MODELOS PREDICTIVOS DE BIOMASA AÉREA DE<i> Eucalyptus grandis</i> PARA EL NORESTE DE ARGENTINA

Abstract

http://dx.doi.org/10.5902/1980509819611Diferentes intereses industriales, energéticos y ambientales han motivado el análisis de las distintas posibilidades de aprovechamiento de la biomasa forestal, este tema está adquiriendo un creciente protagonismo, por lo que la cuantificación de la biomasa aérea de estos sistemas forestales constituye un primer paso fundamental e ineludible. El objetivo de este trabajo fue desarrollar modelos que permitan estimar la biomasa de los diferentes compartimentos aéreos de Eucalyptus grandis. Para ello se emplearon datos de 41 árboles provenientes de rodales de diferentes edades, entre 4 y 32 años, ubicados en la región NE de Argentina. Se tomaron 23 individuos ubicados en la Zona Norte y Alta de Misiones (zona 1) y 18 en el Sur de Misiones y NE de Corrientes (zona 2). Se determinó la biomasa de hojas, ramas menores a 5 cm, ramas mayores a 5 cm, total de ramas, fuste y biomasa total del árbol. Para el ajuste de modelos se tomaron diversas variables independientes, el diámetro a la altura de pecho (dap), la altura total del árbol (h), el producto (dap2*h) y la variable “dummy” (zona). Para el caso de la biomasa de ramas y de hojas, debido a que no se lograron resultados satisfactorios con el empleo de estas variables, se examinaron modelos que adicionaban índice de sitio, factor de espaciamiento, diámetro en la base de la copa verde (dbcv), altura hasta la base de la copa verde (hbcv), longitud de copa verde (lcv), el área transversal de albura en la base de copa verde (g Alb bcv) y diferentes combinaciones de estas variables. Los modelos fueron seleccionados en base al coeficiente de determinación y el error cuadrático medio. Para la biomasa de ramas menores a 5 cm, ramas mayores a 5 cm, total de ramas, fuste y total, los mejores modelos fueron los que incorporaron como variables regresoras, el diámetro a la altura de pecho, la altura total del árbol y la variable “dummy” (zona). Para la biomasa de hojas, las variables, edad, área basal y número de árboles por hectárea permitieron mejorar la estimación. Los coeficientes de determinación para los modelos de biomasa total y de fuste fueron de 0,99, para el total de ramas fue de 0,83, para ramas menores a 5 cm 0,69, para ramas mayores de 5 cm 0,53 y 0,65 para hojas. Se recomienda incrementar la base de datos a los efectos de intentar mejorar las predicciones de biomasa de hojas y ramas.

Allometry, Growth and Survival of Three Eucalyptus Species (Eucalyptus benthamii Maiden and Cambage, E. dunnii Maiden and E. grandis Hill ex Maiden) in High-Density Plantations in Uruguay

“…to the dry weight of the different fractions, equations can be obtained that quantify the dry matter of the tree and then provide the dry weight of the forest mass. Thus, with the biomass equations for each of the fractions, the amount of dry matter present in the trees of a given forest can be estimated [6][7][8][9].…”

Modelos para estimar biomasa de Euphorbia antisyphilitica Zucc. en seis municipios de Coahuila

“…Los datos se colectaron mediante un muestreo selectivo de forma destructiva, donde a cada individuo se le midió altura media (A, cm), diámetro menor y mayor de la base (cm) y diámetro menor y mayor de la cobertura de copa (cm). Posteriormente la planta fue cosechada para obtener la biomasa total verde (Btv) (en kilogramos por individuo "kg individuo -1 "), con una báscula Torrey de 0.005 kg de resolución (Winck et al, 2015;Hernández-Ramos et al, 2017;Flores et al, 2018;Villavicencio-Gutiérrez, Hernández-Ramos, Aguilar-González y García-Cuevas, 2018). La muestra se conformó de 1083 individuos distribuidos de forma que abarcaran la mayor variabilidad de condiciones de crecimiento de la especie y las categorías diamétricas existentes en las diez poblaciones muestreadas (Tabla 1).…”

“…Entre dichas limitantes técnicas, se encuentra la insuficiencia de información relacionada con la producción de biomasa (Aristizábal, 2011), en especial para especies forestales desarrolladas en ecosistemas áridos y semiáridos (Méndez, Turlan, Ríos y Nájera, 2012); ya que gran parte de los estudios realizados para describir la dinámica de esta variable se agrupan en especies forestales arbóreas con importancia maderable (Soriano-Luna, Ángeles-Pérez, Martínez-Trinidad, Plascencia-Escalante y Razo-Zárate, 2015;Winck et al, 2015;Yepes et al, 2016;Hernández-Ramos et al, 2017;Flores et al, 2018). La biomasa en ecosistemas forestales es fijada y acumulada mediante el proceso de fotosíntesis, contribuye a las reservas de carbono en la tierra y es empleada como indicador para evaluar la productividad del sitio forestal, además, juega un papel importante en el manejo forestal sostenible de los recursos (Návar-Cháidez, 2010;Ferrere, Lupi y Boca, 2014).…”

Modeling and Biomass Quantification in Eucalyptus saligna Smith Stand at the End Rotation in the South of Brazil

“…The modeling of regressive (indirect) equations, based on different combinations of independent variables (diameter at breast height and total height) are the most effective ways of estimating the different plant components [8]. Low costs and short time are the main advantages of adopting them [9]. However, it is necessary to quantify the biomass of a representative number of trees through the direct method as a form of adjustment of the models [10].…”