Mostrar el registro sencillo del ítem

dc.date.available
2024-05-13T12:47:21Z  
dc.identifier.citation
Teran, Ezequiel Jesús; Juliarena, María Paula; Gyenge, Javier Enrique; (2024): Tasa de oxidación de metano (TOM), parámetros de suelo (Capacidad de retención de agua, CRA; humedad gravimétrica del suelo, HS; materia orgánica, MO; pH; textura; clase textural) y climáticos en superficie (temperatura media; precipitación; índice de aridez) obtenidos en un monte de Piquillín y una parcela de pastura de la localidad de Carmen de Patagones, Pcia de Buenos Aires. Consejo Nacional de Investigaciones Científicas y Técnicas. (dataset). http://hdl.handle.net/11336/235229  
dc.identifier.uri
http://hdl.handle.net/11336/235229  
dc.description.abstract
Tasa de oxidación de metano (TOM), parámetros de suelo (Capacidad de retención de agua, CRA; humedad gravimétrica del suelo, HS; materia orgánica, MO; pH; textura; clase textural) y climáticos en superficie (temperatura media; precipitación; índice de aridez) obtenidos en montes de Piquillín y pastura forrajera de la localidad de Carmen de Patagones, Pcia de Buenos Aires. Los datos se tomaron en la temporada estival (Abril 2022). TOM y parámetros de suelo se determinaron a una profundidad de 00-20, 40-60 y 80-100 cm bajo la superficie del suelo desnudo.  
dc.rights
info:eu-repo/semantics/restrictedAccess  
dc.title
Tasa de oxidación de metano (TOM), parámetros de suelo (Capacidad de retención de agua, CRA; humedad gravimétrica del suelo, HS; materia orgánica, MO; pH; textura; clase textural) y climáticos en superficie (temperatura media; precipitación; índice de aridez) obtenidos en un monte de Piquillín y una parcela de pastura de la localidad de Carmen de Patagones, Pcia de Buenos Aires  
dc.type
dataset  
dc.date.updated
2024-05-13T11:28:01Z  
dc.description.fil
Fil: Teran, Ezequiel Jesús. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires. - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires. - Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires; Argentina  
dc.description.fil
Fil: Juliarena, María Paula. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires. - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires. - Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires; Argentina. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina  
dc.description.fil
Fil: Gyenge, Javier Enrique. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mar del Plata. Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible - Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce. Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible; Argentina. Instituto Nacional de Tecnología Agropecuaria; Argentina  
dc.rights.license
Datos sujetos al derecho de propiedad intelectual  
dc.datacite.PublicationYear
2024  
dc.datacite.Creator
Teran, Ezequiel Jesús  
dc.datacite.Creator
Juliarena, María Paula  
dc.datacite.Creator
Gyenge, Javier Enrique  
dc.datacite.affiliation
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas  
dc.datacite.affiliation
Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires. - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires. - Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires  
dc.datacite.affiliation
Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires. - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires. - Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Centro de Investigaciones en Física e Ingeniería del Centro de la Provincia de Buenos Aires  
dc.datacite.affiliation
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas  
dc.datacite.affiliation
Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mar del Plata. Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible - Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce. Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible  
dc.datacite.affiliation
Instituto Nacional de Tecnología Agropecuaria  
dc.datacite.affiliation
Instituto Nacional de Tecnología Agropecuaria  
dc.datacite.affiliation
Consejo Nacional de Investigaciones Científicas y Técnicas  
dc.datacite.publisher
Consejo Nacional de Investigaciones Científicas y Técnicas  
dc.datacite.subject
