Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
TESIS
RIOBAMBA – ECUADOR
2007
2
AGRADECIMIENTOS
El Programa Nacional de Forestería, bajo la dirección del Dr. Jorge Grijalva Olmedo por
su amistad, su confianza, apoyo y sobretodo por su interés de contribuir a nuestra
formación; de igual manera al Ing. Msc. Raúl Ramos Veintimilla director del proyecto, por
sus consejos, su guía y todo su apoyo dentro y fuera del proyecto.
Al Ing. Msc. Hernán Andrade, por su significativo aporte en la parte de modelación de esta
investigación.
DEDICATORIA
A DIOS,
A mis PADRES
4
TABLA DE CONTENIDO
Capítulo Pag.
LISTA DE CUADROS i
LISTA DE FIGURAS iv
LISTA DE ANEXOS viii
I. TITULO 1
II. INTRODUCCION 1
III. REVISIÓN DE LITERATURA 5
IV. MATERIALES Y METODOS 31
V. RESULTADOS Y DISCUSIÓN 47
VI. CONCLUSIONES 80
VII. RECOMENDACIONES 82
VIII. RESUMEN 83
IX. SUMMARY 84
X. BIBLIOGRAFÍA 85
XI. ANEXOS 94
i
LISTA DE CUADROS
Pag.
Número
35
3. ADEVA de las variables de cuantificación de carbono en
diferentes sistemas de usos del suelo en la EESC - INIAP.
47
4. Rangos y promedios de DAP y altura total de A. melanoxylum y A.
acuminata en SAF en la EESC- INIAP.
48
5. Rangos y promedios de diámetro del fuste a 10 cm del suelo, de S.
junceum y B. incana, en SAF en la EESC- INIAP.
50
6. Biomasa promedio por componente, de las especies arbóreas en
SAF en la EESC- INIAP.
51
7. Fracción de Carbono por componente y total de las especies
muestreadas, en SAF en la EESC- INIAP.
LISTA DE FIGURAS
Número Pag
21. Relación entre biomasa aérea total por árbol y DAP, de los árboles
muestreados. (a) Acacia, (b) Aliso, en SAF en la EESC – INIAP. 53
23. Relación entre Biomasa área total estimada – Biomasa aérea total
observada modelo 10, de A. acuminata en SAF en la EESC– 56
INIAP.
24. Relación entre DAP y biomasa aérea total; a) curva del modelo 6,
b) curva del modelo 5, de A. melanoxylum en SAF en la EESC–
INIAP. 58
64
30. Carbono total estimado – Carbono total observado modelo 10 de A.
acuminata en SAF en la EESC– INIAP.
II. INTRODUCCIÓN
Debido a la gran variabilidad que se puede encontrar en los campos agroforestales, como
efecto de: especie forestal, estado de crecimiento, arreglo agroforestal, sistema de manejo,
etc., es necesario un proceso de cuantificación de biomasa y captación de carbono para
1
IPCC, 1992. Climate Change 1992. The Supplementary Report to the IPCC Scientific Assessment. Cambridge
University Press, Cambridge.
3
sistemas agroforestales que pueden ser comunes o frecuentes por regiones o países. En este
caso, la propuesta de investigación corresponde a un sistema adaptable a las condiciones de
la región Sierra del Ecuador.
4
A. OBJETIVOS
1. Objetivo general
2. Objetivos específicos
La tierra de forma natural está cubierta por gases que permiten la entrada de la energía
solar, la cual calienta su superficie. Este es un efecto natural que mantiene a la tierra con
una temperatura promedio arriba del punto de congelación y permite la vida tal como la
conocemos. Sin embargo, algunos de los gases en la atmósfera, llamados Gases de Efecto
Invernadero (GEI), impiden el escape de este calor hacia el espacio, incrementando la
concentración de radiación calórica en la atmósfera baja y calentando la tierra (Figura 1).
Las actividades humanas de los últimos tiempos (sobre la segunda mitad del siglo pasado),
han incrementado la producción de GEI (principalmente de CO2, CH4 y N2O), lo que
acelera y agrava el problema de calentamiento de la tierra (Beaumont 1999).
Está comprobado que las actividades humanas son causantes de cambios en la composición
de la atmósfera (Figura 2). Los incrementos en la concentración de CO2, N2O y otros gases
en la atmósfera son los causantes del efecto invernadero. Entre las actividades humanas
causantes del incremento de gases en la atmósfera están: el uso desmedido de combustibles
fósiles, por la industria y el transporte y las actividades agropecuarias, entre ellas el
cambio de uso del suelo, por tala de la foresta, las quemas y el uso de insumos industriales
(Mintzer 1992).
El uso de combustibles fósiles y el cambio en el uso del suelo, son considerados a nivel
mundial como las dos principales fuentes netas de CO2 a la atmósfera relacionadas con el
cambio climático global (Mintzer 1992). Entre 1989 y 1990 las emisiones de CO2
provenientes del uso de combustibles fósiles se estimó en 6,0 ± 0,5 Gt2 de carbono,
2
Gt = 109 t = gigatón = mil millones de toneladas.
7
comparada con 5,7± 0,5 Gt C emitidas en 1987 (IPCC, 1990). Por otro lado, el flujo neto
de CO2 emitido por cambio en el uso del suelo (principalmente por deforestación), se ha
estimado en 1,6 ± 1 Gt C para la década de los 80 (IPCC, 1992).
La vegetación dentro de los ecosistemas es de suma importancia para el ciclo global del
carbono porque almacena grandes cantidades de éste en su estructura y en el suelo, y lo
intercambia con la atmósfera mediante los procesos de fotosíntesis, respiración y
descomposición. Sin embargo, la misma vegetación constituye fuente de carbono para la
atmósfera cuando sufre alteraciones provocadas por el hombre o por causas naturales; por
ejemplo, actividades de conversión de bosque a otros usos no forestales (Ramirez et al.
1999). La tala y quema de las masas forestales, permite la liberación del carbono
almacenado en la biomasa y con la degradación de los suelos se libera parte del carbono
almacenado en el mismo.
Una parte del carbono fijado es transformado en biomasa y la otra parte es liberada a la
atmósfera por medio de la respiración. Los bosques del mundo absorben 110 Gt C año,
mientras que mediante la respiración emiten 55 Gt C año y por medio de la
descomposición emiten de 54 a 55 Gt C año (Ordoñez 1999).
Investigaciones recientes sugieren que la calidad del manejo forestal puede hacer una
contribución significativa en controlar los niveles de CO2 en la atmósfera; actividades de
uso de la tierra que pueden contribuir a este fin son: la conservación de bosque en peligro
de deforestación, rehabilitación de bosques, forestación, reforestación y agroforestería, La
alternativa más viable de ampliación de sumideros de GEI es la forestación de nuevas áreas
de tierra que presentan características favorables para ello. Las variables a considerar para
elevar al máximo la fijación de carbono incluyen: las especies de árboles a plantar, las
tasas de crecimiento y la longevidad de las mismas, las características del sitio a forestar,
los períodos de rotación y la duración y uso de los productos forestales a extraer (Fisher y
Trujillo 1999).
C. BIOMASA Y CARBONO
Existen diferentes métodos para estimar la biomasa, los utilizados más frecuentemente son:
a) Aplicación de una ecuación de regresión específica a especies de árboles individuales a
diámetro y/o otras medidas de los árboles, b) Aplicación de una ecuación de regresión
genérica a diámetro y otras medias de árboles, c) Estimación de tablas de biomasa
específicas para especies o genéricas basadas en diámetro y/o altura, d) Uso de tablas de
3
1 PgC (petagramo de carbono) = 1 GtC (gigatonelada) de carbono= 3,67 Gt de CO2; Por otra parte
2,12 GtC= 1 ppmv de CO2 (ppmv=partes por millón en volumen) (www.esd.ornl.gov/iab/iab2-2.htm).
10
En términos porcentuales el fuste del árbol concentra la mayor cantidad de biomasa aérea,
representado entre 55 al 77 % del total, luego están las ramas, de 5 a 37 %; seguido por las
hojas entre 1 a 15 % y finalmente la corteza del fuste entre 5 a 16 % respectivamente
(Pardé 1980 y Pedrasa 1989). La contribución porcentual de los diferentes componentes
(fuste, corteza, ramas, hojas y raíces) en la biomasa total de un árbol varía
considerablemente dependiendo de la especie, edad, sitio y tratamiento silvicultural (Pardé
1980).
Orrego y del Valle (2001) manifiestan que los ecosistemas forestales se pueden identificar
diferentes compartimientos en los cuales se almacena el carbono. En términos generales se
habla de la biomasa aérea, necromasa, biomasa subterránea, carbono en el suelo, productos
derivados de la madera en el caso de aprovechamiento forestal y otros productos no
maderables (Figura 4).
11
Hojarasca. Incluye
raíces, hojas, ramas
Materia orgánica
muerta Madera muerte: caída árboles en pie,
raíces muertas, tocones >10 cm diámetro
D. CARBONO EN SUELO
El carbono orgánico presente en los suelos naturales representa un balance dinámico entre
la absorción de material vegetal muerto y la pérdida por descomposición (mineralización).
En condiciones aeróbicas del suelo, gran parte del carbono que ingresa al mismo es lábil y
solo una pequeña fracción (1%) del que ingresa (55 Pg año-1)4 se acumula en la fracción
húmica estable, de aproximadamente 0,4 Pg año-1 (Robert 2005).
En el ciclo terrestre del carbono, el carbono orgánico del suelo representa la mayor reserva
en interacción con la atmósfera y se estima en cerca de 1 500 Pg C a 1 m de profundidad
(cerca de 2 456 a dos metros de profundidad). El carbono inorgánico representa de 1 700
Pg C pero es capturado en formas más estables tales como el carbonato de calcio. La
vegetación (650 Pg) y la atmósfera (750 Pg) almacenan considerablemente menos
cantidades que los suelos (Robert 2005).
