Selección y validación de modelos para la estimación de la ...
Transcript of Selección y validación de modelos para la estimación de la ...
Selección y validación de modelos para la estimación de la biomasa aérea en
los bosques naturales de Colombia
Selección y validación de modelos para la estimación de la biomasa aérea en
los bosques naturales de Colombia
Selección y validación de modelos para la estimación de la biomasa aérea en
los bosques naturales de Colombia
Selección y validación de modelos para la estimación de la biomasa aérea en
los bosques naturales de Colombia
JUAN MANUEL SANTOS CALDERÓNPresidente de la República
BEATRIZ ELENA URIBE BOTEROMinistra de Ambiente, Vivienda y Desarrollo Territorial
SANDRA BESSUDO LIONAlta Consejera Presidencial para la Gestión Ambiental, la Biodiversidad y el Cambio Climático
CARLOS CASTAÑO URIBEViceministro de Ambiente
RICARDO JOSÉ LOZANO PICÓNDirector General Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM
LUZ MARINA ARÉVALO SÁNCHEZSubdirectora Ecosistemas e Información Ambiental – IDEAM
EDITORESÁlvaro Javier Duque MontoyaAdriana Patricia Yepes QuinteroDiego Alejandro Navarrete EncinalesJuan Fernando Phillips Bernal
FOTOGRAFÍAS DE LA CARÁTULALina María García FlórezWilson Giraldo PamplonaRonald Montañéz ValenciaSebastián Ramírez Echeverri
DISEÑO CARÁTULAGrupo Comunicaciones – IDEAM
DISEÑO Y DIAGRAMACIÓNMauricio Ochoa P. - Editorial Scripto
IMPRESIÓN Y ACABADOSEditorial Scripto
Publicación aprobada por el Comité de Comunicaciones y Publicaciones del IDEAMJulio de 2011, ColombiaISBN: 978-958-8067-39-1Distribución gratuita.
CÍTESE DENTRO DE UN TEXTO COMO:Álvarez et al., IDEAM, 2011.
CÍTESE COMO:Álvarez, E., Saldarriaga, J.G., Duque, A.J., Cabrera, K.R., Yepes, A.P., Navarrete, D.A., Phillips, J.F. 2011 Selección y validación de modelos para la estimación de la biomasa aérea en los bosques naturales de Colombia. Instituto de Hidrología, Meteoro-logía y Estudios Ambientales-IDEAM-. Bogotá D.C., Colombia. 26 p.
2011, Instituto de Hidrología, Meteorología y Estudios Ambientales-IDEAM. Todos los derechos reservados. Los textos pueden ser usados parcial o totalmente citando la fuente. Su reproducción total debe ser autorizada por el Instituto de Hidrología, Meteorología y Estudios Ambientales-IDEAM.
Este trabajo fue financiado por la Fundación Gordon y Betty Moore, proyecto “Capacidad Institucional Técnica y Cientí-fica para Apoyar Proyectos de Reducción de Emisiones por Deforestación y Degradación –REDD– en Colombia”, Insti-tuto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), Ministerio de Medio Ambiente, Vivienda y Desarrollo Territorial (MAVDT), Fundación Natura.
Impreso en Colombia - Printed in Colombia.
MINISTERIO DE AMBIENTE, VIVIENDA Y DESARROLLO TERRITORIALINSTITUTO DE HIDROLOGÍA, METEOROLOGÍA Y ESTUDIOS AMBIENTALES - IDEAM
RICARDO JOSÉ LOZANO PICÓNDirector General
CAROLINA CHINCHILLA TORRESSecretaria General
CONSEJO DIRECTIVO
BEATRIZ ELENA URIBE BOTEROMinistra de Ambiente, Vivienda y Desarrollo Territorial
GERMÁN CARDONA GUTIÉRREZMinistro de Transporte
HERNANDO JOSÉ GÓMEZ RESTREPODirector Departamento Nacional de Planeación
ADRIANA SOTO CARREÑODesignada de la Presidencia de la República
LUIS ALFONSO ESCOBAR TRUJILLORepresentante de las CARs
OSCAR JOSÉ MESA SÁNCHEZRepresentante del Consejo Nacional de Ciencia y Tecnología
JORGE BUSTAMANTE ROLDÁNDirector del Departamento Administrativo Nacional de Es-tadística-DANE
DIRECTIVAS
LUZ MARINA ARÉVALO SÁNCHEZSubdirectora de Ecosistemas e Información Ambiental
MARGARITA GUTIÉRREZ ARIASSubdirectora de Estudios Ambientales
MARÍA TERESA MARTÍNEZ GÓMEZJefe de Oficina Servicio de Pronóstico y Alertas
LILIANA MALAMBO MARTÍNEZJefe Oficina de Planeación
MARTHA DUARTE ORTEGAJefe Oficina de Control Interno (E)
OMAR FRANCO TORRESSubdirector de Hidrología
ERNESTO RANGEL MATILLASubdirector de Meteorología
ALICIA BARÓN LEGUIZAMÓNJefe de la Oficina de Informática (E)
FERNEY BAQUERO FIGUEREDOJefe Oficina Asesoría Jurídica
MARCELA SIERRA CUELLOCoordinadora Grupo Comunicaciones
AUTORES
Esteban Álvarez Dávila
Juan Guillermo Saldarriaga Cifuentes
Álvaro Javier Duque Montoya
Universidad Nacional de Colombia – Medellín
Kenneth Roy Cabrera Torres
Universidad Nacional de Colombia – Medellín
Adriana Patricia Yepes Quintero
Diego Alejandro Navarrete Encinales
Juan Fernando Phillips Bernal
COORDINACIÓN Y SUPERVISIÓN
María Claudia García Dávila
María Fernanda Ordoñez Castro
Álvaro Javier Duque Montoya
Adriana Patricia Yepes Quintero
Proyecto “Capacidad Institucional, Técnica y Científica para Apoyar Proyectosde Reducción de Emisiones por Deforestación y Degradación –REDD– en Colombia”
Comité Técnico
Andrea García Guerrero
Coordinadora Grupo de Mitigación de Cambio Climático
Ministerio de Ambiente, Vivienda y Desarrollo Territorial
Xiomara Sanclemente Manrique
Ministerio de Ambiente, Vivienda y Desarrollo Territorial
Luz Marina Arévalo Sánchez
Subdirectora Ecosistemas e Información Ambiental
Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM
María Margarita Gutiérrez Arias
Subdirectora de Estudios Ambientales
Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM
Ana Cristina Villegas Restrepo
Oficial de Proyecto
Fundación Gordon y Betty Moore
Elsa Matilde Escobar Ángel
Directora Ejecutiva
Fundación Natura
Álvaro Javier Duque Montoya
Profesor Asociado
Departamento de Ciencias Forestales,
Universidad Nacional de Colombia
Coordinación GeneralMaría Claudia García Dávila
María Fernanda Ordóñez CastroJuanita González Lamus
Carlos Alberto Noguera CruzHenry Alterio González
Equipo Técnico CarbonoÁlvaro Javier Duque Montoya
Adriana Patricia Yepes QuinteroDiego Alejandro Navarrete Encinales
Juan Fernando Phillips BernalKenneth Roy Cabrera Torres
Esteban Álvarez DávilaWalter Gil Torres
Lina María Carreño CorreaJuan Guillermo Saldarriaga Cifuentes
Equipo Técnico Procesamiento Digital de ImágenesEdersson Cabrera Montenegro
Diana Marcela Vargas GalvisGustavo Galindo García
Lina Katherine Vergara ChaparroAna María Pacheco PascagazaJuan Carlos Rubiano Rubiano
Paola Giraldo RodríguezEdilia González Mateus
Luisa Fernanda Pinzón FloresEdwin Iván Granados Vega
Paola Margarita Pabón OtáloraKarol Constanza Ramírez Hernández
Daniel Alberto Aguilar CorralesHenry Omar Augusto Castellanos Quiroz
Helio Carrillo Peñuela
Equipo Técnico Proyecciones de DeforestaciónAndrés Alejandro Etter Rothlisberger
