UNIVERSIDAD NACIONAL AGRARIA

LA MOLINA
Ciclo Optativo de Profesionalización en
GESTIÓN DE CALIDAD Y AUDITORIA AMBIENTAL

“Estimación de las Reservas de Carbono en la Biomasa

Aérea de una Plantación de Inga edulis en Campo Verde,
Ucayali"

Trabajo de Titulación para Optar el Título de:

INGENIERO FORESTAL

Presentado por:

Carlos Octavio Rueda Arana

Lima – Perú

2014
 AGRADECIMIENTOS

Siendo consciente que una hoja no basta para mencionar a cada una de las personas que
influyeron en mi desarrollo como profesional, quisiera expresar mi más sincero agradecimiento a
las que han contribuido de una u otra forma con este trabajo del cual me siento muy orgulloso.

A mi asesor del trabajo de investigación, Mg. Sc. Víctor Barrena Arroyo, por sus acertadas
orientaciones y sugerencias durante todo el proceso.

A mis profesores y miembros de jurado, Carlos Vargas, Carlos Llerena, Julio Alegre por su
apoyo en las últimas etapas de mi investigación.

A la empresa Bosques Amazónicos quien financió el estudio, hospedaje y traslados y brindo los
árboles para el muestreo. Al Ingeniero Jorge Chávez, quien me ayudo y asesoró con el trabajo de
campo, a los técnicos de campo y laboratorio que trabajaron hombro a hombro conmigo durante
mi estadía en Campo Verde.

A Claudia Lozano por apoyarme con el contacto en la empresa, la etapa de campo y ser mi
apoyo incansable durante el proceso. A Kesber S. por darme mayores luces en la parte
estadística.

A mis padres, por su paciencia y soporte incondicional para que siga con mi investigación,
gracias por las palabras de aliento. Ana Lucia Sánchez, por su gran amor y apoyo emocional. A
mis hermanos Hugo y Ricardo, por su empuje, sus críticas y amistad; y por los años que nos
tocan vivir en el futuro.

A los profesores de mi universidad: Rosa Maria Hermoza, Jorge Chávez, Fernando Regal,
Ignacio Lombardi y Jose Luis Marcelo por resolver mis dudas o compartir sus experiencias.

A mis amigos de la universidad: Juana Llacsahuanga por todas las idas y vueltas en la
universidad, a Pierre Cervera por el SI se puede, a Diego Olivera, Andrea Castañola, Alfredo
Young, David Sifuentes, Natalia Woo, Daniel Guizado, Alejandra Franco, Carol Sencebe,
Alejandra y Carolina Calle y el resto de compañeros de la universidad y del colegio que de una u
otra forma me ayudaron con mi investigación.

iv
 RESUMEN
Este estudio evaluó la cantidad de carbono de la biomasa aérea de los árboles de Inga edulis L.
plantados en en el distrito de Campo Verde, Ucayali.
Se estimó la biomasa aérea de los componentes (hojas, fuste y ramas) de cada árbol de la
muestra, evaluándose en total 144 árboles. La muestra fue escogida de tal manera que represente
a toda la población, para lo cual se hicieron análisis de la plantación en 65 parcelas distribuidas
en todos los estratos. En el censo se determinaron 08 categorías diamétricas y su frecuencia en la
población, la muestra escogida de 144 árboles mantuvo esa frecuencia.

Durante la evaluación destructiva, los componentes de cada árbol fueron pesados, luego se
extrajeron sub-muestras la cuales fueron llevadas a laboratorio y secadas al horno hasta lograr
temperatura constante, con el contenido de humedad de cada muestra se estimo el peso seco o
biomasa de cada componente y mediante la suma de estos se obtuvo la biomasa del árbol.

A partir de estos datos se crearon ecuaciones a partir de modelos alométricos de crecimiento que
estimen la biomasa aérea de los árboles de Inga edulis. La ecuación que mejor estimó la biomasa
total de árboles individuales es LnPT= -1.289 + 0.032 DAC2 - 0.002 DAC3 + 1.131 LnDAC.
Con esta ecuación, se estimó la biomasa aérea de la plantación.

Los resultados del estudio indican que al año 2011 la biomasa aérea total fue de 6 180.21
toneladas para la plantación de Inga edulis y la cantidad de CO2-e almacenado al año 2011 fue
de 11 330.38 tCO2-e. La variable que más se correlaciona con la biomasa aérea de la plantación
de Inga edulis es (DAC).

Se logró generar información técnico-científica sobre las reservas de carbono de la plantación de

Inga edulis; que servirá como base para la elaboración de potenciales proyectos de valoración de
servicios ambientales

v
 ÍNDICE
1 INTRODUCCIÓN............................................................................................................................................. 1
2 OBJETIVOS ..................................................................................................................................................... 3
2.1 OBJETIVO PRINCIPAL .......................................................................................................................... 3
2.2 OBJETIVOS ESPECIFICOS.................................................................................................................... 3
3 REVISIÓN DE LITERATURA ............................................................................................................................. 4
3.1 CARBONO Y SU DINAMICA EN LA ATMOSFERA .......................................................................... 4
3.1.1 Ciclo del carbono .......................................................................................................................... 4
3.1.2 Sumideros de carbono ................................................................................................................... 5
3.2 CAMBIO CLIMÁTICO Y LA PROBLEMÁTICA MUNDIAL ............................................................. 6
3.2.1 Efecto invernadero ........................................................................................................................ 6
3.2.2 Gases de efecto invernadero GEI .................................................................................................. 7
3.2.3 Problemática actual ....................................................................................................................... 8
3.3 ACUERDOS INTERNACIONALES PARA MITIGAR LOS EFECTOS DEL CAMBIO CLIMÁTICO
................................................................................................................................................................ 10
3.3.1 Respuestas institucionales, Creación de Organismos Científicos, Historia y Actualidad........... 10
3.3.2 Protocolo de Kyoto ..................................................................................................................... 12
3.3.3 Mercados de carbono .................................................................................................................. 14
3.3.4 Actualidad y Tendencia Internacional ........................................................................................ 17
3.4 LOS BOSQUES NATURALES Y PLANTACIONES FORESTALES ................................................ 20
3.4.1 Concepto de captura de carbono y los flujos de carbono en sistemas forestales ........................ 20
3.4.2 El papel de las áreas boscosas ..................................................................................................... 21
3.4.3 Proyectos forestales en el mercado regulado y mercado voluntario: .......................................... 23
3.4.4 Estimación de biomasa................................................................................................................ 24
3.4.5 Proceso estadístico para la elaboración de una ecuación alométrica de biomasa ....................... 26
3.4.6 Estudios previos realizados ......................................................................................................... 30
3.4.7 Fracción de carbono .................................................................................................................... 32
3.5 DESCRIPCION GENERAL DE LA ESPECIE ..................................................................................... 34
3.5.1 Aspectos Taxonómicos ............................................................................................................... 34
3.5.2 Descripción Botánica .................................................................................................................. 35
3.5.3 Distribución y Hábitat ................................................................................................................. 36

vi
 3.5.4 Fenología, Polinización y Dispersión ......................................................................................... 36
3.5.5 Métodos de propagación ............................................................................................................. 36
3.5.6 Usos............................................................................................................................................. 37
4 MATERIALES Y MÉTODOS ........................................................................................................................... 38
4.1 ZONA DE ESTUDIO ............................................................................................................................. 38
4.1.1 Ubicación Política y geográfica de la Propiedad ........................................................................ 38
4.1.2 Accesibilidad............................................................................................................................... 38
4.1.3 Clima ........................................................................................................................................... 38
4.1.4 Ecología ...................................................................................................................................... 39
4.1.5 Fisiografía y suelos ..................................................................................................................... 39
4.1.6 Capacidad de uso mayor de los suelos ........................................................................................ 39
4.1.7 Hidrografía .................................................................................................................................. 40
4.1.8 Vegetación .................................................................................................................................. 42
4.1.9 Fauna ........................................................................................................................................... 43
4.1.10 Características del proyecto: ....................................................................................................... 45
4.2 MATERIALES Y EQUIPOS ................................................................................................................. 47
4.2.1 Materiales.................................................................................................................................... 47
4.2.2 Equipos ....................................................................................................................................... 47
4.3 METODOLOGÍA ................................................................................................................................... 48
4.3.1 Fase de Preparación y diseño de la muestra ................................................................................ 48
4.3.2 Fase de Campo ............................................................................................................................ 52
4.3.3 Fase de Transporte ...................................................................................................................... 56
4.3.4 Fase de Trabajo de laboratorio .................................................................................................... 57
4.3.5 Fase de gabinete .......................................................................................................................... 57
5 RESULTADOS Y DISCUSION ......................................................................................................................... 63
5.1 PREPARACIÓN Y DISEÑO DE LA MUESTRA................................................................................. 63
5.2 TRABAJO DE CAMPO ......................................................................................................................... 63
5.2.1 Numero de parcelas y Ubicación ................................................................................................ 63
5.2.2 Inventario .................................................................................................................................... 63
5.2.3 Evaluación destructiva y medición biomasa aérea...................................................................... 64
5.3 TRANSPORTE ....................................................................................................................................... 69
5.4 TRABAJO DE LABORATORIO ........................................................................................................... 69

vii
 5.4.1 Secado de muestras y Determinación de la biomasa seca de cada componente ......................... 69
5.5 TRABAJO DE GABINETE ................................................................................................................... 74
5.5.1 Análisis estadístico y generación de Ecuaciones de regresión.................................................... 74
5.5.2 Calculo de cantidad de Biomasa aérea y cantidad de carbono .................................................... 78
5.6 ANÁLISIS DE LA INFORMACIÓN..................................................................................................... 79
5.6.1 Ecuación alométrica y servicios ambientales .............................................................................. 79
5.6.2 Valoración económica................................................................................................................. 80
6 CONCLUSIONES ........................................................................................................................................... 81
7 RECOMENDACIONES ................................................................................................................................... 82
8 REFERENCIAS BIBLIOGRAFICAS ................................................................................................................... 83
9 ANEXOS ....................................................................................................................................................... 89
9.1 CRONOGRAMA .................................................................................................................................... 89
9.2 PRESUPUESTO TENTATIVO ............................................................................................................. 89
9.3 UBICACION DE PARCELAS............................................................................................................... 90
9.4 FORMATOS ........................................................................................................................................... 92
9.4.1 Ubicación parcelas (coordenadas) .............................................................................................. 92
9.4.2 Inventario de parcelas: formato de Inga edulis ........................................................................... 92
9.4.3 Evaluación de biomasa aérea: Inga edulis .................................................................................. 93
9.5 ANALISIS DE CARBONO LINEA BASE: .......................................................................................... 94
9.5.1 Definición del reservorio de carbono a evaluar: ......................................................................... 94
9.5.2 Carbono en Pastos / Arbustos/ Hojarasca ................................................................................... 96
9.5.3 Carbono en suelos de pastizales .................................................................................................. 98
9.5.4 Carbono en suelos de bosque primario residual .......................................................................... 99

viii
Lista de Cuadros:

CUADRO 1: FRACCIÓN DE CARBONO EN MAURITIA FLEXUOSA L.F.,

MAURITIELLAACULEATA POR COMPONENTE
CUADRO 2: CLASIFICACIÓN TAXONÓMICA INGA EDULIS
CUADRO 3: RÍOS Y QUEBRADAS DE LA PROPIEDAD – CAMPO VERDE
CUADRO 4: ESPECIES DE COBERTURA Y ALTURA MEDIA DE LAS ÁREAS
CLASIFICADAS COMO PASTOS
CUADRO 5: TIPO DE VEGETACIÓN DE ACUERDO A LA UNIDAD FISIOGRÁFICA
CUADRO 6: LAS PRINCIPALES ESPECIES DE FAUNA QUE SE ENCUENTRAN EN LAS
ZONAS DE BOSQUES CERCA DE LOS LÍMITES
CUADRO 7: ESTRATOS DE LA PLANTACIÓN EN EL ÁREA VCS DE PROYECTO, SUB-
DIVIDIDOS POR UNIDADES DE MANEJO FORESTAL
CUADRO 8: MODELOS DE ECUACIONES ALOMÉTRICAS
CUADRO 9: CLASIFICACIÓN DIAMÉTRICA DE INDIVIDUOS
CUADRO 10: CLASIFICACIÓN DIAMÉTRICA DE INDIVIDUOS E INDIVIDUOS A
EXTRAER
CUADRO 11: DISTRIBUCIÓN DIAMÉTRICA DE 144 INDIVIDUOS A EXTRAER
CUADRO 12: TOMA DE DATOS EN CAMPO DE MUESTRA DE 144 ÁRBOLES DE LA
ESPECIE INGA EDULIS
CUADRO 13: ESTADÍSTICAS DESCRIPTIVAS DE LAS VARIABLES CONSIDERADAS EN
LA MEDICIÓN DE ÁRBOLES INDIVIDUALES DE LA ESPECIE INGA
EDULIS
CUADRO 14: RELACIÓN DAC VS HT DE 144 ÁRBOLES MUESTRA DE LA ESPECIE INGA
EDULIS
CUADRO 15: DATOS BIOMASA SECA DE COMPONENTES DE MUESTRA DE 144
ÁRBOLES DE LA ESPECIE INGA EDULIS
CUADRO 16: PORCENTAJE DE BIOMASA POR COMPONENTE PARA LOS 144 DE LA
ESPECIE INGA EDULIS
CUADRO 17: ESTADÍSTICAS DESCRIPTIVAS DE LOS PESOS SECOS, RESULTADO DE
EVALUACIÓN DESTRUCTIVA DE ÁRBOLES DE LA ESPECIE INGA EDULIS
CUADRO 18: CUADRO DE DISPERSIÓN DE VARIABLES (HT Y BIOMASA) DE LA
ESPECIE INGA EDULIS
CUADRO 19: CUADRO DE DISPERSIÓN DE VARIABLES (DAC Y BIOMASA) DE LA
ESPECIE INGA EDULIS
CUADRO 20: CUADRO DE DISPERSIÓN DE VARIABLES (DAC Y LNBIOMASA) DE LA
ESPECIE INGA EDULIS
CUADRO 21: RESULTADOS DE PRUEBA ESTADÍSTICA EN EL PROGRAMA SPSS V19
DE LOS MODELOS DE ECUACIONES ALOMÉTRICAS
CUADRO 22: RESULTADOS DE PRUEBA ESTADÍSTICA EN EL PROGRAMA SPSS V19
DE LOS MODELOS DE ECUACIONES ALOMÉTRICAS
CUADRO 23: VARIABLES LNPT REAL Y LNPT ESTIMADO EN FUNCIÓN DEL DAC DE
LA MUESTRA DE 144 ÁRBOLES DE LA ESPECIE INGA EDULIS
CUADRO 24: VARIABLES PT REAL Y PT ESTIMADO EN FUNCIÓN DEL DAC DE LA
MUESTRA DE 144 ÁRBOLES DE LA ESPECIE INGA EDULIS
CUADRO 25: CANTIDAD DE CARBONO EN LA BIOMASA AÉREA DE LA ESPECIE INGA
EDULIS

ix
Lista de Figuras:

FIGURA 1: CICLO DEL CARBONO

FIGURA 2: EL EFECTO INVERNADERO
FIGURA 3: REPORTE DE EMISIONES DEL PERÚ 2009
FIGURA 4. COMPROMISOS DE REDUCCIÓN DE EMISIONES DEL PK
FIGURA 5: COMPETENCIA DE MERCADOS 2009
FIGURA 6: COMPETENCIA DE MERCADOS 2011
FIGURA 7: TRANSACCIONES DE CARBONO POR VOLUMEN Y TIPO DE PROYECTO
POR ORIGEN
FIGURA 8: PORCENTAJE POR TIPO DE PROYECTO Y VOLUMEN DE TRANSACCION
EN MTCO2
FIGURA 9: TENDENCIA DEL PRECIO MEDIO DE CERTIFICADO DE CARBONO EN
DOLARES 2010
FIGURA 10: TENDENCIA DEL PRECIO MEDIO DE CERTIFICADO DE CARBONO EN
DOLARES 2013
FIGURA 11: PRECIO DE TRANSACCIÓN Y VOLUMEN POR PROYECTO, 2011
FIGURA 12: DIAGRAMA SIMPLIFICADO DE LOS FLUJOS Y ALMACENES DE
CARBONO EN UN ECOSISTEMA FORESTAL.
FIGURA 13: RESERVORIOS DE CARBONO ALMACENADO EN LA BIOMASA
FORESTAL
FIGURA 14: FRUTO DE INGA EDULIS
FIGURA 15: MAPA DE UBICACIÓN DE LA ZONA DE ESTUDIO – PROYECTO CAMPO
VERDE
FIGURA 16: MAPA HIDROLÓGICO EN EL ÁREA DE PROYECTO
FIGURA 17: PLANTACIÓN 2008 DE GUABA A LOS 6 MESES
FIGURA 18: PLANTACIÓN 2008 DE GUABA A LOS 22 MESES
FIGURA 19: MAPA DE LA PLANTACIÓN DE GUABA EN CAMPO VERDE
FIGURA 20: MAPA DE REFERENCIA DE LA PLANTACIÓN
FIGURA 21: SHAPE CON GRILLA 35X35M
FIGURA 22: SHAPE CENTROIDES Y SUS COORDENADAS “XY”
FIGURA 23: DIAGRAMA DE PARCELA DE MUESTREO
FIGURA 24: EVALUACIÓN DEL DIÁMETRO ALTURA CUELLO EN CAMPO
FIGURA 25: EVALUACIÓN DE LA ALTURA EN CAMPO
FIGURA 26: DERRIBO DE ARBOLES
FIGURA 27: PESADO DE HOJAS EN CAMPO
FIGURA 28: PESADO DE MUESTRA -HOJAS EN CAMPO
FIGURA 29: EMPAQUETADO DE MUESTRAS
FIGURA 30: CLASIFICACIÓN DE EMPAQUE DE LA MUESTRA DEL ÁRBOL
FIGURA 31: SECADO DE MUESTRAS EN LABORATORIO
FIGURA 32: TOMA DE PESOS DURANTE SECADO

x
 1 INTRODUCCIÓN
La problemática ambiental que enfrentan las naciones es cada vez más compleja debido al desequilibrio
creciente entre el crecimiento de la población mundial y la capacidad de los recursos para sustentar el
aumento en la demanda de servicios ecosistémicos; como consecuencia de estos procesos se da un
impacto negativo en nuestro medio de vida, la tierra.
El uso de combustibles fósiles y tecnologías industriales obsoletas, el cambio de uso del suelo y la
destrucción de millones de hectáreas forestales están provocando un aumento en la concentración de los
Gases de Efecto Invernadero (GEI) en la atmósfera. De acuerdo con estimaciones de la comunidad
científica, se requiere un esfuerzo global para reducir las emisiones, que están acentuando el
calentamiento global (FAO 2002). En relación con la contribución diferencial de cada gas de efecto
invernadero (GEI) al calentamiento global, existe el acuerdo que el más importante es el CO2 (Houghton
y Woodwell, 1989). En los últimos 200 años el incremento ha sido de 280 a 375 ppm de CO2 en la
atmosfera y sigue aumentando a tasa promedio superior a 1.5 ppm por año, la concentración recomendada
para evitar los efectos del cambio climático es 350 ppm (ASB, 2005).

Entre las posibles consecuencias de este calentamiento global están la elevación de la temperatura de los
océanos, la desaparición de glaciares, la elevación del nivel del mar, el aumento en la frecuencia e
intensidad de fenómenos climatológicos extremos (como incendios forestales, sequías e inundaciones)
debido a una mayor evaporación de agua, y superficies oceánicas más calientes. Este cambio afectaría
severamente la disponibilidad de agua y alimentos, la continuidad de los servicios ambientales que
producen los ecosistemas, y tendría importantes efectos en las actividades humanas así como
desplazamientos de poblaciones afectadas (IPCC 2007). Según un estudio del Instituto Tyndall de
Inglaterra, el Perú, después de Honduras y Bangladesh, es considerado el tercer país más vulnerable a
éstos efectos de cambio climático (Larrea 2007).

Con la aprobación en 1997 del Protocolo de Kioto bajo el respaldo de la Organización de las naciones
unidas (ONU), se establecieron las bases para desarrollar el mercado de carbono a nivel internacional
como instrumento legal para reducir las emisiones de GEI en los países más industrializados y la
adaptación al cambio climático de los países más vulnerables, bajo la normatividad de “la convención
marco de las naciones unidas para el cambio climático” (CMNUCC) o UNFCCC por sus siglas en ingles.
Los países más desarrollados se comprometieron a reducir de diversas formas sus emisiones en un 5%
con respecto a las generadas en 1990 y a evaluar los resultados en el período 2008 – 2012 (OCIC 1998).

1
Desde entonces, cada año los países involucrados tienen una reunión llamada la conferencia de las partes
(COP) la cual tiene la función de supervisar y examinar la aplicación del Protocolo y desarrollar el
proceso de negociación entre las partes de la Convención (aproximadamente 150 países) ante nuevos
compromisos y así lograr la meta de reducción de las emisiones de GEI. En el año 2012 se llevó a cabo la
COP 18 en Qatar, donde los acuerdos finales mencionan la continuidad del protocolo de Kioto por un
segundo periodo de compromiso y a pesar que al 2013 la meta no se ha logrado, cada año hay mayor
interés por parte de los países involucrados en avanzar en conjunto. Un ejemplo de este interés es que en
Diciembre, Lima será sede de la COP 20, donde se reúnen más de 150 países, colocando al Perú y
propuestas adaptación y actividades de mitigación de cambio climático frente a los ojos de todo el mundo.
Es una oportunidad de generar mayores avances y compromisos de inversión para mitigar los efectos del
cambio climático en el país.
En el Ultimo Inventario Nacional de emisiones de Gases de efecto invernadero (GEI) MINAM 2009, el
Sector Forestal contribuye el 40% de las emisiones del País, esto debido principalmente a las pérdidas de
biomasa por la alta tasa de deforestación anual y las prácticas de roza y quema de los bosques. Por lo
tanto iniciativas dentro del sector para reducir estos problemas tienen carácter de urgencia (MINAM-
PlanCC 2013). Una de estas formas de reducción de emisiones son los programas Aforestación,
Reforestación y Conservación para captura o almacenamiento de carbono, que son considerados
instrumentos con enorme potencial para contribuir a la transición hacia el desarrollo sustentable del País.
El interés en ellos surge de la información cada vez más alarmante, y mejor documentada, sobre el
proceso de calentamiento global (IPCC, 2001).
Se estima que una hectárea de una plantación arbórea sana puede fijar alrededor de 5 a 10 toneladas
anuales de CO2 de la atmosfera, dependiendo de las condiciones del lugar y la especie, Por otro lado 1
hectárea de bosque deforestado puede emitir entre 200 y 400 toneladas de CO2 a la atmosfera (FAO,
2001).
El presente estudio busca contribuir con la generación de información Técnico-científica que incremente
la base de datos y referencias para la elaboración de proyectos de comercialización de créditos de
carbono, mediante el aprovechamiento de las plantaciones forestales como sumideros de gases de efecto
invernadero y como incentivo de desarrollo sostenible tanto económico, social y ambiental.

2
 2 OBJETIVOS
2.1 OBJETIVO PRINCIPAL
Generar información técnico-científica sobre las reservas de carbono almacenado en una
plantación de Inga edulis en Ucayali; como base para la elaboración de potenciales proyectos de
comercialización de créditos de carbono en la zona (en el marco de proyectos MDL o Voluntario)
mediante el aprovechamiento sostenible de la especie.

2.2 OBJETIVOS ESPECIFICOS

Calcular la biomasa aérea (fuste, hojas y ramas) de los árboles de la plantación de Inga edulis.
Calcular la proporción de Carbono los árboles de la plantación de Inga edulis.
Generar ecuaciones que estimen el contenido de biomasa aérea del árbol (fuste, hojas, ramas).

3
 3 REVISIÓN DE LITERATURA
3.1 CARBONO Y SU DINAMICA EN LA ATMOSFERA
El carbono (C) es un elemento fundamental de los compuestos orgánicos, en los que se combina con
nitrógeno, fósforo, azufre, oxígeno e hidrógeno para constituir las moléculas más importantes para la vida
(Jaramillo, 2004).

3.1.1 Ciclo del carbono

El Carbono circula entre la materia orgánica y el ambiente físico-químico de manera constante. El
movimiento del Carbono ocurre a diferentes escalas espacio-temporales, que van desde el nivel molecular
hasta el global, como se observa en la Figura 1. El Carbono, en su unión molecular con el oxígeno,
constituye el Dióxido de carbono (CO2), gas resultante de procesos tanto geoquímicos como biológicos, y
cuya presencia en la atmósfera es fundamental en la regulación de la temperatura del planeta debido a sus
propiedades como gas de invernadero (Jaramillo, 2004).

Figura 1: Ciclo del carbono

Fuente: Wikipedia.org 2006. www.es.wikipedia.org/wiki/Ciclo_del_carbono

Comprende dos ciclos que se suceden a distintas velocidades:

Ciclo biológico: comprende los intercambios de carbono (CO2) entre los seres vivos y la
atmósfera; es decir, la fotosíntesis, proceso mediante el cual el carbono queda retenido en las
plantas y la respiración que lo devuelve a la atmósfera. Este ciclo es relativamente rápido,
estimándose que la renovación del carbono atmosférico se produzca cada 20 años.

4
 Ciclo biogeoquímico: regula la transferencia de carbono entre la atmósfera y la litosfera (océanos
y suelo). El CO2 atmosférico se disuelve con facilidad en agua, formando ácido carbónico, el cual
ataca los silicatos que constituyen las rocas resultando iones bicarbonato. Estos iones disueltos en
agua alcanzan el mar, son asimilados por los animales para formar sus tejidos, y tras su muerte se
depositan en los sedimentos. El retorno a la atmósfera del carbono, se produce en las erupciones
volcánicas tras la fusión de las rocas que lo contienen. Este último ciclo es de larga duración, al
verse implicados los mecanismos geológicos. Además, hay ocasiones en las que la materia
orgánica queda sepultada sin contacto con el oxígeno que la descompone, produciéndose así la
fermentación que lo transforma en carbón, petróleo y gas natural (Larrea 2007).
El almacenamiento del carbono en los depósitos fósiles supone en la práctica una rebaja de los niveles
atmosféricos de dióxido de carbono; Pero si los depósitos se liberan, como se viene haciendo desde
tiempo inmemorial con el carbón, o más recientemente con el petróleo y el gas natural; el ciclo se
desplaza hacia un nuevo equilibrio en el que la cantidad de CO2 atmosférico es mayor; más aún si las
posibilidades de reciclado del mismo se reducen al disminuir la masa boscosa y vegetal. La explotación
de combustibles fósiles para sustentar las actividades industriales y de transporte junto con la
deforestación son hoy día, las principales agresiones que sufre el planeta, con las consecuencias
conocidas: cambio climático; generado por el efecto invernadero, la desertización, etc. (Larrea 2007).

