Artículo científico: pág. 21
Volumen 8, Número 1, julio - diciembre, 2026 - Recibido: 15-08-2026, Aceptado: 02-09-2026
https://doi.org/10.46908/tayacaja.v8i1.242
Monitoreo del crecimiento y estimación de carbono en una plantación de
Guadua angustifolia Kunth de dos años en Tulumayo, Huánuco, Perú
Growth monitoring and carbon estimation in a two-year-old Guadua angustifolia Kunth
plantation in Tulumayo, Huánuco, Peru
Diana Angie Eugenio Miguel
1
,
Edilberto Diaz Quintana
1
, Gunter Daza Panduro
1
, Alexander Mesias Morales
1
1
Universidad Nacional Agraria de la Selva, Perú
RESUMEN
El estudio monitoreó el crecimiento temprano de una plantación de Guadua angustifolia Kunth de dos años establecida en
Tulumayo, Pueblo Nuevo, Huánuco, Perú, y estimó su biomasa aérea, carbono almacenado y dióxido de carbono
secuestrado. La investigación fue aplicada, descriptiva-correlacional y longitudinal. Se evaluó una población de 112 matas
en 0,36 ha y se seleccionaron 20 muestras representativas mediante muestreo sistemático para mediciones dasométricas y
análisis destructivo de biomasa. Se registraron el número de cañas, diámetro, altura y brotes; además, se calculó la biomasa
seca, el carbono y el CO₂ equivalente. Los resultados mostraron 6,21 ± 0,495 cañas por mata, diámetro promedio de 4,11 ±
0,227 cm y altura de 5,75 ± 0,324 m. La biomasa aérea estimada fue de 34,87 t/ha, equivalente a 17,44 t C/ha y 63,99 t
CO₂/ha. Los modelos alométricos basados en diámetro explicaron mejor la variabilidad del CO₂ que los basados solo en
altura; el modelo polinómico de tercer grado presentó el mayor ajuste (R² = 0,27) y el menor error residual (σ = 4,89),
aunque su capacidad predictiva fue limitada. Se concluye que la plantación presenta potencial para captura de carbono en
etapa juvenil, pero requiere monitoreos posteriores y modelos con variables adicionales para mejorar la precisión de las
estimaciones.
Palabras clave: Guadua angustifolia, biomasa aérea, carbono almacenado, dióxido de carbono, modelos alométricos.
ABSTRACT
This study monitored the early growth of a two-year-old Guadua angustifolia Kunth plantation established in Tulumayo,
Pueblo Nuevo, Huánuco, Peru, and estimated its aboveground biomass, stored carbon, and sequestered carbon dioxide. The
research was applied, descriptive-correlational, and longitudinal. A population of 112 clumps in 0.36 ha was evaluated, and
20 representative samples were selected through systematic sampling for dasometric measurements and destructive biomass
analysis. The number of culms, diameter, height, and shoots were recorded; dry biomass, carbon, and CO₂ equivalent were
also calculated. The results showed 6.21 ± 0.495 culms per clump, an average diameter of 4.11 ± 0.227 cm, and a height of
5.75 ± 0.324 m. Estimated aboveground biomass reached 34.87 t/ha, equivalent to 17.44 t C/ha and 63.99 t CO₂/ha.
Diameter-based allometric models explained CO₂ variability better than height-based models. The third-degree polynomial
model showed the best fit (R² = 0.27) and the lowest residual error (σ = 4.89), although its predictive capacity was limited.
The plantation shows potential for carbon capture during the juvenile stage; however, further monitoring and models
including additional variables are needed to improve estimation accuracy.
Keywords: Guadua angustifolia, aboveground biomass, stored carbon, carbon dioxide, allometric models.
Monitoreo del crecimiento y estimación de carbono en una plantación de Guadua angustifolia Kunth de dos años en (Tulumayo),
Huánuco, Perú
Artículo científico: pág. 22
Volumen 8, Número 1, julio - diciembre, 2026 - Recibido: 15-08-2026, Aceptado: 02-09-2026
https://doi.org/10.46908/tayacaja.v8i1.242
INTRODUCCIÓN
El bambú constituye un recurso lignocelulósico de rápido
crecimiento, alta capacidad de rebrote y creciente
importancia para la restauración productiva, el
abastecimiento de biomasa renovable y la mitigación del
cambio climático. Las revisiones recientes destacan que los
bosques y plantaciones de bambú aportan simultáneamente
beneficios ambientales, productivos y sociales, debido a su
capacidad de acumular biomasa, sostener medios de vida
rurales y proveer materia prima para cadenas de valor
sostenibles (Alamerew et al., 2024; Pan et al., 2023;
Sawarkar et al., 2023). En este contexto, los sistemas con
bambú se han propuesto como soluciones basadas en la
naturaleza, siempre que su manejo se sustente en
información cuantitativa sobre crecimiento, biomasa y
carbono, y en metodologías verificables para su eventual
integración en esquemas de carbono (Pan et al., 2025a; Pan
et al., 2025b).