Ciencias Medioambientales  
dc.datacite.subject
Ciencias de la Tierra y relacionadas con el Medio Ambiente  
dc.datacite.subject
CIENCIAS NATURALES Y EXACTAS  
dc.datacite.ContributorType
DataCollector  
dc.datacite.ContributorName
Montenegro, Agustin Rodrigo  
dc.datacite.date
01/06/2019-30/11/2020  
dc.datacite.DateType
Recolectado  
dc.datacite.language
spa  
dc.datacite.version
1.0  
dc.datacite.description
En esta ecorregión se muestreó en un sitio ubicado en el extremo sur de la Pcia. de Buenos Aires, en la Chacra Experimental Patagones, cuya gestión está a cargo del gobierno de la Pcia. de Buenos Aires. Se ubica sobre la ruta nacional N° 3, km 942, a 22 km al Norte de la ciudad de Carmen de Patagones (Ministerio de Agroindustria). Una de las parcelas muestreadas representa la vegetación natural de la región (Monte), dominada por Piquillín (Condalia microphylla) actualmente sometido a pastoreo. La segunda, es una única parcela que en la temporada estival estaba cubierta por pastura de Lolium o Ryegrass (Pastura) destinada a la producción de forraje para la ganadería, y en la temporada estival estaba cubierta por un pastizal dominado por Bromus sp., Centaurea solstitialis y Malvella leprosa. Los muestreos en este sitio se realizaron la temporada invernal de 2019 y estival de 2020. El sitio pertenece a la ecorregión del Monte, que presenta un paisaje de llanuras y extensas mesetas escalonadas que inicia al Este de la Cordillera de los Andes en Mendoza y Neuquén, atraviesa La Pampa y llega a la costa del Océano Atlántico en Río Negro y Noreste de Chubut. El clima es templado árido. La Temperatura media anual ronda entre 10 y 14 °C y las precipitaciones se encuentran entorno a los 100 mm, pudiendo llegar a los 200 mm, con mayor concentración en invierno hacia el Sur. La vegetación es poco diversa, con reducción de presencia de Neltuma spp. hacia el Sur, que se encuentra dominado por arbustos (jarillales y retamales; (Peri y Vetter, 2022). Las muestras se colectaron a 3 profundidades (00–20, 40-60, 80-100 cm) en la temporada estival (noviembre 2020) e invernal (Junio 2019), de al menos tres puntos al azar en cada cobertura vegetal. El suelo muestreado de cada fecha, profundidad y uso, se mezcló para obtener una muestra compuesta que representa la heterogeneidad del suelo en cada profundidad. Las muestras se almacenaron a 4 °C en oscuridad luego de la campaña hasta el momento de su análisis en laboratorio (Price et al., 2003). Datos climáticos Los datos de temperatura y precipitación tanto anual como mensual, se obtuvieron a partir de la base de datos WorldClim 2.1 (Fick y Hijmans, 2017). En ambos casos, la información estaba en formato de capas ráster (resolución espacial 30 seg i.e. ̴1 km en el ecuador), por lo que fue necesaria la utilización del software Qgis 3.32.0-Lima (QGIS Association, 2023) junto con el complemento para la extracción de los datos puntuales (Point sampling tool, en su idioma original). El índice de aridez mensual (IA) se obtuvo mediante el cálculo del índice de De Martonne (Ec. 1; Mercado-Mancera et al., 2010; Wang y Takahashi, 1999). IA = 12 Precip./ (Temp. + 10) Ec. 1 En donde Precip. y Temp. representan la precipitación y temperatura media mensual. Caracterización de los suelos muestreados El análisis de suelo se comenzó inmediatamente después del muestreo en campo. Se tamizó el suelo con malla de 2 o 4 mm en función de la dificultad para realizar la tarea y del tipo de suelo que se estaba procesando en cada momento y se tomaron submuestras de las mismas muestras de suelo que luego se utilizaría para la determinación de TOM. La granulometría del suelo se realizó por el método de Bouyoucos realizando una suspensión de suelo con 40 g de muestra y 100 ml de solución de Calgón (hexametafosfato de sódio) al 5%, que se agitó durante 24 hs. Pasado dicho tiempo, la suspensión se trasvasó a probetas de 1000 ml y se la llevó a volumen con agua destilada. Posteriormente, se homogeneizó la suspensión en todo el volumen mediante un agitador vertical y se determinó la densidad del fluido luego de 30 seg y 120 min desde el final de la agitación. En cada medición de densidad, se determinó también la temperatura. Para la realización