Manual De Ar-lsm

Marco de trabajo ambiental y comunal para el diseño de proyectos de forestación, reforestación y revegetación bajo el MDL: desarrollo metodológico y estudios de caso

AR–LSM de ENCOFOR Manual del Usuario Modelo espacial de aptitud del suelo para el desarrollo de proyectos MDL de tipo A/R 2007

Robert Zomer World Agroforestry Centre (ICRAF) PO Box 30677, Nairobi, Kenya E–mail: [email protected]

Oliver van Straaten World Agroforestry Centre (ICRAF) PO Box 2075, Colombo, Sri Lanka E–mail: [email protected]

Antonio Trabucco International Water Management Institute (IWMI)KU Leuven, Bélgica E–mail: [email protected]

1

INDICE Introducción Modelamiento y Metodología Geoespacial para el AR–LSM Cuantificación de la relación especies – ambiente Definición de los criterios de exclusión Mapas de aptitud de especies – relación entre la asimilación especie–ambiente y los criterios de exclusión Acoplamiento del crecimiento forestal con los mapas de aptitud de las especies Potenciales existencias de carbono Modelamiento de la biomasa en la línea base Cálculo del carbono neto Volumen potencial de cosecha y retorno financiero Modelos de optimización de proyectos y análisis de escenarios

Cómo utilizar el modelo AR–LSM Cómo ejecutar el programa AR–LSM en ARCINFO Cuadrículas de salida del AR–LSM

Análisis Referencias

2

Manual del Usuario del AR–LSM de ENCOFOR Modelo Espacial de Aptitud del suelo para el Desarrollo de Proyectos MDL de tipo A/R Introducción El presente documento describe el uso y la metodología del Modelo de Aptitud del suelo para los proyectos de forestación / reforestación (AR–LSM) de ENCOFOR. Es una herramienta desarrollada en el marco del proyecto ENCOFOR (http://www.joanneum.at/encofor), financiado por la UE (Unión Europea), para apoyar la gestión del uso de suelos y la toma de decisiones en proyectos de forestación y reforestación a ser certificados bajo el Mecanismo de Desarrollo Limpio del Protocolo de Kyoto (proyectos MDL de tipo A/R). Esta herramienta busca facilitar el desarrollo de ideas de proyecto y ayudar a evaluar la factibilidad de proyectos potenciales MDL de tipo A/R. Se encuentra en el Internet con el URL: http://www.joanneum.at/encofor/tools/tool_demonstration/download_tools.htm/. El AR– LSM constituye un plataforma tanto para la evaluación de la pre-factibilidad del diseño de proyectos, así como para la exploración de una serie de escenarios alternativos. Adicionalmente, la evaluación espacial optimiza la distribución de especies o variedades forestales para maximizar la producción de biomasa, madera, existencias de carbono, o potenciales ingresos, todo dentro del contexto de un proyecto MDL de tipo A/R. El AR–LSM fue construido como un Arc Macro Language (AML) bajo el ambiente de trabajo ESRI de ARCGIS. Posibilita a los planificadores y actores de los proyectos determinar, primero, el desempeño general de un árbol en un sitio prospectivo y, segundo, cuáles de las especies o combinaciones de especies propuestas serían las más adecuadas para ser cultivadas, tomando en cuenta los objetivos de los actores (propietarios). El modelo comienza con un estimado de la aptitud ambiental de cada especie forestal propuesta para el área como un todo, relacionando las condiciones ambientales con los requisitos fisiológicos conocidos. Subsecuentemente, para cada especie se compara la producción potencial – a raíz del crecimiento y la acumulación de biomasa – con los respectivos mapas de aptitud ambiental, obteniendo así el crecimiento realizable. El AR– LSM arroja aquella combinación de especies forestales que mejor optimice los ingresos del proyecto o el potencial para secuestrar el carbono (biomasa). El programa mapea la acumulación de biomasa, los volúmenes de cosecha, los ingresos a partir de la cosecha y los costos de establecimiento. El Sistema de Apoyo para Decisiones (DSS del inglés) de Encofor, herramienta basada en una hoja de cálculo que da apoyo a los proyectos MDL de tipo A/R, fue elaborada por el proyecto Encofor y se encuentra disponible en el URL http://www.joanneum.at/encofor/tools/tool_demonstration/download_tools.htm. Esta herramienta sirve para estimar la relación carbono–crecimiento y los modelos de rendimiento de biomasa requeridos para parametrizar el crecimiento de las especies al interior del AR–LSM. El DSS es una herramienta que brinda apoyo para la toma de decisiones, basada en una hoja de cálculo que modela de manera no espacial las acumulaciones de carbono. El AR–LSM, a su vez, añade el aspecto espacial a estos

3

resultados y modifica los estimados en base a las condiciones biofísicas presentes en el área y el crecimiento de las especies en respuesta a dichas condiciones ambientales.

Modelamiento y Metodología Geoespacial para el AR–LSM Cuantificación de la relación especies–ambiente La base fundamental de los cálculos del crecimiento vegetal y la evaluación de la aptitud de sitios y especies, se ancla en la cuantificación de las relaciones especies– ambiente y, más específicamente, en la manera como las diversas condiciones ambientales controlan la distribución de las especies forestales. En la mayoría de casos, el crecimiento y éxito de las plantas se caracterizan por una relación unimodal a lo largo de un gradiente causal ecológico. Existe una condición pico u óptima, quedando en los extremos de la gradiente las condiciones desfavorables que impiden el crecimiento de las plantas (Booth et al., 1996). Diferentes especies poseen diversas condiciones óptimas en esta gradiente, en la medida que difieren sus requisitos fisiológicos. Cada especie requiere de un conjunto de condiciones ambientales para crecer y producir. Aunque algunas requieren de nichos ecológicos muy específicos, otros son más fuertes y pueden habitar en un abanico más amplio de condiciones ambientes. El AR–LSM utiliza un método sencillo de rangos para cuantificar el efecto que surten en el crecimiento vegetal diferentes condiciones ambientales. Utiliza una escala de aptitudes de 0 al 1, con incrementos de 0,1 para identificar el grado al cual impide el crecimiento una condición ambiental. Un cero indica una condición totalmente inadecuada en el sitio, mientras que un puntaje de uno señala un sitio completamente apto para la variable particular bajo evaluación. Por ejemplo, un puntaje de aptitud de 0,4 señala que la especie puede alcanzar un 40% de su crecimiento óptimo en ese sitio. En la Figura 1 constan tres mapas de respuesta de crecimiento (mapas de aptitud) para una misma especie (Pinus radiata) ante diversas condiciones ambientales (profundidad del suelo, textura del suelo y altitud). Figura 1: Respuesta de crecimiento predicha para el Pinus radiata ante tres variables medioambientales (profundidad del suelo, textura del suelo y altitud).

