CUANTIFICACIÓN DEL CARBONO ALMACENADO EN DOS

SISTEMAS AGROFORESTALES EN LA ESTACIÓN

EXPERIMENTAL SANTA CATALINA - INIAP. ECUADOR

JOSÉ GUILLERMO RIOFRÍO SALAZAR

TESIS

PRESENTADA COMO REQUISITO PARCIAL PARA

OBTENER EL TITULO DE INGENIERO AGRONOMO

ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE RECURSOS NATURALES

ESCUELA DE INGENIERÍA AGRONÓMICA

RIOBAMBA – ECUADOR

2007

2

AGRADECIMIENTOS

Dios, por que sencillamente se lo debemos TODO.

El Instituto Nacional Autónomo de investigación Agropecuaria - INIAP del Ecuador, y de

una manera especial a todo el personal técnico, administrativo y de campo de la Estación

Experimental Santa Catalina.

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.

Ex – FUNDACYT, actualmente SENACYT, por su apoyo financiero.

Escuela de Agronomía de la Facultad de Recursos Naturales, Escuela Superior Politécnica

del Chimborazo – Ecuador.

A nuestros amigos y compañeros de la Estación Experimental Santa Catalina del INIAP y

a todos los que contribuyeron a la culminación de este trabajo.

De manera muy especial a Johanna Ibeth Muñoz Hidalgo, estudiante de Ingeniería

Agroforestal de la Universidad de Nariño – Colombia, con quien compartimos este trabajo

de investigación, por su arduo trabajo, dedicación y paciencia.

3

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

Número

1. Secuencia de cultivos durante los 12 años de investigación de los

sistemas agroforestales, plantados en la EESC- INIAP.

2. Tratamientos para la investigación, cuantificación de carbono

almacenado en diferentes sistemas de uso de suelo en la EESC-

INIAP.

3. ADEVA de las variables de cuantificación de carbono en

diferentes sistemas de usos del suelo en la EESC - INIAP.

4. Rangos y promedios de DAP y altura total de A. melanoxylum y A.

acuminata en SAF en la EESC- INIAP.

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.

6. Biomasa promedio por componente, de las especies arbóreas en

SAF en la EESC- INIAP.

7. Fracción de Carbono por componente y total de las especies

muestreadas, en SAF en la EESC- INIAP.

8. Modelos genéricos, utilizados para generar modelos de biomasa y

carbono de Acacia melanolum y Alnus acumminata, en SAF en la

EESC- INIAP.

Pag.

20

34

35

47

48

50

51

52

ii

9. Coeficientes de correlación simple de Pearson, entre biomasa y

carbono total con el DAP y altura total para las especies A.

melanoxylum y A. acuminata (n=30), en SAF en la EESC– INIAP.

10. Parámetros de selección y Ranking de los modelos generados para

estimar la biomasa aérea total de Alnus acuminata O. Kuntze, en

SAF en la EESC– INIAP.

11. Parámetros de selección y Ranking de los modelos generados para

estimar la biomasa aérea total de A. melanoxylum L, en SAF en la

EESC– INIAP

12. Comparación del modelo alométrico generado para Alnus sp. en

SAF en la EESC – INIAP, con otros modelos de la literatura.

13. Comparación del modelo alométrico generado para Acacia sp. en

SAF en la EESC – INIAP, con otros modelos de la literatura.

14. Parámetros de selección y Ranking de los modelos generados para

estimar carbono en Alnus acuminata O. Kuntze, en SAF en la

EESC– INIAP

15. Parámetros de selección y Ranking de los modelos generados para

estimar carbono en A. melanoxylum L, en SAF en la EESC–

INIAP.

16. Coeficientes de correlación simple de Pearson de la biomasa por

componente en función del DAP y altura total, para las especies

arbóreas (n=30), en SAF en la EESC– INIAP.

17. Modelos para la estimación de Biomasa del fuste en A. acuminata

O. Kuntze, y parámetro de selección, en SAF en la EESC– INIAP.

53

54

57

59

60

63

65

67

69

iii

18. Modelos para la estimación de Biomasa del fuste en A.

melanoxylum L, en SAF en la EESC– INIAP.

19. Modelos para la estimación de biomasa de ramas gruesas en A.

acuminata O. Kuntze, en SAF en la EESC– INIAP.

20. Modelos para la estimación de biomasa de ramas gruesas en A.

melanoxylum L, en SAF en la EESC– INIAP.

21. Modelos para la estimación de biomasa de ramas delgadas en A.

acuminata O. Kuntze, en SAF en la EESC– INIAP.

22. Modelos para la estimación de biomasa de ramas delgadas en A.

melanoxylum L, en SAF en la EESC– INIAP.

23. Modelos para la estimación de biomasa de hojas en A. acuminata

O. Kuntze, en SAF en la EESC– INIAP.

24. Modelos propuestos para la estimación de biomasa de hojas en A.

melanoxylum L, en SAF en la EESC– INIAP.

25. Carbono almacenado (t ha-1), en el componente leñosos de los

SAF, Acacia – Quishuar y Aliso – Retama, en la EESC– INIAP.

69

70

71

71

72

72

73

74

iv

LISTA DE FIGURAS

Número

1. Esquema que representa el efecto Invernadero.

2. Concentración de dióxido de carbono en la atmósfera terrestre

(azul) y la temperatura media global (rojo), en los últimos 1000

años.

3. Fuentes y Sumideros de Carbono.

4. Componentes del Almacenamiento de Carbono.

5. Uso correcto de la cinta diamétrica.

6. Alnus acuminata O.Kuntze, componente arbóreo del sistema Aliso

– retama, en SAF en la EESC – INIAP.

7. Nódulos fijadores de nitrógeno, presentes en las raíces de A.

acuminata O. Kuntze, en SAF en la EESC - INIAP.

8. Acacia melanoxylum L., componente arbóreo del sistema Acacia –

quishuar, en la EESC – INIAP.

9. Buddleja incana Ruiz y Pavón, componente arbustivo del sistema

Acacia – quishuar, en la EESC – INIAP.

10. Spartium junceum L, componente arbustivo del sistema Aliso –

retama, en la EESC – INIAP.

Pag

5

6

8

11

14

21

24

25

26

28

v

11. Mapa de ubicación de la Estación Experimental Santa Catalina -

INIAP. Ecuador.

12. Diagrama de procedimiento para la cuantificación de carbono y

generación de modelos en leñosas.

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.

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.

15. Muestreo de suelo a diferentes distancia de las hileras de árboles,

en SAF en la EESC – INIAP.

16. Muestra para determinar la densidad aparente, en SAF en la EESC

– INIAP.

17. Muestreo de mantillo, en SAF en la EESC – INIAP.

18. Distribución de las clases diamétricas de A. melanoxylum en SAF

con B. incana en la EESC– INIAP.

19. Distribución de las clases diamétricas de A. acuminata en SAF con

S. junceum en la EESC– INIAP.

20. Porcentajes de biomasa de cada componente en relación a la

biomasa aérea total, de las especies arbóreas en SAF en la EESC -

INIAP

32

36

39

40

43

44

45

48

49

50

vi

21. Relación entre biomasa aérea total por árbol y DAP, de los árboles

muestreados. (a) Acacia, (b) Aliso, en SAF en la EESC – INIAP.

22. Relación entre DAP y biomasa aérea total modelo 10, de A.

acuminata en SAF en la EESC– INIAP.

23. Relación entre Biomasa área total estimada – Biomasa aérea total

observada modelo 10, de A. acuminata en SAF en la EESC–

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.

25. Biomasa área total estimada – Biomasa aérea total observada; a)

modelo 6, b) modelo 5, de A. melanoxylum en SAF en la EESC– INIAP.

26. Simulaciones de biomasa aérea real y estimada con los modelos

generados en este y otros estudios, en Alnus sp.

27. Simulaciones de biomasa aérea real y estimada con los modelos

generados en este y otros estudios para Acacia sp.

28. Simulaciones de biomasa aérea real y estimada con los modelos

generados en este y otros estudios para Acacia sp.

29. Relación entre DAP y carbono total modelo 10, de A. acuminata

en SAF en la EESC– INIAP.

30. Carbono total estimado – Carbono total observado modelo 10 de A.

acuminata en SAF en la EESC– INIAP. 31. Relación entre DAP y carbono total modelo 5, de A. melanoxylum

en SAF en la EESC– INIAP.

53

55

56

58

58

60

61

62

64

64

66

vii

32. Carbono total estimado – Carbono total observado modelo 5, de A.

melanoxylum en SAF en la EESC– INIAP.

33. Componente leñoso de los sistemas agroforestales, a) Acacia y b)

Aliso, en la EESC– INIAP.

34. Carbono almacenado por el componente leñoso, en SAF en la

EESC– INIAP.

35. Promedios de carbono total en suelo, a 0,2 m de profundidad, de

Sistemas Agroforestales y Campo Abierto, en la EESC– INIAP.

36. Carbono almacenado en Sistemas de uso de la tierra (Acacia-

Quishuar, Aliso-Retama y Campo Abierto), evaluados en la

EESC– INIAP.

66

68

75

77

78

LISTA DE ANEXOS

A. Mapa Estación Experimental Santa Catalina- INIAP.

B. Croquis de los sistemas agroforestales plantados en la Estación Experimental Santa

Catalina – INIAP.

C. Croquis de los puntos de muestreo para determinar carbono en mantillo y suelo, en

cada Sistema Agroforestal, en la EESC – INIAP.

D. Cuantificación de carbono en especies leñosas, Método Destructivo.

E. Método del cilindro de volumen conocido (MacDiken 1997), para determinar

densidad aparente en suelo.

F. Método de combustión para determinar la fracción de carbono en suelo, (Official

Methods of Analyses of the Association of Official Agricultural Chemists 1960,

citado por University of Florida. Center for Tropical Agriculture, 1970).

G. Promedios de densidad aparente (g/cm3) por distancia, bajo SAF en la Estación

Experimental Santa Catalina – INIAP.

H. Variables de crecimiento y Biomasa utilizadas para la construcción de modelos de

predicción de carbono en SAF en EESC – INIAP.

I. Modelos alometricos generados en esta investigación.

J. Ecuaciones generadas por otros autores, para estimar biomasa.

I. CUANTIFICACIÓN DEL CARBONO ALMACENADO EN DOS SISTEMAS

AGROFORESTALES EN LA ESTACIÓN EXPERIMENTAL SANTA

CATALINA, INIAP – ECUADOR.

II. INTRODUCCIÓN

En las últimas décadas, con el desarrollo desmesurado de algunas economías, la

concentración de gases de efecto invernadero (GEI) en la atmósfera ha aumentando

considerablemente. Esto tiene como consecuencia un incremento en la temperatura

ambiental de la tierra, que podría generar un cambio climático con alteraciones en los

ciclos hídricos, sequías, inundaciones y más desastres naturales que comprometerían la

existencia de vida en el planeta. Siendo el CO2 el principal gas de efecto invernadero, 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 emitidas a la atmósfera

relacionadas con el cambio climático.

