, MAPEO DE LA BIOMASA AEREA EN LOS

BOSQUES TROPICALES SECOS DE LA , , PENINSULA YUCATAN

Dr. José Luis Hernández Stefanoni

� * '!J� """ CONACYT CICY

(l'or1illo-Quintrro and Sanchrz-Azoíriía, 2010)

(Tbomwn et al,2010)

□ Los BTS estan mas amenazados y menos protegidos que otros ecosistemas del mundo, como consecuencia de las actividades humanas.

□ Los bosques Tropicales son uno de los ecosistemas mas diversos en el mundo. Ellos nos proporcionan bienes y servicios a la humanidad, y almacenan mayores cantidades de carbono que otros ecosistemas.

- -

- -

- --o.•- -·------ ·-

Los BTS son uno de los tipos de cobertura mas importantes en los trópicos. Más de la n de estos bosques se encuentran en América, and México tiene el 38% de los BTS del continente

-

o

O Mapas con la distribución espacial de la biomasa aérea y la diversidad son necesarios para desarrollar estrategias efectivas en la conservación de la diversidad y mantenimiento de los almacenes de carbono. (C:ibbs e, 11 .. ?007)

. . MAPAS DE BIOMASA AEREA PARA MEXICO

Study Year ülomass RMSE RMSE Rangc fl'on/ha) (fon/ha) (%) (íon/ha)

Saatchi et al. 2011 68.6 Baccini et al. 2012 966 52.1 53.9 Cmtus et al. 2014 49.2 30 61.0 0-217.0 Rodrigu&-Vciga et al 2016 45.-1 36.1 79.5 0-175.0 Urbazaevet al 2018 46.9 34.6 73.8 0-120.0

• . , ··-- - ICI ... •• •

c.rtu,flol.2014 -- -º .. --·-•-·· .... , .. -·· ..... ---· ,. Urb&t..,.a1al. 2011

DIFERENCIAS TEMPORALES ENTRE LAS PARCELAS DEL INFYS Y LDS DATOS DEPERCEPCIÓI REMOTA

1) El último inventario nacional forestal en México se llevo acabo entre 2009 y 2014. .. , __ • •--:io<•- • •210D- - • .. , * • • • ••• • .. ,. - - �;

:IDO • • •= • •

• 1: • •• r . • • • • • • • ,- • 1 ,. ,. • • • • • • • - • • • • • , .

�� ��

3) Un intervalo de 6 años podria resultar en una subestimación de la AGB de entre 10 y 20%.

(Pcorter �, al. 2016)

2) Se requieren 20 años para recuperar entre el 30 y 60% de los valores de la biomasa de bosques maduros en el neo-trópico.

4) Las Cronosequencias pueden ser usadas para construir modelos predictivos de los cambios de la biomasa sobre el tiempo, tomando en cuenta el crecimiento, así como el reclutamiento y mortalidad de los árboles.

(Chatdon �I al., 2007)

INCREMENTO OE TAMAÑO DE MUESTRA USANDO LA BIOMASA ESTIMADA EN PARCELAS DE LIDAR

-- l =· t

AGB estimatlon from LIDAR data

llDAR 1,an111cts

' Field data

"°" M•trlc1

linear Re,,.,,,ion

\

1 BiomHs map, 1

4) Un método alternativo para el mapeo de la AGB con LiDAR es por medio de la aplicación de la estimación o escalamiento en dos etapas.

1) Limitaciones de los datos INFys .- insuficiente número de parcelas de campo o diferentes tamaños de muestra para diferentes tipos de vegetación.

2) Las selvas bajas caducifolias en el INFys tienen una cuarta parte del número de muestras comparadas con las selvas medianas subcaducifolias y subperenifolias.

3) los datos de UDAR pueden proporcionar información detallada de la estructura de la vegetación, similar o casi similar a la obtenida con parcelas de campo.

1) El tamaño de la unidad de observación tiene una fuerte influencia en la precisión de las estimaciones de biomasa con LIDAR.

