Cuantificación de Carbono en Sistemas Agroforestales

CUANTIFICACIÓN DEL CARBONO ALMACENADO EN DOS
SISTEMAS AGROFORESTALES EN LA ESTACIÓN
EXPERIMENTAL SANTA CATALINA - INIAP. ECUADOR
JOSÉ GUILLERMO RIOFRÍO SALAZAR
TESIS
PRESENTADA COMO REQUISITO PARCIAL PARA
OBTENER EL TITULO DE INGENIERO AGRONOMO
ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO
FACULTAD DE RECURSOS NATURALES
ESCUELA DE INGENIERÍA AGRONÓMICA
RIOBAMBA – ECUADOR
2007
2
AGRADECIMIENTOS
Dios, por que sencillamente se lo debemos TODO.
El Instituto Nacional Autónomo de investigación Agropecuaria - INIAP del Ecuador, y de

una manera especial a todo el personal técnico, administrativo y de campo de la Estación
Experimental Santa Catalina.
El Programa Nacional de Forestería, bajo la dirección del Dr. Jorge Grijalva Olmedo por
su amistad, su confianza, apoyo y sobretodo por su interés de contribuir a nuestra
formación; de igual manera al Ing. Msc. Raúl Ramos Veintimilla director del proyecto, por
sus consejos, su guía y todo su apoyo dentro y fuera del proyecto.
Al Ing. Msc. Hernán Andrade, por su significativo aporte en la parte de modelación de esta
investigación.
Ex – FUNDACYT, actualmente SENACYT, por su apoyo financiero.
Escuela de Agronomía de la Facultad de Recursos Naturales, Escuela Superior Politécnica

del Chimborazo – Ecuador.
A nuestros amigos y compañeros de la Estación Experimental Santa Catalina del INIAP y

a todos los que contribuyeron a la culminación de este trabajo.
De manera muy especial a Johanna Ibeth Muñoz Hidalgo, estudiante de Ingeniería

Agroforestal de la Universidad de Nariño – Colombia, con quien compartimos este trabajo
de investigación, por su arduo trabajo, dedicación y paciencia.
3
DEDICATORIA
A DIOS,
A mis PADRES
4
TABLA DE CONTENIDO
Capítulo Pag.
LISTA DE CUADROS i
LISTA DE FIGURAS iv
LISTA DE ANEXOS viii
I. TITULO 1
II. INTRODUCCION 1
III. REVISIÓN DE LITERATURA 5
IV. MATERIALES Y METODOS 31
V. RESULTADOS Y DISCUSIÓN 47
VI. CONCLUSIONES 80
VII. RECOMENDACIONES 82
VIII. RESUMEN 83
IX. SUMMARY 84
X. BIBLIOGRAFÍA 85
XI. ANEXOS 94
i
LISTA DE CUADROS
Pag.
Número
1. Secuencia de cultivos durante los 12 años de investigación de los

20
sistemas agroforestales, plantados en la EESC- INIAP.
2. Tratamientos para la investigación, cuantificación de carbono

34
almacenado en diferentes sistemas de uso de suelo en la EESC-
INIAP.
35
3. ADEVA de las variables de cuantificación de carbono en
diferentes sistemas de usos del suelo en la EESC - INIAP.
47
4. Rangos y promedios de DAP y altura total de A. melanoxylum y A.
acuminata en SAF en la EESC- INIAP.
48
5. Rangos y promedios de diámetro del fuste a 10 cm del suelo, de S.
junceum y B. incana, en SAF en la EESC- INIAP.
50
6. Biomasa promedio por componente, de las especies arbóreas en
SAF en la EESC- INIAP.
51
7. Fracción de Carbono por componente y total de las especies
muestreadas, en SAF en la EESC- INIAP.
8. Modelos genéricos, utilizados para generar modelos de biomasa y

carbono de Acacia melanolum y Alnus acumminata, en SAF en la
52
EESC- INIAP.
ii
9. Coeficientes de correlación simple de Pearson, entre biomasa y

carbono total con el DAP y altura total para las especies A.
melanoxylum y A. acuminata (n=30), en SAF en la EESC– INIAP. 53
10. Parámetros de selección y Ranking de los modelos generados para

estimar la biomasa aérea total de Alnus acuminata O. Kuntze, en
SAF en la EESC– INIAP. 54

estimar la biomasa aérea total de A. melanoxylum L, en SAF en la
EESC– INIAP 57
12. Comparación del modelo alométrico generado para Alnus sp. en

SAF en la EESC – INIAP, con otros modelos de la literatura. 59
13. Comparación del modelo alométrico generado para Acacia sp. en

SAF en la EESC – INIAP, con otros modelos de la literatura. 60

estimar carbono en Alnus acuminata O. Kuntze, en SAF en la
EESC– INIAP 63

estimar carbono en A. melanoxylum L, en SAF en la EESC– 65
INIAP.
16. Coeficientes de correlación simple de Pearson de la biomasa por

componente en función del DAP y altura total, para las especies 67
arbóreas (n=30), en SAF en la EESC– INIAP.
17. Modelos para la estimación de Biomasa del fuste en A. acuminata 69

O. Kuntze, y parámetro de selección, en SAF en la EESC– INIAP.
iii
18. Modelos para la estimación de Biomasa del fuste en A.

melanoxylum L, en SAF en la EESC– INIAP. 69
19. Modelos para la estimación de biomasa de ramas gruesas en A.

acuminata O. Kuntze, en SAF en la EESC– INIAP. 70
20. Modelos para la estimación de biomasa de ramas gruesas en A.

21. Modelos para la estimación de biomasa de ramas delgadas en A.

acuminata O. Kuntze, en SAF en la EESC– INIAP. 71
22. Modelos para la estimación de biomasa de ramas delgadas en A.

23. Modelos para la estimación de biomasa de hojas en A. acuminata

O. Kuntze, en SAF en la EESC– INIAP. 72
24. Modelos propuestos para la estimación de biomasa de hojas en A.

25. Carbono almacenado (t ha-1), en el componente leñosos de los

SAF, Acacia – Quishuar y Aliso – Retama, en la EESC– INIAP. 74
iv
LISTA DE FIGURAS
Número Pag
1. Esquema que representa el efecto Invernadero. 5
2. Concentración de dióxido de carbono en la atmósfera terrestre

(azul) y la temperatura media global (rojo), en los últimos 1000 6
años.
8
3. Fuentes y Sumideros de Carbono.
11
4. Componentes del Almacenamiento de Carbono.
14
5. Uso correcto de la cinta diamétrica.
6. Alnus acuminata O.Kuntze, componente arbóreo del sistema Aliso 21

– retama, en SAF en la EESC – INIAP.
7. Nódulos fijadores de nitrógeno, presentes en las raíces de A. 24

acuminata O. Kuntze, en SAF en la EESC - INIAP.
8. Acacia melanoxylum L., componente arbóreo del sistema Acacia – 25

quishuar, en la EESC – INIAP.
9. Buddleja incana Ruiz y Pavón, componente arbustivo del sistema 26

Acacia – quishuar, en la EESC – INIAP.
10. Spartium junceum L, componente arbustivo del sistema Aliso – 28

retama, en la EESC – INIAP.
v
11. Mapa de ubicación de la Estación Experimental Santa Catalina -

INIAP. Ecuador. 32
12. Diagrama de procedimiento para la cuantificación de carbono y

generación de modelos en leñosas. 36
13. Muestreo de fuste para determinar biomasa en las especies

arbóreas a) A. melanoxylum L., b) A. acuminata O. Kuntze, en
SAF en la EESC–INIAP. 39
14. Muestreo de hojas para determinación de biomasa en las especies

arbóreas a) A. acuminata O. Kuntze, b) A. melanoxylum L, en SAF
en la EESC – INIAP. 40
15. Muestreo de suelo a diferentes distancia de las hileras de árboles,

en SAF en la EESC – INIAP. 43
16. Muestra para determinar la densidad aparente, en SAF en la EESC

– INIAP. 44
17. Muestreo de mantillo, en SAF en la EESC – INIAP. 45
18. Distribución de las clases diamétricas de A. melanoxylum en SAF

con B. incana en la EESC– INIAP. 48
19. Distribución de las clases diamétricas de A. acuminata en SAF con

S. junceum en la EESC– INIAP. 49
20. Porcentajes de biomasa de cada componente en relación a la

biomasa aérea total, de las especies arbóreas en SAF en la EESC - 50
INIAP
vi
21. Relación entre biomasa aérea total por árbol y DAP, de los árboles
muestreados. (a) Acacia, (b) Aliso, en SAF en la EESC – INIAP. 53
22. Relación entre DAP y biomasa aérea total modelo 10, de A.

acuminata en SAF en la EESC– INIAP. 55
23. Relación entre Biomasa área total estimada – Biomasa aérea total
observada modelo 10, de A. acuminata en SAF en la EESC– 56
INIAP.
24. Relación entre DAP y biomasa aérea total; a) curva del modelo 6,
b) curva del modelo 5, de A. melanoxylum en SAF en la EESC–
INIAP. 58
25. Biomasa área total estimada – Biomasa aérea total observada; a)

modelo 6, b) modelo 5, de A. melanoxylum en SAF en la EESC–
INIAP. 58
26. Simulaciones de biomasa aérea real y estimada con los modelos

60
generados en este y otros estudios, en Alnus sp.

61
generados en este y otros estudios para Acacia sp.

62
generados en este y otros estudios para Acacia sp.
29. Relación entre DAP y carbono total modelo 10, de A. acuminata

64
en SAF en la EESC– INIAP.
64
30. Carbono total estimado – Carbono total observado modelo 10 de A.
acuminata en SAF en la EESC– INIAP.
31. Relación entre DAP y carbono total modelo 5, de A. melanoxylum

66
en SAF en la EESC– INIAP.
vii
32. Carbono total estimado – Carbono total observado modelo 5, de A.

melanoxylum en SAF en la EESC– INIAP.
66
33. Componente leñoso de los sistemas agroforestales, a) Acacia y b)
Aliso, en la EESC– INIAP.
68
34. Carbono almacenado por el componente leñoso, en SAF en la
EESC– INIAP.
75
35. Promedios de carbono total en suelo, a 0,2 m de profundidad, de
Sistemas Agroforestales y Campo Abierto, en la EESC– INIAP.
77
36. Carbono almacenado en Sistemas de uso de la tierra (Acacia-
Quishuar, Aliso-Retama y Campo Abierto), evaluados en la
EESC– INIAP. 78
LISTA DE ANEXOS
A. Mapa Estación Experimental Santa Catalina- INIAP.
B. Croquis de los sistemas agroforestales plantados en la Estación Experimental Santa

Catalina – INIAP.
C. Croquis de los puntos de muestreo para determinar carbono en mantillo y suelo, en

cada Sistema Agroforestal, en la EESC – INIAP.
D. Cuantificación de carbono en especies leñosas, Método Destructivo.
E. Método del cilindro de volumen conocido (MacDiken 1997), para determinar

densidad aparente en suelo.
F. Método de combustión para determinar la fracción de carbono en suelo, (Official

Methods of Analyses of the Association of Official Agricultural Chemists 1960,
citado por University of Florida. Center for Tropical Agriculture, 1970).
G. Promedios de densidad aparente (g/cm3) por distancia, bajo SAF en la Estación

Experimental Santa Catalina – INIAP.
H. Variables de crecimiento y Biomasa utilizadas para la construcción de modelos de

predicción de carbono en SAF en EESC – INIAP.
I. Modelos alometricos generados en esta investigación.
J. Ecuaciones generadas por otros autores, para estimar biomasa.

I. CUANTIFICACIÓN DEL CARBONO ALMACENADO EN DOS SISTEMAS
AGROFORESTALES EN LA ESTACIÓN EXPERIMENTAL SANTA
CATALINA, INIAP – ECUADOR.
II. INTRODUCCIÓN
En las últimas décadas, con el desarrollo desmesurado de algunas economías, la

concentración de gases de efecto invernadero (GEI) en la atmósfera ha aumentando
considerablemente. Esto tiene como consecuencia un incremento en la temperatura
ambiental de la tierra, que podría generar un cambio climático con alteraciones en los
ciclos hídricos, sequías, inundaciones y más desastres naturales que comprometerían la
existencia de vida en el planeta. Siendo el CO2 el principal gas de efecto invernadero, el
uso de combustibles fósiles y el cambio en el uso del suelo son considerados a nivel
mundial como las dos principales fuentes netas de CO2 emitidas a la atmósfera
relacionadas con el cambio climático.
El Protocolo de Kyoto y las subsecuentes Conferencias de las Partes (COP) de la

Convención de Cambio Climático, han despertado interés sobre el potencial de ecosistemas
de bosques secundarios y plantaciones forestales para fijar carbono. Considerar este
servicio ambiental y evaluarlo en términos ecológicos y forestales, podría estimular
proyectos forestales dentro del marco del Mecanismo de Desarrollo Limpio.
De esta manera, los bosques adquieren protagonismo, dentro de los acuerdos

internacionales sobre cambio climático y emisiones de gases de efecto invernadero por su
capacidad de fijar carbono y su reconocimiento dentro de mecanismos de flexibilidad para
mitigar emisiones de CO2. En este contexto, es importante cuantificar la fijación de
carbono mediante el crecimiento natural de bosques secundarios, plantaciones forestales y
sistemas agroforestales. La generación de estas metodologías para estimar la fijación
potencial de carbono, es necesaria para los procesos de valoración económica, definición
2
de línea base, certificación y monitoreo en proyectos de venta de certificados de reducción

de emisiones de carbono.
La capacidad de los bosques y de los diferentes sistemas agroforestales para captar el

carbono, se concentra tanto en la biomasa aérea como en la radicular, por lo tanto, la
evaluación se desarrolla por medio de un inventario de la biomasa total existente en el
sistema, expresando los valores en toneladas de carbono por hectárea para lo cual se utiliza
la fracción de carbono que dentro de las políticas del Panel Intergubernamental de Cambio
Climático (IPCC)1, recomienda utilizar 0,5 como fracción de carbono en materia seca, en
caso de no existir datos disponibles.
La presente investigación pretende cuantificar el carbono almacenado en los sistemas

agroforestales Aliso-Retama (Alnus acuminata O. Kuntze. - Spartium junceum L.) y
Acacia-Quishuar (Acacia melonoxylum L. - Buddleja incana Ruiz y Pavón) instalados
hace 12 años en la Estación Experimental Santa Catalina del INIAP, cuyo objetivo inicial
fue evaluar sistemas agroforestales para optimizar el uso del suelo y buscar una alternativa
sostenible de manejo de pequeñas parcelas que representan el minifundio de la Sierra
ecuatoriana.
La cuantificación del carbono almacenado se realizó mediante un inventario y medición

de las especies leñosas de los sistemas, con ésta información y la aplicación de modelos
alométricos, citados en la literatura (método no destructivo), se estimó la biomasa y
carbono. Los resultados se validaron con la cuantificación de biomasa y carbono de las
mismas especies forestales por el método destructivo, con el aporte de mediciones en
campo y determinaciones en laboratorio.
Debido a la gran variabilidad que se puede encontrar en los campos agroforestales, como
efecto de: especie forestal, estado de crecimiento, arreglo agroforestal, sistema de manejo,
etc., es necesario un proceso de cuantificación de biomasa y captación de carbono para
1
IPCC, 1992. Climate Change 1992. The Supplementary Report to the IPCC Scientific Assessment. Cambridge
University Press, Cambridge.
3
sistemas agroforestales que pueden ser comunes o frecuentes por regiones o países. En este
caso, la propuesta de investigación corresponde a un sistema adaptable a las condiciones de
la región Sierra del Ecuador.
4
A. OBJETIVOS
1. Objetivo general
Cuantificar el carbono almacenado en dos sistemas agroforestales, Aliso (Alnus acuminata.

O. Kuntze.) - Retama (Spartium junceum L.) y Acacia (Acacia melonoxylum L.) –
Quishuar (Buddleja incana Ruiz y Pavón.) evaluados en la Estación Experimental Santa
Catalina del INIAP, en comparación con un sistema agrícola, a campo abierto.
2. Objetivos específicos
 Probar el ajuste de ecuaciones alométricas, para estimar el contenido de biomasa y

de carbono almacenado en Aliso y Acacia, como componente arbóreo del sistema
agroforestal, y validar las ecuaciones que mejor se ajusten mediante la
cuantificación de biomasa y carbono por el método destructivo.
 Determinar, por el método destructivo, el contenido de biomasa y carbono de la

parte aérea del componente arbustivo (retama y quishuar), del sistema agroforestal.
 Medir el carbono almacenado en la capa arable de suelo y mantillo de los sistemas

agroforestales y del sistema agrícola, a campo abierto.
5
III. REVISIÓN DE LITERATURA
A. EL DIÓXIDO DE CARBONO Y EL EFECTO INVERNADERO
La tierra de forma natural está cubierta por gases que permiten la entrada de la energía
solar, la cual calienta su superficie. Este es un efecto natural que mantiene a la tierra con
una temperatura promedio arriba del punto de congelación y permite la vida tal como la
conocemos. Sin embargo, algunos de los gases en la atmósfera, llamados Gases de Efecto
Invernadero (GEI), impiden el escape de este calor hacia el espacio, incrementando la
concentración de radiación calórica en la atmósfera baja y calentando la tierra (Figura 1).
Las actividades humanas de los últimos tiempos (sobre la segunda mitad del siglo pasado),
han incrementado la producción de GEI (principalmente de CO2, CH4 y N2O), lo que
acelera y agrava el problema de calentamiento de la tierra (Beaumont 1999).
Figura 1. Esquema que representa el efecto Invernadero

6
Está comprobado que las actividades humanas son causantes de cambios en la composición
de la atmósfera (Figura 2). Los incrementos en la concentración de CO2, N2O y otros gases
en la atmósfera son los causantes del efecto invernadero. Entre las actividades humanas
causantes del incremento de gases en la atmósfera están: el uso desmedido de combustibles
fósiles, por la industria y el transporte y las actividades agropecuarias, entre ellas el
cambio de uso del suelo, por tala de la foresta, las quemas y el uso de insumos industriales
(Mintzer 1992).
Desde la revolución industrial, la concentración de gases de efecto invernadero se ha

incrementado rápidamente; la concentración de 360 ppm del dióxido de carbono (CO2) en
1990, resultó 25% mayor que en la etapa preindustrial (antes de 1750), cuyo valor era de
alrededor de 280 ppm (Goudie 1990).
Fuente: Wilkipedia 2007
Figura 2. Concentración de dióxido de carbono en la atmósfera terrestre (azul) y la

temperatura media global (rojo), en los últimos 1000 años
El uso de combustibles fósiles y el cambio en el uso del suelo, son considerados a nivel
mundial como las dos principales fuentes netas de CO2 a la atmósfera relacionadas con el
cambio climático global (Mintzer 1992). Entre 1989 y 1990 las emisiones de CO2
provenientes del uso de combustibles fósiles se estimó en 6,0 ± 0,5 Gt2 de carbono,
2
Gt = 109 t = gigatón = mil millones de toneladas.
7
comparada con 5,7± 0,5 Gt C emitidas en 1987 (IPCC, 1990). Por otro lado, el flujo neto
de CO2 emitido por cambio en el uso del suelo (principalmente por deforestación), se ha
estimado en 1,6 ± 1 Gt C para la década de los 80 (IPCC, 1992).
La vegetación dentro de los ecosistemas es de suma importancia para el ciclo global del
carbono porque almacena grandes cantidades de éste en su estructura y en el suelo, y lo
intercambia con la atmósfera mediante los procesos de fotosíntesis, respiración y
descomposición. Sin embargo, la misma vegetación constituye fuente de carbono para la
atmósfera cuando sufre alteraciones provocadas por el hombre o por causas naturales; por
ejemplo, actividades de conversión de bosque a otros usos no forestales (Ramirez et al.
1999). La tala y quema de las masas forestales, permite la liberación del carbono
almacenado en la biomasa y con la degradación de los suelos se libera parte del carbono
almacenado en el mismo.
Por otro lado, los bosques en crecimiento se convierten en sumideros de carbono al

registrar una absorción neta de CO2 de la atmósfera, en la biomasa y en el suelo. El
hombre puede, mediante la ordenación forestal, modificar la magnitud de las reservas de
carbono e inducir cambios en la circulación (flujo) de este elemento, alterando así la
función de tales reservas en el ciclo del carbono y posiblemente afectando el clima en
forma positiva (Brown 1997).
La deforestación contribuye al aumento del CO2 en la atmósfera de dos formas:

disminuyendo la cobertura vegetal, capaz de fijar carbono atmosférico, y por la liberación
de CO2 a la atmósfera a través de la quema y descomposición de biomasa, incluida parte de
la materia orgánica en el suelo (Hall y Rao1994).
B- ALMACENAMIENTO Y FIJACIÓN DE CARBONO
El almacenamiento y la fijación de carbono es uno de los servicios ambientales de los

ecosistemas forestales y agroforestales. La fijación de carbono se genera en el proceso de
fotosíntesis realizado por las hojas y otras partes verdes de las plantas, que capturan el CO2
8
de la atmósfera y producen carbohidratos, liberan oxígeno y dejan carbono que se utiliza

para formar la biomasa de la planta, incluyendo la madera en los árboles. En ese sentido,
los bosques tropicales, las plantaciones forestales y los sistemas agroforestales, y en
general, aquellas actividades que lleven a la ampliación de una cobertura vegetal
permanente, pueden cumplir la función de "sumideros de carbono" (Cuéllar 1999). Entre los
sumideros de carbono, se encuentran los propios suelos agrícolas, cuya capacidad de
almacenar carbono está directamente relacionada con el contenido de materia orgánica de
los mismos (Ramos 2003).
Una parte del carbono fijado es transformado en biomasa y la otra parte es liberada a la
atmósfera por medio de la respiración. Los bosques del mundo absorben 110 Gt C año,
mientras que mediante la respiración emiten 55 Gt C año y por medio de la
descomposición emiten de 54 a 55 Gt C año (Ordoñez 1999).
Fuente: Esta investigación, basado en Ordóñez, 1999
Figura 3. Fuentes y Sumideros de Carbono.

