ECUACIONES DE BIOMASA AÉREA Y SUBTERRÁNEA EN

Sanquetta, Watzlawick, Arce y de Mello 2001 - 1 -
ECUACIONES DE BIOMASA AÉREA Y SUBTERRÁNEA EN PLANTACIONES DE Pinus taeda EN
EL SUR DEL ESTADO DE PARANÁ, BRASIL
1
Carlos Roberto Sanquetta Luciano Farinha Watzlawick
Anabel Aparecida de Mello
2
3
Julio Eduardo Arce
4
UNIVERSIDAD FEDERAL DEL PARANÁ
Departamento de Ciencias Forestales
Teléfono: (0xx41) 360-4264 – 360 4290 FAX: 360 4231
1
Prof. Dr. Inventario Forestal. Email: [email protected]
2
Prof. Msc. Alumno de doctorado Manejo Forestal. Email: [email protected]
3
Prof. Dr. Manejo Forestal. Email: jarce@ floresta.ufpr.br
4
Alumna de Doctorado en Manejo Forestal. Email: anabel@ floresta.ufpr.br
RESUMEN
El rol de los árboles en la captura del gas carbónico ha sido muy discutido actualmente en virtud de su
potencial para reducir el efecto invernadero. Sin embargo, pocos trabajos han sido realizados con
énfasis en comprobar científicamente el stock y la dinámica de carbono en las diferentes especies.
Las inmensas dificultades operativas impuestas por los estudios de biomasa son barreras difíciles de
vencer en la elucidación de este fenómeno. Ecuaciones de regresión, fundamentadas en la
correlación entre las variables de difícil medición y aquellas directamente medidas en inventarios
forestales ayudan en la estimación de biomasa. Esta investigación tuvo por objetivo caracterizar las
relaciones alométricas entre variables tomadas en árboles de Pinus taeda, una de las principales
especies reforestadas en Brasil. Los datos provienen de plantaciones localizados en el sur del Estado
de Paraná. En febrero de 2001, 18 individuos con edades de 17 a 21 años fueron apeados y secados,
tomándose las siguientes variables: D (dap), H (altura total), Peso Verde del Fuste (PVF), Peso Verde
del Follaje Vivo (PVFv), Peso Verde de Ramas Vivas (PVRv), Peso Verde de Ramas Muertas (PVRm)
y Peso Verde de Raíces (PVR). Los pesos verdes (PV) fueron determinados a campo con balanza de
b
capacidad para 300 kg. Los datos fueron empleados para ajustar los siguientes modelos: (1) PV=aD ;
2
2
2
2
2
2
(2) PV=a+bD+cD ; (3) PV=a+bD+c(D H); (4) PV=a+bD+cD +d(D H); (5) PV=a+bD +c(D H); (6)
b
c
PV=a+bD+cH; y (7) PV= aD H . Los modelos fueron ajustados para todas las variables de peso
2
previamente mencionadas. El modelo (7) fue el que mejor ajuste presentó (R =0,97) para PVF, a
pesar de haber sido constatada una escasa diferencia con relación a los modelos (3), (4) y (5). Para
2
PVFv, los mejores modelos fueron el (1) y el (7) (R >0,83 y 0,84). Para PVRv, los modelos (1) y (7)
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 2 -
2
también se destacaron de los demás (ambos con R =0,76). Para PVRm, los modelos (3) y (4)
2
presentaron mejores ajustes (R =0,87 y 0,88), con ligeras diferencias con relación a los modelos (2) y
2
(5) (R =0,86 y 0,85). En el caso de PVR, los ajustes fueron peores, siendo los mejores modelos el (3)
2
y el (4) (R =0,67 y 0,68), con ligeras diferencias con respecto a los demás, excepto para el modelo (6)
2
que fue mucho peor (R =0,56). Se concluye que las relaciones entre las variables de fácil medición y
de biomasa del fuste son muy sólidas, pudiendo ser expresadas de forma muy satisfactoria por los
modelos aquí ajustados. Para ramas vivas y raíces la situación es distinta, pues las relaciones son
apenas modestas. Para follaje y ramas muertas ocurre una situación intermedia.
