Carbon allocation in north-western Amazon forests (Colombia)

Los estudios sobre la asignación del carbono en los ecosistemas forestales proporcionan información esencial para la comprensión de las diferencias espaciales y temporales en el ciclo del carbono de tal forma que pueden aportar información a los modelos y, así predecir las posibles respuestas de los bosques a los cambios en el clima. Dentro de este contexto, los bosques Amazónicos desempeñan un papel particularmente importante en el balance global del carbono; no obstante, existen grandes incertidumbres en cuanto a los controles abióticos en las tasas de la producción primaria neta (PPN), la asignación de los productos de la fotosíntesis a los diferentes componentes o compartimentos del ecosistema (aéreo y subterráneo) y, cómo estos componentes de la asignación del carbono responden a eventos climáticos extremos. El objetivo general de esta tesis es analizar los componentes de la asignación del carbono en bosques tropicales maduros sobre suelos contrastantes, que crecen bajo condiciones climáticas similares en dos sitios ubicados en la Amazonia noroccidental (Colombia): el Parque Natural Nacional Amacayacu y la Estación Biológica Zafire. Con este objetivo, realicé mediciones de los componentes de la asignación del carbono (biomasa, productividad primaria neta, y su fraccionamiento) a nivel ecosistémico y de la dinámica forestal (tasas anuales de mortalidad y reclutamiento), a lo largo de ocho años (20042012) en seis parcelas permanentes de 1 hectárea establecidas en cinco tipos de bosques sobre suelos diferentes (arcilloso, franco-arcilloso, franco-arcilloso-arenoso, franco-arenoso y arena-francosa). Toda esta información me permitió abordar preguntas específicas que detallo a continuación. En el Capítulo 2 evalúe la hipótesis de que a medida que aumenta la fertilidad del suelo disminuye la cantidad del carbono asignado a la producción subterránea (raíces finas con diámetro <2 mm). Y para esto, realicé mediciones de la masa y la producción de raíces finas usando dos métodos: (1) el de los cilindros de crecimiento y, (2) el de los cilindros de extracción secuencial. El monitoreo se realizó durante 2.2 años en los bosques con suelos más contrastantes: arcilla y arena-francosa. Encontré diferencias significativas en la masa de raíces finas y su producción entre los bosques y, también con respecto a la profundidad del suelo (010 y 1020 cm). El bosque sobre arena-francosa asignó más carbono a las raíces finas que el bosque sobre arcillas. La producción de raíces finas en el bosque sobre arena-francosa fue dos veces más alta (media ± error estándar = 2.98 ± 0.36 y 3.33 ± 0.69 Mg C ha1 año1, con el método 1 y 2, respectivamente), que para el bosque sobre arcillas, el suelo más fértil (1.51 ± 0.14, método 1, y desde 1.03 ± 0.31 a 1.36 ± 0.23 Mg C ha1 año1, método 2). Del mismo modo, el promedio de la masa de raíces finas fue tres veces mayor en el bosque sobre arena-francosa (5.47 ± 0.17 Mg C ha1) que en el suelo más fértil (de 1.52 ± 0.08 a 1.82 ± 0.09 Mg C ha1). La masa de las raíces finas también mostró un patrón temporal relacionado con la lluvia, mostrando que la producción de raíces finas disminuyó sustancialmente en el período seco del año 2005. Estos resultados sugieren que los recursos del suelo pueden desempeñar un papel importante en los patrones de la asignación del carbono entre los componentes aéreo y subterráneo de los bosques tropicales; y que el suelo no sólo influye en las diferencias en la masa de raíces finas y su producción, sino que también, en conjunto con la lluvia, sobre la estacionalidad de la producción. En el Capítulo 3 estimé y analicé los tres componentes de la asignación del carbono a nivel del ecosistema: la biomasa, la productividad primaria neta PPN, y su fraccionamiento, en los mismos bosques del Capítulo 2 (el bosque sobre arcillas y el bosque sobre arena-francosa). Encontré diferencias significativas en los patrones de la asignación del carbono entre los bosques; el bosque sobre arcillas presentó una mayor biomasa total y aérea, así como una PPN, que el bosque sobre arena-francosa. Sin embargo, la diferencia entre los dos bosques en términos de la productividad primaria neta total fue menor en comparación con las diferencias entre la biomasa total de los bosques, como consecuencia de las diferentes estrategias en la asignación del carbono a los componentes aéreo y subterráneo del bosque. La proporción o fracción de la PPN asignada a la nueva producción de follaje fue relativamente similar entre los dos bosques. Nuestros resultados de los incrementos de la biomasa aérea sugieren una posible compensación entre la asignación del carbono al crecimiento de las raíces finas versus el de la madera, a diferencia de la compensación comúnmente asumida entre la parte aérea y la subterránea en general. A pesar de estas diferencias entre los bosques en términos de los componentes de la asignación del carbono, el índice de área foliar fue relativamente similar entre ellos, lo que