Dentro de los bambúes neotropicales, Guadua angustifolia
Kunth posee alta relevancia ecológica y productiva en
América Latina, así como potencial para almacenamiento
de carbono y aprovechamiento estructural. Estudios en
guaduales naturales y plantaciones han indicado que la
biomasa y el carbono varían con la edad, la densidad de
cañas, el estado de manejo y las condiciones del sitio
(Aguirre & Gutiérrez, 2009; Camargo García et al., 2024;
García & Del Castillo, 2013; Molina & Montealegre,
2018). En el Perú, las evidencias disponibles aún son
principalmente locales y de tesis, por lo que incorporar
mediciones de plantaciones jóvenes resulta necesario para
fortalecer la planificación silvicultural y las estimaciones
tempranas de captura de CO2 (Núñez & Ramírez, 2022;
Oblitas, 2022).
La estimación confiable de biomasa y carbono en bambú
exige modelos alométricos validados, preferentemente
específicos por especie, sitio y edad. La literatura reciente
muestra que el diámetro del culmo suele ser una variable
predictora sólida, aunque la precisión mejora cuando se
combina con altura, densidad de culmos, edad, biomasa por
componentes o información estructural de la mata
(Kaushal et al., 2022; Kigomo et al., 2025; Li et al., 2024;
Ordóñez-Prado et al., 2024; Tesema et al., 2025). Además,
los modelos generalizados pueden ser útiles como
referencia, pero la transferibilidad entre especies y regiones
es limitada; por ello, los estudios locales siguen siendo
necesarios para reducir la incertidumbre en inventarios de
carbono (Hossain, 2025; Pati et al., 2022; Tesema et al.,
2024).
La etapa juvenil de una plantación es especialmente
importante porque permite identificar la dinámica inicial
de emisión de cañas, brotación, diámetro, altura y
acumulación de biomasa. Investigaciones recientes en
diferentes especies de bambú han demostrado que el
carbono almacenado aumenta con la edad y la estructura
del rodal, mientras que los componentes subterráneos y el
suelo también pueden representar fracciones relevantes del
carbono total (Abebe et al., 2021; Chiti et al., 2024; Jember
et al., 2023; Singnar et al., 2021; Yebeyen et al., 2022). En
este marco, el presente estudio tuvo como objetivo
monitorear el crecimiento de una plantación de G.
angustifolia de dos años establecida en Tulumayo, Pueblo
Nuevo, Huánuco; determinar sus variables dasométricas,
biomasa aérea, carbono almacenado y CO2 secuestrado; y
evaluar modelos alométricos basados en diámetro y altura
para la estimación del dióxido de carbono.
MATERIALES Y MÉTODOS
Área de estudio
La investigación se desarrolló en el Centro de Investigación
y Producción Tulumayo, Anexo Divisoria y Puerto Súngaro
(CIPTALD), perteneciente a la Universidad Nacional
Agraria de la Selva, ubicado aproximadamente a 26 km de
la ciudad de Tingo María, distrito de Pueblo Nuevo,
provincia de Leoncio Prado, región Huánuco, Perú. El área
de estudio se localizó en las coordenadas UTM 385142 E y
8991379 N, datum WGS 84, y correspondió a una
plantación de G. angustifolia de dos años establecida en una
superficie aproximada de 0,36 ha (Figura 1).
Figura 1
Mapa de ubicación del área de investigación en el
CIPTALD, Tulumayo, Pueblo Nuevo, Huánuco.
Diseño de investigación y muestreo
El estudio fue aplicado, descriptivo-correlacional y
longitudinal, orientado a describir el crecimiento temprano
de la plantación y relacionar variables dasométricas con la
estimación de biomasa, carbono y CO₂. La población estuvo
conformada por 112 matas de G. angustifolia. Para el
análisis destructivo y la construcción de modelos
alométricos se seleccionaron 20 muestras representativas
mediante muestreo sistemático desde un vértice de la
parcela, considerando matas con distribución uniforme de
cañas y brotes al momento del raleo.
