ECUACIONES DE BIOMASA AÉREA EN PLANTACIONES DE

Watzlawick, Sanquetta, de Mello y Arce 2001 - 1 -
ECUACIONES DE BIOMASA AÉREA EN PLANTACIONES DE Araucaria angustifolia EN EL SUR
DEL ESTADO DE PARANÁ, BRASIL
1
2
Luciano Farinha Watzlawick Carlos Roberto Sanquetta Anabel Aparecida de Mello
3
4
Julio Eduardo Arce
UNIVERSIDAD FEDERAL DEL PARANÁ
Departamento de Ciencias Forestales
Teléfono: (0xx41) 360-4264 – 360 4290 FAX: 360 4231
1
Prof. Msc. Alumno de Doctorado Manejo Forestal. Email: [email protected]
2
Prof. Dr. Inventario Forestal. Email: [email protected]
3
Alumno de Doctorado en Manejo Forestal. Email: [email protected]
4
Prof. Dr. Manejo Forestal. Email: [email protected]
RESUMEN
Los compuestos carbónicos constituyen la mayor parte de la biomasa forestal. Para evaluar
cuantitativamente la distribución del carbono en los árboles es fundamental que el peso de cada parte
sea estimado adecuadamente. La determinación destructiva generalizada de biomasa es una tarea
complicada y dispendiosa. Para viabilizar la estimación más amplia y rápida de la biomasa y,
consecuentemente, del contenido de carbono, es deseable emplear métodos estimativos. Las
ecuaciones de regresión ayudan en el cálculo de la biomasa de grandes áreas forestales, valiéndose
de la existencia de correlación entre las variables de difícil medición (pesos) y aquellas directamente
medidas en inventarios forestales (dap y altura). Este trabajo presenta los resultados del ajuste de 7
ecuaciones de biomasa aérea para 16 individuos provenientes de plantaciones homogéneas de
Araucaria angustifolia localizadas en el sur del Estado de Paraná, Brasil, con edades de 23 a 33 años.
Cada árbol fue apeado, siendo pesado separadamente el fuste, las ramas vivas, las ramas muertas y
el follaje. Fueron ajustados los siguientes modelos: (1)
2
2
2
2
b
PV=aD ;
(2)
2
PV=a+bD+cD ;
(3)
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; y (7) PV=
b
c
aD H . Los modelos fueron ajustados teniendo como variable dependiente el Peso Verde del Fuste
(PVF), el Peso Verde da Follaje (PVFl), el Peso Verde de las Ramas Vivas (PVRv) y el Peso Verde de
2
las Ramas Muertas (PVRm). Todos los modelos presentaron excelentes ajustes (R >0,99) para PVF,
no habiendo diferencias importantes entre ellos. Para PVFl, los modelos (2), (3) y (4) se destacaron
2
por sobre los demás (R >0,99). Para PVRv, los modelos (2), (3), (4) fueron prácticamente
2
equivalentes en el ajuste (R >0,99). Para PVRm, el modelo (6) fue el que mejores resultados
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Watzlawick, Sanquetta, de Mello y Arce 2001 - 2 -
presentó, a pesar de que los ajustes no hayan sido tan satisfactorios como en el caso de las otras
2
variables (R =0,72). Puede concluirse que existe una relación sorprendentemente fuerte entre las
variables de biomasa viva con dap y altura, muy bien representada
por modelos de regresión
convencionales.
SUMMARY
Carbonic substances constitute the largest part of forest biomass. Therefore, to quantify the allocation
of carbon in trees it becomes necessary to estimate appropriately the weight of each biomass
component. The generalized destructive determination of biomass is a tedious and complicated task.
In order to make biomass quantification a broader and rapid task, and consequently to estimate carbon
storage in a more practical manner, it is desirable to employ estimation methods. Regression equation
are helpful in biomass calculation of larger forest areas, because the technique allow estimation from
the assumption of existence of correlation among variables difficult to assess (weight) between and
those usually taken in ordinary forest inventories (dbh and tree height). This papers shows the results
of fitting 7 equations for above-ground biomass for 16 individuals sampled in pure stands of Araucaria
angustifolia located in southern Paraná State, Brazil, with ages ranging from 23 to 33 years. Each tree
was felled down and trunk, living branches, dead branches and the foliage were separately weighted.
b
2
2
The following models were tested: (1) PV=aD ; (2) PV=a+bD+cD ; (3) PV=a+bD+c(D H); (4)
2
2
2
2
b c
PV=a+bD+cD +d(D H); (5) PV=a+bD +c(D H); (6) PV=a+bD+cH; e (7) PV= aD H . The models were
fitted by taking into consideration the following dependent variables: Trunk fresh weight (PVF), foliage
fresh weight (PVFl), living branch fresh weight (PVRv), and Dead branch fresh weight (PVRm). All
2
models showed very good fitting (R >0.99) for PVF, without any significant difference among them. For
2
PVFl, models (2), (3), and (4) fitted better to the data in comparison to the others (R >0,99). For PVGv,
2
models (2), (3), and (4) were similar in terms of fitting (R >0.99). For PVGm, model (6) proved to be the
2
best one, though in that case fitting was not so good in comparison to the other variables (R =0.72). It
was concluded that a surprisingly strong relation between living biomass and dbh and height for this
species makes ordinary regression models a powerful predictive tool.
