El consumo antrópico de los hidrocarburos y la deforestación han incrementado la concentración de CO2 en la atmósfera, acelerando el cambio climático global. Sin embargo, ante esta problemática, la vegetación se presenta como una barrera natural para la mitigación del cambio climático, puesto que almacena grandes cantidades de carbono en su biomasa forestal aérea (BFA). Por ende, es necesario estimar la BFA mediante técnicas precisas y no destructivas con la naturaleza. En este contexto, el trabajo tuvo como objetivo describir y comparar las técnicas no destructivas: modelos alométricos y sensores remotos, para calcular la BFA. Para ello se realizó una revisión sistemática de la literatura existente sobres estas técnicas. En cuanto a los modelos alométricos, estos son la técnica no destructiva más precisa para estimar la BFA. Esta técnica se fundamenta en modelos de regresión entre la BFA y las variables dasométricas de la vegetación. Por otra parte, la estimación de la BFA mediante sensores remotos se basa en la aplicación de imágenes satelitales y LIDAR. El uso de las imágenes satelitales tiene como finalidad la obtención de índices de vegetación, los cuales son utilizados para calcular la BFA mediante métodos de regresión lineal simple, múltiple, bosques aleatorios, regresión de vectores de soporte, entre otros. En cambio, el uso de las imágenes LIDAR tiene como finalidad la obtención de la estructura tridimensional del bosque, lo cual es utilizado para estimar la BFA mediante los métodos de regresión mencionados. Se concluye que, aunque los modelos alométricos son la técnica no destructiva más precisa para determinar la BFA, la aplicación de sensores remotos presenta mayores ventajas desde la resolución temporal, espacial y libre disponibilidad para estudios de biomasa, dependiendo de la plataforma en que se encuentren.
Anthropic consumption of hydrocarbons and deforestation have increased the concentration of CO2 in the atmosphere, accelerating global climate change. However, in the face of this problem, vegetation presents itself as a natural barrier to climate change mitigation, since it stores large amounts of carbon in its aboveground forest biomass (AFB). Therefore, it is necessary to estimate the AFB through accurate and non-destructive techniques with nature. In this context, this work aimed to describe and compare non-destructive techniques: allometric models and remote sensing to estimate the AFB. For this purpose, a systematic review of the existing literature on these techniques was carried out. Allometric models are the most accurate non-destructive technique for estimating the AFB. This technique is based on regression models between the AFB and the dasometric variables of the vegetation. On the other hand, the estimation of the AFB by remote sensing is based on the application of satellite images and LIDAR. The use of satellite images is aimed at obtaining vegetation indices, which are used to estimate the AFB by simple linear regression methods, multiple regression, random forest, support vector regression, among others. On the other hand, the use of LIDAR images has the purpose of obtaining the three-dimensional structure of the forest, which is used to estimate the BFA using the regression methods mentioned above. It is concluded that, although allometric models are the most accurate non-destructive technique for estimating the AFB, the application of remote sensing has greater advantages in terms of temporal and spatial resolution and free availability for biomass studies, depending on the platform used
© 2001-2024 Fundación Dialnet · Todos los derechos reservados