SUMMARY
The role of trees in carbon sequestration has been intensively discussed in these days because of its
relation to global climatic changes coupled to the so-called greenhouse effect. However, few
researches have focused the behavior of the different species in terms of carbon stocking and its
dynamics. The great operational difficulties imposed by the forest biomass studies are barriers to be
the clarification of this process. Regression equations, taking into account the correlation between
variables difficult to assess and those readily obtained through ordinary forest inventories, are helpful
in estimating forest biomass at larger scale. This study has the purpose of characterizing the
biometrical relations among several biomass variables taken on loblolly pine (Pinus taeda) trees
growing under pure plantation conditions in southern Brazil. Data came from stands located in Paraná
State belonging to a private forest company. In February 2001, 19 individuals, with ages ranging from
14 to 32 years, were felled down and their biomass was separated in parts. The following variables
were recorded: D (dbh), H (total height), Trunk Fresh Weight (PVF), Foliage Fresh Weight (PVFv),
Living Branch Fresh Weight (PVRv), Dead Branch Fresh Weight (PVRm) and Root Fresh Weight
(PVR). The fresh weights (PV) were determined in the field by using a balance with capacity up to 300
b
2
kg. The data were used to fit the following models: (1) PV=aD ; (2) PV=a+bD+cD ; (3)
2
2
2
2
2
PV=a+bD+c(D H); (4) PV=a+bD+cD +d(D H); (5) PV=a+bD +c(D H); (6) PV=a+bD+cH; e (7) PV=
b
c
2
aD H . The results showed that model (7) gave the best fitting (R =0.97) to PVF, though the difference
among that model and models (3), (4), and (5) were noticed. For PVFv, the best models were (1) and
2
(7) (R >0.83 and 0.84). For PVRv, models (1) and (7) were those that showed the most satisfactory
2
2
estimates (both R =0.76). For PVRm, models (3) and (4) showed the best fitting (R =0.87 and 0.88),
2
but little difference was noticed in comparison to models (2) and (5) (R =0.86 and 0.85). In the case of
PVR, fitting was considerably worse, because of low correlations; in that case models (3) and (4) were
2
the most reasonable (R =0.67 and 0.68), though other the models gave similar results (except model
2
(6) - R =0.56). It was concluded that the relations between the Forest inventory variables and trunk
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 3 -
biomass are very solid ones. The equations presented in this study can be readily used for biomass
estimation. However, the situation for living branch and roots is much worse. An intermediate condition
is found for foliage and dead branch.
INTRODUCCIÓN
El aumento de la polución atmosférica, ocasionada principalmente por la quema de combustibles
fósiles, ha creado el llamado efecto invernadero, que está alterando las temperaturas de la Tierra,
causando preocupaciones relacionadas con estos cambios en el ámbito mundial. Esto ha llevado a
varios centros de investigación a investigar más detalladamente el tema y a buscar alternativas para
amenizar este efecto. Sobre la base de la Convención del Clima, aprobada en la reunión cumbre RIO
92 y ratificada por centenas de países en Kioto en 1997, fue definido el compromiso de reducción del
5,02 % (promedio) de las emisiones, a ser efectivizado entre 2008 y 2012 (BRANDÃO, 2001). Según
este autor, en esta misma reunión fue discutido un protocolo estableciendo un Mecanismo de
Flexibilización y el Mecanismo de Desarrollo Limpio, los cuales tienen por objetivo permitir que una
empresa contaminante pueda compensar su emisión, invirtiendo en proyectos que comprueben el
secuestro de carbono. Más recientemente, negociaciones en Bonn modificaron un poco el escenario,
por la fuerte intervención americana.
El interés con relación al secuestro de carbono en bosques plantados ha crecido, en virtud de su
elevada tasa de crecimiento, debido a su elevada capacidad de fijar el dióxido de carbono, en función
de la eficiencia fotosintética. Estos bosques, sin embargo, presentan una gran variabilidad en términos
de capacidad de fijar carbono, pues su productividad depende de las condiciones del medio físico, de
las técnicas de plantación y manejo, de la especie y el respectivo material genético, entre otros.
