Printer Friendly

Revision de metodos para el monitoreo de biomasa y carbono vegetal en ecosistemas forestales tropicales.

Review of Methods for the Monitoring of Biomass and Vegetal Carbon in Tropical Forest Ecosystems

Introduccion

El cambio climatico ocasionado por el aumento en la concentracion de los gases de efecto invernadero en la atmosfera se ha reconocido como una amenaza para la humanidad. Los bosques influyen en el ciclo natural del carbono en la atmosfera porque capturan el carbono mediante la fotosintesis y lo almacenan con rapidez convirtiendolo en biomasa, al mismo tiempo liberan carbono durante la respiracion (en forma de dioxido de carbono, C[O.sub.2]) y durante la descomposicion de plantas (Angelsen & Wunder, 2003; Backeus, Wikstrom & Lamas, 2005; Basu, 2009; Hemery, 2008; Le Quere et al., 2012; Pielke, 2005). Ademas, exportan materia organica hacia las capas freaticas profundas o hacia los ecosistemas oceanicos (Food and Agriculture Organization [FAO], 2002; Percy, Jarndl, May & Lavigne, 2003). Tambien se ha reconocido la importante labor en la regulacion de ciclos vitales como el ciclo de nutrientes y ciclo del agua (Brown, 1997; Dauber, Teran & Guzman, 2008; Orrego & del Valle, 2001) y otros beneficios (control de erosion, belleza escenica, alimento, farmacos, etc.).

La biomasa es la materia organica acumulada por un ecosistema a traves del tiempo (Eamus, McGuinness & Burrows, 2000) y esta compuesta por el peso de la materia organica aerea y subterranea (Schlegel, Gayoso & Guerra, 2000). Cuantificarla permite determinar la cantidad de nutrientes en diferentes partes de las plantas y estratos de la vegetacion y comparar diferentes especies o vegetacion, o comparar especies y tipos de vegetacion similares en diferentes sitios. Cuantificar la biomasa y el crecimiento de la vegetacion es esencial para estimar la fijacion de carbono, un tema actualmente relevante por sus implicaciones en relacion con el cambio climatico (Begon, Harper & Townsend, 1996; Boudowski, 1999; Brown, Sathaye, Cannell & Kauppi, 1996; Ciesla, 1996; Dixon, 1995; Dixon, Schroeder & Winjum, 1991; Malhi & Grace, 2000; Marquez, 1997; Snowdon et al., 2001).

Los bosques reaccionan con rapidez ante las actividades humanas de extraccion de la madera, la destruccion del bosque y la ordenacion forestal para obtener un crecimiento neto. Segun Lugo y Brown (s. f.) las personas que creen que los bosques tropicales son fuente de carbono justifican que el incremento de la deforestacion reduce el almacenamiento del carbono y aumenta la cantidad de C[O.sub.2] que pasa a la atmosfera. La tesis contraria sostiene que los ecosistemas forestales tropicales son sumideros de carbono y hacen hincapie en el rapido ritmo de sucesion y el elevado consumo neto de C[O.sub.2]. Al respeto, Schlegel et al. (2000) mencionan que la capacidad de los bosques para almacenar carbono depende de la composicion floristica, la edad y la densidad de la poblacion y, segun FAO (2002), para producir dos metros cubicos de madera, un bosque atrapa alrededor de una tonelada de carbono del aire, pero al destruirse se libera al ano alrededor de una cuarta parte de todos los gases que producen el efecto de invernadero, cerca de 6 000 millones de toneladas de C[O.sub.2].

A pesar de la reconocida capacidad de los ecosistemas forestales (Bonan, 2008; Gonzalez et al., 2008; Hemery, 2008; Newell & Vos, 2012; Righelato & Spracklen, 2007; United Nations Framework Convention on Climate Change [UNFCCC], 2006; Van Deusen, 2010) -principalmente los bosques tropicales- (Newell & Vos, 2012; International Tropical Timber Organization [ITTO], 2015; Van Deusen, 2010) para mitigar el cambio climatico, la exclusion de las actividades de manejo dentro de las estrategias de mitigacion ha creado un desbalance a nivel sectorial, en donde el manejo forestal sostenible ha recibido poco o ningun incentivo, disminuyendo las oportunidades de hacer un mejor uso de los recursos forestales y de aprovechar al maximo los beneficios brindados por los bosques (Ellison, Petersson, Lundblad & Wikberg, 2012; Hashimoto, 2008). Afortunadamente el mecanismo REDD+ considera el manejo forestal sostenible como alternativa a la deforestacion (Ellison et al., 2012), sin que se comprometa la biodiversidad ni otros servicios ecosistemicos (Edwards, Tobias, Sheil, Meijaard & Laurance, 2014; Merry, Soares-Filho, Nepstad, Amacher & Rodrigues, 2009).

En el mecanismo REDD+ muchos paises/propietarios con bosques tienen esperanza para que se reactiven los mercados de carbono, como es el caso de Costa Rica, en donde se viene desarrollando un mercado nacional voluntario (FONAFOFO, 2015), desde la politica nacional de la carbono neutralidad (Costa Rica, 2009; Kowollik, 2014). A pesar de multiples esfuerzos para generar informacion con el fin de determinar el verdadero aporte de los bosques al cambio climatico, se reconoce la necesidad de mas investigacion para llenar vacios de informacion (UNFCCC 2011), de estudios mas exactos y precisos (Clark & Kellner, 2012; Gibbs, Brown, Niles & Foley, 2007), de formacion de capacidades (Neeff, Eichler, Deecke & Fehse, 2007; Salinas & Hernandez, 2008) y del establecimiento de sistemas de monitoreo, reporte y verificacion que garanticen transparencia en los mercados de carbono (UNFCCC, 2011).

2. El inventario para el monitoreo de biomasa

El carbono en los ecosistemas se encuentra en cuatro componentes o compartimentos: biomasa sobre el suelo, necromasa (lenosa y hojarasca), sistemas radiculares y carbono organico del suelo (Nadler, Meza, Torres & Jara, 2001; Orrego & del Valle, 2001).

El diseno de muestreo, la intensidad o tamano la muestra, y el tamano de las parcelas esta en funcion de los objetivos, de la precision requerida y de los recursos disponibles, ademas de la cantidad carbono almacenado. Para definir el tamano de la parcela tambien debe considerarse la densidad arborea. Al respecto, MacDicken (1997) da algunas recomendaciones (Cuadro 1).

En otros trabajos de investigacion se han utilizado tamanos de parcela muy variados, que van desde 100 a 1 225 [m.sup.2] en bosque natural para biomasa lenosa (Acosta, Etchevers, Monreal, Quednow & Hidalgo, 2001a; Fonseca, Alice & Rey-Benayas, 2011b; Fragoso, 2003; Herrera, del Valle & Alonso, 2001; Nadler et al., 2001; Orrego & Del Valle, 2001; Schlegel, 2001) y de 64 a 625 [m.sup.2] en plantaciones (Fonseca, Alice & Rey-Benayas, 2009; Fonseca, Alice & Rey-Benayas, 2011a; Gamarra, 2001; Gutierrez & Lopera, 2001; Lopera & Gutierrez, 2001).

