Evaluación de la biomasa y leña en una plantación de melina Gmelina arborea Roxb con manejo de ...

O2 CO2

CO2

O2

Tesis:

Evaluación de la biomasa y leña en una plantación de melina Gmelina arborea Roxb con manejo de rebrotes, Turrialba, Cartago Por: Luis Diego Jiménez Alvarado

O2 CO2 CO2

Contrato FI084-13 Financiamiento otorgado por MICITT, CONICIT y VIE (TEC)

Tesis:

Evaluación de la biomasa y leña en una plantación de melina Gmelina arborea Roxb con manejo de rebrotes, Turrialba, Cartago Por: Luis Diego Jiménez Alvarado

i

INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERIA FORESTAL

EVALUACIÓN DE LA BIOMASA Y LEÑA EN UNA PLANTACIÓN DE MELINA Gmelina arborea ROXB CON MANEJO DE REBROTES, TURRIALBA, CARTAGO.

TRABAJO FINAL DE GRADUACIÓN PARA OPTAR POR EL GRADO DE LICENCIADO EN INGENIERÍA FORESTAL

LUIS DIEGO JIMÉNEZ ALVARADO

CARTAGO, COSTA RICA 2016

i

DEDICATORIA

A mi esposa, Adriana, por ser mi apoyo e inspiración en la consecución de esta meta.

A mis padres, quienes me dieron la gran oportunidad de superarme, y con su apoyo, sacrificio y constancia me han enseñado el camino para cumplir mis metas

i

AGRADECIMIENTOS

Se agradece al personal del Banco de Semillas Forestales y la Finca Comercial de CATIE por los aportes y la oportunidad de desarrollar el tema.

Se reconoce el apoyo al proyecto: “Impulso tecnológico para la producción de biomasa” por la ayuda económica para desarrollar el trabajo de tesis. Este proyecto es financiado por el MICITT-CONICIT.

ii

Este Trabajo Final de Graduación ha sido aceptado por el Tribunal Evaluador de la Escuela de Ingeniería Forestal del Instituto Tecnológico de Costa Rica y aprobado por el mismo como requisito parcial para optar por el grado de Licenciatura.

Miembros del tribunal.

Dagoberto Arias Aguilar PhD Escuela de Ingeniería Forestal, ITCR Profesor Tutor

Ing. Juan Carlos Valverde, M.Sc Escuela de Ingeniería Forestal, ITCR Profesor Lector

Ing. Dorian Carvajal Vanegas. Lic. Presidente Tribunal

Luis Diego Jiménez Alvarado Estudiante Escuela de Ingeniería Forestal, ITCR

iii

ÍNDICE GENERAL

DEDICATORIA ........................................................................................................................ i AGRADECIMIENTOS ............................................................................................................ ii ÍNDICE GENERAL ................................................................................................................. 1 Índice de cuadros ................................................................................................................. 2 Índice de figuras ................................................................................................................... 3 Capítulo 1. Introducción....................................................................................................... 4 Capítulo 2. Objetivos ............................................................................................................ 8 2.1. Objetivo general ......................................................................................................... 8 2.2. Objetivo específicos .................................................................................................. 8 Capítulo 3. Artículo. .............................................................................................................. 9 3.1. Resumen ..................................................................................................................... 9 3.2 Abstract ...................................................................................................................... 10 3.3 Introducción. ............................................................................................................. 11 3.4. Metodología .............................................................................................................. 13 3.4.1. Caracterización del sitio ................................................................................... 13 3.4.2. Cuantificación de biomasa forestal ................................................................ 13 3.4.3. Determinación de la biomasa seca ................................................................. 14 3.4.4. Construcción de modelos a alométricos para estimar la biomasa aérea total. .............................................................................................................................. 15 3.4.5. Análisis elemental y energético de la biomasa. ............................................ 16 4. Resultados y discusión .............................................................................................. 16 4.1. Cuantificación de biomasa forestal ....................................................................... 16 4.2. Caracterización de la biomasa ............................................................................... 22 4.3. Ecuación alómetricas .............................................................................................. 25 5. Conclusiones............................................................................................................... 29 6. Bibliografía................................................................................................................... 29

1

Índice de cuadros Cuadro 1. Ecuaciones alometricas genéricas más empleadas para la estimación de volumen, biomasa o carbonos (VBC) de árboles, arbustos y palmas. ...................15 Cuadro 2. Dispersión de las variables por árbol en la plantación Gmelina arborea con manejo de rebrotes con turno de 3 años en Turrialba. ...................................17 Cuadro 3. Variables de densidad en la plantación Gmelina arborea con manejo de rebrotes con turno de 3 años en Turrialba ............................................................18 Cuadro 4. Determinación de la materia seca y contenido de humedad de muestras tomadas en una plantación de Gmelina arborea bajo manejo de rebrotes. ...........20 Cuadro 5. Poder calorífico y contenido de ceniza para Gmelina arborea en una plantación con manejo de rebrotes con turno de 3 años en Turrialba. ..................22 Cuadro 6. Composición química elemental de los diferentes componentes de la biomasa aérea de Gmelina arborea en una plantación con manejo de rebrotes en Turrialba ...............................................................................................................24 Cuadro 7 Distribución de los nutriente por kilogramo en los componentes de la biomasa de la plantación de Gmelina arborea. .....................................................25 Cuadro 8 Coeficiente de correlación de Pearson del peso fresco total por árbol con el diámetro (dap) y la altura total para los árboles estudiados (n = 142) ...............26 Cuadro 9. Modelos para la determinación de la biomasa aérea total en estado verde en función del diámetro a la altura del pecho y altura total, para la plantación de Gmelina arborea con manejo de rebrotes en Turrialba. ........................................26 Cuadro 10. Modelo para estimar el biomasa aérea total en estado verde para la plantación de Gmelina arborea bajo manejo de rebrotes. .....................................27

2

Índice de figuras Figura 1. Estimación del biomasa aérea en estado verde por componente del árboles en una plantación de Gmelina arborea bajo manejo de rebrotes con un turno de rotación en Turrialba. .......................................................................................19 Figura 2. Distribución de frecuencia relativa de rebrotes por tocón presentes en la plantación de Gmelina arborea .............................................................................20 Figura 3. Relación de numero de rebrotes por tocón biomasa -1 aérea total estado verde (kg) de Gmelina arborea bajo manejo de rebrotes, Turrialba, Cartago ........21 Figura 4.Porcentaje de corteza en los árboles de Gmelina arborea en una plantación con manejo de rebrotes. .......................................................................................23 Figura 5. Distribución relativa de nutrientes en la plantación de Gmelina arborea según componente de la biomasa. .......................................................................25 Figura 6. Ecuaciones para estimar el peso de la biomasa en estado verde según componente del árbol en una plantación Gmelina arborea bajo manejo de rebrotes. .............................................................................................................................28

3

Capítulo 1. Introducción El sector energético tiene una de las participaciones más relevantes en la economía (DSE, 2011), variaciones en sus precios generan repercusiones significativas en el crecimiento económico, especialmente en los países en desarrollo importadores de petróleo (Ávila, 2015).

