Imprimir esta página

Descargar PDF

Uso del modelamiento en el análisis del cambio de uso de suelo: relevancia del registro y monitoreo de la información

Rosa Núñez A.¹, Sandra L. Marín², Laura Nahuelhual ³,4

¹ Centro de Investigación CIEN Austral rosa.nunez@cienaustral.cl
² Instituto de Acuicultura, Universidad Austral de Chile, Casilla 1327, Puerto Montt
³ Instituto de Economía Agraria, Universidad Austral de Chile, Casilla 567, Valdivia
4 Fundación Centro de los Bosques Nativos FORECOS, Casilla 567, Valdivia, Chile

1. Introducción
En Chile la cobertura forestal alcanza 15,5 millones de hectáreas de 75,7 millones que tiene el territorio nacional (20,7%). De la cobertura total 13.400.000 corresponden a bosques nativos y 2.100.000 a plantaciones artificiales (CONAF, 2011). Los bosques nativos de Chile son únicos en el mundo, y representan una reserva mundial de biodiversidad (Salas et al., 2006; Reyes, 2005). Sin embargo, no se han tomado las medidas necesarias para proteger dicho ecosistema (Lara et al., 2010), lo cual es avalado por los reportes de pérdida de éste (Echeverría et al., 2006; Altamirano y Lara, 2010; Carmona et al., 2010).

El bosque es parte de un ecosistema complejo que cambia por la acción conjunta de procesos naturales e inducidos por el hombre. En éstos la dinámica de sus componentes es difícil de predecir, debido a que la mayoría de las relaciones causa y efecto no se encuentran acopladas en el espacio y tiempo. Una aproximación útil para mejorar nuestro entendimiento acerca del funcionamiento de sistemas complejos es el análisis de sistemas y la simulación (Grant et al., 2001). Esta aproximación promueve el diseño de protocolos de investigación y análisis de buena calidad para la toma de decisiones, y permite evaluar el impacto de potenciales intervenciones en el sistema. El uso de esta metodología requiere de una representación conceptual y cuantitativa del sistema que se consigue a través de un esfuerzo interdisciplinario. Esto, debido a que el bosque nativo se encuentra inserto en un ecosistema donde los componentes -natural y humano- interactúan en función de diversos objetivos, impuestos fundamentalmente por el componente humano. En este esfuerzo juegan un rol importante los expertos y la base de datos disponible con la cual se generan las ecuaciones del modelo.

El objetivo de este estudio es evaluar el potencial del análisis de sistemas y la simulación como herramienta de apoyo al manejo y toma de decisiones, y destacar la importancia de la calidad y disponibilidad de la información cuantitativa en la generación de resultados útiles. Se utilizó un modelo de simulación desarrollado en el marco del proyecto Fondecyt “Integración de sistemas ambiental, social y económico en el modelamiento del cambio de uso de suelo en el sur de Chile” (2008-2010). El énfasis de este trabajo es usar el modelo para predecir la trayectoria del bosque nativo y analizar estos resultados en función de la disponibilidad de información y supuestos que se hicieron durante el desarrollo del modelo.

El sistema representado en el modelo incluye las comunas de Los Muermos, Calbuco, Maullín y Ancud de la Región de Los Lagos, caracterizado por bosques templados lluviosos, y desde un punto de vista agrícola productor de leche, carne y papa. La composición y estructura de la vegetación y la fertilidad están determinadas por la existencia de dos formaciones de suelo, el trumao y el ñadi, los que a su vez determinan e influyen en el tipo y la intensidad de los procesos de cambio de uso y cobertura que ocurren (Echeverría, 2008; Marín et al., 2011). Las principales coberturas en esta área son el bosque nativo, suelo agrícola y suelo urbano.

Además, se han identificado el bosque secundario y matorral como coberturas intermedias. El bosque secundario se genera debido a la degradación del bosque adulto por la extracción de leña y como resultado de la regeneración del bosque en matorral. El matorral se genera como resultado de la tala del bosque adulto o secundario, por la continua extracción de leña del bosque secundario y por el abandono de suelos agrícolas.

