SciELO - Scientific Electronic Library Online

 
vol.22 issue2Taper model by type of soil for Pinus radiata in the regions of Biobío and the Araucanía, Chile author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista Chapingo serie ciencias forestales y del ambiente

On-line version ISSN 2007-4018Print version ISSN 2007-3828

Rev. Chapingo ser. cienc. for. ambient vol.22 n.2 Chapingo May./Aug. 2016

https://doi.org/10.5154/r.rchscfa.2015.07.032 

Potencial de las plantaciones de Pinus radiata para el aprovechamiento de los residuos de cosecha en suelos característicos del centro-sur de Chile

Eduardo Cartes-Rodríguez1  2  * 

Rafael Rubilar-Pons2  3 

Eduardo Acuña-Carmona2 

Jorge Cancino-Cancino2 

Jorge Rodríguez-Toro2 

Yuri Burgos-Tornería2 

1Insituto Forestal, sede Biobío. Camino a Coronel km 7.5, San Pedro de la Paz-Chile.

2Universidad de Concepción. Facultad de Ciencias Forestales, Victoria núm. 631, Concepción-Chile.

3Universidad de Concepción. Cooperativa de Productividad Forestal. Concepción-Chile. Tel.: +56 41 285 32 63.


Resumen

Dada la demanda creciente sobre los residuos de cosecha para la generación de energía en plantaciones forestales de Pinus radiata en la zona centro-sur de Chile, resulta necesario disponer de modelos que permitan la estimación sitio-específico de la producción de residuos. En este estudio se realizó el ajuste de modelos alométricos de estimación de la biomasa potencial de residuos de cosecha para plantaciones de P. radiata, en suelos de arenas volcánicas, cenizas volcánicas recientes y sedimentarios, considerando gradientes de manejo y productividad, en sitios característicos del centro-sur de Chile. Los modelos ajustados permitieron la estimación de factores de conversión, y modelos de estimación a nivel de árbol individual y rodal. Los resultados sugieren que los factores de conversión de biomasa fustal a biomasa potencial de residuos tienen una relación exponencial negativa con el tamaño de los individuos. Los modelos ajustados para la estimación a nivel de árbol individual, a partir de las variables diámetro y altura, sugieren que los modelos dependen del origen del suelo, mientras que para el caso de las estimaciones a nivel de rodal, el modelo ajustado resulta independiente del origen del suelo, gradiente de manejo y su productividad.

Palabras clave: Biomasa aérea; biomasa y bioenergía; residuos; modelos de biomasa; factores de conversión de biomasa.

Abstract

Given the growing demand for harvest residues for energy generation from Pinus radiata forest plantations in south-central Chile, models for estimating site-specific forest residue production are needed. In this study, allometric models were fitted to estimate the potential biomass resulting from the harvest of P. radiata plantations located in volcanic sand, recent volcanic ash and sedimentary soils, taking into consideration management gradients and site productivity, in characteristic sites of south-central Chile. The fitted models allowed estimating conversion factors and developing estimation models at individual tree and stand level. Results suggest that conversion factors for changing from stem biomass to potential residue biomass have a negative exponential relationship with tree size. Models fitted for estimating at individual tree level, starting with diameter and height variables, suggest that the models depend on soil origin, while in the case of stand-level estimates the fitted model is independent of soil origin, gradient management and productivity.

Keywords: Aboveground biomass; biomass and bioenergy; residues; biomass models; biomass conversion factors.

Introducción

El uso de los residuos forestales para la producción de bioenergía ha ganado interés en los últimos años, dado el potencial para la generación de ingresos adicionales al productor forestal y la diversificación de las fuentes energéticas (Cambero, Sowlati, Marinescu, & Dominiket, 2015). Esta biomasa puede obtenerse desde el manejo de las plantaciones forestales vía podas y aclareos o a través de los residuos producidos durante la cosecha (Perlack et al., 2005).

