Introducción

Los estudios de estimación de biomasa tienen como finalidad entender los ciclos de energía y de nutrientes así como observar el efecto de la vegetación en el ciclo global del CO₂ (Brown, 1997). El manejo actual de los bosques naturales y de las plantaciones forestales requiere de ecuaciones de predicción del peso de los diferentes componentes de los árboles para aplicarse a inventarios de biomasa; estas ecuaciones permiten estimar con suficiente precisión el peso de las especies forestales, en función de un número reducido de variables fáciles de medir, obtenidas de los árboles en pie (Acosta et al., 2002; Návar et al., 2004).

Los estudios realizados en la región sobre estimaciones de biomasa en áreas reforestadas han contemplado estimaciones de biomasa aérea (Návar et al., 2001;Návar et al., 2004). La biomasa en raíces ha sido poco estudiada por la dificultad y costos para la extracción de los sistemas radicales. Sin embargo, hay que tener presente que la biomasa radical representa como media un 22% de las biomasa total del árbol en el caso de las coníferas y un 47% en frondosas (Montero et al., 2005). Por tanto esta investigación tiene como objetivo hacer una estimación de biomasa total (aérea y subterránea) en áreas reforestadas con Pinus cooperi blanco; y posteriormente determinar la cantidad de carbono almacenado en estas comunidades que contribuyen a la mitigación del cambio climático.

Material y métodos

Las áreas reforestadas se caracterizan por localizase en áreas rehabilitadas por disturbios de incendios forestales (Návar et al., 2001), ubicadas en la parte alta del macizo principal de la Sierra Madre Occidental del centro-sur de Durango. Aquí se presenta un clima templado frio con lluvias en verano, con una temperatura y precipitación media anual de 11 °C y 1 200 mm (García, 1987). Los suelos son predominantemente Litosoles, Rendzinas y Cambiosoles con textura media (CONABIO, 1995). La vegetación está caracterizada por bosques mixtos de coníferas y latifoliadas (Graciano, 2001). La investigación se desarrolló en una área reforestada con Pinus cooperi blanco, plantada a un espaciamiento dominante de 2.5 x 2.5 m, ocupando una superficie de 4.41 ha, ubicada a 23° 44’ 42.5” norte y 105° 30’ 15.12” oeste y a una altitud sobre el nivel del mar de 2 692 metros (figura 1).

En total se seleccionaron 17 árboles de Pinus cooperi blanco de clases diamétricas variadas, con edades de entre 8 y 13 años. Los individuos seleccionados para este estudio fueron árboles libres de plagas, enfermedades y defectos físicos y/o mecánicos. Previo al derribo, a cada árbol se le midió el diámetro a la base (DB) utilizando una cinta diamétrica y una vez apeado el árbol se midió la altura total (HT) con el uso de una cinta métrica.

La extracción de raíces se hizo a través de excavación directa con el uso de herramienta manual, esta operación se realizó con cautela tratando de obtener el sistema radical completo incluyendo raíces gruesas y finas, después de la extracción cada raíz fue limpiada para retirarle el suelo adherido.

Cada individuo fue separado por componentes de hojas, ramas, fuste y raíz, de los cuales se obtuvo su peso fresco. Las dimensiones pequeñas de cada árbol permitieron introducir a la estufa al individuo completo previamente seccionado. El tiempo necesario para obtener el peso anhidro fue de seis días a una temperatura promedio de 75 °C, para el pesaje se utilizó una báscula electrónica marca Ohaus Explorer Pro con una capacidad de 4.1 kg y una precisión de 0.01 g.

Con la información dendrométrica y los datos de la biomasa se ajustaron en el software STATISTICA 6.0 cinco modelos alométricos con el método de mínimos cuadrados. Para determinar la calidad de ajuste de modelo se evaluaron los coeficientes de determinación (R²), errores estándar (S_yx) así como la simplicidad del modelo.

Ecuaciones alométricas para estimar biomasa aérea y subterránea en áreas reforestadas (Sanquetta et al., 2001).

Donde:

Y = Biomasa en fuste (kg), ramas (kg), hojas (kg), raíces (kg) y total (kg).

D = Diámetro basal.

H = Altura total.

a, b, c = Parámetros estadísticos.

