Storyboard

Siguiendo la pauta presentada al final de esta sección, se redacta una descripción textual del sistema evitando incluir ecuaciones y la simbología de las variables, pero conservando explícitamente los conceptos físicos y las relaciones causales que dichas variables representan. A partir de esta descripción, el primer prompt permite que la inteligencia artificial identifique los grupos temáticos, los conceptos involucrados y las acciones o procesos que los relacionan. Con esta información construye una red semántica que representa el funcionamiento conceptual del modelo. Esta red constituye la primera etapa de validación, ya que permite comprobar que la inteligencia artificial ha interpretado correctamente la hipótesis y la lógica del sistema antes de iniciar la formulación matemática. Una comprensión conceptual incorrecta en esta etapa se traducirá inevitablemente en un conjunto de ecuaciones inconsistente, por lo que esta verificación resulta fundamental para el resto del proceso de modelado.

ID:('ky', 1792)

Storyboard

Una vez generada la red semántica del modelo, el siguiente paso consiste en describir en detalle cada uno de los grupos temáticos que posteriormente serán representados mediante sus ecuaciones correspondientes. Si el prompt que se muestra a continuación se ejecuta dentro del mismo diálogo, de modo que la IA pueda consultar las descripciones de los grupos previamente generadas, el sistema construye la red lógica del modelo y genera automáticamente la lista de ecuaciones y las variables asociadas:

Prompt: De red semántica (.md) a ecuaciones, variables y red lógica PASO 0 Lectura del archivo de entrada Este prompt es genérico: aplica a cualquier modelo, siempre que exista un archivo .md de entrada (generado por el prompt previo de extracción de grupos/objetos/acciones) con al menos esta información: node_types: id, name, color, description los grupos (nodos) de la red semántica del modelo, cada uno con su descripción cualitativa de qué cantidades cambian, de qué dependen, y la relación entre ellas. Orden causal: la secuencia en que los node_types se conectan (qué grupo alimenta a cuál). Opcionalmente: objetos, acciones, o enlaces (edges) ya identificados entre node_types, si el archivo de entrada los incluye. Antes de continuar: Localiza y lee el archivo .md indicado por el usuario (si no se especifica una ruta, pide el nombre/ruta del archivo no asumas uno). Extrae la tabla node_types (id, name, color, description) y el orden causal ya establecido entre grupos. Si el archivo no contiene un orden causal explícito, infierelo de las descripciones (qué grupo depende de las salidas de cuál) y decláralo como supuesto antes de seguir. Identifica [nombre del modelo] a partir del archivo (título, frontmatter, o nombre de archivo) todo el resto del prompt usa este nombre para nombrar tablas y archivos de salida. Si el archivo no existe, está vacío, o no tiene la estructura mínima (node_types con id/name/description), detente y repórtalo en vez de inventar grupos. PASO 1 Propone la(s) ecuación(es) Para cada node_type extraído, en el orden causal ya establecido: A partir de la descripción del grupo (que ya especifica qué cantidades cambian, de qué dependen, y la relación cualitativa entre ellas), escribe la forma funcional que la modela. Si el grupo requiere más de una ecuación (por ejemplo, una relación algebraica y un balance dinámico), sepáralas. Usa símbolos cortos y consistentes con los nodos de la red semántica cuando corresponda (mismo nombre del nodo mismo símbolo). PASO 2 Clasifica cada ecuación Nivel (0-3): ¿el mecanismo está derivado desde una escala más fundamental, o es postulado/fenomenológico? Justifica en una frase. Origen físico: ¿es física fundamental (deriva de una ley general conservación, Darcy, Fick, van't Hoff, termodinámica) o es específica del dominio/fenomenológica (ajustada, empírica, propia de la disciplina)? No asumas que "bien escrita matemáticamente" significa fundamental. PASO 3 Lista variables y parámetros con su procedencia Para cada símbolo que aparece en la ecuación (excepto los ya definidos como salida de otro grupo previo en la cadena causal a esos solo referéncialos, no los reclasifiques): Clase de procedencia (A / B1 / B2 / C1 / C2), evaluada para ESTA ecuación específica, no como atributo fijo del símbolo. Justificación en una frase: ¿qué evidencia (protocolo de medición, principio de conservación, ajuste con chequeo cruzado, o nada) respalda ese valor en este rol? Unidad (real si es una cantidad física estándar; "unidades relativas" explícitamente marcado si es un parámetro fenomenológico sin calibrar). PASO 4 Explica el rol de la ecuación dentro de su grupo En 1-2 frases: ¿esta ecuación es el mecanismo central del grupo, un cierre/balance que lo hace consistente, un umbral/disparador, o un diagnóstico derivado que no realimenta a nada más? Indica también qué variable(s) de esta ecuación se conectan hacia el siguiente grupo en la cadena causal (esto es lo que en el diagrama de imágenes sería la flecha entre escenas). Entrega los Pasos 1-4 como dos tablas relacionadas, con ids enteros: equations: id, group_id (FK a node_types leído del archivo de entrada), name, formula_txt, nivel, nivel_justification, origen, origen_note, role_in_group variables: id, equation_id (FK a equations), symbol, description, class, class_justification, unit Al final de las tablas, arma también la Tabla 1 (Nivel + origen por ecuación) y la Tabla 2 (clase por variable) en el mismo formato que ya usamos, más el punto de fractura de la cadena causal completa (la primera ecuación donde aparece C1/C2, no el promedio). PASO 5 Construye la red lógica ecuación-variable (en la misma entrega) Sin esperar un prompt adicional, usa las tablas equations y variables recién generadas para montar una red interactiva: Nodos de dos tipos: ecuaciones (coloreadas por group_id, reutilizando los colores exactos de node_types leídos del archivo de entrada) y variables/parámetros (coloreadas por clase de procedencia: A, B1, B2, C1, C2; las variables de estado/salida que solo transfieren valor entre ecuaciones van en un color neutro distinto, marcado como "variable de estado"). Enlaces dirigidos: variable ecuación cuando es entrada, ecuación variable cuando es salida; usa flechas para mostrar la dirección. Layout de fuerzas (nodos arrastrables individualmente, no en círculo forzado), con zoom mediante la rueda del mouse y paneo arrastrando el fondo con el botón oprimido. Incluye leyenda visible con los colores de grupo (ecuaciones) y de clase (variables). Fondo negro con líneas de conexión blancas, escalable (zoom) y desplazable con el mouse, salvo que se indique lo contrario. Etiquetas de texto de los nodos SIEMPRE en color blanco (#FFFFFF), sin excepción, independientemente del color de relleno de cada nodo añade un contorno o sombra sutil oscura al texto (text-shadow o stroke) si el color de relleno del nodo es claro, para garantizar contraste legible en todos los casos. Al pasar el mouse sobre un nodo, muestra su nombre completo y su clasificación (grupo o clase); ese tooltip también debe usar texto blanco sobre fondo oscuro para mantener la legibilidad. PASO 6 Exporta la especificación completa a un archivo .md Además de mostrar las tablas y la red en la respuesta, genera un archivo .md de salida (nombre sugerido: [nombre_del_modelo]_especificacion_ecuaciones.md) que contenga, en formato autocontenido y legible por otro prompt/sesión que luego depure el modelo: Metadatos: nombre del modelo, archivo de entrada usado, fecha/orden causal asumido. node_types (copiados o referenciados del archivo de entrada: id, name, color, description) para que el prompt de depuración no dependa de tener también el archivo original a mano. Tabla equations completa. Tabla variables completa. Tabla 1 (nivel + origen por ecuación). Tabla 2 (clase por variable). Punto de fractura de la cadena causal (ecuación e id donde aparece la primera C1/C2), con una frase explicando su implicación para la confiabilidad del modelo aguas abajo. Un apartado final "Preguntas abiertas / candidatos a depuración": lista breve (no exhaustiva) de ecuaciones o variables con clase C1/C2, origen fenomenológico sin justificación fuerte, o roles ambiguos como punto de partida explícito para el siguiente prompt de depuración, sin resolverlas aquí. Todo esto las dos tablas, la Tabla 1, la Tabla 2, el punto de fractura, la red interactiva, y el archivo .md exportado se entrega en una sola respuesta, sin requerir un turno adicional para la visualización ni para la exportación.

ID:('gp', 625)

Storyboard

Al ejecutar el prompt en una IA, se obtiene la red lógica del modelo, la cual muestra las ecuaciones identificadas y las variables de las que depende cada una. El diagrama puede desplazarse y escalarse como un todo, mientras que cada nodo puede moverse de manera independiente. A continuación se muestra una imagen no interactiva como referencia:

El sistema entrega además la lista de ecuaciones, indicando para cada una su nombre, expresión matemática, nivel de confiabilidad, descripción y origen.

También genera la lista de variables, incluyendo su símbolo, descripción, categoría, justificación de la categoría y unidad correspondiente.

Finalmente, se presenta un resumen estadístico con la distribución de las ecuaciones según su nivel de confiabilidad y de las variables según su categoría, proporcionando una visión global de la calidad y composición del modelo generado.

ID:('gp', 626)

Storyboard

El sistema entrega además la lista de ecuaciones, indicando para cada una su nombre, expresión matemática, nivel de confiabilidad, descripción y origen:

ID	Grupo	Name	Formula	Nivel	Justificación	Origen
1	1	$\Psi$ matricial del suelo	$\Psi_{m,s} = -\Psi_e\left(\displaystyle\frac{\theta_s}{\theta}\right)^b$	1	Curva de retención empírica (tipo Campbell); no se deriva de primeros principios de medios porosos, se ajusta por textura	Específico del dominio
2	1	$\Psi$ osmótico del suelo	$\Psi_{o,s} = -R·T·C_{s,s}$	3	Ley de van't Hoff, termodinámica de soluciones diluidas, heredada tal cual	Física fundamental
3	1	Potencial hídrico del suelo (total)	$\Psi_s = \Psi_{m,s} + \Psi_{o,s}$	2	Superposición aditiva de potenciales - estándar en física de suelos, pero es una aproximación (ignora interacción matriz-soluto)	Física fundamental adaptada
4	2	Flujo xilemático (Darcy)	$F_x = K_h\displaystyle\frac{(\Psi_s - \Psi_l)}{L}$	2	Ley de Darcy adaptada a tejido vascular vegetal - física de transporte fundamental aplicada a una geometría biológica	Física fundamental adaptada
5	2	Curva de vulnerabilidad (cavitación)	$PLC(\Psi_x) =\displaystyle\frac{1}{1+e^{a·(\Psi_x-P50)}}$	1	Ajuste sigmoide fenomenológico a datos de vulnerabilidad; no deriva de mecánica de fractura de burbujas desde primeros principios	Específico del dominio
6	2	Capacidad hidráulica efectiva	$K_h = K_{h,max}(1 -PLC)$$	2	Cierre de conservación de área conductora - mecanicista, aunque depende de PLC (que sí es fenomenológico)	Física fundamental adaptada
7	3	Balance hídrico foliar (dinámico)	$C_l·\displaystyle\frac{d\Psi_l}{dt} = F_x - E$	2	Conservación de masa de agua en el tejido, forma estándar de balance con capacitancia	Física fundamental adaptada
8	3	Descomposición del potencial foliar	$\Psi_l = \Psi_p - \Psi_{o,l} - \rho·g·h$	3	Descomposición termodinámica estándar del potencial hídrico (presión + osmótico + gravitacional)	Física fundamental
9	3	Potencial osmótico foliar	$\Psi_{o,l} = -R·T·C_{s,l}$	3	Van't Hoff, igual que en el suelo	Física fundamental
10	3	Relación de Höfler (turgencia)	$\Psi_p = \epsilon·\left(\displaystyle\frac{V}{V_0} - 1\right)$, para $V>V_0$, si no $\Psi_p=0$	1	Relación elástica específica de tejido, calibrada por especie - no deriva de elasticidad de materiales genérica sin parámetros ajustados	Específico del dominio
11	4	Conductancia estomática base (Ball-Berry)	$g_{s,BB} = g_0 + g_1·\displaystyle\frac{A_n·h_s}{c_s}$	1	Regresión empírica pura, nunca derivada de primeros principios - el ejemplo canónico de Nivel 1 en este proyecto	Específico del dominio
12	4	Conductancia final (con retroalimentación hidráulica)	$g_s = g_{s,BB}(1 - PLC^n)$	1	Cierre ad hoc que acopla cavitación con apertura estomática; no existe protocolo estándar que derive n	Específico del dominio
13	5	Transpiración (difusión de vapor)	$E = 1.6·g_s·\displaystyle\frac{D}{P_{atm}}$	2	Ley de Fick para difusión de vapor de agua, escalada por la razón de difusividades vapor/$CO_2$	Física fundamental adaptada
14	5	Cierre de estado estacionario	$F_x = E$	2	Conservación de masa en el tramo suelo-hoja-atmósfera, válida en régimen cuasi-estacionario	Física fundamental
15	6	Oferta de $CO_2$ (difusión)	$A_n = \displaystyle\frac{g_s}{1.6}·(c_a - c_i)$	2	Ley de Fick para CO, misma familia que la Ec. 13	Física fundamental adaptada
16	6	Demanda fotosintética (Michaelis-Menten limitada por luz)	$A_n = A_{max}·\displaystyle\frac{c_i}{K_m+c_i}·min(1, I/I_{sat})$	1	Simplificación fenomenológica de la bioquímica de Farquhar; forma Michaelis-Menten postulada, no derivada aquí	Específico del dominio
17	6	Balance dinámico de $CO_2$ interno	$C_i·\displaystyle\frac{dc_i}{dt} = \displaystyle\frac{g_s}{1.6}(c_a - c_i)-A_n·c_i$	2	Conservación de masa de $CO_2$ en el espacio intercelular, forma estándar de balance con capacitancia	Física fundamental adaptada
18	7	Eficiencia en el uso del agua	$WUE = \displaystyle\frac{A_n}{E}$	0	Índice definicional, no un mecanismo físico ni una ley - es una razón postulada entre dos salidas de otros grupos	Ninguno (definicional)

ID:('gp', 627)

Storyboard

El sistema entrega la lista de variables, incluyendo su símbolo, descripción, categoría, justificación de la categoría y unidad correspondiente:

ID	Ecuación	Símbolo	Descripción	Categoria	Justificación	Unidad
1	1	$_e$	Potencial de entrada de aire (Campbell)	B2	Transferido de tablas de textura de suelo, no medido en este sistema específico	MPa
2	1	$b$	Exponente de la curva de retención	B2	Idem valor típico por clase textural, tomado de literatura	adimensional
3	1	$\theta$	Contenido volumétrico de agua	B1	Medible directamente con sensores TDR/capacitivos, protocolo estándar	m3/m3
4	1	$\theta_s$	Contenido de agua a saturación (porosidad)	B1	Medible directamente por métodos gravimétricos estándar	m3/m3
5	2	$R$	Constante universal de los gases	A	Constante física universal	J/(mol·K)
6	2	$T$	Temperatura	B1	Medible directamente	K
7	2	$C_{s,s}$	Concentración de solutos en solución del suelo	B1	Medible por extracción de solución del suelo + conductividad eléctrica, protocolo estándar	mol/m3
8	4	$K_h$	Conductancia hidráulica efectiva		Definida por la Ec. 6 dentro de la cadena; no se reclasifica aquí	mol/(m2·s·MPa)
9	4	$L$	Longitud de la trayectoria de transporte	B1/B2	Medible directamente en el sistema, o transferida si es geometría genérica	m
10	5	$P50$	Tensión a la que se pierde 50% de conductividad	B1	Medible por curvas de vulnerabilidad estándar (banco de deshidratación, centrífuga)	MPa
11	5	$a$	Pendiente de la curva de vulnerabilidad	C1	Ajustado a la pendiente de la curva medida, con chequeo cruzado contra la forma observada de la curva	1/MPa
12	6	$K_{h,max}$	Conductancia hidráulica máxima (sin cavitación)	B1	Medible en condición hidratada de referencia	mol/(m2·s·MPa)
13	7	$C_l$	Capacitancia hídrica foliar	C1	Medible indirectamente vía curvas presión-volumen, pero tratada aquí como parámetro ajustado sin protocolo directo en el pipeline	mol/(m2·MPa)
14	8	$\rho, g$	Densidad del agua, aceleración de gravedad	A	Constantes físicas	kg/m³, m/s²
15	9	$C_{s,l}$	Concentración de solutos foliares	C1	Requiere osmómetro sobre savia extraída; sin protocolo estandarizado incorporado en este modelo, se asume	mol/m3
16	10	$\epsilon$	Módulo de elasticidad volumétrica foliar	C1	Medible vía curvas presión-volumen, pero aquí tratado como ajuste calibrado sin medición directa en el pipeline	MPa
17	10	$V_0$	Volumen a turgor cero	B1/B2	Medible en curvas P-V, o transferido de literatura por especie	relativo
18	11	$g_0, g_1$	Parámetros de regresión Ball-Berry	C1	Parámetros de regresión empírica calibrados por especie en literatura	mol/(m2·s), adimensional
19	11	$h_s$	Humedad relativa en la superficie foliar	B1	Medible directamente o aproximada a la humedad relativa ambiente	adimensional
20	11	$c_s$	$CO_2$ en la superficie foliar	B1	Medible/forzante ambiental estándar	µmol/mol
21	12	$n$	Exponente de acoplamiento cavitación-estomas	C2	Ad hoc, introducido para cerrar la retroalimentación sin protocolo de medición independiente conocido	adimensional
22	13	$D$	Déficit de presión de vapor (VPD)	B1	Forzante ambiental, medible directamente	kPa
23	13	$P_{atm}$	Presión atmosférica	A	Constante/medible ambiental estándar	kPa
24	13	$1.6$	Razón de difusividades vapor de agua/$CO_2$ en aire	A	Constante física de difusión molecular	adimensional
25	15	$c_a$	CO atmosférico	B1	Medible/forzante ambiental estándar	µmol/mol
26	16	$A_{max}$	Tasa fotosintética máxima	C1	Calibrada por especie, sin derivación desde bioquímica completa en este modelo	µmol/(m2·s)
27	16	$K_m$	Constante de Michaelis (fotosíntesis)	C1	Calibrada o tomada de literatura específica de especie, no derivada aquí	µmol/mol
28	16	$I, I_{sat}$	Radiación incidente, radiación de saturación	B1 / C1	I es medible directamente; Isat es un parámetro de saturación calibrado	µmol/(m2·s)
29	17	$C_i$	Capacitancia de $CO_2$ del espacio intercelular	C2	Introducida únicamente para fijar el tiempo de relajación de la dinámica; sin protocolo de medición independiente conocido	mol/m2

ID:('gp', 628)

Storyboard

Depuración del modelo antes de construir el simulador

Al desarrollar un modelo complejo es habitual construir primero cada grupo temático de ecuaciones de manera independiente y, posteriormente, integrarlos en un único sistema. Aunque cada grupo pueda ser consistente por sí solo, al conectarlos pueden aparecer inconsistencias lógicas, matemáticas o de implementación que no son evidentes durante el desarrollo individual. Por esta razón, antes de generar el simulador es recomendable realizar una revisión sistemática del modelo completo y corregir manualmente los problemas detectados.