Una serie de estudios de biomasa para Pinus radiata D. Don se iniciaron en los años 1960 en Australia, Nueva Zelandia y Sudáfrica con el fin de realizar estimaciones de la productividad de los bosques y captura de nutrientes (Baker & Attiwill, 1985; Madgwick, Jackson, & Knight, 1977; van Laar & van Lill, 1978; Will, 1964). Posteriormente se desarrollaron estudios para comprender la productividad de esta especie con relación a los recursos del sitio, la partición de su biomasa y modelamiento ecofisiológico (Cromer, Barr, Williams, & McNaught, 1985; Rodríguez, Hofmann, Espinosa, & Ríos, 2003; Rubilar et al., 2010). Sin embargo, el uso de biomasa producida por el manejo forestal presenta ciertas limitaciones. Entre las principales, se destaca la ineficiencia de los métodos de recolección, así como la necesidad de cuantificar la biomasa que se generaría a partir del manejo de las plantaciones y bosques naturales de Pinus spp., y el grado de contribución a la generación de bioenergía (Acuña, Espinosa, Cancino, Rubilar, & Muñoz, 2010; Hacker, 2005).

En estudios recientes en Chile se han realizado estimaciones de la biomasa de residuos de cosecha en plantaciones de P. radiata a partir de modelos ajustados con bases de datos de Australia y Nueva Zelandia, usando como base modelos de crecimiento y rendimiento (Corvalán & Hernández, 2011). Del mismo modo se han utilizado factores de conversión de volumen del fuste a biomasa aérea total y residuos de cosecha (Bertrán & Morales, 2008).

El objetivo de este estudio fue desarrollar modelos de estimación de biomasa de residuos de cosecha a nivel de árbol individual y rodal en plantaciones adultas de P. radiata, en suelos característicos de la zona centro-sur de Chile. Los modelos desarrollados permitirán la estimación del potencial energético de plantaciones de la misma especie a nivel sitio-específico, considerando las condiciones de manejo y el destino de los residuos de cosecha.

Materiales y métodos

Selección de las áreas de estudio y árboles muestreados

Los rodales muestreados se seleccionaron considerando la productividad e intensidad de manejo para plantaciones en edad de cosecha de Pinus radiata D. Don, localizadas en suelos derivados de arenas volcánicas (Xeropsamments), cenizas volcánicas recientes (Haploxerands) y sedimentos marinos (Hapludults) (Figura 1). Los rodales fueron seleccionados por medio de la definición de un análisis de conglomerados, utilizando una base de datos de registros de área basal y densidad de rodales de las principales empresas forestales de la región de los últimos 20 años.

Figura 1 Ubicación y distribución geográfica de los rodales de Pinus radiata D. Don muestreados para cada material parental evaluado. Cuadrados representan rodales en suelos derivados de arenas volcánicas, círculos, en suelos derivados de cenizas volcánicas recientes, y triángulos, en suelos derivados de sedimentos marinos. 

El área basal (G, m2·ha-1) considerada como una expresión de la productividad del rodal, y la densidad por hectárea (N, árboles·ha-1), como reflejo de la intensidad de manejo, se seleccionaron a partir de la oferta de cosecha: nueve rodales en suelos derivados de arenas volcánicas, ocho rodales de cenizas volcánicas recientes y 10 rodales de sedimentos marinos, completando un total de 27 rodales representativos de un gradiente de productividad y condiciones de manejo en cada material parental (Figura 2).

Figura 2 Gradientes de productividad (área basal del rodal, G) y manejo (densidad de rodal, N) de los rodales de Pinus radiata D. Don, seleccionados a partir del análisis de conglomerados de registros históricos de productividad de las principales empresas forestales de la región en edad de cosecha para tres materiales parentales de suelo. 

En cada uno de los rodales representativos de los conglomerados seleccionados, y considerando los inventarios de precosecha de cada rodal, se seleccionaron de nueve a 10 árboles muestra. Estos se distribuyeron dentro del rango de diámetro de cada rodal muestreado. A cada individuo seleccionado se registró su altura total (H), diámetro a 1.3 m desde el nivel del suelo (D) y altura del diámetro límite de utilización (Hdlu), para un total de 250 árboles muestras.

Muestreo de biomasa

La biomasa de cada árbol se muestreó a partir de métodos destructivos, estimando los componentes de biomasa aérea: madera y corteza del fuste, ramas, follaje vivo, follaje muerto, conos y copa muerta.

