ESTIMACIÓN DEL CARBONO EN LA BIOMASA AÉREA DE LOS BOSQUES DE LA REGIÓN DE MADRE DE DIOS

2014

REPORTE

PE

Uno de los principales retos a nivel nacional y sub-nacional es generar información detallada y con bajos niveles de incertidumbre, tanto para las estimaciones de las reservas de carbono almacenada en los bosques como para la tasa de deforestación histórica, ya que estos estudios son insumos importantes para la construcción de los niveles de referencia sub-nacional y nacionales, los cuales será utilizados para la implementación de las estrategias para la reducción de las emisiones de los GEI.

El presente estudio en un trabajo minucioso y participativo realizado entre WWF Perú y el Programa de Bosques y Clima de WWF (FCP), la Universidad de Leeds y la Mesa de Servicios Ambientales y Redd+ (MSAR) de Madre de Dios, los análisis se basaron en datos de campo de más de 600 parcelas de estimación de biomasa aérea, distribuida en los diferentes tipos de vegetación que existe en los bosques de Madre de Dios, además incorpora las recomendaciones de las Guías de las Buenas Prácticas del IPCC (2003 y 2006), con análisis estadísticos para cada etapa del estudio, los cuales sustentan la transparencia del procesamiento. Adicionalmente el estudio utiliza ecuaciones alométricas para la estimaciones de la biomasa aérea generadas para los bosques de Madre de Dios (Goodman et al., 2014).

PRESENTACIÓN

Informar sobre el contenido de carbono almacenadas en la biomasa aérea viva en sus diferentes tipos de vegetación y elaborar el mapa de carbono forestal para los bosques de Madre de Dios, empleando análisis y metodologías que puedan ser replicables para la amazonía peruana, basados en las directrices internacionales del IPCC.

OBJETIVO GENERAL

ÁREA DE ESTUDIOEl departamento de Madre de Dios se ubica en la amazonia peruana (región sur oriental) limitando con las regiones de Ucayali, Cusco y Puno, e interna-cionalmente con la República Federal de Brasil y el Estado Plurinacional de Bolivia. Madre de Dios es la tercera región más extensa del Perú, con una su-perficie de 85,301.23 km2 que ocupa aproximadamente el 15.4% de la región Amazónica y el 6,6% del territorio nacional.

ESTRATIFICACION Para efectos de este estudio se seleccionó la estratificación por tipo de vegeta-ción de los bosques de Madre de Dios generada por el Instituto de Investiga-ción de la Amazonía Peruana - IIAP para el proceso de Zonificación Ecológica y Económica (ZEE) del Gobierno Regional de Madre de Dios (GOREMAD 2009). Esta estratificación está conformada por 22 tipos de formaciones vegetales y 1 de origen antrópico además de los cuerpos de agua.

Figura 01. Mapa de estratificación por tipo de vegetación en MDD.

METODOS Y RESULTADOSCOMPILACIÓN Y SISTEMATIZACIÓN DE INFORMACIÓNEl presente estudio se basa en el análisis de los datos de las parcelas de campo muestreadas por organizaciones públicas y privadas involucradas en proyec-tos de manejo e inventarios forestales, proyectos de carbono para REDD+, investigación, entre otros, dentro del área de estudio.

La colecta de los datos incluyo la recopilación, sistematización y análisis de los datos de 608 parcela proporcionadas por (9) fuentes de Información, con estos datos se desarrollo un análisis con el fin de identificar las categorías de vegetación sub muestreados y proponer nuevos muestreos, para complemen-tar la información necesaria para una caracterización adecuada del carbono contenido en la biomasa aérea viva de los bosque de la región.

PROCESAMIENTO Y ANÁLISIS DE LOS DATOS DE LAS PARCELAS DE CAMPO COMPILADOSLos datos de las parcelas de campo fueron organizados y corregidos quedando 578 parcelas para calcular la biomasa aérea viva (BAV), el área basal (AB) por hectárea, la densidad promedio de los árboles, el nivel de identificación botánica por individuo y la densidad de la madera de acuerdo a la base de datos global de densidad forestal (Zanne et al. 2009).