Resultados

En la tabla 1 se presentan las variables empleadas en el ajuste de ecuaciones de biomasa mostrando a su vez los valores promedios, máximos y mínimos de los datos observados. La validez de las ecuaciones de biomasa siempre tendrán mejores estimaciones si son aplicadas dentro de los rangos de los parámetros reportados (Monroy y Návar, 2004).

Previo al ajuste de los modelos se realizó un análisis de corrección lineal con el objetivo de conocer el grado de asociación entre las variables.

Correlaciones altas se presentaron entre el diámetro basal con la biomasa en fuste, raíz y total (R>0.85) y medias con biomasa en hojas y ramas (R<0.85). La altura total presentó correlaciones medias con todos los componentes de biomasa (R<0.85) (tabla 2). La selección de variables independientes de los modelos está en función de los valores más altos en los coeficientes de correlación de Pearson. En la mayoría de los casos siempre se esperan correlaciones altas entre el diámetro con volumen, biomasa o carbono de fustes y correlaciones bajas entre el diámetro y la biomasa en hojas y ramas (Segura y Andrade, 2008).

Con base a los criterios de selección de los modelos, solo las ecuaciones 3 y 5 mostraron la mejor calidad de ajuste presentando R² similar y poca variación en errores estándar. Los modelos seleccionados mostraron los mejores ajustes en estimaciones de biomasa en fuste con R² de 0.99 en ambos modelos, seguido de la biomasa total con R² de 0.98 y 0.97 para el modelo 3 y 5 respectivamente, en estimaciones de biomasa en raíz se presentaron R² de 0.93 y los ajustes más bajos fueron para la estimación de biomasa en ramas y hojas con R² de 0.87 y 0.86 para cada componente (tabla 3).

En la figura 2 se presentan los diagramas de dispersión de biomasa, mostrando a su vez la línea de ajuste del modelo 5. En todos los casos se presenta un incremento de biomasa en función al aumento en las dimensiones del diámetro y altura del árbol.

Los porcentajes promedio en que se reparte la biomasa se presentan en la tabla 4. La proporción en que se reparte la biomasa entre las diferentes partes del árbol tiene interés para la silvicultura, pues informa cuáles son las especies que tienen mayor rendimiento en madera, y éste es un producto importante dentro de la producción total del bosque (Montero et al., 1999).

Discusión

Sanquetta et al. (2001) ajustaron ecuaciones alométricas para estimar biomasa aérea y subterránea en plantaciones de Pinus taeda en Paraná, Brasil. Utilizaron una muestra de 18 árboles con edades de 17 a 21 años. El modelo que mejor se ajustó a los datos trabajados fue el modelo 5 ensayado también en esta investigación. Los ajustes más altos se presentaron para estimar el peso verde del fuste y del follaje con R² de 0.96 y 0.82 respectivamente, ajustes similares fueron en estimaciones de biomasa de ramas vivas y muertas con R²de 0.72 y 0.75 para cada componente y los ajustes más bajos fueron para la estimación de biomasa en raíces con R² de 0.45.

Pimienta et al. (2007) estimaron la biomasa y el contenido de carbono fustal en rodales naturales de Pinus cooperi blanco en el norte de México. Reportan la ecuación 3 del presente estudio como uno de los mejores modelos para la estimación de biomasa y carbono con coeficientes de determinación de 0.96 y 0.99 respectivamente.

Montero et al. (2005) indican que para coníferas en España, en promedio el 78% corresponde a biomasa aérea y 22% para biomasa subterránea, distribuyéndose la biomasa aérea en las siguientes proporciones: el 70% en fustes; el 12% para ramas (gruesas y delgadas) y el 18% para ramillas y acículas. Sin embargo, los porcentajes de cada componente son variantes en función al tiempo, para fustes y ramas se presenta un incremento en biomasa por año de 2.96% y 0.17% respectivamente, en contraste la biomasa foliar decrece un 3.14% por año (Montes de Oca et al., 2012).

Conclusiones

Con el uso de ecuaciones alométricas es posible estimar la biomasa por componentes y total en árboles individuales de Pinus cooperi blanco en áreas reforestadas.

Los modelos 3 y 5 presentaron un comportamiento semejante en la calidad de los ajustes de los datos, por tanto, pueden emplearse cualquiera de ellos para estimaciones de biomasa.