9
En la figura 3 se representan los intercambios anuales de carbono entre el mar, el aire y la

biomasa continental (vegetación y suelos) en petagramos de carbono (PgC)3. Además se
representan las emisiones humanas anuales de CO2 en petagramos de carbono que son
debidas a la quema de combustibles fósiles y a la agricultura.
Investigaciones recientes sugieren que la calidad del manejo forestal puede hacer una
contribución significativa en controlar los niveles de CO2 en la atmósfera; actividades de
uso de la tierra que pueden contribuir a este fin son: la conservación de bosque en peligro
de deforestación, rehabilitación de bosques, forestación, reforestación y agroforestería, La
alternativa más viable de ampliación de sumideros de GEI es la forestación de nuevas áreas
de tierra que presentan características favorables para ello. Las variables a considerar para
elevar al máximo la fijación de carbono incluyen: las especies de árboles a plantar, las
tasas de crecimiento y la longevidad de las mismas, las características del sitio a forestar,
los períodos de rotación y la duración y uso de los productos forestales a extraer (Fisher y
Trujillo 1999).
C. BIOMASA Y CARBONO
La biomasa se define como la suma total de la materia viva que se encuentra en un

ecosistema en un momento determinado y se expresa en términos de peso seco masa o
volumen (Pardé 1980). Los estudios de biomasa son importantes para comprender el
ecosistema forestal, ya que explican la distribución de la materia orgánica en el sistema y
permiten evaluar los efectos de una intervención, respecto a su equilibrio en el ecosistema
(Teller 1988).
Existen diferentes métodos para estimar la biomasa, los utilizados más frecuentemente son:
a) Aplicación de una ecuación de regresión específica a especies de árboles individuales a
diámetro y/o otras medidas de los árboles, b) Aplicación de una ecuación de regresión
genérica a diámetro y otras medias de árboles, c) Estimación de tablas de biomasa
específicas para especies o genéricas basadas en diámetro y/o altura, d) Uso de tablas de
3
1 PgC (petagramo de carbono) = 1 GtC (gigatonelada) de carbono= 3,67 Gt de CO2; Por otra parte
2,12 GtC= 1 ppmv de CO2 (ppmv=partes por millón en volumen) (www.esd.ornl.gov/iab/iab2-2.htm).
10
rendimiento estándar para estimar el volumen de fuste y aplicando la gravedad específica

se convierte a biomasa de fuste, posteriormente se aplica un factor de expansión para
estimar biomasa total del árbol, e) uso de la técnica del árbol promedio (MacDicken 1997 y
Snowdon et al. 2001, citados por Andrade s.f).
Estudios realizados tanto en Norteamérica como en Europa y Asia, concuerdan en que la

evaluación de la biomasa arbórea debe contemplar la separación de componentes en fuste,
hojas y ramas y aún más, debería separarse también corteza y raíces (Macdiken 1997).
En términos porcentuales el fuste del árbol concentra la mayor cantidad de biomasa aérea,
representado entre 55 al 77 % del total, luego están las ramas, de 5 a 37 %; seguido por las
hojas entre 1 a 15 % y finalmente la corteza del fuste entre 5 a 16 % respectivamente
(Pardé 1980 y Pedrasa 1989). La contribución porcentual de los diferentes componentes
(fuste, corteza, ramas, hojas y raíces) en la biomasa total de un árbol varía
considerablemente dependiendo de la especie, edad, sitio y tratamiento silvicultural (Pardé
1980).
Orrego y del Valle (2001) manifiestan que los ecosistemas forestales se pueden identificar
diferentes compartimientos en los cuales se almacena el carbono. En términos generales se
habla de la biomasa aérea, necromasa, biomasa subterránea, carbono en el suelo, productos
derivados de la madera en el caso de aprovechamiento forestal y otros productos no
maderables (Figura 4).
11
Biomasa aérea: fuste, tocón,

ramas, corteza, semillas y follaje
Biomasa
Biomasa bajo suelo:
raíces
Hojarasca. Incluye
raíces, hojas, ramas
Materia orgánica
muerta Madera muerte: caída árboles en pie,
raíces muertas, tocones >10 cm diámetro
Suelos Materia orgánica del suelo
Fuente: IPCC 2003
Figura 4. Componentes del Almacenamiento de Carbono.
D. CARBONO EN SUELO
El carbono orgánico presente en los suelos naturales representa un balance dinámico entre
la absorción de material vegetal muerto y la pérdida por descomposición (mineralización).
En condiciones aeróbicas del suelo, gran parte del carbono que ingresa al mismo es lábil y
solo una pequeña fracción (1%) del que ingresa (55 Pg año-1)4 se acumula en la fracción
húmica estable, de aproximadamente 0,4 Pg año-1 (Robert 2005).
En el ciclo terrestre del carbono, el carbono orgánico del suelo representa la mayor reserva
en interacción con la atmósfera y se estima en cerca de 1 500 Pg C a 1 m de profundidad
(cerca de 2 456 a dos metros de profundidad). El carbono inorgánico representa de 1 700
Pg C pero es capturado en formas más estables tales como el carbonato de calcio. La
vegetación (650 Pg) y la atmósfera (750 Pg) almacenan considerablemente menos
cantidades que los suelos (Robert 2005).
4
Pg = 10 15 g = Gt =109 toneladas métricas
12
Houghton (1995) estima que las emisiones correspondientes al cambio de uso de la tierra
(deforestación e incremento del pastoreo y de las tierras cultivadas) fueron cerca de 140 Pg
entre 1850 y 1990 (de 0,4 Pg año-1 en 1850 a 1,7 Pg año-1 en 1990), con una liberación neta
hacia la atmósfera de 25 Pg de carbono. De acuerdo con IPCC (2000) la pérdida histórica
de los suelos agrícolas fue de 50 Pg de carbono en el último medio siglo, lo cual representa
un tercio de la pérdida total del suelo y la vegetación.
Oades (1988) indica que varios factores favorecen la retención del C en el suelo y permiten
mayores tasas de recambio y tiempos de residencia. Estos incluyen, distribución por debajo
de la superficie del suelo, asimilados con bajo contenido de nutrimentos, materiales ricos
en lignina y ceras, inundación, bajas temperaturas, texturas arcillosas, alta saturación de
bases, agregación y superficies de cargas variables. Mientras que los factores que aceleran
el flujo hacia el suelo de asimilados de C en las plantas son: hojarasca con concentraciones
altas de asimilados, asimilados ricos en nutrimentos, carbohidratos, aireación, altas
temperaturas, textura arenosa, acidez y superficies con poca carga. La magnitud con la cual
el suelo puede ser un sumidero de C depende del balance entre las tasas de los procesos de
adquisición y la tasa de rotura tanto de C resistente como de C adquirido (FAO 2000,
citado por Ramos 2003).
La materia orgánica de los suelos forestales consiste de varios almacenamientos de largas

tasas de renovaciones, y se puede necesitar décadas o siglos hasta la respiración del
carbono viejo (Acholes 1995). Debido a que el suelo es un gran sumidero que se ha
ajustado lentamente, el efecto del secuestro del carbono puede ser grande. El carbono de
mayor interés es el carbono estabilizado, de una edad de hasta miles de años. El carbono en
enlaces débiles se presenta en la hojarasca o en el follaje (Trumbore 2000, citado por Jandi
2001).
E. SISTEMAS AGROFORESTALES Y LA FIJACIÓN DE CARBONO
Los sistemas agroforestales (SAF) pueden mantener y hasta aumentar las reservas de
carbono en la vegetación y los suelos. De hecho, la agroforestería fomenta prácticas
13
sostenibles de bajos insumos que minimizan la alteración de los suelos y la erosión de la

biodiversidad, fomentando el incremento de vegetación perenne y el ciclaje de
nutrimentos, pero fundamentalmente contribuyendo al almacenamiento de carbono a largo
plazo (Kursten y Burschel 1993). Los SAF ayudan a evitar el agotamiento de las reservas
o almacenamientos naturales de carbono ya existentes, reduciendo la presión sobre los
bosques. El componente arbóreo en los sistemas agroforestales pueden llegar a evitar la
explotación de los bosques al suplir suficiente energía a bajos precios, y si la madera de los
árboles es procesada, un 50 % de ella actúa como almacén de carbono hasta su
descomposición (Dixon et al. 1905).
Los sistemas agroforestales no son sólo una alternativa de producción sostenible, sino una
oportunidad para diversificar las fincas e incrementar las fuentes de ingresos con la posible
venta de servicios ambientales por reducción del CO2 atmosférico. El establecimiento de
mercados de servicios ambientales puede contribuir de distintas maneras al desarrollo
sostenible en el medio rural y en algunos casos sus beneficios trascienden el nivel local y
adquiere una dimensión regional y hasta global. El desarrollo de estos mercados puede
conducir al surgimiento de nuevas actividades económicas, generación de empleo y de
ingresos a los propietarios de recursos generadores de servicios ambientales. También,
permite la transferencia de conocimientos y de recursos de otros sectores nacionales e
internacionales al medio rural (Ruiz 2002).
La cantidad de carbono secuestrado directamente por los árboles dentro de diferentes SAF
oscila entre 3 a 25 t C ha-1. En el caso de huertos caseros y taungya se logra superar las 50 t
C ha-1. El potencial para el almacenamiento de carbono en SAF, incluyendo el carbono del
suelo, oscila entre 12 y 228 t C ha-1 (Dixon et al. 1905). En algunos sistemas agroforestales
se han estimado tasas de fijación de carbono desde 0,1 a 5 t C ha-1 año-1. El
almacenamiento de carbono depende: de la especie arbórea y densidad de siembra, la
materia orgánica presente en el suelo, edad de los componentes, tipos de suelos,
características del sitio, factores climáticos y el manejo silvicultural al que se vea sometido
(Segura 1997).
14
En un estudio realizado en el corregimiento de Santa Elena, Medellín - Colombia se

demuestra el potencial que tienen los sistemas agroforestales para contribuir a mitigar el
efecto de las emisiones CO2 a la atmósfera; donde se encontró que un sistema silvopastoril
de Acacia decurrens con Pennisetum clandestinum almacenó 403,33 t ha-1 de carbono
orgánico total (sobre y bajo el suelo), en comparación con potreros sin árboles donde se
encontró 272,03 toneladas ha-1 de carbono almacenado (Giraldo 2003).
F. PARÁMETROS TÉCNICOS PARA INVENTARIOS DE CARBONO
1. Biomasa aérea
La biomasa arriba del suelo está compuesta por los árboles, la vegetación arbustiva y la
vegetación herbácea. Estos componentes de la biomasa se muestrean en parcelas de
proporciones acordes a cada tipo de vegetación. Es muy importante hacer notar que el
componente más importante de esta fuente son los árboles (Fundación Solar. 2000).
En las especies forestales el diámetro a la altura del pecho (DAP) se mide con cinta
diamétrica a 1,30 m del suelo; y ya que los árboles no siempre son cilíndricos, rectos, con
un solo fuste o ubicados en terrenos planos, en la Figura 5 se muestra el uso correcto de la
cinta diamétrica.
Fuente: FAO 2000
Figura 5. Uso correcto de la cinta diamétrica.

15
Las mediciones de alturas en árboles pequeños o arbustos se realizan utilizando una estaca
telescópica graduada, y en árboles más grandes se mide con la ayuda de un hipsómetro
digital o un clinómetro. Por tratarse de estimaciones, la medición de alturas con estos
instrumentos debe ser rigurosa en la calidad de los datos, y debe ser realizada por una
persona capacitada, para evitar mayores márgenes de error en los resultados.
2. Biomasa de raíces
La biomasa abajo del suelo se refiere a las raíces de la vegetación del ecosistema
estudiado. La importancia de éstas en actividades como competencia por nutrimentos y
agua en el suelo, dinámica de producción, descomposición de raíces para el ciclaje de
nutrimentos y secuestro de carbono, son temas muy importantes en el manejo de sistemas
agroforestales (Schlönvoigt et al. 2000, citado por Nieto et al. 2005).
Existe una variedad de métodos directos e indirectos para estimar la biomasa de raíces.
Entre ellos, los más usados son los métodos directos (destructivos y no destructivos), es
decir, la excavación de raíces o el muestreo de cilindros del suelo. Tambien, existen
métodos indirectos, que se han venido desarrollando en los últimos años como son: uso de
cámaras de video, radar, o modelos tridimensionales, pero que presentan limitaciones tanto
económicas como de su aplicabilidad práctica (Schlönvoigt et al. 2000, Snowdon et al.
2001, citado por Nieto et al. 2005).
La estimación de biomasa y carbono en raíces, también se puede estimar mediante el uso

de modelos reportados en la literatura o usando las relaciones biomasa de raíces versus la
biomasa aérea (Kurz y Beuquema 1996, citado por Nieto et al. 2005).
Tipo de especie Modelo

De madera suave BR= 0.231 (BA)
De madera dura BR= e0.359 BA0.639
Donde:
BR= Biomasa de raíces (Mg ha-1), BA= Biomasa aérea (Mg ha-1)
16
Determinar la biomasa bajo el suelo, o biomasa radicular, es un proceso muy costoso

(alrededor de 120 US$/raíz). Esta se estima como un porcentaje de la biomasa arbórea
sobre el suelo (biomasa aérea). En caso de no tener estimaciones de biomasa radicular, se
utilizará un porcentaje mínimo de 15 % de biomasa radicular con respecto a la biomasa
aérea, que es una estimación conservadora (Macdiken 1997). Por ejemplo, Cairns et al.
(1997), citado por Nieto et al. (2005), reportan una relación R/T (raíz/tallo), para distintos
lugares del mundo, entre 0,20 y 0,30, es decir, 20 a 30 % de biomasa radicular con respecto
a la biomasa aérea.
3. Hojarasca y materia vegetal muerta
La hojarasca y otra materia vegetal muerta se refieren a vegetación que se encuentra en

proceso de descomposición. Esta fuente de biomasa se mide de dos maneras. La hojarasca
en sí, se colecta del suelo, en el área de la parcela donde se midió la vegetación herbácea,
teniendo cuidado de colectar toda la capa de materia en descomposición incluyendo el
humus y materia vegetal muerta que no esté en proceso de descomposición aún. La otra
materia vegetal muerta se refiere, más que todo, a árboles muertos ya sea en pie o caídos
(Fundación Solar 2000).
4. Suelos
Los suelos son a menudo grandes almacenes de carbono orgánico e inorgánico. El carbono
edáfico puede ser determinado efectivamente usando muestras compuestas que representan
múltiples parcelas. Esto ayuda a reducir los costos y provee estimados razonables
(Macdiken 1997).
No hay un acuerdo internacional sobre el método de monitorear cambios en carbono del

suelo. La acumulación en el suelo es función de la densidad aparente, la cual está en
función de otros parámetros, tales como las tasas de deposición, descomposición y
traslocación. El cambio en el carbono orgánico del suelo necesita ser medido a lo largo del
17
sitio del proyecto, a una profundidad de 30 cm, ya que el cambio de uso del suelo tiene
mayor efecto en las capas superiores (IPCC, 1996).
Los suelos son importantes fijadores a largo plazo. Se ha encontrado que el cambio de uso
de la tierra de bosque a agricultura puede reducir a la mitad el carbono fijado en esta fuente
en tan sólo 10 años de cultivos continuos Fundación Solar. 2000.
G. ECUACIONES O MODELOS ALOMÉTRICOS
Un modelo alométrico es una relación matemática entre una variable independiente y una
dependiente, que tiene por objeto explicar las relaciones existentes entre los atributos y
dimensiones del árbol y el peso seco de sus componentes (biomasa). La variable
independiente puede ser estimada a partir de métodos destructivos (peso de componentes
de individuos) o partir de parámetros biométricos estimados en campo directamente (DAP,
altura) (Chacin 1998 y Nelson et al. 1999).
La ventaja plausible de la técnica es que las prácticas destructivas se realizan una sola vez,
y a partir de las ecuaciones generadas, se puede estimar la variable independiente
basándose en datos de inventarios forestales por ejemplo. Las desventajas giran en torno a
que: las ecuaciones son basadas en un mínimo grupo de individuos o especies; no se puede
generalizar una ecuación estimada a otro tipo de vegetación, y su aplicación es restringida
para los árboles con parámetros de medición directa en campo (Brown y Lugo 1992,
Catchpole y Wheeler 1992, Fearnside 1992, Nelson et al. 1999).
Los estudios de biomasa son esenciales para obtener un aproximado de la cantidad de

carbono almacenado, ya que de acuerdo a varios autores la relación de la biomasa seca
total con el carbono es de aproximadamente 2:1 (Cielsa 1996 y Snowdon et al. 2001). Por
ello, las evaluaciones más recientes utilizan métodos estadísticos que permiten tomar en
cuenta la diversidad de especies y sus dimensiones.
18
La cuantificación de carbono almacenado en un bosque o una especie forestal específica,

se realiza a través de la estimación de biomasa, conociendo como tal a la cantidad total de
materia orgánica viva de la parte aérea de las plantas, expresada como toneladas en peso
seco al horno por unidad de área (Brown 1997). Dicha estimación se puede realizar por el
método destructivo que consiste en cortar los árboles y realizar las mediciones respectivas,
o por el método no destructivo, el cual estima la biomasa por medio de análisis de
regresión (Araujo et al. 1999). MacDiken (1997) señala que lo ideal para realizar análisis
de regresión es tener una muestra con 30 o más individuos.
Brown et al. (1989) indican que se han desarrollado modelos generales como herramienta
para estimar el contenido de biomasa aérea en inventarios forestales. Estos pueden ser
utilizados, en forma general, cuando no existen modelos específicos para zonas o
condiciones particulares. Por su parte, Segura (1997) manifiesta que luego de muchos
estudios en campo y laboratorio se han generado modelos alométricos específicos para
algunas especies forestales de uso comercial, los mismos que para estimar biomasa
únicamente requieren de valores tomados en campo como DAP y altura del árbol y por
simple aplicación del modelo se obtiene la biomasa. De esta forma las ecuaciones
alométricas se convierten en herramientas muy útiles de uso fácil y de aplicación inmediata
con solo disponer un juego de datos de campo tomados en árboles en pie sin necesidad de
destruirlos.
Sprugel (1983) indica que todos los modelos alométricos con transformaciones
logarítmicas deben ser corregidos por un factor de corrección (FC) por lo que el resultado
obtenido a usar cualquier modelo debe ser multiplicado por el FC de cada uno. La ecuación
que sugiere este autor para calcular el FC es la siguiente:
 SSE 2 
 