2. Metodología
El desarrollo y uso del modelo siguió la metodología de cuatro etapas propuesta por Grant et al. (2001): desarrollo del modelo conceptual, desarrollo del modelo cuantitativo, evaluación del modelo y uso del modelo. Esta metodología, la base de datos, su análisis y las ecuaciones del modelo se reportan en detalle en Marín et al. (2011). En este documento se presenta a una síntesis del modelo conceptual y la descripción de las fuentes desde donde se obtuvo información cuantitativa. El modelo fue desarrollado usando el software STELLA Research 7.01 (isee Systems, Inc, 2006).

2.1. Desarrollo del modelo conceptual
Este análisis se realizó a través de un taller con expertos de diversas disciplinas y entrevistas independientes con expertos. Los principales procesos reportados para el área de estudio, y que serían responsables del cambio de uso y cobertura, son degradación del bosque, deforestación, expansión agrícola y urbanización. La degradación ocurre por la extracción de leña y transforma el bosque adulto en secundario y a éste en matorral.

La deforestación lleva a la desaparición del bosque, por la tala que ocurre tanto en bosque adulto y/o secundario para producir astillas, y conduce a la aparición del matorral. La expansión agrícola genera demanda por suelo que es abastecida por la habilitación del matorral, y la urbanización es el proceso que transforma el matorral y suelo agrícola en suelo urbano (CONAMA, 1995; Emanuelli, 1996; Echeverría, 2005). El resultado de esta etapa es el modelo conceptual presentado en la Figura 1., el cual se subdivide en cinco submodelos detallados a continuación.

Descripción Sub- modelo en suelo Trumao (Fig. 1a): El bosque adulto (BAtr) experimenta dos procesos de transformación: a través de la extracción de leña se convierte en bosque secundario (BStr) y a través de la tala en matorral (MAtr). El bosque secundario experimenta estos mismos procesos y se transforma en matorral (MAtr). La producción de astillas en el área de estudio depende de la producción nacional de astillas. El bosque adulto puede recuperarse desde matorral mediante el reclutamiento, y en ausencia de perturbaciones. El matorral también se genera desde suelos agrícolas abandonados y se convierte en suelo agrícola (SAtr) a través de la habilitación, y en suelo urbano a través de la urbanización (SUtr). El suelo urbano también puede generarse desde suelo agrícola.

Descripción Sub-modelo en suelo Ñadi (Fig. 1b): En los suelos ñadis el bosque adulto (BAña) sufre las mismas transformaciones que en suelo trumao: la extracción de leña lo transforma en bosque secundario (BSña) y la tala en un tipo de matorral bajo (MAbña) que puede ser habilitado para uso ganadero (PAña). Desde el bosque secundario también se extrae leña transformándolo en un matorral que se inunda con facilidad y que no sufre transformaciones posteriores (MAiña). El matorral bajo y el suelo agrícola pueden ser transformados en suelo urbano (SUña).

Descripción Sub- modelos consumo de leña, requerimiento suelo agrícola y suelo urbano (Figs. 1c, d y e): Estos representan la interrelación entre los factores que generan el cambio de uso de suelo. El consumo de leña está determinado por el consumo per capita de las poblaciones local (área de estudio-población rural) y la externa (Puerto Montt y Puerto Varas-población urbana). La población local abastece el 100% de sus requerimientos desde el área de estudio, y la externa entre un 57 y 70% (Reyes, 2000, Neira e Iturriaga, 2007). El consumo total de leña es abastecido diferentemente por el bosque en suelo trumao y ñadi debido a sus diferentes productividades y coberturas, y por los bosques adultos y secundarios. El requerimiento de suelo agrícola se determina considerando la necesidad de suelo para cultivo de papa (el cual depende de la productividad del suelo y la producción histórica, que a su vez depende del consumo nacional de papas) y para la ganadería. Este último se estima conociendo el número de cabezas de bovinos que se proyecta producir según una relación establecida con datos históricos del crecimiento de la población local y el número de cabezas. Cuando nuevas hectáreas se requieren el modelo asume que sólo una fracción de este requerimiento se distribuye entre los dos tipos de suelo, según la capacidad de carga de cada uno, que depende de su productividad y condición de las praderas.

(Hacer clic para agrandar imágenes)

(Hacer clic para agrandar imágenes)

Figura 1. Modelo conceptual del cambio de uso de suelo en trumao (1a) y en ñadi (1b). Submodelos 1c, d y e representan las relaciones que estiman el consumo de leña, requerimientos de suelo agrícola y suelo urbano.