Los porcentajes de biomasa reportados en esta investigación ponen en manifiesto al fuste como componente importante con mayor proporción de biomasa en el árbol.

Recomendación

Se recomienda el uso de estas ecuaciones dentro del rango de las variables dendrometricas reportadas en el estudio. Las estimaciones biomasa de árboles con mayores o menores dimensiones podrían resultar sesgadas.

Literatura citada

ACOSTA, M.M.; VARGAS, H.J.; VELÁZQUEZ, M.A. y ETCHEVERS, B.J. 2002. Estimación de la biomasa aérea mediante el uso de relaciones alométricas en seis especies arbóreas en Oaxaca, México. Agrociencia 36:725-736.

BROWN, S. 1997. Estimating biomass and biomass change of tropical forest. University of Illinois, Urbana, Illinois, USA. Food and Agriculture Organization of the United Nations (FAO), 55 p.

CONABIO (Comisión Nacional para el Conocimiento y Uso de la Biodiversidad). 1995. Mapa edafológico. Escalas 1:250, 000 y 1:1, 000,000. México.

GARCÍA, E. 1987. Modificaciones al sistema de Köppen. Cuarta edición. UNAM, Instituto de Geografía. México, D.F. 252 p.

GRACIANO, L.J. 2001. Técnicas de evaluación dasométrica y ecológica de los bosques de coníferas bajo manejo de la Sierra Madre Occidental del centro sur de Durango, México (Tesis de grado). Universidad Autónoma de Nuevo León, Facultad de Ciencias Forestales, 156 p.

MONROY, R.C. y NÁVAR, C.J. 2004. Ecuaciones de aditividad para estimar componentes de biomasa de Hevea brasilensis Muell. Arg. Madera y Bosques, vol 10, núm 2, 29-43.

MONTERO, G.; ORTEGA, C.; CAÑELLAS, I. y BACHILLER, A. 1999. Productividad aérea y dinámica de nutrientes en una repoblación de Pinus pinaster Ait. Sometida a distintos regímenes de claras. Invest. Agr., Sist. Recur. For., Fuera de Serie n° 1, 176-206.

MONTERO, G.; RUÍZ, P.R. y MUÑOZ, M. 2005. Producción de biomasa y fijación de CO₂ para los bosques españoles. Monografías INIA: Serie forestal, n° 13, 269 p.

MONTES DE OCA, C.E.; ROJAS, A.M.; GARCÍA, R.P.; NÁJERA, L.J.; MÉNDEZ, G.J. y GRACIANO, L.J. 2012. Estimación de carbono almacenado en la regeneración natural de Pinus durangensis Martínez en El Salto, Durango. Colombia Forestal Vol. 15(2):151-159.

Návar, C.J.; GonzáleS, B.N.; Graciano, L.J.; Dale, V. and Parresol, B. 2004. Additive biomass equations for pine species of forest plantations of Durango, México. Madera y Bosques 10(2):17-28.

NÁVAR, C.J.; GONZÁLES, B.N. y GRACIANO, L.J. 2001. Ecuaciones para estimar el rendimiento e incremento de biomasa total en plantaciones forestales de Durango, México. Simposio internacional medición y monitoreo de la captura de carbono en ecosistemas forestales. Valdivia – Chile. 13 p.

PIMIENTA, D.J.; DOMÍNGUEZ, C.G.; AGUIRRE, C.O.; HERNÁNDEZ, F.J. y JIMÉNEZ, P.J. 2007. Estimación de biomasa y contenido de carbono de Pinus cooperi blanco, en Pueblo Nuevo, Durango. Madera y Bosques 13(1):35-46.

SANQUETTA, C.R.; WATZLAWICK, L.F.; ARCE, J.E. y DE MELLO, A.A. 2001. Ecuaciones de biomasa aérea y subterránea en plantaciones de Pinus taeda en el sur del estado de Paraná, Brasil. Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales. Valdivia – Chile. 11 p.

SEGURA, M. y ANDRADE, H.J. 2008. ¿Cómo construir modelos alométricos de volumen, biomasa o carbono de especies leñosas perennes? Agroforestería en la Américas 46:89-96.

STATSOFT, INC. (2001). STATISTICA (data analysis software system), version 6. Tulsa, OK 74104, USA.