de los cálculos y correcciones de la medición, se incluyeron en los ensayos probetas blanco que se encontraban compuestas por agua destilada y solución de calgón en la misma proporción que las muestras (Milione, 2019). Una vez obtenida la granulometría, se determinó la clase textural y la capacidad de retención de agua de la muestra mediante el software SPAW (Saxtony Rawls, 2006). El contenido de agua gravimétrica del suelo (HS; %) en condiciones de campo se determinó mediante el pesaje de muestras de suelo fresco y seco en estufa. Para esto, las muestras se colocaron durante 24 h a 105 °C. La humedad del suelo se expresa en tperminos relativos (porcentaje) a la capacidad de retención de agua HS = (Dr - D) 100 / D Ec. 1 El contenido de materia orgánica (MO; %) se determinó mediante el método de Schulte y Hopkins (Eyherabide et al., 2014), que consiste en la extracción de 5 gr de muestra integrada de cada estrato, previamente tamizada con malla de 500 μm que se colocará en estufa durante 24 h a 105 °C. Luego, se las deja enfriar hasta temperatura ambiente, se registra el peso y se coloca en mufla a 360 °C hasta estabilizar peso. Las muestras se enfrían en el desecador y se registra el peso final. El contenido de materia orgánica se calcula como se muestra en Ec. 2. MO = (D - C) 100 / DEc. 2 La determinación del pH se realizó de acuerdo a Burt (2004). Se pesaron 5 gr de muestra, previamente secada al aire y tamizada con malla de 2 mm, y se colocaron en un vaso de precipitados de 25 ml. Se agregaron 12,5 ml de agua descarbonatada a fin de obtener una suspensión cuya relación sea 1:2,5 (w:v; Deng et al., 2011; Burt, 2004). Luego, se agitó la mezcla unos 30 segundos y se la dejó reposar durante 40 min. Por último, se determinó el pH del líquido sobrenadante con un peachímetro de laboratorio, previamente calibrado en cada ocasión. Esta determinación, HS y MO se realizaron por triplicado para todas las muestras obtenidas en cada uno de los muestreos. Tasa de oxidación de CH4 en condiciones de laboratorio El suelo fresco de cada profundidad se homogeneizó por tamizado (2 mm) y se humedeció hasta alcanzar una humedad del 50 % de la profundidadcidad de retención de agua (CRA0; Serrano-Silva et al., 2014). Todas las profundidades se submuestrearon (100 g) y se colocaron por triplicado homogéneamente distribuidos en cámaras estáticas herméticas de 1 l con una válvula de una vía para el muestreo de la atmósfera interna de la cámara. Se incluyó un blanco para cada profundidad de suelo que consistió en una submuestra de suelo autoclavado (0,5 h a 122 °C). Las muestras se estabilizaron en oscuridad a 21 °C en contacto con el aire atmosférico durante la noche; luego, las cámaras se expusieron a condiciones ambientales por 30 minutos y se cerraron antes del inicio de la medición (Bárcena et al., 2014; Hiltbrunner et al., 2012). La TOM se estimó mediante el monitoreo del decaimiento de la concentración de CH4 en la atmósfera de cada cámara a lo largo de cinco intervalos regulares de tiempo: 0, 1, 2, 3 y 4 horas luego de la clausura de la cámara. Se empleó una interpolación exponencial de los datos. Las concentraciones de los gases se analizaron con un cromatógrafo gaseoso (Agilent 7890A; Estados Unidos de América), equipado con una columna G3591-81004 - 6Ft HayeSep Q 80/100 Ultimetal y un FID para determinar la concentración de CH4. La presión del gas transportador (N2) se mantuvo a 27 psi y el flujo de los gases de la llama (H2 y O2) se estableció en 40 y 450 ml min-1. Las temperaturas del horno y del detector FID fueron 60 °C y 300 °C, respectivamente.  
dc.datacite.DescriptionType
Métodos  
dc.datacite.FundingReference
2017-1649  
dc.datacite.FunderName
Ministerio de Ciencia, Tecnología e Innovación Productiva  
dc.subject.keyword
METANO  
dc.subject.keyword
GASES DE EFECTO INVERNADERO  
dc.subject.keyword
MONTE  
dc.subject.keyword
PASTURA  
dc.subject.keyword
PROVINCIA DE BUENOS AIRES  
dc.datacite.resourceTypeGeneral
dataset  
dc.conicet.datoinvestigacionid
16189  
dc.datacite.awardTitle
PICT  
dc.datacite.geolocation
Pastura: -40,6533, -62,88841667  
dc.datacite.geolocation
Monte: -40,65041667, -62,88876667  
dc.datacite.formatedDate
2019-2020