2.2. Desarrollo del modelo cuantitativo
El modelo usa la estructura de compartimientos y ecuaciones de diferencia que se resuelven en intervalos de un año. Los parámetros de las ecuaciones se determinaron utilizando datos de información publicada en revistas especializadas, de instituciones gubernamentales nacionales: Instituto Nacional de Estadísticas, censos agropecuarios (1976, 1997 y 2007), censos poblacionales (1972, 1982, 1992 y 2002), Banco Central de Chile, Instituto Forestal, Oficina de Estudios y Políticas Agrarias, e informantes clave. Información sobre la contribución de los distintos tipos de bosques y en cada tipo de suelo al consumo total de leña y a la producción de astillas se basó en opinión de expertos. Las condiciones iniciales de los usos y coberturas del suelo para el año 1976 corresponden a Echeverría et al. (2005). Para la proyección al 2017 la parametrización del modelo se efectuó proyectando las tendencias del año 2007, y en el caso de los parámetros, éstos se mantuvieron constantes.

2.3. Diseño de las simulaciones
Las simulaciones que se corrieron en el marco de este análisis corresponden a aquellas que predicen la trayectoria del bosque nativo en conjunto y diferenciado según tipo de suelo y tipo de bosque (adulto o secundario). Se comparó la cobertura obtenida desde las predicciones e imágenes satelitales para los años 1985, 1999 y 2007 (Echeverría, 2005; Echeverría et al., 2008; Díaz et al., 2011) como diseño para evaluar el modelo. Posteriormente se corrió el modelo hasta el año 2017 para proyectar la trayectoria del bosque nativo bajo un escenario sin intervención desde el año 2007.

3. Resultados
A continuación se presentan los resultados de las simulaciones corridas y se profundiza en explicaciones sobre las diferencias observadas entre las predicciones y los datos observados.

3.1. Dinámica de la cobertura del bosque nativo en el área de estudio, diferenciando por tipo de suelo.
La trayectoria predicha para el bosque nativo es consistente con la disminución que se infiere desde las imágenes satelitales hasta el 2007 (Fig. 2). La pérdida del bosque está subestimada durante el periodo 1976-1985, y sobreestimada posteriormente. La diferencia observada al comienzo puede ser explicada por la subestimación de parámetros que determinan el consumo de leña (tasa de consumo de leña per capita de la población local y externa, y la proporción de la demanda de leña de la población externa que es abastecida por el área de estudio), ya que la extracción de leña es el único proceso que genera pérdida de bosque durante este periodo. En 1988 la tala del bosque nativo para obtención de astillas explicaría la mayor pérdida de bosque predicha, que estaría acentuada por una sobreestimación de la proporción de la producción de astillas que abastece el área de estudio. Aún cuando la tala para astillas se detiene en 1999, la cobertura del bosque nativo continúa disminuyendo debido a que el consumo de leña incrementa con el crecimiento de las poblaciones demandantes. Tal crecimiento se explica como resultado de la expansión urbana e industrial que ocurre en el área de estudio desde los 80’s en respuesta a la instalación de la industria acuícola (Barret et al., 2002). El balance neto entre la subestimación y sobreestimación de la pérdida de bosque nativo predicho por el modelo genera una pérdida total hasta el año 2007 de 10% mayor que la mostrada por los datos observados. Según el modelo para el año 2017 la cobertura del bosque nativo se habrá reducido aún más, lo que es consistente con el escenario en el cual no se ejecutan intervenciones.

Las trayectorias predichas de las coberturas del bosque nativo para cada tipo de suelo siguen el patrón de disminución que sugieren las imágenes satelitales, con una leve sobreestimación para el año 1985 y subestimación para 1999 y 2007 (Fig.2). La disminución predicha en suelo trumao llega a 62% y a 47% en suelo ñadi, sugiriendo que el patrón de disminución del bosque nativo en el área de estudio está determinado fundamentalmente por los cambios que ocurren en suelo trumao, y que el bosque se continuará perdiendo para el año 2017 si no hay cambios en los procesos que lo conservan o regeneran.

Figura 2. Trayectorias simuladas hasta el año 2017 para la cobertura total del bosque nativo en el área de estudio y diferenciado por tipo de suelo (líneas) y datos desde imágenes satelitales (1976, 1985, 1999 y 2007) (símbolos).