 2 
FC exp
Donde FC es el factor de corrección y SSE es el error estándar estimado por la regresión.

19
H. ANTECEDENTES DE LOS SISTEMAS AGROFORESTALES (SAF) DE LA

ESTACIÓN EXPERIMENTAL SANTA CATALINA, INIAP – ECUADOR.
En 1994 se instaló el experimento, conformado por dos sistemas agroforestales y un

sistema control (campo abierto), con el objetivo de encontrar sistemas económicamente
viables, que permitan la optimización del uso del suelo, pero sin erosionar su potencial
productivo, en el largo plazo.
Cada sistema agroforestal, esta formado de dos hileras de árboles y arbustos de 30 m de

largo (con 30 árboles y 30 arbustos), separados en forma alternada a 1 m dentro de hileras
y a 2 m entre hileras. El arreglo espacial de cada barrera fue complementado con la
siembra de tres opciones de pastos en el interior de las barreras forestales: alfalfa,
(Medicago sativa L), Rye Grass (Lolium perenne L.) y una mezcla de Rye Grass con trébol
blanco (Trifolium repens), en parcelas de 20 m2 cada una (Anexo B). Del mismo modo, a
un metro de la línea de árboles, a los dos costados externos de las barreras se sembraron
parcelas con raíces andinas: zanahoria blanca (Arracacia xanthorrhiza B.), miso (Mirabilis
expansa R&P.) y jicama (Smallanthus sonchifolia P&E).
A continuación de las raíces se establecieron parcelas con cultivos propios de la zona,

sembrados bajo un sistema de doble rotación, y sin la aplicación reiterada de agroquímicos.
Durante el tiempo que duró la investigación, se manejó la siguiente secuencia de cultivos,
Cuadro 1.
20
Cuadro 1. Secuencia de cultivos durante los 12 años de investigación de los sistemas

agroforestales, en la EESC – INIAP.
Año Agrícola Secuencia de cultivo
1994-1995 Quinua – arveja (Chenopodium quinoa Wild – Pisum sativum L.)
1995 -1996 Cebada - arveja (Hordeum vulgare L. - Pisum sativum L.)
1996 – 1997 Melloco – arveja (Ullucus tuberosus Lozano - Pisum sativum L.)
1997 – 1998 Papa – arveja (Solanum tuberosum L. - Pisum sativum L.)
1998 – 1999 Quinua – arveja (Chenopodium quinoa Wild – Pisum sativum L.)
1999 - 2000 Maíz –arveja ( Zea maiz L. - Pisum sativum L.)
2000 – 2001 Melloco – arveja (Ullucus tuberosus Lozano - Pisum sativum L.)
2001- 2002 Avena y vicia – arveja (Avena sativa y Vicia sp - Pisum sativum L.)
2002 - 2003 Cebada - arveja (Hordeum vulgare L. - Pisum sativum L.)
2003 – 2004 Chocho – arveja (Lupinus mutabilis Sweet - Pisum sativum L.)
Fuente: Nieto et al. 2005
Durante el período de investigación, se realizó la evaluación de cada componente de los

sistemas considerando los siguientes indicadores:
1. En pastos: rendimiento de biomasa fresca y biomasa seca.
2. En raíces andinas: rendimiento de raíces aprovechables.
3. En cultivos: rendimiento de la parte aprovechable
4. En árboles: altura total, altura comercial, diámetro a la altura del pecho y volumen
de madera y leña, biomasa /poda.
21
5. En arbustos: leña y biomasa /poda.
6. En suelos: materia orgánica, macro y micro nutrimentos, densidad aparente y

humedad.
I. DESCRIPCIÓN DEL COMPONENTE LEÑOSO DE LOS SISTEMAS

AGROFORESTALES
1. Aliso (Alnus acuminata O. Kuntze)
Familia: Betulaceae
Nombres comunes:
Colombia: aliso, chaquito, fresno, cerezo.
México: aile, olmo del país, palo de águila.
Costa Rica: jaúl, jaue, alum.
Figura 6. Alnus acuminata O.Kuntze, componente del sistema Aliso – retama, en SAF
en la EESC – INIAP.
Especies relacionadas.
Existen alrededor de 20 especies de aliso entre árboles y arbustos. Algunas de ellas son A.
acuminata o jorullensis, A. cordata, A. glutinosa, A. inacana, A. firma, A. hirsuta, A.
nepalensis, A. rubra, A. oregana, A. formosana, A. ferruginea, A. glabrata, entre otras
(Añazco 1996).
22
Origen y distribución
Correa y Bernal citados por Lojan (1992) manifiesta que la especie Alnus acuminata
subespecie acuminata es la que se encuentra en América del Sur. Se desarrolla en forma
natural en lugares donde la temperatura media anual varía entre 4 a 15 ºC, resiste
temperaturas mínimas por debajo de 0 ºC, por corto tiempo. Se puede plantar en laderas
con clima húmedo, entre 1500 y 3200 msnm, con precipitación entre 1000 y 3000 mm, con
dos a cinco meses secos. Puede crecer en suelos pobres, sin embargo, prefiere suelos
profundos, bien drenados, limosos o limo arenosos, de origen aluvial o volcánico (CATIE
1997).
Descripción botánica
Árbol de 5 – 25 m de altura, según la zona en que se ubica, en general la copa es angosta,

irregular y abierta. Hojas enteras, ovaladas, oblongas y orbiculares, borde aserrado, ápice
agudo, base redondeada. Flores en amentos masculinos pendulares de 5 a 10 cm, flores
femeninas en estróbilos, con escamas leñosas portando pequeños frutos alados reunidos en
un cono de escamas sobrepuestas, imbricado (Ledezma 1994).
El aliso en el Ecuador es reconocido como blanco y rojo, las características que los
distinguen son: ritmo de crecimiento, color de la madera, color de las hojas, vellosidades
en el ápice, forma de copa, altura, presencia o no de raíces preformadas y capacidad o no
de rebrotar (Añazco 1996).
En Cañar – Ecuador en 1988 se instaló una parcela silvopastoril, donde se incluyó aliso
rojo procedente de Saraguro y aliso blanco procedente de un vivero en Cañar, después de
cinco años de establecido el sistema se obtuvo un incremento medio anual (IMA) del dap
de 1,40 y 3,12 para aliso blanco y rojo respectivamente (Añazco 1996).
23
Usos
El aliso tiene múltiples usos provenientes de la madera, de la corteza, de las hojas y de las
raíces. Es así que, se usa como combustible a manera de leña, en el caso de troncos, ramas
gruesas y viejas; también se utiliza para la fabricación de carbón. Se emplea como materia
prima para la fabricación de arados, timones, yugos, cabos y postes. La madera se utiliza
en la construcción de vigas y soleras para casas y en la fabricación de artesanías y adornos.
También se usa en la construcción de obras finas (CESA 1992).
La madera es de calor marrón claro a rosado. Los estudios de las propiedades físico
mecánicas de la madera, la califican de baja densidad, blanda, de alta resistencia a ala
compresión y apropiada para elaborar laminados, torneado, encofrados, cajones de
embalaje y apropiado para artesanías (CESA 1992).
La corteza se usa en tintorería para obtener un teñido color canela, además contiene
taninos. Las hojas utilizan los campesinos para tapar el maíz en la elaboración de la
“chicha de jora”, en medicina las hojas molidas se aplican como desinflamante, en
infusiones se toma contra el reumatismo y los resfríos. Las hojas tiernas sirven para forraje.
En sus raíces presenta nudosidades similares a las que se observa en las leguminosas
(Figura 7), estas están formadas por un hongo actinomiceto, del género Frankia, fijador del
nitrógeno atmosférico que vive en simbiosis con las raíces de este árbol (Añazco 1996).
24
Figura 7. Nódulos fijadores de nitrógeno, presentes en las raíces de Alnus acuminata

O. Kuntze, en SAF en la EESC - INIAP.
Carlson y Añazco (1990), indican que el aliso es el árbol que aporta las cantidades más
altas de nitrógeno al suelo en zonas templadas en el mundo. Mencionan que sobre una zona
húmeda de suelos volcánicos en la sierra sur de Colombia se determinó un incremento en
nitrógeno total del suelo de 279 kg ha-1año-1 ; mientras que en otra plantación de 12 años
(670 árboles ha-1, con altura promedio de 20 m), en la sierra central colombiana, estimó un
aumento de nitrógeno total del suelo de unos 400 kg ha-1año-1.
Por ser un árbol fijador de nitrógeno se lo utiliza en sistemas silvopastoriles, donde mejora
la calidad de los pastos, especialmente si crecen dentro del área de las raíces. En el
Ecuador se ha promovido el uso del aliso en plantaciones agroforestales y silvopastoriles.
Algunas comunidades campesinas de la sierra muestran una demanda superior por esta
especie en comparación al pino y el eucalipto (Lojan 1992 y Ledezma 1994).
25
2. Acacia (Acacia melanoxylum L.)
Familia: Mimoseceae
Nombres comunes:
Acacia, madero negro.
Origen y distribución.
El madero negro que es originario de sureste

de Australia y de Tazmania, se ha plantando
mucho en área montañosas de la India, Ceilán
y Africa (Geilfus 1994).
Figura 8. Acacia melanoxylum L., componente arbóreo del sistema Acacia – quishuar,
en la EESC – INIAP.
El mismo autor indica que se encuentra en su habitad natural en zonas húmedas y súper
húmedas con veranos bastante secos. Tolera sequías y fríos, soportando una temperatura
mínima de -6 º C.
Esta especie prefiere suelos ricos, aluviales y profundos. Soporta inundaciones siempre que
el agua permanezca por corto tiempo. En Colombia crece en suelos arcillosos y arenosos
(Galloway 1986).
Descripción botánica.
Según Geilfus (1994), es un árbol robusto que alcanza 35 m de alto en su país de origen;
tronco grueso, copa mas o menos cónica y globosa, follaje persistente, denso, de mucha
sombra; raíces superficiales con tendencia a echar brotes a cierta distancia del tronco;
filodios lanceolados, 5 -11 cm de longitud y hasta 2 cm de altitud, brevemente agudos,
26
borde más o menos recto el otro convexo, base paulatinamente enangostada, con 3 nervios
longitudinales mayores; capítulos globosos en pequeños racimos axilares más breves que
las hojas, flores amarillo-pálidas, vainas lineales, secas retorcidas o en círculos, semillas
negras rodeados por un funículo rosado que forma varios pliegues (Dimitri 1972).
Usos.
La acacia es una especie muy apreciada para cortina rompevientos y rompe-fuegos en

plantaciones forestales, y se establece en plantaciones viejas de eucaliptos para
reemplazarlos, aprovechando su adaptación a la sombra (Geilfus 1994).
La acacia es muy cultivada como forestal, esencia decorativa y de protección. Soporta muy
bien las tormentas sin tumbarse o inclinarse, pero es de crecimiento más lento. Según
algunos es una defensa contra incendios, da buena leña y madera de carpintería (Dimitri
1992).
3. Quishuar (Buddleja incana Ruiz y Pavón)
Familia: Buddlejaceae
Norman (1982) citado por Lojan

(1992), indica que Buddleja incana
(sinónimo. B. rugosa) es una de las
especies forestales autóctonas del
callejón interandino.
Figura 9. Buddleja incana Ruiz y Pavón, componente arbustivo del sistema Acacia –
quishuar, en la EESC – INIAP.
27
Su tamaño es mediano y su aspecto erguido que alcanza alturas de 8 a 12 m, al ser

ramoneado por los animales y cortado para leña, en diversos sectores se presenta en forma
arbustiva. En el Ecuador se encuentra entre 3000 y 4000 msnm, es típica de la ceja andina
donde se la observa siempre asociado con otras especias arbóreas (Branrbyge y Nielsen
1987, citado por Lojan 1992).
Descripción botánica.
Hojas pinnatinervadas de color verde obscuro en el lado superior, y en el envés blanco

afelpadas, limbo lanceolado, cortamente peciolado. Borde ligeramente aserrado.
Inflorescencias de 8 a 15 cm de largo y anchas, paniculadas con 2 a 3 ordenes de ramas,
flores agrupadas en cabezas de 1 a 1,2 cm de diámetro, cada una con 15 a 40 flores. Cáliz
torrentoso por fuera con lóbulos de 2,5 a 4 cm de largo, corola amarillenta-anaranjada,
campanulada 4,5 a 6 mm de largo inclinada a los lóbulos ovoides. Cápsula cilíndrica, de 5
a 6 x 2,5 a 3,5 mm, semillas de 1,5 a 2 mm largas, aladas. (Branrbyge y Nielsen 1987,
citado por Lojan 1992).
Usos.
Comúnmente se utiliza en cortinas rompevientos, cercas, linderos, con el objetivo de evitar

la entrada de animales y humanos a la chacra; también para disminuir el efecto nocivo de
los vientos y heladas; y mejorar el microclima en la parcela. Se usa como leña y fuente
para hacer carbón; además es empleado como materia prima para elaborar chacllas, madera
para arados, yugos, mangos de herramientas, utensilios y adicionar materia orgánica al
suelo. Se emplea también en la construcción de casas y corrales (CESA 1992 y Padilla
1995).
También se lo implementa como muro de contención en contorno y con estructuras físicas

de conservación de suelos o cultivo en callejones, para proteger el suelo de la erosión.
28
La madera es apropiada para ebanistería fina y artesanía manual. Además sirve para
construcciones en general y es un buen combustible. Es una madera de color blanco con
fibra densa y de alta dureza, con un alto coeficiente de resistencia a la tensión y flexión, y
contracción uniforme en el secado (Padilla 1995).
Las hojas proporcionan alimento animal, además junto con las semillas sirven como abono.
En emplastos las hojas calientes se aplican sobre fracturas y luego del parto las mujeres se
las amarran en la cintura. En bebida o cocimiento se toma luego del parto por su acción
vigorizante. Para los golpes, se muelen las hojas del quishuar con el matico y se aplican en
la parte afectada (CESA 1992).
4. Retama (Spartium junceum L.)
Familia: Fabaceae
La retama es una especie arbustiva, que fue

introducida al Ecuador a principios de la
colonia. Se presenta con un aspecto
achaparrado, pareciendo haberse
naturalizado en la región interandina. Se la
encuentra en las quebradas, en los valles
secos, en tierras pedregosas y duras,
desarrollándose en forma silvestre.
Figura 10. Spartium junceum L, componente arbustivo del sistema Aliso – retama, en
la EESC – INIAP.
29
Tiene un sistema radicular profundo y resistente, habituándose por su escaso follaje

bastante bien en el medio xerofítico (Biederbick y Hans-Peter 1980).
Características botánicas.
Las hojas son de color verde-oliva, igual al tallo, de limbo alargado (2 a 3 cm), débilmente
pecioladas, son muy escasas, pero reapareciendo en todos los retoños, alternas o
subopuestas, de borde entero, las nervaduras no se distinguen a simple vista; flores de cáliz
tubuloso, de color verde-amarillento; corola papilionada, con cuatro pétalos amarillos,
estambres blancos y anteras café claro. Inflorescencia racimosa. El fruto es una legumbre,
ligeramente curvada, dehiscente, de color verde claro, que al madurar se transforma en
verde oscuro hasta negro. Produce abundante semilla (8 y más pepas en cada legumbre), de
color burdeos-brillante (Biederbick y Hans-Peter 1980).
Usos.
La “retama” es una especie muy apropiada para la rehabilitación de suelos degradados,

como también para el control de la erosión. Sirve además para trabajos pre-forestales y
protección de taludes. Incorpora nitrógeno al suelo. Se lo usa también como planta
ornamental en parques y jardines. Con sus ramas se suelen hacer escobas rústicas para
barrer caminos de tierra; al sembrar esta planta asociada con otras especies, como por
ejemplo con árboles forestales, se puede lograr un mejor desarrollo de estos últimos. Como
cerca o muros vivos para mejorar el microclima dentro de la parcela y obtener forraje para
cuyes, conejos y ovejas. Se utiliza como combustible en forma de leña (CESA 1992 y
Padilla 1995).
La planta sin sus raíces tiene como principios activos: alcaloide (esparteína), alcaloides
secundarios (cystisina, lupanidina y otros), tanino, principio amargo e indicios de aceite
esencial (CESA 1992).
30
Dentro de los efectos medicinales este arbusto es un vasodilatador, regulador de la

actividad cardiaca, diurético, astringente, emoliente, antinflamatorio, antirreumático,
depurativo y anodino (CESA 1992).
31
IV. MATERIALES Y MÉTODOS
A. CARACTERÍSTICAS DEL LUGAR
1. Localización
La presente investigación se realizó en la Estación Experimental Santa Catalina (EESC)

del INIAP (Anexo A), ubicada en la Parroquia Cutuglahua, Cantón Mejía, Provincia de
Pichincha (Figura 11).
2. Ubicación geográfica5
Altitud: 3058 msnm

Latitud: 00° 22’ S
Longitud 78° 23’ W
3. Característica agro climáticas
Temperatura promedio anual: 10.8 ºC

Precipitación promedio anual: 1127.5 mm
Humedad relativa: 76 %
4. Características del suelo6
pH: 5,7 (ligeramente ácido)

Declive: menor a 5 % de pendiente
Drenaje: bueno
Textura: franco arcilloso
5
Datos proporcionados por la Estación Meteorológica Izobamba, perteneciente al Instituto Nacional de
Meteorología e Hidrología (INAMHI), 2005
6
Departamento de Manejo de Suelos y Aguas de la EESC – INIAP
32
Figura 11. Mapa de ubicación de la Estación Experimental Santa Catalina -INIAP.