Los principales tipos de inconsistencias que pueden aparecer se resumen en la siguiente figura y se describen con mayor detalle en las secciones posteriores. A continuación también se presenta el prompt que automatiza esta revisión, identifica las ecuaciones y variables involucradas y propone alternativas para resolver cada problema.

Los problemas que revisa el análisis son:

A. Sobre-determinación. Una misma variable es calculada por dos o más ecuaciones diferentes, produciendo un conflicto sobre cuál de ellas tiene autoridad para definir su valor.

B. Ambigüedad de referencia aguas abajo. Existen varias versiones válidas de una misma magnitud física, pero las ecuaciones posteriores utilizan el nombre genérico sin indicar cuál de ellas debe emplearse.

C. Variable huérfana. Una variable es utilizada como entrada de una ecuación, pero no tiene un origen definido: no es una entrada externa ni es calculada por ninguna otra ecuación.

D. Bucle algebraico sin anclaje dinámico. Un conjunto de ecuaciones forma un ciclo cerrado de dependencias algebraicas que impide calcular las variables en un orden secuencial sin resolver el sistema simultáneamente.

E. Inconsistencia silenciosa de unidades. Un mismo símbolo, o variables que se combinan en una ecuación, aparecen expresados con unidades distintas sin existir una conversión explícita entre ellas.

F. Parámetro fantasma. Un parámetro figura en la interfaz del simulador o en la documentación, pero ninguna ecuación del modelo lo utiliza realmente, generando una falsa percepción de capacidad de ajuste del modelo.

ID:('gp', 657)

Storyboard

Antes de generar el simulador es indispensable depurar el modelo y corregir las posibles inconsistencias que aún pueda contener. El siguiente prompt realiza una revisión sistemática del conjunto de ecuaciones, variables y parámetros para detectar problemas como sobre-determinación, variables huérfanas, bucles algebraicos, inconsistencias de unidades, parámetros fantasma y otras fallas que pueden afectar el funcionamiento o la interpretación del modelo. Para cada problema encontrado, identifica las ecuaciones y variables involucradas y propone una o más alternativas para resolverlo.

Ejecutar este prompt constituye un paso fundamental antes de construir el simulador, ya que permite asegurar que el modelo sea lógica y físicamente consistente.

Importante: ejecute este prompt en el mismo chat donde se ejecutaron los prompts anteriores, de manera que la inteligencia artificial conserve todo el contexto del modelo ya construido. A continuación, copie y ejecute el siguiente prompt:

Lee el archivo [ruta/nombre del archivo].md que contiene la red lógica, las ecuaciones y las variables del modelo [nombre del modelo]. Extrae de ese archivo las tablas equations y variables (o reconstrúyelas a partir de la red lógica si no están tabuladas explícitamente). Vas a hacer dos cosas, en orden, sin modificar ninguna ecuación todavía este prompt es de diagnóstico, no de corrección. Antes de iniciar el PASO 1, muestra brevemente cómo quedaron reconstruidas las tablas equations y variables a partir del archivo .md, para que el usuario pueda confirmar que la lectura fue correcta antes de continuar con el diagnóstico. PASO 1 Clasifica cada símbolo en uno de los cuatro tipos Para cada símbolo único que aparece en variables (o como output en equations), asígnalo a exactamente uno de: Variable (forzante) dada, condición ambiental/compartimental que puede cambiar dentro de una misma corrida Parámetro (estructural) dado, rasgo fijo de calibración, constante entre pasos de tiempo de una misma corrida Calculada algebraica output de una ecuación sin derivada temporal (X = f(...)) Calculada dinámica (estado) output de una ecuación con derivada temporal (dX/dt = f(...)) Entrega como tabla: symbol, tipo, ecuación(es) donde aparece como output (si corresponde), justificación en una frase citando el criterio usado (memoria temporal sí/no, varía dentro de la corrida sí/no). PASO 2 Corre los 8 chequeos de cabos sueltos Para cada uno de los 8 chequeos, aplícalo sistemáticamente sobre las tablas reconstruidas del archivo .md y reporta el resultado SIEMPRE incluye explícitamente los chequeos que pasan limpios (marca "OK sin hallazgos") con la misma visibilidad que los que fallan. No omitas ni resumas los chequeos sin hallazgos; el objetivo es que el usuario vea las 8 verificaciones completas, no solo las que fallaron. A. Sobre-determinación ¿alguna variable aparece como output de más de una ecuación sin regla explícita de cuál manda? B. Ambigüedad de referencia aguas abajo ¿algún símbolo genérico se usa en una ecuación posterior cuando existen dos o más variantes (ej. _oferta/_demanda) que confluyen en un cierre previo, sin declarar cuál de las variantes es la referenciada? C. Variable huérfana ¿algún símbolo aparece como input en alguna ecuación sin estar clasificado como dado (Variable/Parámetro) NI aparecer como output de otra ecuación del sistema? D. Bucle algebraico sin anclaje dinámico ¿existe un ciclo cerrado de ecuaciones puramente algebraicas (sin ninguna derivada temporal en el ciclo) que no se puede evaluar en un solo paso? E. Inconsistencia de unidades ¿el mismo símbolo aparece con más de una unidad declarada a través de las ecuaciones donde figura, sin una ecuación de conversión explícita entre ellas? F. Parámetro fantasma ¿algún símbolo está clasificado como Variable o Parámetro pero no aparece como input en ninguna ecuación del sistema? G. Salida sin consumo (callejón sin salida) ¿alguna variable calculada (algebraica o dinámica) no se usa como input de ninguna otra ecuación NI se reporta como salida final del modelo? H. Condición inicial faltante ¿alguna variable dinámica (con derivada temporal) carece de un valor inicial declarado necesario para integrarla? Para cada chequeo que SÍ encuentre un problema: Identifica el/los símbolo(s) y ecuación(es) involucrados Explica en 1-2 frases por qué es un cabo suelto y qué falla si se ejecuta el simulador sin resolverlo Ofrece 2-3 opciones de solución concretas y mutuamente excluyentes (nunca apliques una automáticamente), etiquetadas como Opción 1, Opción 2, Opción 3... Termina esa entrada preguntando explícitamente al usuario cuál opción prefiere, o si prefiere dejarlo así con la limitación documentada Entrega todo como: Confirmación de lectura del archivo .md (tablas reconstruidas) Tabla de clasificación (Paso 1) Tabla resumen de los 8 chequeos: id (A-H), nombre, resultado (OK / PROBLEMA), símbolos involucrados (si aplica) Para cada chequeo marcado PROBLEMA, el detalle con opciones y la pregunta al usuario, en el orden A-H No corrijas ninguna ecuación ni tabla en esta respuesta, ni modifiques el archivo .md original el objetivo es que el usuario decida, y las correcciones se apliquen en un turno posterior una vez elegidas las opciones. PASO 3 Genera el archivo de diagnóstico reutilizable Una vez entregado el diagnóstico completo (puntos 1-4 arriba) y sin esperar a que el usuario elija las opciones todavía, genera un archivo nuevo llamado diagnostico_[nombre_modelo].md que documente todo lo anterior en formato estructurado, pensado para ser usado como input de un prompt posterior (junto al .md del modelo original y a la selección de opciones del usuario) que generará el modelo corregido final. Este archivo NO debe aplicar ni asumir ninguna corrección solo documentar el diagnóstico y dejar espacio explícito para que el usuario registre su decisión más adelante. Estructura del archivo diagnostico_[nombre_modelo].md: markdown # Diagnóstico de cabos sueltos [nombre del modelo] - Fuente: [ruta/nombre del archivo .md original] - Fecha del diagnóstico: [fecha] - Estado: DIAGNÓSTICO pendiente de decisiones del usuario. Ninguna corrección ha sido aplicada. ## 1. Tablas reconstruidas ### equations [tabla equations tal como fue reconstruida/confirmada] ### variables [tabla variables tal como fue reconstruida/confirmada] ## 2. Clasificación de símbolos (Paso 1) [tabla completa: symbol, tipo, ecuación(es) output, justificación] ## 3. Resumen de los 8 chequeos [tabla: id, nombre, resultado OK/PROBLEMA, símbolos involucrados] ## 4. Detalle de chequeos con PROBLEMA ### Chequeo [X] [nombre] - Símbolos/ecuaciones involucrados: ... - Por qué es un cabo suelto: ... - Qué falla si no se resuelve: ... - Opciones propuestas: - Opción 1: ... - Opción 2: ... - Opción 3 (si aplica): ... - Opción "dejar así": mantener la limitación documentada sin corregir - Decisión del usuario: [PENDIENTE completar antes de usar este archivo en el prompt de corrección] [repetir este bloque para cada chequeo con PROBLEMA, en orden A-H] ## 5. Chequeos sin hallazgos [lista simple: id nombre "OK, sin hallazgos"] ## 6. Instrucciones para el siguiente prompt Este archivo está pensado para combinarse, en un turno posterior, con: 1. El archivo .md original del modelo ([ruta/nombre]). 2. Las decisiones del usuario completadas en la sección 4 (columna "Decisión del usuario" de cada chequeo con PROBLEMA). El prompt de corrección deberá aplicar únicamente las decisiones registradas en la sección 4 no debe inferir ni asumir opciones no marcadas explícitamente como elegidas.

ID:('gp', 656)

Storyboard

Un modelo se vuelve sobredeterminado cuando la misma variable es producida independientemente por más de una ecuación, sin ninguna jerarquía explícita que indique qué ecuación tiene autoridad sobre esa variable. En una red de ecuaciones lógicas, esta situación aparece como un nodo variable que recibe dos o más enlaces entrantes de diferentes nodos de ecuaciones. Detectar esta condición es sencillo agrupando las ecuaciones según su variable de salida: si el mismo símbolo es el objetivo de múltiples ecuaciones, el modelo contiene un conflicto de sobredeterminación.

La figura ilustra esta situación utilizando el potencial hídrico de la hoja, $\Psi_l$. En la formulación original, tanto la ecuación de equilibrio dinámico (Ec. 7) como la relación algebraica de potencial hídrico (Ec. 8) producen la misma variable. Como resultado, la red lógica contiene dos definiciones competitivas para $\Psi_l$, lo que no deja claro qué ecuación debe determinar su valor durante la simulación.

La resolución no es promediar o combinar las ecuaciones, sino determinar cuál representa el verdadero mecanismo causal. En los modelos físicos, la ecuación que contiene una derivada del tiempo normalmente tiene prioridad porque describe cómo evoluciona el sistema a través del tiempo integrando una ley de conservación o equilibrio dinámico. La ecuación algebraica generalmente expresa una relación física instantánea y por lo tanto no debe definir la variable de estado en sí.

En este ejemplo, la Ec. 7 sigue siendo la única ecuación responsable de calcular la variable de estado $\Psi_l$. Luego, la relación algebraica se invierte para calcular el potencial de presión $\Psi_p$ a partir del valor ya conocido de $\Psi_l$. Después de esta transformación, cada variable tiene un único productor, la red lógica se vuelve inequívoca y el modelo conserva tanto su interpretación física como su consistencia causal.

ID:('gp', 648)

Storyboard

Un tipo diferente de inconsistencia aparece cuando un modelo genera múltiples representaciones válidas de la misma cantidad conceptual y ecuaciones posteriores se refieren solo al nombre de la variable genérica sin especificar qué versión requieren. A diferencia de la sobredeterminación, no hay competencia entre ecuaciones que intentan producir el mismo resultado. En cambio, varias variables candidatas coexisten legítimamente, pero el modelo descendente se vuelve ambiguo porque la referencia prevista no se especifica.

La figura ilustra esta situación utilizando la tasa de asimilación neta $A_n$. La formulación difusiva (Ec. 15) calcula la asimilación limitada por la oferta, mientras que la formulación bioquímica (Ec. 16) calcula la asimilación limitada por la demanda. Ambas cantidades se combinan mediante la ecuación de cierre (Ec. 17), que determina la concentración de equilibrio de $CO_2$ intercelular $c_i$. La ambigüedad surge porque ecuaciones posteriores, como la retroalimentación estomática (Ec. 11) y el cálculo de eficiencia del uso del agua (Ec. 18), se refieren simplemente a $A_n$ sin indicar si requieren el valor limitado por la oferta o por la demanda.

Esta situación se puede detectar buscando variables que existan en múltiples formas calificadas, como _oferta, _demanda, _teórica o _efectiva, y verificando si las ecuaciones posteriores usan solo el símbolo sin sufijo. La red lógica revela que la ecuación de cierre resuelve la relación entre las variables candidatas, pero las referencias posteriores no logran identificar qué cantidad resuelta debe propagarse por el resto del modelo.

La ambigüedad se elimina documentando explícitamente la regla de cierre en lugar de dejarla implícita en la implementación. En este modelo, la variable aguas abajo se define como la asimilación bioquímica evaluada en la concentración intercelular de equilibrio de $CO_2$, es decir, la demanda de $A_nA_n$ ($c_i$), donde $c_i$ es la solución producida por la ecuación de cierre. Esta definición garantiza que cada ecuación posterior utilice la misma cantidad física y evita interpretaciones inconsistentes durante simulaciones transitorias. Si el sistema aún no ha alcanzado el equilibrio porque $c_i$ evoluciona dinámicamente, elegir la asimilación limitada por la oferta produciría un valor diferente de eficiencia en el uso del agua y otras cantidades derivadas. En consecuencia, la elección es una decisión de modelado fundamental más que una convención de nomenclatura cosmética.

ID:('gp', 649)

Storyboard

Una variable huérfana es un símbolo que se utiliza como entrada en una o más ecuaciones pero que no tiene un origen definido dentro del modelo. No se clasifica como entrada o parámetro externo ni se calcula como salida de otra ecuación. Como resultado, el gráfico de dependencia lógica contiene una variable cuyo valor es requerido pero cuya fuente no está definida, lo que deja una cadena causal incompleta.

Esta situación se puede detectar examinando cada variable del modelo y verificando si pertenece a una de dos categorías: una entrada formalmente declarada (parámetro o variable medida) o la salida de una ecuación. Si no se cumple ninguna de las condiciones, la variable queda huérfana. En la red lógica, aparece inmediatamente como un nodo variable sin flechas entrantes y sin la clasificación visual asignada a entradas conocidas o cantidades calculadas.

La figura ilustra este problema con el volumen relativo de celda $V$. En la formulación original, la ecuación de Höfler utiliza $V$ como entrada para calcular el potencial de presión $\Psi_p$, mientras que el modelo en sí no proporciona ningún mecanismo que explique dónde se origina V. Aunque inicialmente se clasifica como una entrada medible, el volumen celular relativo no es una cantidad ambiental que normalmente se prescribe a lo largo de una simulación. Más bien, es una consecuencia del estado hídrico de la hoja y, por lo tanto, pertenece naturalmente a la estructura causal del modelo.

Hay dos formas válidas de resolver una variable huérfana, pero se debe seleccionar una de forma explícita. Si la variable es realmente una cantidad medida o asumida externamente, debe documentarse formalmente como tal en la clasificación de variables, junto con su justificación. En ese caso, la variable deja de ser huérfana porque su origen está definido explícitamente en la documentación del modelo. Sin embargo, si la variable es realmente diagnóstica, la solución adecuada es derivarla de variables de estado existentes. En este ejemplo, la relación de Höfler se invierte después de calcular el potencial de presión, lo que produce $V=V_0 (1+\Psi_p/\epsilon$). El volumen celular relativo se convierte entonces en una cantidad de diagnóstico calculada en lugar de una entrada supuesta, restaurando una red causal completa y consistente.

ID:('gp', 650)

Storyboard

Un bucle algebraico ocurre cuando un grupo de ecuaciones forma un ciclo de dependencia cerrado en el que cada variable depende de otra variable dentro del mismo bucle y ninguna de las ecuaciones contiene una derivada del tiempo. Un sistema de este tipo no tiene un orden de evaluación natural porque ninguna variable puede calcularse antes que las demás. En cambio, todas las variables del ciclo deben resolverse simultáneamente o mediante un procedimiento numérico iterativo.

La red de ecuaciones lógicas proporciona una forma sencilla de detectar este problema. Siguiendo la secuencia de ecuaciones y nodos variables, cualquier camino cerrado que regrese a su punto inicial sin pasar por una ecuación dinámica que contenga una derivada del tiempo representa un bucle algebraico. La red interactiva hace que estas situaciones sean visualmente evidentes porque las variables y ecuaciones forman un anillo cerrado sin ningún estado dinámico que actúe como ancla temporal.

La figura ilustra esta situación utilizando el subsistema de intercambio $CO_2$. La conductancia estomática determina la asimilación limitada por la oferta, que influye en la concentración intercelular de CO2, que a su vez determina la asimilación limitada por la demanda que retroalimenta la conductancia estomática. Si la ecuación de cierre calcula la concentración intercelular de CO2 de manera puramente algebraica al hacer cumplir la igualdad entre oferta y demanda, todo el subsistema se convierte en un ciclo puramente algebraico sin ninguna variable que posea memoria temporal.

La solución adoptada en este modelo es transformar la ecuación de cierre en un equilibrio dinámico introduciendo la ecuación diferencial para la concentración de $CO_2$ intercelular. La variable de estado $c_i$ luego evoluciona hacia el equilibrio en lugar de resolverse instantáneamente, proporcionando el ancla temporal que rompe el bucle algebraico. Aunque este enfoque introduce un parámetro de relajación adicional que representa el tiempo de respuesta característico de la concentración de CO2 intercelular, convierte el ciclo algebraico cerrado en un sistema dinámico bien definido que puede integrarse secuencialmente en el tiempo.