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Watzlawick, Sanquetta, de Mello y Arce 2001 - 3 -
INTRODUCCIÓN
A partir de la década del ’70 surgieron preocupaciones por parte de la sociedad con relación al
aumento de la concentración de gas carbónico en la atmósfera, debido al hecho de que este aumento
puede provocar cambios en el clima. La razón es el hecho de que el gas carbónico es uno de los
gases más importantes en el aumento del efecto invernadero. Este aumento se debe a la quema de
combustibles fósiles y también a los cambios en el uso de la tierra, ocasionadas por el desmonte de
áreas boscosas.
Según HOUGHTON (1994), los bosques contienen la mayor parte del carbono terrestre global, siendo
éstos importantes para el equilibrio del carbono global, pues guardan dentro de sus árboles y en el
suelo más carbono del que existe actualmente en la atmósfera.
El conocimiento de la cantidad de carbono fijado por los ecosistemas naturales, así como por los
plantados, es de fundamental importancia. Sin embargo, las dificultades metodológicas para evaluar la
biomasa implican en la necesidad de utilizar métodos indirectos. Por más que los métodos directos
sean de alto costo, además de ser demorados, ellos son de fundamental importancia para el calibrado
de las ecuaciones alométricas a ser utilizadas en las estimaciones obtenidas a partir de los métodos
indirectos.
HIGUCHI et al. (1994) resaltan que las ecuaciones alométricas ya establecidas por medidas directas
podrán ser utilizadas para el cálculo de la biomasa, pero siempre es importante combinar los métodos
directos destructivos con los cálculos indirectos. Este autor complementa diciendo que es de
fundamental importancia el cálculo de los errores experimentales para evaluar el coeficiente de
variación y el nivel de confiabilidad de los números a obtener.
Este trabajo tuvo por objetivo presentar los resultados del ajuste de ecuaciones de biomasa sobre el
suelo en plantaciones homogéneas de Araucaria angustifolia, considerando variables representativas
de las diversas partes del árbol.
LOCALIZACIÓN Y CARACTERIZACIÓN DEL ÁREA DE ESTUDIO
El área de estudio está localizada entre las coordenadas 26°20’35’’ y 26°26’13’’S, y 51°19’49’’ y
51°25’29’’W, en la Región Sur de Paraná, en el municipio de General Carneiro, conforme puede
observarse en la Figura 1. El inventario de los datos fue realizado en un área de 4.211 ha, conforme
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Watzlawick, Sanquetta, de Mello y Arce 2001 - 4 -
PIZZATTO (1998), en las estancias São Pedro I, São Pedro II y Santa Cândida, de propiedad de las
Industrias Pedro N. Pizzatto Ltda.
Equador
Brasil
Trópico de Capricórnio
Bioma da Floresta de
Araucária
Estado do
Paraná
Área de Estudo
Figura 1: Localización del área de estudio
Según SANQUETTA (1998), los suelos del área son orgánicos e hidromórficos, poco profundos y
fértiles, con predominio de cambisoles asociados con suelos litólicos y otras asociaciones con
podzoles y latosoles, además de suelos orgánicos. El clima se caracteriza como subtropical húmedo
mesotérmico (Cfb), por la clasificación de Köppen, con veranos frescos, y la temperatura media anual
variando entre 15°C y 19°C. En los meses más fríos la temperatura mínima puede alcanzar -10°C,
mientras que en los períodos más cálidos las temperaturas pueden alcanzar hasta 36°C.
El mismo autor relata que la vegetación natural encontrada corresponde al bioma de la “Floresta
Ombrófila Mista”, o Bosque con Araucaria. Para LEITE (1994), son pocas las formaciones forestales
brasileñas que tienen su fisonomía tan claramente caracterizada por la presencia de una especie
vegetal. Inclusive con la profunda alteración a la que fue sometida la cobertura vegetal del Estado del
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Watzlawick, Sanquetta, de Mello y Arce 2001 - 5 -
Paraná, la presencia de remanecientes de araucaria, por más que éstos estén aislados, comprueba la
distribución del bioma y facilita su definición.