Ecuador.
ECUADOR
PICHINCHA
Quito
#
S INIAP - EESC
Cutuglahua
33
5. Clasificación ecológica
Según Cañadas (1983), la zona en la que está ubicado el ensayo corresponde a bosque
muy húmedo Montano b.m.h.M.
B. MATERIALES
1. En campo
Flexómetro, tijeras de podar, seguetas, machetes, motosierra, bolsas de papel, bolsas

plásticas, sacos plásticos, libro de campo, piola, estacas, etiquetas, cinta métrica,
clinómetro, balanza de campo.
2. De laboratorio
Balanza analítica, crisoles de porcelana, cilindros metálicos, estufas, pinzas, desecador con
desecante de perclorato de magnesio, horno de incineración.
3. De oficina
Papelería, toner, impresora, computadora, internet, cámara fotográfica, software estadístico

(SAS 9.1).
C. METODOLOGÍA
1. Factores en estudio
 Sistema agroforestal Aliso (Alnus acuminata O. Kuntze) – Retama (Spartium

junceum L.)
34
 Sistema agroforestal Acacia (Acacia melanoxylum L.) – Quishuar (Buddleja incana

Ruiz y Pavón).
 Campo abierto
2. Tratamientos
Cuadro 2. Tratamientos para la investigación, cuantificación de carbono almacenado

en diferentes sistemas de uso de suelo.
Tratamientos Sistemas de uso del

suelo
S1 Acacia – Quishuar
S2 Aliso – Retama
S3 Campo abierto
3. Especificaciones del campo experimental
a. Número de tratamientos: 3
b. Número de repeticiones: 3
c. Número total de unidades experimentales: 9
d. Tamaño de las parcelas experimentales: 936 m2.
e. Tamaño del ensayo: 8424 m2.
4. Diseño Experimental
Se utilizó un Diseño Completamente al Azar (DCA) con tres repeticiones.

35
5. Análisis Estadístico
Esquema de análisis de varianza (ADEVA).
Cuadro 3. ADEVA de las variables de cuantificación de carbono en diferentes

sistemas de usos del suelo
Fuente de variación Grados de libertad

Total 8
Tratamientos (2)
S3 vs. S1 S2 1
S1 vs. S2 1
Error 6
6. Análisis Funcional
Se utilizó coeficiente de variación (%) y pruebas de significación de Duncan al 5% para

tratamientos.
7. Características de los Sistemas Agroforestales
La investigación se realizó en un sistema agroforestal establecido en la Sierra del Ecuador,

en la Estación Experimental Santa Catalina del INIAP, el cual se ha venido investigando
durante doce años consecutivos. Con el objetivo de encontrar alternativas de producción
sostenible para el agricultor minifundista de la zona andina del Ecuador.
Cada sistema agroforestal evaluado esta formado de dos hileras de árboles y arbustos de 30
m de largo (con 30 árboles y 30 arbustos), separados en forma alternada a 1 m dentro de
hileras y a 2 m entre hileras. Paralelamente a los SAF se ubica un sistema agrícola control
(campo abierto) que se tomó de referencia para evaluar la influencia de los SAF en el
almacenamiento de carbono (Anexo B).
36
C. VARIABLES REGISTRADAS Y MÉTODOS DE EVALUACIÓN
1. Cuantificación de biomasa y carbono de las especies forestales por el método

destructivo y generación de modelos alométricos
Existen diferentes metodologías para cuantificar la cantidad de carbono que los árboles
capturan de la atmósfera. En el siguiente diagrama se resume el procedimiento utilizado en
esta investigación, para la cuantificación de biomasa, generación de modelos alométricos y
cuantificación del carbono almacenado en especies leñosas, por el método destructivo.
Selección de árboles
Medición de variables Cortar y pesar cada Determinación de %

DAP (cm) Altura (m) componente Materia Seca
Modelos de Cuantificación de
Biomasa Biomasa
Fracción de
Carbono
CARBONO
TOTAL
Figura 12. Diagrama de procedimiento para la cuantificación de carbono y

generación de modelos en leñosas
a. En especies arbustivas.
37
Se midió el 15 % del total de los arbustos (n = 9), tomados al azar en cada sistema
agroforestal para cuantificar la biomasa y el contenido de carbono, para la determinación
de la biomasa, se dividió en dos clases de material: Leño y Hojas; entendiéndose como
Leño, fuste y ramas, y hojas lo que comprende pecíolo y limbo.
El material cortado de cada arbusto fue acumulado y pesado en el campo; para el análisis
de materia seca se tomó una muestra de cada componente por arbusto. La humedad de la
muestra se pierde por volatilización a causa del calor, la cantidad de material residual
después de eliminar la humedad, constituye la materia seca (University of Florida 1970).
La biomasa seca del componente Leño (Blñ): Se obtuvo con el peso en campo de todos los
trozos del fuste y ramas, y con el % de materia seca de los resultados de laboratorio.
Blñ = (Plñ x % MS) /100
Donde: Plñ = Peso de Leño; MS = Materia Seca (%).
La biomasa de hojas (Bh): se determinó con el peso en campo del total de hojas y el
porcentaje de materia seca.
Bh = (Ph x % MS) /100
Donde: Ph = Peso de las hojas; MS = Materia Seca (%).
b. En especies arbóreas
38
1) Muestreo Destructivo
Como parte del manejo del ensayo se realizó un raleo del 50% de la población de árboles
(n= 30) de cada sistema agroforestal, para el muestreo se consideraron las diferentes clases
diamétricas, en forma proporcional a su frecuencia. Antes del corte se midió en cada árbol
el DAP y posteriormente la altura total. Para el muestreo se dividió en cuatro componentes:
fuste, ramas gruesas, ramas delgadas y hojas.
Por las diferencias morfológicas entre las especies arbóreas, los diámetros de los
componentes (fuste, ramas gruesas y ramas delgadas) variaron de la siguiente manera:
En Acacia, se consideró fuste el componente leñoso que presentó un diámetro > 8 cm,
ramas gruesas (diámetro de 3 a 7,9 cm) y ramas delgadas (diámetro < 3 cm); en Aliso el
fuste comprendió un diámetro > 5 cm, ramas gruesas (diámetro de 3 - 5 cm) y ramas
delgadas (diámetro < 3 cm); cada componente fue pesado en campo, se tomaron muestras
representativas, se identificaron y llevaron al laboratorio para determinar el porcentaje de
materia seca (75ºC hasta llegar a peso constante), con estos datos se obtuvo la biomasa
aérea seca total y por componente (Anexo D).
2) Fuste, ramas gruesas y ramas delgadas.
Para determinar la biomasa del fuste se cortaron y pesaron trozas de 1,20 y 2,20 m de
longitud; posteriormente de cada troza se cortó una rodaja de 3 cm de espesor para
determinar el porcentaje de materia seca en el laboratorio (en estufa a 75 ºC hasta llegar a
peso constante). Se determinó por separado la biomasa de ramas gruesas y delgadas,
registrando su peso total en el campo, posteriormente se tomó una muestra representativa
de 1 kg, para determinar el porcentaje de materia seca aplicando la misma metodología
tanto para fuste como para ramas.
39
B (f ) ó (r) = (P (f ) ó (r) x % MS) /100
Donde: B = Biomasa del componente, P = Peso total de cada componente (fuste o ramas), MS = Materia Seca (%).
a) b)
Figura 13. Muestreo de fuste para determinar biomasa en las especies arbóreas a) A.
melanoxylum . L, b) A. acuminata O. Kuntze, en SAF en la EESC –
INIAP.
3) Hojas
Para determinar la biomasa de hojas, se registró en campo el peso de todas las hojas y se
tomó una muestra representativa (500 gramos aproximadamente), para determinar el
porcentaje de materia seca, el calculó se realizó aplicando la siguiente fórmula:
Bh = (Ph x % MS) / 100
Donde: Ph = Peso de hojas, MS = Materia seca (%).

40
a) b)
Figura 14. Muestreo de hojas para determinación de biomasa en las especies arbóreas
a) A. acuminata O. Kuntze, b) A. melanoxylum L, en SAF en la EESC–
INIAP.
c. Biomasa aérea total (Bt)
La biomasa aérea total por árbol, se obtuvo de la sumatoria de la biomasa de cada

componente (fuste, ramas gruesas, ramas delgadas y hojas).
Bt = Bf + Brg + Brd + Bh
Donde: Bt = Biomasa aérea total, Bf = Biomasa de fuste, Brg = Biomasa de ramas gruesas, Brd = Biomasa de
ramas delgadas, Bh = Biomasa de hojas.
d. Fracción de carbono en las leñosas

41
Para determinar la fracción de carbono en árboles, se tomaron muestras (n= 7) de aserrín

del fuste y de ramas, y muestras (n= 5) de hojas; en arbustos se tomaron únicamente cinco
muestras del componente leñoso de cada especie. Las muestras se llevaron al Laboratorio
de Suelos y Aguas del Instituto Nacional Autónomo de Investigación Agropecuaria de
Ecuador, se molieron y secaron en una estufa a 75 ºC hasta peso constante.
El carbono fue determinando por el método de combustión, el principio de este método es

la incineración a 550 ºC todo el material orgánico, el material inorgánico que no se
destruye a esta temperatura se llama ceniza (University of Florida 1970)..
e. Generación de modelos alométricos.
Se generaron modelos alométricos para estimar la biomasa y carbono de las especies

arbóreas a partir de la correlación, entre la biomasa encontrada con el método destructivo y
las variables DAP y altura total.
Se probaron 48 modelos genéricos de la literatura que relacionan la biomasa arriba del

suelo con el DAP, la altura total o una combinación de estas dos variables. La prueba de
modelos genéricos fue realizada por medio del procedimiento REG de SAS 9.3.1
(Statistical Analysis Systems)
La selección de los modelos se realizó considerando parámetros estadísticos, la relación

entre los valores observados y los estimados, la lógica biológica y la aplicabilidad del
modelo en el campo. Estadísticamente se consideró:
1. El coeficiente de determinación (R2).

2. El coeficiente de determinación ajustado (R2 –ajustado).
3. La raíz del cuadrado medio del error (CME).
4. La suma de cuadrados de residuos.
5. La suma de residuales predichos (PRESS).
42
6. Prueba de F (análisis de variancia): Pr > F para el modelo, la prueba de

significancia para cada parámetro del modelo.
7. La prueba de sesgo de estimación del modelo, utilizando la diferencia agregada
(DA).
La prueba de sesgo de estimación del modelo, utilizando la diferencia agregada (DA),

(CAO et al. 1980, Max et al. 1985, Real 1989, citado por Ruiz 2002), es una prueba
utilizada para evaluar modelos de estimación de biomasa en áreas forestales, donde se
comparan los valores reales de biomasa medidos con el valor estimado por los modelos. Se
obtiene a través de medias de los residuales.
DA =  (Oi – Ei) / n
Donde: Oi es el valor observado, Ei es el valor estimado y n es el número total de

observaciones. Si el modelo es insesgado, se espera que esta suma sea cercana a cero. Los
signos negativos están asociados a una sobre estimación, en tanto los valores positivos de
la DA indican subestimación.
Los modelos fueron evaluados en un ranking, que consideró cada parámetro con la misma
importancia, los modelos que obtuvieron el mejor ranking fueron seleccionados,
adicionalmente se analizó la lógica biológica y la aplicabilidad del modelo en el campo.
2. En suelo
En los sistemas agroforestales se tomaron muestras a 3, 6 y 12 m de distancia de las hileras

de árboles (Figura 15) y en el interior de las mismas, con 3 repeticiones en cada sistema, la
profundidad de muestreo fue de 0 a 20 cm (Anexo C), las muestras fueron llevadas al
laboratorio de suelos, para determinar el porcentaje de carbono orgánico y la densidad
aparente.
43
En el sistema campo abierto (testigo) se tomaron muestras representativas (n = 6), y

además una muestra de un lote que se encontró cerca del ensayo pero sin influencia de las
especies leñosas (como referencia), para determinar carbono y densidad aparente.
Figura 15. Muestreo de suelo a diferentes distancia de las hileras de árboles, en SAF
en la EESC– INIAP.
a. Densidad aparente
Para determinar el contenido de carbono en el suelo, es necesario conocer su densidad

aparente (Figura 16). Para esto se utilizó el método del “cilindro de volumen conocido”
(Macdiken 1997) (Anexo E). Se utilizó la misma distribución de muestreo que en el suelo
(Anexo C).
44
Figura 16. Muestra para determinar la densidad aparente de suelo, en SAF en la

EESC– INIAP.
b. Fracción de Carbono (%)
La determinación del porcentaje de carbono orgánico en el suelo, se realizó a través del

método de combustión (Official Methods of Analyses of the Association of Official
Agricultural Chemists 1960, citado por University of Florida. Center for Tropical
Agricultura 1970) (Anexo F).
La materia orgánica (MO) se determina generalmente por métodos indirectos, ya sea por la
determinación del carbono orgánico (CO) liberado como CO2 (en combustión seca o
húmeda) o por determinación del grado de reducción de un agente oxidante fuerte. El valor
del carbono orgánico del suelo es multiplicado por un factor empírico de 1,72 con el
objetivo de conocer el porcentaje de materia orgánica (Henriquez et al. 1998).
% MO= % CO x 1,72
% CO = % MO x 0,58
45
c. Carbono en la capa arable del suelo
Con los resultados en laboratorio del porcentaje de carbono orgánico del suelo y la
densidad aparente (t m-3), se estimó el contenido de carbono en el suelo a la profundidad
evaluada (0-20 cm), para tal efecto se utilizó la siguiente formula.
Carbono en el suelo (t C ha-1) = CC * DA * P *100
Donde: P = Profundidad de muestreo (m), CC= Contenido de Carbono (%), Da= Densidad
aparente en (t m-3). Se multiplica por 100 para convertir a toneladas ha-1
3. En mantillo
Se tomaron muestras de mantillo por cada sistema agroforestal (n = 6), con la ayuda de un
cuadrante de 0,25 x 0,25 m. Los contenidos de hojarasca de cada muestra fueron pesados
en campo y se llevaron al laboratorio, para obtener el peso seco y el contenido de carbono.
En el laboratorio se secaron las muestras de hojarasca a 75 °C por 24 horas para determinar
el peso seco. Los puntos de muestreo se indican en el Anexo C.
Figura 17. Muestreo de mantillo, en SAF en la EESC– INIAP.

46
4. Cálculo del carbono almacenado en el sistema
La cantidad de carbono almacenado por el sistema de uso del suelo evaluado fue la
sumatoria del carbono de: la biomasa aérea, la hojarasca o mantillo y la capa arable del
suelo (0 a 20 cm), expresado en t ha-1.
47
V. RESULTADOS Y DISCUSION
A. INVENTARIO DE ESPECIES ARBÓREAS
En cada sistema agroforestal se realizó un inventario del total de árboles y arbustos. En

las especies arbóreas se midió el DAP y se estimó la altura total utilizando un
clinómetro; en los arbustos únicamente se midió el diámetro del fuste a 10 cm del
suelo.
En el Cuadro 4, se presentan los rangos y promedios de las variables de crecimiento de

las especies arbóreas. El DAP en Acacia melanoxylum osciló entre 13,43 y 31,51 cm,
mientras que Alnus acuminata presentó diámetros comprendidos entre 8,66 y 21,55 cm.
La altura total (Ht) estuvo comprendida entre 11,27 y 24,30 m para acacia, y entre 5,50
y 12,80 m para aliso. Las diferencias en estas variables entre las especies arbóreas de
los SAF, se debe a las características morfológicas propias de cada especie, y
posiblemente al manejo (podas anuales) que se dio a las especies leñosas en los dos
sistemas agroforestales, durante los seis primeros años de su evaluación.
Las variaciones del DAP y altura total de los árboles dentro de cada especie, se explica
por el diseño del SAF, ya que se encontraron árboles y arbustos ubicados en los
extremos de las barreras con mayor DAP y altura, que tuvieron mayor espacio de
desarrollo y menor competencia por luz y nutrimentos que los árboles intermedios.
Cuadro 4. Rangos y promedios de DAP y altura total de A. melanoxylum y A.

acuminata en SAF en la EESC- INIAP.
DAP (cm) Altura (m)

Especie
Min. Max. Promedio Min. Max. Promedio
A. melanoxylum 13,43 31,51 22,59 ± 3,92 11,27 24,30 16,74 ± 3,13
A. acuminata 8,66 21,55 13,97 ± 2,25 5,50 12,80 9,97 ± 1,15
48
Con base en el inventario de las especies arbustivas, el diámetro del fuste que presentó
retama a 10 cm del suelo varió de 4,46 a 19,42 cm, mientras que quishuar presentó
valores entre 6,84 a 19,10 cm (Cuadro 5).
Cuadro 5. Rangos y promedios de diámetro del fuste a 10 cm del suelo, de S. junceum

y B. incana, en SAF en la EESC- INIAP.
Diámetro a 10 cm del suelo

Especie
Min. Max. Promedio
S. junceum 4,46 19,42 8,60 ± 2,83
B. incana 6,84 19,10 12,12 ± 2,97
Con base en los datos del inventario los árboles se clasificaron en cinco categorías
diamétricas (A, B, C, D y E) de acuerdo al rango de datos de cada especie. En Acacia
melanoxylum la distribución de frecuencia de las clases tiende a la media ya que el 84 % de
los árboles (n = 50), se encuentran entre las clases diamétricas B, C y D, y en las clases A y
E se ubican el 17 % del total de árboles, que corresponde al 5 y 12 % respectivamente
(Figura 18).
21
C
18
B D
15
Nº de árboles
12
9
E
6
A
3
0
13,43 - 17,04 17,05 - 20,66 20,67 - 24,28 24,29 - 27,90 27,91 - 31,51
Clase Diamétrica (cm)
Figura 18. Distribución de las clases diamétricas de A. melanoxylum en SAF con B.

incana en la EESC– INIAP.
49
La mayor distribución de individuos en A. acuminata se encontró en la clase diamétrica C

correspondiente al 34 % de la población total (n= 20), seguido por la clases B y A con el
29 y 19 % respectivamente. Las categorías D y E suman el 18 % de la población total
(Figura 19).
21 C
18 B
15
Nº de árboles
12 A
D
6 E
0
8,66 - 11,23 11,24 - 13,81 13,82 - 16,39 16,40 - 18,97 18,98 - 21,55
Clases Diamétricas (cm)
Figura 19. Distribución de las clases diamétricas de A. acuminata en SAF con S.

junceum en la EESC– INIAP.
B. BIOMASA Y CARBONO DE LAS ESPECIES LEÑOSAS, MÉTODO

DESTRUCTIVO
Debido al poco espacio entre los componentes arbóreo y arbustivo, dentro de los sistemas
agroforestales, se produjo una fuerte competencia por luz y nutrimentos que afectó a
algunos individuos, especialmente arbustos; por consiguiente se realizó un raleo del 50 %
de la población total de árboles, permitiendo que los sistemas agroforestales sigan siendo
funcionales, lo que a su vez sirvió para determinar la fracción de carbono y obtener la
información base para la generación de modelos alométricos, y cuantificación de carbono
de estas especies.
Los árboles muestreados (n= 30) de cada sistema agroforestal fueron representativos de las
diferentes clases diamétricas, encontradas en el experimento.
50
1. Biomasa de árboles
El cálculo de la biomasa aérea total, se determinó a través de la sumatoria de la biomasa de

cada componente, a partir de los valores del porcentaje de materia seca de cada uno de
ellos, que se obtuvieron en laboratorio a partir de las muestras tomadas en campo (Anexo
H). Los promedios de biomasa por componentes y biomasa aérea total se presentan en el
Cuadro 6.
Cuadro 6. Biomasa promedio por componente, de las especies arbóreas en SAF en la