3.1.2 Sumideros de carbono

Se conoce como sumidero todo sistema o proceso por el que se extrae de la atmósfera un gas o gases y se
almacena. Es necesario poder medir la biomasa cuando se considera la cuestión de los sumideros de
carbono, ya que las mediciones de la biomasa proveen una estimación de la cantidad de carbono
contenida en la vegetación. Por lo tanto, la biomasa representa una medida indirecta de la cantidad de
carbono que es almacenada por la vegetación leñosa. La estimación de la biomasa también permite
establecer la cantidad de dióxido de carbono que puede ser removido de la atmósfera gracias a la
reforestación (Polzot, 2004).
Varios almacenes de carbono pueden ser identificados dentro de los sistemas forestales. Estos incluyen el
suelo, la madera viva de los árboles, la madera subterránea en las raíces y la materia orgánica muerta en el
piso del bosque. El carbono total almacenado en el ecosistema es simplemente la suma del carbono
almacenado en los diferentes almacenes o depósitos (Masera et al, 2000 citado por Dávalos et al., 2008).
El carbono almacenado es la cantidad total de Carbono contenido por la biomasa, mientras que el carbono
“capturado” o “secuestrado” es una medida del flujo dinámico del crecimiento anual de la biomasa.
(Dávalos et al., 2008).

5
3.2 CAMBIO CLIMÁTICO Y LA PROBLEMÁTICA MUNDIAL
Se llama cambio climático a la variación global del clima de la Tierra. La Convención Marco de Naciones
Unidas sobre Cambio Climático (CMNUCC) o UNFCCC por sus siglas en ingles define el cambio
climático como un “cambio de clima atribuido directa o indirectamente a la actividad humana, que altera
la composición de la atmósfera mundial y que se suma a la variabilidad natural del clima observada
durante períodos de tiempo comparables”.
Las causas del problema del cambio climático se encuentran en nuestro modelo productivo y social,
basado, desde el siglo XIX, en el uso creciente de la energía de una manera poco sostenible, que además
procede en un 85% de combustibles fósiles: carbón, petróleo y gas natural. Según el Tercer Informe del
IPCC, se observa que, si bien la evolución de la temperatura se puede explicar suficientemente bien sólo
mediante causas naturales durante la primera mitad del siglo XX, no es así durante la segunda mitad. Sólo
considerando el papel del ser humano es posible explicar el aumento de temperatura observado en el
planeta en la segunda mitad del siglo pasado. Los incrementos de temperatura del siglo XX han sido,
probablemente, los mayores ocurridos en un siglo en los últimos 1 000 años (Carreras et al., 2007).

3.2.1 Efecto invernadero

El cambio climático no puede entenderse sin antes explicar en qué consiste el efecto invernadero ya que
es su principal causa. A la Tierra llega una cantidad de radiación solar, de la cual parte es reflejada al
espacio (aproximadamente un tercio) y el resto es absorbida por los componentes del sistema climático
(Figura 2): Atmósfera, hidrosfera, criosfera, litosfera y biosfera. Parte de las radiaciones absorbidas y
emitidas por la Tierra quedan retenidas de forma similar a como sucedería en un invernadero, cuyo
funcionamiento se basa en que el cristal que recubre las plantas deja pasar la radiación del Sol, y en
cambio retiene la radiación emitida por el suelo y las plantas, creando un ambiente más cálido en el
interior que en el exterior. Así pues, la atmósfera es prácticamente transparente para la radiación
procedente del Sol (principalmente en la parte visible de onda corta del espectro), pero no ocurre lo
mismo para la radiación de onda larga que proviene del planeta. Esta última es absorbida en parte por
determinados gases presentes en la atmósfera (Echagüe, 2006).

Estos gases son conocidos como gases de efecto invernadero (Green house gases “GHG” por sus siglas en
ingles), y desempeñan un importante papel en el calentamiento de la atmósfera, ya que gracias a su
existencia, la temperatura de la Tierra tiene un valor medio global de unos 15 ºC, esencial para la vida, en
lugar de los -18 ºC que tendría si estos gases no estuviesen presentes en la atmósfera (Echagüe, 2006).

6
 Figura 2: El Efecto Invernadero
Fuente: Climate change 2007: The Physical Science Basis – (IPCC, 2007)

3.2.2 Gases de efecto invernadero GEI

Se denominan "Gases de Efecto Invernadero" (GEI o GHG por sus siglas en inglés) aquellos
componentes gaseosos de la atmósfera, tanto naturales como antropogénicos, que absorben y re-emiten
radiación infrarroja (UNFCCC, 1998). Estos gases son: Dióxido de carbono (CO2), metano (CH4), óxido
nitroso (N2O), hidrofluorocarbonos (HFC), perfluorocarbonos (PFC) y hexafluoruro de azufre (SF6).

El Perú emite menos del 1% de las emisiones de gases de efecto invernadero (GEI) globales, un
porcentaje muy reducido en comparación con Estados Unidos que produce el 25% de los GEI y Europa
del este con 27% (La Republica, 2007). Los inventario de gases de efecto invernadero (GEI), realizado en
el Perú en el año 1994, 2000 y 2009 confirmó que la mayor cantidad de emisiones de GEI (en unidades de
CO2 equivalente) corresponde a la categoría no energética, sino al uso de suelos, cambio de uso de suelos
y silvicultura (USCUSS o LULUCF por sus siglas en Ingles). De acuerdo al primer inventario nacional de
1994, estimó un total 98 817 GgCO2 eq (1 Gg = 1000 tCO2), el segundo inventario nacional al año 2000
estimo un total de emisiones de 120 023 GgCO2 eq y el tercer inventario al año 2009 estimo un total de
134 570 GgCO2 eq... En el subsector de cambio de uso del suelo y silvicultura al año 2009 se registró 52
946 GgCO2 eq, representando el 39.3% de emisiones del país. Mayormente por la conversión del bosque
en otras áreas (PlanCC, 2012).

7
 200000
USCUSS
150000 134,570
Gg de CO2 eq desechos
100000 agricultura
Proc.indu
50000
Transporte
0 Energia
1994 2000 2009
Figura 3: Reporte de Emisiones del Perú 2009
Fuente: Actualización de inventarios GEI 2009 - PlanCC

3.2.3 Problemática actual

Se prevé que el consumo de energía aumentará en un 50% en los próximos veinticinco años y que los
países continúen dependiendo de combustibles fósiles para satisfacer sus necesidades. Se anticipa que las
emisiones de dióxido de carbono (el gas que más contribuye al efecto invernadero) se duplicarán para el
año 2030. El Perú, después de Honduras y Bangladesh, es el tercer país de Latinoamérica más vulnerable
al cambio climático (Larrea 2007).
Entre otros, se espera cambios en la cantidad de precipitaciones, salinidad del mar, patrones de vientos,
intensidad y duración de sequías, frecuencia de tormentas de lluvia, ondas de calor y ciclones tropicales.
Asimismo existe evidencia que el nivel del mar está aumentando, los glaciares retrocediendo, que el hielo
del océano Ártico se está haciendo más delgado y la incidencia de eventos extremos de clima se está
incrementando en diversas partes del mundo (Universidad Austral de Chile - UACH, 2012).

La creciente demanda de recursos en el país debido a que el Perú ha experimentado un crecimiento

poblacional superando en el año 2009 los 29 millones de habitantes. En los últimos diez años la pobreza
ha disminuido, pasando de representar el 54,8% de la población en el 2001, a ser el 34,8% en el 2009
(MEF, 2010). Por otro lado, el consumo final total de energía ha crecido en un 50% entre el 2000 y el
2009 (MINEM, Anuario Estadístico de Electricidad, 2009b), debido no solo a un aumento de la demanda,
sino también a un crecimiento en el parque automotor, un proceso de expansión de la electrificación rural
y un significativo cambio en la matriz energética con la entrada del gas natural, la cual afectó la

8
composición de la matriz eléctrica que pasó de estar conformada en un 80% por energía hidroeléctrica y
un 20% por energía térmica en el 2000, a tener una composición de 60% de hidroeléctrica, 35% de gas
natural y 5% de térmica en el 2009 (MINEM, Balance de Energía, 2009a).
En nuestro país, el 98% del agua se encuentra en la cuenca del Amazonas, precisamente donde existe muy
poca actividad productiva industrial. El 1,7% está en la cuenca del Pacífico, donde se ubica el 60% de la
población y el 70% de las actividades productivas, lo cual implica que en algún momento las deficiencias
de agua serán mayores, aunque ya en algunas provincias ha comenzado a vivirse la situación, son
ejemplos Ica y Huancavelica, lo que podría causar a futuro el desplazamiento de la población en búsqueda
de recursos. Un grupo de diez países reúne el 80% de los bosques primarios del mundo, en este grupo,
Indonesia, México, Papúa Nueva Guinea y Brasil experimentaron las mayores pérdidas de bosques
primarios entre 2000 y 2005 (Larrea 2007).
Los efectos del cambio climático serán distintos de acuerdo a las zonas geográficas, sin embargo, la
mayor parte de la población afectada se encontrará en países en desarrollo, quienes son más vulnerables y
con menor capacidad de adaptación a las nuevas condiciones ambientales.
Los bosques constituyen un componente fundamental del ciclo de carbono del planeta, en ellos se produce
el 80% del intercambio entre la superficie terrestre y la atmosfera, sin embargo, la deforestación tropical
actualmente es causa de las emisiones de alrededor de 1 800 millones de toneladas de carbono al año
(FAO, 2001). En la selva peruana se deforesta media hectárea por minuto (0,5 ha/minuto) (INRENA,
2001). Recientes publicaciones de FAO indican que el stock de carbono del Perú se ha reducido de 8831 a
8560 millones de toneladas en el periodo 1990-2010 (FRA 2010). Esta información se complementa al
ver las estadísticas de la publicación “Perú 2008 Indicadores ambientales – INEI” donde la superficie
boscosa del Perú se está reduciendo considerablemente a través de los años de 70 156 a 68 742 millones
de Hectáreas de bosque durante el periodo 1990 - 2005 (INEI 2008). Como información adicional el
Ministerio de Agricultura estima una tasa promedio de deforestación en el período 2000 – 2009 de 123
203 ha/año (MINAG 2010)
Una plantación de árboles es considerada un sumidero de carbono, ya que el árbol tiene en su biomasa
seca entre 42% a 50% de carbono. Para estudios referentes a sumideros de carbono es necesario poder
medir la biomasa, puesto que las mediciones de la biomasa proveen una estimación de la cantidad de
carbono contenida en la vegetación. Por lo tanto, la biomasa representa una medida indirecta de la
cantidad de carbono que es almacenada por la vegetación leñosa. La estimación de la biomasa también
permite establecer la cantidad de dióxido de carbono que puede ser removida de la atmósfera por la
reforestación (Polzot 2004, citado por Dávalos et al., 2008).

9
El Perú es uno de los países con más posibilidades de generar mitigación de cambio climático y acceder a
los mercados de carbono, pues según el Plan Nacional de Reforestación (2006) se menciona que el Perú
cuenta con 10.5 millones de hectáreas de tierras aptas para la instalación de plantaciones forestales: 7.5
en sierra, 2.5 en selva y 0.5 en costa; y al desarrollar proyectos de captura de carbono en sus bosques y
plantaciones, serían considerados como instrumentos con enorme potencial para contribuir a la transición
hacia el desarrollo sustentable de sus zonas más pobres o alejadas; esto concuerda con la política
nacional de medio ambiente “Avanzar la ciencia y la práctica de la forestería/agroforestería para
transformar las vidas y paisajes de los pobres rurales de los países en vías de desarrollo, contribuyendo a
la seguridad alimenticia, la generación de ingresos, la conservación y restauración del
medioambiente”(MINAM 2009).

3.3 ACUERDOS INTERNACIONALES PARA MITIGAR LOS EFECTOS DEL CAMBIO

CLIMÁTICO

3.3.1 Respuestas institucionales, Creación de Organismos Científicos, Historia y Actualidad

Desde la celebración de la primera conferencia mundial del clima en 1979, ha existido una creciente
preocupación entre la relación del clima con el ser humano. Durante la década de 1980 con la
preocupación en aumento, los gobiernos tomaron cada vez más conciencia de los problemas medio
ambientales y nace la inquietud internacional de crear un grupo de expertos sobre el cambio climático
(Alvarez Gallego 2009).

No fue hasta 1988 cuando finalmente la Asamblea General de la ONU aprobó una resolución en la que se
pedía “la protección del clima para las generaciones actuales y futuras de la humanidad” y se creó el
Panel Intergubernamental del Cambio Climático (IPCC en sus siglas en ingles), con el fin de orientar y
evaluar la información científica sobre este tema.

En 1990 en la segunda conferencia mundial sobre el clima (Ginebra, 1990) se presenta el primer informe
del IPCC donde se confirma que la amenaza del cambio climático de origen antropogénico era real;
Actualmente se encuentran realizando el quinto informe donde se brindan nuevas evidencias y resultados
más precisos de estudios científicos independientes alrededor del mundo y se establecen proyecciones a
futuro de los impactos globales a través de simuladores de cambio climático, así como el manejo de
riesgos de los desastres naturales producto del cambio climático (Summary for Policymakers, IPCC WGI
Fifth Assessment Report, IPCC draft, 2013).
Producto de esto la ONU se vio en la necesidad de crear un nuevo foro internacional sobre el cambio
climático, varios meses después se realizó la adopción de la Convención Marco De Las Naciones Unidas

10
Para El Cambio Climático (CMCC); (United Nations Framework Convention on Climate Change,
UNFCCC) firmada el 4 de Junio en la cumbre de Rio de Janeiro 1992 (Brasil), a partir del año 1994 entro
en vigor e incluye a 188 estados que se reúnen anualmente en convenciones llamadas Conferencias de las
Partes (COP) para tomar decisiones o buscar soluciones sobre temas de cambio climático.

Se establecieron los siguientes compromisos (CONAM, 2001 a):

· Elaborar un inventario de las emisiones.
· Programas nacionales de mitigación y adaptación.
· Desarrollo de transferencia de tecnologías de sectores
· Promover la gestión sostenible de sumideros

Unos años después, durante el COP 3 realizado en Kyoto 1997, tras negociaciones intensas se adoptó el
protocolo de Kyoto, donde se introdujo objetivos vinculantes para la reducción de emisiones de gases GEI
para 37 países industrializados en el periodo 2008-2012 y no fue hasta la COP 7 Marrakech 2001 donde
se completaron las negociaciones del protocolo de Kyoto y se incluyó solo los procesos de Forestación y
Reforestación como sumideros de carbono aptos para su transacción para el objetivo a cumplir en 2012
(Alvarez Gallego 2009).

Durante la COP 15 realizada en Copenhaguen 2009, se generó una gran audiencia y expectativa global,
muchos países estaban interesados en lograr acuerdos tangibles para cumplir los compromisos adquiridos
en el protocolo de Kioto, sin embargo luego de exhaustivas negociaciones el logro más resaltante solo fue
la creación de un fondo verde de 100 billones de dólares hasta el 2020 para apoyar a los países más
vulnerables al cambio climático y el compromiso de los gobiernos de los países desarrollados en limitar el
incremento global de temperatura en 2 grados Celsius como máximo; el gran problema es que no se tuvo
un acuerdo en cómo lograrlo (COP15, Copenhaguen 2009). De cierta forma se cambió la estrategia
principal de reducir las causas del cambio climático a la de mitigar los impactos climáticos, creando gran
frustración entre científicos, ONG’s y la población en general. Una de las razones por las que se tuvo
estos cambios, fue la grave crisis económica que afecto tanto a USA como a muchos países de Europa lo
cual les impedía exigir a sus gobiernos más inversión y compromiso en las actividades de mitigación del
cambio climático por lo tanto las restricciones presupuestarias y las fragilidades financieras en buena
parte de los países desarrollados limitaban compromisos más generosos de esos países, por razones
vinculadas también con los procesos políticos internos (Ciencia de la Tierra Wordpress, 2009).

Finalmente, luego de 2 años de negociaciones poco fructíferas en la COP 16: Cancún y COP 17: Durban,
en diciembre del año 2012, se llevó a cabo la COP 18 en Qatar, donde los acuerdos finales mencionan la

11
continuidad del protocolo de Kioto por un segundo periodo de compromiso de 8 años, la finalización del
plan de apoyo tecnológico y científico para proyectos de reducción de emisiones en los países en
desarrollo. Además, Como resultado de la necesidad de reflejar las preocupaciones de todos los países y
lograr un equilibrio aceptable en un contexto de consensos lábiles, el acuerdo incluye por primera vez, de
manera formal, la instauración de un proceso para atender las cuestiones relacionadas con las pérdidas y
daños debidos al cambio climático. Se decide establecer arreglos institucionales, tales como un
mecanismo internacional que permita hacer frente a los daños y las pérdidas asociadas con los impactos
del cambio climático en los países en desarrollo que son particularmente vulnerables a los efectos
adversos del cambio climático. Esos arreglos institucionales debieran estar completados a fines de 2013.
Para esto se presentó un procedimiento de compensación por el cual los países que fueron los principales
emisores aceptan compensar los daños ocasionados. Aunque no se haya determinado la magnitud de las
contingencias y la dimensión de los pasivos, y se recomiende adoptar medidas precautorias, la
introducción de la noción de compensación, y el consecuente apoyo financiero, tecnológico y de
capacidades, aún con la cautela textual con la que se ha concretado, constituye por cierto un cambio
sustantivo (Finanzas Carbono: COP 18, 2013). Finalmente el la COP 19 ocurrida en Varsovia, se logró
incluir a los Proyectos REDD como mecanismo valido para reducir emisiones y un fondo verde de
inversión para estas iniciativas. Durante la COP 20 que se realizara en Lima, se espera validar los
procesos de monitoreo, reporte y verificación de los proyectos REDD y sentar las bases científica y
políticas que serán debatidas en la COP21 a realizarse en Paris en 2015, donde se va definir los
compromisos de mitigación del cambio climático que los países desarrollados y en desarrollo deberán
cumplir y el método de financiamiento (Finanzas Carbono: COP 19, 2014)

3.3.2 Protocolo de Kyoto

El Protocolo de Kyoto, desarrollado en 1997 y que entró en vigor en febrero de 2005, establece
limitaciones cuantitativas de las emisiones de los GEI para los países industrializados y aquellos en
transición a economías de mercado (países del Anexo I). Estos países asumen el compromiso de reducir,
individual o colectivamente, durante el quinquenio 2008-2012 al menos un 5,2% sus emisiones
antropógenas de los Gases de efecto invernadero (GEI), como se muestra en la figura 4, con objeto de
control con respecto a las emisiones de 1990 (Greenpeace, 2006).
El Protocolo de Kyoto, donde participa Perú y otros 140 países, prevé reducir sustancialmente los GEI de
origen antropogénico (generados por el hombre) como:
•CO2 (dióxido de carbono)
9 Captura por fotosíntesis
9 Liberación por respiración, descomposición y quemas

12
 •N2O (óxido nitroso)
9 Subproducto de la nitrificación y desnitrificación
•CH4 (metano)
9 Generado en procesos de descomposición anaeróbica en suelos, compostados y
abonos (en proceso o almacenados)
9 Fermentación entérica
9 Combustión incompleta de materia orgánica
•NOx, NH3, NMVOC, CO (precursores de GEI's)
9 Combustión
9 Procesos en suelos (lixiviación y escorrentía)

En las negociaciones del Protocolo de Kyoto, se hizo ver la presión hacia los diferentes países para la
reducción de los GEI aunque fuera de manera simbólica. Es por esta razón que se ideó la manera para que
fuera posible la transacción mediante “compensaciones” de carbono, esto incluye a los bonos de carbono
provenientes de plantaciones forestales, con ello se cumplirían las metas de reducción de las emisiones en
los países más desarrollados (IUCN, 2002).

Figura 4. Compromisos de reducción de emisiones del PK.

Fuente: Optimización de la planificación forestal considerando la captura de carbono, México, Sergio Alvarez
Gallego 2009
Los mecanismos del protocolo incluyen:
Implementación conjunta (I.C)
Comercio de emisiones (C.E.)
Mecanismos de desarrollo limpio (MDL)
De las cuales los primeros dos mecanismos son desarrollados para los países desarrollados y el último es
para países en vías de desarrollo (países NO anexo I).

13
El MDL es una opción en los países en vías de desarrollo para alcanzar la sostenibilidad, mediante la
mejora de tecnología y el uso de fuentes energéticas renovables y eficientes. En el Perú este tema se está
trabajando con un grupo de consultores del FONAM y una junta directiva del MINAM. (Burga 2010)
El protocolo de Kioto al año 2013 tiene registrados 5200 Proyectos en 80 países, 50 Programas de
actividades en 27 países, sumando un volumen total de más de 10 000 millones de toneladas de CO2
capturado y un valor en transacciones de 215 000 millones de dólares a lo largo de 10 años desde su
aplicación, se espera que para el segundo periodo de compromiso que debe entrar en vigor en la
Conferencia de las Partes (COP-21) París 2015, se firmen acuerdos importantes de compromisos de
reducción de emisiones (Finanzas Carbono, 2013).

3.3.3 Mercados de carbono

Los mercados de créditos de carbono son sistemas de comercio a través de los cuáles los gobiernos, las
empresas o individuos pueden vender o adquirir reducciones o “compensaciones” de emisiones de gases
de efecto invernadero (GEI) Los mercados de carbono son un medio innovador y complementario para
transferir tecnologías y sistemas de gestión más limpios a los países en vías de desarrollo a la vez que
ponen límites y precio a las emisiones (CeroCo2, 2008).
Durante la última COP 18 realizada en Qatar, donde los acuerdos finales mencionan la continuidad del
protocolo de Kioto por un segundo periodo de compromiso de 8 años y la finalización del plan de apoyo
tecnológico y científico para proyectos de reducción de emisiones en los países en desarrollo. Se
mencionó una evolución del PK hacia una nueva forma de cuantificar las “compensaciones” de carbono
que son transferidas como Bonos de carbono. Pasará de cuantificar no solo la captura de gases GEI, sino
de cuantificar los servicios ambientales en general tanto, conservación ecológica, beneficios sociales y
mejora en los sistemas naturales de agua y suelos. Esto producto de los beneficios extras que los
proyectos del tipo REDD+ genera y que no son cuantificados aun. Esta evolución será discutida en los
próximos años durante las COP venideras. Actualmente en la COP 19 en Varsovia, se iniciaron
negociaciones para incluir a todos los países participantes en el proceso de reducción de emisiones
mundiales, esto involucra tener una responsabilidad compartida pero diferenciada de acuerdo al nivel de
desarrollo, además de la creación de un fondo verde que apoye a los países más vulnerables frente al
cambio climático. La COP 20 se realizara en Perú en diciembre 2014, donde se finalizaran las
negociaciones y se presentaran los borradores de los compromisos de reducción de emisiones de cada país
que deberán ser debatidos y aprobados en la COP 21 en Paris. (Finanzas Carbono, 2013).

14
3.3.3.1 Mercados regulados
Estos mercados están regulados por el Protocolo de Kyoto (compra/venta de derechos). Permite la
compra/venta de los derechos de emisión creados y asignados entre los distintos países miembros del
Anexo I-El emitir menos de lo permitido deja un margen de permisos de emisión (o derechos) que pueden
ser vendidos a otros países que, por diferentes razones, no lograron emitir menos de los establecido
(CeroCo2, 2008). Existen 3 mercados regulados:

A. Certificado de emisiones (CE)

El certificado de emisiones es el mecanismo que permite la transferencia de Reducciones de carbono “no
usadas”, entre países industrializados que tengan sus Derechos de emisión por debajo de los límites
permitidos; con aquellos que han Excedido sus niveles en un período de cumplimiento dado, este proceso
se conoce en el mercado como “Cap & Trade”. Las unidades de venta se Denominan Assigned Amount
Units (AAU’s por sus siglas en inglés). (Castro, et al.2002).

B. Implementación conjunta (IC)

Como su nombre lo indica, este mecanismo permite la reducción de emisiones de Carbono de manera
conjunta entre los países del Anexo I. En este caso, se acreditan unidades de reducción de emisiones a
favor del o los Países que financian proyectos de mitigación de cambio climático en los países del Anexo
I. Las unidades de Venta se denominan Emission Reduction Units, ERU’s por sus siglas en inglés.
(UNFCCC, 2005).

C. Mecanismos de desarrollo limpio (MDL)

Este mecanismo consiste en un sistema para obtener financiación adicional para los proyectos destinados
al desarrollo sostenible, de forma que los países desarrollados puedan restar de sus emisiones la reducción
obtenida en los proyectos que financien. (Echagüe, 2006) Los proyectos deberán ser aprobados por las
partes involucradas, conducir a un desarrollo sostenible en los países anfitriones y deben resultar en
beneficios reales, mensurables y a largo plazo en cuanto a la mitigación al cambio climático. Las
reducciones deben ser adicionales a aquellas reducciones que pudieran ocurrir en ausencia de la actividad
del proyecto. (FONAM, 2008).
Perú hasta el año 2013 ha ratificado el Protocolo de Kyoto, por lo que se puede beneficiar de este
mecanismo.

3.3.3.2 Mercados Voluntarios

Además de los mercados oficiales, han aparecido nuevos mercados: Los mercados voluntarios consisten
en un número de diversos estándares de certificación de reducción de emisiones de carbono. Se entiende

15
como diversas transacciones individuales negociadas por ciudadanos particulares, organizaciones
privadas o públicas. Los actores mencionados participan activamente por su voluntad de tomar conciencia
y responsabilidad de sus emisiones de GEI. Los mercados voluntarios emulan la estructura de los
mercados regulados (Larrea 2007).
Como piloto para la captura de gases de efecto invernadero, el CCX - Chicago Climate Exchange,
Illinois, USA), funcionó del 2003 al 2006, actualmente le tomó la posta Oregon – Estados Unidos y New
South Wales NSW Australia, dada la carencia de compromiso de muchos países frente a la iniciativa del
PK y la falta de la actividad de la legislación de gases de efecto invernadero, un número de esquemas
reguladores han emergido en torno a los gases de efecto invernadero. Dos de los más prominentes de
éstos son el esquema de la disminución de NSW de Australia (cubierto por separado por Market Watch1)
y el estándar del CO2 de Oregon, que generan un gran impacto a nivel de estos gobiernos.
Dentro de los estándares voluntarios Forestales más utilizados al año 2013 se encuentran el Voluntary
Carbon Standard (VCS), Climate Action Reserve (CAR), Carbon Fix, Gold Standard Foundation (GS),
Plan Vivo y el Climate, Community and Biodiversity Alliance (CCBA). La tendencia actual en estos
estándares es incluir además de la medición de captura de carbono, los conceptos de Sostenibilidad
Ambiental y social tan necesarios en los proyectos de este tipo, donde los ecosistemas y las comunidades
más cercanas son beneficiadas o afectadas (Estado del Mercado Voluntario de Carbono, 2012).

Existe un reporte anual de los mercados voluntarios: El informe del Estado de los Mercados Voluntarios
de Carbono 2012: Dimensión en Desarrollo es el sexto informe anual creado para conocer los volúmenes
de créditos intercambiados, precios, tipos de proyectos, lugares, y motivaciones de los compradores, que
de forma voluntaria compran créditos de carbono. Las conclusiones se basan en los datos reportados por
312 proveedores del mercado voluntario, siete bolsas de intercambio de créditos y todos los registros
importantes (Estado del Mercado Voluntario de Carbono, 2012).

A continuacion la participación global de los diferentes estandares de certificacion voluntarios y su

influencia en el mercado global a travez de los años, se puede apreciar que los estandares de certificacion
más representativos son Verified Carbon Standard, Climate Action reserve (CAR) y Gold Standard
Foundation (GS) con casi el 82% de las reducciones generadas dentro del mercado voluntario al 2012.

1
Página Web: http://www.ecosystemmarketplace.com/pages/dynamic/marketwatch.landing_page.php

16
 Figura 5: competencia de mercados 2009.
2
Fuente: State of the Voluntary carbon markets 2010

Figura 6: competencia de mercados 2011.

