INNOVARE. Revista de Ciencia y Tecnología. Vol. 12, No. 1-1, 2023
Número Especial: Programa Euroclima+
INNOVARE
Revista de Ciencia y Tecnología
Disponible en CAMJOL - Sitio web: www.unitec.edu/innovare/
1
Autor corresponsal: ldaleth_ce@outlook.com, Universidad Nacional Autónoma de Honduras, La Ceiba, Honduras
Disponible en: http://dx.doi.org/10.5377/innovare.v12i1-1.16008
© 2023 Autores. Este es un artículo de acceso abierto publicado por UNITEC bajo la licencia https://creativecommons.org/licenses/by-nc/4.0/
Artículo Original
Análisis del cambio en la cobertura boscosa enfocado en la
descarbonización como propuesta de reforestación en Atlántida,
Honduras
Analysis of forest cover change focused on decarbonization as a reforestation proposal in Atlántida, Honduras
Luis Dáleth Calderón Enamorado
a,b,1
a
Estrategia Nacional de Decarbonización y Resiliencia Climática de Honduras 2020-2050, Jóvenes Investigadores, La
Ceiba, Honduras
b
Universidad Nacional Autónoma de Honduras, UNAH, La Ceiba, Honduras
Historia del artículo:
Recibido: 20 marzo 2023
Revisado: 22 marzo 2023
Aceptado: 12 abril 2023
Publicado: 21 abril 2023
Palabras clave
Cambio climático
Deforestación
Dióxido de carbono
Keywords
Carbon dioxide
Climate change
Deforestation
RESUMEN. Introducción. En la actualidad, la huella de carbono es un tema importante en el ámbito forestal. Para
abordar este problema, se llevó a cabo un estudio en el Departamento de Atlántida, Honduras, con el objetivo de
analizar y proyectar la dinámica de cambio en la cobertura boscosa. Los hallazgos de este estudio ayudarán a proponer
un plan de reforestación para promover el servicio de descarbonización en una zona de incidencia forestal. Métodos.
El estudio se centró en la capacidad de los árboles para capturar el carbono. Se utilizaron parámetros como la altura
promedio total y el diámetro a la altura del pecho (DAP) para estimar la cantidad de toneladas de carbono por hectárea
(tCO
2
/ha) en un área base establecida y la pérdida de bosque en el Departamento de Atlántida. Se utilizó información
fotosensible y mapeo a través de Google Earth Engine (GEE). Resultados. Los árboles con mayor área basal capturaron
más carbono y los mapas generados permitieron determinar las condiciones de captación de carbono y pérdida de
bosque en proyección del área boscosa de Atlántida, basado en temporalidades establecidas. Conclusión. El alto índice
de deforestación observado en Atlántida, conlleva a problemas serios, como la pérdida de áreas forestales y hábitats
naturales. Por lo tanto, es relevante planificar programas de reforestación en zonas con déficit arbóreo o poca
regeneración natural.
ABSTRACT. Introduction. Currently, the carbon footprint is an important topic in the forestry field. To address this
issue, a study was conducted in the Department of Atlántida, Honduras, with the aim to analyze and establish the
dynamics of forest cover change. The study results will help propose a reforestation plan and promote decarbonization
service in a forest impact zone. Methods. The study focused on the capacity of trees to capture carbon. Parameters
were used such as total average height and diameter at breast height (DBH) to estimate the number of tons of carbon
per hectare (tCO
2
/ha) in an established base area and forest loss in the Department of Atlántida. Photosensitive
information and mapping were used through Google Earth Engine (GEE). Results. Trees with higher basal area
captured more carbon and the generated maps allowed to determine conditions of carbon capture and forest loss in
projection of the Atlántida forested area, based on established temporalities. Conclusion. The high deforestation rate
in Atlántida, as observed, leads to serious problems, such as loss of forest areas and natural habitats. Therefore, it is
relevant to plan reforestation programs in areas with tree deficits or little natural regeneration.