De manera más general, existen tres estrategias para resolver bucles algebraicos. La solución preferida es derivar una solución analítica cerrada siempre que las ecuaciones lo permitan. Cuando esto no sea práctico, la documentación del modelo debe indicar explícitamente que las ecuaciones se resuelven de forma iterativa dentro de cada paso de tiempo de simulación, incluido el criterio de convergencia y las condiciones de parada. Una tercera alternativa, ilustrada aquí, es promover una variable en el bucle a un estado dinámico con un tiempo de relajación corto. Esto introduce un parámetro fenomenológico que sirve principalmente como un dispositivo numérico más que como un mecanismo fisiológico directo y, por lo tanto, su papel debe documentarse explícitamente en lugar de tratarse como un supuesto de modelado implícito.

ID:('gp', 651)

Storyboard

Una inconsistencia silenciosa de unidades ocurre cuando el mismo símbolo, o dos símbolos que se suman o equiparan dentro de una ecuación, se expresan en diferentes unidades físicas en todo el modelo sin una conversión explícita. Debido a que el nombre del símbolo permanece sin cambios, la inconsistencia a menudo se pasa por alto durante el desarrollo del modelo, aunque introduce errores numéricos y compromete la interpretación física de las ecuaciones.

Este problema se puede detectar examinando cada aparición de cada variable en la red de ecuaciones y recopilando las unidades asociadas con ese símbolo. Si aparece el mismo símbolo con varias unidades declaradas y no existe una ecuación de conversión intermedia, el modelo contiene una inconsistencia de unidades. La misma verificación también debe aplicarse a cantidades que se suman o equiparan directamente, ya que estas operaciones sólo son físicamente significativas cuando todos los términos participantes comparten dimensiones y unidades idénticas.

La figura ilustra esta situación utilizando el símbolo del potencial hídrico $\Psi$. En una ecuación la variable se expresa en megapascales (MPa), mientras que en otra se representa en kilopascales (kPa). Aunque ambas cantidades describen la misma propiedad física, sus valores numéricos difieren en tres órdenes de magnitud. Sin una conversión explícita, el modelo mezcla silenciosamente valores incompatibles al tiempo que conserva una notación idéntica, lo que hace que el error sea difícil de detectar únicamente mediante inspección visual.

La solución adecuada es adoptar una única unidad canónica para cada símbolo físico en todo el modelo. Cualquier ecuación que utilice una unidad diferente debe incluir un factor de conversión explícito antes de utilizar la variable. Estos factores de conversión son relaciones puramente aritméticas y, por lo tanto, pertenecen a constantes de Clase A, no a parámetros de calibración como $C1$ o $C2$. Por ejemplo, si se seleccionan megapascales como unidad canónica, cada ocurrencia expresada en kilopascales debe convertirse de acuerdo con $\psi MPa =\Psi kPa ×10^{3}$. Al imponer una unidad canónica para cada símbolo y documentar cada conversión explícitamente, se preserva la coherencia lógica del modelo y al mismo tiempo se elimina una fuente común de errores numéricos ocultos.

ID:('gp', 652)

Storyboard

Un parámetro fantasma es un símbolo que aparece en la interfaz del simulador o en la documentación del modelo, pero que en realidad nunca es consumido por ninguna ecuación. Aunque el parámetro se presenta al usuario como una entrada ajustable, modificar su valor no tiene ningún efecto en el modelo porque está desconectado de la estructura computacional. Esto crea la falsa impresión de que el modelo contiene mecanismos fisiológicos más controlables de los que realmente contiene.

Los parámetros fantasma se pueden detectar comparando la lista de parámetros con la red de ecuaciones. Cada parámetro expuesto en el simulador debe aparecer como entrada para al menos una ecuación. Si un parámetro no aparece en ninguna parte del conjunto de ecuaciones, no tiene función computacional y, por lo tanto, se clasifica como parámetro fantasma. Esta verificación es simple porque el gráfico de dependencia lógica registra explícitamente cada entrada utilizada por cada ecuación.

La figura ilustra el proceso de verificación. Cada parámetro declarado se compara con la base de datos de ecuaciones para determinar si es consumido por el modelo. Los parámetros que están conectados a una o más ecuaciones siguen siendo entradas válidas del modelo. Por el contrario, los parámetros a los que nunca se hace referencia se identifican inmediatamente como parámetros fantasma porque ninguna ruta computacional los vincula con los estados o resultados del modelo.

Sólo hay dos formas legítimas de resolver esta situación. Si se pretendía que el parámetro influyera en el sistema pero su conexión se omitió durante el desarrollo del modelo, debe integrarse explícitamente en la ecuación apropiada para que su efecto se convierta en parte de la estructura causal. Alternativamente, si el modelo no requiere el parámetro, debe eliminarse de la interfaz del simulador y de la documentación. Una tercera posibilidad, cuando sea apropiado, es reconocer que la cantidad no es en absoluto un parámetro independiente sino más bien una variable de diagnóstico que puede derivarse de variables de estado existentes, como se ilustra en la figura.

Eliminar los parámetros fantasma es más que una cuestión de mantenimiento del software. Los parámetros representan los grados de libertad que un usuario cree que pueden influir en el sistema simulado. Mostrar parámetros que no tienen ningún efecto computacional exagera las capacidades explicativas y predictivas del modelo y compromete su transparencia epistémica. Asegurarse de que cada parámetro expuesto participe en al menos una ecuación garantiza que el simulador represente fielmente el modelo matemático subyacente.

ID:('gp', 653)

Storyboard

Una vez definidas las correcciones necesarias para eliminar las inconsistencias del modelo inicial, es necesario regenerar la red lógica, el conjunto de ecuaciones y la lista de variables, de modo que todos ellos reflejen la versión corregida del modelo.

Para ello puede utilizarse un modelo de inteligencia artificial ejecutando el siguiente prompt. En la tabla incluida en el prompt, reemplace los marcadores [ID] y [n] por el identificador de cada problema y el número de la opción de corrección seleccionada, respectivamente. Por ejemplo:

Problema Opción elegida

A.2 | > opción 1 C.1 | x_t > opción 3 F.3 | k > opción 2

Una vez completada la tabla, ejecute el siguiente prompt:

# Prompt: Corrección y regeneración del modelo a partir de 3 archivos Toma tres archivos como insumo para el modelo [nombre del modelo]: 1. **`modelo_inicial.md`** archivo Markdown que define el modelo original, con las tablas `equations` y `variables` completas (mismo formato de siempre: id, group_id, name, formula_txt, nivel, nivel_justification, origen, origen_note, role_in_group para `equations`; id, equation_id, symbol, description, class, class_justification, unit para `variables`). 2. **`diagnostico.md`** archivo Markdown con el diagnóstico de los 8 chequeos (A-H), cada uno con su resultado (OK/PROBLEMA) y, para los que dieron PROBLEMA, las opciones de solución numeradas. 3. **`resoluciones.txt`** archivo de texto plano con la selección del usuario, una línea por problema, en este formato exacto: ``` [ID del problema] | [variable afectada, si existe; si no, ""] > opción [n] ``` Ejemplo: ``` A.2 | > opción 1 C.1 | x_t > opción 3 F.3 | k > opción 2 ``` No asumas ningún dato de estos tres archivos desde la memoria de la conversación: léelos tal como fueron entregados. Si alguno de los tres archivos falta, está vacío, o es ilegible, detente y pide el archivo antes de continuar. Vas a aplicar las resoluciones indicadas en `resoluciones.txt` sobre el modelo de `modelo_inicial.md`, usando `diagnostico.md` para saber qué significa cada opción elegida, y luego regenerar la documentación completa del modelo desde cero como si el diagnóstico nunca hubiera encontrado problemas corriendo el mismo procedimiento de generación de ecuaciones + variables + red lógica que ya usamos, pero ahora sobre el sistema ya corregido. ## PASO 1 Aplica las resoluciones Para cada línea de `resoluciones.txt`, localiza el problema correspondiente (por su ID) dentro de `diagnostico.md`, identifica la opción [n] señalada y aplícala exactamente sobre las tablas de `modelo_inicial.md`: - Si la opción reformula una ecuación (cambia qué variable resuelve o su forma funcional), reescribe esa fila de `equations` con el nuevo `formula_txt` y ajusta `role_in_group` si el rol cambió (ej. de "mecanismo central" a "diagnóstico"). - Si la opción reclasifica un símbolo (de huérfano a dado, o de dado a calculado), actualiza o crea la fila correspondiente en `variables` con su clase, justificación y unidad. - Si la opción agrega una condición inicial u otro elemento nuevo (sliders, parámetros), agrégalo como fila nueva en la tabla correspondiente. - No reintroduzcas ninguna ecuación o rol que la opción elegida haya descartado (ej. si A.2 elige que Ec. 14 pase a diagnóstico, no debe quedar ninguna fila que la trate como ecuación activa). Si alguna línea de `resoluciones.txt` no tiene correspondencia clara en `diagnostico.md` (ID inexistente, opción fuera de rango, formato mal escrito), señálalo y detente a pedir aclaración antes de continuar no asumas una resolución no especificada. ## PASO 2 Regenera la tabla `equations` (formato idéntico al original) Columnas: id, group_id, name, formula_txt, nivel, nivel_justification, origen, origen_note, role_in_group. Debe reflejar el sistema ya corregido: mismo número de ecuaciones activas que antes menos las que pasaron a diagnóstico, más las que se hayan agregado. Vuelve a evaluar nivel y origen solo si la reformulación cambió la naturaleza de la ecuación (ej. una ecuación invertida algebraicamente conserva su nivel y origen; una ecuación nueva se clasifica desde cero). ## PASO 3 Regenera la tabla `variables` (formato idéntico al original) Columnas: id, equation_id, symbol, description, class, class_justification, unit. Incluye las clasificaciones nuevas o corregidas de los símbolos que antes eran huérfanos o ambiguos. Verifica que cada símbolo del sistema tenga ahora exactamente una entrada de procedencia (Variable, Parámetro, Calculada algebraica, o Calculada dinámica) si alguno sigue sin poder clasificarse limpiamente, repórtalo en vez de forzar una clasificación. ## PASO 4 Vuelve a correr los 8 chequeos de cabos sueltos Aplica el mismo procedimiento del prompt de diagnóstico (A-H) sobre las tablas ya corregidas y entrega la tabla resumen completa (los 8, con resultado OK/PROBLEMA visibles todos). El objetivo de este paso es confirmar que las resoluciones aplicadas efectivamente cerraron los problemas marcados y no introdujeron uno nuevo si algún chequeo que antes estaba OK ahora falla, o si algún chequeo "resuelto" no quedó realmente cerrado, repórtalo explícitamente antes de continuar al Paso 5. ## PASO 5 Regenera la red lógica ecuación-variable Usa las tablas `equations` y `variables` ya corregidas para reconstruir la red interactiva con las mismas convenciones que ya establecimos: - Nodos de dos tipos: ecuaciones (coloreadas por group_id, reutilizando los colores de node_types) y variables/parámetros (coloreadas por clase de procedencia A/B1/B2/C1/C2; variables de estado en color neutro diferenciado). - Enlaces dirigidos con flecha: variable ecuación (entrada), ecuación variable (salida). - Layout de fuerzas, nodos arrastrables individualmente, zoom con rueda del mouse, paneo arrastrando el fondo. - Fondo negro, líneas de conexión blancas. - Etiquetas de texto (símbolo/nombre) de los nodos de variables/parámetros en color blanco, para que se lean con claridad sobre el fondo negro. - Leyenda visible de colores de grupo y de clase. - Tooltip al pasar el mouse con nombre completo y clasificación. ## PASO 6 Genera el archivo `modelo_corregido.md` Produce un archivo Markdown nuevo, independiente y autocontenido, con el modelo ya corregido y sin incoherencias, listo para usarse como `modelo_inicial.md` de un ciclo futuro. Debe incluir: - Nombre y descripción breve del modelo. - Tabla `equations` regenerada (Paso 2). - Tabla `variables` regenerada (Paso 3). - Nota de versión: fecha, lista de IDs de problemas resueltos en este ciclo y su opción aplicada. - Confirmación de que los 8 chequeos (Paso 4) dieron OK. Si alguno quedó pendiente, decláralo explícitamente en una sección "Pendientes" al final del archivo no lo omitas ni lo disimules como resuelto. ## Entrega Entrega todo en este orden: 1. Tabla de resoluciones aplicadas (una fila por problema, con qué cambió exactamente). 2. Tabla `equations` regenerada. 3. Tabla `variables` regenerada. 4. Tabla resumen de los 8 chequeos post-corrección. 5. Red lógica interactiva. 6. Archivo `modelo_corregido.md` (como archivo descargable).

ID:('gp', 689)

Storyboard

El sistema entrega además la lista de ecuaciones, indicando para cada una su nombre, expresión matemática, nivel de confiabilidad, descripción y origen:

ID	Grupo	Name	Formula	Nivel	Justificación	Origen
1	1	$\Psi$ matricial del suelo	$\Psi_{m,s} = -\Psi_e·\left(\displaystyle\frac{\theta_s}{\theta}\right)^b$	1	Curva de retención empírica (tipo Campbell); no se deriva de primeros principios de medios porosos, se ajusta por textura	Específico del dominio
2	1	$\Psi$ osmótico del suelo	$\Psi_{o,s} = -R·T·C_{s,s}$	3	Ley de van't Hoff, termodinámica de soluciones diluidas, heredada tal cual	Física fundamental
3	1	Potencial hídrico del suelo (total)	$\Psi_s = \Psi_{m,s} + \Psi_{o,s}$	2	Superposición aditiva de potenciales - estándar en física de suelos, pero es una aproximación (ignora interacción matriz-soluto)	Física fundamental adaptada
4	2	Flujo xilemático (Darcy)	$F_x = K_h·\displaystyle\frac{(\Psi_s-\Psi_l)}{L}$	2	Ley de Darcy adaptada a tejido vascular vegetal - física de transporte fundamental aplicada a una geometría biológica	Física fundamental adaptada
5	2	Curva de vulnerabilidad (cavitación)	$PLC = \displaystyle\frac{1}{1+e^{a·(\Psi_l - P50)}}$	1	Ajuste sigmoide fenomenológico a datos de vulnerabilidad; no deriva de mecánica de fractura de burbujas desde primeros principios	Específico del dominio
6	2	Capacidad hidráulica efectiva	$K_h = K_{h,max}·(1 - PLC)$	2	Cierre de conservación de área conductora - mecanicista, aunque depende de PLC (que sí es fenomenológico)	Física fundamental adaptada
7	3	Balance hídrico foliar (dinámico)	$C_l·\displaystyle\frac{d\Psi_l}{dt} = F_x - E$	2	Conservación de masa de agua en el tejido, forma estándar de balance con capacitancia	Física fundamental adaptada
8	3	Descomposición del potencial foliar	$\Psi_p = \Psi_l + \Psi_{o,l} + \rho·g·h$	3	Descomposición termodinámica estándar del potencial hídrico (presión + osmótico + gravitacional)	Física fundamental
9	3	Potencial osmótico foliar	$\Psi_{o,l} = - R·T·C_{s,l}$	3	Van't Hoff, igual que en el suelo	Física fundamental
10	3	Relación de Höfler (turgencia)	$V = V_0·\left(1+\displaystyle\frac{\Psi_p}{\epsilon}\right)$	1	Relación elástica específica de tejido, calibrada por especie - no deriva de elasticidad de materiales genérica sin parámetros ajustados	Específico del dominio
11	4	Conductancia estomática base (Ball-Berry)	$g_{s,BB} = g_0 + g_1·\displaystyle\frac{A_{nd}·h_s}{c_s}$	1	Regresión empírica pura, nunca derivada de primeros principios - el ejemplo canónico de Nivel 1 en este proyecto	Específico del dominio
12	4	Conductancia final (con retroalimentación hidráulica)	$g_s = g_{s,BB}(1 - PLC^n)$	1	Cierre ad hoc que acopla cavitación con apertura estomática; no existe protocolo estándar que derive n	Específico del dominio
13	5	Transpiración (difusión de vapor)	$E = 1.6·g_s·\displaystyle\frac{D}{P_a}$	2	Ley de Fick para difusión de vapor de agua, escalada por la razón de difusividades vapor/$CO_2$	Física fundamental adaptada
14	5	Cierre de estado estacionario	$\Delta_b = F_x - E$	2	Conservación de masa en el tramo suelo-hoja-atmósfera, válida en régimen cuasi-estacionario	Física fundamental
15	6	Oferta de $CO_2$ (difusión)	$A_{ns} = \displaystyle\frac{g_s}{1.6}·(c_a - c_i)$	2	Ley de Fick para CO, misma familia que la Ec. 13	Física fundamental adaptada
16	6	Demanda fotosintética (Michaelis-Menten limitada por luz)	$A_{nd} = A_{max}·\displaystyle\frac{c_i}{K_m+c_i}·\displaystyle\frac{I}{I_s}$	1	Simplificación fenomenológica de la bioquímica de Farquhar; forma Michaelis-Menten postulada, no derivada aquí	Específico del dominio
17	6	Balance dinámico de $CO_2$ interno	$C_i·\displaystyle\frac{dc_i}{dt} = A_{ns}- A_{nd}$	2	Conservación de masa de $CO_2$ en el espacio intercelular, forma estándar de balance con capacitancia	Física fundamental adaptada
18	7	Eficiencia en el uso del agua	$WUE = \displaystyle\frac{A_{nd}}{E}$	0	Índice definicional, no un mecanismo físico ni una ley - es una razón postulada entre dos salidas de otros grupos	Ninguno (definicional)

ID:('gp', 690)

Storyboard

El sistema entrega la lista de variables, incluyendo su símbolo, descripción, categoría, justificación de la categoría y unidad correspondiente:

