Emisiones de dióxido de carbono a través del cambio de uso de la tierra, el fuego y la descomposición oxidativa de la turba en Borneo

Apr 21, 2024

Scientific Reports volumen 13, número de artículo: 13067 (2023) Citar este artículo

324 Accesos

1 altmétrica

Detalles de métricas

Borneo ha acumulado una gran cantidad de carbono leñoso en sus bosques y turba. Sin embargo, la conversión de tierras agrícolas acompañada del desarrollo de plantaciones, la quema de madera muerta y el secado de la turba del drenaje son desafíos importantes para la mitigación del cambio climático. Este estudio tuvo como objetivo desarrollar un método para estimar las emisiones de dióxido de carbono (CO2) derivadas del cambio de uso de la tierra, los incendios forestales y de turba, y la descomposición oxidativa de la turba, y la absorción de CO2 del crecimiento de la biomasa en todo Borneo utilizando datos de teledetección de 2001 a 2016. por el crecimiento de la biomasa en vastos bosques ha mostrado una tendencia creciente significativa, se observó una liberación neta anual de 461,10 ± 436,51 (promedio ± 1 desviación estándar) Tg CO2 año-1. Las emisiones estimadas se caracterizaron predominantemente por cambios en el uso de la tierra entre 2001 y 2003, con las emisiones más altas en 2001. El cambio en el uso de la tierra se evaluó a partir de mapas anuales de uso de la tierra con una precisión de 92,0 ± 1,0% (promedio ± 1 desviación estándar). Los incendios forestales y de turba contribuyeron con mayores emisiones en 2002, 2006, 2009, 2014 y 2015 en comparación con otros años y estuvieron fuertemente correlacionados con los índices de oscilación del sur. Estos resultados sugieren que es posible que se haya liberado a la atmósfera más CO2 de lo que se pensaba anteriormente.

Los bosques desempeñan un papel vital en el ciclo global del carbono al absorber dióxido de carbono (CO2) atmosférico y almacenarlo como parte de la biomasa de los árboles. Se perdió un total de 230 Mha de bosque debido a la tala y el cambio de uso de la tierra y se ganaron 80 Mha de nuevos bosques en todo el mundo entre 2000 y 20121. Las tasas de deforestación neta global han disminuido constantemente de 7,8 Mha año-1 en 1990-2000, 5,2 Mha año −1 en 2000 − 2010, y 4,7 millones de hectáreas por año −1 en 2010 − 20202. Actualmente, queda una superficie forestal mundial total de 4.060 millones de hectáreas, lo que representa el 31% de la superficie terrestre total. De esto, el área espacial total de bosque natural intacto es sólo el 27%2. El promedio de los sumideros de CO2 terrestres de 2010 a 2021 se estimó en 3,2 Pg C año-1, mientras que los cambios en el uso de la tierra, predominantemente debido a la deforestación, emitieron 1,3 Pg C año-1 según el Presupuesto Mundial de Carbono 20223. Total neto de gases de efecto invernadero (GEI) ) las emisiones de los sectores de agricultura, silvicultura y otros usos de la tierra (AFOLU) fueron de 12,0 Pg de CO2 año-1 (equivalente de CO2) entre 2007 y 20164, lo que representa el 23 % del total de las emisiones antropogénicas netas. Por lo tanto, las emisiones de GEI de los sectores AFOLU han contribuido sustancialmente al aumento de las concentraciones de GEI en la atmósfera.

La tasa de deforestación en el sudeste asiático es alta, especialmente en Indonesia, que experimentó la tasa más alta de pérdida de bosques entre 2000 y 20121,5. Aunque los bosques cubrían el 71% de la superficie terrestre de Borneo en la década de 1980, esta proporción disminuyó al 54% en 20006 y disminuyó aún más en un 14% (6,04 Mha) entre 2000 y 20177. Por el contrario, la superficie total de plantaciones, como las de petróleo palma y madera para pasta, se expandió un 170% (6,20 Mha) en 2000-20177. Las principales causas de la deforestación en Borneo incluyen la expansión de la actividad agrícola, la conversión de bosques en plantaciones de palma aceitera y madera para pasta, y la tala8,9. El desarrollo agrícola ha desempeñado un papel clave al contribuir al crecimiento económico regional en muchos países tropicales debido a los bajos costos de la mano de obra y la tierra10; sin embargo, esto también ha causado una gran pérdida de hábitats naturales para la biodiversidad nativa, reducción de la biomasa leñosa, deterioro de la calidad del agua de los canales de drenaje, aumento de la liberación de GEI por el secado del suelo en las turberas y pérdidas financieras y daños físicos por la neblina causada por la biomasa. y quema de turba11.

Una gran proporción del carbono se almacena en forma de turba. En la zona insular del sudeste asiático, una cantidad considerable de carbono leñoso no completamente descompuesto se ha acumulado en forma de turba bajo los bosques pantanosos durante miles de años12. El contenido de carbono de la turba se estima en aproximadamente 68,5 Pg, lo que corresponde al 77% de la reserva mundial de carbono de la turba tropical12. El cambio de uso de la tierra tiene el potencial de transformar la reserva de carbono y emitir cantidades sustanciales de CO2 a la atmósfera12,13. Las turberas del sudeste asiático han emitido una gran cantidad de CO2 a través de la deforestación provocada por cambios en el uso de la tierra9,13, drenaje14,15 e incendios16,17 durante las últimas cuatro décadas. El sudeste asiático también es sensible a los fenómenos de El Niño18. En Borneo, El Niño Oscilación del Sur (ENOS) provoca sequías al retrasar el inicio de la temporada de lluvias19,20,21, aumentando así el riesgo de incendios forestales21, acelerando la descomposición oxidativa de la turba y, en consecuencia, aumentando las emisiones de CO222,23.

Para evaluar el equilibrio de carbono de los ecosistemas tropicales bajo presión humana, es esencial cuantificar las emisiones de CO2 a través de cambios en el uso de la tierra acompañados de deforestación y drenaje, e incendios forestales y de turba. Sin embargo, la evaluación precisa de las emisiones de CO2 de los ecosistemas de turberas sigue siendo difícil debido a la falta de datos de campo24,25. En consecuencia, el Panel Intergubernamental sobre Cambio Climático (IPCC) ha proporcionado factores de emisión como guía para estimar las emisiones de GEI26. Los factores de emisión del IPCC se definieron para cada uno de los seis tipos de categorías de uso/cobertura del suelo y nueve zonas climáticas, que se dividieron según la temperatura media anual y la evapotranspiración potencial. Los factores de emisión se han utilizado anteriormente para estimar las emisiones de GEI a través de cambios de uso de la tierra o incendios forestales y de turba24,27. Sin embargo, algunos factores de emisión no reflejan las condiciones reales del campo25,28,29,30. La estimación integrada del balance de carbono entre las emisiones de CO2 derivadas del cambio de uso de la tierra, los incendios y la descomposición oxidativa de la turba y la absorción de CO2 por el crecimiento de la biomasa es importante para comprender los ciclos del carbono en ecosistemas tropicales vulnerables. Sin embargo, pocos estudios han evaluado simultáneamente tanto las fuentes como los sumideros de CO2 en Borneo31,32. Este estudio proporciona un nuevo método para estimar las emisiones netas de CO2 de los sectores AFOLU para todo Borneo basado en las directrices del IPCC con factores de escala encontrados en estudios recientes (por ejemplo, Borchard et al.33 y Basuki et al.34 para biomasa, Wooster et al. al.35 para emisiones de incendios, y Krisnawati et al.30 para emisiones de incendios de turba y descomposición). Nuestro objetivo era cuantificar todas las fuentes de emisiones de CO2 asociadas con cambios en el uso de la tierra, incendios forestales y de turba, y descomposición oxidativa de la turba utilizando datos satelitales. En consecuencia, (1) mapeamos el uso anual de la tierra y detectamos cambios en el uso de la tierra; (2) emisiones estimadas de CO2 a través de cambios en el uso de la tierra; (3) emisiones estimadas de CO2 procedentes de incendios forestales y de turba; (4) emisiones estimadas de CO2 procedentes de la descomposición oxidativa de la turba; y (5) absorción estimada de CO2 por el crecimiento de la biomasa. Creamos mapas anuales de uso de la tierra mediante procesamiento compuesto para complementar áreas de cobertura de nubes, generamos características para que el aprendizaje automático utilice completamente los datos ópticos multibanda y procesamos los datos para distinguir las plantaciones maduras de los bosques. Modificamos el método de estimación de emisiones de CO2 procedente de la quema de biomasa de Shiraishi et al.36 incorporando biomasa subterránea (BGB), desechos leñosos y hojarasca como fuentes de combustión, y utilizando varios factores de emisión para Borneo. Las emisiones de CO2 de los incendios de turba, la descomposición oxidativa de la turba y la absorción de CO2 del crecimiento de la biomasa se calcularon con base en las directrices del IPCC con los datos de campo más recientes de la literatura. Los resultados se compararon con los de estudios relacionados para confirmar la validez de nuestras estimaciones.

