Modelamiento estructural de la complejidad, conectividad y carbono en bosques intervenidos de la Amazonía Peruana

Universidad Nacional Agraria La Molina. Facultad de Ciencias Forestales. Departamento Académico de Manejo ForestalA pesar de las múltiples investigaciones orientadas a los bosques amazónicos, aún existen muy pocos estudios que evalúen la conectividad estructural, como mecanismo que influye en la diversidad o en el almacenamiento de carbono. A fin de evaluar si tal interrelación existe, se levantaron parcelas temporales en bosques sujetos a intervención antrópica, distribuidas en el distrito de Yurimaguas (Loreto, Perú), zona que representa un gran mosaico de actividades agropecuarias (cultivos transitorios y permanentes, plantaciones forestales, pastizales, ganadería, palma aceitera) incrustadas en pleno bosque amazónico. De este modo, tanto el stock de carbono como la complejidad estructural fueron calculados por medio de atributos estructurales, utilizando información típica (diámetros, alturas, coordenadas e identificación botánica, principalmente) que suele colectarse en inventarios forestales. En el caso de la conectividad, utilizando imágenes RapidEye® y realizando un análisis en conjunto de la teoría de grafos con patrones morfoespaciales, fue posible evaluar el paisaje de forma automática, identificando la importancia relativa de cada parche de bosque. La interrelación de parámetros fue posible gracias a la especificación de un modelo de ecuaciones estructurales (SEM). El modelo permitió corroborar un fuerte efecto directo de la complejidad sobre el carbono aéreo (AGC) (β=0,760) y el carbono subterráneo (BGC) (β=0,565); a su vez cuantificó un considerable efecto total de la conectividad sobre AGC (β=0,495); en contraste a BGC (β=0,234), presentándose además un desacoplamiento total (β=0,04) en la interacción entre AGC y BGC. Este estudio presenta una metodología detallada del desarrollo de un índice de complejidad estructural, que permitió calificar y discriminar bosques bajo un patrón común de comparación. A la par se desarrolló un amplio estudio de conectividad estructural, con la capacidad de identificar elementos de gran importancia sobre el paisaje forestal. El uso de ambas métricas permitiría el desarrollo de instrumentos de gestión alineados a un manejo forestal más adecuado.Despite continued research focused on Amazonian forests, there are still very few studies evaluating the structural connectivity as a mechanism that influence complexity or carbon storage. To assess whether such interrelation exists, temporal plots were installed in disturbed anthropogenic forests, distributed in the Yurimaguas district (Loreto, Peru), an area that represents a large mosaic of agricultural activities (transitory and permanent crops, forest plantations, grasslands, livestock, oil palm) embedded in the Amazon Forest. In this way, both the carbon stock and the stand structural complexity were calculated by means of structural attributes, using typical information (diameters, height, coordinates, and species identification, mainly) that is usually collected in forest inventories. In the case of structural connectivity, using RapidEye® images and performing a joint analysis involving graph theory with morphological spatial patterns (MSPA), it was possible to automatically assess the landscape, identifying the relative importance of each forest patch. The interrelation of parameters was possible through the specification of a structural equation model (SEM). The model confirmed a strong direct effect of complexity on aboveground carbon (AGC) (β=0,760) and belowground carbon (BGC) (β=0,565); in turn, it quantified a considerable total effect of connectivity on AGC (β=0,495); in contrast to BGC (β=0,234), also presenting a total decoupling (β=0,040) in the interaction between AGC and BGC. This study introduces a detailed methodology that developed an index of structural complexity, which allowed different forests to be classified and discriminated, under a common comparison pattern. At the same time, a comprehensive study of structural connectivity was developed, with the ability to identify elements of great importance on the forest landscape. The use of both metrics would allow the development of instruments aligned to a more adequate forest management