Modelación espacio-temporal del contenido de carbono en el mantillo de un bosque bajo manejo forestal.

Abstract

El piso forestal es un importante almacén de carbono (C) en los ecosistemas forestales y los procesos que ocurren en éste influyen directamente en la productividad forestal y la fertilidad de los suelos. La cantidad de carbono almacenado en el piso forestal es altamente variable en espacio y tiempo, como resultado de la interacción entre diferentes factores ambientales y perturbaciones naturales y/o humanas. El desarrollo de modelos para estimar el contenido de C en el piso forestal a nivel de paisaje es esencial para un manejo forestal sostenible y para crear estrategias de mitigación contra el cambio climático. No obstante, esta información es poco conocida en México y las evaluaciones precisas de C en este almacén aun representan un importante desafió metodológico a diversas escalas. El objetivo de este estudio fue modelar la distribución espacial y temporal del contenido de carbono (CC) en el piso forestal de un bosque templado bajo manejo para la producción maderable en el Sitio de Monitoreo Intensivo de Carbono (SMIC-Atopixco), en Zacualtipán, Hidalgo, México. Primero, se compararon tres técnicas de modelación espacial (interpolación, regresión y Machine Learning) para mapear CC y se seleccionó el método con mejor desempeño predictivo. Segundo, se evaluó la relación entre la distribución espacial del CC en l piso forestal y cada variable predictora. El piso forestal se clasificó en dos capas (hojarasca y capa de fermentación) y las estimaciones fueron realizadas para 2013 y 2018. Las variables empleadas como predictoras representan la estructura espacial, topográfica y del dosel presente en el área de estudio. El algoritmo Random Forest fue el método con mejor desempeño (R2 > 0.86) para modelar CC en el piso forestal. Para ambos años, los resultados indicaron que el CC incrementó con el grado de descomposición del material orgánico, con valores totales promedio de CC de 12.19 ± 5.48 Mg ha-1 para 2013 y de 5.76 ± 2.34 Mg ha-1 para 2018. La variabilidad espacial del CC en el piso forestal fue determinada por la edad del rodal, el área basal, la altura dominante, la cobertura arbórea y la elevación. Este estudio proporciona un esquema de mapeo rentable en apoyo a las actividades de inventario y monitoreo de C en ecosistemas forestales. _______________ SPATIO-TEMPORAL MODELLING OF FOREST FLOOR CARBON CONTENT IN A MANAGED FOREST. ABSTRACT: The forest floor is an important carbon (C) stock in forest ecosystems and the processes that occur there, directly influence forest productivity and soil fertility. Forest floor carbon stocks are highly variable in space and time, as a result of the interaction among different environmental factors and natural and/or human disturbances. The development of models to estimate forest floor carbon content at landscape level is essential for sustainable forest management and for creating climate change mitigation strategies. However, this information is poorly understood in Mexico and precise assessments of C in this stock still represent an important methodological challenge at various scales. The aim of this study was to model the spatial and temporal distribution of forest floor carbon content (CC) in a temperate forest under management for timber production at the Intensive Carbon Monitoring Site (SMIC-Atopixco), in Zacualtipán, Hidalgo, México. First, three spatial modeling techniques (interpolation, regression and Machine Learning) were compared to map CC and the method with the best predictive performance was selected. Second, the relationship between each predictor variable and the spatial distribution of forest floor CC was evaluated. The forest floor was classified into two layers (Ho and fermentation layer) and CC estimates were made in 2013 and 2018. The variables used as predictors were the spatial and topographic derived variables, and canopy structure of the study site. The Random Forest algorithm was the best performing method to model forest floor CC. For both years, the results indicated that the CC increased with the decomposition degree of organic material, with average total CC values of 12.19 ± 5.48 Mg ha-1 for 2013, and 5.76 ± 2.34 Mg ha-1 for 2018. The spatial variability of forest floor CC was determined by stand age, basal area, dominant height, tree canopy cover and elevation. This study provides a cost-effective mapping scheme in support of C inventory and monitoring activities in forest ecosystems.