4.5 Efectos de la sombra en los flujos de agua y carbono de los humedales subalpinos
ET tuvo una relación estadísticamente significativa con la sombra, donde una mayor sombra en el horizonte condujo a
menores pérdidas por evaporación. La ET y la PET reales tuvieron relaciones negativas estadísticamente significativas
(R2 = 0,66, p < 0,01; R2 = 0,66, p < 0,01, respectivamente) con las horas de sombra por día (hrs/day) durante Dynamic
Shade (Figura 38b), pero no durante Sombra Estable (R2 = 0.04, p > 0.05; R2 = 0.02, p >
0,05) (Figura 38a). Durante Dynamic Shade, cada hora de sombra disminuyó las pérdidas reales de ET en
47
0,42 mm/día (y = 0,42 x +3,3) y pérdidas potenciales de ET de 0,57 mm/día (y = 0,57 x +4,3).
Por lo tanto, la sobreestimación de PET fue mayor al principio de la temporada durante el período de constante
sombra (ET:PET = 0,80) que al final de la temporada cuando la sombra aumentó (ET:PET = 0,97). El
Las relaciones ET:PET se alinean con las conclusiones extraídas del Capítulo 2, que encontró que el presupuesto de energía era
fuertemente ligado a las horas de sombra por día (Figura 212). Por lo tanto, hubo una relación estadísticamente significativa
entre la ET y la energía disponible durante el período de estudio (R2 = 0,79,
p < 0,01), lo que indica que el aumento de la sombra (y la menor energía disponible) disminuyó la evaporación
pérdidas y estableció un mayor potencial para el almacenamiento de agua.
Figura 38: Relación entre las horas de sombra y la Evapotranspiración Real (ET) y la Evapotranspiración
Potencial (PET) en días de cielo despejado durante los períodos de (a) Sombra Estable, y (b)
Sombra dinámica en el humedal Bonsai, Fortress Mountain, Alberta, 2018.
El flujo de carbono del bonsái también estuvo influenciado por la sombra y tuvo un efecto negativo estadísticamente significativo.
relación con GPP (R2 = 0,75; p < 0,01) y Reco (R2 = 0,39, p < 0,05), y una relación positiva estadísticamente significativa con
NEE (R2 = 0,73, p < 0,01) durante Dynamic Shade (Figura 3
9b). Esto indica que cada aumento de sombra por hora durante Dynamic Shade disminuyó el GPP en
0,77 g C m2 día (y = 0,77 x +6,7); disminuyendo en general la fuerza del sumidero de C (NEE) en un promedio de 0,53 g C m2
día (y = 0,53 x 3,9). Por lo tanto, la sombra del horizonte impactó negativamente la absorción de C en
el sitio.
48
Figura 39: Relación entre las horas de sombra y los componentes del flujo de carbono: Producción
primaria bruta (GPP), Respiración del ecosistema (Reco) e Intercambio neto del ecosistema (NEE) en los días
de cielo despejado de la temporada de crecimiento durante los períodos de (a) Sombra estable y (b) Sombra
dinámica en el humedal Bonsai, Fortress Mountain, Alberta, 2018.
El período de Sombra Estable arrojó resultados no significativos y no concluyentes para ET, PET,
y Reco (Figura 37a; Figura 38a), indicando que había otras variables ambientales
influenciando los flujos de agua y carbono en Stable Shade, cuando había una cantidad similar de sombra
y K↓ por día. Por lo tanto, se agregaron VMC, Ta & Ts al análisis de agua y carbono para
determinar su papel en los flujos. ET estuvo fuertemente influenciado por VMC (R2 = 0,55, p < 0,001), Ta (R2 =
0,53, p < 0,001) y Ts (R2 = 0,66, p < 0,0001). También se encontró que Ta tenía una relación positiva
estadísticamente significativa con GPP (R2 = 0,35, p < 0,001), y una relación negativa estadísticamente significativa
con NEE (R2 = 0,35, p < 0,01) y Reco (R2 = 0,23, p < 0,05). Ts tuvo una relación positiva estadísticamente
significativa con GPP (R2 = 0.22, p < 0.05), una relación negativa estadísticamente significativa con NEE (R2 =
0.46, p < 0.01) y una relación no significativa con Reco (R2 = 0.007, p = 0,76). Finalmente, la humedad del suelo
tuvo una relación negativa estadísticamente significativa con GPP (R2 = 0.51, p < 0.01), una relación positiva
estadísticamente significativa con NEE (R2 = 0.55, p < 0.001) y una relación no significativa con Reco (R2 = 0,02,
p = 0,27).
La Figura 310 encontró resultados similares al análisis estadístico, en el que ET y GPP fueron
fuertemente influenciado por la sombra del horizonte. En un ambiente uniforme y no complejo, los flujos
mostrar un patrón de curva de campana normal que aumenta en la mañana, alcanza su punto máximo en la tarde y
disminuyendo hacia la tarde. Sin embargo, en Bonsai hubo un cambio notable de este patrón en
49
mediados de julio, donde el ET de media hora tuvo una reducción repentina a las 16:00 horas. Esta tendencia se convirtió
más intenso en agosto, cuando la sombra disminuyó la energía y los flujos de agua en la mañana de
09:00 a 11:00 horas y a las 15:00 horas por la tarde. La respuesta de ET a la sombra del horizonte
siguió un patrón casi idéntico al de K↓ y Q*, mientras que el GPP tuvo un patrón estacional y diario diferente.
patrón. Similar a los resultados encontrados en el análisis estadístico, el GPP no siguió el mismo patrón
como ET, K↓ o Q* durante la sombra constante, pero tenía una forma de curva de campana que se estrechaba en la porción
de aumentar la sombra en la temporada alta de crecimiento. En general, la absorción de carbono a través de GPP fue mayor
mediodía desde mediados de julio hasta mediados de agosto entre las 08:00 y las 18:00 horas. En
mediados de agosto hubo una rápida disminución en la absorción de C, ya que el humedal pasó de 0,27
g C/30 min a 0,06 0,13 g C/30 min y más cerca de la absorción neta de carbono neutral durante el día
horas.
50
51
3.5 Discusión
3.5.1 Evapotranspiración durante la temporada de crecimiento de un humedal subalpino
Bonsai tuvo una ET significativamente más baja (157 mm) durante el verano que otros prados alpinos y
humedales (Flerchinger et al. 2010; Wu et al. 2015) debido a su temporada de crecimiento más corta (Sanderson
y Cooper, 2008; Wang et al. 2012). La literatura reciente sugiere que las praderas húmedas subalpinas y
Los humedales tienen un amplio rango anual de ET que puede alcanzar hasta 994 mm, con una temporada de crecimiento (mayo
a octubre) aportes de 200 – 657 mm ( Groeneveld et al. 2007 ; Sanderson & Cooper, 2008 ;
Wu et al. 2015). Las grandes diferencias estacionales en ET a menudo son causadas por cambios ambientales localizados.
variables que alteran la duración de la temporada, como la radiación solar, la temperatura del aire, la precipitación, el nivel freático
profundidad y contenido de humedad del suelo (Flerchinger et al. 2010; Wu et al. 2015). En este estudio, bajo
La ET acumulada en Bonsai se debió a la fuerte relación entre la ET, la energía disponible y
sombra del horizonte. A lo largo del período de medición, la sombra apoyó una gruesa capa de nieve, retrasada
contribuciones de transpiración a ET, y limita la energía disponible durante críticos diarios y
periodos de crecimiento estacional. La influencia de la sombra es evidente cuando se compara Bonsai con estudios
realizado en humedales subalpinos con estructura de vegetación, humedad del suelo y nivel freático similares
profundidad. Una pradera húmeda (3885 m snm) en la meseta tibetana de Qinghai (QTP), China y playas
humedal (2,350 m snm) en el Valle de San Luis (SLV), Colorado, cada uno tenía una ET estacional más alta con
236 mm (junio a septiembre) y 352 mm (abril a octubre), respectivamente (Sanderson & Cooper,
2008; Wu et al. 2015). Ambos humedales subalpinos tenían temperaturas promedio frías, niveles freáticos bajos,
y vegetación dominada por juncias, hierbas y juncos; indicando que uno de los limitantes
Las variables para la baja ET en Bonsai fue la sombra del horizonte. El impacto de la sombra del horizonte es visible cuando
observando los patrones horarios y diarios de los flujos de agua a lo largo de la temporada.
Bonsai mostró patrones de ET estacionales similares a los del humedal subalpino, definidos por
aumenta a través del derretimiento de la nieve, el flujo máximo de ET durante el reverdecimiento y una disminución constante en la ET
a lo largo de la temporada máxima de crecimiento hasta la senectud (Cooper et al. 2006; Sanderson & Cooper 2008;