El tamaño de muestra se verificó mediante la ecuación (1)
para población finita:
Monitoreo del crecimiento y estimación de carbono en una plantación de Guadua angustifolia Kunth de dos años en (Tulumayo),
Huánuco, Perú
Artículo científico: pág. 23
Volumen 8, Número 1, julio - diciembre, 2026 - Recibido: 15-08-2026, Aceptado: 02-09-2026
https://doi.org/10.46908/tayacaja.v8i1.242






……..(1)
donde N fue el tamaño poblacional, z el valor asociado al
nivel de confianza, S² la varianza preliminar y E el error
máximo aceptado. Los datos de campo fueron registrados
en formatos preestablecidos mediante observación directa.
Variables evaluadas y cálculo de biomasa
En cada mata seleccionada se registró el número de cañas,
diámetro basal, altura de caña y número de brotes por
categorías de altura (<1 m, 1-3 m y >3 m). Para estimar la
biomasa aérea se aplicó el método destructivo durante
actividades de poda y raleo, siguiendo procedimientos de
medición y manejo de muestras empleados para guadua
(Instituto Colombiano de Normas Técnicas y Certificación,
2007). La biomasa húmeda aérea se obtuvo mediante la
aplicación de la ecuación (2):




………(2)
Donde BcH, BrH y BhH corresponden a biomasa húmeda
del culmo, biomasa húmeda de las ramas y biomasa
húmeda de las hojas, respectivamente.
Las muestras fueron secadas en estufa hasta peso
constante. El contenido de humedad, la biomasa seca, el
carbono almacenado y el CO₂ equivalente se calcularon
mediante las siguientes expresiones de las ecuaciones 3, 4,
5 y 6, respectivamente:


 ………(3)
  


………(4)
  ………(5)

  ………(6)
Donde CH es el contenido de humedad; m la masa inicial;
m₀ la masa seca; BS la biomasa seca; BH la biomasa
húmeda; C el carbono almacenado; y 3,67 el factor
estequiométrico de conversión de carbono a dióxido de
carbono.
Modelos alométricos y análisis estadístico
Se ajustaron modelos lineales, potenciales, exponenciales
y polinómicos de segundo y tercer grado para estimar el
CO₂ almacenado a partir del diámetro (D) y de la altura (A),
los cuales se expresan en las ecuaciones 7, 8, 9, 10 y 11.
De manera general, los modelos evaluados fueron:

………(7)


………(8)


………(9)

 
………(10)

 
………(11)
donde X representó el diámetro (D) o la altura (A); b₀, b₁, b₂
y b₃ fueron los parámetros del modelo; y CO₂ fue el dióxido
de carbono estimado. Los modelos se evaluaron mediante el
coeficiente de determinación (R²), la suma de cuadrados del
error (SCE) y el error estándar residual (σ). La información
fue organizada en Excel 2022 y procesada en InfoStat. Los
resultados descriptivos se expresaron mediante media,
mediana, moda, varianza, desviación estándar, coeficiente
de variación, límites de confianza y error porcentual.
RESULTADOS
Crecimiento dasométrico y brotación
La plantación juvenil presentó un promedio de 6,21 cañas
por mata, diámetro basal de 4,11 cm y altura media de 5,75
m. La mayor variabilidad se observó en el número de cañas
(CV = 59,12 %), seguida de la altura (CV = 41,81 %) y el
diámetro (CV = 40,96 %). El error porcentual fue inferior al
10 % para estas tres variables, lo que respalda la consistencia
del tamaño muestral utilizado (Tabla 1).
Tabla 1
Estadísticos descriptivos de número de cañas, diámetro y
altura de G. angustifolia.
Estadístico
N.° cañas
Diámetro (cm)
Altura (m)
Media
6,21
4,11
5,75
Mediana
6,00
4,00
6,00
Moda
1,00
2,54
3,00
S²
13,47
2,83
5,78
S
3,67
1,68
2,40
CV (%)
59,12
40,96
41,81
Ls
6,70
4,33
6,07
Li
5,71
3,88
5,42
E (%)
7,98
5,53
5,64
Nota. S² = varianza; S = desviación estándar; CV =
coeficiente de variación; Ls = límite superior; Li = límite
inferior; E = error porcentual.