4
Pg = 10 15 g = Gt =109 toneladas métricas
12
Houghton (1995) estima que las emisiones correspondientes al cambio de uso de la tierra
(deforestación e incremento del pastoreo y de las tierras cultivadas) fueron cerca de 140 Pg
entre 1850 y 1990 (de 0,4 Pg año-1 en 1850 a 1,7 Pg año-1 en 1990), con una liberación neta
hacia la atmósfera de 25 Pg de carbono. De acuerdo con IPCC (2000) la pérdida histórica
de los suelos agrícolas fue de 50 Pg de carbono en el último medio siglo, lo cual representa
un tercio de la pérdida total del suelo y la vegetación.
Oades (1988) indica que varios factores favorecen la retención del C en el suelo y permiten
mayores tasas de recambio y tiempos de residencia. Estos incluyen, distribución por debajo
de la superficie del suelo, asimilados con bajo contenido de nutrimentos, materiales ricos
en lignina y ceras, inundación, bajas temperaturas, texturas arcillosas, alta saturación de
bases, agregación y superficies de cargas variables. Mientras que los factores que aceleran
el flujo hacia el suelo de asimilados de C en las plantas son: hojarasca con concentraciones
altas de asimilados, asimilados ricos en nutrimentos, carbohidratos, aireación, altas
temperaturas, textura arenosa, acidez y superficies con poca carga. La magnitud con la cual
el suelo puede ser un sumidero de C depende del balance entre las tasas de los procesos de
adquisición y la tasa de rotura tanto de C resistente como de C adquirido (FAO 2000,
citado por Ramos 2003).
Los sistemas agroforestales (SAF) pueden mantener y hasta aumentar las reservas de
carbono en la vegetación y los suelos. De hecho, la agroforestería fomenta prácticas
13
Los sistemas agroforestales no son sólo una alternativa de producción sostenible, sino una
oportunidad para diversificar las fincas e incrementar las fuentes de ingresos con la posible
venta de servicios ambientales por reducción del CO2 atmosférico. El establecimiento de
mercados de servicios ambientales puede contribuir de distintas maneras al desarrollo
sostenible en el medio rural y en algunos casos sus beneficios trascienden el nivel local y
adquiere una dimensión regional y hasta global. El desarrollo de estos mercados puede
conducir al surgimiento de nuevas actividades económicas, generación de empleo y de
ingresos a los propietarios de recursos generadores de servicios ambientales. También,
permite la transferencia de conocimientos y de recursos de otros sectores nacionales e
internacionales al medio rural (Ruiz 2002).
La cantidad de carbono secuestrado directamente por los árboles dentro de diferentes SAF
oscila entre 3 a 25 t C ha-1. En el caso de huertos caseros y taungya se logra superar las 50 t
C ha-1. El potencial para el almacenamiento de carbono en SAF, incluyendo el carbono del
suelo, oscila entre 12 y 228 t C ha-1 (Dixon et al. 1905). En algunos sistemas agroforestales
se han estimado tasas de fijación de carbono desde 0,1 a 5 t C ha-1 año-1. El
almacenamiento de carbono depende: de la especie arbórea y densidad de siembra, la
materia orgánica presente en el suelo, edad de los componentes, tipos de suelos,
características del sitio, factores climáticos y el manejo silvicultural al que se vea sometido
(Segura 1997).
14
1. Biomasa aérea
La biomasa arriba del suelo está compuesta por los árboles, la vegetación arbustiva y la
vegetación herbácea. Estos componentes de la biomasa se muestrean en parcelas de
proporciones acordes a cada tipo de vegetación. Es muy importante hacer notar que el
componente más importante de esta fuente son los árboles (Fundación Solar. 2000).
En las especies forestales el diámetro a la altura del pecho (DAP) se mide con cinta
diamétrica a 1,30 m del suelo; y ya que los árboles no siempre son cilíndricos, rectos, con
un solo fuste o ubicados en terrenos planos, en la Figura 5 se muestra el uso correcto de la
cinta diamétrica.
Las mediciones de alturas en árboles pequeños o arbustos se realizan utilizando una estaca
telescópica graduada, y en árboles más grandes se mide con la ayuda de un hipsómetro
digital o un clinómetro. Por tratarse de estimaciones, la medición de alturas con estos
instrumentos debe ser rigurosa en la calidad de los datos, y debe ser realizada por una
persona capacitada, para evitar mayores márgenes de error en los resultados.
2. Biomasa de raíces
La biomasa abajo del suelo se refiere a las raíces de la vegetación del ecosistema
estudiado. La importancia de éstas en actividades como competencia por nutrimentos y
agua en el suelo, dinámica de producción, descomposición de raíces para el ciclaje de
nutrimentos y secuestro de carbono, son temas muy importantes en el manejo de sistemas
agroforestales (Schlönvoigt et al. 2000, citado por Nieto et al. 2005).
Existe una variedad de métodos directos e indirectos para estimar la biomasa de raíces.
Entre ellos, los más usados son los métodos directos (destructivos y no destructivos), es
decir, la excavación de raíces o el muestreo de cilindros del suelo. Tambien, existen
métodos indirectos, que se han venido desarrollando en los últimos años como son: uso de
cámaras de video, radar, o modelos tridimensionales, pero que presentan limitaciones tanto
económicas como de su aplicabilidad práctica (Schlönvoigt et al. 2000, Snowdon et al.
2001, citado por Nieto et al. 2005).
Donde:
BR= Biomasa de raíces (Mg ha-1), BA= Biomasa aérea (Mg ha-1)
16
4. Suelos
Los suelos son a menudo grandes almacenes de carbono orgánico e inorgánico. El carbono
edáfico puede ser determinado efectivamente usando muestras compuestas que representan
múltiples parcelas. Esto ayuda a reducir los costos y provee estimados razonables
(Macdiken 1997).
sitio del proyecto, a una profundidad de 30 cm, ya que el cambio de uso del suelo tiene
mayor efecto en las capas superiores (IPCC, 1996).
Los suelos son importantes fijadores a largo plazo. Se ha encontrado que el cambio de uso
de la tierra de bosque a agricultura puede reducir a la mitad el carbono fijado en esta fuente
en tan sólo 10 años de cultivos continuos Fundación Solar. 2000.
Un modelo alométrico es una relación matemática entre una variable independiente y una
dependiente, que tiene por objeto explicar las relaciones existentes entre los atributos y
dimensiones del árbol y el peso seco de sus componentes (biomasa). La variable
independiente puede ser estimada a partir de métodos destructivos (peso de componentes
de individuos) o partir de parámetros biométricos estimados en campo directamente (DAP,
altura) (Chacin 1998 y Nelson et al. 1999).
La ventaja plausible de la técnica es que las prácticas destructivas se realizan una sola vez,
y a partir de las ecuaciones generadas, se puede estimar la variable independiente
basándose en datos de inventarios forestales por ejemplo. Las desventajas giran en torno a
que: las ecuaciones son basadas en un mínimo grupo de individuos o especies; no se puede
generalizar una ecuación estimada a otro tipo de vegetación, y su aplicación es restringida
para los árboles con parámetros de medición directa en campo (Brown y Lugo 1992,
Catchpole y Wheeler 1992, Fearnside 1992, Nelson et al. 1999).
Brown et al. (1989) indican que se han desarrollado modelos generales como herramienta
para estimar el contenido de biomasa aérea en inventarios forestales. Estos pueden ser
utilizados, en forma general, cuando no existen modelos específicos para zonas o
condiciones particulares. Por su parte, Segura (1997) manifiesta que luego de muchos
estudios en campo y laboratorio se han generado modelos alométricos específicos para
algunas especies forestales de uso comercial, los mismos que para estimar biomasa
únicamente requieren de valores tomados en campo como DAP y altura del árbol y por
simple aplicación del modelo se obtiene la biomasa. De esta forma las ecuaciones
alométricas se convierten en herramientas muy útiles de uso fácil y de aplicación inmediata
con solo disponer un juego de datos de campo tomados en árboles en pie sin necesidad de
destruirlos.
Sprugel (1983) indica que todos los modelos alométricos con transformaciones
logarítmicas deben ser corregidos por un factor de corrección (FC) por lo que el resultado
obtenido a usar cualquier modelo debe ser multiplicado por el FC de cada uno. La ecuación
que sugiere este autor para calcular el FC es la siguiente:
SSE 2
2
FC exp
1996 – 1997 Melloco – arveja (Ullucus tuberosus Lozano - Pisum sativum L.)
1998 – 1999 Quinua – arveja (Chenopodium quinoa Wild – Pisum sativum L.)
2000 – 2001 Melloco – arveja (Ullucus tuberosus Lozano - Pisum sativum L.)
2001- 2002 Avena y vicia – arveja (Avena sativa y Vicia sp - Pisum sativum L.)
2003 – 2004 Chocho – arveja (Lupinus mutabilis Sweet - Pisum sativum L.)
4. En árboles: altura total, altura comercial, diámetro a la altura del pecho y volumen
de madera y leña, biomasa /poda.
21
Familia: Betulaceae
Nombres comunes:
Figura 6. Alnus acuminata O.Kuntze, componente del sistema Aliso – retama, en SAF
en la EESC – INIAP.
Especies relacionadas.
Existen alrededor de 20 especies de aliso entre árboles y arbustos. Algunas de ellas son A.
acuminata o jorullensis, A. cordata, A. glutinosa, A. inacana, A. firma, A. hirsuta, A.
nepalensis, A. rubra, A. oregana, A. formosana, A. ferruginea, A. glabrata, entre otras
(Añazco 1996).