Los mapas anuales de uso de la tierra de 2000 a 2016 se crearon utilizando el clasificador aleatorio de bosques (RF). La precisión de la clasificación por RF se muestra en la Fig. S1. La precisión promedio de la clasificación del uso de la tierra fue de 85,2 ± 1,5 % (± 1 desviación estándar), y la de la clasificación forestal/no forestal fue de 91,4 ± 1,1 % (Fig. S1a). El área sin datos causada por la nubosidad o la neblina entre 2000 y 2016 fue de 0,44 ± 0,37 Mha año–1 (media ± 1 desviación estándar), equivalente al 0,6% de todo Borneo. La precisión de la clasificación del uso de la tierra en 2016 fue del 82,0%, que es entre un 2,6 y un 7,0% menor que la de otros años fuera de la desviación estándar. Sin embargo, la precisión de la clasificación de bosques/no bosques fue del 90,5% en 2016, lo que está dentro de 1 desviación estándar. Estos resultados sugieren que, aunque las áreas forestales pudieron clasificarse con más del 90% de precisión entre 2000 y 2016, se produjeron clasificaciones erróneas en las categorías no forestales. Con respecto a la precisión del productor (Fig. S1b), que indica el alcance de los datos supervisados ​​clasificados correctamente, la precisión de la clasificación fue de 93,4 ± 0,7% para bosques, 87,5 ± 0,8% para arbustos/pastizales, 80,2 ± 2,4% para zonas urbanas y 88,2 ± 1,6. % para agua. Mientras tanto, la precisión para la plantación fue relativamente baja: 21,1 ± 15,2%. Sin embargo, la precisión del usuario, que indica el alcance de los datos clasificados correctamente, para la plantación fue alta: 95,7 ± 3,9% (Fig. S1c). Estos resultados indican que las áreas que se estima que son plantaciones se clasificaron con gran precisión. Sin embargo, muchas áreas que los datos supervisados ​​mostraban como plantaciones se clasificaron en diferentes categorías de uso de la tierra. La precisión del usuario para arbustos/hierba fue la más baja con 78,0 ± 2,1 % dentro de las cinco categorías. Entre 2000 y 2015, la precisión de los productores para las plantaciones disminuyó drásticamente del 58,4% al 6,5%. Sin embargo, la precisión del usuario para arbustos/pasto disminuyó del 81,6% al 75,7%, lo que sugiere que muchas áreas de plantaciones se clasificaron erróneamente como arbustos/pasto. En Borneo se produjo una deforestación a gran escala entre 2000 y 20026. Nuestros resultados sugirieron que las áreas de plantaciones se detectaron con relativa facilidad inmediatamente después de la tala. Sin embargo, el crecimiento de la vegetación hace que sea difícil separarlos de los arbustos, pastizales o bosques.

Las precisiones de los mapas de uso de la tierra, que se obtuvieron mediante posprocesamiento después de la clasificación (Fig. S2), se muestran en la Fig. 1. Los promedios de la precisión general mejoraron a 92,0 ± 1,0% para los mapas de uso de la tierra y 94,5 ± 1,0% para los mapas de uso de la tierra. 0,5% para los mapas forestales/no forestales (Fig. 1a). Los promedios de precisión del productor y usuario fueron 93,4 ± 0,7% y 95,6 ± 0,5% para bosques, 90,6 ± 1,0% y 88,3 ± 1,6% para arbustos/pastos, 89,5 ± 6,7% y 86,1 ± 2,6% para plantaciones, 91,4 ± 1,8 y 95,2 ± 1,6% para urbano, y 95,4 ± 1,4% y 95,4 ± 1,1% para agua, respectivamente. La precisión de la clasificación mejoró en todas las categorías, especialmente en las plantaciones.

Precisión de los mapas de uso de la tierra de 2000 a 2016: (a) Precisión general para el uso de la tierra y clasificación forestal/no forestal, (b) precisión del productor para la clasificación del uso de la tierra y (c) precisión del usuario para la clasificación del uso de la tierra.

Los cambios anuales en el área de cada categoría de uso de la tierra se muestran en la Fig. 2. La superficie forestal en 2000 era de 41,5 Mha, cubriendo aproximadamente el 56% de Borneo. Sin embargo, el área disminuyó a 37,7 Mha, equivalente al 51% de Borneo, en 2016 con una tasa de deforestación de 0,2 Mha año-1 (0,6% año-1). El área de deforestación entre 2000 y 2001 fue de 1,2 Mha, que fue la mayor reducción y representó el 30% del área de deforestación observada (3,8 Mha) durante el período de evaluación. En consecuencia, el área de las otras cuatro categorías de uso de la tierra se expandió en factores de 1,05 para arbustos/pastos, 2,74 para plantaciones, 1,15 para zonas urbanas y 1,14 para agua entre 2000 y 2016. La expansión de las áreas de agua se derivó en gran medida de la construcción de las presas de Bakun y Murum en la parte sureste de Sarawak entre 2011 y 201410.

Variación interanual de la superficie de cada categoría de uso del suelo desde 2000 a 2016.

Las emisiones de CO2 en Borneo de 2001 a 2016 se muestran en la Fig. 3a. Las emisiones de CO2 fueron más altas en 2001 con 1,77 Pg CO2 año-1, disminuyeron continuamente a 0,26 Pg CO2 año-1 en 2005, aumentaron en 2006, 2009, 2014 y 2015, y se estimaron en 0,13 Pg CO2 año-1 en 2016. que fue la tasa de emisión más baja durante el período de evaluación. Las emisiones se vieron fuertemente afectadas por el cambio de uso de la tierra en 2001 (1,93 Pg CO2 año-1), 2002 (1,08 Pg CO2 año-1), 2003 (0,83 Pg CO2 año-1) y 2004 (0,67 Pg CO2 año-1). , y las emisiones fueron 0,54, 0,46, 0,32, 0,29 y 0,55 Pg año-1 procedentes de incendios forestales y de turba en 2002, 2006, 2009, 2014 y 2015, respectivamente. Las emisiones promedio de CO2 provenientes de la descomposición oxidativa de la turba entre 2001 y 2016 fueron de 0,19 ± 0,01 Pg CO2 año-1 con poca variación interanual. La absorción media de CO2 fue de 0,64 ± 0,04 Pg CO2 año-1. Estos resultados indican que las altas emisiones de CO2 estaban relacionadas con el cambio de uso de la tierra en 2001 y 2002, y con los incendios en 2002, 2006, 2009, 2014 y 2015. WWF6 informó una pérdida forestal de 1,3 \(\times \) 106 ha año-1 en Borneo de 2000 a 2002. Encontramos que el área forestal disminuyó en 1,15 \(\times \) 106 ha en 2001 y aumentó en 0,38 \(\times \) 106 ha en 2002. Los años de altas emisiones de CO2 por incendios ( es decir, 2002, 2006, 2014 y 2015) se correspondieron con valores negativos del Índice de Oscilación del Sur (IOS) y, por lo tanto, se vieron afectados por ENSO. De manera similar a los resultados de estudios previos sobre grandes incendios y ENSO en Borneo (por ejemplo, Wooster et al.21, Fanin y van der Werf37), observamos una correlación negativa significativa (R = − 0,69, p < 0,05) entre las emisiones de incendios. y SOI medio mensual (Fig. 3b). Por el contrario, la absorción de CO2 a través del crecimiento de la biomasa en Borneo ha mostrado una tendencia creciente significativa a una tasa anual del 1,69% año-1.

Variación interanual en (a) emisión y absorción de CO2 (Pg CO2 año-1) y (b) área quemada (106 ha) en Borneo de 2001 a 2016. En (a), las emisiones netas totales de CO2 (ET) están en rojo, Las emisiones de CO2 derivadas del cambio de uso de la tierra (ELUC) están en verde, las emisiones de CO2 de los incendios forestales y de turba (EFire) están en azul, las emisiones de CO2 de la descomposición oxidativa de la turba (EPD) están en naranja y la absorción de CO2 por el crecimiento de la biomasa (Sink) está en azul claro. La ET se calculó restando Sink de la suma de ELUC, EFire y EPD. En (b), el Índice de Oscilación del Sur (SOI)38 se muestra en barras rojas junto con las áreas quemadas. El área total quemada (BA: azul) y el área de turberas quemadas (BAP: verde) se detectaron en el mapa de incendios del NCM.

