Hay mucho más carbono almacenado en el suelo de la Tierra que en su atmósfera. Una porción significativa de este carbono del suelo está en forma orgánica (carbono unido a carbono), llamado carbono orgánico del suelo (COS). En particular, a diferencia del carbono inorgánico en los suelos, la cantidad de SOC y la rapidez con la que se acumula o se pierde pueden verse influenciadas por los humanos. Desde su aparición hace unos 10.000 años, la agricultura ha provocado la liberación de una cantidad significativa de COS a la atmósfera en forma de dióxido de carbono, lo que contribuye al cambio climático.
Por lo tanto, cuantificar la cantidad de COS en los campos agrícolas es esencial para monitorear el ciclo del carbono y desarrollar prácticas de gestión sostenible que minimicen las emisiones de carbono y secuestren el carbono de la atmósfera al suelo para reducir o revertir los efectos climáticos de la agricultura.
«La estimación precisa y eficiente del SOC es esencial», dijo Eric Potash, científico investigador en el Centro de Sostenibilidad de Agroecosistemas (ASC) y el Departamento de Recursos Naturales y Ciencias Ambientales (NRES) de la Universidad de Illinois Urbana-Champaign. «Los gobiernos deben estimar el SOC para implementar políticas que minimicen el cambio climático. Los investigadores deben estimar el SOC para desarrollar prácticas de gestión sostenible. Y los agricultores deben estimar el SOC para participar en los mercados emergentes de créditos de carbono».
La forma tradicional y más confiable de cuantificar el COS es mediante el muestreo del suelo, con análisis en el laboratorio (medición de «químico húmedo»). Pero, ¿qué ubicaciones en el campo deben ser muestreadas? ¿Y cuántas muestras se deben tomar para una estimación precisa? Cada núcleo de suelo adicional agrega mano de obra y gastos significativos, y las incertidumbres sobre cómo optimizar el muestreo pueden generar costos adicionales sustanciales.
En una nueva publicación del Proyecto SMARTFARM del Departamento de Energía de EE. UU. (DOE), Potash y otros investigadores de SMARTFARM evaluaron estrategias para estimar el SOC. Su objetivo era desarrollar una estrategia de estimación que maximice la precisión y minimice la cantidad de núcleos de suelo muestreados.
El Proyecto SMARTFARM, un programa dirigido por el coautor y profesor de Blue Waters en NRES Kaiyu Guan y financiado por la Agencia de Proyectos de Investigación Avanzada-Energía (ARPA-E) del DOE, se esfuerza por desarrollar una solución precisa para medir y cuantificar las emisiones de gases de efecto invernadero y Cambio de SOC durante la producción de cultivos.
«Nuestro objetivo es recopilar datos de verdad sobre el terreno estándar de oro y también desarrollar nueva tecnología para cuantificar los resultados de carbono a nivel de campo para cultivos bioenergéticos, mejorar el rendimiento y también mejorar la sostenibilidad ambiental», dijo Guan, director fundador de ASC.
Este trabajo es posible gracias a un esfuerzo de recopilación de datos sin precedentes.
«Recolectamos 225 muestras de suelo a 3 muestras por acre en uno de los sitios de SMARTFARM. Las muestras se recolectaron hasta 1 metro de profundidad usando una sonda Giddings. Este nivel de muestreo denso nunca se había hecho antes», dijo el coautor DoKyoung. Lee, profesor de Ciencias de los Cultivos, co-PI del proyecto SMARTFARM y también miembro fundador de la facultad de ASC.
En este trabajo, los investigadores abordaron el problema evaluando los dos pasos involucrados en la estimación del COS: (1) decidir en qué parte del campo tomar muestras de suelo; y (2) decidir sobre una regla estadística para calcular una estimación (llamada estimador). Mediante el uso de un campo comercial en el centro de Illinois que había sido muestreado intensivamente para medir el SOC, se pudo evaluar una variedad de estrategias por su desempeño en la estimación del SOC en el campo.
Los investigadores descubrieron que en un campo agrícola típico del Medio Oeste, pueden aprovechar los estudios de suelos disponibles públicamente y las imágenes satelitales para seleccionar de manera eficiente las ubicaciones de las muestras. Esto debería reducir la cantidad de muestras necesarias para lograr una precisión determinada en la cuantificación del COS en aproximadamente un 28 % en comparación con la selección aleatoria de ubicaciones de muestreo.
«Para los investigadores y las agencias que monitorean las existencias de SOC, este estudio ofrece una estrategia para aumentar la precisión, apoyando la optimización de costos de los métodos de muestreo», dijo el coautor Andrew Margenot, Profesor Asistente de Ciencias de Cultivos y Director Asociado de ASC.
«Estudios futuros pueden usar estos hallazgos tanto como un punto de referencia contra el cual comparar nuevas estrategias de estimación de existencias de SOC como una demostración de cómo evaluar esas estrategias», dijo Potash.
El equipo de investigación actualmente está recopilando datos de muchos más campos para probar la capacidad de generalizar sus hallazgos, así como para desarrollar nuevas mejoras en las estrategias de estimación de SOC. Los miembros del equipo también están desarrollando una herramienta de software para poner sus métodos de muestreo mejorados a disposición de los agricultores e investigadores.
Además de Potash, Guan, Lee y Margenot, los coautores de esta publicación incluyen a Evan DeLucia, ASC y profesor emérito de biología vegetal; Sheng Wang, profesor asistente de investigación de ASC y NRES; y Chunhwa Jang, Investigador Postdoctoral en Ciencias de Cultivos. Lea el artículo completo en geoderma >>>