Armando Hilario Sarmiento LópezJosé Julián González ArenasSergio Alonso Orrego SuazaCristian David Ramírez Sosa
Equipo Técnico Componente TecnológicoMaría Liseth Rodríguez Montenegro
Eduin Yesid Carrillo VegaEmilio José Barrios Cárdenas
Equipo Técnico Proyecto Piloto REDDAdriana Patricia Yepes Quintero
William Giovanny Laguado CervantesJohana Herrera Montoya
AGRADECIMIENTOS
El Instituto de Hidrología, Meteorología y Estudios Ambientales - IDEAM, agradece al Ministerio de Ambiente, Vivienda y Desarrollo Territorial, la Fundación Gordon y Betty Moore, la Fundación Natura, la Corporación Nacional de Investigación y Fomento Fo-restal (CONIF) y al programa MIDAS de la Agencia de los Estados Unidos para el De-sarrollo Internacional (USAID), por la financiación del trabajo de campo, así como a los Consejos Comunitarios de Bajo Mira y Frontera y Concosta por la colaboración prestada durante el desarrollo del mismo.
SIGLAS Y ACRÓNIMOS
BA: Biomasa aérea
C: Carbono
cm: Centímetros
D: Diámetro medido a 1,30 cm del suelo en centímetros (cm)
e.g.: Significa por ejemplo; del latín exempli gratia
et al.: Significa y colaboradores, y otros; del latín et al
exp: Función exponencial
H: Altura total de los árboles en metros (m)
Hf: Altura de fuste de los árboles en metros (m)
HPCH
: Altura cero de profundidad de copa de hojas en metros (m)
HPCR
: Altura cero de profundidad de copa de ramas en metros (m)
IDEAM: Instituto de Hidrología, Meteorología y Estudios Ambientales
IPCC: Panel Intergubernamental de Cambio Climático
kg: Kilogramo
REDD: Reducción de Emisiones por Deforestación y Degradación de bosques
ρ: Densidad de la madera en gramos por centímetro cúbico (g/cm3)
CONTENIDO GENERAL
INTRODUCCIÓN ............................................................................................................................................... 9
ECUACIONES PARA COLOMBIA ............................................................................................................11
MÉTODOS ................................................................................................................................................11
RESULTADOS ........................................................................................................................................13
ECUACIONES PARA BOSQUES DEL PACÍFICO COLOMBIANO ...............................................16
MÉTODOS ................................................................................................................................................16
RESULTADOS ........................................................................................................................................17
CONCLUSIONES Y RECOMENDACIONES .........................................................................................19
LITERATURA CITADA..................................................................................................................................21
ANEXO ...............................................................................................................................................................25
9 Introducción
INTRODUCCIÓN
Actualmente los métodos disponibles para cuantificar la biomasa y el carbono (C) en los bosques tropicales tienen limitaciones debido a la poca exactitud en los procedi-mientos para hacer las estimaciones. Esto ha generado incertidumbres sobre el papel de estos ecosistemas en el ciclo y balance global del carbono (Houghton et al. 2001), y ha dificultado también la implementación eficiente de proyectos de Reducción de Emisiones por Deforestación y/o Degradación de los bosques-REDD (IPCC 2007). Es por ello que la generación de modelos alométricos constituye hasta ahora, una herra-mienta básica y eficiente para estimar la biomasa aérea y el contenido de carbono de los árboles, y por ende, en los bosques.
En las últimas décadas se han publicado un gran número de ecuaciones alométricas para estimar la biomasa aérea (BA) de los bosques, generalmente construidas a partir del diámetro de los árboles (D), la altura total (H) y la densidad de la madera (ρ) (Brown et al. 1989, Brown 1997, Chave et al. 2005, Sierra et al. 2007, Návar 2009). No obstante, la aplicación de la mayor parte de estos modelos en sitios diferentes a donde fueron construidos, tiene serias restricciones. Lo anterior se debe principalmente a que la biomasa aérea parece estar fuertemente determinada por la variación espacial de características funcionales y arquitecturales de las especies tales como la densidad de la madera (Baker et al. 2004, Muller-Landau 2004, Ter Steege et al. 2003, Patiño et al. 2009) y la altura total (Brown 1997, Chave et al. 2001, Nogueira et al., 2008). En la cuenca Amazónica por ejemplo, la inclusión de la densidad de la madera (Baker et al. 2004) y la altura total de los árboles (Nogueira et al. 2008), ha permitido revelar patrones espaciales de distribución de la biomasa aérea y del contenido de carbono en estos bosques no reportados previamente.
Hoy en día los modelos de Chave et al. (2005) constituyen la mejor aproximación para estimar la biomasa de los bosques tropicales en sitios para los cuales no se han desa-rrollado ecuaciones locales (Clark 2007). No obstante, considerando unas muy pocas excepciones en estudios realizados a escala local (Basuki et al. 2009), estos modelos no han sido suficientemente validados con datos de campo, especialmente en gra-dientes ambientales amplios que involucren por ejemplo los efectos de la variación altitudinal.
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
10
Para el caso colombiano, recientemente se ha realizado un esfuerzo para recopilar los datos de campo disponibles sobre la biomasa aérea real de árboles apeados en campo en diferentes localidades, con el objetivo de proponer nuevos modelos a escala regional y nacional que permitan hacer una estimación lo más precisa posible de la biomasa aérea de los bosques naturales en Colombia (Álvarez et al. en prep.a). Estos autores reportan modelos para seis diferentes zonas de vida, que permiten estimar la biomasa aérea en un gradiente ambiental amplio, aunque también resaltan la ne-cesidad de generar modelos más específicos para el caso de formaciones vegetales importantes a escalas más locales.