4

Al asignar estos puntajes, es necesario contar con una buena base de conocimientos respecto a las especies propuestas, sus nichos ecológicos y su desempeño de crecimiento conocido bajo diversas condiciones ambientales (de óptimo a subóptimo). El obtener buenos resultados del modelo depende de la disponibilidad de información relevante o de conocimientos existentes respecto a las relaciones individuales de tipo especie–ambiente, ya sea que se obtenga de la literatura científica o de otras fuentes como son los expertos locales. Reconociendo las dificultades para obtener buenos datos empíricos sobre el crecimiento en el caso de muchas de las especies forestales, especialmente las especies nativas , el modelo ha sido diseñado para admitir el ingreso de conocimientos de expertos y de consultas locales. En este sentido, el AR–LSM es útil en entornos carentes de datos (una realidad en la mayoría de países en desarrollo); es aplicable a cualquier sitio donde existe información geográfica ambiental; es adaptable a varios ámbitos, desde lo local hasta lo regional; y es capaz de captar fuentes de datos tanto formales como informales. A fin de asegurar y mejorar la precisión y el poder predictivo del modelo, las variables explicativas empleadas deben ser relevantes al crecimiento de las plantas o a la producción de madera, o bien responder a otros factores de producción como son la frecuencia de incendios, el pastoreo, o los daños por acción del viento. Por tanto, es esencial decidir cuáles variables explicativas, o combinaciones de éstas, deben entrar en el modelo. De igual importancia es la estimación de sus coeficientes, una vez seleccionadas, una tarea que puede resultar bastante sencilla en caso de disponer de buenos datos. Desde una perspectiva mecanicista, es deseable predecir la distribución de las plantas en base a los parámetros ecológicos que son considerados las fuerzas causales y motivadoras de su distribución y abundancia, es decir, su altitud, precipitación y tipo de suelo. Definición de los Criterios de Exclusión Dentro de la zona propuesta para un proyecto MDL de tipo A/R, es probable que existan áreas donde no resulte posible o deseable sembrar árboles, ya sea debido a las restricciones ecológicas, su situación legal o de tenencia, el tipo de uso del suelo (p.ej.: áreas ya forestadas o sitios protegidos), u otros posibles motivos. Estas áreas son descartadas del análisis a priori mediante un “layer” o cobertura de exclusión que reúne las

5

condiciones o criterios de eliminación que podrían impedir el uso de un sitio determinado para la siembra de árboles. Los criterios de eliminación pueden definirse como cuadrículas temáticas (tipo de uso del suelo, estatus legal de tenencia, cobertura de copa) que aplican un método de rangos binarios con el valor de “1” para las áreas (celdas de la cuadrícula) no excluidas y “0” para las áreas descartadas. Mapas de aptitud ambiental para especies forestales Se produce un mapa de aptitud ambiental para especies forestales tomando en cuenta cada una de las variables ambientales (altitud, precipitación o tipo de suelo), las cuales son combinadas para producir un mapa de aptitud para esa especie (o una combinación de múltiples especies, o un sistema de uso del suelo). Estas capas o coberturas son combinados mediante la identificación de la condición más limitante hallada en el sitio, utilizando ésta última como el puntaje de aptitud. Esta premisa se basa en la “Ley del mínimo” de Liebig, la cual establece que el factor más limitante (o el mayor factor limitante) controla el crecimiento de la planta sin importar la disponibilidad de otros recursos o condiciones ambientales (Cade et al., 1999). En este caso, significa que el mapa de variables ambientales con el menor puntaje en cualquier sitio (celda de la cuadrícula) en particular, es seleccionado y designado como el mayor factor limitante. Esta variable mínima de control ambiental se emplea para compensar el crecimiento predicho en cada sitio. El puntaje de aptitud general para una especie forestal en particular, se cuantifica como el valor mínimo entre los puntajes relativos de las variables ambientales y los criterios de exclusión, como consta en la Figura No. 2. Los mapas de aptitud generados para cada especie, calculan un índice de calidad del sitio, el cual describe el potencial de crecimiento específico para cada especie vegetal a nivel paisajístico. Figura 2: Mapas de aptitud de crecimiento para tres especies

Acoplamiento del crecimiento forestal con los mapas de aptitud de las especies El análisis de aptitud del suelo genera un mapa de calidad del sitio para una especie determinada, el cual es empatado posteriormente con el potencial de crecimiento y producción de dicha especie. De este modo se modela el crecimiento vegetal y la acumulación de biomasa (volumen de madera y reserva de carbono) para un sitio determinado dentro del área del proyecto, por la duración del mismo. Se pueden estimar y