Fuente: State of the Voluntary carbon markets 2012

3.3.4 Actualidad y Tendencia Internacional

Luego de las crisis del 2009, tanto el mercado oficial como el voluntario tuvieron una reducción
significativa de sus transacciones y el valor de sus unidades de venta (CER y VER) respectivamente, el
mercado regulado continuo con el aumento de sus volúmenes y transacciones, pero el precio se desplomo
hasta casi los $2 a $4 por tonelada promedio mientras el mercado voluntario su precio es de $5 a $10 la
tonelada en promedio. A pesar de esto en el 2011 y 2012, el mercado voluntario de carbono demostró su
capacidad de recuperación ya que los compradores Europeos aumentaron su compra de compensaciones
de carbono, incluso con sus sonantes problemas financieros, aunque, eso sí, a un precio más bajo. Por otro

2
Página Web: http://www.forest-trends.org/documents/files/doc_2434.pdf

17
lado los compradores de EE.UU. y los mercados emergentes intervinieron para compensar el déficit. En
conjunto, se tramitó el segundo volumen de créditos y el valor más alto rastreados por ésta publicación
(“State of the Voluntary Markets 2012"). Además se ampliaron los horizontes del mercado voluntario de
compensaciones captando nuevos países, nuevos tipos de proyectos (sociales, agua y biodiversidad) y
nuevos compradores.

A. Transacciones:
En el mundo, las transacciones de carbono varían mucho de acuerdo a la zona de origen de proyecto, a
continuación un mapa con los volúmenes de transacción y tipo de proyecto dependiendo del sitio de
origen, se puede apreciar que el Perú tiene buen potencial en volumen (hasta 3Mt CO2) y un mayor
potencial en proyectos de origen forestal y REDD.

Figura 7: Transacciones de carbono por volumen y tipo de proyecto por origen.

Fuente: Ecosystem marketplace (http://www.forest-trends.org/documents/files/doc_3164.pdf)

Ademas a nivel mundial los proyectos carbono forestales como REDD+ estan retomando importancia, al 2012 los
proyectos relacionados a “Bosques y Uso de suelo” componen el 32% del total de volumen de tCO2 intercambiado
el mercado voluntario, sumando 24 millones de tCO2 . (Estado del Mercado Voluntario de Carbono, 2013).

18
 Figura 8: Porcentaje por tipo de proyecto y volumen de transaccion en MtCO 2
Fuente: Ecosystem marketplace, Estado del Mercado Voluntario de Carbono, 2013

B. Precios:

Los precios promedios en el 2010 de los certificados de carbono capturado de los diferentes mercados
regulados (CER) y voluntarios (EUA) a nivel mundial han disminuido debido a la crisis financiera
ocurrida en 2009 en USA y 2012 en EU. El promedio al año 2010 fue de $16.6 oficial (CER) y $18
voluntario (EUA) por certificado de reducción, conforme pasaron los años de crisis financiera los precios
fueron cayendo.

Figura 9: Tendencia del precio medio de certificado de carbono en dolares 2010

Fuente: Ecosystem marketplace.

Al año 2013 los precios promedios se han reducido aún más, sin embargo el mercado voluntario no
ha sufrido una caída tan drástica e incluso ha tenido una tendencia al alza desde el año 2011 (año en
que alcanzó su punto más bajo). Actualmente se encuentran en un promedio de $10.26 voluntario
(EUA) frente al promedio de $1 de mercado oficial (CER).

19
 Figura 10: Tendencia del precio medio de certificado de carbono en dolares 2013
Fuente: Ecosystem marketplace (http://www.ecosystemmarketplace.com/)

Sin embargo se puede apreciar que el precio de transacción y volumen generado varía considerablemente
por tipo de proyecto, el precio puede ir de 1 dólar a más de 120 $/tCO2, esto depende de los beneficios
extras que generen el proyecto y el grado de tecnología que se utiliza. En la figura 11 se muestra el precio
de tonelada contrastado con el volumen generado en el 2011 por tipo de proyecto, los proyectos con más
rentabilidad por tonelada son, tratamiento de metano, eólicos, Biomasa, solares, cocinas mejoradas,
reforestación y micro hidro, en ese orden.

Figura 11: Precio de transacción y volumen por proyecto, 2011

Fuente: Ecosystem Marketplace, El Estado y Tendencias del Mercado de Carbono 2012 del Banco Mundial
(http://www.forest-trends.org/documents/files/doc_3164.pdf)

3.4 LOS BOSQUES NATURALES Y PLANTACIONES FORESTALES

3.4.1 Concepto de captura de carbono y los flujos de carbono en sistemas forestales

La captura de carbono es un concepto abstracto que requiere de la comparación y análisis de 2 posibles
escenarios de acuerdo a la situación determinada. En una primera situación, un escenario es denominado
Línea Base, se caracteriza por ser el bosque sin alteraciones ni extracciones y es comparado con el
escenario denominado proyecto que se caracteriza por ser el escenario de gestión forestal sostenible, un
ejemplo de este tipo de proyectos son los denominados REDD (Reducción de emisiones por deforestación
y degradación); en una segunda situación, el escenario de línea base es una extensión de tierra marginal,
sin mucha productividad y es comparado con el escenario denominado proyecto que se caracteriza por la

20
plantación y manejo del futuro bosque, un ejemplo de este tipo de proyectos son las plantaciones de
especies maderables. La diferencia de emisiones de ambos escenarios (Línea Base vs Proyección) nos va
dar la captura neta de carbono que tiene el proyecto forestal.

Con respecto a los flujos, toda vegetación asimila CO2 atmosférico por medio del proceso fotosintético,
además de otros elementos en suelos y aire para convertirlos en madera. La cantidad de CO 2 que un árbol
captura durante un año, consiste sólo en el pequeño incremento anual de la biomasa en el árbol
multiplicado por el porcentaje de biomasa del árbol que contiene carbono. Aproximadamente 42% a 50%
de la biomasa de un árbol (materia seca) es carbono (Alvarez Gallego 2009).

Figura 12: Diagrama simplificado de los flujos y almacenes de carbono en un ecosistema forestal.
Fuente: México, Sergio Alvarez Gallego 2009

3.4.2 El papel de las áreas boscosas

A través de la fotosíntesis, los árboles en crecimiento despiden oxígeno y consumen agua, luz y CO2. Por
ello, los bosques en expansión son calificados de “sumideros de carbono”: absorben gas carbónico.
Cuando dejan de crecer, los árboles ya no son sumideros, sino receptáculos de carbono: almacenan
enormes cantidades de este elemento, en la superficie y en los suelos, pero cumplen un papel neutro en el
balance final de CO2. Por último, cuando se queman, los bosques despiden gas carbónico y se convierten
así en fuentes de carbono. El gas carbónico que se desprende cuando los árboles viejos se descomponen
se compensa con el que absorben los jóvenes que crecen en su lugar (BOUKHARI, 2000).

Las plantaciones forestales, ya sean para la producción de madera industrial, producción de leña,
protección de áreas seleccionadas, recuperación de tierras degradadas, o el fortalecimiento de prácticas
agroforestales, contribuyen a contrarrestar el efecto invernadero, sirven como mecanismos de captación
de CO2 almacenando carbono tanto en su biomasa aérea como en la subterránea, descrito en la figura a

21
continuación y alivian la presión sobre los bosques naturales, preservándolos como depósitos de carbono
(Centeno, 1992).

finas)

Figura 13: Reservorios de Carbono almacenado en la biomasa forestal

Fuente: propia.

El IPCC (2001 b) afirma que los bosques resulta un sumidero neto de carbono durante los
próximos cien años, que podrían reducir de 20 a 50% de las emisiones netas de CO2 en la atmósfera.
La formación de 1 kg, de madera seca sustrae aproximadamente 1.64 kg de CO2 atmosférico. (Carazo,
2006), esto debido a que 1kg de materia seca, multiplicado por los factores: fracción promedio de
contenido de carbono: 0.45 y la equivalencia molecular de C a CO2: 3.66, da como resultado 1.64 kg de
CO2. Además, en el caso de un bosque o una plantación conocida el volumen de cada componente de los
árboles de muestra es posible determinar con más exactitud el peso seco de estos y su posterior
conversión a carbono. El contenido de carbono a nivel especie puede variar desde 40.27% hasta 46.29% e
incluso más de 50% (Gayoso et al., 2002). Este factor de conversión (50%) también ha sido sugerido por
el Panel Intergubernamental del Cambio Climático para estudios de captura de carbono (IPCC, 2006).
Para brindar un ejemplo didáctico, en una plantación de Pinos de 10 años:
La plantación luego de realizar las mediciones de diámetro y altura tiene 160 m³/ha de madera (solo en
los fustes), y que la densidad de la madera es de 0.5 (g/cm³).
9 Por lo tanto tenemos: 80 t/ha de madera.
9 De acuerdo a datos del IPCC, Aprox. el 50% es C, por lo tanto 80 x 0.5 ≈ 40 tC/ha.
9 1 tC = 3.66 tCO2, entonces 40 x 3.66 ≈ 150 tCO2/ha se encuentra en los fustes
Ahora, si se realiza un estudio detallado de la biomasa viva y muerta presente en todos los componentes
de la plantación se puede encontrar una mayor cantidad de carbono Almacenado:
9 Ramas ≈ 15 a 30 tCO2/ha.
9 Hojas ≈ 1 a 2 tCO2/ha.
9 Raíces ≈ 20 a 30 tCO2/ha.

22
 9 Suelos ≈ 20 a 80 tCO2/ha.
9 Madera seca y hojarasca < 10 t-CO2/ha.
9 Vegetación menor < 10 t-CO2/ha.
9 Total aproximado: 200 – 350 t-CO2/ha de biomasa total
El nivel de estudio completo depende de la finalidad de la plantación y la metodología o estándar a seguir.
Muchos estándares se limitan a la biomasa en crecimiento, otros incluyen la biomasa total: viva y muerta,
otros incluyen el suelo. Otros estándares tienen un nivel intermedio entre las dos opciones. Nuevamente,
El carbono “almacenado” es la cantidad total de Carbono contenido por la biomasa, mientras que el
carbono “capturado” o “secuestrado” es una medida del flujo dinámico del crecimiento anual de la
biomasa. (Dávalos et al., 2008).
El Perú cuenta con 10.5 millones de hectáreas de tierras aptas para la instalación de plantaciones
forestales; de las cuales 7.5 millones se ubican en la sierra, 2.5 millones en la selva y 0.5 millones en la
costa. (Plan Nacional de Reforestación, 2005; Gómez, 2003).

3.4.3 Proyectos forestales en el mercado regulado y mercado voluntario:

Valorar económicamente los servicios ambientales significa obtener una medición monetaria de los
cambios en el bienestar que una persona o grupos de personas experimenta a causa de una mejora o daño
de esos servicios ambientales. Asociar una determinada cifra monetaria al valor económico de un servicio
ambiental no pretende representar un precio, sino un indicador monetario del valor que tiene para un
individuo o conjunto de individuos el servicio en cuestión (Romero, 1997).

Según la FAO (2007), los proyectos forestales que se consideran para mitigar las concentraciones de GEI
en la atmósfera se agrupan en tres tipos:

Proyectos de conservación de Bosques como sumideros de carbono: Están orientados al

control de las tasas de deforestación, hecho que se logra mediante la protección de bosques,
manejo forestal mejorado y mediante el control de alteraciones, tales como incendios
forestales. (ej. REDD, REDD+)
Proyectos de captura de carbono: Este es el caso de las plantaciones, que generan
adicionalidad al incrementar la superficie cubierta por bosques y la biomasa mediante
forestación, reforestación, agroforestería, forestación urbana, enriquecimiento y extensión de
rotaciones. También se contempla el enriquecimiento de bosques naturales y el manejo de
productos, que permitan obtener una adicionalidad de carbono (ej. Reforestación).
Proyectos de sustitución de carbono: Éstos se relacionan con la energía, por ejemplo, a través
de plantaciones específicas para bioenergía que permitiese el reemplazo de combustibles

23
 fósiles, o a través de un mayor empleo de la madera que pudiese reemplazar el uso de otros
materiales que consumen más energía en su elaboración(EJ. Briquetas de madera en
sustitución del carbon).

3.4.4 Estimación de biomasa

Las plantas verdes deben fotosintetizar para obtener los elementos nutritivos existentes en el medio,
utilizando la energía solar. El resultado de la fotosíntesis es la producción primaria, la que es incorporada
a los tejidos. Este proceso se manifiesta a través del crecimiento y se expresa como peso seco o biomasa
(Satoo, 1982 citado por Duncan, 2005). La biomasa de una plantación presenta muchas variaciones según
la especie y edad, como también de la densidad, el sitio y el tratamiento silvicultural (Garcinuño, 1995
citado por Duncan, 2005). La biomasa total de rodales de una misma especie bajo similares condiciones
de crecimiento, es función directa de la edad del rodal. Asimismo, la producción de materia seca tenderá a
aumentar con la densidad del rodal y la calidad del sitio (Satoo, 1982 citado por Duncan, 2005). Por otra
parte la biomasa por unidad de área será máxima, al momento de alcanzar (el rodal) el fin de la etapa de
establecimiento y el comienzo del autoraleo (Ferrando et al., 2001 citado por Duncan, 2005).

Debido a esta potencial variabilidad de biomasa, de acuerdo a Segura y Kanninen (2002), para estimar la
biomasa sobre el suelo se pueden emplear dos métodos: 1) los métodos directos o destructivos, y 2) los
métodos indirectos, que generalmente se aplican cuando los árboles son de grandes dimensiones
(Parresol, 1999 ). En ambos casos, los valores obtenidos se extrapolan a una hectárea.
Los métodos destructivos incluyen mediciones en campo, cosecha y toma de muestras de la totalidad de
la vegetación, teniendo en cuenta algunos criterios de evaluación. Aunque este método es más costoso y
requiere de mayor tiempo, arroja resultados de alta confiabilidad, en comparación con el segundo método.
Entre los métodos indirectos para estimar biomasa, se encuentra el uso de modelos de biomasa específicos
para cada especie, donde los valores de inventarios forestales como diámetro (DAP y DAC) y
altura, se transforman a términos de biomasa con la ayuda de modelos generales (Segura Y Kanninen,
2002).
Para obtener la biomasa aérea de una población establecida en una condición de sitio específica, carente
de una base de datos, se debe utilizar un método directo, seleccionando y extrayendo árboles que
representen a la población en estudio, los cuales son considerados de muestras de campo, generalmente
un número igual o mayor a 30 árboles que luego son secados y pesados.
Una vez obtenida la base de datos de pesos húmedos y secos de las muestras, se ajustan modelos
matemáticos (ecuaciones alométricas) al comportamiento de la población, para lo cual se utilizan

24
variables de fácil medición, tales como DAP (diámetro a 1.3 m de altura), DAC (diámetro altura cuello de
la base; se recomienda utilizar DAC en reemplazo de DAP para especies que naturalmente se ramifican
desde el cuello o especies de árboles con alturas menores a 2 m o que tienen un manejo de poda constante
(ICRAF, Rugnitz et al., 2009), DMC (diámetro medio cuadrático), altura total, altura de comienzo de
copa y área basal (Garcinuño, 1995 citado por Duncan, 2005). De acuerdo a (Satoo 1982), aumentar el
número de parcelas y el tamaño de la parcela a comparación de los tamaños y números “usuales” de
parcela, ayudara a reducir la variabilidad de parcela a parcela, por ende reducirá la variabilidad de las
muestras (arboles) en términos de diámetro, altura y pesos obtenidos en las mediciones. Al momento de
seleccionar los arboles a extraer se debe tener en cuenta que los arboles deben tener una característica
“típica” el cual se refiere a que los individuos deben tener la forma, sanidad del fuste y volumen de copa
de la población muestreada (Segura, 2008) y deben estar en relación a las frecuencias de las clases
diamétrica encontradas.

Cuando se ya dispone de una ecuación alométrica (explicado en el próximo capítulo) para las especies en
estudio se puede estimar la biomasa con métodos indirectos. Es un método no destructivo que consiste en
utilizar ecuaciones y relacionarlas con diferentes dimensiones de un objeto (por ejemplo una planta,
órgano vegetal o plantación). Estas ecuaciones permiten determinar la producción de biomasa. Este
método se ha aplicado en particular en el área forestal en estudios para estimar la fijación biológica de C a
nivel global (Ares et al., 2002).
De acuerdo a la metodología “Aforestación y Reforestación en áreas degradadas” A/R AM0003 V04
(UNFCCC), menciona que los reservorios a cuantificar obligatoriamente son: biomasa arbórea aérea y
biomasa arbórea debajo del suelo (Raíces), y de manera opcional dependiendo de la línea base del
proyecto, las reservas: arbustos y pastos, hojarasca y suelo orgánico.

Dentro de los estudios de biomasa, la medición de raíces representa un trabajo más amplio y tedioso con
niveles bajos de precisión (Macdiken, 1997). Por esta razón, algunos autores recomiendan utilizar valores
reportados en literatura para bosques tropicales, donde el porcentaje de biomasa radical puede encontrarse
en un rango entre 11 y 54%, aportando en promedio 18% de la biomasa total (Sierra, del valle, 2003). El
IPCC brinda un factor de 1.1 como ratio a multiplicar con la biomasa aérea con la finalidad de estimar
biomasa de raíces y simplificar su cálculo para proyectos de captura de carbono (IPCC, 2007).

25
3.4.5 Proceso estadístico para la elaboración de una ecuación alométrica de biomasa
Para la selección del modelo o ecuación alométrica es importante considerar elementos de decisión de
estadística tales como el coeficiente de determinación (R2), Cuadrado Medio del Error (CME),
significancia de los parámetros evaluados (las pruebas de hipótesis para las variables regresoras se
realizaron con un nivel de significancia de α=0,05). En los modelos alométricos que contienen varias
variables regresoras es importante considerar también medidas como el R2 ajustado y la prueba de F
(análisis de la varianza) (Rügnitz, 2009). Por otra parte también se utiliza el Índice de Furnival (IF) que
sirve para comparar modelos con y sin transformación de variables, como por ejemplo logarítmicos. El IF
en modelos sin transformar es igual al error estándar de la estimación o RCME. Entre más pequeño es el
IF el modelo tiene mejor ajuste (Furnival 1961).
Antes de elaborar una ecuación se debe tener los datos digitalizados de las muestras (arboles): DAC,
Altura Total (Ht), altura fuste (Hf) entre otras variables y sus derivados (DAC2, HT2, etc.), además del
dato de biomasa Seca del árbol (calculada anteriormente en el proceso de extracción, secado y pesado de
muestras), a partir de estos datos se generarán ecuaciones de regresión lineal (simple o múltiple), siendo
la Biomasa Seca total la variable dependiente y las otras variables independientes.

1. Selección de Modelos:
Se selecciona un número de modelos o ecuaciones alométricas que dentro de sus variables
consideren los datos tomados en campo en la plantación (DAP, Ht, etc).

Modelo Estadístico

Yi = β0 + β1Xi + Ɛi
, i = 1, 2, 3,…, n

Donde:
Y = variable dependiente
X = variables independientes
β0 = coeficiente de intersección paramétrico (constante)
β1 = coeficiente de regresión paramétrico
Ɛ i = error o residual

Ecuación de Regresión:

, i = 1, 2, 3,…, n

26
 Los valores estimados de los parámetros b0 y b1, son determinados por defecto por el programa
estadístico SPSS v.19.

2. Análisis de los Modelos o ecuaciones:

Se realizaran diferentes pruebas estadísticas a las ecuaciones seleccionadas, en una serie de pasos
explicados a continuación
I. Se tomará en cuenta el Coeficiente de Determinación (R2), el valor permitido está
determinado de la siguiente manera:

9 R² es la cantidad de variación de la variable dependiente que se da por las variables

independientes. Cuanto más próximo de uno (1) es el valor de R², mejor fue realizado el
ajuste (Machado 2002).
9 Mientras más cercano a 1, la variabilidad de los datos estará explicada por el modelo
(Ecuación).
9 Si se utiliza más de una variable en el modelo, el R2 tiende a ser más alto por
consiguiente usar el Coeficiente de Determinación Ajustado (R2a) que siempre será
menor al R2; el cual no se ve afectado por la adición de más variables independientes.
9 No se debe depender de solo este estadígrafo para probar que la ecuación es útil, por
eso se realizan más pruebas.

II. Se realizará el Análisis de Varianza (ANVA) con el programa SPSS v.19, que consiste
en la descomposición de la variación total o suma de cuadrados total en sus fuentes de
variación (suma de cuadrados de regresión (SCR), la suma de cuadrados del error
(SCE), el cuadrado medio de la regresión (CMR) y cuadrado medio del error (CME)
(detallado en siguiente punto) expresadas en un cuadro resumen que da el programa; así
mismo nos da información sobre la prueba F de Fisher con los cuales nos permitirán
discernir entre varios modelos, el mejor predictor.
9 Se realizará la Prueba F o de Fisher, para probar la falta de ajuste al modelo.
Se tiene la siguiente hipótesis nula (β1= 0) y se debe aceptar o rechazar:

H0: β1= 0 (No hay relación lineal entre X e Y)

Ha: β1≠ 0 (Si hay relación lineal entre X e Y)

27
 Para comprobar la hipótesis se emplea la siguiente fórmula:

Fc = CMR/CME ~ F (1, n-2)

Dónde:
Fc = F calculado
CMR = cuadrado medio de la regresión
CME = cuadrado medio del error
La Ft (F tabular) se obtiene directamente de la tabla Fisher para un nivel de
significancia (σ) igual a 0.05.
- Si:
Fc > Ft, se rechaza la Ho (nula)
Fc ≤ Ft, no se rechaza la Ho (nula)

III. Prueba “t” de Student, para probar que X aporta información suficiente para predecir
Y.
Se tiene la siguiente hipótesis:
H0: β1= 0 = β10. Donde β10 es el valor estimado para β1

Ha: β1≠ 0

9 Para comprobar la hipótesis se emplea la siguiente fórmula:

~ t(n-1, 1-σ/2)
Dónde:
tc = t calculado
b1= valor estimado del parámetro β10
β10= 0

= suma de cuadrados de X
RCME = Raíz del cuadrado medio del error o error estándar de
estimación

28
 9 La tt (t tabular) se obtiene directamente de la tabla student para un nivel de significancia
(σ) igual a 0.05 y de dos colas con grados de libertad (n-2)
Si:
tc > tt se rechaza la Ho
tc ≤ tt no se rechaza la Ho

IV. Cuadrado medio del error (CME) y Error Estándar de la Estimación o Raíz del
cuadrado medio del error (RCME), se busca que sea el menor valor posible, para que
el ajuste al modelo sea el mayor.

Dónde:
SCR = suma del cuadrado de los residuos
n = número de observaciones
p = número de parámetros del modelo lineal (incluye el B0)

9 Este estadígrafo no permite las comparaciones entre modelos lineales con variables
transformadas y sin transformar, en estos casos se debe usar el estadígrafo (IF: índice de
Furnival).

V. Índice de Furnival (IF), permite comparar modelos lineales con aquellos donde la
variable dependiente es transformada, ejemplo Log (BT), LN (BT)2, etc. Para los
modelos donde la variable dependiente no se transforma el IF es igual al RCME y
cuanto más pequeño es el IF mejor es el ajuste al modelo.

Dónde:
RCME = raíz cuadrada del cuadrado medio del error
(B’)-1 = recíproco de la primera derivada de la variable

29
 Dependiente (transformada)

3. Análisis de los Modelos o ecuaciones:

A partir de las pruebas estadísticas realizadas, se selecciona un primer grupo de ecuaciones que tiene un
coeficiente de determinación (R2) aceptable (valor fijado por el investigador) y que tengan un “F”
calculado mayor al “F” tabular y que tenga un “t” calculado mayor al “t” tabular.
Con el grupo de ecuaciones restantes y se analiza el Cuadrado medio del error (CME) donde se busca que
sea el menor valor posible, para que el ajuste al modelo sea el mayor. Y con las restantes se separan dos
grupos: ecuaciones logarítmicas y no logarítmicas y se aplica la prueba “IF: Índice de Furnival” para
determinar la mejor ecuación, la cual tiene un IF más cercano a cero.

Una vez seleccionado el mejor modelo y obtenida la ecuación de ajuste, se realizara un análisis gráfico de
los residuales para detectar la presencia de normalidad en los errores y homogeneidad en las varianzas. En
base a esto también se podrían eliminaran valores atípicos (Outliers, no más del 5% del total) que podrían
causar mayores rangos de error en el modelo, teniendo en cuenta los valores cuyos residuales
estandarizados superan tres desviaciones estándar o utilizar la función Cook’s Distance (CD) del
programa SPSS v.19, donde CD>1 es considerado outliers.

3.4.6 Estudios previos realizados

Russo (1983), citado por Cuartas (1993), mostró que 30 árboles distribuidos en un rango diamétrico
fueron suficientes para construir una tabla de pesos. En un bosque inundable de la amazonia, por otro
lado, Cuartas (1993) utilizó una muestra de 155 individuos (132 árboles y 23 palmeras) para construir
curvas de biomasa aérea. Según Young (1979), citados por, Lopera y Gutiérrez (2000), para obtener datos
de biomasa que proporcionen una buena regresión lineal se requiere una muestra con un número
mínimo de 30 individuos por especie.
Saldarriaga (1994), citados por, Lopera y Gutiérrez (2000) tomó como muestras 126 árboles, los cuales
los seleccionaron de manera que todas las clases propuestas, estuvieran representadas. Por otra parte, el
número de árboles necesarios para la estimación de la biomasa aérea forestal, disminuye a medida que
aumenta el grado de homogenización alcanzando por la vegetación (Caicedo y Niño, 1988, citados por,
Lopera y Gutiérrez 2000), por lo cual en plantaciones monoespecificas se requerirán menos árboles que
en bosques naturales para construir curvas de biomasa.

30
Schlegel et al., (2000). Menciona que en estudios de biomasa dependiendo de la variabilidad de los
bosques la precisión deseada, las especies encontradas y los recursos disponibles, se utilizarán diferentes
números de árboles muestra, normalmente varía entre 20 y 40 árboles, eligiéndose alrededor de 5 por
parcela medida.
Por otro lado Brown y Lugo (1984) demostraron que las determinaciones directas de biomasa hechas en
algunos estudios ecológicos, con pocas parcelas, usualmente producen altos estimativos de biomasa por
unidad. Otro problema al usar datos de distribución al azar, es el sesgo que se produce cuando se escogen
árboles de grandes diámetros; al respecto los mismos autores afirman que las tendencias ecologistas
ajustan la colocación de las parcelas de estudio de tal forma que incluyen grandes árboles,
sobreestimando la biomasa del bosque, pues la biomasa por árbol incrementa geométricamente con el
incremento del diámetro.

