Un conjunto de datos mallado a largo plazo de la productividad primaria neta aérea para pastizales naturales globales

Por qué los pastizales importan en la vida cotidiana

Los pastizales pueden parecer simples extensiones de verde, pero alimentan discretamente a gran parte del ganado mundial y almacenan enormes cantidades de carbono. Conocer cuánto material vegetal producen estos ecosistemas cada año por encima de la superficie del suelo es clave para predecir el suministro de alimentos, el hábitat de la fauna y el cambio climático. Este artículo presenta un nuevo conjunto de datos global a largo plazo que rastrea cuán productivos han sido los pastizales naturales en el pasado y cómo podrían cambiar en el futuro con el calentamiento del clima.

Midiendo el motor verde del planeta

Los científicos describen el crecimiento vegetal como “productividad primaria neta”, la cantidad neta de carbono que las plantas transforman en tejido nuevo. Para las personas y los animales de pastoreo, la porción aérea de ese crecimiento—hojas y tallos—es especialmente importante. Los pastizales cubren aproximadamente la mitad de la tierra libre de hielo del mundo y contribuyen con cerca de un tercio de toda la producción vegetal terrestre, por lo que pequeños cambios en su crecimiento pueden repercutir en los sistemas alimentarios globales y en el ciclo del carbono. Sin embargo, la mayoría de los conjuntos de datos globales mezclan lo que ocurre por encima y por debajo del suelo, o describen solo los paisajes alterados actuales, no la línea de base natural necesaria para valorar el impacto humano.

Construyendo una imagen global del suelo al cielo

Los autores crearon un mapa mundial en cuadrícula del crecimiento aéreo de pastos para pastizales naturales no perturbados desde 1958 hasta 2100. Primero compilaron más de 1.500 mediciones de campo procedentes de parcelas de investigación en casi todos los continentes, centrándose en sitios de control sin pastoreo. Emparejaron esos registros de sitio con un mapa previo de alta resolución de la productividad media a largo plazo de los pastizales, y con información climática detallada—temperatura, precipitaciones, radiación y balance hídrico—extraída de registros históricos y proyecciones de modelos climáticos modernos. Esto les permitió preguntar cómo las oscilaciones climáticas año a año alrededor de una línea de base local ayudan a explicar cuánto pasto crece realmente cada año.

Enseñar a un bosque digital a predecir el crecimiento del pasto

Para convertir estas mediciones dispersas en una imagen global continua, el equipo utilizó varios métodos de aprendizaje automático y encontró que el enfoque de “random forest” ofrecía el mejor equilibrio entre precisión y robustez. En términos simples, este método construye muchos árboles de decisión que cada uno sugiere cómo el clima y las condiciones del sitio a largo plazo se traducen en crecimiento vegetal; su veredicto combinado produce una estimación fiable. El modelo se entrenó para vincular el crecimiento de pasto medido en campo con la productividad media a largo plazo y con las “anomalías” climáticas anuales: cómo el clima de cada año difirió de la norma 1970–2000. Tras probar cuidadosamente el rendimiento con distintos esquemas de validación cruzada para evitar el sobreajuste a regiones o climas particulares, seleccionaron la versión de mejor desempeño y la usaron para estimar la productividad anual de cada celda de la cuadrícula en la Tierra.

Comprobando los mapas frente a otras fuentes de evidencia

El conjunto de datos resultante se comparó luego con productos globales existentes. Espacialmente, los nuevos mapas reproducen patrones bien conocidos: sabanas productivas en el centro de África y el este de Sudamérica, y un crecimiento mucho más escaso en mesetas altas y frías como el Tíbet. Las comparaciones estadísticas muestran una fuerte concordancia con cuatro conjuntos de datos previos y niveles realistas de agrupamiento espacial. A lo largo del tiempo, el equipo comparó sus resultados con dos productos satelitales de larga duración sobre crecimiento vegetal y con salidas de 20 modelos de ecosistemas independientes. En la mayoría de las regiones de pastizal, las subidas y bajadas del nuevo conjunto siguen de cerca a esas otras fuentes, lo que sugiere que captura las principales oscilaciones del crecimiento de los pastizales impulsadas por el clima. Surgen algunas discrepancias en casos especiales, como lugares donde plantas leñosas invaden pastizales o donde el calentamiento impulsa a las plantas a invertir más crecimiento en raíces que en hojas.

Límites, advertencias y cómo esto ayuda a las personas

A pesar de sus fortalezas, el conjunto de datos tiene puntos ciegos. En pastizales muy exuberantes con un crecimiento vegetal extremadamente alto, las mediciones de campo son escasas, por lo que el modelo tiende a subestimar cuánto pasto se produce. Se insta a los usuarios a ser cautelosos al trabajar en estas regiones y, cuando sea posible, a ajustar las cifras con datos locales. Aun así, los nuevos mapas proporcionan algo que antes no existía: un registro largo, coherente y espacialmente detallado de cuánto forraje pueden producir los pastizales naturales bajo un clima dado, separado de la perturbación humana directa.

Qué significa esto para el futuro de los pastizales

Para los no especialistas, el mensaje clave es que ahora disponemos de una línea de base más clara sobre cuán productivos son los pastizales naturales del mundo—y de cómo esa productividad responde al clima y al cambio climático a largo plazo. Esto facilita evaluar cuánto de los cambios actuales en el crecimiento del pasto proviene del pastoreo, de cambios en el uso del suelo o de extremos climáticos, y planificar un uso más sostenible de las áreas de pastoreo. A medida que el clima siga cambiando durante este siglo, el conjunto de datos puede ayudar a responsables políticos, ganaderos y conservacionistas a anticipar dónde los pastizales podrían sufrir o prosperar, mejorando las decisiones sobre cargas de ganado, esfuerzos de restauración y protección de estos vitales motores verdes del planeta.

Cita: Chen, Z., Zhao, D., Zhang, Z. et al. A long-term gridded dataset of aboveground net primary productivity for global natural grasslands. Sci Data 13, 550 (2026). https://doi.org/10.1038/s41597-026-06944-7

Palabras clave: productividad de pastizales, ciclo del carbono, impactos del cambio climático, aprendizaje automático en ecología, gestión de pasturas