Análisis de la deforestación y degradación forestal sobre la incertidumbre de las estimaciones de carbono forestal en la Amazonia de Madre de Dios

Abstract

El estudio desarrolló una metodología multimodal con el objetivo general de analizar la clasificación de la deforestación y la degradación forestal para evaluar la incertidumbre de las estimaciones de carbono forestal aéreo, este enfoque combinó datos de los satélites Sentinel-1, Sentinel-2, y del sensor GEDI, junto con datos topográficos de elevación y pendiente, en los bosques del sureste de la Amazonía de Madre de Dios durante el año 2025. Inicialmente se clasifico la cobertura del suelo mediante el Análisis de Mezcla Espectral y el Índice de Fracción de Diferencia Normalizada. La cartografía de clasificación demostró una alta precisión con una exactitud global del 83,90% y un coeficiente Kappa de 0,758, en el que la deforestación fue la perturbación predominante, afectando 164 282,65 ha mientras que la degradación forestal con 31 723,24 ha. El modelo utilizó el algoritmo Random Forest, que permitió predecir la biomasa forestal aérea, si bien el modelo mostró un rendimiento aceptable en el entrenamiento (R2= 0,781), la validación (R2= 0,374) presentó un sobreajuste, con un Error Cuadrático Medio de 71,83 Mg/ha. La cuantificación del carbono forestal aéreo determinó que la mayor cantidad se encuentra en el bosque intacto con 1 540 179 765,89 MgC (con una densidad de 100,08 MgC/ha), seguida de deforestación con 119 207 455,2 MgC (63,92 MgC/ha), y bosques degradados con 31 237 175,67 MgC (86,5 MgC/ha). El análisis de la incertidumbre demostró que los errores de clasificación y el sobreajuste del modelo de biomasa se acumulan, afectando la fiabilidad de las estimaciones de carbono, creando la necesidad de continuar mejorando estas metodologías para lograr un monitoreo más preciso y confiable.