En Perú, Gamarra (2001), para estimar la biomasa aérea en plantaciones de Eucalyptus globulus labill
realizó un levantamiento total de sitios cuadrados concéntricos de 625m2, con una intensidad de
muestreo de 2%. Lapeyre (2003), en su estudio de determinación de las reservas de carbono de la biomasa
aérea en diferentes sistemas de uso de la tierra en San Martín, determino el número de muestras de cada
uno de los sistemas con un coeficiente de variación del 30% para sistemas boscosos y 20% para sistemas
agrícolas y el 20% de error de muestra, con parcelas rectangulares de 100m2 (4m x 25m)para árboles
comprendidos en diámetros de 2.5 y 30cm. DAP y de 500m2 (5m x 100m) para árboles mayores a 30cm
DAP. Mientras Capto (2004), para la determinación de la ecuación alométrica de Pinus patula y
estimación del contenido de carbono en su biomasa arbórea en Porcón, Cajamarca, Perú estableció 31
parcelas para árboles de 17 a 19 años de edad. Del cual utilizo un árbol por parcela para los ensayos
destructivos de biomasa.
Gorbitz (2010), evaluó el potencial de Calycophyllum spruceanum b. (Capirona) para capturar carbono en
plantaciones en dos zonas de la cuenca del río Aguaytía, Provincia de Coronel Portillo, Departamento de
Ucayali, Perú. La recolección de información se llevó a cabo en las plantaciones donde el Centro Mundial
para la Agroforestería “ICRAF” realiza ensayos de progenie. La metodología consistió en elaborar una
ecuación alométrica mediante muestreo destructivo de 30 individuos de Calycophyllum spruceanum b. La
ecuación alométrica que mejor se ajustó para la determinación de la biomasa seca total fue un modelo
exponencial en función de la variable DAP.
Samaniego (2009), evaluó la cantidad de carbono de la biomasa aérea de los árboles de Guazuma crinita
(Bolaina) plantados por ICRAF el 2001 en Ucayali. Se estimó la biomasa aérea de los componentes de
cada árbol de la muestra, evaluándose en total 30 árboles, la variable DAP fue predominante en la
ecuación encontrada.

31
3.4.7 Fracción de carbono
Existen varios métodos para estimar la cantidad de CO2 fijado por la vegetación; sin embargo, en
numerosos estudios (Ramírez et al., 1997; Ortiz, 1997; Brown et al., 1986; Hoen y Solberg, 1994;
Schroeder et al., 1995) ha empleado uno simple para evaluar este proceso, en el cual los datos existentes
de biomasa por hectárea (B) son multiplicados por un factor de carbono (FC), obteniéndose la cantidad de
Carbono (C) de la biomasa existente.
Luego para obtener la molécula de CO2 a partir de C, se usa la relación entre el peso de la molécula de
CO2 (44) y el peso del átomo de C (12), para lo cual se multiplica por 44/12 ó 3.66, tal como se muestra a
continuación:

C = B x FC
CO2 = C x (44/12 ó 3.666)

Otro método utilizado es el del poder calórico por el método basado en la cantidad de energía que
requiere una planta para fijar un mol de carbono, método de Eduarte y Segura (1998), utilizado por
Cubero y Rojas (1999) y por el IIAP Iquitos (2006). El método para determinar la fracción de carbono en
la biomasa está basado en los siguientes principios:
Ley universal de la termodinámica, la cual afirma que cualquier proceso o trabajo que implique
un cambio en los niveles de energía en la naturaleza, sucede y la energía del universo se mantiene
igual (Brown y Le May, 1987; citado por Segura, 1997).
Ley de Hess, establece que una reacción se lleva a cabo en una serie de etapas, el cambio calórico
(ΔH) para la reacción es igual a la sumatoria de todos los cambios de entalpía para cada etapa en
particular. Es útil para calcular los cambios de energía que son difíciles de medir en forma directa
(Brown y Le May, 1987; citado por Segura, 1997).

Con la utilización de un calorímetro de Parr y siguiendo los procedimientos de la A.S.T.M (1973), para
combustibles sólidos se puede obtener de cada muestra, la cantidad de energía total en kcal/kg,
transformándose a moles de carbono potencial fijado utilizando la relación de moles (g/peso molecular) y
con el peso de la muestra inicial se determina la fracción de carbono fijado.
La elección del método a para la determinación de la fracción de carbono dependerá del tiempo y
presupuesto de los investigadores involucrados.

Por otro lado, el Panel Intergubernamental De Cambio Climático - IPCC (2003) brinda valores “default”
de la fracción de carbono para convertir biomasa a carbono, que parten de un cuadro (4.3 de la guía IPCC

32
2003) donde se tiene valores por defecto para el tipo de ecosistema, en el caso de Perú siendo un
ecosistema Tropical y sub-tropical el valor es 0.493. Este valor default es utilizado en los inventarios
nacionales de GEI (gases de efecto invernadero) y en las metodologías de proyectos de reforestación y
conservación de bosques para servicios ambientales.
Se realizó una recopilación de investigaciones previas sobre fracción de carbono para tener un mayor
panorama de la importancia de esta fracción y sus posibles variaciones de acuerdo a la especie.

Estudios realizados: Segura (1999) encontró en sus investigaciones valores promedios de 0.46% de
carbono en la biomasa seca. Además García (2002), luego de un estudio halló también una fracción de
carbono de 0.43 para 12 especies provenientes de un bosque tropical sub húmedo de Santa Cruz, Bolivia.
(Ruiz García, 2002).
Según Barres (1993), citado por Ramírez et al., (1997), el contenido de carbono de la madera de las
especies de hoja ancha varía entre 47% y 50%. Además, Ramírez et al. (1997) en un estudio sobre
valoración de la contribución de las plantaciones forestales a cuentas nacionales de Costa Rica, asumieron
un contenido de carbono promedio del 50% para las 5 especies principales plantadas en este país, entre la
que se encuentra Gmelinaarborea, Tectonagrandis y Eucalyptus deglupta. También Ortiz (1997), utilizó
un contenido de carbono del 45% para su trabajo en bosques secundarios de Costa Rica.
En su estudio sobre las implicaciones de las plantaciones tropicales como sumideros de carbono, Brown
et al. (1986) asumieron que 1 gramo de biomasa = 0.5 g de C, es decir, un contenido de carbono del 50%.
Otro científico, Goudriaan (1992), sostiene que el contenido de materia vegetal seca varía entre un 45 –
50% dependiendo de la especie, y afirma que esta variación es de hecho mucho menor que la de otros
elementos minerales como N, P y K, cuyos niveles pueden variar en un factor de cinco según la especie y
la fertilidad del suelo.

En el Perú, Lapeyre (2003) utilizó un factor de conversión de biomasa a masa de carbono de 0.45 para
diferentes sistemas forestales; mientras que Capto, (2004) utilizo un factor de Conversión de 0.5 en la
determinación de la ecuación alométrica para el Pinus patula para la zona de Porcón, por otro lado,
Gamarra (2001), para estimar la biomasa aérea en plantaciones de Eucalyptus globulus labill utilizó un
factor de 0.5

Samaniego (2009) determino esta fracción mediante una evaluación del valor calorífico de las sub
muestras secadas en el Laboratorio de Química y la Madera de la FCF-UNALM, y con el dato de
Contenido de humedad de las mismas se halló el Poder Calorífico Superior, con los cuales se obtienen las

3
http://www.ipcc-nggip.iges.or.jp/public/2006gl/spanish/pdf/4_Volume4/V4_04_Ch4_Forest_Land.pdf

33
fracciones de carbono de los componentes (hojas, ramas, fuste) con un rango de 0.451 a 0.488 para una
especie proveniente de bosque húmedo (Samaniego, 2009).

Asimismo, IIAP, (2006), en su investigación servicios ambientales de almacenamiento y secuestro de

carbono del ecosistema aguajal en la reserva nacional Pacaya Samiria, Loreto- Perú. Determinó la
fracción de carbono en palmeras de Mauritia flexuosa l.f. y Mauritiellaaculeata, con el mismo método de
calorimetría de Eduarte y Segura, (1998) obteniendo resultados diferentes estípite, hojas y raíces como se
muestra los resultados en cuadro.

Cuadro 1: Fracción de carbono en Mauritia flexuosa l.f., Mauritiellaaculeata por componente.

Especie. Estípite Hojas Raíz Total

Mauritia flexuosa l.f. 0,481 41 0,494 42 0,490 98 0,486 33

Mauritiellaaculeata 0,480 40 0,528 90 0,485 30 0,488 50
Fuente: IIAP, (2006)

Si bien el método de fracción de carbono (FC) basado en la calorimetría es más costoso y requiere de
mayor tiempo, arroja resultados de alta confiabilidad; Sin embargo las diferencias encontradas en
diferentes estudios realizados con ambas metodologías no se manifiesta una gran brecha en los resultados
de FC, por lo tanto siguiendo la metodología AC ARM0003 del CDM que permite el uso de un factor
(0.5) del IPCC, además debido al presupuesto limitado necesario para realizar las evaluaciones, se
seleccionó el método de fracción de carbono preestablecida por el IPCC.

3.5 DESCRIPCION GENERAL DE LA ESPECIE

3.5.1 Aspectos Taxonómicos

Cuadro 2: Clasificación Taxonómica Inga Edulis

Reino: Plantae

División: Magnoliophyta
Clase: Magnoliopsida
Orden: Fabales
Familia: Fabaceae
Subfamilia: Mimosoideae

34
 Tribu: Ingeae
Género: Inga
Especie: Inga edulis
Fuente: Frutas amazónicas: Guaba

3.5.2 Descripción Botánica

Es un árbol pequeño de 6-18m. de altura; fuste cilíndrico de 15-50cm. de DAP, muy ramificado, casi
desde el segundo tercio, corteza externa lisa o lenticelada de color pardo grisáceo o marrón claro, con
lencticelas circulares o alargadas dispuestas en hileras horizontales y abundantes hacia la zona basal del
fuste. Hojas compuestas, alternas, paripinnadas y dispuestas en espiral, el peciolo de 3 – 6cm de longitud,
raquis alado pardo, las alas de 1-2cm, el raquis con glándulas elípticas de 2-3mm de ancho situados en la
zona de inserción de los foliolos. Foliolos subsésiless, opuestos de 4-6 pares, de 15-18cm de longitud y 5-
8cm de ancho, enteros, los nervios secundarios 15-18 pares, prominulos en ambas caras, el ápice de los
foliolos agudo, la base aguda, las hojas con pubescencia densa y corta de pelos amarillentos en el envés y
los nervios secundarios (Reynel, 2003).
Los foliolos terminales de mayor tamaño que los basales, márgenes enteros o ligeramente ondulados, haz
verde oscuro con nerviación densamente pubescente, envés verde claro con nerviación prominente muy
pubescente; peciolo pardo-tomentoso.4 Inflorescencias en espigas axilares agrupadas cerca del ápice de
las ramitas de hojas no desarrolladas, cada inflorescencia de 2-10 cm. Flores hermafroditas, de 2.5-5 cm
de longitud, sésiles, actinomorfas, con cáliz y corola tubular amarillenta, de 1.5-2.5 cm de longitud, con 5
dientes, el androceo 4-5 cm de longitud, los estambres muy numerosos y fusionados inmediatamente
encima del nivel de la corola, el gineceo con un pistilo de ovario súpero y estilo linear, el estigma
inconspicuo (Reynel, 2003).
El fruto es una vaina cilíndrica indehiscente, con surcos longitudinales múltiples, de 40-120 cm. de largo
y 3,5-3,7 cm. de diámetro, verde oscuro pardo-tomentoso. Semillas en número de 10-20 por fruto,
oblongas, negro a negro violáceo y cubiertas por un arilo blanco, algodonoso y dulce.

4
Página web: http://www.radiomaranon.org.pe/redmaranon/archivos/frutas_amazonicas_guaba.pdf

35
 Figura 14: Fruto de Inga Edulis

3.5.3 Distribución y Hábitat

Planta que se encuentra silvestre en la Amazonia, América Central y las Indias Occidentales. Por la alta
variabilidad existente y por el alto número de especies de Inga observados, probablemente tenga como
centro de distribución la región amazónica.
La distribución geográfica de Inga está restringida a los trópicos y subtropicos americanos, con cierta
penetración dentro de las áreas templadas tanto del norte como del sur. Las condiciones ambientales
adaptativas son: biotemperatura media anual máxima de 25.1ºC y biotemperatura media anual mínima de
17.2ºC. Promedio máximo de precipitación total por año de 3419mm y promedio mínimo de 936mm.
Altitud variable desde el nivel del mar hasta 2 000msnm.
La planta se adapta a todos los tipos de suelos existentes en la amazonia, desde los más fértiles entisoles,
inceptisoles, histosoles y alfisoles, hasta los más ácidos e infértiles oxisoles, ultisoles e inclusive los
espodosoles arenosos. Desarrolla bien en terrenos no inundables. Tolera hidromorfismo y período secos
prolongados.5

3.5.4 Fenología, Polinización y Dispersión

Los picos de floración en el Perú han sido observados entre marzo-mayo y julio-septiembre. Fructifica
durante todo el año aunque aparentemente con un pico de fructificación entre Diciembre-Enero.
Respecto a la polinización, las especies de Inga tienen un amplio rango de visitantes florales. Sin
embargo, destacan entre los más probables polinizadores a los picaflores pequeños, polillas de la familia
Sphingidae y Hesperiidae y mariposas de las familias Pieridae e Ithomiidae (Koptur, 1983, citado por
Reynel 2003). La dispersión de semillas es efectuada por primates y animales arborícolas (Reynel, 2003).

3.5.5 Métodos de propagación

La propagación es por semilla, la cual tiene más de 90% de poder germinativo; germina cuando la fruta
ha completado su desarrollo y aún dentro de la misma vaina. En vivero la semilla es germinada en camas
de almácigo con diferentes sustratos, por ejemplo tierra orgánica más arena gruesa en la proporción 2: 1, a
distanciamientos de 4 por 4cm ó 6 por 6cm, dependiendo del tamaño de la semilla. La germinación se
inicia a los tres días (si es que aún no se ha iniciado al cosechar la fruta) y alcanza el máximo en trece
días. Las plántulas alcanzan 28 cm en 20 semanas. Las semillas pierden viabilidad muy rápidamente y no
toleran el secado, comportándose como semillas del grupo recalcitrante.
Las plantas se llevan a campo definitivo cuando tienen entre 40 y 60cm de altura. Para uso como sombra
en plantaciones de café o cacao se utilizan distanciamientos entre 10 y 15m, mientras que para cultivos en

5
Página web: http://www.radiomaranon.org.pe/redmaranon/archivos/cultivo_guaba.pdf

36
callejones se utiliza 4 m entre hilera y 0.5 m entre plantas. No se tiene experiencia para establecer
plantaciones para el cultivo puro de guaba, pero se espera que el distanciamiento esté entre 6 y 8m entre
plantas y entre hileras. Las plantas alcanzan 2.0 a 4.5m de altura en 12 meses, dependiendo de la fertilidad
del suelo. (Brako et al, 1993).

3.5.6 Usos
Los frutos tienen semillas envueltas en un tejido algodonoso, comestible, muy dulce; son muy apreciadas
localmente y por animales silvestres. La madera es corriente y poco durable; se emplea mayormente como
leña.
La especie tiene alto potencial para la recuperación de suelos degradados; su crecimiento es muy rápido y
aporta gran cantidad de hojarasca y materia orgánica. Es excelente para revegetar zonas en las que la
cubierta vegetal ha sido devastada pues facilita el establecimiento posterior de árboles más exigente en
calidad de suelo. La tasa de germinación de biomasa en esta especie es espectacular, y se registran
promedios de casi 25 t/ha/año en este aspecto (Pennington, 1998 citado por Reynel, 2003).
Diferentes especies del genero Inga son ampliamente utilizadas como tutores de cultivos agrícolas:
granadilla (Passiflora logularis), Maracuyá (Passiflora edulis), Frijol (Phaseolus lunatus), etc. Son
preferidas por los agricultores debido al rápido crecimiento tanto ramal como radicular y a las grandes
cantidades de materia orgánica que producen y la sombra que dan para cultivos agroforestales (Arce,
1987).
El árbol de algunas especies de Inga se emplea como sombra para el café y el cacao, con la ventaja de
mantener la humedad en la capa superficial del suelo. Algunas comunidades indígenas de la Amazonia,
además de consumir la fruta como alimento, utilizan las semillas y hojas con fines medicinales:
antidiarreico y antirreumático. Las semillas de especies seleccionadas son consumidas por ciertos grupos
indígenas de Araracuara. En El Salvador se emplea la corteza de algunas especies para la producción de
taninos. En el Vaupés, Colombia, los indígenas utilizan la goma de ciertas especies para fijarlos colores
destinados a pintar sombreros, canastas y otras artesanías (Brako et al, 1993).

37
 4 MATERIALES Y MÉTODOS
4.1 ZONA DE ESTUDIO

4.1.1 Ubicación Política y geográfica de la Propiedad

La zona de estudio será en la en la región Ucayali, Provincia de Coronel Portillo, distrito de Campo Verde

Figura 15: Mapa de ubicación de la zona de estudio – Proyecto Campo Verde

Fuente: VCS (Voluntary Carbon Standard) Project Description – Campo Verde, 2009

4.1.2 Accesibilidad
El acceso a la propiedad de la empresa BOSQUES AMAZONICOS, es por vía carretera desde Pucallpa
en dos tramos, una de 34 km por la Carretera Federico Basadre y desde allí a la margen izquierda por la
Carretera a Tournavista en un tramo de 12km. El transito es realizado durante todo el año y en vehículo
tipo camioneta el recorrido es en 45 minutos aproximadamente (Plan General de Establecimiento de
Plantación Forestal, Bosques Amazónicos SAC, 2012).

4.1.3 Clima
La zona de estudio presenta un clima tropical permanentemente húmedo, las precipitaciones están en el
orden de 1861.68mm al año, el promedio anual de temperatura es de 26.7ºC, con algunos máximos
mensuales alrededor de 32 ºC y con mínimos mensuales de 20ºC; la humedad relativa tiene un promedio

38
anual de 83.71%, siendo la temporada más húmeda comprendida entre los meses de Febrero a Abril
(Estación Meteorológica, Universidad Nacional de Ucayali - Almanaque de Ucayali 2002-2003).

4.1.4 Ecología
Dentro del ámbito del proyecto, como se ha indicado, dominando por un clima cálido muy húmedo, se
reconocen tres (3) zonas de vida de acuerdo al sistema Holdridge: bosque húmedo Premontano Tropical
(transicional a bh-T), bosque húmedo Tropical y bosque húmedo tropical (transicional a bh-PT). (Plan
General de Establecimiento de Plantación Forestal, Bosques Amazónicos SAC, 2012).

4.1.5 Fisiografía y suelos

La zona de estudio se caracteriza por suaves ondulaciones de terrazas, con bajos gradientes de entre 0-4%.
La altura oscila entre 155 a 220m sobre el nivel del mar. El área del proyecto contiene pequeñas colinas
reliquia creada por la acción fluvial histórica. El relieve de las tierras significa que no se ven afectadas por
las inundaciones durante la temporada de lluvias. Hay un drenaje bueno a moderado en toda la zona del
proyecto. Los suelos de la zona del proyecto se clasifican utilizando el rango de la escala del pH, de
extremadamente a fuertemente ácida (pH alrededor de 3.5). Los suelos presentan una densidad aparente
media de 1.13g/cm3 y un bajo contenido de materia orgánica, un promedio de 0.86% de carbono en los
diez primeros centímetros. Toda el área del predio corresponde al tipo de suelo ultisol y la caracterización
edafológica se ha basado en la fertilidad del suelo por unidad fisiográfica y descrita para cada unidad de
vegetación actual. (Plan General de Establecimiento de Plantación Forestal, Bosques Amazónicos SAC,
2012).

4.1.6 Capacidad de uso mayor de los suelos

La capacidad de uso de un suelo puede definirse como su aptitud natural para producir en forma constante
bajo tratamientos continuos y usos específicos. Se ha usado el sistema que se establece en el Reglamento
de Clasificación de Tierras aprobado por Decreto Supremo Nº 0062/75-AG (Setiembre 2009, siendo el
Ministerio de Agricultura la entidad responsable) como la base para la calificación y agrupación de las
diferentes clases de suelos del país dentro de un contexto global. El sistema de Clasificación de Tierras
según su Capacidad de Uso Mayor que establece dicho Reglamento es un ordenamiento sistemático,
práctico o interpretativo, de gran base ecológica, que agrupa a los diferentes suelos con el fin de mostrar
sus usos, problemas o limitaciones, necesidades y prácticas de manejo adecuadas. Esta clasificación
proporciona un sistema comprensible, claro, de gran valor y utilidad en los planes de desarrollo agrícola y
de acuerdo con las normas de conservación de suelos.

El área de estudio presento la siguiente clasificación de capacidad de uso mayor de la tierra:

39
 Tierras Aptas para Cultivo en Limpio (A)
Las tierras de esta clase reúnen las mejores características edáficas, topográficas y climáticas, que
permiten la remoción periódica y continua del suelo para el sembrío de plantas herbáceas y
semiarbustivas de corto período vegetativo.
Tierras aptas para Cultivo Permanente (C)
Son aquellas tierras no adecuadas a la remoción continua del suelo, pero que permiten la implantación de
cultivos perennes, herbáceas, arbustivas o arbóreas (frutales principalmente), bajo técnicas
económicamente accesible a los agricultores del lugar, sin deterioro de la capacidad productiva de suelo.
Tierras Aptas para Pastoreo (P)
Estas tierras no reúnen condiciones edáficas, topográficas y ecológicas mínimas requeridas para cultivos
intensivos o permanentes, pero sí para la actividad pecuaria.
Tierras de Protección (X)
Están constituidas por aquellas que no reúnen las condiciones ecológicas mínimas requeridas para
cultivos, pastoreo, producción forestal. Se incluye dentro de este grupo: picos, nevados, pantanos, playas,
cauces de ríos y otras tierras que aunque presentan vegetación natural boscosa, arbustivas o herbácea, su
uso no es económico y deben ser manejados con fines de protección de cuencas hidrográficas, vida
silvestre, valores escénicos, científicos, recreativos y otros que impliquen beneficio colectivo o de interés
social. Aquí se incluyen los Parques Nacionales y Reservas de Biósfera.
Tierras aptas para Producción Forestal (F)
No reúnen las condiciones ecológicas requeridas para su cultivo o pastoreo, pero permiten su uso para la
producción de maderas y otros productos forestales, siempre que sean manejadas en forma técnica para no
causar deterioro en la capacidad productiva del recurso sin alterar el régimen hidrológico de la cuenca.
Estas tierras podrán dedicarse a protección cuando el interés social y económico del Estado lo requiera.

4.1.7 Hidrografía
En la zona del proyecto y su zona de influencia, se encuentran 6 quebradas clasificadas en segundo orden,
estas albergan importantes especies de invertebrados acuáticos y peces.

40
 Cuadro 3: Ríos y quebradas de la propiedad – Campo Verde

Fuente: Project Description – Campo Verde, 2009.

Los ríos de la zona del proyecto son generados por el alto nivel de las lluvias y de aguas subterráneas. Los
ríos son parte de la cuenca del Amazonas y se alimentan en el río Ucayali, uno de los afluentes más
importantes del río Amazonas, el río más grande del mundo. Los ríos que cruzan el proyecto en varias
áreas, lo que garantiza la disponibilidad permanente de agua en el área del proyecto.

Figura 16: Mapa Hidrológico en el área de proyecto

Fuente: VCS (Voluntary Carbon Standard) Project Description – Campo Verde, 2009.

41
4.1.8 Vegetación
En el área del proyecto, la vegetación dominante es la hierba invasora braquiaria decumbes y con algunos
arbustos, árboles aislados o grupos de árboles. La zona que rodea el área del proyecto es una mezcla de
bosque secundario y remanente de bosque primario. De acuerdo con la evaluación ecológica, la zona del
proyecto contiene 18 especies de flora. Braquiaria decumbes es la especie dominante, que cubre 62% de
la zona de pastos y con una altura media de 57cm (Cuadro 4). Esta especie también se asocia con grass de
tallo duro (8.8% de cobertura) y grass Cashaucsha (Imperata brasiliensis) (7.8%). En conjunto, estas
hierbas representan un total de más de 75% de la cubierta de la vegetación de la zona. Estas hierbas son
invasivas y tienen una alta carga de ignición, dando lugar a incendios regulares que luego impiden la
regeneración natural en las zonas de pastoreo.

Cuadro 4: Especies de cobertura y altura media de las áreas clasificadas como pastos

Fuente: VCS (Voluntary Carbon Standard) Project Description – Campo Verde, 2009

Se presentan las principales unidades de vegetación con uso actual determinadas en el área del Proyecto,
con indicación de la respectiva unidad fisiográfica.

42
 Cuadro 5: tipo de vegetación de acuerdo a la unidad fisiográfica

Fuente: VCS (Voluntary Carbon Standard) Project Description – Campo Verde, 2009

4.1.9 Fauna
La actividad agropecuaria desarrollada en esta zona ha depredado los bosques y empobrecido el suelo. El
desmedido pastoreo por la ganadería y la contaminación del ambiente acuático, ha acelerado la
destrucción del hábitat natural de cientos de especies, vertebrados e invertebrados, terrestres y de los
recursos hidrobiológicos.

La destrucción del hábitat afecta a la mayor parte de las especies de fauna, que por lo general viven en
densidades bajas: Las aves como Guacamayo (Ara spp.), Perdiz (Tinamus spp.), Pihuicho (Brotogeris
spp), Tucán (Rhamphastos spp) entre otras, son especialmente vulnerables a la reducción del hábitat.
Asimismo, la comercialización de carne de monte también ha contribuido con la disminución y hasta
desaparición de la población natural de la fauna silvestre, siendo muy notable lo de primates que ha
sufrido una significativa disminución de sus poblaciones.
En las condiciones de bosques primarios residuales y bosques secundarios adultos, donde se desarrolla el
Proyecto y conformado por terrazas bajas onduladas y llanuras inundables, el ecosistema no ha sido
vulnerado en su totalidad. Existen refugios para un grupo de animales que ocurren con mayor regularidad;
así, de acuerdo a las parcelas evaluadas se ha podido registrar la presencia de 62 vertebrados. La de mayor

43
ocurrencia relativa es la carachupa con 69% de presencia en toda el área, seguidos por pía pía con 37.9%,
majaz con 34.5%, lagartija y sachacuy con 24.1%, etc.6
Esta fauna se da con mayor frecuencia por las condiciones de vegetación y la presencia de una quebrada,
con agua permanente, que atraviesa la zona, en donde necesariamente bajan los animales para beber; así
como por la presencia de bosques primarios residuales y bosques secundarios adultos y bosques de galería
en donde los animales encuentran distintos frutos para alimentarse.

Cuadro 6: Las principales especies de fauna que se encuentran en las zonas de bosques cerca de los límites.

Fuente: VCS (Voluntary Carbon Standard) Project Description – Campo Verde, 2009

De las especies mencionadas anteriormente, cinco se consideran en peligro de extinción, según el Instituto
Nacional de Recursos Naturales7. Leucopternis occidentalis es considerada en la categoría de En Peligro,
Bothrops sp. Y Crypturellus cinereus son considerados en la categoría de Vulnerable, Cacicus sp y
Rhamphastos spp son considerados en la categoría de Casi Amenazada. El hábitat se encuentra fuera de la
frontera de la zona del proyecto.

