9146
TRANSCRIPT
Investigación de Bosques Tropicales
Estimación de carbono enbiomasa de bosquessecundarios y plantacio-nes forestales en elNoroccidente de Ecuador
BegleitprogrammTropenökologie (TÖB)
Deutsche Gesellschaft für TechnischeZusammenarbeit (GTZ) GmbH
Investigación de Bosques Tropicales
Estimación de carbono enbiomasa de bosquessecundarios y plantacio-nes forestales en elNoroccidente de Ecuador
Magdalena López*, Free de Koning*§,Hugo Paredes, Pablo Benítez*
*: Proyecto CO2 - GTZCasilla 17-21-1925Quito, [email protected]
§: University of GöttingenInstitute of Soil Science and Forest NutritionBusgenweg 237770 Göttingen, Alemania
Eschborn, 2002
Número de la serie: TÖB TWF-31s
Publicado por: Deutsche Gesellschaft fürTechnische Zusammenarbeit (GTZ) GmbHPostfach 5180D-65726 EschbornAlemania
Responsable: Programa de Apoyo Ecológico (TÖB)Dr. Claus Bätke, Elisabeth Mausolf
Autores: Magdalena López, Free de Koning,Hugo Paredes, Pablo Benítez,
Redacción: Michaela HammerTraducción:Producción:PrecioISBN:
© 2002 Todos los derechos reservados
PrefacioLos ecosistemas tropicales son la base de la existencia de una inmensa mayoríade la población mundial. Sin embargo, la progresiva destrucción y degradaciónde los recursos naturales en los países en desarrollo amenazan el éxito de losesfuerzos que se realizan para lograr un desarrollo sostenible y combatir demanera eficaz la pobreza.Dentro del marco de la cooperación al desarrollo, el Programa de ApoyoEcológico (TÖB) tiene el propósito de contribuir a elaborar, evaluar y aplicarcon eficiencia las informaciones y experiencias adquiridas en este ámbito.El Programa de Apoyo Ecológico es un proyecto de carácter suprarregionalrealizado por la Deutsche Gesellschaft für Technische Zusammenarbeit (GTZ)GmbH por encargo del Ministerio Federal de Cooperación Económica yDesarrollo de la República Federal de Alemania (BMZ).A solicitud de los interesados, el programa fomenta estudios complementariossobre temas de relevancia ecológica para las regiones tropicales. La idea escontribuir al perfeccionamiento de estrategias para la protección y el usosostenible de los ecosistemas tropicales y, sobre esta base, desarrollarinstrumentos innovadores para una cooperación al desarrollo que tengadebidamente en cuenta los aspectos del medio ambiente.La integración de los conocimientos científicos en las actividades deasesoramiento ayuda a los respectivos proyectos a llevar a la práctica losacuerdos internacionales pertinentes, en particular el Programa 21 y laConvención sobre la Biodiversidad, a los que el BMZ otorga una especialimportancia.Un elemento esencial del enfoque de este programa es que los científicosalemanes aborden conjuntamente con científicos de los países contraparte temasorientados a la aplicación. Con ello, el programa contribuye también alperfeccionamiento de los expertos nacionales conforme a las exigencias de lapráctica, y a la ampliación de los conocimientos específicos de ecología tropicalen los países en desarrollo.A través de textos breves y fácilmente comprensibles, la serie de publicacionesdel Programa de Apoyo Ecológico pone los resultados de los estudioscomplementarios y las recomendaciones de actuación extraídas de ellos alalcance de las organizaciones e instituciones que actúan en el campo de laCooperación al Desarrollo, así como de todos aquellos que se interesan portemas de política de protección ambiental y de desarrollo.
I. HovenJefe de la secciónProtección del medio ambiente y de los recursos naturales, gestión de recursos forestalesMinisterio Federal de CooperaciónEconómica y Desarrollo (BMZ)
Dr. C. van TuyllJefe de la divisiónDesarrollo rural
Deutsche Gesellschaft für TechnischeZusammenarbeit (GTZ) GmbH
1
Tabla de contenidos
Prefacio (2)_______________________________________________________________ 3
Resumen_________________________________________________________________ 5
Summary ________________________________________________________________ 7
1. Introducción____________________________________________________________ 9
2. Metodología ___________________________________________________________ 11
2.1 Zona de estudio ____________________________________________________________________ 11
2.2 Colección de datos__________________________________________________________________ 12
2.3 Métodos usados para estimar biomasa aérea de arboles _____________________________________ 13
3. Resultados ____________________________________________________________ 17
3.1 Especies encontrados en bosques secundarios. ____________________________________________ 17
3.2 Biomasa de bosques secundarios_______________________________________________________ 17
3.3 Biomasa de plantaciones forestales. ____________________________________________________ 23
4. Discusión y conclusiones_________________________________________________ 25
5. Referencias____________________________________________________________ 29
Anexo 1 Resumen de resultados y características de los sitios de muestreo ___________ 33
2
3
Prefacio (2)
El Protocolo de Kyoto y las subsecuentes Conferencias de las Partes (COP) de la Convención deCambio Climático han despertado interés sobre el potencial de ecosistemas de bosquessecundarios y plantaciones forestales para fijar carbono. Considerar este servicio ambiental yevaluarlo en términos ecológicos y monetarios podría estimular proyectos forestales dentro delmarco del Mecanismo de Desarrollo Limpio (MDL). Al mismo tiempo, eso ha generado unanecesidad de desarrollar metodologías aplicables para cuantificar y valorar la fijación decarbono en sistemas forestales bajo distintas condiciones ecológicas.
Con este motivo el Programa de Apoyo Ecológico (TÖB) de la Cooperación Técnica Alemana(GTZ) junto con la Universidad de Göttingen en Alemania iniciaron el proyecto "Potencial defijación de carbono en bosques secundarios y plantaciones forestales en dos zonas climáticas enAmérica del Sur". El proyecto se enfocó en el Noroccidente de Ecuador y en el Noroeste de laPatagonia Argentina.
En Ecuador el proyecto estuvo integrado al Proyecto Política Forestal (PPF) de la GTZ,colaborando directamente con el Ministerio de Ambiente. En Argentina el proyecto fueejecutado por el Instituto Nacional de Tecnología Agropecuaria (INTA) que también lleva acabo el Programa Nacional de Lucha Contra la Desertificación (PRODESAR), también apoyadopor la GTZ y estrechamente relacionado con este proyecto.
El proyecto tuvo tres objetivos principales:- Determinar la fijación de carbono en suelos y biomasa de bosques secundarios y
plantaciones forestales, en relación con las condiciones biofísicas, tomando pastizalescomo referencia.
- A través de un análisis costo-beneficio, comparar los beneficios netos entre bosques y otrosusos del suelo, incluyendo fijación de carbono como potencial beneficio monetario.
- Analizar los resultados dentro del contexto de acuerdos nacionales e internacionales paraapoyar la evaluación de posibles proyectos de fijación de carbono antes de su fase deimplementación.
Entre otros productos, el proyecto genera una serie de informes técnicos. El presente informetécnico resume la estimación de carbono en biomasa de arboles en bosques secundarios en elNoroccidental del Ecuador. También se hace referencia a biomasa de algunas plantacionesforestales en la zona. El análisis de carbono en suelos en las mismas parcelas de estudio sepresenta en otro informe técnico.
Agradecemos el apoyo que nos brindó el "Proyecto Política Forestal" de la GTZ en Quito y elMinisterio de Ambiente de Ecuador. Expresamos nuestro reconocimiento a todos lospropietarios que nos facilitaron los inventarios de bosques secundarios. Agradecemos aFernando Montenegro y Lino Veloz de la Fundación Forestal Manuel Durini por sucolaboración en las plantaciones forestales. Por el apoyo en la selección de sitios agradecemosespecialmente al equipo del "Proyecto Manejo Forestal Comunitario Esmeraldas" de la GTZ; aTodd Smidt de la Fundación Altrópico; a Angel Suco de la Fundación Rainforest Rescue y aEduardo Beltrán de la "Unidad Coordinadora para el Desarrollo Forestal Sostenible de laProvincia de Esmeraldas". Agradecemos la contribución de Carsten Schusser, estudiante de laUniversidad de Göttingen. Finalmente agradecemos a Cristoph Kleinn del "Institute for ForestManagement and Yield Science" de la Universidad de Göttingen por su revisión critica deltexto. La responsabilidad del contenido de este informe esta con los autores.