Biomasa de fuste. Se estimó la biomasa de madera y corteza, desde la altura de corte del fuste (0.15 m desde la base) hasta el ápice. Se obtuvieron muestras de la sección transversal del fuste de cada árbol, a cada 2.5 m desde la base del fuste al diámetro límite de utilización (DLU = 8 cm), y a espaciamiento de 1 m desde el DLU hasta el ápice. Para cada sección transversal se registraron los diámetros con y sin corteza, y se determinó la densidad básica de madera y corteza. Se realizó la cubicación de los volúmenes de madera y corteza de cada porción del fuste. Se estimó la biomasa (kg·árbol-1) utilizando la densidad básica promedio ponderada de cada porción del fuste. Como factor de ponderación, se utilizó el área de la sección transversal superior e inferior de cada sección del fuste. La biomasa de fuste comercial correspondió a la biomasa de madera entre la base y el DLU, mientras que la biomasa de residuos de cosecha del fuste correspondió a la biomasa de madera entre el DLU y el ápice, sumado a la biomasa de corteza.

Biomasa de copa. Las estimaciones de la biomasa de copa se diferenciaron en copa viva (ramas, conos, follaje vivo y follaje muerto) y copa muerta (necromasa). En la copa viva, se realizó la medición de los diámetros de inserción de todas las ramas vivas a lo largo del fuste de cada árbol muestra. Posteriormente se obtuvieron cinco ramas muestras de cada árbol, para representar la distribución de diámetros de ramas de todos los árboles seleccionados en cada rodal. Las ramas muestra fueron llevadas al laboratorio para determinar el peso seco. Para ello se dispusieron en hornos a 65 °C hasta peso constante, se registró su peso seco con precisión de 0.1 g y se diferenciaron las biomasas entre los componentes de ramas, conos, follaje vivo y follaje muerto.

Para cada rodal muestreado se ajustó de un modelo de regresión para los componentes ramas y follaje vivo, utilizando como variable independiente el diámetro de inserción de la rama. El modelo utilizado para la estimación de biomasa de estos componentes correspondió a un modelo de estructura potencial linealizado [1] con corrección de sesgo, utilizando el factor de corrección propuesto por Baskerville (1972) [2]. Los modelos ajustados fueron utilizados para la determinación de la biomasa de cada árbol muestra a partir de los diámetros de inserción de ramas. En el caso de los componentes de conos y follaje muerto se utilizó la biomasa promedio entre las ramas muestreadas de cada rodal, dada la nula relación con el diámetro de inserción. Los valores promedio fueron multiplicados por la cantidad de ramas vivas de cada árbol muestra para la obtención de la biomasa de estos componentes.

[1]

donde:

BrRai;Fvi =

biomasa de rama i (g) en los componentes rama (Ra) y follaje vivo (Fv)

b0, b1 =

coeficientes de regresión

dRai =

diámetro de inserción de rama (mm)

ei =

residuo

[2]

donde:

fcj =

factor de corrección del sesgo del modelo ajustado

ECM =

error cuadrático medio del modelo ajustado

La necromasa se estimó mediante la colecta de todas las ramas muertas de cada árbol muestreado, las cuales se pesaron en campo con precisión de 20 g. Posteriormente se pesó en campo una muestra de aproximadamente 1,000 g, con precisión de 0.1 g. La muestra de necromasa fue llevada al laboratorio y secada en horno a 65 °C hasta peso constante, y se registró su peso seco con precisión de 0.1 g. A partir del peso seco y húmedo de cada muestra de necromasa se determinó la necromasa total de cada árbol muestreado [3].

[3]

donde:

BNecroi =

biomasa del componente de necromasa del árbol i (kg)

PHTNecroi =

peso húmedo total de la necromasa del árbol i (kg)

PHMNecroi =

peso húmedo de la muestra de necromasa del árbol i (g)

PSMNecroi =

peso seco de la muestra de necromasa del árbol i (g)

Estimación de la biomasa potencial de residuos de cosecha

La biomasa potencial de residuos de cosecha de cada árbol se estimó mediante la suma del peso seco de los componentes de madera del fuste no comercial (entre DLU y ápice), corteza del fuste, ramas, follaje vivo, follaje muerto, conos y necromasa.

