Page 1
Investeşte în oameni!
FONDUL SOCIAL EUROPEAN
Programul Operaţional Sectorial Dezvoltarea Resurselor Umane 2007 – 2013
Axa prioritară 1 „Educaţie şi formare profesională în sprijinul creşterii economice şi dezvoltării societăţii bazate pe cunoaştere”
Domeniul major de intervenţie 1.5. „Programe doctorale şi post-doctorale în sprijinul cercetării” Titlul proiectului: „Burse doctorale pentru dezvoltare durabila” BD-DD
Numărul de identificare al contractului: POSDRU/107/1.5/S/76945
Beneficiar: Universitatea Transilvania din Braşov
Universitatea Transilvania din Brașov
Școala Doctorala Interdisciplinară
Departament: SILVICULTURĂ
Ing. Alexandru Liviu CIUVĂȚ
Producția de biomasă și stocarea carbonului în
arboretele tinere de salcâm (Robinia pseudoacacia L.) din
sudul României
[Biomass production and carbon sequestration in young
black locust stands from southern Romania]
Conducător ştiinţific
Prof.dr.ing. Ioan Vasile ABRUDAN
BRAȘOV, 2013
Page 2
ii
MINISTERUL EDUCAŢIEI NAŢIONALE
UNIVERSITATEA “TRANSILVANIA” DIN BRAŞOV
BRAŞOV, B-DUL EROILOR NR. 29, 500036, TEL. 0040-268-413000, FAX 0040-268-410525
RECTORAT
D-lui (D-nei) ..............................................................................................................
COMPONENŢA
Comisiei de doctorat
Numită prin ordinul Rectorului Universităţii „Transilvania” din Braşov
Nr. 6226 din 12.11.2013
PREŞEDINTE:
Prof. univ .dr. ing. Alexandru Lucian CURTU
DECAN al Facultății de Silvicultură și Exploatări Forestiere
Universitatea “Transilvania” din Brașov
CONDUCĂTOR ŞTIINŢIFIC: Prof. univ. dr.ing. Ioan Vasile ABRUDAN Universitatea “Transilvania” din Brașov
REFERENŢI: Cercet. șt. gr. II, dr. ing. Viorel BLUJDEA
I.C.A.S. București
Cercet. șt. gr. I, dr. ing. Lucian DINCĂ
I.C.A.S. București – Stațiunea Brașov
Conf. univ. dr. ing. Dan Marian GUREAN Universitatea “Transilvania” din Brașov
Data, ora şi locul susţinerii publice a tezei de doctorat: 16.12.2013, ora
13:30, sala SI.2, Facultatea de Silvicultură și Exploatări Forestiere.
Eventualele aprecieri sau observaţii asupra conţinutului lucrării vă rugăm să
le transmiteţi în timp util, pe adresa [email protected]
Totodată vă invităm să luaţi parte la şedinţa publică de susţinere a tezei de
doctorat.
Vă mulţumim.
Page 3
iii
Motto:
„Silva est summum munus homini datum”
(Plinius cel Bătrân)
Mulțumiri
Lucrarea de față s-a realizat sub îndrumarea domnului prof. univ. dr. ing. Ioan Vasile
ABRUDAN, căruia doresc să-i mulțumesc pentru încredere și oportunitatea pe care mi-a oferit-o prin
acest stagiu de doctorat, dar și pentru înțelegerea și sprijinul acordate în decursul celor trei ani ai derulării
proiectului. Îi rămân profund recunoscător conducătorului meu științific și pentru exemplul oferit în plan
moral, etic și academic.
De asemenea, aduc sincere mulțumiri domnului cercet. șt. gr. II. dr. ing. Viorel BLUJDEA pentru
ajutorul concret și sfaturile valoroase acordate cu generozitate pe parcursul desfășurării cercetărilor.
Domnului cercet. șt. gr. I. dr. ing. Ovidiu BADEA, membru titular al Academiei de Științe
Agricole și Silvice, îi mulțumesc pe această cale pentru sprijinul și îndrumarea oferite pe parcursul
carierei mele în cercetarea științifică.
Le mulțumesc următoarelor cadre didactice pentru recomandările utile: prof. dr. ing. Filofteia
NEGRUȚIU, șef lucr. dr. ing. Ionuț DUTCĂ, conf. dr. ing. Dan GUREAN, conf. dr. ing. Petru Tudor
STĂNCIOIU, conf. dr. ing. Victor PĂCURAR și nu în ultimul rând domnilor prof. dr. ing. Gheorghe
SPÂRCHEZ și prof. dr. ing. Neculae ȘOFLETEA.
Doresc să mulțumesc personalului RNP-Romsilva din cadrul ocoalelor silvice Dăbuleni, Corabia
și Segarcea pentru sprijinul pe care mi l-au acordat în efectuarea lucrărilor de teren.
Totodată, țin să mulțumesc reprezentanților Ocolului Silvic Privat Renașterea Pădurii cât și
reprezentanților asociațiilor proprietarilor privați de pădure din comunele Daneți și Mârșani pentru
acceptul de a desfășura cercetările în pădurile aflate în administrarea/proprietatea acestora.
Rămân îndatorat colegilor din cadrul ICAS și în special doamnelor ing. Cristiana DINU și cercet.
șt. Cristiana MARCU pentru ajutorul acordat la prelucrarea datelor, dar și domnilor cercet. șt. gr. I. dr.
ing. Iovu BIRIȘ și cercet. șt. gr. I. dr. ing. Lucian DINCĂ pentru sugestiile competente.
Nu în ultimul rând mulțumesc familiei mele și prietenilor pentru dragoste și înțelegere.
Cercetările efectuate în cadrul tezei de doctorat au fost finanțate prin proiectul
POSDRU/107/1.5/S/76945.
Page 4
iv
CUPRINS
Pg.
teză
Pg.
rezumat
LISTA DE ABREVIERI ....................................................................................................... viii x
Capitolul 1. INTRODUCERE .............................................................................................. 1 1
Capitolul 2. SCOPUL SI OBIECTIVELE CERCETĂRILOR. LOCUL
CERCETĂRILOR .................................................................................................................
3
2
2.1. Scopul și obiectivele cercetărilor .................................................................................. 3 2
2.2. Locul cercetărilor .......................................................................................................... 3 2
Capitolul 3. STADIUL CUNOȘTINȚELOR PRIVIND SALCÂMUL, ESTIMAREA
BIOMASEI ȘI A STOCULUI DE CARBON DIN ECOSISTEMELE FORESTIERE
6
4
3.1. Noțiuni generale privind salcâmul ................................................................................ 6 4
3.1.1. Distribuția salcâmului în România ...................................................................... 6 4
3.1.2. Cultura salcâmului în România ........................................................................... 7 4
3.1.3. Condiții staționale specifice salcâmetelor din sudul Olteniei ............................. 8 5
3.2. Sinteza cercetărilor privind salcâmul la nivel național ................................................ 10 5
3.3. Stadiul cunoștințelor la nivel național privind estimarea biomasei și a stocului de
carbon din ecosistemele forestiere ...........................................................................................
13
6
3.3.1. Estimarea producției de biomasă a pădurii .......................................................... 13 6
3.3.2. Implicarea României în problematica legată de adaptarea la schimbările
climatice ...................................................................................................................................
17
7
3.3.2.1. Implementarea Protocolului de la Kyoto ..................................................... 17 7
3.3.2.2. Modalități de evaluare a modificării fluxurilor de C generate de
schimbarea folosinței terenurilor .............................................................................................
17
8
3.4. Stadiul cunoștințelor la nivel internațional privind estimarea biomasei și a stocului
de carbon din ecosistemele forestiere ......................................................................................
22
9
3.4.1. Definiții ................................................................................................................ 22 9
3.4.2. Metode de estimare a biomasei ........................................................................... 23 9
3.4.2.1. Metoda directă (destructivă) ........................................................................ 23 9
3.4.2.2. Metode indirecte (nondestructive) ............................................................... 23 9
3.5. Stadiul cercetărilor privind alometria, producția de biomasă și stocarea carbonului
de către salcâm .........................................................................................................................
32
11
3.5.1. Alometria salcâmului ........................................................................................... 32 11
3.5.2. Producția de biomasă a arboretelor de salcâm .................................................... 33 12
3.5.3. Ecuații alometrice pentru estimarea biomasei arboretelor de salcâm .................. 35 13
3.5.4. Stocarea carbonului în arboretele de salcâm ....................................................... 41 13
Page 5
v
Capitolul 4. METODA DE LUCRU ..................................................................................... 42 14
4.1. Identificarea și selectarea salcâmetelor corespunzătoare scopului cercetării ............... 42 14
4.2. Amplasarea și materializarea suprafețelor de probă pe teren ....................................... 43 14
4.3. Măsurarea caracteristicilor biometrice și recoltarea probelor de biomasă pe teren ..... 44 14
4.3.1. Măsurarea suprafeţelor de probă ( SP ) ............................................................... 44 14
4.3.2. Măsurarea puieților/arborilor ............................................................................... 45 15
4.3.3. Recoltarea probelor de biomasă .......................................................................... 46 15
4.4. Procesarea probelor de biomasă în laborator ................................................................ 48 16
4.5. Prelucrarea și analiza statistică a datelor ...................................................................... 49 16
4.5.1. Elaborarea ecuaţiilor alometrice .......................................................................... 49 17
4.5.1.1. Elaborarea ecuaţiilor alometrice la nivel de individ .................................... 50 18
4.5.1.2. Estimarea biomasei acumulate la nivel de populație (arboret) .................... 56 23
Capitolul 5. REZULTATE ȘI DISCUȚII ............................................................................ 59 26
5.1. Considerații generale .................................................................................................... 59 26
5.2. Elaborarea ecuațiilor alometrice pentru estimarea biomasei ........................................ 60 27
5.2.1. Ecuații alometrice generale pentru biomasă la nivel de arbore ........................... 60 27
5.2.1.1. Ecuații alometrice pentru estimarea biomasei totale ................................... 60 27
5.2.1.2. Ecuații alometrice generale pentru biomasa componentelor la nivel de
arbore .......................................................................................................................................
68
34
5.2.1.3. Ecuații alometrice specifice pentru biomasa la nivel de arbore .................. 75 37
5.2.1.3.1. Testarea semnificaţiei influenţei factorilor calitativi asupra modelelor
de regresie ................................................................................................................................
85
47
5.2.1.4. Distribuția acumulării de biomasă pe componente și la nivel de arbore
întreg ........................................................................................................................................
87
49
5.2.2. Ecuaţii alometrice la nivel de arboret .................................................................. 92 54
5.2.2.1. Analiza statistică a populațiilor eșantionate ................................................ 93 54
5.2.3. Estimarea biomasei acumulate la nivel de populație (arboret) ............................ 94 55
5.2.3.1. Determinarea biomasei totale la nivel de arboret prin metoda „arbore cu
arbore” .....................................................................................................................................
94
56
5.2.3.2. Determinarea biomasei totale la nivel de arboret prin metoda „arborelui
mediu” ......................................................................................................................................
95
56
5.2.3.3. Elaborarea modelelor de regresie a biomasei totale la nivel de arboret ...... 97 58
5.2.3.4. Analiza ajustării şi testarea acurateţei modelelor propuse .......................... 97 58
5.3. Elaborarea BEF și BCEF la nivel de arboret ................................................................ 101 61
5.4. Stocarea carbonului în arboretele de salcâm studiate ................................................... 103 64
5.4.1. Conținutul specific de C în biomasă pentru salcâm ............................................ 103 64
5.4.2. Stocarea carbonului și a CO2 la nivel de arboret și extrapolarea la hectar ......... 104 64
Page 6
vi
Capitolul 6. CONCLUZII ȘI RECOMANDĂRI. CONTRIBUȚII ORIGINALE.
DISEMINAREA REZULTATELOR. DIRECȚII VIITOARE DE CERCETARE .......
107
66
6.1. Concluzii şi recomandări ............................................................................................. 107 66
6.2. Contribuţii originale .................................................................................................... 109 68
6.3. Diseminarea rezultatelor .............................................................................................. 110 69
6.4. Direcţii viitoare de cercetare ........................................................................................ 111 70
BIBLIOGRAFIE SELECTIVĂ ............................................................................................ 112 71
SCURT REZUMAT .............................................................................................................. 141 74
CURRICULUM VITAE ........................................................................................................ 142 75
Page 7
vii
TABLE OF CONTENTS
Pg.
thesis
Pg.
abstract
LIST OF ABBREVIATIONS ............................................................................................... viii x
Chapter 1. INTRODUCTION .............................................................................................. 1 1
Chapter 2. THE AIM AND OBJECTIVES OF THE RESEARCH. RESEARCH
LOCATION ............................................................................................................................
3
2
2.1. Aim and objectives of the research ............................................................................... 3 2
2.2. Research location .......................................................................................................... 3 2
Chapter 3. CURRENT STATE OF KNOWLEDGE REGARDING BLACK
LOCUST, BIOMASS ESTIMATION AND CARBON STOCKS IN FOREST
ECOSYSTEMS ......................................................................................................................
6
4
3.1. General information on black locust ............................................................................. 6 4
3.1.1. Distribution of black locust in Romania .............................................................. 6 4
3.1.2. Cultivation of black locust in Romania ............................................................... 7 4
3.1.3. Specific site conditions of black locust stands in southern Oltenia ..................... 8 5
3.2. Synthesis of research regarding black locust at national level .................................... 10 5
3.3. Current state of knowledge at national level regarding estimation of forest
ecosystems biomass and carbon stocks ...................................................................................
13
6
3.3.1. Estimating forest biomass production ................................................................. 13 6
3.3.2. Romania’s involvement in issues regarding the Kyoto Protocol ........................ 17 7
3.3.2.1. Implementing the Kyoto Protocol ............................................................... 17 7
3.3.2.2. Ways to evaluate the variations in C fluxes generated by land use change 17 8
3.4. Current state of knowledge at international level regarding estimation of forest
ecosystems biomass and carbon stocks ...................................................................................
22
9
3.4.1. Definitions ........................................................................................................... 22 9
3.4.2. Biomass estimation methods ............................................................................... 23 9
3.4.2.1. The direct method (destructive) .................................................................. 23 9
3.4.2.2. Indirect methods (non-destructive) ............................................................. 23 9
3.5. State of knowledge regarding black locust allometry, biomass productions and C
sequestration ............................................................................................................................
32
11
3.5.1. Black locust allometry ......................................................................................... 32 11
3.5.2. Biomass production of black locust stands ......................................................... 33 12
3.5.3. Biomass allometric equations for black locust stands ......................................... 35 13
3.5.4. Carbon sequestration in black locust stands ........................................................ 41 13
Page 8
viii
Chapter 4. MATERIAL AND METHODS ......................................................................... 42 14
4.1. Identification and selection of black locust stands corresponding to the aim of
research ....................................................................................................................................
42
14
4.2. Locating and marking the sampling plots in the field .................................................. 43 14
4.3. Measuring biometrical characteristics and collecting biomass samples in the field .... 44 14
4.3.1. Measuring sample plots ....................................................................................... 44 14
4.3.2. Measuring seedlings/trees .................................................................................... 45 15
4.3.3. Collecting biomass field samples ........................................................................ 46 15
4.4. Processing biomass field samples in the laboratory ..................................................... 48 16
4.5. Statistical processing and analysis of data ................................................................... 49 16
4.5.1. Development of allometric equations .................................................................. 49 17
4.5.1.1. Development of allometric equations at individual (tree) level ................. 50 18
4.5.1.2. Estimating biomass accumulation at population (stand) level .................... 56 23
Chapter 5. RESULTS AND DISCUSSIONS ....................................................................... 59 26
5.1. General consideration ................................................................................................... 59 26
5.2. Development of allometric equations for biomass estimation ..................................... 60 27
5.2.1. General biomass allometric equations at tree level ............................................. 60 27
5.2.1.1. Allometric equations for total biomass estimation ..................................... 60 27
5.2.1.2. General biomass allometric equations for tree components ....................... 68 34
5.2.1.3. Specific biomass allometric equations at tree level .................................... 75 37
5.2.1.3.1. Testing the significance of qualitative factors influence on regression
models ......................................................................................................................................
85
47
5.2.1.4. Biomass accumulation and allocation on tree components and for entire
tree ...........................................................................................................................................
87
49
5.2.2. Allometric equations at stand level ..................................................................... 92 54
5.2.2.1. Statistical analysis of sampled population ................................................. 93 54
5.2.3. Estimation of biomass accumulation at population (stand) level ........................ 94 55
5.2.3.1. Total biomass determination at stand level using “tree by tree” method ... 94 56
5.2.3.2. Total biomass determination at stand level using “medium tree” method 95 56
5.2.3.3. Developing regression models for total biomass at stand level .................. 97 58
5.2.3.4. Adjustment analysis and testing the accuracy of proposed models ............ 97 58
5.3. Developing BEF and BCEF at stand level .................................................................... 101 61
5.4. Carbon sequestration in the studied black locust stands ............................................... 103 64
5.4.1. Specific C content in black locust biomass ......................................................... 103 64
5.4.2. Carbon and CO2 sequestration at stand level and extrapolation per hectare ...... 104 64
Page 9
ix
Chapter 6. CONCLUSIONS AND RECOMMENDATIONS. ORIGINAL
CONTRIBUTIONS. RESULTS DISSEMINATION. FUTURE RESEARCH
DIRECTIONS ........................................................................................................................
107
66
6.1. Conclusions and recommendations ............................................................................. 107 66
6.2. Original contributions .................................................................................................. 109 68
6.3. Results dissemination .................................................................................................. 110 69
6.4. Future research directions ............................................................................................ 111 70
SELECTIVE BIBLIOGRAPHY .......................................................................................... 112 71
ABSTRACT ............................................................................................................................ 141 74
CURRICULUM VITAE ........................................................................................................ 142 75
Page 10
x
LISTA DE ABREVIERI
a Intercepția sau intersecţia liniei de regresie cu axa OY (engl. Intercept, scaling factor)
ADS Agenţia Domeniilor Statului
AGB Biomasa supraterană totală (engl. Above ground biomass)
AGE Vârsta
AGWB Biomasa supraterană lemnoasă (engl. Above ground woody biomass).
ARD Împăduriri, reîmpăduriri, defrişări (engl. Afforestation, Reforestation and
Deforestation)
B Biomasă (engl. Biomass)
b Panta liniei de regresie sau coeficient de regresie (engl. Slope/scaling exponent)
b0,b1 , b2...bi, c Coeficienți de regresie
Barbore Biomasa (supraterană) a arborelui
Barboret Biomasa (supraterană) pe unitatea de suprafaţă a arboretului
BRD1,2,3 Biomasa rădăcinii
BTL1,2,3 Biomasa tulpinii
BRM1,2,3 Biomasa ramurilor
BFR1,2,3 Biomasa frunzelor
BCEF Factori de conversie şi expansiune biomasică (engl. Biomass Conversion and
Expansion Factor)
BE Ecuaţii alometrice de biomasă (engl. Biomass equations)
BEF Factori de expansiune biomasică (engl. Biomass Expansion Factors)
BF Funcţii biomasice (engl. Biomass functions)
Bg Suprafaţa de bază
BGB Biomasa subterană (engl. Belowground biomass)
C Carbon
CBD Convenţia privind Diversitatea Biologică
cca Circa
CF Factor de corecţie
CGRS Common European Chorological Grid Referance System
CI Interval de încredere (engl. Confidence interval)
cm Centimetru
Co Indicele de conicitate
CO2 Dioxid de carbon
D Densitatea lemnului
DBH Diametrul de bază (măsurat la1,30 m deasupra solului)
DCH Diametrul la colet (măsurat la nivelul solului)
Page 11
xi
DF Grade de libertate (engl. Degrees of freadom)
DM Masă uscată (engl. Dry mass)
DOM Depozitul materie organică moartă( engl. Dead organic matter)
DW Lemnul mort (engl. Dead wood)
D.S. Direcția Silvică
e.g. De exemplu
F Testul Fisher
FAO Food and Agriculture Organization
fIPAR Indici vegetativi al fracţiunii de radiaţii active fotosintetic interceptate
FM Masă proaspătă (engl. Fresh matter)
FP5, FP6 Programe cadru ale Uniunii Europene (engl. EU Framework Project)
FW Biomasa proaspătă
FUTMON Further developement and implementation of an EU-level forest monitoring system
g Gram
GES Gaze cu efect de seră
GHG Green House Gasses
GIS Geographic Information System
GPG Ghidurile de Bune Practici (engl. Good Practice Guidelines)
Gt Giga tonă (i.e. 1 Gt = 109 tona)
H Înălţimea
ha Hectar
HBAPP Cantitate de erbicide
Hf Factorul de umiditate
ICAS Institutul de Cercetări şi Amenajări Silvice
ICP-Forests Programul Naţiunilor Unite de Cooperare Internaţională privind evaluarea, analiza şi
supravegherea poluării aerului asupra pădurilor
IFN Inventarul Forestier Naţional
ILTER Reţeaua de Cercetare Socio-Ecologică pe Termen Lung (engl. International Long
Term Social and Ecological Research
ICEF Institutul de Cercetări și Experimentaţie Forestiera
INEGES Inventarul Naţional al Emisiilor de Gaze cu Efect de Seră
INS Institutul Naţional de Statistică
IPCC Comitetul Interguvernamental pentru Schimbări Climatice (engl. Intergovernamental
Panel an Climate Change)
IUFRO International Union of Forest Research Organizations
iz Indicele de zvelteţe mediu
kg Kilogram
KP Protocolul de la Kyoto
Page 12
xii
L Lungimea tulpinii
l Lungimea coroanei
LAI Indicele suprafeţei foliare
LB Depozitul de biomasă vie (engl. Living biomass)
LiDAR Teledetecţie prin unde laser
ln Logaritm natural
log Logaritm zecimal (în bază 10)
LT Exemplare regenerate pe cale vegetativă/lăstari şi drajoni
LULUCF Folosința terenului Schimbarea Folosinței Terenului și Silvicultură (engl. Land Use,
Land-Use Change and Forestry)
m.c./m3
Metru cub
MCPFE Conferinţa Ministerială pentru Protecţia Pădurilor în Europa
MI Metoda inventarierii
Mil. Milioane
mm Milimetru
Mngm/MNGM Lucrări agrosilvice (irigare, fertilizare)
MS Metoda simplificată
NS Nesemnificativ (nu este satisfăcută ipoteza nulă)
NA Date indisponibile
NDMI/NDWI Indicele diferenţei de umiditate/ apă normalizate
NDVI Indicele diferenţei vegetative normalizate
NIR Raportul Inventarului Național INEGES (engl. National Inventory Report)
O.S. Ocolul Silvic
p Probabilitatea de apariţie a ipotezei nule în cadrul unui test statistic
P Exemplare regenerate pe cale generativă/puieți plantați
PCFC Capacitatea de fixare fotosintetică a carbonului
Prov/PROV Modul de regenerare (generativ sau vegetativ)
R2 Coeficientul de determinare
RADAR Teledetecţie prin unde radio
RSE Eroarea standard reziduală (engl. Residual standard error)
RNP - Romsilva Regia Naţională a Pădurilor - Romsilva
R:S Raportul rădăcină : tulpină (engl. root to shoot ratio)
S Suprafaţa
SE Eroarea standard (engl. Standard error)
SEM Eroarea standard a mediei (engl. Standard error of mean)
SOC Depozitul de carbon organic din sol (engl. Soil organic carbon)
SOM Materiei organica din sol (engl. Soil organic matter)
SP Suprafaţă de probă
Page 13
xiii
SRTS Sistemul Român de Taxonomie a Solurilor (2003)
SU Substanţă uscată
SV Substanță verde
ş.a Şi altele
t Tonă
t Testul Student
u.a. Unitate amenajistică
TANNRF Precipitaţii anuale totale cumulate
UE/EU Uniunea Europeană
U.P. Unitate de producţie
UNFCCC Convenţia Cadru a Naţiunilor Unite pentru Schimbări Climatice (engl. United Nations
Framework Convention on Climate Change)
V Volum
Vfus Volumul fusului
Vmlv Volumul de masă lemnoasă valorificabilă pe unitatea de suprafaţă
Vrst Vârsta exemplarelor
VI Indici vegetativi
X Variabila independentă sau predictor (e.g. diametrul sau înălţimea)
Z testul Z
ρ Factorul de conversie de la biomasă la volum
ε Varianţa neexplicată (engl. Error term)
Page 14
1
Capitolul 1. INTRODUCERE
Încălzirea globală este un fenomen a cărui cauza este atribuită cu o probabilitate de peste 90%,
emisiilor antropogene de gaze cu efect de seră (IPCC, 2007). Efectele negative ale schimbărilor climatice
ce au loc la nivel global se resimt şi pe teritoriul României, îndeosebi în regiunile deficitare sub aspectul
suprafeţelor ocupate de păduri, aşa cum sunt cele din sudul ţării (Pienaru et al., 2009). Fenomenul de
aridizare a zonei a fost favorizat pe lângă schimbările climatice şi de scăderea suprafeţei împădurite după
anul 1989. Un efect direct şi rapid al defrişării pădurilor a fost reactivarea deplasării sub acţiunea vântului
a nisipurilor „zburătoare” depozitate de Dunăre în Câmpia Băileștilor și Câmpia Caracalului. Pentru a
stopa înaintarea nisipurilor şi totodată distrugerea terenurilor agricole, comunităţile locale afectate de
acest fenomen au apelat la o metodă eficientă dovedită: împădurirea (Nuţă, 2007).
Specia folosită la împădurirea terenurilor degradate prin depunerea nisipurilor a fost aproape în
exclusivitate salcâmul (Robinia pseudoacaccia L.), datorită capacităţii demonstrate a acesteia de a
stabiliza deflația nisipurilor, creşterii rapide şi lemnului durabil utilizat la încălzirea locuinţelor sau în
construcţii rurale. Salcâmul a fost plantat cu acest scop în regiunea Olteniei încă din anul 1852, iar
conform datelor preliminare din Inventarul Forestier Naţional (ICAS, 2012), la nivel naţional ocupa la
finele anului 2012 circa 4% (aproximativ 250000 ha) din suprafaţa acoperită de păduri, fiind una din
principalele specii de arbori folosite la împădurirea terenurilor degradate.
Emisiile/reducerile de emisii rezultate din LULUCF trebuie contabilizate în INEGES şi raportate
către UNFCCC şi Uniunea Europeană în cadrul angajamentului asumat de către ţara noastră prin
ratificarea Protocului de la Kyoto și anume de a reduce emisiile GES. Contabilizarea stocării C în
biomasa arborilor poate fi făcută (în funcţie de datele disponibile) pe baza datelor IFN, a tabelelor de
producţie naţionale, sau a funcţiilor biomasice specifice naţionale (ecuaţii alometrice şi factori de
expansiune biomasică). Ecuaţiile alometrice sunt unanim acceptate ca fiind metoda cea mai sigură de
estimare a cantităţii de CO2 atmosferic stocat prin acumulare în biomasa plantaţiilor şi regenerărilor
naturale. În vederea raportării cât mai precise a schimbării stocurilor de C în ecosistemele forestiere este
nevoie de date care să caracterizeze acumularea de biomasă în toate stadiile de dezvoltare a arboretelor,
iar sub acest aspect, tabelele de producţie româneşti sunt deficitare pentru vârste mici (1-10 ani).
Necesitatea tezei de faţă are la bază, lipsa generală de date alometrice pentru exemplare (arbori)
de mici dimensiuni şi în special pentru salcâm, având în vedere că este specia de bază folosită la
împădurirea terenurilor degradate din sudul ţării. Totodată s-a urmărit îmbunătăţirea preciziei raportărilor
obligatorii ale României către UNFCCC şi UE privind schimbările stocului de C asociat sectorului
LULUCF, prin generarea de date specifice, naţionale.
Page 15
Capitolul 2. SCOPUL ȘI OBIECTIVELE CERCETĂRILOR. LOCUL CERCETĂRILOR
2.1. Scopul şi obiectivele cercetărilor
Scopul cercetărilor îl reprezintă elaborarea de ecuaţii alometrice şi de factori de conversie şi
expansiune a biomasei pentru exemplarele de salcâm din plantaţii şi regenerări naturale de pe terenuri
forestiere şi neforestiere din sud-vestul Olteniei, în vederea estimării biomasei acumulate şi a carbonului
stocat. Aceste estimări sunt necesare în vederea îndeplinirii obligaţiilor României privind raportarea
emisiilor/absorbţiei de carbon pentru categoria de terenuri 5.A.2. „Teren convertit spre pădure (engl. Land
Converted to Forest Land)” din cadrul INEGES.
În vederea îndeplinirii scopului propus, s-au stabilit următoarele obiective:
1. Identificarea şi selectarea arboretelor (plantaţii şi regenerări naturale) de salcâm din sud-vestul
Olteniei, cu vârste cuprinse între 1 şi 4 ani;
2. Selectarea, recoltarea, măsurarea, cântărirea exemplarelor pe componente (e.g. rădăcină,
tulpină, ramuri, frunze) şi determinarea biomasei uscate a acestora;
3. Elaborarea de ecuaţii alometrice pentru estimarea biomasei totale şi a componentelor, la nivel
de individ, în funcţie de caracteristicile biometrice ale exemplarelor;
4. Elaborarea de ecuaţii alometrice pentru estimarea biomasei totale şi a componentelor, la nivel
de populație;
5. Analiza arboretelor în funcţie de modul de regenerare (e.g. plantaţii, regenerări naturale), tipul
de sol (e.g. aluviosoluri, psamosoluri) şi irigarea/administrarea de fertilizanţi (e.g. irigat/fertilizat,
neirigat/nefertilizat) şi analiza influenţei acestor factori asupra acumulării de biomasă;
6. Elaborarea factorilor de conversie și expansiune a biomasei în funcţie de modul de regenerare
și caracteristicile biometrice ale exemplarelor;
7. Estimarea stocului de C acumulat în arboretele studiate şi a reducerilor de emisii de CO2
atmosferic generate de acestea.
2.2. Locul cercetărilor
Cercetările au fost efectuate în plantaţii şi regenerări naturale (provenite din lăstari și/sau drajoni)
de salcâm cu vârste între 1și 4 ani, localizate pe terenuri din sudul judeţelor Dolj şi Olt a căror folosinţă
anterioară a fost atât pădure cât şi alta decât pădure (în general agricole abandonate/degradate). Conform
datelor transmise de RNP - Romsilva către INS (raportul SILV4) în perioada 2005-2012, pe raza
direcţiilor silvice din cele două judeţe au fost regenerate cu salcâm (artificial şi natural) suprafeţe
însumând circa 2300 ha (dintre care 897 ha prin împădurire) din fondul forestier de stat.
2
Page 16
3
Au fost de asemenea eşantionate şi plantaţii de salcâm înfiinţate în ultimii 4 ani pe terenuri
degradate de pe raza comunelor Mârşani şi Daneţi (judeţul Dolj), aflate în administrarea Ocolului Silvic
Privat Renaşterea Pădurii.
Un număr total de 27 SP, au fost amplasate în plantaţii (19 SP) şi regenerări naturale de salcâm (8
SP), distribuite relativ uniform în această regiune cu tradiţie în cultivarea salcâmului, caracterizată de
nisipurile fluviatile din Câmpia Băileştilor şi Câmpia Caracalului (figura 1).
