Utilización del Sistema de Apoyo a la Gestión SAG grandis ... - Inia

Utilización del Sistema de Apoyo a la Gestión SAG
grandis para la para evaluación de alternativas de
manejo para E. grandis en el NE. de Entre Ríos y S.E.
de Corrientes
1 – Introducción............................................................................................................................. 1
2 – SAG grandis ............................................................................................................................ 2
2.1 – Modelo de simulación de crecimiento.............................................................................. 3
2.2 – Simulador de trozado....................................................................................................... 4
2.3 –Análisis económico ........................................................................................................... 4
2.4 – Implementación y funcionamiento ................................................................................... 5
3 – Ejemplificación del uso del sistema ........................................................................................ 8
3.1 – Escenarios y supuestos de precios y costos ................................................................... 8
3.2 – Resultados y tendencias.................................................................................................. 9
4 – Conclusiones......................................................................................................................... 11
Agradecimientos.......................................................................................................................... 12
Referencias ................................................................................................................................. 12
1 – Introducción
Eucalyptus grandis es una de las especies forestales de mayor importancia económica tanto
para Uruguay como para Argentina. En Uruguay, de acuerdo a las estadísticas de la División
Forestal del MGAP, al año 2001 se llevaban plantadas unas 160.000 has de esta especie,
sobre un total de 440.000 has de eucaliptos y de 600.000 has totales (eucaliptos más pinos).
En Argentina, considerando el noreste de la provincia de Entre Ríos con el sureste de la de
Corrientes en conjunto, la superficie de E. grandis se sitúa entorno a las 100.000 has ( Glade.
2001).
En Uruguay, la plantación a gran escala de esta especie (y de otras especies forestales de
rápido crecimiento) comenzó a principios de la década de los 90. Los primeros proyectos con
E. grandis estaban destinados principalmente a la producción de trozas para pulpa de celulosa.
Hacia mediados/fines de los 90, se dieron cambios importantes en las relaciones de
precios/costos que se observaban a principios de dicha década. La producción de madera para
pulpa como rubro principal dejó de ser una opción viable en varias zonas del país. Ello generó
la necesidad de implementar sistemas de manejo más intensivos con podas y raleos para
obtener trozas de grandes diámetros libres de nudos, necesarias para el desarrollo de una
industria procesadora eficiente y competitiva y con mayor amplitud de mercados potenciales.
Un proceso similar ocurrió en Argentina en la zona costera del Río Uruguay. Las forestaciones
más antiguas se realizaron a una distancia de 2,5 x 2,5 m (1600 árboles/ha) procurándose
obtener una gran productividad por hectárea en rotaciones cortas. Estas plantaciones eran
destinadas fundamentalmente a las industrias que implican molienda (celulosa y tableros),
sacrificando por tanto las posibilidades de destinos de mayor calidad y mejores precios como
aserrado o debobinado (SAGyP – INTA, 1995). En la actualidad, la mayoría de las plantaciones
se realizan a densidades de entre 1000 y 1250 árboles/ha, llegando las más bajas hasta 625, e
implementándose en algunos casos programas de podas y raleos para obtener trozas de
grandes diámetros libres de nudos (Larocca com. pers.).
Este nuevo escenario puso de manifiesto la necesidad de generar información local en cuanto
a las respuestas en crecimiento que pueden obtenerse bajo distintas sistemas de manejo en
distintos sitios. La información a ser generada debía ser aplicable a diversas condiciones de
producción y debía ser sintetizada para poder ser utilizada en forma fácil y automatizada.
Considerando estos elementos, el Programa Nacional Forestal (PNF) del Instituto Nacional de
1