Para que se pueda clarificar la capacidad de carbono secuestrado por determinada especie, bajo
condiciones específicas de plantación, sitio y manejo, es necesario que sean realizadas
determinaciones de biomasa y análisis del contenido de carbono existente en la misma. Sin embargo,
determinaciones de biomasa implican en el uso de métodos destructivos, lo que impone grandes
dificultades operativas y costos elevados. Una alternativa es realizar determinaciones directas en
menor escala y emplear modelos de regresión (ecuaciones alométricas), que pueden proporcionar
estimaciones bastante razonables, con menores dificultades.
Como Pinus taeda es una de las especies forestales más plantadas en Brasil, y poco se sabe aún
sobre las relaciones de biomasa, este estudio fue realizado con el objetivo de elucidar el asunto. Por
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 4 -
lo tanto, el objetivo de este trabajo es presentar resultados de un estudio de ajuste de ecuaciones para
estimar la biomasa aérea y subterránea de la especie en cuestión.
LOCALIZACIÓN Y CARACTERIZACIÓN DEL ÁREA DE ESTUDIO
El área de estudio se localiza en la región sur del Estado de Paraná, Brasil, en el municipio de General
Carneiro, entre las coordenadas 26°20’35’’ y 26°26’13’’S, y 51°19’49’’ y 51°25’29’’W, conforme puede
visualizarse en la Figura 1. La propiedad posee en total un área de 4.211 ha y pertenece a las
Industrias Pedro N. Pizzatto Ltda. La propiedad está cubierta básicamente por bosque natural,
plantaciones de Pinus taeda y Araucaria angustifolia.
Equador
Brasil
Trópico de Capricórnio
Bioma da Floresta de
Araucária
Estado do
Paraná
Área de Estudo
Figura 1: Localización del área de estudio
Los suelos del área son clasificados como orgánicos e hidromórficos, con el predominio de cambisoles
asociados con suelos litólicos y otras asociaciones con podzoles y latosoles. El clima es subtropical
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 5 -
húmedo mesotérmico (Cfb), con temperaturas variando entre 15°C y 19°C. En los meses más fríos la
temperatura mínima puede alcanzar -10°C, y en los períodos más cálidos las temperaturas ascienden
hasta 36°C (SANQUETTA, 1998).
La vegetación natural corresponde al bioma de la “Floresta Ombrófila Mista”, poseyendo como
especie característica y dominante a la Araucaria angustifolia. LEITE (1994), resalta que son pocas las
formaciones forestales brasileñas que tienen su fisonomía tan bien caracterizada. Agrega además que
la misma sufrió una intensa y profunda alteración antrópica, pero que aún así la presencia de los
remanecientes muestra la distribución del bioma facilitando su identificación.
MATERIAL Y MÉTODOS
Fueron estudiadas plantaciones de Pinus taeda, con edades variando entre 14 y 32 años. Fueron
2
utilizadas en el muestreo 7 parcelas de 64 m (8 m x 8 m). En estas unidades, los árboles fueron
cortados y medidos en diámetro a la altura del pecho, altura total y altura comercial. El muestreo
totalizó 19 árboles en clases diamétricas variadas.
Los individuos muestreados fueron clasificados en función de la variable diámetro de cuadrático medio
(dg), que según FINGER (1992) y SCHNEIDER (1993) es una variable de fácil estimación y presenta
una alta correlación con el árbol de volumen medio del rodal. Además de este criterio, también fue
muestreado un árbol con diámetro mínimo y otro con diámetro máximo encontradas en la parcela de
muestreo.
Luego de separar las diversas partes del árbol (fuste, ramas vivas, ramas muertas, acículas), las
mismas fueron pesadas separadamente utilizando una balanza con capacidad para 300 kg.
