Contribución de la fructificación en masa de Vouacapoua americana Aubl. En la liberación de biomasa seca en Amazonía Baja, Amapá, Brasil

• Autor: Rodriguez Chuma, Victor Juan Ulises
• Formato: informe técnico
• Fecha de Publicación: 2019
• Institución: Universidad Nacional De La Amazonía Peruana
• Repositorio: UNAPIquitos-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unapiquitos.edu.pe:20.500.12737/5759
• Enlace del recurso: http://repositorio.unapiquitos.edu.pe/handle/20.500.12737/5759
• Nivel de acceso: acceso abierto
• Materia: Arboles forestales; Acapú; Vouacapoua americana; Caida prematura de frutos; Biomasa; Forestal

La fructificación en masa provee una transferencia intermitente e irregular de biomasa y nutrientes entre los estratos del bosque. Aquí describimos, explicamos y predecimos los patrones de fructificación en masa de Vouacapoua americana en la “Floresta Nacional do Amapá”. Fueron colectados frutos caídos en 90 parcelas (total de 4.42 ha) distribuidos en 25 Km2 de bosque primario. Para testar la hipótesis alternativa fue utilizada la inferencia multimodal para explicar la importancia relativa del espacio, topografía, hidrografía y cobertura de la vegetación sobre la ocurrencia y producción de frutos. Fueron contados un total de 21,812 frutos, distribuidos en 86 especies, 51 géneros y 28 familias. La producción total de biomasa fue de 44.84 Kg ha -1mes-1 (± 45.13 DE); 44.55 (±27.31 DE) especies fructificando ha-1 y un índice de Shannon promedio de 0.84 (±0.5 DE). V. americana dominó en abundancia y biomasa de frutos (43% y 64%, respectivamente). La interpolación espacial explícita mostró que V. americana puede estar presente en el 84.7% (21.1 Km2) del área de estudio. El total de biomasa seca de frutos caídos fue estimado en 114 Mg en 25 km2. La biomasa total producida por V. americana representa entre el 0.01 y 0.02% del total de la biomasa encima del suelo. Sin embargo, un entendimiento más detallado de la contribución para el flujo de carbono a nivel de especies es necesario para mejorar el poder predictivo de los modelos y entender el impacto de los cambios en la composición causados por el hombre y el cambio climático.