4.2. Dinámica de la cobertura del bosque nativo según tipo de bosque y suelo.
Las trayectorias predichas por el modelo para bosque adulto y secundario en ambos tipos de suelo siguen la misma tendencia (Figuras 3A y 3B). Sin embargo, las predicciones se diferencian de las trayectorias inferidas desde las observaciones puntuales (imágenes satelitales). Las predicciones sugieren que la cobertura del bosque adulto disminuye rápidamente y desaparece el año 2005 en ambos tipos de suelo lo que sugiere que la deforestación está ocurriendo más intensamente en este bosque debido a su mayor productividad y disponibilidad relativa. Los datos observados respecto del bosque secundario indican que éste disminuye desde el año 1976 hasta 1998, y aumenta posteriormente en ambos tipos de suelo. Sin embargo, las predicciones muestran una tendencia opuesta: aumenta hasta el año 2005 en ambos tipos de suelo pero a una velocidad mayor en suelo trumao que ñadi, y luego disminuye en ambos tipos de suelo. Las predicciones se pueden explicar considerando los procesos y parámetros que se incluyeron en el modelo y que permiten generar la siguiente interpretación. El aumento del bosque secundario ocurre debido a la intensa degradación del bosque adulto por la extracción de leña, que en magnitud es mayor que la pérdida de bosque secundario generada también por la extracción de leña. A partir del año 2005, la pérdida del bosque secundario se hace más importante por la desaparición del bosque adulto, cuya degradación era la principal fuente de generación de bosque secundario. Bajo esta situación, los procesos que transforman el bosque secundario en matorral se hacen más importantes que los que generan bosque secundario (regeneración).

Figura 3. Trayectorias simuladas hasta el año 2017 para bosque adulto y secundario en suelo trumao (A) y ñadi (B) (líneas) y datos desde imágenes satelitales (1976, 1985, 1999 y 2007) (símbolos).

5. Discusión
Las predicciones del modelo indican que los procesos y factores que determinaron los cambios en el uso del suelo fueron la degradación y deforestación, influenciadas por la demanda poblacional por leña y la producción de astillas. El área de estudio cambió desde un paisaje dominado por bosque nativo a uno dominado por matorrales y praderas (Marín et al., 2011), y la predicción al 2017 proyecta una pérdida mayor del bosque nativo. Es posible inferir que el bosque en suelos ñadi será más vulnerable al no tener la posibilidad de regeneración, por lo cual la dinámica del bosque nativo estaría determinada por lo que ocurre en el bosque en suelo trumao, particularmente en el bosque secundario.

La cobertura predicha para el bosque desagregado por tipo de bosque y suelo (Fig. 3) revela diferencias mayores entre lo predicho y lo observado, lo que sugiere que la intensidad de los procesos que ocurren en el bosque adulto se ha sobreestimado y que la dinámica del bosque secundario debería ser analizada en mayor detalle. Desde un punto de vista ecológico, la extracción de leña ha ocasionado una re-juvenización progresiva de la estructura del bosque haciendo al bosque secundario mas predominante (Echeverría et al., 2007), pero esto no explica la magnitud del aumento de la cobertura del bosque secundario desde el comienzo del periodo. La explicación a estas discrepancias pudiera estar en el entendimiento del sistema en estudio, y en la información cuantitativa usada para traducir nuestro entendimiento en ecuaciones.

En el contexto de la disponibilidad y calidad de la información varios aspectos debieran considerarse en la planificación de su obtención. El bosque nativo no puede considerarse agregadamente al momento de obtener información cuantitativa sobre su estado y sobre sus usos. Sus diferentes estados (adulto y secundario) y los suelos en los que se desarrollan (trumao y ñadi) marcan diferencias en la productividad que tendrán respecto de determinados productos. En consecuencia, la presión que se ejerce sobre estos bosques difiere, generando cambios en la configuración espacial, que a su vez determinarán cambios en las futuras presiones que recibirá cada uno de estos tipos bosque.

La distribución del abastecimiento de la demanda de leña entre los distintos tipos de bosques y suelos en este modelo se basó en opinión de expertos y se expresó como una proporción de la demanda que cada tipo de bosque por cada tipo de suelo aporta al consumo total. Este supuesto limita las posibilidades de que exista una retroalimentación en el sistema que regule mejor la intensidad de los procesos, lo que podría explicar la desaparición del bosque adulto. Es importante un monitoreo permanente, no solo de los volúmenes, sino del tipo de leña que se consume de manera de saber qué tipo de bosques están bajo mayor presión. Molina (2010) reporta para el área de estudio un cambio en los patrones de consumo de leña desde especies como Ulmo a especies como Tepú y una combinación de especies en lo que se conoce como leña tipo broza.