ID	Ecuación	Símbolo	Descripción	Categoria	Justificación	Unidad
1	1	$\Psi_e$	Potencial de entrada de aire (Campbell)	B2	Transferido de tablas de textura de suelo, no medido en este sistema específico	MPa
2	1	$b$	Exponente de la curva de retención	B2	Idem valor típico por clase textural, tomado de literatura	adimensional
3	1	$\theta$	Contenido volumétrico de agua	B1	Medible directamente con sensores TDR/capacitivos, protocolo estándar	m3/m3
4	1	$\theta_s$	Contenido de agua a saturación (porosidad)	B1	Medible directamente por métodos gravimétricos estándar	m3/m3
5	2	$R$	Constante universal de los gases	A	Constante física universal	J/(mol·K)
6	2	$T$	Temperatura	B1	Medible directamente	K
7	2	$C_{s,s}$	Concentración de solutos en solución del suelo	B1	Medible por extracción de solución del suelo + conductividad eléctrica, protocolo estándar	mol/m3
8	4	$K_h$	Conductancia hidráulica efectiva		Definida por la Ec. 6 dentro de la cadena; no se reclasifica aquí	mol/(m2·s·MPa)
9	4	$L$	Longitud de la trayectoria de transporte	B1/B2	Medible directamente en el sistema, o transferida si es geometría genérica	m
10	5	$P50$	Tensión a la que se pierde 50% de conductividad	B1	Medible por curvas de vulnerabilidad estándar (banco de deshidratación, centrífuga)	MPa
11	5	$a$	Pendiente de la curva de vulnerabilidad	C1	Ajustado a la pendiente de la curva medida, con chequeo cruzado contra la forma observada de la curva	1/MPa
12	6	$K_{h,max}$	Conductancia hidráulica máxima (sin cavitación)	B1	Medible en condición hidratada de referencia	mol/(m2·s·MPa)
13	7	$C_l$	Capacitancia hídrica foliar	C1	Medible indirectamente vía curvas presión-volumen, pero tratada aquí como parámetro ajustado sin protocolo directo en el pipeline	mol/(m2·MPa)
14	8	$\rho, g$	Densidad del agua, aceleración de gravedad	A	Constantes físicas	kg/m³, m/s²
15	9	$C_{s,l}$	Concentración de solutos foliares	C1	Requiere osmómetro sobre savia extraída; sin protocolo estandarizado incorporado en este modelo, se asume	mol/m3
16	10	$\epsilon$	Módulo de elasticidad volumétrica foliar	C1	Medible vía curvas presión-volumen, pero aquí tratado como ajuste calibrado sin medición directa en el pipeline	MPa
17	10	$V_0$	Volumen a turgor cero	B1/B2	Medible en curvas P-V, o transferido de literatura por especie	relativo
18	11	$g_0, g_1$	Parámetros de regresión Ball-Berry	C1	Parámetros de regresión empírica calibrados por especie en literatura	mol/(m2·s), adimensional
19	11	$h_s$	Humedad relativa en la superficie foliar	B1	Medible directamente o aproximada a la humedad relativa ambiente	adimensional
20	11	$c_s$	$CO_2$ en la superficie foliar	B1	Medible/forzante ambiental estándar	µmol/mol
21	12	$n$	Exponente de acoplamiento cavitación-estomas	C2	Ad hoc, introducido para cerrar la retroalimentación sin protocolo de medición independiente conocido	adimensional
22	13	$D$	Déficit de presión de vapor (VPD)	B1	Forzante ambiental, medible directamente	kPa
23	13	$P_{atm}$	Presión atmosférica	A	Constante/medible ambiental estándar	kPa
24	13	$1.6$	Razón de difusividades vapor de agua/$CO_2$ en aire	A	Constante física de difusión molecular	adimensional
25	15	$c_a$	CO atmosférico	B1	Medible/forzante ambiental estándar	µmol/mol
26	16	$A_{max}$	Tasa fotosintética máxima	C1	Calibrada por especie, sin derivación desde bioquímica completa en este modelo	µmol/(m2·s)
27	16	$K_m$	Constante de Michaelis (fotosíntesis)	C1	Calibrada o tomada de literatura específica de especie, no derivada aquí	µmol/mol
28	16	$I, I_{sat}$	Radiación incidente, radiación de saturación	B1 / C1	I es medible directamente; Isat es un parámetro de saturación calibrado	µmol/(m2·s)
29	17	$C_i$	Capacitancia de $CO_2$ del espacio intercelular	C2	Introducida únicamente para fijar el tiempo de relajación de la dinámica; sin protocolo de medición independiente conocido	mol/m2

ID:('gp', 691)

Storyboard

Una vez generado y depurado el modelo, es útil documentarlo de manera sistemática, indicando el origen y fundamento de las ecuaciones de cada grupo, así como el detalle de las distintas categorías de variables: estructurales, algebraicas independientes, forzantes, dinámicas y algebraicas dependientes. Esta documentación permite comprender tanto la estructura física del modelo como el papel que desempeña cada uno de sus componentes. Para generarla se puede utilizar el siguiente prompt:

Toma las tablas `equations` y `variables` ya generadas y auditadas en este chat para el modelo [nombre del modelo]. El objetivo es producir un informe de divulgación: un documento de referencia organizado por grupo causal, con literatura asociada a cada ecuación, rangos y niveles de error de las variables de entrada, y rangos típicos observados para las variables de salida pensado para que alguien que no participó en el desarrollo del modelo pueda entenderlo y evaluarlo rápidamente. PASO 0 Verifica prerrequisitos antes de continuar Este prompt asume que el modelo ya pasó por el proceso completo de este proyecto: grupos temáticos derivados (node_types), red semántica, propuesta y auditoría de ecuaciones (Nivel/Origen/Clase), y diagnóstico y resolución de cabos sueltos. Confirma explícitamente que dispones de: - La lista de grupos causales (node_types) con su orden y su "personaje" central. - `equations` completa, con nivel, origen y role_in_group ya asignados. - `variables` completa, con clase de procedencia (A/B1/B2/C1/C2) y clasificación en los 4 tipos (Variable/Parámetro/Calculada algebraica/Calculada dinámica) ya resuelta. - La lista de variables algebraicas independientes de cualquier memoria dinámica (si ya se generó en este chat con el prompt de la herramienta algebraica) si no se generó, resuélvela tú mismo aquí aplicando el mismo criterio: para cada algebraica, construye su cadena de dependencias y retenla como "independiente" solo si esa cadena no toca, en ningún nivel, ninguna variable dinámica. Si algo de esto falta o no fue auditado, detente y señala qué paso previo hace falta correr antes de generar este informe no completes con supuestos. CONVENCIÓN DE IDENTIFICADORES Usa en todo el informe el mismo identificador plano por símbolo que ya se fijó en las tablas de este chat (sin subíndices con coma ni notación decorativa). No reintroduzcas una notación "bonita" distinta a la ya establecida. PASO 1 Ecuaciones depuradas por grupo, con literatura de referencia Recorre los grupos causales en su orden ya establecido. Para cada uno, lista sus ecuaciones (symbol o nombre, formula_txt) tal como quedaron después de aplicar cualquier corrección de cabos sueltos resuelta en este chat. Para cada ecuación, identifica si corresponde a un mecanismo o forma funcional con literatura reconocible (ley general, modelo empírico publicado, método de medición estándar) y cita la referencia más apropiada que conozcas. Si tienes acceso a búsqueda web, verifica al menos las referencias que cites con mayor especificidad (autor, año, forma funcional exacta) antes de darlas por buenas, y dilo explícitamente en el informe: qué referencias fueron verificadas por búsqueda y cuáles se dan de memoria general del campo, sin verificar. Para las ecuaciones sin equivalente claro en la literatura (cierres numéricos ad hoc, diagnósticos internos, definiciones propias del proyecto), dilo explícitamente en vez de forzar una cita es preferible "sin referencia externa, cierre propio del modelo" a una cita inventada o forzada. PASO 2 Variables estructurales y algebraicas independientes, por grupo Para cada grupo, lista por separado: (a) sus variables Tipo 2 (parámetros estructurales) (b) las variables algebraicas Tipo 3 que resultaron independientes de toda variable dinámica (del Paso 0), si alguna pertenece a ese grupo Para cada una, entrega: símbolo, rango típico de valores según literatura general del dominio del modelo, nivel de error de medición característico del método usual para obtenerla (y qué método es, en una frase), y una nota si el rango típico de literatura difiere sustancialmente del valor por defecto usado en cualquier herramienta o simulador ya construido en este chat para este modelo señala la discrepancia explícitamente en vez de ignorarla, para que quede documentada antes de calibrar con datos reales. PASO 3 Variables forzantes tabla global Sin agrupar por grupo causal (son transversales), lista todas las variables Tipo 1 (forzantes) del modelo completo. Para cada una: símbolo, rango típico, nivel de error de medición típico, si en aplicaciones reales tiende a variar dentro del período que normalmente se simula (y con qué patrón: cíclico, monótono, episódico, estocástico), y si varía, una forma simple de modelar esa variación (función paramétrica de bajo orden: sinusoidal, exponencial, escalón, u otra razonable) que alguien pueda implementar sin literatura adicional. Si dos forzantes están físicamente acopladas entre sí en la realidad (una determina o restringe a la otra), señálalo y sugiere derivar una de la otra en vez de tratarlas como independientes. PASO 4 Variables dinámicas y sus algebraicas dependientes rangos típicos observados Lista las variables dinámicas (con memoria) del modelo y, para cada una, las variables algebraicas que dependen de ella directa o transitivamente (del Paso 0). Para cada símbolo de esta lista completa, entrega su rango típico observado en aplicaciones reales del dominio del modelo no como parámetro de entrada, sino como referencia para verificar si una corrida del modelo produce resultados razonables. Para las que sean puramente diagnósticas (no tienen un "valor típico" sustantivo más allá de indicar cercanía a algún estado de referencia, como un balance que debería tender a cero), dilo así en vez de forzar un rango arbitrario. Cierre del informe Termina con una nota de transparencia bibliográfica: qué referencias fueron verificadas por búsqueda en esta sesión y cuáles no, y una recomendación de confirmar cifras bibliográficas exactas (volumen, página, año) antes de usar el documento en cualquier publicación o divulgación formal. Entrega el resultado como un documento markdown descargable, no como texto conversacional es un documento de referencia pensado para guardarse y compartirse, no para leerse una sola vez en el chat.

ID:('gp', 699)

Storyboard

El agua del suelo no es un depósito libre: queda retenida por fuerzas capilares en la red de poros formada por partículas minerales y materia orgánica. Cuanto menor es el tamaño de poro y mayor la superficie de contacto mineral-orgánica, mayor es la energía con que el agua queda retenida (relación inversa entre agua extraíble y energía de retención). La raíz debe generar un potencial hídrico más negativo que el del suelo circundante para extraer agua; a medida que el suelo se seca, ese potencial de retención se vuelve más negativo y la extracción se dificulta progresivamente, existiendo un umbral (punto de marchitez) bajo el cual la extracción radicular se anula.

1. Ecuaciones depuradas por grupo, con literatura de referencia

ID	Ecuación	Referencia orientativa
1	$\Psi_{m,s} = -\Psi_e·\left(\displaystyle\frac{\theta_s}{\theta}\right)^b$	Campbell, G.S. (1974). *A simple method for determining unsaturated hydraulic conductivity from moisture retention data.* Soil Science - curva de retención hídrica del suelo.
2	$\Psi_{o,s} = -R·T·C_{s,s}$	Relación de van't Hoff para soluciones diluidas; ver Nobel, P.S. *Physicochemical and Environmental Plant Physiology* (cualquier edición), capítulo de relaciones hídricas.
3	$\Psi_s = \Psi_{m,s} + \Psi_{o,s}$	Superposición aditiva de componentes del potencial hídrico, convención estándar en física de suelos ver Campbell, G.S. & Norman, J.M. *An Introduction to Environmental Biophysics* (2ª ed.), Springer.

2. Variables estructurales y algebraicas independientes

Símbolo	Tipo	Rango típico	Nivel de error de medición	Nota
$\Psi_e$	Estructural	$[\sim 0.001,0.03]\ MPa$ ($[1,30]\ kPa$) en magnitud	Indirecto - se ajusta desde curvas de retención, no se mide directamente; incertidumbre típica $[20\%,40\%]$ del valor ajustado	El valor por defecto usado en el simulador de este proyecto ($1.5 MPa$) es órdenes de magnitud mayor al típico reportado en literatura de textura de suelo - revisar antes de calibrar con datos reales
$b$	Estructural	2 (arena) a 12 (arcilla)	Ajuste de curva, error típico $\pm[0.5,1]$ unidad	Depende fuertemente de la textura (tabla de Clapp & Hornberger, 1978)
$\theta_s$	Estructural	$[0.3,0.6]\ m^3/m^3$	$\pm[0.01,0.02], m^3/m^3$ (método gravimétrico estándar)	Porosidad total, medible directamente
$\Psi_{m,s}$	Algebraica	$[-3,\sim 0.01]\ MPa$ según humedad	Propagado de $\Psi_e, b, \theta, \theta_s$	Resultado de la Ec. 1
$\Psi_{o,s}$	Algebraica	$[-0.5,-0.01]\ MPa$	Propagado de $C_{s,s}$, $T$	Resultado de la Ec. 2
$\Psi_s$	Algebraica	$[-3.5,-0.02]\ MPa$	Propagado (suma de las dos anteriores)	Resultado de la Ec. 3 - condición de borde para el Grupo 2

ID:('gp', 698)

Storyboard

El transporte de agua depende de la tensión generada por la evaporación foliar: a mayor tensión, mayor caudal ascendente, en una relación que el texto presenta como proporcional mientras la columna de agua permanece continua. Existe, sin embargo, un umbral crítico de tensión a partir del cual aparecen burbujas de aire que bloquean vasos conductores (cavitación/embolismo); superado ese umbral, la capacidad hidráulica de la planta cae de forma abrupta, no gradual es un colapso tipo umbral, no una degradación lineal. La capacidad hidráulica reducida limita a su vez el agua que llega a las hojas, cerrando un lazo de retroalimentación negativa hacia el Grupo 3.

1. Ecuaciones depuradas por grupo, con literatura de referencia

ID	Ecuación	Referencia orientativa
4	$F_x = K_h·\displaystyle\frac{(\Psi_s-\Psi_l)}{L}$	Ley de Darcy adaptada al transporte xilemático - ver Tyree, M.T. & Zimmermann, M.H. *Xylem Structure and the Ascent of Sap* (2ª ed.), Springer.
5	$PLC = \displaystyle\frac{1}{1+e^{a·(\Psi_l-P50)}}$	Curva de vulnerabilidad a la cavitación Pammenter, N.W. & Vander Willigen, C. (1998). *A mathematical and statistical analysis of the curves illustrating vulnerability of xylem to cavitation.* Tree Physiology, 18.
6	$K_h = K_{h,max}·(1-PLC)$	Cierre de conservación del área conductora ver Sperry, J.S. & Tyree, M.T. (1988). *Mechanism of water stress-induced xylem embolism.* Plant Physiology, 88.

2. Variables estructurales y algebraicas independientes

Símbolo	Tipo	Rango típico	Nivel de error de medición	Nota
$K_{h,max}$	Estructural	$[0.5,10]\ mol/(m^2·s)·MPa$ (equivalente a orden mmol en convenciones alternativas)	$\pm[15\%,30\%]$ (método de flujo evaporativo o de alto caudal)	Fuertemente específico de especie y método de medición
$L$	Estructural	$[1,20]\ m$	$\pm[5\%,10\%]$ (medición geométrica directa)	Longitud efectiva de la trayectoria hidráulica, no necesariamente igual a la altura total
$P50$	Estructural	$[-8,-0.5]\ MPa$ (especies muy resistentes hasta $-10/-12\ MPa$)	$\pm[0.2,0.5]\ MPa$ (curvas de vulnerabilidad estándar)	Muy variable entre especies - es uno de los rasgos hidráulicos mejor caracterizados en bases de datos globales
$a$	Estructural	$[0.5,8]\ (1/MPa)$	$\pm[20\%,30\%]$ del ajuste	Pendiente de la curva de vulnerabilidad; sensible al método (banco de deshidratación, centrífuga, aire inyectado)

ID:('gp', 700)

Storyboard

El potencial hídrico de la hoja resulta de un balance de flujos: entra agua desde el xilema y sale por transpiración, de modo que el potencial sube o baja según cuál de los dos términos domine (relación de balance, entrada menos salida). A nivel celular, la presión de turgencia depende de la concentración de solutos internos (relación inversa vía potencial osmótico) y se contrapone a la resistencia mecánica de la pared celular; la posición de la hoja en la planta añade un componente adicional (más altura, menor potencial disponible, por efecto gravitacional). El potencial hídrico foliar resultante es el indicador que el texto usa para expresar el nivel de estrés hídrico.

1. Ecuaciones depuradas por grupo, con literatura de referencia

ID	Ecuación	Referencia orientativa
7	$C_l·\displaystyle\frac{d\Psi_l}{dt} = F_x - E$	Balance de masa foliar con capacitancia hídrica - formulación estándar en modelos SPAC; ver Meinzer, F.C. et al. (2009). *Xylem hydraulic safety margins in woody plants.* Functional Ecology, 23.
8	$\Psi_p = \Psi_l + \Psi_{o,l} + \rho·g·h$	Descomposición termodinámica del potencial hídrico (componentes de presión, osmótico y gravitacional) - Nobel, P.S., op. cit.
9	$\Psi_{o,l} = -R·T·C_{s,l}$	Van't Hoff aplicado al compartimento foliar - misma referencia que Ec. 2.
10	$V = V_0·(1+\Psi_p/\epsilon)$	Relación de Höfler / módulo de elasticidad volumétrica - Tyree, M.T. & Hammel, H.T. (1972). *The measurement of the turgor pressure and the water relations of plants by the pressure-bomb technique.* Journal of Experimental Botany, 23.

