Functional syndromes as indicators of ecosystem change in temperate grasslands

Mostrar otras versiones (1)

The lack of an organizing conceptual framework to address ecosystem changes reduces our capacity to distinguish biophysical from direct human impacts on grassland dynamics. This is particularly important for subhumid temperate grasslands, one of the world’s most threatened biomes. We identified and...

Descripción completa

Detalles Bibliográficos
Otros Autores: Texeira, Marcos, Verón, Santiago Ramón, Irisarri, Jorge Gonzalo Nicolás, Oyarzabal, Mariano, Staiano, Luciana, Baeza, Santiago, Paruelo, José María
Formato: Artículo
Lenguaje:Inglés
Materias:
ABOVEGROUND NET PRIMARY PRODUCTION (ANPP)
ECOSYSTEM FUNCTIONAL SYNDROMES
MODIS
LTDR
PRECIPITATION USE EFFICIENCY (PUE)
PRECIPITATION MARGINAL RESPONSE (PMR)
RIO DE LA PLATA GRASSLANDS
Acceso en línea:http://ri.agro.uba.ar/files/intranet/articulo/2019texeira.pdf
LINK AL EDITOR
Aporte de:Registro referencial: Solicitar el recurso aquí
Biblioteca Central (FAUBA) de Universidad de Buenos Aires
LEADER 06551nab a22005057a 4500
001 20181220095840.0
003 AR-BaUFA
005 20231205111222.0
008 181220t2019 ne db|||o|||| 00| | eng d
999 |c 46076  |d 46076 
999 |d 46076 
999 |d 46076 
999 |d 46076 
999 |d 46076 
999 |d 46076 
999 |d 46076 
999 |d 46076 
999 |d 46076 
999 |d 46076 
022 |a 1470-160X 
024 |a 10.1016/j.ecolind.2018.09.046 
040 |a AR-BaUFA 
245 1 0 |a Functional syndromes as indicators of ecosystem change in temperate grasslands 
520 |a The lack of an organizing conceptual framework to address ecosystem changes reduces our capacity to distinguish biophysical from direct human impacts on grassland dynamics. This is particularly important for subhumid temperate grasslands, one of the world’s most threatened biomes. We identified and mapped 4 functional syndromes of grassland change at the wettest end of its worldwide distribution, the Campos in Uruguay. Syndromes were defined by differences in precipitation use efficiency (PUE, ANPP/precipitation), and in precipitation marginal response (PMR, slope of the linear regression between ANPP and precipitation) between two periods (1981–1995 and 2001–2011). Temporal trends in aboveground net primary production (ANPP, obtained by splicing two sources of NDVI, LTDR and MOD13Q1) were also characterized. To rule out the effect of precipitation we analyzed temporal trends of the residuals from the relationship between ANPP and annual precipitation (RESTRENDS). Functional syndromes associated with increases in seasonality or in the abundance of annual vegetation (ΔPMR greater than 0, ΔPUE less than 0, ∼14,000 km2) and vegetation cover loss (ΔPUE less than 0 and ΔPMR less than 0,greater than 5000 km2) were the most abundant. ANPP trends were significantly negative in 3.7% of the area (2475 km2) and only positive in 0.3%. However, RESTRENDS were significant in 11% of the area (greater than 7700 km2), and mostly negative (in ∼7200 km2). Most of these negative trends and residual trends were associated to seasonality increase and vegetation loss syndromes. These patterns were consistent with observed changes in the region. We highlight that this conceptual framework is suitable for describing patterns of change and potential causes. Moreover, it provides policymakers with a novel tool to guide management and conservation policies, pointing to sites where intervention (i.e. conservation, restoration) is needed. 
650 |2 Agrovoc  |9 26 
653 |a ABOVEGROUND NET PRIMARY PRODUCTION (ANPP) 
653 |a ECOSYSTEM FUNCTIONAL SYNDROMES 
653 |a MODIS 
653 |a LTDR 
653 |a PRECIPITATION USE EFFICIENCY (PUE) 
653 |a PRECIPITATION MARGINAL RESPONSE (PMR) 
653 |a RIO DE LA PLATA GRASSLANDS 
700 1 |9 32541  |a Texeira, Marcos  |u Universidad de Buenos Aires. Facultad de Agronomía. 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. Facultad de Agronomía. Investigaciones Fisiológicas y Ecológicas vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART). Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información. Buenos Aires, Argentina. 
700 1 |9 11455  |a Verón, Santiago Ramón  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información. Buenos Aires, Argentina  |u Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua. Hurlingham, Buenos Aires, Argentina. 
700 1 |9 12998  |a Irisarri, Jorge Gonzalo Nicolás  |u Universidad de Buenos Aires. Facultad de Agronomía. 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. Facultad de Agronomía. Investigaciones Fisiológicas y Ecológicas vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART). Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Producción Animal. Cátedra de Forrajicultura. Buenos Aires, Argentina. 
700 1 |9 11786  |a Oyarzabal, Mariano  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información. Buenos Aires, Argentina. 
700 1 |9 38286  |a Staiano, Luciana  |u Universidad de Buenos Aires. Facultad de Agronomía. 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. Facultad de Agronomía. Investigaciones Fisiológicas y Ecológicas vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART). Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información. Buenos Aires, Argentina. 
700 1 |9 68219  |a Baeza, Santiago  |u Universidad de la Republica. Facultad de Agronomía. Departamento de Sistemas Ambientales. Montevideo, Uruguay. 
700 1 |9 788  |a Paruelo, José María  |u Universidad de Buenos Aires. Facultad de Agronomía. 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. Facultad de Agronomía. Investigaciones Fisiológicas y Ecológicas vinculadas a la Agricultura (IFEVA). Laboratorio de Análisis Regional y Teledetección (LART). Buenos Aires, Argentina.  |u Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información. Buenos Aires, Argentina.  |u Instituto Nacional de Investigación Agropecuaria (INIA). Estación Experimental La Estanzuela. Colonia, Uruguay. 
773 |t Ecological Indicators  |g vol.96 (2019), p.600-610, grafs., tbls., mapas  |w SECS000523 
856 |f 2019texeira  |i en reservorio  |q application/pdf  |u  http://ri.agro.uba.ar/files/intranet/articulo/2019texeira.pdf  |x ARTI201902 
856 |z LINK AL EDITOR  |u http://www.elsevier.com 
942 0 |c ARTICULO 
942 0 |c ENLINEA 
976 |a AAG 

Ejemplares similares