Figura 1. Localizarea suprafeţelor de probă
[Location of sampling plots]
Page 17
4
Capitolul 3. STADIUL CUNOŞTINŢELOR PRIVIND SALCÂMUL, ESTIMAREA
BIOMASEI ŞI A STOCULUI DE CARBON DIN ECOSISTEMELE FORESTIERE
3.1. Noţiuni generale privind salcâmul
Salcâmul (Robina pseudoacacia L.) este un arbore de mărimea I ce atinge înălţimi de peste 25 m
şi vârste de peste 100 ani (Şofletea & Curtu, 2007), originar din America de Nord unde se întâlnește
spontan, în amestec cu alte specii (e.g. Quercu rubra, Gleditsia triacanthos, Pinus spp. ș.a.) pe 26,3% din
teritoriul estic al SUA. Specia a fost cultivată mai ales în Asia şi Europa, unde ocupă o suprafaţă cumulată
de circa 3,8 milioane ha.
3.1.1. Distribuţia salcâmului în România
În România, salcâmul se întâlnește îndeosebi în următoarele zone geografice (Lăzărescu, 1968):
silvostepa din nord-estul ţării cu posibilităţi de cultură în jurul Iaşului;
jumătatea de sud a Moldovei, în special terenurile nisipoase la sud de Tecuci;
sudul Dobrogei;
silvostepa Munteniei la est de Bucureşti;
regiunea de câmpie şi coline joase dintre Argeş şi Ialomiţa;
câmpia Dunării între Segarcea şi Alexandria;
regiunea de câmpie şi coline joase dintre Olt şi Jiu, inclusiv depresiunea Tg. Jiu;
câmpia din vestul Banatului;
bazinul Mureşului;
o fâşie pe graniţa de vest a ţării, între Livada şi Arad.
3.1.2. Cultura salcâmului în România
Suprafaţa ocupată de salcâm în România la finele anului 2012 se ridică la aproximativ 250000 ha
(Giurgiu, 2005; Şofletea & Curtu, 2007; Neţoiu, 2012), valoare confirmată şi de datele preliminare (în
curs de publicare) din ultimul IFN puse la dispoziţie de ICAS, (2012) şi care atestă faptul că aria de
răspândire a speciei a crescut cu circa 70% faţă de suprafaţa raportată în cadrul IFN din anul 1987
(146499 ha).
Page 18
5
3.1.3. Condiţii staţionale specifice salcâmetelor din sudul Olteniei
Principalele caracteristici staţionale ale salcâmetelor din sudul Olteniei, aşa cum reies din
cercetările efectuate de Ivanschi et al. (1969) în vederea stabilirii staţiunilor apte pentru cultura
salcâmului, sunt următoarele:
Arboretele de salcâm sunt în general, localizate pe nisipuri/soluri nisipoase1 (în nord-vestul ţării,
sudul Olteniei, estul şi nord-estul Munteniei şi sudul Moldovei) şi în mai mică măsură pe soluri zonale
(cu textură uşoară sau mijlocie) în restul ariei de răspândire. Conform raionării climatice Köppen,
salcâmetele din sudul Olteniei sunt cuprinse în provincia climatică Cfax (II Aps1) cu climat temperat,
umed, cu verile cele mai calde şi iernile cele mai dulci de la noi din ţară, cu precipitaţii anuale de 570
mm, temperatura medie anuală de 11,5 oC cu indicele de ariditate anual de 26,5; precum şi în provincia
climatică Dfax (II Ap2) cu climat boreal, umed, cu ierni aspre şi veri călduroase, cu precipitaţii de 519
mm şi temperatura medie anuală de 11,1ºC cu indicele de ariditate anual de 24,6.
3.2. Sinteza cercetărilor privind salcâmul la nivel naţional
Principalele cercetări de durată asupra acestei specii au fost întreprinse de către colectivele
staţiunilor ICAS, în cadrul temelor şi proiectelor de cercetare propuse fie de către RNP – Romsilva, fie
prin intermediul programelor naţionale sau internaţionale menite a răspunde nevoilor şi cererilor din
sectorul forestier (şi nu numai). Rezultatele cercetărilor efectuate în unele dintre aceste teme sau proiecte
au fost publicate de către autori (sau colective) în Analele ICAS2 sau alte publicaţii, cele mai elocvente
având în vedere specificul tezei de faţă, fiind următoarele:
Elaborarea de tabele de producţie pentru arborete de salcâm (plantaţii şi regenerări naturale)
pentru vârste între 4 şi 40 ani (Giurgiu et al., 1972; Giurgiu et al., 2004 b);
Identificarea zonelor de cultură a salcâmului în fondul forestier, luând în considerare temperatura
(a cărei medie anuală trebuie să depăşească 100C) şi proprietăţi ale solului cum ar fi textura,
regimul de umiditate, compactitatea şi prezenţa carbonaţilor la suprafaţă.
Evidenţierea rolului substanţelor minerale în nutriţia salcâmului cu ajutorul izotopilor
radioactivi (Constantinescu, 1970).
Ameliorarea salcâmului din România prin:
înmulţirea prin altoire a varietăţilor şi clonelor valoroase de salcâm (Enescu 1962, 1963);
stabilirea unor metode de înmulţire vegetativă, prin drajoni, a formelor valoroase dar
deficitare din punct de vedere al fructificaţiei (Bârlănescu et al., 1977);
micropropagarea „in vitro” în înmulţirea salcâmului prin selecţie clonală (Enescu 1985,
1989; Ioniţă, 1991, 1996, 1998,1999; Mirancea, 2002).
1 Psamosoluri (conform SRTS 2003)
2 Revistă publicată în prezent de către Editura Silvică sub denumirea „Annals of Forest Research”
Page 19
6
În urma cercetărilor întreprinse de Bârlănescu, Costea & Stoiculescu (1966), în cadrul ICEF
(actualmente ICAS), în raza O.S. Calafat, a rezultat identificarea unei varietăţi independente de salcâm
(Robinia pseudoacacia L. var. oltenica) foarte valoroasă prin caracterele morfologice (trunchi cilindric,
bine elagat, coroană îngustă, lujeri fără spini) şi din punct de vedere al productivităţii (volum lemnos la
hectar) (Şofletea & Curtu, 2007; Corneanu et al., 2009).
Alte cercetări privind salcâmul:
Utilizarea salcâmului în perdele forestiere de protecţie. Rolul economic şi ecologic al salcâmului
în cadrul perdelelor forestiere de protecţie din sudul Olteniei a fost evidenţiat de către Ianculescu
(2005), Costăchescu et al. (2005) şi Mihăilă et al. (2010).
Utilizarea salcâmului la reconstrucţia ecologică a terenurilor degradate. Salcâmul a fost utilizat
la reconstrucţia ecologică a terenurilor agricole degradate (Costandache, 2006) şi a haldelor de
steril brut din cărbune (Dincă et al., 2011; Neţoiu et al., 2011), exercitându-şi rolul anti-erozional,
concomitent cu acumularea de biomasă în condiţii staţionale prohibitive pentru alte specii.
Importanţa apicolă a salcâmului. Salcâmul reprezintă o importantă resursă meliferă, iar pentru
evaluarea potenţialului său productiv, între anii 2010 şi 2011 (în cadrul proiectului de parteneriat -
STUPAS), ICAS a realizat o bază de date geografice cu toate arboretele de salcâm din opt judeţe
din sudul şi sud-vestul ţării, aceasta fiind o zonă activă a stupăritului (Vlad et al., 2012).
În cazul în care salcâmul este plantat în condiții staționale și compoziții necorespunzătoare, îşi
manifestă caracterul invaziv (elimină speciile din compoziţie care se dezvoltă mai încet) şi este necesară
substituirea acestuia cu speciile corespunzătoare tipului natural fundamental de pădure. Această
operaţiune pune mari dificultăţi din cauza capacităţii remarcabile de drajonare/lăstărire a salcâmului
(Popa, 2003; Dănescu et al., 2003; Enescu & Dănescu, 2013).
3.3. Stadiul cunoştinţelor la nivel naţional privind estimarea biomasei şi a stocului de
carbon din ecosistemele forestiere
3.3.1. Estimarea producţiei de biomasă a pădurii
Amenajarea pădurilor. Pe baza volumelor lemnoase stabilite prin amenajamentele silvice (şi
cunoaşterea densităţii specifice a lemnului) este posibilă estimarea producţiei de biomasă a pădurii pe
suprafețe mari.
Studii privind producţia de biomasă a arboretelor. Printre primele cercetări publicate în ţară
privind producţia de biomasă a speciilor forestiere se situează cele privind estimarea cantitativă a masei
foliare în arboretele de cvercinee, efectuate de către Dissescu (1977). De asemenea Decei, (1981),
Dissescu et al. (1981) și Stoiculescu (1981) au elaborat ecuații alometrice pentru brad, fag și chiparos de
baltă.
Dutcă (2011) a elaborat ecuaţii alometrice şi factori de conversie şi expansiune biomasică pentru
estimarea biomasei puieţilor de molid proveniţi din plantaţii instalate pe terenuri neforestiere din Carpaţii
Page 20
7
Orientali. Funcţiile biomasice au fost elaborate de autor atât la nivel individual cât şi pentru arborete,
folosind ca variabile independente diametrul la colet , înălţimea şi vârsta puieţilor.
Ecuaţii alometrice pentru salcâm publicate în România. Acestea sunt funcţii matematice ce
permit estimarea biomasei salcâmului (totale sau pe componente) în funcţie de parametrii dendrometrici
uşor măsurabili (e.g. diametrul). În tabelul 1 sunt prezentate ecuaţii alometrice pentru plantaţii de salcâm
cu vârste între 1 şi 20 ani, instalate pe terenuri degradate din România, publicate de Blujdea et al. (2012):
Tabelul 1. Ecuaţii alometrice pentru salcâm cu vârste între 1şi 20 ani (Blujdea et al., 2012)
[Allometric equations for black locust of ages 1 to 20 years]
Reg
iun
e
Var
iab
ila
ind
epen
den
tă
Variabila dependentă ln(a) ± SEM b ± SEM R2 Mărime
eşantion CF
Sal
câm
din
sud
ul
şi s
ud
- v
estu
l R
om
ânie
i
DCH
Biomasa supraterană -1,7235±0,6419 2,4407±0,1747 0,9570 38 1,0394
Biomasa tulpină -3,5300±0,700 2,7326±0,1896 0,9607 37 1,0543
Biomasa ramuri -3,2536±0,8459 2,4914±0,2294 0,9328 37 1,0830
Biomasa frunze 0,5571±0,8433 1,3768±0,2295 0,8042 38 1,0853
Biomasa rădăcini -2,3161±0,5705 2,2487±0,1552 0,9599 38 1,0375
H
Biomasa supraterană -8,1772±1,4295 2,6660±0,2483 0,9314 37 1,0802
Biomasa supraterană lemnoasă -10,0473±1,4486 2,9410±0,2516 0,9414 37 1,0825
DBH
Biomasa supraterană 4,7961±0,2713 2,0594±0,2010 0,9272 36 1,0806
Biomasa tulpină 3,6628±0,2872 2,3732±0,2128 0,9378 37 1,0733
Biomasa ramuri 3,4810±0,3512 2,0551±0,2603 0,8833 36 1,1387
Biomasa frunze 4,3429±0,2579 1,1018±0,1938 0,7919 37 1,0814
Biomasa rădăcini 3,5766±0,2492 1,9658±0,1871 0,9285 37 1,0734
3.3.2. Implicarea României în problematica legată de adaptarea la schimbările climatice
3.3.2.1. Implementarea Protocolului de la Kyoto
România a semnat Convenţia în anul 1992 (ratificată în anul 1994), fiind şi prima ţară din Anexa
I la UNFCCC care a ratificat KP în anul 2001. Având în vedere necesitatea efectuării unor importante
lucrări de împădurire, cu scopul ameliorării terenurilor agricole degradate, cât şi oportunităţile oferite de
Protocolul de la Kyoto (KP), RNP-Romsilva în parteneriat cu Banca Mondială, implementează Proiectul
de împădurire a terenurilor agricole degradate din România în perioada 2002 - 2017 (Blujdea et al.,
2010 b). Din cele 6047 ha împădurite la începutul proiectului, cu un asortiment de specii din care fac
Page 21
8
parte stejarul, cerul, plopii indigeni, salcia, glădiţa, arbuşti ş.a., salcâmul ocupa la nivelul anului 2011
circa 2500 ha şi avea vârste cuprinse între 1 şi 10 ani (Ciuvăţ & Oneață 2011).
3.3.2.2. Modalităţi de evaluare a modificării fluxurilor de C generate de schimbarea
folosinţei terenurilor
Riscurile de supraestimare sau subestimare a stocurilor şi fluxurilor de C asociate utilizării şi
schimbării utilizării terenurilor sunt majore. Din aceste motive datele specifice (pe specii şi staţiuni) sunt
recomandate pentru fundamentarea politicilor privind schimbările climatice relevante, în scopul unei
contabilizări eficiente a carbonului, deşi pentru sectorul de utilizare a terenurilor, mai ales la nivel de
inventare pe spaţii mari, incertitudinile sunt majore (Blujdea et al., 2010b).
Monitorizarea stocării carbonului în plantaţii forestiere folosind programe de simulare. În
cadrul Proiectului de împădurire a terenurilor agricole degradate din România, pentru simularea
acumulării anuale de carbon în biomasă s-a folosit programul de calcul CO2 fix varianta 2.0 şi datele din
Biometria arborilor şi arboretelor din România (Giurgiu, 1972). În cadrul etapei de simulare a acumulării
de C, s-au ajustat valorile utilizate iniţial ale factorilor de expansiune biomasică, cu valori rezultate din
măsurători directe, pentru speciile folosite (Abrudan et al. 2005b).
Teledetecţia a fost aplicată în cadrul unui studiu privind modificările stocurilor de C din
ecosistemele forestiere pe baza interpretării imaginilor satelitare (Landsat GeoCover) pentru teritoriul
României (perioada 1990-2010), în care s-a evidenţiat faptul că prin combinarea cartării satelitare şi a
datelor din inventarieri forestiere în cadrul modelelor de contabilizare a carbonului se poate estima stocul
de carbon suprateran (biomasa supraterană + lemnul mort la suprafaţa solului) la nivel naţional.
Monitoring-ul forestier, ce „constă în evaluarea, analiza şi supravegherea stării ecosistemelor
forestiere la nivel global, regional şi local, dezvoltată prin cercetări complexe pe termen lung, de evaluare
a efectelor principalilor factori perturbatori, în special, poluarea atmosferică şi modificările climatice.
Aceste cercetări se desfăşoară sub auspiciile ICP-Forests şi ale ILTER (Badea, 2008).
Inventarul Forestier Naţional este principalul furnizor de date pentru raportarea indicatorilor de
gestionare durabilă a pădurilor, conform angajamentelor asumate de ţara noastră în cadrul MCPFE. El
furnizează, de asemenea, date indispensabile raportărilor pentru UNFCCC/KP.
Ecuaţii de biomasă sunt necesare (pentru principalele specii forestiere) pentru estimarea
schimbărilor stocurilor de C în biomasa supraterană, la nivel de clasă de vârstă, facilitând astfel
raportările naţională sub UNFCCC şi KP. Estimarea biomasei subterane se face în prezent prin folosirea
datelor din literatura de specialitate şi prin aplicarea valorilor raportului R:S (engl. root to shoot) furnizaţi
de IPCC la nivel de specie indiferent de vârsta arboretului. Lipsa datelor necesare în stabilirea
parametrilor şi elaborarea modelelor de estimare a stocurilor de C în depozite ecosistemice precum
biomasa subterană, biomasa foliară şi litiera determină necesitatea cercetărilor aflate în curs de
desfăşurare şi viitoare, pentru a obţine rezultate aplicabile la nivel naţional” (Bouriaud et al., 2010).
Page 22
9
3.4. Stadiul cunoştinţelor la nivel internaţional privind estimarea biomasei şi a stocului de
carbon din ecosistemele forestiere
3.4.1. Definiţii
Biomasa - în lucrarea de faţă - se defineşte ca materia organică atât vie cât şi moartă, de la
suprafaţa şi de sub nivelul solului (rădăcini) alcătuită din arbori, arbuşti, cereale, ierburi, litieră, etc.
(IPCC,2003; FAO, 2004; IUFRO, 2012). Aceasta este de regulă exprimată în tone de substanţă uscată sau
tone de substanţă uscată pe suprafaţă (Brown, 1997).
Estimările se pot referi fie la arbori întregi, fie la componenta lor supraterană, fie la componentele
arborilor (aparat foliar, lemn etc.). Biomasa este proporţională cu volumul şi cu suprafaţa de bază - la
nivel de arboret şi cu diametrul şi înălţimea - la nivel de arbore. Estimarea conţinutului de carbon în
biomasă se realizează prin determinarea conţinutului de substanţă uscată. Mai departe, conversia
carbonului în CO2 se realizează tot pe principiul egalităţii maselor, respectiv prin înmulţirea cantităţii de
C cu 3,66667, ce reprezintă valoarea raportului dintre masa moleculară a dioxidului de carbon şi masa
atomică a carbonului (IPCC, 2003).
3.4.2. Metode de estimare a biomasei
Estimarea cât mai precisă a biomasei, bazată pe metode eficiente şi date fiabile, a devenit o
necesitate o dată cu cerinţele de estimare a stocurilor de carbon din ecosistemele forestiere şi distribuţiei
acestora, esenţiale în determinarea rolului jucat de acestea în procesul de schimbare a climei la nivel
global (Jia & Akyama, 2005).
3.4.2.1. Metoda directă (destructivă)
Biomasa arborelui/arboretului este determinată prin recoltarea şi cântărirea pe teren/laborator a
arborilor sau componentelor acestora. Deoarece arborii ating dimensiuni mari, recoltarea şi cântărirea lor
în stare naturală (întreagă) este laborioasă, fapt ce impune folosirea eşantionării pentru determinarea
biomasei arboretului (Ovington et al., 1968; Verwijst & Telenius, 1999; Zianis & Mencuccini, 2004).
3.4.2.2. Metode indirecte (nondestructive)
Tehnologiile de teledetecţie (engl. remote sensing) şi modelare GIS permit măsurarea indirectă
a emisiilor de energie electromagnetică a suprafeţei terestre, prin intermediul unor dispozitive optice
(camere, senzori etc.), fiind folosite la determinarea și procesarea informaţiilor privind cuvertura terestră,
respectiv a suprafeţei şi structurii orizontale a pădurilor. Pentru estimarea biomasei forestiere
(supraterane) majoritatea metodologiilor se bazează pe corelarea datelor provenite din inventarele
forestiere naţionale, a modelelor matematice (factori de expansiune biomasică, ecuaţii alometrice) şi
tehnicilor remote-sensing (Heinz et al., 2010).
Page 23
10
Monitorizarea fluxurilor de carbon la nivelul EU, a fost realizată în cadrul grupului de proiecte
CarboEurope (Program Cadru FP5) şi Integrated Project (Program Cadru FP6), ambele vizând o mai
bună înţelegere şi verificare a stocurilor de carbon în Europa, în principal la nivel regional şi continental.
Din grupul CarboEurope, fac parte următoarele proiecte: EUROFLUX, CARBOEUROFLUX,
CARBODATA, CARBOAGE, FORECAST.
Tabelele dendrometrice. Estimarea biomasei supraterane pe baza tabelelor dendrometrice se
poate face fie prin intermediul ecuaţiilor de regresie - când se dispune de tabele de cubaj (diametre,
înălţimi ale arborilor) - fie prin aplicarea factorilor de expansiune (şi conversie) biomasică B(C)EF - când
sunt disponibile tabele de producţie (volumele arboretelor) şi densitatea lemnului. Tabelele de producţie
diferă major, de la ţară la ţară, chiar între regiuni în interiorul ţărilor, în ce priveşte definirea biomasei
componentelor estimate, ceea ce face generalizarea riscantă, motiv pentru care se recomandă folosirea
datelor din alte ţări cu mare precauţie (Cienciala et. al, 2007).
Inventarele Forestiere Naţionale ca sursă de date pentru estimarea biomasei
Inventarele forestiere naţionale bazate pe eşantionare statistică sunt efectuate de toate ţările
membre ale Uniunii Europene, cu excepţia Bulgariei și Poloniei (Mandl et al., 2013). Acestea reprezintă
sursa de date standard pentru estimarea carbonului stocat în păduri şi pentru raportările privind INEGES
către UNFCCC şi dovedirea atingerii ţintelor de reduceri de emisii asumate prin KP. (Cienciala et al.,
2008; Bird, 2010; Dutcă, 2011). Pentru a utiliza informaţiile din IFN pentru estimarea carbonului şi
modificarea stocului acestuia, trebuie aplicat un set adecvat de ecuaţii alometrice (funcţii biomasice) sau
factori de expansiune biomasică pentru a transforma volumul arborelui/arboretului în biomasă şi ulterior
în carbon, dar adesea acestea nu sunt disponibile (Stähl & Petersson, 2010).
Factorii biomasici (BEF, BCEF). În funcţie de datele privind volumul de lemn (de lucru/total)
pe baza cărora se face transformarea în biomasă şi rezultatul dorit (biomasă supraterană/totală), trebuie
utilizaţi diferiţi factori. Cei mai utilizaţi factori sunt cei de expansiune biomasică şi factorii de conversie
şi expansiune biomasică. Aceşti factori extrapolează în biomasă uscată, volumul valorificabil (lemnul de
lucru), creşterea anuală netă sau masa lemnoasă recoltată, în funcţie de ceea ce este disponibil şi este
necesară diferenţierea între factorii pentru arbori şi arborete.
Folosirea acestor factori generează incertitudine în estimarea biomasei, fiind dependenţi de vârsta
plantaţiei, înălţimea arborilor şi volumul acestora, dar şi datorită acoperirii statistice ce adesea lasă de
dorit în ceea ce priveşte datele utilizate.
Ecuaţiile alometrice sunt modele matematice prin care se stabilesc relaţii cantitative între unele
dimensiuni cheie ale arborilor (uşor de măsurat) şi alte caracteristici ale acestora care sunt de obicei mult
mai dificil de stabilit (Niklas, 1994). Acurateţea statistică a estimărilor actuale ale stocului de carbon
forestier şi înţelegerea dinamicii acestuia în ecosistem, poate fi îmbunătăţită prin aplicarea cunoştinţelor
existente privind alometriei arborilor, disponibile sub formă de ecuaţii (funcţii) de biomasă şi de volum.
Ecuaţiile de biomasă pot utiliza direct la datele din inventarele forestiere (dimensiunile măsurate ale
Page 24
11
arborilor - diametru, înălţime), sau BEF ce pot fi dezvoltaţi şi testaţi cu ajutorul ecuaţiilor (reprezentative)
de volum şi biomasă (Lehtonen et al., 2004).
Fără îndoială, modelul matematic cel mai frecvent utilizat pentru calcularea biomasei este funcţia
exponenţială (Zianis & Mencuccini, 2004; Dutcă, 2011):
B = aXb
(Ecuaţia 1)
unde: a şi b sunt coeficienţii regresiei, B biomasă uscată supraterană totală a arborelui şi X
variabila independentă .
Valoarea coeficienţilor a şi b, variază în funcţie de specie, vârstă, condiţiile staţionale şi structura
arboretului (Dutcă, 2011; An Huy & Shangguang, 2008), cu toate că unele cercetări relevă faptul că între
biomasa totală a arboretului şi densitatea arboretului nu este o corelaţie puternică (Baskerville, 1965;
Wang et al., 2005; Geyer, 2006). Definirea unui model alometric la nivel de arbore constă în
determinarea valorilor coeficienţilor regresiei. Metoda cea mai întrebuinţată pentru a obţine estimări
pentru coeficienţii a şi b este regresia celor mai mici pătrate (engl. least-square method) a valorilor
logaritmate ale diametrului (X) şi biomasei (B) măsurate prin eşantionarea destructivă a arborilor ce
corespund categoriilor de diametre din suprafaţa studiată.
3.5. Stadiul cercetărilor privind alometria, producţia de biomasă şi stocarea carbonului de
către salcâm
Datorită cultivării intense a acestei specii atât în aria de răspândire naturală (Estul Americii de
Nord), cât mai ales în afara acesteia şi utilizărilor sale multiple, asupra salcâmului s-au efectuat
numeroase cercetări, privind diferite caracteristici (fiziologice, morfologice, alometrice, dăunători etc.). În
continuare, se prezintă rezultatele celor mai recente dintre aceste cercetări, publicate la nivel internaţional,
al căror conţinut este relevant pentru subiectul tezei de faţă.
3.5.1. Alometria salcâmului
Niklas (1995), în urma cercetărilor efectuate pe exemplare de salcâm cu vârste cuprinse între 1 şi
26 ani, a determinat relaţiile alometrice dintre înălţime şi diametrul tulpinii şi relaţiile alometrice în raport
cu conicitatea fusului. Exponentul alometric (panta regresiei) determinat pentru înălţime a fost >1 în cazul
exemplarelor de mici dimensiuni (puieţi) şi a scăzut la 2/3 şi apoi la 1/2 pe măsură ce dimensiunea/vârsta
arborilor a crescut. În mod similar, exponentul conicităţii fusului determinat a fost >1 la vârful fusului în
cazul exemplarelor tinere şi a scăzut la 2/3 şi apoi la 1/2 către baza fusului în cazul arborilor maturi.
Wang et al. (2005) urmaţi de An & Shangguan (2008) au studiat efectul schemelor de plantare
(număr de puieţi la hectar) asupra alometriei (relaţia înălţimii cu diametrul) şi producţiei de biomasă a
plantaţiilor de salcâm din China. Primele cercetări (Wang, 2005) au vizat o plantaţie cu vârsta de 18 ani
iar cele ulterioare (An & Shangguan, 2008) o plantaţie cu vârsta de un an, ambele irigate şi fertilizate şi
Page 25
12
cu distanţe de plantare variind între 1,5 × 8 m (833 puieţi/ha) şi 1 × 2 m (5000 puieţi/ha) pentru plantaţia
de 18 ani şi între 15 × 30 și 30 × 30 cm în cazul celei cu vârsta de un an. În ambele cazuri autorii au ajuns
la concluzii similare şi anume: înălţimea şi diametrul la colet cresc proporţional cu distanţa de plantare,
există o corelaţie bună între desimea culturii şi biomasa supraterană a arborilor, dar nu şi între desime şi
biomasa totală a arboretului, iar în cazul desimilor mari de plantare, datorită concurenţei intraspecifice,
relaţia alometrică între diametru şi înălţime devine non-lineară ( poate fi exprimată prin relaţia y = ax2 +
bx + c), cantitatea de biomasă fiind mai mare, dar volumul de lemn de lucru mai mic.
3.5.2. Producţia de biomasă a arboretelor de salcâm
Influenţa genetică şi a condiţiilor staţionale asupra producţiei de biomasă a salcâmului la cicluri
scurte (intensive) de producţie au fost testate de Bongarten et al. (1992) în zona Georgia Piedmont din SE
SUA. După o perioadă de trei ani de la instalarea culturilor experimentale (schema de plantare 2,4 × 1,2
m), autorii au formulat următoarele concluzii:
- irigarea (1,1 cm × saptămână-1
) a crescut producţia de biomasă cu până la 80% în primul sezon,
dar a scăzut la 50% la sfârşitul celui de-al treilea sezon de vegetaţie;
- fertilizarea pe bază de NH4NO3 (113 kg ha-1
an-1
) a crescut producţia de biomasă (în special
supraterană) cu 30% în primul sezon, dar a scăzut la 12% la sfârşitul celui de-al treilea sezon de vegetaţie;
- prin selecţie genetică se poate obţine o creştere cu până la 50% a producţiei de biomasă, care
poate varia între 3 şi 8 Mg ha-1
an-1
în funcţie de condiţiile staţionale, irigare şi fertilizare.
Influenţa fertilizării şi irigării asupra producţiei de biomasă a plantaţiilor de salcâm pe terenuri
degradate (halde miniere) a fost studiată şi de Brinks et al. (2010), care au concluzionat că aplicarea
fertilizanţilor în tandem cu irigarea nu a generat creşteri semnificative ci doar fertilizarea determină o
intensificare a creşterii comparativ cu neaplicarea vreunui tratament.
Producţia de biomasă a salcâmului pe terenuri degradate din NE Germaniei, a fost evidenţiată de
Grünewald et al. (2009), Böhm et al. (2011) şi Quinkenstein et al. (2012). Grünewald et al. (2009) a scos
în evidenţă capacitatea de acumulare biomasică a salcâmului prin comparaţie cu două clone de plop şi una
de răchită plantate în condiţii staţionale similare. Procentul de reuşită al plantaţiilor de salcâm a fost de
minim 75%, iar acumularea medie de biomasă (masă uscată) variază între 3 t ha-1
an-1
la vârsta de 4 ani,
6,9 - 7,6 t ha-1
an-1
la 9 ani şi 9,5 t ha-1
an-1
la vârsta de 14 ani. Acumulările de biomasă realizate de salcâm
sunt superioare celor realizate de clonele de plop (maxim 4,0 t ha-1
an-1
) respectiv răchită (maxim 1,0 t ha-
1an
-1), în aceleaşi condiţii staţionale. Böhm et al. (2011) raportează valori ale acumulării de biomasă
lemnoasă de 12,1 Mg ha-1
pentru o plantaţie cu vârsta de cinci ani şi densitatea de 9200 puieţi × ha-1
(1,8
× 0,75 m). Pentru plantaţii de salcâm instalate în aceleaşi condiţii (9200 puieţi × ha-1
). Quinkenstein et al.
(2012) raportează acumulări de biomasă de maxim 7,45 t ha-1
an-1
la vârsta de 12 ani.
Page 26
13
3.5.3. Ecuaţii alometrice pentru estimarea biomasei arboretelor de salcâm
Printre primele studii complexe asupra producţiei de biomasă a salcâmului din Europa, se numără
cele ale lui Benčat (1989), care a elaborat ecuaţii alometrice pentru determinarea biomasei în stare
verde/uscată, la nivel de arbore şi pe componente ale acestuia pentru salcâm cu vârste între 5 şi 50 de ani
situate în sudul Slovaciei.
Singh et al. (2011) subliniază importanţa ecuaţiilor alometrice pentru arbori de mici dimensiuni
prin faptul că incertitudinile asociate estimării stocurilor de biomasa/carbon rezultă în mare măsura din
cauza lipsei ecuaţiilor alometrice specifice pentru numeroase specii, mai ales pentru diametre mici.
Majoritatea ecuaţiilor existente au fost elaborate fie pentru diametre mari (existând riscul supraestimării)
fie sunt generale şi se aplică mai multor specii indiferent de condiţiile staţionale.
3.5.4. Stocarea carbonului în arboretele de salcâm
Influenţa vârstei şi expoziţiei versantului asupra fixării fotosintetice a carbonului.
