UNAP
NO· &ALbA nu~•(..'...•t. . eo
Facultad de Ciencias Forestales
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERfA FORESTAL
. TESIS
VALORACIÓN ECONÓMICA DEL SECUESTRO DE C02 Y STOCK
DE CARBONO EN PLANTACIONES. DE Simarouba amara
(Aublet) "marupa" EN CINCO EDADES DIFERENTES EN
EL CIEFOR-PUERTO ALMENDRA, IQUITOS-PERÚ
Para optar el título de
INGENIERO FORESTAL
Autor:
Nelson Ulises Guerra Reátegui
2013
jUNAP Facultad de
Ciencias Forestales
ACTA DE SUSTENTACIÓN
D E T E S 1 S N2 492
Los miembros del Jurado que suscriben, reunidos para evaluar la sustentación de tesis
presentado por el Bachiller NELSON ULISES GUERRA REATEGUI titulado:
"VALORACION ECONOMICA DEL SECUESTRO DE C02 Y STOCK DE CARBONO
EN PLANTACIONES DE Simarouba amara {Aublet) "marupa" EN CINCO EDADES
DIFERENTES EN EL CIEFOR PUERTO ALMENDRAS, IQUITOS - PERU",
formuladas las observaciones y analizadas las respuestas, lo declaramos: ••. :h.X .. ~.~.~ .. CJ Con el calificativo de: ....... ~ .. Y. .. ~.h!.(). En consecuencia queda en condición de ser calificado:
tJ\ ~Tú · . ............. fJ"" •••.•••••.....
Y, recibir el Título de Ingeniero Forestal.
lquitos, 06 de setiembre del2013
~.I(JA. Biga. MARJcffÚE RAQUEL DONAYRE RAMIREZ
Miembro Miembro
N CABUDIVO MOENA,Dr. Asesor
Conservar los bosques benefician· a la humanidad iNo lo destruyas! Ciudad Universitaria "Puerto Almendra", San luan, Iquitos-Perú
www.unapiquitos.edu.pe · Teléfono: 065-225303
DEDICATORIA
A Dios Todopoderoso, por darme la sabiduría para llegar al éxito y
seguir adelante en la vida.
A mis padres: ELGO GUERRA MENDOZA y ELVIRA REÁTEGUI BARBARÁN, por darme la vida,
alentarme y apoyarme siempre en mi formación personal y
profesional.
A mis queridos hermanos: CESAR AUGUSTO, JOSE ANTONIO, JOSEFA SOLEDAD, GREYCI RUBY, CAROLINA
ALEXANDRA y ELGO que supieron brindar su apoyo moral y fraterno.
A Miriam Verástegui Tello, que en cada momento
estuvo a mi lado, brindándome su apoyo
incondicional.
l
AGRADECIMIENTO
A nuestra primera casa de estudio superior: Universidad Nacional de la Amazonía
Peruana (UNAP) a través de la Facultad de Ciencias Forestales - Escuela de
Formación Profesional de Ingeniería Forestal, que nos orientó y nos formó en esta
etapa profesional.
Al Instituto de Investigación Forestal y Fauna (IIFF) a través de la Oficina General
de Investigación (OGINV/UNAP), por el financiamiento de la tesis y las facilidades
brindadas en la realización del presente trabajo de investigación.
A la lng. Saron Quintana Vásquez, Ora, por permitirme contar con su amistad y su
gran apoyo incondicional, antes, durante y después de la realización del presente
estudio.
A la Biga. Miriam Verástegui Tello, por el apoyo incondicional y sus consejos
brindados antes, durante y después de la realización del presente estudio.
Al Blgo. Luciano Alfredo Rodríguez Chú, por permitirme contar con su amistad y
su gran apoyo incondicional, antes, durante y después de la realización del
presente estudio.
Al Blgo. Bernardo Olaff Ribeyro Schult por su formidable aporte en la
sistematización de los análisis estadísticos de la tesis.
A los trabajadores del CIEFOR-Puerto Almendra, Javier Dóñez Pezo y Laizamón
Maldonado, por su valioso apoyo en la realización del presente estudio.
Caratula Acta de sustentación de tesis Dedicatoria
11
ÍNDICE
Agradecimiento ..................................................................... .
Pág.
Índice.................................................................................... ii Lista de cuadros.................. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii Lista de figuras.............................. .. . .. . .. . . .. . .. .. . .. . . .. .. . .. . . .. . .. . .. .. iv Resumen................................................................................. v
1 Introducción........................................................................... 1 11 El problema........................................................................... 3 2.1. Descripción del problema......................................................... 3 2.2. Definición del problema............................................................. 4 111 HIPÓTESIS............................................................................ 5 3. 1. Hipótesis general..................... .. . .. . . .. .. . .. . .. . . .. .. . .. . .. . . .. . .. .. . .. . .. . .. . 5 3.2. Hipótesis alterna(s)... ... .. . .. . .. . ... . .. ... ... ... . . . . .. .. . . .. ... . . . ... .. . . .. . . . .. . ... 5 3.3. Hipótesis nula......................................................................... 5 IV OBJETIVOS........................................................................... 6 4. 1. Objetivo general... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 4.2. Objetivos específicos............................................................... 6 V VARIABLES........................................................................... 7 5.1. Identificación de variables, indicadores e índices........................... 7 VI MARCO TEÓRICO..................................................................... 8 6.1. Biomasa arbórea..................................................................... 8 6.2. Stock de carbono.................................................................... 9 6. 3. Secuestro de dióxido de carbono (C02)... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 O 6.4. Valor económico del C02............... .. . . .. . .. . .. .. . .. . .. . .. . .. . .. . .. . . .. .. . .. . . 11 VIl MARCO CONCEPTUAL.......................................... .. .. .. . .. .. .. .. .. 15 VIII MATERIALES Y MÉTODOS...................................................... 18 8.1 . Descripción de la zona de estudio...... .. . .. .. . .. . .. .. .. .. .. .. .. . .. .. .. . .. . .. . .. 18 8.2. Materiales y equipos................................................................ 19 8.3. Método.................................................................................. 19 8.4. Técnicas e instrumentos de recolección de datos........................... 25 8.5. Técnica de presentación de resultados........................................ 25 IX RESULTADOS.......................................................................... 26 X DISCUSIÓN........................................................................... 33 XI CONCLUSIONES.................................................................... 36 XII RECOMENDACIONES............................................................. 37 XIII BIBLIOGRAFÍA....................................................................... 38
Anexo................................................................................... 44
iii
LISTA DE CUADROS
N° TÍTULO Pág.
01 Diseño de la investigación.... ... ............................................ 20
02 Parcelas demostrativas estudiadas... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
03 Biomasa arbórea de S. amara... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
04 Stock de carbono de S. amara... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
05 Secuestro de C02 de S. amara ..... ,....... .. . .............. . ............. 28 '.
06 Valor económico en las cinco edad~s de S. amara ... ........ ... ... ... 29
07 Promedio ± desviación estándar de las variables S. amara en
cinco edades diferentes........ .............................. ........ . . . . . . . . . 30
08 Análisis de Varianza para la variable Biomasa Arbórea.. .... .... .... 31
09 Análisis de Varianza para la variable Stock de carbono............. . 31
10 Análisis de Varianza para la variable Secuestro de C02...... ....... 31
11 Análisis de Varianza para la variable Valor económico... . . . . . . . . . . . 31
12 Prueba estadística de F y Tukey de los 5 tratamientos para la
variable Secuestro de C02·-· ... ... ... ... ... ... ... ... ... ... ... ....... ... .... 32
13 Análisis del suelo de las diferentes edades de las plantaciones. .. 32
14 Datos del inventario de S. amara realizado en la parcela 5 (17
años) .. ............... ... .......... ................ .... ........................... . 49
15 Datos del inventario de S. amara realizado en la parcela 7 (44
años)........................... .................................................... 50
16 Datos del inventario de S. amara realizado en la parcela 31 (27
años) .... .. ........ . .... ....... ,.... ... ... ... ... .... .. .... ... ..... .... .. ... .. .... ... 51
17 Datos del inventario de S. amara realizado en la parcela 35 (35
años). .. .. ......... .. .............. ... ................ .............. .. ............. . 52
18 Datos del inventario de S. amara realizado en la parcela 63 (6
años)... ............................ .. ........................... ..... ............ .. 53
01
02
03
04
05
06
07
08
09
10
IV
LISTA DE FIGURAS
TÍTULO
Promedio de la biomasa arbórea de S. amara ..... . ... .. . ........ . ...
Promedio del stock de carbono en S. amara ... ... .... ... .. .. ... .... ...
Promedio del secuestro de carbono de S. amara ..... . .................
Promedio del valor económico del C02 secuestrado de S. amara.
Mapa de evaluación de las parcelas: 5(17 años) y 7(44 años) ......
Mapa de evaluación de la parcela: 31 (27 años) y 35(35 años) .....
Mapa de evaluación de la parcela 63(6 años) ....... ....... .. .. ..... . ...
Toma de datos del DAP de los árboles de S. amara ... ........... . ....
Toma de datos de la altura de los árboles de S. amara ... ... ... ... .. .
Georeferenciación de los árboles de S. amara inventariados ...... ..
Pág.
26
28
28
29
45
46
47
48
48
48
V
RESUMEN
Con la finalidad de determinar cuál es la edad de la plantación de Símarouba
amara Aublet "marupa" con mayor secuestro de C02 se evaluaron 5 plantaciones
de diferentes edades ubicadas en el Centro de Investigación y Enseñanza
Forestal (CIEFOR) Puerto Almendra de la Facultad de Ciencias Forestales-UNAP.
De la población de 12 parcelas se han seleccionado completamente al azar las
parcelas 63 (UTM X= 0680147; UTM Y=9576020) de 3.5 ha (35000 m2), 5 (UTM
X= 0680535; UTM Y= 9577018) de 0.36 ha (3600 m2), 31 (UTM X= 0679667;
UTM Y= 9576240) de 4.00 ha (40000 m2), 35(UTM X= 0680056; UTM Y=
9575982) de 0.34 ha (3400 m2) y 7 (UTM X= 0680551; UTM Y= 9576962) de 0.14
ha (1400 m2) de 6, 17, 27, 35 y 44 años respectivamente. Se realizó el inventario
al 100%, se midió el diámetro y altura de los árboles; para el cálculo del C02 se
aplicó el modelo matemático propuesto por lntergovernmental Panel on Climate
Change, relacionando el peso de las emisiones con el peso atomico del Carbono
y el valor determinado por el precio actual de 4,41 Euros la tonelada de C02
secuestrado, siendo en Nuevos Soles 16,54 moneda nacional.
Como resultado se ha determinado que la plantación con mayor secuestro de C02
fue la de 27 años con 263,51 tC02 /ha con valor económico de 4358,52
SI. tC02/ha. Se recomienda tener en cuenta los estudios de inventarios forestales
realizados en diferentes concesiones de la región Loreto para efectos de valorizar
económicamente el secuestro de C02 por parte de los bosques de la Amazonía
Peruana.
Palabras clave: Valoración económica, Dióxido de carbono, stock de carbono, S.
amara, plantaciones.
l. INTRODUCCIÓN
La necesidad de valorar económicamente el secuestro del C02 en plantaciones
forestales es de mucha importancia, sobre todo en nuestra Amazonía Peruana, ya
que en la actualidad existen extensas áreas deforestadas y al recuperarlas con
plantaciones forestales, además de su conservación le estaríamos dando un valor
agregado sin necesidad de transformarlo. Por consiguiente, determinar su precio
real como servicio ambiental estaríamos fomentando a la conservación por parte
de todas aquellas personas que dependan o que cuentan con un área boscosa a
su disposición.