Wang et al. 2012). Hubo un pico en ET durante las horas del mediodía (12:00 a 17:00) de principios
junio debido a la evaporación de la escorrentía del deshielo (Figura 310). Posteriormente, la ET siguió aumentando hasta el máximo
estacional, que duró del 5 al 17 de julio, dos semanas antes de la
literatura (Cooper et al. 2006; Wu et al. 2015). La estacionalidad difirió entre nuestro estudio y el
literatura porque la influencia de la sombra crecía a medida que avanzaba la estación. A mediados de julio hay
52
hubo una disminución notable en K↓ (200 a 75 W/m2 ) y ET (0,13 a 0,05 mm) a partir de las 16:00
horas (Figura 310). La tendencia decreciente por hora en K↓ y ET continuó hasta agosto, donde la sombra
comenzaron a influir los flujos por la tarde (más allá de las 15:00 horas) y por la mañana de 09:00 a
11:00 horas. Durante la tarde, K↓ y ET deberían haber disminuido hasta la puesta del sol; sin embargo, un agudo
reducción a las 16:00 horas a mediados de julio indicó que la sombra del horizonte dio forma a la
flujos localizados de energía y agua durante la temporada máxima de crecimiento (Figura 310).
Este estudio encontró que los flujos de agua estacionales estaban fuertemente influenciados por la relación
entre la energía disponible y la sombra del horizonte. El primer manuscrito de esta tesis (Capítulo 2)
encontró que cada aumento de sombra por hora durante Dynamic Shade, redujo K↓ y Q* diarios en un 13 %
y 16 %, respectivamente. Dado que la ET está controlada en gran medida por la energía disponible, se esperaba
esa sombra también influiría fuertemente en ET. Durante Dynamic Shade, cada intervalo de sombra por hora
por día disminuyó la ET en un 17 %. Por lo tanto, nuestro estudio extrajo conclusiones similares a las de la literatura.
que encontró que una ET más baja se alineaba con períodos de energía disponible reducida y mayor sombra
(Oliphant, 2000). Dado que la sombra tuvo una reducción similar en ET y Q* en días de cielo despejado, fue una
importante mecanismo de control de los flujos de agua y energía en Bonsai durante los meses de verano.
3.5.2 Variabilidad en el flujo de carbono de los humedales subalpinos
El flujo de C varió mucho durante el período de estudio a medida que el sistema cambiaba rápidamente entre una fuente y otra.
hundirse en respuesta a las condiciones ambientales cambiantes después del derretimiento de la nieve. cuando la superficie
estuvo cubierto de nieve, el humedal se comportó como una fuente de carbono; sin embargo, a medida que avanzaba Snow Melt
con mayor temperatura y humedad del suelo, la productividad de la vegetación aumentó a través de Green Up,
alcanzó su punto máximo durante la temporada alta de crecimiento y disminuyó en la senectud. Teniendo en cuenta todas las
fases estacionales, el período de estudio fue un sumidero neto acumulado de 63 g C m2 y fue comparable a un período sin nieve.
valores de período informados en la literatura sobre tundra alpina, praderas y humedales (Kato, et al. 2003;
Zhao et al. 2010; Knowles et al. 2014; Millar et al. 2017). Temporada de crecimiento promedio NEE en alpino
Los humedales variaron de fuertes sumideros en el QTP (46 a 212 g C m2 ) (Kato et al. 2003; Kato et al.
2006; Zhao et al. 2010), a fuentes y sumideros fuertes (342 a 256 g C m2 ) en las Montañas Rocosas
de Wyoming y Colorado (Knowles et al. 2014; Millar et al. 2017). Aunque los sistemas alpinos
han mostrado resultados variables en la fuerza de la fuente/sumidero del ecosistema, los estudios de flujo de C en invierno han encontrado
el prado alpino y el humedal para ser una fuerte fuente de C cuando la superficie del suelo está aislada por
la capa de nieve y la respiración heterótrofa del suelo permanecen activas (Zhao et al. 2010; Knowles et al.
53
2014; Lange et al. 2016). Los resultados de este estudio encontraron que el aislamiento por la capa de nieve mantuvo el suelo
temperatura (2 cm) por encima de 5 °C durante el derretimiento de la nieve, alcanzando el umbral requerido para la respiración
(Lange et al. 2016). Esto indica que la respiración del suelo probablemente continúa durante el invierno.
meses en Bonsai, convirtiéndolo en una fuente neta anual de C; sin embargo, una investigación anual de varios años
estaría obligado a cuantificar sus contribuciones C netas anuales promedio y confirmar o refutar esto
hipótesis.
Bonsai mostró tendencias estacionales normales en el flujo de carbono con GPP y Reco máximos
durante el pico de productividad. El período de medición comenzó con una gruesa capa de nieve durante Snow
Derretimiento que proporcionó una capa aislante que resultó en "pulsos" de emisión de carbono vinculados a
precipitación, temperatura y desgasificación de los poros de aire liberados durante el deshielo. Alto
la respiración heterótrofa del suelo durante el período de derretimiento de la nieve resultó en una fuente de C (con un promedio
de 1,4 g C m2 día1 ) y las mayores contribuciones se produjeron durante la noche a mediados de junio a partir de las 22:00
a las 06:00 horas. Debido a un largo proceso de fusión, el período Green Up duró más que otros
ecosistemas alpinos y representó el aumento en el flujo estacional de C que condujo a la producción máxima durante la
temporada máxima de crecimiento. El Green Up 2018 en Bonsai duró del 24 de junio al 20 de julio ,
terminando varias semanas más tarde que sitios similares reportados en la literatura: el QTP (Kato et al. 2004; Zhao
et al. 2010) y los humedales de las Montañas Rocosas de Colorado (Knowles et al. 2014) comenzaron a reverdecer en
junio y terminó a principios de julio. Este estudio tuvo una Temporada Pico de Crecimiento más corta donde la temporada
máximo en la absorción de C ocurrió dos semanas más tarde que la literatura, porque Green Up entró en el
ventana productiva normal que se encuentra en la tundra alpina, praderas y ecosistemas de humedales (Kato et al.
2003; Zhao et al. 2010; Knowles et al. 2014). Esto indica que el microclima resultante de
la sombra del horizonte extendió Green Up y acortó la temporada máxima de crecimiento en aproximadamente dos
semanas.
Los resultados de este estudio encontraron que durante el período de aumento de la sombra, el flujo de C tuvo un
relación estadísticamente significativa con la sombra del horizonte. Durante Dynamic Shade, GPP y
Reco tuvo una relación negativa estadísticamente significativa con la sombra, mientras que NEE tuvo una relación estadísticamente significativa.
relación positiva significativa con la sombra. Por lo tanto, cada aumento de sombra por hora por día
durante Dynamic Shade, disminuyó el GPP en un 15 % y aumentó el NEE en un 18 %, lo que indica que la sombra
influyó negativamente en la absorción de C en este humedal subalpino. Este hallazgo fue similar a otros estudios,
54
que encontró que NEE tiene una relación estadísticamente significativa con K↓ (p < 0.001, R2 = 0.65)
(Kato et al. 2003; Cao et al. 2017).
En Sombra Estable, cuando la sombra se mantuvo relativamente constante, las variables ambientales como
VMC, Ts y Ta desempeñaron un papel importante en la regulación del flujo de C (Kato et al. 2003; Zhao et al. 2010;
Cao et al. 2017). A lo largo de Stable Shade, NEE aumentó con una mayor VMC del deshielo y
disminuyó con Ta y Ts más altos durante el deshoje completo, razón por la cual el humedal fue una fuente neta en
Snow Melt y principios de Green Up, pero un sumidero al final de Green Up y durante Peak Growing
Estación. Se ha identificado en la literatura que la temperatura y la humedad influyen fuertemente en el NEE
en ecosistemas de praderas alpinas y humedales, en los que la temperatura ha sido particularmente reconocida
como una señal fotosintética importante (Monson et al. 2002; Knowles et al. 2014; Millar et al. 2017).
La relación entre C y la temperatura fue muy notable a medida que NEE aumentó junto con Ts
a través de Green Up y Peak Growing Season, y respondió rápidamente a un pico anormal en Ta y Ts el 7 de septiembre en
Senescence.
3.5.3 WUE como indicador del uso del agua en humedales subalpinos