El componente herbaceo compuesto principalmente por el pasto, hierbas y arbustos (diametro a la altura del pecho [dap] menor a 2,5 cm) es cuantificado en parcelas de 50 x 50 cm o de 1 x 1 m (Acosta, Quednow, Etchevers & Monreal, 2001b; Fonseca et al., 2011a; Fonseca et al., 2011b, Husch, 2001; Lopera & Gutierrez, 2001). La hojarasca y mantillo compuesta por los residuos organicos (hojas, ramas, frutos, semillas) en la superficie de suelo se evalua en parcelas de 0,25 [m.sup.2] (Acosta et al., 2001b; Fonseca et al., 2011a; Fonseca et al., 2011b; Herrera et al., 2001).

La frecuencia de las evaluaciones es diferente segun el componente de carbono. En los componentes que presentan cambios relativos rapidos en la concentracion de carbono, el monitoreo debe hacerse mas seguido. En los compartimentos con cambios menores como el suelo y en areas no disturbadas el carbono no cambia dramaticamente de ano en ano, por lo cual el monitoreo puede hacerse mas distante, ademas el muestreo de suelos es costoso. Para eliminar el efecto de la estacionalidad como una fuente de variacion de los resultados, los inventarios en las parcelas permanentes deben realizarse en la misma epoca del ano, preferiblemente en el mismo mes (MacDicken, 1997). Las parcelas permanentes de muestreo para evaluar los cambios temporales de biomasa son consideradas como un medio estadisticamente superior.

3. Cuantificacion de biomasa

La biomasa es el peso de la materia organica aerea y subterranea que existe en un ecosistema forestal (Instituto de Normas Tecnicas de Costa Rica [INTECO], 2016; Intergovernmental Panel of Climate Change [IPCC], 1996).

Para determinar y monitorear el almacenamiento de carbono organico en sistemas forestales y agroforestales, se debe estimar la diferencia de carbono almacenado en suelos y en la biomasa para sitios con el proyecto y sin este sobre un periodo de tiempo especifico; la diferencia en la cantidad de carbono almacenado es el carbono secuestrado por el proyecto. Existen dos tecnicas de monitoreo que pueden ser usadas para evaluar el carbono fijado en proyectos forestales (Araujo, Higuchi & de Carvalho, 1999; Brown, 1999; Brown, Gillespie & Lugo, 1989, Brown & Lugo, 1984; Chave et al., 2004; Chave et al., 2014; Cifuentes et al., 2015; Francis, 2000; Jordan & Uhl, 1978; Klinge & Herrera, 1983; Petrokofsky et al., 2012; Saldarriaga, West, Tharp & Uhl, 1988; Schlegel, 2001) y recomendadas por el IPcC (1996):

--Modelaje o metodo indirecto: se calcula la biomasa del arbol con ecuaciones o modelos matematicos calculados por medio de analisis de regresion entre variables de los arboles, tales como el diametro a la altura del pecho (dap), la altura comercial (hc) y total (h), el crecimiento diametrico, el area basal y la densidad especifica de la madera. Tambien puede estimarse la biomasa a partir del volumen del fuste, y usar luego la densidad basica de la madera para calcular el peso seco y un factor de expansion para calcular el peso total del arbol.

--Metodo directo o mediciones en campo: Consiste en cortar el arbol y pesar la biomasa, luego se determina el peso seco.

3.1 Biomasa sobre el suelo

La biomasa viva sobre el suelo esta compuesta por los componentes lenosos (arboles en pie) y el sotobosque: pastos, hierbas y estados juveniles, hojarasca o mantillo y la necromasa (Herrera, et al., 2001; Husch, 2001; INTECO, 2016; IPCC, 1996; Nadler et al., 2001; Schlegel, 2001). Sin embargo, la mayoria de estudios se basan en estimaciones de biomasa de los componentes lenosos, ademas, no toman en cuenta la densidad de la madera, que varia con la edad y la productividad del sitio, lo cual puede generar errores.

Segun Brown et al. (1989), las estimaciones de biomasa aerea requieren de un muestreo destructivo o del uso de metodos indirectos, el segundo caso es el mas practico y menos costoso. Para Acosta, Hernandez, Velasquez & Etchevers (2002), el uso de ecuaciones alometricas permite una estimacion mas confiable y directa de la biomasa, ya que en la misma ecuacion se contempla la variabilidad presentada por los arboles por edad y competencia, y su crecimiento refleja la productividad del sitio.

3.1.1 Biomasa de los componentes lenosos

Se usan diferentes metodos para estimar la biomasa a partir de mediciones simples:

a. Aplicacion de una ecuacion o modelos de regresion especifica (ecuaciones alometricas) (Cuadro 2) o tablas especificas de biomasa para cada especie a partir de mediciones de arboles individuales (diametro a la altura del pecho (dap) y altura principalmente), informacion facil de obtener y de baj o costo. Los modelos relacionan la biomasa con variables de arboles en pie (dap, altura comercial y total, crecimiento diametrico, etc.) (Araujo et al., 1999, Brown, 1997; Salas, 2002; Schroeder, Brown, Birdsey & Cieszewski, 1997; Segura & Andrade, 2008). Estos modelos pueden ser construidos usando un minimo de 30 arboles bien seleccionados (MacDicken, 1997). Se prefiere el uso de modelos que transforman valores de volumen de madera de fuste en biomasa, debido a que la densidad de la madera varia entre arboles de una especie (Acosta et al., 2002, Brown et al., 1989; de Jong, 2001; de Jong et al., citados por Acosta et al., 2001a; Acosta et al., 2001b; Gaillard, Pece & Juarez, 2002; Navar, 2009; MacDicken, 1997). En forma general se prefieren los modelos que tienen como variable regresora el diametro, porque es muy simple de medir y se obtiene en la mayoria de estudios donde se colecta informacion para el manejo de plantaciones o bosque natural, esto es una ventaja adicional ya que permite estimar la biomasa a partir de una sola variable (Fonseca et al., 2009). Algunos modelos se presentan en los Cuadros 2 y 3.

b. Aplicacion de una ecuacion de regresion generica al diametro o a otras medidas de los arboles (Cuadro 2). Existen modelos generales para estimar el contenido de biomasa aerea en inventarios forestales (Brown et al., 1989, Schroeder et al., 1997), su uso se justifica cuando no existen modelos especificos para zonas o condiciones particulares o cuando varias especies presentan un patron morfologico de crecimiento similar (Acosta et al., 2002).

c. Calcular el volumen del fuste (con ecuaciones de volumen, con tablas de rendimiento, etc.) y multiplicarlo por la gravedad especifica para pasar a biomasa, posteriormente se aplica un factor de expansion para estimar biomasa entera del arbol (Acosta et al., 2001b; Acosta et al., 2002; de Jong 2001; Fonseca et al., 2011a; Fonseca et al., 2011b; INTECO, 2016). El valor de gravedad especifica de cada especie puede encontrarse en la bibliografia o calculado por analisis de laboratorio.

d. Uso de la tecnica del arbol promedio (MacDicken ,1997). Se parte del supuesto de que el arbol de tamano promedio tiene una cantidad promedio de biomasa, se considera que el area basal tiende a ser un buen predictor de la biomasa total. Su uso requiere del muestreo destructivo para determinar la biomasa y el peso del arbol es multiplicado por el numero de arboles del rodal para obtener un estimado de la biomasa total. Lopera y Gutierrez (2001) utilizaron el arbol correspondiente al diametro medio cuadratico (Dg) (arbol de area basal media).