La producción de brotes mostró mayor promedio en la
categoría > 3 m, con 2,4 brotes, mientras que las categorías
< 1 m y 1-3 m registraron 1,7 y 1,5 brotes, respectivamente.
No obstante, las tres categorías presentaron alta variabilidad,
con CV superiores al 70 %, lo que evidencia heterogeneidad
en la brotación inicial de la plantación (Tabla 2).
Tabla 2
Estadísticos descriptivos del número de brotes de G.
angustifolia por categoría de altura.
Estadístico
1-3 m
> 3 m
Media
1,50
2,40
Mediana
1,00
2,50
Monitoreo del crecimiento y estimación de carbono en una plantación de Guadua angustifolia Kunth de dos años en (Tulumayo),
Huánuco, Perú
Artículo científico: pág. 24
Volumen 8, Número 1, julio - diciembre, 2026 - Recibido: 15-08-2026, Aceptado: 02-09-2026
https://doi.org/10.46908/tayacaja.v8i1.242
Moda
1,00
3,00
S²
2,89
3,09
S
1,70
1,76
CV (%)
113,43
73,30
Ls
2,30
3,22
Li
0,70
1,58
E (%)
53,01
34,26
Nota. S² = varianza; S = desviación estándar; CV =
coeficiente de variación; Ls = límite superior; Li = límite
inferior; E = error porcentual.
Biomasa aérea, carbono y CO₂ secuestrado
El contenido de humedad promedio fue de 46,00 % en cañas
y de 40,83 % en ramas y hojas. A nivel individual, la
biomasa seca promedio fue de 10,22 kg/caña, equivalente a
5,11 kg de carbono y 18,75 kg de CO₂ por caña. Al
extrapolar los resultados a una densidad de 3283 cañas/ha,
se estimaron 34,87 t/ha de biomasa aérea, 17,44 t C/ha y
63,99 t CO₂/ha (Tabla 3; Figura 2).
Tabla 3
Estadísticos del contenido de humedad, biomasa, carbono y CO₂ por caña.
Estadístico
CH cañas (%)
CH ramas y hojas (%)
Biomasa (kg/caña)
C (kg/caña)
CO₂ (kg/caña)
Media
46,00
40,83
10,22
5,11
18,75
S²
33,67
30,36
9,76
2,44
32,88
S
5,80
5,51
3,12
1,56
5,73
CV (%)
12,62
13,49
30,58
30,58
30,58
Ls
48,71
43,40
11,68
5,84
21,43
Li
43,28
38,25
8,76
4,38
16,07
E (%)
7,28
8,62
12,21
12,21
12,21
Nota. CH = contenido de humedad; C = carbono; CO₂ = dióxido de carbono; S² = varianza; S = desviación estándar; CV
= coeficiente de variación.
Figura 2
Biomasa aérea, carbono almacenado y dióxido de carbono
secuestrado estimados para la plantación de G.
angustifolia.
Desempeño de modelos alométricos
Los modelos basados en diámetro presentaron mayor
capacidad de ajuste que los modelos basados únicamente
en altura. Para el diámetro, el modelo polinómico de tercer
grado alcanzó el mayor R² (0,27) y el menor error residual
(σ = 4,89). En contraste, los modelos con altura no
superaron R² = 0,07, lo que indica baja capacidad
explicativa cuando esta variable se emplea de manera
aislada (Tabla 4; Figura 3).
Tabla 4
Desempeño de modelos alométricos para estimar CO₂ en 20
cañas de G. angustifolia.
Predictor
Modelo
CO₂ estimado
(kg)
R²
σ
Directo
Método
destructivo
374,95
-
-
D
Lineal
374,94
0,12
5,39
D
Potencial
358,63
0,12
5,38
D
Exponencial
357,88
0,12
5,37
D
Polinómica grado
2
342,95
0,18
5,18
D
Polinómica grado
3
324,18
0,27
4,89
A
Lineal
356,89
0,06
5,55
A
Potencial
358,74
0,06
5,55
A
Exponencial
357,78
0,06
5,55
A
Polinómica grado
2
371,12
0,07
5,54
A
Polinómica grado
3
365,04
0,07
5,53
Nota. D = diámetro; A = altura; R² = coeficiente de
determinación; σ = error estándar residual. El cálculo
directo corresponde al valor de referencia obtenido por
método destructivo.