EFECTOS DEL TAMAÑO DE LA PARCELA Y ERRORES DE LOCALIZACIÓN DE GPS EN ESTIMACIÓN DE BIOMASA CON LIDAR

80 m' 400 m2 1000 m2

§ § • �- i � �- • •

• § � �- • o • • • � • ' § • • �- • • • • • • � o � ª § • • • • • • •

ª • • R2; 0.33 • R2 "'0.58 • R2" 0.75 • ¾RMSE • 63.0 ¾RMSE a 34.8 ¾RMSE • 19.7

o o o

o "' "' "' .., "' .., o " ·� '" "' "' "' o " ·� '" "' "' "' Predichos

(lltrnándtz.S1tfanoni et al .. 2018)

•

·····-······-······-······· ... ·······::;····· " • • " u

" • •

, .

•

• •

•

•

- •

. , '

• • - - - - ..... :"!'; .

.. m'

•• •• .. ..

'ii:: ... .,

• .. • • • ,- • • • • • .. ,., •

2) Las estimaciones de la biomas con LIDAR se afectan con los errores de localización de GPS, pero disminuyen con el tamaño de parcela .

..... � ......... ....• .. .. - ...... - ..... "'L�-��---c�-c-__J

(t)' • 1 1 IO GPS Error (m)

• 00 ' • • •

(llrrn�ndn-Strf�noni ,1 al .. 2018)

EFECTOS DEL LA ESTACIONALIDAD EN LA ESTIMACION DE BIOMASA CON LI

□ Se evaluó la precisión de las predicciones de biomas con LiDAR usando datos de LiDAR con hojas y sin hojas, para saber, si los 2 grupos de datos pueden ser usado en la estimación de la biomasa.

Leaf-on Leaf-off

R' • 0,77 RMSE•25.7 "RMSE" 13.S

•

• •

R' • 0.84 RMSE • 21.6 %RMSE ■ 11.4

•

•

o w • > a: • • w • • � a, o

Model Fit R1:::0.88 PREDICTED Model Fit R1■0.84

(]lcrmlndu-S1d:inoai" ,1 .. 201!'i)

PROBLEMAS DE SATURACIÓN DE LA SEÑAL DE LOS DATOS DEL RADAR DE APERTURA SINTETICA

"""'"

(Mumoz ,1 al, 2015)

HH, HV and 1 NDBI bands �

ALOS PALSAR 1 1

Texture for HH, 1 HVand NDBI 1

1

C11matlc water 1 Weather ' eenen ' data '

---------- .... ,' ' 1 1 1 1 1 1

' 1

' ' 1 ' , ,,

3) Las relaciones entra la retrodisperción del radar y la biomasa pueden saturarse en bosque densos y complejos (150 Mg ha·1)

1) Los sensores SAR, comparados con los sensores ópticos, tienen la habilidad de penetrar la cobertura de nubes, la cual es particularmente importante en regiones tropicales.

2) La banda-L de los sistemas SAR es relativamente sensitiva a la btomasa forestal, debido a que usa longitudes de honda mas grandes, entre 15 y 30 cm, to que le permite una penetración mas profunda de la vegetación.

Explanatory variables

OBJECTIVOS Mejorar la precisión de estimación de la biomasa aérea de los bosques tropicales secos de la península de Yucatán.

1) Evaluar el efecto de corregir las parcelas del INFys por la contribución de la biomasa de árboles pequeños y las diferencias entre las mediciones en campo y las imágenes de satélite en la precisión de la estimación de la AGB.

2) Evaluar la precisión en la estimación de la biomasa por el incremento en el tamaño de muestra al usar la biomasa estimada con parcelas de LiDAR.

3) Probar si el uso de medidas de textura con datos de ALOS PALSAR y datos de clima pueden superar los problemas de saturación de los datos SAR.

AREA DE ESTUDIO

• N

+

l ,. [jj] ,.,

r. \

...

. . •··-��. ·;. ·, .. ,, : •••••• - ' "-".h .. • .. --� . • l• . . . . ,.

•

Symbology o ICM plots

■ NFI va1idation plots

o NFI calibration plots

LiOAR data

COMBINANDO LIDAR Y PARCELAS DE CAMPO

Field data

AlOSPAISAR

1 Biomn5ffW!p$ 1

l

ueeer Regresslon

UDAA

EKplanatory variables

UDAR Blomass data

UOAR data

100%

Calibration LiOAR lots

NFI plots

'º" ,,---------- .... '���=-��' 1 HH, HVand 1

: NDBI bands 1 ( Random 1 1

)<---7 1 �-----� 1 , __ ,_ºT"-'- '-/ '�-�• Texture for HH, ¡.-; '---�

1 HV and NDBI ¡ :

1 1 ��-�--� ,1 Weather 1

Cllmatlc water e�.,-, . deflclt �1 , ,

Calibratlon 1'1s

Corrected by ...