2. Variables estructurales y algebraicas independientes

Símbolo	Tipo	Rango típico	Nivel de error de medición	Nota
$C_l$	Estructural	$[50,1000]\ mol/m^2·MPa$ (unidades muy heterogéneas entre fuentes verificar conversión)	$\pm[30\%,50\%]$	Alta incertidumbre; se deriva indirectamente de curvas presión-volumen, rara vez se mide en unidades directamente comparables
$h$	Estructural	$[0.1,30+]\ m$	$\pm5\%$ (medición directa)	Específico del individuo/sistema, no un rasgo fisiológico universal
$\epsilon$	Estructural	$[1,20]\ MPa$	$\pm[10\%,20\%]$ (curvas presión-volumen)	Módulo de elasticidad volumétrica del tejido
$V_0$	Estructural	$[0.8,1.2]$ (relativo)	$\pm[5\%,10\%]$	Depende de la normalización elegida para el volumen celular
$\Psi_{o,l}$	Algebraica	$[-3.5,-0.5]\ MPa$	Propagado de $C_{s,l}, T$	Resultado de la Ec. 9 - única algebraica independiente fuera del Grupo 1

ID:('gp', 701)

Storyboard

La apertura estomática es la variable de control del sistema y surge de un compromiso entre dos efectos que crecen ambos, y en el mismo sentido, con el grado de apertura: a mayor apertura aumenta tanto el ingreso de CO (beneficio) como la pérdida de agua y el riesgo de cavitación (costo), de forma que el texto sugiere una relación creciente y simultánea sobre ambos lados del compromiso. No se especifica en el texto qué señal fisiológica exacta fija el punto de equilibrio, solo que la apertura se ajusta buscando ese óptimo de compromiso.

1. Ecuaciones depuradas por grupo, con literatura de referencia

ID	Ecuación	Referencia orientativa
11	$g_{s,BB} = g_0 + g_1·\displaystyle\frac{A_{nd}·h_s}{c_s}$	Modelo empírico de Ball-Woodrow-Berry - Ball, J.T., Woodrow, I.E. & Berry, J.A. (1987). *A model predicting stomatal conductance and its contribution to the control of photosynthesis under different environmental conditions.* En Biggins, J. (ed.), *Progress in Photosynthesis Research*, Springer/Martinus Nijhoff. (Verificado por búsqueda: capítulo confirmado, editor J. Biggins, Martinus Nijhoff Publishers.)
12	$g_s = g_{s,BB}·(1 - PLC^n)$	Cierre ad hoc de acoplamiento hidráulico-estomático; en la literatura moderna, el vínculo mecanístico entre riesgo de cavitación y regulación estomática se discute en Sperry, J.S. et al. (2017). *Predicting stomatal responses to the environment from the optimization of photosynthetic gain and hydraulic cost.* Plant, Cell & Environment, 40. No existe una forma funcional única consensuada - este cierre es una simplificación propia del proyecto.

2. Variables estructurales y algebraicas independientes

Símbolo	Tipo	Rango típico	Nivel de error de medición	Nota
$g_0$	Estructural	$[0.001,0.05]\ mol/(m^2·s)$	$\pm[20\%,30\%]$ (regresión Ball-Berry)	Conductancia residual/cuticular
$g_1$	Estructural	$[4,15]$ (adimensional)	$\pm[15\%,25\%]$ (regresión)	"Pendiente" de Ball-Berry; síntesis multiespecífica en Miner et al. (2017), *Simple biophysical models... stomatal slope parameter*
$n$	Estructural (C2, ad hoc)	Sin rango de literatura establecido	No existe protocolo de medición independiente	Parámetro de cierre propio del modelo - calibrar por análisis de sensibilidad, no por literatura

ID:('gp', 702)

Storyboard

La tasa de transpiración depende conjuntamente de la apertura estomática y del déficit de humedad entre el interior de la hoja y la atmósfera; el texto describe ambas dependencias como crecientes, sugiriendo una relación de tipo multiplicativo (dos resistencias/impulsores actuando en conjunto, no en exclusión mutua). Un aire más seco (mayor déficit) incrementa proporcionalmente la evaporación, y esta evaporación es señalada explícitamente como el motor físico que sostiene la tensión y el ascenso continuo de agua en el xilema es decir, alimenta directamente al Grupo 2.

1. Ecuaciones depuradas por grupo, con literatura de referencia

ID	Ecuación	Referencia orientativa
13	$E = k16·g_s·\displaystyle\frac{D}{P_a}$	Difusión de vapor de agua tipo Fick, escalada por la razón de difusividades ver von Caemmerer, S. & Farquhar, G.D. (1981). *Some relationships between the biochemistry of photosynthesis and the gas exchange of leaves.* Planta, 153.
14	$\Delta_b = F_x - E$	Diagnóstico de consistencia interna (conservación de masa en régimen cuasi-estacionario) - sin referencia externa, es un chequeo propio del modelo.

2. Variables estructurales y algebraicas independientes

Símbolo	Tipo	Rango típico	Nivel de error de medición	Nota
$P_a$	Estructural (casi constante)	$[80,101.3]\ kPa$ según altitud	$\pm0.1\ kPa$	Prácticamente fija para un sitio dado
$k16$	Constante física	1.6 exacto	Sin error	Razón de difusividades molecular $H_2O/CO_2$ en aire

ID:('gp', 703)

Storyboard

El $CO_2$ atmosférico entra por los mismos estomas que regulan la pérdida de agua, difunde por los espacios intercelulares y llega a los cloroplastos, donde la energía luminosa impulsa su fijación; el texto sugiere una dependencia conjunta entre disponibilidad de luz y disponibilidad de $CO_2$(esperable de tipo multiplicativo con posible saturación en cada factor por separado). La concentración interna de $CO_2$ no es fija: resulta de un balance dinámico entre la velocidad de ingreso (ligada a la apertura estomática) y la velocidad de consumo fotosintético si el consumo aumenta más rápido que el ingreso, la concentración interna cae hasta alcanzar un nuevo equilibrio.

1. Ecuaciones depuradas por grupo, con literatura de referencia

ID	Ecuación	Referencia orientativa
15	$A_{ns} = \displaystyle\frac{g_s}{k16}·(c_a - c_i)$	Difusión de $CO_2$ tipo Fick - misma referencia que Ec. 13 (von Caemmerer & Farquhar, 1981).
16	$A_{nd} = A_{max}·\displaystyle\frac{c_i}{K_m+c_i}·\displaystyle\frac{I}{I_s}$	Simplificación tipo Michaelis-Menten del modelo bioquímico de fotosíntesis - basado en Farquhar, G.D., von Caemmerer, S. & Berry, J.A. (1980). *A biochemical model of photosynthetic $CO_2$ assimilation in leaves of C3 species.* Planta, 149. (Nota: esta es una simplificación de un solo parámetro Km; el modelo original de Farquhar distingue Kc y Ko para CO y O por separado - ver advertencia en la sección 2, Grupo 6.)
17	$C_i·\displaystyle\frac{dc_i}{dt} = A_{ns} - A_{nd}$	Balance de masa de $CO_2$ interno con capacitancia - cierre numérico propio del proyecto, sin equivalente directo en la literatura fisiológica (ver clasificación C2 de $C_i$ en la auditoría de variables).

2. Variables estructurales y algebraicas independientes

Símbolo	Tipo	Rango típico	Nivel de error de medición	Nota
$A_{max}$	Estructural	$[5,40]\ \mu mol/(m^2·s)$	$\pm[10\%,15\%]$ (curvas A-$C_i$)	Muy dependiente de si la hoja es de sol o sombra, y de la especie (C3 vs C4)
$K_m$	Estructural	$[200,600]\ ppm$ (según ajuste)	$\pm[20\%,40\%]$	Simplificación de un solo parámetro que combina $K_c$ y $K_o$ del modelo de Farquhar original - no comparar directamente con valores de $K_c/K_o$ publicados sin reajustar
$I_s$	Estructural	$[500,2000]\ \mu mol/(m^2·s)$	$\pm15\%$ (curvas de respuesta a la luz)	Bajo en hojas de sombra, alto en hojas de sol
$C_i$	Estructural (C2, ad hoc)	Sin rango de literatura establecido	No existe protocolo de medición independiente	Capacitancia numérica de cierre - calibrar contra la escala de tiempo de inducción fotosintética observada (segundos a minutos), no tratar como cantidad física medible

ID:('gp', 704)

Storyboard

La eficiencia en el uso del agua se define como un cociente entre la biomasa/carbono producido (numerador, proveniente del Grupo 6) y el agua perdida por transpiración (denominador, proveniente del Grupo 5) en el mismo intervalo. No es un mecanismo físico propio sino un indicador emergente: sube cuando la fotosíntesis crece sin que la transpiración crezca en la misma proporción, y baja en el caso contrario. El texto es explícito en que los grupos 1 a 6 no pueden optimizarse simultáneamente porque comparten la misma variable de control (apertura estomática), lo que impone una restricción estructural sobre este cociente.

1. Ecuaciones depuradas por grupo, con literatura de referencia

ID	Ecuación	Referencia orientativa
18	$WUE = \displaystyle\frac{A_{nd}}{E}$	Definición estándar de eficiencia instantánea en el uso del agua - ver Farquhar, G.D. & Richards, R.A. (1984). *Isotopic composition of plant carbon correlates with water-use efficiency of wheat genotypes.* Australian Journal of Plant Physiology, 11.

2. Variables estructurales y algebraicas independientes

Sin variables estructurales ni algebraicas independientes propias WUE es un cociente de salidas de los Grupos 5 y 6.

ID:('gp', 705)

Storyboard

Las variables forzantes son variables externas al modelo y, por lo tanto, actúan de manera global sobre todos los grupos que lo componen. En un experimento de laboratorio pueden mantenerse constantes o modificarse de manera controlada para estudiar la respuesta del sistema. En condiciones externas al laboratorio, en cambio, evolucionan de acuerdo con el fenómeno que representan, pudiendo presentar variaciones diarias, estacionales o asociadas a eventos específicos. A continuación se listan las variables forzantes del modelo y, cuando corresponde, se propone un modelo simple para representar su evolución en condiciones ambientales.

Símbolo	Rango típico	Error de medición típico	¿Varía en aplicaciones reales?	Modelado simple sugerido
$T$	$[5,40]\ °C$ ($[278,313]\ K$)	$\pm[0.2,0.5]\ °C$	Sí - ciclo diurno marcado	Sinusoidal: $T(t) = T_{mean} + (\Delta T/2)·sin(2\pi (t-t_{peak})/24h)$
$\theta$	0.05 (marchitez) a 0.45 (saturación) $m^3/m^3$	$\pm[0.01,0.02]\ m^3/m^3$ (TDR/capacitancia)	Sí - se seca entre eventos de lluvia/riego, se recarga abruptamente	Recesión exponencial entre pulsos: $\theta(t) = \theta_{wilt} + (\theta_{field}-theta_{wilt})·e^{t/\tau_{dry}}$, reiniciada en cada evento de precipitación
$C_{s,s}$	$[1,50]\ mol/m^3$	$\pm[10\%,20\%]$ (vía conductividad eléctrica)	Sí - se concentra con la evapoconcentración, se diluye con lluvia	Aproximación simple: $C_{s,s} \propto 1/\theta$ (masa de soluto aprox. constante mientras cambia el volumen de agua) - recomendable acoplarlo explícitamente a theta en vez de tratarlo como independiente
$C_{s,l}$	$[100,600]\ mol/m^3$	$\pm10\%$ (osmómetro)	Lentamente, bajo estrés hídrico sostenido (ajuste osmótico)	Rampa lenta en función del estrés acumulado; para simulaciones de horas-día, tratar como cuasi-constante es razonable
$h_s$	$[0.1,1.0]$ (fracción)	$\pm[0.02,0.05]$	Sí - ciclo diurno, anticorrelacionado con $T$	Derivar de un ciclo diurno inverso al de $T$, o mediante la relación de saturación de vapor (Tetens/Magnus) aplicada a $T(t)$
$c_s$	$[350,450]\ ppm$	$\pm[5,10]\ ppm$ (IRGA)	Poco durante el día; posible caída nocturna por respiración de dosel	Aproximar como $c_s \approx c_a$ para simulaciones de escala foliar; agregar variación diel solo en aplicaciones a nivel de dosel
$D$	$[0.1,4+]\ kPa$	$\pm[0.1,0.2]\ kPa$ (propagado de $T$ y $h_s$)	Sí - ciclo diurno fuerte, mínimo al amanecer	Derivarlo directamente de $T(t)$ y $h_s(t)$ simulados vía la ecuación de presión de vapor de saturación, en vez de parametrizarlo por separado - es la opción más físicamente consistente
$c_a$	$[400,450]\ ppm$ (tendencia secular ascendente)	$\pm[2,5]\ ppm$	Muy lentamente (tendencia interanual) + fluctuación diel de dosel $20$ a $50$ ppm	Constante para simulaciones cortas (horas-día); agregar tendencia lineal lenta solo en simulaciones multianuales
$I$	$[0,2200]\ \mu mol/(m^2·s)$	$\pm[2\%,5\%]$ (sensores cuánticos)	Sí - ciclo diurno fuerte + variabilidad estocástica por nubosidad	Media seno/Gaussiana de día despejado: $I(t) = I_{max}·max(0, sin(\pi (tamanecer)/duración_día))$, multiplicada opcionalmente por un factor de nubosidad estocástico

ID:('gp', 706)

Storyboard

Las variables que se calculan en función del tiempo comprenden tanto las variables dinámicas con memoria como las variables algebraicas que dependen de ellas. Sus valores corresponden a salidas del modelo y no a entradas. Se presentan como referencia para evaluar si los resultados obtenidos durante una simulación se mantienen dentro de rangos fisiológicamente razonables, y no como parámetros cuyos valores deban fijarse previamente.

Símbolo	Tipo	Rango típico observado en campo
$\Psi_l$	Dinámica (estado)	-0.1 MPa (bien regada, de noche) a -3.5 MPa (estrés severo, mediodía); -0.5 a -1.5 MPa es común al mediodía en plantas bien regadas
$c_i$	Dinámica (estado)	200350 ppm en condiciones diurnas normales (~6080% de ca); puede caer a 100150 ppm bajo cierre estomático severo; se acerca a ca de noche, sin fotosíntesis activa
$PLC$	Dependiente de $\Psi_l$	0% (sin daño) a 100% (embolismo total); riesgo operacional relevante suele señalarse por encima de 50%
$K_h$	Dependiente de $\Psi_l$	Entre 0 y Kh_max, típicamente 50100% de $K_{h,max}$ bajo estrés leve a moderado
$F_x$	Dependiente de $\Psi_l$	Del orden de 0.12 mmol/(m²·s) al mediodía (fuertemente dependiente de la elección de Kh_max y L) |
$\Psi_p$	Dependiente de $\Psi_l$	02.5 MPa; cae hacia 0 cerca del punto de pérdida de turgencia bajo estrés severo
$V$	Dependiente de $\Psi_l$	~0.85 - 1.0 (relativo a plena turgencia); por debajo de 0.70.85 indica pérdida de turgencia, según la elasticidad del tejido
$g_{s,BB}, g_s$	Dependiente de $c_i$ y $\Psi_l$	0.020.6 mol/(m²·s); bajo en condiciones estresadas o de poca luz, alto en condiciones óptimas
$E$	Dependiente de $\Psi_l$ y $c_i$	0.58 mmol/(m²·s) en horas diurnas típicas
$A_{ns}, A_{nd}$	Dependiente de $c_i$	0 (noche) a $A_{max} $\mu mol/(m^2·s)$ bajo luz y $CO_2$ óptimos
$\Delta_b$	Diagnóstico	Cercano a 0 en estado cuasi-estacionario; distinto de 0 durante transitorios - no tiene "rango típico" más allá de indicar cercanía al equilibrio
$WUE$	Dependiente de $\Psi_l$ y $c_i$	$18 \mu mol CO_2 / mmol H_2O$ es un orden de magnitud común para especies C3; especies C4 típicamente más alto

ID:('gp', 707)

Storyboard

La ecuación describe cómo varía el potencial matricial del suelo, es decir, la energía con la que el agua permanece retenida por la matriz formada por las partículas minerales y la materia orgánica. Aunque el suelo pueda contener una cantidad importante de agua, no toda ella se encuentra disponible para la planta, ya que una fracción queda adherida a las superficies sólidas por fuerzas capilares. La magnitud de esta retención depende principalmente del contenido de agua del suelo: a medida que el suelo pierde humedad, el agua restante se concentra en poros cada vez más pequeños, donde las fuerzas capilares son más intensas y el potencial matricial se vuelve progresivamente más negativo.

La imagen muestra este proceso desde la escala microscópica hasta su efecto sobre la planta. En la parte superior izquierda se observa cómo el agua ocupa los poros existentes entre las partículas minerales y la materia orgánica. A medida que disminuye el contenido de agua, los meniscos capilares adquieren una curvatura cada vez mayor, aumentando la energía necesaria para desprender el agua de las superficies sólidas. Este comportamiento se representa también mediante la curva de retención hídrica, donde pequeñas disminuciones del contenido de agua provocan descensos cada vez más pronunciados del potencial matricial.

Desde el punto de vista fisiológico, este potencial constituye la condición inicial para toda la cadena de transporte hídrico. La raíz únicamente puede absorber agua cuando su propio potencial hídrico es más negativo que el potencial matricial del suelo. Mientras el suelo permanece húmedo, esta condición se satisface con relativa facilidad y el agua fluye hacia la raíz. Sin embargo, conforme el suelo se seca, la diferencia de potencial necesaria aumenta continuamente, dificultando la extracción. Finalmente se alcanza el punto de marchitez permanente, donde la energía requerida para liberar el agua retenida supera la capacidad de succión del sistema radical y la absorción prácticamente se detiene.

Dentro del modelo integrado, esta ecuación constituye el mecanismo que transforma el contenido de agua del suelo en una variable energética capaz de impulsar o limitar todo el transporte posterior. El potencial matricial determina cuánta energía debe invertir la planta para acceder al agua disponible y, por lo tanto, fija la condición de borde desde la cual comienza el flujo hacia el xilema. Cualquier cambio en la humedad del suelo modifica inmediatamente este potencial y termina propagándose a lo largo de toda la cadena de procesos, afectando el transporte hidráulico, el estado hídrico de las hojas, la apertura estomática, la fotosíntesis y, finalmente, la eficiencia con que la planta utiliza el agua.