La eficiencia del uso del agua varió en respuesta a los cambios en la productividad de las plantas y la disponibilidad de agua.
En el transcurso del estudio, la WUE promedio fue comparable a la de los prados alpinos y los humedales.
literatura (Hu et al. 2008; Zhu et al. 2014). La WUE máxima fue un orden de magnitud menor y
ocurrió varias semanas más tarde en la temporada que otros estudios (Hu et al. 2008; Monson et al. 2010;
Zhu et al. 2014), mientras que la WUE mínima ocurrió durante un período de tiempo similar al que se encuentra en la literatura.
(Monson et al. 2010; Tian et al. 2010). Las diferencias estacionales en la EUA se atribuyeron a una
excedente de recursos hídricos durante Green Up que soportó altas pérdidas por evaporación y bajo C
producción, mientras que un menor suministro de agua durante la temporada alta de crecimiento se utilizó principalmente en
fotosíntesis. Esto indica que aunque la humedad del suelo disminuyó a lo largo de la temporada, la vegetación
mostró una mayor EUA, lo que sugiere que los humedales de los valles sombreados siguen siendo productivos a través de un corto
oportunidad de crecimiento. Estudios recientes han encontrado que durante la temporada de crecimiento, WUE aumenta
linealmente con K↓ más bajo y que las fluctuaciones en la disponibilidad de luz (es decir, sombra del horizonte o cobertura de nubes)
aumentar la productividad de las plantas (Gao et al. 2018; Kromdijk et al. 2016). Los hallazgos de este estudio
de acuerdo con la literatura, que una menor humedad del suelo y una disminución de K↓ condujeron a una mayor WUE durante el
estudio completo, pero no encontró una relación directa con la sombra durante el período de Dynamic Shade (Niu
55
et al. 2011; Han et al. 2013; Gao et al. 2018). Esto confirma nuestra hipótesis de que WUE permaneció
relativamente no afectado porque la sombra redujo ET y GPP por márgenes similares.
Este estudio encontró las variables ambientales que influyen en los flujos de agua y carbono.
controlar igualmente los patrones estacionales de WUE. Este es el resultado de un ecosistema estrechamente interconectado
donde la sombra y el microclima resultante rigen las condiciones ecohidrológicas. Sombra del horizonte
protegió una gruesa capa de nieve del rápido derretimiento primaveral que liberó agua lentamente, mantuvo el suelo
la humedad y la evaporación sostenida a principios de la temporada. Durante la temporada alta de crecimiento sombra
redujo K↓ y disminuyó ET en Senescencia. Por lo tanto, la sombra del horizonte era un mecanismo para
control de la humedad porque apoyó un entorno con mayor acumulación de nieve y alta
VMC en el período de Sombra Estable y baja ET y GPP durante Sombra Dinámica. estos patrones
en el uso del agua indican que la temporada de crecimiento restringida en Bonsai fue apoyada por un horizonte
sombra que retuvo el agua para sustentar el humedal durante los períodos productivos más adelante en la temporada.
Bajo las incertidumbres climáticas futuras, el almacenamiento de agua será cada vez más importante en el
zona subalpina, porque los bosques han experimentado una mayor perturbación, un crecimiento más corto
temporadas, disminución de la acumulación de nieve en invierno y aumento de las pérdidas de ET en verano (Pomeroy et al.
2012; Harpold et al. 2015; Pomeroy et al. 2015). Como resultado, los humedales sombreados proporcionan una
oportunidad de almacenar grandes volúmenes de agua para la escorrentía al final de la temporada sin dejar de ser productivo
dentro de ventanas de crecimiento cortas. Por lo tanto, la sombra puede retrasar o anular cualquier cambio rápido en
funcionalidad del ecosistema de humedales, que ayudará a equilibrar las pérdidas de agua previstas
bosques Sin embargo, se requiere más investigación sobre SWE, para ayudar a comprender el almacenamiento de deshielo en
humedales y su contribución a la escorrentía río abajo.
3.6 Conclusiones
Este estudio analizó las tendencias estacionales de los flujos de agua y C en un humedal subalpino y el papel
de la sombra del horizonte y otras variables ambientales sobre su variabilidad temporal. Tendencias estacionales
en ET y C encontraron resultados contradictorios con la literatura. La ET acumulada fue significativamente menor,
y el momento del máximo estacional no se alineó con la literatura. El flujo pico C también se retrasó
en comparación con otros estudios debido a un período Green Up más largo que condujo a un retraso en la producción máxima
y una temporada alta de crecimiento más corta. ET fue más alto en Green Up, mientras que GPP fue más alto en Peak
Temporada de Crecimiento, resultante de diferentes variables de control y disponibilidad de agua. ET y GPP
56
tenía fuertes relaciones con la sombra que reducían la energía disponible para los fundentes cuando la sombra
aumentó a medida que avanzaba la temporada máxima de crecimiento . Los flujos de ET y C tuvieron una respuesta similar a la horaria.
aumentos de sombra por día (ET 17 %, GPP 15 % reducciones); sin embargo, ET respondió más rápido a
sombra y se redujo en un margen mayor, lo que indica que tenía un umbral de corte de energía más bajo
que el GPP. Por lo tanto, cuando la sombra era baja y constante en Stable Shade, los flujos eran en gran medida
influenciado por variables ambientales como Ta, Ts y VMC; pero, cuando la sombra aumentó rápidamente en
Dynamic Shade, tuvo una gran influencia en los flujos. Con un promedio estacional de 2,9 g C (kg H2O)1 , Bonsai tuvo una WUE baja
que fue comparable a la literatura. Durante todo el período de estudio ( del 7 de junio al 10 de septiembre ), la WUE aumentó con la
disminución de la humedad del suelo, pero permaneció relativamente poco afectada por la sombra durante el período de Dynamic
Shade ( del 30 de julio al 10 de septiembre)
porque redujo igualmente ET y GPP.
En general, los flujos de agua y C de Bonsai dependían en gran medida del espesor de la capa de nieve, el suelo
humedad y energía disponible. La gruesa capa de nieve a lo largo del margen occidental del humedal
proporcionó derretimiento al final de la temporada que mantuvo VMC y apoyó ET en Green Up y GPP durante
Temporada alta de crecimiento. Sin embargo, las fuertes reducciones en ET comenzaron en agosto cuando la sombra del horizonte
creció en extensión espacial y redujo la energía disponible para el humedal. Se supone que se reduce
las pérdidas por evaporación ayudaron a sustentar la escorrentía tardía de la temporada hacia las comunidades río abajo donde el agua
Se necesitan suministros (es decir, las praderas). Sin embargo, debemos investigar más a fondo SWE y el isótopo
firmas para ayudar a cuantificar e identificar las contribuciones de escorrentía al final de la temporada de Bonsai a
sistemas aguas abajo.
57
Capítulo 4: Resumen y limitaciones
4.1 Resumen
Es ampliamente conocido que las regiones alpinas experimentarán una mayor perturbación (es decir, incendios forestales, insectos
infestaciones y enfermedades) vinculadas a los cambios en el clima y la actividad humana (Desai et al. 2011; Fang
et al. 2013). Aunque el riesgo de sequía e inundaciones aumenta en las tierras bajas, sigue faltando
del conocimiento hidrológico dentro de las cuencas de cabecera alpinas durante la temporada de crecimiento.
Históricamente, la investigación en la cabecera se ha centrado en el derretimiento de la nieve y los glaciares durante la transición.
periodos en primavera y otoño (Pluss & Mazzoni, 1994; Marks et al. 2008; Ma et al. 2016). Por lo tanto,
es fundamental desarrollar una comprensión más sólida del uso y almacenamiento de agua dentro de Canadá
Montañas Rocosas, porque esta región ya ha estado sujeta a la infestación del escarabajo del pino de montaña
e inundaciones históricas (es decir, Calgary 2013). Para ayudar a establecer una planificación y una política eficaces
desarrollo, primero debemos aumentar nuestro conocimiento sobre la relación entre la energía y
flujos de agua de los ecosistemas de montaña durante el período libre de nieve. Dinámica de la sombra en alpine
Se ha demostrado que los entornos controlan significativamente el intercambio de radiación (Oliphant et al. 2003;