Con estos antecedentes, en el marco del proyecto “Capacidad Institucional, Técnica y Científica para Apoyar Proyectos de Reducción de Emisiones Por Deforestación y De-gradación –REDD– en Colombia” se validaron los modelos pantropicales comúnmente utilizados para la estimación de la biomasa aérea (e.g. Brown et al. 1989, Chave et al. 2005, Álvarez et al. en prep.b), con el fin de seleccionar aquellos que arrojaran las me-jores estimaciones de biomasa aérea para los bosques naturales de Colombia.
Adicionalmente, se construyeron nuevos modelos para estimar la biomasa aérea en tres de los ecosistemas boscosos más importantes del Pacífico colombiano: bosques de colinas bajas (tierra firme), los bosques pantanosos conocidos como Guandales y los Manglares. En el presente documento se describen los resultados más relevantes de este trabajo.
11 Ecuaciones para Colombia
ECUACIONES PARA COLOMBIA
MÉTODOS
Búsqueda y selección de modelos reportados en la literatura. Se realizó una revisión de literatura científica nacional e internacional, en la que se buscaron modelos alométricos para la estimación de la biomasa aérea (BA) que fueran aplicables para los bosques natu-rales de Colombia. En total se encontraron 44 modelos que se ajustaron a las característi-cas de los ecosistemas boscosos colombianos, dentro de los cuales se incluyeron los desa-rrollados y validados por Álvarez et al. (en prep. a) para seis zonas de vida1 (Anexo 1). En la Tabla 1 se muestra la relación de los estudios que reportan dichos modelos, dentro de los cuales se encuentran cuatro en Colombia, tres en Amazonia y siete a escala Pantropical.
Tabla 1. Estudios que reportan modelos con utilidad potencial para estimar la biomasa de los árboles en Colombia.
Autor Total Modelos Lugar
Carvalho et al. (1998) 1 Amazonia Brasileña
Chambers et al.. (2001) 1 Amazonia Brasileña
Higuchi et al.. (1998) 1 Amazonia Brasileña
Álvarez et al.. (en prep.a) 6 Colombia
Overman et al. (1994) 9 Colombia
Saldarriaga (1991) 3 Colombia
Zapata et al.. (2003) 2 Colombia
Brown (1997) 6 Pantropical
Brown (1989) 4 Pantropical
Brown sin publicar; GEF (2005) 1 Pantropical
Chave et al.. (2001) 2 Pantropical
Chave et al.. (2005) 6 Pantropical
Lescure et al.. (1983) 1 Pantropical
Ovington & Olson (1970) 1 Pantropical
Total 44
1 Los modelos desarrollados por Álvarez et al. (en prep.) para Colombia, siguieron exactamente la metodología utilizada y propuesta por Chave et al. (2005). Para ello se empleó la información colectada de 578 árboles apeados en campo en diferentes regiones del país.
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
12
Validación de los modelos. Con la información proveniente de 578 árboles apeados en campo en diferentes regiones del país y la compilada por Álvarez et al. (en prep.a) (Figura 1), se evaluó la precisión de la estimación de la biomasa aérea de cada árbol pesado en campo para cada uno de los modelos alométricos reportados en el Anexo 1. La precisión de cada modelo se estimó por medio del Porcentaje de Error Prome-dio (PEP; Ecuación 1) por zona de vida y para todo el país, asumiendo el menor valor promedio como el mejor (Saldarriaga et al. 1988, Overman et al. 1994, Chave et al. 2005, Basuki et al. 2009, Álvarez et al. en prep.a).
AraracuaraÁlvarez (1993),Rodríguez (1993),
Overman et al. (1991)
Porce, bh-PMOrrego et al. (2003)
Bajo Calima, bp-PM Rodríguez (1989)
Santa Catalina , bs-TAlvarez et al. (en prep.)
Carare – Opón, bh-TDe las Salas (1978)
Oriente Antioquia, bmh-MBUnalmed (2003)
San Carlos de Rionegro, bh-TSaldarriaga (1988)
Yariguíes bh-PM, bh-MB, bh-MÁlvarez et al. (en prep.)
Figura 1. Localización de los muestreos donde obtuvo la biomasa aérea real de 578 árboles (Fuente: Álvarez et al. en prep.a).
Ecuación 1
Donde, Biobs
es la biomasa observada del árbol i, Biest
es la biomasa estimada del árbol i y n es el número total de árboles empleados en los análisis.
La selección de los mejores modelos se hizo teniendo en cuenta el Criterio de Infor-mación Akaike (AIC sigla en inglés), según el cual los mejores modelos presentan los menores valores de AIC. También se reportaron otros estimadores estadísticos como
13 Ecuaciones para Colombia
el Error Residual Estándar (RSE sigla en inglés) en donde los residuales están distribui-dos normalmente, el R2 ajustado, y se examinó la normalidad de los residuos usando la prueba estadística de Shapiro-Wilk. Todos los análisis estadísticos se realizaron usan-do el programa R (R Development Core Team 2010).
RESULTADOS
Validación de los modelos. En la Tabla 2 se presentan los valores PEP por zona de vida para 44 ecuaciones reportadas en la literatura. En general, se observa que 39 ecuaciones permiten estimaciones con PEP inferior a ±15% en alguna de las zonas de vida, pero ninguna ecuación mostró alta precisión para todas las zonas, indicando la necesidad de evaluar los modelos para cada tipo de bosque.
Los resultados muestran que algunas de las ecuaciones pantropicales estiman ade-cuadamente la biomasa aérea de los árboles en Colombia, pero la mayoría requieren de variables adicionales al diámetro (D), lo que limita su aplicación a los datos de inven-tarios forestales donde generalmente el diámetro es la única variable reportada. En el caso de los modelos generados por Álvarez et al. (en prep.a), se observó que estos son los más adecuados para el cálculo de biomasa aérea en los bosques naturales de Colombia, con valores del PEP menores al 10% en general.
(Ver tabla en la página siguiente)
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
14
Tabl
a 2
. Pre
cisi
ón P
EP (%
) de
la e
stim
ació
n de
la b
iom
asa
aére
a de
árb
oles
de
Col
ombi
a co
n ba
se e
n di
fere
ntes
mod
elos
enc
ontr
ados
en
la li
tera
tura
cie
ntífi
ca. S
e in
dica
las
vari
able
s ut
iliza
das
por
el m
odel
o: D
es
el d
iám
etro
en
cent
ímet
ros
(cm
) med
ido
a 1
,30
des
de e
l sue
lo; H
es
la a
ltura
tot
al d
e lo
s ár
bole
s en
met
ros
(m),
y ρ
es la
den
sida
d de
la
mad
era
de la
esp
ecie
(g/
cm3).
Se
resa
ltan
los
mod
elos
con
una
pre
cisi
ón e
ntre
-15
% a
15
% d
el v
alor
PEP
.
