17
Factores determinantes del secuestro de carbono en los bosques españoles: herramientas para el análisis y prospectiva Paloma Ruiz Benito – CIFOR-UAH Marta Benito Garzón - CIFOR-UAH Lorena Gómez Aparicio – IRNA-CSIC Miguel A. Zavala - UAH

Zavala remedia 2012

Embed Size (px)

Citation preview

Page 1: Zavala remedia 2012

Factores determinantes del secuestro de carbono

en los bosques españoles: herramientas para el

análisis y prospectiva

Paloma Ruiz Benito – CIFOR-UAHMarta Benito Garzón - CIFOR-UAHLorena Gómez Aparicio – IRNA-CSIC Miguel A. Zavala - UAH

Page 2: Zavala remedia 2012

¿Por qúe bosques?

Page 3: Zavala remedia 2012
Page 4: Zavala remedia 2012

Objetivos

(i) Variación del "stock" en diferentes regiones a partir de los cambios en la ocupación del suelo, Inventario Forestal Nacional y balance C con emisiones GEI.

(ii) Efecto de la diversidad funcional en el almacenamiento de carbono y productividad en diferentes formaciones forestales

(iii) Herramienta para proyectar el efecto sumidero de los bosques en diferentes escenarios climáticos y de tipos de uso del suelo

Page 5: Zavala remedia 2012

Objetivos

(i) Variación del "stock" en diferentes regiones a partir de los cambios en la ocupación del suelo, Inventario Forestal Nacional y balance C con emisiones GEI.

(ii) Efecto de la diversidad funcional en el almacenamiento de carbono y productividad en diferentes formaciones forestales

(iii) Herramienta para proyectar el efecto sumidero de los bosques en diferentes escenarios climáticos y de tipos de uso del suelo

Page 6: Zavala remedia 2012

Cambios de uso

Emisión de GEI

827.899 ha cambios44.3% de los cambios hacia tipos de

ocupación del suelo que potencialmente absorben más

carbono

Page 7: Zavala remedia 2012

Cambios de uso

Suponen menos de un 2% del total de emisiones GEI

Carbono promedio emitido o absorbido debido a cambios en la ocupación del suelo por CCAA

Page 8: Zavala remedia 2012

Masas forestales

Page 9: Zavala remedia 2012

Masas forestales

Absorben aprox. el 14% del total de emisiones GEI

Page 10: Zavala remedia 2012

Objetivos

(i) Variación del "stock" en diferentes regiones a partir de los cambios en la ocupación del suelo, Inventario Forestal Nacional y balance C con emisiones GEI.

(ii) Efecto de la diversidad funcional en el almacenamiento de carbono y productividad en diferentes formaciones forestales

(iii) Herramienta para proyectar el efecto sumidero de los bosques en diferentes escenarios climáticos y de tipos de uso del suelo

Page 11: Zavala remedia 2012

Stock de carbono y productividad bosques

dbh

Ecuaciones alométricas Above /below /total carbon

stock y productividad

Predicho = Potencial x Efecto (Climático x Estructural x Diversidad)

Stock carbonoProductividad

Temperatura media anualDéficit de agua

DensidadHeterogeneidad Funcional:

- Complementariedad- Selección

Page 12: Zavala remedia 2012

Índices de diversidad funcional

Dispersion funcional (FDis) – Laliberte & Legendre 2010

Comunity Weighted Means (CWM) – Lavorel et al. 2008Efecto de la selección

Efecto de la complementariedad

DENSIDAD MADERA

MASA DE SEMILLAS

ALTURA MÁXIMA

LMA

Page 13: Zavala remedia 2012

Productividad bosques

Productividad total AIC δAIC  Completo Climático Estructural Diversidad R2

Caducifolio 14,908 297 790 631 0.36Esclerófilos 11,449 400 2,468 119 0.43Pinares Med. naturales 10,514 457 1,916 605 0.41Pinares Mon. naturales 10,164 988 2,440 13 0.47Pinares Med. plantados 8,363 219 924 207 0.40Pinares Mon. plantados 6,140 360 681 24 0.38Exóticos 2,413 5 59 4 0.20

Page 14: Zavala remedia 2012

Objetivos

(i) Variación del "stock" en diferentes regiones a partir de los cambios en la ocupación del suelo, Inventario Forestal Nacional y balance C con emisiones GEI.

(ii) Efecto de la diversidad funcional en el almacenamiento de carbono y productividad en diferentes formaciones forestales

(iii) Herramienta para proyectar el efecto sumidero de los bosques en diferentes escenarios climáticos y de tipos de uso del suelo

Page 15: Zavala remedia 2012

Proyección efecto sumidero

PPNP- Índice Paterson- Rosenzweig

NPP-Machine learning

(tn/ha·year)Estimado deIFN2, IFN3

Gestión forestal (variables bióticas y antrópicas)Variables abióticas

Variables abióticas (clima, topografía,

litología)

versus

PRODUCTIVIDAD POTENCIAL ESTIMADA

PRODUCTIVIDAD REALPREDICHA

Benito Garzón et al., in reviewClimatic Change

(PNPP – NPP) VARIABLES INFLUYENTES EN LA PRODUCTIVIDAD REAL

Page 16: Zavala remedia 2012

Variables climáticasR2= 0.61 p<0.001

PPN vs. cambio climático

45 variables (abioticas, bioticas, de gestión)R2= 0.82 p<0.001

Cambios PPN : presente – 2080

Temperaturas máximas Precipitaciones

Page 17: Zavala remedia 2012

Agradecimientos:Agradecimientos:

Datos: Iniciativa TRY, MARM.

Proyectos: INTERBOS3-CGL2008-04503-C03-03; SUM2008-00004-C03-01; FPU (AP2008-01325).

Personas: J. Madrigal, C. Messier, A. Paquette.