| dc.description.abstract | Históricamente, la deforestación y la degradación forestal en Centroamérica han sido puntos críticos, afectando la función de los ecosistemas y servicios de regulación del clima tales como el almacenamiento de carbono. Los municipios de Wiwilí y El Cuá ubicados al norte de Nicaragua, no son la excepción y en ellos la agricultura de subsistencia y la expansión de la ganadería son los conductores de la deforestación y degradación de los ecosistemas y cuyo proceso acelerado ha afectado cerca del 56% de estos. La heterogeneidad estructural del bosque, la enorme extensión geográfica, la tasa de pérdida y de perturbación del bosque, tipo de suelo y variaciones topográficas, etc., limitan las estimaciones precisas de los stocks de carbono, por ello, se hace necesario reducir la incertidumbre en la cuantificación de la biomasa, centrándose particularmente en la biomasa aérea, la cual representa entre el 70 al 90% de la biomasa total del bosque. El objetivo del presente estudio fue por tanto crear un modelo para cuantificar la degradación de los stocks de carbono y validarlo a partir de sensores remotos en los bosques de Wiwilí (sector El Diamante) y en El Cuá (sector El Tabaco y Peñas Blancas). La muestra se estimó en función de la amplitud del intervalo de confianza, estableciendo 80 parcelas temporales de 50*20 m, las cuales fueron georeferenciadas bajo el sistema de coordenadas UTM Zona 16N Datum WGS 84. En cada parcela se estimaron variables dasométricas, además de cobertura y pendiente. La biomasa fue estimada a partir de modelos alométricos y posteriormente transformada a carbono. La biomasa se agrupo en categoría de tamaño: fustales (>10 cm dap) y latizales (59.9 cm dap), otras formas de crecimiento (helechos, lianas, palmas) y por compartimentos: biomasa aérea y detritos gruesos (árboles muertos en pie y madera caída). Los resultados muestran diferencias significativas entre la Z2 (Peñas Blancas) con el valor medio de carbono más bajo (83,42 Mg C ha-1 ±12,69), con la Z1 y Z3 de El Tabaco (153,04 Mg C ha-1 ±11,71), y El Diamante (172,38 Mg C ha-1 ±10,63) respectivamente, sin diferencias significativas entre ellos. Se diseñó una metodología para corregir espacialmente la escena RapidEye, al igual que se aplicaron algoritmos de corrección atmosférica, generando seis familias de procesamiento. Los datos obtenidos por parcela se correlacionaron con los valores de reflectancia generados a partir de 19 índices de vegetación y seis covariables (precipitación, temperatura, altitud, textura, pendiente y aspecto). El análisis de los datos se desarrolló bajo tres enfoques estadísticos: modelos lineales generales y mixtos, modelos aditivos y árboles de regresión. Los resultados indican que el mejor ajuste con la biomasa (R2=0,62), se encontró bajo modelos lineales generales y mixtos (y=15,75 +7,49(ORF_ GREENNESS)-0,03(ORFMCARI/MTVI2)). Buscando mejorar la estimación, se clasificó la biomasa a partir de análisis multivariado de conglomerados, designando umbrales bajo tres grados de degradación, ligera (246,8 Mg C ha-1), moderada (148,1 Mg C ha-1) y fuerte degradación (61,5 Mg C ha-1). Se hizo análisis multivariado discriminante y a partir de modelos aditivos se obtuvo la clasificación con menor porcentaje de error (13,24%), los índices de vegetación que aportaron al modelo fueron RededgeNDVI, MSAVI y temperatura como covariable. La matriz de confusión tuvo una exactitud global del 87%, mientras que el coeficiente de Kappa fue de 0,78. | es_ES |
