INFLUENCIA DE TRATAMIENTOS SILVÍCOLAS EN LA ACUMULACIÓN DE BIOMASA ARBÓREA
PDF

Palabras clave

Ixtlán de Juárez
matarrasa
NDVI
reserva de acción climática

Resumen

Actualmente el CO2 que se encuentra en la atmósfera genera una preocupación mundial, debido al cambio climático que conlleva; por ello los bosques se presentan como una solución viable. Por otro lado, cuantificar la biomasa forestal arbórea de un bosque bajo manejo es importante para evaluar la productividad y el efecto de tratamientos silvícolas (TS) aplicados.  El objetivo de este trabajo fue analizar la biomasa arbórea en rodales bajo TS aplicados, en Ixtlán de Juárez, Oaxaca, y validar la información con teledetección. En 2025 se establecieron de manera aleatoria 49 sitios (UM) en siete tratamientos silvícolas: segundo aclareo (2A), tercer aclareo (3A), corta de liberación y preaclareo (CL), selección (S), matarrasa a 10 años (M10), matarrasa a 20 años (M20) y área sin manejo (ASM). Se realizó el inventario arbóreo bajo la metodología de la Reserva de Acción Climática (CAR), para estimar la biomasa arbórea. Posteriormente se descargó la imagen satelital del área de estudio, a través de Sentinel 2; para ajustar un modelo lineal simple en función del índice de vegetación de diferencia normalizada (NDVI) (10 m pixel-1). Los tratamientos se diferenciaron mediante modelo lineal generalizado y comparación de medias (Duncan, 0.05). En la biomasa arbórea (t ha-1), se observaron diferencias estadísticas significativas (p<0.01) del ASM (390.6 t ha-1) sobre las áreas bajo M10 (40.4 t ha-1), M20 (187.7 t ha-1) y CL (169.2 t ha-1). Por otro lado, no hubo diferencias estadísticas significativas entre los datos de biomasa estimada en campo vs los espectrales calculados con el NDVI (p>0.05). El NDVI explicó el 83% de la variación existente de la biomasa arbórea. Determinar la biomasa arbórea es el primer paso para conocer los montos de carbono en un ecosistema. En un plan estratégico forestal validar los datos biomasa con teledetección, brinda información viable, para lograr reducir costos y tiempo a gran escala.

https://doi.org/10.15174/cia.v7i1.161
PDF

Citas

Aguirre-Salado, C. A., Treviño-Garza, E. J., Aguirre-Calderón, O. A., Jiménez-Pérez, J., González-Tagle, M. A., Valdez-Lazalde, J. R., Miranda-Aragón, L., & Aguirre-Salado, A. I. (2012). Construction of aboveground biomass models with remote sensing technology in the intertropical zone in Mexico. Journal of Geographical Sciences, 22(4), 669–680. https://doi.org/10.1007/s11442-012-0955-9

Ambrosio-Lazo, A., Rodríguez-Ortiz, G., Santiago-García, W., Ruiz Luna, J., Velasco-Velasco, V. A., & Enríquez-del Valle, J. R. (2024). Biomasa aérea y carbono en el suelo en rodales de pino-encino bajo tratamientos silvícolas. Madera y Bosques, 30(2), e3022564. https://doi.org/10.21829/myb.2024.3022564

Amiri M, Pourghasemi HR. 2022. Mapping the NDVI and monitoring of its changes using google earth engine and sentinel-2 images. In: Pourghasemi HR, ed. Computers in earth and environmental sciences. Shiraz, Iran: Shiraz University. 127-136

Chávez-Aguilar, G., Ángeles-Pérez, G., Pérez-Suárez, M., López-López, M. Á., García-Moya, E., & Wayson, C. (2016). Distribución de biomasa aérea en un bosque de Pinus patula bajo gestión forestal en Zacualtipán, Hidalgo, México. Madera y Bosques, 22(3), 23–36. https://doi.org/10.21829/myb.2016.2231454

Chávez-Pascual, E. Y., Rodríguez-Ortiz, G., Enríquez-Del Valle, J. R., Velasco-Velasco, V. A., & Gómez-Cárdenas, M. (2017). Compartimentos de biomasa aérea en rodales de Pinus oaxacana bajo tratamientos silvícolas. Madera Bosques, 23(3), 147–161. https://doi.org/10.21829/myb.2017.2331627

Cortés-Pérez, M., De León-González, F., Paz-Pellat, F., Leyva-Pablo, T., Santiago-García, W., Ponce-Mendoza, A., & Fuentes-Ponce, M. (2021). Aboveground carbon storage in a temperate forest: high and low intensity forest management. Madera y Bosques, 27(4), e2742440. https://doi.org/10.21829/myb.2021.2742440

Dou, X., & Yang, Y. (2018). Estimating forest carbon fluxes using four different data-driven techniques based on long-term eddy covariance measurements: Model comparison and evaluation. Science of the Total Environment, 627, 78–94. https://doi.org/10.1016/j.scitotenv.2018.01.202