En la actualidad, se hace necesidad el cambio de las fuentes de energía para sustentación de las actividades humanas de los próximos años (IPCC, 2011). Este cambio obedece a tres preocupaciones principales sobre los combustibles fósiles: los altos precios, riesgos percibidos que entraña la dependencia y el aumento en las emisiones de gases de efecto invernadero.

Las formas de energía alternativas están despertando un interés considerable, ya que constituyen un medio para reducir el consumo de combustibles fósiles y limitar las emisiones de gases de efecto invernadero La bioenergía, comprendida la dendroenergía, supone una gran proporción del suministro de la energía que en la actualidad proviene de fuentes renovables (FAO, 2008).

En el caso del sector forestal, se trabajan primordialmente las plantaciones dendroenergéticas, que son cultivos establecidos a altas densidades con el objetivo de maximizar la obtención de biomasa, ya sea para producir biocombustibles, electricidad o calor (Muñoz, 2009). De acuerdo a la Confederación Nacional de Organizaciones de Silvicultores et al. (2014), existen dos tipos de clasificación para plantaciones energéticas con respecto a su tamaño de densidad: la primera y la más utilizada es a partir de un modelo Europeo, donde se establecen de 5000 a 36000 árboles por hectárea y la segunda hace referencia al modelo Americano donde se plantan de 1000 a 2000 árboles por hectárea.

Estas plantaciones son manejadas bajo un esquema de silvicultura de rotación corta, practica silvícola con arreglo en cual las plantaciones sostenibles de alta

4

densidad de especies arbóreas de crecimiento rápido producen biomasa leñosa (Chistersson y Verma, 2006).

Actualmente en Costa Rica, esta modalidad de producción no tiene en peso importante en el sector forestal, pues debido al sistema tradicional de producción de madera rolliza, este emerge como el mercado a explotar en el aprovechamiento de residuos los materiales vegetales procedentes de las operaciones silvícolas como podas, manejo de brotes, raleos, podas fitosanitarias y residuos de cosecha final para generación de energía Varmola et al (2005) En la década de los 80s, se realizaron importantes avances la silvicultura de especies promisorias para producción de leña en América Central, cuyos objetivos eran desarrollar tecnologías eficientes para el uso de leña y fuentes alternas de energías a nivel doméstico y comunal y para la pequeñas y mediana industria, y prácticas de cultivos mejoradas para incrementar la producción y el abastecimiento de madera para energía (CATIE, 1986) Uno de los principales beneficios de utilizar biomasa como fuente de energía es la naturaleza renovable de este recurso, cuyo uso con fines energéticos constituye un ciclo cerrado de carbono. Todas las plantas capturan carbono mientras crecen; una vez que la biomasa de estas plantas se quema, el dióxido de carbono liberado es absorbido por la siguiente cosecha en crecimiento, cerrando el ciclo y en algunos casos incluso secuestrando una mayor cantidad de carbono que el que fue liberado por la combustión inicial (McKendry, 2002).

Para evaluar la factibilidad técnica y económica de un proceso de conversión de biomasa en energía, es necesario considerar ciertos parámetros y condiciones que la caracterizan (tipo de biomasa, humedad, densidad, porcentaje de cenizas, poder calórico, densidad aparente, recolección, transporte y manejo) y determinan el proceso de conversión más adecuado y permiten realizar proyecciones de los beneficios económicos y ambientales esperados (FAO, 2001 y BUN-CA, 2002).

Otros autores, indican que las características de la biomasa forestal puede variar significativamente de acuerdo con: la especie arbórea, parte de donde es extraída 5

(ramas, raíces y troncos), grado de humedad presente, forma y modo de tratamiento, homogeneidad del material, entre otros factores. Todas estas variables confieren características distintas a la biomasa y consecuentemente a su poder calorífico, condicionando el tipo de utilización más adecuado. (FAO, 2008, Álvarez, 1984).

Espinosa (1989), menciona que de las características a considerar más importantes y deseables de las especies vegetales a emplear para combustible son: un alto peso específico, poca formación de humo al incinerarlo, elevado valor calorífico, alta capacidad de rebrote después de la corta, producción de semilla y calidad de estas, aceptación local y su potencial en otros usos Álvarez (1984), indica otras características de las especies energéticas: fácil reproducción (sexual o asexual).ser rústica, calidad de producción de madera por unidad de superficie y buena respuesta a los tratamientos silvícolas En el marco de los Proyectos Leña y Fuentes Alternas de Energía, y Cultivos de árboles de Uso Múltiple, se seleccionaron 24 especies promisorias para producción de leña por su potencial para la producción de leña, madera, otros productos, se adaptaban a una o más condiciones ecológicas (suelo y ambiente), fueran resistentes a plagas, enfermedades y condiciones adversa (viento, suelos superficiales, mal drenaje, compactación) (CATIE, 1986). Además, la selección tomó en cuenta características de uso y calidad de leña y rápido crecimiento, aspectos silviculturales de orden práctico como la facilidad de manejo y capacidad de rebrote.

Actualmente, a través de proyecto “Impulso tecnológico para la producción de biomasa” se promueve el establecimiento, manejo y procesamiento de plantaciones dendroenergéticas para la producción de energía renovable en Costa Rica.

El CATIE (Centro Agronómico Tropical de Investigación y Enseñanza) y el Instituto Tecnológico de Costa Rica (ITCR) iniciaron en Costa Rica un proyecto para producir energía a base de madera. Este pretende desarrollar modelos eficientes de

6

producción a partir de la generación de biomasa forestal para su transformación en energía, y de esta manera beneficiar a las empresas que tengan necesidades de calor para desarrollar su proceso industrial, a las agroindustrias que deseen entrar en procesos de cogeneración eléctrica y a las empresas que deseen generar su propia electricidad (Morales y Salazar, 2015).

Sin embargo, para establecer un modelo productivo exitoso el primer paso debe ser cuantificar la producción de las plantaciones dendroenergéticas y desarrollar herramientas que permitan estimar la oferta de biomasa de un sistema, el cual es el principal objetivo de este estudio.

7

Capítulo 2. Objetivos 2.1. Objetivo general •

Evaluar el potencial energético de una plantación de Gmelina arborea bajo manejo de rebrotes en una rotación de tres años.

2.2. Objetivo específicos •

Determinar la producción de biomasa y leña mediante el sistema tradicional de medición.

•

Desarrollar modelos alométricos para terminar la biomasa total aérea en estado verde.

•

Caracterizar la biomasa aérea por medio de análisis elemental y propiedades energéticas

8

Capítulo 3. Artículo.

Evaluación de la producción de biomasa y leña de una plantación Gmelina arborea Roxb con manejo de rebrotes, en Turrialba, Cartago 1 3.1. Resumen Se determinó la producción de biomasa área en una plantación de Gmelina arborea bajo manejo de rebrotes en una tercera rotación, alcanzando un rendimiento 214,85 Mg/ha en condición de peso fresco lo que se traduce en un incremento de 71,61 Mg/ha/año. La plantación mostró un índice de densidad del rodal (IDR) de 635 que corresponde a la zona autoraleo con un diámetro promedio de 7,90 cm, bajo estas condiciones la plantación presentó un promedio de 4,94 ejes por tocón o cepa y una densidad de 6.190 ejes/ha, la cual se aproxima a las densidades propuesta para el manejo de plantaciones dendroenergéticas.