Factor de conversión para biomasa potencial de residuos de cosecha

El factor de conversión de biomasa se estimó mediante el cociente de la biomasa potencial de residuos de cosecha y la biomasa del fuste comercial, expresado en forma porcentual. A partir de los valores observados se ajustó de un modelo de regresión propuesto por Jenkins, Chojnacky, Heath, y Birdsey (2003) [4] para cada material parental, utilizando el diámetro del árbol a 1.3 m desde el nivel del suelo como variable independiente

[4]

donde:

FCBPRCi =

factor de conversión de biomasa para la estimación del potencial de residuos de cosecha (%)

BPRCi =

biomasa potencial de residuos de cosecha del árbol i (kg·árbol-1)

BFCi =

biomasa de la porción comercial del fuste del árbol i (kg·árbol-1)

Exp =

función exponencial

b0, b1 =

coeficientes de regresión

Di =

diámetro del árbol a 1.3 m desde el nivel del suelo del árbol i (cm)

ei =

residuo

Ajuste de modelos de estimación para la biomasa potencial de residuos de cosecha

Se realizó el ajuste de un modelo de regresión en una estructura potencial linealizada [5], utilizando para el ajuste de los modelos la variable independiente “D2H”, con incorporación de variables indicadoras (para cada material parental) y posterior uso del factor de corrección de sesgo [2].

[5]

donde:

BPRCi =

biomasa potencial de residuos de cosecha del árbol i

Di =

diámetro del árbol a 1.3 m desde el nivel del suelo del árbol i (cm)

Hi =

altura total del árbol i

b0, b1 =

coeficientes de regresión

ei =

residuo

El escalamiento de la biomasa potencial de residuos de cosecha en rodal se hizo con modelos ajustados a nivel de árbol individual y con las tablas de rodal de los inventarios de precosecha. Luego se realizó el ajuste de un modelo de regresión [6], utilizando variables indicadoras para cada material parental.

[6]

donde:

BPRCj =

biomasa potencial de residuos de cosecha del rodal j (Mg·ha-1)

Gj =

área basal del rodal j (m2·ha-1)

b0, b1 =

coeficientes de regresión

ej =

residuo

Resultados y discusión

Distribución de la biomasa aérea

A nivel de árbol individual, y en promedio para los tres materiales parentales evaluados, 73.1 ± 6.1 % de la biomasa aérea total corresponde a biomasa de madera del fuste, y 19.3 ± 6.2 %, a biomasa de copa, mientras que la biomasa potencial de residuos de cosecha alcanza en promedio 29.2 ± 7.8 % de la biomasa aérea total (Cuadro 1).

Cuadro 1 Distribución de la biomasa aérea total a nivel de árbol individual, para plantaciones adultas de Pinus radiata D. Don para cada material parental de suelo evaluado. 

Material parental
Componente de biomasa Arenas
volcánicas
Cenizas volcánicas
recientes
Sedimentos
marinos
Madera del fuste 70.01 ± 5.99 b 74.12 ± 5.47 a 75.19 ± 5.60 a
Corteza del fuste 7.56 ± 2.16 a 7.62 ± 1.80 a 7.61 ± 1.85 a
Necromasa 7.19 ± 4.18 a 4.50 ± 3.64 b 3.99 ± 2.07 b
Ramas 8.09 ± 4.10 a 7.71 ± 3.90 a 7.08 ± 3.52 a
Follaje vivo 3.88 ± 1.47 a 2.66 ± 0.99 b 2.90 ± 1.23 b
Follaje muerto 0.24 ± 0.46 ab 0.33 ± 0.29 a 0.16 ± 0.11 b
Conos 3.03 ± 2.95 a 3.05 ± 4.07 a 3.07 ± 2.99 a
Biomasa potencial de residuos de cosecha 34.18 ± 8.50 a 27.3 ± 6.40 b 26.18 ± 5.52 b

Se indican valores promedio ± desviación estándar. Arenas volcánicas n = 84; Cenizas volcánicas recientes n = 73; Sedimentos marinos n = 93.