EESC - INIAP.
Biomasa (kg /árbol)

Especie
Ramas Ramas Aérea
Fuste Hojas
Gruesa delgadas Total
A. melanoxylum 186,62 33,53 35,78 30,89 286,85
A. acuminata 41,13 11,46 13,51 5,03 71,14
En la Figura 20, se representa el aporte promedio por árbol y distribución de la biomasa de

cada componente, en la estructura total de las especies arbóreas de cada sistema
agroforestal. En las dos especies el componente que mayor cantidad de biomasa aportó fue
el fuste, seguido por las ramas y por último las hojas.
100%
10,77 7,07
90%
12,47 18,99
80%
Hojas
70% 11,69
16,11 R. Delgadas
60% R. Gruesas
Fuste
50%
40%
65,06
30% 57,82
20%
10%
0%
Acacia Aliso
Figura 20. Porcentajes de biomasa de cada componente por árbol, de A. melanoxylum

y A. acuminata, en SAF en la EESC- INIAP.
51
2. Fracción de Carbono
La fracción de carbono encontrada en las cuatro especies leñosas, variaron entre 47,71 y
48,04 % de la materia seca. El mayor promedio de carbono se encontró en S. junceum
(48,04 %), mientras que el menor promedio lo presentó B. incana con 47,71 %; Estos datos
se encuentran dentro del rango reportado por Gourdiaan (1992), citado por Locatelli (1999)
quien menciona que la materia seca de los vegetales contiene entre 45 y 50% de carbono.
Por otra parte IPCC (1992), recomienda utilizar la relación biomasa carbono como
referencia teórica de 0,5. Sin embargo, varios autores han encontrado valores próximos a
los encontrados en esta investigación. Andrade (1999), encontró 0,46 y 0,47 para
Eucalyptus deglupta y Acacia mangium respectivamente, y Mora (2001) reporta valores
entre 0,44 y 0,47.
Cuadro 7. Fracción de Carbono por componente y total de las especies leñosas, en

SAF en la EECS- INIAP.
Fracción de Carbono (%)

Especie
Fuste Ramas Hojas Total
A. acuminata 48,26 _ 47,37 47,82
A. melanoxylum 48,73 47,83 47,36 47,97
S. junceum 48,04 _ _ 48,04
B. incana 47,71 _ _ 47,71
3. Generación y selección de modelos alométricos
Con información del muestreo destructivo se corrieron 48 modelos genéricos, para

determinar la biomasa aérea total en función de las variables DAP y altura total. Los
modelos que presentaron alta correlación se presentan en el Cuadro 8.
52
Cuadro 8. Ecuaciones genéricas, utilizadas para generar modelos de biomasa y

carbono de A. melanoxylum y A. acumminata, en SAF en la EESC-
INIAP.
# Modelos
1 Y = a + b (DAP)
3 Y = a + b (DAP) + c (ht)
4 Y = a + b (DAP) (ht)
5 Y = a + b (DAP2)
6 Y = a + b (DAP) + c (DAP2)
7 Y = a + b (√DAP)
9 Y= a + b (DAP) + c (DAP2) (ht)
10 Y = a + b (DAP) + c (ht2)
11 Y = a + b (DAP2) (ht)
12 Y = a + b ln DAP
13 Y = a + b log DAP
14 Y = a + b log DAP + c log ht
Donde: Y= Biomasa aérea total; a,b y c= parámetros a estimar; DAP= diámetro a la altura del pecho (1,3 m);
ht= altura total.
La selección de los modelos se realizó considerando parámetros estadísticos, la relación

entre los valores observados y los estimados, la lógica biológica y la aplicabilidad del
modelo en el campo. Estadísticamente se consideró, el coeficiente de determinación (R2),
el coeficiente de determinación ajustado (R2 –ajustado), la raíz del cuadrado medio del
error (CME), la suma de cuadrados de residuales, la suma de residuales predichos (PRESS)
y prueba de F (análisis de variancia): Pr > F para el modelo, la prueba de significancia para
cada parámetro del modelo y la prueba de sesgo de estimación del modelo, utilizando la
diferencia agregada DA. (Anexo I).
Para la selección de los modelos con mejor ajuste, se realizó un ranking de los modelos,
evaluando parámetros estadísticos y la diferencia agregada, adicionalmente se consideró la
lógica biológica del modelo.
53
Según la matriz de correlación simple de Pearson analizada en SAS, se observó que la

variable DAP presentó alta correlación con la biomasa aérea total y el carbono total; en
cambio la correlación de la altura con la biomasa aérea total y el carbono total fue menor
(Cuadro 9).
Cuadro 9. Coeficientes de correlación simple de Pearson, entre biomasa y carbono

total con el DAP y altura total para las especies A. melanoxylum y A.
acuminata (n=30), en SAF en la EESC– INIAP.
Especie Variable DAP Altura total

Biomasa total 0,96 0,64
Acacia
Carbono total 0,96 0,64
Biomasa total 0,97 0,39
Aliso
Carbono total 0,97 0,39
La alta correlación existente tanto para la biomasa aérea total como para carbono con
respecto al DAP, en las especies arbóreas de los SAF evaluados, se representa
gráficamente en la Figura 21.
700 a) b)
160
Biomasa aérea total (kg/árbol)
600 140
Biomasa aérea total (kg/árbol)
500 120
100
400
80
300
60
200
40
100 20
0 0
12 15 18 21 24 27 30 33 8 11 14 17 20 23
DAP (cm )
DAP (cm)
Figura 21. Relación entre biomasa aérea total por árbol y DAP, de los árboles
muestreados. (a) A. melanoxylum, (b) A. acuminata, en SAF en la EESC–
INIAP.
54
a. Modelos alométricos de Biomasa aérea Total.
Los modelos de predicción de biomasa aérea en A. acuminata que presentaron el mejor ajuste
con base en el R2 y el R2 ajustado, fueron los seis primeros (Cuadro 10) que presentan los
mismos valores para ambos parámetros (R2 = 0,94 y R2 ajustado = 0,94); entre estos seis
modelos, el valor mas bajo de RMSE, SC residuos y el PRESS lo presentó el modelo 10 (Bt = -
92,92 + 11,79*DAP - 0,049*Ht2), con respecto a la diferencia agregada los valores más bajos
entre estos seis modelos lo presentó la ecuación 1 con un DA de 7 %.
Cuadro 10. Parámetros de selección y Ranking de los modelos generados para

estimar la biomasa aérea total de A. acuminata O. Kuntze, en SAF en la
EESC– INIAP.
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank.
ajust. residuos
10 Bt = -92,92 + 11,79*DAP - 0,049*Ht2 0,94 0,94 9,27 2322,64 2837,41 -0,552 1
3 Bt = -85,44 + 11,89 *DAP - 1,38*Ht 0,94 0,94 9,31 2340,86 2898,98 -0,41 2
6 Bt = -44,42 + 4,38*DAP+0,24*DAP2 0,94 0,94 9,37 2370,79 3007,02 -0,210 3
5 Bt = -13,30 + 0,39 *DAP2 0,94 0,94 9,35 2448,69 2896,38 -0,850 4
1 Bt= - 93,79 + 11,42*DAP 0,94 0,94 9,59 2575,37 2992,21 -0,071 5
9 Bt = -106,64 + 13,01*DAP-0,004*DAP2*Ht 0,94 0,94 9,55 2463,64 3475,52 -0,466 6
7 Bt = -252,63 + 85,69*√DAP 0,93 0,92 10,49 3078,67 3589,06 0,021 7
12 Bt = -347,5 + 158,21*ln DAP 0,91 0,90 11,75 3866,19 4535,73 0,004 8
13 Bt = -347,50 + 364,30*log DAP 0,91 0,90 11,75 3866,19 4535,73 -0,005 9
14 Bt = -323,74+ 387,89*log DAP - 49,12 * log Ht 0,91 0,91 11,46 3547,17 4445,88 -0,465 10
11 Bt = 9,02 + 0,024*DAP2*Ht 0,78 0,78 17,89 8960,45 11547 3,755 11
4 Bt = -11,32 + 0,51*DAP*Ht 0,62 0,61 23,65 15663 24323 1,893 12
Bt: Biomasa aérea total (Kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2:
coeficiente de determinación; R2ajust.: coeficiente de determinación ajustado; RMSE: raíz del cuadrado
medio del error; SC residuos: suma de cuadrados de los residuos; PRESS: suma de cuadrados de los
residuales predichos; DA: diferencia agregada; Rank: ranking o ubicación del modelo.
De el total de modelos, el que presentó el valor mínimo en la prueba de sesgo DA (0.4 %)

fue el modelo 12 (Bt = -347,5 + 158,21*ln DAP), con un R2 de 0,91 y un R2 ajustado de
0,90, que son valores aceptables para la aplicación de este modelo. Sin embargo, Sprugel
(1983), citado por Montero y Kanninen (2002) indica que todos los modelos alometricos
con transformaciones logarítmicas deben ser corregidos por un factor de corrección (FC),
55
por lo que el resultado obtenido al usar estos modelos debe ser multiplicado por el FC de
cada uno.
Los modelos seleccionados, presentan coeficientes de determinación (R2), relativamente

bajos en comparación con los encontrados por Camacho et al. (1987), para Alnus
acuminata, donde estos valores fueron de 0,99; pero aptos para la aplicación de estos
modelos en otras investigaciones con características similares a las de este estudio.
Según la selección de los modelos con base en parámetros estadísticos, el modelo 10 fue el
de mejor ajuste, a continuación se presentan la curva de ajuste de este modelo que
relaciona el DAP con la biomasa aérea total (Figura 22).
160
Biomasa Observada
140 Biomasa Estimada M10
120
Biomasa aérea total (kg)
100
80
60
40 Bt = -92,92 + 11,79*DAP - 0,049*Ht2
20
0
8 11 14 17 20 23
DAP (cm)
Figura 22. Relación entre DAP y biomasa aérea total modelo 10, de A. acuminata en SAF
La comparación de los datos observados con los datos estimados, se representa en la

Figura 23, donde se observa que los valores están próximos a la recta, lo que indica que
la diferencia entre estos no es representativa.
56
Modelo 10
150
120
Biomasa estimada (kg)
90
60
30
Bt = -92,92 + 11,79*DAP - 0,049*Ht2
0
0 30 60 90 120 150
Biomasa observada (kg)
Figura 23. Relación entre Biomasa área total estimada – Biomasa aérea total
observada modelo 10, de A. acuminata en SAF en la EESC– INIAP.
Los modelos para estimar biomasa aérea total en A. melanoxylum, que mejor se ajustaron
fueron el modelo 5 (Bt = -63,64 + 0,673 * DAP2) y el modelo 6 (Bt = -68,762 +
0,468*DAP+0,663*DAP2) que presentaron un R2 ajustado de 0,92 seguidos de los
modelos 9 (Bt = -289,385 + 22,311*DAP+ 0,0079*DAP2*Ht), modelo 1 (Bt = -388,858 +
30,17*DAP) y el modelo 3 (Bt = -376,825 + 30,656 *DAP - 1,274*Ht) con un R2 ajustado
de 0,91 (Cuadro 11). Paralelamente, para estos cinco modelos los valores de RMSE, SC
residuos y PRESS fueron los más bajos en comparación con el resto de modelos, lo que
indica que la diferencia entre los valores observados y los estimados fue menor. En la
prueba de sesgo la diferencia agregada (DA) de los modelos generados mostró valores
menores a ± 1, lo que demuestra que los valores estimados se aproximan a los observados,
(excepto el modelo 11 (Y = 10,207 + 0,029*DAP2*Ht) con una DA de -3,62) por tanto los
modelos son aplicables para otros sistemas con estas especies, manejo y condiciones
similares.
57
Cuadro. 11 Parámetros de selección y Ranking de los modelos generados para

estimar la biomasa aérea total de A. melanoxylum L, en SAF en la EESC–
INIAP.
R2 SC Rank
Nº Modelo R2 RMSE PRESS DA
ajust residuos
5 Bt = -63,64 + 0,673 * DAP2 0,93 0,92 37,97 40375 46085 0,42 1
6 Bt = -68,762 + 0,468*DAP+0,663*DAP2 0,93 0,92 38,67 40373 47742 0,26 1
9 Bt = -289,385 + 22,311*DAP+ 0,0079*DAP2*Ht 0,92 0,91 40,46 44206 56037 0,16 2
1 Bt = -388,858 + 30,17*DAP 0,91 0,91 41,04 47153 55477 -0,06 3
3 Bt = -376,825 + 30,656 *DAP - 1,274Ht 0,91 0,91 41,72 47004 62576 -0,05 4
7 Bt = -1026,368 + 278,809√DAP 0,90 0,89 44,93 56526 68304 -0,06 5
10 Bt = -388,915 + 30,15*DAP -0,0015*Ht2 0,91 0,91 41,79 47152 63778 0,94 6
14 Bt = -1544,916 + 1579,561 log DAP - 229,998 log Ht 0,88 0,87 49,85 67102 94696 -0,07 7
11 Bt = 10,207 + 0,029*DAP2*Ht 0,88 0,87 48,58 66072 85432 -3,62 8
12 Bt = -1669,526 + 633,209 ln DAP 0,87 0,87 50,02 70061 87079 -0,07 9
13 Bt = -1669,526 + 1458,018 log DAP 0,87 0,87 50,02 70061 87079 -0,07 10
4 Bt = -144,409 + 1,051 * DAP * Ht 0,83 0,82 57,71 93268 106652 0,19 11
Bt: Biomasa aérea total (kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2:
coeficiente de determinación; R2ajust.: coeficiente de determinación ajustado; RMSE: raíz del cuadrado
medio del error; SC residuos: suma de cuadrados de los residuos; PRESS: suma de cuadrados de los
residuales predichos; DA: diferencia agregada. Rank: ranking o ubicación del modelo.
Los mejores modelos (5 y 6) predicen la biomasa aérea seca a partir de la variable DAP. La
ventaja es que estos modelos consideran sólo la variable DAP y esto significa facilidad de
medición en el campo; debido a esta estrecha relación, autores como Perez y Kanninen
(2002) en Bombacopsis quinata, y Montero y Montagnini (2005), en diez especies nativas
de plantaciones de Costa Rica, también generaron modelos que predicen la biomasa aérea
a partir del DAP con buenos ajustes.
La curva de ajuste de los mejores modelos junto con los datos observados de biomasa
aérea seca por árbol se presenta en las Figura 24. a y b. al comparar los valores de la
biomasa real con los estimados por modelos de mejor ajuste, los valores simulados se
ajustan a la recta lo cual indica que la mayor parte de los valores estimados están muy
cerca al valor real, figura 25 a y b.
58
a) b)
700 700
Biomasa Observada Biomasa Observada
600 Biomasa Estimada M 6 600 Bioomasa Estimada M 5
500 500

400 400
300 300
200 200
100 100
0 0
12 15 18 21 24 27 30 33 12 15 18 21 24 27 30 33
DAP (cm )
DAP (cm)
Figura 24. Relación entre DAP y biomasa aérea total; a) curva del modelo 6, b) curva
del modelo 5, de A. melanoxylum en SAF en la EESC– INIAP.
a) b)
700
700
Modelo 6 Modelo 5
600
600
500 500
400 400
300 300
200 200
100 100
0 0
0 100 200 300 400 500 600 700 0 100 200 300 400 500 600 700
Biomasa observada (kg) Biomasa observada (kg)
Figura 25.- Biomasa área total estimada – Biomasa aérea total observada; a) modelo
6, b) modelo 5, de A. melanoxylum en SAF en la EESC– INIAP.
Debe considerarse que los modelos son específicos para las especies del estudio y que
las condiciones en las que sean aplicables deben ser similares a las de esta investigación.
59
b. Comparación de ecuaciones generadas por otros autores
Se consultaron modelos generados en otros estudios, para estimar la biomasa aérea, en

especies de los géneros Alnus y Acacia (Anexo J), con la finalidad de probar su
aplicabilidad en los datos de esta investigación y a la vez comparar su ajuste con los
modelos generados en este estudio.
El modelo de mejor ajuste para determinar biomasa aérea total en Aliso, se comparó con
modelos generados por Acosta et al. (2002), Acosta et al. (2001) y Camacho (1987), con
especies del género Alnus, considerando el ajuste del modelo de acuerdo al coeficiente
determinación (R2) y el rango de DAP con el que fueron generados. Estos modelos fueron
aplicados a los datos de este estudio y se comparó sus estimaciones con las del modelo
generado en esta investigación, (Cuadro 12).
Cuadro 12. Comparación del modelo alométrico generado para Alnus sp. en SAF en
la EESC – INIAP, con otros modelos de la literatura.
Autor Modelo Especie R2
Acosta,et al. 2 002 Ln Bt = -2,14 +2,23 * ln DAP A. glabrata 0,97
Acosta et al. 2001 Ln Bt =-2,4134 + 2,329 (ln DAP) Alnus spp. 0,957
Camacho 1987 Bt = 0,6792 + 0,0446 * Ht + 0,2084 DAP2 - 0,0026 * DAP2 * Ht A. acuminata 0,99
Esta investigación Bt = -92,92 + 11,79*Dap - 0,049*Ht2 A. acuminata 0,94
Bt: Biomasa aérea total (kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2:
coeficiente de determinación.
La Figura 26, sugiere que la aplicación de las ecuaciones de regresión generadas por los
autores consultados, no podrían ser aplicadas a la vegetación muestreada en este estudio,
pues presentarían una amplia subestimación de los valores de la biomasa aérea total,
debido posiblemente al manejo de podas que se le dio a las especies leñosas durante la
etapa inicial de los SAF, también por la diferencia de densidades y al tipo de plantación
en que fueron generadas.
60
160
140
Biomasa aérea Estimada (Kg/árbol)

120
100
80
60
40
20
0
0 20 40 60 80 100 120 140 160
Biom asa aérea Observada (Kg/árbol)
Acosta,et al, 2 002 Acosta, 2001 Camacho, 1987 modelo 10
Figura 26. Simulaciones de biomasa aérea real y estimada con los modelos generados
en esta investigación y otros estudios para Alnus sp.
Con el fin de analizar la aplicación de ecuaciones generadas por otros autores, para la
estimación de la biomasa aérea total a los datos de esta investigación, se probaron modelos
presentados por Oliva y Hughell (1990) y Forero (2003) para Acacia mangium, y Hughes
(1971), citado por Zianis y Mencuccini (2004) para Acacia glutinosa (Cuadro 13).
Cuadro 13. Comparación del modelo alométrico generado para Acacia sp. en SAF en
la EESC – INIAP, con otros modelos de la literatura.
Autor Modelo Especie R2
Oliva, E. y ln Bt = -1,5825 + 2,1171 * ln DAP A. mangium