1. Introducción
El 52.1% del territorio hondureño es bosque y en su
mayoría de hoja ancha o latifoliados, según información
del mapa forestal de la zona (Instituto Nacional de
Estadística [INE], 2020). La capacidad de los árboles para
almacenar carbono es esencial para mitigar el cambio
climático porque absorben el dióxido de carbono (CO
2
) de
la atmósfera durante la fotosíntesis y lo almacenan en
forma de carbohidratos y lignina (Intergovernmental
Panel on Climate Change [IPCC], 2007). Los bosques
L. D. Calderón Enamorado
INNOVARE. Revista de Ciencia y Tecnología. Vol. 12, No. 1-1, 2023
2
también proporcionan otros servicios ambientales, i. e.,
conservación de la biodiversidad y la protección de suelos
y aguas (Organización de las Naciones Unidas para la
Alimentación y la Agricultura [FAO], 2015). Por lo tanto,
es importante la conservación y el manejo sostenible de
los bosques para mitigar el cambio climático y proteger
otros servicios ambientales (IPCC, 2019).
La Convención Marco de Naciones Unidas para el
Cambio Climático (CMNUCC) considera que las
actividades relacionadas con el uso y cambio de la tierra y
la silvicultura pueden contribuir a la mitigación y al
empeoramiento del cambio climático. Esto dependerá en
gran medida de las políticas y medidas que se
implementen para lograr los objetivos de la Convención:
“la estabilización de las concentraciones de gases de
efecto invernadero en la atmósfera a un nivel que impida
interferencias antropógenas (causadas por el hombre)
peligrosas en el sistema climático” (Naciones Unidas,
1992, p. 4).
Según un estudio de la Organización de las Naciones
Unidas para la Agricultura y la Alimentación (FAO), los
bosques contribuyen significativamente a la
descarbonización al capturar y almacenar carbono en su
biomasa y suelo (FAO, 2010).
La forma responsable y cuidadosa de manejar y utilizar
los bosques madereros para garantizar su preservación y
continuidad en el tiempo puede aumentar su capacidad
para almacenar carbono y reducir la deforestación y la tala
ilegal (FAO, 2015). Es necesario adoptar un enfoque
integral que incluya medidas como la eficiencia
energética, producción de energías renovables y
reducción de emisiones industriales (IPCC, 2014).
Actualmente, existen entidades que proveen
información remota para el análisis de cobertura boscosa.
El Global Forest Watch (GFW) utiliza imágenes
satelitales para detectar cambios en la cobertura forestal,
mientras que el sistema de seguimiento de la deforestación
de Hansen utiliza una combinación de imágenes
satelitales y datos de campo para detectar cambios en la
cobertura forestal (Hansen et al., 2013). La
FAO/Reducción de las Emisiones por Deforestación
Degradación Forestal (FAO/REDD+) utiliza una
combinación de informes de gobiernos y otras fuentes
para estimar la pérdida de bosques. Esto debe tenerse en
cuenta al interpretar los resultados (FAO, 2020).
2. Métodos
2.1. Procedimiento
2.1.1. Lugar de estudio
Se emplearon los resultados del estudio Inventario y
Valoración Económica de las Especies Forestales de Alto
Valor Comercial del Centro Universitario Regional del
Litoral Atlántico (CURLA), seleccionando doce especies
maderables ubicadas en parcelas dentro del CURLA, en el
municipio de La Ceiba, Honduras. Las especies se
seleccionaron de ocho sectores de la Etapa I durante el
2018. Se realizó la cuantificación y georreferenciación de
cada individuo por especie, con datos de crecimiento
como son el diámetro a la altura del pecho (DAP), altura
comercial, volumen, pie tablar y valor económico según
el mercado actual, basándose en el análisis dasométrico,
empleando herramientas de medición directa, sistemas de
información geográfica y tendencias del mercado
(Calderón et al., 2018).
2.2. Información base de los mapas
Las categorías utilizadas para la clasificación de las
imágenes satelitales se encuentran descritas en las
directrices del Intergovernmental Panel on Climate
Change (IPCC) de 2006 para los “Inventarios Nacionales
de Gases de Efecto Invernadero” en su volumen 4: “tierras
forestales, tierras de cultivo, pastizales, humedales,
asentamientos y otros suelos.” La clasificación se realizó
para el 2022, teniendo como referencia el área de bosque
de 2018, según el Mapa Forestal de Honduras, con un
buffer de 100 m lo cual permitió la identificación de los
cambios surgidos en un período de cuatro (4) años. Se
obtuvo una estimación de las pérdidas de cobertura
boscosa debido a la deforestación, así como se identificó
las áreas que aún mantienen su vegetación forestal. Los
datos se digitalizaron para su análisis en el programa
Excel de Microsoft Office Professional Plus.