Los resultados de la distribución de la biomasa de madera del fuste y biomasa de copa (necromasa + follaje vivo + follaje muerto + conos) son similares a los obtenidos por Canga, Dieguez-Aranda, Afif- Khouri, y Cámara-Obregón (2013), quienes reportan 72 y 18 % de la biomasa aérea total, respectivamente, en plantaciones de P. radiata en Asturias- España. Merino, Rey, Brañas, y Rodríguez-Soalleiro (2003) reportan para plantaciones adultas de P. radiata en Galicia-España, que 70 y 22 % de la biomasa aérea correspondería a biomasa de madera del fuste y biomasa de copa, respectivamente. Balboa-Murias, Rodríguez-Soalleiro, Merino, y Álvarez-González (2006) reportan para P. radiata, que 72.5 ± 5.1 % de la biomasa total correspondería a biomasa de madera del fuste, y 18.7 %, a biomasa de copa. Las diferencias mínimas entre los diferentes estudios y materiales parentales pudieran corresponder a las diferencias en actividades de manejo y productividad de sitio asociada al tipo de suelo (Schalatter & Gerding, 1999).

Factor de conversión para biomasa potencial de residuos de cosecha

Las estimaciones de la biomasa potencial de residuos de cosecha representan en promedio 43.3 ± 19.3 % de la biomasa de madera comercial del fuste, considerando un DLU = 8 cm. El factor de conversión estimado tiene una estrecha relación con el tamaño del árbol, lo cual concuerda con lo propuesto por Jenkins et al. (2003), quienes indican que la proporción de biomasa distribuida a madera del fuste comercial resulta menor en individuos de menor tamaño que en los de mayor tamaño (Cuadro 2, Figura 3).

Cuadro 2 Modelos ajustados para la estimación del factor de conversión de biomasa fustal a biomasa potencial de residuos de cosecha (FCBPRC) para plantaciones de Pinus radiata D. Don para los materiales parentales evaluados. 

Material parental Modelo ajustado N ECM R2
Arenas volcánicas FCBPRC=Exp3.2703+16.7641D 84 319.2 091
Arenas volcánicas recientes FCBPRC=Exp3.2249+13.0864D 73 152.6 0.91
Sedimentos marinos FCBPRC=36.2 93 105.6 ---

n: número de observaciones para el ajuste del modelo. ECM: error cuadrático medio del modelo ajustado. R2: coeficiente de determinación del modelo ajustado.

Figura 3 Relación entre el factor de conversión de biomasa fustal a biomasa potencial de residuos de cosecha (FCBPRC, en %) a nivel de árbol individual, y el diámetro del fuste a 1.3 m desde el nivel del suelo (D, en cm), para plantaciones de Pinus radiata D. Don en cada material parental evaluado. 

Estimación de la biomasa potencial de residuos de cosecha-árbol individual

Los resultados del ajuste de modelos para la estimación de la biomasa potencial de residuos de cosecha para árbol individual, realizado por medio de variables indicadoras (“dummy variables”), sugieren un ajuste diferenciando entre materiales parentales de origen volcánico (arenas volcánicas y cenizas volcánicas recientes), de aquellos derivados de sedimentos marinos, (diferencia del intercepto P = 0.0254, diferencia de la pendiente P = 0.0375) (Cuadro 3, Figura 4). Esto pudiera estar relacionado con los niveles de fertilidad de suelo y condiciones climáticas más favorables para el desarrollo de la especie en el caso de suelos derivados de sedimentos marinos (Schalatter & Gerding, 1999).

Cuadro 3 Modelos de estimación de biomasa potencial de residuos de cosecha para plantaciones adultas de Pinus radiata D. Don a nivel de árbol individual, para los materiales parentales evaluados. 

Material parental Modelo ajustado n ECM R2 Modelo final
AV y CVR ln(BPRC) = -3.74850 + 0.83850 × ln(D2H) 157 0.07144.0000 0.90.0 BPRC = 0.02441 × (D2H)0.83850
SM ln(BPRC) = -3.74850 + 0.83850 × ln(D2H) 93 0.08529.0000 0.86.0 BPRC = 0.00876 × (D2H)0.92962

AV: Arenas volcánicas. CVR: Cenizas volcánicas recientes. SM: Sedimentos marinos. n: número de observaciones para el ajuste del modelo. ECM: Error cuadrático medio del modelo ajustado. R2: coeficiente de determinación del modelo ajustado.

Figura 4 Relación entre la biomasa potencial de residuos de cosecha (ln BPRC) y variable independiente (ln D2H), a nivel de árbol individual para plantaciones adultas de Pinus radiata D. Don, agrupados como resultado del análisis de regresión con variables indicadoras. 