El promedio y 1 desviación estándar de las emisiones netas totales de CO2 en Borneo de 2001 a 2016 fueron 461,10 ± 436,51 Tg CO2 año-1 (Tabla 1). Las variaciones interanuales en las emisiones y absorción de CO2 en las ocho regiones se muestran en la Figura S3. En cuanto a las emisiones totales de 2001 a 2016, las emisiones de CO2 superaron su absorción en seis regiones, excepto Brunei y Kalimantan del Norte. Más de la mitad de las emisiones de CO2 en todo Borneo provinieron de Sarawak (135,02 ± 99,01 Tg CO2 año-1) y Kalimantan Central (132,50 ± 143,43 Tg CO2 año-1), lo que representa el 29,3% y el 28,7% de las emisiones totales de Borneo. , respectivamente. Las emisiones de CO2 de los incendios en Sarawak fueron relativamente pequeñas y estables en comparación con las de otras regiones, mientras que las del cambio de uso de la tierra fueron las más altas con 211,83 ± 87,70 Tg de CO2 año-1. En Kalimantan Central, las emisiones de CO2 por el cambio de uso de la tierra fueron 119,48 ± 83,92 Tg CO2 año-1, mientras que las de los incendios forestales y de turba fueron las más altas con 104,68 ± 105,62 Tg CO2 año-1, lo que representa el 48% del total de emisiones de CO2. emisiones relacionadas en Borneo. Las emisiones procedentes de la descomposición oxidativa de la turba fueron las más altas con 55,51 ± 1,76 Tg CO2 año-1 en Kalimantan Central, lo que representa el 30% del total de las emisiones de Borneo. Esto se debe a que la superficie de turberas es la mayor de esta región (3,25 Mha) y los bosques pantanosos de turbera se han degradado rápidamente13. Las emisiones promedio de las dos provincias de Malasia y las cinco provincias indonesias en Borneo fueron un 4,1% y un 34,8% menores, respectivamente, que las emisiones promedio de CO2 provenientes de combustibles fósiles, excluyendo el cambio de uso de la tierra, para cada país de 2001 a 2016 según el Global Presupuesto de carbono para 20223. Las emisiones netas de CO2 por área en las turberas fueron aproximadamente entre 3 y 15 veces mayores que las de los suelos minerales en todas las regiones (Tabla 1). Estos resultados indican que los incendios forestales (sobre y subterráneos, escombros y basura) y de turba, además de la descomposición oxidativa de la turba, desempeñaron un papel importante en las emisiones de CO2.

La precisión promedio entre 2000 y 2016 fue de 92,0 ± 1,0 % para los mapas de uso de la tierra y de 94,5 ± 0,5 % para los mapas forestales y no forestales. La tasa de deforestación del 0,6% año-1 entre 2000 y 2016 fue menor que la de estudios anteriores (Tabla S1), pero comparable a la reportada por Gaveau et al.10. Las áreas forestales estimadas fueron un 1,0% más pequeñas en 2000 y un 1,7% más grandes en 2015 en comparación con las reportadas por Gaveau et al.10, quienes utilizaron mapas creados manualmente después de una clasificación automática del uso de la tierra. Según los informes nacionales de 2020 de las Evaluaciones de los Recursos Forestales Mundiales, las tasas de deforestación interna de Indonesia y Malasia de 2000 a 2016 fueron del 0,31% año-1 (FAO39) y del 0,01% año-1 (FAO40), respectivamente. Hansen et al.41 informaron una tasa de deforestación del 0,60% en toda Indonesia entre 2000 y 2005. Por lo tanto, nuestras tasas de deforestación estimadas para Borneo corresponden estrechamente a los resultados informados anteriormente. Sin embargo, las áreas de plantación en este estudio fueron 67,0% y 69,5% más pequeñas que las reportadas por Gaveau et al.10 en 2000 y 2015, respectivamente. Los mapas de uso de la tierra de Gaveau et al.10 incluían áreas de plantaciones de palma aceitera que no pudieron identificarse como plantaciones mediante interpretación visual utilizando Google Earth™. Gaveau et al.10 potencialmente consideraron áreas forestales antes del desarrollo y áreas parcialmente taladas, como pastizales y tierras desnudas, como áreas de plantación, o no pudimos identificar áreas de plantación inmediatamente después de la plantación debido a la resolución de los datos de Google Earth™. Los datos supervisados ​​para bosques y arbustos/pastizales en este estudio estaban frecuentemente dispersos en áreas de plantaciones en Gaveau et al.10. La precisión de los mapas forestales y no forestales de cada estudio en la Tabla S1 fue superior al 90%. Sin embargo, las tasas de deforestación fueron diferentes. Esto puede haber sido influenciado predominantemente por los datos de capacitación para el mapeo del uso de la tierra y los datos de validación para la evaluación. Se necesita una mayor recopilación de información sobre cobertura y uso del suelo para datos supervisados ​​a fin de mejorar la calidad de los mapas.

Las emisiones de CO2 derivadas de los cambios en el uso de la tierra en áreas forestales se compararon con datos del Sistema Nacional de Contabilidad del Carbono de Indonesia (INCAS24,32) (Tabla S2). Las emisiones medias anuales de CO2 (Eavg) fueron mayores que las del INCAS en todas las regiones. Las emisiones de CO2 (Emin) en cada región, excluyendo Kalimantan del Norte, fueron mayores que las del INCAS. Este hallazgo sugiere que las estimaciones del INCAS fueron menores que las emisiones mínimas de CO2 estimadas en todos los coeficientes candidatos. Además, las áreas convertidas de bosque a no bosque en este estudio fueron mayores en todas las provincias que en el INCAS (Fig. S4). El área de cambio de uso de la tierra fue mayor en este estudio que en el INCAS por factores de 1,2 en Kalimantan del Norte a 4,1 en Kalimantan del Sur. Sin embargo, la tasa de deforestación en este estudio fue la más baja entre los estudios anteriores (Tabla S1). El área de deforestación de 2000 a 2015 reportada por Gaveau et al.10, que fue la segunda tasa de deforestación más baja entre los estudios comparados, se estimó en 4,7 \(\times \) 106 ha, que fue un 26,4% mayor que la de este estudio. . El INCAS informó que la superficie forestal total aumentó un 9,7% entre 2001 y 2012 en cinco provincias del Borneo indonesio32. Una explicación para la diferencia en las emisiones de CO2 por el cambio de uso de la tierra entre este estudio y el INCAS podría ser la diferencia en la estimación del área forestal.

Las emisiones de CO2 de los incendios en este estudio se compararon con la Base de Datos Global de Emisiones de Incendios Versión 4.1 con incendios pequeños (GFED4.1s42) (Tabla S3). Las emisiones anuales promedio de CO2 (Eavg) en Borneo de 2001 a 2016 fueron 217,27 ± 166,85 Tg CO2 año-1 en este estudio, que fue un 18,4% mayor que las del GFED4.1. Las emisiones de CO2 (Eavg) en cada región, excluyendo Kalimantan del Sur, fueron mayores que las del GFED4.1 s. Aunque las emisiones de CO2 (Emin) en tres regiones (Sabah, Sarawak y Kalimantan del Norte) fueron relativamente bajas en comparación con las de otras regiones, fueron mayores que las de los GFED4.1. Las emisiones de GFED4.1 en las otras seis regiones, incluido todo Borneo, estuvieron dentro del rango Emax y Emin. Las emisiones de CO2 relacionadas con los incendios en Borneo en nuestro estudio anterior36, que utilizó métodos similares a este estudio con solo biomasa aérea (AGB) para la biomasa quemada, fueron de 182,16 ± 140,69 Tg de CO2 año-1. Las emisiones de CO2 estimadas añadiendo BGB, WDL y incendios de turba fueron un 16,2% mayores que las reportadas por Shiraishi et al.36, por lo que difieren mucho de los datos de emisiones en los GFED4.1. El monóxido de carbono (CO) se utiliza a menudo para evaluar las emisiones de incendios porque su vida útil en la atmósfera es de semanas a meses43,44. Saito et al.44 evaluaron las concentraciones de CO atmosférico obtenidas simulando la variabilidad del CO atmosférico utilizando un modelo de transporte de trazadores atmosféricos y emisiones de CO de incendios de GFED4.1 s en comparación con datos de observación satelital de las Medidas de Contaminación en la Troposfera (MOPITT). En consecuencia, las emisiones del GFED4.1 fueron entre un 17 y un 31% más bajas que las de los datos satelitales. En particular, las emisiones de CO2, que se estimaron utilizando el mismo método, también podrían ser aproximadamente un 30% menores. Wooster et al.35 informaron emisiones de CO2 de 692 ± 213 Tg liberadas por grandes incendios en el Borneo indonesio entre septiembre y octubre de 2015, principalmente debido a la desecación causada por un evento de El Niño. Estas emisiones fueron superiores a las 530,73 Tg de CO2 año-1 estimadas para 2015 en este estudio. Wooster et al.35 aplicaron los parámetros de escala obtenidos con base en el evento de El Niño de 2015, lo que puede haber contribuido a la diferencia en nuestras estimaciones. Aunque MOD14A1 para distribución y frecuencia de incendios proporciona áreas de incendio diarias desde 2001, la tasa de detección de incendios fue del 82%45. Las áreas de incendio más pequeñas pueden pasarse por alto, especialmente en áreas frecuentemente cubiertas de nubes, como el sudeste asiático.