Comparând plantaţii mature de salcâm (18 ani) situate pe versanţi umbriţi cât şi însoriţi cu plantaţii tinere
(6 ani) situate pe versanţi umbriţi, Zheng et al. (2011), au efectuat măsurători ale schimbului de gaze la
nivel foliar pentru a evidenţia PCFC de către arboretele de salcâm studiate şi cum este influenţată aceasta
de expoziţie şi vârstă. Măsurătorile au arătat că asimilarea zilnică netă de CO2 atmosferic a arboretelor
mature situate pe versanţi cu expoziţie însorită este mai mică decât în cazul celor situate pe expoziţiei
umbrite, arboretele tinere asimilând mai mult CO2 (PCFC = 8,3 ± 0,3 g C m-2
d-1
) comparativ cu cele
mature (PCFC = 5,4 ± 0,3 g C m-2
d-1
).
Carbonul stocat în litieră şi sol. Yüksek (2012) arată că plantaţiile de salcâm cu vârste de până
la 15 ani, instalate într-o zonă semi-umedă din N-E Turciei, la baza unor versanţi aflaţi în diverse stadii de
degradare (eroziune pluvială), au îmbunătăţit semnificativ proprietăţile chimice ale solului. În urma
determinărilor efectuate asupra SOM şi a SOC din sol, la adâncimile de 0-10 cm şi 10-20 cm, autorul a
evidenţiat creşteri semnificative ale celor doi indicatori în comparaţie cu probele de control (teren
învecinat cu vegetaţie <20%).
Stocarea carbonului în biomasa plantaţiilor de salcâm instalate pe terenuri degradate.
Zhang et al. (2010) arată că arboretele de salcâm situate în zone aride cu fenomene de salinizare a solului
(Delta Râului Galben, China) pot stoca (net) în biomasa arborilor până la 222,41t ha-1
(103,77 t C ha-1
) la
vârsta de 21 ani, respectiv 50,34 t C ha-1
în componenta organică a solului. Stocul de carbon la nivelul
vegetaţiei ierboase este sub 1% (0,50 t ha-1
), mai mult de 50% din stocul de carbon la hectar fiind
acumulat în tulpinile arborilor. Quinkenstein et al. (2012) evidenţiază capacitatea de acumulare de
biomasă/stocare C a plantaţiilor de salcâm instalate pe halde de steril minier din Nord-estul Germaniei. În
plantaţia cu vârsta sub 1 an s-au înregistrat acumulări de carbon în biomasă de 0,03 t ha-1
, în cea cu vârsta
de 1 an - 0,92 t ha-1
, în cea de 2 ani - 6,0 t ha-1
, iar în plantaţia cu vârsta de 12 ani - 40,6 t ha-1
. Autorii
remarcă faptul că la o acumulare de biomasă lemnoasă de 7.45 t DM ha−1
an−1
(circa 3,6 t C ha−1
an−1
), 36
% (1,17 t C ha−1
an−1
) din C atmosferic este stocat în biomasa subterană.
Page 27
14
Capitolul 4. METODA DE LUCRU
4.1. Identificarea şi selectarea salcâmetelor corespunzătoare scopului cercetării
Activitatea a constat în primă fază în consultarea evidenţelor statistice ale Regiei Naţionale a
Pădurilor - Romsilva (SILV4) din perioada 2007-2011 pentru identificarea suprafeţelor regenerate în
procent de 100% cu salcâm, cu vârste cuprinse între 1 şi 4 ani, precum şi consultarea amenajamentelor
silvice din arhiva ICAS. În afara fondului forestier de stat au fost selectate 5 arborete situate pe terenuri
cu folosinţa anterioară alta decât pădure (agricole abandonate/degradate) administrate de către Ocolul
Silvic Privat Renaşterea Pădurii (judeţul Dolj) şi o suprafaţă împădurită cu salcâm aflată în proprietatea
unei persoane fizice (judeţul Dolj).
În cadrul arboretelor selectate s-au amplasat un număr de 27 de suprafeţe de probă circulare (19
în plantaţii şi 8 în regenerări naturale) cu aria de 200 m2 (raza de 7,98 m) care asigură validitatea statistică
a datelor prelucrate ulterior. Având în vedere că primul sezon de vegetaţie al puieţilor de salcâm (vârsta
de 1 an) se desfăşoară în pepinierele din cadrul ocoalelor silvice (Popescu, 1965; Abrudan, 2006), două
dintre SP-uri (DJ4 și OT3) au fost amplasate în pepiniere silvice.
4.2. Amplasarea şi materializarea suprafeţelor de probă pe teren
În vederea surprinderii structurii reale a salcâmetelor studiate, suprafeţele de probă (SP) au fost
amplasate în interiorul acestora la o distanţă de cel puţin 30 m de lizieră, pentru a evita efectul de
margine3, în zone omogene din punct de vedere al consistenţei (desimii) arboretului şi a caracteristicilor
dendrometrice (diametre, înălţimi).
Materializarea centrelor suprafeţelor de probă. Odată selectate, SP-urilor le-au fost
înregistrate coordonatele geografice (latitudine, longitudine, altitudine) ale centrului cu ajutorului GPS-
ului, după care datele de localizare au fost arhivate electronic şi pe hârtie pentru a facilita revenirea în
acelaşi punct. Pentru ca SP-urile să poată fi identificate pe toata durata cercetărilor, acestea au fost
marcate pe teren printr-un pichet de lemn înfipt în sol, care la partea superioară are notat codul SP.
4.3. Măsurarea caracteristicilor biometrice şi recoltarea probelor de biomasă pe teren
4.3.1. Măsurarea suprafeţelor de probă (SP)
Biomasa acumulată în plantaţiile şi regenerările naturale studiate a fost măsurată în suprafeţe de
probă circulare de 200 m2. Lungimea razei (7,98 m) SP s-a trasat cu ruleta (cu banda bine întinsă) sau cu
o sfoară pe care a fost marcată lungimea razei. Având în vedere că toate SP-urile au fost amplasate pe
terenuri plane (panta < 5 grade), raza SP nu a trebuit corectată în funcție de panta terenului.
3 arborii crescuţi pe lizieră sau în apropierea acesteia prezintă caracteristici morfologice distincte faţă de cei din interiorul
arboretului (coroana asimetrică, sistem radicelar mai dezvoltat, conicitate mai pronunţată a trunchiului)
Page 28
15
4.3.2. Măsurarea puieţilor/arborilor
Toţi arborii4
(puieţi/lăstari/drajoni) vii din interiorul SP au fost inventariaţi. S-au măsurat
diametrul la colet (figura 2), diametrul la 1,30 m deasupra solului şi înălţimea până la mugurul terminal
(Leahu, 1994).
Figura 2. Măsurarea diametrului la colet (DCH)
[Measuring the root collar diameter]
4.3.3. Recoltarea probelor de biomasă
Pe baza DCH minim şi maxim din SP au fost stabilite clase de diametre5 de 2 cm în intervalul
0,1-10,0 cm (Singh et al., 2011). Un număr de 5-10 exemplare din fiecare clasă de diametre, au fost
extrase din afara suprafeţei de probă, randomizat în parcelă astfel încât să nu se creeze goluri.
Biomasa supraterană. Arborii recoltaţi au fost aşezaţi pe folii de polietilenă şi separaţi pe
componente de biomasă (ax principal, ramuri şi frunze), ce au fost cântărite separat. Imediat după
cântărire au fost prelevate sub-probe omogene de maxim 100 g din fiecare componentă de biomasă ce au
fost puse în pungi de hârtie etichetate, sigilate şi de asemenea cântărite în stare proaspătă (determinând
masa proaspătă sau substanţă verde - SV).
Biomasa subterană. S-a dezgropat sistemul radicelar până la diametre ale rădăcinilor de minimum
2 mm (Blujdea et al., 2012; Finer et al., 2011). Acestea au fost curăţate de sol şi cântărite în stare
proaspătă, iar sub-probele au fost puse în pungi de hârtie (acelaşi tip de pungă), apoi cântărite, sigilate şi
etichetate. În cazul arboretelor din lăstari/drajoni s-a recoltat numai biomasa supraterană (fără sistemul
radicelar). Pentru cântărirea probelor de biomasă atât pe teren cât şi în laborator s-a folosit balanţa
digitală model Kern FES 17K0,1IPM cu precizia de ± 0,1 grame.
Perioada recoltării probelor. Recoltarea probelor şi sub-probelor de biomasă s-a efectuat înainte
de începerea căderii frunzelor, respectiv în perioada 15 august - 1 octombrie (cu excepţia a 4 SP
eşantionate în luna noiembrie după căderea frunzelor).
4 Arbore în lucrarea de faţă se referă la exemplare de salcâm din plantaţii şi regenerări naturale cu vârsta între 1și 4 ani
5 clasele de diametre sunt: 0,1-2; 2,1-4; 4,1-6; 6,1-8 şi 8,1-10 cm
Page 29
16
4.4. Procesarea probelor de biomasă în laborator
Determinarea factorului de umiditate. Sub-probele aduse din teren (în pungi de hârtie) au fost
uscate în laborator în etuve cu ventilaţie (marca Venticell), la +1050C (la temperaturi sub această valoare,
procentul de substanţă uscată poate creşte uşor - Grünewald et al., 2009), până au atins masa uscată
constantă (FAO, 1997; de Gier, 1989; Verwijst & Telenius, 1999; Böhm et al., 2011). Ţinând cont de tara
pungilor (cunoscută) şi umiditatea pierdută prin uscarea în etuvă s-a calculat Hf (%), cu ajutorul ecuaţiei
2. Factorul Hf a fost apoi aplicat masei proaspete (substanță verde) cântărite pe teren, determinând astfel
SU a biomasei pe componente (Benčat, 1989; Grier, 1989).
Hf = 100 × (FM-DM)/ FM (Ecuaţia 2)
unde:
Hf = factorul de umiditate a sub-probei [%]; FM = masă proaspătă, DM= masă uscată
Determinarea conţinutului specific de carbon al biomasei. În vederea procesării au fost selectate
un număr total de 73 sub-probe de biomasă (e.g. rădăcină, tulpină ramuri şi frunze) prelevate de la 21 de
arbori (14 din plantaţii şi 7 din regenerări naturale). Pentru fiecare dintre aceste probe s-a determinat
conţinutul de carbon organic cu Analizorul Tru Spec (producător Leco), care se bazează pe metoda
combustiei uscate Dumas. Aceasta constă din introducerea unei probe de 0,1-0,3 grame într-un cuptor de
ardere la 950°C şi spălarea cu oxigen pur, după care produsele de ardere sunt trecute printr-un cuptor
secundar, la 850°C pentru oxidarea acestora. Gazele de ardere sunt colectate şi trecute printr-o serie de
detectori în infraroşu pentru determinarea carbonului organic total (Edu et al., 2013; Ionescu et al., 2013).
În final s-a făcut media concentraţiei de carbon a sub-probelor pentru fiecare componentă a puieţilor.
4.5. Prelucrarea şi analiza statistică a datelor
Datele obţinute în urma procesării în laborator au fost organizate ca metadate („date despre date”)
caracteristice arboretelor de salcâm ce oferă informaţii despre locaţie geografică, modul de regenerare,
tipul de sol, irigare şi aplicarea fertilizanţilor, dimensiunile realizate de puieţi cu vârste de 1-4 ani şi
cantitatea de biomasă acumulată (pe componente şi totală). Aceste date vor fi disponibile şi in viitor
pentru cercetări similare în cronosecvenţe sau comparative.
Analiza a fost realizată în primă etapă la nivel de arbore (puiet) şi apoi la nivel de arboret.
La nivel de arbore au fost parcurse următoarele etape:
- Elaborarea ecuaţiilor alometrice pentru biomasa totală şi pe componente;
- Analiza repartiţiei biomasei pe componente la nivel individual.
La nivel de arboret, în urma prelucrării datelor dendrometrice, a fost efectuată analiza structurală
a arboretului şi a metodelor de agregare a biomasei individuale a arborilor pentru extrapolarea biomasei
acumulate de la nivel de arbore la unitate de suprafaţă. În acest sens au fost parcurse următoarele etape:
Page 30
17
- Descrierea statistică a populaţiilor din punct de vedere al parametrilor măsuraţi: DCH, DBH şi
H ale exemplarelor;
- Calcularea biomasei acumulate la nivel de arboret prin două metode în scopul analizei
diferenţelor cantitative: „metoda arbore cu arbore” şi „metoda arborelui mediu”;
- Estimarea biomasei acumulate la hectar prin extrapolarea (multiplicarea cu factorul 50)
biomasei totale la nivel de SP (200 m2) la suprafaţa de 1 hectar (10000 m
2);
- Transformarea biomasei uscate în C prin înmulţirea cu factorul de conversie 0,47 (IPCC, 2006);
- Conversia de la carbon (C) la dioxid de carbon (CO2) prin înmulţirea cantităţii de C cu factorul
3,66667 ce reprezintă valoarea raportului dintre masa moleculară a dioxidului de carbon (egală cu 44) şi
masa atomică a carbonului (egală cu 12), conform metodologiei GPG LULUCF a IPCC (2003).
Prelucrarea statistică a datelor s-a efectuat cu ajutorul programelor Microsoft Office Excel v. 2010
(prelucrarea primară), MathWave EasyFit Professional v. 5.4 (analiza indicatorilor statistici ai
populaţiilor de arbori) şi programul cu acces liber (open source) R (elaborarea ecuaţiilor alometrice).
4.5.1. Elaborarea ecuaţiilor alometrice
Pentru modelarea dinamicii biomasei la nivel individual au fost elaborate ecuaţii alometrice
specie-specifice (pentru puieţi de salcâm cu origine generativă şi vegetativă) şi staţiune (site)-specifice (în
funcţie de tipul solului şi irigare/aplicarea fertilizanţilor). Variabile independente (predictori), au fost
DCH, DBH şi H. Ecuaţiile de biomasă au fost construite pentru fiecare componentă de biomasă (e.g.
rădăcină, tulpină, ramuri, frunze) şi pentru componente agregate (biomasa totală per arbore, supraterană şi
supraterană lemnoasă). Componentele agregate biomasă supraterană totală şi biomasa supraterană
lemnoasă au fost prescurtate AGB respectiv AGWB . Pentru construcţia ecuaţiilor de biomasă au fost
folosite 418 exemplare cu următoarele caracteristici dendrometrice (tabelul 2):
Tabelul 2. Caracteristicile dendrometrice ale arborilor eşantionaţi
[Dendrometric characteristics of sampled trees]
Vârsta
arboretului
(ani)
DCH
(mm)
DBH
(cm)
H
(cm)
Biomasa uscată totală
(g SU) Nr.
arbori
Min Max Med Min Max Med Min Max Med Min Max Med
1 3 40 11 0,5 2,1 0,9 12 415 139 1,0 1047,9 104,8 78
2 4 45 15 0,5 2,5 1,2 16 430 162 9,4 943,4 163,4 86
3 10 54 30 0,6 3,0 1,7 160 580 318 103,3 3484,0 717,2 81
4 8 86 41 0,6 6,2 2,6 96 820 401 14,5 12035,1 1866 173
1-4 3 86 28 0,5 6,2 2,0 12 820 287 1,0 12035,1 964 418
Page 31
18
4.5.1.1. Elaborarea ecuaţiilor alometrice la nivel de individ
Ecuaţiile alometrice în care variabila dependentă este biomasa (substanţa uscată în grame) sunt de
forma ecuaţiei putere (ecuația 3), procedura matematică fiind descrisă recent de mai mulţi autori (e.g.
Dutcă, 2011; Blujdea et al., 2012). În această lucrare, au fost elaborate ecuaţii alometrice pentru biomasa
componentelor (e.g. rădăcini, tulpină, ramuri şi frunze), a biomasei agregate (biomasa supraterană
lemnoasă sau supraterană totală) şi a biomasei totale a arborelui (exprimată în g SU). Ca variabile
independente individuale s-au folosit elemente dendrometrice ale arborilor uşor măsurabile în teren (e.g.
diametrul la colet, diametrul de bază şi înălţimea până la mugurul terminal). Pentru fiecare ecuaţie
individuală s-au determinat coeficienţii regresiei liniare exponenţiale omoloage (cu erorile lor standard
aferente unui interval de încredere de 95%) şi un coeficient de corecţie rezultat în urma transformărilor
necesare procesării statistice (logaritmare/de-logaritmare). Modelele de regresie sunt liniare (în urma
transformării prin logaritmare) şi simple (cu predictor unic), întrucât utilizarea mai multor predictori în
regresii multiple aduce un plus nesemnificativ de acurateţe în timp ce prelucrarea statistică este mai
dificila (Dutcă, 2011).
Baze teoretice ale ecuaţiilor de biomasă. Forma iniţială a ecuaţiilor alometrice a fost exponenţială
(Zianis & Mencuccini, 2004; Zianis at al., 2005; Niklas, 2006):
B = a × X b (Ecuaţia 3)
în care:
B - biomasa uscată (g SU),
X - variabila independentă sau predictor DCH (mm), DBH (cm) sau H (cm).
Presupunând că relaţia dintre variabile (B și X) este directă sau în urma unor transformări
specifice, liniară, s-au determinat a și b (coeficienţii regresiei). Pentru linearizarea relaţiei s-a recurs la
logaritmarea valorilor măsurate, obţinându-se ecuaţii liniare de forma (Dutcă, 2011):
ln(B) = ln(a) + b ln X (Ecuaţia 4)
în care, coeficienţii regresiei liniare logaritmate sunt:
ln(a) este intercepţia, respectiv punctul de intersecţie al dreptei de regresie cu axa OY a biomasei
logaritmate;
b este panta dreptei de regresie, care arată cu cât creşte valoarea logaritmată a biomasei la
creşterea cu o unitate a variabilei independente logaritmate (e.g. DCH, DBH).
Presupunând şi testând mai departe îndeplinirea condiţiilor de către valorile reziduale (respectiv
normalitatea, homoscedasticitatea şi independenţa), parametrii ecuaţiei se pot generaliza. Astfel,
parametrii ecuaţiilor obţinute reprezintă variabilele pentru logaritmul biomasei, iar pentru a obţine
Page 32
19
parametrii regresiei liniare ai biomasei absolute, toate variabilele au fost transformate prin de-logaritmare
(folosind invers logaritm natural):
e ln(B)
= e(ln(a) + b ln X)
<=> B = e(ln(a) + b ln X)
(Ecuaţia 5)
în care: ln(a) şi b sunt identice valorii intercepţiei ecuaţiei logaritmate, respectiv pantei.
În urma transformării inverse a valorilor logaritmate apare o eroare care afectează valoarea
absolută a intercepţiei (Sprugel, 1983). Aceasta are un efect cantitativ de sub-estimare a valorii absolute a
variabilei dependente, efect ce poate fi atenuat folosind CF aproximat cu următoarea formulă:
2
2SE
eCF
(Ecuaţia 6)
în care: CF = factorul de corecţie, iar SE este eroarea standard a modelului în raport cu
determinările efectuate.
Astfel ecuaţia biomasei arborelui individual devine:
B = CF × e(ln(a) + b ln (X))
(Ecuaţia 7)
Analiza regresiilor şi obţinerea parametrilor ecuaţiei regresiei. Elaborarea ecuaţiilor
alometrice a fost realizată cu programul cu acces liber (open source) R version 3.0.1 for Windows
(http://cran.r-project.org/bin/windows/base/, pachetul de baza) în cadrul a 5 etape:
1. Elaborarea modelului de regresie (pe baza setului de date procesate a celor 418 arbori).
2. Analiza acurateţei modelului (cu ajutorul lui R2 şi testului F).
3. Analiza îndeplinirii cerinţelor statistice ale setului de date (linearitate, independenţă,
normalitate şi homoscedasticitate).
4. Generalizarea la nivel de populaţie (testarea ipotezei nule şi stabilirea coeficienţilor de
încredere ai parametrilor ecuaţiei).
5. Definirea coeficienţilor ecuaţiei biomasei şi calculul corecţiei.
Etapa 1. Elaborarea modelului de regresie. Modelul de regresie a fost construit pe baza setului
de date compus din biomasele uscate ale celor 418 arbori recoltaţi care a fost supus unui proces de
verificare, alcătuit din următorii paşi:
i. Analiza observaţiilor primare. Valorile biomasei uscate per arbore (datele brute - engl. Brut
data) au fost reprezentate grafic în raport cu fiecare din parametrii dendrometrici individuali (DCH, DBH,
H), pentru analiza împrăştierii punctelor (valorilor măsurate) şi a formei generale posibile e ecuaţiilor de
biomasă. În programul R aceste operaţii au fost implementate cu funcţia „plot()”.
Page 33
20
ii. Obţinerea setului de date verificate. Pregătirea datelor pentru procesare statistică a constat în
identificarea şi extragerea valorilor extreme din setul de date brute prin analiza erorilor reziduale ale
variabilei dependente în raport cu distribuţia tteoretic (pentru un număr redus de observaţii şi o abatere
standard necunoscută a populaţiei). Au fost eliminate valorile din setul de date brute în cazul cărora tcalculat
a fost mai mare sau mai mic comparativ cu tteoretic (în valori absolute) pentru pragurile de transgresiune
(95% şi respectiv 5%) şi numărul corespunzător de grade de libertate. Scopul a fost eliminarea valorilor
extreme care ar duce la supraestimarea coeficientului de determinare şi influenţarea negativă a valorilor
pantei şi intercepţiei ecuaţiilor.
iii. Logaritmarea datelor de biomasă. Întrucât, vizual, în pasul i. se observă că repartiţia biomasei
în raport cu oricare dintre predictori este heteroscedastică (varianţa, respectiv abaterea standard a
biomasei arborilor este inegala odată cu creşterea diametrului sau înălţimii) este necesară corecţia
heteroscedasticităţii datelor. Metoda folosită în procesarea datelor de biomasă este logaritmarea cu
logaritm natural (e.g. Dutcă, 2011; Blujdea, 2012). Pe lângă egalizarea varianţelor, avantajele majore sunt
linearizarea relaţiei dintre variabila dependentă și cea independentă şi posibilitatea definirii valabilităţii
statistice a ecuaţiilor. În programul R această operaţie a fost implementată de funcţia „lm()”
iv. Determinarea parametrilor ecuaţiilor. Setul de date logaritmate (e.g. ln(B), ln(DCH), ln(DBH)
şi ln(H)) sunt de asemenea reprezentate grafic fiind preconizat ca ele să fie distribuite liniar. În fiecare caz
analizat, câmpul de puncte a fost ajustat cu o regresie liniară. Parametrii regresiilor constau în intercepţie
- locul unde dreapta întâlneşte axa OY a biomasei [respectiv valoarea ln(a)] şi pantă - reprezintă creşterea
biomasei logaritmate în raport cu creşterea variabilei independente logaritmate (definită ca b).
Etapa 2. Analiza acurateţei modelului de regresie. În cadrul acestei etape se verifică ajustarea
ecuaţiei asupra setului de date măsurate, testând cât de bine ajustează ecuaţia setul de date colectate.
Modelul matematic asociat regresiei biomasei a fost analizat din punctul de vedere al capacitaţii sale
agregate de ajustare a câmpului statistic de puncte măsurate (observate). Această analiză s-a făcut cu
ajutorul a doi parametri: coeficientul de determinare (0 < R2 < 1) şi valoarea testului F, ambele estimate
de către programul R. Coeficientul de determinare este definit ca pătratul coeficientului de corelaţie dintre
valorile simulate ale biomasei şi variabila independentă folosită în predicţie (DCH, DBH sau H).
Valoarea testului F rezultă din analiza varianţei (ANOVA) şi reprezintă raportul numeric
adimensional dintre varianţa explicată sau eroarea standard a mediei modelului (SEM) şi varianţa
neexplicată sau SEM a setului de observaţii. Valoarea lui F însă este considerată reprezentativă
(parametrii sunt generalizabili) numai dacă se întruneşte condiţia semnificaţiei statistice: valori ale p <
0.05 pentru care ipoteza nulă (variabilele independente nu sunt corespunzătoare pentru predicţie) este
respinsă, altfel modelul în ansamblul său nu este suficient de bine fundamentat statistic.
Etapa 3. Analiza îndeplinirii cerinţelor statistice pentru valorile reziduale. Această analiză
presupune verificarea îndeplinirii de către setul de date a pachetului de condiţii denumit ”L.I.N.E.”,
respectiv: Linearitatea între variabile, Independenţa (erorilor reziduale estimate faţă de cele măsurate),
Normalitatea (distribuţiei erorilor reziduale) şi Egalitatea varianţelor (omogenităţii rezidualelor).
Page 34
21
Neîndeplinirea oricăreia din aceste condiţii duce la concluzii eronate privind valabilitatea şi generalitatea
relaţiilor matematice între variabile. Pentru verificarea cerinţelor au fost parcurşi următorii paşi:
i. Testarea linearităţii s-a efectuat grafic între variabila dependentă (B) şi cea independentă
(DCH, DBH sau H) în forma logaritmată, pentru setul original de date. În cazurile în care câmpul de
valori nu prezintă o formă alungită (mai mult sau mai puţin cilindrică), condiţia nu este îndeplinită,
urmând a se renunţa la acel model de regresie.
ii. Testarea independenţei între valorile erorilor reziduale s-a făcut grafic, prin reprezentarea
valorilor erorilor reziduale standardizate observate (setul de date măsurat) şi a celor estimate (simulate cu
ajutorul modelului de regresie). O împrăştiere uniformă a punctelor în câmpul graficului sugerează că
erorile sunt independente, iar dacă pe grafic se constată existenţa unei distribuţii „particulare” a unora sau
tuturor punctelor reprezentate, atunci se va realiza şi testarea cantitativă cu testul Durbin-Watson.
iii. Testarea normalităţii erorilor reziduale în jurul valorilor estimate de dreapta de regresie (e.g.
pentru o anumită valoare a DCH, rezidualele variabilei dependente sunt distribuite normal). Dacă erorile
reziduale nu se dispun normal atunci modelul nu este adecvat. Orice abatere de la normalitate reflectă o
putere de predicţie deficitară a modelului pentru anumite segmente ale variabilei independente.
iv. Omogenitatea varianţei erorilor reziduale ale variabilei dependente (e.g. biomasa supraterană)
pe întreg intervalul de variaţie al variabilei independente (e.g. DCH). Această cerinţă s-a analizat de
asemenea vizual pe graficul distribuţiei valorilor brute şi normalizate ale erorilor reziduale. Graficul redă
forma distribuţiei valorilor măsurate (distribuţia uniformă arată că populaţia erorilor reziduale este
homoscedastică) şi arată dacă valorile modelate sunt supra/sub estimate (valorile din jumătatea superioara
sunt supraestimate, cele din partea inferioară sunt subestimate).
Odată ce condiţiile din cadrul Etapei 3 au fost analizate, verificate şi îndeplinite, există asigurarea
că ecuaţiile sunt corespunzătoare şi pot fi testate în vederea generalizării.
Etapa 4. Generalizarea ecuaţiei la nivel de populaţie. Generalizarea ecuaţiilor de la nivelul
individual la nivelul populaţiei presupune:
i. Estimarea intervalului de încredere al coeficienţilor ecuaţiei: b şi ln(a). Această operaţie este
necesară deoarece în regresia liniară, ln(a) este calculat în funcţie de b. Valoarea SEM a parametrilor ln(a)
şi b a fost estimată în mod direct în programul R prin funcţia „summary.lm()”.
ii. Testarea ipotezei nule. În cadrul acestei operaţii s-a analizat dacă este posibil ca panta regresiei
să fie nulă. Ipoteza a fost verificată cu testul t, astfel:
tstat = (b-0) × SE-1
(Ecuaţia 8)
unde:
b = panta regresiei calculată din setul de date;
SE - eroarea standard a lui b pentru setul de date (pentru n-2 grade de libertate);
Dacă valorile lui tstat < tteoretic au arată că ipoteza nulă este respinsă, rezultă că biomasa arborilor nu
poate rămâne constantă o dată cu modificarea variabilelor independente DCH/DBH/H.
Page 35
22
Etapa 5. Definirea coeficienţilor ecuaţiei biomasei şi calculul corecţiei. Pentru raportarea
rezultatelor, se prezintă valorile corespunzătoare parametrilor din ecuaţia 7. Eroarea dată de transformare
inversă, este estimată ca factor de corecţie (notat CF) şi a fost implementat în programul R prin formula
„rmse = sqrt( mean( (est - obs)^2 )”, unde „est” sunt valorile simulate iar „obs” sunt valorile măsurate.
Logaritmarea inversă s-a făcut, de asemenea, cu logaritm natural pentru evitarea apariţiei erorilor
sistematice de transformare.
Analiza repartiţiei biomasei pe componente la nivelul arborelui
Influenţa dezvoltării ontogenetice asupra alocării biomasei în componentele arborelui, a fost
analizată prin intermediul următorilor indicatori adimensionali:
- Conicitatea tulpinii, prin care se redă „diminuarea progresivă a diametrului trunchiului arborelui
de la bază spre vârf sau, în cazul buşteanului, de la capătul gros către cel subţire” (Kruch, 2012), a fost
calculată prin intermediul indicelui de conicitate(Co). În cazul de față, Co a fost calculat ca diferenţă între
diametrul la colet (DCH) şi diametrul de bază (DBH), raportată la distanţa dintre ele (130 cm), având în
vedere că nu s-a măsurat diametrul la capătul subțire al tulpinii.
Co = (DCH - DBH)/130 (Ecuaţia 9)
unde, Co = indicele de conicitate
DCH = diametrul la colet (cm)
DBH = diametrul de bază (cm)
- Zvelteţea tulpinii a fost calculată cu ajutorul indicelui de zvelteţe, ca raport între diametrul de
bază şi lungimea tulpinii, ambele exprimate în centimetri (Nicolescu et al., 2010):
iz = H/DBH (Ecuaţia 10)
unde, iz = indicele de zvelteţe mediu (cm)
H = înălţimea (cm)
DBH = diametrul de bază (cm)
- Raportul rădăcină : tulpină (R:S) este un indicator adimensional al alocării biomasei acumulate
în componenta subterană şi cea supraterană a arborilor şi este utilizat pentru estimarea biomasei subterane
în cadrul INEGES (Mokany et al., 2006). Biomasa rădăcinii a fost raportată la AGB pentru a asigura
comparabilitatea cu valorile date de IPCC GPG (2003, 2006).
Page 36
23
Factorii de expansiune biomasică (BEF/BCEF)
Datele culese în cadrul cercetărilor de faţă, au permis stabilirea de factori pentru determinarea
biomasei totale a arborelui pornind de la biomasa tulpinii (măsurată sau determinată în funcţie de DCH,
DBH sau H). Pentru a face disponibile datele în modelarea acumulării de biomasa s-au generat factori de
expansiune biomasică pentru toate componentele agregate ale arborelui raportate la biomasa sau/şi
volumul tulpinii sale (axul principal al puietului de la colet la mugurul terminal).
Bfinal = (1+BEFM) × Binitial sau (1+BCEFV) × V (Ecuaţia 11)
unde,
Bfinal = Biomasa agregată de calculat (în unităţi de masa substanţa uscată, g SU), respectiv:
biomasa tulpinii şi ramurilor; biomasa tulpinii, ramurilor şi frunzelor; biomasa totală a arborelui;
Btulpina sau Vtulpina = Biomasa (g SU) sau Volumul tulpinii ( m3);
BEFM - factorul de expansiune biomasică (în zecimi, adimensional) care se aplică la (bio)masa
tulpinii;
BCEFV - factorul de conversie şi expansiune biomasică (în zecimi, adimensional) care se aplică la
volumul tulpinii.
4.5.1.2. Estimarea biomasei acumulate la nivel de populaţie (arboret)
Descrierea statistică a parametrilor biometrici la nivel de populaţie (arboret/plantaţie).
Descrierea biometrică a populaţiilor de puieţi/lăstari/drajoni s-a făcut pentru parametrii uşor măsurabili ca
DCH, DBH şi H. Populaţiile specifice straturilor selecţionate au fost descrise statistic din punct de vedere
al distribuţiilor parametrilor, mediilor, abaterii standard şi erorii standard. Setul de date rezultat în urma
inventarierii integrale a celor 27 de SP (2962 indivizi) a fost stratificat în funcţie de modul de regenerare
(plantaţii/regenerări naturale), aplicarea lucrărilor agrosilvice6
(irigat/neirigat) şi tipul de sol7
(aluviosol/psamosol). Analiza influenţei factorilor studiaţi (mod de regenerare, lucrări agrosilvice și tip de
sol) asupra dezvoltării arborilor s-a făcut prin analiza varianţei (ANOVA) şi testul t.
Elaborarea ecuaţiilor alometrice la nivel de arboret/plantaţie. În această lucrare s-au elaborat
ecuaţii de regresie empirice ale acumulării de carbon în biomasă, în arborete de salcâm presupuse
echiene8, în raport cu structura reală întâlnită în suprafeţele de probă (e.g. densitate variabilă la unitatea de
suprafaţă în funcţie de procentul de menţinere). Prin urmare, aceste ecuaţii nu definesc şi nu tind sa
genereze tabele de producţie pentru arborete normale (e.g. o anume densitate standard a arboretului), ci
mai degrabă sunt specifice pentru zona şi condiţiile studiate (sudul judeţelor Dolj şi Olt).
6 În cazul plantațiilor studiate, lucrările agrosilvice se referă la irigarea și administrarea fertilizanţilor
7 Totalitatea subtipurilor de sol identificate in SP se încadrează în cele 2 tipuri
8 Vârsta arboretului a fost stabilită pe baza documentaţiei specifice de la ocoalele silvice
Page 37
24
Variabilele independente analizate au fost încadrate în două categorii:
- cantitative (continue): diametrul mediu la colet (DCHmed), diametrul de bază mediu (DBHmed)
şi înălţimea medie (Hmed);
- calitative (discontinue): lucrări agrosilvice (Mngm = irigat/fertilizat şi neirigat/nefertilizat);
modul de regenerare (Prov = plantat şi lăstari/drajoni) şi tipul de sol (Sol = aluviosol şi psamosol).
Trebuie menţionat că la vârste atât de tinere ale plantaţiilor şi regenerărilor studiate (< 4 ani),
condiţiile generale de mediu sunt considerate irelevante în acumularea de biomasă.
Variabilele dependente: Biomasa uscată sau stocul de C în biomasa totală subterană şi
supraterană în raport cu variabilele independente calitative. Pentru a analiza efectul metodei de estimare,
cantitatea de biomasă uscată la nivel de SP a fost calculată prin două metode:
- Metoda inventarierii (MI) sau „arbore cu arbore” şi anume prin însumarea biomasei
individuale totale a tuturor exemplarelor din suprafaţa de probă.
- Metoda simplificată (MS) sau „arborelui mediu”, prin care în urma determinării arborelui
mediu din SP, biomasa aferentă acestuia a fost înmulţită cu numărul total de arbori din suprafaţa de probă.
Pentru comparabilitate, valorile rezultate sunt extinse la suprafaţa unitara de 1 ha prin înmulţire cu 50.
Diferenţele dintre cele două metode sunt analizate cantitativ şi exprimate procentual şi în valori
absolute. Metoda MI are avantajul că furnizează statistici pentru estimatori dezagregaţi, spre deosebire de
metoda MS care furnizează statistici numai pentru nivele superioare de agregare (dacă stratificarea este
suficientă).
Ambele metode folosesc ecuaţiile arborilor determinate prin metoda descrisă la nivel de arbore
(subcapitolul 4.5.1.1.).
Modelul general al acumulării de biomasă la nivel de arbore este de tip aditiv şi se bazează pe
analiza regresiei multiple în programul R, astfel:
(Ecuaţia 12)
B = b0 + (b1×DCHmed) + (b2×DBHmed) +( b3×Hmed) + (b4×Mngm) + (b5×Sol) + (b6×Prov) + ε,
unde: B = biomasa uscată la nivel de SP;
b0 - b6 = coeficienţii ecuaţiei de regresie [e.g. „b1” reprezintă mărimea modificării
variabilei dependente „B” cu modificarea variabilei independente (e.g. DCHmed), cu o
unitate);
ε- varianţa neexplicată;
DCHmed = diametrul la colet mediu la nivel de SP;
DBHmed = diametrul de bază mediu la nivel de SP;
Hmed = înălţimea medie la nivel de SP.
Page 38
25
Pentru ca ecuaţia să fie asigurată din punct de vedere statistic, pachetul de condiţii LINE trebuie
îndeplinit, urmărind în ansamblu testările de la regresia la nivel de arbore ( Etapele 1-5 de la subcapitolul
4.5.1.1.). Având în vedere că în cazul creşterii şi acumulării biologice acest pachet nu este îndeplinit de la
sine, normalizarea erorilor reziduale s-a făcut tot prin logaritmarea setului de date (deşi ridicarea la putere
este folosită frecvent în cazul arboretelor).
Au fost testate 9 modele, pornind de la cel care implică toate cele 6 variabile şi interacţiunile
dintre ele, până la variabile unice cantitative. Analiza a pornit de la modelul cel mai complex (care
include toţi predictorii) şi a continuat prin eliminarea acelor predictori care au fost cel mai puţin
semnificativi, până când au rămas numai variabile cu semnificaţie cantitativă (e.g. o singura variabilă).
Analiza LINE s-a făcut, în special, vizual pe grafice generate de program, analiza erorilor reziduale având
un rol crucial în definirea celui mai bun model. Spre deosebire de modelele cu predictor unic unde R2 este
eficient şi mai uşor de evaluat, adăugând un nou predictor, valoarea R2
- ajustat creşte, chiar dacă
parametrul adăugat nu are nici o putere statistică, fapt ce scade valoarea predictivă a R2 - ajustat.
Analiza ajustării şi acurateţei modelului s-a efectuat printr-o serie de indicatori:
valoarea R2 - ajustat (singur nu este suficient pentru modele regresive multiple);
semnificaţia statisticii F (model viabil pentru p<0.05);
analiza valorilor p ale coeficienţilor regresiei (efectuată şi prin analizarea vizuală a graficului
curbei de regresie).
Dată fiind capacitatea redusă a R2- ajustat de a reflecta acurateţea modelului, analiza a fost
dublată de verificarea numerică a medianei şi distribuţiei erorilor reziduale (urmărindu-se ca mediana să
fie cât mai aproape de zero), ca şi de verificarea atentă a distribuţiei grafice a rezidualelor.
Definirea variabilelor independente semnificative în raport cu acumularea de biomasă s-a făcut
pornind de la modelul cel mai complex (propus prin ecuaţia 16) în funcţie de semnificaţia (p) pentru
fiecare coeficient al regresiei. Variabilele nesemnificative au fost eliminate în paşi succesivi, în urma
testării regresiei multiple. La fiecare pas variabila cu cea mai mică semnificaţie statistică a coeficienţilor a
fost eliminată, până când toţi predictorii păstraţi în model au rămas semnificativi statistic. Teoretic, dacă
ipoteza nulă nu este respinsă prin testarea coeficienţilor regresiei (implică existenţa posibilităţii ca
variabila „B” să fie constantă odată cu modificarea parametrului bi), rezultă că fie acel parametru nu este
relevant pentru definirea biomasei, fie setul de date este insuficient.
Page 39
26
Capitolul 5. REZULTATE ŞI DISCUŢII
5.1. Consideraţii generale
Setul de date privind biomasa uscată pe componente şi totală la nivel de arbore (Anexa 3) este
rezultatul măsurătorilor din teren şi a prelucrării ulterioare în laborator a sub-probelor eşantionate de la
cei 418 arbori recoltaţi. Pe baza acestui set de date a fost analizată acumularea de biomasă (pe
componente şi totală) atât la nivel de arbore, cât şi la nivel de arboret în funcţie de parametrii biometrici
uşor măsurabili la vârste mici: diametrul la colet, diametrul de bază (la 1,30 m) şi înălţimea arborilor.
Având în vedere că din arboretele studiate provenite din lăstari şi drajoni au fost recoltaţi 193 de
arbori fără sistemul radicelar, iar 113 dintre aceştia au fost recoltaţi după căderea frunzelor, raportarea
biomasei componentelor s-a făcut la biomasa totală, dar şi la biomasa supraterană lemnoasă (tulpină +
ramuri), pentru a se putea compara cu valorile obţinute în plantaţii. Din tabelul 10 se poate observa că, la
aceeaşi vârstă, biomasa supraterană lemnoasă maximă a exemplarelor provenite din lăstari/drajoni este
mai mare ca biomasa supraterană lemnoasă a exemplarelor din plantaţii în primii doi ani, după care
situaţia se inversează. Acest fapt este cauzat de creşterea mai rapidă în comparaţie cu puieţii din plantaţii
a lăstarilor/drajonilor la vârste mici, cei din urmă beneficiind de sistemul radicelar al cioatei din care
provin.
Tabelul 3. Biomasa supraterană lemnoasă maximă în funcţie de vârstă şi modul de regenerare
[Maximum aboveground biomass based on age and regeneration type]
Vârstă
(ani) Mod regenerare Tip sol
Irigare şi
fertilizare Cod SP
DCH
(mm)
DBH
(cm)
H
(cm)
AGWB
(gSU)
4 P Psamosol INCERT DJ6 85 5,2 553 8289,5
LT Psamosol NU DJ19 85 5,8 650 6425,7
3 P Aluviosol INCERT OT5 54 2,9 430 2939,4
LT Psamosol NU DJ18 48 3,0 435 1233,0
2 P Psamosol NU DJ17 20 - 180 420,1
LT Psamosol NU DJ21 45 2,5 430 943,4
1 P Psamosol NU DJ9 20 0,9 220 119,5
LT Aluviosol NU DJ12 30 2,1 415 573,6
Incertitudinea asupra aplicării sau nu a irigării şi fertilizării în SP DJ6 şi DJ7 nu permite
formularea unei concluzii clare, dar este cunoscut faptul că exemplarele de salcâm regenerate pe cale
generativă pot recupera uşor decalajul de creştere faţă de exemplarele provenite pe cale vegetativă.
Page 40
27
5.2. Elaborarea ecuaţiilor alometrice pentru estimarea biomasei
5.2.1. Ecuaţii alometrice generale pentru biomasă la nivel de arbore
5.2.1.1. Ecuaţii alometrice pentru estimarea biomasei totale
Setul de date agregate privind biomasa uscată rezultat în urma procesării celor 418 arbori recoltaţi
a fost împărţit în trei subseturi în funcţie de principalii factori care influenţează acumularea de biomasă:
modul de regenerare (plantaţii/lăstari), tipul de sol (aluviosol/psamosol) şi aplicarea lucrărilor agrosilvice
terenului (irigat/neirigat).
Ecuaţiile pentru biomasa totală a arborelui au fost elaborate atât pentru setul de date agregate
(ecuaţii generale bazate pe prelucrarea datelor de la numărul total al arborilor recoltaţi), cât şi pentru cele
trei subseturi identificate (specifice), în funcţia de DCH, DBH şi H, folosind următoarele trei modele de
regresie:
B1 = a × DCH b (Ecuaţia 13)
B2 = a × DBH b (Ecuaţia 14)
B3 = a × H b (Ecuaţia 15)
unde: în care:
B = lnB B1,2,3 - biomasa uscată totală a arborelui (g SU),
DCH = lnDCH DCH - diametrul la colet (mm)
DBH = lnDBH DBH - diametrul de bază (cm)
H = lnH H - înălţimea (cm)
a = lna a, b - coeficienţii regresiei
În continuare, prelucrarea ecuaţiilor de regresie din modelele B1, B2 şi B3 a urmat etapele descrise
în capitolul „Metoda de lucru”. Primul pas în acest sens a fost logaritmarea variabilelor (biomasa uscată
şi parametri dendrometrici), astfel trecându-se de la o relaţie exponenţială (heteroscedastică) la cea
liniară, care permite verificarea cerinţelor valorilor reziduale (linearitate, independenţă, normalitate şi
omogenitate). În figura 3 este evidenţiată distribuţia biomasei totale la nivel de arbore pentru setul de date
agregate, în funcţie de variabilele independente studiate (DCH, DBH, H), înainte şi după logaritmare,
fiind evidentă linearizarea câmpului de valori în urma transformării.
Page 41
28
Figura 3. Biomasa totala în funcţie de variabile independente, înainte (diagramele din coloana stângă) şi după
transformare prin logaritmare (diagramele din coloana dreaptă)
[Total biomass data before (left side) and after (right side) log-transformation]
Graficele din coloana stângă a figurii 3 reliefează heteroscedascititatea (creşterea varianţei
biomasei o dată cu creşterea DCH, DBH sau H) faţă de coloana din dreapta unde varianţa tinde să fie
egală într-un câmp de valori liniar.
Analiza acurateţei regresiilor pentru biomasa totală la nivel de arbore. Parametrii modelelor
regresiei liniare pentru biomasa totală la nivel de arbore şi anume valoarea intercepţiei ln(a) şi a pantei
(b), au fost determinaţi prin prelucrarea setului original de date agregate (engl. brut data) din care au fost
eliminate valorile extreme (engl. clean data), care au fost apoi transformate prin logaritmare cu logaritm
natural (ln).
În tabelul 4 sunt redaţi parametrii modelelor de regresie estimaţi şi SEM aferente acestora, cu
valorile p ale testării semnificaţiei fiecărui parametru. Valoarea intercepţiei ln(a) reprezintă locul unde
dreapta regresiei întâlneşte axa Oy (a biomasei), iar panta b (denumită şi coeficient de regresie) arată
creşterea biomasei logaritmate în raport cu creşterea variabilei independente logaritmate (DCH, DBH, H)
cu o unitate (Dutcă, 2011). Se constată că ln(a) are valori negative în cazul folosirii DCH (modelul B1) şi
H (modelul B3) şi pozitive numai pentru variabila DBH (modelul B2), ceea ce înseamnă că la valori
foarte mici ale DCH şi H biomasa pare negativă, dar trebuie ţinut cont de faptul că variabilele sunt
logaritmate. În ce priveşte b, se constată că cea mai însemnată creştere a biomasei este dată de
modificarea înălţimii, iar cea mai mică de către diametrul de bază.
Valoarea lui b diferă semnificativ faţă de cea teoretica (8/3 = 2.666) spre care ar trebui sa tindă un
arbore matur, propusă de modelul teoretic WBE (West et al., 1999), dar se încadrează în limitele
publicate de alţi autori pentru arbori de mici dimensiuni din România, indiferent de specie (e.g. Dutcă
2011, Blujdea et al., 2012).
Page 42
29
Tabelul 4. Valorile parametrilor ln(a) şi b şi SEM aferente acestora pentru biomasa totală a arborelui individual în
funcţie de modelele de regresie B1, B2, B3
[Intercept and slope values and the associated standard error for the total biomass of individuals in B1‒ B3 models]
Modelul de regresie Variabila independentă ln(a) ± SEM b ± SEM p
B1 DCH (mm) -0,69113 ± 0,08670 2,09956 ± 0,02734 < 0,001
B2 DBH (cm) 5,61591 ± 0,05328 1,58972 ± 0,06553 < 0,001
B3 H (cm) -5,88106 ± 0,33581 2,11837 ± 0,06094 < 0,001
După cum se poate vedea în tabelul 4, coeficienţii de regresie au valori pozitive, ceea ce indică o
corelaţie directă pozitivă între variabilele independente şi variabila dependentă (cresc concomitent).
Totodată, valoarea mai mare a lui b în cazul modelului B3, indică o creştere a biomasei mai
rapidă faţă de cea dată de oricare dintre modelele bazate pe diametre (figurile 4, 5).
-1.0 -0.5 0.0 0.5 1.0 1.5
02
46
8
log(CleanData$DBH)
log
(Cle
an
Da
ta$
AR
BO
RE
)
3 4 5 6
02
46
8
log(CleanData$H)
log
(Cle
an
Da
ta$
AR
BO
RE
)
Figura 4. Regresia liniară a biomasei totale la nivel de arbore pentru modelele B2 şi B3
[Biomass linear regression in the case of B2 and B3 models]
Capacitatea de ajustare a modelului matematic (regresiei) asupra setului de valori măsurate
(observate) a fost analizată cu ajutorul a doi parametri: coeficientul de determinare (0<R2<1) şi valoarea
testului Fisher (F) împreună cu semnificaţia acestuia (tabelul 5). Pentru modelul B1, valorile
coeficientului de determinare şi ale testului F sunt foarte mari, fapt ce atestă puterea de predicţie
superioară a DCH față de DBH şi H, întrucât varianţa biomasei este explicată în proporţia cea mai mare
(93.6%). Conform datelor prezentate în tabelul 5, înălţimea dovedeşte cea mai mică putere de predicţie a
biomasei.
Tabelul 5. Valorile parametrilor statistici ce redau acurateţea regresiilor propuse
[Values of the statistical parameters highlighting the accuracy of proposed regressions]
Modelul RSE R2 F p DF
B1 0,4107 0,9368 5899 < 0,001 398
B2 0,6379 0,7112 588,5 < 0,001 239
B3 0,8126 0,7485 1208 < 0,001 406
B2 B3
Page 43
30
În ansamblu, deşi predictorii folosiţi explică între 70 şi 90 % din varianţa biomasei, toţi sunt
semnificativi din punct de vedere statistic (p<0.001), în sensul că aceştia sunt corespunzători pentru
predicţia biomasei. În plus, distribuţia simetrică a erorilor reziduale din raportul general de analiză a
regresiei dat de programul statistic R, oferă garanţia că regresia ajustează corespunzător setul de date, iar
prin metoda celor mai mici pătrate (engl. least square method) nu s-a identificat un model matematic mai
potrivit. Aceasta înseamnă că mediana distribuţiei erorilor reziduale este foarte aproape de zero numeric,
iar valorile maximă şi minimă din distribuţia rezidualelor sunt relativ egale numeric. Altfel, regresia supra
/subestimează biomasa pentru anumite intervale (de obicei spre /în afara limitelor setului de date).
Analiza îndeplinirii cerinţelor statistice pentru analiza liniară a regresiei. Această etapă a
constat în verificarea următoarelor condiţii ce trebuie îndeplinite de către setul original de date (i) şi de
către erorile reziduale (ii-iv). Metoda analizei grafice permite o mai bună înţelegere a relaţiei dintre
variabile înainte şi după transformare şi dintre erorile reziduale (rezultate din valorile măsurate) şi valorile
estimate de model.
i. Pentru procesarea datelor ca regresie liniară, testarea linearităţii relaţiei dintre variabile (brute,
independentă şi dependentă) a constat în analiza vizuală a graficelor (diagrame) ce redau distribuţia
valorilor observate logaritmate (figura 5). Pentru fiecare din cele trei modele (B1, B2, B3) câmpul de
valori a prezentat o formă alungită (”lineară”) demonstrând îndeplinirea condiţiei.
1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5
24
68
log(CleanData$DCH)
log
(Cle
an
Da
ta$
AR
BO
RE
)
Figura 5. Regresia liniară a biomasei totale la nivel de arbore pentru modelul B1
[Linear regression for tree total biomass for B1 model]
ii. Testarea normalităţii erorilor reziduale. Normalitatea erorilor reziduale a fost evaluată grafic
prin intermediul histogramelor frecvenţelor valorilor reziduale şi a diagramelor de normalitate QQ (figura
6) pentru fiecare din cele trei modele propuse. Histogramele sugerează distribuţii simetrice, confirmate şi
de corespondenţa foarte bună între frecvenţele observate şi cele teoretice (dreaptă la un unghi de 45o).
Ca urmare, se poate presupune îndeplinirea condiţiei de normalitate. Totuşi, la o analiză mai
atentă a diagramelor QQ se observă uşoare anomalii de la curba normală al căror potenţial efect poate fi
asociat, de exemplu, cu alterarea valorilor parametrilor ecuaţiei. Această situaţie este vizibilă la toate cele
B1
Page 44
31
3 modele, unde se sesizează o uşoara formă de „S” faţă de diagonală, ceea ce sugerează că există în setul
de date valori extreme cu frecvenţa diferită de cea teoretică. Cel mai probabil este vorba de prea multe
valori extreme foarte mari şi prea puţine valori extreme foarte mici (mai mic şi respectiv mai mare ca 2 ×
abaterea standard a erorii reziduale) ce nu au fost eliminate de program (nu au fost percepute ca outliers).
Figura 6. Histogramele frecvenţelor valorilor reziduale (partea stângă) şi diagramele QQ (partea dreaptă) ale
valorilor reziduale standardizate pentru modelele de regresie propuse (B1, B2, B3)
[Histogram of residuals frequency (left side) and standardizes reziduals QQ plots (right side)]
B1 B1
B2 B2
B3 B3
Page 45
32
iii. Omogenitatea erorii reziduale trebuie îndeplinită ca şi condiţie în cazul analizei regresiei,
recurgându-se, în acest sens, la transformarea datelor. Modificând toate datele în acelaşi fel, se vor
schimba numai diferenţele absolute, cele relative rămânând identice, deoarece se modifică doar unitatea
de măsură (Field, 2005 ). Logaritmarea formei exponenţiale a ecuaţiilor este procedura comună la care se
recurge, pentru a obţine relaţii liniare, reducând astfel variaţia heteroscedascticităţii (Verwijst & Telenius,
1999). Omogenitatea varianţei erorilor reziduale a fost verificată vizual pentru variabila dependentă
(biomasă totală la nivel de arbore) în raport cu fiecare dintre variabilele independente (DCH, DBH, H)
prin intermediul diagramelor valorilor reziduale standardizate (figura 7) comparate cu valorile estimate
standardizate (simulate de model). Erorile reziduale apar uniform distribuite în jurul liniei orizontale la o
distanţă cuprinsă între ± 2 abateri standard. În plus, în figura 7 se constată că abaterile pe verticală de la
linia de regresie sunt egale indiferent de valoarea diametrului.
iv. Testarea independenţei erorilor reziduale s-a efectuat, de asemenea, prin analiza vizuală
(diagramele din figura 7), fiind evidentă independenţa erorilor reziduale pentru modelele propuse, dar şi
faptul că nu există autocorelaţie între erorile reziduale pentru valorile estimate de regresie. Limitarea
autocorelaţiei este susţinută şi de faptul că biomasa măsurată provine de la diferiţi arbori de diferite
dimensiuni şi nu din remăsurarea aceluiaşi arbore în timp (fiind exclusă astfel posibilitatea corelaţiei
seriale).
-2 -1 0 1 2
-2-1
01
2
Standardized Predicted Values
Sta
nd
ard
ize
d R
esid
ua
ls
-2 -1 0 1 2
-2-1
01
2
Standardized Predicted Values
Sta
nd
ard
ize
d R
esid
ua
ls
-3 -2 -1 0 1 2
-2-1
01
2
Standardized Predicted Values
Sta
nd
ard
ize
d R
esid
ua
ls
Figura 7. Diagramele valorilor reziduale standardizate în funcţie de valorile estimate standardizate pentru modelele
B1, B2 şi B3.
[Standardized residuals and predicted values for B1‒B3 models]
B1 B2
B3
Page 46
33
Generalizarea ecuaţiilor pentru arbori individuali la nivel de populaţie. Odată îndeplinite
cerinţele privind valorile reziduale, se poate avea certitudinea că modelele propuse sunt reprezentative şi
pot fi generalizate la nivel de populaţii (arborete) cu caracteristici similare. În acest sens sunt sugestive
valorile foarte semnificative ale p pentru testului F, ceea ce confirmă faptul că variabilele folosite sunt
adecvate pentru modelul în cauză.
Estimarea intervalului de încredere a parametrilor ecuaţiei ln(a) şi b şi testarea ipotezei nule a
constat în stabilirea valorii p ce reflectă posibilitatea ca (b) să fie egal cu zero. Testul Student (t) arată că
probabilitatea ca panta regresiei să fie egală cu zero este mai mică de 0,001% pentru fiecare dintre modele
(tabelul 6); în consecință, predictorii folosiţi sunt relevanţi pentru determinarea biomasei.
Tabelul 6. Valorile testului Student (t) pentru intercepţie şi panta regresiei
[Student test (t) values for intercept and slope]
Modelul Valoarea testului Student (t) pentru,
p ln(a) b
B1 -7,972 76,805 < 0,001
B2 105,41 24,26 < 0,001
B3 -17,51 34,76 < 0,001
Definirea coeficienţilor ecuaţiei alometrice exponenţiale şi calculul corecţiei. Transformarea
inversă s-a realizat prin rescrierea ecuaţiei de tip „putere” cu parametrii regresiei liniare şi includerea
factorului de corecţie (CF), potrivit modelului general (ecuaţia 16):
B = CF × e(ln(a) + b ln(DCH/DBH/H))
(Ecuaţia 16)
Forma finală a ecuaţiilor alometrice generale pentru estimarea biomasei totale la nivel de arbore
(individ) este prezentată în tabelul 7:
Tabelul 7. Valorile CF şi forma finală a ecuaţiilor alometrice pentru biomasa totală la nivel de arbore
[Corection factor values and final allometric equations]
Modelul CF Forma finală a ecuaţiei alometrice Unităţi de măsură
B1 1,087995 B = 1,087995 × e(-0,69113 + 2,09956 ln (DCH) ) DCH (mm)
B (g SU)
B2 1,225621 B = 1,225621 × e(5,61591 + 1,58972 ln (DBH)) DBH (cm)
B (g SU)
B3 1,391216 B = 1,391216 × e(-5,88106 + 2,11837 ln (H)) H (cm)
B (g SU)
Page 47
34
Aceste ecuaţii pot fi utilizate direct la determinarea masei uscate a puieţilor de salcâm (cu
dimensiuni ale DCH, DBH şi H până la cele prezentate în tabelul 2). Suprapunerea ecuaţiei biomasei
peste câmpul de puncte în funcţie de variabila independentă este prezentată în figura 8.
0 20 40 60 80
02
00
04
00
06
00
08
00
01
00
00
12
00
0
DCH
AR
BO
RE
1 2 3 4 5 6
02
00
04
00
06
00
08
00
01
00
00
12
00
0
DBH
AR
BO
RE
0 200 400 600 800
02
00
04
00
06
00
08
00
0
H
AR
BO
RE
Figura 8. Reprezentarea grafică a ecuaţiei biomasei totale la nivel de arbore pentru modelele B1, B2 şi B3
[Total biomass trendline graph for B1‒B3 models]
5.2.1.2. Ecuaţii alometrice generale pentru biomasa componentelor la nivel de arbore
Elaborarea ecuaţiilor pentru biomasa componentelor individuale (rădăcină, tulpină, ramuri şi
frunze) şi agregate (AGB şi AGWB) au urmat aceleaşi etape ca şi la elaborarea ecuaţiilor pentru biomasa
totală. În toate cazurile parametrii ecuaţiilor sunt foarte semnificativi statistic. Ca şi în cazul biomasei
totale, pentru fiecare din cele 6 componente de biomasă s-au folosit ca variabile independente DCH, DBH
şi H, rezultând 18 ecuaţii de regresie, notate prescurtat printr-un cod atribuit în funcţie de denumirea
variabilei dependente. Estimarea parametrilor regresiei se bazează, de asemenea, pe liniarizarea relaţiei
dintre variabile prin logaritmare, urmată de transformarea inversă pentru obţinerea ecuaţiei putere.
Modelul de regresie folosit a fost ecuaţia 16.
B1 B2
B3
Page 48
35
Determinarea parametrilor ecuaţiilor alometrice s-a efectuat pentru cele 18 modele de
regresie propuse, coeficienţii ecuaţiilor fiind prezentaţi sub formă tabelară (tabelul 8) în funcţie de
variabile şi tipul componentelor (individuale sau agregate).
Tabelul 8. Coeficienţii ecuaţiilor arborelui în funcţie de diametrul la colet (DCH)
[Tree level equation coefficients with root collar diameter as predictor]
Variabila
independenta
Variabila
dependenta
Cod
model ln(a) ± SEM b ± SEM CF R2 F p DF
Diametrul la
colet
- DCH -
(mm)
Componente individuale
Biomasa
rădăcinii BRD1
-2,53003±
0,13646
2,33514±
0,04392 1,131 0,929 2827 < 0,001 216
Biomasa
tulpinii BTL1
-2,14354±
0,07785
2,27932 ±
0,02449 1,067 0,9565 8665 < 0,001 394
Biomasa
ramurilor BRM1
-5,51776±
0,20318
2,92046±
0,06172 1,328 0,8632 2239 < 0,001 355
Biomasa
frunzelor BFR1
-1,05184±
0,13667
1,85479±
0,04564 1,186 0,8524 1651 < 0,001 286
Componente agregate
Biomasa
supraterană
totală
AGB1 -0,95574±
0,07789
2,11605±
0,02455 1,069 0,9495 7431 < 0,001 395
Biomasa
supraterană
lemnoasă
AGWB1 -2,33136±
0,06849
2,43112±
0,02145 1,050 0,9706 12840 < 0,001 389
Diametrul de
bază
- DBH -
(cm)
Componente individuale
Biomasa
rădăcinii BRD2
4,83008 ±
0,09759
1,56047±
0,13659 1,335 0,5737 130,5 < 0,001 97
Biomasa
tulpinii BTL2
4,79277 ±
0,03008
1,82539±
0,03639 1,064 0,9146 2517 < 0,001 235
Biomasa
ramurilor BRM2
3,39140 ±
0,08227
2,06018±
0,10277 1,613 0,631 401,8 < 0,001 235
Biomasa
frunzelor BFR2
4,50137 ±
0,08532
1,29722±
0,13065 1,528 0,4132 98,59 < 0,001 140
Componente agregate
Biomasa
supraterana
totală
AGB2 5,47458 ±
0,04465
1,60313±
0,05456 1,153 0,7832 863,4 < 0,001 239
Biomasa
supraterana
lemnoasa
AGWB2 5,07659 ±
0,03558
1,87490±
0,04321 1,092 0,889 1882 < 0,001 235
Înălţimea
- H -
(cm)
Componente individuale
Biomasa
rădăcinii BRD3
-7,19186±
0,49442
2,20806±
0,09253 1,614 0,7268 569,5 < 0,001 214
Biomasa
tulpinii BTL3
-8,71722±
0,22817
2,47998±
0,04139 1,163 0,8982 3591 < 0,001 407
Biomasa
ramurilor BRM3
-10,6546±
0,6490
2,6009±
0,1155 2,367 0,585 507,4 < 0,001 360
Biomasa
frunzelor BFR3
-5,6833 ±
0,4203
1,8941±
0,0791 1,455 0,668 573,4 < 0,001 285
Componente agregate
Biomasa
supraterana
totală
AGB3 -6,53156±
0,29729
2,20468±
0,05394 1,296 0,8041 1671 < 0,001 407
Biomasa
supraterana
lemnoasa
AGWB3 -9,09183±
0,27621
2,59848±
0,05008 1,248 0,869 2693 < 0,001 406
Page 49
36
Se poate observa din tabelul 8 că valorile ln(a) sunt negative pentru modelele bazate pe DCH şi H
şi pozitive în cazul folosirii DBH ca variabilă independentă. Valorile coeficienţilor de regresie sunt mai
mari pentru modelele bazate pe DCH şi H, variind între 1,297 (BFR2) şi 2,920 (BRM1), fiind apropiate de
valorile publicate de Blujdea et al. (2012) pentru plantaţii de salcâm din sudul României (b între 1,101 şi
3,082) sau cele publicate de Sah et al. (1998) şi Böhm et al. în anul 2011. Pilli et al. (2006) disting valori
diferite ale coeficienţilor de regresie pentru 3 stadii ale dezvoltării ontogenetice: 2,08 în stadiul juvenil,
2,66 pentru adult şi 2,51 pentru matur, dependent de stadiul de creştere, dar independent de specie şi
condiţiile staţionale.