El muestreo de la parte subterránea (raíces) fue realizado en el árbol dg, a través de la abertura de
una trinchera, con una profundidad de 0,50 m, considerando en todos los casos el espaciamiento
inicial de plantación. Por ejemplo, en una plantación con un espaciamiento de 3 m x 3 m, fue hecha
una trinchera de 3 m x 3 m x 0,5 m, en la cual todas las raíces con circunferencias superiores a 1 cm
fueron colectadas y pesadas.
Los datos fueron luego organizados, para ser utilizados en este trabajo, en las siguientes variables:
diámetro a la altura del pecho (D), altura total (H), Peso Verde del Fuste (PVF), Peso Verde del Follaje
(PVFl), Peso Verde de Ramas Vivas (PVRv), Peso Verde de Ramas Muertas (PVRm) y Peso Verde
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 6 -
de Raíces (PVR). En la evaluación de la calidad de los ajustes, fueron analizados los coeficientes de
2
ajuste (R y Syx %) y la distribución gráfica de los residuos.
Tabla 1: Modelos de biomasa ajustados
Nº
Modelo
b
1
PV = a D
2
PV = a + b D + c D
3
PV = a + b D + c (D + H)
4
PV = a + b D + c D + d (D H)
5
PV = a + b D + c (D H)
6
PV = a + b D + c H
7
PV = a D H
2
2
2
2
b
2
2
c
RESULTADOS
Un análisis previo de las correlaciones simples entre las variables estudiadas fue efectuada. La misma
indicó la existencia de correlaciones fuertes entre las variables D y H y el Peso del Fuste.
Correlaciones bajas fueron evidenciadas para Peso Verde de Ramas Vivas y Peso Verde de Raíces.
Correlaciones intermedias fueron percibidas entre las variables de inventario forestal y el Peso del
Follaje y el Peso de Ramas Muertas.
La Tabla 2 muestra los coeficientes de la regresión de todos los modelos ajustados para todas las
variables de biomasa, bien como los respectivos coeficientes de determinación y los errores estándar
de la estimación en porcentaje.
En general, considerando el conjunto de variables analizadas, los modelos presentaron un
comportamiento muy semejante en términos de calidad de ajuste a los datos.
Cuando fueron analizadas las variables de manera individualizada, puede observarse que para el
Peso Verde del Fuste, los modelos (4), (6) y (7) fueron superiores a los demás. Para esta variable los
ajustes fueron muy buenos, reflejando la alta correlación encontrada con las variables independientes.
La porción fuste es la mayor de toda la biomasa y guarda una fuerte relación con el dap y la altura
total del árbol. Adicionalmente, ella es poco afectada por eventuales daños naturales (como quiebra
de ramas o pérdida de parte del follaje) o por dificultades de medición (como es el caso de las raíces).
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 7 -
Por consiguiente, las estimaciones de Peso de Fuste son de mejor calidad. De esta manera, las
ecuaciones presentadas en este trabajo pueden ser empleadas con seguridad, pues son bastante
consistentes.