6

modelar en el DSS de Diseño de Encofor los cálculos de volumen de madera y reserva de carbono para cada especie forestal propuesta. De otro modo, son derivados de las mediciones de campo tomadas en el área propuesta para el proyecto o, en su ausencia, tomadas de fuera del sitio del proyecto. El volumen de madera se convierte a toneladas de carbono en base a los factores de densidad de la madera, fracción de madera y expansión de biomasa para cada especie. Utilizando la función algebraica del SIG, se multiplican la producción de biomasa, el volumen de madera de la cosecha y las existencias de carbono, según el modelo para cada especie, por el mapa de aptitud (o mapa de modificadores del crecimiento) para dicha especie, obteniendo así un estimado espacial del potencial de crecimiento forestal. Los resultados incluyen la cosecha estimada del proyecto (a partir del raleo y la tala final), en volumen de biomasa y madera, así como el potencial de secuestro de carbono. El mapa de aptitud se utiliza como la función de modificación del crecimiento (Reed et al., 2001) que determina el grado al cual es inhibido el crecimiento de la planta dadas las condiciones ambientales presentes en ese sitio (o celda de la cuadrícula). Existencias potenciales de carbono En el modelo se utiliza una metodología de “cálculo promedio del carbono” para cuantificar el potencial de secuestro de carbono del proyecto. Con este método se mide el promedio de carbono en un sitio por la duración de un proyecto, pese a tener potencialmente variaciones significativas en las existencias de carbono con el tiempo (es decir, regímenes periódicos de raleo y/o cosecha). Es este un método simplificado de cálculo de carbono, cuyo propósito es evitar las deudas de carbono y reducir los costos de transacción (Moura Costa, 2001; Schlamadinger et al., 2004). La cantidad de carbono secuestrado por un proyecto se basa en las existencias de carbono que se mantienen en el sitio, promediadas en el tiempo (Schlamadinger et al., 2004). Después de un período inicial de aumento acelerado durante el establecimiento de la plantación (Figura 3), el carbono en el sitio alcanza un nivel de acumulación promedio, lo cual explica las disminuciones periódicas en la biomasa en pie asociada con los regímenes de cosecha o raleo. Este carbono promedio en el sitio se calcula por el período de tiempo propuesto para el proyecto MDL de tipo A/R. Figura 3: Estimados de acumulación de carbono a partir de varias especies forestales propuestas durante la vida del proyecto

7

Modelamiento de la biomasa y el carbono Los proyectos MDL de tipo A/R para la compensación del carbono, únicamente reciben créditos por el carbono adicional secuestrado, por encima de la línea base (escenario en ausencia del proyecto). La línea base fue definida durante la COP 9 de la CMNUCC como “…el escenario que representa razonablemente la suma de los cambios en las existencias de carbono en los reservorios de carbono dentro de los límites del proyecto, que habrían ocurrido en ausencia de la actividad de proyecto propuesta. Se considerará que una línea base representa razonablemente la suma de los cambios en aquellas existencias de carbono en los reservorios de carbono al interior de los límites del proyecto, que habrían ocurrido en ausencia de la actividad de proyecto MDL de forestación o reforestación propuesta...” Se utiliza el DSS de Diseño de Encofor para estimar la condición de línea base. Las predicciones de biomasa en la línea base se realizan para los actuales sistemas de uso del suelo presentes en el área del proyecto (Figura 4). El DSS de Diseño de Encofor incorpora la naturaleza dinámica de los sistemas de uso del suelo y es capaz de modelar hasta tres tipos de cultivo plantados consecutivamente. El “promedio de carbono” mantenido en cada sistema de uso del suelo, es vinculado con la respectiva área ocupada en el mapa de usos del suelo y combinado con un mapa de aptitud ambiental para dicho uso del suelo, creando así un mapa de línea base para la biomasa y el carbono, con desagregación espacial. Figura 4: Ejemplos de las tendencias de biomasa observadas en dos diferentes sistemas de uso del suelo. El primero es un sistema de agricultura alternada y el segundo es un sistema estático.

8

Cálculo del carbono neto El carbono adicional o carbono neto es la diferencia entre el escenario del carbono en presencia del proyecto (con forestación / reforestación) y el escenario del carbono con la línea base (carbono promedio en el sitio por la misma duración del proyecto MDL de tipo A/R pero en ausencia de las actividades del proyecto). Este es el estimado del carbono adicional acumulado en el sitio, que resulta específicamente de las actividades de forestación y reforestación del proyecto. Este estimado representa la cantidad de carbono, expresado en toneladas de carbono (t/C), que puede ser transado por créditos de compensación del carbono en el mercado internacional. Volumen potencial de cosecha y retornos financieros El modelo del AR–LSM provee predicciones del volumen de cosecha y raleo que, siendo conocidos y cuantificables los precios de mercado, son utilizadas para determinar los ingresos potenciales del proyecto a partir de la venta de madera (u otros productos arbóreos / forestales como frutas y demás productos forestales no maderables). El modelo sólo da una idea difusa de los ingresos netos y la rentabilidad; y no debe utilizarse sino para una evaluación preliminar de los posibles ingresos. No toma en cuenta los cambios en los precios de mercado o costos con el tiempo, ni tampoco calcula los valores netos actuales o futuros. A efectos de realizar esta evaluación preliminar y general de la rentabilidad, se restan de los ingresos anticipados del proyecto los costos de establecimiento y mantenimiento de la plantación. Estos cálculos son realizados dentro del AR–LSM utilizando una metodología con desagregación espacial para estimar la rentabilidad del sitio bajo diversos escenarios. Es posible conocer los precios actuales de la madera en el mercado local, pero quizás resulte más problemático predecir sus valores futuros. Los usos no madereros y no comerciales, como por ejemplo las materias primas locales o los productos medicinales, deben ser valorizados en base a un estimado del valor de estos productos para las comunidades locales. Modelos de optimización de proyectos y análisis de escenarios

9

La respuesta de crecimiento, la acumulación de carbono y los ingresos netos, son modelados para cada especie individualmente en sus respectivas áreas cultivables. Luego son comparados para considerar la óptima distribución de especies y los mejores diseños de proyectos, en base al objetivo definido por el usuario (p.ej., máximo secuestro del carbono, o máximos ingresos netos). Las especies son escogidas y sembradas en sitios donde se adecuen mejor, ya sea ecológicamente o en base a otros objetivos, tales como el volumen de madera o los ingresos netos. El AR–LSM fue diseñado para comprobar y comparar los diversos diseños de proyecto posibles, diferentes regímenes de siembra y escenarios de cosecha. El AR–LSM utiliza el mapa de distribución de especies óptima para calcular y cartografiar los beneficios prospectivos. Esta herramienta del AR–LSM (tal y como está) puede comparar las diferentes ideas de proyecto y sus respectivos potenciales de producción bajo dos tipos de escenarios: 1. Una distribución de siembra que maximice la acumulación de las existencias de carbono en un sitio determinado. Este escenario optimiza según el mayor estimado de biomasa entre las diversas especies o variedades forestales para ese sitio (celda de la cuadrícula). 2. Una distribución de siembra que maximice los retornos financieros a partir de la venta de productos madereros o forestales en un sitio determinado. Este escenario optimiza la distribución de las especies en base al estimado mas alto de ingresos entre las diversas especies y/o variedades forestales propuestas para ese sitio (celda de la cuadrícula). Se calcula y reporta la cantidad de carbono compensado que se acumula bajo este escenario, a fin de posibilitar un estimado de los ingresos adicionales de la compensación del carbono, disponibles para el proyecto bajo este escenario. Se excluyen de las actividades del proyecto aquellas áreas donde no existe aumento alguno en las existencias de carbono respecto a la línea base o, alternativamente, donde los beneficios de los ingresos no son positivos. Estas áreas no rentables están situadas donde los costos de establecimiento y mantenimiento superan los ingresos anticipados en base a la venta de productos maderables. Para cada escenario del proyecto, el AR–LSM identifica espacialmente cuánto carbono será secuestrado y da una idea a grosso modo de los ingresos netos. Esta herramienta constituye un acercamiento sencillo de pre-factibilidad para abordar la rentabilidad del escenario del proyecto MDL de tipo A/R, y no debe utilizarse para los análisis financieros detallados. Sin embargo, la desagregación espacial permite a los planificadores y gerentes mejorar la dimensión espacialmente explícita del análisis financiero del proyecto. Dada la variedad de diseños de proyecto y la gama de escenarios, es posible obtener un buen cálculo de los límites de un proyecto propuesto y establecer una base substantiva de conocimientos para la evaluación de su factibilidad.