Modelele de regresie construite pe baza variabilelor independente măsurate (DCH, DBH, H) sunt
în toate cazurile semnificative statistic (p<0,01%), ca şi parametrii regresiilor elaborate.
Dintre variabilele independente, DCH prezintă cei mai mari coeficienţi de determinare (R2) şi
totodată cele mai mari valori ale testului F. În tabelul 8 se poate observa, de asemenea, că valorile CF
diferă puţin, indiferent de variabila independentă folosită în modelele de regresie, dar sunt mai mari
pentru ramuri şi frunze decât pentru alte componente. Puterea de estimare mai scăzută a DBH şi H în
comparaţie cu DCH este reflectată în ambele cazuri atât de valorile coeficientului de determinare (R2<
0.90), cât şi valorile mai mici ale testului F. Coeficienţii sunt semnificativi (p<0,001) în toate cele 18
modele prezentate.
Varianţa biomasei este explicată pentru toate componentele de biomasă mai bine de către DCH
(între 85-97%) decât de H (58-90%) şi cel mai puţin de DBH (41-92%). Biomasa tulpinii este cea mai
predictibilă componentă, faţă de biomasa ramurilor şi frunzelor care sunt cel mai puţin predictibile cu
parametrii individuali disponibili. În general, biomasa supraterană lemnoasă este mai predictibilă cu
parametrii individuali faţă de biomasa arborelui total (dată fiind variabilitatea mult mai mare a biomasei
foliare).
Analiza îndeplinirii cerinţelor statistice pentru valorile reziduale a fost efectuată pentru toate cele
18 modele de regresie dezvoltate, verificându-se îndeplinirea condiţiilor necesare pentru implementarea
unei regresii liniare. Prin analiza grafică (în maniera realizată pentru biomasa totală) a diagramelor
generate de programul statistic R, s-a constatat că, pentru fiecare model, erorile reziduale sunt distribuite
normal şi sunt homoscedastice. Testul t a arătat că, în toate cazurile, coeficienţii determinaţi sunt
semnificativi statistic (p< 0.01%). Îndeplinirea condiţiilor statistice permite generalizarea modelelor
obţinute prin prezentarea ecuaţiilor şi a factorilor de corecţie estimaţi (tabelul 9).
Tabelul 9. Ecuaţiile alometrice finale și factorii de corecţie pentru biomasa componentelor la nivel de arbore
[Final form of biomass allometric equations including correction factors for tree components]
Modelul de regresie Forma finală a ecuaţiei alometrice (inclusiv CF) Unităţi de măsură
BRD1 BRD1 = 1,131 × e(-2,53003 + 2,33514 ln(DCH) ) B (g SU)
DCH (mm)
DBH (cm)
BTL1 BTL1 = 1,067 × e(-2,14354 + 2,27932 ln(DBH))
BRM1 BRM1 = 1,328 × e(-5,51776 + 2,92046 ln(H))
Page 50
37
Modelul de regresie Forma finală a ecuaţiei alometrice (inclusiv CF) Unităţi de măsură
BFR1 BFR1 = 1,186 × e(-1,0518+ 1,85479 ln(DCH) ) H (cm)
AGB1 AGB1 = 1,069 × e(-0,95574 + 2,11605 ln(DBH))
AGWB1 AGWB1 = 1,050× e(-2,33136 + 2,43112 ln(H))
BRD2 BRD2 = 1,335 × e(4,83008 + 1,56047 ln(DCH) )
BTL2 BTL2 = 1,064 × e(4,79277 + 1,82539 ln(DBH))
BRM2 BRM2 = 1,613 × e(3,39140 + 2,06018 ln(H))
BFR2 BFR2 = 1,528 × e(4,50137 + 1,29722 ln(DCH) )
AGB2 AGB2 = 1,153 × e(5,47458 + 1,60313 ln(DBH))
AGWB2 AGWB2 = 1,092 × e(5,07659 + 1,87490 ln(H))
BRD3 BRD3 = 1,614 × e(-7,19186 + 2,20806 ln(DCH))
BTL3 BTL3 = 1,163 × e(-8,71722 + 2,47998 ln(DBH))
BRM3 BRM3 = 2,367 × e(-10,6546 + 2,6009 ln(H))
BFR3 BFR3 = 1,455 × e(-5,6833 + 1,8941 ln(DCH) )
AGB3 AGB3 = 1,296 × e(-6,53156 + 2,20468 ln(DBH))
AGWB3 AGWB3 = 1,248 × e(-9,09183 + 2,59848 ln(H))
5.2.1.3. Ecuaţii alometrice specifice pentru biomasa la nivel de arbore
Setul de observaţii (măsurători) este cuprinzător, cu suprafeţe de probă (în număr de 27) echilibrat
distribuite în cele trei categorii de terenuri separate în funcţie de modul de regenerare al arborilor
eşantionaţi (generativă/vegetativă), aplicarea lucrărilor agrosilvice (irigat/fertilizat - neirigat/nefertilizat),
şi principalele două tipuri de sol identificate (psamosol/aluviosol).
Analiza ecuaţiilor la nivel de arbore individual, specifice factorilor (variabilelor) de mediu
eşantionaţi (lucrări agrosilvice, mod de regenerare şi tip de sol) arată că valorile F sunt ridicate şi în toate
cazurile sunt semnificative statistic (p < 0.001) sugerând că modelul ajustează bine setul de date
disponibile, iar variabilele independente sunt adecvate pentru determinarea cantitativă a biomasei
(tabelele 10 - 15). În cazul tuturor analizelor de determinare a ecuaţiilor, numărul de probe (ce determină
gradele de liberate) introduse în analiză este suficient pentru ca regresia sa fie asigurată statistic şi provin
dintr-o populaţie omogenă.
Aceste premize sunt corelate şi cu faptul că valorile coeficienţilor ln(a) şi b, sunt totdeauna
semnificative statistic, cel puţin la un nivel p < 0.05, fiind în majoritatea cazurilor foarte semnificative
(p<0.001). De asemenea, ajustarea corespunzătoare a setului de date de către ecuaţiile obţinute este
evaluată cu ajutorul valorilor coeficientului de determinare R2 care exprimă proporţia din varianţa ecuaţiei
biomasei explicată de predictorul utilizat.
Valorile R2 sunt peste 0,50 pentru componente lemnoase neagregate, însă în cazul biomasei
frunzelor poate coborî până la 0,25. Acesta este explicabil prin faptul că ajustarea este mai slaba pentru
ecuaţiile biomasei frunzelor şi rădăcinilor (supuse unui control mediogen mai degrabă decât unui control
ontogenetic), în timp ce pentru celelalte componente de biomasă, individuale sau agregate, valorile sunt în
Page 51
38
general de peste 0,90. De altfel, valoarea cea mai ridicată este pentru biomasa totală supraterană, ceea ce
conferă avantajul unei singure variabile suficiente pentru a obţine ecuaţii de biomasă asigurate statistic.
În continuare, sunt prezentaţi sub formă tabelară coeficienţii şi parametrii statistici ai ecuaţiilor
alometrice în funcţie de cele trei categorii de factori studiaţi: aplicarea lucrărilor agrosilvice, modul de
regenerare a arboretului şi tipul de sol. Forma ecuaţiilor alometrice folosite pentru determinarea
biomasei este cea prezentată în ecuaţia 16.
A. Ecuaţii specifice aplicării lucrărilor agrosilvice
A.1. Ecuaţii pentru arborii proveniţi din culturi irigate/fertilizate
Patru din cele 24 de suprafeţe de probă din care s-au recoltat probe de biomasă au fost amplasate
în plantaţii de salcâm (1 SP în Dolj şi 3 SP în Olt) ce au fost irigate/fertilizate în primele 1-2 sezoane în
cadrul includerii acestora în sisteme agrosilvice, prin intermediul cărora fermierii locali au cultivat cel
mai adesea, pepeni între rândurile de puieţi. Numărul de SP în culturi irigate/fertilizate este corelat cu
suprafeţele irigate în zona studiată, cu menţiunea că există posibilitatea ca cel puţin una din restul de 20
SP să fie instalată în culturi irigate chiar dacă nu au fost găsite înregistrări oficiale în acest sens.
Coeficienţii şi parametrii acestor ecuaţii sunt prezentaţi în tabelul 10.
Tabelul 10. Coeficienţii ecuaţiilor alometrice pentru arbori irigaţi în funcţie de variabila independentă
[Biomass equation coefficients for irrigated/fertilized trees as a function of the considered independent variables]
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
DCH (mm)
Componente individuale
Biomasa rădăcinii -3,5831 ±
0,2506
2,7379 ±
0,1042 1,113164 0,463 0,9388 689,8 < 0,001 45
Biomasa tulpinii -1,5589 ±
01645
2,0450 ±
0,0688 1,048066 0,3064 0,9495 883,5 < 0,001 47
Biomasa ramurilor -5,6359 ±
0,6949
3,0580 ±
0,2686 1,425006 0,8416 0,8384 129,7 < 0,001 25
Biomasa frunzelor -0,83864 ±
0,19732
1,81019 ±
0,08287 1,069515 0,3666 0,9156 477,2 < 0,001 44
Componente agregate
Biomasa totala a
arborelui
-0,82252 ±
0,12403
2,23086 ±
0,05215 1,029279 0,2402 0,9750 1830 < 0,001 47
Biomasa
supraterană totală
-0,77710 ±
0,12881
2,08712 ±
0,05403 1,031395 0,2486 0,9701 1492 < 0,001 46
Biomasa
supraterană
lemnoasă
-1,97549 ±
0,16842
2,29947 ±
0,07042 1,050414 0,3136 0,9578 1066 < 0,001 47
DBH (cm)
Componente individuale
Biomasa rădăcinii 5,3333 ±
0,1395
1,6753 ±
0,4026 1,090258 0,4157 0,684 17,32 0,003 8
Page 52
39
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
Biomasa tulpinii 5,0343 ±
0,1199
1,3404 ±
0,3459 1,065864 0,3572 0,3572 15,02 0,005 8
Biomasa ramurilor 4,3859 ±
0,2019
1,4816 ±
0,6118 1,189457 0,5891 0,4559 5,865 0,046 7
Biomasa frunzelor 4,8492 ±
0,2566
1,3035 ±
0,7560 1,32069 0,7459 0,2981 2,973 0,128 7
Componente agregate
Biomasa totală a
arborelui
6,3704 ±
0,1485
1,5167 ±
0,4285 1,102831 0,4424 0,6103 12,53 0,008 8
Biomasa
supraterană totală
5,9194 ±
0,1633
1,4115 ±
0,4711 1,1256 0,4864 0,5288 8,977 0,017 8
Biomasa
supraterană
lemnoasă
5,4897 ±
0,1382
1,5027 ±
0,3989 1,088541 0,4119 0,6395 14,19 0,005 8
H (cm)
Componente individuale
Biomasa rădăcinii -8,5281 ±
1,3660
2,4371 ±
0,2954 2,002641 1,179 0,5968 68,09 < 0,001 46
Biomasa tulpinii -9,6332 ±
0,4766
2,7430 ±
0,1023 1,071613 0,3719 0,9386 718,2 < 0,001 47
Biomasa ramurilor -8,760 ±
2,211
2,284 ±
0,460 3,295544 1,544 0,4774 24,67 < 0,001 27
Biomasa frunzelor -7,1614 ±
0,7141
2,2505 ±
0,1533 1,174258 0,5668 0,8241 215,5 < 0,001 46
Componente individuale
Biomasa totală a
arborelui
-8,7615 ±
0,7117
2,8122 ±
0,1534 1,179349 0,5744 0,8751 336,2 < 0,001 48
Biomasa
supraterană totală
-8,1774 ±
0,6848
2,6286 ±
0,1476 1,165026 0,5527 0,8686 317,2 < 0,001 48
Biomasa
supraterană
lemnoasă
-10,7214 ±
0,5775
3,0146 ±
0,1240 1,106851 0,4506 0,9263 591 < 0,001 47
Din tabelul 10 se poate observa că puterea de predicţie a DBH în cazul biomasei frunzelor este
nesemnificativă (p > 0.001), coeficientul de determinare având valoarea 0,298. Acest fapt se datorează în
principal, numărului foarte mic de observaţii , respectiv grade de libertate (DF = 7).
A.2. Ecuaţii pentru arborii proveniţi din culturi neirigate/nefertilizate
Aceste ecuaţii au fost elaborate pe baza datelor agregate din celelalte 20 de SP eşantionate, iar
coeficienţii acestora sunt prezentaţi în tabelul 11.
Page 53
40
Tabelul 11. Coeficienţii ecuaţiilor alometrice pentru arbori neirigaţi în funcţie de variabila independentă
[Biomass equation coefficients for nonirrigated/nonfertilized trees as a function of the considered independent
variables]
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
DCH (mm)
Componente individuale
Biomasa rădăcinii -2,0713 ±
0,1612
2,2050 ±
0,0490 1,09586 0,4279 0,9234 2025 < 0,001 168
Biomasa tulpinii -2,25045 ±
0,09312
2,31153 ±
0,02846 1,06843 0,3638 0,9502 6596 < 0,001 346
Biomasa ramurilor -5,54406 ±
0,22521
2,91997 ±
0,06755 1,326926 0,7522 0,8511 1869 < 0,001 327
Biomasa frunzelor -1,15339 ±
0,17194
1,87717 ±
0,05535 1,199178 0,6027 0,825 1150 < 0,001 244
Componente agregate
Biomasa totală a
arborelui
-0,83896 ±
0,10690
2,13516 ±
0,03275 1,095748 0,4276 0,9237 4251 < 0,001 351
Biomasa
supraterană totală
-1,18935 ±
0,09524
2,18097 ±
0,02904 1,068691 0,3645 0,9427 5641 < 0,001 343
Biomasa
supraterană
lemnoasă
-2,41151 ±
0,08162
2,45442 ±
0,02483 1,050103 0,3127 0,9663 9774 < 0,001 341
DBH (cm)
Componente individuale
Biomasa rădăcinii 4,7386 ±
0,1055
1,6188 ±
0,1431 1,343203 0,7682 0,5899 128 < 0,001 89
Biomasa tulpinii 4,78488 ±
0,03069
1,81574 ±
0,03658 1,062263 0,3476 0,916 2463 < 0,001 226
Biomasa ramurilor 3,33131 ±
0,08405
2,11497 ±
0,10310 1,612973 0,9778 0,6526 420,8 < 0,001 224
Biomasa frunzelor 4,45848 ±
0,08892
1,32154 ±
0,13421 1,549576 0,9359 0,4272 96,96 < 0,001 130
Componente agregate
Biomasa totală a
arborelui
5,56191 ±
0,05438
1,61508 ±
0,06545 1,215866 0,6252 0,7293 609 < 0,001 226
Biomasa
supraterană totală
5,43499 ±
0,04581
1,61968 ±
0,05487 1,149304 0,5276 0,7933 871,3 < 0,001 227
Biomasa
supraterană
lemnoasă
5,03863 ±
0,03697
1,88692 ±
0,04386 1,092003 0,4196 0,8925 1851 < 0,001 223
H (cm)
Componente individuale
Biomasa rădăcinii -5,9364 ±
0,5858
1,9952 ±
0,1060 1,459446 0,8695 0,6796 354,3 < 0,001 167
Biomasa tulpinii -9,20691 ±
0,27635
2,55892 ±
0,04919 1,160529 0,5457 0,8837 2706 < 0,001 356
Biomasa ramurilor -11,7741 ±
0,7451
2,7936 ±
0,1311 2,24673 1,272 0,5768 453,8 < 0,001 333
Biomasa frunzelor -5,8204 ±
0,5364
1,9131 ±
0,0985 1,477614 0,8837 0,6112 377,2 < 0,001 240
Componente agregate
Biomasa totală a
arborelui
-6,0269 ±
0,4162
2,1386 ±
0,0741 1,404681 0,8244 0,7006 832,9 < 0,001 356
Biomasa
supraterană totală
-6,8319 ±
0,3651
2,2527 ±
0,0650 1,298495 0,7228 0,7719 1201 < 0,001 355
Biomasa
supraterană
lemnoasă
-9,52479 ±
0,33943
2,66790 ±
0,06036 1,252814 0,6714 0,8458 1953 < 0,001 356
Valorile intercepţiei pentru modelele din tabelul 11 sunt semnificativ mai mari în cazul variabilei
H, comparativ cu modelele ce folosesc DCH, în timp ce panta regresiilor are cele mai mici valori în cazul
variabilei DBH.
Page 54
41
Comparând diametrele şi înălţimile medii calculate pe baza măsurătorilor în plantaţii
irigate/fertilizate şi altele de aceeaşi vârstă în care nu s-au aplicat aceste tratamente este evidentă creşterea
în diametru dar, în special, cea în înălţime. Acest fapt a fost semnalat pe plan intern prin cercetările
efectuate de Constantinescu (1970), iar pe plan extern de Bongarten et al. (1991) şi Brinks et al. (2010),
ce confirmă aportul irigării şi fertilizării (mai ales a celei din urmă) asupra creşterii puieţilor de salcâm în
special în înălţime şi a acumulării de biomasă în tulpină.
Valorile publicate de Brinks et al. (2010) în urma cercetării efectului fertilizării/irigării asupra
culturilor tinere de salcâm şi anume coeficienţii regresiilor bazate pe diametru pentru estimarea biomasei
subterane sunt apropiaţi de cele obţinute în studiul de faţă ln(a) = -1,80 iar b = 1,97. Statistica F este
nesemnificativă pentru DBH, ceea ce sugerează că acest parametru singur nu este suficient pentru a
explica varianţa biomasei şi mai ales că numărul de probe (grade de libertate) este foarte redus (7 arbori).
B. Ecuaţii specifice modului de regenerare
B.1. Ecuaţii pentru arborii proveniţi din plantaţii
Cele mai multe suprafeţe de probă (19 SP) au fost amplasate în plantaţii de salcâm, ţinând cont de
suprafeţele însemnate ocupate de acestea în zona studiată. Astfel cel mai mare număr de observaţii
provine din acest tip de arborete, acest fapt reflectându-se în valorile coeficienţilor ce determină
acurateţea ecuaţiilor (tabelul 12).
Tabelul 12. Coeficienţii ecuaţiilor alometrice pentru puieți plantaţi în funcţie de variabila independentă
[Biomass equation coefficients for planted trees as a function of the considered independent variables]
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
DCH (mm)
Componente individuale
Biomasa rădăcinii -2,45061±
0,13921
2,30782 ±
0,04473 1,134352 0,5021 0,9253 2662 < 0,001 215
Biomasa tulpinii -2,22443±
0,09569
2,26553 ±
0,03057 1,060552 0,3429 0,9637 5493 < 0,001 207
Biomasa ramurilor -5,83327±
0,25313
3,09105 ±
0,07758 1,288592 0,7121 0,8987 1587 < 0,001 179
Biomasa frunzelor -1,33825±
0,13740
1,93595 ±
0,04399 1,139922 0,5118 0,9005 1936 < 0,001 214
Componente agregate
Biomasa totală a
arborelui
-0,97829±
0,06863
2,26105 ±
0,02202 2,26105 0,252 0,9803 10540 < 0,001 212
Biomasa
supraterană totală
-1,28283±
0,08119
2,25153 ±
0,02596 1,044335 0,2946 0,9730 7524 < 0,001 209
Biomasa supraterană
lemnoasă
-2,57776±
0,08932
2,49642 ±
0,02852 1,052861 0,321 0,9733 7661 < 0,001 210
DBH (cm)
Componente individuale
Biomasa rădăcinii 4,82190 ±
0,09545
1,57800 ±
0,13081 1,327682 0,7529 0,5903 145,5 < 0,001 101
Biomasa tulpinii 4,92055 ±
0,04586
1,72244 ±
0,06303 1,064457 0,3535 0,8850 746,8 < 0,001 97
Page 55
42
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
Biomasa ramurilor 3,9260 ±
0,1285
2,0234 ±
0,1784 1,667011 1,011 0,5700 128,6 < 0,001 97
Biomasa frunzelor 4,4804 ±
0,1192
1,5403 ±
0,1666 1,527674 0,9206 0,4788 85,44 < 0,001 93
Componente agregate
Biomasa totală a
arborelui
6,07500 ±
0,06927
1,65589 ±
0,09821 1,153321 0,5341 0,7535 284,3 < 0,001 93
Biomasa
supraterană totală
5,70734 ±
0,06729
1,67961±
0,09540 1,144079 0,5188 0,7692 310 < 0,001 93
Biomasa
supraterană
lemnoasă
5,3099 ±
0,0582
1,7801±
0,0807 1,108033 0,453 0,8338 486,6 < 0,001 97
H (cm)
Componente individuale
Biomasa rădăcinii -7,08456 ±
0,49570
2,19010 ±
0,09268 1,610127 0,976 0,723 558,5 < 0,001 214
Biomasa tulpinii -8,61936 ±
0,27426
2,49829 ±
0,05137 1,151559 0,5313 0,9149 2365 < 0,001 220
Biomasa ramurilor -10,929 ±
0,863
2,749 ±
0,158 2,557183 1,37 0,626 302,9 < 0,001 181
Biomasa frunzelor -6,08816 ±
0,39100
2,01035 ±
0,07333 1,324495 0,7497 0,7808 751,5 < 0,001 211
Componente agregate
Biomasa totală a
arborelui
-6,89519 ±
0,35246
2,40383 ±
0,06611 1,264662 0,6853 0,859 1322 < 0,001 217
Biomasa
supraterană totală
-7,24688 ±
0,33994
2,40834 ±
0,06376 1,241811 0,6581 0,8691 1427 < 0,001 215
Biomasa
supraterană
lemnoasă
-9,26490 ±
0,34462
2,68477 ±
0,06455 1,249579 0,6675 0,8872 1730 < 0,001 220
Toţi coeficienţii de regresie din tabelul 12 sunt semnificativi statistic (p < 0.001) cu valori ale R2
mai mari de 0,70, DCH fiind variabila independentă cu puterea de predicţie cea mai mare (R2 cu valori
între 0,92 şi 0,98) pentru toate componentele de biomasă.
B.2. Ecuaţii pentru arborii proveniţi din lăstari şi drajoni
Ecuaţiile elaborate pentru arbori proveniţi din lăstari şi drajoni (tabelul 13) exclud componenta
subterană, din cauză că aceste exemplare au fost recoltate fără sistem radicelar. Circa jumătate din arbori
au fost recoltaţi în luna noiembrie după căderea frunzelor.
Tabelul 13. Coeficienţii ecuaţiilor alometrice pentru lăstari şi drajoni în funcţie de variabila independent
[Biomass equatios coefficients for sprouts/rot sukers as a function of the considered independent variables]
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
DCH (mm) Componente individuale
Biomasa rădăcinii - - - - - - - -
Page 56
43
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
Biomasa tulpinii -1,95865 ±
0,10809
2,26294 ±
0,03342 1,049837 0,3119 0,9624 4586 < 0,001 179
Biomasa ramurilor -5,00710 ±
0,28800
2,69595 ±
0,08691 1,291361 0,7151 0,8514 962,2 < 0,001 168
Biomasa frunzelor -0,0569 ±
0,4013
1,5162 ±
0,1542 1,229705 0,6431 0,5665 96,71 < 0,001 74
Componente agregate
Biomasa totală a
arborelui
-0,47992 ±
0,13385
1,94177 ±
0,04117 1,081935 0,3969 0,924 2224 < 0,001 183
Biomasa supraterană
totală
-0,47992 ±
0,13385
1,94177 ±
0,04117 1,081935 0,3969 0,924 2224 < 0,001 183
Biomasa supraterană
lemnoasă
-1,96634 ±
0,10492
2,33189 ±
0,03236 1,050143 0,3056 0,9665 5194 < 0,001 180
DBH (cm)
Componente individuale
Biomasa rădăcinii - - - - - - - -
Biomasa tulpinii 4,72893±
0,03667
1,86008 ±
0,04233 1,057472 0,3343 0,9338 1931 < 0,001 137
Biomasa ramurilor 2,97036 ±
0,08895
2,18813 ±
0,10098 1,346301 0,7712 0,778 0,778 < 0,001 134
Biomasa frunzelor 4,2783 ±
0,1298
0,5779 ±
0,2909 1,412785 0,8313 0,0859 3,947 < 0,001 42
Componente agregate
Biomasa totală a
arborelui
5,29233 ±
0,05080
1,59495 ±
0,05813 1,108591 0,4541 0,846 752,8 < 0,001 137
Biomasa supraterană 5,29233 ±
0,05080
1,59495 ±
0,05813 1,108591 0,4541 0,846 752,8 < 0,001 137
Biomasa supraterană
lemnoasă
4,92327 ±
0,03779
1,92748 ±
0,04365 1,062139 0,3472 0,933 1950 < 0,001 140
H (cm)
Componente individuale
Biomasa rădăcinii - - - - - - - -
Biomasa tulpinii -10,85932±
0,35680
2,81867 ±
0,06245 1,108621 0,4541 0,9167 2037 < 0,001 185
Biomasa ramurilor -14,2246 ±
0,8764
3,1316 ±
0,1519 1,638508 0,9938 0,7142 424,9 < 0,001 170
Biomasa frunzelor -3,932 ±
1,151
1,469 ±
0,219 1,310134 0,735 0,3782 45,02 < 0,001 74
Biomasa totală a
arborelui
-7,69368 ±
0,41095
2,34014 ±
0,07205 1,147672 0,5249 0,8515 1055 < 0,001 184
Biomasa supraterană -7,69368 ±
0,41095
2,34014 ±
0,07205 1,147672 0,5249 0,8515 1055 < 0,001 184
Biomasa supraterană
lemnoasă
-11,00647±
0,39640
2,87874 ±
0,06935 1,137541 0,5077 0,903 1723 < 0,001 185
Valorile considerabil reduse ale coeficienților de determinare pentru biomasa acumulată în frunze
sunt probabil o consecință a numărului redus de observații (respectiv a gradelor de libertate) pentru
această componentă individuală de biomasă, dar mai ales a utilizării diametrului la 1,3 pentru arborii de
Page 57
44
dimensiuni mari. Este binecunoscut faptul că între lemnul fiziologic activ și suprafața foliară (și implicit
biomasa) a unui arbore este o relație strânsă, practic suprafața foliară fiind limitată de capacitatea
trunchiului de a conduce seva către frunziș (Shinozaki et al., 1964). Deci practic suprafața unei secțiuni
transversale a trunchiului reprezintă un bun predictor pentru suprafața foliară din coronament aflată
deasupra secţiunii respective şi deci cel mai bun predictor al suprafetei foliare pentru întregul coronament
al unui arbore devine diametrul la baza coroanei (Stancioiu & O’Hara, 2006). Ca atare, utilizarea
diametrului de bază ca predictor mai ales în cazul arborilor la care baza coroanei se înregistrează la
înălțimi mai mari decât 1,30 m, aduce erori care reduc coeficientul de determinare al ecuațiilor propuse.
Acest lucru se explică prin faptul că diferența de grosime dintre diametrul la 1,30 și cel la baza coroanei
nu se datorează unei capacități de conducție a sevei brute mai mari a tulpinii la 1,30 m (care ar putea duce
la o suprafaţă foliară mai mare) ci mai degrabă altor cauze (e.g. îngroșarea trunchiului pentru a asigura
creșterea capacității de rezistență mecanică a arborelui).
Intercepţia pentru modelele bazate pe DBH are valori pozitive, iar coeficienţii de regresie sunt
apropiaţi de cei obţinuţi la folosirea DCH şi H ca variabile independente. Având în vedere creşterea în
diametru şi înălţime mai pronunţate, ce au permis măsurarea unui număr mai mare de diametre de bază
decât în cazul plantaţiilor de aceeaşi vârstă, se observă o creştere a puterii de estimare a acestei variabile
independente, dar ale cărei valori F rămân inferioare celor ale DCH şi DBH.
C. Ecuaţii specifice tipului de sol
C.1. Ecuaţii pentru arborii proveniţi din arborete instalate pe aluviosoluri
Arboretele studiate sunt situate în lunca inferioară a Dunării, astfel că aproape jumătate din cele
în care au fost amplasate SP vegetează pe aluviosoluri. Coeficienții ecuațiilor finale pentru aceste
exemplare sunt prezentați în tabelul 14.
Tabelul 14. Coeficienţii ecuaţiilor alometrice pentru arbori proveniţi din arborete aflate pe aluvisoluri
[Biomass equation coefficients for trees grown on alluviosoils as a function of the considered independent
variables]
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
DCH (mm)
Componente individuale
Biomasa rădăcinii -3,03995 ±
0,18315
2,49862 ±
0,06424 1,09098 0,4173 0,9492 1513 < 0,001 81
Biomasa tulpinii -1,77393 ±
0,11995
2,19044 ±
0,04395 1,063919 0,352 0,9381 2484 < 0,001 164
Biomasa ramurilor -5,6793 ±
0,3765
3,0030 ±
0,1313 1,385932 0,8079 0,8058 522,8 < 0,001 126
Biomasa frunzelor -0,32211±
0,20128
1,57270 ±
0,07385 1,195733 0,5979 0,7392 453,6 < 0,001 160
Componente agregate
Biomasa totală a
arborelui
-0,68232 ±
0,10973
2,14314 ±
0,04024 1,055222 0,3279 0,9472 2836 < 0,001 158
Biomasa
supraterană
-0,70682 ±
0.10943
2,07845 ±
0,04026 1,05572 0,3293 0,9434, 2665 < 0,001 160
Biomasa supraterană
lemnoasă
-2,09587 ±
0,11360
2,38931 ±
0,04171 1,057029 0,3331 0,9532 3281 < 0,001 161
Page 58
45
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
DBH (cm)
Componente individuale
Biomasa radacinii 4,5773 ±
0,1269
1,5896 ±
0,2209 1,238788 0,6544 0,5351 51,8 < 0,001 45
Biomasa tulpinii 4,73267 ±
0,03697
1,69214 ±
0,07023 1,059176 0,3391 0,8671 580,5 < 0,001 89
Biomasa ramurilor 3,2711 ±
0,1263
2,1482 ±
0,2342 1,91072 1,138 0,4974 84,11 < 0,001 85
Biomasa frunzelor 4,2632 ±
0,1058
1,0541 ±
0,1966 1,618478 0,9813 0,2421 28,75 < 0,001 90
Componente agregate
Biomasa totala a
arborelui
5,60811 ±
0,06282
1,64117 ±
0,11882 1,181125 0,577 0,6819 190,8 < 0,001 89
Biomasa
supraterană
5,47756 ±
0,05687
1,48521 ±
0,10822 1,153824 0,5349 0,6718 188,4 < 0,001 92
Biomasa
supraterană
lemnoasă
5,00460 ±
0,04774
1,79312 ±
0,09022 1,099501 0,4356 0,8178 395 < 0,001 88
H (cm)
Componente individuale
Biomasa rădăcinii -6,8853 ±
0,7884
2,0605 ±
0,1510 1,745645 1,056 0,6942 186,2 < 0,001 82
Biomasa tulpinii -7,80730 ±
0,34842
2,26787 ±
0,06652 1,139752 0,5115 0,8777 1163 < 0,001 162
Biomasa ramurilor -9,1227 ±
1,1290
2,2227 ±
0,2108 2,400594 1,323 0,4689 111,2 < 0,001 126
Biomasa frunzelor -3,9689 ±
0,5446
1,4986 ±
0,1041 1,374902 0,798 0,5659 207,3 < 0,001 159
Componente agregate
Biomasa totală a
arborelui
-6,04238 ±
0,46061
2,10023 ±
0,08799 1,262771 0,6831 0,7797 569,7 < 0,001 161
Biomasa
supraterană
-5,88843 ±
0,42979
2,04488 ±
0,08217 1,223201 0,6348 0,7926 619,3 < 0,001 162
Biomasa
supraterană
lemnoasă
-8,27882 ±
0,41679
2,39519 ±
0,07962 1,203791 0,6091 0,849 904,9 < 0,001 161
Din tabelul 14 se poate observa că parametrul statistic F este nesemnificativ în cazul modelelor
propuse pentru calcularea biomasei rădăcinii şi frunzelor în funcţie de DBH, deşi numărul de probe
utilizat pare suficient (DF = 90).