La estructura del modelo de estimación ajustado ha sido utilizado principalmente para la estimación de la biomasa aérea total (Moore, 2010), de la biomasa de madera y corteza del fuste (Canga et al. 2013), no solo para P. radiata sino también para otras especies (Ter-Mikaelian & Korzukhin, 1997); también se ha observado un buen ajuste para la estimación de la biomasa potencial de residuos de cosecha a nivel de árbol individual.

El modelo de estimación ajustado utiliza variables de medición rápida en campo, lo que permite una aplicabilidad fácil para realizar las estimaciones a nivel de árbol individual y posterior escalamiento a nivel rodal. Además, corresponde a uno de los estudios de mayor envergadura en lo que respecta a la evaluación de biomasa para P. radiata en edad de cosecha, para la estimación de potencial de residuos generados tras las actividades de cosecha en plantaciones de esta especie.

Estimación de la biomasa potencial de residuos de cosecha-rodal

Varios estudios han realizado el ajuste de modelos de estimación de biomasa a nivel de árbol individual a escala local y regional (Canga et al. 2013, Jenkins et al. 2003, Merino et al. 2003; Moore, 2010; Rodríguez et al. 2003; Rubilar et al. 2010). Sin embargo, resultan escasos aquellos que luego de escalar las biomasas a nivel de rodal para P. radiata realizan el ajuste de modelos de estimación a esta escala (Bi et al. 2010; Corvalán & Hernández, 2011). Por otro lado, hay quienes han explorado algunas relaciones (Cromer et al., 1985; Madgwick et al. 1977; Madgwick, 1985), donde identifican variables como la altura media de rodal, área basal y densidad de rodal, como variables predictoras de la biomasa a nivel de rodal.

Al realizar las estimaciones de la biomasa potencial de residuos de cosecha a nivel de rodal, utilizando los modelos de estimación a nivel árbol individual junto a las tablas de rodal, se observó una estrecha relación con el área basal del rodal (G), independiente del material parental (Figura 5). Bi et al. (2010) reportan el área basal como una de las variables a incorporar dentro de modelos de estimación de biomasa tanto por componentes como para la biomasa aérea total.

Figura 5. Relación ajustada entre la biomasa potencial de residuos de cosecha a nivel de rodal (BPRC) y área basal del rodal (G), para plantaciones adultas de Pinus radiata D. Don. 

A partir de la relación ajustada sería posible estimar la biomasa potencial de residuos de cosecha independiente, de las actividades de manejo silvícola realizadas en plantaciones de P. radiata, su productividad y material parental del suelo.

Con los modelos propuestos a nivel de árbol individual y rodal, es posible realizar estimaciones de la biomasa potencial de residuos de cosecha; sin embargo, la biomasa que actualmente se remueve desde los sitios cosechados, con fines energéticos, es resultado de la combinatoria de los métodos de cosecha, recolección y biomasa potencial de residuos. La validación a futuro de la biomasa de residuos, que sería exportada tras las actividades de remoción operacional en rodales de la especie, es necesaria pero con información de campo.

Conclusiones

El ajuste de un modelo de estimación del factor de conversión de biomasa fustal a biomasa potencial de residuos de cosecha para P. radiata sugiere un ajuste dependiente del material parental, donde la especie presenta una distribución de la biomasa aérea diferenciada; sin embargo, el mismo resulta independiente de la productividad y manejo de los rodales.

Los modelos ajustados para la estimación de la biomasa potencial de residuos de cosecha para P. radiata a nivel de árbol individual indican un ajuste dependiente del origen material parental del suelo. En el caso de los ajustes de modelos de estimación a nivel de rodal, sugieren una estrecha relación con el área basal del rodal, independiente de los niveles de productividad, manejo y materiales parentales evaluados.

Los modelos ajustados serían aplicables en una gran amplitud de condiciones de manejo y productividad, para plantaciones de P. radiata del centro-sur de Chile. Sin embargo, para estudios orientados a la estimación de la biomasa potencial de residuos de cosecha, se recomienda la posterior validación con datos colectados de campo, sobre la biomasa de residuos de cosecha removidos en actividades de postcosecha. Esto debido a que la biomasa que actualmente es removida, no solo tendría relación con la biomasa potencial de residuos, sino también con los métodos de cosecha y acopio del material, lo que determinaría la eficiencia en las faenas de recolección de residuos.

