Evaluación del carbono aéreo en pastizales mediante imágenes de UAV y machine learning en Molinopampa, Amazonas

Abstract

Los pastizales almacenan biomasa y carbono, por lo que requieren herramientas de monitoreo a escala de finca. En esta investigación se estimó la biomasa aérea y el carbono aéreo en una parcela silvopastoril de Molinopampa, Amazonas, mediante tres vuelos con un vehículo aéreo no tripulado. Las imágenes se procesaron en Agisoft Metashape para generar ortomosaicos, MDS/MDT y el Modelo de Altura de la Cubierta Vegetal (MHCV). En Google Earth Engine se calcularon índices RGB. El modelamiento se efectuó con Random Forest, con partición 70/30 y validación cruzada de cinco pliegues. El carbono se obtuvo a partir de la biomasa con un factor promedio determinado en laboratorio y se expresó como dióxido de carbono equivalente. El MHCV mostró alta correlación con la altura medida en campo (ρ de Spearman = 0,661–0,799; p < 0,001), lo que respaldó su uso en el modelamiento. La integración de variables estructurales y espectrales superó a los modelos basados solo en índices. Los mejores desempeños se alcanzaron al combinar información fotogramétrica de dos fechas con el MHCV: Vuelo 1–2 con R² = 0,94, validación cruzada = 0,85 y RMSE = 5,317 g/0,09 m²; y Vuelo 1–3 con R² = 0,93 y validación cruzada = 0,64. La cuantificación espacial más precisa alcanzó 2157 kg de biomasa aérea y 3884,2 kg de CO₂-eq. Los productos cartográficos permiten identificar la distribución de biomasa y carbono en la finca, estimar forraje disponible, ajustar la carga animal, programar rotaciones y establecer una línea base para el seguimiento temporal.