El Protocolo de Kyoto y las subsecuentes Conferencias de las Partes (COP) de la

Convención de Cambio Climático, han despertado interés sobre el potencial de ecosistemas

de bosques secundarios y plantaciones forestales para fijar carbono. Considerar este

servicio ambiental y evaluarlo en términos ecológicos y forestales, podría estimular

proyectos forestales dentro del marco del Mecanismo de Desarrollo Limpio.

De esta manera, los bosques adquieren protagonismo, dentro de los acuerdos

internacionales sobre cambio climático y emisiones de gases de efecto invernadero por su

capacidad de fijar carbono y su reconocimiento dentro de mecanismos de flexibilidad para

mitigar emisiones de CO2. En este contexto, es importante cuantificar la fijación de

carbono mediante el crecimiento natural de bosques secundarios, plantaciones forestales y

sistemas agroforestales. La generación de estas metodologías para estimar la fijación

potencial de carbono, es necesaria para los procesos de valoración económica, definición

2

de línea base, certificación y monitoreo en proyectos de venta de certificados de reducción

de emisiones de carbono.

La capacidad de los bosques y de los diferentes sistemas agroforestales para captar el

carbono, se concentra tanto en la biomasa aérea como en la radicular, por lo tanto, la

evaluación se desarrolla por medio de un inventario de la biomasa total existente en el

sistema, expresando los valores en toneladas de carbono por hectárea para lo cual se utiliza

la fracción de carbono que dentro de las políticas del Panel Intergubernamental de Cambio

Climático (IPCC)1, recomienda utilizar 0,5 como fracción de carbono en materia seca, en

caso de no existir datos disponibles.

La presente investigación pretende cuantificar el carbono almacenado en los sistemas

agroforestales Aliso-Retama (Alnus acuminata O. Kuntze. - Spartium junceum L.) y

Acacia-Quishuar (Acacia melonoxylum L. - Buddleja incana Ruiz y Pavón) instalados

hace 12 años en la Estación Experimental Santa Catalina del INIAP, cuyo objetivo inicial

fue evaluar sistemas agroforestales para optimizar el uso del suelo y buscar una alternativa

sostenible de manejo de pequeñas parcelas que representan el minifundio de la Sierra

ecuatoriana.

La cuantificación del carbono almacenado se realizó mediante un inventario y medición

de las especies leñosas de los sistemas, con ésta información y la aplicación de modelos

alométricos, citados en la literatura (método no destructivo), se estimó la biomasa y

carbono. Los resultados se validaron con la cuantificación de biomasa y carbono de las

mismas especies forestales por el método destructivo, con el aporte de mediciones en

campo y determinaciones en laboratorio.

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

Cuantificar el carbono almacenado en dos sistemas agroforestales, Aliso (Alnus acuminata.

O. Kuntze.) - Retama (Spartium junceum L.) y Acacia (Acacia melonoxylum L.) –

Quishuar (Buddleja incana Ruiz y Pavón.) evaluados en la Estación Experimental Santa

Catalina del INIAP, en comparación con un sistema agrícola, a campo abierto.

2. Objetivos específicos

Probar el ajuste de ecuaciones alométricas, para estimar el contenido de biomasa y

de carbono almacenado en Aliso y Acacia, como componente arbóreo del sistema

agroforestal, y validar las ecuaciones que mejor se ajusten mediante la

cuantificación de biomasa y carbono por el método destructivo.

Determinar, por el método destructivo, el contenido de biomasa y carbono de la

parte aérea del componente arbustivo (retama y quishuar), del sistema agroforestal.

Medir el carbono almacenado en la capa arable de suelo y mantillo de los sistemas

agroforestales y del sistema agrícola, a campo abierto.

5

III. REVISIÓN DE LITERATURA

A. EL DIÓXIDO DE CARBONO Y EL EFECTO INVERNADERO

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).

Figura 1. Esquema que representa el efecto Invernadero

6

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).

Desde la revolución industrial, la concentración de gases de efecto invernadero se ha

incrementado rápidamente; la concentración de 360 ppm del dióxido de carbono (CO2) en

1990, resultó 25% mayor que en la etapa preindustrial (antes de 1750), cuyo valor era de

alrededor de 280 ppm (Goudie 1990).

Fuente: Wilkipedia 2007

Figura 2. Concentración de dióxido de carbono en la atmósfera terrestre (azul) y la

temperatura media global (rojo), en los últimos 1000 años

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.

Por otro lado, los bosques en crecimiento se convierten en sumideros de carbono al

registrar una absorción neta de CO2 de la atmósfera, en la biomasa y en el suelo. El

hombre puede, mediante la ordenación forestal, modificar la magnitud de las reservas de

carbono e inducir cambios en la circulación (flujo) de este elemento, alterando así la

función de tales reservas en el ciclo del carbono y posiblemente afectando el clima en

forma positiva (Brown 1997).

La deforestación contribuye al aumento del CO2 en la atmósfera de dos formas:

disminuyendo la cobertura vegetal, capaz de fijar carbono atmosférico, y por la liberación

de CO2 a la atmósfera a través de la quema y descomposición de biomasa, incluida parte de

la materia orgánica en el suelo (Hall y Rao1994).

B- ALMACENAMIENTO Y FIJACIÓN DE CARBONO

El almacenamiento y la fijación de carbono es uno de los servicios ambientales de los

ecosistemas forestales y agroforestales. La fijación de carbono se genera en el proceso de

fotosíntesis realizado por las hojas y otras partes verdes de las plantas, que capturan el CO2

8

de la atmósfera y producen carbohidratos, liberan oxígeno y dejan carbono que se utiliza

para formar la biomasa de la planta, incluyendo la madera en los árboles. En ese sentido,

los bosques tropicales, las plantaciones forestales y los sistemas agroforestales, y en

general, aquellas actividades que lleven a la ampliación de una cobertura vegetal

permanente, pueden cumplir la función de "sumideros de carbono" (Cuéllar 1999). Entre los

sumideros de carbono, se encuentran los propios suelos agrícolas, cuya capacidad de

almacenar carbono está directamente relacionada con el contenido de materia orgánica de

los mismos (Ramos 2003).

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).

Fuente: Esta investigación, basado en Ordóñez, 1999

Figura 3. Fuentes y Sumideros de Carbono.

9

En la figura 3 se representan los intercambios anuales de carbono entre el mar, el aire y la

biomasa continental (vegetación y suelos) en petagramos de carbono (PgC)3. Además se

representan las emisiones humanas anuales de CO2 en petagramos de carbono que son

debidas a la quema de combustibles fósiles y a la agricultura.

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

La biomasa se define como la suma total de la materia viva que se encuentra en un

ecosistema en un momento determinado y se expresa en términos de peso seco masa o

volumen (Pardé 1980). Los estudios de biomasa son importantes para comprender el

ecosistema forestal, ya que explican la distribución de la materia orgánica en el sistema y

permiten evaluar los efectos de una intervención, respecto a su equilibrio en el ecosistema

(Teller 1988).

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

rendimiento estándar para estimar el volumen de fuste y aplicando la gravedad específica

se convierte a biomasa de fuste, posteriormente se aplica un factor de expansión para

estimar biomasa total del árbol, e) uso de la técnica del árbol promedio (MacDicken 1997 y

Snowdon et al. 2001, citados por Andrade s.f).

Estudios realizados tanto en Norteamérica como en Europa y Asia, concuerdan en que la

evaluación de la biomasa arbórea debe contemplar la separación de componentes en fuste,

hojas y ramas y aún más, debería separarse también corteza y raíces (Macdiken 1997).

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

Fuente: IPCC 2003

Figura 4. Componentes del Almacenamiento de Carbono.

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

Biomasa

Biomasa aérea: fuste, tocón, ramas, corteza, semillas y follaje

Biomasa bajo suelo: raíces

Materia orgánica muerta

Hojarasca. Incluye raíces, hojas, ramas

Materia orgánica del suelo Suelos

Madera muerte: caída árboles en pie, raíces muertas, tocones >10 cm diámetro

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).

La materia orgánica de los suelos forestales consiste de varios almacenamientos de largas

tasas de renovaciones, y se puede necesitar décadas o siglos hasta la respiración del

carbono viejo (Acholes 1995). Debido a que el suelo es un gran sumidero que se ha

ajustado lentamente, el efecto del secuestro del carbono puede ser grande. El carbono de

mayor interés es el carbono estabilizado, de una edad de hasta miles de años. El carbono en

enlaces débiles se presenta en la hojarasca o en el follaje (Trumbore 2000, citado por Jandi

2001).

E. SISTEMAS AGROFORESTALES Y LA FIJACIÓN DE CARBONO

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

sostenibles de bajos insumos que minimizan la alteración de los suelos y la erosión de la

biodiversidad, fomentando el incremento de vegetación perenne y el ciclaje de

nutrimentos, pero fundamentalmente contribuyendo al almacenamiento de carbono a largo

plazo (Kursten y Burschel 1993). Los SAF ayudan a evitar el agotamiento de las reservas

o almacenamientos naturales de carbono ya existentes, reduciendo la presión sobre los

bosques. El componente arbóreo en los sistemas agroforestales pueden llegar a evitar la

explotación de los bosques al suplir suficiente energía a bajos precios, y si la madera de los

árboles es procesada, un 50 % de ella actúa como almacén de carbono hasta su

descomposición (Dixon et al. 1905).

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

En un estudio realizado en el corregimiento de Santa Elena, Medellín - Colombia se

demuestra el potencial que tienen los sistemas agroforestales para contribuir a mitigar el

efecto de las emisiones CO2 a la atmósfera; donde se encontró que un sistema silvopastoril

de Acacia decurrens con Pennisetum clandestinum almacenó 403,33 t ha-1 de carbono

orgánico total (sobre y bajo el suelo), en comparación con potreros sin árboles donde se

encontró 272,03 toneladas ha-1 de carbono almacenado (Giraldo 2003).

F. PARÁMETROS TÉCNICOS PARA INVENTARIOS DE CARBONO

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.

Fuente: FAO 2000

Figura 5. Uso correcto de la cinta diamétrica.

15

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).

La estimación de biomasa y carbono en raíces, también se puede estimar mediante el uso

de modelos reportados en la literatura o usando las relaciones biomasa de raíces versus la

biomasa aérea (Kurz y Beuquema 1996, citado por Nieto et al. 2005).

