Cómo Estimar la Biomasa de los Bosques Tropicales en Calakmul, Campeche

Por Mexico Flying Labs

En la comunidad de Castilla Brito, ubicada en el municipio de Calakmul, Campeche, Flying Labs México en colaboración con investigadores de la IBERO y la UNAM utilizaron el uso de drones para estimar la biomasa de los bosques tropicales de México. Pese a la rica biodiversidad y las actuales tecnologías, como Google Earth, México no cuenta con un inventario de sus selvas y bosques, lo que dificulta la evaluación del carbono en estos ecosistemas. 

La medición de la biomasa se realiza en campo, a través de la medición del diámetro y la altura de los árboles, sin embargo, aplicar este método a extensiones amplias es una tarea compleja. Para enfrentar este desafío este proyecto combina los datos obtenidos en campos con imágenes satelitales y tecnología LiDAR.  A partir de estos análisis espectrales, se pueden generar datos estructurales del ecosistema, facilitando la toma de decisiones en proyectos científicos y políticas públicas de conservación. 

Uno de los principales objetivos es mapear las diferentes coberturas del terreno, identificando áreas de pastizales, selvas tropicales y tierras de cultivo o forestales. Esta información permite entender los cambios en el uso del suelo a lo largo del tiempo, como la conversión de selvas naturales en zonas de ganadería.

Más allá de la biomasa, este trabajo también busca comprender la interacción entre las comunidades locales y la selva, analizando las condiciones socioeconómicas que influyen en la gestión y explotación de los recursos naturales. A través del uso de drones, se capturan datos tanto de la vegetación como de las prácticas agrícolas y forestales de la población, con el fin de generar modelos que permitan un manejo más sostenible del territorio.

En el contexto del cambio climático, conocer la cantidad de biomasa disponible es esencial para el desarrollo de estrategias de conservación. Este proyecto busca cerrar esa brecha, proporcionando herramientas accesibles y cartografía detallada que permitan estimaciones rápidas sin necesidad de un conocimiento experto.

___________________________________________________________________________________

How to Estimate the Biomass of Tropical Forests in Calakmul, Campeche

In the community of Castilla Brito, located in the municipality of Calakmul, Campeche, Flying Labs Mexico, in collaboration with researchers from IBERO and UNAM, used drones to estimate the biomass of Mexico’s tropical forests. Despite its rich biodiversity and current technologies like Google Earth, Mexico lacks an inventory of its forests and jungles, making it difficult to assess carbon levels in these ecosystems.

Biomass measurement is typically done in the field by measuring the diameter and height of trees; however, applying this method to large areas is a complex task. To address this challenge, our project combines field data with satellite imagery and LiDAR technology. From these spectral analyses, structural data of the ecosystem can be generated, facilitating decision-making in scientific projects and public conservation policies.

One of the main objectives is to map the different land cover types, identifying areas of grasslands, tropical jungles, and agricultural or forested lands. This information helps understand changes in land use over time, such as the conversion of natural jungles into livestock areas.

Beyond biomass, this work also aims to understand the interaction between local communities and the jungle by analyzing the socioeconomic conditions that influence the management and exploitation of natural resources. Through the use of drones, data is captured on both vegetation and the agricultural and forestry practices of the population, in order to create models that promote more sustainable land management.

In the context of climate change, knowing the amount of available biomass is essential for developing conservation strategies. This project seeks to close that gap by providing accessible tools and detailed mapping that allow for quick estimations without the need for expert knowledge.