La venta en toneladas de C02 capturadas por plantaciones forestales, se resume
en un compromiso adquirido por el país oferente en el tiempo para alcanzar unos
rendimientos previamente establecidas por sus plantaciones; de este modo, es
necesario, garantizar el funcionamiento y la articulación de todas y cada una de
las etapas de desarrollo del bosque, empezando por un estricto control en la
certificación de la semilla, así como de las condiciones del terreno en los
momentos previos al establecimiento y del tratamiento silvicultura! de las
plantaciones, por lo menos durante los primeros cinco años de plantación (Días y
Molano, 2002).
Los bosques se presentan como una opción importante en la captura y
almacenamiento de carbono, pero el interés creciente es el de desarrollar el
sector forestal. Sin embargo esta situación abre un debate sobre las formas de
preservar o manejar los bosques de forma sostenible y de acuerdo a la realidad
de cada tipo de bosque, y también obviamente de las poblaciones asentadas en
2
ellos, pues los primeros proyectos de captura de carbono se han basado en el
sector forestal (Malea, 2008).
Darle un valor económico al medio ambiente significa poder contar con un
indicador de su importancia en el bienestar de la sociedad, es pues, el dinero el
denominador común que ayuda a sopesar algunas cosas y otras. Los bienes y
servicios ambientales de los recursos naturales, implica la generación de criterios
económicos y ambientales sobre el aprovechamiento de los mismos. Con un
manejo apropiado, pueden generar suficientes recursos financieros para que se
conviertan en autosostenibles (Barsev, 2002; Azqueta, 2004 y Pacheco, 2011).
El presente trabajo de tesis forma parte del proyecto de investigación denominada
"Valoración económica del secuestro de C02 y su stock de carbono en
plantaciones de diferentes edades en el CIEFOR-Puerto Almendra, lquitos-Perú".
Que se está ejecutando en el presente año, 2013, en la Facultad de Ciencias
Forestales de la Universidad Nacional de la Amazonía Peruana (UNAP); y tiene
como objetivo: valorar económicamente el secuestro de C02 y su stock de
carbono en plantaciones de Simarouba amara Aublet "marupa" en cinco edades
diferentes, donde se ha determinado la edad donde existe mayor valor económico
en el secuestro de C02 y su stock de carbono de dicha plantación.
11. EL PROBLEMA
2.1. Descripción del problema
El cambio· climático es un problema que afecta a todo el mundo y la
actividad extractora de los bosques no queda de lado en este aspecto, es
por ello que el trabajo de investigación sobre el secuestro de C02 y
almacenamiento de carbono por parte de los árboles es muy importante, ya
que al conocer su valor económico se podrá determinar su gran
importancia sin necesidad de talarlo y quemarlo. Grandes extensiones de
bosques son talados todos los años para diversos fines, sin tener en cuenta
que preservarlo es muy importante, sobre todo cuando cumplen un papel
muy importante en el equilibrio ecológico y económico de la humanidad
(Chambi, 2001).
El dióxido de carbono (C02), es el gas de efecto invernadero que más
contribuye al calentamiento global del planeta, debido a ello es importante
determinar su valor económico simbolizado en plantaciones forestales de
diferentes edades, ya que esto ayudaría a que muchas hectáreas de
bosque se deje de talar indiscriminadamente (Chambi, 2001).
El secuestro de carbono, se ha contemplado como un factor clave de la
mitigación del calentamiento global, es así que esta mitigación
proporcionará un ambiente más limpio y estabilizado para la humanidad
que goza del beneficio del bosque (Malea, 2008).
4
2.2. Definición del problema
¿Cuánto será el valor económico del secuestro de C02 y su stock de
carbono en plantaciones de Simarouba amara Aublet "marupa" en cinco
edades diferentes en el CIEFOR-Puerto Almendra, lquitos-Perú?.
111. HIPÓTESIS
3.1. Hipótesis general
El valor económico del secuestro de COz y su stock de carbono en
plantaciones de S. amara en cinco edades diferentes en el CIEFOR-Puerto
Almendra, lquitos-Perú, estaría influenciado por la edad.
3.2. Hipótesis alterna(s)
Existe diferencia significativa entre el valor económico del secuestro de
COz y su stock de carbono en plantaciones de S. amara en cinco edades
diferentes en el CIEFOR-Puerto Almendra, lquitos-Perú.
3.3. Hipótesis nula
No existe diferencia significativa entre el valor económico del secuestro de
COz y su stock de carbono en plantaciones de S. amara en cinco edades
diferentes en el CIEFOR-Puerto Almendra, lquítos-Perú.
IV. OBJETIVOS
4.1. Objetivo general
Valorar económicamente el secuestro de C02 y stock de carbono en
plantaciones de S.amara en cinco edades diferentes en el CIEFOR-Puerto
Almendra, lquitos-Perú.
4.2. Objetivos específicos
Cuantificar la biomasa arbórea en plantaciones de S.amara en cinco
edades diferentes en el CIEFOR-Puerto Almendra, lquitos-Perú.
Cuantificar el stock del carbono y el secuestro de C02 en plantaciones de
S.amara en cinco edades diferentes en el CIEFOR-Puerto Almendra,
lquitos-Perú.
Determinar el valor económico del secuestro de C02 en plantaciones de S.
amara en cinco edades diferentes en el CIEFOR-Puerto Almendra, lquitos
Perú.
V. VARIABLES
5.1. Identificación de variables, indicadores e índices
VARIABLES INDICADORES INDICES A: Plantación forestal ).- Producción de biomasa aérea U ha
- S. amara ;¡;.. Producción de biomasa radicular Uha 8: Edad de la Plantación
6 años ;¡;.. Stock de carbono aéreo tC/ha -
- 17 años ;¡;.. Stock de carbono radicular tC/ha
- 27 años ;¡;.. Secuestro de C02 tC02/ha - 35 años
44 años ;¡;.. Valor económico del C02 S/./tnC02/ha -
VI. MARCO TEÓRICO
6.1. Biomasa arbórea
Fearnside (1994), presenta un resumen de un cálculo sobre biomasa de
bosques en la Amazonia Brasileña, para la media de la biomasa total
(inclusive la biomasa muerta y subterránea) en bosque originales sin
explotación maderera, esta medida está estimada en 428 tn/ha de materia
seca, siendo el 50% carbono; estos datos son derivadas de volúmenes de
2,954 ha de levantamientos de inventario forestal; estos estimados son
más altas de aquellas que vienen siendo usadas en muchos cálculos
globales sobre el carbono, inclusive las que fueron adoptadas por el
relatorio Suplemento de 1992 por el IPCC.
Gayoso (2002), menciona que la biomasa aérea está constituida por los
componentes hojas, ramas y fuste, cuyas proporciones varían tanto por
especie como por el tamaño de los árboles. Los resultados para las
especies nativas del tipo forestal siempreverde (árboles de OAP > 10cm)
muestran que la biomasa promedio del fuste con corteza en relación con la
biomasa aérea, comprende el rango que va desde 72,80 % (SO = 28,88)
para una conífera nativa (PN) hasta 93,29% (SO= 36,04) para la especie
tineo (WT). Mientras, fas caducifofias alcanzaron valores de 85,63% (SO=
24,56) para NA y 88,43% (SO= 31 ,43) para NO.
Gamara (2001 ), menciona que en una plantación de Eucaliptus globulus, el
total de carbono determinado en biomasa arriba del suelo 73.03 tnC/ha,
biomasa abajo del suelo 21.64 tnC; el Incremento Media Anual de biomasa
9
fue 7.96 m3/ha/año y los resultados determinan que la fijación anual de
carbono por crecimiento de la masa forestal fue de 7.25 tnC/ha/año y esto
representa el 26.61 tn de fijación de dióxido de carbono.
Hall (1998), concluye que la biomasa tiene muchas ventajas para asegurar·
un futuro favorable al medio ambiente. Los árboles y otras formas de
biomasa pueden actuar de sumideros de carbono. A fin de obtener el
máximo beneficio, se deberían utilizar los árboles que no sean de bosques
primarios, para la producción de energía, al final de su etapa de
crecimiento.
6.2. Stock de carbono
Montoya et al., (2002), mencionan que en efecto, es relativamente fácil
medir el carbono almacenado en árboles en crecimiento en un sistema de
plantación forestal. Se sabe que el carbono contenido en la biomasa es
aproximadamente el 50% - del peso seco, ya que existen técnicas
adecuadas para medir o monitorear el progreso de captura de carbono
tanto en plantaciones comerciales como en masas de árboles viejos. De
cualquier forma, en donde existen proyectos que implican el crecimiento de
múltiples especies· de diferentes edades, estructurados en complejos
arreglos con cultivos anuales o perennes, como es el caso de los sistemas
agroforestales, la predicción de la acumulación de biomasa se torna más
difícil.
Parra et al., (2009), sostienen que se cuantificó el stock de carbono en los
reservorios de arriba del suelo y la radicular utilizando los datos de la red
10
de parcelas permanentes de la Carrera de Ingeniería Forestal de la
Facultad de Ciencias Agrarias, de la Universidad Nacional Agraria La
Molina, ubicado en Lima-Perú; las parcelas tienen 100 m x 100 m de
perímetro y las mediciones se hicieron desde 10 cm de DAP. Se evidenció
que la Reserva Natural Privada Zech-Legua almacena 32,954 tC/ha en el
Departamento de Boquerón, en la Reserva Natural Privada Laguna Porá
56,003 tnC/ha y en la Agroganadera J.O 120,019 tC/ha, éstas dos últimas
en el Departamento de Presidente Hayes.
Krebs (1995), afirma que la asimilación de C02 de una cubierta vegetal no
solo depende del tipo de planta, sino también de su estado de desarrollo,
densidad y altura. Así, por ejemplo: el grado de asimilación de las hojas
inferiores de la planta dependerá del grado en que la luz puede penetrar en
la cubierta vegetal con una intensidad suficiente. Los bosques son un
importante reservorio: de 90 a 160 y hasta 280 Uha.
6.3. Secuestro de C02
Alatorre (1995), cuestiona que las plantaciones forestales, en opinión de
algunos, son la solución al problema de la deforestación y la mayor forma
de capturar y almacenar dióxido de carbono. Incluso se las presenta como
medio para disminuir la presión sobre los bosques naturales. Sin negar que
en determinadas circunstancias las plantaciones pueden ser la solución, y
que de hecho resulta indispensable para recuperar áreas degradadas, el
problema, debe ser analizado con cautela, sobre todo que ahora se está
proyectando el establecimiento de plantaciones masivas para capturar
11
dióxido de carbono en el marco de lo que se ha llamado "implementación
conjunta" es un esfuerzo de todos los países del norte para mantener su
modelo de desarrollo, su ritmo de consumo, acreditando a su cuenta la
deforestación y la combustión de la madera.
Conam (2001 ), menciona que los bosques no son solo una fuente de
recursos maderables, sino también de combustibles, medicinas, materiales
de construcción y alimentos, además los bosques producen servicios
ambientales como el mantenimiento de las fuentes de agua, el habitad de
la diversidad biológica, la regulación del clima y el secuestro del carbono. !
Más aún, los bosques sirven como sitios turísticos, de recreación y son
también importantes para las actividades socio-culturales y religiosas de
algunos habitantes.
Salomon et al., (1987), señalan que en la atmosfera que existen por
encima de cada hectárea de la superficie de la tierra hay unas 13 toneladas
de carbono en forma de dióxido de carbono. Sin embargo, en un solo año,
una hectárea de vegetación como la caña de azúcar puede extraer hasta
40 toneladas de carbono de la atmósfera.
6.4. Valor económico del C02
Carranza et al., (1996), mencionan que el valor económico total de un
bosque tropical está compuesto por valores que se determinan a través del
mercado (generalmente recibidos por el propietario o quien lo usufructúe) y
por otra serie de valores asociados con los servicios ambientales que
brindan los bosques. Estos últimos al no ser susceptibles de ser transados
12
y valorados a través del mercado, son disfrutados libremente por distintos
beneficiarios a nivel local, nacional y global.
