Efecto de borde del carbono forestal

Resumen

El modelo de efecto borde de carbono de InVEST amplía el enfoque del modelo de carbono de InVEST para tener en cuenta la degradación de las reservas forestales de carbono debido a la creación de bordes forestales. Aplica las relaciones conocidas entre el almacenamiento de carbono y la distancia al borde del bosque para calcular los efectos de borde en de carbono, y combina estas estimaciones con los datos del inventario de carbono para construir el mapa de carbono global. El modelo de efectos de borde se refiere solo al carbono sobre el suelo, porque los efectos de borde no han sido documentados para las otras reservas de carbono (bajo tierra, suelo y materia muerta). Para todas las demás reservas de carbono, y para las clases de bosques no tropicales o si el modelo se ejecuta sin efectos de borde, sigue el enfoque de inventario del IPCC (2006) para asignar valores de almacenamiento de carbono por clase de cobertura del suelo.

Introducción

Los efectos del futuro cambio de uso de la tierra en el almacenamiento o secuestro de carbono pueden modelizarse aplicando las estimaciones de almacenamiento de carbono encontradas en la literatura para diferentes tipos de hábitat paisaje (por ejemplo, Nelson et al. 2010). Sin embargo, este enfoque asume que todos los hábitats son equivalentes en su calidad de almacenamiento de carbono independientemente de dónde se encuentre, a pesar de que existen pruebas sustanciales de que la fragmentación puede desempeñar un papel en alterar las tasas de almacenamiento y secuestro de carbono en los bosques tropicales (Broadbent et al. 2008, Dantas et al. 2011, Laurance et al. 1997, 2000, 2001, 2002). Por ejemplo, se ha demostrado que el bosque central almacena más de tres veces el carbono de los bosques de borde en los bosques atlánticos brasileños (Dantas et al. 2011). Chaplin-Kramer et al. (2015) investigaron este patrón para todo el pantrópico utilizando datos de teledetección sobre la biomasa (Baccini et al. 2012) y la cubierta terrestre asociada (Friedl et al. 2011) y hallaron una relación continua de degradación del almacenamiento de carbono gradualmente hacia el borde del bosque, que varía sustancialmente de una región a otra. Este modelo tiene en cuenta estos efectos de borde documentados en los bosques tropicales, asignando el almacenamiento de carbono en función de la distancia de un píxel al borde del bosque más cercano. Esto puede mejorar la precisión general de las estimaciones de almacenamiento de carbono en un 20% con respecto a los enfoques de inventario forestal, y capta mejor los impactos de la degradación de los bosques por la fragmentación, más allá del área de hábitat perdida.

El modelo

El modelo de efecto de borde de carbono InVEST es una actualización del modelo de carbono InVEST que incorpora la degradación del almacenamiento de carbono que se produce debido a los efectos de borde en los bosques tropicales. Quien usa designa qué clases de cobertura terrestre de tierra son bosques, y entonces el modelo utiliza resultados de regresión para predecir el carbono en toda una parcela forestal en función de su distancia al borde forestal más cercano. Estos resultados se combinan con el carbono asignado a las clases no forestales mediante métodos tradicionales de inventario (IPCC 2006) utilizados en el modelo de carbono InVEST para generar un mapa de almacenamiento de carbono sobre el suelo para todas las clases de cobertura del suelo. El modelo de efecto de borde de carbono de InVEST puede ejecutarse para calcular solo el carbono sobre el suelo o todas las reservas de carbono, y puede correr con o sin efectos de borde. Es importante señalar que la regresión de los efectos de borde solamente se refiere a las reservas de carbono sobre el suelo porque solo se han detectado efectos de borde en las reservas de carbono sobre el suelo. Para incluir los otros tres reservorios de carbono (subterráneo, suelo y materia materia muerta en pie), la densidad de carbono (Mg/ha) debe incluirse para cada clase en la tabla biofísica.

Se debe tener en cuenta también que los datos de regresión no cubren toda la Tierra. Puede ser útil asegurarse de que cubren su área de interés trayendo la capa del modelo de regresión forest_carbon_edge_regression_model_parameters.shp (que se encuentra en los datos de muestra de este modelo) a un SIG y comprobándola con su área de estudio. Si los datos de regresión no cubren su área de estudio, no podrá utilizar el modelo para calcular los efectos de borde.