2.3. Análisis de información fotosensible
Para la obtención de los datos, se realizó un análisis
multitemporal mediante el uso de la plataforma de Google
Earth Engine (GEE), empleando imágenes de 2022 del
sensor Harmonized Sentinel-2 MSI: MultiSpectral
Instrument, Level 2-A. Las imágenes cuentan con una
resolución de 10x10 metros. Todo el procesamiento y
clasificación de las imágenes satelitales se llevó a cabo
utilizando los programas ERDAS IMAGINE & QGIS.
La información se complementó con fórmulas que
expresan el cálculo de biomasa y volumen, los cuales
determinaran el contenido de carbono capturado por las
especies arbóreas. Adicional a esto, se aplicó un factor de
emisión conocido como Nivel de Referencia Forestal
(NREF), el cual estima la cantidad de dióxido de carbono
en un área y para el caso de bosques tropicales como los
hay en Atlántida, este nivel proporciona un aproximado
de 281.33 tCO
2
/ha. Además, el NREF, debido a las
restricciones tecnológicas existentes en la actualidad que
incluyen el uso de imágenes satelitales Landsat de 30m,
considera que la cobertura de copa de un bosque está en
un nivel óptimo cuando alcanza un valor similar al 30%
(Gobierno de la República de Honduras, 2020).
4
L. D. Calderón Enamorado
INNOVARE. Revista de Ciencia y Tecnología. Vol. 12, No. 1-1, 2023
3
Cuadro 1
Cantidad de carbón almacenado en árboles de la primera etapa del Centro Universitario Regional del Litoral Atlántico/Universidad
Nacional Autónoma de Honduras (CURLA/UNAH).
Especie
Nombre científico
Nombre común
Área basal
Volumen
Biomasa
forestal
(t)
Carbono
almacenado
(tCO
2
/ha)
(m
2
)
(m
3
)
1
Callophylum brasiliense
Santa María
0.12
0.54
0.32
0.16
2
Cedrela odorata
Cedro
6.55
26.81
16.09
8.04
3
Cordia alliodora
Laurel blanco
0.51
2.49
1.49
0.75
4
Cordia megalantha
Laurel negro
2.16
12.57
7.54
3.77
5
Dalbergia sp.
Granadillo
0.39
1.51
0.91
0.45
6
Handroanthus guayacan
Cortés
5.62
24.58
14.75
7.37
7
Handroanthus rosea
Macuelizo
2.61
12.02
7.21
3.61
8
Hyeronima alchorneoides
Rosita
0.12
0.56
0.34
0.17
9
Pinus caribaea
Pino caribe
5.62
15.37
9.22
4.61
10
Swietenia macrophylla
Caoba
15.6
51.82
31.09
15.55
11
Vochysia guatemalensis
San Juan
9.85
63.61
38.17
19.08
12
Tectona grandis
Teca
18.84
56.48
33.89
16.94
Total
67.99
268.36
161.02
80.51
*Datos en toneladas de dióxido de carbono por hectárea (tCO
2
/ha).
2.4. Análisis estadísticos
Se determinó la biomasa forestal y toneladas de
dióxido de carbono (t/CO
2
) que se almacena en el bosque,
derivado de un método cuantitativo no dañino usando los
datos dasométricos anteriormente obtenidos para cada
especie (Pazmiño & Pinagorte, 2018). Una forma eficaz
de predecir la dinámica de cambio en la cobertura boscosa
es a través del uso de técnicas estadísticas, como la
regresión lineal para trazar proyecciones a futuro (Assis et
al., 2022). Estas técnicas se basan en datos históricos
especialmente útiles para hacer pronósticos financieros y
económicos (García, 2018). Adicionalmente, usando los
datos obtenidos de Lapeyre et al. (2004), se puede
determinar una proyección de captación de carbono por
hectárea, con un cuadro comparativo entre bosques de
diferentes edades y condiciones. Cabe destacar que se usó
el valor para carbono hojarasca del bosque primario, ya
que, se consideró que el área deforestada fue bosque
primario, siendo este igual a 3.51 tCO
2
/ha.