ID:('gp', 629)

Storyboard

La ecuación describe el potencial osmótico del suelo, es decir, la disminución de la energía libre del agua provocada por la presencia de solutos disueltos en la solución que ocupa los poros del suelo. A diferencia del potencial matricial, que surge de las fuerzas capilares ejercidas por la matriz sólida, el potencial osmótico tiene su origen en la composición química del agua. Cuanto mayor es la concentración de sales y otros solutos, menor es la energía disponible del agua y más negativo se vuelve su potencial osmótico. Este comportamiento corresponde directamente a la ley de Van't Hoff para soluciones diluidas, que relaciona el potencial osmótico con la concentración de solutos y la temperatura absoluta.

La imagen muestra este mecanismo desde la escala microscópica hasta sus consecuencias sobre la absorción radicular. En la parte superior izquierda se observa que el agua presente en los poros constituye una solución que contiene diferentes iones disueltos. Estas partículas atraen y organizan las moléculas de agua a su alrededor, disminuyendo la fracción de agua libre capaz de desplazarse espontáneamente. Como resultado, al aumentar la concentración de solutos el potencial osmótico se hace progresivamente más negativo, tal como ilustra la secuencia de soluciones diluidas y concentradas y la curva mostrada en la parte inferior derecha.

El potencial osmótico no actúa de manera aislada, sino que constituye uno de los componentes que determinan el potencial hídrico total del suelo. Mientras el potencial matricial representa la energía necesaria para desprender el agua de las superficies minerales y orgánicas, el potencial osmótico representa la energía asociada a la composición química de la solución del suelo. Ambos efectos se suman para establecer la energía total con la que el agua se encuentra disponible para las raíces.

Desde el punto de vista fisiológico, un incremento en la concentración de sales tiene un efecto similar al secado del suelo: aunque el contenido de agua pueda permanecer prácticamente constante, el agua resulta energéticamente menos accesible para la planta. En consecuencia, la raíz debe desarrollar un potencial hídrico aún más negativo para mantener la absorción. Si esta diferencia de potencial deja de ser suficiente, el flujo de agua disminuye progresivamente hasta llegar a detenerse, generando un estado de estrés hídrico aun cuando exista agua físicamente presente en el suelo.

Dentro del modelo integrado, esta ecuación incorpora el efecto de la composición química del suelo sobre la disponibilidad del agua. Su función consiste en complementar el efecto físico de la retención capilar, proporcionando el segundo componente fundamental del potencial hídrico del suelo. De este modo, el modelo puede representar tanto situaciones de sequía como de salinidad, ambas capaces de reducir la absorción radicular y de propagar sus efectos a lo largo de toda la cadena de procesos, modificando el transporte hidráulico, el estado hídrico de las hojas, la regulación estomática, la fotosíntesis y, finalmente, la eficiencia con que la planta utiliza el agua.

ID:('gp', 630)

Storyboard

La ecuación define el potencial hídrico total del suelo, que representa la energía efectiva con la que el agua se encuentra disponible para ser absorbida por las raíces. En lugar de depender de un único mecanismo, esta disponibilidad resulta de la combinación de dos procesos físicos diferentes que actúan simultáneamente. Por una parte, las fuerzas capilares ejercidas por la matriz formada por partículas minerales y materia orgánica retienen el agua sobre las superficies y dentro de los poros del suelo. Por otra, los solutos disueltos disminuyen la energía libre del agua mediante efectos osmóticos. El potencial hídrico total resume ambos fenómenos en una única variable que caracteriza el estado energético del agua en el suelo.

La imagen muestra cómo estos dos mecanismos se integran para determinar la disponibilidad de agua. En la parte superior izquierda se representan por separado el potencial matricial, asociado a la retención capilar en los poros, y el potencial osmótico, originado por la presencia de solutos en la solución del suelo. Ambos contribuyen haciendo que el potencial hídrico sea más negativo. En la parte superior derecha se ilustra esta combinación como una suma de contribuciones energéticas, destacando que el potencial total representa el efecto conjunto de ambos procesos, aunque la interacción entre ellos se aproxima mediante una superposición aditiva.

La secuencia central muestra cómo evoluciona este potencial a medida que el suelo pierde agua. En un suelo húmedo, tanto la retención capilar como la concentración de solutos ejercen un efecto relativamente moderado y el potencial hídrico permanece suficientemente alto para permitir la absorción radicular. Conforme disminuye el contenido de agua, aumenta la intensidad de las fuerzas capilares y simultáneamente la concentración de solutos se incrementa debido a la reducción del volumen de agua disponible. Como consecuencia, ambos componentes se vuelven progresivamente más negativos y el potencial hídrico total disminuye de forma continua. Finalmente se alcanza el punto de marchitez, donde el potencial del suelo resulta tan negativo que la raíz ya no puede generar un gradiente suficiente para extraer agua.

Desde el punto de vista fisiológico, el potencial hídrico total constituye la condición inicial que gobierna el ingreso de agua a la planta. La absorción solo puede ocurrir cuando el potencial hídrico de la raíz es más negativo que el del suelo, de modo que esta variable determina directamente si el flujo de agua puede iniciarse y con qué intensidad lo hará. Cualquier modificación en la estructura del suelo, en su contenido de agua o en la concentración de sales se refleja inmediatamente en este potencial y altera la capacidad de abastecimiento hídrico de toda la planta.

Dentro del modelo integrado, esta ecuación cumple el papel de cierre del primer grupo de procesos. Su función consiste en reunir en una única variable los efectos físicos de la retención capilar y los efectos químicos de la solución del suelo, proporcionando la condición de borde que alimenta el transporte hidráulico en el xilema. A partir de este punto comienza la cadena completa de procesos que conecta el suelo con las hojas, regulando posteriormente el transporte de agua, el estado hídrico foliar, la apertura estomática, la fijación de carbono y, finalmente, la eficiencia global con que la planta utiliza el agua.

ID:('gp', 631)

Storyboard

La ecuación describe el flujo de agua a través del xilema, el tejido conductor encargado de transportar el agua desde las raíces hasta las hojas. Este transporte se encuentra impulsado por la diferencia de potencial hídrico existente entre el suelo y los tejidos foliares. Mientras el potencial del suelo es relativamente alto y el de las hojas se vuelve más negativo debido a la evaporación, se establece un gradiente energético que induce el ascenso continuo de la columna de agua. La magnitud del flujo depende tanto de esta diferencia de potencial como de la capacidad hidráulica del xilema para conducir el agua y de la longitud del trayecto que debe recorrer.

La imagen muestra cómo este mecanismo conecta el suelo con la atmósfera mediante una columna continua de agua contenida en los vasos del xilema. El agua absorbida por las raíces asciende impulsada por la tensión generada en las hojas como consecuencia de la transpiración. Esta tensión se transmite a lo largo de toda la columna gracias a la cohesión entre las moléculas de agua y a su adhesión a las paredes de los vasos conductores, permitiendo que el agua sea extraída desde el suelo incluso hasta grandes alturas. Mientras la continuidad de la columna se mantiene, el transporte resulta altamente eficiente y responde aproximadamente de manera proporcional al gradiente de potencial hídrico.

Sin embargo, este mecanismo posee un límite físico. Cuando la tensión aumenta excesivamente, pueden formarse burbujas de aire dentro de los vasos conductores. Este fenómeno, conocido como cavitación o embolismo, interrumpe la continuidad de la columna de agua y reduce la capacidad del xilema para transportar agua. En consecuencia, aunque el gradiente de potencial continúe aumentando, el flujo ya no puede incrementarse en la misma proporción porque parte de la red conductora deja de ser funcional. La planta entra entonces en un régimen donde el transporte hidráulico queda limitado por el deterioro del propio sistema conductor.

Desde el punto de vista fisiológico, el flujo xilemático constituye el vínculo que conecta las condiciones del suelo con el estado hídrico de las hojas. La cantidad de agua que alcanza los tejidos foliares depende directamente de este transporte y determina la capacidad de mantener la turgencia celular, sostener la transpiración y permitir la apertura de los estomas. Al mismo tiempo, el potencial hídrico de las hojas influye sobre el gradiente que impulsa el flujo, estableciendo una retroalimentación continua entre el suministro de agua y el estado hídrico foliar.

Dentro del modelo integrado, esta ecuación representa el mecanismo físico central del transporte de agua en la planta. Recibe como condición inicial el potencial hídrico total del suelo calculado en el grupo anterior y utiliza como condición final el potencial hídrico de la hoja, que será determinado posteriormente por el balance entre entrada y pérdida de agua. De este modo, el flujo xilemático constituye el nexo entre la disponibilidad de agua en el suelo y la regulación fisiológica que ocurre en las hojas. Cualquier disminución en la capacidad hidráulica del xilema, ya sea por cavitación o por otras limitaciones, reduce el suministro de agua hacia los tejidos foliares y desencadena una cascada de respuestas que afectan la apertura estomática, la fotosíntesis, la transpiración y, finalmente, la eficiencia global con que la planta utiliza el agua.

ID:('gp', 632)

Storyboard

La ecuación describe la vulnerabilidad del sistema hidráulico de la planta frente a la cavitación, es decir, la pérdida progresiva de capacidad de conducción de agua a medida que aumenta la tensión en el xilema. Mientras el agua asciende impulsada por la evaporación de las hojas, la columna líquida permanece estable gracias a las fuerzas de cohesión entre las moléculas de agua. Sin embargo, cuando el potencial hídrico del xilema alcanza valores suficientemente negativos, la tensión supera un umbral crítico y comienzan a formarse burbujas de aire dentro de los vasos conductores. Estas burbujas interrumpen la continuidad de la columna de agua y reducen la cantidad de conductos que permanecen operativos para el transporte.

La imagen muestra este proceso como una transición entre un sistema hidráulico completamente funcional y otro progresivamente obstruido por embolismos. En un estado de baja tensión, prácticamente todos los vasos permanecen llenos de agua y la capacidad hidráulica es máxima. Conforme la tensión aumenta, comienzan a aparecer cavitaciones aisladas que reducen lentamente la superficie efectiva disponible para el transporte. Finalmente se alcanza una región crítica donde una pequeña disminución adicional del potencial hídrico provoca una rápida propagación de embolismos y una pérdida abrupta de conductividad. Este comportamiento se representa mediante una curva sigmoidal, característica de un fenómeno gobernado por un umbral físico más que por una disminución lineal.

Uno de los parámetros más importantes de esta relación es el potencial para el cual la planta ha perdido aproximadamente la mitad de su capacidad conductora. Este valor constituye una medida de la resistencia del xilema a la cavitación y varía entre especies según su adaptación a ambientes húmedos o secos. Plantas adaptadas a condiciones áridas suelen tolerar potenciales mucho más negativos antes de experimentar pérdidas importantes de conductividad, mientras que especies de ambientes húmedos presentan umbrales menos extremos.

Desde el punto de vista fisiológico, la cavitación representa un mecanismo de protección y, al mismo tiempo, una limitación para el funcionamiento de la planta. La pérdida de conductividad reduce el suministro de agua hacia las hojas, disminuyendo el potencial hídrico foliar y aumentando el estrés hídrico. Como consecuencia, la planta responde cerrando progresivamente los estomas para reducir la transpiración y evitar que la tensión continúe aumentando. De este modo se establece un mecanismo de retroalimentación negativa que busca impedir un colapso hidráulico irreversible.

Dentro del modelo integrado, esta ecuación constituye el disparador no lineal del transporte hidráulico. Mientras la ecuación del flujo xilemático describe un comportamiento aproximadamente proporcional entre el gradiente de potencial y el transporte de agua, esta relación introduce el límite físico del sistema al transformar un incremento continuo de la tensión en una pérdida súbita de capacidad conductora. La vulnerabilidad obtenida alimenta directamente el cálculo de la capacidad hidráulica efectiva del xilema y, posteriormente, la regulación estomática. Gracias a este mecanismo, el modelo puede representar uno de los fenómenos más importantes de la fisiología vegetal: la existencia de un umbral de funcionamiento a partir del cual el sistema hidráulico deja de responder gradualmente y entra en un régimen de deterioro acelerado que condiciona todo el equilibrio entre transporte de agua, fotosíntesis y supervivencia de la planta.

ID:('gp', 633)

Storyboard

La ecuación describe la capacidad hidráulica efectiva del xilema, es decir, la fracción de la capacidad máxima de transporte de agua que permanece disponible después de que parte de los vasos conductores ha sido inutilizada por cavitación. Mientras la capacidad hidráulica máxima representa el funcionamiento ideal de una red vascular completamente llena de agua, la capacidad efectiva refleja el estado real del sistema bajo las condiciones de tensión existentes. A medida que aumenta la cantidad de vasos bloqueados por embolismos, disminuye la superficie disponible para conducir agua y, en consecuencia, el transporte hidráulico se reduce en la misma proporción.

La imagen muestra cómo el sistema vascular evoluciona desde un estado completamente funcional hacia otro donde una fracción creciente de los vasos deja de participar en el transporte. Inicialmente, la totalidad de la red conductora se encuentra disponible y el agua puede ascender sin restricciones significativas. Conforme aparecen cavitaciones, algunos conductos quedan llenos de aire y dejan de transmitir la tensión generada por la evaporación foliar. El agua debe entonces circular por un número cada vez menor de vasos activos, reduciendo la capacidad global de transporte. Cuando la pérdida de conductividad alcanza valores elevados, el sistema entra en un régimen donde incluso grandes diferencias de potencial hídrico son incapaces de mantener un flujo suficiente hacia las hojas.

Desde el punto de vista físico, esta relación constituye el cierre natural del proceso de cavitación. La ecuación anterior determina qué fracción de la red vascular ha dejado de funcionar como consecuencia de la formación de embolismos, mientras que esta ecuación transforma directamente esa pérdida estructural en una disminución de la conductividad hidráulica. De esta manera, el modelo conecta el estado microscópico del xilema con su comportamiento macroscópico como sistema de transporte, manteniendo la coherencia entre la geometría efectiva de los conductos y el flujo que pueden sostener.

Las consecuencias fisiológicas son inmediatas. Una menor capacidad hidráulica implica que llega menos agua a las hojas para un mismo gradiente de potencial hídrico. Como resultado disminuye la hidratación de los tejidos, el potencial hídrico foliar se vuelve más negativo y aumenta el estrés hídrico. Frente a esta situación, la planta responde reduciendo la apertura estomática para disminuir la transpiración y evitar que la tensión en el xilema continúe aumentando. Esta respuesta constituye un mecanismo de protección que intenta estabilizar el sistema antes de que la pérdida de conductividad alcance niveles irreversibles.

Dentro del modelo integrado, esta ecuación representa el cierre del grupo dedicado al transporte hidráulico. Su función consiste en actualizar continuamente la capacidad real del xilema a partir del nivel de cavitación calculado previamente y utilizar este nuevo valor para determinar el flujo de agua hacia las hojas. Se establece así un lazo de retroalimentación donde el incremento de la tensión favorece la cavitación, la cavitación reduce la capacidad hidráulica y esta reducción disminuye el flujo ascendente de agua. Como consecuencia, la capacidad hidráulica efectiva se convierte en una de las variables que conectan directamente el estado estructural del sistema vascular con la regulación fisiológica de la planta, propagando sus efectos hacia el estado hídrico foliar, la apertura estomática, la fotosíntesis y la eficiencia global en el uso del agua.

ID:('gp', 634)

Storyboard

La ecuación describe el balance dinámico del agua en la hoja, considerando simultáneamente el agua que ingresa desde el xilema y el agua que se pierde por transpiración hacia la atmósfera. A diferencia de las ecuaciones anteriores, que representan relaciones instantáneas entre variables, esta incorpora explícitamente la evolución temporal del sistema. El estado hídrico de la hoja ya no depende únicamente de las condiciones presentes, sino también de la historia reciente del transporte de agua y de las pérdidas ocurridas por evaporación. La hoja actúa así como un pequeño reservorio cuya hidratación aumenta cuando el suministro supera las pérdidas y disminuye cuando ocurre la situación contraria.

La imagen muestra este balance como el punto donde convergen dos flujos opuestos. Desde la parte inferior llega el agua transportada por el xilema, mientras que desde la superficie foliar el agua abandona continuamente la planta mediante la transpiración. Mientras ambos flujos permanecen equilibrados, el contenido de agua de la hoja se mantiene aproximadamente constante y el potencial hídrico permanece estable. Si el transporte desde las raíces aumenta o la transpiración disminuye, la hoja recupera agua y su potencial hídrico se vuelve menos negativo. En cambio, cuando la evaporación supera el suministro proveniente del xilema, la hoja pierde agua, disminuye su contenido hídrico y el potencial se hace progresivamente más negativo, indicando un incremento del estrés hídrico.

La presencia de una capacitancia hídrica refleja que los tejidos foliares poseen la capacidad de almacenar temporalmente agua. Este almacenamiento amortigua las variaciones rápidas del ambiente, evitando que pequeños cambios instantáneos en la radiación solar, la humedad atmosférica o la apertura estomática produzcan cambios igualmente bruscos en el estado hídrico de la planta. Gracias a esta inercia, el sistema responde de forma continua y estable, reproduciendo el comportamiento observado experimentalmente en los tejidos vegetales.

Desde el punto de vista fisiológico, el potencial hídrico foliar constituye uno de los indicadores más importantes del estado de la planta. Cuando el suministro de agua resulta suficiente, las células mantienen su hidratación, conservan la turgencia y pueden sostener una elevada actividad fisiológica. Por el contrario, cuando las pérdidas superan persistentemente al suministro, el potencial hídrico disminuye, aumenta el estrés hídrico y comienzan a activarse los mecanismos de regulación destinados a conservar agua, especialmente el cierre progresivo de los estomas.

Dentro del modelo integrado, esta ecuación constituye el núcleo dinámico del estado hídrico de la hoja. Recibe el flujo de agua calculado por el modelo hidráulico del xilema y lo enfrenta a la pérdida de agua determinada por la transpiración. El potencial hídrico resultante no solo describe la condición fisiológica instantánea de los tejidos foliares, sino que además retroalimenta el transporte hidráulico al modificar el gradiente de potencial que impulsa el ascenso del agua desde las raíces. De este modo, el estado hídrico de la hoja se convierte en el punto de encuentro entre la disponibilidad de agua en el suelo, el transporte vascular y la regulación estomática, integrando en una única variable la respuesta dinámica de toda la planta frente a las condiciones cambiantes del ambiente.

