Tecnología Satelital y Manglares:
Una Alianza para Mitigar el Calentamiento Global
Palabras clave:
Manglar, Almacenes de carbono, Mitigación del cambio climático, Percepción remotaResumen
Los manglares, ubicados en zonas costeras tropicales y subtropicales, son ecosistemas clave que no solo proporcionan importantes servicios ambientales, como la protección de costas y la conservación de la biodiversidad, sino que también desempeñan un papel crucial en la mitigación del cambio climático al almacenar grandes cantidades de carbono en su biomasa y en el suelo. No obstante, son altamente vulnerables a la deforestación, la urbanización y otros cambios de uso del suelo, lo que libera el carbono almacenado y contribuye al calentamiento global. La percepción remota, mediante el uso de sensores remotos como Landsat y Sentinel, resulta fundamental para monitorear estos ecosistemas. Estas plataformas emplean sensores multiespectrales que capturan diferentes longitudes de onda del espectro electromagnético, permitiendo estimar la biomasa y detectar cambios en la extensión de los manglares. Herramientas como el Índice de Vegetación de Diferencia Normalizada (NDVI) y LIDAR permiten obtener información detallada sobre la estructura y la densidad del dosel, elementos clave para calcular el carbono almacenado; sin embargo, es necesario complementar las estimaciones obtenidas por teledetección con mediciones en campo para mejorar la precisión de los cálculos de biomasa. La combinación de ambas metodologías refuerza la capacidad de gestión y conservación de los manglares, contribuyendo significativamente a las estrategias globales para mitigar el cambio climático.
Descargas
Citas
Agráz-Hernández, C.M., R. Noriega-Trejo, J. López-Portillo, F.J. Flores-Verdugo, J.J. Jiménez-Zacarías. 2006. Guía de campo. Identificación de los manglares en México. Universidad Autónoma de Campeche, Campeche, México, 45 pp.
Aguilar, R.N. 2015. Percepción remota como herramienta de competitividad de la agricultura. Revista mexicana de ciencias agrícolas. 6(2): 399-405.
CONANP (Comisión Nacional de Áreas Naturales Protegidas). 2017. Importancia del carbono azul. En: https://www.gob.mx/conanp/documentos/la-importancia-del-carbono-azul (Consultado el 10 de enero de 2024).
Davidson, N.C. y C.M. Finlayson. 2019. Updating global coastal wetland areas presented in Davidson and Finlayson (2018). Marine and Freshwater Research. 70(8): 1195-1200.
Donato, D., J.B. Kauffman, D. Murdiyarso, S. Kurnianto, M. Stidham, M. Kannien. 2011. Mangroves among the most carbon-rich forests in the tropics. Nature Geoscience. 4: 293-297. https://doi.org/10.1038/ngeo1123
Edusat. 2024. Qué es la teledetección. En: https://www.edu-sat.com/teledeteccion/?lang=es (Consultado el 10 de enero de 2024).
FAO (Food and Agriculture Organization). 2016. Climate Change and Food Security: Risks and Responses. FAO. 122 pp. http://www.fao.org/3/a-i5188e.pdf
Hamilton, S.E. y D.A. Friess. 2018. Global carbon stocks and potential emissions due to mangrove deforestation from 2000 to 2012. Nature Climate Change. 8(3): 240-244.
IPCC (Intergovernmental Panel on Climate Change). 2006. IPCC Guidelines for National Greenhouse Gas Inventories. Intergovernmental Panel on Climate Change, Nueva York, 2006.
NASA (National Aeronautics and Space Administration) Climate Change and Global Warming Portal. 2024. Global Climate Change: Effects of Global Warming. NASA’s. En: https://climate.nasa.gov/effects (consultado el 08/11/2024).
NOAA (National Oceanic and Atmospheric Administration) Global Monitoring Laboratory. 2024. Trends in atmospheric carbon dioxide. En: https://gml.noaa.gov/ccgg/trends/ (consultado el 08/11/2024).
Palmer, M. W., Earls, P. G., Hoagland, B. W., White, P. S., & Wohlgemuth, T. (2002). Quantitative tools for perfecting species lists. Environmetrics, 13(2), 121–137.
Pechanec, V., F. Stržínek, J. Purkyt, L. Štěrbová, P. Cudlín. 2017. Carbon stock in forest aboveground biomass - comparison based on Landsat data. Central European Forestry Journal. 63: 126-132. http://doi.org/10.1515/forj-2017-0014
Pham, T.D., N. Yokoya, D.T. Bui, K. Yoshino, D.A. Friess. 2019. Remote sensing approaches for monitoring mangrove species, structure, and biomass: Opportunities and challenges. Remote Sensing. 11(3): 230 https://doi.org/10.3390/rs11030230
Rodríguez-Zúñiga, M.T., C. Troche-Souza, A.D. Vázquez-Lule, J.D. Márquez-Mendoza, B. Vázquez-Balderas, L. Valderrama-Landeros, S. Velázquez-Salazar, M.I. Cruz-López, R. Ressl, A. Uribe-Martínez, S. Cerdeira-Estrada, J. Acosta-Velázquez, J. Díaz-Gallegos, R. Jiménez-Rosenberg, L. Fueyo-Mac Donald, C. Galindo-Leal. 2013. Manglares de México: extensión, distribución y monitoreo. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad, México D.F. 128 pp.
Rosete, F. y G. Bocco. 2003. Los sistemas de información geográfica y la percepción remota. Herramientas integradas para los planes de manejo en comunidades forestales. Gaceta ecológica. 68: 43-54.
Russi, D., P. ten Brink, A. Farmer, T. Badura, D. Coates, J. Förster, R. Kumar, N. Davidson. 2013. The economics of ecosystems and biodiversity for water and wetlands. IEEP, London and Brussels, 78, 118p.
SIMAR (Sistema de Información y Análisis Marino Costero). 2024. Carbono azul. En: https://simar.conabio.gob.mx/carbono_azul/ (Consultado el 12 de enero de 2024).
Spalding, M., M. Kainuma, L. Collins. 2010. World Atlas of Mangroves (version 3.1). A collaborative project of ITTO, ISME, FAO, UNEP-WCMC, UNESCO-MAB, UNU-INWEH, and TNC. Earthscan, London. 319 pp. https://doi.org/10.34892/w2ew-m835.
Velázquez-Salazar, S., M.T. Rodríguez-Zúñiga, J.A. Alcántara-Maya, E. Villeda-Chávez, L. Valderrama-Landeros, C. Troche-Souza, B. Vázquez-Balderas, I. Pérez-Espinosa, M.I. Cruz-López, R. Ressl, D.V.G. De la Borbollaagr, O. Paz, V. Aguilar-Sierra, F. Hruby, J.H. Muñoa-Coutiño. 2021. Manglares de México. Actualización y análisis de los datos 2020. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad, México CDMX. 168 pp.
Zhu, Z., M.A. Wulder, D.P. Roy, C.E. Woodcock, M.C. Hansen, V.C. Radelo, T.A. Scambos. 2019. Benefits of the free and open Landsat data policy. Remote Sensing of Environment. 224: 382-385. http://doi.org/10.1016/j.rse.2019.02.016