Tabla 2: Indicadores de ajuste para biomasa de Pinus taeda
Modelo
1
2
3
4
5
6
7
Variable
PVF
PVFl
PVRv
PVRm
PVR
PVF
PVFl
PVRv
PVRm
PVR
PVF
PVFl
PVRv
PVRm
PVR
PVF
PVFl
PVRv
PVRm
PVR
PVF
PVFl
PVRv
PVRm
PVR
PVF
PVFl
PVRv
PVRm
PVR
PVF
PVFl
PVRv
PVRm
PVR
a
-
0,3074
2,0618
2,8670
3,2587
0,1849
-382,850
5,8088
- 244,355
50,4838
162,0559
113,252
- 73,5960
-340,2210
31,7353
263,0526
- 314,786
1,7591
- 250,645
53,4200
256,8161
142,6198
- 15,4518
- 76,3680
- 11,7458
39,5338
- 1601,24
- 20,5329
- 263,987
- 71,2475
- 40,3714
- 1,8547
- 1,3878
- 3,3065
- 5,1927
- 0,4656
b
2,1289
2,4706
3,2783
2,9908
1,2780
23,5880
- 0,8091
10,6850
- 4,0260
- 9,2412
- 1,1716
3,9677
16,2850
- 2,4354
-14,4282
27,1740
-1,0224
10,3540
-3, 8714
-13,6711
- 0,3940
0,1245
0,3174
- 0,0166
- 0,1705
47,2200
4,2955
14,699
2,3371
6,8804
1,6922
2,6608
3,1542
2,4449
1,0870
c
d
0,4410
0,0660
0,0520
0,0933
0,2393
0,0303
- 0,0001
- 0,0010
0,0026
0,0124
- 0,7920
0,0450
0,1394 - 0,0026
0,1660 - 0,0040
0,0401 0,0019
- 0,0801
0,0151
0,0444
- 0,0027
- 0,0044
0,0020
0,0106
40,6200
- 2,8606
-2,3020
0,8012
- 1,9488
1,6175
- 0,7045
0,4593
2,0217
0,6888
-
2
R %
Syx%
89,76
82,21
74,40
72,19
55,63
91,51
72,66
58,48
82,63
43,34
95,49
70,22
58,45
85,22
49,85
96,30
73,85
55,97
85,30
33,54
96,04
75,47
58,17
82,26
43,97
94,84
73,46
58,52
71,64
34,28
96,64
82,01
72,91
75,22
45,47
14,56
31,36
55,39
41,38
24,23
14,00
32,13
52,31
36,79
22,75
10,20
33,53
52,35
33,93
21,21
9,23
31,42
53,97
33,84
21,90
9,56
30,55
52,50
37,35
22,42
10,91
31,65
52,28
47,01
24,28
9,31
31,13
57,35
42,07
25,23
En el caso de la variable Peso Verde del Follaje, los errores estándar de estimación para todos los
modelos oscilaron en una base más o menos común, o sea, entre 30,55% para el modelo (5), el cual
presenta también el coeficiente de determinación más bajo (70,22%), y 33,53 % para el modelo (3),
con un coeficiente de determinación de 75,47%. En el caso de esta variable, el modelo que mejor se
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 8 -
ajustó a los datos trabajados es el (7), el cual además de poseer un coeficiente de determinación un
poco superior (82,01%), posee también un error estándar de la estimación comparable al del modelo
(5) (31,13%) y una mejor distribución de los residuos, como se puede observar en la Figura 2.
Es conveniente también resaltar que las estimaciones generadas con los modelos para Peso Verde
del Follaje en el presente estudio están en un nivel aún satisfactorio, pero por debajo de las de Peso
Verde del Fuste. Esto refleja una correlación más baja de esta variable con el dap y la altura,
Residuos (%)
conforme citado previamente.
300
200
100
0
-100
-200
-300
Peso Verde del Follaje (kg)
Figura 2: Distribución de los residuos para la variable PVFl con el modelo (7)
Los ajustes no fueron satisfactorios para la variable Peso Verde de Ramas Vivas, conforme muestra la
Tabla 2. Esto es consecuencia de la falta de asociación de esta variable con el dap y la altura,
conforme ya fue mencionado previamente. Esta variable, en el presente estudio, presentó un
comportamiento muy heterogéneo e inconsistente, reflejando la baja calidad de los ajustes. De
cualquier manera, los modelos (1) y (7) fueron los que presentaron una cierta superioridad cuando
comparados con los demás modelos. Considerando la distribución más equilibrada de los residuos
generada por el modelo (7) (Figura 3), puede elegírselo como el mejor para la variable Peso Verde de
Ramas Vivas. Se destaca además en lo tocante a esta variable que es prudente emplear las
ecuaciones generadas en este trabajo con parcimonia, en virtud de los problemas de falta de ajuste ya
resaltados.
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 9 -
300
Residuos (%)
200
100
0
-100
-200
-300
Peso Verde de Ramas Vivas (kg)
Figura 3: Distribución de los residuos para PVRv con el modelo (7)
Puede observarse que los ajustes de los modelos para la variable Peso Verde de Ramas Muertas
fueron superiores al de ramas vivas. En este caso, se destacaron los modelos (3) y (4), con
coeficientes de determinación próximos del 85% y errores estándar en porcentaje en torno del 33%.
