Influencia de las variables climatológicas en la estimación de captura de carbono de especies arbóreas en el bosque seco de Jaén, Cajamarca

Abstract

El objetivo del presente trabajo fue evaluar la influencia de las variables climatológicas en la estimación de captura de carbono del fuste de las especies arbóreas en el bosque seco de Jaén, Perú; para lo cual se aplicó un muestreo por el método de conglomerado, conformando una parcela de 60 x 60 m, con líneas paralelas de 20 m, formando sub parcelas de 20 x 60 m, se consideró árboles con DAP ≥ 10 cm, registrándose el diámetro y altura total. Para determinar la densidad de la madera se extrajo con el barreno de Pressler una muestra por cada árbol censado. Con los datos obtenidos, se procedió a calcular el volumen de la muestra de madera y de los árboles censados, biomasa de los fustes y cuantificación de captura de carbono de los fustes, que fue estimado con el Método de Regresión utilizando para ello seis modelos de estimación utilizando variables dasométricas (diámetro y altura total) y con el método de redes neuronales artificiales utilizando las variables dasométricas (diámetro y altura total) junto con las variables climáticas de cada uno de los lugares de estudio. Se interpolaron datos de las variables de temperatura media, máxima y mínima (°C), precipitación (mm), evapotranspiración potencial (mm) y velocidad del viento, en cada una de las área de evaluación con el método algorítmico de interpolación Nearest Neighbour a un nivel de estimación al 99% de confianza con el software New LocClim (versión 1.1) (FAO 2017). Para determinar la influencia de las variables climatológicas se realizó una comparación estadística de la correlación entre los datos de captura de carbono observado y estimado con modelos matemáticos y con redes neuronales artificiales. Se concluye que al agregar variables climáticas en la estimación de captura de carbono del fuste de árboles del bosque seco de Jaén, la correlación aumenta de 89.49 % a 99.61 %, destacando la técnica de estimación de redes neuronales artificiales.