Con
s.ID
Aut
orD
(c
m)
ρ(g
/cm
3)
H
(m)
bh-M
bh-M
Bbh
-PM
bh-T
bp-T
bs-T
1Eq
.1B
row
n (1
99
7)
x5
9,0
0-4
3,3
0-1
3,9
0-4
6,3
0-1
9,9
0-1
6,3
0
2Eq
.2B
row
n (1
99
7)
x6
95
,10
32
,20
77
5,5
03
41
,30
36
,10
14
1,9
0
3Eq
.3B
row
n (1
99
7)
x8
8,4
0-2
1,6
04
,20
-31
,00
-8,5
02
1,5
0
4Eq
.4B
row
n (1
99
7)
x1
66
,00
20
,80
56
,00
5,7
02
4,3
09
6,0
0
5Eq
.5B
row
n (1
99
7)
x1
73
,40
27
,90
65
,50
12
,60
25
,60
11
1,6
0
6Eq
.6B
row
n (1
99
7)
x3
13
,30
-16
,20
33
6,3
01
25
,00
-18
,80
45
,90
7Eq
.7B
row
n et
al.
(19
89
)x
xx
46
,50
-7,1
01
3,4
01
6,0
01
8,7
01
6,8
0
8Eq
.8B
row
n et
al.
(19
89
)x
x5
6,4
0-9
,80
35
,40
7,4
07
,70
32
,60
9Eq
.9B
row
n et
al.
(19
89
)x
23
6,7
0-7
,50
20
5,1
06
6,1
0-4
,50
46
,10
10
Eq.1
0B
row
n et
al.
(19
89
)x
57
1,1
0-3
0,6
06
60
,10
26
9,2
04
,60
44
,90
11
Eq.1
1B
row
n si
n pu
b.
GEF
(20
05
)x
18
1,9
01
7,3
05
5,8
03
,20
36
,90
81
,80
12
Eq.1
2C
arva
lhoe
t al.
(19
98
)x
21
4,3
04
3,6
08
7,3
02
5,8
04
6,3
01
34
,00
13
Eq.1
3C
ham
bers
et a
l. (2
00
1)
x2
42
,50
11
,90
87
,30
12
,90
72
,80
62
,30
14
Eq.1
4C
have
et a
l. (2
00
1)
x1
35
,50
2,3
03
3,3
0-1
0,6
01
2,4
06
1,8
0
15
Eq.1
5C
have
et a
l. (2
00
1)
x1
57
,50
17
,40
51
,60
2,8
02
0,0
09
1,0
0
16
Eq.1
6C
have
et a
l. (2
00
5)
xx
x5
0,4
0-1
0,8
09
,60
10
,80
19
,60
11
,80
17
Eq.1
7C
have
et a
l. (2
00
5)
xx
x1
8,3
0-2
6,6
0-1
0,3
0-8
,60
-4,7
0-7
,90
18
Eq.1
8C
have
et a
l. (2
00
5)
xx
x-3
1,7
0-5
9,5
0-5
0,3
0-4
9,7
0-4
5,7
0-4
9,3
0
19
Eq.1
9C
have
et a
l. (2
00
5)
xx
12
6,2
04
,00
11
,60
-2,3
03
2,3
03
9,1
0
20
Eq.2
0C
have
et a
l. (2
00
5)
xx
96
,80
-0,2
02
,20
-8,8
01
2,4
03
6,5
0
21
Eq.2
1C
have
et a
l. (2
00
5)
xx
12
3,5
02
2,5
02
4,2
01
1,7
02
4,2
07
1,9
0
22
Eq.2
2H
iguc
hi e
t al.
(19
98
)x
21
4,3
04
3,6
08
5,5
02
5,8
04
6,3
01
34
,00
23
Eq.2
3Le
scur
e et
al.
(19
83
)x
98
,90
-2,9
02
7,4
0-1
3,2
0-1
1,0
06
5,4
0
24
Eq.2
4O
verm
an e
t al.
(19
94
)x
17
8,5
02
4,1
06
0,7
08
,50
31
,60
99
,00
25
Eq.2
5O
verm
an e
t al.
(19
94
)x
18
2,5
02
6,0
06
3,1
01
0,1
03
3,2
01
02
,20
26
Eq.2
6O
verm
an e
t al.
(19
94
)x
xx
12
,00
-23
,30
-6,2
0-3
,10
-7,2
0-3
,20
27
Eq.2
7O
verm
an e
t al.
(19
94
)x
x1
68
,90
34
,60
37
,30
25
,90
64
,00
78
,70
28
Eq.2
8O
verm
an e
t al.
(19
94
)x
x1
2,9
0-2
8,2
01
0,1
0-1
2,4
0-2
1,0
08
,50
Con
tinúa
en
la p
ágin
a si
guie
nte
15 Ecuaciones para Colombia
Con
s.ID
Aut
orD
(c
m)
ρ(g
/cm
3)
H
(m)
bh-M
bh-M
Bbh
-PM
bh-T
bp-T
bs-T
29
Eq.2
9O
verm
an e
t al.
(19
94
)x
17
4,9
02
3,9
06
0,2
08
,40
28
,90
10
0,3
0
30
Eq.3
0O
verm
an e
t al.
(19
94
)x
xx
12
,30
-23
,50
-6,6
0-3
,50
-7,1
0-3
,50
31
Eq.3
1O
verm
an e
t al.
(19
94
)x
x1
46
,00
30
,70
30
,80
21
,80
46
,40
74
,60
32
Eq.3
2O
verm
an e
t al.
(19
94
)x
x2
1,7
0-2
6,4
01
1,2
0-1
1,5
0-1
5,5
09
,60
33
Eq.3
3O
ving
ton
& O
lson
(19
70
)x
52
,80
-33
,90
-13
,80
-42
,20
-26
,90
4,3
0
34
Eq.3
4S
alda
rria
ga (1
99
1)
xx
-78
,30
-94
,30
-90
,90
-95
,50
-88
,50
-91
,60
35
Eq.3
5S
alda
rria
ga (1
99
1)
xx
x1
26
,70
6,9
03
5,2
02
6,2
06
0,7
03
5,9
0
36
Eq.3
6S
alda
rria
ga (1
99
1)
x7
2,0
0-1
,60
13
,60
8,6
02
1,8
02
7,9
0
37
Eq.3
7Z
apat
a et
al.
(20
03
)x
87
,60
-18
,40
6,2
0-2
8,7
0-1
0,5
02
9,1
0
38
Eq.3
8Z
apat
a et
al.
(20
03
)x
99
,10
-11
,70
14
,40
-22
,90
-5,9
04
1,3
0
39
Eq.3
9Á
lvar
ez e
t al.
(en
prep
.a) b
s-T
xx
x1
24
,10
-23
,00
21
,40
-25
,30
13
,00
12
,50
40
Eq.4
0Á
lvar
ez e
t al.
(en
prep
.a) b
h-T
xx
x1
81
,00
22
,90
59
,80
7,4
03
3,7
09
5,1
0
41
Eq.4
1Á
lvar
ez e
t al.
(en
prep
.a) b
p-T
xx
x1
24
,70
-4,0
02
5,9
0-1
5,9
08
,10
50
,60
42
Eq.4
2Á
lvar
ez e
t al.