Los primeros tres metodos se denominan indirectos y el cuarto directo (Brown, 1997;

Brown et al., 1989, INTECO, 2016; MacDicken, 1997; Schlegel 2001).

3.1.2 Muestro de componentes lenosos, herbaceos y de necromasa: procedimiento de campo y laboratorio para estimacion de biomasa

La determinacion de la biomasa por metodos indirectos requiere de la medicion de variables como el diametro (dap) y altura total de toda la vegetacion lenosa, segun el diametro minimo fijado para el inventario (MacDicken, 1997).

El metodo directo o destructivo requiere el muestreo de arboles preferiblemente de area basal media (arbol de diametro cuadratico medio-Dg), ya que es una variable de facil estimacion y presenta una alta correlacion con el arbol de volumen medio del rodal (Finger, 1992; Schneider 1993, citados por Sanqueta, 2008). Despues de cortado el arbol se separan las diversas partes (fuste, ramas vivas, ramas muertas, hojas- aciculas, raiz), cada componente se pesa en el campo. En el caso de que parte del fuste y las ramas gruesas sean usadas para obtener productos en procesos de aserrio, se obtiene su volumen y la biomasa seca se calcula extrayendo discos o muestras de madera, o bien se usa la densidad especifica (Acosta et al., 2001b; Acosta et al., 2002; De Jong 2001; Fonseca et al., 2011a; Fonseca et al., 2011b; Gaillard et al., 2002; Herrera et al., 2001; Lopera & Gutierrez, 2001; Nadler et al., 2001; Navar, Gonzalez & Graciano, 2001; Schlegel et al., 2000).

En arboles de gran tamano y copa muy desarrolla, para disminuir el esfuerzo de muestreo Gregoire, Valentine & Furnival (1995) proponen el metodo Randomized Branch Sampling o muestreo aleatorio de sendas o caminos y el Importance Sampling o importancia de muestreo desarrollado por Valentine, Tritton & Furnival (1884), en ambos casos se selecciona un camino de muestreo desde la base del arbol hasta la terminacion de la copa. El primer segmento es el tronco que termina en el primer verticilo, luego se escoge aleatoriamente una rama que seria el segundo segmento y se continua hacia la siguiente bifurcacion hasta llegar al verticilo terminal.

El componente herbaceo compuesto principalmente por el pasto, hierbas y arbustos (dap menor a 2,5 cm), disponible en la unidad de muestreo se corta a nivel del suelo, ademas se cosecha la necromasa fina (hojas, ramas, frutos, semillas) y gruesa (material lenoso con diametro >2 cm) (Acosta et al., 2001b; Herrera et al., 2001; Husch, 2001; Lopera & Gutierrez, 2001).

Segun MacDicken (1997), la biomasa de raices representa entre un 10 y 40 % de la biomasa total. La biomasa de raices puede estimarse por dos procedimientos: medicion directa y uso de relaciones (modelos) de biomasa de raices obtenidas en la bibliografia. Con el primer metodo se invierte mucho tiempo y con un nivel de precision moderado, debido a la amplia variabilidad en distribucion de las raices en el suelo.

El uso de modelos o relaciones de biomasa de raices puede ser de utilidad usando una relacion de biomasa de raices - biomasa aerea. En bosques tropicales la relacion biomasa de raices: biomasa aerea varia de 0,03 a 0,49, aunque para ofrecer resultados conservativos se podria emplear un valor de 0,10 a 0,15 (MacDicken, 1997). En otros estudios, las raices han representado el 10% de la biomasa aerea en sitios humedos y cerca del 30% en lugares semiaridos (Dixon, 1995). Aunque la recomendacion de MacDicken (1997) es compartida y se reconoce el grado de dificultad y alto costo que la cuantificacion de raices conlleva, es oportuno realizar estudios locales que permitan una evaluacion mas precisa, ya que la diferencia entre utilizar valores generales y cifras de trabajos locales es bastante marcada.

Las raices se clasifican por su diametro en: muy finas (<0,5 mm), finas (0,5-2,0 mm), pequenas (2,0-5,0 mm), medias (5,0-10 mm), gruesas (10-20 mm), y muy gruesas (>20 mm) (Schlonvoigt, Chesney, Schaller & Van Canten, 2000). Segun MacDicken (1997), en la mayoria de los protocolos de monitoreo de fijacion de carbono se consideran las raices finas como las de diametro menor a 2,0 mm y son las mas estudiadas por su dinamica. La cuantificacion de la biomasa de raices finas tiene el inconveniente de su corta vida, mueren rapidamente y el carbono almacenado en ellas se libera rapidamente, y como tal, no es un carbono duradero que es lo que interesa a los mercados de este servicio ambiental. La raiz gruesa o de anclaje por ser lenosa representa un carbono mas duradero y una cantidad muy significativa por area, sin embargo, la dificultad y alto costo que representa su cuantificacion han hecho que pocas investigaciones se interesen por desarrollar metricas para este componente (Schlegel et al., 2001).

Diversos estudios se han desarrollado utilizando la clasificacion de raices antes citada o con pequenas modificaciones. Una vez separadas las raices se secan a 72 [grados]C durante 48 horas y se pesan para determinar el contenido de humedad (Acosta et al., 2001a). Para el muestreo de raices se utiliza un barreno de acero con el cual se obtienen las muestras de suelo a diferentes profundidad en el perfil del suelo. En ecosistemas tropicales generalmente se trabaja hasta 40 cm que es donde existe la mayor dinamica (Acosta et al., 2001a). Orrego & Del Valle (2001) dan valores de 99,2 t/ ha y 93,6 t/ha en bosques primarios y secundarios, respectivamente, a 30 cm de profundidad.

Cuando se colecta la muestra de biomasa viva o la necromasa debe tenerse el cuidado de no contaminarla con suelo (principalmente con la necromasa fina), ya que las fracciones de carbono en biomasa y en suelo son muy diferentes.

Todo la biomasa viva o muerta se pesa en el campo y se toma una muestra de aproximadamente 500 g y se lleva al laboratorio para determinar el contenido de materia seca a 60-75 [grados]C durante 72 horas. Esta muestra se tritura a 250 micras y en una submuestra se determina la proporcion de carbono (Acosta et al., 2001b; Herrera et al., 2001; Husch, 2001; Lopera & Gutierrez, 2001).

4. Estimacion de la cantidad de carbono en la biomasa

Para estimar el carbono almacenado por el ecosistema o por parte de el, es necesario estimar la biomasa utilizando cualquiera de los metodos descritos anteriormente, el carbono almacenado puede estimarse de diferentes formas:

* Mediante el procedimiento de combustion seca, a partir la biomasa seca (Acosta, et al., 2001b).

* Usando el metodo de Walker y Black (Bremner y Mulvaney, 1982).

* Utilizando la fraccion de carbono a partir de biomasa seca. Varios autores (Brown & Lugo, 1984; Gaillard et al., 2002; IPCC, 1996) recomiendan utilizar para diversos tipos de bosques naturales, bosques secundarios y plantaciones forestales, ente 0,45 y 0,5 como fraccion de carbono en caso de no existir datos disponibles.

5. Factores de reduccion y expansion de biomasa

El factor de reduccion (Fr), segun Loguercio & Defosee (2001), se utiliza cuando los arboles vivos estan afectados por hongos que degradan la madera provocando pudriciones, con una densidad diferente a la madera sana. Relaciona la biomasa neta de fustes y ramas ([B.sub.nfr]) con la biomasa bruta de fustes y ramas ([B.sub.nfr]) y su tendencia es a disminuir conforme aumenta el diametro, asi mismo reportan un valor promedio de 0,94 para arboles de Nothofagus pumilio en Argentina.