6
AIDER. 2006. Diagnostico biofísico, zonificación y caracterización de flora y fauna del área de trabajo.
7
Categorización de especies amenazadas de fauna Silvestre. Aprobado per Decreto Supremo No 034-2004-AG

44
4.1.10 Características del proyecto:
El principal objetivo del “Proyecto de Reforestación – Campo Verde” es rehabilitar y recuperar los suelos
degradados a su capacidad de uso mayor forestal, corrigiendo los impactos existentes, reinstalando una
cubierta vegetal con especies comerciales propias del área y/o adecuadas, estas a su vez asociadas con
especies nativas mejoradoras de suelos como la guaba (Inga edulis) que por ser una especie endémica de
la zona, las semillas son fácilmente disponibles y los árboles se propagan fácilmente; Además, el árbol es
fijador de nitrógeno), la finalidad de esta asociación es que sea capaz de auto mantenerse y restaurarse
progresivamente en el tiempo.8
El objetivo específico del manejo es reforestar las aéreas de pasturas degradadas con un sistema mixto
donde en una primera etapa se siembra Guaba; esta por su rápido crecimiento es utilizada como
formadora del ambiente para la siembra de las especies maderables, aportando biomasa al suelo para la
formación de los microorganismos eficientes, cobertura el suelo para reducir la erosión hídrica y además
sirve como acompañante inicial para el desarrollo vertical de las especies maderables, la primera etapa fue
realizada el año 2008 y 2009 (Figura 17 y 18) y en la segunda etapa (2009 en adelante) se siembran las
especies comerciales (con el fin de emular las sucesivas etapas de la regeneración del bosque); especies
maderables secundarias como Simarouba amara (marupa), junto con la especie maderable "clímax"
Dipteryx odorata (shihuahuaco) o Tabebuia serratifolia (tahuarí) conjuntamente con Swietenia
macrophylla (caoba); y así ayudar a la regeneración natural de bosques naturales intervenidos para
obtener ingresos a partir de: Cosecha sostenible de madera y secuestro de CO2 de estas plantas.
El área establecida con plantaciones forestales, tiene una extensión de 602.62ha y consta de 64 Unidades
administrativas denominadas Unidades de Manejo Forestal (UMF). Además se tiene 316.68 ha de
regeneración natural, sumando 919.31ha en total. Esta área total se ha estratificado en ocho estratos,
considerando al Estrato 3 como área de regeneración natural asistida. Por lo tanto se ha clasificado los
siete estratos restantes, los cuales corresponden cada uno a un régimen de plantación, además se
diferencian por composición de especies, características naturales de la zona, edad de plantación como se
puede observar en el cuadro 7.
Los trabajos de caracterización de sitio y especies lo realizo el equipo técnico de biólogos y forestales de
la empresa Bosques Amazónicos (BAM) en asociación con la empresa AIDER durante la línea base del
proyecto.

8
Plan General de Establecimiento de Plantación Forestal, Bosques Amazónicos SAC, 2012.

45
Figura 17: Plantación 2008 de guaba a los 6 meses Figura 18: plantación 2008 de guaba a los 22 meses
Fuente: BAM ‘ Fuente: Propia

Cuadro 7: Estratos de la plantación en el área VCS de proyecto, sub-divididos por unidades de manejo forestal
N° de UMF
Año de Área VCS
Estrato Comprendidas Régimen Modelo COMPONENTES A FUTURO
siembra (ha)
Por Estrato
Plantación de Shihuahuaco +Marupá +
1 23 Stand model 1 2009 3x3
156,28 Caoba, con guaba plantada con anterioridad
Plantación de Tahuarí +Marupá + Caoba,
2 13 Stand model 2 2009 3x3
91,97 con guaba plantada con anterioridad
Reg. Nat.
3 0 No plantada - Regeneración natural
Asistida 316,68
Plantación de Capirona + Shihuahuaco +
4 2 Stand model 3 2009 3x4
3,28 Caoba, con Erythrina
Plantación de Shihuahuaco +Marupá +
5 2 Stand model 4 2010 3x4
1,47 Caoba, sin guaba
Plantación de Shihuahuaco + Marupá +
6 16 Stand model 5 2010 3x4
279,97 Caoba, con guaba plantada con anterioridad
Plantación de Tahuarí + Marupá + Caoba,
7 6 Stand model 6 2010 3x4
63,95 con guaba plantada con anterioridad
Plantación de shihuahuaco y caoba, con
8 2 Stand model 7 2010 5,71 3x4
guaba plantada con anterioridad
7 Estratos 64 UMF 7 Stand model
2 campañas 919,31 -
definidos establecidas definidos

Área Total 919,31 -

Fuente: VCS (Voluntary Carbon Standard) Project Description – Campo Verde, 2009.

46
 Figura 19: Mapa de la plantación de Guaba en campo verde
Fuente: VCS (Voluntary Carbon Standard) Project Description – Campo Verde, 2009.

4.2 MATERIALES Y EQUIPOS

4.2.1 Materiales
Soguilla de 20 metros; Costales;
Plumones indelebles Faber Castell; Libreta de campo;
Bolsas de papel, periódicos; Lápices mongol;
Bolsas de plástico; formatos.

4.2.2 Equipos
Motosierra Still MB250 espada 60cm; Forcípula de Madera 0,1 cm. de
Estufa de secado marca Fisher 300; precisión;
Laptop HP Pavilion 64bits; Vernier de 20cm con precisión de 0,05
Cámara fotográfica Kodak slim; cm marca Haglof
Wincha Wegner, de 50 metros con 0.5 Tijera de Podar marca Bellota;
cm. de precisión; Serrucho tipo 30 segueta, marca Bellota;
Wincha Wegner, de 3 metros con 0.1 cm Machete marca Bellota;
de precisión; Balanza de platillo Camry de 1 kg con 2
gr de precisión;

47
 Balanza de precisión Camry de Brújula Suunto;
laboratorio de 0.1 gr de precisión; GPS Garmin;
Balanza Romana de 100 kg con Botas de jebe marca Venus;
precisión de 50 gr; Mapas;
Hipsómetro Suunto; Calculadora Casio.

4.3 METODOLOGÍA
El presente trabajo se realizó en 5 fases: 1. Preparación y diseño de la muestra, 2. Fase de campo, que
consistirá en realizar el inventario dentro de las plantaciones y el recojo de muestras; 3. Transporte de
muestras; 4. Fase de laboratorio que consistió en el secado y pesado de las muestras; 5. Fase de gabinete,
donde se desarrolla el procesamiento, análisis e interpretación de los datos para determinar la cantidad de
carbono en sistema forestal estudiado.

4.3.1 Fase de Preparación y diseño de la muestra

Se revisó la información disponible de línea base del proyecto, se preparó los formatos, se preparó los
materiales y equipos a utilizar. Se preparó un cronograma de trabajo de la investigación. Para el diseño de
la muestra, diseño de procedimientos, variables a tomar, la elección de los árboles a extraer, los
reservorios a evaluar;, se siguió la metodología IPCC de Mecanismo de Desarrollo Limpio (MDL) AR-
9
AM0003 V04 de la Convención Marco de las Naciones Unidas para el Cambio Climático
(UNFCCC/CCNUCC) y sus procedimientos (SOP’s)10 aprobados por el IPCC (Panel Intergubernamental
de Cambio Climático) ambos entes de Organización de las Naciones Unidas (ONU); Se complementó con
los procedimientos de muestreo y medición desarrollados por WINROCK Internacional11. También se
tomó en cuenta para el estudio la “Guía para la determinación de carbono en pequeñ9kas propiedades
rurales” (ICRAF, Rugnitz et al., 2009); y la metodología de ICRAF (Arévalo et al., 2003).

9
Página Web:
http://cdm.unfccc.int/filestorage/C/D/M/CDMWF_AM_WO71YSOQFYU1IVJ51HYW9H5737D1R9/EB42_A
R-AM0003_ver04.pdf?t=Tm98bXIyb2tofDDOhCUmPJjc0L25Dl8oNyoK
10
Página Web: http://www.ipcc-nggip.iges.or.jp/public/2006gl/vol4.html
11
Página Web:
http://www.winrock.org/ecosystems/files/Winrock_Terrestrial_Carbon_Field_SOP_Manual_2012_Versio
n.pdf
48
Se definió tomar muestras de los diferentes estratos, sub –divididos en Unidades de manejo forestal
(UMF) pre-establecidas en la plantación, para estimar la cantidad total de la biomasa aérea de la
plantación de Inga Edulis y su cuantificación de carbono.
La decisión de la empresa BAM luego de levantar la línea base del proyecto fue evaluar solo la biomasa
aérea y estimar la biomasa de raíces a partir de la biomasa aérea utilizando un factor por defecto del IPCC
2003.
En el Anexo 9.5.1 se brinda mayores detalles de la recopilación de información tanto de la Línea Base del
proyecto, como de fuentes externas (Estudios previos y metodologías IPCC) que permiten justificar la
selección de los reservorios aéreos arbóreos como los únicos reservorios a evaluar.

4.3.1.1 Número de parcelas y Ubicación

Se determinó mediante el diseño de muestreo sistemático el número de parcelas de muestreo (n)
utilizando las variables: Error permitido de 10 % (E), coeficiente de variabilidad de la zona (CV) y
muestra estadística de la distribución (t) para un nivel de confianza de 95 %. El coeficiente de variación
de 36.6%, fue estimado con base en un muestreo del bosque colindante que se realizó durante la línea
base del proyecto para disponer de este parámetro (BAM 2009)12k9

n = t2 (CV)2 / E2
Donde,
n: Número de muestras
t: Valor De la tabla t de Student para un nivel de confianza 95%, equivalente a 2
CV: Coeficiente de variación del sitio (36.6%)
E: Error de muestreo (10%)

Al resultado, se aumentó un 20% de parcelas por seguridad, siguiendo las recomendaciones bibliográficas
para reducir variabilidad de mediciones (Satoo 1982).
Las parcelas fueron ubicadas dentro de los estratos de la plantación en relación al tamaño del estrato, Los
estratos se encuentran dentro de unidades de manejo forestal (UMF), que viene a ser una clasificación por
fecha de campanas de siembra. El número de estratos de la plantación definidos en la línea base es 8, de
los cuales 2 son de conservación de bosques remanentes los cuales no ingresan a la contabilidad de
biomasa aérea ni de carbono. La distribución de las parcelas dentro de los 6 estratos restantes se
determinaron al azar mediante grillas las cuales se elaboraron en el Software ArcGis arcmap V.10, donde

12
Campo Verde VCS PD 2009 – Revisión 2. Página web:
https://vcsprojectdatabase2.apx.com/myModule/interactive.asp?Tab=Projects&a=2&i=658&lat=&lon=

49
se carga el shape (capa) de la plantación georeferenciada previo a la etapa de monitoreo, según se muestra
en la figura 20.

Figura 20: Mapa de referencia de la plantación

Fuente: Especialista SIG - BAM

Con apoyo de un especialista SIG (sistemas de información geográfica) se usó la herramienta disponible
en el software, localizada en el ArcToolBox – Data Management Tools – Feature class –> Create fishnet
(ver figura 21). Esta herramienta permite crear una grilla de las dimensiones que se desea, en este caso, de
35 X 35 metros del tamaño de la parcela; y se eligió solamente aquellas cuadrículas que se intersecten con
el área de plantaciones. Luego, se procede a la obtención de un centroide por cada cuadrícula, esto se
logra ejecutando en el Arctoolbox – Data Management Tools – Features –> Feature to point. Con esto,
cada cuadrícula obtiene un punto central dentro de su perímetro. Finalmente, una vez obtenidos los
centroides de cada cuadrícula, se ejecuta la herramienta disponible en el Arctoolbox – Data Management
Tools – Feature –> Add XY coordinates (ver figura 22).

Figura 21: Shape con grilla 35x35m Figura 22: Shape centroides y sus coordenadas “XY”
Fuente: Especialista SIG - BAM Fuente: Especialista SIG - BAM

50
Con esta opción, se tiene el total de parcelas numeradas y las coordenadas de cada uno de los centroides
en una tabla, que será exportada al programa Excel y mediante la función: aleatorio.entre (número
inferior.número superior) nos genera un número al azar entre el rango numérico introducido.
Finalmente, el resultado de esta fórmula nos dio el número de la parcela seleccionada para evaluación.

Con esta información descargada en el GPS se dirigió a los puntos físicos y se ingresó las coordenadas
UTM del GPS para fines de verificación. En el formato se tiene el total de parcelas numeradas, el estrato
donde se ubican y los nombres de las unidades de manejo forestal (UMF) donde se ubica el estrato.

4.3.1.2 Diseño de Inventario

El tamaño de las parcelas se basan en las herramientas de medición forestal: Forest mensurements de
Winrock International aceptada por la metodología A/R AM0003, para parcelas cuadradas de 35 m x 35
m.

35 m

35 m
1255 m2 35m

35m
Punto (punto
de inicio)
Azimut que se genera a partir del 1° punto

Figura 23: Diagrama de Parcela de muestreo

Fuente: propia

Para el establecimiento y señalización de la parcela, deberán marcarse en el terreno los vértices de manera
que, se puedan reubicar en el futuro por personas o técnicos diferentes a los que las establecieron
originalmente y por los verificadores externos del proyecto.
Para dicho fin, una vez encontrado el punto con el GPS, esta se debe señalizar con un jalón de tubo
plástico de PVC enterrados, dejando 50 centímetros por encima del suelo. A partir de este, con la ayuda
de una Wincha, se debe medir 35 metros por lado y efectuar el registro del azimut de partida, para ello
tomar como referencia la dirección de la línea de plantación para así determinar el vértice 2°.

51
Luego se continúa con el trazado de un ángulo de 90° para determinar la segunda línea. Seguidamente se
hace lo mismo para determinar la tercera línea, y siempre señalizando los vértices 2°,3° para luego trazar
la última línea, al unir los vértices 3° con el 1°.
Luego se realiza el inventario total de los árboles de la especie Inga edulis dentro de cada parcela de
muestreo tomando datos de: ubicación (número de estrato, UMF y numero de parcela), edad de la Unidad
de manejo forestal (UMF), diámetro altura cuello (DAC), altura total (HT), numero de ejes y código de
árbol dentro de la población de la parcela. Dentro de cada parcela establecida se realizó el inventario con
ayuda del personal de la empresa BAM, divididos en 5 brigadas de 3 personas.
Dentro de cada parcela de muestreo, la toma de muestras de individuos para el análisis destructivo, se
realiza sobre la base de diámetros más representativos de cada categoría diamétrica (previo trabajo de
gabinete para la selección por frecuencias diamétricas).
Para determinar el número de árboles a extraer y con fines de no afectar la plantación y seguir los
lineamientos de la metodología AR-AM0003 - IPCC, la toma de individuos muestras para el análisis
destructivo se basan en el 2% de la población de guabas de las parcelas de evaluación. Se colectaran los
datos mediante la ayuda de un formato pre-establecido (anexo 9.4.2); con los materiales e instrumentos
indicados se realizara las evaluaciones de medición, el derribo y pesado de los componentes.

4.3.2 Fase de Campo

4.3.2.1 Evaluación destructiva y medición biomasa aérea

Se seleccionó los árboles tipo, dentro de las parcelas de evaluación, cubriendo todo el rango diamétrico de
las plantaciones de acuerdo a los censos realizados con la ayuda de BAM.

El procedimiento es el siguiente:
9 Diámetros (DAC): Se registró el diámetro altura cuello (DAC), a los 5 cm del nivel del
piso, de los árboles antes de ser derribados. El diámetro altura pecho (DAP) no es un buen
indicador debido a que la Guaba suele presentar ramificaciones del fuste antes de la altura
pecho. Se recomienda establecer ecuaciones alométricas a partir del diámetro basal. Se
utilizó una forcípula de madera de 40 cm o Vernier de 20cm con precisión de 0,5 cm marca
Haglof.

52
 Figura 24: Evaluación del diámetro altura cuello en campo
Fuente: propia

9 Altura (H): Se registró la altura total del árbol antes y después de ser derribado. La altura
total del árbol en pie, medido con un Hipsómetro Haga a una distancia 15 m y derribado,
con una cinta Wincha de 50m.

Figura 25: Evaluación de la altura en campo

Fuente: propia

9 Tumbado y trozado: Los árboles seleccionados para el muestreo fueron apeados y divididos
con motosierra marca Sthil y/o cola de zorro, de acuerdo al diámetro, y su biomasa fue
separada según sus componentes: el componente fuste, el componente ramas y el
componente hojas.

53
 Figura 26: Derribo de arboles
Fuente: propia

9 Pesado: Se registró los pesos frescos totales de cada uno de los componentes del árbol.
(Fuste, Ramas, Hojas).
o Para el fuste: el peso fue obtenido con una balanza tipo reloj de 100 kg, con
precisión de 50 gr. El fuste fue dividido en secciones para facilitar la actividad, y
que no sobrepase el límite de la balanza, al momento de pesar se descontó el peso
de la soga.
o Para las Ramas: el peso fue obtenido con una balanza tipo reloj de 100 kg, con
precisión de 50 gr. Se juntó y peso todas las ramas en costales con pesos menores
del límite de la balanza y se descontó el peso del costal y soga.
o Para las hojas: en esta especie la copa normalmente está compuesta por muchas
ramas y tallos secundarios, con su respectivo follaje, por lo tanto antes de la tumba
del árbol se colocó una manta plástica para facilitar la recolección y el pesaje de las
hojas. El peso fue obtenido con una balanza tipo reloj de 100 kg, con precisión de
50 gr, se juntó todas las hojas en costales con pesos menores del límite de la
balanza y se descontó el peso del costal y soga.

54
 Figura 27: Pesado de hojas en campo
Fuente: propia

Luego se obtuvieron muestras de cada uno de los árboles y sus componentes y se registró
su peso fresco o húmedo. El peso fresco de cada uno de las sub-muestras fue: para fuste
(discos numerados de 5cm de espesor cortado a los: 30cm, 1.3m, 2m y luego cada 1 metro
dependiendo de la altura del árbol); para ramas (100 -150gr) y para hojas de (20-30gr). Las
muestras fueron inmediatamente pesadas en una balanza tipo platillo de 1 Kg de capacidad
y precisión de 2 gr. Además al separar las ramas; se debe tomar en cuenta el tomar una
muestra representativa de ramas gruesa, mediana y delgada, pesar y registrar el peso
húmedo de la muestra y codificarlas.

Figura 28: Pesado de muestra -hojas en campo

Fuente: propia

55
 9 Empaquetado:
Cada muestra será introducida a un paquete de papel periódico, la cual será marcada con los
datos de la Categoría diamétrica, Unidad de Manejo forestal donde se ubica la Parcela,
numero de árbol, muestra húmeda del tipo de componente del árbol y será empacada (ver
figura 29). Todas las muestras provenientes del mismo árbol y misma parcela fueron
introducidas en uno o dos sacos de algodón, dependiendo del tamaño del árbol, y trasladada
a la ciudad de Pucallpa

Figura 29: Empaquetado de muestras

Fuente: propia

CD2 – Ma-02 – MH-hojas

Categoría
UMF donde se ubica Muestra húmeda del
Diamétrica Árbol muestra
la parcela componente para ser
cortada
enviada a laboratorio.

Figura 30: Clasificación de empaque de la muestra del árbol

Fuente: propia

4.3.3 Fase de Transporte

Los paquetes fueron trasladados de las parcelas de muestreo hacia un punto de acopio cercano a la
carretera, luego se movilizaron del fundo Campo verde ubicado a 1 hora de distancia de la ciudad de

56
Pucallpa, se trasladaron en una camioneta de la empresa BAM, los costales fueron cubiertos con una
manta plástica para evitar caída de los paquetes y prevenir que se mojen con la lluvia en caso se diera una.
En la ciudad de Pucallpa las muestras fueron retiradas del saco para ser colocadas sobre una mesa del en
el laboratorio de propiedades físico-mecánicas de la facultad de ciencias forestales de la Universidad
Nacional de Ucayali (UNU), con lo cual se buscaba evitar la proliferación de hongos.

4.3.4 Fase de Trabajo de laboratorio

4.3.4.1 Secado y Pesado

Las muestras fueron llevadas al horno de secado del laboratorio de la Facultad de Ciencias Forestales y
Ambientales de la Universidad Nacional de Ucayali (UNU), en donde se determinó el peso seco de cada
muestra. Las muestras de fuste, ramas y hojas fueron pesadas una vez más en húmedo y luego sometidas
al horno a 105°C, donde eran pesadas hasta llegar a un peso constante y finalmente registrar el peso seco
de la muestra (ICRAF 2009).

Figura 31: Secado de muestras en laboratorio Figura 32: Toma de pesos durante secado
Fuente: propia Fuente: propia

4.3.5 Fase de gabinete

4.3.5.1 Determinación de la biomasa seca de cada componente

La data de Pesos secos de cada muestra se organizó y registró en formato preestablecido (anexo 9.4.3) y
se digitalizo en una hoja de Excel del programa Office 2007, donde se tiene el Peso seco de la muestra
por tipo de componente (fuste, ramas, hojas) para cada uno de los individuos extraídos, además se

57
digitalizo el dato de pesos húmedo de la muestra por tipo de componente (fuste, ramas, hojas) y el peso
húmedo total o biomasa húmeda total del componente registrado en campo.

La ecuación general (ICRAF 2009) para la obtención de la biomasa seca del componente fue:

BScomponente = (Psm/Phm)* BHtcomp

Donde:
BScomp= Biomasa seca total del componente (kg)
Psm = Peso seco de la muestra (gr)
Phm = Peso húmedo de la muestra (gr)
BHt = Biomasa húmeda total del componente (kg)

La biomasa total del árbol es determinada sumando la biomasa seca de cada uno de sus componentes

BTarbol = (BSfuste + BSramas + BShojas)

Dónde:
BTarbol = Biomasa total del árbol en base a biomasa seca de sus componentes (kg)
BSfuste = Biomasa seca del fuste (kg)
BSramas = Biomasa seca de las ramas (kg)
BShojas = Biomasa seca de las hojas (kg)

4.3.5.2 Análisis de regresión

Para la elaboración de la ecuación alométrica o modelo de biomasa (seca) aérea para la especie Inga
edulis, se utilizará como variables predictoras el DAC y altura total (Ht). Para su análisis estadístico se
utilizó el software SPPS versión 19.0
Antes de elaborar una ecuación se debe tener los datos digitalizados de las muestras (arboles): DAC,
Altura Total (Ht), altura fuste (Hf) y sus derivados (DAC2, Ht2, etc.), además del dato de biomasa Seca
del árbol (calculada anteriormente en el proceso de extracción, secado y pesado de muestras), a partir de
estos datos se generarán ecuaciones de regresión lineal (simple o múltiple), siendo la Biomasa Seca total
la variable dependiente y las otras variables independientes.

58
Se siguieron 3 etapas puntuales para la selección de la ecuación alométrica que mejor estima la biomasa
seca aérea del árbol.

A) Selección de Modelos Alométricos

Se seleccionaron modelos matemáticos (ecuaciones alométricas) provenientes de diversos autores o

fuentes (cuadro 8), se priorizo aquellos que consideran en sus ecuaciones las mismas variables que las
obtenidas en campo durante el muestreo (DAC y Ht). La variable dependiente es la Biomasa seca total o
Peso total (PT) y las variables dependientes son, diámetro altura cuello (DAC) y Altura total (Ht).

Cuadro 8: Modelos de ecuaciones alométricas.

1 Naslund PT= β0 + β1 d² + β2(d²h) + β3(dh²) + β4h²
2 Schumacher-Hall LnPT= β0 + β1 Lnd + β2 Lnh
3 Husch LnPT= β0 + β1 Lnd
4 Meyer PT= β0 + β1 d + β2 h + β3 d² + β4 (d²h) + β5 (dh)
5 Stoate PT= β0 + β1 h + β2 d² + β3 (d²h)
6 Spurr LnPT= β0 + β1 Ln (d²h)
7 Adler PT= β0 + β1 d + β2 d²
8 Adler PT= β0 + β1 d²
9 Araujo LnPT = β0 + β1 d2 + β2 d3 + Lnd
Fuente: Guía para la determinación de carbono en pequeñas propiedades rurales (ICRAF), Adler (1980) y Araujo
(1994, Globalometree.com)

B) Análisis de los Modelos o ecuaciones:

Se realizaron diferentes pruebas estadísticas a las ecuaciones seleccionadas, en una serie de pasos
explicados a continuación:
I. Coeficiente de Determinación (R2)
9 Cuanto más próximo de uno (1) es el valor de R², mejor fue realizado el ajuste
9 Mientras más cercano a 1, la variabilidad de los datos estará explicada por el modelo
(Ecuación).

II. Análisis de Varianza (ANVA) realizado con el programa SPSS v.19, que consiste en
la descomposición de la variación total o suma de cuadrados total en sus fuentes de
variación (suma de cuadrados de regresión (SCR), la suma de cuadrados del error
(SCE), el cuadrado medio de la regresión (CMR) y cuadrado medio del error (CME)
explicado en siguiente punto, expresadas en un cuadro resumen que da el programa;

59
 además nos da información sobre la prueba F de Fisher con los cuales nos permitirán
discernir entre varios modelos, el mejor predictor el cual tenga significancia P≤0.005
9 Se realizó la Prueba F o de Fisher, para probar la falta de ajuste al modelo donde:
Fc > Ft, se rechaza la Ho (nula)
Fc ≤ Ft, no se rechaza la Ho (nula)

III. Prueba “t” de Student, para probar que X aporta información suficiente para predecir
Y.

9 Se compara la “t” calculada con la “t” tabular que se obtiene directamente de la tabla
student para un nivel de significancia (P≤0.05) y de dos colas con grados de libertad (n-
2) donde:
tc > tt se rechaza la Ho
tc ≤ tt no se rechaza la Ho

IV. Cuadrado medio del error (CME), se busca que sea el menor valor posible, para que
el ajuste al modelo sea el mayor.
9 Este estadígrafo no permite las comparaciones entre modelos lineales con variables
transformadas y sin transformar, en estos casos se debe usar el estadígrafo (IF: índice de
Furnival).

V. Índice de Furnival (IF), permite comparar modelos lineales con aquellos donde la
variable dependiente es transformada, ejemplo Log (BT), LN (BT)2, etc. Para los
modelos donde la variable dependiente no se transforma el IF es igual al RCME y
cuanto más pequeño es el IF mejor es el ajuste al modelo.

C) Selección de la mejor ecuación

A partir de las pruebas estadísticas realizadas, se selecciona un primer grupo de ecuaciones que tiene un
coeficiente de determinación (R2) aceptable (valor fijado 0.8), luego un segundo filtro donde las
ecuaciones a ser aceptadas tengan un “F” calculado mayor al “F” tabular y que tenga un “t” calculado
mayor al “t” tabular.
Con el grupo ecuaciones que pasaron estos 2 filtros se analiza el Cuadrado medio del error (CME) donde
se busca que sea el menor valor posible, para que el ajuste al modelo sea el mayor. Finalmente con las
ecuaciones restantes se separan en dos grupos: ecuaciones logarítmicas y no logarítmicas y se aplica la

60
prueba “IF: Índice de Furnival”, siendo este último utilizado como un criterio de selección entre un grupo
de ecuaciones de regresión trasformada y otro grupo de ecuaciones de regresión no transformada, la mejor
ecuación será la que tiene un CME y IF más cercano a cero.

4.3.5.3 Estimación de Biomasa aérea de la plantación

Se estimó la biomasa aérea total de los arboles vivos y de los muertos en pie a partir del modelo o
ecuación alométrica generada. Para encontrar la cantidad de biomasa seca presente en los arboles de las
parcelas del inventario forestal de las plantaciones se aplicó la ecuación alométrica seleccionada a partir
de las variables tomadas en campo (DAC o Ht). Obteniéndose la biomasa seca total por árbol: (BT árbol).

Luego se estimó la biomasa total de cada parcela de muestreo (BTParcela) la cual se obtuvo al sumar los

valores individuales de biomasa de cada árbol (BTárbol) que se encontraba dentro de la parcela de
muestreo de 35x35 metros (1225m2).
Debido a que cada estrato de la plantación tiene dos o más parcelas de muestreo, se determinó un
promedio de biomasa total de las parcelas dentro del estrato (BTestrato/parcela prom) con un tamaño de
2
1225m .
Luego por regla de tres simple se calculó la cantidad de biomasa del estrato por hectárea (BT

Estrato/Hectarea).