Cómo funciona

Este modelo sigue la metodología descrita en Chaplin-Kramer et al. (2015), que construye una serie de modelos de regresión entre la densidad de biomasa forestal (Mg/ha) y la distancia desde el borde del bosque (km) para celdas de cuadrícula de 100 km x 100 km a lo largo del pantrópico. En las cuadrículas en las que la mayoría de los píxeles eran de biomas forestales, se consideraron tres modelos candidatos de regresión para representar la relación entre la densidad de biomasa y la distancia al borde del bosque:

1. Asintótica: \(\mathrm{\text{Biomass}} = \theta_{1} - \theta_{2} \cdot \mathrm{\exp}( - \theta_{3} \cdot \mathrm{\text{Distance}})\)

2. Logarítmica: \(\mathrm{\text{Biomass}} = \theta_{1} + \theta_{2} \cdot ln(\mathrm{\text{Distance}})\)

3. Lineal: \(\mathrm{\text{Biomass}} = \theta_{1} + \theta_{2} \cdot \mathrm{\text{Distance}}\)

A continuación, para cada celda de la cuadrícula, se utiliza el candidato con el valor más alto de r² se utiliza para representar mejor la relación entre densidad y la distancia al borde del bosque.  Los modelos (2) y (3) se consideraron como alternativas adecuadas (y más simplistas) en las celdas en las donde no se observan distancias más altas y, por lo tanto, el núcleo del bosque no estaba firmemente establecido. En la gran mayoría de las cuadrículas, el modelo (1) fue óptimo.

Los resultados de estas regresiones se pueden encontrar en el shapefile de parámetros de regresión de borde de carbono (core_data/forest_carbon_edge_regression_model_parameters.shp) en el conjunto de datos de muestra que se proporciona para el modelo de efecto de borde de carbono de InVEST.

Para cualquier píxel de bosque dentro de la región de estudio, el modelo calcula la distancia de ese píxel al borde del bosque y luego calcula la biomasa a un número predefinido de modelos de regresión más cercanos que luego se agrega a un único resultado utilizando un esquema de interpolación lineal de la distancia. El modelo convierte la biomasa en carbono con un factor de conversión proporcionado por quien usa, que por defecto es de 0,47 (IPCC 2006). Se puede designar el número de modelos locales utilizados en el esquema de interpolación, que por defecto es de 10, pero puede ir desde 1 (solo el punto más cercano) hasta 2635 (todos los modelos de regresión del planeta). Tenga en cuenta que una selección de 1 puede dar lugar a diferencias artificialmente grandes en el carbono cuando se mueve de un píxel al siguiente cuando caen en diferentes celdas de la cuadrícula de regresión. Cuanto mayor sea el número de celdas de la cuadrícula de regresión seleccionadas, más suave será la transición de un píxel a otro. Puede seleccionarse el número de celdas de cuadrícula que se superponen a toda la región de estudio para eliminar cualquier artefacto de la selección del modelo. Esto puede determinarse examinando la geometría intermediate_outputslocal_carbon_shape.shp superpuesta en el área de interés. El esquema de interpolación lineal para biomasa b en el píxel p se da más abajo

\[b_{p} = \frac{\sum_{i \in n}\frac{1}{d_{i}}{b_{i}^{'}}_{}}{\sum\frac{1}{d_{i}}}\]

Donde,

• \(b_{p}\)es la biomasa interpolada en el píxel p

• n es el número de modelos más cercanos para interpolar, un valor proporcionado por quien usa

• i es el i^th modelo de biomasa más cercano al píxel p

• d_i es la distancia del píxel p al centroide del modelo de biomasa i^th .

El carbono calculado para las clases no forestales sigue la metodología del modelo de carbono InVEST, asignando valores basados en los datos del inventario forestal designados en la tabla biofísica. Los mapas de carbono que siguen este enfoque de inventario y el enfoque de efectos de borde se se fusionan en el mapa de carbono final, de manera que las cubiertas forestales presenten efectos de borde y todas las demás cubiertas terrestres no lo hacen.