10

Cómo utilizar el modelo AR–LSM Cómo ejecutar el programa AR–LSM en Arcinfo El programa AR–LSM ha sido elaborado en Arc Macro Language (AML) y se ejecuta dentro de la plataforma de Trabajo de ArcGIS (ESRI), para lo cual se requiere de una licencia de ESRI Arcinfo. Los dos archivos AR–LSM.aml y AR–LSM.menu, deben ser guardados en el directorio donde el modelo AR–LSM ejecutará las simulaciones (por ejemplo, C:\temp\AR–LSM\). El archivo AR–LSM.aml contiene los códigos de programación en AML, mientras que el archivo AR–LSM.menu define el interfaz del usuario del AR–LSM y da los parámetros empleados por el programa AR–LSM.aml. El modelo AR–LSM es inicializado mediante la ventana “Terminal” o “Command Line” de ArcInfo, en el indicativo “Arc”. a. En primer lugar, cambie el directorio de trabajo al directorio donde se han guardado los archivos .aml en el AR–LSM, utilizando el comando WORKSPACE seguido por el path del directorio (por ejemplo, WORKSPACE C:\temp\AR–LSM). b. Una vez configurado correctamente el directorio de trabajo, se puede correr el programa AR–LSM con el comando “&RUN AR–LSM”. c. Aparece el interfaz del AR–LSM, el cual ofrece un formato de fácil utilización que especifica los parámetros requeridos para ejecutar el modelo. A continuación (Figura 5) se presenta una vista instantánea (snapshot) del interfaz del AR–LSM, con un ejemplo del conjunto de parámetros.

11

Figura 5: Vista instantánea del interfaz del AR–LSM con ejemplos de los parámetros de entrada.

A continuación se describen los parámetros requeridos para ejecutar el modelo e ingresar los datos a través del interfaz, comenzando con los parámetros más generales de los proyectos: Especies propuestas (número): Número de especies forestales (o combinaciones de especies, o sistemas agroforestales) propuesto en el diseño del proyecto. En este ejemplo se proponen tres especies: sp_1 = Eucalyptus grandis; sp_2 = Pinus radiata; y sp_3 = Polylepis besseri. Tamaño de celda en la cuadrícula (metros): Configurar el tamaño de las celdas empleadas en el análisis. Generalmente se recomienda utilizar celdas de tamaño similar o mayor al de las cuadrículas de entrada. El tamaño de la unidad en píxeles suele ser metros, pero podría ser pies, kilómetros, grados decimales, etc. Es importante que todas las cuadrículas de

12

entrada tengan el mismo sistema de coordenadas, las mismas unidades y que traslapen por completo el área de proyecto. Precio de los créditos de carbono ( $ / tonelada ): Este es el supuesto precio a ser pagado por los créditos de carbono producidos por el proyecto. Este precio se especifica en dólares ($) por tonelada (ton) de carbono (C). Nota: El AR–LSM calcula los estimados en base a toneladas de carbono (C), no toneladas de dióxido de carbono (CO2). Duración del proyecto (en años): La duración del proyecto MDL de tipo A/R propuesto o, más específicamente, el plazo de los créditos de carbono para el proyecto MDL de tipo A/R. Directorio con cuadrículas de entrada: Especifica el directorio donde se almacenan todas las cuadrículas de entrada requeridas por el programa AR–LSM. Incluye las siguientes cuadrículas: - Cuadrícula de los límites - Cuadrícula de la línea base - Conjunto de cuadrículas que define las variables ambientales que inciden en la aptitud de la especie - Una o más cuadrículas utilizadas como criterios de exclusión Cuadrícula de los límites: Esta cuadrícula define el área del proyecto. Las celdas de la cuadrícula que contienen un valor válido se consideran dentro del área de estudio. Por otra parte, aquellas celdas de la cuadrícula que no contienen datos definen el área que queda fuera del proyecto de estudio. Cuadrícula de la biomasa en la línea base (toneladas de C / ha ): Es una cuadrícula que define en forma espacial el escenario de la línea base para diferentes usos del suelo y condiciones ambientales presentes en el área del proyecto. La línea base para cada tipo de uso del suelo se modela primero en el DSS de Diseño de Encofor. Los estimados resultantes pueden simplemente vincularse con el mapa de uso del suelo para calcular la línea base promedio, o desagregarse en sentido espacial mediante su multiplicación con una cuadrícula ambiental elaborada para este fin, es decir, basada en los rangos ecológicos de los usos del suelo existentes en el mapa correspondiente. Lista de cuadrículas especies–ambiente: Es el conjunto de cuadrículas ambientales utilizadas para establecer el puntaje de aptitud de las especies en todo el área del proyecto. Debe definirse como una lista de cuadrículas con delimitación mediante comas, como por ejemplo las siguientes tres: “elevation”, “soil_depth”, “soil_text”. Este conjunto de cuadrículas debe ser colocado en el directorio antes especificado en el recuadro “Directorio con cuadrículas de entrada”. El puntaje de valoración que define, para cualquier especie propuesta, la dependencia del crecimiento en un factor ambiental en particular, se define y modifica en un conjunto de tablas. Se trata a continuación la construcción de este conjunto de tablas, las cuales deben ser colocadas en el directorio especificado en el recuadro “Directorio con tablas especies–ambiente”. Además, las áreas excluidas dentro del área de proyecto pueden ser definidas mediante la creación de una “cuadrícula de exclusión”, en la