3. Resultados
Se evaluaron 12 especies maderables seleccionadas
para obtener los datos de biomasa forestal y carbono
almacenado. En el Cuadro 1, muestra la capacidad de
almacenamiento de carbono de diferentes especies de
árboles. Con base en dichas especies, 421 individuos
estudiados y su capacidad para almacenar carbono, los
árboles con mayor área basal capturaron más carbono. Las
siguientes especies captaron el mayor carbono: Swietenia
macrophylla (15.55 tCO
2
/ha), Tectona grandis (16.94
tCO
2
/ha) y Vochysia guatemalensis (19.08 tCO
2
/ha).
El Cuadro 2 muestra varios panoramas, según los datos
de GFW en 2006. La deforestación fue de 7,091.42 ha,
mientras que en 2012 aumentó a 10,099.00 ha, lo que
representa un 42% de aumento en solo 6 años. Según
Hansen, en 2012 la deforestación fue de 7,677.54 ha,
mientras que en 2016 aumentó a 7,906.80 ha, lo que
representa un 3% de aumento en la tasa de deforestación
en 4 años. Los datos presentados por GFW muestran que
para el 2030 habrá una deforestación promedio de
14,251.40 ha en Atlántida y para el 2050 un promedio de
19,800.26 ha. Hansen Global Forest Change indicó que
para el 2030 habrá un pronóstico de deforestación de
11,803.68 ha y para el 2050 de 17,052.57 ha, con una
tendencia de pérdida de 5,823.73 ha. La FAO/REDD+
supone que, si los datos siguen presentando valores bajos,
para el 2030 y 2050 se estará ganando tierra producto de
una reforestación masiva o técnicas correctas de cuidado
de la tierra. Esto dará valores negativos en los cálculos en
la regresión lineal (-1,549.10 y -7,383.48 ha,
respectivamente), con una tendencia lineal de 5,284.09 ha.
Los datos presentados también muestran la pérdida de
bosque en términos de tCO
2
que ya no son secuestrados
por el bosque, según las tres fuentes mencionadas
anteriormente. Se observó algunas diferencias
significativas en las cifras entre las fuentes.
5
L. D. Calderón Enamorado
INNOVARE. Revista de Ciencia y Tecnología. Vol. 12, No. 1-1, 2023
4
Cuadro 2
Pérdida de bosque y posible captación de carbono en hectáreas y toneladas de dióxido de carbono si no se hubiera desaparecido dicha área
en el Departamento de Atlántida.
Pérdida de bosque
Global Forest Watch
tCO
2
perdido
Hansen
tCO
2
perdido
FAO
tCO
2
perdido
2000 – 2006
7,091.42
24,890.88
5,243.18
18,403.56
5,210.22
18,287.87
2006 – 2012
10,099.00
35,447.49
7,677.54
26,948.17
4,015.55
14,094.58
2012 – 2016
10,850.66
38,085.82
7,906.80
27,752.87
3,045.54
10,689.85
2016 - 2018
10,098.43
35,445.49
8,540.95
29,978.73
1,369.21
4,805.93
Totales
38,139.51
133,869.68
29,368.47
103,083.33
13,640.52
47,878.23
*Información obtenida de High-Resolution Global Maps of 21st-century Forest Cover Change (Hansen et al., 2013); Estudio de
Deforestación en Honduras (Vallejo Larios, 2011); Global Forest Resources Assessment (FAO, 2020).
Entre 2000 y 2006, GFW reportó una pérdida de
24,890.88 tCO
2
, mientras que Hansen reportó una pérdida
de 18,403.56 tCO
2
, una diferencia significativa. La
FAO/REDD+ reportó una pérdida de 18,287.87 tCO
2
, lo
que se encuentra en medio de las cifras de GFW y Hansen.
En el período de 2016 a 2018, GFW reportó una pérdida
de 35,445.49 tCO
2
, Hansen una pérdida de 29,978.73
tCO
2
y FAO una pérdida menor de 4,805.93 tCO
2
.
La Figura 1 muestra un escenario del 2000 en el cual la
deforestación era un problema reciente en el
Departamento de Atlántida. Se presenta un valor mayor al
30% de cobertura de copa, con 341,164.87 ha en el
departamento. En contraste, un extracto del Mapa Forestal
de Honduras de 2018 muestra que la cantidad de cobertura
de copa (>30%) se redujo a 302,198.87 ha (cerca de
40,000 ha menos), mientras que la cobertura de bosque
presente para ese mismo año fue de 235,789.71 ha en el
departamento.