Debe recalcarse que estos modelos fueron los que presentaron las mejores distribuciones de
residuos, conforme muestran las Figuras 4 y 5.
300
Residuos (%)
200
100
0
-100
-200
-300
Peso Verde de Ramas Muertas (kg)
Figura 4: Distribución de residuos para la variable PVRm con el modelo (3)
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 10 -
300
Residuos (%)
200
100
0
-100
-200
-300
Peso Verde de Ramas Muertas (kg)
Figura 5: Distribución de residuos para la variable PVRm con el modelo (4)
En el caso de la variable Peso Verde de Raíces, los ajustes fueron bastante modestos, con los errores
estándar en porcentaje oscilando en torno del 21 al 25%, pero con coeficientes de determinación
bajos y distribuciones de residuos bastante irregulares. Se recomienda, también en este caso, mucha
cautela al emplear las ecuaciones reportadas en este documento.
CONCLUSIONES
Las conclusiones arribadas por el presente estudio pueden ser resumidas como sigue:
1.
Es posible estimar razonablemente la biomasa de Pinus taeda a partir de ecuaciones de
regresión;
2.
Las estimaciones de Peso Verde de Fuste, generadas con las ecuaciones aquí reportadas,
son de mejor calidad, en función de la consistencia de la relación entre esta variable y aquellas de
inventarios forestales (dap y altura);
3.
Las estimaciones de Peso Verde del Follaje y Peso Verde Ramas Vivas son razonables,
pudiendo ser empleadas con parcimonia;
4.
Las ecuaciones de Peso Verde de Ramas Muertas y Peso Verde de Raíces no fueron
satisfactorias, debiendo haber mucha cautela en su uso;
5.
El próximo paso será desarrollar ecuaciones de contenido de carbono a partir de las
estimaciones de biomasa generadas en el presente trabajo. Este paso ya está siendo trabajado y, en
breve, serán presentados algunos resultados preliminares;
6.
El modelado presentado en este trabajo será muy útil para evaluar el contenido de carbono en
los árboles y evaluar la efectiva contribución de la especie en el secuestro. Por consiguiente, espera
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Sanquetta, Watzlawick, Arce y de Mello 2001 - 11 -
poderse elucidar en breve el papel de los bosques del sur del Brasil en amenizar los problemas
consecuentes del efecto invernadero.
BIBLIOGRAFÍA CITADA
BRANDÃO, L. G. Programa de seqüestro de carbono do Brasil para o planeta terra. Rio de Janeiro,
2001. SBS, 5p. http://www.sbs.org.br
FINGER, C. A. G. Fundamentos de Biometria Florestal. Santa Maria. 1992. UFSM/CEPEF/FATEC,
1992. 269p.
LEITE, P. F. As diferentes unidades fitoecológicas da região sul do Brasil – proposta de classificação.
Curitiba, 1994. Dissertação (Mestrado em Engenharia Florestal) – Setor de Ciências Agrárias,
Universidade Federal do Paraná.
SANQUETTA, C. R. Inventário Contínuo em Floresta Natural – implantação de um sistema de
monitoramento de crescimento e produção. Indústrias Pedro N. Pizzatto/FUPEF, 1998.
(Relatório de Pesquisa)
SCHNEIDER, P. R. Introdução ao manejo florestal. Santa Maria. 1992. UFSM/CEPEF/FATEC, 1993.
348p.
AGRADECIMIENTOS
Los autores agradecen a los directores y funcionarios de las Industrias Pedro N. Pizzatto Ltda., por el
apoyo y soporte al desarrollo de este trabajo. Agradecimientos también son dados a los diversos
académicos del Curso de Ingeniería Forestal de la UFPR, que participaron en los trabajos de campo.
Este trabajo fue realizado con apoyo financiero del CNPq, Consejo Nacional de Desarrollo Científico y
Tecnológico, por medio del Programa PELD, Pesquisas Ecológicas de Larga Duración.
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile