0754-B2

Acumulación de Carbono de las Plantaciones de Pinus Radiata en Chile

Miguel Espinosa^[1], Eduardo Acuña^[2], Jorge Cancino^[3], Fernando Muñoz^[4]

Resumen

Se determinó el contenido potencial de C acumulado en el fuste de las plantaciones de Pinus radiata en Chile, empleando información anual disponible sobre el área cubierta por esta especie por clase de edad y región administrativa, descontando el C removido por la cosecha. Se generó un modelo que estimó la incertidumbre en la predicción del contenido de C, incorporando funciones de distribución de probabilidad. Se utilizó como variables estocásticas el coeficiente de contenido de carbono de la madera, el período de rotación, la tasa de crecimiento anual y la tasa anual de forestación. Los datos fueron proyectados hasta el año 2060.

El C acumulado promedio se incrementa de 68 Mt al año 2000 a 173 Mt al año 2060, a una tasa de 2,1 Mt×año^-1. Al término del período de proyección, el valor máximo de C acumulado es de 228 Mt y el mínimo de 129 Mt. Esta proyección implica una expansión del área plantada, de 1,5 a 3,0 millones de ha, con un área proyectada máxima de 3,4 y mínima de 2,6 millones de ha. En consecuencia, la proyección del área acumulada implica un incremento de la superficie a cubrir con P. radiata entre 1,1 a 1,9 millones de ha. El C removido producto de la cosecha en el año 2000 alcanza un promedio de 3,6 Mt incrementando a 14,4 Mt al 2060, a una tasa de 0,18 Mt×año^-1; cifra que representa menos de un 10% del C acumulado. La tasa de C removido implica un incremento del área de cosecha anual, de 59.000 ha en el 2000 a 113.000 ha el 2060, un incremento de un 91%.

Palabras claves: Pinus radiata, plantaciones, secuestro de carbono, incertidumbre, modelo probabilístico

1. Introducción

La concentración de CO₂ en la atmósfera, su efecto en el cambio climático y las probables consecuencias para la supervivencia del planeta, es hoy un tema recurrente de la investigación mundial. Esta problemática se puede enfrentar, por un lado, reduciendo drásticamente la emisión de CO₂ y por otro, incrementando su captura (Birdsey 1992). La captura de C será de mayor o menor magnitud según la ubicación geográfica del recurso, la composición del bosque, la tasa de crecimiento de las especies, la densidad básica de la madera y la edad (Gates y otros 1983 citados por Pardos 1999). Los bosques jóvenes, en pleno crecimiento, almacenan C a tasas muy elevadas, contrariamente a lo que sucede en bosques maduros donde existe equilibrio entre producción y consumo (Birdsey 1992). En consecuencia, el aumento de las plantaciones, especialmente con especies de crecimiento rápido, es una medida que favorece la absorción de CO₂ atmosférico (Kyrklund 1990; Wright y otros 2000).

Factores como la longitud de la rotación, el manejo de los residuos y la aplicación de silvicultura intensiva, junto con un mejoramiento de la gestión de los recursos, pueden también afectar la capacidad potencial de captura de C de los bosques (FAO 2001; Pussinen y otros 2002).

Información fidedigna acerca de la superficie cubierta con bosques y aquella susceptible de ser arbolada, debiera constituir un objetivo central de los países para determinar el potencial de captura y retención de C. En Chile, gracias a una política de estímulo a la forestación y manejo, se ha incrementado la superficie cubierta con plantaciones comerciales, de 300.000 ha el año 1974 a casi 2 millones de ha el 2000 (INFOR 2001), de las cuales el 75% con la especie Pinus radiata. Si bien es cierto las plantaciones con esta especie no se establecen como "bosques de carbono", capturan y almacenan C hasta que alcanzan la edad de rotación, luego de lo cual la superficie cosechada debe ser obligatoriamente replantada al año siguiente, iniciándose un nuevo ciclo con una nueva plantación. Dado que la superficie a cosechar anualmente representa una fracción del área total con plantaciones, habría una ganancia neta de C en la biomasa en pie y por otro lado, no habría emisiones netas, ya que el C será capturado por el proceso de fotosíntesis de la nueva plantación.