Figura 1. Cobertura de Copa >30% en 2000 de Hansen Forest
Change v 1.9.
Se elaboró una clasificación no supervisada empleando
imágenes armonizadas de Sentinel 2 Nivel 2-A. La Figura
2 muestra un decrecimiento acelerado del bosque con
230,463.18 ha para el área de bosque en 2022, con una
disminución de 5,326.53 ha y una pérdida cada vez mayor,
pero en menor cantidad comparada con el 2018, según el
área de bosque del Mapa Forestal de Honduras.
Según la FAO/REDD+ y la temporalidad de 2012-
2016, la Figura 3 muestra una deforestación de 3,045.54
ha, mientras que de 2016-2018 disminuyó en un 55%
(1,369.21 ha). Este significa una reducción en la tasa de
deforestación en solo 2 años. Se observó un aumento entre
2006 y 2012, seguido de una ligera disminución en 2016
y 2018. Del mismo modo, la FAO/REDD+ muestra una
pérdida de bosque que constantemente va decreciendo en
las temporalidades clasificadas por la organización
(Figura 3). Para el 2006, hubo una pérdida de bosque de
5,210.22 ha. En la última temporalidad estudiada de 2018,
hubo una pérdida de 1,369.21 ha. Esto significó en una
disminución de casi 4,000 ha a lo largo del estudio.
Figura 2. Área de bosque de 2022 de Harmonized Sentinel-2
MSI: MultiSpectral Instrumenta, Level 2-A.
6
L. D. Calderón Enamorado
INNOVARE. Revista de Ciencia y Tecnología. Vol. 12, No. 1-1, 2023
5
Hansen Global Forest Change dio una perspectiva
distinta en relación con la pérdida. Según la temporalidad
que finalizó en 2006, hubo un decrecimiento de bosque
del 5,243.18 ha, similar a lo reportado por la
FAO/REDD+. En las demás temporalidades definidas
hubo valores mayores, con la mayor pérdida de 8,540.95
ha en la temporalidad que finalizó en el 2018.
Figura 3. Pérdida de masa boscosa por deforestación según la
FAO/REDD+ durante el 2001 a 2018 y Hansen Global Change
v 1.9 durante el 2001 a 2021.
4. Discusión
Este estudio encontró que el Vochysia guatemalensis
fue la especie que mejor capturó carbono en nuestra área
de investigación. Además, la tasa de deforestación en
Honduras aumentó significativamente en los últimos
años, lo que ha contribuido a la pérdida de bosques y a la
emisión de gases de efecto invernadero. El monitoreo y
análisis continuo de estos datos es clave para desarrollar
estrategias efectivas de conservación y manejo forestal
sostenible.
Las especies de área basal mayor tuvieron más
capacidad de captación de carbono. En este estudio, el
Swietenia macropylla y el Tectona grandis mostraron un
gran nivel de captación, pero el Vochysia guatemalensi
fue el mayor de las doce especies. Estos hallazgos son
congruentes con el estudio de Calderón et al. (2018), el
cual concluyó que a mayor área basal mejor valuada será
la especie. Guerrero Bautista & Tejada Grandez (2018)
indicaron que dicha especie tuvo una capacidad de
captación de carbono de 12.61 tCO
2
/ha, valor menor que
el calculado en nuestro estudio (19.08 tCO
2
/ha).
Es importante destacar que los hallazgos solo toman en
consideración la capacidad de almacenamiento de
carbono de estas especies y no toma en cuenta factores
adicionales, como la edad o la salud del árbol (Chave et
al., 2009; López-Reyes et al., 2016). Por ejemplo, el
NREF considera que los bosques latifoliados tienen un
valor mayor (281.33 tCO
2
/ha), cuando se compara con los
presentado en nuestro (80.51 tCO
2
/ha). El NREF
considera otros factores externos al árbol, como la
hojarasca y el material orgánico en el suelo, que no
pudimos considerar en el cálculo usado en este estudio.
Los valores de almacenamiento de carbono en los bosques
pueden variar debido a diferencias en la metodología de
medición y en la cobertura geográfica de la investigación
(Keith et al., 2009).