La producción de leña según los

requerimientos del mercado local fue de 494,5 mst ha-1 lo cual se traduce en un ingreso bruto de USD 5.934,0. El valor más alto en el poder calorífico se obtuvo en el componente de madera sin corteza con 18.500 kJ kg-1, este componente produjo un menor porcentaje de cenizas, en relación con la extracción de nutrientes se presenta el siguiente orden por elemento K>N>Ca>Mg>P y se logró determinar la ecuación LnBT = -1,7440 + 2,4221 Ln (d) para la determinar la biomasa aérea total en estado verde que puede ser aplicada plantaciones similares a la evaluada.

El objetivo de este documento fue evaluar el potencial energético de una plantación de Gmelina arborea bajo manejo de rebrotes en una rotación de tres años y generar ecuaciones para la estimación de biomasa área para esta especie.

Palabras clave: Gmelina arborea, Biomasa, Poder calorífico, Ecuaciones alométricas, Cultivos energéticos, Costa Rica.

1

Luis Diego Jiménez Alvarado Escuela de Ingeniería Forestal Tecnológico de Costa Rica Correo electrónico: luisdjal@gmail.com

9

3.2 Abstract Biomass production and firewood plantation Gmelina arborea Roxb with coppice regime, Turrialba, Cartago2 Biomass production in a forests plantation of Gmelina arborea under coppice regime in a third rotation was determined, reaching a yield 214,85 Mg ha-1 in fresch weight condition resulting in an increase of 71,61 Mg ha-1 year-1. Plantation showed a stand density index of 635 corresponding to the area self-thinning with an average diameter of 7,90 cm, under the conditions had an average 4,94 axles stump por strain and density of 6190 ha-1 axles, which is close to the densities proposed for handling firewood plantation. Firewood’s production according to the requirements of the local market was 494,5 mst ha-1 which translates into gross income of USD 5934,0. The highest value in the potential energy was determined in the componet wood without bark with 18500 kJ kg-1, this component was a lower percentage of ash in connection with the extraction of nutrients in the following order is presented by element K>N>Ca>Mg>P and able to determine the equation LnBT = -1,7440 + 2,4221 Ln (d) for determining biomass.

Key words: Gmelina arborea, calorific value, energy crops, allometric equations, Costa Rica.

2

Luis Diego Jiménez Alvarado Escuela de Ingeniería Forestal Tecnológico de Costa Rica Correo electrónico: luisdjal@gmail.com

10

3.3 Introducción.

La biomasa proveniente de plantaciones forestales se ha convertido en un importante elemento de estudio debido al interés industrial de su uso como fuente de energía renovable (IPCC, 2011).

La biomasa forestal es particularmente

atractiva debido a su aporte en la reducción de la emisión de gases de efecto invernadero y la capacidad de hacer varios ciclos de corta (Rudnick et al. 2011). En Costa Rica su potencial uso es amplio, debido a la política nacional de diversificar la matriz energética, que en la actualidad dependiente de los precios de los mercados internacional del petróleo (DSE, 2011) En

el

sector

forestal,

se

trabaja

primordialmente

con

plantaciones

dendroenergéticas que son cultivo establecidos a altas densidades con el objetivo de maximizar la obtención de biomasa, ya sea para producir biocombustibles, electricidad o calor (Muñoz, 2009) y se manejan bajo un esquema de silvicultura de rotación corta (Chistersson y Verma, 2006).

Para evaluar la factibilidad técnica y económica de un proceso de conversión de biomasa forestal en energía, es necesario considerar ciertos parámetros y condiciones como el tipo de biomasa, humedad, densidad, porcentaje de cenizas, poder calórico, densidad aparente, recolección, transporte y manejo (BUN-CA, 2002) y determinan el proceso de conversión más adecuado y permiten realizar proyecciones de los beneficios económicos y ambientales esperados (FAO, 2001) con ello desarrollar modelos eficientes de producción a partir de la generación de biomasa forestal para su transformación en energía.

La medición de la cantidad de biomasa aérea en cualquier componente de un ecosistema requiere un análisis destructivo directo (Brown et ál., 1989; Acosta et ál., 2002) o estimaciones indirectas del material vegetal para hacer las inferencias respectivas; el segundo caso es más práctico cuando se desea estimar la biomasa aérea de los árboles. Para ello, se debe contar con modelos que estimen la biomasa total con base en el tamaño y dimensiones de los árboles; es decir, modelos matemáticos basados en las relaciones alométricas que ocurren entre los órganos

11

de un individuo (Acosta et al., 2002). Estos modelos tienen mucha aplicación en el campo forestal, porque presentan mucha flexibilidad en su uso; las variables más usadas son: el diámetro a la altura del pecho (dap), diámetro a la altura del tocón (dat), altura comercial (hc), altura total (ht) y combinaciones de ellas ( Gayoso et ál., 2002). En la mayoría de los trabajos realizados en zonas tropicales se ha encontrado que la variable independiente que mejor explica la biomasa de un árbol es el diámetro a la altura del pecho (Overman et al., 1994; Regina, 2000).

De acuerdo a la FAO (2008), existen numerosos estudios sobre especies forestales plantadas con fines energéticos. Actualmente, en Costa Rica se investigan distintas especies forestales con fines energéticos como Acacia mangium, Tectona grandis, Gmelina arborea, Vochysia guatemalensis, entre otras (Moya, 2013) Entre las especies más implementadas en la producción biomasa se encuentra la Gmelina arborea, es una especie ampliamente usada en la producción de madera, pulpa, laminados y biomasa como producto secundario (Rojas et al, 2004). Su madera se clasifica como moderadamente liviana y presenta una capacidad calórica en condición verde es de 9.860 kJ kg-1 y seca de 15.687 kJ kg-1 (Moya et al, 2014), siendo con ello una especie con potencial energético elevado.

Es importante destacar que los cultivos forestales con fines energéticos, se ven directamente afectados por ejemplo en su poder calorífico, el cual es un excelente parámetro para validar el poder calorífico combustible de la biomasa (De Paula Protásio et al, 2011), ya sea por su identidad genética, fertilización, manejo silvicultural, características edáficas y climáticas del sitio pero también por los distanciamientos utilizados (Baettig et al., 2010).

Los efectos que se producen con la extracción de la biomasa serán más o menos importantes en función de la cantidad y del tipo de fracción de biomasa que se aproveche, de la especie forestal que se emplee, de las condiciones de los suelos, así como de las medidas de protección que se adopten Con el propósito de evaluar

12

y discutir las posibles implicaciones ambientales generadas del aprovechamiento de la biomasa forestal, algunos autores indican una serie de experiencias que se fundamentan en determinar la cantidad y distribución de nutrientes en las fracciones arbóreas (madera, corteza, ramas y hojas) para definir la estabilidad nutricional del sistema al aprovechar las diferentes partes del árbol (Balboa, 2003).

Este trabajo se propuso estimar y evaluar la producción de biomasa y leña en una plantación de Gmelina arborea ubicada en CATIE, Turrialba bajo manejo de rebrotes y generar ecuaciones alométricas mediante el método destructivo.