¿Cuál es el potencial de secuestro y acumulación de C de las plantaciones de P. radiata en Chile? ¿Cuál es su contribución en reducir la acumulación de CO₂ atmosférico? Basado en información anual de la superficie cubierta con plantaciones de esta especie por clase de edad y región administrativa, se determinó el contenido potencial de C acumulado en el fuste restando el removido por efecto de la cosecha. Para ello se generó un modelo que estima la incertidumbre en la predicción del contenido de C, incorporando funciones de distribución de probabilidad (Heath y Smith 2000; Smith y Heath 2000). Modelo que utiliza como variables estocásticas el coeficiente de C de la madera, el período de rotación y las tasa de crecimiento y de plantación anual. La información se proyectó hasta el año 2060. Esta información se compara con datos nacionales de emisiones actuales y proyectadas de CO₂, con el objeto de determinar si el potencial de captura de C de esta especie (sin considerar las plantaciones con otras especies y los bosques naturales que cubren aproximadamente 14 millones de ha (INFOR 2001)), presenta un margen favorable en el balance de carbono del país.

2. Material y Métodos

2.1. Descripción del modelo. El contenido de C se determinó utilizando como base el registro de superficie plantada por clase de edad y región administrativa a partir del año 2000 (Tabla 1). El producto entre superficie por clase de edad, densidad básica, clase de edad, incremento medio anual (IMA) y coeficiente de contenido de C de la madera, dio como resultado el C acumulado en el fuste a una edad de cosecha proyectada hasta el 2060.

Tabla 1. Superficie (ha) de plantaciones de P. radiata por clase de edad y Región (diciembre de 2000).

Fuente: INFOR (2001).

Luego, el contenido de C para cada año del período de proyección se estimó según:

(1)

donde

cc_kr = contenido de C en el k-ésimo año de proyección para la r-ésima longitud de rotación (k).

cc = contenido de C en la madera (kg/m³).

IMA = incremento medio anual de P. radiata (m³/ha/año).

R = número de regiones con plantaciones de P. radiata (Tabla 1).

E_r = edad de rotación en la i-ésima Región para la r-ésima longitud de rotación.

e_ij = j-ésima clase de edad en la i-ésima Región (año); e_ij=1,..., E_r.

d_ij = densidad de la madera de la j-ésima clase de edad en la i-ésima Región (kg/m³).

s_kij = superficie en la j-ésima clase de edad de la i-ésima Región en el k-ésimo año de proyección (ha).

2.2. Descripción de las variables del modelo. Según Baumeister y otros (1978) y Houghton y otros (1985) citados por Hollinger y otros (1993), el contenido de C de la madera varia entre 0,47 y 0,53, rango que se adoptó para efecto de este estudio. En lo que respecta al IMA, se estableció un rango entre 15 y 25 m³/ha/año, que corresponde a la tasa media de crecimiento de P. radiata en Chile (Sedjo 1999; Toro y Gessel 1999; INFOR 2001). Como edad de rotación se consideró un rango entre 20 y 30 años, rango en el cual se cosechan habitualmente las plantaciones de esta especie en Chile (Toro y Gessel 1999).

La densidad de la madera (d_ij), por clase de edad y Región, se determinó según un modelo ajustado por Espinosa y otros^[5] (no publicado), que utiliza como base de datos valores de densidad básica de la madera de P. radiata en su área de distribución en el país.

Considerando que el país mantiene desde el año 1974 una política de estímulo al establecimiento y manejo de las plantaciones, se incorporó la tasa de forestación como un tercer elemento en el modelo. Históricamente, el país ha mantenido una tasa de forestación promedio anual de 45.000 ha, con tasas máximas y mínimas de 15.000 y 60.000 ha, respectivamente (INFOR 2001). En este estudio se consideró una tasa anual entre 20.000 y 40.000 ha, la que se estimó en forma proporcional a la superficie existente en cada Región al año de inicio del análisis.

(2)

donde

f_ki = superficie forestada el k-ésimo año de proyección en la i-ésima Región (ha).

f_k = superficie total forestada el k-ésimo año (ha).

s_i = superficie total existente el año 2000 en la i-ésima Región (ha).

s = superficie total existente el año 2000 (ha).