'

Field Biomass d•,.

...,.._ rC �)- ·� ·- Corre�edby -

small lree1 -----

30%

Random Forest

Validatlon lots

IMC plots -

ccrrecucn of f1eld data

,, 1 1 1 1

deciduous -,-..¡;e '

------- 1

-------

-· '

1 1 .. 1 1 I ,._-,

.. o 1

0

-

Se establecieron 3 SMIC (sitios de monitoreo intensivo de carbono) en los 3 principales ecosistemas de la PY, con 20, 32, 28 parcelas.

Parcelas del INFys no mide< 7.5 cm de Dap

CORRECCIÓN POR ÁRBOLES PEQUEÑOS

.. .. .. ... PMCOI ••

+ll 19' cis.9% �

•35.6% • � •. 1. - O '" i11 00 ..... .. 100

Po:w ,_

-

Semi deciduos forest ICM INFys

• • • ==-•

--·- .. .... ,�·­ ____ ,_,,_, ­­­·­··• .. -- ........... __ , _, __

---- ­­­··�­, __ ,,..,_, ___ ,,,,.,_ '­­·­­ ---·-- ­­·­ ! !

! 1

' - . ' ,. ,>. -,• ....... · ···-

" . , . ' . ..:"""' 71\. . ... _.,�:_..., ...... - ' .. :¼il " ··-•' . . , �­­· . . ... , ? . 't �-;... ,. ,·- :'e-�- :�� -· - ,."f, · _i-.:,1\:�;-,r:Y-j; . . , ....... , . .,,, . � ­..�­ ••:f ,\; ,,r.-;:;..,• ,gr¡,·J>i,i;

�- .. -' '.,!· ... ,: ":f

Chronosequence of 276 plots for dec!duous and semi- deciduous tro kal d forest

Chronosequence of 67 plots for semi-evergreen tro ical d forest

1 !

R'•0.7S

• • • •

•

Stand Age

·­ • - • • • • • • • • • • •

• • • •

• • 1 1 • • VI VI R1 • 0.63 ni � � � � � ,. E o ·­ -- ·­ lll

CORRECCIÓN POR EDAD

Parcelas del INFys fueron medidadas de 2009 a 2014

RESULTADOS

EFECTOS OE CORREGIR LAS PARCELAS OEL INFVS

"' (Htrn:indu-Sltfanoni fl al., 2020)

� o .. o o

o o ,::º o o o

oR'•O.ll RMH•J&' -SE•JI.S

o

Unc:orr.cted l•J Coneetltd by 1mall tru1 (b)

ij o

ººº o o - 00 . .,, • o o -- • -- o -- - 00 O

d> \lº .•· �

º�ºº _9,······ oº I � ºº o o 'I o o

ºº • o o o o ,¡o ". • �o o o o •••o.u

o o •MS[ • 40.6 o MMSE•JS.l o

� ·� ·� "' o � ·� ·� "' Corrac!ed by a� 1,1 Cor�tod by a¡e and 1mall treu (d)

o

� �

" o 00 - • ",.A, -- • - - - • , ... -·· ' .

8 o -o; �

º' - -- --- • .. -··· • -· -·· -· o

o R'•0.10 o RMSE • n.stl- o �MSE• J7.J o

o "' o PREDICTED

•

• -

eº w � w "' a, o

EFECTOS OE INCREMENTAR EL TAMAÑO OE MUESTRA CON PARCELAS LIDAR

- Las estimaciones de biomasa que utilizan la retrodispersión y textura Alas Palsar, así como el CWD tienen un error de estimación entre 32.3 y 48.0% en la península de Yucatán.

!

¡ •

! -·

,-· •

Fleld plols (a) LIDAR plots (b) Fleld and LlDAR plots (e)

� o � ... ,:. � o o

__ ..,, MWSI •al

� o o � � o

o ••• o _,t.��--- o! ! o ! w .�-- ;, o .• .. . ��

o o • --·····.;¡ • • • • •• • • • w ... . .. • •

"' 8 8 ª • a, • ., •• o • •• • • • o • o _,_, .. o • -••U • MMS&•lU • • o

o � ,oo ·� "' � m o � ,oo ·� "' � m o � ,oo ·� "' � = PREOICTED

(ller11:indrl-Stdanoni rt al., 2020)

EFECTOS DE INCREMENTAR EL TAMAÑO DE MUESTRA CON PARCELAS LIDAR

o

R'. o.as RMS[ • 34.8 "RMSE ■ 19.7

ººº o

o o

o

o o

o ºº

:;l n o o n o � N

o �

o ,¡ Q'. w o "' � s -

o o - o �

o

La biomasa estimada a partir de LiDAR tienen un error de estimación de 19.7% en la península de Yucatán.

O 50 100 150 200 250 300 350

PREOICTED Model Fit Rl=0.88

EFECTOS DE INCREMENTAR EL TAMAÑO DE MUESTRA CON PARCELAS LIDAR

Parcelas de campo •

• • •

• •

Deciduous Semi-deciduous

• • • • •

Semi-evergreen • �

�

- -

� -.

Parcelas LiOAR

' ' ' •

•

• ' • 1 e • ' r ' ' ' 7 •

• • • a * * � * • a <IO lOt 1'lO * * _,_ --

COMPARANDO LAS ESTIMACIONES DE BIOMASA CON OTROS ESTUDIOS

Thls study (a) Cartus (b) Rodríguez.Yeiga 1,1 � • � • . . � • . • • • • . •• • � • • � • • • . • • • • . . " . .

• ,. • • .

o � � • • . � w �,¿;º > • • • • o: • • • • • w • "' § 8 . . § a) • ., o • • • • • • • • • • • • . • • l'•G.M . •••O.U • ll'•U1

• IIM)(•UI • IIM5l•M.t o -· • o o -•M.t

' � ,oo ·� - = � ' � ,oo ·� - ,� � ' � ,oo ·� - ,� �

PREDICTED

(Jlun:indt.t-Slrfanoni �• al., 2020)

COMPARANDO LAS ESTIMACIONES DE BIOMASA CON OTROS ESTUDIOS POR CATEGORIAS DE BIOMASA

(a) (b)

I Tltll Sllldy

! Rodrlgun.Vl'lga

I II

I

0-50 50-100 100-150 150-200 >200

I ot--r--=+-➔ g 1 TI w_

• • •

•

•

' 1

'

• - r

- ~ ReferfflCe This Study C1rtu1 Rodriguez-\lel91

(lhrn�nd�t-S1danoni fl at.. 20?0)

ESTIMACIÓN DE LA BIOMASA USANDO LA EDAD EN BOSQUES JÓVENES

A -----

-------

FOft$l• l!!l•Xl-olll -M-1' • n-11 .....

•·• __ ...,'OMI.. ....-- ... - -·- ñ'lrl!!

�! - 1

2011

- - -

- - - ! !

2010

- - -

-

1) Mapeo de la edad del bosque usando una serie de tiempo de Landsat entre 2000 y 2020 con BFAST Breaks For Additive Season and Trend)

.. '··

1 ! !

(Gtorg,t-Cha,on ti al., 20?1)

ESTIMACIÓN DE LA BIDMASA USANDO LA EDAD EN BOSQUES JÓVENES

1) Mapeo de la biomasa en bosques jóvenes usando el mapa de edad y las cronosequencras.

1

•

. -- ,u

• •

' ' ' , s ' • • ' ' • ' 1

'

A

_,, ............... ...... ,1 ...... ....... - -- """' -Ol14•M. .. ..... ----- --- ... _ .........

(Gtorgt-Cha�on ti al., 2021)

DATOS DEL INVENTARIO NACIONAL FORESTAL EN LA PENINSULA DE YUCATÁN

- Deciduos Forest - Semi-deciduos Forest - Semi-evergreen Forest

Other vegetation types

A

17"0VW

•

0,'0VW

• Cehbratton plolS in tropical dry forest

� + Cali�ation plots In other type vegetettcn

1, • Validation plots In tropical dry forest + Validation plots m other type vegetation -

i

o

�·��=�-==��==-�=�-==-�==-' -;: - 92•ovw 91•ovw 90•ovw 119•ovw ee"O'O"W 11·ovw

MÉTODOS

)- r.::c 1 -( Co<rected by Correction of fie1d data ,.rn•II lrtt•

IMC plots � � NFI plots

cor,ecte-d by )- .,. E,:ptanatory variables ,,---------- .... , ' 1 HH, HV and !