BTEstrato /hectarea = (BTEstrato/parcela prom) X (10 000 m2 / 1225 m2)

Donde,
BT Estrato/Hectárea : BT total por cada hectárea en estrato “x” .
BT Estrato/Parcela prom: BT total promedio por cada parcela en estrato “x”.
Finalmente para encontrar la cantidad de biomasa aérea del estrato se multiplicó el valor calculado de
Biomasa total del estrato por hectárea (BTEstrato/Hectarea) por el número de hectáreas que tiene el estrato y
que va ser usado como venta de carbono. Y al sumar todos los estratos se tiene la biomasa área total de la
plantación.

BT Plantacion= ΣEstratos ((BTEstrato/Hectarea) X (#ha))

Donde,
ΣEstratos : Suma de estratos de la plantación (ha)
BT Estrato/Hectarea : Biomasa total por hectárea en un estrato “x”.
#ha : número de hectáreas en un estrato “x”.

61
4.3.5.4 Estimación de la cantidad de carbono de la plantación

Para estimar la cantidad de carbono de la plantación, se multiplico el valor de biomasa aérea de la

plantación (BT Plantacion) por la fracción de carbono por defecto del IPCC 2003.

C (plantación)= BT(plantación) * FC
Donde,
C Plantación = Cantidad de carbono de la Plantación en (kg)
BT Plantación = Biomasa Total de la plantación en (kg)
FC = Fracción de Carbono IPCC 2003 (valor: 0.5, fuente: IPCC-2006, Hughes et al., 2000).

Finalmente al resultado de carbono de toda la plantación se aplicó el factor de conversión 44/12 (IPCC
2003) de unidades de carbono (C) para transformar a unidades de Dióxido de carbono equivalente (CO2)
y se transformó las unidades de kg a toneladas, dividiéndolo entre 1000, obteniendo tn CO2.

Durante mucho tiempo se le ha dado valor a los ecosistemas boscosos, pero solo en función a la cantidad
y calidad de las especies forestales comerciales que se encontraban, actualmente y a raíz de la
problemática mundial del cambio climático, se ha creado el mercado de carbono para pagar por el
servicio ambiental de secuestro de carbono que el bosque presta a la humanidad.

62
 5 RESULTADOS Y DISCUSION
5.1 PREPARACIÓN Y DISEÑO DE LA MUESTRA
Se preparó los formatos de toma de datos (anexo 9.4), se listo y presupuesto los materiales y equipos a
utilizar y se registraron en un formato definido (anexo 9.2). Se determinó un cronograma de trabajo para
la realización de la investigación (anexo 9.1).

5.2 TRABAJO DE CAMPO

5.2.1 Numero de parcelas y Ubicación

El número de muestras calculadas fue 54 parcelas; sin embargo, siguiendo la metodología propuesta se
adiciono un 20% por seguridad, obteniendo 65 parcelas.
Mediante el uso del Software ArcGis arcmap V.10, el croquis de la plantación y el GPS Garmin, las
parcelas de muestra fueron ubicadas en campo dentro de los 6 estratos de la plantación, se dirigió a los
puntos físicos y se ingresó las coordenadas UTM del GPS. En el formato (anexo 9.4) se registró el total
de parcelas numeradas (65), el estrato donde se ubican y los nombres de las unidades de manejo forestal
(UMF) donde se ubica el estrato.

5.2.2 Inventario
Dentro de cada parcela establecida se tomaron los datos de la especie Inga edulis: Ubicación (Nombre de
la Unidad de manejo forestal (UMF), estrato, numero de parcela), edad de la UMF, diámetro altura cuello
(DAC), altura total (HT), numero de ejes, estado (vivo o muerto) y código de árbol dentro de la población
de la parcela (anexo 9.4.2). Finalmente se evaluaron 7 121 árboles, no se consideró los árboles caídos.

A partir de la información obtenida se estimó las frecuencias totales y se hizo una división por clase
diamétricas, se clasificaron 8 clases diamétricas (cuadro 9), que van desde los 0.7 cm hasta los 17.3 cm de
diámetro. La clase diamétrica con mayor número de individuos de la clase #4 con 2 453 individuos
representando el 34.4% de la población total. La clase diamétrica con mayores medidas de diámetros fue
la clase #8.

63
 Cuadro 9: Clasificación diamétrica de individuos

Clasificacion Diametrica de Individuos

3000 2.453
2500
Frecuencia
2000 1664
1370
1500
1000 704
151 335 290 154
500
0

Fuente: Propia

La toma de individuos muestras para el análisis destructivo es el 2% de la población de guabas de las

parcelas de evaluación. La cantidad total de individuos a extraer fue de 144 árboles de guaba.

Cuadro 10: Clasificación diamétrica de individuos e individuos a extraer

Código de Individuos
Clase
Categoría Frecuencia a extraer
diamétrica
diamétrica (2%)
1 0.7 - 2.89 151 3
2 2.9 - 4.89 335 7
3 4.9 - 6.89 1370 28
4 6.9 - 8.89 2,453 49
5 8.9 - 10.89 1664 34
6 10.9 - 12.89 704 14
7 12.9 - 14.89 290 6
8 14.9 - 17.3 154 3
TOTAL 7 121 144
Fuente: Propia

5.2.3 Evaluación destructiva y medición biomasa aérea

Se ubicó lo arboles representativos por cada categoría diamétrica con la ayuda de los croquis de la
plantación y el cuadro de distribución de individuos por clase diamétrica (cuadro 11), dichos individuos
se marcaron con pintura roja para su posterior extracción.
La distribución diamétrica de los arboles a extraer está en relación de la distribución del inventario
realizado previamente, se aprecia que la categoría diamétrica con mayor número de individuos a extraer
es la categoría #4 con 49 individuos.

64
 Cuadro 11: Distribución diamétrica de 144 individuos a extraer

Clasificacion de Individuos a extraer

60 49
50
Frecuencia
40 34
28
30
20 14
7 6
10 3 3
0

Fuente: Propia

Todos los árboles fueron derribados y sus componentes separados y pesados independientemente (Fuste,
Ramas y hojas), luego sus muestras fueron extraídas y pesadas. En el cuadro 12 se observa los datos
procesados en versión digital, y ordenados por categoría diamétrica: nombre de UMF donde se ubica,
DAC, Ht, Peso húmedo de cada componente y peso húmedo muestra de cada componente de los 144
árboles extraídos.

El árbol con mayor DAC es el #144 de la categoría diamétrica (CD) #8 con 15.35 cm y también posee
uno de las mayores alturas con 6.5m. Por otro lado el árbol con menor DAC es el #1 de la CD#1 con
1.2cm y también posee una de las menores alturas con 1.1 m.

Cuadro 12: Toma de datos en campo de muestra de 144 árboles de la especie Inga edulis.

PH PH PH
PH PH PH
Código Altura Muestra Muestra Muestra
N° Código DAC Total Total Total
Categ. Total Campo campo campo
Individuo UMF (cms) Fuste Ramas Hojas
Diam. (m) Fuste Ramas Hojas
(Kg) (Kg) (Kg)
(gr) (gr) (gr)
1 1 VENADO 1.2 1.1 0.38 3 0.26 9 0.34 12
2 1 VENADO 2.1 0.97 0.54 12 0.56 17 2.4 23
3 1 LOMAS 2.83 2.45 1 15 0.378 31 0.242 14
4 2 LAGARTO 3.73 1.65 0.42 43 1 63 0.6 15
5 2 LAGARTO 3.85 2.3 3 41 3.5 84 3 20
6 2 LAGARTO 4.18 1.8 0.54 42 0.95 74 0.7 20
7 2 LAGARTO 4.2 1.8 0.148 82 2 34 1.1 20
8 2 ISULA 4.88 2.5 3 69 4.5 101 2.5 21
9 3 LOMAS 4.94 2.7 1.5 62 2 61 0.5 16
10 3 LOMAS 5.13 3.1 2 49 1.5 30 2.5 20
11 3 JERGON 5.33 3.6 2 106 5 120 2.5 16
12 3 LOMAS 5.38 3.5 1.5 80 6 110 1.5 20
13 3 MANGUAL 5.86 3.5 2 111 6 246 3.5 13

65
14 3 SHAPA 5.89 4.7 2.5 144 12 103 3 18
15 3 JERGON 5.95 4.2 1.5 157 10 99 3 18
16 3 OJE 6 3.7 2 186 6 216 3 13
17 3 MANGUAL 6.25 4.5 2 114 7.5 154 3 19
18 3 OJE 6.29 2.9 2.5 78 4 84 3 21
19 3 RUNA 6.3 2.8 1.5 125 3.5 47 0.5 21
20 3 RUNA 6.3 4.9 2 168 11 49 5 22
21 3 OJE 6.4 3.8 2.5 128 9 86 4 10
22 3 RUNA 6.4 3.95 2 161 12 100 3.5 23
23 3 RUNA 6.4 4.05 3 115 2.5 118 1 21
24 3 SHAPA 6.46 3.75 2.2 101 5.2 74 3.5 20
25 3 OJE 6.47 4 2.5 144 12 78 5 14
26 3 MANGUAL 6.52 4.4 3 162 11.5 206 5.5 14
27 3 RUNA 6.59 2.4 1.5 184 6 138 3 19
28 3 RUNA 6.62 4.3 5 154.9 10.5 159 1 14
29 3 RUNA 6.7 4.5 2.5 186 8.5 109 2.5 12
30 3 MANGUAL 6.7 4.2 6 143 8 116 5 20
31 3 OJE 6.74 2.5 2.5 115 5.5 131 2.5 12
32 4 JERGON 6.92 5.3 3.5 168 11.5 68 6 20
33 4 OJE 6.94 3.8 3.5 266 16 60 5 21
34 4 JERGON 6.94 4.2 1.5 199 15 134 3 20
35 4 SHAPA 6.99 2.9 3 160 11.5 112 4.4 18
36 4 OJE 7.1 5.2 3.5 192 23 146 9 22
37 4 LAGARTO 7.1 4.5 5 208 18 102.9 6.5 23
38 4 JERGON 7.22 4.2 2 154 10 126 2 18
39 4 OJE 7.23 4.3 3 133 10 69 6 30
40 4 LAGARTO 7.32 2.35 2 155 6.5 130 1 14
41 4 JERGON 7.32 5.1 4 145 10 72 3.5 22
42 4 RUNA 7.33 4.1 2.7 167 8.2 133 2.5 14
43 4 MANGUAL 7.37 4.2 2.5 211 14 85 6 22
44 4 RUNA 7.4 3.5 2.5 224 7 133 1.5 24
45 4 MANGUAL 7.4 4.1 2 158 12 118 6 20
46 4 MANGUAL 7.41 4.9 6.5 124 19 114 7 21
47 4 JERGON 7.41 5.9 2.5 331 19 86 10.5 24
48 4 LOMAS 7.5 3.5 2.5 317 8 118 2 24
49 4 SHAPA 7.68 6.5 4.5 157 12.5 135 4.5 20
50 4 LOMAS 7.7 3.9 2 157 12 31 5 20
51 4 LAGARTO 7.76 5 6.5 113 9 80 5 19
52 4 MANGUAL 7.78 4.5 2 212 16.5 93 6.5 13
53 4 LAGARTO 7.8 3.2 3 204 15 113 4.8 16
54 4 OJE 7.85 4 3.5 170 12.5 138 5.5 12
55 4 LAGARTO 8.02 4.4 2 189 11.5 116 3 26
56 4 RUNA 8.02 4 1.5 269 20 112 4.8 21
57 4 RUNA 8.05 4.8 2 261 11 59 3 20
58 4 RUNA 8.05 6 3 395 29 117 8 20
59 4 MANGUAL 8.05 4.9 3.5 207 13 80 7 20
60 4 SHAPA 8.24 5.2 4.5 212 19.5 91 10.5 13
61 4 SHAPA 8.25 4.4 5 214 16.5 89 5 20
62 4 OJE 8.27 4.7 3.5 269 23 122 7 20
63 4 SHAPA 8.27 3.5 3 197.4 12.05 91 4.5 20
64 4 RUNA 8.3 6 5.5 175 12.5 133 3 20
65 4 RUNA 8.33 5.9 3 277 17 104 4.8 17

66
66 4 RUNA 8.34 5.5 4 190 12.5 99 4 20
67 4 JERGON 8.41 5.9 2.5 214 13.5 197 3.5 19
68 4 LOMAS 8.56 3.7 3.5 227 12 49 3 18
69 4 RUNA 8.6 4.5 2 319 15.8 113 3.5 12
70 4 YAN 8.6 5.1 2 286 18 89 5 18
71 4 JERGON 8.62 4.8 2 229 18 74 4 20
72 4 MANGUAL 8.65 5 5 288 27 103 13 19
73 4 SHAPA 8.74 4.7 3.5 337 31.5 84 8 21
74 4 RUNA 8.75 5 2 232 16.5 136 2.2 14
75 4 SHAPA 8.77 4 2.5 285 16 125 3 23
76 4 JERGON 8.8 4.2 3 258 18 93 4.5 19
77 4 MANGUAL 8.8 4.4 5 331 22 95 9 21
78 5 SHAPA 9 5.7 4.5 290 18.4 128 4.5 22
79 5 YAN 9.03 2.66 4 245 10.5 98 6.6 16
80 5 MANGUAL 9.18 4.7 5.5 385 20.5 157 7.5 20
81 5 OJE 9.19 5.3 5 94 36 96 23 19
82 5 RUNA 9.2 5.7 3 443 30 85 2.8 20
83 5 RUNA 9.3 5.4 3.5 434 23 76 6.5 21
84 5 JERGON 9.3 4.6 5 355 24 71 9.5 20
85 5 MANGUAL 9.32 5.5 5 281 21 161 10 12
86 5 OJE 9.33 5.7 5 457 40 140 16 20
87 5 JERGON 9.34 5.4 4 320 23 99 7 17
88 5 JERGON 9.4 5.5 9 205 26.5 88 6 11
89 5 JERGON 9.43 5.5 3 261 22 67 6 16
90 5 OJE 9.46 4.9 5 264 25 85 11 18
91 5 JERGON 9.46 5.25 5.5 268 26 134 10 20
92 5 JERGON 9.46 4.2 4 316 23.5 192 7 16
93 5 JERGON 9.46 3.8 2.5 322 12 97 3.5 15
94 5 YAN 9.49 6.3 3 270 21 92 5 16
95 5 RUNA 9.51 6.4 4.5 340 17.5 117 5 17
96 5 OJE 9.55 4.5 4 252 15.5 106 4.5 14
97 5 OJE 9.73 5.5 6 216 21 137 8 14
98 5 OJE 9.78 5.4 5.5 411 35 92 12 17
99 5 RUNA 9.8 5.2 6 330 27 73 5 23
100 5 JERGON 9.8 4.55 2.5 403 20 67 4.5 18
101 5 MANGUAL 9.88 6.4 5 329 25 110 9 21
102 5 SHAPA 9.89 6.6 8.5 328 33 95 9 21
103 5 CUMALA 9.9 6.3 10.5 648 51 123 14.5 21
104 5 JERGON 9.92 5.1 4 363 26.5 70 7.5 21
105 5 CUMALA 9.96 6.35 9.5 240 29 110 15.5 19
106 5 RUNA 10 5.7 3.5 366.5 16 102 2.2 15
107 5 RUNA 10.1 6.3 7 575 36 156 10.5 21
108 5 MANGUAL 10.13 5 5 341 24 73 9 22
109 5 JERGON 10.2 5.8 5.5 342 35.5 103 11 19
110 5 ISULA 10.2 4.4 3.5 555 34 152 7.5 15
111 5 RUNA 10.21 5.3 5 424 31 65 6.5 18
112 5 OJE 10.41 4.6 5 281 21 122 14 14
113 5 CUMALA 10.5 6 4 623 50 188 14 27
114 5 OJE 10.58 4 3 406 29 128 14 16
115 5 MANGUAL 10.66 4.2 5.5 372 40 82 15 8
116 5 RUNA 10.69 4.4 4.4 516 37 110 7 18
117 5 CUMALA 10.72 6 4 362 30 178 9.4 16

67
 118 5 MANGUAL 10.78 5.5 7.5 315 22 138 10.5 15
119 5 ISULA 10.85 3.5 7 381 31 129 12 19
120 6 YAN 10.97 4.6 7.5 316 30 71 9 20
121 6 YAN 11.1 6.35 2.5 444 27 104 2 21
122 6 CUMALA 11.18 6.8 10 571 45 176 14 17
123 6 SHAPA 11.19 5.5 7 300 24 94 7 21
124 6 YAN 11.24 6.05 5.5 546 50 141 10 24
125 6 CUMALA 11.29 7.7 12 489 57 138 17 21
126 6 YAN 11.31 7.57 7.5 380 29 136 7.5 18
127 6 MANGUAL 11.35 5 5 425 39 126 10 11
128 6 YAN 11.4 7.23 6 460 35 95 5.6 20
129 6 YAN 11.41 5.5 11 388 34 113 8 21
130 6 ISULA 11.46 5.5 3 512 40 79 7.5 23
131 6 YAN 11.48 5.7 7.5 566 34 131 7 20
132 6 CUMALA 11.51 6.4 14 360 29 83 13 19
133 6 CUMALA 12 5.5 10 431 35 166 12.7 15
134 6 YAN 12.11 6.5 4.5 576 55 56 13.5 17
135 6 SHAPA 12.59 6 3.5 612 53.5 288 12 19
136 7 ISULA 13.06 4.3 3 620 15 92 41 29
137 7 ISULA 13.17 4.8 12.5 556 32.7 136 9.5 17
138 7 ISULA 13.25 5.25 3.5 802 36.5 87 8 26
139 7 CUMALA 13.33 6.5 6 769 65 123 9.5 10
140 7 YAN 13.44 5 5 760 33.5 90 4.5 16
141 7 YAN 13.77 6.7 17 495 44.5 89 12.5 20
142 8 CUMALA 15 7 6.5 1021 67 167 30 17
143 8 SHAPA 15.06 6.55 28.5 402 41 125 16 20
144 8 SHAPA 15.35 6.5 12 879 60.5 108 7.4 26
Fuente: Propia

Para la elección del modelo alométrico se evaluaron 2 variables principales y sus derivaciones: diámetro
altura de la base o cuello (DAC) y altura total (Ht), a estas 2 variables se les calculo la estadística
descriptiva básica (media aritmética, desviación estándar, coeficiente de variación, max y min) de los 144
árboles. Como se muestra en el cuadro 13, se obtiene que el promedio de diámetro DAC de las muestras
es de 8.7cm con un coeficiente de variación de 28.5% y el promedio de altura total es de 4.7 m con un
coeficiente de variación de 27.6%.

Cuadro 13: Estadísticas descriptivas de las variables consideradas en

la medición de árboles individuales de la especie Inga edulis
Variables DAC Ht
(cm) (m)
Valor Máximo 15.35 7.7
Valor Mínimo 1.2 0.97
Promedio 8.7 4.7
Desv. St. 2.482 1.301
Coef. Variabilidad (%) 28.5% 27.6%
Fuente: Propia

68
Se puede apreciar en el Cuadro 14 la relación proporcional entre los valores de diámetro - DAC (cm) y la
altura total del árbol - Ht (m), donde la nube de datos indica que la plantación se encuentra en las
primeras etapas de crecimiento, ya que se observa que a mayor DAC, mayor altura, lo cual es típico de
poblaciones jóvenes.

Cuadro 14: Relación DAC vs Ht de 144 árboles muestra de la especie Inga edulis.

DAC vs Ht
8
7
6
5
Ht (m)

4
3
2
1
0
0 2 4 6 8 10 12 14 16
DAC (cm)

Fuente: Propia

5.3 TRANSPORTE
El transporte interno se realizó sin inconvenientes, se cumplió el procedimiento de traslado de las
muestras: del bosque hacia el punto de acopio y luego a los vehículos de la empresa BAM que las
trasladaron hacia el laboratorio de propiedades físico-mecánicas de la Facultad de Ciencias Forestales y
Ambientales de la Universidad Nacional de Ucayali (UNU). Llegar a Pucallpa, tomó 1.5 horas, las
muestras fueron sacadas de las bolsas de papel y puestas en una mesa del laboratorio, se verifico que no
fueron mojadas por la lluvia, no fueron afectadas por los hongos y no se perdieron paquetes.

5.4 TRABAJO DE LABORATORIO

5.4.1 Secado de muestras y Determinación de la biomasa seca de cada componente

Las muestras fueron secadas en el horno de secado del Laboratorio de Propiedades Físico-Mecánicas de
la Facultad de Ciencias Forestales y Ambientales de la Universidad Nacional de Ucayali (UNU), hasta
llegar a un peso constante y finalmente registrar el peso seco o biomasa seca de las muestras.
A partir de los pesos secos de las muestras, se utilizó la ecuación general detallada en la metodología para
la obtención de la biomasa seca de cada componente y luego se obtuvo la biomasa seca total del árbol.
Los resultados se muestran en el siguiente cuadro.

69
 Cuadro 15: Datos biomasa seca de componentes de muestra de 144 árboles de la especie Inga edulis
Código Altura Peso S. Peso S.
N° Código DAC Peso S. Peso Total
Categ. Total Fuste Ramas
Individuo UMF (cm) Hojas (Kg) (Kg)
Diam. (m) (Kg) (Kg)
1 1 VENADO 1.2 1.1 0.16 0.09 0.12 0.37
2 1 VENADO 2.1 0.97 0.25 0.29 0.64 1.19
3 1 LOMAS 2.83 2.45 0.50 0.17 0.08 0.75
4 2 LAGARTO 3.73 1.65 0.30 0.50 0.34 1.14
5 2 LAGARTO 3.85 2.3 1.14 1.20 1.12 3.46
6 2 LAGARTO 4.18 1.8 0.27 0.43 0.18 0.88
7 2 LAGARTO 4.2 1.8 0.07 0.89 0.18 1.15
8 2 ISULA 4.88 2.5 1.26 2.43 0.54 4.23
9 3 LOMAS 4.94 2.7 0.78 0.96 0.11 1.86
10 3 LOMAS 5.13 3.1 0.47 0.66 0.53 1.65
11 3 SHAPA 5.33 3.6 1.07 2.70 1.05 4.82
12 3 LOMAS 5.38 3.5 0.75 2.63 0.34 3.72
13 3 SHAPA 5.86 3.5 1.27 4.71 2.22 8.20
14 3 SHAPA 5.89 4.7 1.36 6.28 1.13 8.78
15 3 SHAPA 5.95 4.2 0.78 4.65 1.15 6.58
16 3 OJE 6 3.7 0.88 3.04 2.13 6.06
17 3 JERGON 6.25 4.5 0.99 3.36 0.67 5.02
18 3 OJE 6.29 2.9 1.07 1.52 0.48 3.07
19 3 OJE 6.3 2.8 0.70 1.49 0.09 2.28
20 3 OJE 6.3 4.9 0.90 3.97 1.05 5.92
21 3 OJE 6.4 3.8 1.09 3.59 2.24 6.92
22 3 RUNA 6.4 3.95 0.80 3.83 1.00 5.63
23 3 RUNA 6.4 4.05 1.09 0.73 0.54 2.36
24 3 JERGON 6.46 3.75 1.04 2.21 1.37 4.62
25 3 RUNA 6.47 4 1.10 4.40 3.46 8.97
26 3 JERGON 6.52 4.4 1.62 5.72 2.86 10.20
27 3 RUNA 6.59 2.4 0.60 1.70 1.03 3.33
28 3 RUNA 6.62 4.3 1.85 3.84 0.54 6.22
29 3 RUNA 6.7 4.5 1.05 3.34 1.40 5.79
30 3 JERGON 6.7 4.2 2.93 3.48 2.14 8.55
31 3 RUNA 6.74 2.5 1.10 2.60 1.33 5.04
32 4 MANGUAL 6.92 5.3 1.65 5.04 2.27 8.95
33 4 OJE 6.94 3.8 1.68 6.48 1.70 9.85
34 4 MANGUAL 6.94 4.2 0.78 7.35 1.19 9.32
35 4 MANGUAL 6.99 2.9 1.58 5.79 1.10 8.47
36 4 OJE 7.1 5.2 1.51 10.97 2.75 15.23
37 4 LAGARTO 7.1 4.5 2.49 8.36 2.33 13.18
38 4 MANGUAL 7.22 4.2 1.00 3.98 0.82 5.80
39 4 LAGARTO 7.23 4.3 1.17 3.32 1.05 5.54
40 4 LAGARTO 7.32 2.35 1.11 3.39 0.37 4.88
41 4 JERGON 7.32 5.1 2.24 3.38 0.72 6.33
42 4 OJE 7.33 4.1 1.02 3.19 0.95 5.16
43 4 JERGON 7.37 4.2 1.31 5.60 1.58 8.49
44 4 OJE 7.4 3.5 1.02 2.92 0.33 4.27
45 4 MANGUAL 7.4 4.1 0.92 5.18 2.01 8.11
46 4 MANGUAL 7.41 4.9 2.99 8.55 2.17 13.72

70
47 4 YAN 7.41 5.9 1.11 7.78 2.76 11.65
48 4 YAN 7.5 3.5 1.65 4.26 0.57 6.48
49 4 MANGUAL 7.68 6.5 2.04 5.89 1.95 9.89
50 4 YAN 7.7 3.9 1.06 4.84 2.17 8.07
51 4 OJE 7.76 5 3.01 3.59 1.02 7.63
52 4 SHAPA 7.78 4.5 1.02 7.66 4.51 13.20
53 4 OJE 7.8 3.2 1.44 7.21 2.23 10.87
54 4 OJE 7.85 4 1.38 4.63 2.80 8.81
55 4 LAGARTO 8.02 4.4 0.97 5.12 1.01 7.10
56 4 LAGARTO 8.02 4 0.70 8.78 1.51 10.98
57 4 RUNA 8.05 4.8 0.79 3.78 1.16 5.73
58 4 RUNA 8.05 6 1.08 10.49 2.91 14.48
59 4 SHAPA 8.05 4.9 1.87 6.06 1.96 9.89
60 4 SHAPA 8.24 5.2 2.45 7.35 4.88 14.68
61 4 SHAPA 8.25 4.4 2.89 8.58 1.29 12.76
62 4 RUNA 8.27 4.7 1.56 8.81 2.62 12.98
63 4 SHAPA 8.27 3.5 1.71 6.49 0.89 9.09
64 4 RUNA 8.3 6 2.53 5.47 0.90 8.90
65 4 RUNA 8.33 5.9 1.28 7.00 2.20 10.48
66 4 RUNA 8.34 5.5 1.79 4.63 1.46 7.87
67 4 LOMAS 8.41 5.9 1.21 6.09 1.58 8.88
68 4 JERGON 8.56 3.7 1.84 5.56 1.13 8.53
69 4 RUNA 8.6 4.5 0.93 6.75 1.69 9.37
70 4 JERGON 8.6 5.1 0.95 7.26 1.92 10.13
71 4 JERGON 8.62 4.8 0.97 6.91 1.66 9.54
72 4 JERGON 8.65 5 2.64 12.29 5.21 20.15
73 4 YAN 8.74 4.7 1.72 12.86 2.70 17.28
74 4 OJE 8.75 5 0.88 5.91 1.18 7.97
75 4 MANGUAL 8.77 4 1.36 8.52 1.23 11.11
76 4 MANGUAL 8.8 4.2 1.45 8.01 1.61 11.07
77 4 MANGUAL 8.8 4.4 2.69 10.12 3.21 16.03
78 5 LOMAS 9 5.7 2.17 8.42 1.62 12.21
79 5 LOMAS 9.03 2.66 2.09 4.66 3.22 9.97
80 5 JERGON 9.18 4.7 2.51 9.81 2.93 15.24
81 5 OJE 9.19 5.3 2.19 15.24 11.86 29.29
82 5 OJE 9.2 5.7 1.39 14.22 0.76 16.38
83 5 OJE 9.3 5.4 1.27 12.63 2.29 16.18
84 5 YAN 9.3 4.6 2.44 9.30 3.61 15.34
85 5 JERGON 9.32 5.5 2.56 9.96 5.92 18.43
86 5 OJE 9.33 5.7 2.13 19.13 4.48 25.74
87 5 JERGON 9.34 5.4 2.00 8.08 2.92 13.00
88 5 JERGON 9.4 5.5 2.47 9.18 4.25 15.91
89 5 JERGON 9.43 5.5 1.48 10.70 2.36 14.55
90 5 RUNA 9.46 4.9 2.03 8.35 5.44 15.82
91 5 JERGON 9.46 5.25 2.73 12.55 4.40 19.69
92 5 MANGUAL 9.46 4.2 1.95 11.37 3.63 16.96
93 5 MANGUAL 9.46 3.8 1.18 4.70 1.91 7.80
94 5 MANGUAL 9.49 6.3 1.46 8.33 2.50 12.29
95 5 OJE 9.51 6.4 1.70 5.78 2.06 9.53
96 5 RUNA 9.55 4.5 1.88 6.93 2.54 11.34
97 5 RUNA 9.73 5.5 2.75 9.74 5.77 18.27
98 5 RUNA 9.78 5.4 2.41 14.10 5.58 22.08

71
 99 5 RUNA 9.8 5.2 3.03 10.86 1.39 15.28
100 5 YAN 9.8 4.55 1.25 18.03 1.80 21.08
101 5 SHAPA 9.88 6.4 2.50 10.82 3.69 17.01
102 5 SHAPA 9.89 6.6 4.35 15.25 3.13 22.73
103 5 CUMALA 9.9 6.3 4.30 22.12 6.63 33.05
104 5 SHAPA 9.92 5.1 1.95 8.97 2.43 13.36
105 5 CUMALA 9.96 6.35 3.88 12.49 5.79 22.16
106 5 RUNA 10 5.7 1.50 6.54 1.00 9.04
107 5 RUNA 10.1 6.3 2.48 13.14 4.00 19.62
108 5 YAN 10.13 5 2.58 9.07 2.70 14.35
109 5 YAN 10.2 5.8 2.66 16.75 4.34 23.75
110 5 YAN 10.2 4.4 1.91 17.49 2.20 21.60
111 5 RUNA 10.21 5.3 2.43 14.72 1.63 18.78
112 5 RUNA 10.41 4.6 2.18 16.94 5.00 24.12
113 5 RUNA 10.5 6 1.92 21.53 2.28 25.73
114 5 RUNA 10.58 4 1.19 11.67 5.69 18.54
115 5 SHAPA 10.66 4.2 3.40 29.56 15.94 48.90
116 5 CUMALA 10.69 4.4 2.14 17.34 3.46 22.94
117 5 CUMALA 10.72 6 1.71 13.31 5.52 20.54
118 5 JERGON 10.78 5.5 3.89 9.34 6.23 19.46
119 5 YAN 10.85 3.5 3.77 15.72 4.61 24.09
120 6 YAN 10.97 4.6 3.84 13.48 4.01 21.32
121 6 JERGON 11.1 6.35 1.32 14.12 0.69 16.13
122 6 CUMALA 11.18 6.8 7.84 21.03 4.61 33.49
123 6 JERGON 11.19 5.5 3.46 11.64 2.97 18.07
124 6 YAN 11.24 6.05 2.92 23.05 3.29 29.26
125 6 CUMALA 11.29 7.7 5.24 24.82 5.10 35.16
126 6 MANGUAL 11.31 7.57 4.19 13.80 3.13 21.11
127 6 MANGUAL 11.35 5 2.50 17.02 7.55 27.07
128 6 JERGON 11.4 7.23 2.99 14.92 2.13 20.05
129 6 MANGUAL 11.41 5.5 5.47 12.73 1.18 19.38
130 6 ISULA 11.46 5.5 1.58 18.75 1.37 21.70
131 6 MANGUAL 11.48 5.7 3.75 17.44 1.93 23.12
132 6 CUMALA 11.51 6.4 6.71 15.46 5.20 27.38
133 6 CUMALA 12 5.5 4.06 12.52 6.18 22.76
134 6 ISULA 12.11 6.5 2.30 25.24 4.61 32.15
135 6 MANGUAL 12.59 6 1.77 27.96 4.48 34.22
136 7 ISULA 13.06 4.3 1.56 6.96 10.32 18.84
137 7 ISULA 13.17 4.8 7.16 16.93 4.86 28.94
138 7 ISULA 13.25 5.25 1.74 17.45 2.22 21.41
139 7 CUMALA 13.33 6.5 2.78 31.25 5.51 39.54
140 7 ISULA 13.44 5 2.40 16.34 3.15 21.89
141 7 YAN 13.77 6.7 4.67 19.20 6.38 30.25
142 8 CUMALA 15 7 2.82 32.22 12.35 47.39
143 8 SHAPA 15.06 6.55 15.03 15.25 6.96 37.24
144 8 SHAPA 15.35 6.5 5.89 22.52 2.68 31.08
Fuente: Propia

En el cuadro 16 se observa el porcentaje que representa cada componente frente al peso total, el
componente que tiene una mayor presencia en la biomasa total de las 144 muestras de árboles, es las

72
ramas con un 66% del peso total, por otro lado las hojas representan un 19.2% del total del peso de las
muestras y los tallos solo representan un 14.6%, esto debido a la característica típica de la especie.

Cuadro 16: Porcentaje de biomasa por componente para los 144 de la especie Inga edulis

100%
90%
Porcentaje Biomasa (%)

80%
70%
60%
50% Peso Hojas
40% Peso Ramas
30%
20% Peso Fuste
10%
0%
1 11 21 31 41 51 61 71 81 91 101 111 121 131 141
Arboles Extraidos

Fuente: Propia

Igualmente se obtuvo la estadística descriptiva básica para los pesos secos o biomasa seca de cada
componente (Fuste, ramas y hojas) de los 144 árboles, como se muestra en el cuadro 15. Se puede
observar un peso promedio mayor en las ramas, esto debido a que la especie Guaba son arboles muy
ramificados desde la base, por lo cual el peso de las ramas es mayor, inclusive en este caso el peso de las
hojas es ligeramente mayor o muy similar que el peso del fuste.

Cuadro 17: Estadísticas descriptivas de los pesos secos, resultado de evaluación destructiva de árboles de la especie
Inga edulis
DAC P. seco P. seco P. seco P. seco
Variables
(cm) (Fuste) (Ramas) (Hojas) (Total)
Valor Máximo 15.35 15.03 32.22 15.94 48.9
Valor Mínimo 1.2 0.07 0.09 0.08 0.37
Promedio 8.7 2.10 9.49 2.78 14.37
Desv. St. 2.482 1.72 6.81 2.43 9.62
Fuente: Propia

73
5.5 TRABAJO DE GABINETE

5.5.1 Análisis estadístico y generación de Ecuaciones de regresión

Para el análisis estadístico se utilizó el software SPPS versión 19.0. y se graficó con el programa Excel la
relación entre las variables y el peso seco total o biomasa total del árbol.
Como se puede observar en el cuadro 18, la relación entre las alturas totales y la biomasa total de las
muestras no tienen una tendencia o relación definida.

Cuadro 18: Cuadro de dispersión de variables (Ht y biomasa) de la especie Inga edulis

Biomasa (PT) vs Ht
45,00
40,00
35,00
Biomasa (Kg)

30,00
25,00
20,00
15,00
10,00
5,00
0,00
0 1 2 3 4 5 6 7 8
Ht (m)

Fuente: Propia

Por otro lado, al observar el cuadro 19, en la relación entre el DAC y la biomasa (PT) de las muestras si se
aprecia una tendencia definida, se puede ver que existe una relación entre las variables DAC y Biomasa
(Pt). Esto nos da una idea que las posibles ecuaciones que más representen la Biomasa (PT) serían las
ecuaciones que contengan la variable DAC.

74
 Cuadro 19: Cuadro de dispersión de variables (DAC y Biomasa) de la especie Inga edulis

Biomasa (PT) Vs DAC

45,00
40,00
35,00
Biomasa (Kg)

30,00
25,00
20,00
15,00
10,00
5,00
0,00
0 2 4 6 8 10 12 14 16
DAC (cm)

Fuente: Propia

Además en el cuadro anterior se observa una tendencia logarítmica; al realizar un gráfico de dispersión
entre LnPT vs DAC (cuadro 20) se aprecia un ajuste logarítmico típico, ambos cuadros 19 y 20 tienen un
R2 igual ya que son inversamente proporcionales, una ecuación exponencial (PT) es la inversa de una
ecuación logarítmica (LnPT).

Cuadro 20: Cuadro de dispersión de variables (DAC y LnBiomasa) de la especie Inga edulis

LnPT vs DAC
5,00000

4,00000

3,00000
Ln PT

2,00000

1,00000

0,00000
-1 1 3 5 7 9 11 13 15
-1,00000
DAC (cm)

Fuente: Propia

Luego con el software SPPS versión 19.0, se probaron las 9 ecuaciones o modelos alométricos
seleccionados para las pruebas estadísticas.

75
 A partir de las pruebas estadísticas realizadas, se seleccionó un primer grupo de ecuaciones que tienen un
coeficiente de determinación (R2) mayor o igual a 0.8, luego un segundo filtro donde las ecuaciones a ser
aceptadas tengan un “F” calculado mayor al “F” tabular y donde se aprecie una significancia aceptable de
la ecuación (P≤0.005), luego que tenga un “t” calculado mayor al “t” tabular y donde se aprecie una
significancia aceptable de las variables (P≤0.05) (cuadro 21), teniendo como resultado 4 ecuaciones
seleccionadas.

Cuadro 21: Resultados de prueba estadística en el programa SPSS V19 de los Modelos de ecuaciones alométricas
Prueba F y Prueba t y
Significancia Significancia Selección
# Autor Ecuación R2
Ecuación variables
(P<0.005) (P<0.05)
1 Naslund PT = β0 + β1 d² + β2(d²h) + 0.779 CUMPLE NO CUMPLE RECHAZAD
β3(dh²) + β4h² A
2 Schumacher- LnPT = β0 + β1 Lnd + β2 Lnh 0.840 CUMPLE CUMPLE ACEPTAD
Hall A

3 Husch LnPT = β0 + β1 Lnd 0.822 CUMPLE CUMPLE ACEPTAD

A

4 Meyer PT = β0 + β1 d + β2 h + β3 d² + 0.781 CUMPLE NO RECHAZA

β4 (d²h) + β5 (dh) CUMPLE DA

5 Stoate PT = β0 + β1 h + β2 d² + β3 (d²h) 0.773 CUMPLE NO RECHAZA

CUMPLE DA

6 Spurr LnPT =β0 + β1 Ln (d²h) 0.837 CUMPLE CUMPLE ACEPTAD

A

7 Adler PT = β0 + β1 d + β2 d² 0.755 CUMPLE NO RECHAZA

CUMPLE DA

8 Adler PT = β0 + β1 d² 0.752 CUMPLE NO RECHAZA

CUMPLE DA

9 Araujo, LnPT = β0 + β1 d2 + β2 d3 + Lnd 0.842 CUMPLE CUMPLE ACEPTAD

(Globalallom A
etree.com)
Fuente: Propia

Con el grupo ecuaciones que pasaron estos 2 filtros se determinó el Cuadrado medio del error (CME),
donde se busca que sea el menor valor posible y finalmente se aplica la prueba “IF: Índice de Furnival”
para determinar la mejor ecuación, la cual tiene un IF más cercano a cero.

76
 Cuadro 22: Resultados de prueba estadística en el programa SPSS V19 de los Modelos de ecuaciones alométricas
# Autor Ecuación CME IF Selección
1 Schumacher- LnPT = β0 + β1 Lnd + β2 Lnh 0.116 3.68
Hall
2 Husch LnPT = β0 + β1 Lnd 0.128 3.86

3 Spurr LnPT =β0 + β1 Ln (d²h) 0.117 3.69

4 Araujo, LnPT = β0 + β1 d2 + β2 d3 + 0.115 3.67 ACEPTAD

(Globalallometr Lnd A
ee.com)
Fuente: Propia

La ecuación más Representativa para la especie Inga edulis fue: LnPT = β0 + β1 DAC2 + β2 DAC3 +
LnDAC, para individuos mayores a 2.12 cm de DAC, resultando en LnPT = -1.289 + 0.032 DAC2 -
0.002 DAC3 + 1.131 LnDAC.

Con los datos de la ecuación seleccionada, se graficaron las Variables LnPT real y LnPT estimado por
medio del programa SPSS V.19.

Cuadro 23: Variables LnPT real y LnPT estimado en función del DAC de la muestra de 144 árboles de la
especie Inga edulis.

Fuente: Propia

77
También se graficó la inversa de la ecuación logarítmica el cual brindaría los valores sin transformar de
PT, siendo los valores: PT real y Pt estimado por la ecuación en función del DAC.

Cuadro 24: Variables PT real y PT estimado en función del DAC de la muestra de 144 árboles de la
especie Inga edulis.

Fuente: Propia

5.5.2 Calculo de cantidad de Biomasa aérea y cantidad de carbono

La estimación de la biomasa total de árboles individuales fue obtenida a través de la ecuación LnPT=
LnPT = -1.289 + 0.032 DAC2 - 0.002 DAC3 + 1.131 LnDAC, la cual se trasformó a PT estimado (Kg)
= EXP (LnPT).

Luego se transformó de (Kg) a (t) de biomasa aérea y luego de (t) de biomasa aérea a (tC) de carbono
mediante el factor (0,5) del IPCC. Por una regla de tres simple se obtuvo el promedio de toneladas de
biomasa y toneladas de carbono por hectárea.
Luego este se aplicó a la cantidad de hectáreas a ser consideradas VCS (Voluntary Carbon Standard) de
cada estrato del proyecto. Resultando la cantidad de biomasa aérea de la plantación y la cantidad de
carbono de la plantación, la cual para fines de venta en el mercado de carbono se transforma en (tCO2e)
mediante el factor 44/11.
El cuadro 25 muestra el contenido de biomasa aérea según el estrato de la plantación y el total expresado
en t de C y t CO2-e

78
 Cuadro 25: cantidad de carbono en la biomasa aérea de la especie Inga edulis.
Total de (t) Biomasa Total de (t) C por
Estrato ha (solo VCS)
Aérea por estrato estrato
estrato 1 156.28 1,956.41 978.20
estrato 2 91.97 1,086.90 543.45
estrato 3 Conservación No guaba No guaba
estrato 4 otros No guaba No guaba
estrato 5 otros No guaba No guaba
estrato 6 279.97 2,506.23 1 253.12
estrato 7 63.95 628.26 314.13
estrato 8 5.71 2.41 1.20
TOTAL (t) 6 180.21 3 090.10
TOTAL DE CO2-e (t) 11 330.38
Fuente: Propia

5.6 ANÁLISIS DE LA INFORMACIÓN

5.6.1 Ecuación alométrica y servicios ambientales

Frecuentemente, los modelos alométricos existentes en la literatura están únicamente en
función de la variable (DAC o DAP). Para brindar una facilidad de obtención de variables en
campo en futuros inventarios.
La biomasa y el carbono presentan un incremento gradual con el diámetro de los árboles.
Carbono orgánico en el suelo, aun no se valora económicamente (en sistemas tropicales). Es
importante valorizar el aporte de los suelos como prestador de servicios ambientales ya que
finalmente toda la biomasa retorna al suelo y se almacena ahí; actualmente se valoriza los
flujos de carbono, más no el stock de carbono almacenado (a excepción de proyectos de
conservación REDD, que las negociaciones de COP aún no han definido su validez), además
en sistemas tropicales, la mayor parte de carbono se encuentra en los árboles, mientras que en
sistema de montaña (sierra) la mayor cantidad de carbono se almacena en el suelo.
Los servicios ambientales que genera la plantación podrían ser contabilizados directamente
como CO2e para generar reducción de emisiones. Sin embargo se lograría proveer de más
servicios ecosistemicos como: la restauración y regeneración de áreas degradadas, controlar
la erosión, regular los flujos de agua, recursos genéticos, producción forestal, atractivo
turístico.

79
5.6.2 Valoración económica

La cantidad potencial de CO2-e a ser comercializado proveniente de la plantación de Guaba al año de

verificación (2011), la cual fue sometida a una auditoría externa realizada por la empresa TUV SUD, se
certificó 11 330.38 toneladas de CO2-e. La empresa fijó el precio de la tCO2e para venta a compradores
europeos un rango de 6 a 8.5 $/tCO2-e en el 2011. Con lo cual se realizó una transacción de derechos de
emisión de bonos de carbono por una cantidad aproximada de:

TOTAL DE CO2-e (t) 11 330.38

TOTAL Rango de Entre $67 982.28 y
TRANSACCION ($) $96 308.25

80
 6 CONCLUSIONES

Se logró generar información técnico-científica sobre las reservas de carbono de la plantación de

Inga edulis; que servirá como base para la elaboración de potenciales proyectos de valoración de
servicios ambientales
La ecuación que mejor estimó la biomasa total de árboles individuales fue LnPT= -1.289 + 0.032
DAC2 - 0.002 DAC3 + 1.131 LnDAC.
Los resultados del estudio indican que al año 2010 la biomasa aérea total fue de 6 180.21
toneladas para la plantación de Inga edulis del proyecto VCS-Campo Verde.
La cantidad de CO2-e almacenado al año 2010 en la plantación de Inga edulis, del proyecto
VCS-Campo Verde fue de 11 330.38 tCO2-e.
La variable que más se correlaciona con la biomasa aérea de la plantación de Inga edulis es
(DAC), que a su vez fue la variable más fácil de medir en campo.

81
 7 RECOMENDACIONES

Los modelos alométricos son una herramienta de gran utilidad para la estimación de la biomasa
de árboles individuales. Por esta razón se recomienda utilizar los modelos y las ecuaciones
alométricas en las diferentes especies encontradas en los sistemas forestales, para así tener
resultados más precisos.
Se recomienda que la evaluación del flujo de carbono se realice en diferentes momentos en la
vida productiva y en épocas donde el clima es favorable, para evitar retrasos y daños a las
muestras.
Las muestras de material vegetal no deben ser almacenadas mucho tiempo para evitar que estas
sean contaminadas por hongos, lo cual dificulta la determinación de su contenido de humedad.
Es importante valorizar el aporte de los suelos como prestador de servicios ambientales, se
recomienda realizar mayores estudios sobre almacenamiento de carbono en suelos en diferentes
regiones del país los cuales sirvan como referencia para inventarios nacionales de carbono.
Es necesario un fortalecimiento técnico de profesionales relacionados al sector forestal para la
formulación de este tipo de proyectos, además de buscar nuevos mercados que valoricen los
servicios hídricos y ecológicos del bosque.
Todas las actividades destinadas a la mitigación de Gases de efecto invernadero (GEI) en la
atmósfera deberían cumplir ciertas condiciones básicas, tales como ser ecológicamente
sostenible; económicamente factible; fácilmente reproducible y socialmente aceptable.

82
 8 REFERENCIAS BIBLIOGRAFICAS

ALEGRE, J., ARÉVALO, L., RICSE, A., CALLO-CONCHA, D., PALM, C. 2001. Carbon sequestration
for different land use systems in the humid tropics of Perú. Annual Meeting of American Society of
Agronomy, Crop Science Society of America, Soil Science Society of America. Charlotte North Carolina
October. 21p.

ALVAREZ, S. 2009. Optimización de la planificación forestal considerando la captura de carbón en

bosque de Pino-Encino de la sierra de Juárez Oaxaca (México). Universidad Politécnica de Madrid.

ASB, 2005. Alternative to Slash and Burn in Perú. Summary report and synthesis of phase edited;
Velarde S., Alegre J., Tomish T., ASB Programme, ICRAF.

ARAUJO, T., HIGUCHI, N., CARVALHO, J. 1999. Comparison of formulae for biomass content
determination in a tropical rain forest site in the state of Para, Brazil. Forest Ecology and Management.
Globalometree.com 117, 43p

ARCE SEVERO, R. 1987. “Estudio Dendrológico del genero Inga en selva central – Pasco - Perú”.

ARÉVALO, CHERYL PALM Y ALEGRE, J. 2003. “Manual de Determinación de Carbono en los

Diferentes Sistemas de Uso de la Tierra en el Perú”. ICRAF, CODESU, INIA e INRENA.

ARES, A., BONICHE, J., QUESADA, J., YOST, R., MOLINA, E. 2002. Estimación de biomasa por
métodos alométricos, nutrimentos y carbono en plantaciones de palmito en Costa Rica. Costa Rica.
Agronomía costarricense 26(2): 19p

BARBARAN, J., RICSE, A., ALEGRE, J. 2001. Cuantificación de Biomasa y Carbono en principales
Sistema de Uso de Suelo en Campo Verde. Simposio Internacional Medición y Monitoreo de la Captura
de Carbono en Ecosistemas Forestales. Ucayali, Perú. 2p

BRAKO, L. y ZARUCHI, J. 1993. Catálogo de las Angiospermas y Gimnospermas de Perú. Missouri

Botanical Garden. St. Louis, Missouri, EE.UU. 1286p.

BROWN, S., GILLESPE A. y LUGO, A. 1989. Biomass estimation for tropical forest with applications
to forest inventory data. Forest Science 35(4): 881p.

BURGA, G. 2010. Determinación de las Reservas de Carbono en la Biomasa Aérea de Combinaciones

Agroforestales de Theobroma cacao L. Departamento de San Martin. Tesis de Ing. Ambiental UNALM.

83
CALLO CONCHA, D. 2000. Evaluaciones en Diferentes Sistemas de Uso de la Tierra en Pucallpa.
México.

CERO CO2, 2008. Los mercados voluntarios de carbono, una herramienta contra el Cambio Climático y
por el desarrollo de las comunidades locales. En: Encuentro de Analistas INET 2008: Cambio Climático,
Políticas de tratamiento efectivo. Córdoba, AR.

CONCHA, J. 2006. Determinación de las Reservas de Carbono de la Biomasa Aérea en Sistemas

Agroforestales de Theobroma cacao L. Departamento de San Martín. Tesis de Grado

CONAM (Consejo Nacional del Ambiente), 2001 a. Primera Comunicación Nacional del Perú para la
Convención de las Naciones Unidas sobre el Cambio Climático. Lima, 118p.

CASTRO, R., CORDERO, S. y ACEVEDO, C. 2002. Casos latinoamericanos de cambio climático y

desarrollo. San José: Copieco de San Pedro 320. 63p.

CARRERAS, J., ALADRO, A., MARTÍN, L., ROSEMBERG, A. 2007. Consecuencias del Cambio
Climático: El contexto Andaluz. ES. 29p.

CAPOOR, K., AMBROSSI, P. 2008. State and Trents of The Carbon Markets 2008. World Bank
Institute. Washington Dc. 78p.

CARAZO, A. 2006. Cifras básicas de la relación de Madera-Fijación de Carbono- CO2 atmosférico. ES.
5p.

CENTENO, J. 1992. EL efecto Invernadero. PLANIUC. 18/19: 75-96.\

CIENCIA DE LA TIERRA WORDPRESS, 2009. Disponible en Página WEB:

http://cienciadelatierra.wordpress.com/2009/12/15/coop15-un-breve-resumen-de-la-situacion-actual-en-
la-cumbre/

COP15, 2009. Copenhaguen, Disponible en Página WEB de UNFCCC:

http://unfccc.int/meetings/copenhagen_dec_2009/meeting/6295.php

DÁVALOS, R., SOTELO, E., MARTÍNEZ, M. 2008. Almacenamiento de Carbono. Instituto Nacional
de Ecología. MX. 11 p.

DUNCAN, J. 2005. Biomasa aérea en una plantación de Austrocedrus chilensis de 20 años ubicada en
Valdivia. 4p.

84
ECHAGÜE, G. 2006. Cambio climático: Hacia un nuevo modelo energético. Colegio Oficial de Físicos.
ES. 116 p.

ECOSYSTEM MARKET PLACE, 2010. Precios, demanda y actualidad. Disponible en:

http://www.ecosystemmarketplace.com/

ESTADO DEL MERCADO VOLUNTARIO DE CARBONO, 2012. State of the Voluntary carbon
markets 2012.
http://www.forest-trends.org/documents/files/doc_3187.pdf,,http://www.forest-
trends.org/publication_details.php?publicationID=3164

ESTADO DEL MERCADO VOLUNTARIO DE CARBONO, 2013. State of the Voluntary carbon
markets 2012.
http://www.forest-trends.org/documents/files/doc_3187.pdf,

FAO, 2001. Situación de los Bosques en el Mundo. Organización de las Naciones Unidas para la
Agricultura y la Alimentación.

FAO, 2002. Evaluación de los recursos forestales mundiales Informe Principal, Estudio FAO: Montes No.
140, Roma, Disponible en www.fao.org/forestry/site/fra2000report/sp

FAO, 2006. Los bosques y el cambio climático. Disponible en:

http://www.fao.org/newsroom/es/focus/2006/1000247/index.html

FAO, 2010. FRA 2010:“Trends in carbon stock in living forest biomass 1990-2010 for Perú” Disponible
en:
http://www.fao.org/forestry/fra/fra2010/en/

FERRANDO, J., GOYA, J., BARRERA, M., YAPURA, P., FRANGI, J. 2001. Biomasa y productividad
aérea de bosques de Austrocedrus chilensis en Río Negro, Argentina. Revista de la Facultad de
Agronomía. 104(2): 139-149.

FINANZAS CARBONO, 2013. Plataforma sobre financiamiento de carbono para América Latina.
Disponible en: http://finanzascarbono.org/apuntes-de-doha-los-acuerdos-de-doha-y-el-mecanismo-para-
un-desarrollo-limpio/

85
GAYOSO, J., GUERRA, J., ALARCÓN D. 2002. Contenido de carbono y funciones de biomasa en
especies nativas y exóticas. Medición de la capacidad de captura de carbono en bosques de Chile y
promoción en el mercado mundial. Universidad Austral de Chile. Valdivia, CL. 157 p.

GARCINUÑO, J. 1995. Biomasa aérea en plantaciones jóvenes de Eucalyptus globulus (lab.) en la costa
de Valdivia 10ma región. Tesis Ing. For. Valdivia, Universidad Austral de Chile, Fac. De C. Forestales.
76 p.

GONZALEZ, 2008. Tesis de post grado: Estimación de la biomasa aérea y la captura de carbono en
regeneración natural de Pinus maximinoi, Pinus oocarpa, ochoterenai y Quercus sp. En el norte del
estado de Chiapas, México. 10 p.

GREENPEACE, 2006. Guía básica sobre Cambio Climático y Cooperación para el Desarrollo. (En línea).
Consultado en Diciembre del 2008. Disponible en:
http://www.greenpeace.org/raw/content/espana/reports/gu-a-basica-sobrecambio- clima.pdf

HOUGHTON, R.A. y WOODWELL, C.M. 1989. Global Climate Change. Scientific American 260(4):
36-40.

INEI, 2008. “Perú 2008 Indicadores ambientales – INEI”. Disponible en:

http://www.slideshare.net/PattyV/indicadores-amb-peru-2008

INRENA, 1997. Estudio Nacional de la Diversidad Biológica: Diagnóstico Nacional. Dirección General
de Áreas Naturales Protegidas y Fauna Silvestre. Volumen I. Lima, Perú. Programa de las Naciones
Unidas para el Medio Ambiente- PNUMA. 407 p.

