Discriminating the biophysical signal from human - induced effects on long - term primary production dynamics the case of Patagonia

Mostrar otras versiones (1)

The temporal trend of aboveground net primary production (ANPP) is frequently used to estimate the effect of humans on ecosystems. In water-limited ecosystems, like most grazing areas in the world, the effect of humans act upon ANPP in combination with environmental variations. Our main objective wa...

Descripción completa

Guardado en:
Detalles Bibliográficos
Otros Autores: Irisarri, Jorge Gonzalo Nicolás, Texeira, Marcos, Oesterheld, Martín, Verón, Santiago Ramón, Della Nave, Facundo Nicolás, Paruelo, José María
Formato: Artículo
Lenguaje:Inglés
Materias:
ENSO
GIMMS
NDVI
RESTREND
SOI
Acceso en línea:http://ri.agro.uba.ar/files/intranet/articulo/2021irisarri.pdf
LINK AL EDITOR
Aporte de:Registro referencial: Solicitar el recurso aquí
Biblioteca Central (FAUBA) de Universidad de Buenos Aires
LEADER 06569cab a22004217a 4500
001 20220928131022.0
003 AR-BaUFA
005 20231205111222.0
008 220928t2021 xxudb|||o|||| 00| 0 eng d
999 |c 55005  |d 55005 
999 |d 55005 
999 |d 55005 
999 |d 55005 
999 |d 55005 
022 |a 1365-2486 (en línea) 
022 |a 1354-1013 (impreso) 
024 |a 10.1111/gcb.15733 
040 |a AR-BaUFA  |c AR-BaUFA 
245 1 |a Discriminating the biophysical signal from human - induced effects on long - term primary production dynamics  |b the case of Patagonia 
520 |a The temporal trend of aboveground net primary production (ANPP) is frequently used to estimate the effect of humans on ecosystems. In water-limited ecosystems, like most grazing areas in the world, the effect of humans act upon ANPP in combination with environmental variations. Our main objective was to quantify long-term (1981–2012) changes of ANPP and discriminate the causes of these changes between environmental and human at a subcontinental scale, across vast areas of Patagonia. We estimated ANPP through a radiative model based on remote sensing data. Then, we evaluated the relation between ANPP and environmental interannual variations of two hierarchically related factors: El Niño Southern Oscillation (ENSO) through the Southern Oscillation Index (SOI), and precipitation. We described the effect of humans through the shape of the temporal trends of the residuals (RESTREND) of the environmental model and quantified human relative impact through the RESTREND: ANPP trend ratio. ANPP interannual variation was significantly explained by ENSO (through SOI) and precipitation in 65% of the study area. The SOI had a positive association with annual precipitation. The association between ANPP and annual precipitation was positive. RESTREND analysis was statistically significant in 92% of the area where the tested environmental model worked, representing 60% of the study area, and it was mostly negative. However, its magnitude, revealed through the RESTREND: ANPP trend ratio, was relatively mild. Our analysis revealed that most of ANPP trends were associated with climate and that even when human density is low, its incidence seems to be mainly negative. 
650 |2 Agrovoc  |9 26 
653 |a ENSO 
653 |a GIMMS 
653 |a NDVI 
653 |a RESTREND 
653 |a SOI 
700 1 |a Irisarri, Jorge Gonzalo Nicolás  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Producción Animal. Cátedra de Forrajicultura. Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.   |u CONICET – Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.  |9 12998 
700 1 |a Texeira, Marcos  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información. Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.  |u CONICET – Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.  |9 32541 
700 1 |a Oesterheld, Martín  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Recursos Naturales y Ambiente. Cátedra de Ecología. Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.  |u CONICET – Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.  |9 8019 
700 1 |9 11455  |a Verón, Santiago Ramón  |u Instituto Nacional de Tecnología Agropecuaria (INTA), Instituto de Clima y Agua. Hurlingham, Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información. Buenos Aires, Argentina.  |u CONICET. Buenos Aires, Argentina. 
700 1 |a Della Nave, Facundo Nicolás  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Recursos Naturales y Ambiente. Cátedra de Ecología. Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.   |u CONICET – Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.  |9 66825 
700 1 |a Paruelo, José María  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Recursos Naturales y Ambiente. Cátedra de Ecología. Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.   |u CONICET – Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART) Buenos Aires, Argentina.  |u Instituto Nacional de Investigaciones Agropecuarias (INIA). La Estanzuela, Colonia, Uruguay.  |u Universidad de la República. Facultad de Ciencias. Instituto de Ecología y Ciencias Ambientales (IECA). Montevideo, Uruguay.  |9 788 
773 0 |t Global change biology  |w (AR-BaUFA)SECS001382  |g Vol.27, no.18 (2021), p.4381-4391, grafs., tbls., mapas 
856 |f 2021irisarri  |i en reservorio  |q application/pdf  |u http://ri.agro.uba.ar/files/intranet/articulo/2021irisarri.pdf  |x ARTI202210 
856 |u https://www.wiley.com/  |z LINK AL EDITOR 
942 |c ARTICULO 
942 |c ENLINEA 
976 |a AAG 

Ejemplares similares