Tipo de especie Modelo

De madera suave BR= 0.231 (BA)

De madera dura BR= e0.359 BA0.639

Donde:

BR= Biomasa de raíces (Mg ha-1), BA= Biomasa aérea (Mg ha-1)

16

Determinar la biomasa bajo el suelo, o biomasa radicular, es un proceso muy costoso

(alrededor de 120 US$/raíz). Esta se estima como un porcentaje de la biomasa arbórea

sobre el suelo (biomasa aérea). En caso de no tener estimaciones de biomasa radicular, se

utilizará un porcentaje mínimo de 15 % de biomasa radicular con respecto a la biomasa

aérea, que es una estimación conservadora (Macdiken 1997). Por ejemplo, Cairns et al.

(1997), citado por Nieto et al. (2005), reportan una relación R/T (raíz/tallo), para distintos

lugares del mundo, entre 0,20 y 0,30, es decir, 20 a 30 % de biomasa radicular con respecto

a la biomasa aérea.

3. Hojarasca y materia vegetal muerta

La hojarasca y otra materia vegetal muerta se refieren a vegetación que se encuentra en

proceso de descomposición. Esta fuente de biomasa se mide de dos maneras. La hojarasca

en sí, se colecta del suelo, en el área de la parcela donde se midió la vegetación herbácea,

teniendo cuidado de colectar toda la capa de materia en descomposición incluyendo el

humus y materia vegetal muerta que no esté en proceso de descomposición aún. La otra

materia vegetal muerta se refiere, más que todo, a árboles muertos ya sea en pie o caídos

(Fundación Solar 2000).

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).

No hay un acuerdo internacional sobre el método de monitorear cambios en carbono del

suelo. La acumulación en el suelo es función de la densidad aparente, la cual está en

función de otros parámetros, tales como las tasas de deposición, descomposición y

traslocación. El cambio en el carbono orgánico del suelo necesita ser medido a lo largo del

17

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.

G. ECUACIONES O MODELOS ALOMÉTRICOS

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).

Los estudios de biomasa son esenciales para obtener un aproximado de la cantidad de

carbono almacenado, ya que de acuerdo a varios autores la relación de la biomasa seca

total con el carbono es de aproximadamente 2:1 (Cielsa 1996 y Snowdon et al. 2001). Por

ello, las evaluaciones más recientes utilizan métodos estadísticos que permiten tomar en

cuenta la diversidad de especies y sus dimensiones.

18

La cuantificación de carbono almacenado en un bosque o una especie forestal específica,

se realiza a través de la estimación de biomasa, conociendo como tal a la cantidad total de

materia orgánica viva de la parte aérea de las plantas, expresada como toneladas en peso

seco al horno por unidad de área (Brown 1997). Dicha estimación se puede realizar por el

método destructivo que consiste en cortar los árboles y realizar las mediciones respectivas,

o por el método no destructivo, el cual estima la biomasa por medio de análisis de

regresión (Araujo et al. 1999). MacDiken (1997) señala que lo ideal para realizar análisis

de regresión es tener una muestra con 30 o más individuos.

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:

Donde FC es el factor de corrección y SSE es el error estándar estimado por la regresión.

2

2

expSSE

FC

19

H. ANTECEDENTES DE LOS SISTEMAS AGROFORESTALES (SAF) DE LA

ESTACIÓN EXPERIMENTAL SANTA CATALINA, INIAP – ECUADOR.

En 1994 se instaló el experimento, conformado por dos sistemas agroforestales y un

sistema control (campo abierto), con el objetivo de encontrar sistemas económicamente

viables, que permitan la optimización del uso del suelo, pero sin erosionar su potencial

productivo, en el largo plazo.

Cada sistema agroforestal, 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. El arreglo espacial de cada barrera fue complementado con la

siembra de tres opciones de pastos en el interior de las barreras forestales: alfalfa,

(Medicago sativa L), Rye Grass (Lolium perenne L.) y una mezcla de Rye Grass con trébol

blanco (Trifolium repens), en parcelas de 20 m2 cada una (Anexo B). Del mismo modo, a

un metro de la línea de árboles, a los dos costados externos de las barreras se sembraron

parcelas con raíces andinas: zanahoria blanca (Arracacia xanthorrhiza B.), miso (Mirabilis

expansa R&P.) y jicama (Smallanthus sonchifolia P&E).

A continuación de las raíces se establecieron parcelas con cultivos propios de la zona,

sembrados bajo un sistema de doble rotación, y sin la aplicación reiterada de agroquímicos.

Durante el tiempo que duró la investigación, se manejó la siguiente secuencia de cultivos,

Cuadro 1.

20

Cuadro 1. Secuencia de cultivos durante los 12 años de investigación de los sistemas

agroforestales, en la EESC – INIAP.

Año Agrícola Secuencia de cultivo

1994-1995 Quinua – arveja (Chenopodium quinoa Wild – Pisum sativum L.)

1995 -1996 Cebada - arveja (Hordeum vulgare L. - Pisum sativum L.)

1996 – 1997 Melloco – arveja (Ullucus tuberosus Lozano - Pisum sativum L.)

1997 – 1998 Papa – arveja (Solanum tuberosum L. - Pisum sativum L.)

1998 – 1999 Quinua – arveja (Chenopodium quinoa Wild – Pisum sativum L.)

1999 - 2000 Maíz –arveja ( Zea maiz L. - 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.)

2002 - 2003 Cebada - arveja (Hordeum vulgare L. - Pisum sativum L.)

2003 – 2004 Chocho – arveja (Lupinus mutabilis Sweet - Pisum sativum L.)

Fuente: Nieto et al. 2005

Durante el período de investigación, se realizó la evaluación de cada componente de los

sistemas considerando los siguientes indicadores:

1. En pastos: rendimiento de biomasa fresca y biomasa seca.

2. En raíces andinas: rendimiento de raíces aprovechables.

3. En cultivos: rendimiento de la parte aprovechable

4. En árboles: altura total, altura comercial, diámetro a la altura del pecho y volumen

de madera y leña, biomasa /poda.

21

5. En arbustos: leña y biomasa /poda.

6. En suelos: materia orgánica, macro y micro nutrimentos, densidad aparente y

humedad.

I. DESCRIPCIÓN DEL COMPONENTE LEÑOSO DE LOS SISTEMAS

AGROFORESTALES

1. Aliso (Alnus acuminata O. Kuntze)

Familia: Betulaceae

Nombres comunes:

Colombia: aliso, chaquito, fresno, cerezo.

México: aile, olmo del país, palo de águila.

Costa Rica: jaúl, jaue, alum.

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

Árbol de 5 – 25 m de altura, según la zona en que se ubica, en general la copa es angosta,

irregular y abierta. Hojas enteras, ovaladas, oblongas y orbiculares, borde aserrado, ápice

agudo, base redondeada. Flores en amentos masculinos pendulares de 5 a 10 cm, flores

femeninas en estróbilos, con escamas leñosas portando pequeños frutos alados reunidos en

un cono de escamas sobrepuestas, imbricado (Ledezma 1994).

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

Figura 7. Nódulos fijadores de nitrógeno, presentes en las raíces de Alnus acuminata

O. Kuntze, en SAF en la EESC - INIAP.

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

2. Acacia (Acacia melanoxylum L.)

Familia: Mimoseceae

Nombres comunes:

Acacia, madero negro.

Origen y distribución.

El madero negro que es originario de sureste

de Australia y de Tazmania, se ha plantando

mucho en área montañosas de la India, Ceilán

y Africa (Geilfus 1994).

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 una especie muy apreciada para cortina rompevientos y rompe-fuegos en

plantaciones forestales, y se establece en plantaciones viejas de eucaliptos para

reemplazarlos, aprovechando su adaptación a la sombra (Geilfus 1994).

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).

3. Quishuar (Buddleja incana Ruiz y Pavón)

Familia: Buddlejaceae

Origen y distribución.

Norman (1982) citado por Lojan

(1992), indica que Buddleja incana

(sinónimo. B. rugosa) es una de las

especies forestales autóctonas del

callejón interandino.

Figura 9. Buddleja incana Ruiz y Pavón, componente arbustivo del sistema Acacia –

quishuar, en la EESC – INIAP.

27

Su tamaño es mediano y su aspecto erguido que alcanza alturas de 8 a 12 m, al ser

ramoneado por los animales y cortado para leña, en diversos sectores se presenta en forma

arbustiva. En el Ecuador se encuentra entre 3000 y 4000 msnm, es típica de la ceja andina

donde se la observa siempre asociado con otras especias arbóreas (Branrbyge y Nielsen

1987, citado por Lojan 1992).

Descripción botánica.

Hojas pinnatinervadas de color verde obscuro en el lado superior, y en el envés blanco

afelpadas, limbo lanceolado, cortamente peciolado. Borde ligeramente aserrado.

Inflorescencias de 8 a 15 cm de largo y anchas, paniculadas con 2 a 3 ordenes de ramas,

flores agrupadas en cabezas de 1 a 1,2 cm de diámetro, cada una con 15 a 40 flores. Cáliz

torrentoso por fuera con lóbulos de 2,5 a 4 cm de largo, corola amarillenta-anaranjada,

campanulada 4,5 a 6 mm de largo inclinada a los lóbulos ovoides. Cápsula cilíndrica, de 5

a 6 x 2,5 a 3,5 mm, semillas de 1,5 a 2 mm largas, aladas. (Branrbyge y Nielsen 1987,

citado por Lojan 1992).

Usos.

Comúnmente se utiliza en cortinas rompevientos, cercas, linderos, con el objetivo de evitar

la entrada de animales y humanos a la chacra; también para disminuir el efecto nocivo de

los vientos y heladas; y mejorar el microclima en la parcela. Se usa como leña y fuente

para hacer carbón; además es empleado como materia prima para elaborar chacllas, madera

para arados, yugos, mangos de herramientas, utensilios y adicionar materia orgánica al

suelo. Se emplea también en la construcción de casas y corrales (CESA 1992 y Padilla

1995).

También se lo implementa como muro de contención en contorno y con estructuras físicas

de conservación de suelos o cultivo en callejones, para proteger el suelo de la erosión.

28

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).

4. Retama (Spartium junceum L.)

Familia: Fabaceae

Origen y distribución.

La retama es una especie arbustiva, que fue

introducida al Ecuador a principios de la

colonia. Se presenta con un aspecto

achaparrado, pareciendo haberse

naturalizado en la región interandina. Se la

encuentra en las quebradas, en los valles

secos, en tierras pedregosas y duras,

desarrollándose en forma silvestre.

Figura 10. Spartium junceum L, componente arbustivo del sistema Aliso – retama, en

la EESC – INIAP.

29

Tiene un sistema radicular profundo y resistente, habituándose por su escaso follaje

bastante bien en el medio xerofítico (Biederbick y Hans-Peter 1980).