MATERIAL Y MÉTODOS
Los datos utilizados fueron tomados de 16 individuos de Araucaria angustifolia de plantaciones
homogéneas realizadas entre 1968 y 1978. La toma de datos fue realizada durante el mes de febrero
de 2001, por medio del método destructivo de determinación de biomasa. En cada árbol apeado
fueron realizadas mediciones del diámetro a la altura del pecho (dap) y de la altura total.
Para el pesado de la biomasa verde en el campo fue utilizada una balanza para pesaje de cereales,
con capacidad para 300 kg. Después de la obtención de todos los pesos de los árboles, y habiendo
determinado separadamente los pesos de fuste, ramas vivas, ramas muertas y follaje de cada árbol
muestreado, fueron ajustados siete modelos de regresión, utilizando la altura total (H) y el dap (D)
como variables independientes, conforme se ve en la Tabla 1.
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
Los modelos fueron ajustados teniendo como variable dependiente el Peso Verde del Fuste (PVF),
Peso Verde del Follaje (PVFl), Peso Verde de Ramas Vivas (PVRv) y Peso Verde de Ramas Muertas
2
(PVRm). Los coeficientes de ajuste (R y Sy x%) fueron calculados para cada caso. Para la selección
del mejor modelo, fue utilizado como criterio un mayor coeficiente de determinación, un menor error
estándar residual y una mejor distribución de los residuos.
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Watzlawick, Sanquetta, de Mello y Arce 2001 - 6 -
RESULTADOS
Los resultados de los indicadores de ajuste para los modelos mencionados pueden ser observados en
la Tabla 2.
Tabla 2: Indicadores de ajuste para biomasa de Araucaria angustifolia
Modelo
1
2
3
4
5
6
7
Variable
PVF
PVFl
PVRv
PVRm
PVF
PVFl
PVRv
PVRm
PVF
PVFl
PVRv
PVRm
PVF
PVFl
PVRv
PVRm
PVF
PVFl
PVRv
PVRm
PVF
PVFl
PVRv
PVRm
PVF
PVFl
PVRv
PVRm
a
- 0,8400
- 2,4131
- 3,6361
- 2,5559
172,5039
62,2796
124,9923
- 11,2261
4,2191
31,1120
51,8472
- 9,7916
111,7988
35,4810
94,4247
- 23,5523
- 7,7017
7,2873
- 2,3711
- 1,6748
- 502,0710
- 73,5478
- 161,0980
- 21,6623
-1,2469
- 2,4618
-3,7853
-2,7796
b
2,4796
2,6506
3,8751
2,4669
- 4,7556
- 7,7363
- 17,2253
0,9705
0,0020
-3,0335
- 6,4328
0,8565
- 15,5317
- 3,6643
- 12,5807
2,8435
0,0925
- 0,1450
- 0,2789
0,0319
65,4060
9,6292
22,6070
0,4201
1,9686
2,2128
3,6877
2,1859
c
1,3887
0,2706
0,6072
- 0,0008
0,0461
0,0090
0,0202
0,00006
0,8544
0,0347
0,3381
- 0,1093
0,0418
0,0136
0,0284
- 0,0007
- 34,9650
- 6,1405
- 16,6480
1,6783
0,9679
0,8295
0,3550
0,5322
d
0,0180
0,0079
0,0091
0,0037
-
2
R %
98,41
91,54
97,51
68,19
99,88
99,38
99,82
63,69
99,82
99,73
99,77
63,73
99,91
99,72
99,91
65,57
99,83
99,52
99,39
60,037
88,77
80,01
81,04
67,73
99,35
91,53
97,37
65,97
Syx%
6,05
73,45
38,30
98,33
5,52
16,77
10,27
88,47
6,83
10,94
11,69
88,42
4,61
11,21
7,27
86,63
6,62
14,88
19,44
94,83
54,56
95,50
108,03
83,41
7,70
75,32
39,68
100,66
Puede observarse que en general hubo una alta correlación entre todas las variables analizadas en
este estudio, con excepción apenas para las asociaciones con la variable Altura Comercial, que no
presentó correlación fuerte por tratarse de una variable definida arbitrariamente y que tiene origen
biológico. La mayor correlación encontrada entre todas las variables fue para las variables Peso Verde
del Follaje y Peso Verde de Ramas Vivas, la cual fue del 99,79 %, mientras que la correlación que
presentó los menores resultados fue entre Altura Comercial y Peso Verde de Ramas Vivas, con una
correlación simple del 45,58%.