Las emisiones de CO2 procedentes de los incendios de turba se compararon con los datos del INCAS (Tabla S4). Las emisiones anuales totales de CO2 (Eavg) en este estudio para el Borneo indonesio de 2001 a 2012 fueron 124,37 ± 104,73 Tg CO2 año-1, aproximadamente tres veces mayores que las del INCAS, que fueron 33,67 ± 31,07 Tg CO2 año-1. Las emisiones de CO2 (Eavg) fueron mayores que las del INCAS en todas las regiones (por factores de 3,1 para Kalimantan Central a 40,5 para Kalimantan del Norte). Las emisiones de CO2 (Emin) en cada región fueron mayores que las del INCAS. El área de turba, que es la base de la evaluación, difirió entre este estudio y el INCAS (Tabla S5). La superficie total de turba en este estudio46 fue aproximadamente 11 veces mayor que la del INCAS. Una razón de la diferencia en las emisiones de incendios podría estar relacionada con diferencias en la frecuencia de los incendios y los parámetros de entrada. Las emisiones de los incendios de turba son generalmente mayores en el primer incendio que en el segundo en la misma zona debido a una disminución en la profundidad de la quema25. Aunque calculamos el número de incendios desde 2001, el INCAS considera los incendios ocurridos antes de 2001. En las estimaciones del INCAS, la superficie de turba para el primer incendio fue de 12 ha, mientras que la superficie de turba para el segundo incendio fue de 45 301 ha en Central Kalimantán. Por lo tanto, las emisiones en este estudio se calcularon a partir de una profundidad quemada mayor que las del INCAS. Las diferencias en la superficie de turba también han contribuido a las diferencias en las estimaciones de emisiones. El mapa de distribución de turba de Gumbricht et al.46 incluía potencialmente arrozales y otros campos en las áreas de turbera, que se estimó que eran aproximadamente tres veces más grandes que los de Page et al.12 y un 41,6% más grandes que los estimados por Anda et al. .47. Por lo tanto, en comparación con el INCAS, es posible que se hayan evaluado más incendios como incendios de turba al estimar las emisiones de los incendios de turba. La superficie de turba también tuvo un impacto significativo en la estimación de las emisiones de CO2 procedentes de la descomposición oxidativa de la turba. Utilizar mapas precisos de distribución de turba y determinar parámetros de entrada que tengan en cuenta la intensidad del fuego es importante para mejorar la precisión de la estimación de las emisiones de CO2.

Las emisiones de CO2 procedentes de la descomposición oxidativa de la turba se compararon con las del INCAS (Tabla S6). Las emisiones anuales totales de CO2 (Eavg) en el Borneo indonesio de 2001 a 2012 fueron 143,87 ± 2,82 Tg CO2 año-1, un 31,4% mayores que las del INCAS. Los promedios fueron un 0,4% mayores para Kalimantan Central y un 4,4% menores para Kalimantan Occidental que los de los INCAS. Los Eavgs en Kalimantan del Norte, Kalimantan Oriental y Kalimantan del Sur fueron de 2,7 a 19,3 veces más altos que los del INCAS, y cada valor en el INCAS fue más bajo que el de los Emins en las tres regiones.

Los factores de emisión también afectan la diferencia en las emisiones de CO2 estimadas entre este estudio y el INCAS. Utilizamos factores de emisión basados ​​en las directrices del IPCC, mientras que el INCAS utiliza diferentes factores de emisión dependiendo de si el drenaje se produjo en los últimos cinco años o más48. Con base en esta limitación, los estudios futuros podrían beneficiarse de determinar la distribución del área de drenaje y el momento del drenaje, y evaluar los cambios temporales en los factores de emisión.

El sumidero de CO2 para áreas forestales se comparó con datos del INCAS (Tabla S7). El sumidero total anual de CO2 (Eavg) en el Borneo indonesio de 2001 a 2012 fue de 283,13 ± 18,42 Tg CO2 año-1, más de 100 veces mayor que el del INCAS, que fue de 2,68 ± 1,18 Tg CO2 año-1. Los sumideros de CO2 en las categorías de uso de la tierra de bosques, arbustos/pastos y plantaciones fueron 419,06 ± 35,10, 202,73 ± 9,13 y 17,61 ± 3,42 Tg de CO2 año-1, respectivamente, lo que sugiere que el crecimiento de la biomasa en los vastos bosques de Borneo contribuyó al CO2. consumo. Los sumideros de CO2 (Emin) en cada región fueron mayores que los del INCAS. Además, el sumidero de CO2 en todo el Borneo indonesio fue de 438,60 ± 23,04 Tg de CO2 año-1, que es 1,5 veces mayor que la absorción de las áreas forestales. La principal razón de la diferencia en las estimaciones es el crecimiento de la biomasa. Aunque determinamos el crecimiento de la biomasa para cada categoría de uso de la tierra con base en los últimos estudios, el INCAS supone que no hay crecimiento neto en los bosques primarios, es decir, el crecimiento es equivalente a la rotación y la descomposición24, lo que puede subestimar los efectos de sumidero de CO2. La vasta superficie de bosque intacto de Borneo se considera un importante sumidero de carbono. Por ejemplo, Pan et al.49 estimaron una tasa promedio de almacenamiento de carbono de 0,90 Mg C ha-1 año-1 en bosques tropicales intactos de Asia, y el IPCC26 estimó una tasa promedio de almacenamiento de carbono de 3,4 t de materia seca ha-1 año-. 1 en las selvas tropicales durante 20 años en Asia. El sumidero de CO2 en todo el Borneo malasio en 2014 se estimó en 213,25 Tg CO2 año-1, lo que equivale al 80% de la estimación para todo Malasia (267,17 Tg CO2 año-1)50. Las áreas forestales del Borneo malasio eran 1,5 veces más grandes que las de Malasia peninsular50, y los sumideros de CO2 de áreas no forestales (arbustos/pastos y plantaciones) en todo el Borneo malasio representaron el 34% de los sumideros de CO2 de los bosques de la región. Junto con las vastas áreas forestales, se considera que el rebrote de áreas deforestadas y perturbadas y el crecimiento de plantas jóvenes a través del manejo de plantaciones han contribuido a la expansión del sumidero de CO2.

Los datos supervisados ​​para la clasificación del uso de la tierra y los factores de escala para la estimación de emisiones afectaron considerablemente la precisión de nuestros resultados. El área de bosque en este estudio capturó efectivamente las características de los datos supervisados, con una precisión de clasificación de más del 94%, consistente con los resultados de Gaveau et al.10. Sin embargo, el área de plantación necesita una mayor evaluación. Los estudios futuros deberían evaluar más a fondo las características que contribuyen a la precisión de la clasificación de las plantaciones, como la palma aceitera y la madera para pulpa, y recopilar información sobre áreas de plantaciones que son difíciles de evaluar mediante la interpretación visual de los mapas de Google Earth™ por sí solos. Aunque el método para estimar las emisiones de CO2 en este estudio hizo un uso extensivo de factores de escala basados ​​en valores de la literatura y las directrices del IPCC, se necesitan más investigaciones. BGB, restos de madera y hojarasca se calcularon utilizando factores de conversión de AGB. Sin embargo, si el AGB disminuye debido a la deforestación, los restos de madera y la hojarasca aumentarían51. El crecimiento de la biomasa se determinó en cada categoría de uso de la tierra, pero se espera que varíe según el sitio, las especies de árboles y la prevalencia de incendios. Aunque determinamos el crecimiento de la biomasa a partir de valores de la literatura para varios sitios de Borneo, los valores no cubren todas estas condiciones. Se necesita una estimación de la biomasa más precisa y frecuente (por ejemplo, Hayashi et al.52). Aunque los factores de escala de BE y EF se usaron comúnmente para AGB, BGB y WDL para estimar las emisiones de la quema de biomasa, los valores pueden diferir en la parte quemada. Por ejemplo, se espera que el BE de AGB y WDL sea mayor que el de BGB. En consecuencia, podría ser útil desarrollar un algoritmo de detección de incendios que incorpore MODIS, que comprende observaciones diarias a largo plazo y datos satelitales más recientes (por ejemplo, Roy et al.53) para mejorar la tasa de detección de incendios. Además, las emisiones de los incendios varían según la intensidad del fuego. Determinar los factores de escala para estos entornos y condiciones e incorporarlos al modelo son consideraciones importantes para trabajos futuros. El uso integrado de varios tipos de conjuntos de datos, como los datos de la Investigación sobre la dinámica de los ecosistemas globales (GEDI), que proporcionan la altura del dosel y la estructura vertical de los bosques, y los datos SAR de banda P, que la Agencia Espacial Europea planea lanzar en 2024. , la mejora de la calidad de los datos supervisados ​​y los datos de observación de campo, y el desarrollo continuo de modelos de estimación son esenciales para mejorar la precisión de las estimaciones.