Limitaciones y simplificaciones

Los datos del efecto de borde solo se proporcionan para las regiones tropicales. Para ver si se solapa con su área de estudio, lleve la capa de datos de muestra core_data/forest_carbon_edge_regression_model_parameters.shp a un SIG. Si los datos de regresión no cubren su área de estudio, no podrá utilizar el modelo para calcular los efectos de borde.

Los datos de efectos de borde solo se proporcionan para el carbono por encima del suelo. Si desea incluir el carbono subterráneo, el suelo o la materia muerta en los cálculos, puede proporcionar estos datos por clase de uso de la tierra en la tabla de reservas de carbono.

Los datos de efectos de borde por defecto que se proporcionan con el modelo están pregenerados y tienen una resolución de 100 km x 100 km. Si desea utilizar datos de efectos de borde diferentes, o una resolución diferente, tendrá que crear estos datos usted mismo y fuera del modelo.

Necesidades de datos

Tenga en cuenta que todos los inputs espaciales deben estar en el mismo sistema de coordenadas proyectadas y en unidades de metros lineales.

• Workspace (directorio, requerido): The folder where all the model’s output files will be written. If this folder does not exist, it will be created. If data already exists in the folder, it will be overwritten.

• Sufijo Del Archivo (texto, opcional): Sufijo que se añadirá a todos los nombres de archivos resultantes. Es útil para diferenciar entre las ejecuciones del modelo.

• Uso Del Suelo/Cobertura Del Suelo (ráster, requerido): Map of land use/land cover codes. Each land use/land cover type must be assigned a unique integer code. All values in this raster must have corresponding entries in the Biophysical Table.

• Tabla Biofísica (CSV, requerido): Una tabla que relaciona cada código LULC del mapa LULC con los datos biofísicos de esa clase LULC.

  Columnas:

  • lucode (entero, requerido): Código LULC del ráster LULC. Cada código debe ser un número entero único.

  • is_tropical_forest (verdadero/falso): Introduzca 1 si la clase LULC es bosque tropical, 0 si no es bosque tropical.

  • c_above (número, unidades: t/ha, requerido): Valor de la densidad del carbono para la reserva de carbono sobre el suelo.

  • c_below (número, unidades: t/ha, condicionalmente requerido): Valor de la densidad del carbono para la reserva de carbono subterránea. Es necesario si se calculan todas las reservas.

  • c_soil (número, unidades: t/ha, condicionalmente requerido): Valor de la densidad del carbono para la reserva de carbono del suelo. Es necesario si se calculan todas las reservas.

  • c_dead (número, unidades: t/ha, condicionalmente requerido): Valor de la densidad del carbono para la reserva de carbono de la materia muerta. Es necesario si se calculan todas las reservas.

  Ejemplo de tabla biofísica (datos de Brasil):

  lucode	is_tropical_forest	c_above	c_below	c_soil	c_dead	Descripción
  0	0	0	0	0	0	Agua
  1	1	n/a	16.8	60	14.4	Bosque de hojas aciculares perenne
  2	1	n/a	22.4	60	19.2	Bosque latifoliado perenne
  3	1	n/a	12.8	60	11	Bosque de hojas aciculares deciduo
  4	1	n/a	15.6	60	13.4	Bosque latifoliado deciduo
  5	1	n/a	14.1	60	12.1	Bosque mixto
  6	0	10.5	6.7	60.1	1.3	Matorrales cerrados
  7	0	4.5	7.3	65.5	1.1	Matorrales abiertos
  8	0	20.1	23.6	151.4	2.6	Sabanas arboladas
  9	0	4.4	7.1	211	1.5	Sabanas
  10	0	3	7.9	71	0.9	Pastizales
  12	0	0.25	0.5	50.8	2.4	Tierras de cultivo
  13	0	0	0	0	0	Urbano y construido
  16	0	0	0	0	0	Estéril o con poca vegetación

  Fuentes de los datos de c_above:

  Matorrales cerrados, matorrales abiertos, praderas: Miranda, Sabrina do Couto, et al. Regional variations in biomass distribution in Brazilian savanna woodland. Biotropica 46.2 (2014): 125-138.