Al analizar los resultados de la Tabla 2, se destaca que todos los modelos presentaron buenos
resultados en cuanto al ajuste de los datos relacionados con la variable Peso Verde del Fuste, una vez
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Watzlawick, Sanquetta, de Mello y Arce 2001 - 7 -
que las correlaciones fueron bastante importantes, conforme fue mencionado previamente, y existe
mucha consistencia entre ambas variables. Una excepción fue el modelo (6), que mostró menos
apropiado para aquella variable, demostrando una tendencia de discrepancia en la distribución de
residuos, conforme ilustrado en la Figura 2.
300
Residuos (%)
200
100
0
-100
-200
-300
Peso Verde del Fuste (kg)
Figura 2: Distribución tendenciosa de los residuos para PVF con el modelo (6)
Al analizar los indicadores relacionados con el Peso Verde del Follaje, se percibe que los modelos (3)
y (4) presentaron los mejores resultados, con coeficientes de determinación del 99,82% y 99,91%,
respectivamente, y errores estándar de estimación más bajos, de 6,83% y 4,61%, respectivamente.
Estos resultados satisfactorios pueden ser comprobados a través de la distribución de residuos
presentados en las Figuras 3 y 4. Debe mencionarse que los modelos (1), (6) y (7) fueron los que
presentaron los peores resultados en este caso.
300
Residuos (%)
200
100
0
-100
-200
-300
Peso Verde del Follaje (kg)
Figura 3: Distribución de residuos para el PVFl 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
Watzlawick, Sanquetta, de Mello y Arce 2001 - 8 -
300
Residuos (%)
200
100
0
-100
-200
-300
Peso Verde del Follaje (kg)
Figura 4: Distribución de residuos para PVFl con el modelo (4)
Para el Peso Verde de Ramas Vivas, se percibe que el mejor desempeño del modelo (4), con un
coeficiente de determinación del 99,91% y un error estándar relativo de 7,27%. Los modelos (2) y (3)
también fueron satisfactorios, mientras que los demás presentaron peores ajustes. La Figura 5
muestra la distribución gráfica de los residuos con el modelo (4).
300
Residuos (%)
200
100
0
-100
-200
-300
Peso Verde de Ramas Vivas (kg)
Figura 6: Distribución de residuos para PVGv con el modelo (4)
Debe destacarse además que todos los modelos ajustados en el presente trabajo mostraron bajos
coeficientes de determinación y errores estándar de la estimación en porcentaje en lo que se refiere a
la variable Peso Verde de las Ramas Muertas. También se percibe que las distribuciones de residuos
en este caso se comportaron de forma insatisfactoria.
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Watzlawick, Sanquetta, de Mello y Arce 2001 - 9 -
CONCLUSIONES
La mayor parte de las variables analizadas en este trabajo es altamente correlacionada entre sí.
De un modo general, las estimaciones para Peso Verde del Fuste en función de variables de
inventario (DAP y altura) son excelentes, mientras que las demás son inferiores. Esto se debe a una
correlación más alta entre las medidas del tronco con relación a las demás partes del árbol.
Para cada variable hubo un modelo que se ajustó mejor a los datos, pero de forma general puede
decirse que el modelo (4) fue el que tuvo el mejor comportamiento en el ajuste de biomasa para
araucaria.
Estudios complementarios deberán ser efectuados con la mayor brevedad posible, considerando la
parte radicular de la especie aquí analizada.
BIBLIOGRAFÍA CITADA
HIGUCHI, N.; CARVALHO JUNIOR, J. A. de. Fitomassa e conteúdo de carbono de espécies arbóreas
da Amazônia. In: EMISSÃO X SEQUESTRO DE CO2 – UMA NOVA OPORTUNIDADE DE
NEGÓCIOS PARA O BRASIL, 1994. Rio de Janeiro. Anais... Rio de Janeiro, p.125–153. 1994.
HOUGHTON, R. A. As florestas e o ciclo de carbono global: armazenamento e emissões atuais. In:
EMISSÃO X SEQUESTRO DE CO2 – UMA NOVA OPORTUNIDADE DE NEGÓCIOS PARA O
BRASIL, 1994. Rio de Janeiro. Anais... Rio de Janeiro, p.38–76. 1994.
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.
PIZZATTO, L. Relatório de Execução de Planos de Manejo Florestal – Informações até Dez/97.
Indústrias Pedro N. Pizzatto., 1998. Relatório técnico.
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)
Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales
18 al 20 de Octubre del 2001 Valdivia - Chile
Watzlawick, Sanquetta, de Mello y Arce 2001 - 10 -
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 da UFPR, que participaron en los trabajos de campo.
Este trabajo fue realizado con soporte 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