La superficie por clase de edad en cada año de proyección se estimó transformando los valores de la Tabla 1 a una base anual, asumiendo una distribución uniforme de plantaciones para cada año dentro de cada clase de edad. Así, cada intervalo de clases de edad es de amplitud uno. La superficie de plantaciones que alcanza la edad de rotación se corta y se reforesta en el año siguiente, iniciándose un nuevo ciclo con una nueva plantación. La edad de rotación se determina según criterios económicos, lo que implica que las plantaciones se cosechen antes de alcanzar la culminación del IMA (que se obtiene sobre los 40 años de edad) (Baldini, 1994; Santana, 1998). Luego, la cosecha se realiza cuando los árboles se encuentran en pleno proceso de crecimiento (entre los 20 y 30 años) almacenando C a tasas elevadas. En consecuencia, el modelo proyecta el C acumulado restando el removido por efecto de la cosecha.

El fundamento del modelo radica en que, primero, la superficie al año de inicio del estudio (1,47 millones de ha) no puede disminuir en el tiempo, ya que es obligatorio reponer la superficie de plantaciones cosechada anualmente; segundo, que debido a la política de incentivo a la forestación, anualmente se incorpora una mayor superficie de plantaciones con esta especie; tercero, que existe superficie disponible para la expansión del área plantada.

(3)

donde

s_kij = superficie en la j-ésima clase de edad de la i-ésima Región el k-ésimo año de proyección (ha).

s_(k-1)ij = superficie en la j-ésima clase de edad de la i-ésima Región el (k-1)-ésimo año de proyección (ha). s_(k-1)ij =0; j=1.

f_ki = superficie forestada en el k-ésimo año de proyección en la i-ésima Región (ha). f_ki=0; 1<j<E_r.

c_(k-1)j = superficie de corta el (k-1)-ésimo año de proyección (ha). c_(k-1)j; j<E_r.

2.3. Incertidumbre y modelo de simulación. Se incorporan funciones de distribución de probabilidad para el coeficiente de contenido de C, IMA, edad de rotación y tasa de forestación anual. Similar procedimiento fue utilizado por Heath y Smith (2000) y Smith y Heath (2001). La descripción de los valores de incertidumbre usados en la simulación se presenta en la Tabla 2. La incertidumbre se determinó construyendo el modelo en el paquete computacional @Risk (Palisade Corporation 2000), empleando la simulación de Monte Carlo con muestreo Latin Hypercube (Morgan y Henrion 1990; Vose 1996; Cullen y Frey 1999).

Tabla 2. Incertidumbre de las variables del modelo de determinación de carbono al año 2000.

Para determinar el C acumulado, 1500 iteraciones fueron corridas para cada una de las variables del modelo, siguiendo el procedimiento descrito por Gottfried (1984). El modelo genera una función de distribución de probabilidad del contenido de C para los distintos escenarios considerados en el estudio.

3. Resultados

3.1. Carbono acumulado neto. El modelo entrega la captura anual de C del fuste, sin considera el C acumulado en el suelo, en el piso del bosque y en los restantes componentes del árbol; asimismo deducciones por descomposición de la madera muerta, residuos de cosecha y emisiones por efecto de incendios forestales. El C acumulado proyectado se muestra en la Figura 1. Las líneas punteadas son bandas de probabilidad que indican la incertidumbre acerca de los valores reales de C acumulado anualmente. Éstas reflejan algún grado de incertidumbre de predecir el C según la edad de las plantaciones. El modelo no requirió el supuesto de normalidad, asumiendo que los valores esperados se distribuyen simétricamente.

Figura 1. Captura anual de C (línea continua) proyectado al año 2060. Las bandas de probabilidad representan la incertidumbre en los valores de los parámetros (líneas segmentadas = desviación estándar de la media; líneas punteadas = 95% intervalo de confianza).

El C promedio acumulado incrementa desde 68 Mt el año 2000 hasta 173 Mt el 2060, a una tasa de 2,1 Mt/año. Al final de la proyección, el valor máximo es 228 Mt y el mínimo 129 Mt.

3.2. Superficie proyectada. El cálculo del C acumulado implica una expansión de la superficie plantada desde 1,5 a 3 millones de ha. La máxima superficie proyectada asciende a 3,4 millones de ha y a 2,6 la mínima (Figura 2). La proyección de superficie acumulada, implica un aumento entre 1,1 a 1,9 millones de ha.

Figura 2. Superficie anual proyectada (línea continua). Las bandas de probabilidad representan la incertidumbre en los valores de los parámetros (líneas segmentadas = desviación estándar de la media; líneas punteadas = 95% intervalo de confianza).

3.3. Carbono removido. El modelo determina también el C cosechado anualmente de las plantaciones que alcanzan la madurez comercial (Figura 3). La pendiente inicial cambia a partir del 2012 una vez que se ha logrado la regulación de la superficie a cosechar. El C removido el 2000 alcanza un promedio de 3,6 Mt, que incrementa a 14,4 Mt al año 2060, a una tasa de 0,18 Mt/año. Con respecto al C acumulado, implica una remoción menor a 10%.

La tasa de remoción de C se sustenta en un incremento de la superficie a cosechar anualmente, de 59.000 ha el 2000 a 113.000 ha el 2060, un aumento de 91%.

Figura 3. Carbono removido anualmente (línea continua) proyectado al año 2060. Las bandas de probabilidad representan la incertidumbre en los valores de los parámetros (líneas segmentadas = desviación estándar de la media; líneas punteadas = 95% intervalo de confianza).

4. Discusión

La distribución de probabilidad del contenido de C neto fue estimada a través de la simulación de Monte Carlo. El valor positivo para los flujos refleja una ganancia en el balance de C en el periodo proyectado. En este estudio se utilizaron funciones de densidad de probabilidad, que resumen la incertidumbre en la captura de C. Otros estudios similares también utilizan funciones de probabilidad (Heath y Smith, 2000; Smith y Heath, 2000, 2001).

El modelo estima una superficie plantada al final de la proyección entre 2,6 y 3,4 millones de ha, lo que implica una expansión de la superficie entre 1,1 y 1,9 millones de ha. Unda y Ravera (1994) determinaron en 4,4 millones de ha la superficie disponible de terrenos de aptitud forestal en el área que cubren las plantaciones, cifra por sobre los valores proyectados.

El C estimado representaría sólo una reducida parte del C potencial acumulado por las plantaciones. Este podría ser aún mayor si se consideraran otros componentes del ecosistema, como el suelo y el sotobosque (Krankina y otros 1996; Bouwman 1990 citado por Heath y Smith 2000). Birdsey y Heath (1997) estiman que el C acumulado en los árboles de los ecosistemas forestales de los EE.UU. representa sólo un 29% del total, del cual un 50% se concentra en el fuste. Una segunda razón de que el modelo subestima el C acumulado, es que se asume que todo el C cosechado se pierde, lo que no es así, pues un porcentaje importante se destina a productos estables (madera sólida).

La acumulación de C al año 2000 -74,6 Mt- es 4,6 veces mayor a las 16,4 Mt de C emitidas en Chile (CONAMA 1999). Para el año 2020, CONAMA (1999) proyecta emisiones del orden de 26,2 Mt; a igual año, el modelo estima una acumulación neta de C de 106 Mt, 4 veces mayor. Manteniendo la tendencia en el crecimiento de emisiones de CO₂ para el 2060, éstas alcanzarían 52 Mt de C. Para ese año, el modelo calcula una acumulación de 170 Mt, suficiente para compensar las emisiones y mantener un superávit de más de un 300%.

Brown y otros (1996) citados por FAO (2001) estiman que entre los años 1995-2050 se podrían absorber 30,6 Gt de C por actividades de forestación y reforestación, de las cuales 11,78 Gt por bosques de las zonas templadas. En los próximos 50 años las plantaciones de P. radiata en Chile podrían contribuir con el 1,3% de esta cifra.

El potencial de captura de C de P. radiata se compara favorablemente con el de otros tipos forestales (IPCC 1996 citado por Wright y otros 2000). Las plantaciones de P. radiata en Chile son económicamente viables sin considerar la acumulación de carbono. De esta forma Chile, sólo con sus plantaciones de P. radiata, presenta un margen favorable en el balance de C, reduciendo la presión sobre los bosques naturales y convirtiéndose en un oferente potencial de créditos de C para los países industrializados, que deben reducir sus emisiones de CO₂ acordadas en el Protocolo de Kyoto.