Agradecimientos

Los autores agradecen a Forestal Arauco S.A., Empresas CMPC, Masisa S.A., Cooperativa de Productividad Forestal, Facultad de Ciencias Forestales de la Universidad de Concepción y CORFO, quienes a través del Consorcio Tecnológico Bioenercel financiaron y facilitaron el de sarrollo de esta investigación. El autor principal agradece a CONICYT por financiamiento para estudios de doctorado, folio 21100729.

REFERENCIAS

Acuña, E., Espinosa, M., Cancino, J., Rubilar, R., & Muñoz, R. (2010). Estimating the bioenergy potential of Pinus radiata plantations in Chile. Ciencia e Investigación Agraria, 37(1), 93-102. doi: 10.4067/S0718-16202010000100009 [ Links ]

Baker, T., & Attiwill, P. (1985) Above-ground nutrient distribution and cycling in Pinus radiata D. Don and Eucalyptus obliqua L’Hérit. Forests in Southeastern Australia. Forest Ecology and Management, 13(1-2), 41-52. doi: 10.1016/0378-1127(85)90004-0 [ Links ]

Balboa-Murias, M. A., Rodríguez-Soalleiro, R., Merino, A., & Álvarez-González, J. G. (2006). Temporal variations and distribution of carbon stocks in aboveground biomass of radiata pine and maritime pine pure stands under different silvicultural alternatives. Forest Ecology and Management, 237, 29-38. doi: 10.1016/j.foreco.2006.09.024 [ Links ]

Baskerville, G. L. (1972). Use of logarithmic regression in the estimation of plant biomass. Canadian Journal of Forest Research, 2(1), 49-53. DOI: 10.1139/x72-009 [ Links ]

Bertrán, J., & Morales, E. (2008). Potencial de generación de energía por residuos del manejo forestal en Chile. CNE/ CTZ. ByB Impresores: Santiago de Chile. Disponible en: https://energypedia.info/images/2/25/Potencial_Biomasa_Forestal_Chile_GTZ.pdfLinks ]

Bi, H., Long, Y., Turner, J., Lei, Y., Snowdon, P., Li, Y., Harper, R., Zerihun, A., & Ximenes, F. (2010). Additive prediction of aboveground biomass for Pinus radiata (D. Don) plantations. Forest Ecology and Management, 259, 2301-2314. doi: 10.1016/j.foreco.2010.03.003 [ Links ]

Cambero, C., Sowlati, T., Marinescu, M., & Dominik, R. (2015). Strategic optimization of forest residues to bioenergy and biofuel supply chain. International Journal of Energy Research, 39, 439-452. doi: 10.1002/er.3233 [ Links ]

Canga, E., Dieguez-Aranda, I., Afif-Khouri, E., & Cámara- Obregón, A. (2013). Above-ground biomass equations for Pinus radiata D. Don in Asturias. Forest Systems, 22(3), 408-415. doi: 10.5424/fs/2013223-04143 [ Links ]

Corvalán, P., & Hernández, J. (2011). Tablas de estimación de biomasa aérea bruta en pie para plantaciones de Pino Insigne en Chile. Facultad de Ciencias Forestales y de la Conservación de la Naturaleza, Universidad de Chile: Santiago, Chile. Disponible en: http://www.researchgate.net/publication/263592530_Tablas_de_estimacin_de_biomasa_area_bruta_en_pie_para_plantaciones_de_Pino_Insigne_en_ChileLinks ]

Cromer, R. N., Barr, N. J.,Williams, E. R., & McNaught, A. M. (1985). Response to fertiliser in a Pinus radiata Plantation 1: Above-ground biomass and wood density. New Zealand Journal of Forestry Science, 15(1), 59-70. Disponible en: http://www.scionresearch.com/__data/assets/pdf_file/0011/30701/NZJFS1511985CROMER59_70.pdfLinks ]