(en
prep
.a) b
h-P
Mx
xx
92
,10
-14
,00
11
,30
-24
,80
-9,7
03
8,5
0
43
Eq.4
3Á
lvar
ez e
t al.
(en
prep
.a) b
h-M
Bx
xx
12
4,0
05
,50
36
,60
-7,0
02
,50
75
,20
44
Eq.4
4Á
lvar
ez e
t al.
(en
prep
.a) b
h-M
Bx
xx
4,8
0-5
6,0
0-4
1,8
0-6
1,4
0-4
9,3
0-3
1,5
0
Vien
e de
la p
ágin
a an
teri
or
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
16
ECUACIONES PARA BOSQUES DEL PACÍFICO COLOMBIANO
MÉTODOS
Generación de modelos para bosques del pacífico colombiano. En este caso se rea-lizó un trabajo de campo con el fin de contar con la biomasa aérea real de los árboles, y obtener una muestra representativa para cada uno de los tipos de bosque: colina, guandal y manglar. Dicho trabajo fue desarrollado en el Pacífico colombiano en los Con-sejos Comunitarios de Bajo Mira y Frontera y Concosta, localizados en los municipios de Tumaco y Pizarro respectivamente. Para la selección de los individuos se tuvo en cuenta la información presentada en los estudios de composición florística y estructu-ra de los bosques realizados en la zona, y en inventarios rápidos realizados en las áreas de trabajo seleccionadas.
De acuerdo con esta información se buscó seleccionar al menos tres (3) individuos de las especies dominantes en cada categoría diamétrica. Antes de que el árbol fue-ra derribado se realizaron mediciones del diámetro del fuste del árbol (D) y medición del diámetro de la copa (Dc), y se tomaron fotografías de cada individuo (Saldarriaga IDEAM 2011).
Después de que el árbol fue derribado se tomaron las mediciones relacionadas con altura de fuste (H
F), altura cero de profundidad de copa de ramas (H
PCR), altura cero
de profundidad de copa de hojas (HPCH
) y altura total (H). Con esta información se ge-neraron diferentes modelos lineales simples y con variables multiplicativas, así como algunos modelos con variables múltiples (Saldarriaga IDEAM 2011). Como indicado-res de la precisión de los modelos se calculó la desviación total (en porcentaje) entre los valores estimados y observados (Saldarriaga et al. 1988), y el promedio de las desviaciones absolutas individuales (en porcentaje) entre los valores observados y los estimados (Overman et.al. 1994).
17 Ecuaciones para bosques del Pacífico Colombiano
RESULTADOS
Modelos generados para bosques del pacífico colombiano. En la Figura 2 se muestra la línea de regresión entre el logaritmo del D y el logaritmo de la biomasa aérea (BA; peso seco), y la distribución de los residuales para los tres tipos de bosque: colina, guandal y manglar. En general los modelos desarrollados para los tres tipos de bosque presentaron un buen ajuste (R2 > 95%; Tabla 3).
Figura 2. Línea de regresión entre el logaritmo del diámetro (D) y el logaritmo de la biomasa aérea (BA; peso seco), y distribución de los residuales para los tres tipos de bosque del Pacífico colombiano considerados: colina, guandal y manglar; cada punto representa un árbol cosechado en el campo (Fuente: Saldarriaga IDEAM 2011).
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
18
Tabla 3. Modelos para la estimación de la biomasa aérea y el carbono asociado en diferentes tipos de bosque del Chocó biogeográfico colombiano. BA es la biomasa aérea en kilogramos (kg); D es el diámetro en centímetros (cm) medido a 1,30 desde el suelo; H es la altura total de los árboles en metros (m), Hf es la altura de fuste en metros (m); ρ es la densidad de la madera de la especie (g/cm3); RSE es el cuadrado medio del error del modelo; GL son los grados de libertad; y b0 , b1, b2 y b3
son las constantes del modelo; R 2 y R 2adj es el ajuste del modelo (Fuente: Saldarriaga IDEAM 2011).
Subconjunto 1. Variables independientes: diámetro (D), altura total (H) y densidad de madera (ρ )
ln(BA) = bo + b1 ln(D) + b2 ln(H) + b3 log(ρ)
Tipo de bosque bo
b1
b2
b3
RSE GL R2 R2adj
Colina -2,71532 2,0071 0,78445 0,3594
0,282 130 0,982 0,9806Guandal -2,28327 1,8261 0,78445 0,3594
Mangle -3,09096 2,1558 0,78445 0,3594
Subconjunto 2. Variables independientes: diámetro (D ), altura total (H ) y densidad de madera (ρ )
ln(BA) = bo + b1 ln(D 2 H ρ)
Tipo de bosque bo
b1
b2
b3
RSE GL R2 R2adj
Colina -1,74094 2,3774
0,326 132 0,975 0,9741Guandal -1,27086 2,1339
Mangle -3,49060 2,5442
Subconjunto 3. Variables independientes: diámetro (D ) y altura del fuste (Hf )
ln(BA)= bo + b1 ln(D 2 Hf )
Tipo de bosque bo
b1
b2
b3
RSE GL R2 R2adj
Colina -3,22921 1,0056
0,363 132 0,9686 0,9675Guandal -2,42490 0,8919
Mangle -3,39375 1,0627
Subconjunto 4. Variables independientes: diámetro (D ) y altura del fuste (Hf )
ln(BA)= bo + b1 ln(D) + b2 ln(Hf)
Tipo de bosque bo
b1
b2
b3
RSE GL R2 R2adj
Colina -2,25974 2,2617 0,3353
0,309 130 0,9774, 0,9764Guandal -1,78705 2,0237 0,3353
Mangle -2,58130 2,0990 0,3353
19 Conclusiones y recomendaciones
CONCLUSIONES Y RECOMENDACIONES
Es posible encontrar ecuaciones publicadas en la literatura científica que permiten una estimación precisa de la biomasa aérea de los árboles en Colombia. No obstante y de acuerdo con los análisis realizados, las más adecuadas son las elaboradas reciente-mente por Álvarez et al. (en prep.a). Por tanto, para la estimación de la biomasa aérea de los bosques de Colombia se recomienda la utilización de las ecuaciones listadas en la Tabla 4 para escalas nacionales y regionales.
Tabla 4. Ecuaciones alométricas recomendadas para el cálculo de biomasa en bosques naturales de todos los árboles con D ≥ 10 cm). Donde: BA es la biomasa aérea de los árboles en kg; D es el diámetro medido a 1,30 m desde el suelo en centímetros (cm), ρ
es la densidad de la madera de la especie (g/cm3), a, b, c, d y B1 son las constantes del modelo, y R 2 es el ajuste del modelo.
Subconjunto 1. Variables independientes: diámetro (D ) y densidad de madera (ρ )ln(BA)=a + b ln(D)+c (ln(D)) 2+d(ln(D)) 3+B1ln(ρ)
Tipo de bosque a b c d B1 R2
bh-M 3,4415 -1,809 1,237 -0,126 1,744
0,954
bh-MB 2,2256 -1,552 1,237 -0,126 -0,237
bh-PM 2,4210 -1,415 1,237 -0,126 1,068
bh-T 2,8287 -1,596 1,237 -0,126 0,441
bp-T 1,5956 -1,225 1,237 -0,126 0,691
bs-T 4,0396 -1,991 1,237 -0,126 1,283
Subconjunto 2. Variables independientes: diámetro (D )ln(BA)= a + B1ln(D)
Tipo de bosque a b c d B1 R2
bh-M -2,6164 2,37
0,932
bh-MB -1,6630 2,37
bh-PM -1,86601 2,37
bh-T -1,5442 2,37
bp-T -1,9084 2,37
bs-T -2,2353 2,37
Subconjunto 3. Variables independientes: diámetro (D ), altura (H) y densidad de madera (ρ )ln(BA)= a +B1ln(D 2 H ρ)
Tipo de bosque a b c d B1 R2
bh-M -2,450 0,932
0,948
bh-MB -1,993 0,932
bh-PM -2,289 0,932
bh-T -2,218 0,932
bp-T -2,413 0,932
bs-T -2,290 0,932
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
20
De otro lado y con base en los datos obtenidos en campo para los bosques del Pacífico: colinas, guandal y manglar, se construyeron modelos que explican entre 96% y 98% de la variación en la biomasa aérea. Las ecuaciones se calibraron mediante modelos lineales generalizados. En todos los casos se encontró que la variable diámetro (D) con-tribuyó significativamente al ajuste de los modelos. Otras variables que pueden ayudar a mejorar los modelos son la altura total (H) y densidad de la madera (ρ). Sin embargo, por la dificultad de medir u obtener los datos de campo, se recomienda que cuando ello no sea posible, se seleccione el modelo con el menor número de variables (e.g. solo D).
21 Literatura Citada
LITERATURA CITADA
ÁLVAREZ, E. 1993. Composición florística, diversidad, estructura y biomasa de un bosque inundable en la Amazonia Colombiana. Tesis de Maestría en Biología, Universidad de Antioquia, Facultad de Ciencias Naturales y Exactas, Medellín, Colombia.
ÁLVAREZ, E., DUQUE, A.J., SALDARRIAGA, J.G., CABRERA, K., DE LAS SALAS, G., DEL VALLE, J.I., MORENO, F., ORREGO, S.A. & RODRÍGUEZ, L. En prep.a. Tree allo-metric biomass equations along a complex environmental gradient in tropical forests of Colombia: a test to pantropical models.
ÁLVAREZ, E., DUQUE, A.J., MORENO, F., ORREGO, S.A, DEL VALLE, J.I, SALDARRIAGA, J.G, DE LAS SALAS, G. & RODRÍGUEZ, L. En prep.b. Ecuaciones alométricas para cuantificar la biomasa de bosques tropicales en un gradiente ambiental complejo en Colombia, Sur América.
BAKER, T.R., PHILLIPS, O.L., MALHI, Y., ALMEIDA, S., ARROYO, L., DI FIORE, A., KILLEEN, T., LAURANCE, S.G., LAURANCE, F.W., LEWIS, S.L., LLOYD, J., MONTEAGUDO, A., NEILL, D.A., PATIÑO, S., PITMAN, N.C.A., SILVA, N. & VÁSQUEZ MARTÍNEZ, R. 2004. Variation in wood density determines spatial patterns in Amazonian forest biomass. Global Change Biology 10: 1-18.
BASUKI, T.M., VAN LAAKE, P.E., SKIDMORE, A.K. & HUSSIN, Y.A. 2009. Allometric equations for estimating the above-ground biomass in tropical lowland Dipte-rocar forest. Forest Ecology and Management 257: 1684-1694.
BROWN, S. 1997. Estimating biomass and biomass change of tropical forests: A primer. Food and Agriculture Organization, Roma. (UN FAO Forestry Paper; no. 134).
BROWN, S., GILLESPIE, A. & LUGO, A.E. 1989. Biomass estimation methods for tro-pical forest with applications to forest inventory data. Forest Science 35: 881-902.
CARVALHO, JR., J.A., HIGUCHI, N., ARAUJO, T.M. & SANTOS, J.C. 1998. Combus-tion completeness in a rainforest clearing experiement in Manaus, Brazil. J. Geophys. Res- 103 (D11): 13199-1935.
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
22
CHAMBERS, J.Q., DOS SANTOS, J., RIBEIRO, R.J., & HIGUCHI, N. 2001. Tree damage, allometric relationships, and above-ground net primary production in Central Amazon forest. Forest Ecology and Management 152: 73-84.
CHAVE, J., RIÉRA, B. & DUBOIS, M.A. 2001. Estimation of biomass in a Neotropical forest of French Guiana: Spatial and temporal variability. Journal of Tropical Ecology 17: 79-96.
CHAVE, J., ANDALO, C., BROWN, S., CAIRNS, M.A., CHAMBERS, J.Q., EAMUS, D., FOLSTER, H., FROMARD, F., HIGUCHI, N., KIRA, T., LESCURE, J.P., NELSON, B.W., OGAWA, H., PUIG, H., RIÉRA, B. & YAMAKURA, T. 2005. Tree allometry and improved esti-mation of carbon stocks and balance in tropical forests. Oecologia 145: 87–99.
CLARK, D.A. 2007. Detecting Tropical Forests’ Responses to Global Climatic and At-mospheric Change: Current Challenges and a Way Forward. Biotropica 39 (1): 4–19.
DE LAS SALAS, G. 1978. El ecosistema forestal Carare Opón. CONIF, Bogotá. Serie Técnica No. 8.
GLOBAL ENVIRONMENT FACILITY (GEF). 2005. Integrating carbon benefit estimates into GEF projects. United Nations Development Programme (UNDP). 301 East 45th St, 9th floor, New York, NY 10017, USA. 57 pp.
HIGUCHI, N., SANTOS, J., RIBEIRO, R. J., MINETTE, L. & BIOT, Y. 1998. Biomassa da parte áerea da vegetacao da floresta tropical úmida de terra firme da Amazo-nia brasileira. Acta Amazonica 28: 153-166.
HOUGHTON, R.A., LAWRENCE, K.T., HACKLER, J.L. & BROWN, S. 2001. The spatial distribution of forest biomass in the Brazilian Amazon: a comparison of esti-mates. Global Change Biology 7: 731–746.
IPCC. 2007. Fourth Assessment Report: Climate Change 2007 (AR4). http://www.ipcc.ch/publications_and_data/publications_and_data_reports.htm#1
LESCURE, J.P., PUIG, H., RIEÂRA, B., LECLERC, D., BEEKMAN, A. & BENETEAU, A. 1983. La phytomasse epige dune foreãt dense en Guyane Francëaise. Acta Oecolo-gica 4: 237-251.
MULLER-LANDAU, H.C. 2004. Interspecific and intersite variation in wood specific gra-vity of tropical trees. Biotropica 36: 30-32.
NÁVAR, J. 2009. Allometric equations for tree species and forests of north-western Mexico. For. Ecol. Manage. 257: 427–434.
NOGUEIRA, E.M., FEARNSIDE, P.M., NELSON, B.W., BARBOSA, R.I. & KEIZER, E.W.H. 2008. Estimates of forest biomass in the Brazilian Amazon: New allometric equations and adjustments to biomass from wood-volume inventories. Forest Ecology and Management 256: 1853-1867.
OVINGTON, J.D. & OLSON, J.S. 1970. Biomass and chemical content of El Verde lower montane rain forest plants. Pp. H53-H77. En Odum H. T. & Pigeon, R. F. (Eds). A tropical rain forest: a study of irradiation and ecology at El Verde, Puerto Rico, volume TID 24270. Clearinghouse for Federal Scientific and Technical Information, Springfield, Va.
23 Literatura Citada
PATIÑO, S., LLOYD, J., PAIVA, R., BAKER, T.R., QUESADA, C.A., MERCADO, L.M., SCH-MERLER, L., SCHWARZ, M., SANTOS, A.J.B., AGUILAR, A., CZIMCZIK, C.I., GA-LLO, J., HORNA, V., HOYOS, E.J., JIMÉNEZ, E.M., PALOMINO, W., PEACOCK, J., PEÑA-CRUZ, A., SARMIENTO, C., SOTA, A., TURRIAGO, VILLANUEVA, B., VITZTHUM, P., ALVAREZ, E., ARROYO, L., BARALOTO, C., BONAL, D., CHAVE, J., COSTA, A.C.L., HERRERA, R., HIGUCHI, N., KILLEEN, T., LEAL, E., LUIZAO, F., MEIR, P., MONTEAGUDO, A., NEIL, D., NÚÑEZ-VARGAS, P., PEÑUELA, M.C., PIT-MAN, N., PRIANTE FILHO, N., PRIETO, A., PANFIL, S.N., RUDAS, A., SALOMAO, R., SILVA, N., SILVEIRA, M., SOARES DE ALMEIDA, S., TORRES-LEZAMA, A., VÁS-QUEZ-MARTÍNEZ, R., VIEIRA, I., MALHI, Y. & PHILLIPS, O.L. 2009. Branch xylem density variations across the Amazon Basin. Biogeosciences 6: 545-568.
ORREGO, S.A & DEL VALLE, J.I. 2003. Existencias y tasas de incremento neto de la bio-masa y del carbono en bosques primarios intervenidos y secundarios, p. 215-242. En S.A. Orrego, J.I. del Valle & F.H. Moreno (Eds.). Medición de captura de carbono en ecosistemas forestales tropicales de Colombia: contribuciones para la mitigación del cambio climático. Universidad Nacional de Colombia sede Medellín, Centro Andino para la Economía en el Medio Ambiente, Bogo-tá, Colombia.
OVERMAN, J.P.M., WITTE, H.J.L. & SALDARRIAGA, J.G. 1994. Evaluation of regression models for above-ground biomass determination in Amazon rainforest. Jour-nal of Tropical Ecology 10 (2): 207-218.
R DEVELOPMENT CORE TEAM. 2010. R: A Language and Environment for Statistical Computing. Version 2.10.1 Patched. The R Foundation for Statistical Compu-ting. Vienna, Austria. Disponible en: http://www.R-project.org
RODRÍGUEZ, J.L.V. 1989. Cuantificación de biomasa e inventario de bioelementos del bosque pluvial tropical de colinas bajas, Bajo Calima, Buenaventura, Colombia. Tesis de grado, ingeniero forestal. Universidad del Tolima. 300 pp.
RODRÍGUEZ, J.L.V. 1993. Caracterización de la biomasa aérea y reserva de bioele-mentos del ecosistema de tierra firme amazónico. Manuscrito sin publicar. Fundación Tropenbos Colombia.
SALDARRIAGA, J.G., WEST, D.C., THERP, M.L. & UHL, C. 1988. Long-term chronose-quence of forest succession in the upper Rio Negro of Colombia and Venezue-la. Journal of Ecology 76: 938-958.
SALDARRIAGA, J.G. 1991. Estudios en la Amazonía colombiana V: Recuperación de la Selva de “Tierra Firme” en el alto río Negro Amazonía colombiana-venezolana. TROPENBOS Colombia, Colombia. 201 pp.
SALDARRIAGA, J.G. IDEAM. 2011 (Sin Publicar). Modelos para la estimación de la biomasa y el carbono en diferentes tipos de bosque del Chocó Biogeográfico, Colombia: cuantificación de la biomasa aérea almacenada en tres tipos de bosques manglar, guandal y bosques de colina localizados en los consejos comunitarios de Bajo Mira Frontera y Concosta a partir de los datos colecta-dos en el campo – Informe Final. Contrato de prestación de servicios No. FN 030-10. 17 pp.
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
24
SIERRA, C.A., del VALLE, J.I., ORREGO, S.A., MORENO, F.H., HARMON, M.E., ZAPATA, M., COLORADO, G., HERRERA, M.A., LARA, W., RESTREPO, D.E., BERROUET, L.M., LOAIZA, L.M. & BENJUMEA, J.F. 2007. Total carbon stocks in a tropical forest landscape of the Porce region, Colombia. For. Ecol. Manage. 243: 209–309.
TER STEEGE, H., PITMAN, N., SABATIER, D., CASTELLANOS, H., VAN DER HOUT, P., DALY, D.C., SILVEIRA, M., PHILLIPS, O.L., VÁSQUEZ, R., VAN ANDEL, T., DUI-VENVOORDEN, J., DE OLIVEIRA, A.A., EK, R., LILWAH, R., THOMAS, R., VAN ESSEN, J., BAIDER, C., MAAS, P., MORI, S., TERBORGH, J., NÚÑEZ VARGAS, P., MOGOLLÓN, H. & HORCHLER, P.J. 2003. A spatial model of tree alpha-diversity and density for the Amazon region. Biodiversity and Conservation 12: 2255-2276.
UNALMED. 2003. Modelo de financiación alternativo para el manejo sostenible de los bosques en los valles de San Nicolas: Fase 1. Oriente Antioquieño, Colombia - CORNARE. Documento sin publicar.
ZAPATA, M., DEL VALLE, J.I., ORREGO, S.A. & MORENO, F.H. 2003. Estimación de la biomasa, p. 8-44. En C.A. Sierra & M. Zapata (Eds.). Formulación del plan de manejo de la vegetación en el área de influencia de la central hidroeléctrica Porce III, Contrato 3/DJ/1367/17-Acta No. 28, Universidad Nacional de Co-lombia, Sede Medellín-Empresas Públicas de Medellín E. S. P. Departamento de Ciencias Forestales, Universidad Nacional de Colombia. Medellín, Colombia.
25 Anexo
ANEXO
Tabla 1. Ecuaciones reportadas en la literatura que potencialmente pueden ser aplicadas para la estimación de la biomasa aérea de los bosques en Colombia. Convenciones: exp es el exponente en base e; ln es el logaritmo natural o logaritmo
neperiano; log es el logaritmo en base 10; ρ es la densidad de la madera (g/cm3); D es el diámetro medido a 1,30 m del suelo medido en centímetros (cm); H es la altura total medido en metros (m).
Cons ID Autor Ecuación
1 Eq.1 Brown (1997) BA = 10 (-0,535+log10 G)
2 Eq.2 Brown (1997) BA = 42,69 -12,8 D + 1,242 D2
3 Eq.3 Brown (1997) BA = exp(-1,996 + 232 ln D)
4 Eq.4 Brown (1997) BA = exp(-2,134 + 2,53 ln D)
5 Eq.5 Brown (1997) BA = exp (-2,289 + 2,649 ln D - 0,021 ln D2)
6 Eq.6 Brown (1997) BA = 21,297 – 6,953 D + 0,740 D2
7 Eq.7 Brown et al. (1989) BA = exp( –2,409 + 0,952 ln (ρ D2 H))
8 Eq.8 Brown et al. (1989) BA = exp(–3,114 + 0,972 ln (D2 H))
9 Eq.9 Brown et al. (1989) BA=13,2579 - 4,89458 D + 0,6713 D2
10 Eq.10 Brown et al. (1989) BA=134,4703 - 8,06718 D + 0,6713 D2
11 Eq.11 Brown sin pub. GEF (2005) BA = 0,2035 D2,3196
12 Eq.12 Carvalho et al. (1998) BA = 1000 (0,6 exp (3,323 + 2,546 (D/100)
13 Eq.13 Chambers et al. (2001) BA = exp (-0,370 + 0,333 ln D + 0,933 ln D2 - 0,122 ln D3)
14 Eq.14 Chave et al. (2001) BA = exp(-2,00 + 2,42 ln D)
15 Eq.15 Chave et al. (2001) BA = exp(2,19 + 2,54 ln D)
16 Eq.16 Chave et al. (2005) BA = exp (-2,187 + 0,916 ln (ρ D2 H)) ≡ 0,112 (ρ D2 H)0,916
17 Eq.17 Chave et al. (2005) BA = exp(-2,557 + 0,940 ln (ρ D2 H) ≡ 0,0776 (ρ D2 H)0,940
18 Eq.18 Chave et al. (2005) BA = ρ exp (-2,977 + ln (ρ D2 H) ≡ 0,0509 ρ D2 H
19 Eq.19 Chave et al. (2005) BA = ρ exp (-0,667 + 1,784 ln D + 0,207 ln D2 - 0,0281 ln D3)
20 Eq.20 Chave et al. (2005) BA = ρ exp(-1,239 + 1,980 ln D + 0,207 ln D2 - 0,0281 ln D3)
21 Eq.21 Chave et al. (2005) BA = ρ exp (-1,499 + 2,148 ln D + 0,207 ln D2 - 0,0281 ln D3)
22 Eq.22 Higuchi et al. (1998) BA = 600 exp(3,323 + 2,546 ln (D/100)
23 Eq.23 Lescure et al. (1983) BA = exp(-2,88 + 2,72 ln D)
Continúa en la página siguiente
SELECCIÓN Y VALIDACIÓN DE MODELOS PARA LA ESTIMACIÓN DE LA BIOMASA AÉREA EN LOS BOSQUES NATURALES DE COLOMBIA
26
Cons ID Autor Ecuación
24 Eq.24 Overman et al. (1994) BA =exp( -1,97 + 2,48 ln D)
25 Eq.25 Overman et al. (1994) BA = exp(-1,966 + 1,242 ln D2)
26 Eq.26 Overman et al. (1994) BA = exp(-2,904 + 0,993 ln D2 H ρ)
27 Eq.27 Overman et al. (1994) BA = exp(-0,906 + 1,177 ln D2 ρ)
28 Eq.28 Overman et al. (1994) BA = exp(-3,843 + 1,035 ln D2 H)
29 Eq.29 Overman et al. (1994) BA = exp(-2,059+ 1,256 ln D2)
30 Eq.30 Overman et al. (1994) BA = exp(-2,885+ 0,990 ln D2 H ρ)
31 Eq.31 Overman et al. (1994) BA = exp(-1,192 + 1,229 ln D2 ρ)
32 Eq.32 Overman et al. (1994) BA = exp(-3,5554 1,002 ln D2 H)
33 Eq.33 Ovington & Olson (1970) ln (BA) = -2,41 + 2,41 ln D
34 Eq.34 Saldarriaga (1991) BA = -0,292 + 0,369D - 0,087 H
35 Eq.35 Saldarriaga (1991) ln(BA) = -1,086 + 0,876 ln D2 + 0,604 ln H + 0,871 ln ρ
36 Eq.36 Saldarriaga (1991) ln(BA) = -1,981 + 1,047ln D2 + 0,572 ln H + 0,931ln ρ
37 Eq.37 Zapata et al. (2003) ln (BA) = -2,232 + 2,422 ln (D)
38 Eq.38 Zapata et al. (2003) ln (BA) = -2,286 + 2,471 ln (D)
39 Eq.39 Álvarez et al. (en prep.a) bs-Tln(BA)= 4,0396 -1,991 ln D+1,237 (lnD)2-0,126 (ln D)3+1,283 ln ρln(BA)= -2,2353+ 2,37ln(D)ln(BA)= -2,290 +0,932ln(D2 H ρ)
40 Eq.40 Álvarez et al. (en prep.a) bh-Tln(BA)= 2,8287-1,596 ln D+1,237 (lnD)2-0,126 (ln D)3+ 0,441ln ρln(BA)= -1,5442 + 2,37ln(D)ln(BA)= -2,218 +0,932ln(D2 H ρ)
41 Eq.41 Álvarez et al. (en prep.a) bp-T)ln(BA)= 1,5956-1,225 ln D+1,237 (lnD)2-0,126 (ln D)3+0,691ln ρln(BA)= -1,9084 + 2,37ln(D)ln(BA)= -2,413 +0,932ln(D2 H ρ)
42 Eq.42 Álvarez et al. (en prep.a) bh-PMln(BA)= 2,4210-1,415ln D+1,237 (lnD)2-0,126 (ln D)3+1,068 ln ρln(BA)= -1,86601 + 2,37ln(D)ln(BA)= -2,289 +0,932ln(D2 H ρ)
43 Eq.43 Álvarez et al. (en prep.a) bh-MBln(BA)= 2,2256 -1,552 ln D+1,237 (lnD)2-0,126 (ln D)3-0,237ln ρln(BA)= -1,6630 + 2,37ln(D)ln(BA)= -1,993+0,932ln(D2 H ρ)
44 Eq.44 Álvarez et al. (en prep.a) bh-Mln(BA)= 3,4415 -1,809 ln D+1,237 (lnD)2-0,126 (ln D)3+1,744 ln ρln(BA)= -2,6164 + 2,37ln(D)ln(BA)= -2,450 +0,932ln(D2 H ρ)
Viene de la página anterior