Marsh et al 2012); sin embargo, este fue el primer estudio en profundidad para modelar patrones de sombra estacionales durante
la temporada de crecimiento y para determinar cómo la sombra influye en los flujos de energía, agua y carbono de
un humedal subalpino.
Esta investigación encontró que la sombra del horizonte variaba en intensidad y extensión espacial a lo largo del
temporada de crecimiento en relación con la trayectoria del sol y la topografía circundante. Al principio del estudio, sombra
no tuvo una gran influencia sobre la hidroclimatología de los humedales, con un promedio de solo 2 horas por día hasta el 30 de
julio. Durante la sombra estable, la sombra fue más intensa a lo largo del límite suroeste de la
humedal, comportándose como un mecanismo importante para el control de la humedad. La sombra redujo el radiativo
y flujos turbulentos, que soportaron una capa de nieve más gruesa que permaneció más tiempo en la temporada
que en cualquier lugar de la cuenca circundante. Sin embargo, cuando la sombra aumentó en el período de Dinámica
sombra, los componentes del presupuesto de energía tuvieron una relación negativa estadísticamente significativa con
la sombra del horizonte. En promedio, cada aumento por hora por día en la sombra del horizonte redujo Q* y K↓ en 28 W/m2 y 32
W/m2 , equivalentes al 16 % y 13 % de la energía total diaria, respectivamente.
Los flujos de agua y carbono siguieron patrones similares a Q* y K↓, donde cada hora de sombra
redujo ET y GPP en un 17 % y un 15 %, respectivamente. ET tuvo una respuesta más rápida a la sombra, lo que indica
que el umbral de energía requerido para sostener ET era más bajo que el de GPP. Uso del agua
58
la eficiencia no se vio afectada por la sombra del horizonte, porque la sombra redujo por igual la ET y el GPP.
WUE bajo en sombra estable indica que el humedal estaba muy saturado por la escorrentía del deshielo,
resultando en altas contribuciones de evaporación a ET pero baja absorción de carbono de fuentes no productivas.
vegetación. Sin embargo, una vez que se disipó la capa de nieve, el humedal tuvo una EUA alta debido a una menor
ET y mayor GPP de la vegetación en plena hoja.
Este conocimiento proporciona una mejor perspectiva para predecir la respuesta del uso del agua y el carbono.
en los humedales subalpinos al cambio climático. En general, los humedales subalpinos han estado muy bajo
representado en la literatura de flujo de agua y carbono, lo que hace que las mediciones observadas en este estudio
una contribución importante para ayudar a establecer un conocimiento práctico de las condiciones de referencia dentro
estos sistemas. Por lo tanto, los conocimientos y las conclusiones extraídas de esta investigación ayudarán a llenar el vacío.
presupuestos regionales de agua a través de modelos mejorados con una mayor comprensión de
Condiciones ecohidrológicas en humedales subalpinos. Finalmente, un mayor conocimiento sobre la sombra dentro
las cuencas de las montañas mejorarán las técnicas de modelado al mejorar nuestra comprensión de
flujos de energía, agua y carbono dentro de ecosistemas rodeados por un terreno complejo.
4.2 Limitaciones del proyecto
Este estudio encontró algunas limitaciones que es importante abordar. El modelo hill shade en
ArcMap (v10.6) proporcionó una herramienta útil para ayudar a analizar cuantitativamente el espacio y el tiempo
patrones en la sombra a través del sitio de estudio. Sin embargo, el modelo supuso condiciones de cielo despejado sin
indicación de niebla, humo o cielo nublado. Por lo tanto, los datos observados se filtraron para los días que cumplían
estos requisitos mediante el análisis de notas de campo diarias y las tendencias en la radiación solar. Solo los dias que habia
se incluyeron cielos despejados en las notas de campo y curvas de campana casi perfectas en la radiación solar observada
en el estudio. Esto redujo el tamaño de la muestra en aproximadamente un 32% de 96 días de muestra a 31 días.
días de muestra, que siguió siendo un tamaño de muestra adecuado para realizar análisis estadísticos (Minitab,
2017).
59
Apéndice 1: Método de procesamiento de covarianza de Eddy
Los datos brutos de CE fueron procesados internamente por el registrador de datos usando el software Easy Flux
proporcionado por Campbell Scientific dentro de sus registradores de datos, que representaron la densidad de Webb
(Webb et al. 1980) corrección para sensores de camino abierto. Debido al almacenamiento limitado, solo los fundentes finales fueron
almacenados en el registrador de datos y no datos de alta frecuencia. Una vez que los flujos y los datos meteorológicos fueron
descargados y compilados para el período de estudio, se procesaron en RSoftware utilizando un
guion creado, donde se verificó la calidad de los datos y se marcó la integridad del registro y los valores atípicos,
siguiendo los métodos sugeridos en Aubinet et al (2012). Además, los promedios de media hora que
lluvia medida y correspondiente a las condiciones ambientales favorables para la formación de rocío
(calculados a partir de datos meteorológicos) se marcaron como valores faltantes en el análisis. una huella
luego se completó el análisis para el sitio de estudio siguiendo a Kljun et al 2015 (usando su FFP R
funciones). Luego, todos los flujos se filtraron para estar dentro del 80% de la huella calculada (Figura
A1). Luego, los datos ubicados dentro de la huella se procesaron aún más, donde se calcularon los flujos C.
se dividieron y llenaron huecos y los flujos de agua se llenaron con huecos. Los datos de flujo de carbono se dividieron en
flujos componentes de la producción primaria bruta (GPP) y la respiración del ecosistema (Reco), mientras que Net
El Intercambio de ecosistemas (NEE) se llenó posteriormente, utilizando el paquete REddyProc R de
Würtzler et al (2018). Los flujos de calor sensible y latente dentro de la huella de la torre fueron
procesado siguiendo los protocolos estándar que se encuentran en Petrone et al. (2001), Wilson et al. (2002), Marrón
et al. (2010) y Petrone et al. (2015). ET se calculó a partir del flujo de calor latente y se llenó utilizando
el método de la relación de Bowen y Prisetly Taylor calcularon la ET, siguiendo a Petrone et al. (2001). Suelo
el flujo de calor se llenó como el 10% de la radiación neta medida.
60
Figura A1: Mapa de huella de flujo de covarianza de Eddy promedio durante el período de estudio.
61
Referencias
Aber, J., Pavri, F. y Aber, S. (2012). Estudios de casos de humedales de gran altitud y latitudes altas.
Ambientes de humedales: una perspectiva global, 336–357.
Ackerly, DD (2010). La geografía del cambio climático: implicaciones para la biogeografía de la conservación.
Diversidad y Distribuciones, 16(3), 476487.
Alberta Environment and Parks, Gobierno de Alberta. (2018). Cuencas Base. Edmonton, Alberta: Alberta Environment
and Parks, Gobierno de Alberta. Obtenido de https://www.alberta.ca/hydrologicaldata.aspx
Ashfaq, M., Ghosh, S., Kao, SC, Bowling, LC, Mote, P., Touma, D., . . . Diffenbaugh, Nueva Zelanda
(2013). Aceleración a corto plazo del cambio hidroclimático en el oeste de los Estados Unidos. Revista de
Investigación Geofísica: Atmósferas, 118(10), 676–693.
Aubinet, M., Vesala, T. y Papale, D. (2012). Covarianza de Eddy: una guía práctica para
medición y análisis de datos. Springer y medios comerciales.
Badano, EI, Cavieres, LA, MolinaMontenegro, MA, & Quiroz, CL (2005). El aspecto de la pendiente influye en los
patrones de asociación de plantas en el matorral mediterráneo de Chile central.
Revista de entornos áridos, 62(1), 93108.
Bales, RC, Molotch, NP, Painter, TH, Dettinger, MD, Rice, R. y Dozier, J. (2006).
Hidrología de montaña del oeste de los Estados Unidos. Investigación de Recursos Hídricos, 42, 113.
Barnett, TP, Adam, JC y Lettenmaier, DP (2005). Impactos potenciales de un clima cálido en la disponibilidad de agua
en una región dominada por la nieve. Naturaleza, 438, 303309.
Barón, JS, Schmidt, TM y Hartman, MD (2009). Cambios inducidos por el clima en la dinámica de nitratos de