El factor de expansion de biomasa (FEB) es el cociente entre la biomasa aerea total y la biomasa del fuste. Se utiliza cuando no existe la informacion detallada de un inventario forestal con los parametros de cada arbol. La biomasa total se obtiene al multiplicar este cociente por el volumen del fuste y luego por la densidad especifica promedio de las especies (Loguercio & Defosee, 2001; Navar, 2009). Loguercio & Defosee (2001) determinacion que el factor de expansion disminuye al aumentar el diametro, graficamente muestra un comportamiento en forma de J invertida. IPCC (1996) recomienda un FEB de 1,6 y para Dixon (1995) la relacion mas comunmente empleada es 1,6, otros valores se observan en el Cuadro 4.

En Costa Rica, para determinar el carbono almacenado y para hacer proyecciones, investigaciones de la FAO (2003) utilizaron los siguientes factores de expansion:

* El factor de expansion de copa (Fcopa). Al no existir estudios especificos para cada especie sobre el volumen de ramas y follaje, se utilizo un valor generico de 1,5 para plantaciones con especies latifoliadas.

* El factor de expansion de raices (Fraices). Un valor 1,5 y 1,7 para plantaciones de pinos y eucaliptos respectivamente. En Costa Rica se utilizo 1,5.

* Contenido de carbono en sotobosque (Fsotobosque). El valor recomendado fue de 5 toneladas de carbono por hectarea en plantaciones forestales.

* Contenido de carbono en mantillo (Fmantillo) .Valor recomendado de 15 t/ha en plantaciones forestales.

6. Muestro de suelos y determinacion del carbono edafico

El suelo es considerado como un gran almacen de carbono organico e inorganico y representa en muchos casos, el principal sumidero (IPCC, 2007; Petrokofsky et al., 2012).

Acosta et al. (2001a) justifican el estudio de carbono en el suelo y mencionan que el 75 % del C de los ecosistemas se encuentra en el suelo, como biomasa de raices o en formas estables, como compuestos geoquimicos. Su determinacion requiere, necesariamente, de mediciones especificas de sitio ya que las variaciones estan influenciadas por condiciones ambientales como la temperatura, humedad, pH, etc. (Petrokofsky et al., 2012).

El carbono edafico puede ser determinado usando muestras compuestas que representan multiples parcelas, con lo cual se reducen los costos y se obtienen estimaciones razonables (MacDicken, 1997). La acumulacion en el suelo se determina por medio de la densidad aparente, generalmente a una profundidad de 30 cm (en algunos estudios se ha trabajado hasta 105 cm en tramos de 15 cm), ya que el cambio de uso del suelo tiene el mayor efecto en las capas superiores (IPCC, 1996). El muestreo se realiza con un barrero cilindrico para extraer muestras de suelo para el analisis de carbono, estimar la biomasa radical y calcular la densidad aparente (Acosta et al., 2001a).

Este reservorio puede verse afectado por las actividades de manejo del suelo y no se considera oportuna la evaluacion del carbono edafico por su dificultad y altos costos (Brown et al., 1999; de Jong, Tipper & Montoya, 2000; MacDicken, 1997). Es usual que este reservorio sea excluido de la mayoria de estudios que intentan estimar las emisiones producto del manejo forestal de bosques (Helin, Sokka, Soimakallio, Pingoud & Pajula, 2013). La exclusion se justifica debido a que se impacta un area relativamente pequena, el impacto tiene una duracion corta y que ademas siempre se mantiene cobertura vegetal en el sitio (Pearson, Brown & Casarim, 2014); adicionalmente, los cambios en este compartimento ocurren a tasas sumamente lentas, lo que dificulta su determinacion (Fonseca et al., 2011a; Fonseca et al., 2011b), ademas de que son afectados por el uso anterior del suelo (Guo & Gifford, 2002).

6. Conclusion

Los paises cada vez mas preocupados por economias bajas en carbono tienen muchas esperanzas en que los mercados de carbono evolucionen positivamente para poder acceder a recursos economicos, retribuyendo a los sujetos propietarios del bosque por el servicio ambiental. De ser asi, el inventario de remociones -en este caso la medicion de la biomasa vegetaldeberia ser un topico de mucho dominio por profesionales que se encargan de la planificacion, ejecucion y la elaboracion del informe tecnico del inventario, como de las personas encargadas de llevar registros o la contabilidad de carbono a nivel nacional, para las agencias o instancias certificadoras, entre otros.

La bibliografia existente sobre inventarios de biomasa, componentes evaluados y metodos para determinarla es abundante, lo cual genera mucha incertidumbre a la hora de obtener la informacion y realizar los calculos para obtener el resultado final: ?cuanto carbono se tiene almacenado? Ante esta duda, y principalmente cuando la informacion se requiere para algun proceso de monitoreo, reporte y verificacion tendiente a obtener alguna certificacion a nivel nacional o internacional, lo aconsejable es consultar con la agencia o institucion certificadora sobre los requisitos requeridos, sin correr el riesgo de tener un faltante de informacion o recopilar mas de lo requerido, aumentando asi el costo del inventario.

DOI: http://dx.doi.org/10.15359/rca.51-2.5

7. Referencias

Acosta, M., Etchevers, J., Monreal, C., Quednow, K & Hidalgo C. (2001a). Un metodo para la medicion de carbono en los compartimentos subterraneos (raices y suelo) de sistemas forestales y agricolas en terrenos de ladera en Mexico. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Acosta, M., Quednow, K., Etchevers, J. & Monreal, C. (2001b). Un metodo para la medicion del carbono almacenado en la parte aerea de sistemas de vegetacion natural e inducida en terrenos de ladea en Mexico. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Acosta, M., Hernandez, J., Velasquez, A., & Etchevers, J. (2002). Estimacion de la biomasa aerea mediante el uso de relaciones alometricas en seis especies arboreas en Oaxaca, Mexico. Agrocienca, 36(6), 725-736.

Angelsen, A., & Wunder, S. (2003). Exploring the forest-poverty link: Key concepts; Issues and research implications. Indonesia: CIFOR, Occasional paper No 40. 58 p.

Araujo, T., Higuchi, N., & de Carvalho, J. (1999). Comparison of formulae for biomass content determination in a tropical rain forest in the state of Para, Brazil. Forest Ecology and Management, 117,43-52. doi: https://doi.org/10.1016/S0378-1127(98)00470-8

Backeus, S., Wikstrom, P., & Lamas, T. (2005). A model for regional analysis of carbon sequestration and timber production. Forest Ecology and Management, 216(1-3), 28-40. doi: https://doi.org/10.1016/i.foreco.2005.05.059

Basu, P. (2009). A green investment. If growing forests in India can generate lucrative carbon credits, then why isn't everyone planting trees? News feature. Nature, 457(8), 144-146. doi: https://doi.org/10.1016/i.foreco.2005.05.059

Begon, M., Harper, J. & Townsend, C.R. (1996). Ecology: individuals, populations and communities. Oxford, UK: Blackwell Scientific Publications. doi: https://doi.org/10.1002/9781444313765

Bonan, G.B. (2008). Forests and climate change: Forcings, freedbacks, and the climate benefits of forests. Science, 320(5882), 1444-1449. doi: https://doi.org/10.1126/science.1155121

Bremner, J. M., & Mulvaney, C. (1982). Carbon, inorganic nitrogen. In: Miller, R., Keeney, D. (Eds.), Methods for Soil Analysis: Chemical and Microbiological Properties. (2 ed.). Madison, USA: American Society of Agronomy.