Hughell, D. 1990 0,80
(a) ln Bt = - 2,18997 + 2,42623 * ln DAP 0,96
Forero, L.A. 2003 (b) ln Bt = -2,36945 + 2,63028 ln DAP - 0,0052615 * ln (DAP)2 A. mangium 0,96
(c) ln Bt = -2,01325 + 2,53872 * ln DAP - 0,184968 *ln Ht 0,96
A. glutinosa
Hughes,1971 ln Bt = ln 0,0859 + 2,35371* ln DAP
Bt = -63,64 + 0,673 * DAP2 A. melanoxylum

Esta investigación 0,93
Bt: Biomasa aérea total (kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total(m); R2:
coeficiente de determinación.
61
Al comparar la biomasa aérea total observada con la estimada, tanto por los modelos
presentados por Oliva y Hughell (1990), y Hughes (1971) citado por Zianis y Mencuccini
(2004) y el modelo 5 (Bt = -63,64 + 0,673 * DAP2) generado en esta investigación (Figura
27), se observa que las ecuaciones consultadas no presentan un ajuste satisfactorio; cuando
se compararon los modelos generados por Forero (2003), aunque presentan mejor
concordancia que los modelos anteriores (Figura 28), su ajuste no es lo suficientemente
idóneo para su aplicación en ensayos con condiciones y características similares a las de
este estudio.
800
700
600
Biomasa Estimada (Kg/árbol)
500
400
300
200
100
0
0 100 200 300 400 500 600 700 800
Biomasa Observada (Kg/árbol)
Oliva, E. 1990 Hughes,1971 modelo 5
en esta investigación y otros estudios para Acacia sp.
62
800
700
Biomasa Estimada (Kg/árbol) 600
500
400
300
200
100
0
0 100 200 300 400 500 600 700 800
Biomasa Observada (Kg/árbol)
Forero, 2003 (a) Forero, 2003 (b) Forero, 2003 (c) modelo 5
en esta investigación y otros estudios para Acacia sp.
c. Modelos alométricos de carbono.
Se generaron modelos que estiman directamente el contenido de carbono a partir de las

variables de DAP y altura total, parámetros relativamente fáciles de medir que permiten
calcular el carbono de una especie forestal de una manera no destructiva y extrapolable a
especies y situaciones de crecimiento similares (Anexo I).
El valor de los parámetros y las estadísticas obtenidas, de los modelos de mejor ajuste
presentan R2 (0,94) y R2 ajustado (0,94) altos para los seis primeros modelos; los que a
su vez tuvieron los valores más bajos de RMSE, SC residuos y el PRESS, que indica que
la diferencia entre los valores observados y los valores estimados es menor, aunque con
respecto a la diferencia agregada los valores más bajos entre estos seis modelos lo
presentaron las ecuaciones 1 y 5 con un DA de 1% en los dos casos (Cuadro 14).
63

estimar carbono en Alnus acuminata O. Kuntze, en SAF en la
EESC– INIAP.
2
R2 SC
Nº Modelo R RMSE PRESS DA Rank
Ajust. residuos
10 Ct = -46,463 + 5,893 * DAP -0,024 * Ht2 0,94 0,94 4,63 580,79 709,50 -0,302
1
5 Ct = -6,648 + 0,193 * DAP2 0,94 0,94 4,68 612,46 724,44 0,010
2
3 Ct = -42,716 + 5,945 *DAP -0,688 * Ht 0,94 0,94 4,66 585,36 724,93 -0,231
3
6 Ct = -22,222 + 2,188 * DAP + 0,119 *DAP2 0,94 0,94 4,69 592,96 752,08 0,154
4
1 Ct = -46,897 + 5,707 * DAP 0,94 0,94 4,80 644,06 748,30 0,010
5
9 Ct = -53,33 + 6,504 *DAP - 0,002 * DAP2 * Ht 0,94 0,94 4,77 616,06 868,99 -0,209
6
7 Ct = -126,316 + 42,848 * √DAP 0,93 0,92 5,24 769,85 897,46 0,0001
7
13 Ct = - 173,755 + 182,152 * log DAP 0,91 0,90 5,87 966,69 1134,07 0,00004
8
12 Ct = - 173,755 + 79,108 * ln DAP 0,91 0,90 5,87 966,69 1134,07 0,007
9
14 Ct = - 161,867 + 193,953 log DAP -24,572 * log Ht 0,91 0,91 5,73 886,85 1111,54 -0,232
10
11 Ct = 4,512 + 0,0123 * DAP2*Ht 0,78 0,78 8,94 2240,83 2887,74 1,146
11
4 Ct = - 5,658 + 0,253 * DAP * Ht 0,62 0,61 11,83 3916,50 6082,02 1,260
12
Ct: Carbono total (Kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2: coeficiente
de determinación; R2ajust.: coeficiente de determinación ajustado; RMSE: raíz del cuadrado medio del
error; SC residuos: suma de cuadrados de los residuos; PRESS: suma de cuadrados de los residuales
predichos; DA: diferencia agregada, Rank: ranking o ubicación del modelo
Según la selección de los modelos con base en parámetros estadísticos, el modelo 10 (Ct
= -46,463 + 5,893 * DAP -0,024 * Ht2) fue el de mejor ajuste, a continuación se
presentan la curva de ajuste del modelo que relacionan el DAP con el carbono total
(Figura 29).
Al comparar lo valores del carbono total observados con los estimados por el modelo de
mejor ajuste, los valores simulados se ajustan a la recta lo cual indica que la mayor parte
de los valores estimados están muy cerca al valor real (Figura 30).
64
80
Carbono Total Observado
70 Carbono Total Estimado M10
60
Carbono total (kg)

50
40
30
20
10
0
8 11 14 17 20 23
DAP (cm )
Figura 29. Relación entre DAP y carbono total modelo 10, de A. acuminata en SAF
80
Modelo 10
60
Carbono total estimado
40
kg)
20
0
0 20 40 60 80
Carbono total observado (kg)
Figura 30. Carbono total estimado – Carbono total observado modelo 10 de A.

acuminata en SAF en la EESC – INIAP.
En el Cuadro 15 se presentan los modelos generados para la estimación de carbono en A.

melanoxylum ordenados de acuerdo al mejor ajuste. Los modelos 5 y 6 mostraron los
65
valores más altos de coeficientes de determinación (R2= 0,93 y R2 ajustado= 0,92) y los
menores valores de RMSE, SC residuos y PRESS con respecto a los demás modelos,
parámetros que indican el mejor ajuste de los modelos, aunque estos no mostraron los
índices más bajos en la prueba de sesgo, el modelo 5 presentó una sobreestimación del
10 % y el modelos 6 un 21 % de subestimación con respecto al carbono observado.

estimar carbono en A. melanoxylum L, en SAF en la EESC– INIAP.
R2 SC
Nº Modelo R2 RMSE PRESS DA Rank
ajust. reciduos
5 Ct = -31,799+ 0,337*DAP2 0,93 0,92 19,03 10143 11575 -0,096 1
6 Ct = -33,988 + 0,2 * DAP+0,332*DAP2 0,93 0,92 19,38 10143 11990 0,213 2
1 Ct = -194,348+15,08*DAP 0,91 0,91 20,57 11844 13933 -0,026 3
9 Ct = -144,223 + 11,119*DAP+0,0039*DAP2*Ht 0,92 0,91 20,27 11096 14047 0,883 4
3 Ct = -188,512 + 15,316*DAP -0,618*Ht 0,91 0,91 20,91 11809 15719 -0,028 5
7 Ct = -512,987 + 139,356 √DAP 0,90 0,89 22,51 14189 17142 -0,027 6
10 Ct = -194,398 + 15,062 * DAP -0,0014* Ht2 0,91 0,91 20,94 11844 16016 0,887 7
14 Ct = -772,561 + 789,102log DAP - 114,215 Log Ht 0,88 0,87 24,98 16844 23764 -0,027 8
12 Ct = -834,442 + 316,489 ln DAP 0,87 0,87 25,05 17573 21835 -0,024 9
13 Ct = -834,442 + 728,745 log DAP 0,87 0,87 25,05 17573 21835 -0,022 10
11 Ct = 5,093 + 0,014 * DAP2*Ht 0,88 0,88 24,29 16528 21358 2,991 11
4 Ct = -72,211 + 0,526*DAP*Ht 0,83 0,82 28,86 23316 26659 -0,132 12
Ct: Carbono total (Kg/árbol); DAP: diámetro a la altura del pecho (cm); Ht: altura total (m); R2: coeficiente
de determinación; R2ajust.: coeficiente de determinación ajustado; RMSE: raíz del cuadrado medio del
error; SC residuos: suma de cuadrados de los residuos; PRESS: suma de cuadrados de los residuales
predichos; DA: diferencia agregada, Rank: ranking o ubicación del modelo.
De acuerdo a la evaluación de los parámetros estadísticos (ranking total) se seleccionó el

modelo 5 (Ct = -31,799+ 0,337*DAP2), como el de mejor ajuste, y su ajuste se
representa en la Figura 31.
66
350
Carbono Observado
300
Carbono estimado M5
Carbono total (kg/árbol)

250
200
150
100
50
Ct=-31,799+ 0,337*DAP2
0
12 15 18 21 24 27 30 33
DAP (cm)
Figura 31. Relación entre DAP y carbono total modelo 5, de A. melanoxylum en

SAF en la EESC – INIAP
Modelo 5
350
300
Carbono total estimado (kg/árbol)
250
200
150
100
50
0
0 50 100 150 200 250 300 350
Carbono Total Observado (kg/árbol)
Figura 32. Carbono total estimado – Carbono total observado modelo 5, de A.

melanoxylum en SAF en la EESC– INIAP.
67
d. Generación de modelos de biomasa por componente
El DAP mostró una alta correlación con las variables de biomasa de cada componente y de
cada especie, como se observó en la matriz de correlación simple de Pearson del programa
SAS, contrario a lo encontrado para altura total que presentó valores bajos de correlación,
que en su mayoría fueron inferiores a 0,466; excepto para la biomasa de fuste en Acacia
donde presentó r = 0,753.
Cuadro 16. Coeficientes de correlación simple de Pearson de la biomasa por

componente en función del DAP y altura total, para las especies
arbóreas (n=30), en SAF en la EESC– INIAP.
Especie Variable DAP Altura

total
Biomasa fuste 0.961 0.753
Biomasa R gruesas 0,821 0,445
Acacia
Biomasa R delgadas 0.824 0.404
Biomas Hojas 0.824 0.404
Biomasa fuste 0,971 0,466
Biomasa R gruesas 0.891 0.274
Aliso
Biomasa R delgadas 0.919 0.276
Biomasa Hojas 0.937 0.367
1) Modelos de biomasa de fuste
La importancia de la generación de modelos alométricos que ayuden a la predicción de

biomasa en fuste, es de gran utilidad para la toma de decisiones en el manejo de
plantaciones, ya que son de fácil utilización y estadísticamente confiables (Camacho
1987).
68
El análisis de correlación entre la variables independientes con la biomasa del fuste,

utilizando el coeficiente de Pearson, muestra que el DAP tiene alta relación con la biomasa
del fuste en Aliso y en Acacia (r = 0,96 y 0,97, respectivamente), la altura total presentó
una correlación menor, r = 0,75 en Acacia y r = 0,47 en Aliso (Cuadro 16); lo que explica
que los modelos seleccionados para Acacia utilicen la altura total y DAP como variables de
predicción de la biomasa del fuste, mientras que Aliso únicamente utiliza el DAP.
Es una ventaja que los modelos que estiman la biomasa del fuste para Aliso consideren
únicamente la variable DAP, por la dificultad de medición en campo que presentó la altura
y la imprecisión que puede generar el dato, debido a que la forma de los árboles es
irregular en comparación a los de Acacia que presentaron una forma más uniforme (Figura
33). Al utilizar ecuaciones de dos entradas (DAP y altura) se proveen estimaciones de
biomasa más exactas, como en el caso de Acacia; aunque, para utilizar estos modelos se
requiere medir la altura total de los árboles, lo que presenta un mayor grado de error,
debido principalmente a la presencia de varios estratos y en muchos casos la copa del árbol
no es completamente visible (Segura 1999).
a)
b)
Figura 33. Componente leñoso de los sistemas agroforestales, a) Acacia y b) Aliso, en

la EESC – INIAP.
De los modelos que se generaron para estimar biomasa del fuste en Aliso (Cuadro17), el
modelo 6 y el modelo 1 presentaron un R2 ajustado de 0,94, además el modelo 1 presentó
69
un sesgo de estimación de 0,04%, menor a del modelo 6 (1,9%), respecto a la biomasa del
fuste medida en campo.
Cuadro 17. Modelos para la estimación de Biomasa del fuste en A. acuminata O.

Kuntze, y parámetro de selección, en SAF en la EESC – INIAP.
R2 SC
ajust. residuos
6 Bf = -25,616 + 3,143 * DAP + 0,0975 * DAP2 0,95 0,94 4,75 608,57 725,21 0,019 1
1 Bf = -45.74521+ 6.01326* DAP 0,94 0,94 4,79 642,57 721,45 -0,0004 2
Bf = Biomasa del fuste, DAP = Diámetro a al altura del pecho (1,3m).
Los modelos que mejor estimaron la biomasa del fuste en A. melanoxylum, fueron los
modelos 10, 9 y 3 (Cuadro 18) que presentaron un R2 ajustado de 0,94 en todos los casos;
de acuerdo a la valoración de los parámetros para la selección, los modelos 9 y 10 tuvieron
el mismo ranking, destacando el modelo 9 que estimó la biomasa del fuste con un menor
sesgo (9%) en comparación con el modelo 10 (22%).
Cuadro 18. Modelos para la estimación de Biomasa del fuste en A. melanoxylum L, en

SAF en la EESC– INIAP.
R2 SC
ajust. residuos
1
10 Bf = -220,989 + 15,394*DAP + 0,193*Ht2 0,95 0,94 19,88 10671 13823 -0,22
1
9 Bf = -98,348 + 8,783*DAP + 0,0092*DAP2*Ht 0,94 0,94 20,11 10920 12873 -0,09
2
3 Bf = -270,443 + 15,62 * DAP+ 5,993*Ht 0,94 0,94 20,73 11606 15505 -0,07
Bf = Biomasa del fuste, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total.
70
2) Modelos de Biomasa ramas gruesas
El DAP fue la variable de mejor correlación para predecir la biomasa de ramas gruesas en
las dos especies, con valores similares de r = 0,821 y 0,891, mientras que las correlaciones
respecto a la altura total fueron muy bajas con un r de 0,45 y 0,27 para Acacia y Aliso
respectivamente (Cuadro 16).
Del total de modelos generados (Anexo I) para estimar la biomasa de ramas gruesas en
Aliso, se seleccionaron los modelos 3 y 10, que presentaron el coeficiente de
determinación ajustado más alto (0,81), valor considerable para la aplicación de estos
modelos, que están en función del DAP y altura total, recomendándose el modelo 3 que
tuvo el menor sesgo de estimación (20%) (Cuadro 19).
Cuadro 19. Modelos para la estimación de biomasa de ramas gruesas en A. acuminata

O. Kuntze, en SAF en la EESC– INIAP.
R2 SC
ajust. residuos
1
3 Bramg = -16,018 + 2,381*DAP -0,626*Ht 0,82 0,81 3,40 312,78 395,27 -0,207
2
10 Bramg = -19,44 + 2,328*DAP - 0,021*Ht2 0,82 0,81 3,40 312,63 409,89 -0,275
Bramg = Biomasa de ramas gruesas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total.
Las ecuaciones generadas para predecir la biomasa de ramas gruesas en Acacia tuvieron un
R2 ajustado de 0,69 en el modelo 6 y 5, y de 0,68 para el modelo 3 (Cuadro 20),
coeficientes que indican que estos modelos son aplicables para diámetros a la altura del
pecho cuyo rango esté entre 14 y 32 cm; teniendo en cuenta que el modelo 5 aunque
presenta un buen ajuste, según la prueba de lógica del modelo en rangos inferiores de DAP
tiende a subestimar los datos.
71
Cuadro 20. Modelos para la estimación de biomasa de ramas gruesas en A.

melanoxylum L, en SAF en la EESC– INIAP.
R2 SC
Modelo R2 RMSE PRESS DA Rank
Nº ajust. reciduos
1
6 Bramg = 32,236 -4,585*DAP + 0,199*DAP2 0,71 0,69 12,82 4441,26 5676,32 0,288
2
3 B ramg= -44,399 + 5,138*DAP - 2,076*Ht 0,70 0,68 13,14 4659,58 5880,89 0,008
3
5 Bramg = -17,904 +0,098*DAP2 0,70 0,69 12,82 4600,60 5279,52 0,268
Bramg = Biomasa de ramas gruesas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total.
3) Modelos de Biomasa de ramas delgadas
Para la predicción de biomasa de ramas delgadas en las dos especies arbóreas, los
modelos de mejor ajuste emplean tanto el DAP como la altura total, lo que implica que la
medición de las variables independientes en campo sea con la mayor precisión posible,
principalmente para la altura total por la dificultad que existe en medir este parámetro.
Se seleccionaron tres modelos para predecir biomasa en ramas delgadas en Aliso (Cuadro
21), recomendando la ecuación 3, por presentar el mejor ajuste con relación a todos los
estadígrafos y el menor sesgo.
Cuadro 21. Modelos para la estimación de biomasa de ramas delgadas en A.

acuminata O. Kuntze, en SAF en la EESC– INIAP.
R2 SC
ajust. reciduos
1
3 Bramd = -15,852 + 2,573*DAP - 0,706*Ht 0,88 0,87 2,96 236,34 286,59 -0,24
2
10 Bramd = -19,729 + 2,506*DAP - 0,023*Ht2 0,87 0,87 2,99 240,77 323,45 -0,27
3
9 Bramd = -28,589 + 3,376*DAP - 0,0026*DAP2*Ht 0,87 0,86 3,04 249,84 304,18 -0,35
Bramd = Biomasa de ramas delgadas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total
72
Para la estimación de biomasa de ramas delgadas en Acacia, los modelos presentaron un

ajuste inferior con respecto a los generados para Aliso; sin embargo el sesgo de estimación
en Acacia fue mucho menor (0,2% modelo 3 y 5% modelo 10) en comparación a los de
Aliso que fueron superiores al 24%.
Los valores de los parámetros de selección fueron similares para los modelos 3 y 10, a
excepción de la DA, que mostró una sobrestimación en el modelo 10 y una subestimación
para el modelo 3; Arreaga (2002) con base en el mismo parámetro considera que es
preferible subestimar a sobrestimar los datos; sin embargo en este caso se seleccionó el
modelo 3 debido a que el índice de sesgo es mas baja en comparación a la sobrestimacion
del modelo 10 (Cuadro 22).
Cuadro 22. Modelos para la estimación de biomasa de ramas delgadas en A.