Hacker, J. J. (2005). Effects of logging residue removal on forest sites: A literature review. Eau Claire, WI , USA: Resource Analytics and West Central Wisconsin Regional Planning Commission. Disponible en: http://dnr.wi.gov/topic/forestbusinesses/documents/loggingresiduereport.pdfLinks ]

Jenkins, J. C., Chojnacky, D. C., Heath L. S., & Birdsey, R. A. (2003). National-Scale Biomass Estimators for United States Tree Species. Forest Science, 49(1), 12-35. Disponible en: http://biology.kenyon.edu/courses/biol229/jenkins_2003.pdfLinks ]

Madgwick, H. A. I., Jackson, D. S., & Knight, J. (1977). Above-ground dry matter, energy, and nutrient contents of trees in an age series of Pinus radiata plantations. New Zealand Journal of Forestry Science, 7(3), 445-468. Disponible en: http://www.scionresearch.com/__data/assets/pdf_file/0007/37465/NZJFS731977MADGEWICK445-468.pdfLinks ]

Madgwick, H. A. I. (1985). Dry matter and nutrient relationships in stand of Pinus radiata. New Zealand Journal of Forestry Science, 15(3), 324-336. Disponible en: http://www.scionresearch.com/general/publications/nzjfs/previous-volumes/nzjfs-volume-15Links ]

Merino, A., Rey, C., Brañas, J., & Rodríguez-Soalleiro, R. (2003). Biomasa arbórea y acumulación de nutrientes en plantaciones de Pinus radiata D. Don en Galicia. Investigación agraria: Sistemas y recursos forestales, 12(2), 85-98. Disponible en: http://www.inia.es/inia/contenidos/publicaciones/index.jsp?intranet=0&idcategoria=1380#Links ]

Moore, J. R. (2010). Allometric equations to predict the total above-ground biomass of radiata pine trees. Annals of Forest Science, 67, 806-817. doi: 10.1051/forest/2010042 [ Links ]

Perlack, R. D., Wright, L. L., Turhollow, A. F., Graham, R. L., Stokes, B. J., & Erbach, D. C. (2005). Biomass as feedstock for a bioenergy and bioproducts industry: The technical feasibility of a billion-ton annual supply. U.S. Departament of Energy and U.S. Departament of Agriculture: Oak ridge, Tennessee, USA. Disponible en: http://www1.eere.energy.gov/bioenergy/pdfs/final_billionton_vision_report2.pdfLinks ]

Rodríguez, R., Hofmann, G., Espinosa, M. , & Ríos, D. (2003). Biomass partitioning and leaf area of Pinus radiata trees subjected to silvopastoral and conventional forestry in the VI region, Chile. Revista Chilena de Historia Natural, 76(3), 437-449. doi: 10.4067/S0716-078X2003000300008 [ Links ]

Rubilar, R. A., Allen, H. L, Álvarez, J. S., Albaugh, T. J., Fox, T. R., & Stape, J. L. (2010). Silvicultural manipulation and site effect on above and belowground biomass equations for young Pinus radiata. Biomass and Bioenergy, 34(12), 1825-1837. doi: 10.1016/j.biombioe.2010.07.015 [ Links ]

Schalatter, J., & Gerding, V. (1999). Productividad en el ejemplo de seis sitios caracteristicos de la VIII Región con Pinus radiata D. Don. Bosque, 20(1), 65-77. Disponible en: http://mingaonline.uach.cl/pdf/bosque/v20n1/art07.pdfLinks ]

Ter-Mikaelian, M. T., & Korzukhin, M. D. (1997). Biomass equation for sixty-five North American tree species. Forest Ecology and Management, 97, 1-24. doi: 10.1016/S0378-1127(97)00019-4 [ Links ]

van Laar, A., & van Lill, W. S. (1978). A biomass study in Pinus radiata D. Don. South African Forestry Journal, 107(1), 71-76. doi: 10.1080/20702620.1978.10433508 [ Links ]

Will, G. M. (1964). Dry matter production and nutrient uptake by Pinus radiata in New Zealand. Commonwealth Forestry Association, 43(1), 57-70. Disponible en: http://www.jstor.org/stable/42603103Links ]

Recibido: 07 de Julio de 2015; Aprobado: 01 de Marzo de 2016

Creative Commons License This is an open-access article distributed under the terms of the Creative Commons Attribution License