Monitoreo del crecimiento y estimación de carbono en una plantación de Guadua angustifolia Kunth de dos años en (Tulumayo),
Huánuco, Perú
Artículo científico: pág. 25
Volumen 8, Número 1, julio - diciembre, 2026 - Recibido: 15-08-2026, Aceptado: 02-09-2026
https://doi.org/10.46908/tayacaja.v8i1.242
Figura 3
Comparación del ajuste (R²) de modelos alométricos
basados en diámetro y altura para estimar CO₂
almacenado.
DISCUSIONES
Los valores promedio de diámetro y altura reflejan la
condición juvenil de la plantación evaluada y son menores
que los reportados en guaduales o plantaciones más
desarrolladas. Esta diferencia es esperable, dado que en G.
angustifolia la emisión sucesiva de cañas dentro de la mata
incrementa progresivamente la dimensión de los culmos y
la biomasa acumulada (Molina & Montealegre, 2018;
Oblitas, 2022). La alta variabilidad en número de cañas y
brotes también es coherente con la heterogeneidad propia
de plantaciones jóvenes, donde el establecimiento, la
competencia entre matas y la disponibilidad de recursos
aún no se estabilizan. En estudios con bambú, el tamaño, la
densidad y la estructura del culmo han sido reconocidos
como variables esenciales para explicar biomasa y
rendimiento, por lo que su registro temprano es clave para
el seguimiento silvicultural (Alamerew et al., 2024;
Ordóñez-Prado et al., 2023; Sawarkar et al., 2023).
La biomasa aérea estimada de 34,87 t/ha y el carbono
almacenado de 17,44 t C/ha evidencian que la plantación
ya contribuye a la captura de carbono desde una fase
temprana, aunque con valores inferiores a los reportados
para bosques o plantaciones maduras. Por ejemplo, Jember
et al. (2023) y Abebe et al. (2021) registraron mayores
reservas en bambúes africanos de rodales establecidos,
mientras que Camargo García et al. (2024) reportaron el
papel de los guaduales como reservorios importantes de
carbono en sistemas tropicales. De forma similar, Yebeyen
et al. (2022) y Burru et al. (2025) mostraron que las
reservas aumentan en sistemas de bambú natural u
homestead con mayor desarrollo estructural. En
consecuencia, la comparación con esos valores debe
considerar que el presente estudio evaluó una plantación de
solo dos años, por lo que sus resultados representan una
línea base inicial y no el potencial máximo de acumulación
del sistema.
El mayor desempeño de los modelos basados en diámetro
coincide con la evidencia reciente que reconoce esta
variable como predictor práctico y de bajo costo para
estimar biomasa en bambú. Camargo García et al. (2024)
recomendaron modelos con diámetro por su aplicabilidad en
inventarios de guadua, mientras que Kaushal et al. (2022),
Li et al. (2024) y Tesema et al. (2024) demostraron que las
relaciones alométricas con variables dasométricas permiten
estimar biomasa en diferentes especies. No obstante, el
ajuste obtenido en este estudio fue bajo (R² = 0,27), por lo
que el diámetro explicó solo una parte de la variabilidad del
CO2 almacenado. Esta limitación contrasta con estudios
recientes que alcanzaron mejores ajustes al incluir variables
adicionales, como altura, estructura de la mata, diámetro a
la altura del pecho, biomasa por componentes o área basal
de la macolla (Kigomo et al., 2025; Ordóñez-Prado et al.,
2024; Sumarga et al., 2025).
Los modelos basados únicamente en altura mostraron baja
capacidad explicativa (R² <= 0,07), lo que confirma que el
crecimiento vertical no representa por sí solo la acumulación
de biomasa en una plantación juvenil. En investigaciones
recientes, la combinación de diámetro y altura o el empleo
de modelos por componentes ha mejorado la precisión de
las estimaciones, especialmente cuando existe un tamaño
muestral suficiente y validación independiente (Kaam et al.,
2023; Kaam et al., 2024; Tesema et al., 2025). Además, la
exclusión de la biomasa subterránea puede subestimar el
carbono total, ya que la relación entre biomasa aérea y
subterránea en bambú puede variar según especie y sitio
(Singnar et al., 2021). Por ello, los modelos del presente
estudio deben considerarse aproximaciones preliminares
que requieren ampliación del muestreo, incorporación de
edades sucesivas de la plantación y validación con nuevos
datos destructivos.