1 NOBI bands ALOSPALSAR 1 1 1 1 1 1

Fleld Blomass Texture for HH, 1

data 1 HV and NDBI '

30% 70% 1 1

' • 1 1 1 Climatlc water !_ Weather

Validation Calibration 1 deflclt 1

nlots nlots ' , .... __________ ,, '

/ ) Random ' Random Forest Forest

' ....... _,,

VALIDACIÓN DE MODELOS POR TIPO DE VEGETACIÓN

Tropical dry lornt ,., Olher lypel o( wgetalion {b) Allv99fUlionclauel ,,, � �

•••o• �

11' •O.ti - aMSC•AI IIMSl:•45 ..

2 MMSl:•1J.) M-•JS.S � � b • -0.1 � b•l.t

� / � � � � i .... • . .. • • . li [ 8 8 8 m • ••• 0.1, • L .................. • �

•Ml-l •4�, r' MMSl•J7.� • • • J.O • •

• m ,m ,m �� * • m ,m •m � �� • m ,m ,m � � * AGB observed (Mg ha·') ,,, ,., {ij • • • •• 0.15 • R' •O.U ll •MSt:•JO ltMS(•UJ

t !IIIIMSf •·L' •-•U.O • • b • -0,17 • b•O.U

• ..-- . . • ... .. , � • • • • ti • ·e • • • -··· ... • • 11'. o.u [ IIMSl:•U.S ' MMSl•ll.t

00 • b•O.J • • • � m m • M � m m •

seeees netine,s obserVed

MAPA DE CARBONO Y LA INCERTIDUMBRE

""""' """"' """"' """"' """"' """"' ' A) A

�

z � • • " "

Cartlon

¡ d1n1ity {M!Jlha) ¡ '" - -- - - " .. " ' ., Á

� ' ' �

z -· • �

¡-· -·· .. -·· e, •• -·· ¡ -·· t O 20 40 60 IO 100 Km t ¡ ! �

p 1 1 1 1 1 11 1 1 1 1 • • • -- - """"' """"' """"' """"'

COMPARANDO LAS ESTIMACIONES DE BIOMASA CON OTROS ESTUDIOS

CARTUS RODRIGUEZ - VEIGA THISSTUDY

- � R1 • 0.45

� R1 • 0.32

� R1 • 0.26 • RMSE • !59.85 RMSE • 57.17 RMSE • 45.43 -" ..... • MMSE•50.71 MMSE • 49.04 / • %RMSE • 38.49 .. b • -44.75 � b•�7M b • 2.11 ::; " " - � . � o � w � -· . --

�

• ..-

: 1 • .. • ... .. .. •• • . .. • . .,,. .-· •

w . ... 8 -�, 8 .. • , • • .. • '• • .. • ,, . • •• �

• • � ..... , .. "':� • • • • • .. - • •

' ' � ' o 50 , .. "º 200 "º ,00 o 50 ,oo "º 200 250 300 o 50 , .. '" 200 "º ,00

AGB OBSERVED (Mg ha)

(llumlndtL-Sltfanoni ti al .. 2020)

41'0'0.00'W

11'0'0.00'W

Carbon densitv (Mg/ha)

88"0'000",Y

811'0'0 00'\Y

II0'0'0.00-W t1'0'0.00W

t1'0'0.00'W

f2"0'0JJO'W

92'0'0.oo'W

A

20 O 20 ..O 60 80 IOOMI

MAPA BIVARIADD DE CARBONO Y DIVERSIDAD

https :/ / www.eicy.mx/ un id ad-de-recursos-natura les/i nve: luis-hernandez-stefanoni/proyecto-mapeo-de-biomasa-a

PROYECTO MAPEO DE BIOMASA AÉREA DE BOSQUES MEDIANTE DATOS DE SENSORES REMOTOS •Apendice libro biomasa. Formato POF, actualizado 15 de enero de 2021 •Mapeo biomasa. Formato ZIP, actualizado 15 de enero de 2021 •Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R. Formato PDF, actuali�ado 4 de febrero de 2021

AGRADECIMIENTOS

, Dr, Miguel Angel Castillo Santiago Dr. Juan Manuel Dupuy Rada

MC. Fernando Tun Dzul

Juan Andrés Mauricio Stephanie George Chacón Gabriela Reyes Palomeque Blanca Castellanos Basto