En el sudeste asiático, incluido Borneo, los cambios en el uso de la tierra, en particular la conversión de bosques pantanosos de turbera en plantaciones, pueden tener un impacto importante en el cambio climático. Este estudio presenta un método para estimar las emisiones de CO2 provenientes de cambios en el uso de la tierra, incendios y descomposición oxidativa de la turba en Borneo de 2001 a 2016 y compara y evalúa los resultados estimados con los de estudios anteriores. El modelo se desarrolló con la absorción de CO2 del crecimiento de la biomasa y la estimación de las emisiones de CO2 en áreas no forestales, que no habían sido evaluadas en estudios anteriores. El sumidero de CO2 procedente del crecimiento de la biomasa aumentó significativamente en todas las regiones, incluido todo Borneo. Sin embargo, el balance neto de CO2 mostró que las emisiones superaron la absorción. Además, las emisiones estimadas de CO2 derivadas del cambio de uso de la tierra, los incendios y la descomposición oxidativa de la turba tendieron a ser mayores que las de estudios anteriores. Estos resultados sugieren que se han emitido niveles de CO2 más altos de lo estimado anteriormente. Nuestro método para estimar las emisiones de CO2 puede contribuir al establecimiento y mejora de sistemas de gestión forestal para países que aspiran a ampliar sus áreas forestales y mejorar la gestión forestal.

La teledetección satelital es una herramienta importante para estimar los presupuestos de GEI en un entorno de selvas tropicales que fluctúa rápidamente, donde las mediciones periódicas de campo son difíciles. Sin embargo, hay margen para que la investigación mejore la precisión de las estimaciones. Los datos de flujo obtenidos de estudios de campo en una variedad de entornos, los datos supervisados ​​para la clasificación del uso de la tierra en los que hubo discrepancias con estudios anteriores y las mejoras en los mapas de distribución de turba y la detección de áreas quemadas a lo largo del tiempo son esenciales para avanzar en este campo. Además, la aplicación de nuevos conjuntos de datos de observación por satélite y recursos existentes para generar mapas de biomasa como base para la absorción y emisión de CO2 es una importante tarea futura.

Borneo es la tercera isla más grande (74,3 Mha) del mundo y la comparten Indonesia, Malasia y Brunei Darussalam (Fig. 4). La isla está situada entre 8°N y 5°S a través del ecuador y entre 108°E y 120°E en un clima de selva tropical (según la clasificación climática de Köppen). En esta región, el monzón húmedo del noreste prevalece de noviembre a marzo o abril, mientras que el viento predominante cambia al monzón seco del suroeste en mayo-junio y septiembre-octubre9. El ENSO provoca un retraso en el inicio de la temporada de lluvias, una reducción de las precipitaciones y una sequía prolongada en la región19,20,21. Aunque Borneo tiene la mayor superficie forestal del Sudeste Asiático y es rica en biodiversidad, también es un importante punto crítico de deforestación, que ha sido impulsada principalmente por incendios y conversión de tierras a plantaciones54. Hay 9,8 Mha de turberas, lo que representa el 33% de las del Sudeste Asiático46. En 2010, el 13% de las turberas ya se habían convertido en plantaciones industriales, por ejemplo para palma aceitera y madera para pasta55. Los bosques continentales con abundante biomasa y los bosques pantanosos de turba con altos niveles de carbono de turba se han convertido en las principales fuentes de emisiones de CO2 debido al cambio de uso de la tierra a través del desarrollo agrícola10, la quema de materiales de madera21 y el secado de la turba del drenaje22,23.

Mapa de Borneo. Las ocho regiones evaluadas fueron Sabah y Sarawak en Malasia; Brunei Darussalam; y Kalimantan del Norte, Kalimantan Oriental, Kalimantan Occidental, Kalimantan Central y Kalimantan del Sur en Indonesia. La superficie de turba se muestra en rojo (Gumbricht et al.46). Los mapas se crearon con ArcMap versión 10.5 (https://www.arcgis.com/).

Se utilizó el producto MCD43A4 versión 6 del espectrorradiómetro de imágenes de resolución moderada (MODIS) de la Administración Nacional de Aeronáutica y del Espacio (NASA) para crear mapas anuales de uso de la tierra de 2000 a 2016. MCD43A4 tiene conjuntos de datos de siete bandas basados ​​en la función de distribución de reflectancia bidireccional Nadir (BRDF) Reflectancia ajustada (NBAR) con una resolución espacial de 4,18 \(\times \) 10−3 grados (aproximadamente 463 m) y frecuencia de observación diaria. MCD43A4 también tiene información de calidad de datos para todas las redes en cada banda.

Se utilizaron mapas anuales de uso de la tierra, incendios y AGB y un mapa de distribución de turba para estimar las emisiones de CO2 de los incendios forestales y de turba de 2001 a 2016. Los mapas de uso de la tierra se crearon a partir de MCD43A4. Los mapas de incendios se crearon utilizando el producto MODIS Thermal Anomalies and Fire (MOD14A1) Versión 6 para estimar las áreas quemadas anualmente y el número de incendios. MOD14A1 es un conjunto de datos globales sobre incendios con una resolución espacial de 1 km y una frecuencia de observación diaria56,57. A cada píxel de incendio se le asigna un nivel de confianza bajo (0–30%), nominal (30–80%) o alto (80–100%)58. Se crearon dos tipos de mapas de incendios utilizando mapas de confianza nominal, es decir, NCM con niveles de confianza nominal y alto, del 30% al 100% de confiabilidad, y mapas de confianza baja (LCM) con niveles de confianza bajos, nominales y altos del 0% al 100%. 100% confiabilidad. Contamos el número diario de píxeles de incendio en los mapas de incendios de cada año. Un incendio en curso ubicado en la misma posición de la parrilla se consideró un incendio único36,59.

Para los mapas AGB se utilizó GEOCARBON y Globbiomass. GEOCARBON es un mapa AGB global con una resolución espacial de 1 km para 201060. Globbiomass también es un mapa AGB global con una resolución espacial de 25 m para 200061. Los dos productos AGB se actualizaron anualmente calculando el cambio de biomasa a partir de los cambios en el uso de la tierra. incendios y crecimiento de biomasa. El mapa de distribución de turba Distribución de humedales tropicales y subtropicales versión 246 se utilizó para estimar las emisiones de 2001 a 2016 procedentes de incendios de turba y descomposición oxidativa de la turba.

Los datos supervisados ​​(datos de capacitación y validación) de 2000 y 2016 se crearon mediante interpretación visual utilizando Google Earth™ para la clasificación del uso de la tierra (Figura S5). Los datos supervisados ​​incluyeron datos puntuales para las cinco categorías de uso de la tierra, a saber, bosques, arbustos/pastos, plantaciones, urbanos y agua. Los conjuntos de datos supervisados ​​incluyeron 6668, 6669 y 5839 puntos de datos en 2000, 2016 y cada año de 2001 a 2015, respectivamente (Tabla S8). Los datos supervisados ​​se crearon en la misma posición (cuadrícula) en el mapa en 2000 y 2016. Suponiendo que el uso de la tierra no cambió si las categorías de uso de la tierra en la misma posición no cambiaron en 2000 y 2016, los datos de la cuadrícula con las mismas categorías de uso de la tierra en los dos años solo se usaron para la clasificación de uso de la tierra de 2001 a 2015. Se usaron datos de cuadrícula con diferentes categorías entre 2000 y 2016 para crear los mapas de uso de la tierra para 2000 y 2016, respectivamente.

Se utilizaron las siguientes 228 funciones como datos de entrada para el aprendizaje automático:

Valores de reflectancia de siete bandas de MCD43A4, es decir, de la banda 1 a la banda 7.

13 índices calculados a partir de las siete bandas de MCD43A4 (Tabla S9).

Datos de series de tiempo: valores de series de tiempo obtenidos de los datos diarios de MCD43A4 durante un período de 1 año (Tabla S10). Se calcularon ocho tipos de datos de series temporales para cada una de las siete bandas.

Para cada una de las 76 características (es decir, 7 bandas + 13 índices + 8 datos de series temporales × 7 bandas), se calcularon el promedio y 1 desviación estándar en una ventana de 9 \(\times \) 9 para obtener la información circundante del objetivo. red.

Las áreas de cambio de uso de la tierra para cada categoría de uso de la tierra se calcularon a partir de los mapas anuales de uso de la tierra de 2000 a 2016 creados utilizando el clasificador RF (Fig. S2). RF es uno de los clasificadores más precisos para la clasificación del uso de la tierra (por ejemplo, Shiraishi et al.62).

Los datos diarios de MCD43A4 se combinaron para crear un conjunto de datos anual, basado en la información más reciente sobre cobertura terrestre de cada año (observación del 31 de diciembre). Los datos de las redes de baja calidad (afectadas por los efectos de las nubes y la neblina) se sustituyeron por los últimos datos sin problemas de calidad del año. Sin embargo, si no se disponía de datos de alta calidad para el año, estas cuadrículas se excluían del proceso de clasificación. Después del proceso de clasificación, se determinó la categoría de uso del suelo para las cuadrículas vacías con base en las cuadrículas circundantes.

La clasificación del uso del suelo se realizó 5 veces por separado para cada cuadrícula utilizando el enfoque RF con datos supervisados ​​divididos en cinco grupos de igual tamaño. Luego se determinó la categoría final basándose en la categoría más frecuente en la clasificación quíntuple. Si la frecuencia era la misma, se seleccionó la categoría de uso de la tierra más frecuente en los datos supervisados. Una vez que una cuadrícula se había clasificado como plantación, la cuadrícula no cambiaba posteriormente a ninguna otra categoría. Dado que es casi imposible que las regiones urbanas y acuáticas se conviertan en bosques en un año, los resultados de la clasificación se cambiaron a arbustos/pastos en lugar de bosques. Se calcularon las áreas de cambio de uso de la tierra para cada categoría de uso de la tierra comparando dos mapas de uso de la tierra consecutivos por año.

La metodología para la estimación de las emisiones de CO2 derivadas del cambio de uso de la tierra, los incendios forestales y de turba y la descomposición oxidativa de la turba se muestra en la Fig. S6. Los productos cartográficos de AGB GEOCARBON y Globbiomass se crearon en base a observaciones de 2000 y 2010, respectivamente. Para este estudio, se utilizó AGB en 2000 para estimar las emisiones anuales de CO2 de 2001 a 2016. Por lo tanto, el mapa de AGB de 2000 para Globbiomass se creó restando la cantidad de crecimiento de AGB de 2000 a 2010 de Globbiomass 2010. El crecimiento de AGB para Se estimó 10 años utilizando el crecimiento anual de AGB (Tabla S11) bajo el supuesto de que el error de los mapas de AGB era menor que el crecimiento de AGB durante 10 años. Los mapas de AGB se actualizaron anualmente debido al aumento anual del crecimiento y la disminución del cambio de uso del suelo y los incendios. Utilizamos dos mapas de incendios (NCM y LCM) y dos mapas de AGB (GEOCARBON y Globbiomass). Dado que la quema de biomasa provoca una disminución de AGB, se generaron mapas de incendios de dos tipos con diferentes distribuciones de quema para los diferentes mapas de AGB con diferentes distribuciones. Por lo tanto, se obtuvieron cuatro estimaciones diferentes de emisiones de CO2 para los dos mapas de incendios y dos de AGB y se promediaron las emisiones finales.

Las emisiones netas totales de CO2 (ET: g CO2 año-1) se calcularon restando la absorción de CO2 (sumidero: g CO2 año-1) por el crecimiento de la biomasa de la suma de las emisiones derivadas del cambio de uso de la tierra (ELUC: g CO2 año-1). , quema de biomasa (EBB: g CO2 año-1), quema de turba (EPB: g CO2 año-1) y descomposición oxidativa de la turba (EPD: g CO2 año-1), como en la ecuación. (1).

donde p es la posición de la cuadrícula para el objetivo de cálculo.

El crecimiento anual de AGB (t de materia seca ha-1 año-1) y el cambio de AGB asociado con el cambio de uso de la tierra se definen en la Tabla S12. BGB (t materia seca ha-1) y la suma de desechos leñosos y hojarasca (WDL: t materia seca ha-1) se calcularon a partir de AGB utilizando factores de conversión (%) (Tabla S13). El primer término del lado derecho de la ecuación. (2) se refiere a la pérdida de carbono de AGB por cambio de uso de suelo. Las emisiones derivadas de la pérdida de carbono se calcularon multiplicando la diferencia en AGB (DAGB: t materia seca ha-1) antes (AGBpre) y después del cambio de uso de la tierra (AGBcur), como en la ecuación. (3), utilizando el contenido de carbono de la biomasa de árboles vivos (CCL:%). El segundo término se refiere a la pérdida de carbono de BGB, calculada como el producto de DAGB, factores de conversión (RBGB: %) (Tabla S13) y CCL. El tercer término se refiere a la pérdida de carbono de WDL, calculada como el producto de DAGB, factores de conversión (RWDL: %) (Tabla S13) y contenido de carbono de la madera muerta (CCD: %). CCL y CCD se fijaron en 45,60%28 y 47,16%29, respectivamente. Finalmente, el ELUC se calculó multiplicando el área de cambio de uso de suelo (CA: ha) por la suma del primer al tercer término y un factor de conversión de carbono a CO2 (CCtoCO2: 44/12).

El EBB se calculó multiplicando el área quemada (BA: m2) por la densidad de biomasa total (BD: kg m-2), la eficiencia de quema (BE) y un factor de emisión (EF: g CO2 kg-1) (Eq. ( 4)). Sin embargo, esta ecuación no considera múltiples incendios ocurridos en un año. Por lo tanto, evaluamos la densidad total de AGB (BDAGB) considerando múltiples incendios durante un año usando la Ec. (5) para determinar el BDAGB en la ecuación. (4)36.

donde I es el número de incendios en el año objetivo y c representa la categoría de uso de la tierra en el área del incendio. El primer término del lado derecho de la ecuación. (4) se refiere a las emisiones de CO2 procedentes de la quema de AGB, que se calcularon multiplicando BDAGB por BE y EF. BE y EF se definieron para cada categoría de uso de la tierra (Tabla S14). Los términos segundo y tercero representan las emisiones de CO2 procedentes de la quema de BGB y WDL, respectivamente. Finalmente, el EBB se calculó multiplicando BA por la suma del primer al tercer término.

El EPB se calculó multiplicando BA por la profundidad de la turba quemada (BurnD: m), la tasa decreciente (DR: 0 a 1) de BurnD, la densidad aparente de la turba (BulkD: gm-3), BE y EF (Ec. (6)). .

BurnD se determinó para el primer incendio (Tabla S15). Sin embargo, BurnD disminuye con incendios repetidos25. Por lo tanto, la DR se determinó como la relación de las profundidades quemadas25 (Tabla S16). BulkD se determinó para cada categoría de uso de la tierra (Tabla S17).

La DEP se calculó multiplicando el área de turberas (PA: ha) por la EF (Tabla S18) definida para cada categoría de uso de la tierra con base en los mapas anuales de uso de la tierra y el mapa de turba (Ec. (7)).

Las emisiones de CO2 dependen en gran medida del drenaje de la turba. Tres categorías no forestales (arbustos/pastos, plantaciones y urbanos) y los bosques que cambiaron a no bosques al menos una vez en áreas de turbera entre 2000 y 2016 se consideraron áreas de turbera drenadas.

La absorción de CO2 por el crecimiento de la biomasa (sumidero) se calculó multiplicando el crecimiento de la biomasa en cada categoría de uso de la tierra (Tabla S11) por su área.

Se aplicó una validación cruzada quíntuple para evaluar la exactitud general, del usuario y del productor de la clasificación de uso de la tierra basada en RF, incluidas las cinco categorías bosque, arbusto/pasto, plantación, urbano y agua, y clasificación bosque/no bosque. , incluidas las cuatro categorías de arbusto/pasto, plantación, urbano y agua. Las áreas de plantación se transfirieron y los cambios en las categorías clasificadas de bosques a áreas de pastos/arbustos se realizaron en el posprocesamiento después de la clasificación (Fig. S2). Por lo tanto, además de la precisión de la clasificación, los mapas finales de uso de la tierra se compararon con los datos supervisados ​​para determinar su precisión.

INCAS proporciona las emisiones anuales de GEI de las áreas de bosques y turberas en Indonesia desde 2001 hasta 201232. Se ha utilizado el modelo de contabilidad total de carbono63 para estimar las emisiones de GEI. Aunque los factores de escala para estimar las emisiones de GEI se basaron en las directrices del IPCC26,64,65, algunos se recopilaron de varias agencias en Indonesia. Los bosques se han dividido en términos generales en bosques secos y bosques de humedales, que a su vez se dividen en bosques primarios y secundarios. Mientras tanto, las áreas no forestales no se separaron en tierras agrícolas o áreas urbanas. No se consideró el crecimiento de la biomasa y se supuso que todas las áreas deforestadas se convertirían en tierras agrícolas. Los datos de emisiones de CO2 de nuestro estudio se compararon con los del INCAS para verificar las cinco provincias del Borneo indonesio. Las emisiones de CO2 procedentes de incendios forestales y de turba en Borneo se compararon con GFED4.1s42.

Utilizamos varios datos de campo de estudios previos para determinar los factores de escala. Para evaluar la incertidumbre resultante de los parámetros de entrada y la diferencia en las emisiones de CO2 estimadas entre nuestros resultados y los de estudios anteriores, se calcularon tres tipos de emisiones de CO2, a saber (1) emisiones de CO2 (Eavg) estimadas utilizando los parámetros de entrada explicados anteriormente, y (2) Emax y (3) Emin estimados utilizando los valores máximo y mínimo, respectivamente, de cada parámetro de entrada candidato.

Los conjuntos de datos utilizados y analizados en el presente estudio están disponibles a través de solicitud razonable del autor correspondiente.