  Sabanas boscosas, sabanas: Saatchi, Susan S., et al. Distribution of aboveground live biomass in the Amazon basin. Global Change Biology 13.4 (2007): 816-837.

  Tierras de cultivo: Fearnside, Philip M. Greenhouse gases from deforestation in Brazilian Amazonia: net committed emissions. Climatic Change 35.3 (1997): 321-360.

• Reservas De Carbono A Calcular (opción, requerido): Qué reservas de carbono hay que tener en cuenta.

  Opciones:

  • aboveground only: Only use the aboveground pool in the carbon pool calculation.

  • all: Use all pools (aboveground, belowground, soil, and dead matter) in the carbon pool calculation.

• Calcule Los Efectos De Los Bordes Del Bosque (verdadero/falso): Tanga en cuenta los efectos de los bordes del bosque sobre el carbono sobre el suelo.

  Si se selecciona, el modelo utiliza el método Chaplin-Kramer et al. para contabilizar las reservas de carbono por encima del suelo en los tipos de bosque tropical indicados por un «1» en el campo «is_tropical_forest» de la tabla biofísica.

• Modelos De Regresión Global (vector, polygon/multipolygon, condicionalmente requerido): Map storing the optimal regression model for each tropical subregion and the corresponding theta parameters for that regression equation. Default data is provided. Required if Compute Forest Edge Effects is selected.

  Este input se proporciona en los datos de muestra y no es necesario modificarla a menos que haya realizado una regresión separada para su región y tenga información mejor o actualizada. El shapefile proporcionado se derivó de un análisis pantropical de la relación entre la biomasa forestal y la distancia al borde del bosque (Chaplin-Kramer et al. 2015).

  Tenga en cuenta que los datos de regresión no cubren toda la Tierra. Puede ser útil asegurarse de que cubre su área de interés llevando la capa del modelo de regresión forest_carbon_edge_regression_model_parameters.shp (que se encuentra en los datos de muestra de este modelo) en un SIG y cotejarlo con su área de estudio. Si los datos de la regresión no cubren su zona de estudio, no podrá utilizar el modelo para calcular los efectos de borde.

• Número De Puntos A Promediar (número, unidades: sin unidades, condicionalmente requerido): Number of closest regression models that are used when calculating the total biomass. Each local model is linearly weighted by distance such that the pixel’s biomass is a function of each of these points with the closest point having the largest effect. Must be an integer greater than 0. Required if Compute Forest Edge Effects is selected.

  El valor por defecto es 10. Los valores más altos suavizan en mayor medida la variación del efecto de borde detectado en las diferentes celdas de la cuadrícula (que se ve en el shapefile del parámetro de regresión de borde de carbono).

• Factor De Conversión De La Biomasa Del Borde Del Bosque En Carbono (proporción, condicionalmente requerido): Proportion of forest edge biomass that is elemental carbon. Required if Compute Forest Edge Effects is selected.

  El valor por defecto es 0,47 (según el IPCC 2006). Esto se refiere solo a los parámetros de regresión de los efectos de borde; todos los valores de la tabla biofísica deberían estar ya en términos de carbono, no de biomasa.

• Área De Interés (vector, polygon/multipolygon, opcional): Un mapa de zonas sobre el que agregar y resumir los resultados finales.

  Tenga en cuenta que los datos de regresión no cubren toda la Tierra. Puede ser útil asegurarse de que cubren su área de interés trayendo la capa del modelo de regresión forest_carbon_edge_regression_model_parameters.shp (que se encuentra en los datos de muestra de este modelo) al SIG y comparándola con su área de estudio. Si los datos de regresión no cubren su área de estudio, no podrá utilizar el modelo para calcular los efectos de borde.

Interpretación de resultados

Resultados finales

• Registro de parámetros. Cada vez que se ejecuta el modelo, un archivo de texto (.txt)

  aparecerá en el Espacio de trabajo. El archivo enumerará los valores de los parámetros para esa ejecución y se nombrará de acuerdo con el servicio, la fecha y la hora. Cuando se ponga en contacto con NatCap por errores en una ejecución del modelo de un modelo, incluya el registro de parámetros.