13

cual las áreas excluidas son definidas como completamente inadecuadas y no áreas excluidas como totalmente adecuadas. Directorio con tablas de la relación especies–ambiente: Se refiere al directorio que contiene las tablas de reclasificación o búsqueda que definen las relaciones entre los rendimientos de crecimiento de cada especie y las clases identificadas en las cuadrículas ambientales. Este directorio debe contener un conjunto de subdirectorios, cada uno reservado para una especie propuesta, denominada “sp_1” la primera especie, “sp_2” la segunda, etc. En estos subdirectorios, el programa buscará aquellas tablas de reclasificación o búsqueda cuyo nombre es igual al de las cuadrículas ambientales con las cuales se relacionan, más la extensión “.lut”. Por ejemplo, las cuadrículas ambientales “elevation”, “soil_depth” y “soil_text” se asocian con las tres tablas de reclasificación “elevationn.lut”, “soil_depth.lut” y “soil_text.lut” en cada uno de los subdirectorios de especies. Las tablas de reclasificación son simples archivos de texto en ASCII, capaces de ser editados con sencillos programas de edición de textos como “Wordpad” y caracterizados por los siguientes parámetros: -

-

Cada renglón de designación mapea un valor o rango de valores desde la cuadrícula de entrada hasta un valor de salida. Únicamente se aceptan valores numéricos en un renglón de asignación. Ya que las tablas de reclasificación sólo aceptan números integrales, el puntaje del rango es multiplicado por un factor de 10. Por tanto, el puntaje del rango definido en las tablas de reclasificación varía entre 0 (no adecuado) y 10 (más adecuado), con incrementos de 1, para representar un rango de aptitud de 0 a 1 en incrementos de 0,1. Todos los renglones de asignación en una tabla de remapeo en ASCII, deben tener el mismo formato. Se soportan dos formatos: uno para la reclasificación de valores de ingreso especificados individualmente, y otro para los rangos de reclasificación de los valores de entrada.

Si un solo valor ha de ser reclasificado como otro valor, es identificado seguido por un espacio, seguido por dos puntos (‘:’), seguido por otro espacio, y entonces el valor a ser asignado a esas celdas en la salida. Genéricamente, el renglón de asignación para un solo valor de entrada aparece como sigue: in_value : out_value in_value : out_value …………………… in_value : out_value Con los valores, aparecería como sigue: 1:7 2 : 10 3 : 10 4:7 5:0 14

donde las ubicaciones con valores de 2 y 3 en la cuadrícula de entrada serán asignadas un puntaje de 10, los valores 1 y 4 recibirán un puntaje de 7 y el valor 5 recibirá un puntaje< de 0. Si un rango de valores ha de ser reclasificado, se especifica el menor valor del rango, seguido por un espacio y luego el mayor valor en el rango, seguido por dos puntos ( : ), otro espacio y finalmente el valor del producto. Genéricamente, el renglón para la asignación de un rango de valores aparece como sigue: in_min_value in_max_value : out_value Con los valores, aparecería como sigue: 600 700 : 0 700 900 : 4 900 1100 : 7 1100 1200 : 10 1200 1250 : 9 donde las ubicaciones con valores de 600 y 700 en la cuadrícula de entrada serán asignadas un puntaje de 0, los valores 700 y 900 recibirán un puntaje de 4, el valor entre 900 y 1100 recibirá un puntaje de 7 y así sucesivamente. Todos los valores presentes en la cuadrícula deben ser caracterizados con un puntaje en la tabla de reclasificación. Se puede añadir en la tabla renglones para comentarios, iniciando el renglón con el símbolo para número ( # ).

PARÁMETROS DEPENDIENTES DE LAS ESPECIES (valores delimitados por comas para cada especie) Acumulación promedia de carbono ( tC/ha ): Especifica el promedio del carbono (tC/Ha) mantenido en un sitio a lo largo de un proyecto, para cada una de las especies propuestas, bajo las óptimas condiciones de crecimiento. Las curvas de acumulación de carbono por todo el período del proyecto se calculan en base al DSS de Diseño de Encofor. Estos valores son especificados en el mismo orden, con las especies delimitadas por comas, que se emplea para definir el orden de los subdirectorios de especies en las tablas de reclasificación de especie–ambiente. Ciclo de rotación (años): Especifica la duración de la rotación, es decir, el plazo entre siembra y cosecha para cada especie, representado como valores delimitados con comas en términos de años, utilizando el mismo orden de las especies como antes.