corrientes de gran altura. Biología del cambio global, 15, 1777–1789.
Barros, C., Gueguen, M., Douzet, R., Carboni, M., Boulangeat, I., Zimmermann, EN y
Thuiller, W. (2017). Los eventos climáticos extremos contrarrestan los efectos del clima y los cambios en el
uso de la tierra en las líneas de árboles alpinos. Revista de Ecología Aplicada, 54(1), 3950.
Barry, RG (1981). Tiempo y clima de montaña. Londres: Methuen & Co.
Bavay, M., Grunewald, T. y Lehning, M. (2015). Respuesta de la capa de nieve y la escorrentía al cambio climático en
cuencas alpinas altas del este de Suiza. Avances en Recursos Hídricos, 55, 416.
Beniston, M. (2003). Cambio climático en las regiones montañosas: una revisión de los posibles impactos.
Cambio Climático, 59, 531.
Beniston, M. (2006). Tiempo y clima de montaña: una visión general y un enfoque en el clima
Cambio en los Alpes. Hidrobiología, 562, 316.
62
Benniea, J., Huntleya, B., Wiltshirea, A., Hillb, MO y Baxter, R. (2008). Pendiente, aspecto y clima: Modelos
espacialmente explícitos e implícitos de microclima topográfico en pastizales calcáreos. Modelado
ecológico, 216(1), 4759.
Böhm R, Auer I, Brunetti M, Maugeri M, Nanni T y Schöner W (2001). Regional
variabilidad de la temperatura en los Alpes europeos: 1760–1998 a partir de series temporales
instrumentales homogeneizadas. Revista internacional de climatología, 21, 1779–1801.
Brown, RD y Robinson, DA (2011). Variabilidad de la cubierta de nieve primaveral del hemisferio norte
y cambio entre 1922 y 2010, incluida una evaluación de la incertidumbre. La criosfera, 5, 219229.
Brown, SM, Petrone, RM, Mendoza, C. y Devito, KJ (2010). Controles de la vegetación superficial sobre la
evapotranspiración de un humedal subhúmedo de la Llanura Boreal Occidental. Procesos
hidrológicos, 24(8), 10721085.
Bush, E. y Lemmen, D. (Eds.). (2019). Informe sobre el cambio climático de Canadá. Gobierno de
Canada, 444.
Fundación Calgary. (2019). Reconocimiento de Tierras. Obtenido de Calgary Foundation: For Community,
Forever: https://calgaryfoundation.org/aboutus/vitalpriorities/strengthening
relationshipswithindigenouscommunities/landnowledgement/?
fbclid=IwAR3S0eLUkNtMVpenUUycoJLriPmcfaE0viCpK_uH51F BxLvuhpZeSjnftZk
Campbell, DI y Williamson, JL (1997). Evaporación de una turbera elevada. Diario de
Hidrología, 193, 142–160.
Cannone, N., Sgorbati, S. y Guglielmin, M. (2007). Impactos inesperados del cambio climático en
vegetación alpina. Fronteras en Ecología y Medio Ambiente, 5(7), 360–364.
Cao, S., Cao, G., Feng, Q., Han, G., Lin, Y., Yuan, J., . sumidero . . Cheng, S. (2017). humedal alpino
de carbono del ecosistema y sus controles en el lago Qinghai. Environmental Each Sciences,
76(210), 115.
Chen, L.F., He, Z.B., Du, J., Hang, J.J. y Zhu, X. (2016). Patrones y controles ambientales
de carbono orgánico del suelo y total. Catena, 137, 3743.
Christensen, CW (julio de 2017). Un estudio geofísico de los procesos de aguas subterráneas alpinas y sus
controles geológicos en el sureste de las Montañas Rocosas de Canadá (Tesis de Maestría).
Christensen, NS y Lettenmaier, DP (2007). Un enfoque de conjunto múltiple para la evaluación de los impactos
del cambio climático en la hidrología y los recursos hídricos de la cuenca del río Colorado. Hidrol.
Sistema Tierra Sci., 11, 14171434.
Cooper, DJ, Sanderson, JS, Stannard, DI y Groeneveld, DP (2006). Efectos a largo plazo
Disminución del nivel freático sobre la evapotranspiración y la vegetación en una
comunidad freatofita de una región árida. Revista de hidrología, 325(14), 2134.
63
Decano, NOSOTROS (1974). Determinación de carbonato y materia orgánica en sedimentos calcáreos y rocas
sedimentarias por pérdida por calcinación; comparación con otros métodos. Revista de Investigación
Sedimentaria, 44(1), 242248.
DeBeer, CM y Pomeroy, JW (2009). Modelado del derretimiento de la nieve y el agotamiento de la capa de nieve en un
pequeño circo alpino, Montañas Rocosas canadienses. Procesos hidrológicos, 23(18), 2584– 2599.
Desai, AR, Moore, DJ, Ahue, WK, Wilkes, PT, de Wekker, SF, Brooks, BG, . . . al., e. (2011). Patrón estacional del
balance de carbono regional en las Montañas Rocosas centrales a partir de mediciones superficiales y
aéreas. Revista de Investigación Geofísica, 116.
Dymond, C. (2002). Mapeo de patrones espaciales de vegetación a partir de gradientes modelados de agua, temperatura
y radiación solar. Revista de Fotogametría y Detección Remota, 57(12), 69–85.
Ebrahimi, S. y Marshall, SJ (2016). Sensibilidad del balance de energía superficial a la variabilidad meteorológica
en el glaciar Haig, Montañas Rocosas canadienses. La Criosfera, 10, 2799– 2819.
Essery, R. y Marks, D. (2007). Escalado y parametrización de la radiación solar en cielo despejado sobre topografía
compleja. Revista de Investigación Geofísica, 112, 1–12.
Agencia Europea de Medio Ambiente. (2010, 9 de septiembre). La columna vertebral ecológica de Europa: reconocer el
verdadero valor de nuestras montañas. Agencia Europea de Medio Ambiente, 13244.
Falge, E., Baldocchi, D., Olson, R. y Anthoni, P. (2001). Estrategias de llenado de brechas para defendible
sumas anuales de intercambio neto de ecosistemas. agricola Para. Meteorol., 107, 4369.
Fang, X., Pomeroy, JW, Ellis, CR, MacDonald, MK, DeBeer, CM y Brown, T. (2013).
Evaluación multivariable de predicciones de modelos hidrológicos para una cuenca de cabecera en las Montañas
Rocosas canadienses. Hidrología y Ciencias del Sistema Terrestre, 17(4), 16351639.
Flerchinger, GN, Marks, D., Reba, ML, Yu, Q. y Seyfried, MS (2010). Flujos superficiales y balance hídrico de vegetación
espacialmente variable dentro de una pequeña cuenca montañosa de cabecera. Hidrología y Ciencias del
Sistema Terrestre, 14(6), 965978.
Congelar, RA y Cherry, JA (1979). Agua subterránea. Englewood Cliffs, Nueva Jersey: PrenticeHall Inc.
Gao, X., Gu, F., Mei, X., Hao, W., Li, H. y Gong, D. (2018). Eficiencia en el uso de la luz y el agua como
influenciado por nubes y/o aerosoles en una tierra de cultivo de maíz de primavera de secano en la meseta
de loess. Ciencia de cultivos, 58(2), 853862.
Geiger, R. (1965). El clima cerca del suelo. Cambridge, Massachusetts: Prensa de la Universidad de Harvard.
Gottfried, M., Pauli, H. y Grabherr, G. (1998). Predicción de patrones de vegetación en los límites de la vida vegetal: una
nueva visión del ecotono alpinonival. Investigación ártica y alpina, 30, 207– 221.
64
Graae, BJ, De Frenne, P., Kolb, A., Brunet, J., Chabrerie, O., Verheyen, K., . . . Milbau, A.
(2012). Sobre el uso de datos meteorológicos en estudios ecológicos a lo largo de gradientes altitudinales
y latitudinales. Oikos, 121(1), 319.
Grabherr, G., Gottfried, M. y Pauli, H. (1994). Efectos del clima en las plantas de montaña. Naturaleza, 369,
448.
Groeneveld, DP, Baugh, WM, Sanderson, JS y Cooper, DJ (2007). Evapotranspiración anual de agua subterránea
mapeada a partir de escenas satelitales individuales. Revista de hidrología, 344(12), 146156.
Grusson, Y., Sun, X., Gascoin, S., Sauvage, S., Raghavan, S., Anctil, F., & SáchezPérez, J.M.
(2015). Evaluación de la capacidad del modelo SWAT para simular la nieve, el derretimiento de la nieve
y la dinámica del flujo de agua sobre una cuenca alpina. Revista de hidrología, 531, 574588.
Gu, L., Baldocchi, D., Vernma, SB, Black, TA, Vesala, T., Falge, EM y Dowty, PR
(2002). Ventajas de la radiación difusa para la productividad de los ecosistemas terrestres. Revista de
Investigación Geofísica, 107(D6), ACL 21ACL 223.
Han, Q., Luo, G., Li, C., Ye, H. y Chen, Y. (2013). Modelado primario de la red de pastizales
productividad y eficiencia en el uso del agua a lo largo de un gradiente de elevación de las montañas
del norte de Tianshan. Revista de tierras áridas, 5(3), 354365.
Harpold, AA, Molotch, NP, Musselman, KN, Bales, RC, Kirchner, PB, Litvak, M. y Brooks, PD (2014). Respuesta
de la humedad del suelo al tiempo de deshielo en bosques subalpinos mixtos de coníferas.
Procesos Hidrológicos, 29(12), 27822798.
Hoffmann, T. (2018, 1 de mayo). Obtenido de SunCalc: https://www.suncalc.org/
Hu, Z., Yu, G., Fu, Y., Sun, X., Li, Y., Shi, P., . . . Zheng, Z. (2008). Efectos de la vegetación
control sobre la eficiencia del uso del agua en los ecosistemas dentro y entre cuatro ecosistemas de
pastizales en China. Biología del cambio global, 14, 16091619.
Immerzeel, W. (2008). Modelado espacial de cuencas montañosas: un análisis integrado del ciclo hidrológico,
el cambio climático y la agricultura. Estudios geográficos de los Países Bajos, 369.
IPCC (Panel Intergubernamental sobre Cambio Climático). (2001). Tercer informe de evaluación de la
Grupo Intergubernamental de Expertos sobre el Cambio Climático.
Ives, JD y Messerli, B. (1999). Declarado por las Naciones Unidas como "Año Internacional de las Montañas".
Arctic, Antarctica, and Alpine Research, 3, 211213.
Kato, T., Tang, Y., Gu, S., Cui, X., Hirota, M., Du, M., . intercambio . . Oikawa, T. (2003). Dióxido de carbono
entre la atmósfera y un ecosistema de pradera alpina en la meseta tibetana de Qinghai, China.
Meteorología Agrícola y Forestal, 124(12), 121134.
sesenta y cinco
Kato, T., Tang, Y., Gu, S., Hirota, M., Dus, M., Li, Y. y Zhao, X. (2006). Temperatura y
influencias de la biomasa en los cambios interanuales en el intercambio de CO2 en una pradera alpina en la
meseta tibetana de Qinghai. Biología del Cambio Global, 12(7), 12851298.
Kljun, N., Calanca, P., Rotach, MW y Schmid, HP (2015). Un simple bidimensional
parametrización para Flux Footprint Prediction (FFP). Desarrollo de modelos de geociencias, 8, 36953713.
Knowles, JF, Burns, SP, Blanken, PD y Monson, RK (2015). Flujos de energía, agua y dióxido de carbono de
ecosistemas montañosos en Niwot Ridge, Colorado. Ecología vegetal y diversidad, 8(56), 663–676.
Konzelmann, T., Calanca, P., Muller, G., Menzel, L. y Lang, H. (1997). Balance energético y evapotranspiración en
una zona de alta montaña durante el verano. Revista de Meteorología Aplicada, 36, 966973.
Kromdijk , J. , Glowacka , K. , Leonelli , L. , Gabilly , ST , TIawai , M. , Niyogi , KK y Long , S. (2010).
P. (2016). Mejorar la fotosíntesis y la productividad de los cultivos acelerando la recuperación de la fotoprotección.
Ciencia, 354(6314), 857861.
Kullman, L. (2002). Rápido aumento reciente del margen de distribución de las especies de árboles y arbustos en
los Scandes suecos. Revista de Ecología, 90, 6877.
Lange, SF, Allaire, SE, Castillo, MA y Dutillel, P. (2016). Dinámica de N2O y CO2 en un suelo de pastura a lo largo del
período congelado. Revista Canadiense de Ciencias del Suelo, 97(3), 497511.
Lapp, S., Byrne, J., Townshend, I. y Kienzle, S. (2005). Impactos del calentamiento climático en la nieve
acumulación en una cuenca alpina. Revista Internacional de Climatología, 25(4), 521536.
Larcher, W. (2006). Ecología fisiológica de las plantas (4ª ed.). Berlín: Springer.
LeDrew, EF (1975). El balance energético de un sitio alpino de latitud media durante el crecimiento
estación. Investigación ártica y alpina, 7, 301314.
Lenoir, J. (2013). Las temperaturas locales deducidas de las comunidades de plantas sugieren una fuerte
amortiguación espacial del calentamiento climático en el norte de Europa. Biología del cambio global, 19(5),
14701481.
Ma, Y., Pinker, RT, Wonsick, MM y Li, C. (2016). Flujos radiativos de onda corta en pendientes.
Revista de Meteorología y Climatología Aplicadas, 55, 15131532.
Marks, D., Winstral, A. y Flerchinger, G. (2008). Comparación de los flujos de calor sensible y latente simulados y medidos
sobre la nieve bajo un dosel de pino para mejorar un modelo de deshielo de equilibrio energético. Revista de
Hidrometeorología, 9, 15061522.
Marsh, CB, Pomeroy, JW y Spiteri, RJ (2012). Implicaciones del sombreado montañoso en el cálculo de la energía
del deshielo utilizando mallas triangulares no estructuradas. Procesos hidrológicos, 26, 1767–1778.
66
McFarlane, JC y Sager, JC (1998). Manual de cámara de crecimiento de plantas. (RW Langhans y TW Tibbitts,
Eds.) Ames, Iowa, EE. UU.: Publicación de investigación de la región norte central n.° 340: Capítulo
1: Radiación.
Medrano, H., Tomas, M., Martorell, S., Flexas, J., Hernandez, E., Rossello, AP, . . . Bota, J.
(2015). De la hoja a la eficiencia del uso del agua (WUE) de toda la planta en copas complejas:
limitaciones de la WUE de la hoja como objetivo de selección. The Crop Journal, 3(3), 220228.
Meybeck, M., Green, P. y Vorosmarty, C. (2001). Una nueva tipología para las montañas y otras clases de
relieve: una aplicación a los recursos hídricos continentales globales y la distribución de la
población. Investigación y desarrollo de las montañas, 21, 34–45.
Millar, DJ, Cooper, DJ, Dwire, KA, Hubbard, RM y von Fischer, J. (2017). Las turberas de montaña varían
desde sumideros de CO2 en elevaciones altas hasta fuentes en elevaciones bajas: implicaciones
para un cambio climático. Ecosistemas, 20, 416–432.
Minitab. (2017). Prueba t de 1 muestra. Documento técnico de Minitab Assistant, 118. Obtenido de
https://support.minitab.com/enus/minitab/18/Assistant_One_Sample_t.pdf
Monson, RK, Turnipseed, AA, Sparks, JP, Harley, PC, ScottDenton, LE, Sparks, K. y Huxman, TE (2002).
Secuestro de carbono en un bosque subalpino de gran altitud. Biología del Cambio Global, 8(5), 459478.
Moore, DJ, Hu, J., Sacks, WJ, Schimel, DS y Monson, RK (2008). Estimación
la transpiración y la sensibilidad de la absorción de carbono a la disponibilidad de agua en un
bosque subalpino usando un modelo de proceso de ecosistema simple informado por flujos netos
medidos de CO2 y H2O. Meteorología agrícola y forestal, 148(10), 14671477.
Niu, S., Xing, X., Zhang, Z., Xia, J., Xhou, X., Song, B., . . . Wan, S. (2011). Uso del agua
eficiencia en respuesta al cambio climático: de hoja a ecosistema en una estepa templada.
Biología del cambio global, 17(2), 10731082.
Oke, T. (1987). Climas de capa límite (Segunda ed.). Nueva York: Methuen & Co Limited.
Oliphant, AJ (2000). Variabilidad espacial y temporal de los flujos de energía superficial en una cuenca
alpina. Doctor. Disertación, 199 págs.
Oliphant, AJ, SpronkenSmith, RA, Sturman, AP y Owens, IF (2003). Variabilidad espacial de los
flujos de radiación superficial en terrenos montañosos. Sociedad Meteorológica
Estadounidense, 42(1), 113128.
Onipchenko, V., Blinnikov, MS y Aksenova, AA (2001). Evaluación experimental de
Efectos de sombreado en la dinámica estacional de cuatro comunidades alpinas en el noroeste del
Cáucaso, Rusia. Investigación ártica, antártica y alpina, 33(3), 330339.
Papale, D., Reichstein, M., Canfora, E., Aubinet, M., Bernhofer, C., Longdoz, B., . . . Yakir, D.
(2006). Hacia un procesamiento más armonizado de los flujos de CO2 de covarianza de
remolinos: algoritmos y estimación de la incertidumbre. Discusión de biogeociencias, 3, 961992.
67
Parker, BR, Vinebrooke, RD y Schindler, DW (2008). Los extremos climáticos recientes alteran
ecosistemas lacustres alpinos. Procedimientos de la Nacional de Ciencias de los Estados Unidos de América,
105(35), 12927–12931.
Pauli, H., Gottfried, M. y Grabherr, G. (1999). Patrones de distribución de plantas vasculares en los límites de baja
temperatura de la vida vegetal: el ecotono alpinonival del Monte Schrankogel (Tirol, Austria). Phytocoenologia, 29,
297–325.
Petrone, RM, Waddington, JM y Price, JS (2001). Evapotranspiración a escala de ecosistema e intercambio neto de CO2 de una
turbera restaurada. Procesos hidrológicos, 15(14), 28392845.
Petrone, R., Chasmer, L., Hopkinson, C., Silins, U., Landhausser, S., Kljun, N. y Devito, K.
(2015). Efectos de la cosecha y la sequía en los flujos de CO2 y H2O en un bosque de llanura boreal occidental
dominado por álamos temblones: recuperación temprana de la cronosecuencia. Revista canadiense de investigación
forestal, 45(1), 87100.
Pluss, C. y Mazzoni, R. (1994). El papel de los flujos de calor turbulentos en el balance de energía de alta
capa de nieve alpina. Hidrología nórdica, 25, 2538.
Pomeroy, JW, Fang, X. y Ellis, C. (2012). Sensibilidad de la hidrología del deshielo en hidrología en Marmot Creek, Alberta, a
la alteración de la cubierta forestal. Procesos hidrológicos, 26(12), 18921905.
Pomeroy, JW, Fang, X. y Rasouli, K. (2015). Sensibilidad de los procesos de la nieve al calentamiento en las Montañas Rocosas
canadienses. 72ª Conferencia de Nieve del Este, (págs. 2233). Sherbrooke, Québec, Canadá.
Pomeroy, J., Toth, B., Granger, R., Hedstrom, N. y Essery, R. (2003). Variación en la energía superficial durante el
deshielo en una cuenca montañosa subártica. Revista de hidrometeorología, 4(4), 702–719.
Priestley, CH y Taylor, RJ (1972). Sobre la evaluación del flujo de calor superficial y
Evaporación utilizando parámetros a gran escala. Revisión meteorológica mensual, 100(2), 8192.
Quan, Q., Zhang, F., Tian, D., Zhou, Q., Wang, L. y Niu, S. (2018). La transpiración domina la eficiencia del uso del agua del
ecosistema en respuesta al calentamiento en una pradera alpina.
Revista de Investigación Geofísica: Biogeociencias, 123, 453462.
Regonda, SK, Rajagopalan, B., Clark, M. y Pitlick, J. (2004). Cambios en el ciclo estacional en
hidroclimatología sobre el oeste de los Estados Unidos. Revista de Climatología, 18, 372–384.
Rocha, AV y Goulden, ML (2009). ¿Por qué la productividad de los pantanos es tan alta? Nuevos conocimientos de covarianza
de remolinos y mediciones de biomasa en un pantano Typha. Meteorología agrícola y forestal, 149(1), 159168.
Rood, SB, Pan, J., Gill, KM, Franks, CG, Samuelson, GM y Shepherd, A. (2008).
Disminución de los caudales estivales de los ríos de las Montañas Rocosas: cambio de la hidrología estacional y
probables impactos en los bosques de las llanuras alimenticias. Revista de hidrología, 349, 397–410.
68
Rooney, R., Bolding, M. y Lei, C. (2018 inédito). Estudio de Vegetación en Bonsai 2018.
Datos no publicados.
Rosenberg, NJ, Blad, BL y Verma, SB (1983). Microclima, el entorno biológico (2 ed.). Nueva York: John Wiley & Sons.
Equipo RStudio. (2016). RStudio: entorno de desarrollo integrado para R. Bonston, MA:
RStudio, Inc. Obtenido de http://www.rstudio.com/
Sanderson, JS y Cooper, DJ (2008). Descarga de agua subterránea por evapotranspiración en humedales de
una cuenca intermontana árida. Revista de hidrología, 351(34), 344359.
Scherrer, D. y Korner, C. (2011). Diferenciación de hábitat térmico controlada topográficamente
amortigua la diversidad de plantas alpinas contra el calentamiento climático. Revista de Biogeografía, 38(2),
406416.
Schimel, D., Kittel, TG, Running, S., Monson, R., Turnipseed, A. y Anderson, D. (2002).
Secuestro de carbono estudiado en las montañas del oeste de los Estados Unidos. EOS: Unión Geofísica
Americana, 83(40), 445449.
Souch, C., Wolfe, CP y Grimmond, CS (1996). Evaporación y energía de los humedales
partición: Indiana Dunes National Lakeshore. Revista de hidrología, 184, 189–208.
Spokas, K. y Forcella, F. (2006). Estimación de la radiación solar entrante por hora a partir de datos
meteorológicos limitados. Ciencia de malezas, 54(1), 182189.
St. Jacques, J.M., Sauchyn, DJ y Zhao, Y. (2010). Registros de caudales de las Montañas Rocosas del Norte:
¿Tendencias del calentamiento global, impactos humanos o variabilidad natural? Cartas de investigación
geofísica, 37(6).
Estadísticas de Canadá. (2018, 12 de marzo). Estadísticas de Canadá. Obtenido del Censo de 2016 Archivos de
límites: https://www12.statcan.gc.ca/censusrecensement/2011/geo/boundlimit/bound limit2016
eng.cfm?fbclid=IwAR0h5jZvoWNjHIAby4tbaoiFrMZKXpZ3_mf32AJbIky AqcvXOY4tnqcTJ 8
Stewart, IT, Cayan, DR y Dettinger, MD (2004). Cambios en el tiempo de escorrentía del deshielo en el oeste de
América del Norte en un escenario de cambio climático de “negocios como siempre”. Cambio Climático,
62(13), 217232.
Storr, D. (1967). Variaciones de precipitación en una pequeña cuenca boscosa. Proc 35th AnnualWestern
Conferencia de nieve, (págs. 11–17). Boise, Idaho.
Strobl, S., Cueva, E., Silva, B., Knuesting, J., Schorsch, M., Schneibe, R., . . . Beck, E. (2017).
Las relaciones hídricas y la eficiencia del uso fotosintético del agua como indicadores de los efectos
lentos del cambio climático en los árboles de un bosque tropical de montaña en el sur de Ecuador.
Indicadores ecológicos, 83, 550558.
69
Sulman, B., Desai, A., Cook, B., Saliendra, N. y Mackay, D. (2009). Carbono contrastante
flujos de dióxido entre un humedal de arbustos secos en el norte de Wisconsin, EE. UU., y los bosques
cercanos. Biogeociencias, 6(6), 11151126.
Theurillat, JP y Guisan, A. (2001). Impacto potencial del cambio climático en la vegetación de los Alpes europeos:
una revisión. Cambio Climático, 50(12), 77–109.
Thimijan, RW y Heins, RD (1983). Unidades de luz fotométricas, radiométricas y cuánticas de
medida: Una revisión de los procedimientos de interconversión. Ciencias hortícolas, 18(6), 818822.
Tian, H., Chen, G., Liu, M., Zhang, C., Sun, G., Lu, C., . . . Chappelka, Z. (2010). Modelo
estimaciones de la productividad primaria neta, la evapotranspiración y la eficiencia del uso del agua en los
ecosistemas terrestres del sur de los Estados Unidos durante 18952007. Ecología y gestión forestal,
259, 13111327.
Turnipseed, AA, Blanken, PD, Anderson, DE y Monson, RK (2002). Presupuesto energético
sobre un bosque subalpino de gran altura en una topografía compleja. Meteorología agrícola y forestal,
110, 177–201.
Urban, O., Janous, D., Acosta, M., Czerny, R., Markova, I., Navratil, M., . . . marca, MV
(2007). Controles ecofisiológicos sobre el intercambio neto de ecosistemas de rodales de abetos de
montaña. Comparación de la respuesta en radiación solar directa vs difusa. Biología del Cambio Global,
13(1), 157168.
Viviroli, D., Archer, D., Buytaert, W., Fowler, H., Greenwood, G., Hamlet, A., . . . maderas, r.
(2011). Cambio climático y recursos hídricos de montaña: descripción general y recomendaciones para
la investigación, la gestión y la política. Hidrología y Ciencias del Sistema Terrestre, 15, 471504.
Walther, GR, Beißner, S. y Burga, CA (2005). Tendencias en el desplazamiento ascendente de las plantas alpinas.
Revista de Ciencias de la Vegetación, 16, 541–548.
Wang, YL, Wang, X., Zheng, QY y Guo, XJ (2012). Un estudio comparativo sobre la evapotranspiración real
horaria y la evapotranspiración potencial durante diferentes etapas de crecimiento de la vegetación en
el humedal de Zoige. Procedia Ciencias Ambientales, 13, 15851594.
Webb, EK, Pearman, GI y Leuning, R. (1980). Corrección de medidas de flujo por efectos de densidad debido a la
transferencia de calor y vapor de agua. Real Sociedad Meteorológica, 106(447), 85100.
Wickland, KP, Striegl, RG, Mast, MA y Clow, DW (2001). Intercambio de gas de carbono en el humedal de las
Montañas Rocosas del Sur, 19961998. Ciclos biogeoquímicos globales, 15(2), 321335.
Wilson, K., Goldstein, A., Falge, E., Aubinet, M., Baldocchi, D., Berbigier, P., . . . Verma, S.
(2002). Cierre de balance energético en sitios FLUXNET. Meteorología Agrícola Forestal, 113, 223243.
70
Windell, JT, Willard, BE, Cooper, DJ, Foster, SQ, KnudHansen, CF, Rink, LP y Kiladis, GN (1986). Humedales,
una caracterización ecológica de las Montañas Rocosas montanas y subalpinas. Informe biológico del
Servicio de Pesca y Vida Silvestre de EE. UU., 86(11), 298 págs.
Wu, J.k., Zhang, S.q., Wu, H., Liu, S.w., Qin, Y. y Qin, J. (2015). Evapotranspiración real en Suli Alpine Meadow en
el extremo nororiental de la meseta de QinghaiTíbet, China. Avances en Meteorología, 110.
Wurtzler, T., LucasMoffat, A., Migliavacca, M., Knauer, J., Sickel, K., Sigut, L., . . . Reichstein,
M. (2018). Procesamiento posterior básico y extensible de datos de flujo de covarianza de remolinos
con REddyProc. Biogeociencias, 15(16), 50155030.
Zhao, L., Li, J., Xu, S., Zhou, H., Li, Y., Gu, S. y Zhao, Z. (2010). Variaciones estacionales en
intercambio de dióxido de carbono en una pradera de humedales alpinos en la meseta tibetana de Qinghai.
Biogeociencias, 7, 12071221.
Zhu, X., Yu, G., Wang, Q., Hu, Z., Han, S., Yan, J., . . . Zhao, L. (2014). Dinámica estacional de la eficiencia en el
uso del agua de ecosistemas típicos de bosques y pastizales en China. Revista de Investigación
Forestal, 19(1), 7076.
71