R2 SC
modelo R2 RMSE PRESS DA Rank
Nº Ajust. reciduos
3 Bramd = -34,234 + 5,393*DAP - 2,834*Ht 0,73 0,71 12,37 4130,23 5230,89 -0,002 1
10 Bramd = -58,219 + 5,288*DAP - 0,075*Ht2 0,72 0,70 12,51 4226,59 5515,48 0,053 2
Bramg = Biomasa de ramas gruesas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total
4) Modelos de Biomasa de hojas
La predicción del peso seco del follaje se obtuvo con resultados aceptables. Esta variable
es de difícil determinación porque el tamaño de la copa del árbol es afectado por el
espaciamiento; además, A. acuminata es una especie subcaducifolia y por tanto el
contenido de follaje varía durante el año (Camacho 1987).
El DAP presentó una alta correlación con la biomasa de hojas (r = 0,94), lo contrario
sucedió con la altura total del árbol donde la correlación fue de 0,37. Las tres ecuaciones
seleccionadas para estimar la biomasa de hojas en Aliso, son aplicables ya que no
presentan mayores diferencias entre los parámetros evaluados; sin embargo se
73
recomienda el modelo 5 porque presentó el mejor ajuste y se basa únicamente en el DAP

como variable de predicción de la biomasa de hojas.
Cuadro 23. Modelos para la estimación de biomasa de hojas en A. acuminata O.

Kuntze, en SAF en la EESC – INIAP.
R2 SC
Ajust. reciduos
1
5 B hojas = -1,706 + 0,031*DAP2 0,89 0,88 1,07 31,84 40,35 -0,05
2
6 B hojas = -2,892 + 0,167*DAP + 0,025*DAP2 0,89 0,88 1,08 31,73 45,90 0,04
3
3 B hojas = -7,31 + 0,952*DAP - 0,128*Ht 0,89 0,88 1,09 31,96 43,05 -0,04
B hojas = Biomasa de hojas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total
En Acacia, cuando se utilizó la variable altura se encontró baja correlación con la biomasa
de hojas (r = 0,40), a diferencia del DAP donde la correlación fue de 0,82 (Cuadro 16).
El modelo que presentó el mejor ajuste en todos los parámetros de selección, fue el modelo
3 (R2= 0,73), con una diferencia mínima entre los valores observados y los estimados de -
0.00009 (Cuadro 24) para la estimación de la biomasa de hojas en Acacia.
Cuadro 24. Modelos propuestos para la estimación de biomasa de hojas en A.

R2 SC
Modelo R2 RMSE PRESS DA Rank
Nº ajust. reciduos
3 B hojas = -27,8 +4,507*DAP -2,359*Ht 0,73 0,71 10,36 2900,40 3706,82 -0,00009 1
10 B hojas = -47,77 + 4,419*DAP -0,062*Ht2 0,72 0,70 10,48 2967,86 3936,27 -0,07 2
5 B hojas = -11,615 + 0,0813*DAP2 0,70 0,69 10,64 3169,72 3631,44 0,03 3
B hojas = Biomasa de hojas, DAP = Diámetro a al altura del pecho (1,3m), Ht = Altura total
74
4. Carbono en árboles y arbustos
Para calcular el carbono almacenado en el componente arbóreo de los SAF, se utilizaron

los modelos generados que estiman la biomasa aérea total que presentaron mejor ajuste, y
la fracción de carbono, en cada especie.
Del estudio realizado pudo constatarse variaciones importantes en el contenido de carbono

almacenado según la especie, Los resultados de la cuantificación de carbono almacenado
en las especies leñosas se presentan en el Cuadro 25, expresado en toneladas por hectárea.
Cuadro 25. Carbono almacenado (t ha-1), en el componente leñosos de los SAF,

Acacia – Quishuar y Aliso – Retama, en la EESC– INIAP.
Promedio ( t ha-1)
Componente Acacia-Quishuar Aliso-Retama
Arbórea 29,75 ± 3,46 6,88 ± 0,08
Arbustiva 1,91 ± 0,72 2,27 ± 1,20
TOTAL 31,66 ± 4,17 9,15 ± 1,15
Para cuantificar el carbono almacenado en las especies leñosas, se sumó el total de carbono
de árboles y arbustos en cada SAF. Los promedios de carbono total de los sistemas de uso
del suelo evaluados fueron diferentes entre ellos, presentando el mayor promedio el SAF
Acacia-Quishuar con 31,66 ± 4,17 t ha-1, seguido por el SAF Aliso-Retama (9,15 ± 1,15 t
ha-1) y finalmente el sistema control (campo abierto) al no poseer el componente leñoso no
presentó biomasa aporte de carbono (Figura 34).
75
35
Arborea Arbustiva
30
25
Carbono t ha -1
20
15
10
0
Acacia-Quishuar Aliso-Retama Campo abierto
Sistemas de uso del suelo
Figura 34. Carbono almacenado por el componente leñoso, en SAF en la EESC–

INIAP.
Del total de carbono almacenado en el componente leñoso del SAF Acacia-Quishuar, el

93,96 % corresponde al componente arbóreo y únicamente un 6,04 % al componente
arbustivo; mientras que en el SAF Aliso-Retama el componente arbóreo aportó con el
75,17 % y el componente arbustivo con el 24,83 % (Figura 34).
La gran diferencia en el aporte de biomasa y carbono entre las especies del componente
leñoso de los SAF evaluados depende principalmente del hábito de crecimiento de éstas, ya
que A. melanoxylum presentó un IMA7 para DAP y altura Total de 37,65 y 41,19 %
respectivamente, superiores a A. acuminata, en las condiciones medioambientales de
Cutuglahua (Pichincha- Ecuador).
5. Carbono en mantillo
La presencia del componente leñoso en los sistemas agroforestales estudiados influyó

considerablemente en el secuestro de carbono; el carbono almacenado en el mantillo aporta
5,52 t ha-1 en el SAF Acacia-Quishuar superior a 3,03 t ha-1 del SAF Aliso-Retama,
correspondiendo al 3,27 % y 2,04 % del carbono total almacenado por cada SAF
7
IMA= Incremento Medio Anual
76
respectivamente (Cuadro 26); datos parecidos reportan varios autores entre ellos: Ávila et
al. (2001), Palm et al. (2000), Powell y Delaney (1998), Schroeder (1994), citados por
Ramos et al. (2007), en SAF en eco zonas húmedas y sub-húmedas.
Cuadro 26. Carbono almacenado (t ha-1) en el mantillo, en SAF en la EESC– INIAP.
Sistema de uso Carbono (t ha-1)

del suelo
Acacia – Quishuar 5,52 ± 0,39
Aliso – Retama 3,03 ± 0,25
Campo Abierto 0,00
6. Carbono en suelo (CO)
En estudios de carbono en suelo es muy importante conocer la densidad aparente de éste ya

que una de las formas de reportar el contenido de CO es por unidad de volumen. En el
análisis de varianza realizado para este parámetro no se encontró diferencias estadísticas
significativas (p< 0,05) entre los sistemas de uso de la tierra en estudio, encontrándose un
promedio general de 0,98 g/cm3 (Anexo G), en los primeros 0,2 m de profundidad. Un alto
contenido de materia orgánica en el suelo tiende a disminuir su densidad aparente, debido a
que sus componentes son menos densos que los componentes minerales (Henríquez y
Cabalceta 1999).
Por otro lado, varios investigadores (Groshgal 1991; Wardle 1992; Robertson 1994; Feigl
y Sparling 1994; Meléndez 1997, citados por Ramos 2003) indican que la dinámica del
carbono en el suelo puede dividirse en tres fracciones: la fracción activa o carbono
microbiano el cual representa entre 1-2% del carbono orgánico total (CO total), la fracción
de carbono orgánico lento (CO lento) y el carbono orgánico pasivo (CO pasivo). En esta
investigación se analizó únicamente el CO total en la capa superficial (0-0,2 m).
77
La evaluación del carbono almacenado en el suelo se realizó a través de un análisis de

varianza para un Diseño Irrestricto al Azar (DIA) con tres observaciones. En éste análisis
se encontraron diferencias estadísticas significativas (p< 0.0001) entre los sistemas de usos
del suelo. La comparación múltiple de Duncan con un α del 5% para SAF en la variable
contenido de CO total, encontró que los SAF Aliso-Retama (136,52 t ha-1) y Acacia-
Quishuar (131,48 t ha-1) fueron significativamente mayores que el sistema Campo Abierto
que presentó 122,22 t ha-1 de CO total (Figura 35).
Estos contenidos de carbono en suelo, a 0,2 m de profundidad, son el doble de los

promedios reportados por López (1998), Ruiz (2002) y Ramos (2003) en estudios de suelo
bajo diferentes sistemas de uso de la tierra en Centro América. El comportamiento del CO
total del suelo se relaciona con el comportamiento de biomasa de raíces finas (Ramos
2003), es decir tiene una tendencia a disminuir con el incremento en profundidad ya que
una de las principales entradas de carbono al suelo esta dado por la constante muerte de
raíces finas (Macdicken 1997 y Snowdon et al. 2001).
140
120
100
Carbono t ha -1
80
a a
b
60
40
20
0
Sistem as de uso del suelo
Letras iguales no difieren significativamente (Duncan p< 0,05)
Figura 35. Promedios de carbono total en suelo, a 0,2 m de profundidad, de

Sistemas Agroforestales y Campo Abierto, en la EESC – INIAP.
78
7. Carbono total
Para evaluar esta variable se sumó el CO total almacenado en los componentes evaluados
(en la parte aérea y bajo el suelo hasta 0,2 m de profundidad), en cada uno de los sistemas
de uso del suelo, posteriormente se realizó un análisis de varianza para un Diseño
Irrestricto al Azar (DIA). Este análisis detectó que los Sistemas agroforestales Acacia-
Quishuar (168,65 t ha-1), Aliso-Retama (148,70 t ha-1) y Campo Abierto (122,22 t ha-1)
fueron estadísticamente diferentes (p<0,05) entre ellos (Figura 36) y al realizar la prueba
de significación Duncan al 5%, esta encontró que los sistemas agroforestales Acacia-
Quishuar y Aliso-Retama almacenan mayor cantidad de carbono que un sistema agrícola a
campo abierto.
180
160
140
Carbono t ha -1
120 a
100
b
80 c
60
40
20
0
Sistemas de uso del suelo
Arborea Arbustiva Mantillo Suelo
Letras iguales no difieren significativamente (Duncan p< 0,05).
Figura 36. Carbono almacenado en Sistemas de uso de la tierra (Acacia-Quishuar,

Aliso-Retama y Campo Abierto), evaluados en la EESC– INIAP.
79
En esta gráfica se puede observar también que los SAF presentan una mayor captura de
carbono (38 % en el caso de Acacia-Quishuar y 22 % en Aliso-Retama) en comparación al
sistema Campo Abierto; de los cuales, el 18,77 % y 6,16 % son incrementos de carbono en
los SAF Acacia-quishuar y Aliso-Retama por efecto de las especies leñosas. Por otra parte,
podemos observar que el suelo es un componente muy importante donde se almacena el
carbono, debido a que sobre el 75 % del CO total de los SAF se encuentra en éste, lo cual
nos indica la importancia que hay que darlo a éste recurso en cuanto a su manejo, ya que si
no se utiliza tecnología adecuada éste se puede perder por erosión, situación observable en
más del 80 % de los suelos de la Sierra ecuatoriana. Estos datos corroboran a lo reportado
por varios autores entre ellos López (1998), Ruiz (2002) y Ramos (2003) donde
manifiestan haber encontrado en estudios bajo Sistemas Silvopastoriles sobre el 80% del
CO total en el suelo y el 20% en componentes sobre el suelo.
80
VI. CONCLUSIONES
 Los modelos que mejor estimaron la biomasa aérea total y el carbono almacenado
en las especies arbóreas de los sistemas agroforestales estudiados, son de tipo
cuadrático y están en función del DAP y altura total. La ventaja de estas ecuaciones
es que los cálculos son simples y las variables se registran en la mayoría de
inventarios forestales.
 Los modelos alometricos de mejor ajuste para estimar biomasa aérea total y
carbono en Alnus acuminata bajo sistema agroforestal plantado en la Estación
Experimental Santa Catalina del INIAP, fueron Bt= -92,92 +11,79*DAP –
0,049*Ht2 y Ct = 46,463 + 5,893*DAP – 0,024*Ht2.
 Los modelos alométricos para estimar la biomasa aérea total de Acacia

melanoxylum bajo sistema agroforestal plantado en la Estación Experimental Santa
Catalina del INIAP fueron Bt= -63,64 + 0,673*DAP2 y Bt= -68,762 + 0,468*DAP
+ 0,663*DAP2, ya que presentaron un mismo ranking en los indicadores evaluados,
recomendándose la aplicación de cualquiera de ellos; el modelo de carbono
seleccionado para esta especie en las mismas condiciones fue Ct= 31,799 +
0,337*DAP2.
 El aporte de carbono del componente arbustivo en los sistemas agroforestales fue

de 1,13 % en Acacia - Quishuar y de 1,53 % en Aliso - Retama; aporte inferior al
que presentó el mantillo con 3,27 % y 2,04 % en los mismos sistemas.
 La mayor proporción de carbono almacenado en los dos sistemas agroforestales se

encontró en el suelo con un 77,96 % en Acacia - Quishuar y un 91,81 % en Aliso -
Retama.
 Los sistemas agroforestales capturan mayor cantidad de carbono que un sistema

agrícola-campo abierto, ya que presentaron la siguiente tendencia Acacia -
81
Quishuar >Aliso - Retama>Campo Abierto; donde Acacia - Quishuar y Aliso -

Retama superaron con 38 y 22 % respectivamente, al sistema Campo Abierto.
 Los modelos alométricos generados en esta investigación son herramientas útiles

para estimar la fijación potencial de carbono en otros sistemas agroforestales, de la
zona alto andina, que presenten estas especies arbóreas. De no existir modelos
específicos, se pueden utilizar como referencia para especies arbóreas con
características morfológicas semejantes a las de este estudio. Además, son
instrumentos necesarios para los procesos de valoración económica y monitoreo de
carbono en proyectos de venta de certificados de reducción de emisiones de CO2.
 La cuantificación del carbono de los diferentes componentes de los sistemas

agroforestales, fue importante para comprender la distribución de la materia
orgánica en cada sistema; destacando la importancia del suelo como principal
sumidero de carbono e indicando el cuidado que se debe dar a éste recurso al
momento de decidir el tipo de manejo. Cabe resaltar que el incremento de materia
orgánica en el suelo se debió principalmente a la presencia del componente leñoso
en el sistema.
82
VII. RECOMENDACIONES
Los modelos alométricos generados para estimar biomasa aérea total y carbono
almacenado en Acacia melanoxylum L. y Alnus acuminata O. Kuntze, pueden ser
aplicados en otros sistemas agroforestales, que presenten condiciones bioclimáticas,
especie arbórea y manejo similar a las de este estudio.
Para estudios de monitoreo de carbono, donde se requiera generar modelos específicos

para especies leñosas, es recomendable que el número de individuos a muestrear sea un
mínimo de treinta, y que la muestra sea representativa tanto del total de la población como
de las características de las especies.
Promover planes de desarrollo de sistemas agroforestales en la sierra ecuatoriana como una

estrategia de conservación productiva, complementados con compensaciones por servicios
ambientales (captura de carbono).
83
VIII. RESUMEN
El objetivo de esta investigación fue cuantificar el carbono almacenado en dos sistemas

agroforestales, Aliso (Alnus acuminata. O. Kuntze.) - Retama (Spartium junceum L.) y
Acacia (Acacia melanoxylum L.) – Quishuar (Buddleja incana Ruiz y Pavón.) y
compararlos con un sistema agrícola a campo abierto. La cuantificación del carbono total
de cada sistema se realizó estimando el carbono almacenado, sobre el suelo y bajo el
suelo. En los sistemas agroforestales se muestrearon 30 árboles y 9 arbustos, se cuantificó
individualmente la biomasa fresca por componente, se determinó el porcentaje de materia
seca y fracción de carbono, con esta información se evaluaron modelos genéricos que
relacionan el carbono y la biomasa aérea total con DAP y la altura total. La selección de
los modelos se realizó con base en parámetros estadísticos, lógica biológica y aplicabilidad
del modelo en el campo. Con la aplicación de estos modelos, se encontró que A.
melanoxylum almacenó 29,75 tC ha-1 y A. acuminata 6,88 tC ha-1. Por otra parte, B. incana
y S. junceum acumularon 1,91 y 2,27 tC ha-1, respectivamente. El sistema que almacenó
mayor cantidad de carbono fue el sistema agroforestal Acacia Quishuar (168,65 tC ha-1),
seguido por el sistema Aliso Retama (148,70 tC ha-1) y por último el sistema Campo
Abierto (122,22 tC ha-1). La cuantificación del carbono de los diferentes componentes de
los sistemas agroforestales, fue importante para comprender la distribución de materia
orgánica en cada sistema; recomendando promover planes de desarrollo de sistemas
agroforestales en la sierra ecuatoriana como una estrategia de conservación.
84
IX. SUMMARY.
The objective of this research was quantifying carbon stored in two agro-forestry systems
Alder (Alnus acuminate O. Kuntze) Spanish broom (Spartium junceum L.) and Blackthorn
(Acacia melanoxylum L.) Quishuar (Buddleja incana Ruíz and Pavón) and comparing them
to an open field agricultural system. The quantifying of the total carbon of each system was
carried out estimating the carbon stores, over the soil and under the soil. In the agro-
forestry systems 30 tress and 9 bushes were sampled- their fresh biomass was individually
quantified per component, the dry matter percentage and the carbon fraction were
determined, with this information, generic models which relate the total serial biomass to
the total carbon captures with DBH and the total height of each sample. The model
selection carried out upon the basis of statistical parameters, the biological logic and the
application of the model in the field. With the application of these models was found that
A. melaxylum accumulated 29,75 tC ha-1 and A. acumanta 6,88 tC ha-1. On the other hand,
the bush species B. incana and S. junceum accumulated 1,99 and 2,37 tC ha-1, respectively.
The system which stored the highest carbon amount was the agro-forestry system
Blackthorn – Quishuar try (168,65 tC ha-1) followed by agro-forestry one Alder – Spanish
broom (148,70 tC ha-1) and finally the open system (122,22 tC ha-1). The quantifying of the
carbon in the different components in agro-forestry systems was important to understand
the organic matter distribution in each system; recommending promote development plans
of agro-forestry systems in the Ecuadorian mountains as a conservation strategy.
85
X. BIBLIOGRAFÍA
ACOSTA, M; VARGAS, J; VELÁSQUEZ, A; ETCHEVERS, J. 2002. Estimación de la

biomasa aérea mediante el uso de relaciones alométricas en seis especies arbóreas
en Oaxaca – México. Agrociencia 36:735-736.
ACOSTA, M; QUEDNOW, K; ETCHEVERS, J. MONREAL, C. 2001. Un método para la

medición del carbono almacenado en la parte aérea de sistemas con vegetación
natural e inducida en terrenos de ladera en México. Simposio Internacional
Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales.
Valdivia – Chile.
ARAUJO, T. M.; HIGUCHI, N.; De CARAVALHO JUNNIOR, J. A. 1999. Comparison

of formulae for biomass content determination in a tropical rain forest site in the
state of Parana, Brazil. Forest Ecology and Management. 117: 43-52.
ARREAGA, W. 2002. Almacenamiento de carbono en bosques con manejo forestal

sostenible en la Reserva de Biosfera Maya, Petén , Guatemala. Tesis Mag. Sc.
Turrialba, Costa Rica. CATIE. 73 p.
ANDRADE, H; MUHAMMAD, I. s.f. Fijación de carbono en sistemas silvopastoriles: una

propuesta metodológica. Costa Rica. CATIE. 12p.
ANDRADE, H. 1999. Dinámica productiva de sistemas silvopastoriles con Acacia

mangium y Eucalyptus deglupta en el trópico húmedo. Tesis Mag. Sc. Turrialba,
Costa Rica. CATIE. 70 p.
86
BEAUMONT, R.E. 1999 El Protocolo de Kyoto y el mecanismo para un desarrollo

limpio: nuevas posibilidades para el sector forestal de América Latina y el Caribe.
Santiago - Chile, Oficina regional de la FAO para América Latina y el Caribe.
BIEDERBICK, Ch; HANS-PETER, S. 1980. Arboles y leñosas para reforestar las tierras
altas de la region interandina del Ecuador. 2 edición. Quito, Cuadernos de
Capacitación Popular. 191p.
BROWN S. 1997. Estimating biomass and biomass change of tropical forests. A primer.
FAO, Montes 134. Roma. 55p.
BROWN, S. 1997 (a). Los bosques y el cambio climático: el papel de los terrenos
forestales como sumideros de carbono. In Congreso Forestal Mundial (11, Antalya,
Turquía). Actas. Antalya, Turquía, Ministry of Forestry. p.107-128.
BROWN, S. Y A.E. LUGO. 1982. The storage and production of organic matter in tropical
forests and their role in the global carbon cycle. Biotropica. 14: 161-187.
BROWN, S.; GILLESPIE, A.J.R.; LUGO, A.E. 1989. Biomass estimation methods for
tropical forests with applications to forest inventory data, Forest Science 35: 881-
902.
CAÑADAS, L. 1983. El mapa bioclimático y ecológico del Ecuador. MAG- PRONAREG.