4
5
Resumen
La estimación de la potencial fijación de carbono (C) por bosques secundarios y
plantaciones forestales es de gran importancia frente al incremento del dióxido de
carbono (CO2) en la atmósfera y su potencial efecto en el clima global. En el presente
estudio se estimó la biomasa total aérea de bosques secundarios y plantaciones
forestales, para determinar la cantidad de carbono que puede ser almacenado durante el
cambio de uso de tierra de pasto a bosque en Ecuador Noroccidental.
En 34 parcelas de bosques secundarios y en 6 parcelas de plantaciones forestales se
realizó inventarios en parcelas delimitadas, donde se medió diámetro a la altura del
pecho (DBH), altura total y altura comercial. Se comparó dos métodos para estimar la
biomasa aérea en arboles. En el primer método se calculó biomasa del fuste de cada
árbol en base de DBH y altura comercial medida y datos existentes de factor de forma y
densidad específica. Biomasa total de los fustes fue extrapolada hacia biomasa total
(incluyendo ramas y hojas) a través de un factor de expansión de biomasa. En el
segundo método se estimó la biomasa total a partir de ecuaciones alométricas directas
para bosques húmedos tropicales, tomadas de la literatura
El primer método presentó una mejor relación con edad del bosque que el segundo y se
relacionó mejor con datos para bosques tropicales húmedos de la literatura. Por esta
razón se seleccionó el primer método como el más apropiado para la zona de estudio. La
biomasa total aérea de los bosques secundarios estimado con este método varío entre
112 ton/ha hasta 199 ton/ha en áreas con una precipitación entre 1000 y 2500 mm y
varío entre 86 ton/ha hasta 291 ton/ha en la zona con una precipitación mayor a 2500
mm, dependiendo de la edad del bosque. El C almacenado promedio para todas las
parcelas investigadas era 82 ton/ha. La relación entre biomasa total y edad del bosque
era significante, pero no muy fuerte, debido a factores de clima, suelo, pendientes y la
intervención del hombre. Con modelos de regresión logarítmica se predice para un
bosque secundario de 30 años alrededor de 200 t/ha de biomasa aérea arbórea (100 t/ha
de carbono) en la zona menos húmeda y 220 t/ha de biomasa (110 t/ha de carbono) en la
zona más húmeda. Plantaciones bien manejadas pueden tener acumulado mas carbono a
esta edad. Se recomienda hacer mas estudios en Ecuador en lo cual se mide el peso seco
de los diferentes partes de arboles seleccionados para establecer modelos alométricos
para zonas especificas. Eso aumentará la exactitud de las estimaciones de biomasa a
partir de datos de inventarios forestales existentes y nuevos.
6
7
Summary
The estimation of the carbon sequestration potential of secondary forests and forest
plantations is important in the context of the increasing level of carbon dioxide (CO2) in
the atmosphere and its impact on the global climate. In this study the amount of above
ground biomass in secondary forests and forest plantations was estimated with the
purpose to determine the quantity of carbon that can be sequestered in a land use
conversion from pasture to forest in Northwestern Ecuador.
In 34 secondary forests and 6 forest plantations diameter at breast height (DBH),
commercial height and total height was measured in inventories within delineated
parcels. Two methods for the estimation of total above ground tree biomass were
compared. In the first method trunk biomass for each tree was estimated on the basis of
measured DBH and height, and existing data for form factor and specific wood density.
Total trunk biomass was extrapolated to total tree biomass (including crown) by means
of a biomass expansion factor. In the second method allometric regression equations
from literature were used to estimate total biomass directly using the variables measured
in the inventories.
The results of the first method showed a better correlation with forest age, and agreed
better with existing secondary biomass data for forests in tropical humid areas, and was
therefore used for further analysis. The above-ground tree biomass, estimated with this
method, varied between 112 t/ha and 199 t/ha in areas with a precipitation between
1000 and 2500 mm, and varied between 86 and 291 t/ha in areas with a precipitation
over 2500 mm, depending on age of the forest stands. The relation between biomass and
age of the forests was significant but not very strong, due to factors such as climate,
soils characteristics, slope and especially human intervention. Logarithmic regression
models predict for secondary forest 30 years of age an amount of around 200 t/ha above
ground tree biomass (100 t/ha of carbon) in the less humid zone, and 220 t/ha above
ground tree biomass (110 t/ha of carbon) in the more humid zone. Well-managed
plantations forest could have more carbon stored at this age. It is recommended to
execute more studies in Ecuador in which dry weight of the different parts of selected
trees are determined in order to establish allometric regression equations for specific
zones. This will increase the precision of biomass estimations on the basis of existing
and new forest inventories.
8
9
1. Introducción
Los cambios climáticos que en la actualidad están ocurriendo en el planeta, se los
atribuye a las emisiones de gases de efecto invernadero de diferentes fuentes. La quema
de combustibles fósiles y la producción de cemento en los países industrializados, así
como la deforestación y cambio de uso de la tierra en países tropicales son la principal
fuente de emisión de CO2 (IPCC, 2000). Por lo que es necesario estabilizar estas
concentraciones, mediante el control de emisiones y flujos de CO2 y la aplicación de
otras medidas propuestas en el protocolo de Kyoto para mitigar el calentamiento global.
De esta manera los bosques adquieren protagonismo por su capacidad de fijar C y su
reconocimiento dentro de mecanismos de flexibilidad para mitigar emisiones de CO2 en
los acuerdos internacionales sobre cambio climático y emisiones de gases de efecto
invernadero. En este contexto, es cada vez más importante poder cuantificar la fijación
de carbono mediante el crecimiento natural de bosques secundarios o por plantaciones
forestales. La generación de estas metodologías para estimar la fijación potencial de C,
es necesaria para implementar los procesos de valoración económica (Benítez et al.,
2001), definición de línea base, certificación y monitoreo en proyectos de venta de
certificados de reducción de emisiones de carbono.
Varios estudios han estimado la acumulación de biomasa total aérea y la consecuente
fijación de C en bosques no intervenidos, plantaciones forestales y bosques secundarios
usando o desarrollando modelos estadísticos (e. g. Uhl et al., 1988; Saldarriaga et al.,
1988; Brown et al., 1989; Brown and Lugo, 1992; Brown 1997; Nelson et al., 1999;
Dauber et al., 2000; Steininger, 2000). Estos modelos fueron obtenidos al correlacionar
las mediciones destructivas de peso seco de los árboles como variables dependientes
con las mediciones de parámetros biométricos como variables independientes. Una vez
desarrolladas tales regresiones, estas permiten estimar la biomasa total aérea en forma
rápida y no destructiva midiendo parámetros biométricos comunes en inventarios
forestales. La mayoría de las ecuaciones fueron desarrolladas en bosques nativos o en
bosques secundarios donde se especifica el rango de los parámetros biométricos que
deben ser tomados como datos de entrada (Nelson et al., 1999). La desventaja de las
10
regresiones es que son específicos para las condiciones ecológicas de los sitios donde
fueron desarrollados, y no necesariamente son aplicables para otras zonas.
En orden a mejorar la escasa información cuantitativa de biomasa y C almacenado en
bosques secundarios y plantaciones forestales en la región noroccidental del Ecuador,
realizamos un estudio con el siguiente objetivo: estimar la biomasa total aérea y el C
almacenado en las poblaciones de árboles, realizando mediciones biométricas en estos 2
diferentes sistemas forestales, comparando dos métodos de cálculo, y tratando de
encontrar los variables que determinan el crecimiento dentro de la zona de estudio. Para
poder analizar los variables determinantes para el crecimiento de estos bosques, las
parcelas fueron escogidos para incluir bosques de diferentes edades y ubicados en
diferentes zonas climáticas y en diferentes tipos de suelo. Se tomo datos en 34 parcelas
de bosques secundarios y en 6 parcelas de plantaciones. Por esta diferencia en
información disponible este informe presenta en mas detalle las estimaciones de
biomasa en bosques secundarios, y solo brevemente presenta los resultados de las
plantaciones forestales.
11
2. Metodología
2.1 Zona de estudio
El estudio se efectúo en la zona noroccidental de Ecuador, área que colinda al norte con
la República de Colombia y al oeste con el Océano Pacífico y al este por la cordillera de
los Andes (78°40´E, 80°05´O y 1°30´N, 0°05´S). El clima en la mayor parte de la zona
es húmedo tropical. La temperatura varia de acuerdo a la altitud; en el área de estudio
existe una gradiente de temperatura media de 21,5 °C a 1600 msnm hasta 25,6°C al
nivel del mar (INAMHI, 1998). La precipitación anual varia entre 1000 mm alrededor
de la ciudad de Esmeraldas hasta más de 5000 mm en la zona submontano
(Clirsen/Patra, 1999). La vegetación natural de la zona es bosque húmedo tropical (bth)
y muy húmedo (btmh), con excepción de las franjas cercanas al mar en los cantones de
Atacames, Esmeraldas y Río Verde, donde los bosques corresponden a secos tropicales
(bts). En general, la vegetación es una continuación de la del choco colombiano
(Cañadas, 1982).
Los suelos del área de estudio tienen dos orígenes, aquellos localizados en la parte
inferior de la vertiente de la cordillera y de algunos valles son de origen volcánico. Los
suelos situados en los relieves costeros y los de la llanura fluvio-marina son de origen
sedimentario (MAG-ORSTOM, 1980). Los de origen volcánico, principalmente de
cenizas, son jóvenes y tienen características especiales, como predominio de material
amorfo (alofana) dentro de su constitución mineralógica que imparten ciertas
propiedades especiales como alta retención de agua, baja densidad aparente, texturas
arenosas finas o limosas, son propensos a los fenómenos erosivos. En general son suelos
ácidos o ligeramente ácidos, con una saturación de bases menores a 35 meq/100 g de
suelo y presentan una fertilidad media. Los de origen sedimentario son más
evolucionados, con textura arcilloso o limo arcilloso. En los lugares más húmedos
predomina la arcilla kaolinita y los óxidos de hierro y aluminio y en los lugares más
secos la montmorillonita. La kaolinita imparte una fertilidad natural baja a los suelos,
mientras que la montmorillonita una fertilidad media. Estos suelos tienen una gran
capacidad de retención de agua, se secan y agrietan en la estación seca, mientras en la
húmeda se hinchan, produciendo movimientos en masa. En la zona se han agrupado los
suelos de acuerdo al sistema Taxonómico de USDA. Los sub-ordenes de suelos
12
encontrados son: Tropepts, Aquents, Andepts, Orthents, Fluvents, Udalfs, Udolls and
Psaments (MAG-OSTOM, 1980; digitalizado por CLIRSEN PATRA, 1999)
2.2 Colección de datos
En esta investigación se seleccionaron 40 sitios de estudio (Figura 1) distribuidos dentro
de la zona sobre los diferentes tipos de suelos y las principales zonas climatológicas. En
cada sitio se encontró un bosque secundario y/o plantación forestal, establecido a partir
de pastizales. La secuencia de conversiones de uso de tierra en estas parcelas ha sido la
tala de un bosque nativo o intervenido para establecer pastos que han sido abandonados
en el caso de bosque secundarios o plantados en el caso de plantaciones después de
varios años de pastoreo. Los bosques fueron seleccionados en tal manera para cubrir un
rango de edades.
Figura 1: Area de estudio con puntos de muestreo. Fuente del mapa base: Patra-Clirsen,1998.
#S#S
#S
#S#S
#S
#S
#S
#S
#S
#S
#S#S
#S
#S
#S
#S
#S#S
#S #S
#S#S
#S
#S
#S
#S
#S
#S
#S
#S
#S
#S
#S#S
#S
#S
#S
#S
#S
ArenalesSanto Domingo
San Lorenzo
Mindo LindoMindo
Mayronga
Rio Silanche
Nuevo Mundo
Maquipucuna
Rio Castillo
Las Golondrinas
San MateoRio Esmeraldas
Malimpia
Rio Blanco
Chonta duro
Las Minas
GuadualitoLa Chiquita
La Union
Puerto Quito
SalimaTazones
Muisne
Sua
Guacharaco
Chaupara
San Andres
Cube
Quinge
Mache
Chaflu
Las Peñas
PatereLagarto
La Concordia
Pitzara
San Francisco
Molinito
Alto Tambo
Océano PacíficoColombia
Provincia Pichincha
Provincia Manabí
Provincia Esmeraldas
Provincia Imbabura
Provincia Carchi
: punto de muestreo
13
En cada bosque se tomó una parcela representativa de 600 m2 hasta 1000 m2 de
extensión (con excepción de 3 sitios donde se tomó parcelas de 200 m2 debido a la
predominancia de árboles con diámetros a la altura del pecho (DAP) menores a 10 cm).
Dentro de las parcelas se realizaron las siguientes mediciones dasometricas: diámetro a
la altura del pecho (DAP; a 1,30 m) del fuste, altura total, altura comercial (altura hasta
la primera ramificación) de cada árbol con mas de 5 cm de DAP y la correspondiente
identificación de las especies. La altura se determinó en base de triangulación.
Se investigó las relaciones entre biomasa y edad para diferentes tipos de suelo y
condiciones de clima. La edad de los bosques se obtuvo a través de entrevistas con los
propietarios.
Para información sobre tipos de suelo en la zona se usó el mapa de suelos de
Clirsen/Patra (1998). Para este objetivo el mapa de puntos de muestreo fue cruzado con
el mapa de suelos. Información adicional sobre características de los suelos como
textura, pH y densidad estuvo disponible a través de un estudio detallado sobre cambios
de carbono en el suelo después de una conversión de pastos a bosques secundarios y
plantaciones forestales, realizado dentro del proyecto en las mismas parcelas a través de
análisis químicos y físicos de muestras de suelo, resultados que son documentados en
otro informe (López et al., 2002).
Datos de precipitación en cada sitio de muestreo se obtuvo a través de una interpolación
espacial de datos de precipitación de 20 estaciones meteorológicas de la red nacional de
estaciones de INHAMI ubicados en la zona de estudio, así generando un mapa de
precipitación que fue cruzado con el mapa de puntos de muestreo.
2.3 Métodos usados para estimar biomasa aérea de arboles
A partir de los datos tomados en las parcelas se usaron dos métodos de cálculo de
estimación de biomasa: el primero basado en el cálculo de la biomasa del fuste y un
factor de expansión de biomasa para la biomasa en ramas y en hojas y el segundo
utilizando modelos estadísticos para estimar biomasa aérea total directamente,
desarrolladas por varios investigadores en bosques tropicales húmedos de América del
Sur. En ninguno de los dos métodos se considera la biomasa en raíces. Las biomasas
estimadas en este informe son expresadas como peso seco.
14
El primer método aplicó la siguiente ecuación para la determinación de biomasa del
fuste:
Bf = ¼ π (DAP)2 *AC* DB* Ff [1]
Donde:
Bf = Biomasa del fuste de cada árbol (ton)
DAP = diámetro a la altura del pecho (m)
AC = altura comercial del árbol desde el suelo hasta la primera bifurcación o
inicio de la copa (m).
DB = densidad específica (g/cm3)
Ff = Factor de forma (es la relación entre el volumen real del fuste y el volumen
del fuste considerado como un cilindro perfecto)
Los valores de DB y Ff para las especies encontradas se obtuvieron de literatura
especializada (Dixon, et al. 1969; Brown, 1997; INEFAN, 1998; Estrada et al 1989;
PRID, 1998; Jara L.M., 1999). Para las especies inventariadas con factor de forma y
densidad básica desconocida, se utilizo el valor general de Ff estimado en 0,629 por
INEFAN (1998) para las especies del bosque tropical húmedo del Noroccidente de
Ecuador y para la DB se aplico los valores promedios estimados a partir de las
densidades específicas de las especies encontradas en la zona, pero clasificadas de
acuerdo a la resistencia de la madera al corte, según conocimiento experto (Tabla 1).
La biomasa total del fuste (Btf) por hectárea (ha) para un sitio se obtuvo por la suma de
todas los valores de Bf de los árboles encontrados en la parcela; este valor total se
multiplica por 10.000 m2 y se divide para el área de la parcela (A) en m2.:
n
Btf = Σ Bfi x (10.000/A) [2]
i=1
15
La biomasa aérea total del método 1 (BT1) se obtiene al multiplicar la Btf por el factor
de expansión de biomasa (Feb) (Dauber et al., 2000):
BT1 = Btf x Feb [3]
Para bosques donde la biomasa total de fuste por ha (Btf), sea menor a 190 ton/ha, el
valor del Feb se obtuvo a partir de la ecuación de Brown et al. (1997):
Feb = Exp { 3,213 – 0,506 * Ln (Btf)} [4]
Y para bosques donde el Btf sea mayor o igual a 190 ton/ha, se utilizo el valor de Feb
de 1,74 (Brown, 1997).
Tabla 1: Valores promedios de densidad específica según conocimiento experto (g/cm3)Alta densidad Mediana densidad Baja densidad
0,65 0,475 0,30NombreComún
Nombrecientífico
Nombrecomún
Nombrecientífico
Nombrecomún
Nombrecientífico
ChapilChontaduraChontilloCulo pesadoPalma RealPambilSanconaTaguaVisola
Jessenia batanaBactris galsipaesCyathea weatherbyanaCasearia aculeataImesa sp.Iriartea deltoideaSocratea sp.Phytelephans equatorialisWettinia quinaria
AlpaloCacaoCaracha de cocoCanqueteCascarillaCojojoCordoncilloChiculFrutilloGuabulónHelecho arbóreoLatex café c. lecheMalvaMático de CostaPunta de lanzaQuindeRayadoVeneno
-Theobroma cacaoVirola sp.-Cinchona pubescensAcnistus arborescensPiper aduncum-Muntinga calaburaCupania sp.Cyathea sp.Genipo sp.Gihbertia amplifoliaPeperomia aduncum-Salvia pichincensis-Nauleopsis sp.
CargaderaCuasmoCulapeChilcaMargaritoOrtigaRastrojeroTripa de Cuy
Gauteria sp.-Cornutia sp.Vernonia baccharoidesAgapetis sp.Urtica flavelata
El segundo método de cálculo, se usó para comparar la metodología anterior con las
metodologías que utilizan ecuaciones alométricas, las mismas que tienen el potencial
beneficio de usar menos variables, pero que tienen la desventaja de no haber sido
desarrolladas en la zona de estudio. Así el segundo método determina la biomasa total
16
aérea (BT2) en ton/ha, con las dos siguientes modelos estadísticos dependiendo del
DAP medido:
Para DAP ≥ 25 cm se utilizó el modelo desarrollada por Saldarriaga et al. (1988) para
bosques secundarios en Colombia y Venezuela.
Ln (BT2) = 0,876 Ln (DAP2) + 0,604 Ln (H) + 0,871 Ln(DB) –1,086 [5]
Para DAP< 25 cm se utilizó el modelo desarrollada de Nelson et al. (1999) para bosques
secundarios en Brasil
Ln (BT2) = -1,4702 + 2,4449 Ln (DAP) + 0,9028 Ln (DB) [6]
Para obtener la biomasa total (BT2) en ton/ha de cada sitio se aplico la ecuación 2
donde los Btf corresponden a los BT2 de las ecuaciones 5 y 6 de acuerdo a los diámetros
inventariados y Btf es la biomasa total (BT2) del sitio.
El C almacenado en la biomasa total aérea resulta de multiplicar a la biomasa aérea total
(BT) por el factor 0,5 (Brown y Lugo, 1992)
CBT = BT x 0,5 [7]
Donde:
CBT = carbono almacenado (ton/ha)
BT = biomasa total aérea (ton/ha)
Se investigó para bosques secundarios las relaciones entre biomasa y edad para
diferentes tipos de suelo y condiciones de clima a través de modelos estadísticos de
regresión.
17
3. Resultados
3.1 Especies encontrados en bosques secundarios.
En las 34 parcelas de los bosques secundarios se encontraron 124 especies diferentes de
árboles. Las especies de mayor incidencia fueron: laurel (Cordia alliodora) 18%, guabo
(Inga sp.) 10%, chilca (Vernonia baccharoides) 6% y cordoncillo (Piper aduncum) 6%
de los 1645 árboles inventariados (Tabla 2.).
Tabla 2. Arboles mas frecuentes en los bosques secundarios inventariados (porcentajeindica la cantidad de arboles de una especie como porcentaje del total de arboles)Nombre común Nombre científico Familia PorcentajeLaurel Cordia alliodora Boraginaceae 18.0Guabo Inga Coruscana Fabacea 10.0Chilca Vernonia baccharoides H.B.K. Compositae 6.3Cordoncillo Piper aduncum L. Piperaceae 5.8Arrayán Eugenia sp. Myrtaceae 3.2Colca Miconia Sp. Melastomataceae 3.0Canalon Zuarcia sp. Bignoniaceae 2.4Guarumo Cecropia sp, Moraceae 2.2Mambla Erytrina poeppigiana Fabaceae 2.2Caucho Castilla elástica Moraceae 2.2Espino Acacia sp. Acaceae 1.6Helecho arboreo Cyathea Sp. Cyatheaceae 1.4Tangare Carapa guianensis Meliaceae 1.4Sapan Trema sp. Ulmaceae 1.4Fernan Sanchez Triplaris guayaquilensis Poligonaceae 1.3Nailli Palmae 1.3Cuasmo 1.2Quitasol Cordia hebeclada Boraginaceae 1.2Sapote Matisia Sp. Bombacaceae 1.2Jigua Ocotea sp, Laureaceae 1.0Guayacán Tabebuia spp. Bignoniaceae 1.0
sub-total 70otros 30
3.2 Biomasa de bosques secundarios
Las edades de los bosques, su ubicación, la precipitación y tipo de suelo están
presentados en Anexo 1, junto con las estimaciones de área basal, biomasa en el fuste,
factor de expansión de biomasa y valores estimados de biomasa y carbono por los dos
métodos. Las frecuencias de los valores de biomasa BT1 y BT2 (Figura 2) por categoría
de peso muestran una distribución tendiente a la normal con excepción de las dos
últimas clases, debido al reducido número de muestras de bosques secundarios iguales o
mayores a 30 años.
18
Figura 2: Frecuencias de clases de biomasa aérea total BT1 y BT2 para bosquessecundarios (clases de 25 ton/ha, peso seco).
Los valores promedio, máximo y mínimo de biomasa y carbono acumulados en el
bosque para toda el área y para las dos zonas estratificadas por precipitación,
corresponden a bosques de diferentes edades, y solo constituyen un estimado general de
la biomasa de la zona (Tabla 3), que es influenciada por la selección de sitios. También
se estimo la correlación entre los dos métodos encontrándose una correlación alta (r2
=0,88); pero se observa que con la metodología 1 se tiene estimaciones superiores de
biomasa que con la metodología 2.
Tabla 3: Biomasa (peso seco) y carbono de bosques secundariosMétodo N
MínimoBT(ton/ha)Promedio Máximo Mínimo
CT(ton/ha)Promedio Máximo
Para toda la zonaMétodo 1Método 2
Zonas climaPrecipt.< 2500mm
Método 1Método 2
Precipit. ≥2500mmMétodo 1Método 2
3434
1818
1616
8630
11248
8630
16493
15086
180101
291210
199129
291210
4315
6624
4315
8247
7543
9051
146105
10065
146105
BT= biomasa aérea total de los árboles a partir de 5 cm DAP, para bosques menores de 10 años y para bosquesmayores e iguales a 10 años, árboles a partir de 10 cm de DAP.CT = carbono almacenado en la biomasa aérea totalN = número de sitios inventariados
Como la acumulación de biomasa de los bosques depende de edad del bosque, tipo de
suelo, clima y manejo, se procedió a realizar regresiones entre biomasa como variable
dependiente y las variables anteriores como independientes encontrándose un modelo
0
2
4
6
8
10
12
frec
uenc
ia
25 50 75 100 125 150 175 200 225
clases de biomasa (t/ha)
BT2
0
2
4
6
8
10
12
frec
uenc
y
75 100 125 150 175 200 225 250 275 300
biomasa classes (t/ha)
BT1
19
logarítmico entre biomasa y edad del bosque significativo pero con un coeficiente de
determinación (R2) no muy alto (Tabla 4). Con las variables independientes clima
(precipitación) y suelo (textura, pH, densidad del suelo) no se pudo construir modelos
de regresión uni-variable o multi-variables significantes para la variable dependiente
biomasa. Eso puede ser causada por el manejo de los bosques secundarios (extracción
de ciertos árboles), que no fue cuantificado en este estudio. Para reducir la variabilidad
en las estimaciones de biomasa (BT1 y BT2) con la edad del bosque, se zonifico el área
de estudio de acuerdo a la precipitación en dos zonas, obteniéndose modelos
logarítmicos con mas altos R2 para la zona de mayor precipitación pero un modelo no-
significativo para BT2 en la zona más seca. En la zonificación por suelos se consideró el
número de sitios inventariados por suelo, estableciéndose 3 zonas, donde el modelo
mejora al estudiar la acumulación de biomasa con la edad en un solo tipo de suelo
(Cuadro 3). La ecuación de regresión para toda la zona por método 1 indica que la edad
explica el 58% (coefficiente de determinación es 0.58) de la variación en biomasa, y al
zonificar podemos en ciertas zonas mejorar esta estimación en un 10%.
Tabla 4: Regresiones de biomasa total aérea (peso seco) con edad del bosque secundario.
Regresión de: Ecuación ErrorSD
R2 Sig F #Inv.
Sin zonificación:BT1 vs EdadBT2 vs Edad
BT=81,7lnX-54,7BT=61,4lnX-71,5
29,629,1
0,580,44
0,000**0,000**
3434
Zonificación por clima:Precipitación ≥ 2500 mmBT1 vs EdadBT2 vs EdadPrecipitación < 2500 mmBT1 vs EdadBT2 vs Edad
BT=108,3lnX-118,4BT=87,9lnX-141,7
BT=41,4lnX+42,0BT=27,5lnX+14,4
29,730,4
20,323,4
0,740,64
0,400,18
0,000**0,000**
0,005**0,079NS
1616
1818
Zonificación por suelo:Suelo TropeptsBT1 vs EdadBT2 vs EdadSuelo AndeptsBT1 vs EdadBT2 vs EdadOtros suelosBT1 vs EdadBT2 vs Edad
BT=90,6lnX-77,51BT=66,1lnX-89,5
BT=66,8lnX-27,3BT=87,1lnX136,6
BT=70,7lnX-22,7BT=59,7lnX-60,3
28,725,4
9,921,0
38,138,0
0,700,61
0,770,55
0,400,32
0,000**0,001**
0,009**0,055NS
0,021*0,043*
1414
77
1313
Nota: X representa la variable independiente edad, Error SD es el error estándar de estimación, R2 es el coeficiente dedeterminación, Sig. F es el nivel de significancia de la regresión, # Inv. Es el número de bosques secundarios inventariados** = altamente significativo al 99% de probabilidad* = significativo al 95% de probabilidadNS = no significativo.
20
De los resultados anteriores se tiene que con las estimaciones del método 1 se explica
mejor la relación entre biomasa y edad, en cambio en el método 2 disminuye la
variación explicada especialmente para precipitaciones < 2500 mm. Esto se debe
probablemente a que las ecuaciones alometricas aplicadas para estimar la biomasa
(BT2) fueron desarrolladas en bosques tropicales húmedos a muy húmedos. Lo
anteriormente expuesto también puede explicar la diferencia entre las estimaciones de
biomasa (BT1 y BT2). Además la ecuación 5 (para diámetros ≥ a 25 cm) utilizada por el
método 2, no incluye la altura como variable independiente, y según el estudio realizado
por Nelson et al. (1999) el usar todas las mediciones dasometricas como: DAP, DB y
altura total, como variables independientes en el cálculo de biomasa, disminuyen el
error promedio de estimación de biomasa por árbol tanto en bosques secundarios como
en primarios. Adicionalmente se ha establecido que los árboles con DAP ≥ 70 cm son
los que determinan el 40% de la biomasa del bosque, a pesar de que el número de esos
árboles corresponde a menos del 5% de todos los árboles (Brown y Lugo, 1992, Brown
1997). Por consiguiente la estimación de la biomasa de este tipo de árboles debe ser la
más exacta posible, y este puede ser el motivo por el cual la estimación de biomasa por
el método 2 (BT2) es inferior a BT1.
El método 1 incluye datos más específicos como factor de forma para cada especie,
altura comercial y factor de expansión de biomasa, dato último calculado a partir de la
ecuación desarrollada por Brown (1997). Los valores de Feb (Anexo 1) se encuentran
entre los rangos encontrados por dicha investigadora (comunicación personal). Y los
promedios y rangos de biomasa encontrados por el método 1 (Tabla 2) guardan mayor
relación con las estimaciones de biomasa realizadas por otros investigadores en bosques
húmedos tropicales que las estimaciones a partir del método 2 (Tabla 5). Tomando en
cuenta estos argumentos se decidió que el método 1 es el mejor para la estimación de
biomasa en el noroccidente de Ecuador.
21
Tabla 5. Reportes de estimaciones de biomasa aérea en el trópico.Tipo de Bosque Edad
Años
Biomas
(ton/ha)
Fuente Comentario
Tropical de Montano *Tropical premontano húmedo*Tropical montano húmedo*Tropical premontano muy húmedo*Tropical premontano muy húmedo*Tropical húmedo (América)*Tropical secundario (América)Tropical plantación (América)Tropical primario (Brazil)Tropical secund. Degradado (Brasil)Tropical húmedo*(Amazonia-Bolivia)Tropical secundario (Venzuela)Trópical húmedo *(Brazil)Tropical primario cerradoTropical secundario cerradoTropical húmedo* (Brazil)Barbecho (Brazil)Subtropical secundario (Ecuador)Tropical húmedo cerrado*Tropical secundario (improductivo)Tropical húmedo* (América)Tropical húmedo y seco* (América)Tropical húmedo* (Brazil)Tropical húmedo* (Brazil)Tropical húmedo* (Brazil)Tropical secundario (Brazil)Bosque secundario (actual estudio)
1820
18Natural37 P
ND
ND>40
ND
3030
290284428362456546254310291-398143-176171464356334170-270318136255192138340211300-400414227200223
Adams, 1997.Golley , et al., 1975Brun, 1976Greenland and Kowal , 1960Huttel, 1975Fölster, 1989Fölster, 1989Fölster, 1989Alves et al., 1997Alves et al., 1997Dauber, E. et al., 2000San José, J.J, et al., 1998Laurance, W.F., 1999Compilación de Bundestag, 1990Compilación de Bundestag, 1990Fujisaka, et al., 1998Fujisaka, et al., 1998Fehse, et al., 1999. (ECOPAR)Brown, et al., 1989Brown, et al., 1989Brown, et al., 1989Brown, et al., 1989Citado por Brown y Lugo, 1992Citado por Brown y Lugo, 1992Brown y Lugo, 1992Steininger, 2000
Citado por De Jong , et al., 1999Citado por De Jong , et al., 1999Citado por De Jong , et al., 1999Citado por De Jong , et al,. 1999Citado por De Jong , et al., 1999Citado por WBGU, 1998Citado por WBGU, 1998Citado por WBGU, 1998Ecuaciones alometricasEcuaciones alometricasEcuaciones alometricas de invent. forestalesEcuaciones alometricas sabana (Orinoco)Ecuaciones alometricasCitado por ODA MINAE, 1996Citado por ODA MINAE, 1996Ecuaciones alometricas (Brown , et al.)Ecuaciones alometricas (Brown , et al.)Ensayos destructivos (Maquipucuna)Ecuaciones alometricasEcuaciones alometricasEcuaciones alometricas (DAP, DB y altura)Ecuaciones alometricas (DAP, DB y altura)Mediciones directasEstudios a pequeña escalaCon sensores remotos (RADAMBRASIL)Ecuaciones alometricasValor de biomasa estimado por el método1
ND= no dato, P= bosque protegido, *= Bosque no intervenidos.
Las curvas de biomasa BT1 en función de edad estratificado para las dos zonas de
precipitación (Figura 3b) indican que para la zona de menor precipitación la biomasa
BT1 disminuye en aproximadamente 15% en relación con la zona húmeda., La curva de
biomasa BT1 en función de edad para toda el aérea esta en el rango medio entre estas
dos zonas (Figura 3a). Al aplicar la ecuación logarítmica de la curva del gráfico 3a para
un bosque secundario de 30 años se obtiene una biomasa de 223 ton/ha, valor que se
encuentra dentro de los rangos encontrados por otras investigaciones (Tabla 5).
La curva para la zona mas húmeda es bastante influenciado por 3 bosques con una alta
biomasa en el norte de la provincia, todos con una edad de 25 años. De dos de estos
bosques (La Chiquita y San Lorenzo) se sabe que probablemente han tenido poco
interferencia humana, lo cual podría ser causa de su relativamente alta biomasa.
22
Figura 3. Relación de biomasa total aérea (peso seco) con edad del bosque secundario.Observaciones y curvas según ecuaciones tabla 4. A: Sin zonificación; B: Con zonificación(< 2500 mm y > 2500 mm).
0
50
100
150
200
250
300
350
0 5 10 15 20 25 30 35Edad (años)
Biom
asa
(ton/
ha)
BT1 sin zonificación Curva BT1 sin zonificación
A
0
50
100
150
200
250
300
350
5 10 15 20 25 30 35Edad (Años)
Bio
mas
a (to
n/ha
)
BT1 zona < 2500 mm BT1 zona >2500 mmcurva BT1 zona > 2500 mm curva BT1 zona < 2500 mm
B
23
3.3 Biomasa de plantaciones forestales.
Los resultados de biomasa y C almacenado en las plantaciones forestales y estimados
por el método 1 se resumen en la Tabla 6 (descripción de sitios en Anexo 1). Los
valores de C fijado están en un rango de 54 a 120 ton/ha. Este rango depende de la
especie plantada, del manejo de la plantación y de la edad del bosque. Debido a las
diferentes características biofísicas de cada plantación y al reducido número de ellas; la
información de biomasa y C fijado no se correlacionó con los anteriores factores.
Tabla 6. Estimaciones de biomasa (peso seco) y carbono fijado en la parte aérea deplantaciones forestales.Sitio Especie
Nombre común Nombre científico
Edad
(años)
BT1
(ton/ha)
C
(ton/ha)
Mayronga
Silanche
Río Castillo
Golondrinas
Concordia
Pitzara
Teca
Tangaré
Cutanga
Múltiples*
Caucho injerto
Mascarey
Tectona grandis
Carapa guianensis
Parkia multijuga
Cordia alliodora/Brosimun *
Hevea brasilensis
Hyeronima chocoensis
9
21
15
17
7
10
184
213
194
229
108
155
92
107
97
115
54
78
Múltiples* = Laurel -Cordia alliodora , Sande – Brosimun utile, Coco-virola – Virola sp.
Se puede observar que la biomasa de las plantaciones es superior a la biomasa de
bosques secundarios con la misma edad según la curva 3a. Sobre todo la biomasa de la
plantación de Teca en la Mayronga es muy alta. Sin embargo, cuando se compara la
aérea basal medida con datos existente para Teca (INEFAN, 1996) estaría de acuerdo
con el crecimiento para un sitio con índice favorable.
24
25
4. Discusión y conclusiones
Información sobre la fijación de carbono en biomasa de diferentes sistemas forestales es
necesaria para los procesos de certificación en la venta de carbono y a los modelos de
flujos de C que exigen la mayor exactitud posible en la cuantificación de la biomasa en
bosques. La información presentado en este informe ha sido utilizada - dentro del
mismo proyecto - para el análisis de costo-beneficio de fijación de carbono en sistemas
forestales en Ecuador Noroccidental (Benítez et al., 2001).
A base de los datos de las 34 parcelas de bosques secundarios se concluyó que la
estimación de biomasa por el método 1 provee una mejor estimación de la biomasa
aérea en la zona de estudio que el método 2. La relación entre edad y biomasa estimada
para todo la zona indica que bosques secundarios pueden llegar a una biomasa de 223
t/ha en 30 años, lo cual representa 112 t/ha de carbono. Steininger (2000) reporta un
crecimiento promedio de 9-10 t/ha/año en bosques secundarios jóvenes hasta 12 años de
edad en Brasil. Este crecimiento es ligeramente mas bajo que el crecimiento promedio
en toda la zona hasta 12 años en el presente estudio como indica Figura 3a. Una posible
causa de este diferencia podría ser la fertilidad de los suelos en Esmeraldas que puede
ser más alta por su relativa cercanía a la cordillera Occidental de los Andes y la
subsecuente influencia de depósitos de cenizas volcánicas. Para que las proyecciones de
fijación de carbono en bosques secundarios sean conservadoras se recomienda tomar el
crecimiento estimada con la curva para la zona de menor precipitación, lo cual significa
200 t/ha de biomasa (100 t/ha de carbono) después de 30 años. Las plantaciones bien
manejadas en la zona pueden tener un crecimiento superior.
Uno de las especies de plantación mas investigadas en la zona de estudio es Laurel
(Cordia alliodora). Su crecimiento depende sobre todo de la densidad del rodal (numero
de arboles por ha) y índice de sitio (Alder y Montenegro, 1999). Usando las curvas de
crecimiento de Alder y Montenegro (1999) para una densidad de 400 arboles/ha y un
índice de sitio promedio de 22, y extrapolando el volumen comercial con DAP > 10 cm
a biomasa total usando una densidad de 0.45 y el factor de expansión según Sección 2,
resultaría en una biomasa total aérea de alrededor de 220 t/ha después de 15 años y 250
t/ha después de 20 años (Benítez et al., 2001). Esta biomasa se compara bien con la
26
biomasa estimada para la plantación en las Golondrinas en el presente estudio que tiene
Laurel mezclado con otros especies. Una comparación de Alder (1999) entre especies
de plantación en la zona como Chuncho (Cedralinga catenifomis), Pachaco
(Schizolobium parahybum), Cutanga (Parkia multijuga) y Jacaranda (Jacaranda
copaia) muestra que estos pueden tener un incremento anual de volumen de madera
superior al incremento de Laurel.
En el presente estudio no fue incluida la biomasa en sotobosque (plantas, arbustos y
arboles con DAP < 5 cm) y raíces. Sin embargo estos compartimentos pueden
representar cantidades significativas de biomasa (y por lo tanto de carbono).
Relativamente poca información existe en la literatura sobre biomasa en raíces por el
trabajo extensivo que representan las mediciones. En un resumen de la literatura Cairns
et al. (1997) calculan una biomasa promedio en raíces de bosques tropicales de 24% de
la biomasa aérea en base de datos de 39 muestreos. La biomasa en sotobosque y
hojarasca puede ser muy variable pero representa probablemente una cantidad
relativamente modesta de biomasa (Kotto-Same et al., 1997; Fehse et al., 1999).
Un gran parte del carbono de un ecosistema terrestre se encuentra en el suelo. Para las
parcelas descritas en este informe y en parcelas cercanas de pasto se realizó un estudio
detallado sobre carbono en el suelo y los cambios de carbono en el suelo después de una
conversión de pastos a bosque, en base de análisis físicos y químicos de muestras de
suelo. Los resultados del análisis de los niveles y cambios de carbono en suelos para las
diferentes condiciones de clima, edad de vegetación, mineralogía del suelo y manejo
están descritos en otro informe (López et al., 2002).
Las estimaciones de biomasa con ecuaciones alométricas establecidos en otros países
(método 2) dieron resultados diferentes que los del método 1, que fue preferido en
nuestro estudio. Por esta razón se recomienda estudios que involucren determinaciones
destructivas del peso seco (biomasa) de tronco, ramas, hojas, raices y sotobosque en
parcelas para establecer ecuaciones alométricas desarrolladas específicamente para
bosques secundarios y plantaciones de la zona. De esta forma se puede aprovechar
mejor de la información de los inventarios forestales que se ha realizado en el pasado en
plantaciones forestales y bosques secundarios, y los que se va a realizar, para estimar los
contenidos de carbono. En muchos inventarios forestales se mide arboles de interés
27
comercial con diámetros de 30 cm o más. Para aprovechar mejor de inventarios
forestales para las estimaciones de biomasa y carbono, se recomienda incluir árboles
desde 5 cm de diámetro tanto de las especies comerciales y no comerciales existentes en
los bosques secundarios.
Para bosques secundarios además es necesario determinar el impacto de diferentes
niveles de extracción selectiva en el crecimiento total del bosque.
28
29
5. Referencias
Alder, D., Montenegro, F., 1999. A yield model for Cordia alliodora plantations in
Ecuador. International Forest Review 1(4): 242-250.
Alder, D., 1999. Growth and yield of some plantation species of the lowland tropics in
Ecuador. Articulo presentado en Conferencias sobre las Investigaciones y Experiencias
de 20 Años de la Fundacion Forestal Juan Manuel Durini, Quito.
Alves, D.S., Soares, J.V., Amaral, S., Mello, E.M.K., Almeida, S.A.S., Silva, O.F. da;
Silveira, A.M., 1997. Biomass of primary and secondary vegetation in Rondônia,
Western Brazilian Amazon. Global Change Biology 3: 451-461.
Benítez, P., Olschewski, R., de Koning, F., López, M., 2001. Análisis costo-beneficio
de usos del suelo y fijación de carbono en sistemas forestales de Ecuador Noroccidental.
Informe TWF-30s del Programa de Apoyo Ecológico (TÖB) de la Cooperación Técnica
Alemana (GTZ), Eschborn, Alemania, 82 pp.
Brown, S., Gillespie, A.J.R., Lugo, A.E., 1989. Biomass estimation methods for tropical
forest with applications to forestry inventory data. Forest Science 35: 881-902.
Brown, S., Lugo, A.E., 1992. Aboveground biomass estimates for tropical moist forests
of the Brazilian Amazon. Interciencia 17, No. 1
Brown, S., 1997. Estimating biomass and biomass change of tropical forests. A primer
FAO Forestry Paper, 134.
Cairns, M.A., Brown, S., Helmer, E.H., Baumgardner, G.A., 1997. Root biomass
allocation in the world´s upland forests. Oecologia 111: 1-11.
Cañadas, L., 1983. El Mapa Bioclimático y Ecológico del Ecuador. 210 pp.
Clirsen/Patra, 1998. Zonificación Económica Ecológica de Esmeraldas. Ministerio de
Ambiente, Quito. Ecuador.
30
Dauber, E., Terán, J., Guzmán, R., 2000. Estimaciones de biomasa y carbono en
bosques naturales de Bolivia. Superintendencia Forestal. Santa Cruz de la Sierra-
Bolivia, 28 pp.
De Jong, B.H.J., Cairns, M.A., Haggerty, P.K., Ramirez, N., Ochoa, S., Mendoza, J.,
González, M., March, I., 1999. Land-use change and carbon flux between 1970s and
1990s in central highlands of Chiapas, Mexico. Environmental Management 23(3):
373-385.
Dixon, R.G., Little, E.L., 1969. Arboles comunes de la provincia de Esmeraldas. FAO.
Roma, 41 pp.
Estrada, Palacios & Dávalos, 1989. Catalogo Fitoecologico. MAG-PRONAREG. Quito.
Fehse, J., Aguirre, N., Paladines, Ch., Hofstede, R., Sevink, J., 1999. La productividad
de cuatro bosques secundarios en la Sierra del Ecuador. Proyecto ECOPAR. Quito-
Ecuador, 41 pp.
Fujisaka, S., Castilla, C., Escobar, G., Rodrigues, V., Veneklaas, E.J., Thomas, R.,
Fisher, M., 1998. The effects of forest conversion on annual crops and pastures:
Estimates of carbon emissions and plant species loss in a Brazilian Amazon colony.
Agriculture Ecosystems and Environment 69: 17-26.
INEFAN, 1996. El factor de forma. Instituto Ecuatoriano Forestal y de Areas Naturales
y Vida Silvestre (INEFAN). Conocoto-Ecuador, 11 pp.
INEFAN, 1996. Lista de especies comerciles del Ecuador con sus diametros minimos
de corta. Instituto Ecuatoriano Forestal y de Areas Naturales y Vida Silvestre
(INEFAN), Anexo 2 N-2.6 , Resolucion N:047, Conocoto-Ecuador.
INAMHI. 1999. Reportes Metereologicos. Instituto Nacional de Meteorología e
Hidrología, Quito-Ecuador.
31
IPCC, 2000. Land use, Land-use change, and Forestry. A special report of the
Intergovernmental Panel on Climate Change (IPCC). Cambridge University, USA. 377
pp.
Jara, L.M., 1999. Una herencia al futuro. Memorias del primer encuentro comercial de
maderas tropicales. CARE- Ecuador. 218 pp.
Kotto-Same, J., Woomer, P.L., Appolinaire, M., Louis, Z., 1997. Carbon dynamics in
slash-and-burn agriculture and land use alternatives of the humid forest zone in
Cameroon. Agriculture, Ecosystems and Environment 65: 245-256.
Laurance, W.F., Fearnside, P.M., Laurance, S.G., Delamonica, P., Lovejoy, T.E.,
Rakin-de Merona, J.M., Chambers, J.Q., Gascon, C., 1999. Relationship between soils
and Amazon forest biomass: a landscape-scale study. Forest Ecology and Management
118: 127-138.
López, M., de Koning, F., Veldkamp E., 2002 (en prep). Comparación de carbono en el
suelo de pastos y bosques en el noroccidente de Ecuador, Programa de Apoyo
Ecológico (TÖB) de la Cooperación Técnica Alemana (GTZ), Eschborn, Alemania.
MAG/ORSTOM, 1980. Mapas de Suelos. Ministerio de Agricultura y Ganaderia
(MAG) y Office de la Recherche Scientifique et Technique Outre Mer (ORSTOM).
Quito-Ecuador.
Nelson, B.W., Mesquita, R., Pereira, J.L.G., De Souza, S.G.A., Batista, G.T., Couto,
L.B., 1999. Allometric regressions for improved estimate of secondary forest biomass in
the central Amazon. Forest Ecology and Management 117: 149-167.
ODA- MINAE, 1996. Valoración de los Servicios Ambientales de Bosques de Costa
Rica. San José, 85 pp.
PRID- proyecto, 1998. Junta del acuerdo de Cartagena. Manual del Grupo Andino para
la preservación de la madera.
32
Saldarriaga, J.G., West, D.C., Tharp, M.L., Uhl, C., 1988. Long-term chronosequence
of forest succession in the upper Rio Negro of Colombia and Venezuela. Journal of
Ecology 76: 938-958.
San Jose, J.J., Montes, R.A., Fariñas, M.R., 1998. Carbon stocks and fluxes in a
temporal scaling from a savanna to a semi-deciduous forest. Forest Ecology and
Management 105: 251-262.
Steininger, M.K., 2000. Secondary forest structure and biomass following short and
extended land-use in central and southern Amazonia. Journal of Tropical Ecology 16:
689-708.
Uhl, C., Buschbacher, R., Serrao, E.A.S., 1988. Abandoned pastures in eastern
Amazonia I. Patterns of plant succession. Journal of Ecology 76: 663-681.
WBGU, 1998. Special Report: The Accounting of Biological Sinks and Sources Under
the Kyoto Protocol. German Advisory Council on Global Change, 75 pp.
33
Anexo 1. Resumen de biomasa total, carbono total y características de los 40 sitios de muestreo.Nombre sitio Coord. Coord. Area Uso edad A.basal BTf FeB BT1 BT2 CT1 CT2 Precipitación Tipo de suelo
UTM 17 E UTM 17 N med.m2 años m2 (ton/ha) (ton/ha) (ton/ha) (ton/ha) (ton/ha) (mm) (suborden)Arenales 715150 10093345 600 BS 15 18.26 57.6 3.20 184.1 94 92.1 47.0 2938 TROPEPTSto. Domingo 714460 10088452 600 BS 25 22.57 105.1 2.36 247.8 142.6 123.9 71.3 2869 TROPEPTSan Lorenzo 741673 10139434 600 BS 25 35.72 146.8 2.00 291.3 210.5 145.7 105.3 2625 AQUENTMindo Lindo 747950 9993107 600 BS 20 22.29 54.4 3.29 178.9 121.3 89.5 60.7 3459 ANDEPTMindo 747692 9992731 600 BS 16 16.5 44.7 3.63 162.4 99.5 81.2 49.8 3485 ANDEPTMayronga 698426 10098492 1000 PF 9 15.64 99.2 2.43 240.8 120.6 120.4 60.3 2000 TROPEPTRio Silanche 719601 10011002 1000 PF 21 14.88 77.4 2.75 213 86.1 106.5 43.1 4860 ANDEPTNuevo Mundo 726500 9991050 600 BS 15 13.31 35.7 4.07 145.4 75.8 72.7 37.9 4038 ANDEPTMaquipucuna 762255 10013329 600 BS 15 15.09 36.9 4.01 147.7 114.7 73.9 57.4 2310 ANDEPTRio Castillo 698027 10044702 10000 PF 15 20 63.9 3.03 193.8 77.5 96.9 38.8 2798 ANDEPTLas Golondrinas 695998 10033540 600 PF 17 31.48 89.9 2.55 229.4 197 114.7 98.5 3030 ANDEPTSan Mateo 653196 10095267 600 BS 10 13.12 32.3 4.28 138.4 62.5 69.2 31.3 1170 ORTHENTSRío Esmeraldas 653383 10099965 600 BS 18 22.22 50.7 3.41 172.9 107.1 86.5 53.6 978 TROPEPTMalimpia 665943 10045920 100 BS 15 34.79 51.3 3.39 173.8 127.6 86.9 63.8 2383 FLUVENTRío Blanco 685252 10014123 600 BS 11 11.98 24.0 4.98 119.5 52.7 59.8 26.4 3150 ANDEPTChontaduro 675267 10102149 200 BS 15 22.55 30.8 4.39 135 92 67.5 46.0 1823 TROPEPTLas Minas 659524 10094599 600 BS 14 20.16 40.6 3.82 154.6 82.6 77.3 41.3 1327 TROPEPTGuadalito 757176 10135988 200 BS 30 29.37 89.0 2.56 228.2 147.1 114.1 73.6 3157 TROPEPTLa Chiquita 748087 10137429 600 BS 25 37.35 132.1 2.10 277.4 181.7 138.7 90.9 2808 TROPEPTLa Unión 681157 10014117 600 BS 10 17.11 31.8 4.32 137.2 88 68.6 44.0 3080 ANDEPTPuerto Quito 694040 10011115 600 BS 11 8.82 32.5 4.27 138.8 47.6 69.4 23.8 3402 ANDEPTSalima 633472 10088859 100 BS 10 26.97 21.0 5.32 111.8 110.2 55.9 55.1 1401 ORTHENTSTasones 628278 10082969 600 BS 11 13.75 30.3 4.43 133.9 64.7 67.0 32.4 1762 TROPEPTMuisne 617118 10057966 150 BS 30 21.01 67.3 2.95 198.8 129.2 99.4 64.6 2496 FLUVENTSua 623772 10090953 600 BS 15 13.74 35.3 4.09 144.6 67.4 72.3 33.7 1734 TROPEPTGuacharaco 664081 10035499 600 BS 10 12.34 29.4 4.49 132 60.9 66.0 30.5 2421 UDALFSChaupara 661606 10076351 600 BS 15 11.71 24.8 4.86 121.5 47.6 60.8 23.8 1931 FLUVENTSan Andres 661411 10043814 600 BS 16 13.85 42.0 3.75 157.4 80.5 78.7 40.3 2370 UDOLLSCube 658868 10060763 600 BS 15 12.13 25.0 4.88 121.9 52.5 61.0 26.3 2021 UDOLLSQuinge 600568 10079385 900 BS 5 6.35 12.3 6.99 85.8 29.6 42.9 14.8 2561 TROPEPTMache 626200 10027096 600 BS 8 12.78 48.9 3.47 169.8 79.7 84.9 39.9 2023 UDOLLSChaflú 656743 10081060 600 BS 10 18.78 42.7 3.72 158.7 98.6 79.4 49.3 1705 UDOLLSLas Peñas 707161 10118209 600 BS 17 17.54 66.8 2.96 198.1 105.5 99.1 52.8 2509 TROPEPTPatere 721073 10110663 600 BS 25 11.37 45.2 3.61 163.3 70.4 81.7 35.2 2683 TROPEPTLagarto 696672 10115995 600 BS 20 16.01 67.5 2.95 199.1 101.3 99.6 50.7 2356 TROPEPTLa Concordia 669941 10005606 1080 BS 7 11.97 19.5 5.53 107.7 71.8 53.9 35.9 3114 ANDEPTPitzara 704110 10029454 960 PF 10 13.83 40.7 3.81 155.1 71.3 77.6 35.7 3467 ANDEPTSan Francisco 755441 10119847 600 PF 13 11.08 41.5 3.77 156.6 73.1 78.3 36.6 3730 FLUVENTMolinito 713853 10125476 600 BS 7 21.24 27.3 4.66 127.3 72.3 63.7 36.2 2474 PSAMENTAltotambo 771153 10105378 600 BS 17 14.63 51.6 3.38 174.3 77.7 87.2 38.9 5738 TROPEPTBS = bosque secundario Feb = factor de expansión de biomasaPF = plantaciones forestales BT1 y BT2 = biomasa total área de los árboles estimada por el método 1y 2 respectivamente.BtF = biomasa total del fuste CT1 y CT2 = carbono almacenado en los bosques, calculado a partir de BT1 y BT2
34
Deutsche Gesellschaft für Technische Zusammenarbeit (GTZ) GmbH
Begleitprogramm Tropenökologie (TÖB) Programa de apoyo ecológico Postfach 5180 D-65726 Eschborn República Federal de Alemania
Fax +49-(0)6196-79-6190 E-Mail: [email protected] Internet: http://www.gtz.de/toeb
Im Auftrag des Bundesministeriums für wirtschaftliche Zusammenarbeit und Entwicklung (BMZ)