15

Volumen de madera cosechada – constante ( m3 / Ha ): Especifica un valor constante para el volumen de madera vendible ( m3 / Ha ), bajo óptimas condiciones ambientales, desde la cosecha al final del período de rotación, a ser utilizado en toda el área del proyecto para cada especie. Si se ha utilizado una o más cuadrículas para definir la distribución espacial del volumen de cosecha de madera, se debe ingresar un valor falso (p.ej., “0”) para esa especie. Ingresos por concepto de madera cosechada ( $ / m3 ): Especifica el precio de mercado de la madera por volumen ( $ / m3 ) que se anticipa a partir de la madera cosechada al final del período de rotación para cada especie. Los valores son ingresados en el orden de especies delimitadas por comas, especificado en lo anterior. Volumen de madera del raleo – constante ( m3 / ha ): Especifica un valor constante en toda el área del proyecto para el volumen de madera vendible ( m3 / Ha ) para cada especie, bajo óptimas condiciones ambientales, en base al raleo y la podada por todo el período de rotación. Los valores son ingresados en el orden de especies delimitadas por comas, especificado en lo anterior. Si se ha utilizado una o más cuadrículas para definir la distribución espacial del volumen de raleo de la madera, se debe ingresar un valor falso. Ingresos por concepto de madera del raleo ( $ / m3 ): Especifica el precio de mercado de la madera por volumen ( $ / m3 ) a partir del raleo y la podada durante el período de rotación para cada especie. Los valores son ingresados en el orden de especies delimitadas por comas, especificado en lo anterior. Costo de la siembra – espacial ( $ / ha ): Especifica cuadrículas con la distribución del costo de la plantación ( en $ / Ha ) para cada especie por la duración del período de rotación. El costo de la plantación incluye por lo general costes asociados con el establecimiento y posterior mantenimiento (p.ej.: limpieza y raleo). Las cuadrículas son ingresadas en el orden de especies delimitadas por comas, especificado en lo anterior. Si no está disponible o si no hay ninguna variación espacial, la clave “no” sirve para cualquier especie, y un valor constante, especificado en el siguiente recuadro [Costo de la siembra – constante ( $ / Ha )], puede ser utilizado en todo el área del proyecto. Costo de la siembra – constante ( $ / ha ): Especifica un valor constante en toda el área del proyecto por concepto del costo de la siembra ( $ / ha ) para cada especie durante todo el período de rotación. El costo de la siembra incluye por lo general costes asociados con el establecimiento y posterior mantenimiento (por ejemplo, limpieza y raleo). Los valores son ingresados en el orden de especies delimitadas por comas, especificado en lo anterior. Si se ha utilizado una o más cuadrículas para definir la distribución espacial del costo de siembra, se debe ingresar un valor falso para esa especie. Método de optimización: Especifica el método de optimización utilizado para definir el mapa de distribución de especies. Las opciones son la “Maximización del Carbono” y la “Maximización de Ingresos”.  El método de la “Maximización del Carbono” elige las especies con mayor producción de biomasa (acumulación de carbono) en un sitio determinado (celda de la cuadrícula) como la especie óptima para ese sitio. 16

 El método de la “Maximización de Ingresos” escoge la especie con los mayores ingresos netos, es decir, el volumen de madera vendible por la duración del período de rotación (incluyendo la cosecha final y los raleos) multiplicado por el precio de mercado, menos los costos de siembra, para un sitio determinado (celda de la cuadrícula) como la especie óptima para ese sitio. Estadísticas tabulares: Esta casilla de control es activada para pedir estadísticas tabulares que resumen las cuadrículas de salida del AR–LSM para cualquier zona dentro de las cuadrículas de estratos. Las estadísticas son guardadas en la tabla de atributos en las cuadrículas de los estratos, que son copiadas en el directorio de salida donde se guardan todas las cuadrículas de salida del AR–LSM. Las cuadrículas de los estratos caracterizan diferentes zonas dentro del área del estudio, donde una zona se define como el área donde los píxeles tienen el mismo valor. Las tablas de estadísticas definen la suma y el valor mediano de cada salida para cualquier zona definida en una de las cuadrículas de estratos. Cuadrículas de estratos: Este recuadro permite especificar una o más Cuadrículas de Estratos, que delinean una o más zonas al interior del área de estudio (es decir, tipo de especies, tipo de uso del suelo, o zona de elevación). Una zona se define como el área (celda de la cuadrícula) donde todos los píxeles tienen el mismo valor. Estas cuadrículas se utilizan cuando se encuentra activo el recuadro de Estadísticas Tabulares. Las Cuadrículas de Estratos son “cuadrículas zonales” según éstas son definidas en el ArcInfo–Grid. Una “zona” se define como la totalidad del área (celda de la cuadrícula) que contiene el mismo valor. Las tablas de estadísticas proporcionan la suma y el valor mediano de cada cuadrícula de salida para la totalidad de zonas definidas dentro de alguna de las Cuadrículas de Estratos. Las cuadrículas son ingresadas en el orden de especies delimitadas por comas, especificado en lo anterior. Guardar: Guarda en el directorio de trabajo un conjunto de valores de los parámetros de entrada en forma de un archivo ASCII, con la extensión “.aml” (p.ej.: scenario_1.aml). Abrir: Abre y carga del directorio de trabajo un conjunto de valores de los parámetros de entrada, guardados en forma de un archivo en ASCII con la extensión “.aml” (p.ej.: scenario_1.aml). Cancelar: Sale del modelo AR–LSM. Ejecutar AR–LSM: Verifica la validez de los parámetros de entrada y luego ejecuta el modelo.

Cuadrículas de salida del AR–LSM Todas las cuadrículas descritas a continuación son generadas con cada secuencia del AR– LSM y guardadas en el directorio de trabajo especificado.

17

SUITAB: La Cuadrícula de Aptitud de Especies Optimizadas, que muestra la distribución óptima de las especies. Cada especie es representada por el orden numérico (1, 2, ... n) utilizado para especificar el valor de entrada en el interfaz del menú. Un valor de "0" en esta cuadrícula describe áreas no aptas para la forestación o para alguna de las especies propuestas. PRJ_CRB_HA: El carbono in situ ( t C / Ha ) utilizando la Cuadrícula de Aptitud de Especies Optimizadas (SUITAB) para definir la distribución de las especies. PRJ_CRB_PX: El carbono in situ ( t C / celda de la cuadrícula ) utilizando la Cuadrícula de Aptitud de Especies Optimizadas (SUITAB) para definir la distribución de las especies. NET_CRB_HA: El aumento del carbono ( t C / Ha ) debido a las actividades del proyecto, es decir, por encima de la línea base proyectada para el uso actual o predicho del suelo. NET_CRB_PX: El aumento del carbono ( t C / celda de cuadrícula ) debido a las actividades del proyecto, es decir, por encima de la línea base proyectada para el uso actual o predicho del suelo. REV_CRB_HA: Ingresos de los créditos de carbono ( $ / Ha ) provenientes del carbono secuestrado por el proyecto por la duración del proyecto. REV_CRB_PX: Ingresos de los créditos de carbono ( $ / celda de cuadrícula ) provenientes del carbono secuestrado por el proyecto por la duración del proyecto. VOL_FHR_HA: Madera vendible por volumen (m3 / Ha), incluye toda la madera vendible del total de las cosechas finales, es decir, cosechas al final de cada rotación, por la duración del proyecto. VOL_FHR_PX: Madera vendible por volumen (m3 / celda de la cuadrícula), incluye toda la madera vendible del total de las cosechas finales, es decir, cosechas al final de cada rotación, por la duración del proyecto. . REV_FHR_HA: Ingresos de la madera vendible ( t / Ha ) a partir de todas las cosechas finales por la duración del proyecto. REV_FHR_PX: Ingresos de la madera vendible ( t / celda de la cuadrícula ) a partir de todas las cosechas finales por la duración del proyecto. VOL_TH_HA: Ingresos de la madera vendible ( t / Ha ) a partir de todas las actividades de raleo y poda por la duración del proyecto. VOL_TH_PX: : Ingresos de la madera vendible ( t / celda de la cuadrícula ) a partir de todas las actividades de raleo y poda por la duración del proyecto. REV_TH_HA: Ingresos del volumen de la madera vendible ( t / Ha ) a partir de todas las actividades de raleo y poda por la duración del proyecto. 18