Referencias

Baldini, J., 1994. Análisis del crecimiento de un rodal adulto de Pinus radiata D. Don. Memoria de título. Facultad de Ciencias Forestales. Universidad de Concepción. Concepción, Chile.

Birdsey, R., 1992. Carbon storage and accumulation in United States forest ecosystems. GTR WO-59, USDA Forest Service, Washington, DC.

Birdsey, R. and L. Heath, 1997. The forest carbon budget of the United States. pp 81-85. In: USDA Forest Service Global Change Research Program Highlights: 1991-1995. USDA Forest Service GTR NE-237.

CONAMA, 1999. Primera comunicación nacional bajo la convención marco de las naciones unidas sobre el cambio climático. Comisión Nacional del Media Ambiente. Santiago, Chile.

Cullen, A. and H. Frey, 1999. Probabilistic techniques in exposure assessment. Plenum Press, New York.

FAO, 2001. Situación de los bosques del mundo 2001. FAO, Roma.

Gottfried, B., 1984. Elements of stochastic simulation. Prentice-Hall Inc., New Jersey.

Heath, L. and J. Smith, 2000. An assessment of uncertainty in forest carbon budget projections. Environmental Science & Policy 3(2/3):73-82.

Hollinger, D., J. Maclaren, P. Beets and J. Turland, 1993. Carbon sequestration by New Zealand's plantation forests. New Zealand Journal of Forest Science 23(2): 194-208.

INFOR, 2001. Estadísticas forestales 2000. Boletín estadístico 79. Instituto Forestal. Santiago, Chile.

Kyrklund B., 1990. The potential of forests and forest industry in reducing excess atmospheric carbon dioxide. Unasylva 41: 12-14.

Krankina, O., M. Harmon and J. Winjum, 1996. Carbon storage and sequestration in the Russian forest sector. Ambio 25(4): 284-288.

Morgan, M. and M. Henrion, 1990. Uncertainty: A guide to the treatment of uncertainty in quantitative policy and risk analysis. Cambridge University Press, New York.

Palisade Corporation, 2000. Guide to using @Risk. Newfield, NY.

Pardos, J., 1999. Ante un cambio climático: Papel de los montes arbolados y los productos forestales en la retención del carbono. Investigación Agraria; Sistema de Recursos Forestales Fuera de Serie 1:93-99.

Pussinen, A., T. Karjalainen, R. Mäkipää, L. Valsta and S. Kellomäki, 2002. Forest carbon sequestration and harvests in Scots pine stand under different climate and nitrogen deposition scenarios. Forest Ecology and Management 158: 103-115.

Santana, J., 1998. Análisis del crecimiento de un rodal de Pinus radiata D. Don de 42 años de edad. Memoria de título. Facultad de Ciencias Forestales. Universidad de Concepción. Concepción, Chile.

Sedjo R., 1999. The potential of high-yield plantation forestry for meeting timber needs. New Forests 17(1/3): 339-360.

Smith, J. and L. Heath, 2000. Considerations for interpreting probabilistic estimates of uncertainty of forest carbon. pp. 102-111. In: Joyce L. and R. Birdsey, eds. The impact of climate change on America's Forests, USDA Forest Service, RMRS-GTR-59.

Smith, J. and L. Heath, 2001. Identifying influences on model uncertainty: an application using a forest carbon budget model. Environmental Management 27(2): 253-267.

Toro J. and S. Gessel, 1999. Radiata pine plantations in Chile. New Forests 18: 33-44.

Unda, A. y F. Ravera, 1994. Análisis históricos de sitios de establecimiento de las plantaciones forestales en Chile. Instituto Forestal. Santiago, Chile.

Vose, D., 1996. Quantitative risk analysis: A guide to Monte Carlo simulation modeling. John Wiley & Sons, Chichester.

Wright, J., A. DiNicola and E. Gaitan, 2000. Latin American forest plantations: Opportunities for carbon sequestration, economics development, and financial returns. Journal of Forestry 98(9): 20-23.