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 “retama” es una especie muy apropiada para la rehabilitación de suelos degradados,

como también para el control de la erosión. Sirve además para trabajos pre-forestales y

protección de taludes. Incorpora nitrógeno al suelo. Se lo usa también como planta

ornamental en parques y jardines. Con sus ramas se suelen hacer escobas rústicas para

barrer caminos de tierra; al sembrar esta planta asociada con otras especies, como por

ejemplo con árboles forestales, se puede lograr un mejor desarrollo de estos últimos. Como

cerca o muros vivos para mejorar el microclima dentro de la parcela y obtener forraje para

cuyes, conejos y ovejas. Se utiliza como combustible en forma de leña (CESA 1992 y

Padilla 1995).

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

Dentro de los efectos medicinales este arbusto es un vasodilatador, regulador de la

actividad cardiaca, diurético, astringente, emoliente, antinflamatorio, antirreumático,

depurativo y anodino (CESA 1992).

31

IV. MATERIALES Y MÉTODOS

A. CARACTERÍSTICAS DEL LUGAR

1. Localización

La presente investigación se realizó en la Estación Experimental Santa Catalina (EESC)

del INIAP (Anexo A), ubicada en la Parroquia Cutuglahua, Cantón Mejía, Provincia de

Pichincha (Figura 11).

2. Ubicación geográfica5

Altitud: 3058 msnm

Latitud: 00° 22’ S

Longitud 78° 23’ W

3. Característica agro climáticas

Temperatura promedio anual: 10.8 ºC

Precipitación promedio anual: 1127.5 mm

Humedad relativa: 76 %

4. Características del suelo6

pH: 5,7 (ligeramente ácido)

Declive: menor a 5 % de pendiente

Drenaje: bueno

Textura: franco arcilloso

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

#S

Quito

Cutuglahua INIAP - EESC

PICHINCHA

Figura 11. Mapa de ubicación de la Estación Experimental Santa Catalina -INIAP. Ecuador.

N

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

Flexómetro, tijeras de podar, seguetas, machetes, motosierra, bolsas de papel, bolsas

plásticas, sacos plásticos, libro de campo, piola, estacas, etiquetas, cinta métrica,

clinómetro, balanza de 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

Papelería, toner, impresora, computadora, internet, cámara fotográfica, software estadístico

(SAS 9.1).

C. METODOLOGÍA

1. Factores en estudio

Sistema agroforestal Aliso (Alnus acuminata O. Kuntze) – Retama (Spartium

junceum L.)

34

Sistema agroforestal Acacia (Acacia melanoxylum L.) – Quishuar (Buddleja incana

Ruiz y Pavón).

Campo abierto

2. Tratamientos

Cuadro 2. Tratamientos para la investigación, cuantificación de carbono almacenado

en diferentes sistemas de uso de suelo.

3. Especificaciones del campo experimental

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

Se utilizó un Diseño Completamente al Azar (DCA) con tres repeticiones.

Tratamientos Sistemas de uso del suelo

S1 Acacia – Quishuar

S2 Aliso – Retama

S3 Campo abierto

35

5. Análisis Estadístico

Esquema de análisis de varianza (ADEVA).

Cuadro 3. ADEVA de las variables de cuantificación de carbono en diferentes

sistemas de usos del suelo

Fuente de variación Grados de libertad

Total

Tratamientos

S3 vs. S1 S2

S1 vs. S2

Error

8

(2)

1

1

6

6. Análisis Funcional

Se utilizó coeficiente de variación (%) y pruebas de significación de Duncan al 5% para

tratamientos.

7. Características de los Sistemas Agroforestales

La investigación se realizó en un sistema agroforestal establecido en la Sierra del Ecuador,

en la Estación Experimental Santa Catalina del INIAP, el cual se ha venido investigando

durante doce años consecutivos. Con el objetivo de encontrar alternativas de producción

sostenible para el agricultor minifundista de la zona andina del Ecuador.

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

C. VARIABLES REGISTRADAS Y MÉTODOS DE EVALUACIÓN

1. Cuantificación de biomasa y carbono de las especies forestales por el método

destructivo y generación de modelos alométricos

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.

Figura 12. Diagrama de procedimiento para la cuantificación de carbono y

generación de modelos en leñosas

a. En especies arbustivas.

Selección de árboles

Medición de variables DAP (cm) Altura (m)

Cortar y pesar cada componente

Determinación de % Materia Seca

Cuantificación de Biomasa

Modelos de Biomasa

CARBONO TOTAL

Fracción de Carbono

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.

Donde: Plñ = Peso de Leño; MS = Materia Seca (%).

La biomasa de hojas (Bh): se determinó con el peso en campo del total de hojas y el

porcentaje de materia seca.

Donde: Ph = Peso de las hojas; MS = Materia Seca (%).

b. En especies arbóreas

Bh = (Ph x % MS) /100

Blñ = (Plñ x % MS) /100

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).

2) Fuste, ramas gruesas y ramas delgadas.

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:

Donde: Ph = Peso de hojas, MS = Materia seca (%).

Bh = (Ph x % MS) / 100

B (f ) ó (r) = (P (f ) ó (r) x % MS) /100

40

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.

c. Biomasa aérea total (Bt)

La biomasa aérea total por árbol, se obtuvo de la sumatoria de la biomasa de cada

componente (fuste, ramas gruesas, ramas delgadas y hojas).

Donde: Bt = Biomasa aérea total, Bf = Biomasa de fuste, Brg = Biomasa de ramas gruesas, Brd = Biomasa de

ramas delgadas, Bh = Biomasa de hojas.

d. Fracción de carbono en las leñosas

Bt = Bf + Brg + Brd + Bh

41

Para determinar la fracción de carbono en árboles, se tomaron muestras (n= 7) de aserrín

del fuste y de ramas, y muestras (n= 5) de hojas; en arbustos se tomaron únicamente cinco

muestras del componente leñoso de cada especie. Las muestras se llevaron al Laboratorio

de Suelos y Aguas del Instituto Nacional Autónomo de Investigación Agropecuaria de

Ecuador, se molieron y secaron en una estufa a 75 ºC hasta peso constante.

El carbono fue determinando por el método de combustión, el principio de este método es

la incineración a 550 ºC todo el material orgánico, el material inorgánico que no se

destruye a esta temperatura se llama ceniza (University of Florida 1970)..

e. Generación de modelos alométricos.

Se generaron modelos alométricos para estimar la biomasa y carbono de las especies

arbóreas a partir de la correlación, entre la biomasa encontrada con el método destructivo y

las variables DAP y altura total.

Se probaron 48 modelos genéricos de la literatura que relacionan la biomasa arriba del

suelo con el DAP, la altura total o una combinación de estas dos variables. La prueba de

modelos genéricos fue realizada por medio del procedimiento REG de SAS 9.3.1

(Statistical Analysis Systems)

La selección de los modelos se realizó considerando parámetros estadísticos, la relación

entre los valores observados y los estimados, la lógica biológica y la aplicabilidad del

modelo en el campo. Estadísticamente se consideró:

1. El coeficiente de determinación (R2).

2. El coeficiente de determinación ajustado (R2 –ajustado).

3. La raíz del cuadrado medio del error (CME).

4. La suma de cuadrados de residuos.

5. La suma de residuales predichos (PRESS).

42

6. Prueba de F (análisis de variancia): Pr > F para el modelo, la prueba de

significancia para cada parámetro del modelo.

7. La prueba de sesgo de estimación del modelo, utilizando la diferencia agregada

(DA).

La prueba de sesgo de estimación del modelo, utilizando la diferencia agregada (DA),

(CAO et al. 1980, Max et al. 1985, Real 1989, citado por Ruiz 2002), es una prueba

utilizada para evaluar modelos de estimación de biomasa en áreas forestales, donde se

comparan los valores reales de biomasa medidos con el valor estimado por los modelos. Se

obtiene a través de medias de los residuales.

DA = (Oi – Ei) / n

Donde: Oi es el valor observado, Ei es el valor estimado y n es el número total de

observaciones. Si el modelo es insesgado, se espera que esta suma sea cercana a cero. Los

signos negativos están asociados a una sobre estimación, en tanto los valores positivos de

la DA indican subestimación.

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

En los sistemas agroforestales se tomaron muestras a 3, 6 y 12 m de distancia de las hileras

de árboles (Figura 15) y en el interior de las mismas, con 3 repeticiones en cada sistema, la

profundidad de muestreo fue de 0 a 20 cm (Anexo C), las muestras fueron llevadas al

laboratorio de suelos, para determinar el porcentaje de carbono orgánico y la densidad

aparente.

43

En el sistema campo abierto (testigo) se tomaron muestras representativas (n = 6), y

además una muestra de un lote que se encontró cerca del ensayo pero sin influencia de las

especies leñosas (como referencia), para determinar carbono y densidad aparente.

Figura 15. Muestreo de suelo a diferentes distancia de las hileras de árboles, en SAF

en la EESC– INIAP.

a. Densidad aparente

Para determinar el contenido de carbono en el suelo, es necesario conocer su densidad

aparente (Figura 16). Para esto se utilizó el método del “cilindro de volumen conocido”

(Macdiken 1997) (Anexo E). Se utilizó la misma distribución de muestreo que en el suelo

(Anexo C).

44

Figura 16. Muestra para determinar la densidad aparente de suelo, en SAF en la

EESC– INIAP.

b. Fracción de Carbono (%)

La determinación del porcentaje de carbono orgánico en el suelo, se realizó a través del

método de combustión (Official Methods of Analyses of the Association of Official

Agricultural Chemists 1960, citado por University of Florida. Center for Tropical

Agricultura 1970) (Anexo F).

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

c. Carbono en la capa arable del suelo

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.

Carbono en el suelo (t C ha-1) = CC * DA * P *100

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.

Figura 17. Muestreo de mantillo, en SAF en la EESC– INIAP.

46

4. Cálculo del carbono almacenado en el sistema

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

A. INVENTARIO DE ESPECIES ARBÓREAS

En cada sistema agroforestal se realizó un inventario del total de árboles y arbustos. En

las especies arbóreas se midió el DAP y se estimó la altura total utilizando un

clinómetro; en los arbustos únicamente se midió el diámetro del fuste a 10 cm del

suelo.

En el Cuadro 4, se presentan los rangos y promedios de las variables de crecimiento de

las especies arbóreas. El DAP en Acacia melanoxylum osciló entre 13,43 y 31,51 cm,

mientras que Alnus acuminata presentó diámetros comprendidos entre 8,66 y 21,55 cm.

La altura total (Ht) estuvo comprendida entre 11,27 y 24,30 m para acacia, y entre 5,50

y 12,80 m para aliso. Las diferencias en estas variables entre las especies arbóreas de

los SAF, se debe a las características morfológicas propias de cada especie, y

posiblemente al manejo (podas anuales) que se dio a las especies leñosas en los dos

sistemas agroforestales, durante los seis primeros años de su evaluación.

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.