C.2. Ecuaţii pentru arborii proveniţi din arborete instalate pe psamosoluri
O parte din arboretele provenite din plantaţii şi majoritatea celor provenite din lăstari şi drajoni au
fost instalate pe soluri zonale nisipoase (psamosoluri) din sud-vestul judeţului Dolj. În tabelul 15 sunt
prezentaţi coeficienţii ecuaţiilor alometrice elaborate pentru această categorie de arborete.
Tabelul 15. Coeficienţii ecuaţiilor alometrice pentru arbori proveniţi din arborete aflate pe psamosoluri
[Biomass equations coefficients for trees grown on psamosoils as a function of the considered independent variables]
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
DCH (mm)
Componente individuale
Biomasa
rădăcinii
-1,95835 ±
0,13353
2,18492 ±
0,04064 1,059518 0,34 0,957 2891 < 0,001 130
Page 59
46
Variabila
independentă
Variabila
dependentă ln(a) ± SEM b ± SEM CF RSE R2 F p DF
Biomasa tulpinii -2,89033 ±
0,10917
2,47317 ±
0,03169 1,05372 0,3235 0,9635 6091 < 0,001 231
Biomasa
ramurilor
-5,49388 ±
0,26629
2,90122 ±
0,07613 1,262481 0,6828 0,8659 1452 < 0,001 225
Biomasa
frunzelor
-1,6329 ±
0,1782
2,0509 ±
0,0541 1,104849 0,4466 0,920 1437 < 0,001 125
Componente agregate
Biomasa totala a
arborelui
-1,09692 ±
0,14667
2,19334 ±
0,04251 1,100605 0,4379 0,9186 2662 < 0,001 236
Biomasa
supraterana
-1,73638 ±
0,11142
2,31392 ±
0,03226 1,055701 0,3293 0,957 5144 < 0,001 231
Biomasa
supraterana
lemnoasa
-2,99886 ±
0,09071
2,60039 ±
0,02624 1,036791 0,2688 0,9771 9818 < 0,001 230
DBH (cm)
Componente individuale
Biomasa
rădăcinii
5,0806 ±
0,1452
1,5040 ±
0,1685 1,376663 0,7996 0,6145 79,69 < 0,001 50
Biomasa tulpinii 4,87182 ±
0,04826
1,77834 ±
0,05021 1,063628 0,3512 0,897 1254 < 0,001 144
Biomasa
ramurilor
3,6501 ±
0,1167
1,8855 ±
0,1222 1,459445 0,8695 0,6165 238 < 0,001 148
Biomasa
frunzelor
5,02972 ±
0,09617
1,23572 ±
0,11390 1,157085 0,5402 0,7061 117,7 < 0,001 49
Componente agregate
Biomasa totala a
arborelui
5,66339 ±
0,09147
1,53298 ±
0,09831 1,261301 0,6814 0,6264 243,1 < 0,001 145
Biomasa
supraterana
5,45371 ±
0,07337
1,63993 ±
0,07809 1,161806 0,5477 0,7526 441 < 0,001 145
Biomasa
supraterana
lemnoasa
5,17377 ±
0,05583
1,81314 ±
0,05866 1,090579 0,4164 0,8674 955,3 < 0,001 146
H (cm)
Componente individuale
Biomasa
rădăcinii
-6,56822 ±
0,51009
2,15282 ±
0,09395 1,30035 0,7248 0,8016 525,1 < 0,001 130
Biomasa tulpinii -8,62172 ±
0,29169
2,48631 ±
0,05129 1,134515 0,5024 0,9077 2349 < 0,001 239
Biomasa
ramurilor
-9,4930 ±
0,8091
2,4453 ±
0,1405 2,051004 1,199 0,5729 303,1 < 0,001 226
Biomasa
frunzelor
-6,09436 ±
0,49017
2,04323 ±
0,08994 1,261622 0,6818 0,805 516,1 < 0,001 125
Componente agregate
Biomasa totala a
arborelui
-4,7904 ±
0,4711
1,9602 ±
0,0827 1,394453 0,8155 0,7025 561,9 < 0,001 238
Biomasa
supraterana
-6,21240 ±
0,42126
2,17215 ±
0,07399 1,305642 0,7303 0,7822 862 < 0,001 240
Biomasa
supraterana
lemnoasa
-8,5854 ±
0,3656
2,5372 ±
0,0642 1,222396 0,6337 0,8668 1562 < 0,001 240
Page 60
47
Deşi coeficienţii ecuaţiilor sunt semnificativi statistic, valorile coeficientului de determinare sunt
destul de reduse pentru biomasa rădăcinilor, frunzelor şi ramurilor (care se află sub influenţa majoră a
factorilor de mediu). Scăderea coeficientului de determinare este reflectată şi în creşterea erorii standard a
coeficienţilor regresiei (RSE) şi în creşterea valorii factorului de corecţie (CF). Acest fapt este legat de
repartiţia ramurilor şi sub punctul de măsurare al diametrului la 1,30 m, ceea ce face ca DBH să fie
subestimat în raport cu biomasa la un anumit DCH.
Valorile ln(a) sunt negative în toate cazurile, cu excepţia modelelor bazate pe variabila
independentă DBH, situaţie întâlnită şi în alte cercetări asupra salcâmetelor din sudul României (e.g.
Blujdea et al. 2012). Valorile b găsite la arborii tineri studiaţi sunt in jurul valorii de 2.09, confirmând
datele publicate de Pilli et al. (2006). Pentru toate modelele ce folosesc DBH ca variabilă independentă,
coeficientul de regresie are valori în jur de 1,60, corelate cu dimensiunile mai mari ale arborilor (biomase
mai mari) ce au permis măsurarea diametrului la 1,30 m. În toate cazurile, DCH prezintă cea mai mare
putere de predicţie, urmat ca valori ale R2 şi ale statisticii F de variabilele H şi DBH.
5.2.1.3.1. Testarea semnificaţiei influenţei factorilor calitativi asupra modelelor de regresie
Influenţa modului de regenerare, a aplicării lucrărilor agrosilvice şi a tipului de sol asupra
coeficienţilor de regresie ai modelelor propuse (B1, B2, B3) a fost analizată prin intermediul intervalului
de încredere al coeficienților de regresie ai modelelor (Shahbaba, 2011) (metoda 1) și testului Z (metoda
2) (Paternoster et al., 1998).
Metoda 1. Limitele intervalului de încredere ale b, pentru modelele de regresie elaborate pe baza
seturilor de date generate de modul de regenerare, indică intervale CI similare pentru modelele omoloage
în regenerări naturale și plantații (tabelul 16). În timp ce intervalele de încredere al b în cazul modelului
B3 se suprapun (însemnând ca biomasa crește similar pentru schimbarea cu 1 unitate a H), DCH și DBH
modelează diferit biomasa arborilor în plantații și regenerări naturale.
Tabelul 16. Intervalul de încredere al (b) pentru modelele B1, B2 și B3 în funcție de modul de regenerare
[Confidence intervals of slope for B1‒B3 regression models ]
Proveniența Model
Coeficient de
regresie
(b)
Eroarea standard a
mediei (SEM)
Interval de încredere al mediei
(CI95%)
Limita inferioara
(2.5%)
Limita superioara
(97.5%)
Plantații
B1 2,26105 0,02202 2,2178908 2,3042092
B2 1,65589 0,09821 1,4633984 1,8483816
B3 2,40383 0,06611 2,2742544 2,5334056
Regenerări
naturale
B1 1,94177 0,04117 1,8610768 2,0224632
B2 1,59495 0,05813 1,4810152 1,7088848
B3 2,34014 0,07205 2,198922 2,481358
Page 61
48
Metoda 2. Având în vedere că pentru fiecare din cele trei categorii de factori DF > 30, pentru a
testa semnificația influenței factorilor calitativi asupra coeficienților de regresie ai modelelor (B1, B2 și
B3), s-a folosit testul Z sub forma ecuației 21(Paternoster et al., 1998).
222
1
21
SEMbSEMb
bbZ
(Ecuaţia 17)
Se poate observa din tabelul 17 că nu există o influență semnificativă a factorilor analizați asupra
coeficienților de regresie corespunzători (respectiv b1 și b2), cu excepția (p<0.0001) aplicării fertilizanților
în cazul modelului B3, respectiv a modului de regenerare în cazul modelului B1, în ambele cazuri ipoteza
nula fiind respinsă (deci diferențele sunt semnificative).
Aceste diferențe erau de așteptat întrucât iau implicit în calcul condițiile staționale diferite în care
vegetează exemplarele studiate.
Tabelul 17. Valorile Z test pentru panta modelelor B1, B2 și B3 în funcție de factorul de influență
[Z test values for slope (B1‒B3 models) considering the qualitative factors]
Model Coeficienții de regresie și erorile asociate
SEMb1-b2 Z test p b1 SEMb1 b2 SEMb2
Irigat si fertilizat Neirigat si nefertilizat
B1 2,23086 ± 0,05215 2,13516 ± 0,03275 0,061581 1,554 0,1202
B2 1,5167 ± 0,4285 1,61508 ± 0,06545 0,43347 -0,227 0,8204
B3 2,8122 ± 0,1534 2,1386 ± 0,0741 0,17036 3,954 <0,0001
Plantații Regenerări naturale
B1 2,26105 ± 0,02202 1,94177 ± 0,04117 0,046689 6,838 <0,0001
B2 1,65589 ± 0,09821 1,59495 ± 0,05813 0,098382 0,619 0,5359
B3 2,40383 ± 0,06611 2,34014 ± 0,07205 0,097784 0,651 0,5150
Aluviosol Psamosol
B1 2,14314 ± 0,04024 2,19334 ± 0,04251 0,058536 -0,858 0,3909
B2 1,64117 ± 0,11882 1,53298 ± 0,09831 0,154218 0,702 0,4827
B3 2,10023 ± 0,08799 1,9602 ± 0,0827 0,120754 1,160 0,2460
În urma aplicării celor două metode, se poate aprecia faptul că la nivel de arbore,
irigarea/fertilizarea și modul de regenerare pot influența semnificativ modele alometrice bazate pe H și
DBH, restul modelelor comportându-se similar indiferent de tipul de predictor și influența factorului
calitativ luat în considerare.
Page 62
49
5.2.1.4. Distribuţia acumulării de biomasă pe componente şi la nivel de arbore întreg
Este cunoscut faptul că pentru arborii cu aceeaşi vârstă, condiţiile staţionale dar şi bagajul
genetic, influenţează creşterea şi dezvoltarea acestora (Dutcă, 2011). Acest fapt este evidenţiat în special
în cazul plantaţiilor care au fost irigate şi fertilizate şi a arboretelor regenerate pe cale vegetativă (lăstari şi
drajoni) ce au acumulat cantităţi mai mari de biomasă în comparaţie cu plantaţiile de aceeaşi vârstă.
Astfel, în urma centralizării valorilor biomasei uscate totale eşantionate în 24 din cele 27 SP inventariate,
cele mai mari valori la nivel de arbore (maximum 12035,1 g SU) au fost înregistrate în DJ6 şi anume într-
o plantaţie cu vârsta de 4 ani înfiinţată pe un sol nisipos (psamosol), care, cel mai probabil a fost irigată şi
fertilizată în anul plantării (cu toate că nu există evidenţe scrise în acest sens). Biomasa acumulată în
arbori a fost estimată cu ajutorul ecuaţiei din modelul B1 (ecuația 13), ca funcţie a variabilei DCH
(aceasta dovedind cea mai mare predictibilitate).
În figura 9 este evidenţiată grafic repartiţia biomasei acumulate de puieţii recoltaţi din suprafaţa
de probă DJ6 (plantaţie cu vârsta de 4 ani) pe componente şi agregată (totală, supraterană şi supraterană
lemnoasă), în funcţie de DCH (mm), DBH (cm) şi H (cm)..
Figura 9. Distribuţia biomasei pe componente şi agregată în funcţie de DCH (A), DBH (gB) şi H (C) în SP DJ6
[Biomass allocation for tree components with DCH (A), DBH (B) and H (C) as independent variables]
A
C
Page 63
50
Din distribuţia biomasei pe componente în plantaţiile cu vârsta de 4 ani (figura 9, tabelul 18)
reiese că tulpina are aportul cel mai mare din biomasa totală (cca. 31%), urmată de rădăcină (cca. 29%),
ramuri (22%) şi frunze (18%). La vârste mici, aparatul foliar şi rădăcina ocupă un procent destul de
însemnat (cca. 50%) din biomasa totală, ultima dezvoltându-se puternic atât în adâncime cât şi lateral, ca
urmare a morfologiei acestei specii repede crescătoare. Totodată trebuie luată în considerare şi practicarea
recepării în toate plantaţiile studiate, datorită căreia dezvoltarea ontogenetică a rădăcinii este cu un sezon
de vegetaţie mai avansată faţă de cea a tulpinii.
Tabelul 18. Biomasa totală şi procentuală a componentelor arborilor eșantionați din plantaţii
[Total and percentage biomass of planted trees components]
Vâr
sta
(an
i)
Irig
are
Tip
ul
de
sol
Nr.
ex
emp
lare
Caracteristicile
dendrometrice ale plantaţiilor
eşantionate Biomasa medie a componentelor arborelui (gSU)
DC
Hm
ed
(mm
)
DB
Hm
ed
(cm
)
Hm
ed
(cm
)
Răd
ăcin
a
Tu
lpin
a
Ram
uri
Fru
nze
To
tal
arb
ore
AG
B
AG
WB
1
DA Psamosol - - - - - - - - - - -
Aluviosol 28 6,8 NA 76,1 5,8 11,9 1,5 16,9 34,9 29,3 12,5
NU Psamosol 10 11,7 0,9 124,4 35,5 37,1 15,7 43,6 124,0 88,5 44,9
Aluviosol - - - - - - - - - - -
2
DA Psamosol - - - - - - - - - - -
Aluviosol 10 9,7 NA 105,6 25,6 30,0 7,4 40,3 102,0 76,4 36,1
NU Psamosol 32 14,4 1,3 124,4 60,0 40,7 31,1 55,9 182,0 122,6 67,9
Aluviosol - - - - - - - - - - -
3
DA Psamosol - - - - - - - - - - -
Aluviosol 11 28,7 1,2 216,2 302,7 200,9 134,2 186,3 824,0 521,4 335,1
NU Psamosol 10 28,5 1,2 235,7 184,4 198,9 158,6 203,1 745,0 560,5 357,4
Aluviosol 29 27,4 1,7 373,9 221,0 375,8 175,5 148,9 921,2 700,3 551,3
4
DA Psamosol - - - - - - - - - - -
Aluviosol - - - - - - - - - - -
NU Psamosol 83 41,0 2,4 332,0 662,5 708,6 512,8 528,5 2406,2 1743,8 1215,2
Aluviosol 10 29,7 1,7 293,7 272,2 288,0 149,3 165,7 875,3 603,1 437,4
1-4 Proporţia mediei componentelor raportate la media
biomasei totale a arborelui (%) 27 30 15 29 100 73 44
1-4 Proporţia mediei componentelor raportate la media
AGWB (%) 65 70 34 72 236 172 100
După cum se poate observa în tabelele 18 şi 19, acumularea medie a biomasei diferă la aceeaşi
vârstă în funcţie de tipul de sol atât în plantaţii cât şi în regenerări naturale, în ambele variante de
regenerare înregistrându-se valori mai mari pentru arboretele situate pe psamosoluri.
Page 64
51
Ritmul accelerat de creştere al lăstarilor şi drajonilor la vârste mici a determinat realizarea de
diametre şi înălţimi superioare plantaţiilor de aceeaşi vârstă şi pe acelaşi tip de sol (chiar şi în cazul
plantaţiilor irigate şi fertilizate).
Tabelul 19. Biomasa totală şi procentuală a componentelor arborilor eșantionați din regenerări naturale
[Total and procentage biomass of tree components for sprouts and root sukers]
Vâr
sta
(an
i)
Tipul de
sol
Nr.
ex
emp
lare
Caracteristicile dendrometrice
ale plantaţiilor eşantionate Biomasa medie a componentelor arborelui (gSU)
DCHmed
(mm)
DBHmed
(cm)
Hmed
(cm)
Răd
ăcin
a
Tu
lpin
a
Ram
uri
Fru
nze
To
tal
arb
ore
AG
B
AG
WB
1 Psamosol - - - - - - - -
Aluviosol 40 14,2 0,9 186,0 NA 66,6 18,5 65,7 148,9 148,9 83,3
2 Psamosol 22 23,8 1,4 256,0 NA 200,3 45,3 NA 245,6 245,6 245,6
Aluviosol 20 10,3 0,7 151,8 NA 35,1 9,1 39,8 80,0 80,0 40,1
3 Psamosol 31 23,8 1,4 256,0 NA 200,3 45,3 NA 245,6 245,6 245,6
Aluviosol - - - - - - - - - - -
4 Psamosol 60 51,2 3,3 552,0 NA 1308,0 482,1 NA 1790,1 1790,1 1790,1
Aluviosol 20 20,0 1,3 287,7 NA 184,2 39,4 121,9 345,5 345,5 223,6
1-4 Proporţia mediei componentelor raportate la media
biomasei totale a arborelui (%) NA 63 17 43 100 100 78
1-4 Proporţia mediei componentelor raportate la media
AGWB (%) NA 81 21 78 139 139 100
Pentru a compara acumularea de biomasă în funcţie de modul de regenerare, s-a ţinut cont de
faptul că exemplarele din lăstari au fost recoltate fără sistem radicelar şi uneori fără frunze (cele
eşantionate în luna noiembrie), astfel că analiza s-a făcut asupra biomasei supraterane lemnoase. În urma
centralizării datelor, se constată că, la nivel de arbore, pentru vârste cuprinse între 1 şi 4 ani, atât pentru
exemplare provenite din sămânţă cât şi pentru lăstari/drajoni (date agregate) de salcâm, cantitatea cea mai
mare de biomasă este acumulată în tulpină (circa 70% din AGWB în cazul plantaţiilor şi 80% în cazul
regenerărilor naturale), urmată de frunze, ramuri şi rădăcină.
Repartiţia relativă a biomasei între componentele arborelui individual. Este rezultatul
acţiunii combinate a factorilor de natură fiziologică manifestaţi prin procesele de creştere (alocare de
biomasa în diferite componente) şi a factorilor staţionali (relief, climă, sol).
Exemplarele provenite din plantaţii şi regenerări naturale au fost analizate comparativ sub
aspectul conicităţii medii (ecuaţia 13) şi indicelui de zvelteţe mediu (ecuaţia 14) pentru a verifica existenţa
unor particularităţi ale formei tulpinii (fusul), eventual corelate cu o acumulare de biomasă diferită în
această componentă.
Page 65
52
Valorile medii ale conicităţii, indicelui de zvelteţe şi ale raportului rădăcină : tulpină în funcţie de
clasa de diametre (DBH), modul de regenerare (plantaţii/regenerări naturale) şi aplicarea lucrărilor
agrosilvice (irigat/fertilizat și neirigat/nefertilizat), pentru arboretele de salcâm cu vârsta de 3 şi 4 ani
(unde s-au păstrat cele mai multe valori ale DBH) sunt prezentate în tabelul 20 şi figurile 10 şi 11:
Tabelul 20. Valorile medii ale conicităţii, indicelui de zveltețe şi raportului R:S pentru salcâm cu vârsta de
3și 4 ani
[Mean values for taper index, slenderness index and root to shoot ratio for black locust of ages 3 to 4 years]
Vârsta
(ani)
Clasa de
diametre de
bază (cm)
Modul de regenerare Lucrări agrosilvice (pentru plantaţii)
Plantaţii Regenerări naturale Irigat Ne-irigat
Comed izmed R:Smed Comed izmed R:Smed Comed izmed R:Smed Comed izmed R:Smed
3+4
0,1-2 0,20 236 0,45 0,15 249 - 0,21 202 0,60 0,20 243 0,42
2,1-4 0,34 162 0,39 0,33 175 - - - - 0,35 164 0,39
4,1-6 0,52 120 0,43 0,54 143 - - - - 0,52 120 0,43
Figura 10. Valorile iz pentru puieţi Figura 11. Valorile iz pentru lăstari/drajoni
[Slenderness index values for seedlings] [Slenderness index values for sprouts/root sukers]
Se observă de asemenea din tabelul 20, conicitatea medie similară a tulpinii atât la puieţii irigaţi
(Comed = 0,21) cât şi la cei neirigaţi (Comed = 0,20), dar şi la exemplarele plantate faţă de cele regenerate
natural. Indicele de zvelteţe mediu este mai mare la exemplarele din lăstari (izmed = 143-249), datorită
creşterii în înălţime mai rapide a lăstarilor şi drajonilor (care beneficiază de sistemul radicelar al cioatei)
la vârste mici şi desimii mai mari (număr de exemplare pe suprafaţă) caracteristice regenerărilor naturale
în general şi celor de salcâm în special (mai ales în cazul drajonării).
Raportul rădăcină : tulpină ca indicator adimensional al dezvoltării ontogenetice, a fost calculat
pentru a evidenţia influenţa vârstei şi factorilor de mediu coroboraţi cu tipul de lucrări agrosilvice (e.g.
aplicarea sau nu a irigării) asupra alocării biomasei în componentele subterane şi supraterane ale
exemplarelor de salcâm provenite din plantaţiile studiate.
Page 66
53
Valorile medii ale R:S prezentate în tabelul 20 sunt corelate cu cele date de IPCC GPG (2003,
2006) pentru păduri temperate cu biomasa supraterană < 75t ha-1
şi anume 0,43 (GPG for LULUCF,
2003), respectiv 0,46 în IPCC ( 2006).
Valorile medii ale R:S calculate pentru puieţii de salcâm sunt de asemenea apropiate de valorile
publicate de Membrahtu (1992) pentru puieţi de salcâm din pepinieră (0,34 - 0,51). Se poate observa că
cel puţin la diametre de bază mici (0,1-2 cm), irigarea nu pare să influenţeze alocarea biomasei în tulpina
puieţilor faţă de plantaţiile neirigate (cu toate că biomasa foliară este mai mare în cazul regenerărilor
naturale). Scăderea R:S pentru clasa 2 - 4 cm faţă de celelalte două clase poate fi explicată printr-o
accelerare a creşterii componentelor supraterane (tulpină, ramuri, frunze), care a determinat scăderea
valorii raportului R:S la 0,39.
În ceea ce priveşte distribuţia relativă a biomasei între componentele arborelui, din tabelul 21 se
poate observa că, în cazul exemplarelor de salcâm provenite din lăstari/drajoni, proporţia tulpinii raportată
la biomasa supraterană totală a arborelui este mai mare (67-86%) decât în cazul puieţilor (61-84%),
aceştia din urmă acumulând mai multă biomasă în ramuri şi frunze. În primii ani de viaţă, aparatul foliar
şi sistemul radicelar reprezintă peste 50% din biomasa arborelui indiferent de modul de regenerare.
Tabelul 21. Repartiţia relativă a biomasei în componentele arborelui individual
[Biomass relative allocation for tree components]
Vâr
sta
(an
i)
Mo
d d
e
reg
ener
are
Cat
ego
ria
de
dia
met
re (
cm)
DC
Hm
ed (
cm)
DB
Hm
ed
(cm
)
Hm
ed (
cm) Biomasă
Rădăcina
din
AGWB
(%)
Biomasă
Tulpina
din
AGWB
(%)
Biomasă
Ramuri
din
AGWB
(%)
Biomasă
Frunze
din
AGWB
(%)
Biomasă
Rădăcina
din
Biomasă
totală
arbore
(%)
Biomasă
Tulpina
din
Biomasă
totală
arbore
(%)
Biomasă
Ramuri
din
Biomasă
totală
arbore
(%)
Biomasă
Frunze
din
Biomasă
totală
arbore
(%)
1-4
LT
0,1-2
3,0 2,1 338
NA 86 14 90 NA 53 9 37,9
2,1-4 NA 81 19 7 NA 78 18 4,0
4,1-6 NA 79 20 2 NA 78 20 1,5
6,1-8 NA 74 26 NA NA 74 26 NA
8,1-10 NA 68 32 NA NA 50 23 NA
P
0,1-2
2,6 1,8 242
84 85 15 117 27 32 6 35
2,1-4 71 65 35 53 31 30 16 23
4,1-6 52 61 39 45 26 32 20 22
6,1-8 62 58 42 44 29 29 21 21
8,1-10 48 61 39 19 28 37 24 12
În cazul exemplarelor recoltate din regenerări naturale (lăstari şi drajoni), tulpina ocupă peste
70% din biomasa totală, deoarece arborii au fost recoltaţi fără rădăcină. În cazul categoriilor de diametre
6,1-8 şi 8,1-10 exemplarele au fost recoltate în luna octombrie după căderea frunzelor; ca urmare nu se
poate exprima o concluzie asupra acestora, deşi tendinţa de scădere a biomasei lor este evidentă pentru
primele două clase de diametre şi corespunde literaturii (Blujdea et al., 2012).
Page 67
54
5.2.2. Ecuaţii alometrice la nivel de arboret
Datele culese au permis obţinerea, unor ecuaţii de regresie pentru estimarea cantităţii de biomasă
la nivel de plantaţie (arboret). Pentru aceasta s-au luat în calcul atât variabile dendrometrice ale
arboretelor cât şi cele staţionale.
Vârsta nu a fost folosită ca variabilă independentă pentru estimarea biomasei, datorită
numeroaselor completări efectuate în plantaţiile de salcâm din zona de câmpie, până la închiderea stării
de masiv (Norme tehnice 7, 2000). Acest fapt explică prezenţa exemplarelor cu dimensiuni foarte mici
(biomasă totală mică), întâlnite chiar şi în arboretele cu vârsta de 4 ani. Totodată, vârsta arborelui ca
variabilă independentă are o valoare predictivă mai slabă în comparaţie cu diametrul sau înălţimea. Cu
toate că în cazul plantaţiilor tinere înălţimea este mai uşor de măsurat în comparaţie cu diametrul la
colet/la 1,30 m (în special în cazul răşinoaselor), aceasta are o capacitate redusă de predicţie a biomasei şi
nu reprezintă o variabilă independentă des folosită pentru determinarea acumulării de biomasă (Dutcă,
2011). În schimb, necesitatea continuităţii datelor în timp impune şi măsurarea diametrelor, atât la colet
cât şi la înălţimea de 1,30 m de la nivelul solului.
5.2.2.1. Analiza statistică a populaţiilor eşantionate
Distribuţiile experimentale în raport cu DCH, DBH sau H prezintă asimetrie de stânga, având un
număr mai mare de puieţi de dimensiuni foarte mici (mai mici decât media). Din analiza grafică a
distribuţiei DCH în suprafeţele de probă din populaţiile eşantionate (date agregate pentru vârsta de 4 ani)
este evidentă preponderenţa exemplarelor din categoria 0 - 40 mm (figura 12), la o medie de cca. 35mm.
Ca exemplu sunt prezentați parametrii statistici ai eşantionajelor pentru exemplare de 4 ani inventariate
atât în plantaţii cât şi în regenerări naturale (tabelul 22). S-a ales această variantă întrucât variabila
„vârsta” este mai precisă în cazul regenerărilor natural, decât în cazul plantaţiilor (datorită efectuării de
completări repetate).
Tabelul 22. Parametrii statistici ai distribuţiei experimentale a populaţiei cu vârsta de 4 ani
[Statistics of the experimental distribution for the 4 year old sampled population]
Parametrii statistici Valori Parametrii statistici Valori
Mărimea probei (număr
exemplare) 919 Abaterea standard (mm) 19,143
Interval minim-maxim (mm) 100 Coeficient de variaţie (%) 0,54153
Media aritmetică (mm) 35,349 Asimetria 0,70345
Varianţa (mm) 366,44 Excesul 0,07477
Ajustarea s-a realizat cu softul „ MathWave Easy Fit Professional v. 5.4”, care aplică metoda
celor mai mici pătrate, comparând distribuţia reală a DCH cu trei distribuţii teoretice (BETA,
LOGNORMALĂ şi NORMALĂ) având aceiaşi parametri. În urma testării celor trei distribuţii se poate
Page 68
55
observa că distribuţia teoretică BETA urmată de LOGNORMALĂ ajustează mai bine datele colectate
decât distribuţia NORMALĂ, având în vedere excedentul de exemplare de dimensiuni mici (0-20 mm),
caracteristic pentru vârsta de 4 ani a arboretelor.
Testarea normalităţii s-a realizat cu testul Kolmogorov - Smirnov (valoarea = 0.042) şi Chi Square
(valoarea = 14.59), ambele infirmând normalitatea şi rezultând faptul că, alternativ, în funcţie de tipul de
test (e.g. Cauchy, Wakeby) distribuţia BETA şi LOGNROMALĂ atestă cea mai bună capacitatea de
ajustare a datelor eşantionate. În plus, exces diferit de valoarea numerică 3 reflectă abaterea de la
normalitate a distribuţiei. Grafic, cele 3 opţiuni de ajustare sunt prezentate în figura 12.