Desde una perspectiva aplicada, los resultados de Tulumayo
son relevantes porque proporcionan una primera base local
para monitorear el crecimiento temprano de G. angustifolia
y estimar su contribución inicial a la captura de carbono. Sin
embargo, para orientar proyectos de restauración, manejo
forestal o contabilización de carbono, se requiere pasar de
estimaciones exploratorias a modelos robustos y
verificables. La literatura reciente enfatiza que los esquemas
de carbono basados en bambú dependen de metodologías
transparentes, inventarios repetibles, modelos validados y,
cada vez más, herramientas de monitoreo espacial como
sensores remotos (Pan et al., 2023; Pan et al., 2025b; Wang
et al., 2021). En futuras investigaciones, el seguimiento de
la plantación debería integrar diámetro, altura, edad de
culmos, número de cañas por mata, biomasa subterránea,
carbono del suelo y análisis de incertidumbre, a fin de
mejorar la aplicabilidad silvicultural y climática de los
resultados (Hossain, 2025; Prayogo et al., 2021; Tesema et
al., 2025).
CONCLUSIONES
La plantación de G. angustifolia de dos años en Tulumayo
presentó un crecimiento juvenil caracterizado por 6,21 cañas
Monitoreo del crecimiento y estimación de carbono en una plantación de Guadua angustifolia Kunth de dos años en (Tulumayo),
Huánuco, Perú
Artículo científico: pág. 26
Volumen 8, Número 1, julio - diciembre, 2026 - Recibido: 15-08-2026, Aceptado: 02-09-2026
https://doi.org/10.46908/tayacaja.v8i1.242
por mata, diámetro medio de 4,11 cm y altura promedio de
5,75 m. La brotación fue heterogénea, con mayor número
promedio de brotes en la categoría superior a 3 m.
La biomasa aérea estimada fue de 34,87 t/ha, equivalente a
17,44 t C/ha y 63,99 t CO₂/ha, lo que evidencia el potencial
de la especie para aportar a la captura de carbono desde
etapas tempranas de establecimiento.
Los modelos alométricos basados en diámetro presentaron
mejor desempeño que los basados en altura, aunque los
valores de R² fueron bajos. Por ello, se recomienda ampliar
el muestreo, realizar monitoreos en diferentes edades de la
plantación e incorporar variables adicionales para mejorar
la precisión de los modelos de estimación de carbono y
CO₂.
REFERENCIAS BIBLIOGRÁFICAS
Abebe, S., Minale, A. S., Teketay, D., Jayaraman, D., &
Long, T. T. (2021). Biomass, carbon stock and
sequestration potential of Oxytenanthera abyssinica
forests in Lower Beles River Basin, Northwestern
Ethiopia. Carbon Balance and Management, 16, 29.
https://doi.org/10.1186/s13021-021-00192-5
Aguirre, M., & Gutiérrez, R. (2009). Potencial de captura
de carbono de la Guadua spp. por estadíos en el
bosque local "El Maronal de Atumplaya" [Tesis
doctoral, Universidad Nacional de San Martín].
Repositorio institucional.
Alamerew, A. N., Kozak, R., Shrestha, A. K., Zhu, Z., &
Wang, G. (2024). A way for livelihood improvement:
Systematic review on bamboo forest research. Trees,
Forests and People, 16, 100571.
https://doi.org/10.1016/j.tfp.2024.100571
Burru, D. Y., Durai, J., Chinke, M. A., Sileshi, G. W.,
Rawat, Y. S., Gizachew, B., Reza, S., Desalegne, F.
H., & Worassa, K. T. (2025). Allometric models for
estimating biomass and carbon stocks in natural and
homestead highland bamboo stands in the Sidama
Region, Ethiopia. Forests, 16(4), 701.
https://doi.org/10.3390/f16040701
Camargo García, J. C., Arango Arango, A. M., & Trinh, L.
(2024). The potential of bamboo forests as a carbon
sink and allometric equations for estimating their
aboveground biomass. Environment, Development
and Sustainability, 26, 20159-20187.
https://doi.org/10.1007/s10668-023-03460-1
Chiti, T., Blasi, E., & Chiriacò, M. V. (2024). Carbon
sequestration in a bamboo plantation: A case study in
a Mediterranean area. Journal of Forestry Research,
35, 51. https://doi.org/10.1007/s11676-024-01696-9
García, D., & Del Castillo, D. (2013). Estimación del
almacenamiento de carbono y estructura en bosques
con presencia de bambú (Guadua sarcocarpa) de la
comunidad nativa Bufeo Pozo, Ucayali, Perú. Folia
Amazónica, 22(1-2), 105-113.
Hossain, M. (2025). Validated allometric models for
volume, biomass, carbon, and nutrient estimation in
forest ecosystems of Bangladesh: A step toward
sustainable forest management and climate resilience.
Trees, Forests and People, 19, 100772.
https://doi.org/10.1016/j.tfp.2024.100772
Instituto Colombiano de Normas Técnicas y Certificación.
(2007). Métodos de ensayo para determinar las
propiedades físicas y mecánicas de la Guadua
angustifolia Kunth (NTC 5525). ICONTEC.
Jember, A. A., Taye, M. A., Gebeyehu, G., Mulu, G., Long,
T. T., Jayaraman, D., & Abebe, S. (2023). Carbon stock
potential of highland bamboo plantations in
northwestern Ethiopia. Carbon Balance and
Management, 18, 3. https://doi.org/10.1186/s13021-
023-00224-2
Kaam, R., Tchamba, M., Nfornkah, B. N., & Djomo, C. C.
(2023). Allometric equations and carbon stocks
assessment for Bambusa vulgaris Schrad. ex
J.C.Wendl. in the bimodal rainfall forest of Cameroon.
Heliyon, 9(11), e21251.
https://doi.org/10.1016/j.heliyon.2023.e21251
Kaam, R., Tchamba, M., Nfornkah, B. N., & Djomo, C. C.
(2024). Remote sensing, allometry, and carbon stocks
of Phyllostachys aurea in the Western Highlands of
Cameroon. Advances in Bamboo Science, 6, 100055.
https://doi.org/10.1016/j.bamboo.2023.100055
Kaushal, R., Islam, S., Tewari, S., Tomar, J. M. S.,
Thapliyal, S., Madhu, M., Trinh, T. L., Singh, T.,
Singh, A., & Durai, J. (2022). An allometric model-
based approach for estimating biomass in seven Indian
bamboo species in western Himalayan foothills, India.
Scientific Reports, 12, 7527.
https://doi.org/10.1038/s41598-022-11394-3
Kigomo, J. N., Mukovi, J., Bor, N., Leshaye, B., Cheruiyot,
T., & Kuria, M. (2025). Allometric equations for
estimating biomass and carbon stocks of on-farm
bamboo species in the agricultural landscapes of
Kenya. Advances in Bamboo Science, 11, 100139.
https://doi.org/10.1016/j.bamboo.2025.100139
Li, L.-E., Yen, T.-M., & Lin, Y.-J. (2024). A generalized
allometric model for predicting aboveground biomass
across various bamboo species. Biomass and
Bioenergy, 184, 107215.
https://doi.org/10.1016/j.biombioe.2024.107215
Molina, D., & Montealegre, W. (2018). Cuantificación de
Monitoreo del crecimiento y estimación de carbono en una plantación de Guadua angustifolia Kunth de dos años en (Tulumayo),
Huánuco, Perú
Artículo científico: pág. 27
Volumen 8, Número 1, julio - diciembre, 2026 - Recibido: 15-08-2026, Aceptado: 02-09-2026
https://doi.org/10.46908/tayacaja.v8i1.242
biomasa aérea utilizando medidas dasométricas para
la guadua (Guadua angustifolia Kunth) en la cuenca
hidrográfica del río Guarapas en el municipio de
Pitalito Huila [Tesis de pregrado, Universidad
Nacional Abierta y a Distancia].
Núñez, A., & Ramírez, M. (2022). Estimación del
potencial de captura de carbono en las plantaciones de
Guadua angustifolia, Río Negro-Satipo [Tesis de
pregrado, Universidad Nacional del Centro del Perú].
Repositorio institucional.
Oblitas, W. (2022). Ecuaciones alométricas para la
estimación de captura de CO2 en plantaciones de
Guadua angustifolia Kunth para diámetro y altura, en
Aramango, Amazonas, 2020 [Tesis de maestría,
Universidad Nacional de Cajamarca]. Repositorio
institucional.
Ordóñez-Prado, C., Nava-Nava, A., Tamarit-Urias, J. C.,
& Hernández-Zaragoza, P. (2023). Ecuaciones para
estimar la altura total de culmos comerciales en tres
especies de bambú. Ecosistemas y Recursos
Agropecuarios, 10(3), e3696.
https://doi.org/10.19136/era.a10n3.3696
Ordóñez-Prado, C., Tamarit-Urias, J. C., Nava-Nava, A.,
& Rodríguez-Acosta, M. (2024). Additive equations
system to estimate aboveground biomass by structural
component and total of three giant bamboo species in
Mexico. Cerne, 30, e103267.
https://doi.org/10.1590/01047760202430013267
Pan, C., Zhou, G., Shrestha, A. K., Chen, J., Kozak, R., Li,
N., Li, J., He, Y., Sheng, C., & Wang, G. (2023).
Bamboo as a nature-based solution (NbS) for climate
change mitigation: Biomass, products, and carbon
credits. Climate, 11(9), 175.
https://doi.org/10.3390/cli11090175
Pan, C., Wang, G., Xu, L., Li, C., Shrestha, A., Ying, M.,
Lu, W., Innes, J. L., Kozak, R., & Zhou, G. (2025a).
Bamboo forests in Anji, China: An emerging nature-
based solution to tackle climate change. Advances in
Bamboo Science, 10, 100126.
https://doi.org/10.1016/j.bamboo.2025.100126
Pan, C., Shrestha, A., Li, C., Ying, M., Duan, J., He, M.,
Zhu, W., Chai, Q., Innes, J. L., Kozak, R., Zhou, G.,
& Wang, G. (2025b). Integrating bamboo forests into
the carbon markets: Insights from China. Journal of
Environmental Management, 393, 127203.
https://doi.org/10.1016/j.jenvman.2025.127203
Pati, P. K., Kaushik, P., Khan, M. L., & Khare, P. K.
(2022). Allometric equations for biomass and carbon
stock estimation of small diameter woody species
from tropical dry deciduous forests: Support to
REDD+. Trees, Forests and People, 9, 100289.
https://doi.org/10.1016/j.tfp.2022.100289
Prayogo, C., Muthahar, C., & Ishaq, R. M. (2021).
Allometric equation of local bamboo for estimating
carbon sequestration of bamboo riparian forest. IOP
Conference Series: Earth and Environmental
Science, 905(1), 012002. https://doi.org/10.1088/1755-
1315/905/1/012002
Sawarkar, A. D., Shrimankar, D. D., Kumar, M., Kumar, P.,
& Singh, L. (2023). Bamboos as a cultivated medicinal
grass for industries: A systematic review. Industrial
Crops and Products, 203, 117210.
https://doi.org/10.1016/j.indcrop.2023.117210
Singnar, P., Sileshi, G. W., Nath, A., Nath, A. J., & Das, A.
K. (2021). Modelling the scaling of belowground
biomass with aboveground biomass in tropical
bamboos. Trees, Forests and People, 3, 100054.
https://doi.org/10.1016/j.tfp.2020.100054
Sumarga, E., Choesin, D. N., Eleazar, J., Triagung, O. B.,
Syamsudin, T. S., Darwis, A., & Hidayat, Y. (2025).
Allometric model for estimating above- and
belowground biomass of Gigantochloa apus (Schult.f.)
Kurz ex Munro. Advances in Bamboo Science, 13,
100208.
https://doi.org/10.1016/j.bamboo.2025.100208
Tesema, H. A., Belay, B., & Alemayehu, A. (2024).
Development of site-specific allometric equation and
predicting aboveground biomass of natural and
plantation forests of Oxytenanthera abyssinica (A.
Rich.) Munro, Northwestern Ethiopia. Advances in
Bamboo Science, 9, 100107.
https://doi.org/10.1016/j.bamboo.2024.100107
Tesema, H. A., Durai, J., & Alamerew, A. N. (2025).
Bamboo biomass estimation for sustainable forest
management and climate mitigation: A comprehensive
review of allometric models and emerging
technologies. Discover Sustainability, 6, 1315.
https://doi.org/10.1007/s43621-025-02001-2
Wang, J., Du, H., Li, X., Mao, F., Zhang, M., Liu, E., Ji, J.,
& Kang, F. (2021). Remote sensing estimation of
bamboo forest aboveground biomass based on
geographically weighted regression. Remote Sensing,
13(15), 2962. https://doi.org/10.3390/rs13152962
Yebeyen, D., Nemomissa, S., Sileshi, G. W., Zewdie, W.,
Hailu, B. T., Rodríguez, R. L., Desalegne, F. H., &
Woldie, T. M. (2022). Allometric scaling, biomass
accumulation and carbon stocks in natural highland
bamboo (Oldeania alpina (K. Schum.) Stapleton)
stands in Southwestern Ethiopia. Carbon Management,
13(1), 482-496.
https://doi.org/10.1080/17583004.2022.2130090.