IPCC, 2001a. Third Assessment Report. IPCC, UN. New York

IPCC, 2007. Climate Change 2007. Contribution of Working Group I to the Fourth Assessment Report of
the Intergovernmental Panel on Climate Change. IPCC WG1 AR4 Final Report. 996 p.

IUCN (International Union for Conservation of Nature). 2002. Carbon, Forest and People, Towards the
integrated management of carbon sequestration, the environment and sustainable livelihoods. The World
Conservation Union, 41 p.

JARAMILLO, V.J. 2004. El ciclo global del carbono. En: Martínez, J. & Fernández, A. (Comps.).
Cambio Climático: una visión desde México. Instituto Nacional de Ecología, SEMARNAT. México, D.F:
77-85.

86
LAPEYRE, 2004. Determinación de las Reservas de Carbono en la biomasa aérea de diferentes sistemas
de Uso de la Tierra en San Martín, Perú. Tesis de Maestría en Gestión Ambiental UNALM.

LARREA, G. 2007. Determinación de las Reservas de Carbono en la Biomasa Aérea de Combinaciones

Agroforestales de Theobroma cacao L. Departamento de San Martin. Tesis de Ing. Ambiental UNALM.

MACDIKEN, K. 1997. A guide to monitoring carbon storage in forestry and agroforestry projects. Forest
Carbon Monitoring Program. S.L.: Winrock International Institute for Agricultural Development, 1997.
84 p.

MINAG, 2010. "Promedio anual de deforestación por departamento, período 1990–2000 (MINAG)".
Disponible en:
http://dgffs.minag.gob.pe/index.php?option=com_content&view=article&id=113&Itemid=197

MINAM – PlanCC, 2013. Actualización de inventario de emisiones del Perú 2009 – PlanCC -
Planificación ante el cambio climático 2013. 04 p.

PARRESOL, B. R. 1999. Assessing tree and stand biomass. A review with examples and critical
comparisons. En: Forestal. Science. Vol. 45, no. 4; 573 p.

POLZOT, C. 2004. Carbon storage in coffee agroecosystems of southern Costa Rica: Potential
applications for the Clean Development Mechanism. Thesis (Master in Environmental Studies), Toronto,
Ontario, CA. York University, Faculty of Environmental Studies, 149 p.

REYNEL, C. 2003. Arboles útiles de la amazonia peruana y sus usos. Un manual con apuntes de
identificación, ecología y propagación de especies. 263 p.

RUIZ, A. 2002. Fijación y almacenamiento de carbón en sistemas silvopastoriles y competitividad

económica en Matiguás, Nicaragua. Tesis (Master). CATIE. Turrialba, CR. 111 p.

SATOO, T., MADGWICK, H. 1982. Forest biomass. Forestry Science. Martinus Nijhoff /Junk
publishers. London. 152 p.

SEGURA, M. 1999 Almacenamiento y fijación de carbono en Quercus costaricencis, en un bosque de

altura en la Cordillera de Talamanca, Costa Rica. Universidad Nacional. Heredia, CR. 127 p.

SEGURA, M., KANNUNEN, M. 2002. Inventarios para estimar Carbono en ecosistemas forestales
Tropicales. En OROZCO, L. y BRUMÉR, C. Inventarios forestales para bosques latifoliados en América
Central. Turrialba: CATIE. 202 p.

87
SIERRA, C., DEL VALLE, J. y ORREGO, S. 2003. Ecuaciones de biomasa de raíces en bosques
primarios intervenidos y secundarios. En: ORREGO, S.; DEL VALLE, J. y MORENO, F. Medición de la
captura de Carbono en ecosistemas forestales tropicales de Colombia: Contribuciones para la mitigación
del cambio climático. Medellín: Universidad Nacional de Colombia. 169 p.

UNFCCC, 2005 “The Mechanisms under the Kyoto Protocol: The Clean Development Mechanism, Joint
Implementation and Emissions Trading”. unfccc.int/kyoto_protocol/mechanisms/items/1673.php.

SUMMARY FOR POLICYMAKERS, IPCC WGI Fifth Assessment Report, IPCC draft, 2013. Página
WEB: http://www.stopgreensuicide.com/summaryforpolicymakers_wg1ar5-spm_fod_final.pdf

UNIVERSIDAD AUSTRAL DE CHILE - UACH. 2010. Bosques PRO- carbono. Disponible en: Página
web: www.uach.cl/procarbono.

VOLUNTARY CARBON STANDARD - VCS (Voluntary Carbon Standard) Project Description –

Campo Verde, 2009 -
http://www.gruporeddperu.net/biblioteca/index.php?option=com_docman&task=doc_download&gid=170
&Itemid=94; Plan General de Establecimiento de Plantación Forestal, Bosques Amazónicos SAC, 2012

88
 9 ANEXOS
9.1 CRONOGRAMA

Semanas
Actividades
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Trabajo preliminar:
Recopilación de información disponible X X
Elaboración y aprobación del proyecto X X X
Identificación de las plantaciones o SAF X
Definición de Individuos y libreta de
campo X
Trabajo de campo:
Designación y diseño de los transectos X X X
Toma de datos de los individuos X X X
Toma de datos de los transectos X X X
Determinación de la biomasa verde X X X
Extracción de muestras de material vegetal X X X
Trabajo de laboratorio:
Análisis de laboratorio de material vegetal X X X
Determinación de la materia seca X
Trabajo de gabinete:
Elaboración de las ecuaciones X X
Análisis estadístico X
Determinación de las reservas de C X
Redacción y presentación:
Elaboración de borrador de tesis X X
Elaboración final de tesis X X X X

9.2 PRESUPUESTO TENTATIVO

PRECIO
UNIDAD TOTAL
ACTIVIDADES UNID.S/ CANTIDAD
(S/.) (S/.)
.
A. Servicios Personales
A.1 Ayudante S/./Jornal 30 21 630
A.2 Ayudante S/./Jornal 30 21 630
A.3 Anotador S/./Jornal 30 21 630
1890
B. Gastos Generales
B.1Servicios y Mat. Escritorio
Pasaje Lima - destino - Lima ida/vuelta 330 1 330
Alojamiento días 20 9 180
Alimento días 20 9 180
Movilidad Local días 8 9 72

89
 Fotocopias de doc. final unidad 0.05 2000 100
Impresión de doc. unidad 0.4 100 40
Empastado de tesina unidad 40 8 320
Lapiceros Docena 5 1 5
1227
B.2 Equipos
GPS S/./Día 30 21 630
Brújula S/./Día 10 21 210
Cámara Fotográfica Unidad 200 1 200
Hipsómetros S/./Día 30 21 630
Balanza S/./Día 30 21 630
Motosierra S/./Día 40 21 840
3140
B.3 Materiales de Campo
Wincha de 3m unidad 5 1 5
Wincha de 50m. unidad 30 1 30
Forcípula unidad 15 1 15
Tijera de podar unidad 35 1 35
Serrucho de podar unidad 50 1 50
Rastrillo pequeño unidad 25 1 25
Cuchillos unidad 10 2 20
Bolsas de papel millar 50 1 50
Bolsas de plástico millar 45 1 45
Costales docena 12 6 72
Libretas de campo unidad 10 2 20
Rafia rollo 2 5 10
Pilas alcalinas par 5 12 60
Plumón indeleble unidad 3 10 30
Machete unidad 10 2 20
487
Sub Total 6114
Imprevistos (10%) 611.4
TOTAL (S/.) 7355.4

9.3 UBICACION DE PARCELAS

FORMATO Ubicación de parcelas

Punto inicial de la parcela
Unidad de Manejo
N° Estrato Coordenadas UTM
Forestal
ESTE NORTE
1 Mangual 1 524063 9049535
2 Lupuna 1 524359 9049693
3 Lupuna 1 524828 9049848
4 Jergón sacha 1 524233 9049921
5 Cetico 1 524086 9050172
6 Centro 1 525913 9050212

90
7 Orquídea 1 523938 9050373
8 Pona 1 525503 9050398
9 Boa 1 526028 9050407
10 Añuje 1 524638 9050601
11 Tahuarí 1 523781 9050698
12 Mojaral 1 525257 9050849
13 Gmelina 1 524243 9050906
14 Shinguirito 1 524864 9051030
15 Machimango 1 526131 9051171
16 Shiro 1 526489 9050264
17 Moshaco 1 524157 9050751
18 Bajo Mojaral 1 525536 9051148
19 Chicua 1 524756 9051246
20 Yangunturo 1 523624 9050501
21 Shapajal 1 523752 9050553
22 Atún 2 525330 9050259
23 Aucatadijo 2 525001 9050934
24 Mapu 2 524706 9050985
25 Las Bermudas 2 524720 9051357
26 Las Lomas 2 524154 9049905
27 Shapumbal 2 524781 9049683
28 Bosques 2 524484 9050214
29 Huama 2 523993 9050562
30 Conta 2 524404 9050875
31 Sachavacay 2 526050 9050856
32 Ampliación Moshaco 2 523942 9051164
33 Capironal 2 4 530148 9051678
34 Camungo 5 530058 9050102
35 Cumala 6 530625 9049919
36 Cumala 6 530759 9050402
37 Shihuahuaco 6 529428 9051733
38 Cumala 6 530478 9050148
39 Shihuahuaco 6 529433 9051861
40 Chullachaqui 6 528193 9050571
41 Urcututo 6 527078 9050691
42 Venado 6 527100 9050848
43 Chosna 6 527773 9050862
44 Chullachaqui 6 528038 9051027
45 Chosna 6 527750 9051033
46 Carrizal 6 530054 9051070
47 Pumaquiro 6 527103 9051184
48 Carrizal 6 529803 9051320
49 Tunchi 6 528880 9051853
50 Tunchi 6 528654 9051867
51 Unidos 6 527032 9049967

91
 52 Unidos 6 526638 9050073
53 Lagarto 6 527530 9050174
54 Topal 6 530234 9050190
55 Inayuga 6 528902 9051169
56 Pijuayal 6 529049 9051390
57 Gardenia 7 529456 9051045
58 Ojé 7 526372 9051420
59 Ojé 7 526875 9051425
60 Runamula 7 528245 9051601
61 Pichico 7 529453 9052577
62 Pichico 7 529201 9052711
63 Tornillo 7 527571 9051205
64 Aguajal 7 529746 9051644
65 Pampa 8 523212 9050330

9.4 FORMATOS

9.4.1 Ubicación parcelas (coordenadas)

FORMATO
Ubicación de parcelas
1:
Punto inicial de la
Unidad de parcela
N° Parcela Estrato
Manejo Forestal Coordenadas UTM
ESTE NORTE
1
2
3
4
5
6
7

9.4.2 Inventario de parcelas: formato de Inga edulis

FORMATO 2:
Inventario N° Parcela Coordenada de Punto de inicio en Campo
Coordenadas UTM
UMF: Coordenadas UTM ESTE
NORTE
Edad (meses): Drenaje:
Orientación
(rumbo 1er lado) Régimen:

92
 Observaciones

P Seco Muestra Hojas (gr)

PH muestra Laboratorio
Datos Laboratorio

Hojas (gr)
P seco Muestra Ramas
muerto)
Estado
(vivo/

PH Muestra Laboratorio Ramas

P seco Muestra Fuste (gr)
Fecha:

Fecha:
Total (m)
Altura

PH Muestra Laboratorio Fuste (gr)

Fecha de medición:

PH Muestra campo Hojas (gr)

Formato 3 - Evaluación de Biomasa Aérea
DAC 2

PH Total Hojas (Kg)

(cm)

PH Muestra campo Ramas (gr)

93
PH Total Ramas (Kg)
DAC
(cm)

Evaluación de biomasa aérea: Inga edulis

PH Muestra Campo Fuste (gr)

N° de
Ejes

PH Total Fuste (Kg).

Datos Campo
Inga edulis- "Guaba"
Altura Fuste (m)
Altura Total (m)
N. Común/científico

DAC (Cms)
Edad (Meses)
Fecha de Siembra Guaba:

Codigo UMF

Laboratorio
Evaluador Fase campo:
N° Planta Muestra

Evaluador Fase
Codigo arbol de poblacion Total

Especie:
9.4.3
N°

1
2
3
4
5
6
7
Codigo Categ. Diam.
9.5 ANALISIS DE CARBONO LINEA BASE:

9.5.1 Definición del reservorio de carbono a evaluar:

Para el diseño de la muestra, la elección de los árboles a extraer, los reservorios a evaluar y
procedimientos, se siguió la metodología de Mecanismo de Desarrollo Limpio (MDL) AR-AM0003
V0413 de la Convención Marco de las Naciones Unidas para el Cambio Climático (UNFCCC/CCNUCC),
y sus procedimientos (SOP’s) aprobados por el IPCC (Panel Intergubernamental de Cambio Climático)
ambos entes de Organización de las Naciones Unidas (ONU). La empresa BAM decidió evaluar
solamente la biomasa aérea y estimar la biomasa de raíces a partir de la biomasa aérea utilizando un factor
por defecto del IPCC 2003.

De acuerdo a la metodología A/R AM0003 V04, menciona que los reservorios a cuantificar
obligatoriamente son: biomasa arbórea aérea y biomasa arbórea debajo del suelo (Raíces), y de manera
opcional dependiendo de la línea base del proyecto, las reservas: arbustos y pastos, hojarasca y suelo
orgánico. La decisión de la empresa BAM luego de levantar la línea base del proyecto fue evaluar solo la
biomasa aérea y raíces de la plantación.

Arbustos, pastos y hojarasca: fueron evaluados en la línea base del proyecto (anexo 9.5.2) y se encontró
que estaban en un estado avanzado de degradación (cuadro I) el cual puede ser esperado que la biomasa
arbustiva y hojarasca disminuya más o incremente menos en relación a la medición inicial (“As the
pasture is in a degraded or degrading state, it can be expected that litter will decrease more or increase
less in the baseline relative to the project scenario. Therefore, based on the applicability conditions of the
methodology, this pool can be conservatively omitted”)14.

Cuadro I: Cantidad de carbono arbustivo, herbáceo y hojarasca

Análisis estadístico – Biomasa arbustiva /

herbácea / hojarasca
PromedioB (t/ha) 2.33
Desviación estándar 1.50
Coeficiente de Variación (CV) 64.6
Error de muestreo (%) 11.7
Fuente: Determinación de la línea base de carbono en el fundo campo verde SAB-BAM, 2008

14
Campo Verde VCS PD 2009 – Revisión 2 pág. 35. Página web:
https://vcsprojectdatabase2.apx.com/myModule/interactive.asp?Tab=Projects&a=2&i=658&lat=&lon=
14
Campo Verde VCS PD 2009 – Revisión 2 pág. 35. Página web:
https://vcsprojectdatabase2.apx.com/myModule/interactive.asp?Tab=Projects&a=2&i=658&lat=&lon=

94
Por otro lado, anteriores investigaciones en la zona, (BARBARAN et al., 2001) señalan que, para la
cuantificación de carbono almacenado en áreas de pastura (1ha) que corresponde al distrito de Campo
Verde - Pucallpa, se evaluaron árboles existentes, el cual sólo se encontró arbusto y sotobosque,
realizándose cuadrantes al azar de 1m2, los resultados de cantidad de carbono fueron mínimos: en arbusto
2.76 t C/ha, en hojarasca es 1.86 t C/ha, en raíz es 1.37 t C/ha.

Además, como parte de preparación del terreno para la reforestación, cierta cantidad de arbustos y
hojarasca fueron removidos mediante actividades de quema controlada, para prevenir la ocurrencias de
hierbas invasoras, insectos, enfermedades así como incendios no planificados (“Burning will be used for
site preparation in order to reduce the occurrence of weeds, insects, and disease as well as to reduce the
risk of unplanned brush fire in the established plantation. Circular burn areas will be used for greater
control of the fire. Management units where burning is to be used will be evaluated to ensure that all
safety criteria are met”)15.

Carbono en el suelo: Durante el levantamiento de la línea base del proyecto se realizaron evaluaciones de
carbono existente en el suelo; La determinación del carbono en el suelo es una de las primeras actividades
a realizarse, para poder decidir en incluir el reservorio de carbono en los monitoreos posteriores de stock
de carbono, es determinar si el incremento proyectado del carbono en el suelo es significativo gracias al
aporte del proyecto de reforestación. En tal sentido se hace un análisis comparativo (anexo 9.5.3 y 9.5.4)
del carbono almacenado en el suelo con cobertura de pastura (potencial para reforestación) y bosques
primario residual (testigo) que es el escenario más próximo al cual llegara la plantación al término de su
ciclo de corta; esto con la finalidad de definir la inclusión del reservorio de carbono en el proyecto de
reforestación en marco del MDL, que se desarrolla en las áreas de pastura de la empresa BAM.

Para la determinación de carbono en el suelo las muestras fueron transportadas al laboratorio de suelos de
la Universidad Nacional Agraria La Molina, se utilizó el método de método de Walkey y Black. De
acuerdo a los resultados obtenidos (ver cuadro II y III) se observó la similitud en cuanto al contenido de
carbono en los estratos de pastizales y bosques, para los cuales se tuvo un promedio de 22.8 y 22.5
tCO2/ha; para el análisis estadístico comparativo se realizó la prueba de T Student, el cual su resultado
define que el carbono existente en el área de pastos y bosques sean estadísticamente iguales (no
significativo al 0.005), lo que muestra que la diferencia entre ambos no es significativa, por lo tanto no es

15
SFM (Sustainable Forestry Management SAB-BAM). 2009. Plan de prevención y control de incendios forestales.

95
factible usarlo como un reservorio de carbono en el proyecto de secuestro de carbono que se viene
realizando con la reforestación (AIDER 2008).16

Cuadro II y III: Cantidad de carbono en suelo de pastizales VS bosque primario residual

Análisis estadístico – Carbono en suelo de Análisis estadístico – Carbono en suelo de

pastizales bosque primario residual
Promedio (tCO2/ha) 22.8 Promedio (tCO2/ha) 22.5
Desviación estándar 4.0 Desviación estándar 3.6
Coeficiente de Variación (CV) 17.6 Coeficiente de Variación (CV) 16.1
Número parcelas calculadas 12.3 Número parcelas calculadas 10.4
Error de muestreo (%) 9.1 Error de muestreo (%) 8.3

Fuente: Determinación de la línea base de carbono en el fundo campo verde SAB-BAM, 2008

Por lo tanto las evaluaciones de monitoreo solo se realizara en la biomasa arbórea aérea de la especie Inga
edulis y se estimara por medio de factores del IPCC la biomasa arbórea subterránea (Raíces).

9.5.2 Carbono en Pastos / Arbustos/ Hojarasca

Parcela de Pastos Arbusto Matas Carbono

Tipo de área
evaluación (t/ha) (t/ha) (t/ha) Total (t/ha)
P1 2.507 0.008 0.002 2.517 no elegible
P10 3.008 0.106 0.043 3.157 CDM elegible
P100 4.144 0.048 0.003 4.195 CDM elegible
P101 1.257 0.079 0.005 1.341 CDM elegible
P102 1.697 0.004 0.001 1.702 CDM elegible
P103 5.509 0.019 0.001 5.529 CDM elegible
P104 2.201 0.000 0.001 2.201 no elegible
P105 1.114 0.001 0.011 1.125 no elegible
P106 0.721 0.000 0.000 0.721 no elegible
P107 1.851 0.010 0.004 1.866 CDM elegible
P108 2.162 0.009 0.000 2.171 no elegible
P109 1.800 0.020 0.000 1.820 no elegible
P11 0.478 0.037 0.012 0.528 CDM elegible
P110 2.506 0.081 0.000 2.587 no elegible
P12 1.225 0.010 0.564 1.799 CDM elegible
P13 1.939 0.067 0.155 2.161 CDM elegible
P14 0.750 0.020 0.000 0.770 CDM elegible
P15 1.183 0.127 0.572 1.881 CDM elegible
P16 1.433 0.011 0.199 1.643 CDM elegible
P17 1.192 0.021 0.101 1.314 CDM elegible

16
Análisis Comparativo de Carbono en el suelo en El Fundo Campo Verde – AIDER (2008)

96
P18 1.141 0.048 0.068 1.257 CDM elegible
P19 1.701 0.052 0.154 1.907 CDM elegible
P2 3.998 0.002 0.010 4.010 no elegible
P20 1.247 0.004 0.020 1.271 CDM elegible
P21 1.412 0.038 0.002 1.452 CDM elegible
P22 1.086 0.018 0.027 1.132 CDM elegible
P23 1.057 0.041 0.021 1.119 CDM elegible
P24 0.681 0.019 0.000 0.700 CDM elegible
P25 2.111 0.008 0.000 2.119 CDM elegible
P26 1.286 0.015 0.043 1.343 CDM elegible
P27 2.753 0.030 0.031 2.814 CDM elegible
P28 0.718 0.035 0.028 0.781 CDM elegible
P29 2.077 0.003 0.006 2.086 CDM elegible
P3 3.610 0.000 0.030 3.640 no elegible
P30 3.437 0.031 0.100 3.567 CDM elegible
P31 1.336 0.003 0.001 1.341 CDM elegible
P32 4.303 0.007 0.011 4.321 no elegible
P33 3.086 0.029 0.008 3.122 CDM elegible
P34 2.128 0.088 0.010 2.226 CDM elegible
P35 2.752 0.014 0.005 2.771 CDM elegible
P36 1.384 0.003 0.000 1.387 no elegible
P37 1.383 0.038 0.008 1.429 CDM elegible
P38 1.086 0.018 0.005 1.109 no elegible
P39 3.387 0.012 0.004 3.403 CDM elegible
P4 3.344 0.005 0.011 3.360 CDM elegible
P40 1.102 0.016 0.006 1.125 CDM elegible
P41 2.059 0.014 0.010 2.083 no elegible
P42 1.660 0.037 0.000 1.697 no elegible
P43 2.124 0.007 0.003 2.134 no elegible
P44 0.982 0.007 0.052 1.042 no elegible
P45 0.719 0.015 0.077 0.811 CDM elegible
P46 2.203 0.004 0.000 2.207 no elegible
P47 1.363 0.005 0.005 1.373 CDM elegible
P48 1.370 0.002 0.017 1.389 CDM elegible
P49 2.434 0.011 0.006 2.451 CDM elegible
P5 2.605 0.005 0.015 2.625 no elegible
P50 1.100 0.014 0.031 1.145 CDM elegible
P51 1.336 0.010 0.007 1.353 CDM elegible
P52 1.345 0.003 0.008 1.355 no elegible
P53 2.171 0.027 0.003 2.201 no elegible
P54 4.915 0.013 0.022 4.950 CDM elegible
P55 3.670 0.065 0.008 3.743 no elegible
P56 3.653 0.012 0.011 3.676 no elegible
P57 2.267 0.014 0.009 2.290 no elegible
P58 2.938 0.018 0.026 2.983 CDM elegible
P59 4.095 0.010 0.001 4.106 no elegible
P6 3.316 0.006 0.003 3.326 no elegible
P60 1.549 0.011 0.011 1.571 no elegible
P61 4.267 0.013 0.008 4.288 CDM elegible
P62 7.603 0.000 0.000 7.603 no elegible
P63 0.546 0.002 0.003 0.551 no elegible
P64 2.279 0.002 0.001 2.282 CDM elegible

97
 P65 1.449 0.000 0.000 1.449 no elegible
P66 1.411 0.001 0.063 1.475 no elegible
P67 0.495 0.003 0.000 0.498 CDM elegible
P68 0.752 0.003 0.008 0.763 CDM elegible
P69 0.737 0.002 0.011 0.750 CDM elegible
P7 2.265 0.021 0.063 2.349 no elegible
P70 6.873 0.001 0.000 6.874 CDM elegible
P71 1.759 0.020 0.000 1.779 CDM elegible
P72 0.418 0.022 0.006 0.446 no elegible
P73 1.028 0.003 0.003 1.033 CDM elegible
P74 1.978 0.000 0.000 1.978 no elegible
P75 2.684 0.007 0.000 2.691 CDM elegible
P76 4.122 0.001 0.000 4.123 no elegible
P77 2.106 0.008 0.001 2.114 CDM elegible
P78 1.386 0.010 0.000 1.396 CDM elegible
P79 2.261 0.028 0.000 2.290 CDM elegible
P8 4.686 0.009 0.007 4.702 no elegible
P80 1.106 0.004 0.002 1.111 no elegible
P81 1.958 0.062 0.000 2.020 no elegible
P82 1.429 0.007 0.000 1.437 no elegible
P83 2.288 0.008 0.000 2.296 CDM elegible
P84 2.801 0.013 0.001 2.815 CDM elegible
P85 0.756 0.135 0.008 0.899 CDM elegible
P86 8.981 0.025 0.000 9.006 CDM elegible
P87 5.867 0.068 0.011 5.945 CDM elegible
P88 2.013 0.025 0.011 2.048 CDM elegible
P89 5.028 0.013 0.000 5.042 CDM elegible
P9 3.830 0.215 0.077 4.122 CDM elegible
P90 2.681 0.004 0.016 2.701 no elegible
P91 2.238 0.029 0.013 2.279 CDM elegible
P92 1.240 0.041 0.077 1.358 CDM elegible
P93 2.028 0.036 0.224 2.287 no elegible
P94 1.353 0.027 0.055 1.435 CDM elegible
P95 4.080 0.023 0.000 4.103 CDM elegible
P96 1.811 0.009 0.011 1.832 CDM elegible
P97 2.782 0.017 0.027 2.826 CDM elegible
P98 1.582 0.003 0.053 1.637 CDM elegible
P99 1.053 0.005 0.001 1.059 CDM elegible

9.5.3 Carbono en suelos de pastizales

Parcela Carbono por parcela (kg/m2) Carbono (t/ha)

Profundidad del suelo 0 - 10 cm 10 - 30 cm 0 - 30 cm 0 - 30 cm
PP8 1.29 1.35 2.64 26.4
PP9 1.46 1.33 2.79 27.9
PP10 1.12 1.24 2.36 23.6
PP11 1.50 1.20 2.70 27.0

98
 PP13 1.24 1.34 2.57 25.7
PP15 1.07 0.84 1.91 19.1
PP18 1.29 1.10 2.39 23.9
PP21 1.18 1.50 2.67 26.7
PP22 1.61 0.18 1.78 17.8
PP24 0.70 1.03 1.73 17.3
PP25 0.88 0.89 1.76 17.6
PP26 1.04 1.01 2.06 20.6
PP28 0.84 1.07 1.91 19.1
PP29 0.83 1.26 2.09 20.9
PP30 1.88 1.30 3.18 31.8
PP31 0.97 1.32 2.28 22.8
PP32 0.85 1.03 1.88 18.8
PP34 0.86 1.32 2.18 21.8
PP91 1.57 0.98 2.55 25.5
PP96 1.03 1.21 2.24 22.4

9.5.4 Carbono en suelos de bosque primario residual

Parcela Carbono por parcela (kg/m2) Carbono (t/ha)

Profundidad del suelo 0 - 10 cm 10 - 30 cm 0 - 30 cm 0 - 30 cm
PB1 0.48 1.58 2.06 20.57
PB2 0.79 1.97 2.76 27.56
BPR1 0.45 1.21 1.66 16.61
BS1 1.17 1.12 2.29 22.92
BPR2 0.73 1.24 1.97 19.72
BPR3 0.96 1.18 2.15 21.46
BPR4 1.15 1.04 2.19 21.89
BPR5 1.19 1.71 2.90 29.00
BPR6 1.29 1.09 2.39 23.85
BPR7 0.93 1.23 2.15 21.54

99