Quito, Ecuador. p. 41-42.
CARLSON, P. y AÑAZCO, M.1990. Establecimiento y manejo de prácticas agroforestales

en la sierra ecuatoriana. Quito: Red Agro-forestal Ecuatoriana.
CAMACHO, P.1987. Productividad de Alnus acuminata en dos sitios de Costa Rica.

Proyecto Cultivo de árboles de uso múltiple, CATIE – ROCAP. En: Silvoenergia.
No 21.4 p.
87
CATCHPOLE, WR. WHEELER, CJ. 1992. Estimating plant biomass: a review of

techniques. Australian Journal of Ecology. 17:121 – 131.
CATIE, Centro Agronómico Tropical de Investigación y Enseñanza. 1997. Nota técnica

sobre manejo de semillas forestales. No 18. 1-2p.
CESA, 1992. Usos tradicionales de especies forestales en el Ecuador. Tomo 2 Catálogo de

especies. Quito – Ecuador. 183 p.
CHACIN, F. 1998. Análisis de regresión y superficie de respuesta. Comisión de biblioteca,

Información, documentación y publicaciones. Universidad Central de Venezuela,
Facultad de Agronomía. Maracay. 274p.
CUÉLLAR, N; ROSA, H; GONZÁLEZ, M. 1999. Los servicios ambientales del agro: El

caso del café de sombra en El Salvador. PRISMA. 34:1-16.
DIMITRI, M. 1972. Enciclopedia argentina de agricultura y jardinería. Vol.1 (Descripción

de la plantas cultivadas, segunda edición. Editorial ACME S.A. Buenos Aires.
DIXON, J.; CARPENTER, R.. FALLÓN, L; SHERMAN. P. 1995. Economic analysis of

the environmental impacts of development projects. London. Asian Development
Bank. 210p.
FAO (Organización de la Naciones Unidas para la Agricultura y la Alimentación). 2000.

Sistemas de uso de la tierra en los trópicos húmedos y la emisión y secuestro de
CO2. Informes sobre recursos mundiales de suelos No. 88. Roma. 98 p.
FAO (Organización de la Naciones Unidas para la Agricultura y la Alimentación). 1995.

Manual del extensionista forestal Andino Tomo II. Proyecto FAO – Holanda
DFPA. Quito. I.8
88
FEARNSIDE, PM. 1992. Forest biomass in Brazilian Amazonia: comments on the

estimate by Brown and Lugo. Interciencia. 17 (1): 19 -26.
FISHER, M.J; TRUJILLO, W. 1999. Fijación de carbono en pastos tropicales en sabanas

de suelos ácidos neotropicales. In Seminario Internacional intensificación de la
Ganadería Centroamericana: Beneficios Económicos y Ambientales. (1999,
Turrialba. Costa Rica). Turrialba, Costa Rica; FAO - CATIE, SIDE. p.115 -135.
Fundación Solar. 2000. Elementos Técnicos para Inventarios de Carbono en uso del suelo.
Guatemala. 32p.
GALLOWAY, 1986. Guía sobre la repoblación forestal en la Sierra Ecuatoriana. Proyecto

DINAF/AID. 290 p.
GASPARRI, I y MANGHI, E. 2004. Estimación de volumen, biomasa y contenido de

carbono de las regiones forestales argentinas. Unidad de Manejo del Sistema de
Evaluación Forestal. Dirección de bosques secretaría de ambiente y desarrollo
sustentable. Argentina. 26 p.
GEILFUS, F. 1994. El árbol al servicio de agricultor. Manual de Agroforestería para el

desarrollo rural. Vol. No.2 (Guía de especies). Turrialba. Costa Rica. 409p.
GIRALDO L. A. 2003. Estimación de las existencias de carbono en el sistema silvopastoril

Acacia decurrens con Pennisetum clandestinum. Universidad Nacional de
Colombia, sede Medellín, Departamento de Ciencias forestales/Centro Andino para
la economía en el medio ambiente. Colombia 314 p.
GOUDIE, A. 1990. The Human Impact on the Natural Environment. Basil Blackwell Ltd,
Oxford, U.K. 3th Edition. 388
HALL, D.O; RAO, K.K. 1994. Photosynthesis. 5th ed (Cambridge, Cambridge University
Press, 1994).
89
HENRÍQUEZ C.; CABALCETA, G. 1999. Guía práctica para el estudio introductorio de

los suelos con un enfoque agrícola. Universidad de Costa Rica/ACCS. 1 ed. San
José, C. R. 112 p.
HENRIQUEZ C.; BERTSH, F.; SALAS, R. 1998. Fertilidad de suelos. Manual de

laboratorio. Asociación Costarricense de la Ciencia del Suelo.San José de Costa
Rica. 64 p.
HOUGHTON, R.A. 1995. Changes in the storage of terrestrial carbon since 1850, In:
(eds). Soils and Global Change. Lal, R., Kimble, J., Levine, E., Stewart, B.A. CRC
& Lewis Publishers, Boca Raton, FL. p. 45-65.
IIPCC, 1990. The Supplementary Report to the IPCC Scientific Assessment. Cambridge
IPCC, 1992. The Supplementary Report to the IPCC Scientific Assessment. Cambridge
IPCC, 1996. Intergovernmental Panel on Climate Change. Report of the twelfth session of
the intergovernmental panel on climate change. Reference manual and workbook of
the IPCC 1996 revised guidelines for national greenhouse inventories. México D.F.
IPCC. 2000. Land use, land-use change, and forestry special report. Cambridge University
Press 377 pp.
JANDI, R. 2001. Medición de tendencias en el tiempo del almacenamiento de carbono del

suelo. Simposiso Internacional Medición y Monitoreo de la Captura de Carbono en
Ecosistemas Forestels. Octubre 2001. Valdivia – Chile. 11p.
KURSTEN, E; BURSCHEL; P. 1993. CO2-mitigation by agroforestry. Water, Air and

Soil. Pollution 70: 533-544.
90
LEDEZMA, F. 1994. Programa de Redoblamiento Forestal. Unidad de investigación

PROFOR. Descripción de 42 especies nativas en el área del PROFOR.
Cochabamba. Bolivia. 10-12p.
LOCATELLI, B. 1999. Bosques tropicales y ciclo de carbono. Proyecto de apoyo a la

implementación de la Convención Marco de Cambio Climático. Programa
ambiental Nicaragua – Finladia. 49 p.
LOJAN, L. 1992. El verdor de los Andes. Árboles y arbustos nativos para el desarrollo
forestal alto andino. Proyecto Desarrollo Forestal Participativo en los Andes;
primera edición. Quito – Ecuador. 217p.
LOPEZ, A. 1998. Aporte de los sistemas silvopastoriles al secuestro de carbono en el

suelo. Tesis Mag. Sc. Turrialba, Costa Rica. 47p.
MACDIKEN, K. 1997. A guide to monitoring carbon storage in forestry and agroforestry

proyects. Arlington, VA: Winrock International Institute for Agricultural
Development. 45 p.
MINTZER, I. 1992. Confronting Climate Change. Risk Implications and Responses.

Cambridge, University Press, Cambridge.
MONTERO, M y KANNINEN M. 2002. Biomasa y Carbono en plantaciones de

Terminalia amazonia en la zona Sur de Costa Rica. Revista Forestal
Centroamericana. Nº39-40: 50 – 55p.
MONTERO, M y MONTAGNINI, F. 2005. Modelos alométricos para la estimación de

biomasa de diez especies nativas en plantaciones de la región Atlántica de Costa
Rica. Revista Recursos Naturales y Ambiente. 45: 112 - 119p.
91
MORA, V. 2001. Fijación, emission y balance de gases de efecto invernadero en pasturas

en monocultivo y en sistemas silvopastoriles de fincas lecheras intensivas de las
zones altas de Costa Rico. Tesis Mag. Sc.. Turrialba, Costa Rica. CATIE. 92 p.
NELSON, BW; MESQUITA, R; PEREIRA, JLG; AQUINO, SG; TEIXEIRA, G;

BOVINO, L. 1999. Allometric regressions for improved estimate of sendondary y
forest biomass in the central Amazon. Forest Ecology and Management. 117: 149-
167.
NIETO, C., RAMOS, R., GALARZA R. J., 2005 Sistemas Agroforestales aplicables en la
Sierra Ecuatoriana. Resultados de una década de experiencias de campo. INIAP-
PROMSA. Editorial NUEVA JERUSALEN. Quito – Ecuador. 65 p.
OADES, J.M. 1988. The retention of organic matter in soils. Biogeochemistry 5:35-70.
OLIVA, E Y HUGHELL, D. 1990. Modelo de crecimiento y rendimiento de Mangium

(Acacia Mangium Wild) en Costa Rica, Honduras y Panamá. En: Silvoenergía Nº
35. Turrialba, Costa Rica. 4p.
ORDOÑEZ, J.A.B. 1999. Estimación de la Captura de Carbono en un Estudio de Caso.

Instituto Nacional de Ecología, SEMARNAP. México DF. 72
ORREGO, S.A y DEL VALLE, J.I. 2001. Existencia y tasas ,de incremento neto de la
biomasa y del carbono en bosque primarios y secundarios de Colombia. Simposio
Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas
Forestales. Valdivia – Chile. 31 p.
PADILLA, S. 1995. Manejo Agroforestal Andino. Proyecto FAO – Holanda “Desarrollo

Forestal participativo en la Andes”. E. P. Centro de Impresión. Quito – Ecuador.
262 p.
PARDÉ, 1980. Forest Biomasa Forestry products abstract. Review article. Commonwealth
Forestry Bureau. 3 (8): 165 – 184.
92
PEDRASA, M. 1989. Producción de biomasa y circulación de nutrientes en un rodal de

Nothofagus alessandrii espinosa (Ruil) en la zona de Constitución. Tesis, Facultad
de Ciencia Agrarias y Forestales, escuela de Ciencias Forestales, Universidad de
Chile, Santiago. 122p.
PEREZ,. KANNINEN M. 2002. Word specific gravity and aboveground biomass of

Bombacopsis quinata plantations in Costa Rica. Forest Ecology and Management.
165: 1- 3 p.
RAMIREZ. O; RODRÍGUEZ, L; FINWNGAN, B; GÓMEZ, M. 1999. Implicaciones

económicas del secuestro de CO2 en los bosques naturales. Revista Forestal
Centroamericana. 2 (27): 10-16.
RAMOS, R. 2003. Fraccionamiento del carbono orgánico del suelo en tres tipos de uso de
la tierra en fincas ganaderas de San Miguel de Barranca, Puntarenas-Costa Rica.
Tesis Mag. Sc. Turrialba, CR, CATIE.
RAMOS, R. NIETO, C. MUÑOZ, J. RIOFRIO, J. 2007. Cuantificación de carbono

almacenado en dos sistemas agroforestales plantados en Santa Catalina, Pichincha.
(en edición)
ROBERT, M. 2002. Captura de carbono en los suelos para un mejor manejo de la tierra.
FAO, Informes sobre recursos mundiales de suelos. París – Francia. 61 p.
RUIZ, A. 2002. Fijación y almacenamiento de carbono en sistemas silvopastoriles y

competitividad económica en Mantiguás, Nicaragua. Tesis Mag. Sc. Turrialba,
Costa Rica. CATIE. 106 p.
SCHOLES, R. 1999. Will the terrestrial carbon sink saturate soon?. IGBP. Newsletter 37,
2 -3 p.
93
SEGURA, M. 1997. Almacenamiento y fijación de carbono en Quercus costaricensis, en

un bosque de altura en la Cordillera de Talamanca, Costa Rica. Tesis Lie. Cs. For.
Heredia, Costa Rica., UNA.
SEGURA, M.1999. Valoración del servicio de fijación y almacenamiento de carbono en

bosques privados en el área de conservación cordillera volcánica central, Costa
Rica.Tesis Mag. Sc. Turrialba, Costa Rica. CATIE. 119 p.
SNOWDON, P; RAISON, J; KEITH,H; MONTAGU, K; BI, K; RITSON, P; GRIERSON,

P; ADAMS, M; BURROWS, W; EAMUS, D. 2001. Protocol for sampling tree and
stand biomass. National carbon accounting system technical report Nº 31. Marzo
2001. Australian Greenhouse Office. 114p.
SPRUGEL, DG. 1983. Correcting for bias in log – transformed allometric equiations.
Ecology 64 (1): 209 -210.
TELLER, A. 1988. Biomass, Productivity and wood waste evaluation in a Spruce (Picea
abies) Forest (Strinchmps 983). Commonwealth Forestry Review. 7(2): 129-148.
TRUMBORE, S. 2000. Age of soil organic matter and soil repiration: radiocarbon
constrains on belowground C dynamics. Ecological Applications. 10, 339 – 441p.
UNIVERSITY OF FLORIDA. CENTER FOR TROPICAL AGRICULTURE, 1970.

Compilación de datos analíticos y biológicos en la preparación de cuadros de
composición de alimentos para uso en los trópicos de América latina. 1701 ,701-2;
2101,2101- 2
Wilkipedia 2007. Calentamiento global (en línea). Consultado 13 marzo, 2007. Disponible
en http://es.wikipedia.org/wiki/Calentamiento_global.
ZIANIS, D Y MENCUCCINI, M. 2004. On simplifying allometric analices of forest

biomasa. Forest Ecology and Managment. Edingurgo, UK. 187: 311-332.

Cuantificación de Carbono en Sistemas Agroforestales

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Cuantificación de Carbono en Sistemas Agroforestales

Загружено:

Авторское право:

Доступные форматы

CUANTIFICACIÓN DEL CARBONO ALMACENADO EN DOS

SISTEMAS AGROFORESTALES EN LA ESTACIÓN

EXPERIMENTAL SANTA CATALINA - INIAP. ECUADOR

JOSÉ GUILLERMO RIOFRÍO SALAZAR

PRESENTADA COMO REQUISITO PARCIAL PARA

OBTENER EL TITULO DE INGENIERO AGRONOMO

ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE RECURSOS NATURALES

ESCUELA DE INGENIERÍA AGRONÓMICA

Dios, por que sencillamente se lo debemos TODO.

El Instituto Nacional Autónomo de investigación Agropecuaria - INIAP del Ecuador, y de

Ex – FUNDACYT, actualmente SENACYT, por su apoyo financiero.

Escuela de Agronomía de la Facultad de Recursos Naturales, Escuela Superior Politécnica

A nuestros amigos y compañeros de la Estación Experimental Santa Catalina del INIAP y

De manera muy especial a Johanna Ibeth Muñoz Hidalgo, estudiante de Ingeniería

1. Secuencia de cultivos durante los 12 años de investigación de los

2. Tratamientos para la investigación, cuantificación de carbono

8. Modelos genéricos, utilizados para generar modelos de biomasa y

9. Coeficientes de correlación simple de Pearson, entre biomasa y

10. Parámetros de selección y Ranking de los modelos generados para

11. Parámetros de selección y Ranking de los modelos generados para

12. Comparación del modelo alométrico generado para Alnus sp. en

13. Comparación del modelo alométrico generado para Acacia sp. en

14. Parámetros de selección y Ranking de los modelos generados para

15. Parámetros de selección y Ranking de los modelos generados para

16. Coeficientes de correlación simple de Pearson de la biomasa por

17. Modelos para la estimación de Biomasa del fuste en A. acuminata 69

18. Modelos para la estimación de Biomasa del fuste en A.

19. Modelos para la estimación de biomasa de ramas gruesas en A.

20. Modelos para la estimación de biomasa de ramas gruesas en A.

21. Modelos para la estimación de biomasa de ramas delgadas en A.

22. Modelos para la estimación de biomasa de ramas delgadas en A.

23. Modelos para la estimación de biomasa de hojas en A. acuminata

24. Modelos propuestos para la estimación de biomasa de hojas en A.

25. Carbono almacenado (t ha-1), en el componente leñosos de los

1. Esquema que representa el efecto Invernadero. 5

2. Concentración de dióxido de carbono en la atmósfera terrestre

6. Alnus acuminata O.Kuntze, componente arbóreo del sistema Aliso 21

7. Nódulos fijadores de nitrógeno, presentes en las raíces de A. 24

8. Acacia melanoxylum L., componente arbóreo del sistema Acacia – 25

9. Buddleja incana Ruiz y Pavón, componente arbustivo del sistema 26

10. Spartium junceum L, componente arbustivo del sistema Aliso – 28

11. Mapa de ubicación de la Estación Experimental Santa Catalina -

12. Diagrama de procedimiento para la cuantificación de carbono y

13. Muestreo de fuste para determinar biomasa en las especies

14. Muestreo de hojas para determinación de biomasa en las especies

15. Muestreo de suelo a diferentes distancia de las hileras de árboles,

16. Muestra para determinar la densidad aparente, en SAF en la EESC

17. Muestreo de mantillo, en SAF en la EESC – INIAP. 45

18. Distribución de las clases diamétricas de A. melanoxylum en SAF

19. Distribución de las clases diamétricas de A. acuminata en SAF con

20. Porcentajes de biomasa de cada componente en relación a la

22. Relación entre DAP y biomasa aérea total modelo 10, de A.

25. Biomasa área total estimada – Biomasa aérea total observada; a)

26. Simulaciones de biomasa aérea real y estimada con los modelos

27. Simulaciones de biomasa aérea real y estimada con los modelos

28. Simulaciones de biomasa aérea real y estimada con los modelos

29. Relación entre DAP y carbono total modelo 10, de A. acuminata

31. Relación entre DAP y carbono total modelo 5, de A. melanoxylum

32. Carbono total estimado – Carbono total observado modelo 5, de A.

A. Mapa Estación Experimental Santa Catalina- INIAP.

B. Croquis de los sistemas agroforestales plantados en la Estación Experimental Santa

C. Croquis de los puntos de muestreo para determinar carbono en mantillo y suelo, en