Gutiérrez et al., (2001 ), afirman que se puede superar el problema de los
precios inciertos, considerando los costos de oportunidad de la captura de
carbono. Para ello utilizaron el método del valor actual neto (VAN) para
determinar la rentabilidad de los proyectos y la tasa de descuento
pertinente la consideraron como parámetro decisorio y sensibilizaron el
VAN.
Peña y Bent (2007), mencionan que actualmente América Latina está
identificando el potencial financiero de sus recursos naturales. A partir de la
década de 1990, la mayoría de los gobiernos centrales abrieron las oficinas
correspondientes a la Autoridad Nacional Designada (ANO), encargadas de
la aprobación y promoción del MOL, que es el paso previo nacional a la
certificación y comercialización de certificados de emisiones reducidas.
Existen casos interesantes que muestran que éste es un modelo de
desarrollo sólido que logra darle a la región cierta independencia
económica. Panamá, por ejemplo, logró vender un proyecto de captura dé
emisiones por la construcción de una hidroeléctrica en US$18 millones, lo
que cubría buena parte del costo de la construcción, evitando que el país
entrara a solicitar préstamos por ese concepto a la banca internacional.
SGCAN y AECID (2007), indican que el mercado de carbono es el sistema
de comercio a través del cual los gobiernos, empresas o individuos pueden
vender o adquirir unidades de reducción de emisiones de GEl. Dentro de
13
las emisiones transables están: (1) las cuotas de emisión asignadas por el
Protocolo de Kyoto (Unidades de cantidades atribuídas-AAU (por sus
siglas en inglés); (2) las unidades procedentes de la Implementación
Conjunta (ERU, por sus siglas en inglés) y (3) las procedentes del
Mecanismo de Desarrollo Limpio (CERs, incluyendo tCERs y ICERs). En
un contexto global, el comercio de emisiones (CE) se refiere a una compra
venta de unidades de reducciones o captura de emisiones de GEl entre
países Anexo 1 ratificantes del Protocolo de Kyoto. De esta manera, los que
reduzcan sus emisiones más de lo comprometido podrán vender las
unidades de reducción excedentes a los países que no hayan alcanzado a
cumplir con su compromiso. El mercado de carbono comprende dos tipos
de transacciones: El Comercio de Derechos de Emisión. Las transacciones
basadas en proyectos.
La tendencia ha continuado en el año 2006, ya que según el último reporte
del Banco Mundial y el IETA "durante el 2005, 374 millones de tCOeq
principalmente de Reducciones Certificadas de Emisiones (CERs)-, fueron
transadas a un valor de US$ 2. 7 miles de millones, con un precio promedio
por encima de los US$ 7.23. Estos números reflejan un incremento de más
de tres veces sobre los volúmenes de años anteriores provenientes de
transacciones basadas en proyectos y de más de cinco veces sobre el
valor del año anterior".
Franco (2009), menciona que para determinar el valor económico derivado
de la captura de carbono en el Parque Nacional Nevado de Toluca (PNNT),
se planteó la posibilidad de estimar, al año 2010, el comportamiento
14
general de la cubierta forestal en función de tres escenarios fundamentales:
a) asumiendo que los procesos de deterioro y recuperación del arbolado
mantienen el mismo comportamiento que mostraron en el periodo 1972-
2000; b) presuponiendo que es posible detener los procesos de deterioro y
deforestación y e) considerando que no se presenten procesos de
recuperación forestal. En este apartado se describen los procedimientos de
análisis para la estimación del valor económico en el contexto de estos tres
escenarios.
El precio por tonelada de C02 secuestrado para el día 21/07/2013 y
24/07/13, está valorizada en promedio € 4.41, que es decir igual a 16.5375
Nuevos soles por tonelada/hectárea/año, según el Sistema Electrónico de
negociación de derechos de Emisión de Dióxido de Carbono y el Banco de
la Nación del Perú (Fuente: La Bolsa de SENDEC02 y BN).
PRECIOSéo2
201.3
Últrmo Oerre
Háximo ·
SIS iEMA ELECTRÓNICO DE II:EGOC!ACIÓN OE DERECHOS
OE EMISIÓN DE DIÓXIDO DE CARBONO
EUA CE~ Valores diarios de los •iltímos 30 dias
4,S2. e o.ss e -:<~o~:. ~5,17 .... ~
~ínuno 4,5~ e c,ss e
o (;"·S,".C.6 0€1:)6 U;~~ }..$.\!'=' l:O.",IQ~ Z':/.'f;:,~ ~.O"E ZF.-'~of ::<?i>f.:· 0~';;1:1'
Tipo de cambio ~ Banco de~~.~~~~
c..ao de cd>ío
VIl. MARCO CONCEPTUAL
Absorción. Aspirar el dióxido de carbono de la atmósfera y retenerlo en las
células del árbol en sus diferentes componentes (raíces, follajes, ramas) y la
vegetación arbórea (Acosta, 2004).
Almacenamiento. Es la capacidad que tienen los ecosistemas para almacenar o
guardar carbono en la biomasa (Acosta, 2004).
Biomasa. Total de la materia orgánica, en ella se encuentra almacenado la
energía de los organismos vivos (Zamora et al., 2000).
Biomasa aérea. Conformada por las estructuras leñosas aéreas de especies
forestales, frutales y arbusto por encima del suelo (Medina, 2006).
Biomasa radicular. Está representado por los sistemas radiculares constituyendo
otros sumideros de carbono (Medina, 2006).
Cambio climático. Un cambio de clima incluido directamente o indirectamente a
la actividad humana que altera la composición de la atmosfera global y que se
suma a la variabilidad natural observada del clima durante periodos de tiempos
comparables (Pérez et al., 2005).
Carbono. Gas incoloro, inodoro e incombustible que se encuentra en baja
concentración en el aire que respiramos (en torno a un 0,03 % en volumen)
(www.greenfacts.org).
Captura de carbono. La captura de carbono (CAC) es una de las técnicas que
podrían utilizarse para reducir las emisiones de co2 provocadas por las
16
actividades humanas. Esta técnica podría aplicarse para aquellas emisiones que
provengan de grandes centrales eléctricas o plantas industriales
(www.greenfacts.org).
Carbono en la biomasa por encima del suelo. Carbono en toda la biomasa viva
por encima de suelo, incluyendo el tronco, el tocón, las ramas, la corteza, las
semillas y las hojas (FAO, 2010).
Carbono fijado. Se refiere al carbono que una unidad de área cubierta por
vegetación tiene la capacidad de fijar en un periodo determinado (Segura, 1999).
Carbono en la madera muerta. Carbono en toda la biomasa leñosa muerta que
no forma parte de la hojarasca en pie, sobre el suelo o en el suelo. La madera
muerta incluye la madera que yace en la superficie, las raíces muertas y los
tocones con diámetro igual o superior a 1 O cm. o cualquier otro diámetro utilizado
por el país (FAO, 2010).
Ciclo del carbono. Conjunto de cuatro depósitos interconectados: la atmosfera,
la biosfera terrestre (incluyendo los sistemas de agua dulce), los océanos y los
sedimentos (incluso los sedimentos fósiles), (Ciesla, 1996).
Dióxido de carbono. Gas producido naturalmente, también es derivado de la
combustibles fósiles y de la biomasa, así como de los cambios de uso de suelo y
otros procesos industriales (Pérez et al., 2005).
Mega gramo de carbono. Es la asignación de un valor cuantitativo que se le da a
una tonelada que equivale a 1000000g (Rocha, 1994).
17
Plantación. Se definen como bosques de especies introducidas o nativas,
obtenidos mediante plantación o siembra, con pocas especies, una separación
homogénea y árboles con los mismos años de vida (www.greenfacts.org).
Secuestro de Carbono. Incorporación de una sustancia de interés a un
reservorio. A la absorción de sustancias que contienen carbono, en particular
dióxido de carbono, se le suele llamar secuestro de carbono (www.lenntech.es).
Valoración económica. Asignación de valores cuantitativos a los bienes y
servicios proporcionados por recursos ambientales, independientemente de si
existen o no precios de mercado (Adger et al., 1995).
VIII. MATERIALES Y MÉTODOS
8.1. Descripción de la zona de estudio
8.1.1. Ubicación política y geográfica
El presente estudio se ejecutó en las plantaciones de 6, 17, 27, 35 y 44
años respectivamente de S. amara instaladas en el Centro de Investigación .
y Enseñanza Forestal (CIEFOR)-Puerto Almendra, de la Facultada de
Ciencias Forestales de la Universidad Nacional de la Amazonía Peruana,
ubicado al margen derecho del río Nanay a 22 Km de distancia en dirección
Sur-Oeste desde la ciudad de !quitos; geográficamente se encuentra
ubicado en las coordenadas 3° 49' 40" Latitud Sur y 73° 22' 30" Longitud
Oeste, a una altitud aproximada de 122 msnm. En la jurisdicción del Distrito
de San Juan Bautista, Provincia de Maynas, Región Loreto (INRENA,
1995). (Figura 05, 06 y 07 del Anexo).
8.1.2. Vías de acceso
Teniendo como punto de referencia a la ciudad de !quitos, para llegar al
CIEFOR-Puerto Almendra, se puede usar dos medios: Terrestre utilizando
una carretera afirmada y el fluvial por el río Nanay (Figura 05, 06 y 07 del
Anexo).
8.1.3. Clima
Climatológicamente presenta las siguientes características: la precipitación
media anual está en 2979,3 mm; la temperatura media anual es de 26,4 oc;
las temperaturas máximas y mínimas promedio anuales alcanzan 31,6 oc y
21,6 oc, respectivamente; la humedad relativa media anual es de 82,1 %.
19
El área de estudio se localiza dentro de la zona de vida denominada
Bosque Húmedo Tropical (Bh- T) (SENAMHI, 2001).
8.1.4. Geología
La configuración geológica de la zona se enmarca dentro de la
denominada cuenca amazónica, la misma que en su mayor parte se
encuentra cubierta por sedimentos detríticos continentales, los materiales
que conforman la zona a nivel de reconocimiento, pertenecen al sistema
Terciario Superior y Cuaternario de la era Cenozoica (ONERN, 1991).
8.2. Materiales y equipos
8.2.1. Materiales de campo: Botas, Machetes, Camisa manga larga, Capota,
Lápiz, Borrador, Tajador, Tt:iblero, Libreta de apuntes, Forcípula, Wincha, 1
GPS Garmin, Clinómetro ~UUNTO, Plástico (rojo), Tijera, Pilas 2AA y i 1
Chinche. i 1
1
8.2.2. Materiales de gabinete: Papel bond A4, Computadora, Calculadora,
8.3.
Memoria USB, Impresora, C~mara fotográfica, Cartuchos de tinta y plumón
indeleble.
Método 1
1 1
8.3.1. Tipo y nivel de investigaciqn
El tipo de investigación es cuasi experimental de nivel básico (Aivitres,
2004).
8.3.2. Población y muestra
En el CIEFOR-Puerto Almendra se tiene instaladas 12 parcelas de 6, 17,
27, 34, 35, 43 y 44 años de Simarouba amara Aublet "marupa", cuya
20
cobertura arbórea se encuentran inventariada según la identificación y los
registros de los diferentes años de instalación (Cabudivo, 2012).
Muestra
De la población de 12 parcelas se han seleccionado completamente al azar
las parcelas 63 (UTM X= 0680147; UTM Y=9576020), 5 (UTM X= 0680535;
UTM Y= 9577018), 31 (UTM X= 0679667; UTM Y= 9576240), 35(UTM X=
0680056; UTM Y= 9575982) y 7 (UTM X= 0680551; UTM Y= 9576962) de
6, 17, 27, 35 y 44 años respectivamente de S. amara. Fueron medidas su
diámetro y altura mediante un inventario al 100%, esto para proceder a los
cálculos respectivos. (Figura 05, 06 y 07 del Anexo).