Brown, S. (1997). Estimating biomass and biomass change of tropical forest: a primer. Forestry Paper 134. Rome, Italy: FAO.

Brown, S., Gillespie, A. & Lugo, A. (1989). Biomass estimation methods for tropical forests with applications to forest inventory data. Forest Science, 35(4), 881-902.

Brown, S. & Lugo, A. (1984). Biomass of tropical forests. A new estimate based on forest volumes. Science, 223, 1290-1293. doi: https://doi.org/10.1126/science.1155121

Brown, S., Sathaye, M., Cannell, M., & Kauppi, P. (1996). Mitigation of carbon emission to the atmosphere by forest management. Commonwealth Forestry Review, 75(1), 80-91.

Ciesla, W. M. (1996). Cambio climatico, bosques y ordenacion forestal. Una vision de conjunto. Estudio FAO Montes No 126. Roma, Italia: FAO.

Cifuentes, M., Henry. M., Mechain, M., Lopez, O., Wayson, C., Michel, J. M., ...& Westfal, J. (2015). Overcoming obstacles to sharing data on tree allometric equations. Annals of Forest Science. doi: https://doi.org/10.1007/s13595-015-0467-8

Chave, J., Condit, R., Aguilar, S., Hernandez, A., Lao, S., & Perez, R. (2004). Error propagation and scaling for tropical forest biomass estimates. Philosophical Transactions: Biological Ciences, 559(1443), Tropical Forests and Global Atmospheric Change, 409-420. doi: http:// doi.org/10.1098/rstb.2003.1425

Chave, J., Rejou-Mechain, M., Burquez, A., Chidumayo, E., Colgan, M., Delitti, W., ... Vieilledent, G. (2014). Improved pantropical allometric models to estimate the above ground biomass of tropical forests. Global Change Biology 20, 3177-319. doi: https://doi.org/10.1111/gcb.12629

Clark, D. & Kellner, J. (2012). Tropical forest biomass estimation and the fallacy of misplaced concreteness. Journal of Vegetation Science, 25,1191-1196. doi: https://doi. org/10.1111/i.1654-1103.2012.01471.x

Costa Rica. (2009). Estrategia Nacional de Cambio Climatico. San Jose, Costa Rica: Editorial Calderon y Alvarado.

Dauber, E., Teran, J. & Guzman, R. (2008). Estimaciones de biomasa y carbono en bosques naturales de Bolivia. Revista Forestal Iberoamericana, l(1),1-10.

de Jong, B. (2001, octubre). Fuentes y niveles de error en las estimaciones del potencial de captura de carbono. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

de Jong, B., Tipper, R & Montoya, G. (2000). An economic analysis of the potencial for carbon sequestration by forest: evidence from southern Mexico. Ecological Economics, 55,313-327. doi: https://doi.org/10.1016/S0921-8009(99)00162-7

del Valle, J. 2001. Crecimiento en biomasa y acumulacion de carbono en los sajales del delta del Rio Patia. En G. Vasquez (Ed.), Jubileo de la ingenieria forestal: 50 anos de academia y profesion. Medellin, Colombia: Universidad Nacional de Colombia, Sede Medellin, Departamento de Ciencias Forestales.

Dixon, R. (1995). Agroforestry systems: sources or sinks of greenhouse gases? Agroforestry systems, 51, 99-116. doi: https://doi.org/10.1007/BF00711719

Dixon, K., Schroeder, P., & Winjum, J.K. (1991). Assessment of promising forest management practices and technologies for enhancing the conservation and sequestration of atmospheric carbon and their costs at the site level. Corvallis, Or., USA: EPA.

Dominguez. G., Aguirre, O., Jimenez, J., Rodriguez, R., & Diaz, J. (2009). Biomasa aerea y factores de expansion de especies arboreas en bosques del sur de Nuevo Leon. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 15(1), 59-64.

Eamus, D., McGuinness, K., & Burrows, W (2000). Review of allometric relationships for estimating woody biomasa for Queensland, the northern territory and western Australia. National Carbon accounting system. Technical report No 5. Australian: Australian Greenhouse Office.

Edwards, D. P., Tobias, J. A., Sheil, D., Meijaard, E., & Laurance, W. F. (2014). Maintaining ecosystem function and services in logged tropical forests. Trends in Ecology and Evolution. 29(9), 511-520. doi: https://doi.org/10.1016/i.tree.2014.07.003

Ellison, D., Petersson, H., Lundblad, M., & Wikberg, P. (2012). The incentive gap: LULUCF and the Kyoto mechanism before and after Durban. GCB Bioenergy, 5, 599-622. Doi: https://doi. org/10.1111/gcbb.12034

FAO. (2002). Protocolo de Kyoto: Importante instrumento para el desarrollo. Roma, Italia: FAO.

FAO. (2003). Serie centroamericana de bosques y cambio climatico. Costa Rica frente al cambio climatico. Roma, Italia: FAO.

Fonseca, W. (2016). Construccion de Funciones Alometricas para Costa Rica en el Contexto del Proyecto de Proteccion Ambiental a traves de la Proteccion de los Bosques de Centro America (Informe final). Proyecto Cooperacion Internacional entre la Universidad Nacional y la Agencia de Cooperacion Alemana (GIZ). Heredia, Costa Rica: Escuela de Ciencias Ambientales, Universidad Nacional.

Fonseca, W. 2009. Restauracion forestal y almacenamiento de carbono en el tropico humedo (Zona Caribe de Costa Rica). (Disertacion doctoral inedita). Universidad de Alcala, Espana. 190 p.

Fonseca, W., Alice, F., & Rey-Benayas, J. M. (2009). Modelos para estimar la biomasa de especies nativas en plantaciones y bosques secundarios en la zona Caribe de Costa Rica. Bosque, 30(1), 36-47. doi: https://doi.org/10.4067/s0717-92002009000100006

Fonseca, W., Alice, F., & Rey-Benayas, J. M. (2011a). Carbon accumulation in aboveground and belowground biomass and soil of different age native forest plantations in the humid tropical lowlands of Costa Rica. New Forests, 43(2), 197-211. doi: https://doi.org/10.1007/s11056-011-9273-9

Fonseca, W., Alice, F. & Rey-Benayas, J. M. (2011b). Carbon accumulation in the biomass and soil of different aged secondary forests in the humid tropics of Costa Rica. Forest Ecology and Management, 262, 1400-1408. doi: https://doi.org/10.1016/i.foreco.2011.06.036

Fonseca, W & Rojas, M. (2015). Acumulacion y prediccion de biomasa y carbono en plantaciones de bambu en Costa Rica. Ambiente y Desarrollo, 20(38), 85-98.

Fonseca, G., Ruiz, L., Rojas, M. & Alice, F. (2013). Modelos alometricos para la estimacion de biomasa y carbono en Alnus acuminata. Revista de Ciencias Ambientales, 46(2), 37-50. doi: https://doi.org/10.15359/rca.46-2.4

Francis, J.K. (2000). Estimating biomass and carbon content of saplings in Puerto Rican secondary forests. Caribbean Journal of Science, 36(3-4), 346-350.