El modelo supone que la tasa de consumo per cápita de leña difiere entre población local y externa, y que fue constante durante todo el periodo simulado. Estos valores se obtuvieron desde literatura y representan estimaciones puntuales que podrían no ser representativas del periodo completo de análisis. No fue posible construir una serie de tiempo de esta variable, ni tampoco diferenciar entre los distintos consumos de leña (hogares, industrias), ni como pudiese haber cambiado la demanda. Existe incertidumbre acerca de los factores de productividad que se utilizaron para transformar los metros cúbicos de leña y astillas en hectáreas de bosque nativo. No existen estudios publicados que hayan estimado funciones de producción del bosque nativo o de sus especies principales.

Respecto del suelo agrícola, los datos sobre el número de cabezas de bovinos disponible reveló que de acuerdo a la capacidad de carga de los suelos del área de estudio sería imposible que ésta albergara todo el ganado en praderas. Esto se constata al contrastar el número de cabezas de ganado y las hectáreas de pradera reportadas en el censo agropecuario de 1976. Esto generó la necesidad de suponer que sólo parte de los requerimientos de suelo agrícola por año serían abastecidos desde la habilitación del matorral. Respecto al suelo urbano, la expansión industrial y urbana no se encuentra bien registrada, lo que condujo a supuestos importantes respecto del incremento que significó este proceso, especialmente debido a la consolidación de la industria acuícola.

La confianza de las predicciones de cualquier modelo estará determinada por la base de datos con la que se parametriza. El modelamiento dinámico requiere de series de tiempo de variables que puedan correlacionarse entre si y definir las relaciones causa-efecto que podamos identificar como aquellas determinantes de las dinámicas de las distintas coberturas en un área particular. El modelo ha contribuido en detectar aquella información que debiera monitorearse y registrarse continuamente, destaca la importancia de contar con bases de datos oficiales, de largo plazo, no restringidas y actualizadas, muestra las implicancias de utilizar información en base a deducciones, distintas fuentes, y con distintos grados de confiabilidad (las dinámicas agregadas muestran un patrón consistente con la realidad, pero al desagregar los componentes las dinámicas se desvían de lo observado).

Dado que existen diversas instituciones recopilando información, éstas debieran interactuar y acordar un plan de monitoreo que incluya procedimientos comunes de colecta y almacenamiento de información (en mas de una oportunidad distintas bases de datos entregaban información diferente para una misma variable), así como frecuencia. No todas las variables pueden ser monitoreadas anualmente, pero sería muy útil priorizar cuáles son aquellas que deberían serlo. Aquellas variables que no pueden ser monitoreadas anualmente, deberían incluirse en un plan de monitoreo (frecuencia de colección de datos), de manera que para algunos años exista información cuantitativa para todas las variables. Por ejemplo, el censo poblacional realizado cada diez años debiera coincidir con el censo agropecuario, censo de viviendas, así como los catastros de bosque nativo. La expansión industrial es un aspecto clave en el cambio de uso y cobertura del suelo y debería sistematizarse a través de una serie de tiempo. La futura expansión de las plantaciones exóticas al sur de Chile generará cambios y demanda de suelo importante, por lo cual es urgente contar con herramientas de toma de decisiones que permitan priorizar el uso que se le dará al suelo. Idealmente la información debiera manejarse centralizadamente en un organismo gubernamental (INE).

No obstante las dificultades asociadas a las bases de datos, el modelamiento per se constituye una herramienta en la que se ponen a prueba hipótesis que mejoran nuestro entendimiento del sistema de interés. La contribución de cada tipo de bosque por tipo de suelo para satisfacer la demanda de leña es una de las hipótesis, y al examinar las predicciones se desprende que es una hipótesis de alto impacto y sobre la cual se conoce muy poco. El modelo ratifica una tendencia global y nacional preocupante que es la pérdida de bosque nativo, evidenciando que los instrumentos de política pública y de mercado implementados no han sido efectivos en prevenir su deforestación y degradación, arriesgando posibilidades de desarrollo y formas de vida rurales, particularmente de la zona sur del país.

