Controles del uso del suelo sobre la dinámica del carbono orgánico del suelo en ecosistemas amazónicos, Brasil

Por qué importa el suelo bajo la Amazonía

La selva amazónica suele llamarse los pulmones del planeta, pero hay un gigante más silencioso bajo nuestros pies: el suelo. Este estudio explora cómo distintas formas de uso de la tierra en la Amazonía —mantenerla como bosque, convertirla en pastizal o labrarla para cultivos— modifican la cantidad de carbono almacenado en la capa superficial del suelo. Dado que el carbono del suelo ayuda a regular el clima y sostiene la fertilidad necesaria para alimentos y bosques, comprender estos cambios es esencial para cualquiera preocupado por el cambio climático, la biodiversidad y la agricultura sostenible.

Diferentes formas de usar la tierra

Los investigadores se centraron en una zona de la Amazonía brasileña que incluye bosques, pastizales para ganado y tierras agrícolas. Con 649 muestras de suelo tomadas de los primeros 30 centímetros del terreno, además de datos de suelo «legado» más antiguos, compararon cómo varían las propiedades del suelo según el uso del suelo. Los suelos forestales contenían mucho más carbono orgánico y nitrógeno que los de pastizal o cultivo, reflejo de décadas de hojarasca, raíces y perturbación mínima. Por el contrario, las tierras agrícolas mostraron los niveles de carbono más bajos, probablemente debido a laboreo repetido, retirada de residuos y exposición del suelo al sol y la lluvia. Los pastizales tendieron a situarse en un punto intermedio, almacenando más carbono que los campos cultivados pero menos que los bosques intactos.

Qué hace que algunos suelos retengan más carbono

Más allá de medir el carbono, el equipo examinó otras características del suelo como la textura (arena, limo y arcilla), la densidad, la acidez y la capacidad de las partículas del suelo para retener e intercambiar nutrientes. Dos rasgos químicos destacaron: la capacidad de intercambio catiónico (una medida de cuántos sitios cargados portadores de nutrientes tiene el suelo) y la saturación de bases (qué tanto están ocupados esos sitios por ciertos nutrientes). Los suelos forestales generalmente presentaron valores más altos de estas propiedades, junto con mayores existencias de carbono. Esto sugiere que donde los minerales del suelo y la materia orgánica interactúan con fuerza, el carbono es más probable que quede protegido en formas estables, mientras que ciertas condiciones de nutrientes también pueden acelerar su descomposición.

Enseñar a los ordenadores a leer el suelo

Para pasar de mediciones puntuales a mapas continuos, los científicos recurrieron a modelos informáticos avanzados. Entrenaron varios algoritmos de aprendizaje automático —Random Forests, máquinas de vectores de soporte y redes neuronales— junto con métodos estadísticos más tradicionales, para predecir el carbono del suelo a partir de las variables medidas del suelo y del entorno. Tras rigurosas comprobaciones cruzadas, Random Forest resultó ser el más preciso, capturando casi toda la variación del carbono del suelo en el paisaje. Si bien los modelos clásicos eran más fáciles de interpretar, no pudieron igualar el poder predictivo de estas herramientas más nuevas, que sobresalen manejando relaciones complejas y no lineales.

Ver patrones y causas ocultas

Puesto que una predicción poderosa no revela automáticamente causa y efecto, el equipo también utilizó una técnica llamada modelado de ecuaciones estructurales. Esto les permitió trazar cómo la química del suelo, su estructura física y las condiciones locales contribuyen —directa e indirectamente— al almacenamiento de carbono. Encontraron que la capacidad de retención de nutrientes tendía a aumentar la retención de carbono, mientras que una mayor saturación de bases a menudo tenía el efecto contrario, posiblemente al favorecer que los microbios descompongan la materia orgánica más rápido. La temperatura del suelo y la compactación jugaron papeles directos menores dentro del clima relativamente uniforme del área de estudio, lo que refuerza la idea de que la química local del suelo es una palanca dominante para el carbono del suelo en esta parte de la Amazonía.

Mapas que pueden orientar decisiones futuras

Al aplicar el modelo de mejor rendimiento a datos espaciales, los investigadores produjeron mapas detallados del carbono del suelo bajo bosque, pastizal y cultivos. Las áreas forestales mostraron las mayores y más continuas reservas de carbono; los pastizales presentaron reservas moderadas y parcheadas; las tierras de cultivo tuvieron el carbono más bajo y más fragmentado. Estos patrones confirman que despejar bosque para la agricultura suele drenar carbono del suelo, mientras que permitir que la tierra permanezca o vuelva a ser bosque puede reconstruir este reservorio oculto con el tiempo. Los autores advierten que su estudio cubre solo los primeros 30 centímetros del suelo y se basa en relaciones actuales que podrían cambiar con el clima o las prácticas de manejo.

Lo que esto significa para las personas y el planeta

En términos sencillos, el estudio muestra que mantener la tierra amazónica cubierta por bosque —o al menos gestionarla con suavidad— ayuda a fijar más carbono en el suelo, respaldando tanto la estabilidad climática como la salud del suelo. Los modelos informáticos avanzados, especialmente Random Forests, ofrecen una forma potente de transformar mediciones de suelo dispersas en mapas prácticos que pueden guiar decisiones de conservación y agricultura. A medida que trabajos futuros incorporen capas del suelo más profundas y monitoreo a largo plazo, este enfoque podría ayudar a responsables políticos y gestores de tierras a decidir dónde proteger o restaurar bosques, y mejorar la calidad química del suelo, para lograr el mayor beneficio para el clima y para las comunidades que dependen de la Amazonía.

Cita: Tiruneh, G.A., Righi, C.A., Polizel, J.L. et al. Land-use controls on soil organic carbon dynamics across Amazonian ecosystems, Brazil. Sci Rep 16, 13693 (2026). https://doi.org/10.1038/s41598-026-43978-8

Palabras clave: carbono del suelo, selva amazónica, cambio en el uso del suelo, aprendizaje automático, mitigación climática