Investigación Agropecuaria de Uruguay (INIA) comenzó la instalación de ensayos de raleo en
1997. En base a la información generada en dichos ensayos, sumada a la proveniente de
parcelas permanentes instaladas dentro de otros ensayos de INIA y dentro de plantaciones
comerciales de diversas compañías, se desarrolló un modelo de simulación de crecimiento
para E. grandis. Este modelo sirvió de base para desarrollar un Sistema de Apoyo a la Gestión
(SAG) de plantaciones de la especie, el cual permite, además de hacer estimaciones de
crecimiento, realizar simulaciones de trozado y análisis económicos en forma automatizada. En
el ajuste de las ecuaciones realizado en 2002 con las últimas mediciones disponibles se
incorporaron datos de crecimiento de la región del N.E. de Entre Ríos y S.E. de Corrientes,
Argentina. Estos datos fueron suministrados por los Ings. Jorge E. Glade y Federico Larocca y
provienen de 2 ensayos de raleo del INTA y de parcelas permanentes instaladas en
plantaciones comerciales de la zona.
En el presente artículo se presenta, en primer lugar, una breve descripción del sistema.
Posteriormente el mismo es utilizado para evaluar y comparar estrategias de manejo para E.
grandis en la zona de Concordia. En base a los resultados obtenidos en las simulaciones se
discuten las principales tendencias observadas y se sugieren sistemas de manejo adecuados
para la región.
2 – SAG grandis
El Sistema de Apoyo a la Gestión para plantaciones de E. grandis (SAG grandis) fue
originalmente desarrollado por Methol (2001) para las zonas CIDE (1967) números 7
(Tacuarembó, Rivera), 8 (Durazno, Cerro Largo, Sur de Tacuarembó) y 9 (Paysandú, Río
Negro) de Uruguay. Recientemente, su alcance fue ampliado, cubriendo también la región del
N.E. de Entre Ríos y del S.E. de Corrientes (Argentina). En la Figura 1 pueden observarse las
regiones mencionadas.
2

Uruguay
Figura 1: Zonas de prioridad forestal de Uruguay y distribución geográfica de las plantaciones
forestales en Argentina (el mapa de Argentina está basado en imágenes satelitales de
la SAGPyA y fue tomado del Boletín Novedades Forestales INTA Concordia N°117)
El sistema cuenta con 3 módulos (Rodal1, Rodal2 y Arbol) y posee 3 herramientas o
componentes principales. Estos son (i) un modelo de simulación de crecimiento; (ii) un
simulador de trozado y (iii) un componente de análisis económico. A continuación se describen
brevemente dichos componentes separadamente para facilitar su descripción, aunque los
mismos se encuentran completamente integrados en el sistema. Una descripción más detallada
del sistema está actualmente en preparación y será publicada en los próximos meses (Methol,
en prep.).
2.1 – Modelo de simulación de crecimiento
El modelo de simulación de crecimiento es el componente principal del sistema, permitiendo
realizar proyecciones de crecimiento a partir de una situación inicial determinada. Se trata de
un modelo empírico, es decir que fue ajustado con datos reales de crecimiento de parcelas
permanentes de muestreo. A diferencia de los modelos mecanísticos, los modelos empíricos no
intentan explicar los procesos fisiológicos básicos que determinan el crecimiento de los árboles.
Simplemente estiman el desarrollo más probable de las distintas variables de acuerdo a las
condiciones iniciales del rodal, al sitio y a las medidas de manejo que se simulen.
El desarrollo de las distintas variables dasométricas fue modelizado utilizando los valores de las
mismas a nivel de rodal y no de árbol. Es decir, en vez de simular el crecimiento en diámetro de
cada uno de los árboles de las parcelas (como se haría en un modelo de árbol individual) se
simula el crecimiento de las parcelas en términos de área basal por hectárea (lo mismo para el
crecimiento en altura y en volumen). Por lo tanto el tipo de modelo desarrollado de denomina
modelo de rodal. Methol (2001) desarrolló modelos de árbol individual y de rodal para E.
grandis en Uruguay. Al comparar ambos modelos Methol y Mason (en prep.) concluyeron que
3