6. Agradecimientos
Este proyecto fue financiado por Fondecyt 1085077. Agradecemos a los expertos consultados, especialmente a Cristian Echeverría y a profesionales que contribuyeron en la búsqueda y confección de bases de datos, B. Román, y A. Carmona.

Referencias
Altamirano A, Lara A. Deforestación en ecosistemas templados de la precordillera andina del centro-sur de Chile. Bosque (Valdivia), vol.31, no.1, p.53-64. ISSN 0717-9200. BOSQUE 31(1): 53-64; 2010.
Barret G, Caniggia M, Read L. There are more vets than doctors in Chiloé: social and community impact of the globalization of aquaculture in Chile. World Dev, 30(11): 1951–1965; 2002.

Carmona A, Nahuelhual L, Echeverría C, Báez A. Linking farming systems to landscape change: An empirical and spatially explicit study in southern Chile. Agriculture, Ecosystems and Environment 139 (2010) 40–50; 2010.

Comisión Nacional del Medio Ambiente, CONAMA. Bosques: Recursos Forestales y efectos ambientales derivados de su uso adaptado del perfil ambiental de Chile; 1995.

CONAF. Página web www.conaf.cl.Visita realizada el 18 de Febrero; 2011

Díaz G.I, Nahuelhual L, Echeverría C, Marín S.L. Drivers of land abandonment in Southern Chile and implications for landscape planning. Landscape Urban Plan 207-217; 2011.

Echeverría C. Fragmentation of temperate rain forests in Chile: patterns, causes and impacts. Ph.D. Thesis, University of Cambridge, Cambridge; 2005.

Echeverría C, Coomes D, Salas J, Rey-Benayas JM, Lara A, Newton A. Rapid deforestation and fragmentation of Chilean temperate forest. Biol Conserv. 130: 481-494; 2006.

Echeverría C, Newton A, Lara A, Rey Benayas J M, Coomes D, ReVelle C. Impacts of forest fragmentation on species composition and forest structure in the temperate landscape of southern Chile. Global Ecol Biogeogr; 16: 426-439; 2007.

Echeverría C, Coomes D, Hall M, Newton A. Spatially explicit models to analyze forest loss and fragmentation between 1976 and 2020 in southern Chile. Ecol Model. 212: 439-449; 2008.

Emanuelli P. Bosque nativo, antecedentes estadísticos 1985-1994. Santiago, Chile: Corporación Nacional Forestal, CONAF; 1996.

Grant WE, Pedersen EK, Marín SL. Ecology and natural resource management: systems analysis and simulation. New York: John Wiley & Sons Inc.; 2001.

isee Systems, Inc. An introduction to systems thinking. Hanover, New Hampshire; 2006

Lara A, Reyes R, Urrutia R. Bosques nativos. In: Centro de Análisis de Políticas Públicas de la Universidad de Chile editors. Informe País: Estado del medio ambiente en chile, 2008. Santiago: Centro de Análisis de Políticas Públicas; 2010.

Marín S.L, Nahuelhual L, Echeverría C, Grant W.E. Projecting landscape changes in southern Chile: Simulation of human and natural processes driving land transformation. Ecol. Model. doi:10.1016/j.ecolmodel.2011.04.026; (2011)

Molina M. Caracterización de la oferta de leña nativa en las Comunas de Los Muermos y Puerto Montt. Tesis Ingeniero Agrónomo. Universidad Austral de Chile. Valdivia. Chile; 2010.

Neira E, Iturriaga C. Utilización residencial de leña como combustible en la ciudad de Puerto Montt. Revista Bosque Nativo; 43:3-8; 2009.

Reyes R. Caracterización de los sistemas de producción y comercialización de leña para la ciudad de Puerto Montt, X Región. Santiago: Tesis Ingeniería Forestal Universidad de Chile; 2000.

Reyes R. Leña: una oportunidad para la conservación de los bosques templados del sur de Chile. Revista Bosque Nativo 2005;37: 16-25; 2005.

Salas C, LeMay V, Núñez P, Pacheco P, Espinosa A. Spatial patterns in an old-growth Nothofagus obliqua forest in south-central Chile Forest Ecology and Management, 231 (1-3), 38-46; 2006.

.

Volver al índice >>

Volúmenes Publicados >>

Volver a inicio >>