El hallazgo del aumento de la deforestación durante el
2000-2018 es elevado, cuando se compara con un estudio
de la deforestación en la Amazonía. El estudio de la
Amazonía utilizó imágenes satelitales para medir la tasa
de deforestación en la región y encontraron que entre 2000
y 2012 la tasa de deforestación en la Amazonía había
aumentado en un 26% (Hansen et al., 2013).
El concepto de cobertura de copa empleado por Hansen
Global Forest Change abarca categorías de bosque y áreas
de plantación no maderable, siendo incluyente con las
extensiones de palma africana dentro de un área
establecida y con límites fijos. Según Canham et al.
(1990) algunas de estas especies pueden tener copas más
grandes y prominentes, lo que les permite competir
eficazmente por luz y recursos, mientras que otras
especies pueden tener una menor cobertura de copa
debido a la competencia. Por otro lado, el concepto de
bosque considera únicamente las extensiones de
latifoliados, coníferas y mangle.
Mori Montero (2022) definió que en el Distrito de
Nueva Requena, Región Ucayali en Perú se llevará a cabo
una deforestación de 21,278 ha para el 2050, con una
tendencia lineal de pérdida de bosque de 8,068.97 ha por
período sin definir. Esta proyección es similar a la
información calculada por GFW para el Departamento de
Atlántida durante ese mismo año (19,800.26 ha). La
CMNUCC en el 2020 definió una comparación a la
reducción de la deforestación para el período 2016-2018
desde el panorama nacional, el cual es de 8,479.56 ha,
análogo a lo obtenido de las inferencias de los datos de la
FAO para el 2050 (7,383.48 ha).
Este estudio describió una representación del área
boscosa de Honduras para el 2022, la cual refleja una tasa
de pérdida de 1,331.63 ha/año, similar a lo encontrado por
7
L. D. Calderón Enamorado
INNOVARE. Revista de Ciencia y Tecnología. Vol. 12, No. 1-1, 2023
6
Quispe (2021) en su análisis multitemporal en el distrito
de Nueva Requena, Perú, con 1,373.518 ha/año (2005-
2013). La pérdida de bosques es un problema ambiental
de gran importancia a nivel mundial (FAO, 2020). El
promedio de la tasa de deforestación según las tres fuentes
utilizadas de Hansen, GFW y FAO/REDD+ fue de 1,500
ha/año. La mitad de la presente se dio en el Estado de
Michoacán en México (3,000 ha/año) durante el período
de 2007-2014 (Jean-François et al., 2017). La menor tasa
de deforestación neta de 12,006 ha/año se dio en la
Provincia de Esmeraldas en Colombia (Mogrovejo
Jaramillo, 2017). La monitorización continua y el análisis
de los datos sobre la pérdida de bosques son
fundamentales para desarrollar estrategias efectivas y
reducir la deforestación en el mundo (Kurz et al., 2008).
5. Conclusión
El Departamento de Atlántida tiene un gran potencial
para la captación de carbono, pero la deforestación está
disminuyendo su capacidad. La combinación de imágenes
y mapas permiten tener una visión global del problema
para dirigir los esfuerzos de manera efectiva. Se necesita
un plan de acción a corto y mediano plazo, con
reforestación de áreas con déficit arbóreo e incorporación
de especies de alto secuestro de carbono. Es esencial que
las autoridades trabajen juntas y utilicen herramientas
tecnológicas para monitorear y medir los resultados. El
éxito depende del compromiso de todas las partes para
asegurar un futuro sostenible.
6. Financiamiento
Este proyecto fue financiado por la Cooperación
Alemana (Deutsche Gesellschaft für Internationale
Zusammenarbeit, GIZ) a través del Programa EuroClima+
y bajo la coordinación del Centro Universitario
Tecnológico (CEUTEC) de la Universidad Tecnológica
Centroamericana (UNITEC) de Honduras. El mismo es
parte del Programa de Jóvenes Investigadores y en
relación a la Estrategia Nacional de Descarbonización y
Resiliencia Climática de Honduras 2020-2050.
7. Conflictos de Interés
El autor declara no tener ningún conflicto de interés.
La investigación fue realizada de manera independiente y
sin influencia por parte de los financiadores. Todos los
resultados y conclusiones presentados en este artículo son
responsabilidad exclusiva del autor de este artículo.
8. Referencias Bibliográficas
Assis, T. O., Aguiar, A. P. D., Von Randow, C., & Nobre, C. A. (2022).