el modelo de rodal presenta una serie de ventajas, incluyendo mayor facilidad de uso, mayor
precisión en proyecciones de varios años y mayor flexibilidad para la mayoría de las
aplicaciones.
El modelo desarrollado permite simular hasta 4 raleos, para lo cual solo se requiere definir las
edades a la que se harían los mismos y el número de árboles remanentes. También permite
generar distribuciones diamétricas en clases de 1 cm. de amplitud.
2.2 – Simulador de trozado
Este componente permite realizar un trozado virtual del árbol promedio de cada clase
diamétrica (Módulo Rodal1) o de árboles individuales (Módulo Arbol), estimando así los
volúmenes comerciales a obtener desglosados por tipo de troza. De esta manera, pueden
comparase distintos esquemas de trozado y elegir los que generen los mayores ingresos.
Para la simulación de trozado se utiliza una función de ahusamiento. Las funciones de
ahusamiento representan la variación diamétrica a lo largo del fuste como función del DAP y la
altura total y permiten estimar tres características básicas de los árboles: (i) diámetros en
cualquier punto del fuste, (ii) altura del fuste en que se encuentra un diámetro límite
especificado y (iii) volumen entre dos puntos cualesquiera del fuste, o volumen hasta cualquier
índice de utilización (Prodan et al., 1997).
Pueden definirse hasta 8 categorías de trozas especificándose el diámetro mínimo (sin
corteza), la longitud y si debe estar podada o no. En cada categoría, puede limitarse el número
de trozas a ser obtenidas de cada árbol (por ejemplo si se quisiera que una categoría de trozas
estuviera formada únicamente por trozas basales, se debería poner un límite de 1 troza por
árbol). El simulador intenta obtener la troza de mayor valor; si dicha troza no puede obtenerse
por no cumplir con los requisitos establecidos, el simulador intentará obtener la troza que le
sigue en valor, y así sucesivamente. Este método de simulación de trozado solamente
maximiza el volumen comercial a extraer cuando todas las trozas son de igual longitud y se
ingresan con diámetros mínimos decrecientes.
Para las trozas que deben estar podadas, el sistema no controla el diámetro del cilindro nudoso
o el volumen de madera libre de nudos (clear) resultante del calendario de podas utilizado. Por
lo tanto, el precio asignado a dichas trozas debería ser consistente con el calendario de podas.
Solo se asumen como podadas las secciones del fuste en las que la poda se efectuó al menos
4 años antes del raleo o de la cosecha final. Por ejemplo, si al año 5 se subiera la poda de 6.3
a 9.3 m y al año 8 se realizara un raleo comercial, la tercera troza de 3 m (6.3-9.3, asumiendo
un tocón de 0.3 m) no se considera podada. En futuras versiones del simulador se podrá
ingresar el diámetro máximo sobre muñones de cada poda, con lo cual se podrá estimar la
proporción de madera clear a obtener.
2.3 –Análisis económico
El componente de análisis económico permite realizar un análisis de flujos de caja descontados
a través del cual se calculan 2 indicadores de resultado económico: el valor actual neto (VAN) y
la tasa interna de retorno (TIR).
El VAN es un indicador de la magnitud de las ganancias, expresada en términos absolutos, por
encima de una tasa de descuento determinada. La tasa de descuento representa el costo de
oportunidad de tener el capital invertido en el proyecto analizado en vez de tenerlo en
proyectos o inversiones alternativas, y su definición involucra cierta subjetividad. Cuando se
trabaja con créditos, la tasa de descuento puede estar determinada por la tasa de interés del
crédito más un adicional por concepto de riesgo. Valores positivos del VAN indican ganancias
superiores a las obtenibles bajo la tasa de descuento considerada. La TIR es un indicador de la
rentabilidad del proyecto en términos relativos, pero no permite cuantificar ni comparar la
magnitud de las ganancias obtenidas en proyectos alternativos. Una inversión de 1$ que
4

produzca una ganancia neta de 1$ en un año tendría una TIR de 100% a pesar de que la
magnitud de la ganancia es mínima. Mientras tanto una inversión de 100$ que genere una
ganancia neta de 10$ tendría una TIR de 10% pero la magnitud de la ganancia (VAN) es 10
veces mayor que la de la primer proyecto.
La elección del indicador a elegir (VAN, TIR o ambos) para evaluar y comparar proyectos o
esquemas de manejo queda a criterio de cada usuario.
2.4 – Implementación y funcionamiento
Para que los usuarios del sistema puedan realizar proyecciones de crecimiento y comparar
alternativas de manejo y/o de trozado en forma fácil y automatizada, el conjunto de ecuaciones
que integran los componentes descriptos anteriormente se programó con Visual Basic para
Aplicaciones (VBA) en ambiente Excel. Para utilizar el modelo se requiere Microsoft Excel 1997
o versiones posteriores.
El programa crea una barra de herramientas y un archivo en blanco con encabezados para las
principales variables y celdas en las que se ingresan los inputs. En la barra de herramientas
hay botones de Ayuda e Información que proporcionan una guía rápida para poder utilizar el
programa. En la Figura 2 se muestra el archivo en blanco y la barra de herramientas creados al
abrir el programa.
Figura 2: Archivo en blanco y barra de herramientas creados al abrir el programa.
Las proyecciones de crecimiento pueden hacerse desde 2 módulos: Rodal1, Rodal2. El
segundo es para proyectar el crecimiento de varias parcelas en forma simultánea y se utiliza
para realizar estimaciones y proyecciones de volumen total a partir de un inventario. Sin
embargo, el módulo Rodal2 no permite simular trozado ni realizar análisis económicos. El
módulo Arbol permite simular y comparar sistemas de trozado a partir de los datos de DAP y
altura de un listado de árboles medidos en una parcela de área conocida pero no permite
realizar proyecciones. En este artículo solo se describe el módulo Rodal1, que es el más
completo.
En las celdas superiores del módulo Rodal1 (Figura 2) se ingresan los valores iniciales de las
variables de rodal cuyo crecimiento desea simularse (área basal, altura dominante, población,
etc.). La calidad de las proyecciones de crecimiento es directamente proporcional a la calidad
de los valores ingresados, por lo que los mismos deben ser lo más reales posibles. Las
proyecciones serán más confiables en la medida de que las edades iniciales sean mayores. La
5

edad inicial exacta puede obtenerse a partir de las fechas de plantación y medición utilizando el
botón “Obtener edad” de la barra de herramientas creada.
Una vez ingresados los valores iniciales de las variables de rodal, debe presionarse el botón
“Ejecutar”, que desplegará un Asistente de 4 pasos en el que se ingresan los detalles de (i)
raleos (Figura 3); (ii) podas (Figura 4); (iii) tipos de trozas (Figura 5); y (iv) costos (Figura 6).
Figura 3: Primer paso de la ejecución del módulo Rodal1: Detalles de los raleos
6

Figura 4: Segundo paso de la ejecución del módulo Rodal1: Calendario de podas.
Figura 5: Tercer paso de la ejecución del módulo Rodal1: Descripción de las trozas.
7

Figura 6: Cuarto paso de la ejecución del módulo Rodal1: Costos.
3 – Ejemplificación del uso del sistema
Para ejemplificar el uso del sistema se evalúan y comparan 3 manejos en 2 sitios de distinta
productividad de la zona de Concordia. Los sitios se definieron en base a su productividad
estimada a través del índice de sitio (IS). El IS se define como la altura media de los 100
árboles de mayor DAP en la hectárea a una edad de referencia o edad clave. Tanto para
Uruguay como para la provincia de Entre Ríos, la edad clave utilizada para E. grandis es 10
años (Sorrentino 1991; Glade 1999). Los valores de IS utilizados (25 y 32.5) corresponden a
los límites de las clases de sitio IV-V y I-II definidas por Glade (1999) y corresponden a sitios de
productividad media-baja y media-alta, respectivamente. De acuerdo con SAGyP – INTA,
(1995) y Larocca et al. (2002) los suelos de estos sitios corresponderían a vertisoles
(productividad media-baja) y a inceptisoles arenosos pardos, localmente llamados mestizos
(productividad media-alta).
Las simulaciones se hacen para un escenario base y posteriormente se realizan análisis de
sensibilidad para las variables de mayor importancia.
3.1 – Escenarios y supuestos de precios y costos
Se asumió una población efectiva al año 2 de 1110 árboles/ha. Los 3 manejos simulados
(Tabla 1) corresponden a un manejo tradicional sin raleos, un manejo con 2 raleos moderados
representativo de la zona de Concordia y un manejo con 2 raleos intensos del estilo de los que
se utilizan en el Norte de Uruguay (departamento de Rivera).
Tabla 1: Descripción de los esquemas de manejo simulados
8

Primer raleo Segundo raleo
Manejo Descripción Edad Arboles remanentes Edad Arboles remanentes
1 Sin raleos - - - -
2 Dos raleos moderados 2.5 700 6.0 450
3 Dos raleos intensos 2.0 450 8.0 200
Para los manejos 2 y 3 se asumió un calendario de podas con 3 levantes hasta una altura
promedio de 6.5 m, de manera de producir 2 trozas basales de 3 m podadas. Las podas fueron
a las edades de 1.5, 2.5 y 3.5 años, con alturas promedio de poda de 2.2, 4.5 y 6.5 m
respectivamente. La edad de cosecha para el escenario base fue de 14 años, aunque se
probaron edades de 12 a 16 años. Los supuestos de costos se presentan en la Tabla 2. Los
precios de venta de las trozas puestas en la industria y los costos de flete son los que aparecen
en la Figura 5.
Tabla 2: Costos asumidos en las simulaciones.
Concepto Unidad Valor (US$)
Precio de la tierra ha 700
Plantación (año 0) ha 200
Limpieza al primer año ha 200
Limpieza al segundo año ha 50
Administración / mantenimiento ha/año 10
Primera poda árbol 0.040
Segunda poda árbol 0.060
Tercera poda árbol 0.075
Raleo a pérdida Manejo 2 ha 16
Raleo a pérdida Manejo 3 ha 24
Raleo comercial m 3 3.5
Cosecha m 3 2
Tasa de descuento % 8
Se realizaron análisis de sensibilidad variando en más y en menos 25% las siguientes
categorías de precios/costos:
• Precio de la tierra
• Costos de implantación (año 0-2)
• Costos de poda y raleo
• Costos de cosecha y flete
• Precios de venta de las trozas
• Tasa de descuento
Para el sistema de manejo que presentó los mejores resultados económicos se probaron
variaciones en la edad e intensidad de raleo y en la altura de poda.
3.2 – Resultados y tendencias
En ambos sitios se observó un mejor resultado económico (ya sea medido a través del VAN o
de la TIR) al aumentar la intensidad de manejo (Tabla 3). Para el sitio de menor productividad
el VAN fue negativo en los 3 manejos ya que los valores de TIR fueron menores que la tasa de
descuento (8%).
Tabla 3: VAN y TIR estimadas para el escenario base en ambos sitios.
Indice de sitio 25 Indice de sitio 32.5
VAN TIR VAN TIR
Manejo 1 -240.1 6.1% 14.5 8.1%
Manejo 2 -197.2 6.7% 233.1 9.4%
Manejo 3 -107.0 7.3% 399.0 10.3%
9

La edad de cosecha que generó el mayor rendimiento económico fue diferente para los
distintos manejos y en algunos casos varió dependiendo del indicador considerado (Tabla 4).
Para el Manejo 3 se observó una tendencia a que la edad de rotación óptima desde el punto de
vista económico fuera mayor que en los otros dos manejos. Sin embargo, para cualquier edad
de cosecha, sitio e indicador económico (VAN o TIR), el ranking de rentabilidad de los 3
manejos fue siempre el mismo (Manejo 1 < Manejo 2 < Manejo 3).
Tabla 4: Tendencia del VAN y la TIR en función de la edad de cosecha.
Indicador
Edad de
Indice de sitio 25 Indice de sitio 32.5
cosecha Manejo 1 Manejo 2 Manejo 3 Manejo 1 Manejo 2 Manejo 3
12 5.8% 6.4% 6.5% 8.1% 9.5% 10.3%
13 6.0% 6.7% 7.1% 8.1% 9.4% 10.4%
TIR 14 6.1% 6.7% 7.3% 8.1% 9.4% 10.3%
15 6.2% 6.7% 7.5% 8.0% 9.3% 10.2%
16 6.1% 6.7% 7.5% 7.8% 9.1% 10.0%
12 -232 -197 -187 6 212 327
13 -232 -183 -125 19 221 378
VAN 14 -240 -197 -107 15 233 399
15 -247 -203 -85 1 224 409
16 -268 -225 -95 -27 207 397
Al variar los principales grupos de costos y precios se observó que el VAN se vio afectado
principalmente por las variaciones en el precio de venta de las trozas y en segundo lugar por
variaciones en la tasa de descuento utilizada. Variaciones en los demás costos generaron
cambios relativamente menores en el resultado económico medido a través del VAN. Esto se
ejemplifica para el caso del Manejo 3 en el sitio de mayor productividad (Figura 7). Cabe
resaltar la baja incidencia relativa que tuvieron las variaciones en los costos de poda y raleo
aun en este manejo, que fue el que recibió la silvicultura más intensiva.
Tasa de descuento
Precios de venta de
las trozas
Costos de cosecha y
flete
Costos de poda y
raleo
Costos de
implantación (año 0-2)
Precio de la tierra
-600 -400 -200 0 200 400 600
Diferencia respecto al VAN del escenario base (US$/ha)
Figura 7: Variaciones en el VAN respecto al escenario base al variar en más y en menos 25%
los principales grupos de costos y precios. Ejemplo para el Manejo 3, IS=32.5.
10

Para el Manejo 3, que fue el que generó el mejor comportamiento económico en todos los
escenarios, se compararon variaciones en la edad e intensidad del segundo raleo en el mejor
sitio (Tabla 5). Se observó una tendencia a obtener mayores rentabilidades al bajar la edad del
segundo raleo, lo que se corresponde con un mayor crecimiento diamétrico de los árboles
dejados a turno final. Sin embargo, las variaciones del VAN y la TIR fueron muy pequeñas lo
cual indica que podría tenerse bastante flexibilidad para definir la edad del segundo raleo y que
esto podría depender del nivel de demanda existente, de los precios, de la necesidad de
generar efectivo, y de otras consideraciones operacionales o logísticas. Teniendo en cuenta
dichos aspectos podría no ser recomendable disminuir demasiado la edad del segundo raleo
ya que eso podría llevar a que las trozas producidas fueran excesivamente pequeñas como
para ser comercializadas (especialmente si existiera abundante oferta de madera en ese
momento).
Para cada edad de raleo, la intensidad de raleo que generó el mayor resultado económico fue
siempre la de 200 árboles/ha. Esta densidad parece el mejor compromiso posible entre
“calidad” (DAP medio) y “cantidad” (volumen/ha) para este manejo y sitio. Sin embargo, y al
igual que lo observado en relación con la edad de raleo, las variaciones de los indicadores de
resultado económico fueron de escasa magnitud, lo cual refuerza el concepto de flexibilidad
expresado anteriormente.
Tabla 5: Volumen comercial, DAP medio y rentabilidad de varias combinaciones de edad e
intensidad del segundo raleo para el Manejo 3 en el sitio de mayor productividad.
Edad 2° Arboles Volumen comercial extraido DAP medio VAN
raleo dejados /ha 2° raleo Cosecha cosecha (US$/ha)
TIR (%)
150 74 362 49.0 402 10.4
6 200 55 390 44.4 409 10.4
250 38 410 41.1 394 10.3
150 115 338 46.6 389 10.3
8 200 86 372 42.8 399 10.3
250 60 398 40.0 380 10.2
150 154 310 44.1 335 10.0
10 200 114 351 41.1 349 10.1
250 80 383 38.7 339 10.0
Al comparar variaciones en el calendario de podas de manera de llegar a producir 1 y 3 trozas
podadas (en el escenario base se producían 2) se observó una tendencia a obtener mejores
rentabilidades al aumentar la altura final de poda (Tabla 6). Estas variaciones en los
indicadores económicos fueron de mayor magnitud que las observadas frente a cambios en la
edad e intensidad del segundo raleo.
Tabla 6: Variaciones en la rentabilidad estimada al variar la intensidad de poda (Manejo 3;
IS=32.5)
N° de trozas Altura final N° de Edades de las
VAN
Arboles podados
podadas de poda podas podas
(US$/ha)
TIR (%)
1 3.5 1 2 450 347 10.1
2 6.5 3 1.5; 2.5; 3.5 450; 450; 450 399 10.3
3 9.5 4 1.5; 2.5; 3.5; 5 450; 450; 450; 250 468 10.7
Nota: el costo asumido para la poda única hasta 3.5 m fue de 0.05 US$/árbol, y para la cuarta
poda (entre 6.5 y 9.5 m) de 0.12 US$/árbol. Los demás costos son los mismos que en la
Tabla 2.
4 – Conclusiones
Para todos los escenarios considerados el ranking de manejos desde el punto de vista de su
performance económica fue el mismo. El Manejo 3 (dos raleos intensos) presentó el mejor
11

