Emisiones de CO2 por cambio en la cobertura del suelo en la Selva Lacandona

1. Emisiones de CO2 por cambio en la cobertura del suelo en la Selva Lacandona Miguel Ángel Castillo Santiago El Colegio de la Frontera Sur San Cristóbal de las Casas, Chis.

2. El Colegio de la Frontera Sur Campeche Chetumal Villahermosa San Cristóbal Tapachula

3. Aspectos a abordar en la presentación • Aplicación de las imágenes descargadas las estaciones ERMEXS (SPOT) y ERIS (Landsat 5). • Estudio de caso: Estimación de biomasa del bosque a nivel del paisaje y estimación de emisiones de CO2.

4. Aplicaciones de las imágenes en ECOSUR

5. Característica de muchos estudios ecológicos previos • Carencia de un componente analítico espacial. • Énfasis en el estudio de los procesos a nivel local. • Dificultad para extrapolar la información obtenida a nivel local a todo el paisaje.

6. Disponibilidad actual de imágenes Aproximadamente hace tres años, se modificaron los términos de la licencia de las imágenes SPOT captadas por la estación receptora de imágenes de satélite ERMEXS (ubicada en México DF) Los centros públicos de investigación/docencia tienen ahora acceso a las imágenes SPOT. Disponibilidad de imágenes Landsat 5 de fecha reciente (2008) descargadas a través de la estación receptora de imágenes de satélite ERIS (Chetumal, Quintana Roo).

7. Estudios en curso • Delimitación de la cobertura arbórea • Tipos de vegetación. • Mapeo de hábitat • Cambio de la cobertura/uso del suelo • Estimación de variables de la estructura del bosque tropical

9. Modelo para estimar emisiones de CO2

10. Área y contenidos de C por tipo de vegetación Gris claro: carbono en biomasa Gris oscuro: carbono en suelo Tomado de: Malhi et al. (2002)

11. El carbono de los bosques tropicales • Los bosques tropicales representan los mayores almacenes de C (Mahli et al. 2002) • Los bosques tropicales se están perdiendo a tasas elevadas. En México, 265,000 ha/año, (bosques templados 90,000 ha/año) (Mas et al. 2004). • La magnitud de las emisiones de CO2 derivadas del cambio en la cobertura y uso del suelo, representa el componente de mayor incertidumbre en el ciclo global del C (Ramankutty et al. 2007)

12. Estimación de la biomasa a nivel regional: fuentes de incertidumbre • Incertidumbre asociadas a la medición de parcelas individuales: Biomasa viva y muerta; aérea y subterránea; lianas, palmas, árboles pequeños, y otros componentes de la biomasa. • Incertidumbre derivada de los métodos de extrapolación de las datos de parcelas al paisaje entero. Mayor causa de incertidumbre (Saatchi et al. 2007)

13. Objetivos específicos • Estimar las extensiones de los tipos de vegetación en el área de estudio. • Analizar la estructura, composición y diversidad arbórea de los bosques (maduros y secundarios). • Desarrollar un enfoque metodológico basado en imágenes satélitales, para extrapolar la información de la biomasa. • Analizar la dinámica del cambio en la cobertura del suelo y elaborar modelo de cambios.

15. Extrapolación de variables de la estructura a nivel del paisaje

16. Tipo de suelo Nutrientes del suelo Posición topográfica Niveles de perturbación humana … Mapas de tipos de vegetación Percepción remota Extrapolación de variables de la estructura del bosque Factores que afectan la estructura del bosque Métodos Biomasa Volumen de madera Área basal Altura del dosel,

17. Modelado Variables del bosque Variables de la imagen • Inf. Espectral: • Bandas espectrales • Índices espectrales de vegetación • Componentes principales • Inf. Espacial: • Textura (1er y 2do orden) Enfoques de modelación • Biomasa • Área basal • Volumen de madera • Altura del dosel Modelos de regresión Redes neuronales Geoestadística kNN

18. Características de las relaciones IEV-biomasa Frecuentemente relaciones no lineales entre los índices de vegetación y la biomasa. Se presentan comportamientos asintóticos de la relación IEV y biomasa. Saturación a bajos niveles de biomasa (aprox. 150 t/ha) Relación inversa, posiblemente debido al incremento de sombras.

19. Índices Espectrales de Vegetación: SR = IRC /Rojo (Jordan 1969) NDVI = (IRC – Rojo) /(IRC + Rojo) (Tucker 1979) SAVI = (IRC – Rojo) /(IRC + Rojo + L) (Huete 1988) GEMI = η(1 – 0.25η) – {(Rojo – 0.125) /(1 – Rojo)} (Verstraete & Pinty 1996) donde: L = 0.5; η = {2(IRC2 – Rojo2) + 1.5IRC + 0.5Rojo} /{IRC + Rojo + 0.5}

21. Medidas de textura

22. Castillo-Santiago,M.A., Ricker, M., & de Jong,B. en prensa. Estimation of tropical forest structure from SPOT-5 satellite images. International Journal of Remote Sensing.

23. Modelo seleccionado ABGT = 19.94 – 0.29×IRC + 0.42×VARIRC AGBT = (AGBλ-1)/λ (transformación Box-Cox) Donde λ = 0.3 R2 = 0.713 Validación cruzada RMSE = 59.7 t/ha RMSE (%) = 21.3

24. Mapa de biomasa Unidades t/ha

25. Cambio en el uso del suelo • Tres períodos analizados 1986,1997 y 2005. • Las imágenes de 1986 y 1997 fueron Landsat TM, menor resolución que SPOT5 • Se agruparon clases de vegetación debido a dificultades para separar espectralmente algunas tipos de vegetación con TM

26. Cambio en la cobertura del suelo 1986-1997-2005

27. Cambio en la cobertura del suelo 1986-1997-2005 TDA= 2.3% TDA=4.8% 81,100 ha deforestadas en el período 1986-2005

28. Matriz de cambios 1997-2005

29. Escenarios de cambio en la cobertura 2005-2015 Emisión de C de acuerdo a escenario A: 2,156,499 tC

33. Proyección a 2015 • Se perderían 28,471 ha de bosque tropical entre 2005 y 2015. • Equivalentes a 4,312,998 t de biomasa. • Equivalente a 791,435 tCO2/año • ≈ 1.5% de las emisiones anuales para México. • Marqués representa ≈0.1% de la superficie de México.

34. Conclusiones • La reflectancia registrada en las imágenes o sus transformaciones proporciona poca información para explicar variables de la estructura. • Solo adecuada para bajos niveles de biomasa. • El incremento en resolución espectral puede superar el problema de saturación

35. Conclusiones (2) • El uso de información espacial (textura) puede incrementar la precisión sustancialmente en imágenes de alta resolución. • Permite modelar valores de biomasa propios del bosque maduro.

36. Conclusiones (3) • El cambio de uso del suelo presenta patrones de alta concentración. • Las tasas de deforestación continúan aumentando. • El cambio de uso del suelo no es unidireccional (abandono de tierras, reuso de la vegetación secundaria, cambio de uso agric a pecuario).

37. Ceiba pentandra ejido La Victoria, Marqués de Comillas Hojas juveniles de Coccoloba belizensis, Ejido La Corona, MdeC

38. Hymenaea courbaril, MdeC

39. Sabana Bosque secundario de selva media