• carbon_map_[Suffix[.tif. Un mapa de las reservas de carbono por píxel, con

  la cantidad en el bosque derivada de la regresión basada en la distancia al borde del bosque, y la cantidad en clases no forestales según la tabla biofísica. Obsérvese que, dado que el mapa muestra el carbono (Mg) por píxel, los mapas de resolución más gruesa deberían tener valores más altos para el carbono, porque las áreas de los píxeles son mayores.

• aggregated_carbon_stocks_[Suffix].shp: Si las áreas de servicio de

  interés son proporcionadas por quien usa, este shapefile resultante resume el carbono total (columna c_sum) y el carbono medio por ha (columna c_ha_mean) en los polígonos de área definidos. Los valores están en Mg.

Resultados intermedios

• intermediate_outputs\c_above_carbon_stocks_[Suffix].tif. El carbono almacenado en la reserva de carbono de la biomasa sobre el suelo.

• intermediate_outputs\c_below_carbon_stocks_[Suffix].tif. El carbono almacenado en la reserva de carbono de la biomasa subterránea.

• intermediate_outputs\c_dead_carbon_stocks_[Suffix].tif. El carbono almacenado en la reserva de carbono de la biomasa de la materia muerta.

• intermediate_outputs\c_soil_carbon_stocks_[Suffix].tif. El carbono almacenado en la reserva de carbono de la biomasa del suelo.

• intermediate_outputs\local_carbon_shape.shp. Los parámetros de regresión reproyectados para que coincida con su área de estudio.

• intermediate_outputs\edge_distance_[Suffix].tif. La distancia de cada píxel del bosque al borde del bosque más cercano.

• intermediate_outputs\tropical_forest_edge_carbon_stocks_[Suffix].tif. Un mapa de carbono en el bosque solo, según el método de regresión

Apéndice: Fuentes de datos

Land Use/Land Cover

Carbon Pools

Referencias

Baccini, A., S. J. Goetz, W. S. Walker, N. T. Laporte, M. Sun, D. Sulla-Menashe, J. Hackler, P. S. A. Beck, R. Dubayah, M. A. Friedl, S. Samanta y R. A. Houghton. 2012. Estimated carbon dioxide emissions from tropical deforestation improved by carbon-density maps. Nature Climate Change 2:182–185.

Chaplin-Kramer, R., I. Ramler, R. Sharp, N. M. Haddad, J. S. Gerber, P. C. West, L. Mandle, P. Engstrom, A. Baccini, S. Sim, C. Mueller y H. King. (2015). Degradation in carbon stocks near tropical forest edges. Nature Communications.

Dantas de Paula, M., Alves-Costa, C. y Tabarelli, M., 2011. Carbon storage in a fragmented landscape of Atlantic forest: the role played by edge-affected habitats and emergent trees. Tropical Conservation Science 4, 349–358.

Friedl, M. A., D. Sulla-Menashe, B. Tan, A. Schneider, N. Ramankutty, A. Sibley yX. Huang. 2010. MODIS Collection 5 global land cover: Algorithm refinements and characterization of new datasets. Remote Sensing of Environment 114:168–182.

Intergovernmental Panel on Climate Change (IPCC). 2006. IPCC Guidelines for National Greenhouse Gas Inventories. Volume 4: Agriculture, Forestry and Other Land Use.

Laurance, W. F., 1997. Biomass Collapse in Amazonian Forest Fragments. Science 278, 1117–1118.

Laurance, W.F., 2000. Do edge effects occur over large spatial scales? Trends in ecology & evolution 15, 134–135.

Laurance, William F. y Williamson, G.B., 2001. Positive Feedbacks among Forest Fragmentation, Drought, and Climate Change in the Amazon. Conservation Biology 15, 1529–1535.

Laurance, W., Lovejoy, T., Vasconcelos, H., Bruna, E., Didham, R., Stouffer, P., Gascon, C., Bierregaard, R., Laurance, S. y Sampaio, E., 2002. Ecosystem decay of Amazonian forest fragments: a 22-year investigation. Conservation Biology 16, 605–618.

Nelson, E. et al. 2010. Projecting global land-use change and its effect on ecosystem service provision and biodiversity with simple models. PLOS One 5: e14327