Projections of future degradation and CO
2
emissions for the
Brazilian Amazon. Science Advances, 8(24), 1-10.
https://dx.doi.org/10.1126/sciadv.abj3309
Calderón, J., Raudales, J., Peralta, G., Portillo, T., Canales, B., & Lino,
J. E. (2018). Inventario y valoración económica de las especies
forestales de alto valor comercial del CURLA. Portal de la Ciencia,
15, 65-76. https://dx.doi.org/10.5377/pc.v0i15.7318
Canham, C. D., Denslow, J. S., Platt, W. J., Runkle, J. R., Spies, T. A.,
& White, P. S. (1990). Light regimes 30 beneath closed canopies and
tree-fall gaps in temperate and tropical forests. Canadian Journal of
Forest Research, 20(5), 620-631. https://dx.doi.org/10.1139/x90-
084
Chave, J. A., Coomes D., Jansen, S., Lewis, S. L., Swenson, N. G., &
Zanne, A. E. (2009). Towards a worldwide wood economics
spectrum. Ecology Letters, 12(4), 351-366.
https://dx.doi.org/10.1111/j.1461-0248.2009.01285.x
Food and Agriculture Organization of the United Nations [FAO]. (2010).
Global forest resources assessment 2010. Main report.
https://www.fao.org/3/i1757e/i1757e.pdf
Food and Agriculture Organization of the United Nations [FAO]. (2020).
Global forest resources assessment 2020.
https://www.fao.org/3/ca9825en/ca9825en.pdf
Gobierno de la República de Honduras. (2020). Propuesta. Nivel de
referencia forestal de Honduras.
https://redd.unfccc.int/files/nrf_2020_honduras.pdf
Guerrero Bautista, I., & Tejada Grandez, L. A. (2018). Valoración
económica del servicio ambiental de CO2 del bosque primario del
fundo Montana ubicado en el caserío Puerto Pakui del distrito de
Imaza, provincia de Bagua, región Amazonas 2017. Universidad de
Lambayeque. https://repositorio.udl.edu.pe/xmlui/handle/UDL/178
Hansen, M. C., Potapov, P. V., Moore, R., Hancher, M., Turubanova, S.
A., Tyukavina, A., Thau, D., Stehman, S. V., Goetz, S. J., Loveland,
T. R., Kommareddy, A., Egorov, A., Chini, L., Justice, C. O., &
Townshend, J. R. G. (2013). High-resolution global maps of 21st-
century forest cover change. Science, 342(6160), 850-853.
https://dx.doi.org/10.1126/science.1244693
Instituto Nacional de Estadística [INE]. (2020). Cobertura forestal
2014-2018. https://www.ine.gob.hn/V3/imag-
doc/2020/01/Cobertura-Forestal-2014-2018-INE.pdf
Intergovernmental Panel on Climate Change [IPCC]. (2007). Climate
change 2007: synthesis report. Contribution of working groups I, II
and III to the fourth assessment report of the intergovernmental
panel on climate change.
https://www.ipcc.ch/site/assets/uploads/2018/02/ar4_syr_full_repor
t.pdf
Intergovernmental Panel on Climate Change [IPCC]. (2014). Annex IV:
contributors to the IPCC WGIII fifth assessment report.
https://www.ipcc.ch/site/assets/uploads/2018/02/ipcc_wg3_ar5_ann
ex-iv.pdf
Intergovernmental Panel on Climate Change [IPCC]. (2019). Special
report on climate change and land. https://www.ipcc.ch/srccl/
Jean-François, M., Lemoine-Rodríguez, R., González, R., López-
Sánchez, J., Piña-Garduño, A., & Herrera- Flores, E. (2017).
Evaluación de las tasas de deforestación en Michoacán a escala
detallada un método híbrido de clasificación de imágenes SPOT.