Hrach Dylan

Cargado por

Copyright:

Formatos disponibles

Hrach Dylan

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Hrach Dylan

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

Norte Medio Sur

Torre Torre Muro de cabecera

Tiempo 95.00 0.04 59.16 0.08 107.61

DB (g/cm3 ) 1.64 1.50 1.10 1.12 0.49

LEY (%) 5.22 4.91 10.20 6.80 6.92

Permeabilidad Permeable Semipermeable Semipermeable Semipermeable Permeable

Textura Franco limoso Franco limoso Arena arcillosa Marga arenosa Arena arcillosa

Derretimiento de nieve Arriba verde Temporada alta de crecimiento Senectud

Derretimiento de nieve Arriba verde Temporada alta de crecimiento Senectud

Norte Medio Sur

Torre Torre Cabecera

Tiempo 95.00 0.04 59.16 0.08 107.61

DB (g/cm3 ) 1.64 1.50 1.10 1.12 0.49

LEY (%) 5.22 4.91 10.20 6.80 6.92

Permeabilidad Permeable Semipermeable Semipermeable Semipermeable Permeable

Textura Franco limoso Franco limoso Arena arcillosa Marga arenosa Arena arcillosa

Derretimiento de nieve Arriba verde Senescencia de la temporada máxima de crecimiento

Derretimiento de nieve Arriba verde Temporada alta de crecimiento Senectud

Derretimiento de nieve Arriba verde Temporada alta de crecimiento Senectud

( 7 de junio – 23 de junio) (± 0,6) (± 0,8) (± 0,9) (± 0,3) (± 0,7)

Arriba verde 3,05 ­2,90 1,70 ­1,18 1,90

( 24 de junio – 20 de julio) (± 0,6) (± 0,9) (± 0,3) (± 0,8) (± 0,4)

( 24 de agosto ­ 10 de septiembre) (± 0,1) (± 0,1) (± 0,2) (± 0,3) (± 0,9)

Promedio 2,31 ­3,41 1,87 ­1,49 2,72

(± 0,8) (± 1,3) (± 0,6) (± 1,1) (± 0,9)

También podría gustarte

Arriba verde 3,05 2,90 1,70 1,18 1,90

( 24 de agosto 10 de septiembre) (± 0,1) (± 0,1) (± 0,2) (± 0,3) (± 0,9)

Promedio 2,31 3,41 1,87 1,49 2,72