Fragoso, P. (2003). Estimacion del contenido y captura de carbono en biomasa aerea del predio "Cerro Grande" municipio de Tancitaro Michoacan Mexico. Michoacan, Mexico: Universidad Michoacana de San Nicolas de Hidalgo, Facultad de Agrobiologia.

Gaillard, C., Pece, M. & Juarez, M. (2002). Biomasa aerea de quebracho blanco (Aspidosperma quebracho-blanco) en dos localidades del Parque Chaqueno Seco. Revista Ciencias Ambientales - Quebracho 9,116-127.

Gamarra, J. (2001, octubre). Estimacion del contenido de carbono en plantaciones de Eucalyptus globulus Labill, en Junin, Peru. Ponencia presentada en el, Valdivia, Chile. Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales

Gibbs, H. K., Brown, S., Niles, J. & Foley J. A. (2007). Monitoring and estimating tropical forest carbon stocks: making REDD a reality. Environmental Research Lletters, 2, 045023. doi: https://doi.org/10.1088/1748-9326/2/4/045023

Gonzalez, P., Hassan, R., Lakada, P., Mc Callum, I., Nilson, S., Pulhin, J., van Rosenburg, B., & Scholes, B. (2008). Forest and woodland systems: Chapter 21(pp. 587-614). Washington, USA: TEEP for Agriculture & Food Scientific Foundation Report.

Gregoire, T. G., Valentine, H. T., & Furnival, G. M. (1995). Sampling methods to estimate foliage and other characteristics of individual trees. Ecology, 76(4), 1181-1194. doi: https://doi. org/10.2307/1940925

Guo, L. B., & Gifford, L. M. (2002). Soil carbon stocks and land use change: A Meta Analysis. Global Change Biology, 8(4), 345-360. doi: https://doi.org/10.1046/j.1354-1013.2002.00486.x

Gutierrez, V. H. & Lopera, J. (2001, octubre). Metodologia para la cuantificacion de existencias y flujo de carbono en plantaciones forestales. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Hashimoto, S. (2008). Different accounting approaches to harvested wood products in national greenhouse gas inventories: their incentives to achievement of major policy goals. Environmental Science & Policy, 11, 756-771. doi: https://doi.org/10.1016/j.envsci.2008.08.002

Helin, T., Sokka, L., Soimakallio, S., Pingoud, K. & Pajula, T. (2013). Approaches for inclusion of forest carbon cycle in life cycle assessment? a review. GCB Bioenergy, 5,475-486. doi: https:// doi.org/10.1111/gcbb.12016

Hemery, G.E. (2008). Forest management and silvicultural responses to projected climate change impacts on European broadleaved trees and forests. International Forestry Review, 10(4), 591-607. doi: https://doi.org/10.1505/ifor.10.4.591

Herrera, M. A., del Valle, J. & Alonso, S. (2001, octubre). Biomasa de la vegetacion arborea y lenosa pequena y necromasa en bosques tropicales primarios y secundarios de Colombia. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Husch, B. (2001, octubre). Estimacion del contenido de carbono en los bosques. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Instituto de Normas Tecnicas de Costa Rica. (2016). Metodologia para la cuantificacion y reporte de remociones de gases de efecto invernadero producto de actividades forestales INTE/ DN03:2016. San Jose, Costa Rica: INTECO.

Intergovernmental Panel of Climate Change. (1996). Report of the twelfth session of the Intergovernmental Panel of Climate Change. Reference manual and workbook of the IPCC 1996 revised guidelines for national greenhouse gas inventories. Mexico: IPCC.

Intergovernmental Panel of Climate Change. (2007a). Climate Change 2007: Mitigation of Climate Change. Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [B. Metz, O. R. Davidson, P. R. Bosch, R. Dave, LA Meyer (Eds.)]. USA: Cambridge University Press.

International Tropical Timber Organization. (2015). Voluntary guidelines for the sustainable management of natural tropical forests. Yokohama, Japan : ITTO Policy Development Series No 20.

Jordan, C. F., & Uhl, C. (1978). Biomasa of a "tierra firme" forest of the Amazon Basin. Oecologia Plantarum, 13(4), 387-400.

Kowollik, M. (2014). Costa Rica carbono neutral: Un pais pequeno con metas grandes. Friedrich Ebert Stiftung (FES) America Central. Perspectivas (8).

Klinge, H., & Herrera, R. (1983). Phytomass structure of natural plant communities on spodosolsin Southern Venezuela: The tall Amazon Caatinga Forest. Vegetatio, 53, 65-64. doi: https://doi.org/10.1007/BF00043025

Le Quere, C., Andres, R. J., Boden, T., Conway, T., Houghton, R. A., House, J. I. ... Zeng, N. (2012). The global carbon budget 1959-2011. Earth System Science Data Discussions, 5, 1107-1157. doi: https://doi.org/10.5194/essdd-5-1107-2012

Lopera, G., & Gutierrez, V. H. (2001, octubre). Flujo de carbono y respuesta a diferentes estrategias de manejo en plantaciones forestales de Pinus patula. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Lugo, A., & Brown, S. (s. f.). Los bosques tropicales. ?Fuentes o sumideros de carbono atmosferico? Roma, Italia: FAO. 6 p.

Loguercio, G. & Defosse, G. (2001, octubre). Ecuaciones de biomasa aerea, factores de expansion y de reduccion de la lenga Nothofagus pumilio (Poepp. Et Endl) Krasser, en el So del Chubut, Argentina. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

MacDicken, K. (1997). A guide to monitoring carbon storage in forestry and agroforestry projects. Forest Carbon Monitoring Program. Winrock International Institute for Agricultural Development (WRI).

Malhi, Y., & Grace, J. (2000). Tropical forests and atmospheric carbon dioxide. Trends in Ecology and Evolution, 15(8), 332-336. doi: https://doi.org/10.1016/S0169-5347(00)01906-6

Marquez, L. (1997). Validacion de campo de los metodos del Instituto Winrock para el establecimiento de parcelas permanentes de muestreo para cuantificar carbono en sistemas agroforestales. Guatemala: Universidad del Valle de Guatemala.

Merry, F., Soares-Filho, B., Nepstad, D., Amacher, G. & Rodrigues, H. (2009). Balancing Conservation and Economic Sustainability: The Future of the Amazon Timber Industry. Environmental Management, 44,395-407. doi: https://doi.org/10.1007/s00267-009-9337-1

Montero, M., & Kanninen, M. (2002). Biomasa y carbono en plantaciones de Terminalia amazonia (Gmel.) Excell en la zona Sur de Costa Rica. Revista Forestal Centroamericana, 39-40,50-55.

Nadler, C., Meza, A., Torres, R., & Jara, M. A. (2001, octubre). Medicion del carbono almacenado en los bosques de la reserva nacional Malleco. IX Region, Chile. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Navar, J. J. (2009). Alometric equations and expansion factors for tropical dry trees of eastern Sinaloa, Mexico. Tropical and Subtropical Agroecosystems 10, 45-52.