Madera y Bosques, 23(2).
https://dx.doi.org/10.21829/myb.2017.2321472
Keith, H., Mackey, B. G., & Lindenmayer, D. B. (2009). Re-evaluation
of forest biomass carbon stocks and lessons from the world´s most
carbon-dense forests. Proceedings of the National Academy of
Sciences of the United States of America, 106(28), 11635-11640.
https://www.pnas.org/doi/epdf/10.1073/pnas.0901970106
Kurz, W. A., Dymond, C. C., Stinson, G., Rampley, G. J., Neilson, E. T.,
Carroll, A. L., Ebata, T., & Safranyik, L. (2008). Mountain pine
8
L. D. Calderón Enamorado
INNOVARE. Revista de Ciencia y Tecnología. Vol. 12, No. 1-1, 2023
7
beetle and forest carbon feedback to climate change. Nature, 452,
987-990. https://www.nature.com/articles/nature06777
Lapeyre, T., Alegre, J., & Arévalo, L. (2004). Determinación de las
reservas de carbono de la biomasa aérea, en diferentes sistemas de
uso de la tierra en San Martín, Perú. Ecología Aplicada, 3(1-2), 35-
44. https://dx.doi.org/10.21704/rea.v3i1-2.269
López-Reyes, L. Y., Domínguez-Domínguez, M., Martínez-Zurimendi,
P., Zavala-Cruz, J., Gómez-Guerrero, A., & Posada-Cruz, S. (2016).
Madera y Bosques, 22(3), 49-60.
https://dx.doi.org/10.21829/myb.2016.2231456
Mogrovejo Jaramillo, P. R. (2017). Bosques y cambio climático en
Ecuador: el regente forestal como actor clave en la mitigación del
cambio climático. Universidad Andina Simón Bolívar.
https://repositorio.uasb.edu.ec/handle/10644/5862
Mori Montero, C. (2022). Relación de la deforestación con las
variaciones de temperatura y precipitación en el Distrito de Nueva
Requena, Región Ucayali - 2019. Universidad Nacional Hermilio
Valdizán.
https://repositorio.unheval.edu.pe/handle/20.500.13080/7691
Naciones Unidas. (1992). Convención Marco de las Naciones Unidas
sobre el Cambio Climático (CMNUCC).
https://unfccc.int/resource/docs/convkp/convsp.pdf
Organización de las Naciones Unidas para la Alimentación y la
Agricultura [FAO]. (2015, 11 de mayo). Los bosques y suelos
forestales contribuyen de manera esencial a la producción agrícola
y la seguridad alimentaria mundial. https://www.fao.org/soils-
2015/news/news-detail/es/c/285875/
Pazmiño Basurto, A. L., & Pinagorte Ramírez, M. E. (2018). Evaluación
de la captura de carbono como criterio para la conservación del
ceibo (Ceiba Trichistandra) del Jardín Botánico de la UTM. Escuela
Superior Politécnica Agropecuaria de Manabí Manuel Félix López.
https://repositorio.espam.edu.ec/handle/42000/842
Programa de las Naciones Unidades para el Medio Ambiente. (1976). El
estado del medio ambiente.
https://wedocs.unep.org/bitstream/handle/20.500.11822/28251/TSE
1976_SP.pdf?sequence=3&isAllo22 wed=y
Quispe Trinidad, M. A. (2021). Simulación geoespacial de la tasa de
deforestación al 2030 en el distrito de Nueva Requena - Ucayali.
Universidad Nacional Agraria de la Selva.
https://alicia.concytec.gob.pe/vufind/Record/UNAS_4a4d74f9de1e
903a70835a7b186b1d79/Details
Razo-Zárate, R., Gordillo-Martínez, A. J., Rodríguez-Laguna, R.,
Maycotte-Morales, C. C., & Acevedo-Sandoval, O. A. (2013).
Estimación de biomasa y carbono almacenado en árboles de oyamel
afectados por el fuego en el Parque Nacional “El Chico", Hidalgo,
México. Madera y Bosques, 19(2), 73-86.
https://dx.doi.org/10.21829/myb.2013.192341
Uclés, D. (2006). El valor económico del medio ambiente. Ecosistemas,
15(2), 1-6.
https://www.revistaecosistemas.net/index.php/ecosistemas/article/vi
ew/187
Vallejo Larios, M. (2011). Evaluación preliminar sobre causas de
deforestación y degradación de bosques en Honduras. Informe final.
Programa Reducción de Emisiones de la Deforestación y
Degradación de Bosques en Centroamérica y República Dominicana
[REDD - CCAD/GIZ]. https://icf.gob.hn/wp-
content/uploads/2022/02/2011-Analisis-de-la-Deforestacion-en-
Honduras-REDD-CCAD-GiZ.pdf
9