Hansen, MC y cols. Mapas globales de alta resolución del cambio de la cubierta forestal del siglo XXI. Ciencia 342, 850–853 (2013).

Artículo ADS CAS PubMed Google Scholar

Organización para la Alimentación y la Agricultura (FAO). Evaluación de los recursos forestales mundiales 2020: hallazgos clave. Roma https://doi.org/10.4060/ca8753en (2020).

Artículo de Google Scholar

Friedlingstein, P. y cols. Presupuesto global de carbono 2022. Earth Syst. Ciencia. Datos 14, 4811–4900. https://doi.org/10.5194/essd-14-4811-2022 (2022).

ADS del artículo Google Scholar

Panel Intergubernamental sobre Cambio Climático (IPCC). Cambio climático 2021: la base de la ciencia física. Contribución del Grupo de Trabajo I al Sexto Informe de Evaluación del Panel Intergubernamental sobre Cambio Climático. (2021).

Cushman, SA, Macdonald, EA, Landguth, EL, Malhi, Y. & Macdonald, DW Predicción a múltiples escalas del riesgo de pérdida de bosques en Borneo. Ecología del paisaje. 32, 1581-1598 (2017).

Artículo de Google Scholar

WWF. Borneo: la isla del tesoro en riesgo. Fráncfort del Meno: WWF Alemania. (2005).

Gaveau, DLA y cols. Aumento y caída de la pérdida de bosques y las plantaciones industriales en Borneo (2000-2017). Conservar. Letón. 12, e12622 (2018).

Google Académico

Curran, LM y cols. Pérdida de bosques de tierras bajas en áreas protegidas del Borneo indonesio. Ciencia 303, 1000–1003 (2004).

Artículo ADS CAS PubMed Google Scholar

Langner, A., Miettinen, J. & Siegert, F. Cambio en la cobertura terrestre 2002-2005 en Borneo y el papel del fuego derivado de las imágenes MODIS. Globo. Cambiar Biol. 13, 2329–2340 (2007).

ADS del artículo Google Scholar

Gaveau, DL y cols. Conversiones rápidas y deforestación evitada: examinando cuatro décadas de expansión de plantaciones industriales en Borneo. Ciencia. Rep. 6, 32017 (2016).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Meijaard, E. et al. Los impactos ambientales del aceite de palma en contexto. Nat. Plantas 6, 1418-1426. https://doi.org/10.1038/s41477-020-00813-w (2020).

Artículo PubMed Google Scholar

Page, SE, Rieley, JO & Banks, CJ Importancia global y regional del depósito de carbono de las turberas tropicales. Globo. Cambiar Biol. 17, 798–818 (2011).

ADS del artículo Google Scholar

Miettinen, J., Hooijer, A., Vernimmen, R., Liew, SC y Page, SE Del sumidero de carbono a la fuente de carbono: oxidación extensa de turba en el sudeste asiático insular desde 1990. Medio ambiente. Res. Letón. 12, 024014 (2017).

ADS del artículo Google Scholar

Hooijer, A. y col. Emisiones de CO2 actuales y futuras de las turberas drenadas en el sudeste asiático. Biogeociencias 7, 1505-1514 (2010).

Artículo ADS CAS Google Scholar

Hooijer, A. y col. Subsidencia y pérdida de carbono en turberas tropicales drenadas. Biogeociencias 9, 1053–1071 (2012).

Artículo ADS CAS Google Scholar

Page, SE y cols. La cantidad de carbono liberado por la turba y los incendios forestales en Indonesia durante 1997. Nature 420, 61–65 (2002).

Artículo ADS CAS PubMed Google Scholar

Langner, A. & Siegert, F. Ocurrencia de incendios espaciotemporales en Borneo durante un período de 10 años. Globo. Cambiar Biol. 15, 48–62 (2009).

ADS del artículo Google Scholar

Kenyon, J. & Hegerl, GC Influencia de los modos de variabilidad climática en las precipitaciones extremas globales. J. Clim. 23, 6248–6262 (2010).

ADS del artículo Google Scholar

Gutman, G., Csiszar, I. & Romanov, P. Uso de productos NOAA/AVHRR para monitorear los impactos de El Niño: enfoque en Indonesia en 1997–98. Toro. Soy. Meteorito. Soc. 81, 1189-1205 (2000).

2.3.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0477%282000%29081%3C1189%3AUNPTME%3E2.3.CO%3B2" aria-label="Article reference 19" data-doi="10.1175/1520-0477(2000)0812.3.CO;2">ADS del artículo Google Scholar

Hamada, J. y col. Variaciones espaciales y temporales de la temporada de lluvias en Indonesia y su vínculo con ENSO. J. Meteorol. Soc. Japón. Ser. II 80, 285–310 (2002).

ADS del artículo Google Scholar

Wooster, MJ, Perry, GL y Zoumas, A. Relaciones entre incendios, sequía y El Niño en Borneo (Sudeste de Asia) en la era anterior a MODIS (1980-2000). Biogeociencias 9, 317–340 (2012).

ADS del artículo Google Scholar

Hirano, T. y col. Balance de dióxido de carbono de un bosque pantanoso de turba tropical en Kalimantan, Indonesia. Biol cambio global. 13, 412–425 (2007).

ADS del artículo Google Scholar

Hirano, T., Kusin, K., Limin, S. y Osaki, M. Evapotranspiración de bosques tropicales pantanosos de turbera. Globo. Cambiar Biol. 21, 1914-1927 (2014).

ADS del artículo Google Scholar

Sistema Nacional de Contabilidad del Carbono de Indonesia (INCAS). Métodos estándar para estimar las emisiones de gases de efecto invernadero de los bosques y turberas de Indonesia (Versión 2). Bogor, Indonesia: Agencia de Investigación, Desarrollo e Innovación del Ministerio de Medio Ambiente y Silvicultura. (2015).

Konecny, K. y col. Pérdidas variables de carbono por incendios recurrentes en turberas tropicales drenadas. Globo. Cambiar Biol. 22, 1469-1480 (2016).

ADS del artículo Google Scholar

Panel Intergubernamental sobre Cambio Climático (IPCC). Directrices del IPCC de 2006 para los inventarios nacionales de gases de efecto invernadero. Hayama, Japón: Instituto de Estrategias Ambientales Globales (IGES). (2006).

Hergoualc'h, K. & Verchot, LV Reservas y flujos de carbono asociados con el cambio de uso de la tierra en las turberas tropicales del sudeste asiático: una revisión. Biogeoquímica global. Ciclos https://doi.org/10.1029/2009GB003718 (2011).

Artículo de Google Scholar

Martin, AR, Doraisami, M. & Thomas, SC Patrones globales en la concentración de carbono de la madera en los árboles y bosques del mundo. Nat. Geociencias. 11, 915–920 (2018).

Artículo ADS CAS Google Scholar

Martin, AR, Domke, GM, Doraisami, M. & Thomas, SC Fracciones de carbono en la madera muerta del mundo. Nat. Comunitario. 12, 889 (2021).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Krisnawati, H. y col. Balance de carbono de los bosques de turberas tropicales en diferentes historiales de incendios e implicaciones para las emisiones de carbono. Ciencia. Medio ambiente total. 779, 146365 (2021).

Artículo ADS CAS PubMed Google Scholar

Kondo, M. y col. El cambio en el uso de la tierra y El Niño-Oscilación del Sur impulsan cambios decenales en el equilibrio de carbono en el sudeste asiático. Nat. Comunitario. 9, 1154 (2018).

Artículo ADS PubMed PubMed Central Google Scholar

Sistema Nacional de Contabilidad del Carbono de Indonesia (INCAS). http://incas.menlhk.go.id/ (Consultado el 23 de diciembre de 2021).

Borchard, N. y col. Almacenamiento de carbono en el suelo profundo en sistemas de uso de la tierra dominados por árboles en las tierras bajas tropicales de Kalimantan. Geoderma 354, 113864 (2019).

Artículo ADS CAS Google Scholar

Basuki, I., Kauffman, JB, Peterson, J., Anshari, G. y Murdiyarso, D. Los cambios en la cobertura del suelo reducen la producción primaria neta en las turberas costeras tropicales de Kalimantan Occidental, Indonesia. Mitigar. Adaptar. Estrategia. Globo. Cambio 24, 557–573 (2018).

Artículo de Google Scholar

Wooster, M. y col. Los nuevos factores de emisión de partículas y gases de turberas tropicales indican que los incendios de Indonesia de 2015 liberaron muchas más partículas (pero menos metano) de lo que implican los inventarios actuales. Sensores remotos 10, 495 (2018).

ADS del artículo Google Scholar

Shiraishi, T., Hirata, R. & Hirano, T. Nuevos inventarios de emisiones globales de dióxido de carbono mediante la quema de biomasa en 2001-2020. Sensores remotos 13, 1914 (2021).

ADS del artículo Google Scholar

Fanin, T. y van der Werf, GR Vínculos entre precipitación e incendios en Indonesia (1997-2015). Biogeociencias 14, 3995–4008 (2017).