Cuadro 4. Rangos y promedios de DAP y altura total de A. melanoxylum y A.

acuminata en SAF en la EESC- INIAP.

DAP (cm) Altura (m) Especie

Min. Max. Promedio Min. Max. Promedio

A. melanoxylum 13,43 31,51 22,59 ± 3,92 11,27 24,30 16,74 ± 3,13

A. acuminata 8,66 21,55 13,97 ± 2,25 5,50 12,80 9,97 ± 1,15

48

E

D

C

B

A

0

3

6

9

12

15

18

21

13,43 - 17,04 17,05 - 20,66 20,67 - 24,28 24,29 - 27,90 27,91 - 31,51

Clase Diamétrica (cm)

Nº d

e ár

bole

s

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).

Cuadro 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.

Diámetro a 10 cm del suelo Especie

Min. Max. Promedio

S. junceum 4,46 19,42 8,60 ± 2,83

B. incana 6,84 19,10 12,12 ± 2,97

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).

Figura 18. Distribución de las clases diamétricas de A. melanoxylum en SAF con B.

incana en la EESC– INIAP.

49

ED

C

B

A

0

3

6

9

12

15

18

21

8,66 - 11,23 11,24 - 13,81 13,82 - 16,39 16,40 - 18,97 18,98 - 21,55

Clases Diamétricas (cm)

Nº d

e ár

bole

s

La mayor distribución de individuos en A. acuminata se encontró en la clase diamétrica C

correspondiente al 34 % de la población total (n= 20), seguido por la clases B y A con el

29 y 19 % respectivamente. Las categorías D y E suman el 18 % de la población total

(Figura 19).

Figura 19. Distribución de las clases diamétricas de A. acuminata en SAF con S.

junceum en la EESC– INIAP.

B. BIOMASA Y CARBONO DE LAS ESPECIES LEÑOSAS, MÉTODO

DESTRUCTIVO

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

65,0657,82

11,6916,11

12,47 18,99

10,77 7,07

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Acacia Aliso

Hojas

R. Delgadas

R. Gruesas

Fuste

1. Biomasa de árboles

El cálculo de la biomasa aérea total, se determinó a través de la sumatoria de la biomasa de

cada componente, a partir de los valores del porcentaje de materia seca de cada uno de

ellos, que se obtuvieron en laboratorio a partir de las muestras tomadas en campo (Anexo

H). Los promedios de biomasa por componentes y biomasa aérea total se presentan en el

Cuadro 6.

Cuadro 6. Biomasa promedio por componente, de las especies arbóreas en SAF en la

EESC - INIAP.

Biomasa (kg /árbol) Especie

Fuste Ramas Gruesa

Ramas delgadas Hojas Aérea

Total A. melanoxylum 186,62 33,53 35,78 30,89 286,85

A. acuminata 41,13 11,46 13,51 5,03 71,14

En la Figura 20, se representa el aporte promedio por árbol y distribución de la biomasa de

cada componente, en la estructura total de las especies arbóreas de cada sistema

agroforestal. En las dos especies el componente que mayor cantidad de biomasa aportó fue

el fuste, seguido por las ramas y por último las hojas.

Figura 20. Porcentajes de biomasa de cada componente por árbol, de A. melanoxylum

y A. acuminata, en SAF en la EESC- INIAP.

51

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.

Cuadro 7. Fracción de Carbono por componente y total de las especies leñosas, en

SAF en la EECS- INIAP.

3. Generación y selección de modelos alométricos

Con información del muestreo destructivo se corrieron 48 modelos genéricos, para

determinar la biomasa aérea total en función de las variables DAP y altura total. Los

modelos que presentaron alta correlación se presentan en el Cuadro 8.

Fracción de Carbono (%) Especie

Fuste Ramas Hojas Total

A. acuminata 48,26 _ 47,37 47,82

A. melanoxylum 48,73 47,83 47,36 47,97

S. junceum 48,04 _ _ 48,04

B. incana 47,71 _ _ 47,71

52

Cuadro 8. Ecuaciones genéricas, utilizadas para generar modelos de biomasa y

carbono de A. melanoxylum y A. acumminata, en SAF en la EESC-

INIAP.

# Modelos

1

3

4

5

6

7

9

10

11

12

13

14

Y = a + b (DAP)

Y = a + b (DAP) + c (ht)

Y = a + b (DAP) (ht)

Y = a + b (DAP2)

Y = a + b (DAP) + c (DAP2)

Y = a + b (√DAP)

Y= a + b (DAP) + c (DAP2) (ht)

Y = a + b (DAP) + c (ht2)

Y = a + b (DAP2) (ht)

Y = a + b ln DAP

Y = a + b log DAP

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.

La selección de los modelos se realizó considerando parámetros estadísticos, la relación

entre los valores observados y los estimados, la lógica biológica y la aplicabilidad del

modelo en el campo. Estadísticamente se consideró, el coeficiente de determinación (R2),

el coeficiente de determinación ajustado (R2 –ajustado), la raíz del cuadrado medio del

error (CME), la suma de cuadrados de residuales, la suma de residuales predichos (PRESS)

y prueba de F (análisis de variancia): Pr > F para el modelo, la prueba de significancia para

cada parámetro del modelo y la prueba de sesgo de estimación del modelo, utilizando la

diferencia agregada DA. (Anexo I).

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

0

20

40

60

80

100

120

140

160

8 11 14 17 20 23DAP (cm )

Bio

mas

a aé

rea

tota

l (kg

/árb

ol)

0

100

200

300

400

500

600

700

12 15 18 21 24 27 30 33DAP (cm)

Bio

mas

a aé

rea

tota

l (kg

/árb

ol)

Según la matriz de correlación simple de Pearson analizada en SAS, se observó que la

variable DAP presentó alta correlación con la biomasa aérea total y el carbono total; en

cambio la correlación de la altura con la biomasa aérea total y el carbono total fue menor

(Cuadro 9).

Cuadro 9. Coeficientes de correlación simple de Pearson, entre biomasa y carbono

total con el DAP y altura total para las especies A. melanoxylum y A.

acuminata (n=30), en SAF en la EESC– INIAP.

Especie Variable DAP Altura total

Biomasa total 0,96 0,64 Acacia

Carbono total 0,96 0,64

Biomasa total 0,97 0,39 Aliso

Carbono total 0,97 0,39

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.

a) b)

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

a. Modelos alométricos de Biomasa aérea Total.

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 %.

Cuadro 10. Parámetros de selección y Ranking de los modelos generados para

estimar la biomasa aérea total de A. acuminata O. Kuntze, en SAF en la

EESC– INIAP.

Nº Modelo R2 R2

ajust. RMSE

SC

residuos PRESS DA Rank.

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.

De el total de modelos, el que presentó el valor mínimo en la prueba de sesgo DA (0.4 %)

fue el modelo 12 (Bt = -347,5 + 158,21*ln DAP), con un R2 de 0,91 y un R2 ajustado de

0,90, que son valores aceptables para la aplicación de este modelo. Sin embargo, Sprugel

(1983), citado por Montero y Kanninen (2002) indica que todos los modelos alometricos

con transformaciones logarítmicas deben ser corregidos por un factor de corrección (FC),

55

0

20

40

60

80

100

120

140

160

8 11 14 17 20 23DAP (cm)

Bio

mas

a aé

rea

tota

l (kg

)

Biomasa ObservadaBiomasa Estimada M10

Bt = -92,92 + 11,79*DAP - 0,049*Ht2

por lo que el resultado obtenido al usar estos modelos debe ser multiplicado por el FC de

cada uno.

Los modelos seleccionados, presentan coeficientes de determinación (R2), relativamente

bajos en comparación con los encontrados por Camacho et al. (1987), para Alnus

acuminata, donde estos valores fueron de 0,99; pero aptos para la aplicación de estos

modelos en otras investigaciones con características similares a las de este estudio.

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).

Figura 22. Relación entre DAP y biomasa aérea total modelo 10, de A. acuminata en SAF

en la EESC– INIAP.

La comparación de los datos observados con los datos estimados, se representa en la

Figura 23, donde se observa que los valores están próximos a la recta, lo que indica que

la diferencia entre estos no es representativa.

56

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.

Modelo 10

0

30

60

90

120

150

0 30 60 90 120 150

Biomasa observada (kg)

Bio

mas

a es

timad

a (k

g)

Bt = -92,92 + 11,79*DAP - 0,049*Ht2

57

Cuadro. 11 Parámetros de selección y Ranking de los modelos generados para

estimar la biomasa aérea total de A. melanoxylum L, en SAF en la EESC–

INIAP.

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.

Nº Modelo R2 R2 ajust RMSE SC

residuos PRESS DA Rank

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

58

0

100

200

300

400

500

600

700

12 15 18 21 24 27 30 33

DAP (cm)

Bio

mas

a aé

rea

tota

l (kg

)

Biomasa ObservadaBioomasa Estimada M 5

0

100

200

300

400

500

600

700

12 15 18 21 24 27 30 33

DAP (cm)

Bio

mas

a aé

rea

tota

l (kg

)

Biomasa ObservadaBiomasa Estimada M 6

Modelo 6

0

100

200

300

400

500

600

700

0 100 200 300 400 500 600 700Biomasa observada (kg)

Bio

mas

a es

timad

a (k

g)

Modelo 5

0

100

200

300

400

500

600

700

0 100 200 300 400 500 600 700Biomasa observada (kg)

Bio

mas

a es

timad

a (k

g)

a) b)

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)

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

b. Comparación de ecuaciones generadas por otros autores

Se consultaron modelos generados en otros estudios, para estimar la biomasa aérea, en

especies de los géneros Alnus y Acacia (Anexo J), con la finalidad de probar su

aplicabilidad en los datos de esta investigación y a la vez comparar su ajuste con los

modelos generados en este estudio.

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. 2 002 Ln Bt = -2,14 +2,23 * ln DAP A. glabrata 0,97 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 Esta investigación Bt = -92,92 + 11,79*Dap - 0,049*Ht2 A. acuminata 0,94

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

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.

Autor Modelo Especie R2 Oliva, E. y Hughell, D. 1990

ln Bt = -1,5825 + 2,1171 * ln DAP

A. mangium 0,80

Forero, L.A. 2003

(a) ln Bt = - 2,18997 + 2,42623 * ln DAP (b) ln Bt = -2,36945 + 2,63028 ln DAP - 0,0052615 * ln (DAP)2 (c) ln Bt = -2,01325 + 2,53872 * ln DAP - 0,184968 *ln Ht

A. mangium

0,96 0,96 0,96

Hughes,1971 ln Bt = ln 0,0859 + 2,35371* ln DAP

A. glutinosa

Esta investigación

Bt = -63,64 + 0,673 * DAP2

A. melanoxylum 0,93

0

20

40

60

80

100

120

140

160

0 20 40 60 80 100 120 140 160

Biomasa aérea Observada (Kg/árbol)

Bio

mas

a aé

rea

Estim

ada

(Kg/

árbo

l)

Acosta,et al, 2 002 Acosta, 2001 Camacho, 1987 modelo 10

61

0

100

200

300

400

500

600

700

800

0 100 200 300 400 500 600 700 800

Biomasa Observada (Kg/árbol)

Bio

mas

a Es

timad

a (K

g/ár

bol)

Oliva, E. 1990 Hughes,1971 modelo 5

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.

Figura 27. Simulaciones de biomasa aérea real y estimada con los modelos generados

en esta investigación y otros estudios para Acacia sp.

62

0

100

200

300

400

500

600

700

800

0 100 200 300 400 500 600 700 800

Biomasa Observada (Kg/árbol)

Bio

mas

a Es

timad

a (K

g/ár

bol)

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.

c. Modelos alométricos de carbono.

Se generaron modelos que estiman directamente el contenido de carbono a partir de las

variables de DAP y altura total, parámetros relativamente fáciles de medir que permiten

calcular el carbono de una especie forestal de una manera no destructiva y extrapolable a

especies y situaciones de crecimiento similares (Anexo I).

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

Cuadro 14. Parámetros de selección y Ranking de los modelos generados para

estimar carbono en Alnus acuminata O. Kuntze, en SAF en la

EESC– INIAP.

Nº Modelo R2 R2

Ajust. RMSE

SC

residuos PRESS DA Rank

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

Modelo 10

0

20

40

60

80

0 20 40 60 80Carbono total observado (kg)

Car

bono

tota

l est

imad

o kg

)

0

10

20

30

40

50

60

70

80

8 11 14 17 20 23DAP (cm)

Car

bono

tota

l (kg

)

Carbono Total ObservadoCarbono Total Estimado M10

Figura 29. Relación entre DAP y carbono total modelo 10, de A. acuminata en SAF

en la EESC– INIAP.

Figura 30. Carbono total estimado – Carbono total observado modelo 10 de A.

acuminata en SAF en la EESC – INIAP.

En el Cuadro 15 se presentan los modelos generados para la estimación de carbono en A.

melanoxylum ordenados de acuerdo al mejor ajuste. Los modelos 5 y 6 mostraron los

65

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.

Cuadro 15. Parámetros de selección y Ranking de los modelos generados para

estimar carbono en A. melanoxylum L, en SAF en la EESC– INIAP.

Nº Modelo R2 R2 ajust. RMSE SC

reciduos PRESS DA Rank

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.

De acuerdo a la evaluación de los parámetros estadísticos (ranking total) se seleccionó el

modelo 5 (Ct = -31,799+ 0,337*DAP2), como el de mejor ajuste, y su ajuste se

representa en la Figura 31.

66

0

50

100

150

200

250

300

350

12 15 18 21 24 27 30 33

DAP (cm)

Car

bono

tota

l (kg

/árb

ol)

Carbono Observado

Carbono estimado M5

Ct=-31,799+ 0,337*DAP2

Modelo 5

0

50

100

150

200

250

300

350

0 50 100 150 200 250 300 350

Carbono Total Observado (kg/árbol)

Car

bono

tota

l est

imad

o (k

g/ár

bol)

Figura 31. Relación entre DAP y carbono total modelo 5, de A. melanoxylum en

SAF en la EESC – INIAP

Figura 32. Carbono total estimado – Carbono total observado modelo 5, de A.

melanoxylum en SAF en la EESC– INIAP.

67

d. Generación de modelos de biomasa por componente

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.

Cuadro 16. Coeficientes de correlación simple de Pearson de la biomasa por

componente en función del DAP y altura total, para las especies

arbóreas (n=30), en SAF en la EESC– INIAP.

Especie Variable DAP Altura total

Biomasa fuste 0.961 0.753

Biomasa R gruesas 0,821 0,445

Biomasa R delgadas 0.824 0.404 Acacia

Biomas Hojas 0.824 0.404

Biomasa fuste 0,971 0,466

Biomasa R gruesas 0.891 0.274

Biomasa R delgadas 0.919 0.276 Aliso

Biomasa Hojas 0.937 0.367

1) Modelos de biomasa de fuste

La importancia de la generación de modelos alométricos que ayuden a la predicción de

biomasa en fuste, es de gran utilidad para la toma de decisiones en el manejo de

plantaciones, ya que son de fácil utilización y estadísticamente confiables (Camacho

1987).

68

El análisis de correlación entre la variables independientes con la biomasa del fuste,

utilizando el coeficiente de Pearson, muestra que el DAP tiene alta relación con la biomasa

del fuste en Aliso y en Acacia (r = 0,96 y 0,97, respectivamente), la altura total presentó

una correlación menor, r = 0,75 en Acacia y r = 0,47 en Aliso (Cuadro 16); lo que explica

que los modelos seleccionados para Acacia utilicen la altura total y DAP como variables de

predicción de la biomasa del fuste, mientras que Aliso únicamente utiliza el DAP.

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)

Figura 33. Componente leñoso de los sistemas agroforestales, a) Acacia y b) Aliso, en

la EESC – INIAP.

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.

Cuadro 17. Modelos para la estimación de Biomasa del fuste en A. acuminata O.

Kuntze, y parámetro de selección, en SAF en la EESC – INIAP.

Nº Modelo R2 R2 ajust. RMSE SC

residuos PRESS DA Rank

6 Bf = -25,616 + 3,143 * DAP + 0,0975 * DAP2 0,95 0,94 4,75 608,57 725,21 0,019 1

1 Bf = -45.74521+ 6.01326* DAP 0,94 0,94 4,79 642,57 721,45 -0,0004 2

Bf = Biomasa del fuste, DAP = Diámetro a al altura del pecho (1,3m).

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%).

Cuadro 18. Modelos para la estimación de Biomasa del fuste en A. melanoxylum L, en

SAF en la EESC– INIAP.

Nº Modelo R2 R2 ajust. RMSE SC

residuos PRESS DA Rank

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 1

3 Bf = -270,443 + 15,62 * DAP+ 5,993*Ht 0,94 0,94 20,73 11606 15505 -0,07 2

Bf = Biomasa del fuste, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total.

70

2) Modelos de Biomasa ramas gruesas

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).

Cuadro 19. Modelos para la estimación de biomasa de ramas gruesas en A. acuminata

O. Kuntze, en SAF en la EESC– INIAP.

Nº Modelo R2 R2 ajust. RMSE SC

residuos PRESS DA Rank

3 Bramg = -16,018 + 2,381*DAP -0,626*Ht 0,82 0,81 3,40 312,78 395,27 -0,207 1

10 Bramg = -19,44 + 2,328*DAP - 0,021*Ht2 0,82 0,81 3,40 312,63 409,89 -0,275 2

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

Cuadro 20. Modelos para la estimación de biomasa de ramas gruesas en A.

melanoxylum L, en SAF en la EESC– INIAP.

Nº Modelo R2 R2

ajust. RMSE SC reciduos PRESS DA Rank

6 Bramg = 32,236 -4,585*DAP + 0,199*DAP2 0,71 0,69 12,82 4441,26 5676,32 0,288 1

3 B ramg= -44,399 + 5,138*DAP - 2,076*Ht 0,70 0,68 13,14 4659,58 5880,89 0,008 2

5 Bramg = -17,904 +0,098*DAP2 0,70 0,69 12,82 4600,60 5279,52 0,268 3

Bramg = Biomasa de ramas gruesas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total.

3) Modelos de Biomasa de ramas delgadas

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.

Cuadro 21. Modelos para la estimación de biomasa de ramas delgadas en A.

acuminata O. Kuntze, en SAF en la EESC– INIAP.

Nº Modelo R2 R2 ajust. RMSE SC

reciduos PRESS DA Rank

3 Bramd = -15,852 + 2,573*DAP - 0,706*Ht 0,88 0,87 2,96 236,34 286,59 -0,24 1

10 Bramd = -19,729 + 2,506*DAP - 0,023*Ht2 0,87 0,87 2,99 240,77 323,45 -0,27 2

9 Bramd = -28,589 + 3,376*DAP - 0,0026*DAP2*Ht 0,87 0,86 3,04 249,84 304,18 -0,35 3

Bramd = Biomasa de ramas delgadas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total

72

Para la estimación de biomasa de ramas delgadas en Acacia, los modelos presentaron un

ajuste inferior con respecto a los generados para Aliso; sin embargo el sesgo de estimación

en Acacia fue mucho menor (0,2% modelo 3 y 5% modelo 10) en comparación a los de

Aliso que fueron superiores al 24%.

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).

Cuadro 22. Modelos para la estimación de biomasa de ramas delgadas en A.

melanoxylum L, en SAF en la EESC– INIAP.

Nº modelo R2 R2

Ajust. RMSE SC reciduos PRESS DA Rank

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

4) Modelos de Biomasa de hojas

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

recomienda el modelo 5 porque presentó el mejor ajuste y se basa únicamente en el DAP

como variable de predicción de la biomasa de hojas.

Cuadro 23. Modelos para la estimación de biomasa de hojas en A. acuminata O.

Kuntze, en SAF en la EESC – INIAP.

Nº Modelo R2 R2 Ajust. RMSE SC

reciduos PRESS DA Rank

5 B hojas = -1,706 + 0,031*DAP2 0,89 0,88 1,07 31,84 40,35 -0,05 1

6 B hojas = -2,892 + 0,167*DAP + 0,025*DAP2 0,89 0,88 1,08 31,73 45,90 0,04 2

3 B hojas = -7,31 + 0,952*DAP - 0,128*Ht 0,89 0,88 1,09 31,96 43,05 -0,04

3

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.

Cuadro 24. Modelos propuestos para la estimación de biomasa de hojas en A.

melanoxylum L, en SAF en la EESC– INIAP.

Nº Modelo R2 R2

ajust. RMSE SC reciduos PRESS DA Rank

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

5 B hojas = -11,615 + 0,0813*DAP2 0,70 0,69 10,64 3169,72 3631,44 0,03 3

B hojas = Biomasa de hojas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total

74

4. Carbono en árboles y arbustos

Para calcular el carbono almacenado en el componente arbóreo de los SAF, se utilizaron

los modelos generados que estiman la biomasa aérea total que presentaron mejor ajuste, y

la fracción de carbono, en cada especie.

Del estudio realizado pudo constatarse variaciones importantes en el contenido de carbono

almacenado según la especie, Los resultados de la cuantificación de carbono almacenado

en las especies leñosas se presentan en el Cuadro 25, expresado en toneladas por hectárea.

Cuadro 25. Carbono almacenado (t ha-1), en el componente leñosos de los SAF,

Acacia – Quishuar y Aliso – Retama, en la EESC– INIAP.