REV_TH_PX: Ingresos del volumen de la madera vendible ( t / celda de la cuadrícula ) a partir de todas las actividades de raleo y poda por la duración del proyecto. PLN_CST_HA: Costos de la siembra ($ / Ha) por la duración del proyecto. PLN_CST_PX: Costos de la siembra ( $ / celda de la cuadrícula ) por la duración del proyecto. NET_REV_HA: Ingresos netos ($ / Ha) a raíz de la venta de madera (cosecha final más raleo) incluyendo los costos de siembra por la duración del proyecto. Esto se calcula como sigue: NET_REV = REV_FHR + REV_TH – PLN_CST. NET_REV_PX: Ingresos netos ($ / celda de la cuadrícula) a raíz de la venta de madera (cosecha final más raleo) incluyendo los costos de siembra por la duración del proyecto. Esto se calcula como sigue: NET_REV = REV_FHR + REV_TH – PLN_CST. PRJ_REV_HA: Ingresos netos del proyecto ($ / Ha) a raíz de la venta de madera (cosecha final más raleo) incluyendo los costos de siembra y créditos de carbono por la duración del proyecto. Esto se calcula como sigue: PRJ_REV = NET_REV + CRB_REV. PRJ_REV_PX: Ingresos netos del proyecto ($ / celda de la cuadrícula) a raíz de la venta de madera (cosecha final más raleo), incluyendo los costos de siembra y créditos de carbono por la duración del proyecto. Esto se calcula como sigue: PRJ_REV = NET_REV + CRB_REV.

La función Estadísticas Tabulares puede dar las estadísticas básicas para estas cuadrículas. Cuando se encuentra activada esta casilla de control, la función de Estadísticas Tabulares resume las cuadrículas de salida del AR–LSM por zonas, las cuales son definidas por las Cuadrículas de Estratos. Las estadísticas son guardadas en la tabla de atributos de las Cuadrículas de los Estratos. Son guardadas en el directorio de trabajo especificado, conjuntamente con todas las cuadrículas de salida del AR–LSM. Las Cuadrículas de Estratos caracterizan zonas definidas por el usuario (tipo de especies, tipo de uso del suelo, o zona de elevación) al interior del área de estudio. En el análisis, una “zona” se define como el área donde los píxeles tienen el mismo valor. Las tablas de estadísticas definen la suma y el valor promedio de cada salida para todas las zonas definida en cualquier cuadrícula de las Cuadrículas de Estratos especificadas.

19

Análisis Las salidas espaciales del modelo pretenden proporcionar información valiosa para potenciales inversionistas y planificadores de proyectos, no sólo para un escenario óptimo, sino además sobre un escenario y análisis de sensibilidad del potencial un proyecto para cultivar árboles, acumular carbono y alcanzar ingresos. El producto espacial también ayuda a identificar sitios más específicos dentro del área de proyecto propuesto, que pueden resultar más productivas para la siembra de árboles. La Tabla 1 a continuación ejemplifica una salida tabular resumida, construida con los resultados espaciales que produce el modelo. Tabla 1: Cálculo del carbono, biomasa, volumen de madera e ingresos de la primera cosecha, en base a una optimización espacial del Máximo del Carbono, donde el Carbono Neto > 0 y los Ingresos Netos > 0. A. tortilis 13

G. robusta 10

E. grandis 14

M. indica 21

C. lusitanica 15

Total

Período de rotación(yr) Área Total Disponible para MDL-A/R (ha)

662

1,699

1,701

1,526

2,552

8,141

230 396 36 -

460 832 281 126

460 832 281 128

460 831 234 -

691 1,248 421 192

2,302 4,139 1,253 447

170 290 192 11 -

344 690 538 127 0

344 691 540 127 0

340 654 483 50 -

515 1,036 810 190 1

1,712 3,362 2,563 504 1

Carbono Promedio Proyecto(tC/ha) Carbono Total del Proyecto (tC)

8 5,026

15 25,424

22 37,565

9 14,224

31 78,701

20 160,941

Carbono Promedio de la Línea Base (tC/ha) Carbon de la Línea Base (tC)

5.4 3,587

6.2 10,591

6.2 10,618

5.7 8,704

6.2 15,928

6 49,429

Carbono Neto Promedio(tC/ha) Carbono Neto (tC)

2 1,439

9 14,833

16 26,947

4 5,520

25 62,773

14 111,511

36 24,070

94 160,220

114 194,016

49 74,748

141 359,201

100 812,256

50 33,063

127 216,222

159 271,352

69 104,542

235 600,671

151 1,225,850

$23

$47

$29

$0.03

$50

Ingresos Promedios (USD/ha) Ingresos de Cosecha Final (USD)

$1,168 $773,842

$5,957 $10,121,338

$4,693 $7,984,524

$4,883 $7,451,649

Costo Promedio de Siembra(USD/ha) Costo Total de Siembra (USD)

$541 $358,553

$507 $860,880

$465 $791,857

$870 $1,327,115

Promedio de Ingresos Netos (USD/ha) Ingresos Netos (USD)

$630 $417,212

$5,453 $9,265,085

$4,230 $7,196,908

$4,018 $6,131,647

Área Disponible para MDL-A/R por tipo de uso del suelo Bosque (ha) Bosque – mosaico agrícola (ha) Agropastoril - V. Bajo componente veg. (ha) Agropastoril – Bajo componente veg. (ha) Agrosilvopastoril – Alto componente arbórea y veg. (ha) Agrosilvopastoril - V. Alto componente arbóreo y veg. (ha) Área Disponible para MDL-A/R por Zona de Elevación 1000 - 1250 m (ha) 1250 - 1500 m (ha) 1500 - 1750 m (ha) 1750 - 2000 m (ha) 2000 - 2250 m (ha) Cálculo del Carbono