ID:('gp', 635)

Storyboard

La ecuación descompone el potencial hídrico de la hoja en sus principales componentes físicos, permitiendo comprender qué mecanismos determinan el estado energético del agua dentro de los tejidos foliares. En lugar de considerar el potencial hídrico como una única variable global, esta relación muestra que el comportamiento de la hoja resulta del equilibrio entre la presión ejercida por el agua sobre las paredes celulares, el efecto de los solutos presentes en el interior de las células y la diferencia de energía asociada a la posición de la hoja dentro del campo gravitacional. De esta forma, el potencial hídrico deja de ser un simple indicador de hidratación y pasa a interpretarse como la consecuencia de varios procesos físicos que actúan simultáneamente.

La imagen ilustra cómo cada uno de estos componentes contribuye al estado hídrico de la hoja. La presión de turgencia representa el efecto mecánico producido cuando la vacuola celular se llena de agua y empuja la membrana contra la pared celular, proporcionando rigidez a los tejidos. En sentido opuesto actúa el potencial osmótico, originado por la presencia de solutos en el interior de las células, que disminuyen la energía libre del agua y favorecen su ingreso desde regiones menos concentradas. A estos dos mecanismos se suma el efecto gravitacional, que refleja la energía necesaria para mantener el agua a determinada altura dentro de la planta. Aunque este último suele ser pequeño en plantas de baja estatura, adquiere importancia en árboles de gran tamaño, donde la elevación de la copa representa una fracción apreciable del gradiente de potencial hídrico.

Cada uno de estos componentes responde a procesos fisiológicos diferentes. La turgencia depende del contenido de agua de las células y determina la rigidez de hojas y tallos, influyendo directamente sobre el crecimiento y el funcionamiento normal de los tejidos. El potencial osmótico está gobernado por la concentración de solutos celulares, la cual puede modificarse mediante ajustes osmóticos que ayudan a la planta a tolerar condiciones de sequía o salinidad. El componente gravitacional, en cambio, depende exclusivamente de la altura y constituye una restricción física permanente que debe ser compensada por el sistema hidráulico durante el transporte del agua.

Desde el punto de vista fisiológico, esta descomposición permite interpretar el origen del estrés hídrico observado en una hoja. Un mismo valor del potencial hídrico puede deberse a una pérdida de turgencia causada por deshidratación, a un aumento de la concentración de solutos como mecanismo de adaptación, o simplemente a la posición elevada de la hoja dentro de la planta. Por ello, la ecuación proporciona una herramienta para distinguir entre distintos estados fisiológicos que, aunque presenten un potencial hídrico similar, tienen causas y consecuencias muy diferentes.

Dentro del modelo integrado, esta ecuación no introduce un nuevo mecanismo dinámico, sino que cumple una función diagnóstica. El balance dinámico del agua determina cómo evoluciona el potencial hídrico de la hoja con el tiempo, mientras que esta relación explica cómo dicho potencial se distribuye entre sus componentes físicos fundamentales. Gracias a esta descomposición, el modelo puede relacionar directamente el transporte hidráulico, la hidratación celular, la regulación osmótica y los efectos de la gravedad, proporcionando una interpretación física del estado hídrico foliar que posteriormente influirá sobre la apertura estomática, la transpiración y la actividad fotosintética.

ID:('gp', 636)

Storyboard

La ecuación describe el potencial osmótico del interior de la hoja, es decir, la contribución que realiza la concentración de solutos presentes en las células al estado energético del agua. En el interior del tejido foliar el agua no se encuentra en estado puro, sino formando una solución que contiene azúcares, sales, aminoácidos y numerosos compuestos producidos por el metabolismo celular. La presencia de estas sustancias reduce la energía libre del agua, haciendo que el potencial osmótico sea siempre negativo. Cuanto mayor es la concentración de solutos, más negativo se vuelve este potencial y mayor es la tendencia del agua a desplazarse hacia el interior de las células.

La imagen muestra este proceso desde la escala celular hasta su efecto sobre el funcionamiento de la hoja. En el interior de las células del mesófilo, la vacuola acumula una elevada concentración de solutos, mientras que el agua proveniente del xilema ingresa siguiendo el gradiente de potencial hídrico. A medida que aumenta la concentración de solutos, las moléculas de agua quedan más fuertemente asociadas a ellos, disminuyendo su energía libre. Este comportamiento corresponde directamente a la ley de Van't Hoff para soluciones diluidas y constituye el mismo principio físico utilizado previamente para describir el potencial osmótico del suelo, aunque ahora aplicado al compartimiento celular de la hoja.

Desde el punto de vista fisiológico, el potencial osmótico desempeña un papel esencial en el mantenimiento de la hidratación celular. La acumulación de solutos permite atraer agua hacia el interior de las células incluso cuando el potencial hídrico externo disminuye como consecuencia de la sequía. Muchas especies utilizan este mecanismo como estrategia de adaptación, sintetizando o acumulando compuestos osmóticamente activos que reducen el potencial osmótico sin interferir con el metabolismo. Gracias a este ajuste osmótico, las células pueden conservar su contenido de agua y mantener la turgencia aun bajo condiciones de estrés hídrico.

El potencial osmótico también influye directamente sobre la presión de turgencia. Cuando el agua ingresa a las células impulsada por el gradiente osmótico, la vacuola se expande y ejerce presión sobre la pared celular, proporcionando rigidez a los tejidos y permitiendo que la hoja conserve su estructura. Si el potencial osmótico deja de compensar las pérdidas de agua por transpiración, disminuye el ingreso de agua, la turgencia cae y la hoja comienza a perder rigidez, apareciendo los primeros signos de marchitez.

Dentro del modelo integrado, esta ecuación proporciona uno de los componentes fundamentales del potencial hídrico foliar. El balance dinámico del agua determina cómo evoluciona el contenido hídrico de la hoja, mientras que la descomposición del potencial hídrico utiliza el potencial osmótico para explicar una parte esencial de esa energía. De este modo, la concentración de solutos establece un vínculo entre los procesos bioquímicos internos y el comportamiento hidráulico de la planta. Las modificaciones del potencial osmótico alteran el estado hídrico de las células, afectan la turgencia y terminan influyendo sobre la regulación estomática, la transpiración, la fotosíntesis y la capacidad de la planta para soportar períodos de déficit hídrico.

ID:('gp', 637)

Storyboard

La ecuación describe cómo se genera la presión de turgencia en el interior de las células vegetales como consecuencia de la entrada de agua. Cuando el agua penetra en la vacuola impulsada por el gradiente de potencial hídrico, el volumen celular aumenta y la membrana plasmática presiona contra la pared celular. Como esta pared posee una resistencia mecánica considerable, se opone a la expansión y desarrolla una presión interna que mantiene rígidos los tejidos. La relación establece que esta presión aparece únicamente cuando el volumen celular supera un volumen de referencia. Mientras la célula permanece por debajo de ese umbral, la pared aún no es comprimida y la presión de turgencia es prácticamente nula. Una vez superado ese punto, la presión aumenta aproximadamente de manera proporcional al grado de expansión de la célula.

La imagen muestra este proceso mediante una secuencia de células con diferentes estados de hidratación. En una célula bien hidratada, la vacuola ocupa gran parte del volumen interno y ejerce una presión uniforme sobre la pared celular, manteniendo el tejido firme y la hoja extendida. Cuando la disponibilidad de agua disminuye, la vacuola pierde volumen, la presión interna desciende y la pared deja de encontrarse completamente tensionada. Si la pérdida de agua continúa, la célula entra en un estado flácido donde prácticamente desaparece la presión de turgencia y los tejidos comienzan a perder rigidez, manifestándose el marchitamiento característico de una planta sometida a estrés hídrico.

Desde el punto de vista físico, la presión de turgencia constituye el componente mecánico del potencial hídrico foliar. Mientras el potencial osmótico favorece la entrada de agua al interior de la célula, la elasticidad de la pared celular genera una fuerza opuesta que limita la expansión. El equilibrio entre ambos efectos determina el estado mecánico de los tejidos. El parámetro elástico utilizado en la relación representa precisamente la rigidez de la pared celular y expresa cuánto aumenta la presión interna cuando el volumen celular se incrementa por encima de su estado de referencia. Diferentes especies presentan distintos valores de este parámetro, reflejando adaptaciones estructurales a sus condiciones ambientales.

Desde el punto de vista fisiológico, la turgencia es indispensable para el funcionamiento normal de la planta. La rigidez de hojas, tallos jóvenes y órganos en crecimiento depende directamente de esta presión interna. Además, numerosos procesos fisiológicos, como la expansión celular, el crecimiento de los tejidos y el movimiento de ciertos órganos vegetales, requieren mantener una presión de turgencia adecuada. Cuando esta disminuye como consecuencia de la pérdida de agua, la planta no solo reduce su capacidad de crecimiento, sino que también aumenta su vulnerabilidad frente al estrés ambiental.

Dentro del modelo integrado, esta ecuación completa la descripción física del potencial hídrico foliar al proporcionar el componente de presión necesario para interpretar el estado de hidratación de las células. El balance dinámico del agua determina cuánta agua contiene la hoja, el potencial osmótico explica el efecto de los solutos sobre esa agua y la relación de Höfler transforma ese contenido hídrico en una respuesta mecánica observable. Aunque esta presión no actúa directamente sobre otros grupos del modelo, constituye un indicador fundamental del estado fisiológico de los tejidos y permite interpretar cómo las variaciones en el transporte hidráulico y en la transpiración terminan afectando la estabilidad mecánica, el crecimiento y la capacidad funcional de la planta.

ID:('gp', 638)

Storyboard

La ecuación describe la conductancia estomática basal, es decir, el grado de apertura que tendrían los estomas considerando únicamente las señales fisiológicas asociadas a la fotosíntesis, la humedad relativa en la superficie de la hoja y la disponibilidad de dióxido de carbono. Los estomas constituyen el principal mecanismo de regulación del intercambio gaseoso entre la planta y la atmósfera. A través de ellos ingresa el dióxido de carbono necesario para la fotosíntesis, pero simultáneamente se pierde agua en forma de vapor. Por ello, la apertura estomática representa un compromiso permanente entre dos procesos contrapuestos: maximizar la captura de carbono y minimizar la pérdida de agua.

La imagen muestra este equilibrio mediante la representación de un estoma cuya apertura controla simultáneamente el ingreso de CO y la salida de vapor de agua. Cuando la actividad fotosintética aumenta, la demanda de dióxido de carbono también se incrementa y la apertura estomática tiende a ser mayor para facilitar su difusión hacia el interior de la hoja. De manera similar, una atmósfera más húmeda reduce el costo hídrico asociado a mantener los estomas abiertos, favoreciendo igualmente una mayor conductancia. En cambio, una elevada concentración de dióxido de carbono en la superficie foliar disminuye la necesidad de abrir ampliamente los estomas, ya que el gas puede ingresar con mayor facilidad aun cuando la abertura sea menor. La combinación de estos factores determina un nivel basal de apertura que representa el funcionamiento esperado del sistema antes de considerar otras limitaciones hidráulicas.

Desde el punto de vista fisiológico, esta relación resume el comportamiento observado experimentalmente en numerosas especies vegetales. No pretende describir los mecanismos bioquímicos o celulares responsables del movimiento de las células oclusivas, sino reproducir el resultado global de esos procesos mediante una expresión empírica ajustada a observaciones. Por ello, constituye una descripción del comportamiento promedio de los estomas bajo condiciones normales de funcionamiento, donde la planta aún no experimenta restricciones severas de disponibilidad de agua.

El concepto más importante que introduce esta ecuación es que la apertura estomática depende simultáneamente del estado fotosintético y de las condiciones atmosféricas. Los estomas no responden exclusivamente al déficit hídrico ni únicamente a la disponibilidad de dióxido de carbono, sino que integran múltiples señales para seleccionar un punto de funcionamiento que permita mantener un intercambio gaseoso eficiente sin incrementar innecesariamente el consumo de agua. Esta integración convierte a los estomas en el principal punto de control de todo el sistema fisiológico.

Dentro del modelo integrado, esta ecuación representa el mecanismo de regulación central que conecta los procesos hidráulicos con los procesos fotosintéticos. A partir de este valor basal se determinará posteriormente la apertura estomática real, una vez incorporado el efecto de la cavitación y del estrés hidráulico. De este modo, la conductancia basal constituye el punto de referencia sobre el cual actúan las retroalimentaciones del sistema. La apertura resultante controlará simultáneamente la transpiración y el ingreso de dióxido de carbono, estableciendo el vínculo entre el estado hídrico de la planta y su capacidad para fijar carbono. Por esta razón, la conductancia estomática se convierte en la variable de control compartida por prácticamente todos los procesos del modelo y en el origen del compromiso estructural que impide optimizar simultáneamente la conservación de agua y la productividad fotosintética.

ID:('gp', 639)

Storyboard

La ecuación describe la conductancia estomática efectiva, es decir, la apertura real de los estomas una vez que la planta incorpora el estado de su sistema hidráulico. Mientras la conductancia basal representa el nivel de apertura esperado a partir de las condiciones fotosintéticas y atmosféricas, la apertura efectiva incorpora un mecanismo adicional de protección frente al riesgo de cavitación. De esta manera, la planta no regula los estomas únicamente para optimizar el intercambio de dióxido de carbono y vapor de agua, sino también para evitar que el transporte hidráulico alcance niveles de tensión capaces de provocar daños irreversibles en el xilema.

La imagen muestra cómo el estado del sistema vascular modifica progresivamente la apertura estomática. Cuando el xilema conserva prácticamente toda su capacidad conductora, el riesgo hidráulico es muy bajo y la conductancia efectiva coincide casi con la conductancia basal. En estas condiciones los estomas permanecen relativamente abiertos, favoreciendo tanto la entrada de dióxido de carbono como la salida de vapor de agua. Sin embargo, conforme aumenta la cavitación y una fracción creciente de los vasos conductores deja de funcionar, la planta comienza a reducir deliberadamente la apertura estomática. Esta respuesta limita la transpiración, disminuye la tensión en la columna de agua y reduce la probabilidad de que aparezcan nuevos embolismos.

Desde el punto de vista fisiológico, este mecanismo constituye una respuesta preventiva frente al estrés hídrico. La planta no espera a que el sistema hidráulico colapse completamente, sino que utiliza el grado de pérdida de conductividad como una señal para ajustar continuamente la apertura de los estomas. Cuando el daño hidráulico es todavía pequeño, la regulación apenas modifica el intercambio gaseoso. En cambio, al acercarse al umbral de vulnerabilidad, pequeñas pérdidas adicionales de conductividad producen reducciones cada vez más importantes de la apertura estomática. Como consecuencia, el sistema presenta una respuesta fuertemente no lineal que permite proteger el transporte de agua antes de alcanzar un estado crítico.

Este comportamiento introduce uno de los principales mecanismos de retroalimentación negativa del modelo. Un incremento de la transpiración aumenta la tensión en el xilema, favoreciendo la cavitación. La cavitación reduce la capacidad hidráulica y, a través de esta ecuación, induce el cierre progresivo de los estomas. Al disminuir la apertura estomática también disminuye la pérdida de agua por evaporación, reduciendo nuevamente la tensión sobre el sistema vascular. Gracias a este ciclo de regulación, la planta logra estabilizar su funcionamiento frente a cambios ambientales como aumentos de temperatura, disminuciones de humedad atmosférica o reducciones en la disponibilidad de agua del suelo.

Dentro del modelo integrado, esta ecuación constituye el punto de acoplamiento entre la hidráulica y el intercambio gaseoso. Es el mecanismo mediante el cual el estado del xilema modifica directamente la regulación estomática, conectando el transporte de agua con la fotosíntesis y la transpiración. La conductancia resultante alimenta simultáneamente los modelos de pérdida de agua y de difusión de dióxido de carbono, convirtiéndose en la variable de control compartida por ambos procesos. Gracias a esta retroalimentación, el modelo reproduce el compromiso fisiológico fundamental de las plantas: mantener suficiente apertura para sostener la fijación de carbono, pero cerrarla oportunamente cuando el riesgo de cavitación amenaza la continuidad del sistema hidráulico.

ID:('gp', 640)

Storyboard

La ecuación describe la tasa de transpiración, es decir, la velocidad con que el agua abandona la planta en forma de vapor a través de los estomas. Este proceso constituye el principal mecanismo de pérdida de agua de la planta, pero al mismo tiempo es el motor físico que mantiene el transporte hidráulico desde las raíces hasta las hojas. La evaporación continua en la superficie foliar genera una tensión en la columna de agua contenida en el xilema, la cual se transmite hacia abajo gracias a la cohesión entre las moléculas de agua, permitiendo que nuevas cantidades de agua sean extraídas desde el suelo.

La imagen muestra cómo la transpiración surge de la interacción entre dos factores fundamentales. El primero es la apertura estomática, que determina el tamaño del camino disponible para la difusión del vapor de agua. Cuanto mayor es la abertura de los estomas, menor es la resistencia al paso del vapor y mayor puede ser la pérdida de agua. El segundo es el déficit de humedad entre el interior de la hoja y la atmósfera. Mientras el aire exterior permanece relativamente seco, la diferencia de concentración de vapor aumenta y el flujo difusivo se intensifica. Ambos factores actúan conjuntamente: una apertura amplia solo produce una elevada transpiración si existe además un fuerte gradiente de humedad, mientras que un aire muy seco apenas provoca pérdidas importantes cuando los estomas permanecen cerrados.

Desde el punto de vista físico, la ecuación corresponde a una adaptación de la ley de difusión de Fick para el transporte de vapor de agua. La velocidad de difusión resulta proporcional tanto a la conductancia estomática como a la fuerza impulsora generada por el gradiente de vapor. El factor constante incorporado en la expresión no representa un ajuste empírico, sino la diferencia entre las propiedades difusivas del vapor de agua y del dióxido de carbono en el aire. Gracias a ello, la ecuación mantiene una conexión directa con las leyes fundamentales del transporte molecular.

Las consecuencias fisiológicas de este proceso son profundas. Una mayor transpiración incrementa el suministro de agua y favorece el enfriamiento de las hojas, pero también aumenta el consumo hídrico de la planta y la tensión soportada por el sistema vascular. Cuando las condiciones atmosféricas son muy secas o los estomas permanecen excesivamente abiertos, el flujo de agua puede superar la capacidad del xilema para abastecer a los tejidos, favoreciendo el desarrollo de cavitación y aumentando el riesgo de estrés hídrico. Por el contrario, una reducción excesiva de la transpiración protege el sistema hidráulico, aunque limita simultáneamente el intercambio gaseoso necesario para la fotosíntesis.