3.4. Metodología 3.4.1. Caracterización del sitio Para el estudio utilizó una plantación de Gmelina arborea (melina) establecida inicialmente con un distanciamiento de 3,0 x 2,5 m en el año de 1991 y cosechada comercialmente en 2001, posteriormente se han manejado los rebrotes en ciclos de 3 años de rotación para la producción de postes con fines agrícolas. La misma está situada dentro de la Finca Comercial del Centro Agronómico Tropical de Investigación y Enseñanza (CATIE), en el cantón de Turrialba de la provincia de Cartago y se caracteriza por estar en una altitud de 600 msnm, con temperatura media de 21,8°C y precipitación media anual 2600 mm; calificando en la zona de vida bosque tropical húmedo (Vásquez, 2014).

3.4.2. Cuantificación de biomasa forestal Se realizó un muestreo inicial para determinar la variabilidad de los parámetros de importancia y con los criterios de obtener un error de muestreo inferior al 10% con un 95% de confianza, se establecieron seis parcelas rectangulares de 144 m2 (16 árboles o tocones) distribuidas sistemáticamente con arranque aleatorio. A cada árbol o eje de rebrote presente en la parcela se identificó y evaluó el diámetro a 1,3 m sobre el nivel del suelo, diámetro a la altura de corte 13

Una vez derribados los ejes o rebrotes se contabilizĂł la altura total, altura del tocĂłn, peso hĂşmedo de la biomasa aĂŠrea de cada individuo fraccionada en dos partes principales: fuste (diĂĄmetro mayor a 2,5 cm) en trozas de 1,5 m, y follaje incluyendo en este Ăşltimo, las ramas con diĂĄmetro menor a 2,5 cm. Las ramas con diĂĄmetros mayores a 2,5 cm se agregaron al peso del fuste al ser considerado como una porciĂłn de peso muy bajo (CATIE, 1984, Brown, 1997, Schlegel et al. 2000).

Para obtener el rendimiento de leĂąa, una vez determinado el peso de todos los ĂĄrboles de la parcelas, se colocaron las trozas de 1,5 m en estivas colocando la leĂąa de cada parcela multiplicando el ancho x alto x largo (en metros) para obtener el rendimiento en metros estĂŠreos (CATIE, 1984). Considerando las condiciones de la demanda local que recibe con trozas con diĂĄmetro de 2,5-16 cm.

3.4.3. DeterminaciĂłn de la biomasa seca Se seleccionĂł una muestra de 25 ĂĄrboles representativos de las categorĂ­as de diĂĄmetro y altura evaluadas los cuales se midiĂł el diĂĄmetro y grosor de la corteza cada metro a partir del tocĂłn, es decir, a los 0,3 - 1,0 – 1,3 – 2, 3 , 4, etc., variando levemente la mediciĂłn en caso de encontrar un muùón de rama. Se obtuvo una muestra de 250 gramos por componente de cada individuo, registrando su peso hĂşmedo o verde, posteriormente se trasladĂł a laboratorio para ser analizadas, donde fueron secadas en horno a 60°C durante 40 a 72 horas hasta peso constante para la determinaciĂłn de la materia seca y asĂ­ obtener la biomasa total de estos componentes (EcuaciĂłn 1) (Lerma y Orjuela, 2014, Schlegel et al., 2000). đ??ľ=

đ?‘ƒđ?‘“ đ?‘Ľ đ?‘€đ?‘† 100

Donde: B: Biomasa (Kg) Pf: P so fresco (Kg) Ms: Materia seca (%) 14

3.4.4. Construcción de modelos a alométricos para estimar la biomasa aérea total.

Los modelos fueron desarrollados siguiendo la metodología propuesta por Segura et al (2008). Con las variables independientes (dap y ht) y dependiente (BT), se observó la tendencia de los datos y se definieron los modelos de regresión a utilizar (lineales, transformados y sin transformar).

Los datos fueron analizados para

cumplir el supuesto de normalidad, independencia y homogeneidad de varianzas, estas pruebas se realizaron con software InfoStat versión 2013.

Se utilizaron 8 ecuaciones alométricas propuestas por Segura et al. (2008) para estimar la biomasa área en función del diámetro y la altura total.

Cuadro 1. Ecuaciones alometricas genéricas más empleadas para la estimación de volumen, biomasa o carbonos (VBC) de árboles, arbustos y palmas.

Nro

Modelo

Fuente

1

VBC = β0 + β1 *dap

Berkhout

2

VBC = β0 + β1 *dap2

Kopezky

3

VBC = β0 + β1 *dap + β2*dap2

Hohenadl-Krenn

4

lnVBC = β0 + β1 * lndap

Hush

5

VBC = β0 + β1 * dap2 * h

Spurr

6

VBC = β0 + β1 *dap2 + β2 * dap2 * h + β3 * h

Stoate

7

VBC = β0 + β1 *dap2 + β2 * dap2 * h + β3 * dap2 * h Meyer

8

lnVBC = β0 + β1 * lndap + β2*lnh

Schumacher-Hall

VBC : volumen, biomasa o carbono; dap: diametro a la altura del pecho (cm); h: altura total total (m); β0, β1..: parametros estimados

Los criterios de selección de los modelos de mejor ajuste consistieron en el que presentara el mejor balance entre la capacidad de ajuste de los datos y su complejidad, esta selección fue dividida en dos etapas: La primera etapa considero la correlación entre las variables (Coeficiente de correlación Pearson) y la existencia

15

de coeficientes de correlación no significativos fue causa para la no inclusión de la variable en el modelo. La segunda etapa de selección de modelos fue el cumplimiento de los supuestos y la comparación de los estadígrafos: El coeficiente de determinación (R2) coeficiente de determinación ajustado (R2 ajustado), el Error Cuadrático Medio de Predicción (ECMP), el Criterio de Información Akaike (AIC por sus siglas en ingles) y el Criterio de Información Bayesiano (BIC por sus siglas en ingles). En todas las pruebas de hipótesis se consideró un nivel de significancia de 0.05.

3.4.5. Análisis elemental y energético de la biomasa.

Se obtuvo una muestra de cada uno de los componentes del árbol: fuste con corteza, fuste sin corteza, corteza, forraje. Estos se analizaron en el Laboratorio de análisis de suelo, tejido vegetal y aguas de CATIE para la realizar un análisis químico completo con los siguientes métodos de análisis: digestión NítricoPerclórica del Material, Determinación por Absorción Atómica para Ca, Mg, Cu, Zn, Mn, Fe y Fósforo por método colorimétrico del extracto de digestión.

Para evaluar el potencial energético se enviaron muestras al Laboratorio se Servicios Analíticos – LASA de la Universidad de Costa Rica donde se analizó el poder calórico mediante el método de bomba calorimétrica de Parr’s de acuerdo a la norma ASTM D-5865-04 (2003) y el contenido de cenizas mediante el método de gravimetría.