22
Origen y distribución
Correa y Bernal citados por Lojan (1992) manifiesta que la especie Alnus acuminata
subespecie acuminata es la que se encuentra en América del Sur. Se desarrolla en forma
natural en lugares donde la temperatura media anual varía entre 4 a 15 ºC, resiste
temperaturas mínimas por debajo de 0 ºC, por corto tiempo. Se puede plantar en laderas
con clima húmedo, entre 1500 y 3200 msnm, con precipitación entre 1000 y 3000 mm, con
dos a cinco meses secos. Puede crecer en suelos pobres, sin embargo, prefiere suelos
profundos, bien drenados, limosos o limo arenosos, de origen aluvial o volcánico (CATIE
1997).
Descripción botánica
El aliso en el Ecuador es reconocido como blanco y rojo, las características que los
distinguen son: ritmo de crecimiento, color de la madera, color de las hojas, vellosidades
en el ápice, forma de copa, altura, presencia o no de raíces preformadas y capacidad o no
de rebrotar (Añazco 1996).
En Cañar – Ecuador en 1988 se instaló una parcela silvopastoril, donde se incluyó aliso
rojo procedente de Saraguro y aliso blanco procedente de un vivero en Cañar, después de
cinco años de establecido el sistema se obtuvo un incremento medio anual (IMA) del dap
de 1,40 y 3,12 para aliso blanco y rojo respectivamente (Añazco 1996).
23
Usos
El aliso tiene múltiples usos provenientes de la madera, de la corteza, de las hojas y de las
raíces. Es así que, se usa como combustible a manera de leña, en el caso de troncos, ramas
gruesas y viejas; también se utiliza para la fabricación de carbón. Se emplea como materia
prima para la fabricación de arados, timones, yugos, cabos y postes. La madera se utiliza
en la construcción de vigas y soleras para casas y en la fabricación de artesanías y adornos.
También se usa en la construcción de obras finas (CESA 1992).
La madera es de calor marrón claro a rosado. Los estudios de las propiedades físico
mecánicas de la madera, la califican de baja densidad, blanda, de alta resistencia a ala
compresión y apropiada para elaborar laminados, torneado, encofrados, cajones de
embalaje y apropiado para artesanías (CESA 1992).
La corteza se usa en tintorería para obtener un teñido color canela, además contiene
taninos. Las hojas utilizan los campesinos para tapar el maíz en la elaboración de la
“chicha de jora”, en medicina las hojas molidas se aplican como desinflamante, en
infusiones se toma contra el reumatismo y los resfríos. Las hojas tiernas sirven para forraje.
En sus raíces presenta nudosidades similares a las que se observa en las leguminosas
(Figura 7), estas están formadas por un hongo actinomiceto, del género Frankia, fijador del
nitrógeno atmosférico que vive en simbiosis con las raíces de este árbol (Añazco 1996).
24
Carlson y Añazco (1990), indican que el aliso es el árbol que aporta las cantidades más
altas de nitrógeno al suelo en zonas templadas en el mundo. Mencionan que sobre una zona
húmeda de suelos volcánicos en la sierra sur de Colombia se determinó un incremento en
nitrógeno total del suelo de 279 kg ha-1año-1 ; mientras que en otra plantación de 12 años
(670 árboles ha-1, con altura promedio de 20 m), en la sierra central colombiana, estimó un
aumento de nitrógeno total del suelo de unos 400 kg ha-1año-1.
Por ser un árbol fijador de nitrógeno se lo utiliza en sistemas silvopastoriles, donde mejora
la calidad de los pastos, especialmente si crecen dentro del área de las raíces. En el
Ecuador se ha promovido el uso del aliso en plantaciones agroforestales y silvopastoriles.
Algunas comunidades campesinas de la sierra muestran una demanda superior por esta
especie en comparación al pino y el eucalipto (Lojan 1992 y Ledezma 1994).
25
Familia: Mimoseceae
Nombres comunes:
Origen y distribución.
Figura 8. Acacia melanoxylum L., componente arbóreo del sistema Acacia – quishuar,
en la EESC – INIAP.
El mismo autor indica que se encuentra en su habitad natural en zonas húmedas y súper
húmedas con veranos bastante secos. Tolera sequías y fríos, soportando una temperatura
mínima de -6 º C.
Esta especie prefiere suelos ricos, aluviales y profundos. Soporta inundaciones siempre que
el agua permanezca por corto tiempo. En Colombia crece en suelos arcillosos y arenosos
(Galloway 1986).
Descripción botánica.
Según Geilfus (1994), es un árbol robusto que alcanza 35 m de alto en su país de origen;
tronco grueso, copa mas o menos cónica y globosa, follaje persistente, denso, de mucha
sombra; raíces superficiales con tendencia a echar brotes a cierta distancia del tronco;
filodios lanceolados, 5 -11 cm de longitud y hasta 2 cm de altitud, brevemente agudos,
26
borde más o menos recto el otro convexo, base paulatinamente enangostada, con 3 nervios
longitudinales mayores; capítulos globosos en pequeños racimos axilares más breves que
las hojas, flores amarillo-pálidas, vainas lineales, secas retorcidas o en círculos, semillas
negras rodeados por un funículo rosado que forma varios pliegues (Dimitri 1972).
Usos.
La acacia es muy cultivada como forestal, esencia decorativa y de protección. Soporta muy
bien las tormentas sin tumbarse o inclinarse, pero es de crecimiento más lento. Según
algunos es una defensa contra incendios, da buena leña y madera de carpintería (Dimitri
1992).
Familia: Buddlejaceae
Origen y distribución.
Figura 9. Buddleja incana Ruiz y Pavón, componente arbustivo del sistema Acacia –
quishuar, en la EESC – INIAP.
27
Descripción botánica.
Usos.
La madera es apropiada para ebanistería fina y artesanía manual. Además sirve para
construcciones en general y es un buen combustible. Es una madera de color blanco con
fibra densa y de alta dureza, con un alto coeficiente de resistencia a la tensión y flexión, y
contracción uniforme en el secado (Padilla 1995).
Las hojas proporcionan alimento animal, además junto con las semillas sirven como abono.
En emplastos las hojas calientes se aplican sobre fracturas y luego del parto las mujeres se
las amarran en la cintura. En bebida o cocimiento se toma luego del parto por su acción
vigorizante. Para los golpes, se muelen las hojas del quishuar con el matico y se aplican en
la parte afectada (CESA 1992).
Familia: Fabaceae
Origen y distribución.
Figura 10. Spartium junceum L, componente arbustivo del sistema Aliso – retama, en
la EESC – INIAP.
29
Características botánicas.
Las hojas son de color verde-oliva, igual al tallo, de limbo alargado (2 a 3 cm), débilmente
pecioladas, son muy escasas, pero reapareciendo en todos los retoños, alternas o
subopuestas, de borde entero, las nervaduras no se distinguen a simple vista; flores de cáliz
tubuloso, de color verde-amarillento; corola papilionada, con cuatro pétalos amarillos,
estambres blancos y anteras café claro. Inflorescencia racimosa. El fruto es una legumbre,
ligeramente curvada, dehiscente, de color verde claro, que al madurar se transforma en
verde oscuro hasta negro. Produce abundante semilla (8 y más pepas en cada legumbre), de
color burdeos-brillante (Biederbick y Hans-Peter 1980).
Usos.
La planta sin sus raíces tiene como principios activos: alcaloide (esparteína), alcaloides
secundarios (cystisina, lupanidina y otros), tanino, principio amargo e indicios de aceite
esencial (CESA 1992).
30
1. Localización
2. Ubicación geográfica5
5
Datos proporcionados por la Estación Meteorológica Izobamba, perteneciente al Instituto Nacional de
Meteorología e Hidrología (INAMHI), 2005
6
Departamento de Manejo de Suelos y Aguas de la EESC – INIAP
32
ECUADOR
PICHINCHA
Quito
#
S INIAP - EESC
Cutuglahua
33
5. Clasificación ecológica
Según Cañadas (1983), la zona en la que está ubicado el ensayo corresponde a bosque
muy húmedo Montano b.m.h.M.
B. MATERIALES
1. En campo
2. De laboratorio
Balanza analítica, crisoles de porcelana, cilindros metálicos, estufas, pinzas, desecador con
desecante de perclorato de magnesio, horno de incineración.
3. De oficina
C. METODOLOGÍA
1. Factores en estudio
2. Tratamientos
a. Número de tratamientos: 3
b. Número de repeticiones: 3
c. Número total de unidades experimentales: 9
d. Tamaño de las parcelas experimentales: 936 m2.
e. Tamaño del ensayo: 8424 m2.
4. Diseño Experimental
5. Análisis Estadístico
6. Análisis Funcional
Cada sistema agroforestal evaluado esta formado de dos hileras de árboles y arbustos de 30
m de largo (con 30 árboles y 30 arbustos), separados en forma alternada a 1 m dentro de
hileras y a 2 m entre hileras. Paralelamente a los SAF se ubica un sistema agrícola control
(campo abierto) que se tomó de referencia para evaluar la influencia de los SAF en el
almacenamiento de carbono (Anexo B).
36
Existen diferentes metodologías para cuantificar la cantidad de carbono que los árboles
capturan de la atmósfera. En el siguiente diagrama se resume el procedimiento utilizado en
esta investigación, para la cuantificación de biomasa, generación de modelos alométricos y
cuantificación del carbono almacenado en especies leñosas, por el método destructivo.
Selección de árboles
Modelos de Cuantificación de
Biomasa Biomasa
Fracción de
Carbono
CARBONO
TOTAL
a. En especies arbustivas.
37
Se midió el 15 % del total de los arbustos (n = 9), tomados al azar en cada sistema
agroforestal para cuantificar la biomasa y el contenido de carbono, para la determinación
de la biomasa, se dividió en dos clases de material: Leño y Hojas; entendiéndose como
Leño, fuste y ramas, y hojas lo que comprende pecíolo y limbo.
El material cortado de cada arbusto fue acumulado y pesado en el campo; para el análisis
de materia seca se tomó una muestra de cada componente por arbusto. La humedad de la
muestra se pierde por volatilización a causa del calor, la cantidad de material residual
después de eliminar la humedad, constituye la materia seca (University of Florida 1970).
La biomasa seca del componente Leño (Blñ): Se obtuvo con el peso en campo de todos los
trozos del fuste y ramas, y con el % de materia seca de los resultados de laboratorio.
La biomasa de hojas (Bh): se determinó con el peso en campo del total de hojas y el
porcentaje de materia seca.
b. En especies arbóreas
38
1) Muestreo Destructivo
Como parte del manejo del ensayo se realizó un raleo del 50% de la población de árboles
(n= 30) de cada sistema agroforestal, para el muestreo se consideraron las diferentes clases
diamétricas, en forma proporcional a su frecuencia. Antes del corte se midió en cada árbol
el DAP y posteriormente la altura total. Para el muestreo se dividió en cuatro componentes:
fuste, ramas gruesas, ramas delgadas y hojas.
Por las diferencias morfológicas entre las especies arbóreas, los diámetros de los
componentes (fuste, ramas gruesas y ramas delgadas) variaron de la siguiente manera:
En Acacia, se consideró fuste el componente leñoso que presentó un diámetro > 8 cm,
ramas gruesas (diámetro de 3 a 7,9 cm) y ramas delgadas (diámetro < 3 cm); en Aliso el
fuste comprendió un diámetro > 5 cm, ramas gruesas (diámetro de 3 - 5 cm) y ramas
delgadas (diámetro < 3 cm); cada componente fue pesado en campo, se tomaron muestras
representativas, se identificaron y llevaron al laboratorio para determinar el porcentaje de
materia seca (75ºC hasta llegar a peso constante), con estos datos se obtuvo la biomasa
aérea seca total y por componente (Anexo D).
Para determinar la biomasa del fuste se cortaron y pesaron trozas de 1,20 y 2,20 m de
longitud; posteriormente de cada troza se cortó una rodaja de 3 cm de espesor para
determinar el porcentaje de materia seca en el laboratorio (en estufa a 75 ºC hasta llegar a
peso constante). Se determinó por separado la biomasa de ramas gruesas y delgadas,
registrando su peso total en el campo, posteriormente se tomó una muestra representativa
de 1 kg, para determinar el porcentaje de materia seca aplicando la misma metodología
tanto para fuste como para ramas.
39
Donde: B = Biomasa del componente, P = Peso total de cada componente (fuste o ramas), MS = Materia Seca (%).
a) b)
Figura 13. Muestreo de fuste para determinar biomasa en las especies arbóreas a) A.
melanoxylum . L, b) A. acuminata O. Kuntze, en SAF en la EESC –
INIAP.
3) Hojas
Para determinar la biomasa de hojas, se registró en campo el peso de todas las hojas y se
tomó una muestra representativa (500 gramos aproximadamente), para determinar el
porcentaje de materia seca, el calculó se realizó aplicando la siguiente fórmula:
a) b)
Figura 14. Muestreo de hojas para determinación de biomasa en las especies arbóreas
a) A. acuminata O. Kuntze, b) A. melanoxylum L, en SAF en la EESC–
INIAP.
Bt = Bf + Brg + Brd + Bh
Donde: Bt = Biomasa aérea total, Bf = Biomasa de fuste, Brg = Biomasa de ramas gruesas, Brd = Biomasa de
ramas delgadas, Bh = Biomasa de hojas.
DA = (Oi – Ei) / n
Los modelos fueron evaluados en un ranking, que consideró cada parámetro con la misma
importancia, los modelos que obtuvieron el mejor ranking fueron seleccionados,
adicionalmente se analizó la lógica biológica y la aplicabilidad del modelo en el campo.
2. En suelo
Figura 15. Muestreo de suelo a diferentes distancia de las hileras de árboles, en SAF
en la EESC– INIAP.
a. Densidad aparente
La materia orgánica (MO) se determina generalmente por métodos indirectos, ya sea por la
determinación del carbono orgánico (CO) liberado como CO2 (en combustión seca o
húmeda) o por determinación del grado de reducción de un agente oxidante fuerte. El valor
del carbono orgánico del suelo es multiplicado por un factor empírico de 1,72 con el
objetivo de conocer el porcentaje de materia orgánica (Henriquez et al. 1998).
% MO= % CO x 1,72
% CO = % MO x 0,58
45
Con los resultados en laboratorio del porcentaje de carbono orgánico del suelo y la
densidad aparente (t m-3), se estimó el contenido de carbono en el suelo a la profundidad
evaluada (0-20 cm), para tal efecto se utilizó la siguiente formula.
Donde: P = Profundidad de muestreo (m), CC= Contenido de Carbono (%), Da= Densidad
aparente en (t m-3). Se multiplica por 100 para convertir a toneladas ha-1
3. En mantillo
Se tomaron muestras de mantillo por cada sistema agroforestal (n = 6), con la ayuda de un
cuadrante de 0,25 x 0,25 m. Los contenidos de hojarasca de cada muestra fueron pesados
en campo y se llevaron al laboratorio, para obtener el peso seco y el contenido de carbono.
En el laboratorio se secaron las muestras de hojarasca a 75 °C por 24 horas para determinar
el peso seco. Los puntos de muestreo se indican en el Anexo C.
La cantidad de carbono almacenado por el sistema de uso del suelo evaluado fue la
sumatoria del carbono de: la biomasa aérea, la hojarasca o mantillo y la capa arable del
suelo (0 a 20 cm), expresado en t ha-1.
47
V. RESULTADOS Y DISCUSION
Las variaciones del DAP y altura total de los árboles dentro de cada especie, se explica
por el diseño del SAF, ya que se encontraron árboles y arbustos ubicados en los
extremos de las barreras con mayor DAP y altura, que tuvieron mayor espacio de
desarrollo y menor competencia por luz y nutrimentos que los árboles intermedios.
Con base en el inventario de las especies arbustivas, el diámetro del fuste que presentó
retama a 10 cm del suelo varió de 4,46 a 19,42 cm, mientras que quishuar presentó
valores entre 6,84 a 19,10 cm (Cuadro 5).
Con base en los datos del inventario los árboles se clasificaron en cinco categorías
diamétricas (A, B, C, D y E) de acuerdo al rango de datos de cada especie. En Acacia
melanoxylum la distribución de frecuencia de las clases tiende a la media ya que el 84 % de
los árboles (n = 50), se encuentran entre las clases diamétricas B, C y D, y en las clases A y
E se ubican el 17 % del total de árboles, que corresponde al 5 y 12 % respectivamente
(Figura 18).
21
C
18
B D
15
Nº de árboles
12
9
E
6
A
3
0
13,43 - 17,04 17,05 - 20,66 20,67 - 24,28 24,29 - 27,90 27,91 - 31,51
21 C
18 B
15
Nº de árboles
12 A
D
6 E
0
8,66 - 11,23 11,24 - 13,81 13,82 - 16,39 16,40 - 18,97 18,98 - 21,55
Debido al poco espacio entre los componentes arbóreo y arbustivo, dentro de los sistemas
agroforestales, se produjo una fuerte competencia por luz y nutrimentos que afectó a
algunos individuos, especialmente arbustos; por consiguiente se realizó un raleo del 50 %
de la población total de árboles, permitiendo que los sistemas agroforestales sigan siendo
funcionales, lo que a su vez sirvió para determinar la fracción de carbono y obtener la
información base para la generación de modelos alométricos, y cuantificación de carbono
de estas especies.
Los árboles muestreados (n= 30) de cada sistema agroforestal fueron representativos de las
diferentes clases diamétricas, encontradas en el experimento.
50
1. Biomasa de árboles
40%
65,06
30% 57,82
20%
10%
0%
Acacia Aliso
2. Fracción de Carbono
La fracción de carbono encontrada en las cuatro especies leñosas, variaron entre 47,71 y
48,04 % de la materia seca. El mayor promedio de carbono se encontró en S. junceum
(48,04 %), mientras que el menor promedio lo presentó B. incana con 47,71 %; Estos datos
se encuentran dentro del rango reportado por Gourdiaan (1992), citado por Locatelli (1999)
quien menciona que la materia seca de los vegetales contiene entre 45 y 50% de carbono.
Por otra parte IPCC (1992), recomienda utilizar la relación biomasa carbono como
referencia teórica de 0,5. Sin embargo, varios autores han encontrado valores próximos a
los encontrados en esta investigación. Andrade (1999), encontró 0,46 y 0,47 para
Eucalyptus deglupta y Acacia mangium respectivamente, y Mora (2001) reporta valores
entre 0,44 y 0,47.
# Modelos
1 Y = a + b (DAP)
3 Y = a + b (DAP) + c (ht)
4 Y = a + b (DAP) (ht)
5 Y = a + b (DAP2)
6 Y = a + b (DAP) + c (DAP2)
7 Y = a + b (√DAP)
9 Y= a + b (DAP) + c (DAP2) (ht)
10 Y = a + b (DAP) + c (ht2)
11 Y = a + b (DAP2) (ht)
12 Y = a + b ln DAP
13 Y = a + b log DAP
14 Y = a + b log DAP + c log ht
Donde: Y= Biomasa aérea total; a,b y c= parámetros a estimar; DAP= diámetro a la altura del pecho (1,3 m);
ht= altura total.
Para la selección de los modelos con mejor ajuste, se realizó un ranking de los modelos,
evaluando parámetros estadísticos y la diferencia agregada, adicionalmente se consideró la
lógica biológica del modelo.
53
La alta correlación existente tanto para la biomasa aérea total como para carbono con
respecto al DAP, en las especies arbóreas de los SAF evaluados, se representa
gráficamente en la Figura 21.