Navar, J., Gonzalez, N., & Graciano, J. (2001, octubre). Ecuaciones para estimar componentes de biomasa en plantaciones forestales de Durango, Mexico. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Neeff, T., Eichler, L., Deecke, I. & Fehse, J. (2007). Actualizacion sobre los mercados para compensaciones forestales para la mitigacion del cambio climatico. Serie tecnica, Manual tecnico - CATIE; No 77. Turrialba, Costa Rica: CATIE.

Newell, J. P. & Vos, R. O. (2012). Accounting for forest carbon pool dynamics in product carbon footprints: Challenges and opportunities. Environmental Impact Assessment Review, 37, 2336. doi:10.1016/j.eiar.2012.03.005 doi: https://doi.org/10.1016/i.eiar.2012.03.005

Orrego, S. & del Valle, J. I. (2001, octubre). Existencias y tasas de crecimiento neto de la biomasa y del carbono en bosques primarios y secundarios de Colombia. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Pearson, T. R., Brown, S., & Casarim, F. M. (2014). Carbon Emissions from tropical forest degradation caused by logging. Environmental Research Letters, 9, 034017. doi: https://doi. org/10.1088/1748-9326/9/3/034017

Percy, K. E., Jarndl, R., May, J. P., & Lavigne, M. (2003). El papel de los bosques en ciclo, la captura y el almacenamiento de carbono. Boletin No 1: Bosques y el ciclo de carbono e nivel mundial: Fuentes y sumideros. Viena, Austria: IUFRO.

Perez, D. & Kanninen, M. (2003). Aboveground biomass of Tectona grandis plantations in Costa Rica. Journal of Tropical Forest Science, 15(1), 199-213.

Petrokofsky, G., Kanamaru, H., Achard, F., Goetz, S., Joosten, H., Holmgren, P., ... Wattenbach, M. (2012). Comparison of methods for measuring and assessing carbon stocks and carbon stock changes in terrestrial carbon pools. How do the accuracy and precision of current methods compare? A systematic review protocol. Environmental Evidence, 1 (6). Doi: http:// doi.org /10.1186/2047-2382-1-6

Pielke, R. A. (2005). Land Use and climate change. Science, 310(5754), 1625-1626. doi: https:// doi.org/10.1126/science.1120529

Righelato, R. & Spracklen, D. (2007). Carbon Mitigation by Biofuels or by Saving and Restoring Forests? Science, 317(5840), 902-902. doi: https://doi.org/10.1126/science.1141361

Sanquetta, C. R., Farinha, L. & Eduardo, J. (2008). Ecuaciones de biomasa aerea y subterranea en plantaciones de Pinus taeda en el sur del Estado de Parana, Brasil. Universidad Federal del Parana, Departamento de Ciencias Forestales. Revista Patagonia Forestal.

Salas, C. (2002). Ajuste y validacion de ecuaciones de volumen para un relicto del bosque de Roble-Laurel-Lingue. Bosque, 23(2), 81-92. doi: http://dx.doi.org/10.4067/S0717-92002002000200009

Saldarriaga, J. G., West, D. C., Tharp, M. L., & Uhl, C. (1988). Long-term chronosequence of forest succession the upper Rio Negro of Colombia and Venezuela. Journal of Ecology, 76, 938-958. doi: https://doi.org/10.2307/2260625

Salinas, Z., & Hernandez, P. (Eds.). (2008). Guia para el diseno de Proyectos MDL forestales y de bioenergia. Serie Tecnica, Manual Tecnico-CATIE; No 83. Turrialba, Costa Rica: CATIE.

Schlegel, B. (2001, octubre). Estimaciones de biomasa y carbono en bosques del tipo forestal siempreverde. Ponencia presentada en el Simposio Internacional Medicion y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, Valdivia, Chile.

Schlegel, B., Gayoso, J., & Guerra, J. (2000). Medicion de la capacidad de captura de carbono en bosques de Chile y promocion en el mercado mundial: Manual de procedimientos: Muestreos de biomasa forestal. Valdivia, Chile, Universidad Austral de Chile.

Schroeder, P., Brown, S., Birdsey, M., & Cieszewski, C. (1997). Biomass estimations for temperature broadleaf forests of the United States using inventory data. Forest Science, 43(3), 424-434.

Schlonvoigt, A., Chesney, P., Schaller, M., & Van Canten, R. (2000). Estudio ecologicos de raices en sistemas agroforestales: Experiencias metodologicas en el CATIE. Modulo de capacitacion forestal. Turrialba, Costa Rica: CATIE.

Segura, M. (1997). Almacenamiento y fijacion de carbono en Quercus costarricensis, en un bosque de altura en la cordillera de Talamanca, Costa Rica (Tesis de licenciatura inedita). Universidad Nacional, Heredia, Costa Rica, Escuela de Ciencias Ambientales.

Segura, M., Kanninen, M., Alfaro, A., & Campos, J. J. (2000). Almacenamiento y fijacion de carbono en bosques de bajura de la zona atlantica de Costa Rica. Revista Forestal Centroamericana, 30, 23-28.

Segura, M., & Andrade, H. (2008). ?Como hacerlo? ?Como construir modelos alometricos de volumen, biomasa o carbono de especies lenosas perennes? Agroforesteria de las Americas, 46,89-96.

Snowdon, P., Raison, J., Keith, H., Montagu, K., Bi, H., Ritson, P., ... Eamus, D. (2001). Protocol for sampling tree and stand biomass. Australian: Australian Greenhouse Office, National Carbon Accounting System, Technical report No 3.

Solano, D., Eras, V., & Cueva, K. (2014). Generacion de modelos alometricos para determinar biomasa aerea a nivel de especies, mediante el metodo destructivo de baja intensidad para el estrato de bosque seco pluviestacional del Ecuador. Revista Cedamaz, 4(1), 32-44.

Soliz, B. (1998). Valoracion economica del almacenamiento y fijacion de carbono en un bosque subhumedo estacional de Santa Cruz, Bolivia (Tesisde maestria inedita). Turrialba, Costa Rica. CATIE.

United Nations Framework Convention on Climate Change. (2006). Handbook. Bonn, Germany: Climate Change Secretariat. Halesworth, UK: UNFCCC.

United Nations Framework Convention on Climate Change. (2011). Report of the Conference of the Parties on its sixteenth session, held in Cancun from 29 November to 10 December 2010 Addendum Part Two: Action taken by the Conference of the Parties at its sixteenth session: UNFCCC-FCCC/CP. Recuperado de: http://unfccc.int/resource/docs/2010/cop16/ eng/07a 01.pdf

Valentine, H. T., Tritton, L. M., & Furnival, G. M. (1984). Subsampling trees for biomass, volume, or mineral content. Forest Science, 30,673-681.

van Deusen, P. (2010). Carbon sequestration potential of forest land: Management for products and bioenergy versus preservation. Biomass and Bioenergy, 34, 1687-1694. doi: https://doi. org/10.1016/i.biombioe.2010.03.007

William Fonseca-Gonzale (a)

[Recibido: 21 de febrero 2017; Aceptado: 25 de abril 2017; Corregido: 28 de mayo 2017; Publicado: 01 de julio 2017]

(a) Doctor e ingeniero forestal, docente e investigador en la Escuela de Ciencias Ambientales e Instituto de Investigacion y Servicios Forestales, Universidad Nacional de Costa Rica, wfonseca@una.cr
Cuadro 1. Tamano de parcelas para inventarios de carbono segun
MacDicken (1997)

Area por arbol   Tamano de     Aplicacion
([m.sup.2])      la parcela
                 ([m.sup.2])
0-15             100           Vegetacion muy densa, rodales con
                               gran numero de tallos de diametros
                               pequenos, distribucion uniforme de
                               tallos grandes.
15-40            250           Vegetacion lenosa moderadamente
                               densa.
40-70            500           Vegetacion lenosa moderadamente
                               esparcida.
70-100           666.7         Vegetacion lenosa esparcida.
> 100            1 000         Vegetacion lenosa muy esparcida.