Promedio ( t ha-1) Componente Acacia-Quishuar Aliso-Retama Arbórea 29,75 ± 3,46 6,88 ± 0,08 Arbustiva 1,91 ± 0,72 2,27 ± 1,20

TOTAL 31,66 ± 4,17 9,15 ± 1,15

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

0

5

10

15

20

25

30

35C

arbo

no t

ha-1

Acacia-Quishuar Aliso-Retama Campo abierto

Sistemas de uso del suelo

Arborea Arbustiva

Figura 34. Carbono almacenado por el componente leñoso, en SAF en la EESC–

INIAP.

Del total de carbono almacenado en el componente leñoso del SAF Acacia-Quishuar, el

93,96 % corresponde al componente arbóreo y únicamente un 6,04 % al componente

arbustivo; mientras que en el SAF Aliso-Retama el componente arbóreo aportó con el

75,17 % y el componente arbustivo con el 24,83 % (Figura 34).

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

La presencia del componente leñoso en los sistemas agroforestales estudiados influyó

considerablemente en el secuestro de carbono; el carbono almacenado en el mantillo aporta

5,52 t ha-1 en el SAF Acacia-Quishuar superior a 3,03 t ha-1 del SAF Aliso-Retama,

correspondiendo al 3,27 % y 2,04 % del carbono total almacenado por cada SAF 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.

Cuadro 26. Carbono almacenado (t ha-1) en el mantillo, en SAF en la EESC– INIAP.

Sistema de uso del suelo

Carbono (t ha-1)

Acacia – Quishuar

5,52 ± 0,39

Aliso – Retama

3,03 ± 0,25

Campo Abierto

0,00

6. Carbono en suelo (CO)

En estudios de carbono en suelo es muy importante conocer la densidad aparente de éste ya

que una de las formas de reportar el contenido de CO es por unidad de volumen. En el

análisis de varianza realizado para este parámetro no se encontró diferencias estadísticas

significativas (p< 0,05) entre los sistemas de uso de la tierra en estudio, encontrándose un

promedio general de 0,98 g/cm3 (Anexo G), en los primeros 0,2 m de profundidad. Un alto

contenido de materia orgánica en el suelo tiende a disminuir su densidad aparente, debido a

que sus componentes son menos densos que los componentes minerales (Henríquez y

Cabalceta 1999).

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

a ab

0

20

40

60

80

100

120

140

Car

bono

t ha

-1

Acacia-Quishuar Aliso-Retama Campo abierto

Sistemas de uso del suelo

La evaluación del carbono almacenado en el suelo se realizó a través de un análisis de

varianza para un Diseño Irrestricto al Azar (DIA) con tres observaciones. En éste análisis

se encontraron diferencias estadísticas significativas (p< 0.0001) entre los sistemas de usos

del suelo. La comparación múltiple de Duncan con un α del 5% para SAF en la variable

contenido de CO total, encontró que los SAF Aliso-Retama (136,52 t ha-1) y Acacia-

Quishuar (131,48 t ha-1) fueron significativamente mayores que el sistema Campo Abierto

que presentó 122,22 t ha-1 de CO total (Figura 35).

Estos contenidos de carbono en suelo, a 0,2 m de profundidad, son el doble de los

promedios reportados por López (1998), Ruiz (2002) y Ramos (2003) en estudios de suelo

bajo diferentes sistemas de uso de la tierra en Centro América. El comportamiento del CO

total del suelo se relaciona con el comportamiento de biomasa de raíces finas (Ramos

2003), es decir tiene una tendencia a disminuir con el incremento en profundidad ya que

una de las principales entradas de carbono al suelo esta dado por la constante muerte de

raíces finas (Macdicken 1997 y Snowdon et al. 2001).

Letras iguales no difieren significativamente (Duncan p< 0,05)

Figura 35. Promedios de carbono total en suelo, a 0,2 m de profundidad, de

Sistemas Agroforestales y Campo Abierto, en la EESC – INIAP.

78

a

bc

0

20

40

60

80

100

120

140

160

180

Car

bono

t ha

-1

Acacia-Quishuar Aliso-Retama Campo abierto

Sistemas de uso del suelo

Arborea Arbustiva Mantillo 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.

Letras iguales no difieren significativamente (Duncan p< 0,05).

Figura 36. Carbono almacenado en Sistemas de uso de la tierra (Acacia-Quishuar,

Aliso-Retama y Campo Abierto), evaluados en la EESC– INIAP.

79

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.

Los modelos alométricos para estimar la biomasa aérea total de Acacia

melanoxylum bajo sistema agroforestal plantado en la Estación Experimental Santa

Catalina del INIAP fueron Bt= -63,64 + 0,673*DAP2 y Bt= -68,762 + 0,468*DAP

+ 0,663*DAP2, ya que presentaron un mismo ranking en los indicadores evaluados,

recomendándose la aplicación de cualquiera de ellos; el modelo de carbono

seleccionado para esta especie en las mismas condiciones fue Ct= 31,799 +

0,337*DAP2.

El aporte de carbono del componente arbustivo en los sistemas agroforestales fue

de 1,13 % en Acacia - Quishuar y de 1,53 % en Aliso - Retama; aporte inferior al

que presentó el mantillo con 3,27 % y 2,04 % en los mismos sistemas.

La mayor proporción de carbono almacenado en los dos sistemas agroforestales se

encontró en el suelo con un 77,96 % en Acacia - Quishuar y un 91,81 % en Aliso -

Retama.

Los sistemas agroforestales capturan mayor cantidad de carbono que un sistema

agrícola-campo abierto, ya que presentaron la siguiente tendencia Acacia -

81

Quishuar >Aliso - Retama>Campo Abierto; donde Acacia - Quishuar y Aliso -

Retama superaron con 38 y 22 % respectivamente, al sistema Campo Abierto.

Los modelos alométricos generados en esta investigación son herramientas útiles

para estimar la fijación potencial de carbono en otros sistemas agroforestales, de la

zona alto andina, que presenten estas especies arbóreas. De no existir modelos

específicos, se pueden utilizar como referencia para especies arbóreas con

características morfológicas semejantes a las de este estudio. Además, son

instrumentos necesarios para los procesos de valoración económica y monitoreo de

carbono en proyectos de venta de certificados de reducción de emisiones de CO2.

La cuantificación del carbono de los diferentes componentes de los sistemas

agroforestales, fue importante para comprender la distribución de la materia

orgánica en cada sistema; destacando la importancia del suelo como principal

sumidero de carbono e indicando el cuidado que se debe dar a éste recurso al

momento de decidir el tipo de manejo. Cabe resaltar que el incremento de materia

orgánica en el suelo se debió principalmente a la presencia del componente leñoso

en el sistema.

82

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.

Para estudios de monitoreo de carbono, donde se requiera generar modelos específicos

para especies leñosas, es recomendable que el número de individuos a muestrear sea un

mínimo de treinta, y que la muestra sea representativa tanto del total de la población como

de las características de las especies.

Promover planes de desarrollo de sistemas agroforestales en la sierra ecuatoriana como una

estrategia de conservación productiva, complementados con compensaciones por servicios

ambientales (captura de carbono).

83

VIII. RESUMEN

El objetivo de esta investigación fue cuantificar el carbono almacenado en dos sistemas

agroforestales, Aliso (Alnus acuminata. O. Kuntze.) - Retama (Spartium junceum L.) y

Acacia (Acacia melanoxylum L.) – Quishuar (Buddleja incana Ruiz y Pavón.) y

compararlos con un sistema agrícola a campo abierto. La cuantificación del carbono total

de cada sistema se realizó estimando el carbono almacenado, sobre el suelo y bajo el

suelo. En los sistemas agroforestales se muestrearon 30 árboles y 9 arbustos, se cuantificó

individualmente la biomasa fresca por componente, se determinó el porcentaje de materia

seca y fracción de carbono, con esta información se evaluaron modelos genéricos que

relacionan el carbono y la biomasa aérea total con DAP y la altura total. La selección de

los modelos se realizó con base en parámetros estadísticos, lógica biológica y aplicabilidad

del modelo en el campo. Con la aplicación de estos modelos, se encontró que A.

melanoxylum almacenó 29,75 tC ha-1 y A. acuminata 6,88 tC ha-1. Por otra parte, B. incana

y S. junceum acumularon 1,91 y 2,27 tC ha-1, respectivamente. El sistema que almacenó

mayor cantidad de carbono fue el sistema agroforestal Acacia Quishuar (168,65 tC ha-1),

seguido por el sistema Aliso Retama (148,70 tC ha-1) y por último el sistema Campo

Abierto (122,22 tC ha-1). La cuantificación del carbono de los diferentes componentes de

los sistemas agroforestales, fue importante para comprender la distribución de materia

orgánica en cada sistema; recomendando promover planes de desarrollo de sistemas

agroforestales en la sierra ecuatoriana como una estrategia de conservación.

84

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

ACOSTA, M; VARGAS, J; VELÁSQUEZ, A; ETCHEVERS, J. 2002. Estimación de la

biomasa aérea mediante el uso de relaciones alométricas en seis especies arbóreas

en Oaxaca – México. Agrociencia 36:735-736.

ACOSTA, M; QUEDNOW, K; ETCHEVERS, J. MONREAL, C. 2001. Un método para la

medición del carbono almacenado en la parte aérea de sistemas con vegetación

natural e inducida en terrenos de ladera en México. Simposio Internacional

Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales.

Valdivia – Chile.

ARAUJO, T. M.; HIGUCHI, N.; De CARAVALHO JUNNIOR, J. A. 1999. Comparison

of formulae for biomass content determination in a tropical rain forest site in the

state of Parana, Brazil. Forest Ecology and Management. 117: 43-52.

ARREAGA, W. 2002. Almacenamiento de carbono en bosques con manejo forestal

sostenible en la Reserva de Biosfera Maya, Petén , Guatemala. Tesis Mag. Sc.

Turrialba, Costa Rica. CATIE. 73 p.

ANDRADE, H; MUHAMMAD, I. s.f. Fijación de carbono en sistemas silvopastoriles: una

propuesta metodológica. Costa Rica. CATIE. 12p.

ANDRADE, H. 1999. Dinámica productiva de sistemas silvopastoriles con Acacia

mangium y Eucalyptus deglupta en el trópico húmedo. Tesis Mag. Sc. Turrialba,

Costa Rica. CATIE. 70 p.

86

BEAUMONT, R.E. 1999 El Protocolo de Kyoto y el mecanismo para un desarrollo

limpio: nuevas posibilidades para el sector forestal de América Latina y el Caribe.

Santiago - Chile, Oficina regional de la FAO para América Latina y el Caribe.

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.

CAÑADAS, L. 1983. El mapa bioclimático y ecológico del Ecuador. MAG- PRONAREG.

Quito, Ecuador. p. 41-42.