Friedlingstein, P., O’Sullivan, M., Jones, M. W., Andrew, R. M., Bakker, D. C. E., Hauck, J., Landschützer, P., Le Quéré, C., Luijkx, I. T., Peters, G. P., Peters, W., Pongratz, J., Schwingshackl, C., Sitch, S., Canadell, J. G., Ciais, P., Jackson, R. B., Alin, S. R., Anthoni, P., & Barbero, L. (2023). Global Carbon Budget 2023. Earth System Science Data, 15(12), 5301–5369. https://doi.org/10.5194/essd-15-5301-2023

García-Aguilar, J. Á., Rodríguez-Ortiz, G., & Martínez-de la Cruz, J. (2015). Influencia de variables fisiográficas en la productividad de biomasa aérea en bosques mixtos. Revista Mexicana de Agroecosistemas, 2(2), 87–98. https://doi.org/20079559

Guevara Fisher, Y. Y., Cruz Cobos, F., Hernandez, F. J., Nájera Luna, J. A., Cruz Garcia, F., & Quiñonez Barraza, G. (2020). Efecto de la corta de matarrasa en la diversidad de la regeneración arbórea en Durango, México. Revista Mexicana de Ciencias Forestales, 12(63). https://doi.org/10.29298/rmcf.v12i63.709

Guzmán-Santiago, J. C., De los Santos-Posadas, H. M., Vargas-Larreta, B., Gómez-Cárdenas, M., & Marroquín-Morales, P. (2024). Estimación de biomasa y carbono aéreo en bosques templados del sur de México. Ecosistemas y Recursos Agropecuarios, 11(2), e3934. https://doi.org/10.19136/era.a11n2.3934

Institute SAS. (2017). Base SAS 9.4 procedures guide: statistical procedures.

Jiménez-Pérez, J., Treviño-Garza, E. J., & Yerena-Yamallel, J. I. (2018). Concentración de carbono en especies del bosque de pino-encino en la sierra madre oriental. Revista Mexicana de Ciencias Forestales, 4(17), 50–61. https://doi.org/10.29298/rmcf.v4i17.420

Köhl, M., Lasco, R., Cifuentes, M., Jonsson, Ö., Korhonen, K. T., Mundhenk, P., Navar, J. de J., & Stinson, G. (2015). Changes in forest production, biomass and carbon: Results from the 2015 UN FAO Global Forest Resource Assessment. Forest Ecology and Management, 352, 21–34. https://doi.org/10.1016/j.foreco.2015.05.036

Leyva-Pablo, T., de León-González, F., Etchevers-Barra, J. D., Cortés-Pérez, M., Santiago-García, W., Mendoza-Ponce Alejandro, & Fuentes-Ponce, M. H. (2021). Carbon storage in forests with community forest management. Madera y Bosques, 27(4), e2742421. https://doi.org/10.21829/myb.2021.2742421

Mendoza-Ponce, A., & Galicia, L. (2010). Aboveground and belowground biomass and carbon pools in highland temperate forest landscape in Central Mexico. Forestry, 83(5), 497–506. https://doi.org/10.1093/forestry/cpq032

Muhe, S., & Argaw, M. (2022). Estimation of above-ground biomass in tropical afro-montane forest using Sentinel-2 derived indices. Environmental Systems Research, 11(5). https://doi.org/10.1186/s40068-022-00250-y

Reserva de Acción Climática. (2023a). Mecanismos de mercado de carbono. Disponible en: https://www.climateactionreserve.org/es/how/voluntary-offset-program/

Rodríguez-Ortíz, G., Aldrete, A., González-Hernández, V. A., De Los Santos-Posadas, H. M., Gómez-Guerrero, A., & Fierros-González, A. M. (2011). ¿Afectan los aclareos la acumulación de biomasa aérea en una plantación de Pinus patula? Agrociencia, 45(6), 719–732.

Rodríguez-Ortiz, G., García-Aguilar, J. Á., Leyva-López, J. C., Ruiz-Díaz, C., Enríquez-del Valle, J. R., & Santiago-García, W. (2019). Biomasa estructural y por compartimentos en regeneración de Pinus patula en áreas con matarrasa. Madera y Bosques, 25(1). https://doi.org/10.21829/myb.2019.2511713

Romahn de la Vega, C. F., & Ramírez, M. H. (2010). Dendrometría. Universidad Autónoma de Chapingo. México, DF, 312 p. http://dicifo.chapingo.mx/pdf/publicaciones/dendrometria.pdf

Torres-Rojo, J. M., Moreno-Sánchez, R., & Mendoza-Briseño, M. A. (2016). Sustainable Forest Management in Mexico. In Current Forestry Reports. 2(2), 93–105. https://doi.org/10.1007/s40725-016-0033-0

Vaghela, B., Chirakkal, S., Putrevu, D., & Solanki, H. (2021). Modelling above ground biomass of Indian mangrove forest using dual-pol SAR data. Remote Sensing Applications: Society and Environment, 21, 1–12. https://doi.org/10.1016/j.rsase.2020.100457

Vashum, K. T., & Jayakumar, S. (2012). Methods to estimate above-ground biomass and carbon stock in natural forests - a review. Journal of Ecosystem & Ecography, 02(04). https://doi.org/10.4172/2157-7625.1000116

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Derechos de autor 2025 A. Ambrosio-Lazo, G. Rodríguez-Ortiz, W. Santiago-García, S. Lozano-Trejo