Biomasa, volumen de madera e ingresos Promedio de Biomasa (t/ha) Total Biomasa a Cosecha Final (t) Volumen Promedio de Madera (m3/ha) Volumen de Madera de Cosecha Final(m3) Precio de Madera (USD/m3)

$11,805 $6,935 $30,126,645 $56,457,998 $835 $2,130,112

$672 $5,468,518

$10,975 $6,267 $28,007,950 $51,018,802

20

El AR–LSM posibilita la comparación de potenciales escenarios de proyecto in situ, pero además constituye una plataforma para comparar diferentes proyectos en distintas áreas. Se debe tener cuidado al realizar tales comparaciones, ya que la fidelidad de los resultados puede ser diferente para cada proyecto dependiendo de la exactitud, precisión y resolución de los datos de entrada. Esta herramienta de análisis de factibilidad permite al usuario ejecutar varios escenarios diferentes para obtener un rango aproximado tanto del potencial como de los límites superiores e inferiores de la productividad en un área de proyecto. El usuario puede ejecutar múltiples escenarios ajustando los valores de los puntajes de aptitud para diferentes variables ambientales o predicciones de crecimiento y rendimiento para distintas especies y luego comparar las estadísticas de salida obtenidas de los diversos escenarios para comprender la sensibilidad de las diferentes especies ante las influencias del medio. Ejecutando el AR–LSM múltiples veces, se puede obtener una predicción general de la factibilidad de un proyecto, conjuntamente con la identificación de umbrales básicos que deben ser alcanzados o estar disponibles, como por ejemplo el precio del carbono o los precios mínimos de la madera. La asignación de puntajes de aptitud es de índole subjetiva, ya que es difícil científicamente determinar el impacto de cada variable ambiental en el crecimiento arbóreo, en términos de porcentajes. Aunque los estudios reportan una variabilidad significativa entre expertos respecto a la relación percibida entre el crecimiento arbóreo y las variables ambientales, se espera que esto mejore utilizando diversas fuentes. Se realizan los mayores esfuerzos por establecer valores realistas mediante el uso de datos experimentales locales o de localidades similares, valores de la literatura científica y de otra índole, y/o los conocimientos de expertos locales. No obstante, estos valores son un estimativo poco preciso, por lo que deben ser escogidos de manera conservadora para evitar su impacto excesivo en el análisis. La exactitud, precisión y resolución de los mapas ambientales de la entrada del SIG, puede introducir una fuente adicional de ambigüedad en el análisis. Depende del usuario utilizar los mejores mapas ambientales disponibles para el área del proyecto. Si se utilizan capas del SIG de diferentes cualidades y resoluciones, combinándolas para producir los mapas de aptitud, los puntajes de aptitud en los mapas de menor calidad deben ser más flexibles para no exagerar su peso en el resultado final, frente a los mapas más precisos y más representativos de las condiciones reales del sitio. Es mediante la ejecución repetida del análisis, ajustando los puntajes de aptitud y tomando en cuenta la calidad de los datos, que se puede tratar los problemas de incertidumbre. El AR–LSM fue diseñado para aprovechar al máximo los recursos locales actualmente disponibles, incluyendo el uso de mapas digitales existentes (de suelos y clima). También utiliza la riqueza de conocimientos existentes de expertos locales, silvicultores y biólogos, grupos comunitarios, agricultores y el público general. Tales recursos son invalorables al trabajar con una carencia de datos, como a menudo es la situación en los países en desarrollo. Las fuentes informales de información pueden llenar algunos vacíos cuando otros datos simplemente no existen para el área (Hackett y Vanclay, 1998). Por ejemplo, cuando una especie rara o nativa es apta para un sitio, pero falta información sobre sus requisitos ecológicos o su crecimiento y rendimiento, se requerirá de los conocimientos de expertos para aprender más acerca de sus hábitos y tasas de crecimiento y así completar los requisitos de información que faltaban.

21

22

Reconocimientos: Este modelo fue elaborado originalmente dentro del contexto del Proyecto ENCOFOR (B7–6200 / 2002 / 069–203 / TPS) financiado por la Unión Europea / EuropeAid. Los autores desean agradecer a las siguientes personas e instituciones por haber participado en este esfuerzo con sus aportes y respuestas para el desarrollo de este modelo y su metodología. Muchos agradecimientos a los asociados nacionales de Encofor: Anko Stilma de CETEFOR en Bolivia; Luis Fernando Jara y María Belén Herrera de PROFAFOR en Ecuador; Timm Tennigkeit en Uganda; y Lou Verchot de ICRAF en Kenya. También agradecemos a nuestros colaboradores en ENCOFOR: Bart Muys y Juan Garcia de KU Leuven, Bélgica; Bernard Schlamadinger, Neil Bird y Hannes Schwaiger del Johanneum Institute, Igino Emmer de FACE en los Países Bajos, y Wolfram Kagi de B.S.S. en Suiza.

Referencias: Booth, T. (1996). Predicting Plant Growth: Where will it Grow? How well will it grow? Workshop on Integrating GIS and Environmental Modeling”, Santa Barbara, NCGIA, University of California. Cade, B.S., J. W. Terrell, y R. L. Schroeder. 1999. “Estimating effects of limiting factors with regression quantiles”, pp. 311–323 Ecology, Vol. 80. Moura Costa, P. 2001. “Carbon accounting, trading and the temporary nature of carbon storage”, pp. 10. EcoSecurities, Oxford, UK. Reed, D., M. Tomé, M.C. Araujo, y E. Jones. 2001. A Re–examination of Potential Modifier Dimensional Growth Models, en K. Rennolls, (ed.), Forest Biometry, Modelling and Information Science. University of Greenwich, London. Schlamadinger, B., D.N. Bird, I.M. Emmer, J. Garcia, B. Muys, y Z. Somogyi. 2004. The average carbon–stock approach for small–scale CDM AR projects, p. 4.

23