La biomasa aérea de árboles y palmeras fue estimada para cada parcela y determinar la varianza en los datos, que serán necesarios para estimar la cantidad de parcelas requeridas para cumplir con los errores mínimos de muestreo por tipo de vegetación. Para esta primera etapa del análisis utilizamos las ecuaciones alométricas recomendadas para los bosques tropicales.

Chave et al. (2005) ecuación para las especies de bosques húmedos tropicales que consideran el diámetro (D) y densidad de madera (ρ) como las únicas variable predictoras:

BAV = ρ×exp(-1.499+2.148(ln(D)) + 0.207(ln(D))2 - 0.028107(ln(D))3

Para las especies de palmeras (familia Arecaceae) utilizamos la ecuación publicada por Pearson et al. (2005; p.43) que considera la altura total como única variable predictora:

BAV (kg) = 6.666 + 12.826 × height0.5 × ln(height)

Y para especies de palmeras que consideraron el DAP (D) como única medida tomada en campo, se utilizó la ecuación de Hughes (1997):

BAV (kg) = exp(0.9285 × ln(D2) + 5.7236) × 1.050/103

Con estos valores se determinó la BAV promedio para cada tipo de vegetación, se analizaron los valores extremos y las tendencias sistemáticas,

buscando diferencias significativas entre estimados de densidad por fuente y subgrupos. Luego, buscamos efectos sistemáticos entre las áreas de las parcelas, perímetro, razón área/perímetro, y año de medición, sin detectar diferencias significativas. Los resultados fueron similares para Área Basal/individuos. Encontramos que no era necesario calcular promedios o varianzas ponderadas basadas en el tamaño de la parcela para el cálculo de las reservas de biomasa.

Para la determinación del tamaño y numero de parcelas adicionales necesarias para cada tipo de vegetación, utilizamos la herramienta Winrock Terrestrial Sampling Calculator de Walker et al. 2007. Estimamos la desviación media y estándar para determinar los tipos de vegetación sub muestreadas y el número de nuevas parcelas necesarias para alcanzar una precisión total del estimado de biomasa entre 10 % y 20. El número total de las nuevas parcelas necesarias para cumplir esta condición fue de 29 nuevas parcelas distribuidas en diez (10) tipos de vegetación.

Tipos de vegetación Símbolo Superficies (ha)

Nuevas parcelas de muestreo

Comunidades pantanosas herbáceos-arbustivas Cp - her 1,990.7 1Complejo de Sabanas de Pampas del Heath Csb - H 6,474.3 1Comunidades densas de bambúes, o pacales densos, en planicies

Cpd - p 94,704.3 3

Comunidades densas de bambúes, o pacales densos, en colinas

Cpd - c 104,295.1 4

Comunidades densas de bambúes, o pacales densos, en piedemonte andino

Cpd - sa 5,046.5 1

Comunidades densas de bambúes, o pacales densos, en montañas altas

Cpd - ma 15,581.9 1

Comunidades mixtas de bambúes, o pacales mixtos, asociados con árboles dispersos en montañas altas

Cpx - ma 76,602.2 2

Bosques semicaducifolios con árboles dispersos en montañas bajas

Bs - mb 231,336.2 9

Bosques mixtos con árboles medianos y arbustos de montañas altas

Bx - ma 259,491.5 6

Comunidades arbustivo-herbáceas altoandinas Ch - an 8,505.3 1Total 804,028.0 29

Tabla 01. Número de nuevas parcelas a evaluar por tipo de vegetación

ESTIMACIÓN DE LAS RESERVAS DE CARBONO FORESTAL Con los nuevos datos de campo se realizó un nuevo procesamiento actuali-zando las estimaciones de BAV con la nueva ecuación alométrica generada para los bosques tropicales de MDD (Goodman et al. 2014). Los parámetros incluidos en esta ecuación son el diámetro (D) y densidad de madera (ρ) como las únicas variables predictoras:

BAV = exp(-0.9563 + 2.1486(ln(D)) + 1.5241ln(ρ)

Al contar con esta ecuación y, según las guías del IPCC (2006) esto nos permite alcanzar un nivel de precisión para las estimaciones de las reservas de carbono TIER 3 (método más detallado para reducir los niveles de incerti-dumbres). El nivel 3, usa tanto las ecuaciones alométricas producidas nacio-nalmente como los datos de campo nacionales.

Figura 02: Mapa de ubicación de todas las parcelas (607) instaladas en MDD para la estimación de biomasa.

Para las estimaciones de las reservas de carbono forestal estratificado se calculó la densidad general del carbono (C) para cada tipo de vegetación (C = biomasa aérea x 0.5), asumiendo que el contenido de carbono corresponde al 50% de la biomasa aérea de los árboles vivos (MacDicken1977, Fearnesi-de et al. 1999, Malhi et al. 2004, Chave et al. 2005,Goodman et. al 2014). Cada valor promedio de carbono (Mean C Mg/ha), estimado por estrato debe estar acompañado de la desviación media y estándar (SD), el coeficiente de variación (CV), el error estándar (ES), el intervalo de confianza (IC), el error acumulado (ERROR).

Para estimar las reservas promedio de carbono para cada tipo de vegetación ajustada al tamaño del área de cada estrato utilizamos el método de la cadena de Monte Carlo, con estos valores calculamos el promedio de Carbono total para los tipos de vegetación de los bosques de la región en 127.55 MgC/ha, con un error promedio acumulado de 11.25%, al 95% de confiabilidad, cumpliendo así las recomendaciones del IPCC 2006.

Finalmente, el promedio de carbono almacenado en la biomasa aérea de los bosques de Madre de Dios para sus 23 tipos de vegetacion, varía entre 0 MgC/ha y 198.31 MgC/ha, así mismo, se encuentran 03 estratos que ocupan más del 60% de extensión de total de la región y que tienen densidades medias de Carbono entre 110.79 Mg C/ha y 144.91 Mg C/ha.

Tabl

a 02

: Res

umen

de

las

estim

acio

nes

de la

bio

mas

a aé

rea

viva

(BAV

), D

ensi

dad

med

ia d

el c

arbo

no (C

Mg/

ha),

Des

viac

ión

está

ndar

(SD

), E

rror

acu

mul

ado,

D

ensi

dad

med

ia d

e C

ale

ator

izac

ión

de M

onte

Car

lo y

la D

ensi

dad

med

ia d

e C

cor

regi

do p

or e

l áre

a pa

ra c

ada

estra

to d

el ti

po d

e ve

geta

ción

.

Figura 03: Mapa de carbono alm

acenado en la biomasa aérea de los bosques de M

adre de Dios

DISCUSIÓNLa estratificación por tipo de vegetación se basa en una leyenda propuesta por el IIAP para la amazonia peruana la cual es ampliamente utilizada, esta estratificación caracteriza a la vegetación de acuerdo a su formación, estructura y adaptabilidad. Las cantidades de carbono almacenado en su biomasa aérea viva por tipo de vegetación estimadas en el presente estudio reflejan esas diferencias, esperamos que esto contribuya a las estimaciones de nivel nacional y permita realizar comparaciones con otros estudios realizados en la amazonia peruana.

La aplicación de la ecuación alométrica de Goodman et al. (2014), generada para los bosques de MDD, ha mostrado resultados más conservadores en las estimaciones de la biomasa aérea viva y en los niveles de incertidumbre asociados; es decir las estimaciones utilizando las ecuaciones alométricas de Chave et al. 2005 reportan diferencias de hasta un 10% más.

Los resultados muestran una estimación de carbono específico para cada tipo de vegetación, con estimaciones de las incertidumbres analizadas con el método de la cadena de simulación aleatorizada de Monte Carlo. El promedio del carbono estratificado y ponderado por el tamaño del área de cada estrato (para los 23 estratos) es de 127.55 MgC/ha, y con un error promedio acumulado de 11.25%, al 95% de confiabilidad.

El presente estudio cumple con las especificaciones técnicas del IPCC para la determinación de las estimaciones de la reservas de carbono en los diferentes tipos de vegetación de los bosques de la región, que consideran como principales requisitos: (i) estratificación de los bosques para una mejor precisión en las estimaciones generadas para cada estrato, (ii) que las estimaciones obtenidas sean conservadoras, y (ii) que reporten una incertidumbre baja (cercana al 10%).

CONCLUSIONESY RECOMENDACIONES

El proceso metodológico utilizado en este estudio es conservador, busca reducir los niveles de incertidumbre asociado a los tamaños y forma de muestras de campo. Flexible por lo que ha permitido incorporar estimaciones de biomasa de diferentes fuentes de información, analizando previamente las diferentes metodologías y sus efectos en las estimaciones.

El proceso de análisis y resultados de las estimaciones de biomasa aérea, se presentan de manera transparente con el fin de que sea replicable, verificable, auditable; adicionalmente las estimaciones reportan bajos niveles de incertidumbre, tal como recomienda el IPCC.

Los resultados obtenidos cumplen con el objetivo del estudio, que fue estimar las reservas de carbono en sus diferentes tipos de vegetación y la elaboración del mapa de carbono forestal para los bosques de Madre de Dios, insumo importante para la valoración económica de los servicios ecosistémicos que brindan los bosques.

Aunque se presentan bajos niveles de incertidumbre asociados a las estimaciones de la biomasa para cada estrato, este estudio sigue siendo una primera aproximación base del carbono forestal en los bosques de Madre de Dios.

Las estimaciones realizadas utilizando parcelas de campo para cada estrato de vegetación, ecuaciones alométricas propias de los bosques del área de estudio y bajos niveles de incertidumbre permiten alcanzar un nivel de estimación Tier 3.

BIBLIOGRAFÍAAvery TE, Burkhart HE (1994) Forest measurements, 4th edn. McGraw-Hill, New York

Chave J. et al. (2005) Tree allometry and improved estimation of carbon stocks and balance in tropical forests.Oecologia 145:87-99

Chave, J. et al. (2014), Improvedallometric models to estimate the aboveground biomass of tropical trees. Global Change Biology, 20: 3177–3190

Gibbon A et al. (2010) Ecosystem Carbon Storage Across the Grassland–Forest Transition in the High Andes of Manu National Park, Peru. Ecosystems 13:1097-1111

GOREMAD (2009) Macro Zonificación Ecológica y Económica del Departamento de Madre de Dios. Puerto Maldonado, 167 pp

Goodman R. et al. (2014) The importance of crown dimensions to improve tropical tree biomass estimates. Ecological Applications 24:680–698

Hughes RF (1997) Effects of deforestation and land use on biomass, carbon, and nutrient pools in the Los Tuxtlas Region, Mexico. In: Department of Forest Science, vol. Ph.D. Dissertation. Oregon State University, Corvallis, Oregon, 105pp

IPCC (Intergovernmental Panel OnClimateChange)2006 Directrices del IPCC de 2006 para los Inventarios Nacionales de Gases de Efecto Invernadero, Volumen 1 (Orientación general y generación de informes). Eds S Eggleston; L Buendía; K Miwa; T Ngara y K Tanabe.

IPCC (Intergovernmental Panel OnClimateChange) 2006 Directrices del IPCC de 2006 para los Inventarios Nacionales de Gases de Efecto Invernadero, Volumen 4 (Agricultura, silvicultura y otros usos de la tierra). Eds S Eggleston; L Buendía; K Miwa; T Ngara; K Tanabe. IGES, Hayama, JP. 679p.

Lewis SL et al. (2009) Increasing carbon storage in intact African tropical forests. Nature 457:1003-U1003Nascimento HEM, Laurance WF (2002) Total aboveground biomass in central Amazonian rainforests: a landscape-scale study. Forest Ecology and Management 168:311-321

Pearson T, Walker S, Brown S (2005) Sourcebook for Land Use, Land-Use Change and Forestry Projects. In. Winrock International and World Bank BioCarbonFund

Rügnitz MT, Chacón ML, Porro R (2009) Guía para la Determinación de Carbono en Pequeñas Propiedades Rurales. In, 1st edn. Centro Mundial Agroflorestal (ICRAF) / Consórcio Iniciativa Amazônica (IA), Lima

Walker SM, Pearson T, Brown S (2007) Winrock Terrestrial Sampling Calculator. In, 2007 ednZanne AE et al. (2009) Global wood density database.In, 2009-02-04 edn. Dryad Digital Repository