700 a) b)
160
Biomasa aérea total (kg/árbol)
600 140
Biomasa aérea total (kg/árbol)
500 120
100
400
80
300
60
200
40
100 20
0 0
12 15 18 21 24 27 30 33 8 11 14 17 20 23
DAP (cm )
DAP (cm)
Figura 21. Relación entre biomasa aérea total por árbol y DAP, de los árboles
muestreados. (a) A. melanoxylum, (b) A. acuminata, en SAF en la EESC–
INIAP.
54
Los modelos de predicción de biomasa aérea en A. acuminata que presentaron el mejor ajuste
con base en el R2 y el R2 ajustado, fueron los seis primeros (Cuadro 10) que presentan los
mismos valores para ambos parámetros (R2 = 0,94 y R2 ajustado = 0,94); entre estos seis
modelos, el valor mas bajo de RMSE, SC residuos y el PRESS lo presentó el modelo 10 (Bt = -
92,92 + 11,79*DAP - 0,049*Ht2), con respecto a la diferencia agregada los valores más bajos
entre estos seis modelos lo presentó la ecuación 1 con un DA de 7 %.
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank.
ajust. residuos
10 Bt = -92,92 + 11,79*DAP - 0,049*Ht2 0,94 0,94 9,27 2322,64 2837,41 -0,552 1
3 Bt = -85,44 + 11,89 *DAP - 1,38*Ht 0,94 0,94 9,31 2340,86 2898,98 -0,41 2
6 Bt = -44,42 + 4,38*DAP+0,24*DAP2 0,94 0,94 9,37 2370,79 3007,02 -0,210 3
5 Bt = -13,30 + 0,39 *DAP2 0,94 0,94 9,35 2448,69 2896,38 -0,850 4
1 Bt= - 93,79 + 11,42*DAP 0,94 0,94 9,59 2575,37 2992,21 -0,071 5
9 Bt = -106,64 + 13,01*DAP-0,004*DAP2*Ht 0,94 0,94 9,55 2463,64 3475,52 -0,466 6
7 Bt = -252,63 + 85,69*√DAP 0,93 0,92 10,49 3078,67 3589,06 0,021 7
12 Bt = -347,5 + 158,21*ln DAP 0,91 0,90 11,75 3866,19 4535,73 0,004 8
13 Bt = -347,50 + 364,30*log DAP 0,91 0,90 11,75 3866,19 4535,73 -0,005 9
14 Bt = -323,74+ 387,89*log DAP - 49,12 * log Ht 0,91 0,91 11,46 3547,17 4445,88 -0,465 10
11 Bt = 9,02 + 0,024*DAP2*Ht 0,78 0,78 17,89 8960,45 11547 3,755 11
4 Bt = -11,32 + 0,51*DAP*Ht 0,62 0,61 23,65 15663 24323 1,893 12
Bt: Biomasa aérea total (Kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2:
coeficiente de determinación; R2ajust.: coeficiente de determinación ajustado; RMSE: raíz del cuadrado
medio del error; SC residuos: suma de cuadrados de los residuos; PRESS: suma de cuadrados de los
residuales predichos; DA: diferencia agregada; Rank: ranking o ubicación del modelo.
por lo que el resultado obtenido al usar estos modelos debe ser multiplicado por el FC de
cada uno.
Según la selección de los modelos con base en parámetros estadísticos, el modelo 10 fue el
de mejor ajuste, a continuación se presentan la curva de ajuste de este modelo que
relaciona el DAP con la biomasa aérea total (Figura 22).
160
Biomasa Observada
140 Biomasa Estimada M10
120
Biomasa aérea total (kg)
100
80
60
20
0
8 11 14 17 20 23
DAP (cm)
Figura 22. Relación entre DAP y biomasa aérea total modelo 10, de A. acuminata en SAF
en la EESC– INIAP.
Modelo 10
150
120
Biomasa estimada (kg)
90
60
30
Bt = -92,92 + 11,79*DAP - 0,049*Ht2
0
0 30 60 90 120 150
Biomasa observada (kg)
Figura 23. Relación entre Biomasa área total estimada – Biomasa aérea total
observada modelo 10, de A. acuminata en SAF en la EESC– INIAP.
Los modelos para estimar biomasa aérea total en A. melanoxylum, que mejor se ajustaron
fueron el modelo 5 (Bt = -63,64 + 0,673 * DAP2) y el modelo 6 (Bt = -68,762 +
0,468*DAP+0,663*DAP2) que presentaron un R2 ajustado de 0,92 seguidos de los
modelos 9 (Bt = -289,385 + 22,311*DAP+ 0,0079*DAP2*Ht), modelo 1 (Bt = -388,858 +
30,17*DAP) y el modelo 3 (Bt = -376,825 + 30,656 *DAP - 1,274*Ht) con un R2 ajustado
de 0,91 (Cuadro 11). Paralelamente, para estos cinco modelos los valores de RMSE, SC
residuos y PRESS fueron los más bajos en comparación con el resto de modelos, lo que
indica que la diferencia entre los valores observados y los estimados fue menor. En la
prueba de sesgo la diferencia agregada (DA) de los modelos generados mostró valores
menores a ± 1, lo que demuestra que los valores estimados se aproximan a los observados,
(excepto el modelo 11 (Y = 10,207 + 0,029*DAP2*Ht) con una DA de -3,62) por tanto los
modelos son aplicables para otros sistemas con estas especies, manejo y condiciones
similares.
57
R2 SC Rank
Nº Modelo R2 RMSE PRESS DA
ajust residuos
5 Bt = -63,64 + 0,673 * DAP2 0,93 0,92 37,97 40375 46085 0,42 1
6 Bt = -68,762 + 0,468*DAP+0,663*DAP2 0,93 0,92 38,67 40373 47742 0,26 1
9 Bt = -289,385 + 22,311*DAP+ 0,0079*DAP2*Ht 0,92 0,91 40,46 44206 56037 0,16 2
1 Bt = -388,858 + 30,17*DAP 0,91 0,91 41,04 47153 55477 -0,06 3
3 Bt = -376,825 + 30,656 *DAP - 1,274Ht 0,91 0,91 41,72 47004 62576 -0,05 4
7 Bt = -1026,368 + 278,809√DAP 0,90 0,89 44,93 56526 68304 -0,06 5
10 Bt = -388,915 + 30,15*DAP -0,0015*Ht2 0,91 0,91 41,79 47152 63778 0,94 6
14 Bt = -1544,916 + 1579,561 log DAP - 229,998 log Ht 0,88 0,87 49,85 67102 94696 -0,07 7
11 Bt = 10,207 + 0,029*DAP2*Ht 0,88 0,87 48,58 66072 85432 -3,62 8
12 Bt = -1669,526 + 633,209 ln DAP 0,87 0,87 50,02 70061 87079 -0,07 9
13 Bt = -1669,526 + 1458,018 log DAP 0,87 0,87 50,02 70061 87079 -0,07 10
4 Bt = -144,409 + 1,051 * DAP * Ht 0,83 0,82 57,71 93268 106652 0,19 11
Bt: Biomasa aérea total (kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2:
coeficiente de determinación; R2ajust.: coeficiente de determinación ajustado; RMSE: raíz del cuadrado
medio del error; SC residuos: suma de cuadrados de los residuos; PRESS: suma de cuadrados de los
residuales predichos; DA: diferencia agregada. Rank: ranking o ubicación del modelo.
Los mejores modelos (5 y 6) predicen la biomasa aérea seca a partir de la variable DAP. La
ventaja es que estos modelos consideran sólo la variable DAP y esto significa facilidad de
medición en el campo; debido a esta estrecha relación, autores como Perez y Kanninen
(2002) en Bombacopsis quinata, y Montero y Montagnini (2005), en diez especies nativas
de plantaciones de Costa Rica, también generaron modelos que predicen la biomasa aérea
a partir del DAP con buenos ajustes.
La curva de ajuste de los mejores modelos junto con los datos observados de biomasa
aérea seca por árbol se presenta en las Figura 24. a y b. al comparar los valores de la
biomasa real con los estimados por modelos de mejor ajuste, los valores simulados se
ajustan a la recta lo cual indica que la mayor parte de los valores estimados están muy
cerca al valor real, figura 25 a y b.
58
a) b)
700 700
Biomasa Observada Biomasa Observada
600 Biomasa Estimada M 6 600 Bioomasa Estimada M 5
500 500
Biomasa aérea total (kg)
300 300
200 200
100 100
0 0
12 15 18 21 24 27 30 33 12 15 18 21 24 27 30 33
DAP (cm )
DAP (cm)
Figura 24. Relación entre DAP y biomasa aérea total; a) curva del modelo 6, b) curva
del modelo 5, de A. melanoxylum en SAF en la EESC– INIAP.
a) b)
700
700
Modelo 6 Modelo 5
600
600
Biomasa estimada (kg)
Biomasa estimada (kg)
500 500
400 400
300 300
200 200
100 100
0 0
0 100 200 300 400 500 600 700 0 100 200 300 400 500 600 700
Biomasa observada (kg) Biomasa observada (kg)
Figura 25.- Biomasa área total estimada – Biomasa aérea total observada; a) modelo
6, b) modelo 5, de A. melanoxylum en SAF en la EESC– INIAP.
Debe considerarse que los modelos son específicos para las especies del estudio y que
las condiciones en las que sean aplicables deben ser similares a las de esta investigación.
59
El modelo de mejor ajuste para determinar biomasa aérea total en Aliso, se comparó con
modelos generados por Acosta et al. (2002), Acosta et al. (2001) y Camacho (1987), con
especies del género Alnus, considerando el ajuste del modelo de acuerdo al coeficiente
determinación (R2) y el rango de DAP con el que fueron generados. Estos modelos fueron
aplicados a los datos de este estudio y se comparó sus estimaciones con las del modelo
generado en esta investigación, (Cuadro 12).