Probability Density Function
Histogram Beta Normal Lognormal
x
100908070605040302010
f(x)
0.26
0.24
0.22
0.2
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
Figura 12. Testarea distribuţiilor teoretice BETA (culoarea verde), LOGNORMALĂ (cularea orange) şi
NORMALĂ (culoarea roşie) ale DCH pentru exemplare cu vârsta de 4 ani
[Testig theorethical distribution (BETA, LOGNORMAL and NORMAL) of DCH for 4 years old black locust]
5.2.3. Estimarea biomasei acumulate la nivel de populaţie (arboret)
Având în vedere structura DCH în populaţie, pentru a putea determina biomasa acumulată la
unitatea de suprafaţă de probă (200 m2), estimarea s-a realizat folosind două metode: metoda arbore cu
arbore (metoda inventarierii - MI) în care ecuaţiile de biomasă ale arborilor pentru DCH au fost aplicate
fiecărui arbore din suprafaţă şi metoda arborelui mediu (metoda simplificată - MS), care a permis
determinarea DCH a arborelui mediu şi înmulţirea sa cu numărul total de arbori prezenţi în suprafaţă.
Scopul a fost de a determina și analiza diferenţele dintre valorile acumulării de biomasă rezultate în urma
folosirii celor două metode. Având în vedere că, pe lângă parametrii dendrometrici analizaţi, acumularea
de biomasă în arboretele studiate poate fi influenţată şi de factori precum modul de regenerare, tipul de
sol sau aplicarea lucrărilor agrosilvice, au fost analizate 6 modele de regresie bazate pe acţiunea
combinată a acestor variabile independente.
Page 69
56
5.2.3.1. Determinarea biomasei totale la nivel de arboret prin metoda „arbore cu arbore”
Biomasa totală la nivel de arboret (suprafaţă de probă) s-a calculat diferenţiat pentru populaţiile
regenerate artificial (plantaţii) şi cele regenerate natural (din lăstari şi drajoni). După ce setul de date a
fost separat în funcţie de modul de regenerare, s-au aplicat (pentru toţi arborii din fiecare SP) ecuaţiile 13,
14 şi 15, obţinând astfel biomasa totală a fiecărui individ în funcţie de DCH, DBH şi H. Prin însumarea
biomaselor totale individuale s-a obţinut biomasa totală la nivel de SP.
5.2.3.2. Determinarea biomasei totale la nivel de arboret prin metoda „arborelui mediu”
În cadrul acestei metode s-a recurs, de asemenea, la estimarea biomasei diferenţiat între plantaţii
şi regenerări naturale. Astfel, pentru fiecare SP s-au calculat mediile aritmetice ale variabilelor
independente măsurate (obţinându-se DCHmed, DBHmed şi Hmed) pe baza cărora s-a determinat
arborele cu biomasa medie folosind tot ecuaţiile alometrice ale biomasei totale la nivel de individ
(ecuaţiile 13, 14, 15). Apoi s-a înmulţit cu numărul total de arbori (N) din suprafaţa de probă. Rezultatele
arată (tabelul 23) că metoda „arborelui mediu” subestimează substanţial biomasa totală la nivel de arboret
faţă de metoda „arbore cu arbore”, în special în primii 2 ani (în unele cazuri cu peste 100%). Mai mult,
ecuaţiile de biomasă pe bază de DBH şi H subestimează substanţial, cu peste 100%, valorile estimate prin
folosirea DCH. Diferenţele de estimare dintre metode rezultă din faptul că metoda „arborelui mediu”
presupune că arborii sunt distribuiţi normal (respectiv în raport cu variabila independentă utilizată: DCH,
H sau DBH), faţă de metoda „arbore cu arbore” care ia în considerare structura reală a populaţiei.
Diferenţele majore sunt în mare măsură explicate şi de existenta completărilor (puieţilor dispăruţi)
repetate în timp, ce face ca structura pe diametre să fie şi mai asimetrică.
Tabelul 23. Valorile medii şi abaterile standard ale biomasei la nivel de SP estimate prin metodele MS și MI
[Mean values and standard deviation for biomass at sampling plot level estimated using MS and MI methods]
Mod de
regenerare Metoda
Vâr
sta
(an
i)
DCH
(mm)
DBH
(cm)
H
(cm)
Nu
măr
arb
ori
Valori medii ale biomasei totale la nivel de SP (200m2)
în funcţie de DCH în funcţie de DBH în funcţie de H
(gSU) stdev (gSU) stdev (gSU) stdev
PLANTATII
Arbore
mediu
1-2 9,8 NA 92,7 115 12585,0 6038,0 NA NA 6569,1 4048,9
3-4 29,1 1,9 252,3 67 144182,9 160564,3 115717,3 103139 82364,9 122204,9
Arbore cu
arbore
1-2 9,8 NA 92,7 115 18025,1 6246,6 NA NA 7546,9 4631,6
3-4 29,1 1,9 252,3 67 187935,0 185172,0 77643,4 114142,7 96464,6 135829,1
LASTARI /
DRAJONI
Arbore
mediu
1-2 18,7 1,2 200,9 25 5129,2 2340,0 7308,1 1933,7 3300,1 1875,3
3-4 38,4 2,4 433,2 34 27373,2 14645,7 29910,6 14268,2 27470,0 16367,9
Arbore cu
arbore
1-2 18,7 1,2 200,9 25 47951,2 5666,3 24579,8 16755,3 3612,5 2065,0
3-4 38,4 2,4 433,2 34 140370,0 84407,7 133166,7 87286,6 34175,2 15137,4
Page 70
57
Tendința de subestimare a metodei simplificate este evidentă și în cazul setului de date agregate
(vârsta între 1 și 4 ani), unde limitele inferioară și superioară ale CI de 95% al biomasei totale medii la
nivel de SP sunt mai mici ca cele obținute prin metoda inventarierii (tabelul 24). Între modelele analizate,
combinația MI și B3 redă cele mai mici estimări asociate puterii reduse de estimare a înălțimii (H), în
timp ce MS și B2 poate fi asociat și cu posibile erori generate de numărul redus de probe.
Tabelul 24. Compararea acurateței metodelor folosite pentru extrapolarea biomasei la nivel de SP
[Comparing accuracy of biomass per sample plot estimation methods]
Metoda
extrapolare
Mod de
regenerare Model
Biomasa totala
medie per SP
(g SU)
SEM
Interval de încredere Număr
observații
(SP) Limita
inferioară
Limita
superioară
Arbore mediu
(MS)
Plantații
B1 103058,5 36371,1 31771,2 174345,9 16
B2 115717,3 32615,4 51791,1 179643,5 10
B3 58678,7 26548,3 6644,1 110713,3 16
Regenerări
naturale
B1 16251,2 5427,3 5613,8 26888,7 8
B2 18609,4 5417,8 7990,5 29228,2 8
B3 15385,0 5950,2 3722,7 27047,4 8
Arbore cu
arbore
(MI)
Plantații
B1 134838,1 42928,3 50698,7 218977,6 16
B2 85407,7 37066,6 12757,1 158058,4 10
B3 68677,8 29704,1 10457,9 126897,8 16
Regenerări
naturale
B1 94160,6 26238,2 42733,7 145587,5 8
B2 78873,2 29057,0 21921,6 135824,9 8
B3 18893,9 6772,3 5620,1 32167,7 8
Verificarea grafică comparativă a metodelor MS şi MI pentru suprafeţele de probă instalate în
plantaţii, arată cum prima metodă subestimează biomasa totală la nivel de SP cu până la 50% (figurile 13
şi 14).
Figura 13. Estimarea biomasei prin metoda MS Figura 14. Estimarea biomasei prin metoda MI
[Biomass estimated through MS method] [Biomass estimated through MI method]
Page 71
58
5.2.3.3. Elaborarea modelelor de regresie a biomasei totale la nivel de arboret
În continuare s-au elaborat și testat modele de regresie multiplă (de forma ecuației 16) pentru
arborete tinere de salcâm, în urma studierii influenţei principalilor factori identificaţi asupra acumulării de
biomasă. Analiza statistică asociată regresiei este de tip corelaţional, constând în găsirea celei mai
adecvate ecuaţii prin analiza regresiei multiple.
5.2.3.4. Analiza ajustării şi testarea acurateţei modelelor propuse
Întrucât influenţa condiţiilor staţionale în ansamblu asupra acumulării de biomasă în plantaţii şi
regenerări naturale tinere este dificil de cuantificat, s-a analizat numai influenţa specifică a modului de
regenerare, a tipului de sol şi a irigării/fertilizării. Efectul acestor factori calitativi asupra capacităţii de
predicţie a variabilelor independente cantitative (DCH, DBH, H) a fost evidenţiat prin intermediul
modelului general de acumulare a biomasei, prezentat în ecuaţia 16.
Pe baza acestui model general au fost elaborate şi analizate statistic un număr de 9 modele
(numerotate de la M1 la M9), ce au luat în calcul fie numai variabilele cantitative sau/şi cele calitative
(MNGM, AGE, PROV, SOIL), după cum se poate observa în tabelul 25. Toate modelele sunt
semnificative statistic indiferent de combinaţia variabilelor (p pentru testul F), însă ipotezele nule nu sunt
satisfăcute de o serie de coeficienţi ale căror valori p sunt superioare pragului de semnificaţie (NS).
Deşi acesta arată influenţa combinată semnificativă a factorilor de mediu (tabelul 25), din setul de
date existent nu se poate trage o concluzie cantitativă privind contribuţia variabilelor calitative în model
(M1, M2, M3), însă, coeficienţii devin semnificativi în cazul variabilelor cantitative (M5 - M9).
Tabelul 25. Analiza statistică a coeficienţilor modelelor de regresie multiplă propuse
[Statistical significance of coeficients for the proposed multiple regression]
Mo
d d
e
reg
ener
are
Coeficienţii ecuaţiei de regresie multiple
Med
ian
a er
ori
i
rezi
du
ale
RS
E
R2 a
just
at
Val
oar
ea t
estu
lui
F
p p
entr
u t
estu
l F
Inte
rcep
t
DC
Hm
ed
Hm
ed
DB
Hm
ed
MN
GM
AG
E
PR
OV
SO
IL
M1
-2,18791
± 4,0112
NS
0,74568
± 2,2338
NS
0,62758
± 1,0822
NS
0,86570
± 1,4872
NS
-0,16730
± 0,5543
NS
-0,18687
± 0,1549
NS
-0,27167
± 0,3494
NS
0,04296
±
0,28741
-0,04403 0,3939 0,6975 6,271 0,006896/
***
M2
-1,94464
±
3,62698
NS
1,57564
±
1,85099
NS
0,06193
±
0,66640
NS
0,53787
±
1,31349
NS
-0,20271
±
0,49343
NS
-0,11260
±
0,10775
NS
NA NA -0,1155 0,3695 0,7338 9,821
0,0008988
/
***
M3
-2,43440
±
3,61034
NS
1,68165
±
1,85528
NS
0,04911
±
0,66884
NS
0,26606
±
1,29241
NS
-0,24499
±
0,49365
NS
NA NA NA -0,12251 0,3709 0,7318 11,91 0,000384/
***
M4
-1,7225
± 3,2157
NS
1,1239
± 1,4328
NS
0,2162
± 0,5609
NS
0,6263
± 1,0379
NS
NA NA NA NA -0,1379 0,36 0,7473 16,77 2,956/
NS
Page 72
59
Mo
d d
e
reg
ener
are
Coeficienţii ecuaţiei de regresie multiple
Med
ian
a er
ori
i
rezi
du
ale
RS
E
R2 a
just
at
Val
oar
ea t
estu
lui
F
p p
entr
u t
estu
l F
Inte
rcep
t
DC
Hm
ed
Hm
ed
DB
Hm
ed
MN
GM
AG
E
PR
OV
SO
IL
M5
-4,1212
± 1,2488
**
1,5215
± 0,5358
*
0,4663
± 0,5130
NS
NA NA NA NA NA -0,1312 0,3838 0,8921 87,85 < 0,005/
***
M6
-3,0710
± 0,4716
***
1,9889
± 0,1497
***
NA NA NA NA NA NA -0,1128 0,3821 0,8931 176,4 < 0,005/
***
M7
-6,8986
± 0,9032
***
NA
1,8646
± 0,1675
***
NA NA NA NA NA -0,06787 0,4465 0,8541 123,9 < 0,005/
***
M8
-3,03915
±
0,49188
***
1,97220
±
0,16121
***
NA NA NA NA
0,06257
±
0,18831
NS
NA -0,1153 0,3909 0,8881 84,34 < 0,005/
***
M9
0,9051
± 0,6458
NS
NA NA NA
-0,2792
± 0,5977
NS
0,6671
± 0,1836
**
0,9150
± 0,4183
*
NA -0,00023 0,8549 0,4649 7,08 0,002426/
***
*** = foarte semnificativ (pentru p<0.001), ** = mediu semnificativ, * = slab semnificativ, NS = nesemnificativ
Se poate observa din tabelul 25 că dintre variabilele cantitative, DCH (modelul M6) are cea mai
mare putere de predicţie (R2 ajustat = 0,893), iar dintre variabilele calitative modul de regenerare (PROV)
folosită împreună cu DCH (modelul M8) prezintă valoarea cea mai ridicată a factorului de determinare
(R2 ajustat = 0,888), arătând de fapt diferenţele între biomasa acumulată de lăstari şi puieţi plantaţi. Acest
fapt a fost evidențiat și la nivel de arbore (tabelul 17), unde coeficientul de regresie al modelului B1 în
cazul exemplarelor provenite din plantații este semnificativ diferit față de coeficientul de regresie al
aceluiași model aplicat în cazul exemplarelor provenite din regenerărilor naturale.
Testarea ipotezei nule a relevat faptul că, exceptând modelele M6, M7 şi M8, probabilitatea ca
vreunul dintre factori să fie egal sau mai mic cu zero depăşeşte limita admisă (p > 0.05) pentru restul
modelelor. În alte cazuri (M5) prezenţa celei de a doua variabile independente (H), deşi determină o
uşoară creştere a acurateţei, nu se justifică practic, necesitând mai mult efort şi timp pentru măsurare.
Analiza acurateţei modelului prin intermediul coeficientului de determinare R2-ajustat lasă de
dorit, dată fiind influenţa reciprocă în determinarea statisticii individuale a fiecărui coeficient de regresie.
Din aceste motive s-a dat pondere maximă verificărilor îndeplinirii condiţiilor LINE (L între variabile şi
INE pentru erorile reziduale), pentru a demonstra validitatea statistică a modelelor propuse. Acestea au
fost analizate grafic pentru toate modelele, în continuare fiind exemplificate diagramele pentru modelul
M1 (analiza linearității - figura 15, a independenței - figura 16, a normalității - figura18 și a
homoscedasticității – figura 18).
Page 73
60
2.0 2.5 3.0 3.5 4.0
12
34
5
DCHL
BS
PL
-2 -1 0 1
-10
12
Standardized Estimated Values
Sta
nd
ard
ize
d R
esid
ua
ls
Figura 15. Regresia liniară a biomasei totale (M1) Figura 16. Valorile reziduale standardizate (M1)
[Linear regression of total biomass (M1)] [Standardized residual values (M1)
Standardized Residuals Values
Fre
qu
en
cy(%
)
-1 0 1 2
0.0
0.1
0.2
0.3
0.4
0.5
0.6
-2 -1 0 1 2
-10
12
QQ Plot
Theoretical Quantiles
Sa
mp
le Q
ua
ntile
s
Figura 17. Histograma frecvenţelor şi diagrama QQ a valorilor reziduale standardizate pentru M1
[Standardized residuals frequency and QQ plot for M1]
-2 -1 0 1
-10
12
Standardized Predicted Values
Sta
nd
ard
ize
d R
esid
ua
ls
Figura 18. Diagrama valorilor reziduale standardizate în funcţie de valorile estimate standardizate (M1)
[Standardized rsiduals versus Standardized predicted values]
Modelul M1 exemplificat pare vulnerabil în ce priveşte normalitatea, deoarece există în şirul de
date multe valori reziduale mai mari cu mai mult de o abatere standard decât media estimată de model,
fapt evident şi în diagrama QQ (figura 17).
Page 74
61
Prin analizarea celor 6 variabile luate în calcul, se constată că, variabilele cantitative au o
influenţă majoră asupra modelului, comparativ cu cele calitative:
MNGM practic nu are influenţă asupra biomasei la unitatea de suprafaţă (panta aproape nulă);
Interpretarea variabilei PROV este legată de modul de codificare a seturilor de date introduse în
programul de calcul (plantaţiilor le-a fost alocată valoarea „1”, iar lăstarilor valoarea „0”), astfel
că aparenta diminuare şi corelarea inversă este practic nesemnificativă în raport cu faptul că
biomasa plantaţiilor este mai mică decât cea a drajonilor, situaţie confirmată de măsurători.
Mai dificil de explicat este însă contribuţia parametrului AGE, deoarece în urma transformării
prin logaritmare, creşterea biomasei cu vârsta se reduce semnificativ şi efectul său este
contrabalansat de către alţi factori cu pondere mai mare. Din aceste motive, vârsta este într-
adevăr un factor inadecvat în modelarea biomasei în plantaţii atât de tinere. Ca urmare, aceşti
factori sunt scoşi din analiză, un nou model se ajustează, și parametrii noi sunt recalculaţi.
Analiza regresiei multiple sugerează că numai variabilele cantitative (diametre, înălţimi) sunt
corespunzătoare modelelor ce au scop estimarea cantitativă a biomasei la unitatea de suprafaţă, astfel că
se impune restricţionarea generării şi utilizării acestora în cazul populații omogene, localizate
geografice/spațiale similare.
5.3. Elaborarea BEF şi BCEF la nivel de arboret
Aceşti factori diminuează efortul de estimare a biomasei totale a arboretelor când există numai
date parţiale ale volumului de lemn (pe picior sau comercial) şi îşi demonstrează utilitatea de exemplu în
INEGES. BEF sunt extrem de utili în modelarea acumulării de biomasă sau pentru dimensionarea
cantitativă a aportului de biomasă în ciclul necromasei (e.g. în litiera) (Blujdea et al., 2012).
Factorii de expansiune biomasică sunt utilizaţi în practica silvică fie în raport cu vârsta plantaţiei
(de exemplu pentru modelare empirică în funcţie de tabele de producţie sau estimarea stocurilor de carbon
în arborete), fie în raport cu caracteristicele dendrometrice ale arboretului (pentru modelare pe bază de
procese de creştere şi acumulare). Din aceleaşi motive, factorii de expansiune sunt dezvoltaţi fie pentru
biomasă (BEF) fie pentru volum (BCEF).
În cazul lucrării de faţă (tabelul 26), volumul arborelui este calculat prin retroversiune din
biomasa lemnoasă supraterană măsurată şi densitatea lemnului (0,73 valoare medie pentru salcâm în
România, conform Moş et al., 1985).
Page 75
62
Tabelul 26. Factori biomasici (BEF și BCEF) pentru arborete de salcâm cu vârste între 1şi 4 ani
[BEF and BCEF for 1 to 4 years old black locust stands]
Arborete de salcâm cu vârste de 1-4 ani
Biomasa
medie
tulpină
(g SU)
BEF (adimensional)
Volum
tulpina
(m3)
BCEF (adimensional)
Categoria
DCH (cm)
Mod de
regenerare
Nr.
indivizi
Vârsta
(ani)
Tulpină +
Ramuri
Tulpină +
Ramuri +
Frunze
Tulpină +
Ramuri +
Frunze +
Rădăcini
Tulpină+
Ramuri
Tulpină+
Ramuri+
Frunze
Tulpină+
Ramuri+
Frunze +
Rădăcini
0.1 - 10 cm
Lăstari/
drajoni 40
1
66,60 1,25 2,24 NA* 0,00049 1,71 3,06 3,06
Plantaţii 38 18,54 1,13 2,42 3,15 0,00014 1,55 3,23 4,19
Lăstari/
drajoni 42
2
121,62 1,21 1,37 1,37 0,00089 1,66 1,88 1,83
Plantaţii 44 37,80 1,57 2,90 4,24 0,00028 1,02 3,98 5,81
Lăstari/
drajoni 31
3
356,36 1,35 1,35 1,35 0,00260 1,84 1,84 1,84
Plantaţii 50 301,94 1,54 2,10 2,86 0,00220 2,11 2,87 3,92
Lăstari/
drajoni 80
4
1027,03 1,36 1,39 1,39 0,00750 1,87 1,91 1,91
Plantaţii 9 665,88 1,69 2,42 3,36 0,00486 2,31 3,32 4,60
* rădăcina lipseşte, ca urmare pentru acest mod de regenerare, au fost calculaţi factori de expansiune parţiali
Aplicând BEF din tabelele 26 și 27 la biomasa medie a tulpinii (gSU) sau la volumul mediu al
tulpinii (m3) se obţine biomasa (gSU) arboretelui, în funcţie de tipul de date disponibile. La aceste vârste
reduse, biomasa frunzelor şi a ramurilor au impact semnificativ asupra valorii BEF, respectiv dublare la
adăugarea ramurilor şi creştere cu încă 50 % la adăugarea rădăcinilor. Între lăstari şi puieţii plantaţi,
contribuţia relativă a ramurilor rămâne în general aceeaşi.
Valorile obţinute în această lucrare corespund pe deplin valorilor generale pentru specii de
foioase din zona temperată din Tabelul 4.5 din AFOLU Guidelines (IPCC, 2006), în care BEF este
cuprins între 1,15 - 3,2 şi BCEF între 0,8 - 4,5 şi care redau biomasa supraterană (tulpină + ramuri +
frunze). De asemenea valorile pentru BEF în cazul plantaţiilor (1,3 - 3,5) corespund celor exemplificate
de Somogy et al. (2007) şi anume între 1,5 şi 3,5.
În tabelul 27 sunt prezentate valorile BEF şi BCEF pentru plantaţii şi regenerări de salcâm cu
vârste cuprinse între 1 şi 4 ani în funcţie de categoria de diametre la colet.
Page 76
63
Tabelul 27. BEF şi BCEF în funcţie de clasa de diametre la colet
[BEF and BCEF considering DCH class]
Vâr
sta
(an
i)
Mo
d d
e re
gen
erar
e
Nu
măr
de
ind
iviz
i
Cat
ego
ria
DC
H (
cm) Biomasă
tulpină
g (SU)
BEF (adimensional)
Volum tulpină
(m3)
BCEF (adimensional)
Tulpină+
Ramuri
Tulpină+
Ramuri+
Frunze
Tulpină+
Ramuri+
Frunze+
Rădăcină
Tulpină+
Ramuri
Tulpină+
Ramuri+
Frunze
Tulpină+
Ramuri+
Frunze+
Rădăcină
Pe
cate
go
rii
DC
H
Ag
reg
at
Pe
cate
go
rii
DC
H
Med
iu
Pe
cate
go
rii
DC
H
Med
iu
Pe
cate
go
rii
DC
H
Med
iu
Pe
cate
go
rii
DC
H
Ag
reg
at
Pe
cate
go
rii
DC
H
Med
iu
Pe
cate
go
rii
DC
H
Med
iu
Pe
cate
go
rii
DC
H
Med
iu
1-4
Lăs
tari
/dra
jon
i
90 0,1-2 62
523,22
1,24
1,35
1,95
1,41
NA
NA
0,000086
0,000382
0,91
1,85
1,43
1,93
1,43
1,93
48 2,1-4 344 1,24 1,31 NA 0,000251 1,70 1,79 1,79
37 4,1-6 899 1,26 1,28 NA 0,000657 1,73 1,76 1,76
11 6,1-8 1918 1,42 1,42 NA 0,001400 1,95 1,95 1,95
7 8,1-10 3495 1,50 1,50 NA 0,002551 2,06 2,06 2,06
Pla
nta
ții
112 0,1-2 40
366,68
1,35
1,66
2,36
2,38
3,29
3,30
0,000030
0,000268
1,85
2,27
3,23
3,26
4,50
4,52
70 2,1-4 278 1,58 2,40 3,41 0,000203 2,16 3,29 4,67
26 4,1-6 840 1,68 2,45 3,27 0,000613 2,31 3,35 4,47
16 6,1-8 1511 1,74 2,49 3,54 0,001103 2,38 3,42 4,85
4 8,1-10 3402 1,69 2,04 2,75 0,002484 2,31 2,79 3,77
În ansamblu, pentru componentele comune măsurate, factorii de expansiune biomasică sunt mai
mari la plantaţii decât la lăstari (figura 19), ceea ce poate sugera un comportament fiziologic al arborelui
de a-şi aloca mare parte din biomasă în ramuri şi frunze pentru realizarea unei suprafeţe cât mai mari
fotosintetice. Din datele analizate rezultă că biomasa supraterană este mai mare la lăstari, acest fapt
putând fi explicat printr-o bioacumulare într-un ritm mai accelerat în organele aeriene, datorită aportului
adus de sistemul radicelar (viabil) al cioatei, cel puțin în primii 2‒3 ani.
Figura 19. BEF și BCEF pentru AGB în plantaţii şi regenerări naturale tinere de salcâm
[BEF and BCEF for AGB in young black locust stands]
Page 77
64
5.4. Stocarea carbonului în arboretele de salcâm studiate
Stocarea carbonului în biomasa plantaţiilor şi regenerărilor naturale luate în studiu a fost analizată
calitativ prin prisma conţinutului specific de carbon în biomasa uscată pe componente ale exemplarelor
de salcâm studiate, cât şi cantitativ, sub aspectul stocării C la unitatea de suprafaţă.
5.4.1. Conţinutul specific de C în biomasă pentru salcâm
Determinarea conţinutului specific de C a fost efectuată conform metodei descrise la capitolul
„Metoda de lucru”. În urma procesării datelor de laborator, conţinutul de C în biomasă a rezultat uşor mai
ridicat în cazul regenerărilor naturale. De asemenea, se poate observa o uşoară scădere a procentului de
carbon în biomasa tulpinii lăstarilor şi cea a frunzelor exemplarelor plantate, odată cu creşterea
diametrului (tabelul 28). Comparativ cu valorile date de IPCC (2006) pentru conţinutul de carbon în
biomasa supraterană (pentru specii de foioase din zona temperată) şi anume între 0,46 - 0,50, se observă
similitudinea valorilor din tabelul 28.
Tabelul 28. Conţinutul specific de C (%) pe componente de biomasă la salcâm
[Specific C content for young black locust biomass components]
Mod
regenerare
Numar
indivizi
Categoria
de varsta
(ani)
Categoria DCH
(cm)
Variaţia continutului specific de C (%)
Radacina Tulpina Ramuri Frunze
Plantații
7 1-3 0,1-2 44-47 46-49 46-49 45-51
5 3-4 2,1-4 45-47 46-49 47-48 47-50
2 4 4,1-6 45-46 44-48 48 47-49
Conţinut mediu de C în plantaţii 45 47 48 48
Lăstari/drajoni
3 1-4 0,1-2 NA 48-49 49-50 47-49
1 2 2,1-4 NA 49 49 NA
3 3-4 4,1-6 NA 47-49 48-49 NA
Conţinut mediu de C în regenerări naturale NA 48 49 48
5.4.2. Stocarea carbonului şi a CO2 la nivel de arboret şi extrapolarea la hectar
Biomasa totală la nivel de SP a fost calculată prin metoda inventarierii pentru estimarea biomasei
individuale a arborilor folosindu-se coeficienţii ecuaţiilor alometrice în funcţie de modul de regenerare
(prezentate în tabelele 12 şi 13). Cantitatea totală de C stocată la nivelul suprafeţelor de probă măsurate
(detaliată în tabelul 29) a fost calculată prin multiplicarea cantităţii de biomasă totale cu factorul de
conversie 0,47 (IPCC, 2006), ulterior realizându-se conversia de la carbon (C) la dioxid de carbon (CO2)
prin înmulţirea cantităţii de C cu factorul 3,66667 (IPCC, 2006).
Page 78
65
Tabelul 29. Cantitatea de biomasă, C şi CO2 acumulată la nivel de SP (200 m2)
[Biomass, C and CO2 accumulation per SP (200 m2)]
COD
SP
Vârsta
(ani)
Mod
regenerare
Număr
arbori
per SP
DCH
mediu
per SP
(mm)
Biomasa
totală
(kg SU/
200m2)
Stoc total
de C per
SP
(kg C /
200m2)
Cantitate
totală de CO2
stocat per SP
(tCO2/200m2)
Biomasa
totala la
hectar
(t SU/ha)
Stoc total
de C la
hectar
(t C ha-1)
Cantitate
totală de
CO2 stocat
la hectar
(tCO2/ha-1)
DJ1 4 Plantat 86 26 70,14 32,97 0,12 3,51 1,65 6,04
DJ2 2 Plantat 83 9 5,31 2,50 0,01 0,27 0,12 0,46
DJ3 4 Plantat 90 24 59,84 28,13 0,10 2,99 1,41 5,16
DJ4 1 Plantat 309 7 9,41 4,42 0,02 0,47 0,22 0,81
DJ5 4 Plantat 125 32 185,61 87,23 0,32 9,28 4,36 15,99
DJ6 4 Plantat 116 46 374,84 176,18 0,65 18,74 8,81 32,30
DJ7 3 Plantat 98 9 6,74 3,17 0,01 0,34 0,16 0,58
DJ10 4 Plantat 18 26 16,74 7,87 0,03 0,84 0,39 1,44
DJ11 2 Lastari 423 12 39,69 18,66 0,07 1,98 0,93 3,42
DJ12 1 Lastari 218 20 51,87 24,38 0,09 2,59 1,22 4,47
DJ13 1 Lastari 237 18 49,59 23,31 0,09 2,48 1,17 4,27
DJ14 4 Lastari 109 21 32,39 15,22 0,06 1,62 0,76 2,79
DJ15 4 Plantat 51 27 50,40 23,69 0,09 2,52 1,18 4,34
DJ16 3 Plantat 57 29 61,87 29,08 0,11 3,09 1,45 5,33
DJ17 2 Plantat 80 13 12,78 6,01 0,02 0,64 0,30 1,10
DJ18 3 Lastari 145 34 105,76 49,71 0,18 5,29 2,49 9,11
DJ19 4 Lastari 137 44 164,86 77,49 0,28 8,24 3,87 14,21
DJ20 4 Lastari 132 54 247,40 116,28 0,43 12,37 5,81 21,32
DJ21 2 Lastari 128 26 51,64 24,27 0,09 2,58 1,21 4,45
DJ22 3 Plantat 65 22 33,66 15,82 0,06 1,68 0,79 2,90
OT1 2 Plantat 70 25 46,45 21,83 0,08 2,32 1,09 4,00
OT2 1 Plantat 64 11 7,40 3,48 0,01 0,37 0,17 0,64
OT4 4 Plantat 55 24 45,75 21,50 0,08 2,29 1,08 3,94
OT5 3 Plantat 66 36 108,12 50,81 0,19 5,41 2,54 9,32
Din tabelul 29 se observă că un arboret de salcâm cu vârsta de 4 ani şi un diametru mediu la colet
de 3 cm, poate acumula cantităţi de C ce variază între 0,4 şi 8,8 tC ha-1
, în funcţie de modul de regenerare,
tipul de sol, dar cel mai important de desimea arboretului (numărul de exemplare existente la unitatea de
suprafaţă). Acumularea de C în biomasa totală pentru suprafeţele de probă amplasate atât în plantaţii cât
şi în regenerări naturale, evidenţiază capacitatea de recuperare a decalajului de creştere a exemplarelor
provenite din plantaţii.
Tendinţa aparentă de stagnare a arboretelor regenerate din lăstari şi drajoni poate fi determinat şi
de factori de natură staţională (proprietățile fizico-chimice ale solului) sau climatică (temperaturi foarte
ridicate, secetă prelungită).