Dentro del modelo integrado, esta ecuación constituye el mecanismo que transforma la regulación estomática y las condiciones atmosféricas en un flujo real de salida de agua. La conductancia estomática calculada en el grupo anterior determina cuánto puede difundirse el vapor, mientras que el ambiente fija la intensidad de la fuerza impulsora. El flujo resultante alimenta directamente el balance hídrico de la hoja y, al mismo tiempo, genera la tensión que impulsa el ascenso del agua por el xilema. De este modo, la transpiración establece el vínculo entre la regulación fisiológica de los estomas y el transporte hidráulico de toda la planta, convirtiéndose en uno de los procesos centrales que conectan la disponibilidad de agua, el intercambio gaseoso y la supervivencia frente al estrés hídrico.

ID:('gp', 641)

Storyboard

La ecuación expresa una de las condiciones fundamentales para el funcionamiento estable del sistema de transporte hídrico de la planta. En un estado cuasi-estacionario, la cantidad de agua que asciende desde las raíces a través del xilema debe ser igual a la cantidad de agua que abandona la planta por transpiración. En otras palabras, el agua que llega continuamente a las hojas es exactamente la necesaria para reemplazar la que se evapora hacia la atmósfera, de modo que el contenido de agua almacenado en los tejidos permanece prácticamente constante. Esta relación constituye una consecuencia directa del principio de conservación de la masa aplicado al continuo suelo-planta-atmósfera.

La imagen muestra este equilibrio como un flujo continuo que conecta el suelo con la atmósfera. El agua absorbida por las raíces asciende por el xilema impulsada por la tensión generada en las hojas y, finalmente, se evapora a través de los estomas. Mientras el sistema permanece en equilibrio, no existe acumulación ni pérdida neta de agua dentro de la planta. Cada molécula que abandona la hoja es reemplazada por otra que asciende desde el sistema radical, manteniendo estable el estado hídrico de los tejidos. La planta se comporta así como un conducto dinámico por el cual circula continuamente agua desde el suelo hacia la atmósfera.

Desde el punto de vista físico, esta igualdad representa el cierre natural del balance de masa del agua. No introduce un nuevo mecanismo de transporte, sino que establece la condición que deben satisfacer simultáneamente el flujo hidráulico del xilema y la pérdida de agua por evaporación cuando el sistema opera de manera estable. Si, por alguna perturbación ambiental, la transpiración aumenta más rápidamente que el flujo ascendente, la hoja comienza a perder agua, el potencial hídrico foliar disminuye y el sistema abandona momentáneamente el equilibrio. De forma análoga, si el suministro de agua supera transitoriamente la evaporación, la hoja recupera agua y el potencial hídrico aumenta hasta alcanzar nuevamente un estado de balance.

Este equilibrio explica por qué la transpiración constituye el verdadero motor del transporte hidráulico. La evaporación no representa únicamente una pérdida de agua, sino el proceso físico que genera la tensión necesaria para extraer continuamente agua desde el suelo.

Cuanto mayor es la evaporación, mayor es la demanda hidráulica que debe satisfacer el xilema. Mientras el sistema vascular conserve suficiente capacidad conductora, el flujo ascendente aumenta para compensar esa demanda. Sin embargo, cuando la capacidad hidráulica disminuye debido a la cavitación, el flujo ya no puede seguir el incremento de la transpiración y el equilibrio comienza a romperse, desencadenando una disminución del potencial hídrico foliar y la activación del cierre estomático.

Dentro del modelo integrado, esta ecuación constituye el cierre del grupo dedicado a la transpiración y el punto donde se completa el ciclo de retroalimentación entre evaporación y transporte hidráulico. El flujo calculado por el modelo del xilema alimenta el balance hídrico de la hoja, mientras que la transpiración genera la tensión que impulsa nuevamente ese mismo flujo. Se forma así un circuito cerrado que conecta el suelo, el sistema vascular, las hojas y la atmósfera mediante un único proceso continuo de conservación de masa. Gracias a esta relación, el modelo representa explícitamente que el transporte de agua y la transpiración no son procesos independientes, sino dos manifestaciones complementarias del mismo flujo hidráulico que mantiene el funcionamiento de toda la planta.

ID:('gp', 642)

Storyboard

La ecuación describe la oferta de dióxido de carbono hacia el interior de la hoja, es decir, la velocidad con que el $CO_2$ atmosférico ingresa a través de los estomas y difunde hasta los espacios intercelulares donde posteriormente será utilizado por la fotosíntesis. Este proceso constituye la etapa de suministro del carbono y depende simultáneamente de dos factores. Por una parte, la apertura estomática determina el tamaño del camino disponible para la difusión del gas. Por otra, la diferencia entre la concentración de $CO_2$ del aire y la existente en el interior de la hoja proporciona la fuerza impulsora que mueve las moléculas hacia el mesófilo. Cuanto mayor sea la apertura estomática y mayor el gradiente de concentración, más intenso será el ingreso de dióxido de carbono.

La imagen muestra este recorrido desde la atmósfera hasta los cloroplastos. El dióxido de carbono atraviesa primero los estomas abiertos, difunde por los espacios intercelulares y finalmente alcanza las células fotosintéticas. Durante este trayecto, la concentración del gas disminuye progresivamente debido a que las moléculas son consumidas por la fotosíntesis. Mientras exista una diferencia entre la concentración atmosférica y la concentración interna, la difusión continúa alimentando el sistema. Si la actividad fotosintética aumenta y consume $CO_2$ más rápidamente, la concentración interna disminuye, incrementando el gradiente y favoreciendo una mayor entrada del gas. En cambio, cuando los estomas se cierran o el gradiente se reduce, el suministro de carbono disminuye inmediatamente.

Desde el punto de vista físico, esta relación corresponde a una aplicación de la ley de Fick para la difusión molecular. El flujo de dióxido de carbono es proporcional tanto a la conductancia estomática como al gradiente de concentración entre el exterior y el interior de la hoja. El factor constante presente en la expresión no constituye un parámetro ajustado experimentalmente, sino que refleja la diferencia entre las propiedades difusivas del dióxido de carbono y del vapor de agua en el aire. Gracias a ello, la ecuación mantiene una conexión directa con las leyes fundamentales del transporte por difusión y, al mismo tiempo, conserva la coherencia con el modelo de transpiración utilizado anteriormente.

Desde el punto de vista fisiológico, esta ecuación pone de manifiesto el compromiso central de la fisiología vegetal. Los mismos estomas que permiten el ingreso del dióxido de carbono son también la vía principal de pérdida de agua por transpiración. Abrir los estomas favorece el suministro de carbono necesario para la fotosíntesis, pero simultáneamente incrementa la evaporación y el riesgo de cavitación del sistema hidráulico. Reducir la apertura protege el transporte de agua, aunque limita inmediatamente la disponibilidad de $CO_2$ para los cloroplastos. Esta competencia entre adquisición de carbono y conservación del agua constituye uno de los principios fundamentales del funcionamiento de la planta.

Dentro del modelo integrado, esta ecuación representa el lado de oferta del balance de dióxido de carbono. La regulación estomática determina la capacidad de suministro, mientras que el consumo fotosintético, descrito posteriormente, constituye la demanda del sistema. El equilibrio entre ambos procesos establece la concentración interna de $CO_2$ y, con ello, la cantidad de carbono disponible para la fotosíntesis. De este modo, la difusión del dióxido de carbono conecta directamente la hidráulica de la planta con su metabolismo fotosintético, integrando en un único proceso la regulación estomática, el intercambio gaseoso y la producción de biomasa que finalmente determinará la eficiencia en el uso del agua.

ID:('gp', 643)

Storyboard

La ecuación describe la oferta de dióxido de carbono hacia el interior de la hoja, es decir, la velocidad con que el $CO_2$ atmosférico ingresa a través de los estomas y difunde hasta los espacios intercelulares donde posteriormente será utilizado por la fotosíntesis. Este proceso constituye la etapa de suministro del carbono y depende simultáneamente de dos factores. Por una parte, la apertura estomática determina el tamaño del camino disponible para la difusión del gas. Por otra, la diferencia entre la concentración de $CO_2$ del aire y la existente en el interior de la hoja proporciona la fuerza impulsora que mueve las moléculas hacia el mesófilo. Cuanto mayor sea la apertura estomática y mayor el gradiente de concentración, más intenso será el ingreso de dióxido de carbono.

La imagen muestra este recorrido desde la atmósfera hasta los cloroplastos. El dióxido de carbono atraviesa primero los estomas abiertos, difunde por los espacios intercelulares y finalmente alcanza las células fotosintéticas. Durante este trayecto, la concentración del gas disminuye progresivamente debido a que las moléculas son consumidas por la fotosíntesis. Mientras exista una diferencia entre la concentración atmosférica y la concentración interna, la difusión continúa alimentando el sistema. Si la actividad fotosintética aumenta y consume $CO_2$ más rápidamente, la concentración interna disminuye, incrementando el gradiente y favoreciendo una mayor entrada del gas. En cambio, cuando los estomas se cierran o el gradiente se reduce, el suministro de carbono disminuye inmediatamente.

Desde el punto de vista físico, esta relación corresponde a una aplicación de la ley de Fick para la difusión molecular. El flujo de dióxido de carbono es proporcional tanto a la conductancia estomática como al gradiente de concentración entre el exterior y el interior de la hoja. El factor constante presente en la expresión no constituye un parámetro ajustado experimentalmente, sino que refleja la diferencia entre las propiedades difusivas del dióxido de carbono y del vapor de agua en el aire. Gracias a ello, la ecuación mantiene una conexión directa con las leyes fundamentales del transporte por difusión y, al mismo tiempo, conserva la coherencia con el modelo de transpiración utilizado anteriormente.

Desde el punto de vista fisiológico, esta ecuación pone de manifiesto el compromiso central de la fisiología vegetal. Los mismos estomas que permiten el ingreso del dióxido de carbono son también la vía principal de pérdida de agua por transpiración. Abrir los estomas favorece el suministro de carbono necesario para la fotosíntesis, pero simultáneamente incrementa la evaporación y el riesgo de cavitación del sistema hidráulico. Reducir la apertura protege el transporte de agua, aunque limita inmediatamente la disponibilidad de $CO_2$ para los cloroplastos. Esta competencia entre adquisición de carbono y conservación del agua constituye uno de los principios fundamentales del funcionamiento de la planta.

Dentro del modelo integrado, esta ecuación representa el lado de oferta del balance de dióxido de carbono. La regulación estomática determina la capacidad de suministro, mientras que el consumo fotosintético, descrito posteriormente, constituye la demanda del sistema. El equilibrio entre ambos procesos establece la concentración interna de $CO_2$ y, con ello, la cantidad de carbono disponible para la fotosíntesis. De este modo, la difusión del dióxido de carbono conecta directamente la hidráulica de la planta con su metabolismo fotosintético, integrando en un único proceso la regulación estomática, el intercambio gaseoso y la producción de biomasa que finalmente determinará la eficiencia en el uso del agua.

ID:('gp', 644)

Storyboard

La ecuación describe cómo evoluciona en el tiempo la concentración interna de dióxido de carbono dentro de la hoja como resultado del equilibrio entre dos procesos opuestos: el ingreso de $CO_2$ desde la atmósfera y su consumo por la fotosíntesis. A diferencia de las dos ecuaciones anteriores, que representan por separado la oferta y la demanda de carbono, esta integra ambos procesos en un único balance dinámico. La concentración interna no permanece fija, sino que cambia continuamente según cuál de los dos procesos predomine en cada instante. Cuando el suministro supera al consumo, la concentración aumenta; cuando la fotosíntesis consume carbono más rápidamente de lo que este puede ingresar, la concentración disminuye hasta alcanzar un nuevo estado de equilibrio.

La imagen muestra este balance como un sistema de entradas y salidas centrado en los espacios intercelulares de la hoja. El dióxido de carbono difunde desde la atmósfera atravesando los estomas y alimenta un reservorio representado por la concentración interna. Desde ese mismo reservorio, el carbono es extraído continuamente por los cloroplastos para ser incorporado a compuestos orgánicos mediante la fotosíntesis. Mientras ambas velocidades son iguales, la concentración permanece estable. Si la apertura estomática aumenta o la concentración atmosférica es elevada, el suministro de $CO_2$ crece y la concentración interna tiende a incrementarse. Por el contrario, si la radiación aumenta y acelera la fotosíntesis sin un incremento equivalente en el suministro, la concentración interna disminuye hasta que ambos procesos vuelven a compensarse.

Desde el punto de vista físico, esta ecuación constituye una aplicación directa del principio de conservación de la masa al dióxido de carbono contenido en los espacios intercelulares de la hoja. El cambio temporal en la cantidad de $CO_2$ almacenado es igual a la diferencia entre el flujo que ingresa y el flujo que es consumido. La presencia de una capacitancia para el dióxido de carbono representa la capacidad del volumen intercelular para almacenar temporalmente el gas, evitando que pequeñas variaciones instantáneas de la apertura estomática o de la intensidad luminosa produzcan cambios abruptos en la concentración interna. Gracias a esta inercia, el sistema responde de manera continua y reproduce el comportamiento observado experimentalmente durante las transiciones entre distintas condiciones ambientales.

Desde el punto de vista fisiológico, la concentración interna de $CO_2$ constituye una de las variables clave que regulan la actividad fotosintética. Si disminuye excesivamente, la fijación de carbono comienza a estar limitada por la disponibilidad del gas, aun cuando exista abundante luz. Si aumenta demasiado, la fotosíntesis deja de beneficiarse de incrementos adicionales debido a la saturación de la maquinaria bioquímica. El sistema tiende naturalmente hacia un punto de funcionamiento donde el suministro de carbono a través de los estomas y el consumo fotosintético permanecen equilibrados, ajustando continuamente la concentración interna frente a cambios en la radiación, la humedad atmosférica o la disponibilidad de agua.

Dentro del modelo integrado, esta ecuación constituye el cierre dinámico del intercambio de dióxido de carbono. Recibe el flujo de entrada calculado por el modelo de difusión y el flujo de salida determinado por la demanda fotosintética, generando la concentración interna que alimenta nuevamente el proceso de fijación de carbono. Se establece así un lazo de retroalimentación entre difusión y fotosíntesis que mantiene el equilibrio del sistema. Este acoplamiento conecta directamente la regulación estomática con la producción de biomasa y, por extensión, con la eficiencia en el uso del agua. De esta manera, el modelo representa que la cantidad de carbono disponible para la fotosíntesis no es una condición impuesta desde el exterior, sino una variable dinámica que emerge continuamente del equilibrio entre transporte, consumo y regulación fisiológica.

ID:('gp', 645)

Storyboard

La ecuación define la eficiencia en el uso del agua como la relación entre la cantidad de carbono fijado mediante la fotosíntesis y la cantidad de agua perdida por transpiración durante el mismo intervalo de tiempo. A diferencia de las ecuaciones anteriores, esta no describe un mecanismo físico ni un proceso fisiológico independiente. Se trata de un indicador que resume el comportamiento conjunto de todos los procesos que intervienen en el funcionamiento de la planta. Su valor no depende de una única variable, sino que emerge como consecuencia de la interacción entre la disponibilidad de agua en el suelo, el transporte hidráulico, el estado hídrico de la hoja, la regulación estomática, la difusión de dióxido de carbono y la actividad fotosintética.

La imagen muestra cómo este indicador integra las dos corrientes principales que atraviesan el sistema. Por un lado aparece el carbono atmosférico que ingresa por los estomas y es transformado en biomasa mediante la fotosíntesis. Por otro, el agua absorbida desde el suelo asciende por el xilema y finalmente abandona la planta como vapor a través de los mismos estomas. La eficiencia en el uso del agua compara ambos procesos, expresando cuánto carbono logra incorporar la planta por cada unidad de agua consumida. Cuando la producción de biomasa aumenta sin que la pérdida de agua lo haga en la misma proporción, el indicador mejora. Si, por el contrario, la planta pierde grandes cantidades de agua para fijar relativamente poco carbono, la eficiencia disminuye.

Desde el punto de vista fisiológico, este indicador refleja la estrategia de funcionamiento adoptada por la planta frente a las condiciones ambientales. Una apertura estomática amplia favorece el ingreso de dióxido de carbono y puede aumentar la fotosíntesis, pero simultáneamente incrementa la transpiración y el riesgo de cavitación. Un cierre estomático más intenso protege el sistema hidráulico y reduce el consumo de agua, aunque también limita el suministro de dióxido de carbono y disminuye la producción de biomasa. Como consecuencia, la eficiencia en el uso del agua no aumenta simplemente maximizando la fotosíntesis ni minimizando la transpiración, sino encontrando un equilibrio entre ambos procesos.

Este comportamiento pone de manifiesto uno de los principios fundamentales del modelo: los distintos procesos fisiológicos no pueden optimizarse de manera independiente porque comparten una misma variable de control, la apertura estomática. Cualquier modificación destinada a mejorar uno de los objetivos repercute inevitablemente sobre los demás. Incrementar la conductancia estomática favorece la fijación de carbono, pero también incrementa la pérdida de agua y la tensión en el xilema. Reducir la conductancia disminuye la transpiración y protege el sistema hidráulico, pero limita simultáneamente el suministro de dióxido de carbono y la productividad fotosintética. La eficiencia en el uso del agua resume precisamente el resultado final de este compromiso estructural.

Dentro del modelo integrado, esta ecuación constituye el cierre de toda la cadena causal. No introduce nuevas retroalimentaciones ni modifica el comportamiento de los procesos anteriores, sino que sintetiza en un único valor el desempeño global del sistema. Todos los mecanismos descritos previamente, desde la retención del agua en el suelo hasta la fijación de carbono en los cloroplastos, convergen finalmente en este indicador. Por ello, la eficiencia en el uso del agua representa una medida integrada de la capacidad de la planta para transformar los recursos hídricos disponibles en crecimiento vegetal, permitiendo comparar diferentes condiciones ambientales, estrategias fisiológicas o adaptaciones evolutivas mediante un único parámetro que resume el funcionamiento completo del modelo.

ID:('gp', 646)