Cuadro 12. Comparación del modelo alométrico generado para Alnus sp. en SAF en
la EESC – INIAP, con otros modelos de la literatura.
Autor Modelo Especie R2
Acosta et al. 2001 Ln Bt =-2,4134 + 2,329 (ln DAP) Alnus spp. 0,957
Camacho 1987 Bt = 0,6792 + 0,0446 * Ht + 0,2084 DAP2 - 0,0026 * DAP2 * Ht A. acuminata 0,99
Bt: Biomasa aérea total (kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2:
coeficiente de determinación.
La Figura 26, sugiere que la aplicación de las ecuaciones de regresión generadas por los
autores consultados, no podrían ser aplicadas a la vegetación muestreada en este estudio,
pues presentarían una amplia subestimación de los valores de la biomasa aérea total,
debido posiblemente al manejo de podas que se le dio a las especies leñosas durante la
etapa inicial de los SAF, también por la diferencia de densidades y al tipo de plantación
en que fueron generadas.
60
160
140
100
80
60
40
20
0
0 20 40 60 80 100 120 140 160
Biom asa aérea Observada (Kg/árbol)
Figura 26. Simulaciones de biomasa aérea real y estimada con los modelos generados
en esta investigación y otros estudios para Alnus sp.
Con el fin de analizar la aplicación de ecuaciones generadas por otros autores, para la
estimación de la biomasa aérea total a los datos de esta investigación, se probaron modelos
presentados por Oliva y Hughell (1990) y Forero (2003) para Acacia mangium, y Hughes
(1971), citado por Zianis y Mencuccini (2004) para Acacia glutinosa (Cuadro 13).
Cuadro 13. Comparación del modelo alométrico generado para Acacia sp. en SAF en
la EESC – INIAP, con otros modelos de la literatura.
Bt: Biomasa aérea total (kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total(m); R2:
coeficiente de determinación.
61
Al comparar la biomasa aérea total observada con la estimada, tanto por los modelos
presentados por Oliva y Hughell (1990), y Hughes (1971) citado por Zianis y Mencuccini
(2004) y el modelo 5 (Bt = -63,64 + 0,673 * DAP2) generado en esta investigación (Figura
27), se observa que las ecuaciones consultadas no presentan un ajuste satisfactorio; cuando
se compararon los modelos generados por Forero (2003), aunque presentan mejor
concordancia que los modelos anteriores (Figura 28), su ajuste no es lo suficientemente
idóneo para su aplicación en ensayos con condiciones y características similares a las de
este estudio.
800
700
600
Biomasa Estimada (Kg/árbol)
500
400
300
200
100
0
0 100 200 300 400 500 600 700 800
Biomasa Observada (Kg/árbol)
Figura 27. Simulaciones de biomasa aérea real y estimada con los modelos generados
en esta investigación y otros estudios para Acacia sp.
62
800
700
500
400
300
200
100
0
0 100 200 300 400 500 600 700 800
Biomasa Observada (Kg/árbol)
Forero, 2003 (a) Forero, 2003 (b) Forero, 2003 (c) modelo 5
Figura 28. Simulaciones de biomasa aérea real y estimada con los modelos generados
en esta investigación y otros estudios para Acacia sp.
El valor de los parámetros y las estadísticas obtenidas, de los modelos de mejor ajuste
presentan R2 (0,94) y R2 ajustado (0,94) altos para los seis primeros modelos; los que a
su vez tuvieron los valores más bajos de RMSE, SC residuos y el PRESS, que indica que
la diferencia entre los valores observados y los valores estimados es menor, aunque con
respecto a la diferencia agregada los valores más bajos entre estos seis modelos lo
presentaron las ecuaciones 1 y 5 con un DA de 1% en los dos casos (Cuadro 14).
63
2
R2 SC
Nº Modelo R RMSE PRESS DA Rank
Ajust. residuos
10 Ct = -46,463 + 5,893 * DAP -0,024 * Ht2 0,94 0,94 4,63 580,79 709,50 -0,302
1
5 Ct = -6,648 + 0,193 * DAP2 0,94 0,94 4,68 612,46 724,44 0,010
2
3 Ct = -42,716 + 5,945 *DAP -0,688 * Ht 0,94 0,94 4,66 585,36 724,93 -0,231
3
6 Ct = -22,222 + 2,188 * DAP + 0,119 *DAP2 0,94 0,94 4,69 592,96 752,08 0,154
4
1 Ct = -46,897 + 5,707 * DAP 0,94 0,94 4,80 644,06 748,30 0,010
5
9 Ct = -53,33 + 6,504 *DAP - 0,002 * DAP2 * Ht 0,94 0,94 4,77 616,06 868,99 -0,209
6
7 Ct = -126,316 + 42,848 * √DAP 0,93 0,92 5,24 769,85 897,46 0,0001
7
13 Ct = - 173,755 + 182,152 * log DAP 0,91 0,90 5,87 966,69 1134,07 0,00004
8
12 Ct = - 173,755 + 79,108 * ln DAP 0,91 0,90 5,87 966,69 1134,07 0,007
9
14 Ct = - 161,867 + 193,953 log DAP -24,572 * log Ht 0,91 0,91 5,73 886,85 1111,54 -0,232
10
11 Ct = 4,512 + 0,0123 * DAP2*Ht 0,78 0,78 8,94 2240,83 2887,74 1,146
11
4 Ct = - 5,658 + 0,253 * DAP * Ht 0,62 0,61 11,83 3916,50 6082,02 1,260
12
Ct: Carbono total (Kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2: coeficiente
de determinación; R2ajust.: coeficiente de determinación ajustado; RMSE: raíz del cuadrado medio del
error; SC residuos: suma de cuadrados de los residuos; PRESS: suma de cuadrados de los residuales
predichos; DA: diferencia agregada, Rank: ranking o ubicación del modelo
Según la selección de los modelos con base en parámetros estadísticos, el modelo 10 (Ct
= -46,463 + 5,893 * DAP -0,024 * Ht2) fue el de mejor ajuste, a continuación se
presentan la curva de ajuste del modelo que relacionan el DAP con el carbono total
(Figura 29).
Al comparar lo valores del carbono total observados con los estimados por el modelo de
mejor ajuste, los valores simulados se ajustan a la recta lo cual indica que la mayor parte
de los valores estimados están muy cerca al valor real (Figura 30).
64
80
Carbono Total Observado
70 Carbono Total Estimado M10
60
40
30
20
10
0
8 11 14 17 20 23
DAP (cm )
Figura 29. Relación entre DAP y carbono total modelo 10, de A. acuminata en SAF
en la EESC– INIAP.
80
Modelo 10
60
Carbono total estimado
40
kg)
20
0
0 20 40 60 80
Carbono total observado (kg)
valores más altos de coeficientes de determinación (R2= 0,93 y R2 ajustado= 0,92) y los
menores valores de RMSE, SC residuos y PRESS con respecto a los demás modelos,
parámetros que indican el mejor ajuste de los modelos, aunque estos no mostraron los
índices más bajos en la prueba de sesgo, el modelo 5 presentó una sobreestimación del
10 % y el modelos 6 un 21 % de subestimación con respecto al carbono observado.
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank
ajust. reciduos
5 Ct = -31,799+ 0,337*DAP2 0,93 0,92 19,03 10143 11575 -0,096 1
6 Ct = -33,988 + 0,2 * DAP+0,332*DAP2 0,93 0,92 19,38 10143 11990 0,213 2
1 Ct = -194,348+15,08*DAP 0,91 0,91 20,57 11844 13933 -0,026 3
9 Ct = -144,223 + 11,119*DAP+0,0039*DAP2*Ht 0,92 0,91 20,27 11096 14047 0,883 4
3 Ct = -188,512 + 15,316*DAP -0,618*Ht 0,91 0,91 20,91 11809 15719 -0,028 5
7 Ct = -512,987 + 139,356 √DAP 0,90 0,89 22,51 14189 17142 -0,027 6
10 Ct = -194,398 + 15,062 * DAP -0,0014* Ht2 0,91 0,91 20,94 11844 16016 0,887 7
14 Ct = -772,561 + 789,102log DAP - 114,215 Log Ht 0,88 0,87 24,98 16844 23764 -0,027 8
12 Ct = -834,442 + 316,489 ln DAP 0,87 0,87 25,05 17573 21835 -0,024 9
13 Ct = -834,442 + 728,745 log DAP 0,87 0,87 25,05 17573 21835 -0,022 10
11 Ct = 5,093 + 0,014 * DAP2*Ht 0,88 0,88 24,29 16528 21358 2,991 11
4 Ct = -72,211 + 0,526*DAP*Ht 0,83 0,82 28,86 23316 26659 -0,132 12
Ct: Carbono total (Kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2: coeficiente
de determinación; R2ajust.: coeficiente de determinación ajustado; RMSE: raíz del cuadrado medio del
error; SC residuos: suma de cuadrados de los residuos; PRESS: suma de cuadrados de los residuales
predichos; DA: diferencia agregada, Rank: ranking o ubicación del modelo.
350
Carbono Observado
300
Carbono estimado M5
200
150
100
50
Ct=-31,799+ 0,337*DAP2
0
12 15 18 21 24 27 30 33
DAP (cm)
Modelo 5
350
300
Carbono total estimado (kg/árbol)
250
200
150
100
50
0
0 50 100 150 200 250 300 350
Carbono Total Observado (kg/árbol)
El DAP mostró una alta correlación con las variables de biomasa de cada componente y de
cada especie, como se observó en la matriz de correlación simple de Pearson del programa
SAS, contrario a lo encontrado para altura total que presentó valores bajos de correlación,
que en su mayoría fueron inferiores a 0,466; excepto para la biomasa de fuste en Acacia
donde presentó r = 0,753.
