Cuantificación y mapeo del servicio ecosistémico “regulación del clima” a través del almacenamiento de carbono de la biomasa aérea en la región del Bio Bío.
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Concepción
Abstract
Este estudio se centró en la estimación detallada de la biomasa aérea en la región del Biobío, Chile, mediante modelos de regresión no lineales con múltiples variables predictoras, particularmente utilizando la máquina de autoaprendizaje LightGBM. A pesar de los avances, los resultados presentaron variaciones con respecto a investigaciones similares, subrayando la complejidad de los ecosistemas estudiados y las escalas espaciales empleadas. Los modelos evaluados mostraron un R2 máximo de 0,23, un RMSE de 68.32 t/ha y un %RMSE de 58.15% para la región. Se discute sobre como la mitigación del cambio climático y la conservación de la biodiversidad posee gran relevancia en la planificación espacial, evidenciando así la capacidad de los diferentes ecosistemas del área de estudio para proporcionar este tipo de servicio clave, como es la “Regulación del clima mundial”. Se concluye que este estudio no solo ofrece una visión detallada de la estimación del carbono en la región del Biobío, si no también destaca la urgente necesidad de integrar la mitigación del cambio climático con la conservación de la biodiversidad en la planificación espacial.
This study focused on the detailed estimation of aboveground biomass in the Biobío region, Chile, using non-linear regression models with multiple predictor variables, particularly employing the LightGBM machine learning model. Despite the advancements, the results exhibited variations compared to similar research, emphasizing the complexity of the studied ecosystems and the spatial scales employed. The evaluated models showed a maximum R2 of 0.23, an RMSE of 68.32 tons/ha, and a %RMSE of 58.15% for the region. The discussion revolves around how climate change mitigation and biodiversity conservation are highly relevant in spatial planning, highlighting the capacity of different ecosystems in the study area to provide such a key service as 'Global climate regulation.' It is concluded that this study not only provides a detailed insight into carbon estimation in the Biobío region but also underscores the urgent need to integrate climate change mitigation with biodiversity conservation in spatial planning.
This study focused on the detailed estimation of aboveground biomass in the Biobío region, Chile, using non-linear regression models with multiple predictor variables, particularly employing the LightGBM machine learning model. Despite the advancements, the results exhibited variations compared to similar research, emphasizing the complexity of the studied ecosystems and the spatial scales employed. The evaluated models showed a maximum R2 of 0.23, an RMSE of 68.32 tons/ha, and a %RMSE of 58.15% for the region. The discussion revolves around how climate change mitigation and biodiversity conservation are highly relevant in spatial planning, highlighting the capacity of different ecosystems in the study area to provide such a key service as 'Global climate regulation.' It is concluded that this study not only provides a detailed insight into carbon estimation in the Biobío region but also underscores the urgent need to integrate climate change mitigation with biodiversity conservation in spatial planning.
Description
Tesis presentada para optar al título profesional de Ingeniero en Conservación de Recursos Naturales
Keywords
Biomasa, Ecosistemas, Región del Biobío (Chile)