Los modelos matemáticos para predecir biomasa son en la actualidad una opción que facilita y mejora el cálculo de la capacidad de mitigación del cambio climático de un ecosistema, pues generan información fundamental para establecer índices nacionales de almacenamiento de carbono. El objetivo de este estudio fue evaluar la biomasa de los distintos componentes del árbol (hojas, ramas, fuste, raíz) por medio de método destructivo e indirecto para construir modelos predictivos de biomasa y carbono, generados por medio del método de mínimos cuadrados ordinarios, cuyo diámetro normal fue la variable regresora. Las ecuaciones seleccionadas explicaron más del 94 % de la variabilidad observada en biomasa o carbono, con errores de estimados inferiores al 5 %. El fuste aportó el 57.4 % a la biomasa total del árbol y las hojas el 5 %. La fracción de carbono fue muy similar entre los componentes leñosos (ramas-fuste-raíz), variando de 44.9 % a 45.7 % y en las hojas alcanzó el 40.7 %.
[Introducción]: La evaluación de la biomasa y el desarrollo de modelos es un elemento clave para determinar el potencial de mitigación del cambio climático de los ecosistemas forestales. Los bosques plantados año tras año ocupan mayor área, también adquieren mayor relevancia en el almacenamiento de carbono, pero existe poca información sobre la cuantificación de biomasa y carbono para la diversidad de especies, sitios y grado de manejo. [Objetivo]: El objetivo del estudio fue evaluar la biomasa de los distintos componentes o fracciones (hojas, ramas, fuste, raíz) del árbol. [Metodología]: Por medio del método destructivo e indirecto, para construir modelos predictivos de biomasa y carbono para los distintos componentes del árbol. Los modelos se desarrollaron por medio del método de mínimos cuadrados ordinarios que utiliza como variable predictora el diámetro normal. [Resultados]: Estas ecuaciones explicaron más del 92 % de la variabilidad observada en biomasa y el carbono, con errores de estimados inferiores a 8.5 %, excepto para el carbono en hojas con menor ajuste (R2= 78.2) y mayor error (10.9 %). El fuste representó el 65.6 % de biomasa total del árbol, tiene 37 % de materia seca y 0.48 de fracción de carbono. [Conclusiones]: El aporte del follaje a la biomasa y carbono total del árbol es mínimo, por lo cual debería justificarse muy bien la asignación de tiempo y recursos para evaluar este componente. Los modelos elegidos son muy prácticos de usar porque requieren solo del diámetro como variable predictora.
[Introducción]: Las plantaciones forestales son importantes sumideros y reservorios de carbono, además aportan a la sociedad variedad de bienes y servicios ambientales. [Objetivo]: El objetivo de la investigación fue desarrollar modelos para estimar la biomasa y el carbono del árbol y de sus componentes o fracciones, en plantaciones de Cupressus lusitanica Mill en Costa Rica, [Metodología]: a partir del muestreo destructivo de 43 árboles mediante muestreo destructivo. En el campo se tomó una muestra de cada fracción para determinar la materia seca. Los modelos se construyeron a través del método de mínimos cuadrados ordinarios en regresión simple, usando el diámetro normal como variable independiente y fueron seleccionados por medio de la sumatoria ponderada de los estadísticos calculados y el análisis gráfico de los residuos. [Resultados]: El coeficiente de determinación (R2) fue superior a 83.8 % y el error de estimación o sesgo inferior a 7.2 %. La fracción de hojas y raíz fue más difícil de modelar, presentaron menor ajuste y error más alto. El fuste posee el 61.7 % de la biomasa total del árbol, las ramas 17.1 % y la raíz 9.1 %. El factor de expansión de biomasa aérea fue de 1.54 (1.3 y 1.24 para ramas y follaje) y de 1.12 para la raíz. [Conclusiones]: Los modelos alométricos predicen con precisión la biomasa y el carbono, son fáciles de usar y se convierten en herramientas útiles para cuantificar la mitigación de emisiones de gases de efecto invernadero con baja la inversión.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.