Es una ventaja que los modelos que estiman la biomasa del fuste para Aliso consideren
únicamente la variable DAP, por la dificultad de medición en campo que presentó la altura
y la imprecisión que puede generar el dato, debido a que la forma de los árboles es
irregular en comparación a los de Acacia que presentaron una forma más uniforme (Figura
33). Al utilizar ecuaciones de dos entradas (DAP y altura) se proveen estimaciones de
biomasa más exactas, como en el caso de Acacia; aunque, para utilizar estos modelos se
requiere medir la altura total de los árboles, lo que presenta un mayor grado de error,
debido principalmente a la presencia de varios estratos y en muchos casos la copa del árbol
no es completamente visible (Segura 1999).
a)
b)
De los modelos que se generaron para estimar biomasa del fuste en Aliso (Cuadro17), el
modelo 6 y el modelo 1 presentaron un R2 ajustado de 0,94, además el modelo 1 presentó
69
un sesgo de estimación de 0,04%, menor a del modelo 6 (1,9%), respecto a la biomasa del
fuste medida en campo.
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank
ajust. residuos
6 Bf = -25,616 + 3,143 * DAP + 0,0975 * DAP2 0,95 0,94 4,75 608,57 725,21 0,019 1
Los modelos que mejor estimaron la biomasa del fuste en A. melanoxylum, fueron los
modelos 10, 9 y 3 (Cuadro 18) que presentaron un R2 ajustado de 0,94 en todos los casos;
de acuerdo a la valoración de los parámetros para la selección, los modelos 9 y 10 tuvieron
el mismo ranking, destacando el modelo 9 que estimó la biomasa del fuste con un menor
sesgo (9%) en comparación con el modelo 10 (22%).
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank
ajust. residuos
1
10 Bf = -220,989 + 15,394*DAP + 0,193*Ht2 0,95 0,94 19,88 10671 13823 -0,22
1
9 Bf = -98,348 + 8,783*DAP + 0,0092*DAP2*Ht 0,94 0,94 20,11 10920 12873 -0,09
2
3 Bf = -270,443 + 15,62 * DAP+ 5,993*Ht 0,94 0,94 20,73 11606 15505 -0,07
Bf = Biomasa del fuste, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total.
70
El DAP fue la variable de mejor correlación para predecir la biomasa de ramas gruesas en
las dos especies, con valores similares de r = 0,821 y 0,891, mientras que las correlaciones
respecto a la altura total fueron muy bajas con un r de 0,45 y 0,27 para Acacia y Aliso
respectivamente (Cuadro 16).
Del total de modelos generados (Anexo I) para estimar la biomasa de ramas gruesas en
Aliso, se seleccionaron los modelos 3 y 10, que presentaron el coeficiente de
determinación ajustado más alto (0,81), valor considerable para la aplicación de estos
modelos, que están en función del DAP y altura total, recomendándose el modelo 3 que
tuvo el menor sesgo de estimación (20%) (Cuadro 19).
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank
ajust. residuos
1
3 Bramg = -16,018 + 2,381*DAP -0,626*Ht 0,82 0,81 3,40 312,78 395,27 -0,207
2
10 Bramg = -19,44 + 2,328*DAP - 0,021*Ht2 0,82 0,81 3,40 312,63 409,89 -0,275
Bramg = Biomasa de ramas gruesas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total.
Las ecuaciones generadas para predecir la biomasa de ramas gruesas en Acacia tuvieron un
R2 ajustado de 0,69 en el modelo 6 y 5, y de 0,68 para el modelo 3 (Cuadro 20),
coeficientes que indican que estos modelos son aplicables para diámetros a la altura del
pecho cuyo rango esté entre 14 y 32 cm; teniendo en cuenta que el modelo 5 aunque
presenta un buen ajuste, según la prueba de lógica del modelo en rangos inferiores de DAP
tiende a subestimar los datos.
71
R2 SC
Modelo R2 RMSE PRESS DA Rank
Nº ajust. reciduos
1
6 Bramg = 32,236 -4,585*DAP + 0,199*DAP2 0,71 0,69 12,82 4441,26 5676,32 0,288
2
3 B ramg= -44,399 + 5,138*DAP - 2,076*Ht 0,70 0,68 13,14 4659,58 5880,89 0,008
3
5 Bramg = -17,904 +0,098*DAP2 0,70 0,69 12,82 4600,60 5279,52 0,268
Bramg = Biomasa de ramas gruesas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total.
Para la predicción de biomasa de ramas delgadas en las dos especies arbóreas, los
modelos de mejor ajuste emplean tanto el DAP como la altura total, lo que implica que la
medición de las variables independientes en campo sea con la mayor precisión posible,
principalmente para la altura total por la dificultad que existe en medir este parámetro.
Se seleccionaron tres modelos para predecir biomasa en ramas delgadas en Aliso (Cuadro
21), recomendando la ecuación 3, por presentar el mejor ajuste con relación a todos los
estadígrafos y el menor sesgo.
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank
ajust. reciduos
1
3 Bramd = -15,852 + 2,573*DAP - 0,706*Ht 0,88 0,87 2,96 236,34 286,59 -0,24
2
10 Bramd = -19,729 + 2,506*DAP - 0,023*Ht2 0,87 0,87 2,99 240,77 323,45 -0,27
3
9 Bramd = -28,589 + 3,376*DAP - 0,0026*DAP2*Ht 0,87 0,86 3,04 249,84 304,18 -0,35
Bramd = Biomasa de ramas delgadas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total
72
Los valores de los parámetros de selección fueron similares para los modelos 3 y 10, a
excepción de la DA, que mostró una sobrestimación en el modelo 10 y una subestimación
para el modelo 3; Arreaga (2002) con base en el mismo parámetro considera que es
preferible subestimar a sobrestimar los datos; sin embargo en este caso se seleccionó el
modelo 3 debido a que el índice de sesgo es mas baja en comparación a la sobrestimacion
del modelo 10 (Cuadro 22).
R2 SC
modelo R2 RMSE PRESS DA Rank
Nº Ajust. reciduos
3 Bramd = -34,234 + 5,393*DAP - 2,834*Ht 0,73 0,71 12,37 4130,23 5230,89 -0,002 1
10 Bramd = -58,219 + 5,288*DAP - 0,075*Ht2 0,72 0,70 12,51 4226,59 5515,48 0,053 2
Bramg = Biomasa de ramas gruesas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total
La predicción del peso seco del follaje se obtuvo con resultados aceptables. Esta variable
es de difícil determinación porque el tamaño de la copa del árbol es afectado por el
espaciamiento; además, A. acuminata es una especie subcaducifolia y por tanto el
contenido de follaje varía durante el año (Camacho 1987).
El DAP presentó una alta correlación con la biomasa de hojas (r = 0,94), lo contrario
sucedió con la altura total del árbol donde la correlación fue de 0,37. Las tres ecuaciones
seleccionadas para estimar la biomasa de hojas en Aliso, son aplicables ya que no
presentan mayores diferencias entre los parámetros evaluados; sin embargo se
73
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank
Ajust. reciduos
1
5 B hojas = -1,706 + 0,031*DAP2 0,89 0,88 1,07 31,84 40,35 -0,05
2
6 B hojas = -2,892 + 0,167*DAP + 0,025*DAP2 0,89 0,88 1,08 31,73 45,90 0,04
3
3 B hojas = -7,31 + 0,952*DAP - 0,128*Ht 0,89 0,88 1,09 31,96 43,05 -0,04
B hojas = Biomasa de hojas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total
En Acacia, cuando se utilizó la variable altura se encontró baja correlación con la biomasa
de hojas (r = 0,40), a diferencia del DAP donde la correlación fue de 0,82 (Cuadro 16).
El modelo que presentó el mejor ajuste en todos los parámetros de selección, fue el modelo
3 (R2= 0,73), con una diferencia mínima entre los valores observados y los estimados de -
0.00009 (Cuadro 24) para la estimación de la biomasa de hojas en Acacia.
R2 SC
Modelo R2 RMSE PRESS DA Rank
Nº ajust. reciduos
3 B hojas = -27,8 +4,507*DAP -2,359*Ht 0,73 0,71 10,36 2900,40 3706,82 -0,00009 1
10 B hojas = -47,77 + 4,419*DAP -0,062*Ht2 0,72 0,70 10,48 2967,86 3936,27 -0,07 2
B hojas = Biomasa de hojas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total
74
Promedio ( t ha-1)
Para cuantificar el carbono almacenado en las especies leñosas, se sumó el total de carbono
de árboles y arbustos en cada SAF. Los promedios de carbono total de los sistemas de uso
del suelo evaluados fueron diferentes entre ellos, presentando el mayor promedio el SAF
Acacia-Quishuar con 31,66 ± 4,17 t ha-1, seguido por el SAF Aliso-Retama (9,15 ± 1,15 t
ha-1) y finalmente el sistema control (campo abierto) al no poseer el componente leñoso no
presentó biomasa aporte de carbono (Figura 34).
75
35
Arborea Arbustiva
30
25
Carbono t ha -1
20
15
10
0
Acacia-Quishuar Aliso-Retama Campo abierto
Sistemas de uso del suelo
La gran diferencia en el aporte de biomasa y carbono entre las especies del componente
leñoso de los SAF evaluados depende principalmente del hábito de crecimiento de éstas, ya
que A. melanoxylum presentó un IMA7 para DAP y altura Total de 37,65 y 41,19 %
respectivamente, superiores a A. acuminata, en las condiciones medioambientales de
Cutuglahua (Pichincha- Ecuador).
5. Carbono en mantillo
7
IMA= Incremento Medio Anual
76
respectivamente (Cuadro 26); datos parecidos reportan varios autores entre ellos: Ávila et
al. (2001), Palm et al. (2000), Powell y Delaney (1998), Schroeder (1994), citados por
Ramos et al. (2007), en SAF en eco zonas húmedas y sub-húmedas.
Por otro lado, varios investigadores (Groshgal 1991; Wardle 1992; Robertson 1994; Feigl
y Sparling 1994; Meléndez 1997, citados por Ramos 2003) indican que la dinámica del
carbono en el suelo puede dividirse en tres fracciones: la fracción activa o carbono
microbiano el cual representa entre 1-2% del carbono orgánico total (CO total), la fracción
de carbono orgánico lento (CO lento) y el carbono orgánico pasivo (CO pasivo). En esta
investigación se analizó únicamente el CO total en la capa superficial (0-0,2 m).
77
140
120
100
Carbono t ha -1
80
a a
b
60
40
20
0
Acacia-Quishuar Aliso-Retama Campo abierto
Sistem as de uso del suelo
7. Carbono total
Para evaluar esta variable se sumó el CO total almacenado en los componentes evaluados
(en la parte aérea y bajo el suelo hasta 0,2 m de profundidad), en cada uno de los sistemas
de uso del suelo, posteriormente se realizó un análisis de varianza para un Diseño
Irrestricto al Azar (DIA). Este análisis detectó que los Sistemas agroforestales Acacia-
Quishuar (168,65 t ha-1), Aliso-Retama (148,70 t ha-1) y Campo Abierto (122,22 t ha-1)
fueron estadísticamente diferentes (p<0,05) entre ellos (Figura 36) y al realizar la prueba
de significación Duncan al 5%, esta encontró que los sistemas agroforestales Acacia-
Quishuar y Aliso-Retama almacenan mayor cantidad de carbono que un sistema agrícola a
campo abierto.
180
160
140
Carbono t ha -1
120 a
100
b
80 c
60
40
20
0
Acacia-Quishuar Aliso-Retama Campo abierto
En esta gráfica se puede observar también que los SAF presentan una mayor captura de
carbono (38 % en el caso de Acacia-Quishuar y 22 % en Aliso-Retama) en comparación al
sistema Campo Abierto; de los cuales, el 18,77 % y 6,16 % son incrementos de carbono en
los SAF Acacia-quishuar y Aliso-Retama por efecto de las especies leñosas. Por otra parte,
podemos observar que el suelo es un componente muy importante donde se almacena el
carbono, debido a que sobre el 75 % del CO total de los SAF se encuentra en éste, lo cual
nos indica la importancia que hay que darlo a éste recurso en cuanto a su manejo, ya que si
no se utiliza tecnología adecuada éste se puede perder por erosión, situación observable en
más del 80 % de los suelos de la Sierra ecuatoriana. Estos datos corroboran a lo reportado
por varios autores entre ellos López (1998), Ruiz (2002) y Ramos (2003) donde
manifiestan haber encontrado en estudios bajo Sistemas Silvopastoriles sobre el 80% del
CO total en el suelo y el 20% en componentes sobre el suelo.
80
VI. CONCLUSIONES
Los modelos que mejor estimaron la biomasa aérea total y el carbono almacenado
en las especies arbóreas de los sistemas agroforestales estudiados, son de tipo
cuadrático y están en función del DAP y altura total. La ventaja de estas ecuaciones
es que los cálculos son simples y las variables se registran en la mayoría de
inventarios forestales.
Los modelos alometricos de mejor ajuste para estimar biomasa aérea total y
carbono en Alnus acuminata bajo sistema agroforestal plantado en la Estación
Experimental Santa Catalina del INIAP, fueron Bt= -92,92 +11,79*DAP –
0,049*Ht2 y Ct = 46,463 + 5,893*DAP – 0,024*Ht2.
VII. RECOMENDACIONES
Los modelos alométricos generados para estimar biomasa aérea total y carbono
almacenado en Acacia melanoxylum L. y Alnus acuminata O. Kuntze, pueden ser
aplicados en otros sistemas agroforestales, que presenten condiciones bioclimáticas,
especie arbórea y manejo similar a las de este estudio.
VIII. RESUMEN
IX. SUMMARY.
The objective of this research was quantifying carbon stored in two agro-forestry systems
Alder (Alnus acuminate O. Kuntze) Spanish broom (Spartium junceum L.) and Blackthorn
(Acacia melanoxylum L.) Quishuar (Buddleja incana Ruíz and Pavón) and comparing them
to an open field agricultural system. The quantifying of the total carbon of each system was
carried out estimating the carbon stores, over the soil and under the soil. In the agro-
forestry systems 30 tress and 9 bushes were sampled- their fresh biomass was individually
quantified per component, the dry matter percentage and the carbon fraction were
determined, with this information, generic models which relate the total serial biomass to
the total carbon captures with DBH and the total height of each sample. The model
selection carried out upon the basis of statistical parameters, the biological logic and the
application of the model in the field. With the application of these models was found that
A. melaxylum accumulated 29,75 tC ha-1 and A. acumanta 6,88 tC ha-1. On the other hand,
the bush species B. incana and S. junceum accumulated 1,99 and 2,37 tC ha-1, respectively.
The system which stored the highest carbon amount was the agro-forestry system
Blackthorn – Quishuar try (168,65 tC ha-1) followed by agro-forestry one Alder – Spanish
broom (148,70 tC ha-1) and finally the open system (122,22 tC ha-1). The quantifying of the
carbon in the different components in agro-forestry systems was important to understand
the organic matter distribution in each system; recommending promote development plans
of agro-forestry systems in the Ecuadorian mountains as a conservation strategy.
85
X. BIBLIOGRAFÍA
BIEDERBICK, Ch; HANS-PETER, S. 1980. Arboles y leñosas para reforestar las tierras
altas de la region interandina del Ecuador. 2 edición. Quito, Cuadernos de
Capacitación Popular. 191p.
BROWN S. 1997. Estimating biomass and biomass change of tropical forests. A primer.
FAO, Montes 134. Roma. 55p.
BROWN, S. 1997 (a). Los bosques y el cambio climático: el papel de los terrenos
forestales como sumideros de carbono. In Congreso Forestal Mundial (11, Antalya,
Turquía). Actas. Antalya, Turquía, Ministry of Forestry. p.107-128.
BROWN, S. Y A.E. LUGO. 1982. The storage and production of organic matter in tropical
forests and their role in the global carbon cycle. Biotropica. 14: 161-187.
BROWN, S.; GILLESPIE, A.J.R.; LUGO, A.E. 1989. Biomass estimation methods for
tropical forests with applications to forest inventory data, Forest Science 35: 881-
902.
Fundación Solar. 2000. Elementos Técnicos para Inventarios de Carbono en uso del suelo.
Guatemala. 32p.
GOUDIE, A. 1990. The Human Impact on the Natural Environment. Basil Blackwell Ltd,
Oxford, U.K. 3th Edition. 388
HALL, D.O; RAO, K.K. 1994. Photosynthesis. 5th ed (Cambridge, Cambridge University
Press, 1994).
89
IIPCC, 1990. The Supplementary Report to the IPCC Scientific Assessment. Cambridge
University Press, Cambridge.
IPCC, 1992. The Supplementary Report to the IPCC Scientific Assessment. Cambridge
University Press, Cambridge.
IPCC, 1996. Intergovernmental Panel on Climate Change. Report of the twelfth session of
the intergovernmental panel on climate change. Reference manual and workbook of
the IPCC 1996 revised guidelines for national greenhouse inventories. México D.F.
IPCC. 2000. Land use, land-use change, and forestry special report. Cambridge University
Press 377 pp.
LOJAN, L. 1992. El verdor de los Andes. Árboles y arbustos nativos para el desarrollo
forestal alto andino. Proyecto Desarrollo Forestal Participativo en los Andes;
primera edición. Quito – Ecuador. 217p.
NIETO, C., RAMOS, R., GALARZA R. J., 2005 Sistemas Agroforestales aplicables en la
Sierra Ecuatoriana. Resultados de una década de experiencias de campo. INIAP-
PROMSA. Editorial NUEVA JERUSALEN. Quito – Ecuador. 65 p.
OADES, J.M. 1988. The retention of organic matter in soils. Biogeochemistry 5:35-70.
ORREGO, S.A y DEL VALLE, J.I. 2001. Existencia y tasas ,de incremento neto de la
biomasa y del carbono en bosque primarios y secundarios de Colombia. Simposio
Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas
Forestales. Valdivia – Chile. 31 p.
PARDÉ, 1980. Forest Biomasa Forestry products abstract. Review article. Commonwealth
Forestry Bureau. 3 (8): 165 – 184.
92
RAMOS, R. 2003. Fraccionamiento del carbono orgánico del suelo en tres tipos de uso de
la tierra en fincas ganaderas de San Miguel de Barranca, Puntarenas-Costa Rica.
Tesis Mag. Sc. Turrialba, CR, CATIE.
ROBERT, M. 2002. Captura de carbono en los suelos para un mejor manejo de la tierra.
FAO, Informes sobre recursos mundiales de suelos. París – Francia. 61 p.
SCHOLES, R. 1999. Will the terrestrial carbon sink saturate soon?. IGBP. Newsletter 37,
2 -3 p.
93
SPRUGEL, DG. 1983. Correcting for bias in log – transformed allometric equiations.
Ecology 64 (1): 209 -210.
TELLER, A. 1988. Biomass, Productivity and wood waste evaluation in a Spruce (Picea
abies) Forest (Strinchmps 983). Commonwealth Forestry Review. 7(2): 129-148.
TRUMBORE, S. 2000. Age of soil organic matter and soil repiration: radiocarbon
constrains on belowground C dynamics. Ecological Applications. 10, 339 – 441p.
Wilkipedia 2007. Calentamiento global (en línea). Consultado 13 marzo, 2007. Disponible
en http://es.wikipedia.org/wiki/Calentamiento_global.