esultado económico, seguido por el Manejo 2 (dos raleos moderados) y finalmente por el
Manejo 1 (sin raleos).
La edad de rotación óptima desde el punto de vista económico varió en función del sitio y el
manejo, aunque en ambos sitios tendió a ser algo mayor para el Manejo 3.
El VAN mostró una gran sensibilidad a las variaciones en el precio de venta de las trozas y una
muy baja sensibilidad a las variaciones en los costos de poda y raleo.
Para el Manejo 3 se observó un mejor resultado económico al adelantar el segundo raleo, lo
que generaría un mayor DAP promedio. En este manejo, independientemente de la edad del
segundo raleo, se maximizó el VAN al dejar 200 árboles por hectárea para el turno final (en
comparación con 150 y 250 árboles/ha). Dicha densidad representó el mejor compromiso
posible entre crecimiento diamétrico individual y productividad por hectárea. Sin embargo, las
variaciones en rentabilidad observadas al cambiar la edad y/o la intensidad del segundo raleo
fueron mínimas, lo cual indica que existe suficiente flexibilidad para definir estos parámetros y
que es posible considerar además factores comerciales, financieros y logísticos para hacerlo.
Al compararse distintos calendarios de poda se observó que el resultado económico estimado
tendió a mejorar al aumentar el número de trozas podadas a obtener. Esto es coincidente con
la baja sensibilidad a las variaciones en los costos de poda y raleo y a la gran sensibilidad a los
precios de venta mencionadas anteriormente (el nivel sobreprecio por poda asumido fue del
orden del 40%).
Las alternativas de manejo evaluadas en este estudio no necesariamente son las mejores sino
que constituyen algunos ejemplos de los tipos de manejo que podrían adoptarse en la zona de
Concordia (o en otras zonas de Argentina o Uruguay). Variaciones importantes en los
supuestos utilizados pueden determinar que las tendencias presentadas cambien
considerablemente.
El SAG grandis hace posible evaluar y comparar un amplio número de escenarios
(determinados por combinaciones de sitio, manejo, costos y precios de venta) en forma fácil y
automatizada. Por lo tanto, este sistema constituye una importante herramienta de ayuda a la
gestión que permite al productor o técnico forestal identificar las alternativas de manejo que
mejor se adaptan a sus objetivos y condiciones de producción.
Agradecimientos
Las alternativas de manejo analizadas así como los costos de producción y precios de venta
asumidos para la zona de Concordia fueron definidos en estrecha colaboración con el Ing. Agr.
Federico Larocca (INTA Concordia), quién además colaboró en la caracterización de otros
antecedentes relevantes para este estudio. La colaboración del Ing. Larocca se agradece
especialmente.
También se agradece al Ing. Agr. M.Sc. Gustavo Balmelli (INIA Tacuarembó) por la lectura del
borrador de este artículo y las valiosas sugerencias realizadas al mismo.
Referencias
CIDE. 1967. Los suelos del Uruguay, su uso y manejo. Comisión de Inversiones y Desarrollo
Económico (CIDE), MGA, Montevideo, Uruguay.
Glade, J.E. 1999. Curvas de índice de sitio para Eucalyptus grandis en Entre Ríos. INTA. EEA
Concordia. Macroregión Pampeana Norte. PROFOSEC y Proyecto Forestal de
Desarrollo SAGPyA-BIRF, NEF Entre Ríos-Corrientes Sur.
12

Glade, J. E. 2001. Proyección de la Oferta y Demanda de Madera rolliza en el Nordeste de
Entre Ríos y Sudeste de Corrientes. SAGPyA-Proyecto Forestal de Desarrollo. Buenos
Aires. 14 pp
Larocca, F; Dalla Tea, F. y Glade, J. E. 2002. Thinning intensity impacts on yield of Eucalyptus
grandis plantations. Proceedings of the International Conference on Eucalypt
Productivity 10 - 15 November 2002, Hobart, Tasmania, Australia.
Methol, R. 2001. Comparisons of approaches to modelling tree taper, stand structure and stand
dynamics in forest plantations. Ph.D thesis. New Zealand School of Forestry, University
of Canterbury, Christchurch, New Zealand. 298 pp.
Methol, R. (en prep). “SAG grandis”: Sistema de Apoyo a la Gestión de Plantaciones de
Eucalyptus grandis. INIA, Serie técnica
Methol, R. y Mason, E.G. (en prep.). Comparison of approaches to modelling stand structure
and dynamics in forest plantations. Artículo enviado para publicar en Forest Ecology
and Management.
Prodan, M.; Peters, R.; Cox, F. y Real, P. 1997. Mensura Forestal. Serie Investigación y
Educación en Desarrollo Sustentable. IICA - BMZ/GTZ. 561 p.
SAGyP – INTA. 1995. Manual para productores de eucaliptos de la Mesopotamia Argentina.
Sorrentino, A. 1991. Indices de sitio preliminares para las principales especies forestales
cultivadas en el Uruguay. Facultad de Agronomía, Universidad de la República. Boletín
de Investigación. No. 33. Montevideo, Uruguay.
13