Page 79
66
Capitolul 6. CONCLUZII ŞI RECOMANDĂRI. CONTRIBUŢII ORIGINALE. DISEMINAREA
REZULTATELOR. DIRECŢII VIITOARE DE CERCETARE
6.1. Concluzii şi recomandări
a. Privitoare la metoda de cercetare
Pe baza prelucrării statistice a setului de date se poate concluziona că logaritmarea variabilelor
este o metodă eficientă de transformare a unei relaţii biometrice din heteroscedastică în homoscedastică,
deşi linearizarea este uneori menţionată ca un handicap, dată fiind necesitatea calculării şi aplicării
ulterioare a unui factor de corecţie.
În cazul modelelor de regresie multiplă foarte semnificative a biomasei la nivel de arboret, dar
care prezintă coeficienţi de regresie nesemnificativi, se impune o analiză statistică aprofundată asupra
impactului factorilor de mediu (prin analiza varianţei biomasei) şi de asemenea, o stratificarea mai bună,
cantitativă sau calitativă a experimentelor viitoare.
b. În ce priveşte ecuaţiile de biomasă ale arborilor individuali
Pentru estimarea biomasei arborilor individuali, au fost obţinute trei ecuaţii pentru biomasa totală
şi alte 18 modele pentru biomasa componentelor, în funcţie de variabile independente cantitative, precum
diametrul la colet, diametrul de bază şi înălţimea arborilor. Aceste ecuaţii de biomasă pot fi folosite în
situaţii practice din activitatea de producţie sau cercetare. Modelele obţinute sunt dependente de un singur
predictor, iar coeficienţii ecuaţiei liniare sunt prezentaţi sub formă tabelară în cadrul lucrării.
Valorile coeficientului ln(a), respectiv intercepţiei şi în special ale coeficienţilor de regresie (b)
pentru modelele propuse sunt apropiate de valorile publicate în literatura de specialitate internaţională
pentru salcâm şi relevă puterea de predicţie superioară a diametrului la colet şi înălţimii faţă de cea a
diametrului de bază, reflectată şi de valorile coeficienţilor de determinare. Acest fapt poate fi explicat în
cazul cercetărilor de faţă (salcâmul cu vârste între 1 şi 4 ani) prin frecvenţa ridicată a exemplarelor cu
tulpina ramificată sub înălţimea de măsurare a diametrului de bază.
În ce priveşte panta regresiilor, se constată că cea mai însemnată creştere a biomasei este dată de
modificarea înălţimii, iar cea mai mică de către DBH. Practic, valorile b în cazul modelelor de regresie la
nivel de arboret sunt apropiate de valoarea teoretică (2,08 în stadiul juvenil) numai în cazul DCH, fie
absolut întâmplător, fie existând posibilitatea ca valoarea 8/3 să fie aplicabilă numai în cazul teoretic.
Intervalele de încredere de 95 % reprezintă în jur de ±10% faţă de valoarea medie în cazul ln(a) şi în jur
de ±5% în cazul lui b indiferent de model sau variabilă independentă în cauză. Cea mai semnificativă
descreştere a puterii de ajustare a modelelor de regresie propuse se înregistrează în cazul biomasei foliare
şi a rădăcinii faţă de biomasa tulpinii unde toţi cei trei parametri generează coeficienţi de determinare cu
valoarea de cel puţin 0,82. Biomasa agregată (AGB, AGWB) este cel mai bine ajustată de DCH şi cel mai
slab de către DBH. Totodată, folosirea DCH ca predictor pentru estimarea biomasei este recomandată şi
Page 80
67
prin prisma uşurinţei de măsurare a acestui parametru comparativ cu H, care, în cazul salcâmetelor
studiate, a atins la vârsta de 4 ani valori maxime de circa 8 metri.
La dimensiuni mici ale puieţilor, DBH este cel mai problematic predictor, folosirea acestuia
rezultând adesea în modele nesusţinute statistic mai ales pentru biomasa rădăcinii şi frunzelor în condiţii
de mediu heterogene (psamosoluri sau aluviosoluri irigate/neirigate). Repartiţia biomasei ramurilor şi
aparatului foliar chiar şi sub punctul de măsurare de la 1,30 m, duce la ajustarea slabă de către modelele
bazate pe diametrul de bază al datelor observate. Acest fapt arată că în numite condiţii, modelul B3 (cu H
ca predictor) poate fi acceptat pentru estimare cantitativă a biomasei, cu înălţimea (H) ca predictor unic
(în special în cazurile în care măsurarea DCH este foarte dificilă). Totuşi, prioritate trebuie dată modelului
B1 pe bază de DCH, care explică de unul singur aproape integral varianţa biomasei la dimensiuni foarte
reduse ale puieţilor.
Ecuaţiile specifice la nivel de arbore elaborate pe baza separării setului de date în trei subseturi în
funcţie de principalii factori analizaţi (modul de regenerare a arboretului, efectuarea lucrărilor agrosilvice
şi tipul de sol) a relevat că în cazul culturilor irigate, modelele propuse sunt la limita semnificaţiei
statistice sau chiar nesemnificative, în special din cauza numărului mic de grade de libertate (probe),
redus uneori la mai puţin de 10 eşantioane. De asemenea, în urma testării influenței factorilor analizați
asupra coeficienților de regresie ai modelelor propuse, a rezultat că aceasta este nesemnificativă, cu
excepția aplicării fertilizanților în cazul modelului B3, respectiv a modului de regenerare în cazul
modelului B1.
Se recomandă ca aceste ecuaţii să fie folosite cu precauţie în afara intervalului de dimensiuni
pentru care au fost elaborate (existând riscul de a supraestima/subestima biomasa), necesitând un proces
de calibrare şi validare cu date locale.
c. În ce priveşte acumularea de biomasă a arboretelor
Diferenţele de estimare dintre metodele prezentate rezultă din faptul că metoda „arborelui mediu”
presupune că arborii sunt distribuiţi normal (respectiv în raport cu variabila independentă utilizată – DCH,
H sau DBH), faţă de metoda „arbore cu arbore”, care ia în considerare structura reală a arboretului.
Rezultatele obţinute arată că metoda „arborelui mediu” subestimează substanţial biomasa totală la nivel
de arboret față de metoda „arbore cu arbore”, în special în primii 2 ani (în unele cazuri cu mai mult de
100%). Mai mult, ecuaţiile de biomasa pe baza de DBH şi H subestimează substanţial (cu peste 100%),
valorile estimate prin folosirea DCH.
Diferenţele majore între cele două metode sunt în mare măsură explicate de efectuarea
completărilor repetate în timp, ceea ce face ca structura pe diametre să fie şi mai asimetrică, cât şi de
irigarea/fertilizarea unora din plantaţii, însă semnalată la scară redusă în sudul Olteniei.
Se recomandă continuarea aplicării sistemului agrosilvic privind cultura pepenilor în plantațiile de
salcâm, deoarece prezintă avantaje atât pentru cultura forestieră, care beneficiază de aportul de apă (prin
irigare) şi substanţe minerale (prin fertilizare) cât şi pentru cultura agricolă care beneficiază de solul
„odihnit” şi protecţia laterală a puieţilor.
Page 81
68
d. Referitor la repartiţia biomasei pe componente şi factorii de expansiune biomasică
În primii ani de viaţă aparatul foliar şi sistemul radicelar reprezintă peste 50% din biomasa
arborelui, indiferent de modul de regenerare a salcâmului.
Factorii biomasici (BEF, BCEF) prezintă valori mai mari în cazul exemplarelor regenerate pe cale
generativă şi sunt în concordanţă cu datele publicate în literatura internaţională.
e. În ce priveşte stocarea C în biomasa salcâmetelor
Conţinutul specific de C al probelor de biomasă (pe componente) a fost determinat printr-o
metodă foarte precisă, şi anume, procesarea acestora cu ajutorul unui analizor de gaze specializat, bazat
pe principiul combustiei uscate Dumas. Metoda a relevat un conţinut specific de C mai ridicat în cazul
exemplarelor provenite din lăstari/drajoni.
Bilanţul asupra stocurilor de carbon la nivel de arboret este diferit între plantaţii şi regenerări din
cioate (drajoni, lăstari) întrucât o parte însemnată din biomasa arboretului vechi este menţinută în biomasa
subterană a crângurilor. Aceasta face ca procentul de carbon stocat în rădăcini şi cioate să nu fie emis în
atmosferă la înnoirea arboretului, ci păstrat în subteran pe perioada nedeterminată. În concluzie, se poate
constata în urma calculării stocurilor de C la nivel de SP, că plantaţiile au acumulat cantităţi mai mari de
C, asociate cu reduceri de emisii de CO2 superioare arboretelor regenerate pe cale vegetativă.
6.2. Contribuţii originale
Activitatea premergătoare de identificarea suprafeţelor ocupate de salcâmete în România, a
condus la actualizarea şi completarea „Hărţii vegetaţiei forestiere a României”. Contribuţia
originală a constat în includerea în „Baza de date geospaţială a pădurilor din România – pe unităţi
ecosistemice” a suprafeţelor cu salcâm identificate în hărţile amenajamentelor silvice (perioada
2008-2012). Rezultatul îl reprezintă „Harta distribuţiei arboretelor de salcâm în principalele
zone de cultură din România”.
Au fost elaborate un număr de 147 ecuaţii de biomasă (126 pentru componente individuale și 21
pentru componentele agregate) pentru exemplare și populații de salcâm în funcţie de variabile
independente cantitative şi următorii factori de agregare: aplicarea lucrărilor agrosilvice, modul
de regenerare și tipul de sol. Contribuţia originală faţă de cercetările anterioare în domeniu rezultă
din faptul că au fost eşantionaţi un număr mai mare de indivizi din categoria de diametre 0,1-10
cm, asigurând o precizie mai bună a estimărilor.
Au fost elaborate pentru prima dată la nivel naţional ecuaţii alometrice de biomasă pentru
exemplare de salcâm provenite din regenerări naturale (lăstari/drajoni), în intervalul de diametre
0,1 - 10 cm.
Au fost elaboraţi în premieră factori de expansiune biomasică (BEF) şi factori de conversie şi
expansiune biomasică (BCEF) pe categorii de diametre, pentru exemplare de salcâm provenite
atât din plantaţii, cât şi din regenerări naturale, în intervalul de diametre 0,1 - 10 cm.
Page 82
69
6.3. Diseminarea rezultatelor
Conform prevederilor contractului individual de studii doctorale, au fost desfăşurate următoarele
acţiuni de diseminare a rezultatelor:
Articole în publicaţii cotate ISI:
Ciuvăţ A. L., Abrudan I. V., Enescu M., Nuţă I. S., Dinu C., Marcu C., 2013. Ecology,
management and importance of black locust (Robinia pseudacacia L.) in Romania. Annals of
Forest Research, Vol. 56, Nr.2. (Accepted).
Ciuvăţ A. L., Abrudan I. V., Blujdea V., Dutcă I., Nuţă I. S., Edu E., 2013. Biomass Equations
and Carbon Content of Young Black Locust (Robinia pseudoacacia L.) trees from Plantations
and Coppices on Sandy Soils in South-Western Romanian Plain. Notulae Botanicae Horti
Agrobotanici Cluj-Napoca, 41(2):1-6.
Lucrări publicate în reviste cotate BDI:
Ciuvăţ A. L., Abrudan I. V., Blujdea V., 2012. Biomass production in young black locust
plantations in southern Romania. Proceedings International Conference Ecology -
Interdisciplinary Science and Practice. Publish ScieSet-Eco, ISBN 978-954-749-096-3, pp. 70-75;
Ciuvăţ A. L., Abrudan I. V., Blujdea V., Marcu C., Dinu C., Enescu M., Nuţă S. I., 2013.
Distribution and peculiarities of black locust in Romania. Revista de Silvicultură şi Cinegetică,
Nr. 32, pp. 76-85.
Lucrări prezentate la simpozioane şi conferinţe naţionale sau internaţionale:
Ciuvăţ A. L., Blujdea V., Oneaţă M., Apostol B., (Poster). Geographical distribution of
potentialy vulnerable forest ecosystems of Romania, between 1990 and 2000. Conferinţa Biennial
International Symposium Forest and Sustainable Development, Braşov, 15-16 octombrie 2010.
Ciuvăţ A. L., Lorenţ A., Blujdea V., (Poster). Monitoring of CO2 removal by c stock change in
living biomass in Romania JI afforestation project - Robinia pseudoacacia plantations study
case. Conferinţa Internaţională GHG Europe, Piteşti, 17-20.04.2012.
Ciuvăţ A. L., Dincă L., Blujdea V., (Prezentare). Producţia de biomasă a plantaţiilor tinere de
salcâm (Robinia pseudoacacia L.) instalate pe terenuri degradate (engl: Biomass production of
young black locust plantations on degraded lands). A IV-a Conferinţă Internaţională Energia din
lemn în România, Arad, 25-27.04.2012.
Ciuvăţ A. L., Blujdea V., (Prezentare). Monitorizarea stocării CO2 atmosferic în biomasa
plantaţiilor tinere de salcâm (Robinia pseudoacacia L.) instalate pe terenuri degradate în
România”. Simpozionul Internaţional Mediul actual & Dezvoltarea durabilă, Iaşi, 01-03.06.2012.
Ciuvăţ A. L., Lorenţ A., Blujdea V., (Poster). Monitoring of the degraded lands afforestation in
Romania through Joint Implementation under Kyoto Protocol. Third International Congress on
Planted Forests, Dublin Irlanda, 16-18 Mai 2013.
Page 83
70
6.4. Direcţii viitoare de cercetare
Având în vedere influenţa complexă a factorilor de mediu la nivel macro/microstaţional, este utilă
testarea comportării exemplarelor de salcâm provenite din clone selecţionate în cadrul programelor de
ameliorare genetică (în special a celor din varietatea Oltenica) în culturi instalate în condiţii staţionale
similare, pentru a evidenţia diferenţele de potenţial bioacumulativ.
Totodată sunt necesare cercetări în vederea elaborării de ecuaţii de biomasă pentru exemplare de
mici dimensiuni (vârste mici) ale speciilor forestiere pentru care tabelele de producţie româneşti nu oferă
date suficiente.
Luând în considerare multiplele avantaje ale eşantionării exemplarelor de mici (e.g. economie de
timp şi resurse) este oportună testarea aplicabilităţii ecuaţiilor alometrice de biomasă pentru arbori de
mici dimensiuni (elaborate la nivel naţional) şi la clase de diametre mai mari.
Page 84
71
BIBLIOGRAFIE SELECTIVĂ
1. Abrudan I.V., 2006. Împăduriri. Editura Universității Transilvania din Brașov;
2. Abrudan I.V., Blujdea V., Ignea Gh., Dumitru I., 2005 (b). Comparison of CO2Fix model results
with field data in a carbon sequestration project. The Bulletin of the Transilvania University of
Brasov 12 (47), New Series, Series A;
3. An H., Shangguan Z., 2008. Effects of density on Biomass and Allometric Pattern of Robinia
pseudoacacia seedling. Scientia Silvae Sinicae 44 (3);
4. Annighöfer P., Mölder I., Zerbe S. K. H., Terwei André, Ammer C., 2012. Biomass functions for the
two alien tree species Prunus serotina Ehrh. and Robinia pseudoacacia L. in floodplain forests of
Northern Italy. European Journal of Forest Research 131: 1619-1635;
5. Badea O., 2008. Manual privind metodologia de supraveghere pe termen lung a stării ecosistemelor
forestiere aflate sub acțiunea poluării atmosferice și modificărilor climatice. Editura Tehnica Silvica,
București: 98 p;.
6. Bîrlănescu E., Costea A., Stoiculescu C., 1966. O nouă varietate de salcîm identificată în România -
Robinia pseudacacia L. var oltenica Birl. Bost. et Stoic.. Revista Pădurilor 89 (9): 483-486;
7. Blujdea V., 2006. Studiu privind percepția asupra impactului schimbării climatice asupra pădurilor
(Study on the observation of the impact of the climate change on the forests). Annals of forest
research 48: 3-11;
8. Blujdea V., Bird D. N., Robledo C., 2010 (b). Consistency and comparability of estimation and
accounting of removal by sinks in afforestation/reforestation activities. Mitig Adapt Strateg Glob
Change 15: 1-18;
9. Blujdea V., Pilli R., Dutcă I., Ciuvăț L., Abrudan I. V., 2012. Allometric biomass equations for
young broadleaved trees in plantations in Romania. Forest Ecology and Management 264: 172-184;
10. Böhm C., Quinkenstein A., Freese D., 2011. Yield prediction of young black locust (Robinia
pseudoacacia L.) plantations for woody biomass production using allometric relations. Ann. For.
Res. 54 (2): 215-227;
11. Cienciala E., Exnerova Z., 2010. Overview of Allometric Procedures Applied in National GHG
Inventories of the EU Member States. Harmonized Methods for Assessing Carbon Sequestration in
European Forests: 166-200;
12. Ciuvăț A. L., Abrudan I. V., Blujdea V., 2012. Biomass production in young black locust
plantations in southern Romania. Proceedings International Conference Ecology-Interdiscilpinary
Science and Practice, Sofia: 70-74;
Page 85
72
13. Constandache C., Nistor S., Ivan V., 2006. Împădurirea terenurilor degradate ineficiente pentru
agricultura din sud-estul ţării. Annals of Forest Research 49: 187-204;
14. Decei I., 1981. Biomass of high productivity trees and young beech stands (Fagus sylvatica L.).
Kyoto Biomass Studies. Kyoto: IUFRO;
15. Dini-Papanastasi O., 2008. Effects of clonal selection on biomass production and quality in Robinia
pseudoacacia var. monophylla Carr. Forest Ecology and Management 256: 849-854;
16. Dutcă I., 2011. Estimarea stocării carbonului în plantaţiile tinere de molid instalate pe terenuri
neforestiere din Carpații Orientali. Teză de doctorat. Universitatea Transilvania din Brașov
Facultatea de Silvicultură şi Exploatări Forestiere, 180p.;
17. Edu E. M., Mihalache M., Ionescu M., 2013. Determination of organic carbon in forest soils by
comparativ analisis of method: Walkley Black method with the Gogoasa modification versus Dry
combustion Dumars method. Research Journal of Agricultural Science 45 (1): 13-19;
18. Enescu V., Jucan A., 1985. Problems of "in vitro" micropropagation of black locust (Robinia
pseudoacacia L.). Proc., 20th Meet. Canadian Tree Improvement Association: 175-184;
19. Finer L., Ohashi M., Noguchi K., Hirano Y, 2011. Factors causing variation in fine root biomass in
forest ecosystems. Forest Ecology and Management 261:265-277;
20. Giurgiu V., 2005. Marin Drăcea - Opere alese. Ed. Ceres, București, 400 p.;
21. Grünewald H., Böhm C., Quinkenstein A., Grundmann P., Eberts J., Von Wühlisch G., 2009.
Robinia pseudoacacia L.: A Lesser Known Tree Species for Biomass Production. Bioenerg. Res. 2:
123-133;
22. Hernea C., Poşta D. S., Dragomir P. I., Corneanu M., Sărac I., 2009 (a). Researches concerning
Robinia pseudoacacia var. Oltenica seeds quality. Analele Universităţii din Craiova, seria
Agricultură - Montanologie - Cadastru 39 (2): 139-144;
23. Ianculescu M., 2005. Perdelele forestiere de protecție în contextual majorării suprafeței pădurilor și
al atenuării modificărilor climatice. În Giurgiu V. (ed.), Silvologie IVa, Editura Academiei Române
București, pp. 201-223;
24. Ionescu M., Edu E. M., Mihalache M., Ciuvăț A. L., 2013. Study of carbon, nitrogen and sulfur in
litter Quecus robur, Tilia sp., Carpinus betulus and Fagus sylvatica. Scientific Papers, Series A
Agronomy 56: 48-50;
25. IPCC, 2006. Guidelines for national greenhouse gas inventories. Prepared by the National
Greenhouse Gas Inventories Programme, edited by H.S. Eggleston, L. Buendi, K. Miwa, T. Ngara
and K. Tanabe.Kanagawa: Intergovernmental Panel on Climate Change, Institute for Global
Environmental Strategies;
Page 86
73
26. Lehtonen A., Cienciala E., Tatarinov F. and Makipaa R., 2007. Uncertainty estimation of biomass
expansion factors for Norway spruce in the Czech Republic. Ann. For. Sci. (64): 133-140;
27. Nețoiu C., Hernea C., Tomescu R., 2011. Vegetația forestieră din bazinul mijlociu al Jiului. În
Corneanu G. et al. (eds.), Bazinul mijlociu al Jiului. Implicații de mediu și sociale ale industriei
extractive și energetice. Studiu monografic. Editura Universitaria Craiova, pp. 191-219;
28. Niklas K. J., 1995. Size-dependent Allometry of Tree Height, Diameter and Trunk Taper. Annals of
Boatany (75): 217-227;
29. Pienaru A., Iancu P., Căzănescu S., 2009. Desertification and its effects on environment and
agricultural production in Romania. Annals. Food Science and Technology, 10 (2): 624-629
30. Pilli, R., Anfodillo, T., Carrer, M., 2006. Towards a functional and simplified allometry for
estimating forest biomass. For. Ecol. Manage. 237: 583-593;
31. Quinkenstein A., Pape D., Freese D., Schneider B. U., Hüttl R. F., 2012. Biomass, Carbon and
Nitrogen Distribution in LivingWoody Plant Parts of Robinia pseudoacacia L. Growing on
Reclamation Sites in theMining Region of Lower Lusatia (Northeast Germany). Hindawi Publishing
Corporation, International Journal of Forestry Research, Article ID 891798, 10 p.;
32. Singh V., Tewari A., Kushwaha S. P. S., Dadhwal V. K., 2011. Formulating allometric equations for
estimating biomass and carbon stock in small diameter trees. Forest Ecology and Management 261:
1945-1949;
33. Șofletea & Curtu 2007. Dendrologie. Editura Universității "Transilvania", 540 p.;
34. Somogyi Z., Cienciala E., Mäkipää R., Muukkonen P., Lehtonen A. and Weiss P., 2007. Indirect
methods of large scale forest biomass estimation. European Journal of Forest Research 126: 197-
207;
35. Stancioiu P. T., O’Hara K. L., 2006. Leaf area and growth efficiency of regeneration in mixed
species, multiaged forests of the Romanian Carpathians. Forest Ecology and Management 222: 55-
66;
36. Tateno R., Tokuchi N., Yamanaka N., Du S., Otsuki K., Shimamura T., Xue Z., Wang S., Hou Qi.,
2007. Comparison of litterfall production and leaf litter decomposition between an exotic black
locust plantation and an indigenous oak forest near Yan'an on the Loess Plateau, China. Forest
Ecology and Management 241: 84-90;
37. UNFCCC, 2010. UNFCCC Clean Development Mechanism Methodology booklet, 212 p.;
38. Zianis D., Muukkonen P., Mäkipää R., Mencuccini M., 2005. Biomass and stem volume equations
for tree species in Europe. Silva Fennica Monographs 4: 63 p.;
Page 87
74
Scurt Rezumat
Schimbările climatice și efectelor negative asociate acestora sunt resimțite și pe teritoriul
României, cu precădere în sudul țării. În această parte a țării, se manifestă sub forma secetelor prelungite
și temperaturilor estivale foarte ridicate, ce au ca și consecință aridizarea unor suprafețe întinse și mai ales
a celor cu deficit de pădure. Pentru a monitoriza și estima emisiile și reducerile de emisii de gaze cu efect
de seră, ca urmare a angajamentelor asumate de țara noastră prin semnarea Protocolului de la Kyoto, este
nevoie de date naționale specifice cu privire la stocarea C in biomasa vegetației forestiere, aceasta fiind
un important rezervor net de CO2.
Scopul cercetărilor de față a fost de a elabora ecuații alometrice de biomasă pentru arbori și
arborete tinere de salcâm (Robinia pseudoacacia L.) din sudul României regenerate atât generativ
(plantații) cât și vegetativ (lăstari și drajoni). O metodă destructivă a fost folosită pentru a elabora
ecuațiile alometrice și a estima conținutul specific de carbon al indivizilor și componentelor acestora. Au
fost eșantionate 418 exemplare de salcâm (cu vârste între 1 și 4 ani) din apropierea a 27 de suprafețe de
probă amplasate atât din plantații cât și din regenerări naturale situate pe soluri nisipoase din sudul
județelor Dolj și Olt. Estimarea biomasei s-a realizat prin intermediul regresiilor liniare simple.
Rezultatele au indicat faptul că diametrul la colet a fost cel mai precis predictor, în timp ce pentru
coeficienții regresiei (intercepția și panta) s-au înregistrat valori similare celor publicate în alte studii
interne și internaționale. Valorile medii procentuale ale conținutului specific de C au fost similare celor
oferite de Comitetului Interguvernamental privind Schimbările Climatice și anume de 45% pentru
rădăcini și 48% pentru frunze.
Abstract
Climate change and the negative effects associated to them are felt also in Romania, especially in
the southern part of the country. In this region the negative impact takes the form of prolonged droughts
and very high temperatures during summer, which result in aridization of large areas and especially those
with low percentage of forests. Monitoring and estimation of greenhouse gas emissions as a result of
Romania’s commitments generated by the ratification of the Kyoto Protocol, require national data
regarding CO2 sequestration in forest biomass, the latter being an import net pool for CO2.
The aim of the research was to develop biomass equations for young black locust trees from
plantations and coppices established in Southwest Romania. A destructive method was used to develop
allometric biomass equations and to assess the carbon content of the individual tree and its biomass
components. 418 black locust young trees (1-4 years old) from 27 plots established in plantations and
coppices growing on sandy soils in Dolj and Olt counties were sampled. Simple linear regression models
were developed for biomass estimation. The results shown that root collar diameter was the most accurate
biomass predictor, whilst intercept and slope values were similar to those identified in other recent
studies. The specific carbon content (mean values) was 45% for roots and 48% for leaves, similar to the
values provided by Intergovernmental Panel for Climate Change.
Page 88
75
Curriculum vitae
Informaţii personale
Nume / Prenume CIUVĂŢ Alexandru Liviu
Adresa(e) Str. Nandru, nr. 35, sector 5, Bucureşti, România
Telefon(oane) Mobil 0766.777.199
E-mail(uri) [email protected] [email protected]
Naţionalitate(-tăţi) Română
Data naşterii 26.11.1983
Sex Masculin
Experienţa profesională
Perioada Din Septembrie 2005 până în prezent
Funcţia sau postul ocupat Subinginer silvic (2005-2010), Inginer silvic (2010-2011), ACS (2011-2012), CS (2013 -
prezent)
Activităţi si responsabilităţi
principale
- Asistent Cercetare/Cercetător Ştiinţific în cadrul Laboratorul de Ecologie Forestieră,
colaborator şi responsabil în cadrul proiectelor privind împădurirea terenurilor degradate,
stocarea carbonului, monitoring forestier şi reconstrucţia ecologică a terenurilor degradate;
- Proiectant în cadrul Colectivul Amenajarea pădurilor, responsabil cu descrierea parcelară,
elaborarea hărţilor amenajistice şi redactarea amenajamentelor silvice;
- Responsabil cu descrierea pedologică în cadrul Serviciul Inventar Forestier Naţional.
Numele şi adresa angajatorului Institutul de Cercetări şi Amenajări Silvice
Bvd. Eroilor, nr. 128, 077190 Voluntari, Jud. ILFOV (România)
Tipul activităţii sau sectorul de
activitate
Cercetare, Proiectare, Dezvoltare Durabilă
Educaţie şi formare
Perioada Din Octombrie 2006 până în Iunie 2009
Calificarea/diploma obţinută Inginer silvic Diplomat, Diploma de Licenţă
Numele şi tipul instituţiei de
învăţământ/furnizorului de formare
Universitatea de Ştiinţe Agronomice si Medicină Veterinară, Facultatea de Agricultură
B-dul Mărăşti, nr. 59, sector 1Bucureşti, România
From October 2002 to June 2005 Din Octombrie 2002 până în Iunie 2005
Diploma of Forest Engineer Inginer silvic Colegiu, Diploma de Licenţă
Transilvania University of Brașov,
29 Eroilor Bvd., 500123 Brașov,
Romania
Universitatea Transilvania din Brasov, B-dul Eroilor Nr. 29, 500123 Braşov, România
Informaţii suplimentare Publicaţii
Blujdea V., Philli R., Dutcă I., Ciuvăţ L., Abrudan I. V., (2012). Allometric biomass
equations for young broadleaved trees in plantations in Romania, Forest Ecology and
Management 264: 172-184, 2012;
Blujdea V., Bird D. N., Kapp G., Burian M., Nuţă I. S., Ciuvăţ L., 2010 (b). Robinia
pseudoacacia stump feature based methodology for in situ forest degradation assessment.
Mitig Adapt Strateg Glob Change, Vol. 16, pp. 463 - 476;
Ciuvăţ A. L., Abrudan I. V., Blujdea V., Enescu M., Marcu C., Dinu C., 2013. Distribution
and particularities of black locust in Romania. Revista de Silvicultură şi Cinegetică, Anul
XVIII, Nr. 32.
Page 89
76
Curriculum vitae (lb. engleză)
Personal information
First name(s) / Surname(s) Alexandru Liviu CIUVĂŢ
Address(es) 35, Nandru street, Bucharest, Romania
Telephone(s) Mobile: +0040 0766 777 199
E-mail [email protected] [email protected]
Nationality Romanian
Date of birth 26.11.1983
Gender Male
Work experience
Dates From September 2005 untill present
Occupation or position held Forest engineer
Main activities and responsibilities - Scientific Research Assistant within the Laboratory of Forest Ecology, collaborator and
responsible in national carbon sequestration, forest monitoring and biological reconstruction
projects
- Forest Design Engineer in charge of administrative units description, updating forest
management maps and compiling forest management plans.
- Soil description Responsible in the National Forest Inventory Service
Name and address of employer Forest Research and Management Institute
128 Eroilor Bvd., 077190 Voluntari, Romania
Type of business or sector Research, Forest design, Sustainable Development
Education and training
Dates From October 2006 to June 2009
Title of qualification awarded Diploma of Forest Engineer
Name and type of organisation
providing education and training
University of Agronomic Sciences and Veterinary Medicine
59, Marasti Bvd., Bucharest, Romania
Dates From October 2002 to June 2005
Title of qualification awarded Diploma of Forest Engineer
Name and type of organisation
providing education and training
Transilvania University of Brasov, 29 Eroilor Bvd., 500123 Brasov, Romania
Additional information Publications
Blujdea V., Philli R., Dutcă I., Ciuvăţ L., Abrudan I. V., (2012). Allometric biomass
equations for young broadleaved trees in plantations in Romania, Forest Ecology and
Management 264: 172-184, 2012;
Blujdea V., Bird D. N., Kapp G., Burian M., Nuţă I. S., Ciuvăţ L., 2010 (b). Robinia
pseudoacacia stump feature based methodology for in situ forest degradation assessment.
Mitig Adapt Strateg Glob Change, Vol. 16, pp. 463 - 476;
Ciuvăţ A. L., Abrudan I. V., Blujdea V., Enescu M., Marcu C., Dinu C., 2013. Distribution
and particularities of black locust in Romania. Revista de Silvicultură şi Cinegetică, Anul
XVIII, Nr. 32.
