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.
El Colegio de la Frontera Sur
Campeche
Chetumal
Villahermosa
San Cristóbal
Tapachula
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.
Aplicaciones de las
imágenes en ECOSUR
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.
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).
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
Modelo para estimar
emisiones de CO2
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)
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)
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)
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.
Extrapolación de variables
de la estructura a nivel del
paisaje
Extrapolación de variables de la
estructura del bosque
Factores que afectan la
estructura del bosque





Tipo de suelo
Nutrientes del suelo
Posición topográfica
Niveles de
perturbación humana
…
Biomasa
Volumen de madera
Área basal
Altura del dosel,
Métodos


Mapas de tipos de
vegetación
Percepción remota
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
Modelos de
regresión
Redes neuronales
Geoestadística
kNN
•Biomasa
•Área basal
•Volumen de
madera
•Altura del dosel
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.
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}
Medidas de textura
N 1
Var 
1
k
Dis 
k

( xi   )
2
ASM 
i, j0

p (i, j )
N 1
2
Ent 
i, j0
N 1

1
j)
2
p (i, j )
N 1
N 1

i, j0
p ( i , j ) ln( p ( i , j ))
i, j
 1  (i 
i, j0
Con 
p (i, j ) i  j
i 1
N 1
Hom 

p ( i , j )( i  j )
2
Cor 

i, j0
( i   I )( j   I ) p ( i , j )
I
2
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.
Modelo seleccionado
ABGT = 19.94 – 0.29×IRC + 0.42×VARIRC
AGBT = (AGBλ -1)/λ
Donde λ = 0.3
R2 = 0.713
Validación cruzada
RMSE = 59.7 t/ha
RMSE (%) = 21.3
(transformación Box-Cox)
Mapa de
biomasa
Unidades
t/ha
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
Cambio en la cobertura del suelo 19861997-2005
Cambio en la cobertura del suelo
1986-1997-2005
TDA= 2.3%
TDA=4.8%
81,100 ha deforestadas en el período 1986-2005
Matriz de cambios 1997-2005
Vegetación
arbórea
Vegetación
arbórea
Tular,
popal,
bosque
ripario
Vegetación
2005 secundaria
Potreros &
cultivos
Total
1997 superficie en hectáreas (%)
Tular, popal
& bosque
Vegetación
Potreros &
ripario
secundaria
cultivos
83,678 (64)
85 (2)
0 (0)
4,014 (89)
15,030 (12)
2,895 (10)
Total
1,074 (3)
87,732
663 (2)
306 (1)
4,983
65 (1)
5,519 (19)
4,514 (14)
25,127
31,039 (24)
335 (7)
20,561 (69)
27,049 (82)
78,984
129,747 (100)
4,499 (100)
29,638 (100)
32,943 (100)
96,827
Escenarios de cambio en la
cobertura 2005-2015
Escenario A
Veg. Arbórea
2005
Jimbal/Tular/B.
Ripario
Agropecuario Total
47,946
279
19,347
67,572
39,882
3,413
1,311
4,406
80,435
7,819
121,628
87,828
5,004
104,188
41,893
238
19,550
61,681
6
3,719
4,892
8,618
Agropecuario
45,932
1,092
80,271
127,295
Total
87,831
5,049
104,714
Veg. Arbórea
Jimbal/Tular/B.
2015 Ripario
Agropecuario
Total
Escenario B
Veg. Arbórea
Jimbal/Tular/B.
2015 Ripario
Emisión de C de acuerdo a escenario A: 2,156,499 tC
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.
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
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.
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).
Ceiba pentandra ejido La
Victoria, Marqués de Comillas
Hojas juveniles de Coccoloba
belizensis, Ejido La Corona, MdeC
Hymenaea courbaril,
MdeC
Sabana
Bosque secundario de
selva media
Descargar

Factores que inducen el cambio de uso del suelo