4. Resultados y discusión

4.1. Cuantificación de biomasa forestal Se logró determinar las características relevantes en la plantación de Gmelina arbórea, permitiendo evaluar los parámetros de rendimiento y crecimiento de la plantación que está bajo un manejo de rebrotes con cosechas cada tres años. Esta plantación presentó una densidad de 6.190 rebrotes ha-1 con un promedio de 4,94

16

rebrotes por tocón. Bajo estas condiciones la plantación presentó una densidad, la cual se aproxima a las densidades propuesta para el manejo de plantaciones dendroenergéticas (Confederación Nacional de Organizaciones de Silvicultores et al., 2014).

Cuadro 2. Dispersión de las variables por árbol en la plantación Gmelina arborea con manejo de rebrotes con turno de 3 años en Turrialba.

Variable

Promedio

Desviación estándar

CV%

Diámetro al pecho (cm)

7,90

0,83

10,56

Altura total (m)

11,04

0,85

7,70

Rebrotes (n ha-1)

6190

523,74

8,46

Peso fresco fuste (kg)

30,87

5,48

17,76

Peso fresco follaje (kg)

4,31

1,24

28,82

Peso fresco total (kg)

35,19

6,40

18,20

Índice de esbeltez

1,40

0,06

4,39

La relación entre la altura y el diámetro (esbeltez) (Arias, 2005), es un valor que ha sido utilizado frecuentemente como un indicador de la estabilidad de los árboles se estimó en 1,40 que indica una presencia de árboles más altos y delgados, condición que es usual en plantación con alta competencia o altas densidades El incremento medio anual (IMA) a los 3 años en altura es de 3,68 m y en diámetro de 2,63 cm, comparado con la clasificación de sitios para melina en Costa Rica según Vallejos (1996) esta plantación se encuentra en un sitio medio según los incrementos en altura y diámetro.

De las variables evaluadas, el peso fresco del follaje presenta la mayor variación (CV%: 28,82), esto debido a la competencia de la plantación la cual provoca una fuerte recesión de la copas y algunos rebrotes era casi nulo el peso de esta variable.

17

Con respecto a los indicadores de densidad de la plantación (Cuadro 3), estos explican la competencia de la plantación al momento de la cosecha.

Cuadro 3. Variables de densidad en la plantación Gmelina arborea con manejo de rebrotes con turno de 3 años en Turrialba Variables Área basal (G) Índice de densidad del rodal (IDR)

Promedio 35,01 635,04

Error Absoluto 2,92 50,14

Error% 8,35 7,90

Con respecto al IDR (Índice de densidad del rodal) se determinó que esta plantación, se ubicaba dentro de los límites de la zona de densidad 4 correspondiente a una zona de autoraleo al presentar un IDR de 635, esta condición indica que la plantación se debió cosechar con anterioridad. En ningún caso se recomienda que las plantaciones se ubiquen dentro de la Zona 4 (IDR > 634), ya que dentro de esta zona los árboles están sometidos a una competencia intensa y hacia el límite superior de esta zona se espera la mortalidad de árboles por efecto de la competencia. G. arborea es una especie particularmente sensible la recesión de copas según mencionan Galloway et al. (2001) y Rojas et al. (2004) para rodales en Guanacaste de 3,6 años de edad (sin raleo y plantados a 2,6 x 2,6 m) en donde la proporción de copa viva es tan solo del 20 % en IDR de zona 4.

En la Figura 1, se presentan los valores de biomasa obtenidos, destacando que biomasa fresco total de 214,85 Mg ha-1, con un incremento medio anual de 71,61 Mg año-1.

Este rendimiento confirma a esta especie, con una de las posibles

especies para la emprendimiento de plantaciones para la producción de biomasa para fines energéticos (Rojas et al, 2004)

18

Figura 1. Estimación del biomasa aérea en estado verde por componente del árboles en una plantación de Gmelina arborea bajo manejo de rebrotes con un turno de rotación en Turrialba.

Con respecto a los errores de muestreo, en la única variable donde fue mayor al propuesto es el peso fresco follaje alcanzando un porcentaje del 15,92 muy superior a los otras variables que registraron valores inferiores al 9%. Situación que evidencia nuevamente el efecto de la alta competencia dentro de la plantación.

En la valoración de la biomasa seca (Cuadro 4), se obtuvo un 42,1% de materia seca en el componente fuste y un 50,1% en el follaje. Es importante reseñar, que el momento de la evaluación, correspondió a una época seca y esto posiblemente afecto el porcentaje de humedad de estas partes de los árboles debido a una mayor deshidratación de los tejidos. Mediante estos parámetros, se posible determinar el rendimiento de biomasa seca total de la plantación en 92,35 Mg ha-1.

19

Cuadro 4. Determinación de la materia seca y contenido de humedad de muestras tomadas en una plantación de Gmelina arborea bajo manejo de rebrotes.

Componente del árbol

Contenido de agua (%) Materia seca (%)

Fuste

57,9 (1,96) a

42,1 (1,96) a

Follaje

49,09 (0,08) b

50,1 (0,08) b

Valores entre paréntesis corresponden al coeficiente de variación y letras diferentes para cada parámetro significan diferencias estadísticas aun 95 %.

Con respecto a regeneración de brotes, la sobrevivencia se reguló por la competencia natural y factores ambientales, bajo esta condición presentó una distribución normal y en la mayoría se acumuló un promedio de 4,9 rebrotes por tocón y una mayor frecuencia relativa (24%) en tocones con seis rebrotes (Figura 2).

Figura 2. Distribución de frecuencia relativa de rebrotes por tocón presentes en la plantación de Gmelina arborea La cantidad de biomasa total por tocón es similar al menos bajo la condiciones de esta plantación cuando hay presencian de 4 hasta 9 rebrotes (Figura 3).

Sin

embargo, similitud en producción de biomasa puede estar influenciada por condiciones de competencia natural u otros factores no controlados, por tanto este

20

criterio, no discierne para este estudio, pero si permite registrar la capacidad de producción de biomasa de un tocón según la cantidad de rebrotes que este produzca, estos datos deben ser a futuro revisado y comparados.

Figura 3. Relación de numero de rebrotes por tocón biomasa-1 aérea total estado verde (kg) de Gmelina arborea bajo manejo de rebrotes, Turrialba, Cartago Con respecto a la producción de leña, en el mercado local independientemente de la especie, tienen un precio de USD 12 por metro estero puesta en planta, según el rendimiento de aprovechamiento indican una producción de 494,5 ± 41,4 metros estéreos por hectárea, considerando trozas con diámetros mayores a 2,5 cm y 1,5

21

m de longitud. Con ingreso bruto por venta de leña para esta plantación de melina fue de USD 5.934,0 esto permite establecer que un esquema de plantación o sistemas de producción de biomasa similar al evaluado, es apreciablemente atractivo, tomando en consideración la demanda de un ingenio local, es cual se estima en 7.0003 metros anuales de leña.

Actualmente, el Tecnológico de Costa Rica (TEC) se encuentra evaluando plantaciones forestales piloto con distintas especies y densidades de siembra con el fin de determinar la factibilidad técnica, económica y ambiental del establecimiento de plantaciones dendroenergéticas comerciales en el país (Ávila, 2015). Los resultados del presente estudio apoyan la hipótesis de que, las plantaciones con fines energéticos en una relación oferta/demanda de biomasa como combustible, los usos de estos sistemas de producción de biomasa forestal con fines energéticos constituyen una alternativa económicamente viable para promover la sustitución de combustibles fósiles en calderas industriales en el mediano plazo.