Cuadro 2. Modelos especificos para estimar biomasa en plantaciones
forestales. El significado de los acronimos y sus unidades estan en
los articulos originales

Autor                        Biomasa
Sanquetta, Farinha &         Pinus taeda
Eduardo (2008)
Fonseca & Rojas (2015)       Dendrocalamus
                             latiflorus, Guadua a
                             gustifolia y G. aculeata
Fonseca, Ruiz, Rojas y       Alnus acuminata
Alice (2013)
Fonseca et al. (2009)        Vochysia guatemalensis
                             Hieronyma alchorneiodes
Montero & Kanninen (2002)    Terminalia amazonia

Perez & Kanninen (2003)      Tectona grandis

Autor                        Ecuacion
Sanquetta, Farinha &         PVF = -0,3074 +
 Eduardo (2008)              [D.sup.(2,1289)]
                             PVR= 162,0559 -9,2412 x
                             D + 0,2393 * [D.sup.2]
Fonseca & Rojas (2015)       Bculmos = 13,8618 + 1,85367 x G
                             Btotal = 29,2136 + 1,78608 x G

Fonseca, Ruiz, Rojas y       Barbol= exp (-2,62104 + 2,51636
Alice (2013)                 x Ln (dap))
                             Ca= exp (-0,145192 + 1,28892 + Ln (G)
Fonseca et al. (2009)        Bt = exp (-1,44742 + 1,3308 x d A0,5)
                             Bt = exp (-2,12607 + 1,69594 x d A0,5)
Montero & Kanninen (2002)    BAT= exp (-1,648 + 2,392 x ln (dap)
                             B fuste = exp (-1,602 + 2,99 x ln (dap)
Perez & Kanninen (2003)      Bt= -0,815 + 2,382 * log10dap

Autor                        [R.sup.2]
Sanquetta, Farinha &         0,89
 Eduardo (2008)
                             0,43

Fonseca & Rojas (2015)       0,8
                             0,76

Fonseca, Ruiz, Rojas y       0,98
Alice (2013)
                             0,99
Fonseca et al. (2009)        0,98
                             0,98
Montero & Kanninen (2002)    0,99
                             0,99
Perez & Kanninen (2003)      0,98

Cuadro 3. Modelos para estimar la biomasa en bosques naturales. El
significado de los acronimos y sus unidades estan en los articulos
originales

Autor                    Biomasa
Brown et al. (1989)      Bosque seco (< 1500 mm)
                         Bosque humedo (150-4000 mm)

Segura, Kanninen,        Bosque primario
Alfaro & Campos (2000)

Lagos (2003)             Latizal alto y bajo
                         Latizal alto y bajo
                         Latizal alto y bajo
Aguilar (2001)           Fustales
                         Latizales
Fonseca et al.           Bosque secundario
2009
Fonseca (2016)           Bosque humedo del pacifico central

                         Bosque del pacifico central.
                         Biomasa y carbono incluye arboles,
                         vegetacion herbacea y necromasa

Autor                    Ecuacion
Brown et al.             B = 34,4703-8,0671 d + 0,6589 [d.sup.2]
'(1989)                  B = 38,4908-11,7883 d + 1,1926 [d.sup.2]
                         B = exp [-3,1141 + 0,9719 ln([d.sup.2]h)]
                         B = exp [-2,4090 + 0,9522 ln([d.sup.2]h)]
Segura, Kanninen,        Ln(Bt)= 0,70 + 0,81 x Ln (Bfuste)
Alfaro & Campos          Ln(Bt)= 0,94 + 0,12 * (Vfuste)
                         Ln(Bt)= -6,93 + 1,87*ln(d) + 0,005 x Ln(d) x
Lagos (2003)             Bt = 2,0367-1,9034 (d) + 0,4919
                         LBt = 1,3957 +0,5509 (d)-0,0274 (d) 2
                         Bt = 0,8435 + 0,0314 (d) 2 x H
Aguilar (2001)           LogBt = -3,89391 + 2,40215 x Logd
                         LogBt = -1,58763 + 1,06235 x d
Fonseca et al.           Log(Bt) = -1,80246 + 2,28927 x ln(d)
2009
Fonseca (2016)           Btotal= Exp (-1,6203 + 2,30583 x ln (Dap))
                         Ctotal= Exp (-2,45614 + 2,30938 x ln (Dap))
                         Botal = 1/ (0,000450933 + 0,108525 /G)
                         Ctotal = 1/ (0,000411285 + 0,181226 /G)

Autor                    [R.subp.2]
Brown et al.             0,67
'(1989)                  0,78
                         0,97
                         0,99
Segura, Kanninen,        0,92
Alfaro & Campos          0,90
(2000)                   ht 0,88
Lagos (2003)             0,86
                         0,92
                         0,82
Aguilar (2001)           0,96
                         0,95
Fonseca et al.           0,96
'(2009)
Fonseca (2016)           0,97
                         0,97
                         0,93
                         0,94

Cuadro 4. Factores de expansion de biomasa            en el tropico
Especie                         Pais                  Factor de
                                                      expansion
Nothofagus pumilio              Argentina             1,75
Quercus costarricensis          Costa Rica            1,7
Arboles de bosque natural       Costa Rica            1,6
Arboles de bosque sub-humedo    Santa Cruz, Bolivia   2,5
estacional
Bosques siempre verde           Chile                 entre 1,89
                                                      y 2,83
Bosque secundario               Costa Rica            1,44
Hieronyma alchorneiodes         Costa Rica            1,57
Vochysia guatemalensis          Costa Rica            1,56
Pinus pseudostrobus             Mexico                1,37
Cordia alliodora                Ecuador               1,72
Eriotheca ruizii                                      1,41
Tabebuia chrysantha                                   1,75

Especie
Nothofagus pumilio              Autoria
Quercus costarricensis          Loguercio & Defosee (2001)
Arboles de bosque natural       Segura (1997)
Arboles de bosque sub-humedo    Segura, Kanninen, Alfaro &
estacional                        Campos (2000)
Bosques siempre verde           Soliz (1998)
Bosque secundario               Schlegel (2001)
Hieronyma alchorneiodes         Fonseca (2009)
Vochysia guatemalensis          Fonseca (2009)
Pinus pseudostrobus             Fonseca (2009)
Cordia alliodora                Dominguez et al. (2009)
Eriotheca ruizii                Solano et al. (2014)
Tabebuia chrysantha
COPYRIGHT 2017 Universidad Nacional de Costa Rica. Escuela de Ciencias Ambientales
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2017 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Fonseca-Gonzale, William
Publication:Ciencias ambientales
Date:Jul 1, 2017
Words:8876
Previous Article:Evaluacion de practicas de desmonte selectivo y clausuras temporales en sistemas degradados del Chaco Arido (Argentina).
Next Article:Estudio etnozoologico de las aves y mamiferos silvestres asociados a huertos fruticolas de Zacualpan de Amilpas, Morelos, Mexico.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters