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: luciano_farinha@uol.con.br 2 Prof. Dr. Inventario Forestal. Email: sanqueta@floresta.ufpr.br 3 Alumno de Doctorado en Manejo Forestal. Email: anabel@floresta.ufpr.br 4 Prof. Dr. Manejo Forestal. Email: jarce@floresta.ufpr.br 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