4.2. Caracterización de la biomasa El poder calorífico y contenido de ceniza de la madera con y sin corteza se muestra en el Cuadro 5, el mayor poder calorífico se obtuvo con melina sin corteza muestra que presenta el menor contenido de ceniza, al presentar un material más lignificado.

Cuadro 5. Poder calorífico y contenido de ceniza para Gmelina arborea en una plantación con manejo de rebrotes con turno de 3 años en Turrialba.

Análisis

Método de análisis

Melina con corteza

Melina sin corteza

Poder calórico (x 103 kJ/100g muestra seca)

Bomba Calorimétrica

1,82 ± 0,02 (a)

1,85 ± 0,02 (a)

Contenido de ceniza (% en masa)

Gravimetría

1,61 ± 0,04 (b)

0,89 ± 0,02 (b)

Valores entre paréntesis corresponden al coeficiente de variación y letras diferentes para cada parámetro significan diferencias estadísticas aun 95 %.

3

Comunicación personal Coopeatirro

22

El contenido de ceniza es un factor que afecta el inversamente poder calorífico, a mayor contenido de ceniza menor es el poder calorífico de la biomasa, las cenizas definen el contenido de materia incombustible, y además, genera mayores costos por la manipulación y tratamiento, así como los perjuicios que las cenizas supones para el funcionamiento y mantenimiento de las caldeara (Fernández, 2012) En este sentido, cabe destacar la importancia del manejo de las plantaciones para o los proceso de manejo poscosecha (descortezado) para disminuir el porcentaje de corteza en la biomasa a emplear con fines de combustión. En la plantación se logró determinar un porcentaje de corteza cercano al 20% (Figura 4)

Figura 4.Porcentaje de corteza en los árboles de Gmelina arborea en una plantación con manejo de rebrotes.

Con el propósito de evaluar y discutir las posibles implicaciones ambientales generadas del aprovechamiento de la biomasa forestal, algunos autores indican una serie de experiencias que se fundamentan en determinar la cantidad y distribución de nutrientes en las fracciones arbóreas (madera, corteza, ramas y hojas) para definir la estabilidad nutricional del sistema al aprovechar las diferentes partes del

23

árbol y Balboa, 2003). Además, de permitir predecir los compuestos que se producirán y/o desprenderán en la combustión, digestión u otros procesos.

En el Cuadro 6, se muestran el contenido por elemento en cada uno de los componentes estudiados, destaca el porcentaje de nitrógeno (N) presente en la follaje (3,07%), corteza (0,45) y madera con corteza (0,45%). Durante la combustión el nitrógeno se mezcla con el oxígeno para formar compuestos NOx, los cuales con peligrosos y presentan factores de emisión de gases de efecto invernadero considerables.

Cuadro 6. Composición química elemental de los diferentes componentes de la biomasa aérea de Gmelina arborea en una plantación con manejo de rebrotes en Turrialba Componente

Ca

Mg

K

Corteza Hojas y ramas Madera sin corteza Madera con corteza

1,04 1,54 0,14

0,32 0,30 0,04

1,78 0,94 0,28

0,40

0,12

0,66

P

N

C

Cu

Zn

Mn

Fe

% 0,14 0,26 0,03

0,45 3,07 0,04

43,40 47,88 48,00

3,4 11,8 1,6

mg/kg 121 46 63 116 15 5,2

233 86 158

Masa seca % 32,0 50,1 49,0

0,08

0,24

45,90

4,5

43

392

42,1

27

Los efectos que se producen con la extracción de la biomasa serán más o menos importantes en función de la cantidad y del tipo de fracción de biomasa que se aproveche, de la especie forestal que se emplee, de las condiciones de los suelos, así como de las medidas de protección que se adopten.

Como se desprende de la Figura 5 y Cuadro 7, el aprovechamiento de la biomasa de melina puede afectar el balance nutricional del sitio al provocarse un extracción de nutrientes, la distribución de nutrientes siguen el orden: fuste > follaje, como consecuencia de su mayor masa relativa, en el fuste madera es la fracción del árbol que acumula la mayor cantidad de elementos. La secuencia de extracción de nutrientes por el aprovechamiento de la biomasa total aérea es K>N>Ca>Mg>P.

24

Los datos del presente trabajo sugieren que para asegurar la gestión de aprovechamiento de biomasa, se puede asegurar la restitución de los elementos por los componentes que no ofrecen mayor beneficio energético como es el caso del follaje, integrando estos materiales a la plantación y diseñando programas de fertilización 100 80 60 40 20 0 Ca

Mg

K Fuste

P

N

Follaje

Figura 5. Distribución relativa de nutrientes en la plantación de Gmelina arborea según componente de la biomasa.

Cuadro 7 Distribución de los nutriente por kilogramo en los componentes de la biomasa de la plantación de Gmelina arborea.

Componente Fuste Follaje Total

Ca 31,78 20,19 51,96

Mg K P N Cu Zn Mn Fe 25,42 141,40 11,12 35,75 0,0003 0,0096 0,0037 0,0185 3,93 12,32 3,41 40,24 0,0015 0,0083 0,0152 0,0113 29,35 153,72 14,53 75,99 0,0018 0,0179 0,0189 0,0298

4.3. Ecuación alómetricas La biomasa aérea total se correlacionó altamente con el dap (r = 0,98) mientras que con la ht la correlación fue menor (r = 0,71). Por tanto el peso fresco total fue mejor explicado por la variables independiente dap, esta correlación entre las variables dependientes e independiente fueron significativas (P < 0,01) (Cuadro 8) Esta correlación es similar a la reportada por diferentes autores en condiciones de 25

bosque natural (Brown et al., 1989; Brown e Lugo, 1992; Pérez & Kanninen, 2002; Segura & Kanninen, 2005).

Cuadro 8 Coeficiente de correlación de Pearson del peso fresco total por árbol con el diámetro (dap) y la altura total para los árboles estudiados (n = 142) Variable

Dap (cm)

Altura total/ht (m)

Peso fresco total

0,98**

0,71**

** Significativo P<0,01 Es una ventaja que los modelos consideren solo la variable dap, ya que los inventarios de plantaciones o bosques naturales siempre consideran esta variable por su facilidad de medición en el campo De los modelos 8 modelos de regresión probados para estimar peso fresco total a partir de las variables independientes de diámetro y altura, los siguientes modelos (Cuadro 9), presentaron los mejores ajustes cumpliendo con los mejores criterios de ajuste al presentar valores de R2 y R2-ajustado mayores a 0,99 tanto parámetros como el modelo fueron significativos (P<0.05) y cumpliendo con la distribución normal de los residuos (P<0,05) Cuadro 9. Modelos para la determinación de la biomasa aérea total en estado verde en función del diámetro a la altura del pecho y altura total, para la plantación de Gmelina arborea con manejo de rebrotes en Turrialba.

Modelo BT = β0 + β1 *dap + β2*dap2

β0

β1

20,8499 -6,8779

β2 0,9372

Cuadrado medio del error 74,78

lnBT = β0 + β1 * lndap

-1,744

2,4221

0,069

BT = β0 + β1 *

2,9283

0,0333

55,93

dap2

*h

Por el mejor ajustes expresado por presentar un cuadro medio de error significativamente inferior a los demás modelos, se seleccionó el modelo lnBT =β + β1 Lnd) (Cuadro 10).

26

Cuadro 10. Modelo para estimar el biomasa aérea total en estado verde para la plantación de Gmelina arborea bajo manejo de rebrotes.

Ecuación

LnBT = -1,7440 + 2,4221 Ln (d) Donde: LnBT = biomasa áerea total en estado verde en kg d = diámetro a 1,3 m en cm Especie: Gmelina arborea bajo manejo de rebrotes Número de observaciones: 129 Ámbito o rango de datos Diámetro: 3,2 a 15,7 cm Método utilizado para medir variables Diámetro: medido con cinta diamétricas en el modelo a 1,3 m de altura (en cm) Estadísticos de exactitud de la ecuación: Media aritmética de la variable dependiente: 41,10 kg Coeficiente de determinación: 0,9881 Cuadrado medio del error: 0,069 El modelo para estimar la biomasa aérea total cuenta con la ventaja de que es de una sola entrada (dap), dado que es simple el cálculo entendiéndose que es una variable fácil de obtener en campo y que la mayoría de inventarios forestales cuentan con la medición de ésta.

Segura (1999) indica que para estas ecuaciones de una sola variable independiente como el dap es limitada por lo que las estimaciones de BT son válidas solo para el tipo de bosque o plantación estudiada.

Modelos con un mayor número de parámetros tienden a ajustar mejor una base de dato, no obstante tienden a ser más inestables y a modelar la variabilidad de esos datos más que su tendencia (Posada, Zoot y Rosero 2007). Adicionalmente, el mayor número de parámetros implicará mediciones adicionales de una de las variables adicionadas al modelo para el cálculo del modelo, aumentando los costos y fuentes posibles de error (Álvarez, 2008).

Adicionalmente, como se muestra en la Figura 6 con base en el modelo anterior, se elaboraron ecuaciones para estimar el peso fresco de G. melina válidos para un

27

ámbito de 3,0 a 16 cm de diámetro (dap). En general se presentó una buena asociación entre el diámetro y los pesos de la biomasa, los cuales varió entre 0,98 para peso total, 0,92 para peso de fuste y 0,56 para peso de follaje, en este último el ajuste es influenciado por la recesión de copas en la plantación,

450 Peso total: Ln(BT) = -1,7440 + 2,4221Ln(D)

Peso biomasa estado verde (kg)

400 Peso fuste: Ln(BT) = -2,3110 + 2,5398Ln(D) 350

Peso follaje: Ln(BT) = -3,9736 + 2,3993Ln(D)

300

2

R = 0,98

2

250

R = 0,92

200 150 2

100

R = 0,56

50 0

0

5

10

15

20

25

30

Diámetro (cm) Peso total

Peso fuste

Peso follaje

Figura 6. Ecuaciones para estimar el peso de la biomasa en estado verde según componente del árbol en una plantación Gmelina arborea bajo manejo de rebrotes.

28

5. Conclusiones.

Se obtuvo un rendimiento en biomasa total estado verde de 214,85 Mg ha-1, con un incremento medio anual de 71,61 Mg año-1 El rendimiento de biomasa seca fue de 92,35 Mg ha-1 y con respecto la producción de leña se contabilizó un total de 494,5 metros estéreos considerando únicamente troza con diámetro mayor a 2,5 cm.

La densidad en el ciclo de aprovechamiento fue de 6.190 ejes por hectárea con un promedio de 4,9 ejes por tocón, presentando un IDR de 635 que lo ubica en la zona de autoraleo.

El peso de la biomasa total prácticamente no muestra variación en los tocones con 4 a 9 ejes, aunque esta información debe ser verificada a futuro El valor más alto en el poder calorífico se obtuvo en el componente de madera sin corteza con 18.500 kJ kg-1, este componente produjo un menor porcentaje de cenizas (0,89%) La extracción de nutrientes por el aprovechamiento de biomasa es el orden de K>N>Ca>Mg>P. El modelo alométricos que presentó mejor ajuste para predecir la biomasa aérea fue LnBT = -1,7440 + 2,4221 Ln (d) mostrando altos coeficientes de determinación ajustada (R2-ajustado) de 0,99.

6. Bibliografía. Álvarez, G. (2008). Modelos alométricos para la estimación de biomasa aérea de dos especies nativas en plantaciones forestales del trópico de Cochabamba, Bolivia. Biomasa forestal. (Tesis de Maestria). Escuela de posgrado: Centro agronómico tropical de investigación y enseñanza, Turrialba.

29

ASTM (American Society for, Testing and Materials US). (2003).ASTM D-5865-04 Standard test method for grosscalorific value of coal and coke. In Annual Book of ASTM Ávila, A. (2015). Cuantificación de la oferta y demanda de biomasa forestal para la generación de energía renovable en el Gran Área Metropolitana Tesis Máster en Gestión de Recursos Naturales y Tecnologías de Producción. M.Sc. Cartago, CR. ITCR. 37 p Baettig, R., Yáñez, M., & Albornoz, M. (2010). Cultivos dendroenergéticos de híbridos de álamo para la obtención de biocombustibles en Chile: estado del arte. Bosque (Valdivia), 31(2), 89-99.

Brown, S. & Lugo, A. (1992). Aboveground biomass estimates for tropical moist forests of the Brazilian Amazon. Revista Interciencia, 17(1), 8-27.

Brown, S. (1997). Estimating biomass and biomass change of tropical forests: a primer (Vol.

134).

Food

&

Agriculture

Org.

Consultado

en

http://www.fao.org/docrep/w4095e/w4095e00.HTM Brown, S. (1999). Guidelines for inventorying and monitoring carbon offsets in forestbased projects. Winrock International, Arlington, Virginia. USA. 11 p.

Brown, S.; Gillespe, A & Lugo, A.E (1989). Biomass estimation for tropical forest with applications to forest inventory data. Revista Forest Science, 35(4), 881 – 902 BUN-CA (Biomass Users Network, CR). (2002). Manuales sobre energía renovable: Biomasa. San José, Costa Rica: Biomas Users Network.

CATIE. 1984. Normas para la investigación silvicultural de especies para leña.

Proyecto leña y fuentes alternas de energía. Turrialba, Costa Rica. 115p CATIE (1986). Silvicultura de especies promisorias para la producción de leña en América Central; resultados de cinco años de investigación. Turrialba, CR, CATIE. Serie Técnica. Informe técnico N° 86. 228 p

30

Chistersson y Verma, (2006). Silvicultura de rotación corta: un complemento de la silvicultura «convencional» Unasylva (FAO). 0251-1584, v. 57(= no.223) p.

34-39, 2006 Confederación Nacional de Organizaciones de Silvicultores., Consorcio Forestal del Norte de México., Unión Forestal del Estado de Nueva León. (2014).

Manual Plantaciones Dendroenergéticas. Consultado en: http://conosil.mx/pdf/manuales/Plantaciones%20Dendroenergticas.pdf De Paula Protásio, T., Bufalino, L., Tonoli, G. H. D., Couto, A. M., Trugilho, P. F., y Júnior, M. G. (2011). Relação entre o poder calorífico superior e os componentes elementares e minerais da biomassa vegetal. Pesquisa Florestal Brasileira, 31(66), 113.

DSE (Dirección Sectorial de Energía), (2011). Diagnóstico del VI Plan Nacional de Energía 2012-2030. Consultado en: http://www.dse.go.cr/es/03publicaciones /01PoliticaEnerg/Diagnostico_VI_PNE_2012-2030_julio2012.pdf Fernández, H. (2012) Valorización integral de la biomasa leñosa agroforestal a lo largo del gradiente altitudinal en condiciones mediterráneas. Consultado en: https://riunet.upv.es/handle/10251/1913

Galloway, G., Ugalde, L. and Vásquez, W. (2001). Importance of density reductions in tropical plantations: Experiences en Central America. Forests, Trees and Livelihoods Vol. 11, p217-232.

Gayoso, J., J. Guerra, y D. Alarcón D. 2002. Contenido de carbono y funciones de biomasa en especies nativas y exóticas. Proyecto FONDEF. Universidad Austral de Chile. Valdivia, Chile. 157 p.

IPCC, 2011. Informe especial sobre fuentes de energía renovables y mitigación del cambio

climático.

Consultado

en:

https://www.ipcc.ch/pdf/special-

reports/srren/srren_report _es.pdf

31

Lerma, M; Orjuela, E. (2014). Modelos alométricos para la estimación de la biomasa aérea toral en el Páramo de Anaime, Departamento del Tolima, Producción de leña. Tesis Bach. Universidad del Tolina, Ibagué. Colombia 79 p López, I., & Codina, M. (2010). Estudio de las características de la astilla forestal y buenas prácticas para su aplicación energética. Catalunya, España: INTRADER. Consultado en: http://afib.ctfc.cat/wpMcKendry, P. (2002). Energy production from biomass (part 1): overview of biomass.

Bioresource Technology, 83, 37-46.

Meza, A; Simón, D. 2005. Medición del volumen de las trozas: primer paso de la comercialización. Instituto Tecnológico de Costa Rica. Kurú: Revista Forestal 2 (4). 6p.

Morales, JP, Salazar, K. 2015. Buscan producir energía a base de madera en Costa Rica. Consultado en:

http://www.catie.ac.cr/es/catie-noticias/855-buscan-

producir-energia-a-base-de-madera-en-costa-rica Moya Roque, R; Muñoz Acosta, F; Salas Garita, C; Berrocal Jiménez, A; Leandro Zúñiga, L; Esquivel Segura, E. 2011. Tecnología de madera de plantaciones forestales: Fichas técnicas (en línea). Cartago, CR, Editorial Corporación Garro y Moya. 207 p. (ISBN: 978-9968-9643-3-3); Consultado en: www.tec.ac.cr/revistaforestal Moya, R., & Tenorio, C. (2013). Fuelwood characteristics and its relation with extractives and chemical properties of ten fast-growth species in Costa Rica.

Biomass and Bioenergy, 56, 14-21.

Muñoz Sáenz, F. (2009). Introducción y evaluación del cultivo de Miscanthus sp y Paulownia sp como fuente de biomasa lignocelulósica para la generación de energía renovable en la zona centro sur de Chile. Proyecto de Investigación. Universidad de Concepción, Chile.

32

Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO).

2001 UWET - UNIFIED WOOD ENERGY TERMINOLOGY Consultado en: http://www.fao.org/docrep/008/j0926s/J0926s00.htm#TopOfPage Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO).

(2008). La contribución de la dendroenergía a la demanda energética futura. Consultado en ftp://ftp.fao.org/docrep/fao/010/i0139s/ i0139s05.pdf Ortiz, E. (1993). Técnicas para la estimación del crecimiento y rendimiento de árboles individuales y bosques. Instituto tecnológico de Costa Rica. Revista Instituto tecnológico de Costa Rica. Departamento de Ingeniería Forestal.

Serie de apoyo académico, 16, 71- 85.

Overman, J; Witte, H; Saldarriaga, J. 1994. Evaluation of regression models for above-groundbiomass determination in Amazon rainforest. Journal of Tropical Ecology. 10: 218 – 297 Pérez, LD. & Kanninen, M. (2003). Aboveground biomass of Tectona grandis plantations in Costa Rica. Revista Journal of Tropical Forest Science, 15 (1), 199-213 Posada, S.L.; Zoot, M.S. & Rosero, R. (2007). Comparación de modelos matemáticos: una aplicación en la evaluación de alimentos para animales.

Revista Colombiana de Ciencias Pecuarias, 20, 141 – 148.

Regina, S. 2000. Biomass estimation and nutrient pools in four Quercus pyrenaica in Sierra de Gata,Salamanca, Spain. Forest Ecology Management. 132: 127 – 141.

Rojas et al, 2004. Manual para productores de melina Gmelina arborea en Costa Rica.

En Línea: consultado el 12 de mayo, 2005.

Consultado

en:

http://www.fonafifo.com Schlegel, B., J. Gayoso, y J. Guerra. (2000). Manual de procedimientos y muestreos de biomasa forestal. Proyecto Medición de la capacidad de captura de

33

carbono en bosques de Chile y promoción en el mercado mundial. FONDEFUACH-INFOR. 20 p.

Schlegel, B.; Gayoso, J. & Guerra, J. (2002). Manual de procedimientos para inventarios de carbono en ecosistemas forestales. Valdivia, Chile.

Consultado

en:

http://www.planetseed.com/es/relatedarticle/el-ciclo-del-

carbono.

Segura, M. (1997). Almacenamiento y fijación de carbono en Quercus costaricensis, en bosques de altura en la cordillera de Talamanca, Costa Rica, (Tesis Licenciatura Ciencias Forestales). Facultad de Ciencias de la Tierra y el Mar: Universidad Nacional, Heredia.

Segura, M. & Andrade, H. (2008). ¿Cómo construir modelos alométricos de volumen, biomasa o carbono de especies leñosas perennes?. Revista Agroforestería de las Américas, 46, 89-96.

Segura, M. & Kanninen, M. (2005). Allometric models for tree volume and total aboveground biomass in a tropical humid forest in Costa Rica. Revista Biotropica, 37(1), 2-8 Silvaplus (2014) . Boas Práticas no aproveitamento da biomassa florestal primária Consultado

en:

http://www.silvaplus.com/fotos/editor2/Produtos/

codigoboaspraticas_aprovbiomassa.pdf Snedecor, W., Cochran, G. (1980). Statistical methods, 7ed. University Press, Iowa, EE. UU Varela, D. (2013). Análisis de la situación actual del aprovechamiento de la biomasa para producción de electricidad en España. Consultado en: http://earchivo.uc3m.es/bitstream/handle/10016/17764/PFC_Daniel_Varela_Anton. pdf?sequence=1 Varmola M., Guatier D., Lee D., Montagnini F., y Saramaki J. (2005). 7 Funciones diversificadas de los bosques plantados, Mery,G., Alfaro, R., Kanninen, M. and Lobovikov, M. (eds), Forest in the Global Balance – Changing Paragism. Proyecto WFSE

34

2