8.3.3. Diseño estadístico
Para el estudio se empleó el diseño completamente al azar (tratamiento:
edad), número de repeticiones 3, unidad experimental 5 parcelas, todo esto
con la información que se obtuvo del inventario.
Cuadro 01. Diseño de la Investigación.
Tratamiento: Repeticiones Total Promedio
EDADES (cm) 1 11 111
6 años (bO) bOl bOII bOIII 3
17 años (b1) b11 b111 b1 111 3
27 años (b2) b21 b211 b2111 3
35 años (b3) b31 b311 b3111 3
44 años (b4) b41 b411 b4111 3
8.3.4. Análisis estadístico
En el presente trabajo de investigación se analizó la significancia de los
tratamientos mediante el ANOVA y la prueba de F al 0.05. Se aplicó la
21
Prueba estadística de Tukey al 0.05 para analizar la significancia entre las
repeticiones. Con la ayuda del programa estadístico SPSS versión 20.
8.3.5. Procedimiento
8.3.5.1. Ubicación del área de las parcelas de estudio
Para el presente trabajo de investigación se seleccionó completamente al
azar las parcelas que se muestran en el cuadro 02 de parcelas
demostrativas, en donde están presentes los árboles inventariados objetos
de estudio.
a). Inventario de los árboles
:¡,.. En cada parcela de las plantaciones de S. amara de 6, 17, 27, 35 y 44
años, se inició con la numeración de los árboles mediante plaquitas de
plástico color rojo, continuamente se procedió a medir el diámetro a la
altura del pecho (DAP) a 1.30 m de altura y se registró en la libreta de
campo.
:¡,.. Seguidamente de procedió a realizar la lectura con el clinómetro SUUNTO,
a razón de 20 %, con una altura hasta el ojo del observador de 1.62 m.
).> Luego se procedió a georeferenciar cada árbol para ubicar su localización
en el mapa con la ayuda del programa ARCVIEW.
:¡,.. En gabinete se determinó la altura de los arboles haciendo uso de la
siguiente fórmula propuesta por el manual de usuario del Clinómetro Óptico
SU UNTO.
H = (Lc/10 * d) + ho Donde:
H =Altura total del árbol (m)
Le = Lectura del clinómetro (%)
d =Distancia entre el operador y el árbol (m)
ho =Altura hasta el ojo del operador (m)
22
Cuadro 02. Parcelas demostrativas estudiadas.
N° de Plantaciones Instalación Coordenadas Edad Are a Wde Responsable/ parcelas (año) X y (años) (ha) árboles Instalación
5 Tornillo-Marupa 1996 0680147 9576020 17 0.36 08 E. Stijfhoon/J. Saavedra
7 Marupa 1969 0680551 9576962 44 0.14 65 M. Ríos 31 Agroforestal 06 1986 0679667 9576240 27 4.00 50 R. Cunibertti 35 Marupa 1978 0680056 9575982 35 0.34 39 J. Saavedra 63 Agroforestal 09 2007 0680147 9576020 06 3.5 30 A Cabudivo
b). Modelo de análisis e interpretación de datos
Se midió todos los árboles para obtener la biomasa arbórea tlha, stock de
carbono, secuestro de C02 y el valor económico en nuevos soles de
acuerdo al tipo de cambio actual.
b.1. Determinación del peso verde de la biomasa aérea
Se aplicó el modelo matemático propuesto por (Higuchi y Carbalho,
1994).
Donde:
Bva= Biomasa verde aérea, en Kg.
D= Diámetro a la altura del pecho, en cm.
H= Altura total, en m.
a= 0.026
b= 1.529
e= 1.747
b.2. Determinación del peso verde de la biomasa radicular
El cálculo se realizó teniendo en cuenta el 20 % del peso de la biomasa
aérea.
23
b.3. Determinación del peso verde de la biomasa total
Bvt = Bva + Bvr
Donde:
Bvt = Biomasa verde total, kg.
Ba = Biomasa aérea, kg.
Br = Biomasa radicular, kg.
b.4. Cálculo de la biomasa seca
Bs = Bevt- (Bevt X 40)/100
Donde:
Bs = Biomasa en peso seco
Bsvt = Biomasa verde total (peso verde)
b.5. Cálculo de carbono aéreo total
La biomasa total se multiplicó por 0,5 debido a que la materia seca
contiene en promedio un 50 % de carbono almacenado, para ello se utilizó
la siguiente fórmula (IPCC, 2003).
Donde: CAT = Bs X 0,5
CAT = carbono aéreo total en toneladas de carbono (tC)
Bs = biomasa seca total en tonelada (t)
b.6. Cálculo de carbono radicular
El valor de carbono radicular se obtuvo a través del método indirecto de
cálculo, que consiste en relacionar el carbono aéreo de la especie a través
de la siguiente fórmula propuesta por eiiPCC y se utilizó la relación media
entre biomasa bajo/sobre el suelo de 0,24 para bosque húmedo tropical y
subtropical (IPCC, 2003).
24
CR = 0,24 x (CAT) Donde:
CR = carbono radicular en tonelada por hectárea (Vha)
CA T = carbono aéreo en tonelada por hectárea (Vha)
b. 7. Cálculo de carbono total
Para la estimación del carbono total de la plantación se procedió a sumar el
carbono aéreo total y el carbono radicular.
CT= CAT+ CR Donde:
CT = carbono total en toneladas de carbono (tC)
CAT = carbono aéreo total en toneladas de carbono (tC)
CR = carbono radicular en tonelada de carbono (tC)
b.8. Cálculo del secuestro de dióxido de carbono
Vallejo (2009), Alegre (2008), Gamarra (2001) y IPCC (2003).
co2 = cT x 3.6663
Donde:
C02 = Dióxido de carbono secuestrado, tn/ha
CT = Carbono total almacenado, en tn/ha
3.6663 = Factor de conversión a C02, resultante del cociente de los
pesos moleculares del dióxido de carbono y del carbono.
*(Peso de las emisiones) 1 (Peso atómico del Carbono)
*Peso del C02 = C + 2 X 0 = 43.999915
*Peso atómico del carbono= 12.001115.
*Peso atómico del oxígeno= 15.9994x2 = 31.9988.
25
b.9. Estimación del valor económico del C02 secuestrado
Para la estimación del valor económico del C02 secuestrado, se procedió a
multiplicar la cantidad total de dióxido de carbono, con el respectivo precio
en el mercado, que tiene el carbono en un determinado lugar. Teniendo
para el mes de julio del presente año en promedio € 4,41 que es decir igual
a 16,54 Nuevos Soles por tonelada/hectárea/año.
Fórmula (IPCC, 1996).
VE = co2 X Precio en el mercado
Donde:
VE= Valor económico, t/C02/ha
C02= Dióxido de carbono secuestrado, t/ha
8.4. Técnicas e instrumentos de recolección de datos
./ Inventario forestal de las parcelas de las plantaciones de S. amara .
./ Cálculo de la biomasa arbórea .
./ Cálculo del stock de carbono .
./ Cálculo del secuestro de C02 .
./ Cálculo del valor económico del C02 secuestrado.
8.5. Técnica de presentación de resultados
Los resultados obtenidos en este estudio son presentados en forma de
cuadro de doble entrada y en figuras de barras, interpretadas y analizadas
cada uno de ellas. Presentación que está sujeta de acuerdo a la
concordancia a los objetivos de la investigación.
IX. RESULTADOS
9.1. Biomasa arbórea en plantaciones de S. amara en cinco edades diferentes (t/ha).
En el cuadro 03 y en la figura 01, se presentan los valores de biomasa
arbórea (t/ha), en cinco edades diferentes con distanciamientos de 1Om. X
10m.
La parcela 63 de S. amara de 6 años presenta la menor producción
promedio de biomasa arbórea de 6,45 t/ha, en un área de 3.5 ha, lo que
significa una estimativa total de 19,35 t/ha. Mientras que la parcela 31 de
27 años presenta la mayor producción promedio de 115,93 t/ha en un área
de 4.00 ha, lo que significa una estimativa total de 347,78 t/ha
respectivamente.
Cuadro 03. Biomasa arbórea de S. amara.
EDADES 6 17 27 35 44
150 C'CS e
•O -e- 100 C'CSC'CS a:s.C
~~ 50 E .2 .e
R1 5,44 35,32 116,58 88,57 90,16
TOTAL R2 R3 (t/ha)
7,31 6,60 19,35 18,19 4,80 58,31
101,47 129,73 347,78 71,87 74,88 235,32 97,14 70,75 258,05
115.93
78.44 86.02
J J1
6 17 27 35 44 años
PROMEDIO (t/ha) 6,45 19,44
115,93 78,44 86,02
e EDADES
•PROMEDIO
Figura 01. Promedio de la biomasa arbórea de S. amara.
27
9.2. Stock de carbono y secuestro de C02 en la plantación de S. amara en cinco edades diferentes.
En el cuadro 04 y 05, figura 02 y 03, se presentan los valores del stock de
carbono en tC/ha y secuestro de C02 expresado en tC02/ha, en
plantaciones de S. amara en cinco edades diferentes con distanciamientos
de 10m. x 10m.
La parcela de S. amara de 6 años presenta el menor stock de carbono
(tC/ha) con un valor promedio de 4.00 tC/ha y con un total de 12,00 tC/ha.
Con una menor capacidad de secuestro de Dióxido de carbono (C02)
promedio de 14,66 tC02/ha en un área de 3.5 ha, lo que significa que se
estima un total de 43,98 tC02/ha. Mientras que la parcela de 27 años
presenta el mayor stock de carbono con un promedio de 71,87 tC/ha y un
total de 215,62 tC/ha. Con una mayor capacidad de secuestro de Dióxido
de carbono (C02) promedio de 263,51 tC02/ha en un área de 4.00 ha, lo
que significa que estimativamente secuestra 790,54 tC02/ha.
Cuadro 04. Stock de carbono de S. amara.
TOTAL PROMEDIO EDADES R1 R2 R3 (tC/ha) (tC/ha)
6 3,37 4,53 4,09 12,00 4,00 17 21,90 11,28 2,98 36,15 12,05 27 72,28 62,91 80,43 215,62 71,87 35 54,92 44,56 46,42 145,90 48,63 44 55,90 60,22 43,86 159,99 53,33
28
- 80 71.87 ~ 70 -g60
g 50 o -e 40 ca •EDADES (,) 30 G) •PROMEDIO "'' 20 ..ll::
.S 10 U)
o 6 17 27 35 44
años
Figura 02. Promedio del stock de carbono en S. amara.
Cuadro 05. Secuestro de C02 de S. amara.
TOTAL PROMEDIO EDADES R1 R2 R3 (tC02/ha) (tC02/ha)
6 12,37 16,62 15,00 43,98 14,66 17 80,29 41,35 10,91 132,54 44,18 27 264,99 230,66 294,90 790,54 263,51 35 201,34 163,36 170,20 534,90 178,30 44 204,95 220,80 160,82 586,56 195,52
---300 263.51 o
e 250 o .a
178.30195.52 ... ~ ca 200
.e <D-"''S 15o
•EDADES e o 1;; ::. 100 •PROMEDIO G) :S (,) 50 G) U)
o 6 17 27 35 44
años
Fig~ra 03. Promedio del secuestro de carbono de S. amara.
s- ::¡o
29
9.3. Valoración económica (S/. tC02/ha).
En el cuadro 06 y figura 04, se presenta la valoración económica del
secuestro de dióxido de carbono (C02) expresada en Nuevos soles
SI. tC02/ha, en plantaciones de S. amara de diferentes edades con
distanciamientos de 10m. x 10m.
La parcela de S. amara de 6 años presenta el menor promedio del valor
económico del secuestro de C02 con 242,50 Nuevos soles en un área de
3.5 ha, lo que significa que estimativamente en total secuestra 43,98 t/ha y
obtiene un valor de 727,49 S/.tC02/ha. Mientras que la parcela de 27 años
presenta el mayor promedio del valor económico del secuestro de C02 con
4358,52 Nuevos soles en un área de 4.00 ha, lo que significa que
estimativamente en total secuestra 790,54 t/ha y obtiene un valor de
13075,56 S/.tC02/ha. respectivamente.
Cuadro 06. Valor económico en las cinco edades de S. amara.
EDADES R1 6 204,53 17 1327,93 27 4382,909 35 3330,156 44 3389,823
~- 5000 J ~ Ci4000 o .e -~ (;;¡ 3000 EO
R2 274,85 683,89
3815,08 2702,01 3652,01
TOTAL R3 (S/.tC02/ha)
248,11 727,49 180,47 2192,29
4877,57 13075,56 2815,16 8847,33 2659,95 9701,78
4358.52
2949.1 .f233.93
-g ~ 2000
8!!!. 1000 730.76
Q) ._N Q o O -o ~
242.50
-----6 17 27 años
35 44
PROMEDIO (S/.tC02/ha)
242,50 730,76
4358,52 2949,11 3233,93
IIIEDADES
•PROMEDIO
Figura 04. Promedio del Valor económico del C02 secuestrado de S. amara.
30
9.2. Análisis Estadísticos de las plantaciones de S. amara.
Con respecto al análisis estadístico, en el cuadro 08, 09, 1 o, 11 y 12, se
presenta el Promedio ± Desviación estándar y el Análisis de Varianza,
determinándose el nivel de significancia con la Prueba de F al 95 % de
probabilidad entre los cinco tratamientos; donde indica que son
significativos, es decir que al menos un tratamiento o más tiene mayor o
menor valor en sus variables respectivas.
En la Prueba de Tukey, cuadro 13, muestran que los tratamientos de 6 y 17
años no hay diferencia significativa (a=a) entre sí, en todas las variables,
pero sin con los tratamientos de 27, 35 y 44 años. El tratamiento de 27
años estadísticamente dio mejor resultado y no hay diferencia significativa
con el tratamiento de 44 años, sin embargo con la de 35 años si hubo
diferencia significativa en todas las variables.
Cuadro 07. Promedio± desviación estándar de las variables S. amara en cinco edades diferentes.
Tratamientos Biomasa stock de arbórea(t) carbono(tC/ha)
ES 6,45±0,94a 4,00±0,59a E17 19,44±15,30a 12,05±9,48a E27 115,93±14,14b 71,87±8,77b E35 78,44±8,90cd 48,63±5,52cd E44 86,02±13,67bc 53,33±8,48bc
Anova(sig) 0,000 0,000
Leyenda: E= Edad Sig= Nivel de significancia a= Letras iguales no hay diferencia significativa b= Letras iguales no hay diferencia significativa cd= Hay diferencia significativa ab= Hay diferencia significativa ac= Hay diferencia significativa be= Hay diferencia significativa
Secuestro de Valor ecónomico C02(tC02/ha) (S/.tC02/ha)
14,66±2,14a 242,50±35,49a 44,18±34,78a 730,76±575,16a 263,52±32,15b 4358,52±531,66b 178,30±20,24cd 2949,11±334,81cd 195,52±31, 08bc 3233, 93±514, 08bc
0,000 0,000
31
Cuadro 08. Análisis de Varianza para la variable Biomasa Arbórea.
Fuente de gl se CM Fe Ft95%
Variabilidad Tratamiento 4 6942,65 1735,66 3,54 2,53 Error 70 34294,32 489,92 Total 74 27351,67 FCarculada > FCritica= La diferencia es significativa
Cuadro 09. Análisis de Varianza para la variable Stock de Carbono.
Fuente de gl se CM Fe Ft95%
Varianza Tratamiento 4 2668,12 667,03 3,54 2,53 Error 70 13181,67 188,31 Total 74 10513,55 FCarculada > FCntica= La diferencia es significativa
Cuadro 10. Análisis de Varianza para la variable Secuestro de C02.
Fuente de gl se CM Fe Ft95%
Varianza Tratamiento 4 35869,39 8967,35 3,54 2,53 Error 70 177206,86 2531,53 Total 74 141337,47 FCarcurada > FCritica= La diferencia es significativa
Cuadro 11. Análisis de Varianza para la variable Valor Económico.
Fuente de gl se CM Fe Ft95%
Varianza Tratamiento 4 9813515,77 2453378,94 3,54 2,53 Error 70 48476270,34 692518,15 Total 74 38662754,57
FCarculada > FCritica= La diferencia es significativa
32
Cuadro 12. Prueba estadística de F y Tukey de los 5 tratamientos para la
variable Secuestro del C02•
Secuestro Prueba de F Prueba de Tukey
del C02 Total Significancia Significancia (t/ha) 95% 95% Especie Edades
6 43,98 No significativo No significativo
17 132,54 Significativo Significativo
S. amara 27 790,54 No significativo Significativo
35 534,90 Significativo Significativo
44 586,56 Significativo Significativo
Cuadro 13. Análisis del suelo de las diferentes edades de las plantaciones.
Especie Edades pH Análisis mecánico del suelo 6 4,03 Franco arenoso
17 3,80 Franco arcilloso
S. amara 27 4,51 Franco arcilloso
35 3,76 Franco arcilloso
44 3,63 Franco arenoso
XI. CONCLUSIONES
1. La mayor producción en promedio de biomasa arbórea (115,93 t/ha) se ha
obtenido en la plantación de 27 años; mientras que la menor producción en
promedio se ha determinado en la plantación de 6 años con 6,45 t/ha.
2. El mayor stock de carbono se ·presenta en la plantación de 27 años con
promedio de 71,87 tC/ha, seguido por la plantación de 44 años con 53,33
tC/ha; obteniendo los menores rendimientos en stock en las plantaciones
de 6 y 17 años con 4,00 y 12,05 tC/ha respectivamente.
3. El mayor secuestro de carbono se presenta en la plantación de 27 años
con un promedio de 263,51 tC02/ha, seguido por la plantación de 44 años
con 195,52 tC02/ha; obteniendo los menores rendimientos en stock en las
plantaciones de 6 y 17 años con 14,66 y 44,18 tC02/ha respectivamente.
4. La plantación que obtuvo mayor resultado en valor económico fue la de 27
años con un promedio de 4358,52 nuevos soles/tCOz/ha, seguido de la
plantación de 44 años con 3233,93 nuevos soles/tC02/ha y los menores
rendimientos se han obtenido en plantaciones de 6 y 17 años con 242,50
nuevos soles/tCOz/ha y 730,76 nuevos soles/tCOz/ha respectivamente.
5. La mayor biomasa de la plantación de 27 años estaría influenciado por el
mayor pH 4,51 del suelo.
X. DISCUSIÓN
Con mayor producción promedio de biomasa arbórea de S. amara fue la
plantación de 27 años con 115,93 tlha con respecto a las plantaciones de
mayor edad como de 35 años (78,44 t/ha) y 44 años (86,02 tlha); estos
resultados se han obtenido posiblemente porque el suelo de la plantación
de 27 años tiene mayor pH (4,51); lo que no ocurre con las plantaciones de
35 años (pH 3, 76) y de 44 años (pH 3,63) como lo manifiesta (Cabudivo
2005). En otro estudio Tang (2011 ), obtuvo resultados mayores para la
producción de biomasa arbórea de 181 ,41 tlha en la parcela 11 y a la
parcela VI con menor producción con 134 313,71 kg/ha (134,31 tlha), en el
arboretum "El Huayo" del CIEFOR Pto. Almendra, Loreto-Perú.
La plantación de 27 años con un promedio de 71,87 tiC/ha es la mayor en
el stock de carbono y la menor con 4,00 tiC/ha, la plantación de 6 años.
Glave et al (2001), en un estudio realizado muestra que el carbono
almacenado por hectárea se estima en 3,55 tC, lo que implica que para el
área actual de bosque estudiado (12.7 ha), el stock de carbono
almacenado asciende a 42,54 tC, proyectando estos resultados para un
área reforestada de 200 ha, el stock de carbono almacenado podría
alcanzar 670 tC. Mientras que Balbinot et al. (2007), obtuvo en sus
resultados un total de carbono fijado para la plantación de Pinus con más
de 15 años de 102 Mg.C.ha-1 muy próximo a lo encontrado por
Schumacher (2002): 114,84 Mg.C.ha-1 y 133,39 Mg.C.ha-1 en plantaciones
de Pinus taeda con 15 y 20 años respectivamente, en Rio Grande do Sul.
41
La cantidad de carbono almacenado y dióxido de carbono secuestrado en
las plantaciones, están influenciados por la edad de la plantación, la
relación entre la altura y los diámetros de los arboles como lo menciona
Gómez et al., (2000); en un estudio realizado en los sitios quinta Buenos
Aires, Estelí y Aurora, Nueva Segovia, que los árboles con mayor altura y
diámetro van a secuestrar mayor Dióxido de Carbono en su biomasa aérea,
en comparación con los de menor altura y diámetro.
La plantación con mayor C02 secuestrado es la de 27 años con un
promedio de 263,51 t/C02/ha, parcela 31 y al menor de 6 años con un
promedio de 14,66 t/C02/ha. En un estudio realizado por Acosta (2004), en
bosque secundario obtuvo un valor de 165,17 tC/ha. El mayor valor
encontrado a través de este estudio se explicaría por la presencia de
árboles de mayor DAP. Por otro lado Brown (2000), cita que el bosque
tropical húmedo promedio esta entre 155 a 160 tC/ha de biomasa en pie,
en América Latina y Asia, y en África alcanza 187 tC/ha. Así mismo Alegre
(1992), en investigaciones en Pucallpa y Yurimaguas, trabajando con
bosque secundarios de 15 años, Yurimaguas reporta 185,3 tC/ha y
Pucallpa 126,1 tC/ha. Pucallpa en plantaciones de 30 años con Hevea
reporta 74,0 tC/ha. En tanto Días y Molano (2002), en otro estudio
realizado sobre captura de C02 por plantaciones del genero EUCAL YPTUS
establecidas por el PRECA en tres cuencas carboníferas De Cesar, Valle
del Cauca-Cauca y el altiplano Cundiboyacense, obtuvo un resultado de
C02 capturado (Toneladas) de 11,285 tn para la cuenca Altiplano 22,022 tn
para el Valle del Cauca y 56,850 tn para la cuenca De Cesar.
42
Con mayor valor económico en soles fue la plantación de 27 años con un
promedio de 4358,52 S/.tC02/ha y con menor a la plantación de 6 años con
242,50 S/.tC02/ha. En otro estudio realizado por Quintana (2008), en su
trabajo sobre valoración económica de bienes y servicios ambientales de la
cuenca del río Nanay, aplicó el método estratificado y al azar, cubriendo
toda el área y las comunidades comprometidas en ella; mientras que para
el cálculo de la valoración económica, empleó el método de valoración
contingente mediante la elaboración de encuestas. Además, determinó que
la conservación de la biodiversidad de la cuenca del Nanay tiene valores
referenciales de US$ O, 15 a US$ 8,81 ha/año; y estima que la calidad y
cantidad de agua, presenta valores referenciales de US$ 1 O a US$ 20
ha/año; siendo US$ 61857,4 anuales la cantidad de captación económica
que posee la mencionada cuenca por concepto de bien hídrico. Por otro
lado Scarpinella (2002), citado por Renner (2004), menciona que el pago
por tonelada de carbono para proyectos forestales de MOL varía entre US$
4,00 y US$ 7,00 por tonelada fijada. En cuanto el Banco Mundial estima
que el valor de mercado de carbono esta entre US$ 5,00 y US$ 15,00 por
tonelada de carbono fijado (BNDES y MCT, 1999). A diferencia de Stuart
et al. (1998), estima una tonelada de carbono en US$ 12,00.
XII. RECOMENDACIONES
Para obtener similar resultado que la plantación de 27 años se recomienda
realizar nuevas plantaciones en la zona de la parcela 31.
La Universidad Nacional de la Amazonía Peruana y la Facultad de Ciencias
Forestales, que brinde charlas y seminarios para conocimiento de la
población en general sobre la importancia de valorar los bosques y
aprovecharlos de manera racional y sostenible, sobre todo por el papel que
cumplen como servicio ambiental.
Para efectos de valorizar económicamente el secuestro de C02 por parte
de los bosques de la Amazonía Peruana, se tener en cuenta los estudios
de inventarios forestales realizados en diferentes concesiones de la región
Lo reto.
XIII. BIBLIOGRAFÍA
AGOSTA, R.J.E. 2004. Determinación de captura de carbono en dos tipos de
bosque con manejo (Sistema Agroforestal) y sin manejo (Bosque
secundario) en la localidad de Zungarococha. Tesis (Ingeniero Agrónomo).
lquitos, Perú. Universidad Nacional de la Amazonía Peruana, Facultad de
Ciencias Forestales. 90p.
ADGER, W,N.; BROWN, K.; CERVIGNI, R. Y MORAN, D. 1995. Total econome
value of forests in México.
ALA TORRE, G. 1995. Mejorar la captación y retención del carbono. Boletín
informativo: Bosques y desarrollo. No 14 OIMT. México 44p.
ALEGRE, J. 1992. Reservas de carbono con diferentes sistemas de uso de la
tierra en dos sitios de la Amazonia peruana. INIA-PERU.
ALEGRE, J. 2008. Manejo de Sistemas Agroforestales para la recuperación de
los suelos degradados de la Amazonía y generación de servicios medio
ambientales. En: XI congreso Nacional y IV Internacional de la Ciencia del
Suelo. "Suelos: Agricultura Sustentable, Biodiversidad y Agroforestería para
el Desarrollo Rural". Tarapoto- Perú. 34-50p.
ALVITRES, V., J.FUPUY, A.CHAMBERGO, 2004. Proceso y Registro de fuentes
documentales: Fichas de Investigación. Manglares, Revista de
Investigación de la Universidad Nacional de Tumbes 2(1 ): 65-85p.
AZQUETA, D. 2004. Valoración económica de la calidad ambiental. McGraw-Hill.
Madrid. 273p.
BALBINOT, R.; VALERIO,A.F.; SANQUETTA,C.R; CALDEIRA,M.V.W.;
SILVESTRE, R. 2007. Estoque de carbono em plantagoes de pinus spp. Em
39
diferentes idades no sul do estado do Paraná. FLORESTA, Curitiba, PR, v.
38, 317-324p.
BN, 2013. BANCO DE LA NACIÓN DEL PERÚ. Tipo de cambio. Julio-2013.
BARSEV, R. 2002. Guía metodológica de valoración económica de bienes,
servicios e impactos ambientales. Primera edición. Nicaragua. 148p.
BROWN, S. 2000. Los Bosques Tropicales ¿Fuentes o sumideros de carbono?
www.google.com Pagina Web htpp:wrm.org.uy/.
CABUDIVO, A 2012. "Alternativas tecnológicas para la fabricación de prototipos
de construcción no estructural y mueblería a partir de la madera de
plantaciones de diferentes edades, CIEFOR- Pto. Almendra, Loreto-
Perú. Proyecto de Investigación. Informe Anual. Oficina General de
Investigación. Universidad Nacional de la Amazonía Peruana. lquitos-Perú.
49p.
CABUDIVO A, J. E. ALVAN; A E. MAURY; P. A ANGULO; J. ARELLANO; S.
QUINTANA 2005. "Cuantificación del efecto del ciclaje de biomasa en la
concentración de nutrientes en suelos de plantaciones forestales Pto.
Almendra-Loreto. Proyecto de Investigación. Informe Anual. Oficina
General de Investigación. Universidad Nacional de la Amazonía Peruana.
lquitos-Perú. 23 p.
CARRANZA, C.F.; BRUCE, AA; ECHEVERRÍA, J.; TOSI, J. Y MEJIAS, R. 1996.
Valoración de los servicios ambientales de los Bosques de Costa Rica.
Centro Científico Tropicai/ODA/MINAE. San José Costa Rica 77p.
CIESLA W. M. 1996. Cambio climático, bosque y ordenación forestal. Una visión
de conjunto, Roma, Italia FAO 115p.
CONAM, 2001. Informe Nacional sobre el Estado del Ambiente. Geo-Perú 167p.
40
CHAMBI, C.P.P. 2001. Valoración económica de captura de carbono mediante
simulación aplicado a la zona boscosa del río lnambari y Madre de Dios.
Perú 130p.
DÍAS, S.X. Y MOLANO, M.A. 2002. Cuantificación y valoración económica de la
captura de C02 por plantaciones del género Eucalyptus establecidas por el
PRECA en las cuencas carboníferas de Cesar, valle del Cauca-Cauca y
altiplano Cundiboyacense. Revista Forestal Iberoamericana Vol. 1 Na 1: 92-
102p.
FAO. 2010. Evaluación de los recursos forestales mundiales. Informe nacional.
Roma. 32p.
FEARNSIDE, P. M. 1994. Biomassa das florestas amazónicas brasileiras. In:
Anais do seminário Emissao por seqüestro de C02 urna nova oportunidade
de negócios para o Brasil. Rio de Janeiro. 95-124p.
FRANCO, S.M. 2009. Estimación de la captura de carbono en zonas forestales. El
caso del Parque Nacional Nevado de Toluca. 18. Edición. Toluca-México.
27p.
GAMARRA, J. 2001. Estimación del contenido de carbono en plantaciones de
Eucaliptus globulus Labill en Junín, Perú. En Simposio Internacional de
Medición y captura de carbono en ecosistemas forestales del 18-21de
Octubre.Valdivia-Chile.21 p.
http://www.chilepaisforestal.cl/_file/file_ 367 _ 3457pf_ficha%20n%C2%BA 15
_la%20captura%20de%20carbono. pdf.
GAYOSO, J. 2002. Medición de la capacidad de captura de carbono en bosques
nativos y plantaciones de chile. Revista Forestal Iberoamericana Vol. 1 No
1. Chile. 13p.
41
GLAVE, M. Y PIZARRO, R. 2001. Valoración económica de la diversidad
biológica y servicios ambientales en el Perú. IRG/BIOFOR. Perú 419p.
GLOSARIO DE LOS RECURSOS FORESTALES 2013. Greenfacts, España.
Mayodel20 13. Disponibleenlnternet: http://www.greenfacts. org/es/glosario/ab
c/bosque-recursos-forestales. htm
GÓMEZ, V. Y OVIEDO, S. 2000. Estudio sobre Sobre Fijación de Carbono en
Plantaciones de Pinusoocarpa, de 11 años de edad de los Sitios Quinta
Buenos Aires, Estelí y aurora, Managua, Nicaragua. UNA 57 p.
GUTIÉRREZ, V. Y G. LOPERA. 2001. Valoración económica de la fijación de
carbono en plantaciones tropicales de Pinus patula, Universidad Nacional
de Colombia, 19p.
HALL, D. 1998. La biomasa un sustituto energético: sustitución de combustibles
fósiles o sumideros de carbono, las repercusiones del uso de biomasa para
el Protocolo de Kyoto. En: Actualidad Forestal Tropical. 4-9p.
HIGUCHI, N., Y CARBALHO, J. A. 1994. Fitomassa e conteudo de carbon de
species arbóreas da Amazonia. In: Anais do seminário Emissao por
seqüestro de C02 urna nova oportunidade de negócios para o Brasil. Rio
de Janeiro. 125-153p.
INSTITUTO NACIONAL DE RECURSOS NATURALES. 1995. Guía explicativa
del mapa Forestal. Ministerio de Agricultura. Lima, Perú.
IPCC (lntergovernmental. Panel on Climate Change). 2003. Good practice
guidance for land use, land-use change and forestry. Japan: lnstitute for
Global Environmental Strategies (IGES) - IPCC. 628p.
IPCC (lntergovernmental Panel on Climate Change). 2006. Guidelines for National
Greenhouse Gas Inventaries- Reference Manual Volume No 3.
42
KREBS. 1995. Valoración de los servicios ambientales de los bosques tropicales.
Costa Rica-San José ODA, MINAE.
MALCA, S.G.A. 2008. Estimación de la capacidad de captura de C02 en bosques
secundarios del trópico amazónico como indicador de Valoración
Económica, Loreto-Perú 130p.
MEDINA, C. 2006. Indicadores de impacto de los sistemas forestales y
agroforestales. POSAF 11. 1-26p.
MONTOYA, G.; SOTO, L.; DE JONG, B.; NELSON, K.; FARIAS, P.; YAKACTIC,
P. Y TAYLOR, J. H. 2002. Desarrollo forestal sustentable: Captura de
carbono en las zonas tzeltal y tojolabal del estado de Chiapas. The
Edinburgh Centre for Tropical Forests. Chiapas-México 50p.
ONERN. 1976. Guía explicativa del mapa ecológico del Perú. Lima, Perú. 146p.
ONERN. 1991. Estudio detallado de suelos y uso de la tierra (!quitos), Oficina
Nacional de Evaluación de Recursos Naturales. 153p.
PACHECO, A. M. J. 2011. "Valoración económica de los bienes y servicios
ambientales de los bosques de la zona de Puerto Almendra-Nina Rumi
Lianchama, río Nanay, Loreto-Perú". Tesis para optar el título de Ingeniero
en Ecología de Bosques Tropicales. Facultad de Ciencias Forestales.
Universidad Nacional de la Amazonía Peruana. lquitos-Perú. 83p.
PARRA, A.; AMARILLA, S.; LEIVA, D.; BALBUENA, C.; SANTAGADA, E. 2009.
Guía para la elaboración de proyectos MDL forestales. Asunción, PY: IDEA
1 SEAM 1 FAO. 60 p.
PEÑA, E. Y BENT, L. 2007. El mercado de carbono. Cámara de comercio
colombo Americana. Perspectiva, Edición 15. Colombia 3p.
43
PEREZ E. et. al.; 2005. Potencial de plantación y fijación de carbono. Tomo 11.
MAGFOR- PROFOR PP 15, 16, 18, 165p.
QUINTANA, S.V. 2008. Valoración económica de bienes y servicios ambientales
de la cuenca del rio Nanay para un programa de gestión. Tesis para optar
el grado académico de Doctor en Ciencias Ambientales. Universidad
Nacional de Trujillo. Escuela de Post Grado.Trujillo.80 p.
RENNER, R.M. 2004. Seqüestro de carbono e a viabiliza<;ao de novos
reflorestamentos no Brasil. Disserta<;ao apresentada como requisito parcial
a obten<;ao do grau de Mestre em Ciencias Florestais do Curso de
PósGradua<;ao em Engenharia Floresta!, Setor de Ciencias Agrárias,
Universidade Federal do Paraná. 147p.
ROCHA, J.S. 1994. A seguranca de estructuras de madeira determinada a partir
de variabilidada de densidade básica e de propiedades mecánicas de
madeiras amazónicas. Desertacao a presentada a escala superior de
agricultura "Luz Queiroz" de la Universidad de Sao Paulo, Brasil.141 p.
SALOMON, E.P.; VILLE, C.A. Y DAVIS, P.W. 1987. Biología. Nueva Editorial
lnteramericana. México, D.F. 1325 p.
SCARPINELLA, G. A. Reflorestamento no Brasil e o Protocolo de Quioto. Sao
Paulo, 2002, 182 p. Disserta<;ao de Mestrado. USP.
SECRETARÍA GENERAL DE LA COMUNIDAD ANDINA (SGCAN) Y AGENCIA
ESPAÑOLA DE COOPERACIÓN INTERNACIONAL (AECID). 2007.
Bosques y Mercado de Carbono, Potencial del MOL Forestal en la
Comunidad Andina. Lima, Perú. 48p.
SECUESTRO DE CARBONO. España. Junio2013.
<http://www.lenntech.es/Secuestro-de-carbono-2013/index.html>
44
SEGURA, M. 1999. Valoración del servicio y almacenamiento de carbono en
bosques privados en áreas de conservación, cordillera volcánica central de
Costa Rica. CATIE. Tumalba. Costa Rica. 132p.
SERVICIO NACIONAL DE METEOROLOGÍA e HIDROLOGÍA (SENAMHI). 2001.
Evaluación meteorológica, !quitos - Perú. Boletín Regional. Dirección
Regional de Loreto SENAMHI. !quitos, Perú. V. 01 No 7, 13p.
SENDEC02, La Bolsa de C02, Sistemas de Electrónico de negociación de
derechos de Emisiones de Dióxido de Carbono. Paseo de Gracia, 19 - 3ra.
Planta 08007 Barcelona. Teléfono: +34 93 241 47 23; Fax: +34 93 304 16
94. Código de Localización Reuters: Sendeco. Disponible en
:www.sendeco2.com; [email protected]
STUART, M.; MOURA COSTA, P. 1998. Climate changa mitigation by forestry: a
review of international initiatives. Policy that works for forests and people
series No. 8. lnternational lnstitute for Environment and Development,
Londres, Reino Unido.
TANG, R.M.A. 2011. Producción de biomasa vegetal y concentración de
macronutrientes de la cobertura boscosa y suelo de las parcelas 11, IV, y VI
del Arboretum "El huayo" Puerto Almendra, Loreto-Perú. (Tesis para optar
el título de Ingeniero en Ecología de Bosques Tropicales), !quitos- Perú.
VALLEJO, A. 2009. Cambio climático, bosques y uso de la tierra. Curso
Formulación de Proyectos MOL Forestal y Bioenergía. Carbón Descisions.
Buenos Aires. Argentina. 29p.
ZAMORA J, QUIROS. 2000. Terminología forestal de uso común en centro
América. Manejo Forestal tropical. CATIE, Unidad de manejo de bosques
naturai.N14,Junio,2000.1SNN.1409-345p.
ANEXOS
LEYENDA [f] CutttiD Ta~llCO N'OI
l!!iillaaé~ c.ttuo G;lcctrcw•
NQIIMlt
nutMm
l D tlUIICt!>l ltt&ftt<O, Qldl~ltf M t<Uil>o
• O IIUil<•!>l lcU¡~<<•ctfllcttlklfNrGuiW>
jo tQ"c ll<IIU~O
6Q llullc•b141 lt}ltyoyHaw.
,o 111111<•0. 4Cidllllpllll'l¡lly
'S 11111.6!11 41 C&ftlqOit T llcll Cl\it ~ 0 PlllllCttf 41 TMtftO, MtN~ T Kla)'IIII'O
to011111l<•N (CMIIIIplii'DI
11 Onurt<•lil4cTM•ion'OI
n0ttUIIC•N«ltft,Ccft,lltc
80t¡wlmr"U•44l (hl'llu)
uOAm~ccmo•a
11 D!l!lCIOIMC!tiiOibt~• ll O riiiK~!>I u Huy111ro, TMilo,t.Utllpl yQvdl~
16 0 F1Uti6N 41HII)'IVII), TMdiO,MbVplfCCt-0
11 0nua6bl 4tTMtHo,Mtt11~fCIIIltrD
1$ BJ 111111<•111 ltTMtiO, Mtl'llli' 1 KOCI~
·~ GllllllMII (tiiii!I,AIIlliVOflC<tl hi)'O 1$0 MIIIICtN 4<TMtiOII'Ol
11 0FI«~a6bl4cCclroyc~
ll 0Mtli Cul¡ltl Ce lt lltOIIIHc lftll•ldl IOtlllll
(t)OttuK~bl 4cUelll
~tlilil!ttUiiCtiii(IMMII
Tt~4t tot~DI
8J tDf\11 •11<11'1~40 o &Oli;U le Nrtlll btJt Q 80~11 (111(1'111 !DU!t
(]J IJOl p-'tl6~11
~ ................ ~.N
~:('IUI 11~ ••,nl~ttw.V.at. ~ ....... Jf .. , .. , ..... ~.
"" . ¡fJ I'AC UlTAO OC lflCCNICRIA ,ORCSTAl
~·' litKtnlritloli;tnlcb AoUttt'>P<IIIU hrl.fub1~1•
a.o .... l:r.- •: ,...~lclaofl hl(ltrauttt-~ 11\\l'l'IIO>h-111"""'*~•-IOIS!II ,.,,
CAIII\1'0 !CO\ótlCOYCilCill01nU11COI"I
•J«•
"'"' ,-, "'''"'' ·1 úil: "~ sw:.vm lloti,!Otlth61o -tii.IZ "' -IHI
46
Figura 05. Mapa de evaluación de las parcelas: 5(17 años) y 7(44 años).
LEYENDA
lf IIIIJ!blf MCN!Id~Cl IS D rJijt&Otlll.lHat)IV.O,TI>'I>I4MIIOJ9iYQIIilot
ll Dllu!10tii41Hillt
~~ o IIUI10t114114'C•«fMll!llfl'lllktlOOI
11 O IIUI&OtlltC•Abcm~l!ll!•llfMJilkl lj D lllli&OCoi41CIIl!ICCi!V
ll O lll;t&OtlliH~ollfMMIIfllllkllóCO lt [J fiUIIOIIIIITI>'I>hN'6l
JI 0 liiiiiOiill.lAp ..
11 ~~ llllltotllt!Cillll~.q¡I~CW~tw, Mlllll$lllf
l! DlilltiOtllltTMoi41~~Hii)l11107CM ¡¡ o fiiiiiOtlli!Tl)'io!ON'Ol
K Ei]llwlt. ilflltJV?lrfl!!
11 O f.I*<Otccrc¡u
n DCIIlp?O!~>onr Cl D M'CU¡wlt!lifj(jlftHI ~fi~CiiiMI~ ¡¡ ~~ Tlll!li1Aili40tclocltlyet<idrc.4d CIIFOk
i1 0Tillcr41C¡rpll~il.l!WOk 41 E3 At:11'14110411Ciro~ lt • Mllcci4d CIIFOl
11 O Ylll!lf l.ll.Ntllultl.fc(T~) se O CU!~~t IIH~cAlcllM SS D !M¡Il OlpM 1'1) 411 CllloO lllf.l) AIIX141&
SI o fiiiiiOl:HikCiHJI
n Orot:.~Ji
Toto«l"l"
o~~~·flttltclllo D l'oi\IUCKIJ'IUlll,l
D itotttHCIIJ'IUIDMII.
O~tottHUlltlo CJ Uotpll\oplkl
120 120 llttros
47
680100 680400
Figura 06. Mapa de evaluación de la parcela: 31 (27 años) y 35(35 años).
LEYENDA
1111lt~tvll
rs O Ob1t2cii'~ q;;y•1!0. Torqil¡, lb•1~ yO•ilnr.;~ rl G Pb~Wl1& P¡~,AI:i~'l ylcclc ~ayo
1t O Pb~taciii&Tordb~'02
1S O Ob~~JciinC:tp¡AI~I4C4~(uo:i:l ro~bl
11 O 111•ucii•~EIJ«inrolll~.*lr,n~l1t'IOO ll O Obw•diTo•llb.lb••PS.~ill"',.,Y~~·wi ll EJ Ob~xihdcC;~~;Io.Odbcord\l•.ylbJar.~ldlla ll o ~~~-acijg~Tortil!.lbr¡p,~il)"IIOYCI410
.H O Obll2ciii~To•lll~'O&
11 0 Ob'I.Xnldllb•lriWOl
.H O Plllbcil!~Orilo 11 D AliOli\" El ~tlAYó 41 o~~lll<iimr~ ¡~ O C;wril d1 P~e¡, Ail11do
¡1 DZJ Pllll2cii•óc llo(u
TfOl!Elflll
o~lltfiii"!I.IO o~~~(ltflllteü
l)~¡q
~~ .. ,..._ .... .,t,,~~w.p;t,,~ •
~ ... ~ ... ~ ..., ...
P.IC ULTAO 0[ INC[AICGIA 'OmTAl ;¡ 1 :..,.., ~tttl!ltlLt~fttlil~ ÁOI•titl!lllll
~riJuhtlo
Oo(ttMo l: ltt.to• •: Qldttlllll hftlldftl-~ nlll'ton"~'"""'lto-'>~,...,o,.ln
~: (~fll\1~ tc~tOGICOY awno munco~·l t)Ue
.,., !"""'"'""'' ·llllh:l:~ m.tm .,.,..,
lttotlll.lll -..:-1111
48
Figura 07. Mapa de evaluación de la parcela 63 (6 años).
49
Figura 08. Toma de datos del DAP de los árboles de S. amara.
Figura 09. Toma de datos de la altura de los árboles de S. amara.
Figura 1 O. Georeferenciación de los árboles de S. amara inventariados.
50
Cuadro 14. Datos del inventario de S. amara realizado en la parcela 5 (17 años).
No ALTURA de DISTANCIA HASTA EL
árbol DAP CLINOMETRO ENTRE EL OJO ALTURA GPS ÁRBOL YEL DEL OPERADOR OPERADOR TOTAL
(cm) (%) (m) (m) (m) UTMX UTMY 1 19,4 8,5 23 1,62 21,17 680535 9577018 2 18 10,9 19 1,62 22,33 680525 9577000 3 23,6 8,3 19 1,62 17,39 680521 9577006 4 24,8 7,3 22 1,62 17,68 680509 9576996 5 13,5 11 11 1,62 13,72 680452 9576948 6 10,9 9,6 12 1,62 13,14 680468 9576964 7 13,1 9 10 1,62 10,62 680449 9576984 8 10,6 8,1 10 1,62 9,72 680443 9576978
51
Cuadro 15. Datos del inventario de S. amara realizado en la parcela 7 (44 años).
Wde DAP CLINOMETRO DISTANCIA ALTURA ALTURA GPS árbol (cm) (%) ENTRE EL HASTA EL TOTAL
ARBOLYEL OJO (m) UTMX UTMY OPERADOR DEL
(m) OPERADOR (m)
1 38,4 11 20 1,62 23,62 680551 9576962 2 27,2 9 20 1,62 19,62 680556 9576958 3 36,5 11 23 1,62 26,92 680559 9576958 4 33,7 10 25 1,62 26,62 680562 9576958 S 23,2 8 21 1,62 18,42 680575 9576952 6 45,9 10 21 1,62 22,62 680600 9576948 7 32,9 9 23 1,62 22,32 680596 9576946 8 33,6 12 22 1,62 28,02 680592 9576944 9 39,5 11 21 1,62 24,72 680587 9576946 10 26,5 10,8 20 1,62 23,22 680580 9576948 11 25,7 7 20 1,62 15,62 680578 9576946 12 35,4 9 25 1,62 24,12 680571 9576948 13 27,1 7,2 21 1,62 16,74 680566 9576950 14 42,8 8,6 25 1,62 23,12 680554 9576950 15 23,9 7 25 1,62 19,12 680551 9576952 16 26,3 8 20 1,62 17,62 680549 9576950 17 25,7 10,4 23 1,62 25,54 680560 9576946 18 29,4 10,8 20 1,62 23,22 680562 9576946 19 26,9 11 20 1,62 23,62 680567 9576946 20 30,8 10 25 1,62 26,62 680575 9576946 21 26,6 10,8 21 1,62 24,30 680575 9576946 22 30,6 9,8 23 1,62 24,16 680587 9576944 23 47,5 10 25 1,62 26,62 680592 9576944 24 32,5 7,6 22 1,62 18,34 680597 9576942 25 27,2 11,4 22 1,62 26,70 680588 9576946 26 36,8 11,4 22 1,62 26,70 680576 9576944 27 40,3 11,2 24 1,62 28,50 680570 9576944
28 29,3 13 21 1,62 28,92 680563 9576944 29 22,9 10,6 20 1,62 22,82 680552 9576948
30 37,3 9 23 1,62 22,32 680547 9576952
31 29,8 7,4 26 1,62 20,86 680547 9576950
32 23,5 10,2 21 1,62 23,04 680551 9576946 33 24,7 9,4 21 1,62 21,36 680558 9576942
34 32,5 11,4 23 1,62 27,84 680578 9576934
35 33,7 9,4 26 1,62 26,06 680593 9576938
36 28,8 10 18 1,62 19,62 680596 9576928 37 34,4 9,4 26 1,62 26,06 680593 9576930
52
38 32,7 9,2 22 1,62 21,86 680580 9576936 39 24,8 9,6 19 1,62 19,86 680571 9576936 40 39,9 9,2 25 1,62 24,62 680565 9576936 41 25,5 9 21 1,62 20,52 680559 9576938 42 22,7 7 23 1,62 17,72 680556 9576938 43 28,1 8 26 1,62 22,42 680547 9576940 44 34,3 8,6 29 1,62 26,56 680541 9576942 45 36,1 8,2 28 1,62 24,58 680540 9576933 46 34,1 7,2 30 1,62 23,22 680546 9576938 47 25,4 7,6 27 1,62 22,14 680552 9576938 48 24,5 8,8 17 1,62 16,58 680556 9576934 49 24,9 8,6 21 1,62 19,68 680566 9576932 50 35,2 7,2 22 1,62 17,46 680571 9576932 51 22,6 8,2 21 1,62 18,84 680581 9576928 52 45,8 9 22 1,62 21,42 680590 9576928 53 26,7 7,4 22 1,62 17,90 680585 9576924 54 33,4 8 24 1,62 20,82 680585 9576924 55 31,9 9,6 24 1,62 24,66 680584 9576924 56 24,3 10,2 20 1,62 22,02 680578 9576926 57 30,3 8,8 26 1,62 24,50 680569 9576928 58 30,8 6,5 30 1,62 21,12 680565 9576928 59 25,7 9 14 1,62 14,22 680562 9576928 60 25 9,4 21 1,62 21,36 680552 9576930 61 21,5 8,6 21 1,62 19,68 680549 9576932 62 47,2 9 22 1,62 21,42 680544 9576934 63 28,7 10 24 1,62 25,62 680543 9576932
64 25,2 7,8 23 1,62 19,56 680550 9576924 65 23,1 9 20 1,62 19,62 680562 9576920
53
Cuadro 16. Datos del inventario de S. amara realizado en la parcela 31 (27 años).
N°de DAP CLINOMETRO DISTANCIA ALTURA ALTURA GPS árbol (cm) (%) ENTRE EL HASTA EL TOTAL
ÁRBOL Y OJO (m) UTMX UTMY EL DEL
OPERADOR OPERADOR( m) (m)
1 40 1,275 21 1,62 28,395 679667 9576240 2 36 0,925 22 1,62 21,97 679665 9576224 3 35 1 22 1,62 23,62 679667 9576218 4 37 1,15 22 1,62 26,92 679664 9576210 5 33 1,25 17,7 1,62 23,745 679665 9576202 6 44 1,55 18 1,62 29,52 679666 9576204 7 31 1,2 15 1,62 19,62 679669 9576224 8 21,5 1,5 15,8 1,62 25,32 679673 9576236 9 21 1,15 15,8 1,62 19,79 679673 9576236 10 36 1,55 18 1,62 29,52 679679 9576246 11 45 1,4 18 1,62 26,82 679678 9576244 12 33 1,3 17 1,62 23,72 679677 9576240 13 29 1,75 17 1,62 31,37 679677 9576232 14 34 1,25 15,7 1,62 21,245 679677 9576224 15 20 1,4 19 1,62 28,22 679677 9576220 16 25 1,4 20 1,62 29,62 679674 9576212 17 41 1,35 15,2 1,62 22,14 679671 9576198 18 31,5 1,725 15 1,62 27,495 679676 9576202 19 35 1,65 14,8 1,62 26,04 679681 9576210 20 28 1,05 18 1,62 20,52 679682 9576216 21 36 1,2 18 1,62 23,22 679684 9576220 22 21,5 1,2 14,75 1,62 19,32 679683 9576226 23 24 1,85 13,8 1,62 27,15 679684 9576232 24 22 1 17,7 1,62 19,32 679685 9576238 25 25 1,075 19 1,62 22,045 679633 9576244 26 32,5 1,75 14 1,62 26,12 679690 9576242 27 27 1,5 14 1,62 22,62 679689 9576238
28 37 1,2 27,7 1,62 34,86 679639 9576232 29 21 1,2 12 1,62 16,02 679689 9576226
30 24 1,25 13,5 1,62 18,495 679688 9576222 31 34,5 2 13 1,62 27,62 679688 9576214
32 47 1,65 15,7 1,62 27,525 679687 9576208 33 35 1,75 16 1,62 29,62 679684 9576202 34 33 1,75 13 1,62 24,37 679689 9576200 35 21,5 1,7 11 1,62 20,32 679689 9576206
36 31 1,5 13 1,62 21,12 679692 9576210 37 37 1,75 15 1,62 27,87 679699 9576232
54
38 35 1,65 12,7 1,62 22,575 679699 9576236 39 28,5 2,25 12 1,62 28,62 679695 9576246 40 33 1,5 14,8 1,62 23,82 679699 9576246 41 22 1,5 12,5 1,62 20,37 679700 9576232 42 38,5 1,35 17,8 1,62 25,65 679696 9576216 43 34 1,15 18,9 1,62 23,355 679696 9576206 44 32 1,5 16 1,62 25,62 679701 9576198 45 34 2 14 1,62 29,62 679707 9576204 46 35 2,5 14,4 1,62 37,62 679713 9576228 47 27 1,75 12,8 1,62 24,02 679713 9576222 48 39 2,5 13,6 1,62 35,62 679711 9576206 49 54,47 1,75 16,2 1,62 29,97 679712 9576202 50 31 0,95 16,2 1,62 17,01 679709 9576196
55
Cuadro 17. Datos del inventario de S. amara realizado en la parcela 35 (35 años).
N• de DAP CLINOMETRO DISTANCIA ALTURA ALTURA GPS Árbol (cm) (%) ENTRE EL HASTA EL OJO TOTAL (m)
ÁRBOL YEL DEL UTMX UTMY OPERADOR (m) OPERADOR (m)
1 39,4 1,65 15 1,62 26,37 680056 9575982
2 34,7 1,9 8,8 1,62 18,34 680044 9575986
3 27,4 1,225 13,5 1,62 18,1575 680044 9575982
4 24,2 2,15 9,4 1,62 21,83 680039 9575982
5 32,6 1,25 14,4 1,62 19,62 680017 9575988
6 42,1 1,45 14,8 1,62 23,08 680017 9575982
7 36,1 1,975 13,7 1,62 28,6775 680048 9575976
8 40,9 1,85 11,5 1,62 22,895 680050 9575986
9 32,9 1,75 14 1,62 26,12 680055 9575968
10 26,5 0,835 19,4 1,62 17,819 680050 9575960
11 29,4 1,05 16,5 1,62 18,945 680046 9575968
12 31,9 1,15 14,4 1,62 18,18 680035 9575974
13 27,2 1,325 14,1 1,62 20,3025 680039 9575970
14 23,9 1,365 11,5 1,62 17,3175 680052 9575964
15 24,5 1,7 11,8 1,62 21,68 680049 9575962
16 22,9 1,5 14,4 1,62 23,22 680040 9575962
17 32,6 1,625 13,5 1,62 23,5575 680018 9575964
18 24,3 1,5 12,7 1,62 20,67 680045 9575958
19 35,1 1,55 14 1,62 23,32 680046 9575954
20 30,9 1,85 10,75 1,62 21,5075 680045 9575954
21 22,9 1,475 12,15 1,62 19,54125 680032 9575956
22 39,2 1,15 16,1 1,62 20,135 680026 9575960
23 33,9 1,05 18,5 1,62 21,045 680023 9575958
24 33,5 1,6 14,65 1,62 25,06 680026 9575966
25 21,5 1,475 15,35 1,62 24,26125 680027 9575956
26 28,6 1,425 15,3 1,62 23,4225 680017 9575956
27 24,5 2,3 12,8 1,62 31,06 680015 9575950
28 28,3 1,225 14,3 1,62 19,1375 680025 9575942
29 21,2 1,2 19,5 1,62 25,02 680030 9575940
30 20,4 2,1 10,45 1,62 23,565 680035 9575935
31 29,1 1,5 15 1,62 24,12 680021 9575940
32 27,5 1,475 14,1 1,62 22,4175 680016 9575946
33 36,7 1,525 14,8 1,62 24,19 680007 9575946
34 33,2 1,9 12 1,62 24,42 680006 9575946
35 32,5 1,5 12,3 1,62 20,07 680002 9575950
36 30,9 1,375 15,4 1,62 22,795 680019 9575940
37 32,5 1,235 14,4 1,62 19,404 680033 9575932
38 21,9 1,4 13,1 1,62 19,96 680032 9575932
39 27,8 2 10,9 1,62 23,42 680025 9575934
56
Cuadro 18. Datos del inventario de S. amara realizado en la parcela 63 (6 años).
N°de DAP CLINOMETRO DISTANCIA ALTURA ALTURA GPS Árbol (m) (%) ENTRE EL HASTA EL TOTAL
ÁRBOL Y EL OJO (m) UTMX UTMY OPERADOR DEL
(m) OPERADOR (m)
1 16 1,325 9,5 1,62 14,2075 680147 9576020
2 22,9 1,375 7,4 1,62 11,795 680136 9575920 3 12,3 1,175 7,2 1,62 10,08 680132 9575924
4 8,5 1,725 5,8 1,62 11,625 680115 9575908 5 19,7 1,675 6,7 1,62 12,8425 680107 9575884 6 18,9 1,05 9,7 1,62 11,805 680110 9575866
7 9,3 1,175 6,8 1,62 9,61 680111 9575852 8 11,4 1,675 6,45 1,62 12,42375 680113 9576850 9 13,5 1,4 6,8 1,62 11,14 680099 9576850 10 11,9 1,65 6 1,62 11,52 680096 9576848
11 14,4 1,4 7,7 1,62 12,4 680091 9576842 12 12,9 1,375 6,5 1,62 10,5575 680102 9576836 13 11,2 1,65 6,4 1,62 12,18 680104 9575826 14 10,5 0,79 6,1 1,62 6,439 680081 9575806 15 2 1,95 2,4 1,62 6,3 680037 9575664 16 4 1,2 3,68 1,62 6,036 680003 9575688
17 22 0,7 6,45 1,62 6,135 680063 9575692
18 14 1,5 5,64 1,62 10,08 680053 9575722 19 21 2,15 7,27 1,62 17,2505 680072 9575722 20 6 0,85 10,9 1,62 10,885 680077 9575740 21 16 2,4 4,5 1,62 12,42 680071 9575734
22 8 1,4 10,04 1,62 15,676 680086 9575758 23 15 1,4 7,6 1,62 12,26 680086 9575758 24 9 1,4 8,45 1,62 13,45 680086 9575758 25 13 1,4 8,6 1,62 13,66 680087 9575758
26 11 1,4 8,9 1,62 14,08 680087 9575760 27 8 1,4 9,07 1,62 14,318 680087 9575758
28 17 1,4 6,1 1,62 10,16 680091 9575764 29 12 1,25 7,3 1,62 10,745 680086 9575770
30 6 0,9 5,35 1,62 6,435 680091 9575788
Top Related