CARLSON, P. y AÑAZCO, M.1990. Establecimiento y manejo de prácticas agroforestales

en la sierra ecuatoriana. Quito: Red Agro-forestal Ecuatoriana.

CAMACHO, P.1987. Productividad de Alnus acuminata en dos sitios de Costa Rica.

Proyecto Cultivo de árboles de uso múltiple, CATIE – ROCAP. En: Silvoenergia.

No 21.4 p.

87

CATCHPOLE, WR. WHEELER, CJ. 1992. Estimating plant biomass: a review of

techniques. Australian Journal of Ecology. 17:121 – 131.

CATIE, Centro Agronómico Tropical de Investigación y Enseñanza. 1997. Nota técnica

sobre manejo de semillas forestales. No 18. 1-2p.

CESA, 1992. Usos tradicionales de especies forestales en el Ecuador. Tomo 2 Catálogo de

especies. Quito – Ecuador. 183 p.

CHACIN, F. 1998. Análisis de regresión y superficie de respuesta. Comisión de biblioteca,

Información, documentación y publicaciones. Universidad Central de Venezuela,

Facultad de Agronomía. Maracay. 274p.

CUÉLLAR, N; ROSA, H; GONZÁLEZ, M. 1999. Los servicios ambientales del agro: El

caso del café de sombra en El Salvador. PRISMA. 34:1-16.

DIMITRI, M. 1972. Enciclopedia argentina de agricultura y jardinería. Vol.1 (Descripción

de la plantas cultivadas, segunda edición. Editorial ACME S.A. Buenos Aires.

DIXON, J.; CARPENTER, R.. FALLÓN, L; SHERMAN. P. 1995. Economic analysis of

the environmental impacts of development projects. London. Asian Development

Bank. 210p.

FAO (Organización de la Naciones Unidas para la Agricultura y la Alimentación). 2000.

Sistemas de uso de la tierra en los trópicos húmedos y la emisión y secuestro de

CO2. Informes sobre recursos mundiales de suelos No. 88. Roma. 98 p.

FAO (Organización de la Naciones Unidas para la Agricultura y la Alimentación). 1995.

Manual del extensionista forestal Andino Tomo II. Proyecto FAO – Holanda

DFPA. Quito. I.8

88

FEARNSIDE, PM. 1992. Forest biomass in Brazilian Amazonia: comments on the

estimate by Brown and Lugo. Interciencia. 17 (1): 19 -26.

FISHER, M.J; TRUJILLO, W. 1999. Fijación de carbono en pastos tropicales en sabanas

de suelos ácidos neotropicales. In Seminario Internacional intensificación de la

Ganadería Centroamericana: Beneficios Económicos y Ambientales. (1999,

Turrialba. Costa Rica). Turrialba, Costa Rica; FAO - CATIE, SIDE. p.115 -135.

Fundación Solar. 2000. Elementos Técnicos para Inventarios de Carbono en uso del suelo.

Guatemala. 32p.

GALLOWAY, 1986. Guía sobre la repoblación forestal en la Sierra Ecuatoriana. Proyecto

DINAF/AID. 290 p.

GASPARRI, I y MANGHI, E. 2004. Estimación de volumen, biomasa y contenido de

carbono de las regiones forestales argentinas. Unidad de Manejo del Sistema de

Evaluación Forestal. Dirección de bosques secretaría de ambiente y desarrollo

sustentable. Argentina. 26 p.

GEILFUS, F. 1994. El árbol al servicio de agricultor. Manual de Agroforestería para el

desarrollo rural. Vol. No.2 (Guía de especies). Turrialba. Costa Rica. 409p.

GIRALDO L. A. 2003. Estimación de las existencias de carbono en el sistema silvopastoril

Acacia decurrens con Pennisetum clandestinum. Universidad Nacional de

Colombia, sede Medellín, Departamento de Ciencias forestales/Centro Andino para

la economía en el medio ambiente. Colombia 314 p.

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

HENRÍQUEZ C.; CABALCETA, G. 1999. Guía práctica para el estudio introductorio de

los suelos con un enfoque agrícola. Universidad de Costa Rica/ACCS. 1 ed. San

José, C. R. 112 p.

HENRIQUEZ C.; BERTSH, F.; SALAS, R. 1998. Fertilidad de suelos. Manual de

laboratorio. Asociación Costarricense de la Ciencia del Suelo.San José de Costa

Rica. 64 p.

HOUGHTON, R.A. 1995. Changes in the storage of terrestrial carbon since 1850, In:

(eds). Soils and Global Change. Lal, R., Kimble, J., Levine, E., Stewart, B.A. CRC

& Lewis Publishers, Boca Raton, FL. p. 45-65.

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.

JANDI, R. 2001. Medición de tendencias en el tiempo del almacenamiento de carbono del

suelo. Simposiso Internacional Medición y Monitoreo de la Captura de Carbono en

Ecosistemas Forestels. Octubre 2001. Valdivia – Chile. 11p.

KURSTEN, E; BURSCHEL; P. 1993. CO2-mitigation by agroforestry. Water, Air and

Soil. Pollution 70: 533-544.

90

LEDEZMA, F. 1994. Programa de Redoblamiento Forestal. Unidad de investigación

PROFOR. Descripción de 42 especies nativas en el área del PROFOR.

Cochabamba. Bolivia. 10-12p.

LOCATELLI, B. 1999. Bosques tropicales y ciclo de carbono. Proyecto de apoyo a la

implementación de la Convención Marco de Cambio Climático. Programa

ambiental Nicaragua – Finladia. 49 p.

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.

LOPEZ, A. 1998. Aporte de los sistemas silvopastoriles al secuestro de carbono en el

suelo. Tesis Mag. Sc. Turrialba, Costa Rica. 47p.

MACDIKEN, K. 1997. A guide to monitoring carbon storage in forestry and agroforestry

proyects. Arlington, VA: Winrock International Institute for Agricultural

Development. 45 p.

MINTZER, I. 1992. Confronting Climate Change. Risk Implications and Responses.

Cambridge, University Press, Cambridge.

MONTERO, M y KANNINEN M. 2002. Biomasa y Carbono en plantaciones de

Terminalia amazonia en la zona Sur de Costa Rica. Revista Forestal

Centroamericana. Nº39-40: 50 – 55p.

MONTERO, M y MONTAGNINI, F. 2005. Modelos alométricos para la estimación de

biomasa de diez especies nativas en plantaciones de la región Atlántica de Costa

Rica. Revista Recursos Naturales y Ambiente. 45: 112 - 119p.

91

MORA, V. 2001. Fijación, emission y balance de gases de efecto invernadero en pasturas

en monocultivo y en sistemas silvopastoriles de fincas lecheras intensivas de las

zones altas de Costa Rico. Tesis Mag. Sc.. Turrialba, Costa Rica. CATIE. 92 p.

NELSON, BW; MESQUITA, R; PEREIRA, JLG; AQUINO, SG; TEIXEIRA, G;

BOVINO, L. 1999. Allometric regressions for improved estimate of sendondary y

forest biomass in the central Amazon. Forest Ecology and Management. 117: 149-

167.

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.

OLIVA, E Y HUGHELL, D. 1990. Modelo de crecimiento y rendimiento de Mangium

(Acacia Mangium Wild) en Costa Rica, Honduras y Panamá. En: Silvoenergía Nº

35. Turrialba, Costa Rica. 4p.

ORDOÑEZ, J.A.B. 1999. Estimación de la Captura de Carbono en un Estudio de Caso.

Instituto Nacional de Ecología, SEMARNAP. México DF. 72

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.

PADILLA, S. 1995. Manejo Agroforestal Andino. Proyecto FAO – Holanda “Desarrollo

Forestal participativo en la Andes”. E. P. Centro de Impresión. Quito – Ecuador.

262 p.

PARDÉ, 1980. Forest Biomasa Forestry products abstract. Review article. Commonwealth

Forestry Bureau. 3 (8): 165 – 184.

92

PEDRASA, M. 1989. Producción de biomasa y circulación de nutrientes en un rodal de

Nothofagus alessandrii espinosa (Ruil) en la zona de Constitución. Tesis, Facultad

de Ciencia Agrarias y Forestales, escuela de Ciencias Forestales, Universidad de

Chile, Santiago. 122p.

PEREZ,. KANNINEN M. 2002. Word specific gravity and aboveground biomass of

Bombacopsis quinata plantations in Costa Rica. Forest Ecology and Management.

165: 1- 3 p.

RAMIREZ. O; RODRÍGUEZ, L; FINWNGAN, B; GÓMEZ, M. 1999. Implicaciones

económicas del secuestro de CO2 en los bosques naturales. Revista Forestal

Centroamericana. 2 (27): 10-16.

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.

RAMOS, R. NIETO, C. MUÑOZ, J. RIOFRIO, J. 2007. Cuantificación de carbono

almacenado en dos sistemas agroforestales plantados en Santa Catalina, Pichincha.

(en edición)

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.

RUIZ, A. 2002. Fijación y almacenamiento de carbono en sistemas silvopastoriles y

competitividad económica en Mantiguás, Nicaragua. Tesis Mag. Sc. Turrialba,

Costa Rica. CATIE. 106 p.

SCHOLES, R. 1999. Will the terrestrial carbon sink saturate soon?. IGBP. Newsletter 37,

2 -3 p.

93

SEGURA, M. 1997. Almacenamiento y fijación de carbono en Quercus costaricensis, en

un bosque de altura en la Cordillera de Talamanca, Costa Rica. Tesis Lie. Cs. For.

Heredia, Costa Rica., UNA.

SEGURA, M.1999. Valoración del servicio de fijación y almacenamiento de carbono en

bosques privados en el área de conservación cordillera volcánica central, Costa

Rica.Tesis Mag. Sc. Turrialba, Costa Rica. CATIE. 119 p.

SNOWDON, P; RAISON, J; KEITH,H; MONTAGU, K; BI, K; RITSON, P; GRIERSON,

P; ADAMS, M; BURROWS, W; EAMUS, D. 2001. Protocol for sampling tree and

stand biomass. National carbon accounting system technical report Nº 31. Marzo

2001. Australian Greenhouse Office. 114p.

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.

UNIVERSITY OF FLORIDA. CENTER FOR TROPICAL AGRICULTURE, 1970.

Compilación de datos analíticos y biológicos en la preparación de cuadros de

composición de alimentos para uso en los trópicos de América latina. 1701 ,701-2;

2101,2101- 2

Wilkipedia 2007. Calentamiento global (en línea). Consultado 13 marzo, 2007. Disponible

en http://es.wikipedia.org/wiki/Calentamiento_global.

ZIANIS, D Y MENCUCCINI, M. 2004. On simplifying allometric analices of forest

biomasa. Forest Ecology and Managment. Edingurgo, UK. 187: 311-332.