ADS del artículo Google Scholar

Agencia Meteorológica de Japón. https://ds.data.jma.go.jp/tcc/tcc/products/elnino/index/soi (consultado el 23 de diciembre de 2021).

Organización para la Alimentación y la Agricultura (FAO). Informes de países, Indonesia. Roma. (2020).

Organización para la Alimentación y la Agricultura (FAO). Informes de países, Malasia. Roma. (2020).

Hansen, MC y cols. Cuantificar los cambios en las tasas de tala de bosques en Indonesia de 1990 a 2005 utilizando conjuntos de datos de detección remota. Reinar. Res. Letón. 4, 034001 (2009).

ADS del artículo Google Scholar

van der Werf, GR et al. Estimaciones globales de emisiones de incendios durante 1997-2016. Sistema Tierra. Ciencia. Datos 9, 697–720 (2017).

ADS del artículo Google Scholar

Shan, C. y col. Emisiones regionales de CO estimadas a partir de sensores remotos terrestres en el sitio de Hefei, China. Atmos. Res. 222, 25-35 (2019).

Artículo CAS Google Scholar

Saito, M. y col. Sensibilidad de las estimaciones de emisiones de quema de biomasa a la información de la superficie terrestre. Biogeociencias 19, 2059–2078 (2022).

Artículo ADS CAS Google Scholar

Hawbaker, TJ, Radeloff, VC, Syphard, AD, Zhu, Z. & Stewart, SI Tasas de detección del producto activo contra incendios MODIS en los Estados Unidos. Sensores remotos. Medio ambiente. 112, 2656–2664 (2008).

ADS del artículo Google Scholar

Gumbricht, T. y col. Distribución de humedales tropicales y subtropicales versión 2 (Centro de Investigación Forestal Internacional (CIFOR), 2017). https://doi.org/10.17528/cifor/data.00058.

Reservar Google Académico

Anda, M. et al. Revisando las turberas tropicales en Indonesia: cartografía semidetallada, evaluación de la extensión y la distribución en profundidad. Geoderma 402, 115235 (2021).

Artículo ADS CAS Google Scholar

Hooijer, A., et al. Emisiones de carbono de turberas drenadas y degradadas en Indonesia y factores de emisión para la medición, notificación y verificación (MRV) de las emisiones de gases de efecto invernadero de las turberas: un resumen de los resultados de la investigación del KFCP para profesionales. Yakarta, Indonesia: IAFCP. (2014).

Pan, Y. et al. Un gran y persistente sumidero de carbono en los bosques del mundo. Ciencia 333, 988–993 (2011).

Artículo ADS CAS PubMed Google Scholar

Raihan, A., Begum, RA, Mohd Said, MN y Pereira, JJ Evaluación de las reservas de carbono en la biomasa forestal y el potencial de reducción de emisiones en Malasia. Bosques 12, 1294 (2021).

Artículo de Google Scholar

Hirano, T. y col. Pérdida de carbono de los desechos leñosos de la superficie generados a través de la conversión de tierras de un bosque secundario de turbera a una plantación de palma aceitera. J. Agrícola. Meteorol. 78, 137-146 (2022).

Artículo de Google Scholar

Hayashi, M., Motohka, T. y Sawada, Y. Mapeo de biomasa aérea utilizando imágenes de series temporales ALOS-2/PALSAR-2 para el bosque de Borneo. IEEE J. Seleccionar. Arriba. Aplica. Observador de la Tierra. Sensores remotos 12, 5167–5177 (2019).

ADS del artículo Google Scholar

Roy, DP y cols. Mapeo de áreas quemadas Landsat-8 y Sentinel-2: un enfoque de detección de cambios multitemporales con sensores combinados. Sensores remotos. Medio ambiente. 231, 111254 (2019).

ADS del artículo Google Scholar

Gaveau, DL y cols. Cuatro décadas de persistencia, tala y tala de bosques en Borneo. MÁS UNO 9, e101654 (2014).

Artículo ADS PubMed PubMed Central Google Scholar

Miettinen, J. y col. Extensión de las plantaciones industriales en las turberas del sudeste asiático en 2010 con análisis de la expansión histórica y proyecciones futuras. GCB Bioenergía 4, 908–918 (2012).

Artículo de Google Scholar

Justicia, C. et al. Documento de antecedentes técnicos del algoritmo: MODIS FIRE PRODUCTS (Versión 2.3) (NASA, 2006).

Google Académico

Giglio, L., Schroeder, W. & Justice, CO La colección 6 MODIS algoritmo de detección activa de incendios y productos contra incendios. Sensores remotos. Medio ambiente. 178, 31–41 (2016).

Artículo ADS PubMed PubMed Central Google Scholar

Giglio, L. Colección MODIS 6 Guía del usuario del producto Active Fire Revisión A vol. 64 (Universidad de Maryland, 2015). https://doi.org/10.1016/j.scitotenv.2016.03.053.

Reservar Google Académico

Shiraishi, T. & Hirata, R. Estimación de las emisiones de dióxido de carbono de los megaincendios de Australia en 2019-2020. Ciencia. Rep. 11, 8267 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Avitabile, V. et al. Un mapa integrado de biomasa pantropical que utiliza múltiples conjuntos de datos de referencia. Globo. Cambiar Biol. 22, 1406-1420 (2016).

ADS del artículo Google Scholar

Agencia Espacial Europea (ESA). Informe de validación de DUE GlobBiomass. (2017).

Shiraishi, T., Motohka, T., Thapa, RB, Watanabe, M. y Shimada, M. Evaluación comparativa de clasificadores supervisados ​​para la clasificación de uso y cobertura del suelo en una región tropical utilizando datos de mosaico PALSAR de series temporales. IEEE J. Seleccionar. Arriba. Aplica. Observador de la Tierra. Sensores remotos 7, 1186–1199 (2014).

ADS del artículo Google Scholar

Waterworth, RM & Richards, GP Implementación de prácticas de gestión forestal australianas en un modelo completo de contabilidad de carbono. Para. Ecológico. Gestionar. 255, 2434–2443 (2008).

Artículo de Google Scholar

Panel Intergubernamental sobre Cambio Climático (IPCC). Suplemento de 2013 de las Directrices del IPCC de 2006 para los inventarios nacionales de gases de efecto invernadero: humedales. (2014).

Panel Intergubernamental sobre Cambio Climático (IPCC). Guía de buenas prácticas para el uso de la tierra, el cambio de uso de la tierra y la silvicultura. (2003).

Descargar referencias

Este estudio fue apoyado por la subvención JSPS KAKENHI número JP19H05666. Agradecemos a Ruci Wang de la Universidad de Chiba por crear los datos supervisados, y a Yukako Monda (Universidad de Kyoto), Yoshiyuki Kiyono, Tamotsu Sato y Gen Takao (Instituto de Investigación Forestal y de Productos Forestales) por sus valiosos conocimientos. Los productos MOD14A1 y MCD12Q1 se recuperaron de https://lpdaac.usgs.gov, mantenido por el Centro de Archivo Activo Distribuido de Procesos Terrestres (LP DAAC) EOSDIS de la NASA en el Centro de Ciencia y Observación de Recursos Terrestres (EROS) del USGS, Sioux Falls, SD. , EE.UU. El mapa de Globbiomass se descargó en http://globbiomass.org/products/global-mapping. El mapa de biomasa forestal global de GEOCARBON se descargó en http://lucid.wur.nl/datasets/high-carbon-ecosystems. Los inventarios de emisiones de incendios de GFED se descargaron en https://www.geo.vu.nl/~gwerf/GFED/GFED4/. Los datos de emisiones de CO2 en Indonesia se obtuvieron de INCAS (http://incas.menlhk.go.id/id/province-data/).

División del Sistema Terrestre, Instituto Nacional de Estudios Ambientales (NIES), Ibaraki, 305-8506, Japón

Tomohiro Shiraishi y Ryuichi Hirata

Escuela de Ingeniería, Universidad Nippon Bunri, Oita, 870-0397, Japón

Tomohiro Shiraishi

Centro de Investigación de Observación de la Tierra, Agencia de Exploración Aeroespacial de Japón (JAXA), Ibaraki, 305-8505, Japón

Masato Hayashi

Facultad de Investigación en Agricultura, Universidad de Hokkaido, Hokkaido, 060-8589, Japón

Takashi Hirano

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

TS escribió el texto principal del manuscrito. Todos los autores revisaron el manuscrito.

Correspondencia a Tomohiro Shiraishi.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Shiraishi, T., Hirata, R., Hayashi, M. et al. Emisiones de dióxido de carbono a través del cambio de uso de la tierra, incendios y descomposición oxidativa de la turba en Borneo. Representante científico 13, 13067 (2023). https://doi.org/10.1038/s41598-023-40333-z

Descargar cita

Recibido: 14 de febrero de 2023

Aceptado: 08 de agosto de 2023

Publicado: 11 de agosto de 2023

DOI: https://doi.org/10.1038/s41598-023-40333-z

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.