sugiere que el índice de área foliar es más un indicador de la PPN total que de la asignación de carbono entre componentes. En el Capítulo 4 evalué la variación espacial y temporal de los componentes de la asignación del carbono y la dinámica forestal de cinco tipos e bosques amazónicos y sus respuestas a fluctuaciones en la precipitación, lo cual es completamente relevante en el ciclo global del carbono y los procesos biogeoquímicos en general. Estas variaciones son así mismo importantes para evaluar los efectos de la sequía o eventos extremos sobre la dinámica natural de los bosques amazónicos. Evalué la variación interanual y la estacionalidad de los componentes de la asignación del carbono y la dinámica forestal durante el periodo 2004−2012, en cinco bosques maduros sobre diferentes suelos (arcilloso, franco-arcilloso, franco-arcilloso-arenoso, franco-arenoso y arena-francosa), todos bajo el mismo régimen local de precipitación en la Amazonia noroccidental (Colombia). Quería examinar sí estos bosques responden de forma similar a las fluctuaciones en la precipitación, tal y como pronostican muchos modelos. Consideré las siguientes preguntas: (i) ¿Existe una correlación entre los componentes de la asignación del carbono y la dinámica forestal con la precipitación? (ii) ¿Existe correlación entre los bosques? (iii) ¿Es el índice de área foliar (LAI) un indicador de las variaciones en la producción aérea o es un reflejo de los cambios en los patrones de la asignación del carbono entre bosques?. En general, la correlación entre los componentes aéreo y subterráneo de la asignación del carbono con la precipitación sugiere que los suelos juegan un papel importante en las diferencias espaciales y temporales de las respuestas de estos bosques a las variaciones en la precipitación. Por un lado, la mayoría de los bosques mostraron que los componentes aéreos de la asignación del carbono son susceptibles a las fluctuaciones en la precipitación; sin embargo, el bosque sobre arena-francosa solamente presentó correlación con la lluvia con el componente subterráneo (raíces finas). Por otra parte, a pesar de que el noroeste Amazónico es considerado sin una estación seca propiamente (definida como <100 mm meses −1), la hojarasca y la masa de raíces finas mostraron una alta variabilidad y estacionalidad, especialmente marcada durante la sequía del 2005. Además, los bosques del grupo de suelos francos mostraron que la hojarasca responde a retrasos en la precipitación, al igual que la masa de raíces finas del bosque sobre arena-francosa. En cuanto a la dinámica forestal, sólo la tasa de mortalidad del bosque sobre arena-francosa estuvo correlacionada con la precipitación (ρ = 0.77, P <0.1). La variabilidad interanual en los incrementos en el tallo y la biomasa de los individuos resalta la importancia de la mortalidad en la variación de los incrementos en la biomasa aérea. Sin embargo, las tasas de mortalidad y las proporciones de individuos muertos por categoría de muerte (en pie, caído de raíz, partido y desaparecido), no mostraron tendencias claras relacionadas con la sequía. Curiosamente, la hojarasca, el incremento en la biomasa aérea y las tasas de reclutamiento mostraron una alta correlación entre los bosques, en particular dentro del grupo de los bosques con suelos francos. Sin embargo, el índice de área foliar estimado para los bosques con suelos más contrastantes (arcilla y arena-francosa), no presentó correlación significativa con la lluvia; no obstante, estuvo muy correlacionado entre bosques; índice de área foliar no reflejó las diferencias en la asignación de los componentes del carbono, y su respuesta a la precipitación en estos bosques. Por último, los bosques estudiados muestran que el noroeste amazónico es susceptible a fenómenos climáticos, contrario a lo propuesto anteriormente debido a la ausencia de una estación seca propiamente dicha. ABSTRACT Studies of carbon allocation in forests provide essential information for understanding spatial and temporal differences in carbon cycling that can inform models and predict possible responses to changes in climate. Amazon forests play a particularly significant role in the global carbon balance, but there are still large uncertainties regarding abiotic controls on the rates of net primary production (NPP) and the allocation of photosynthetic products to different ecosystem components; and how the carbon allocation components of Amazon forests respond to extreme climate events. The overall objective of this thesis is to examine the carbon allocation components in old-growth tropical forests on contrasting soils, and under similar climatic conditions in two sites at the Amacayacu National Natural Park and the Zafire Biological Station, located in the north-western Amazon (Colombia). Measurements of above- and below-ground carbon allocation components (biomass, net primary production, and its partitioning) at the ecosystem level, and dynamics of tree mortality and recruitment were done along eight years (20042012) in six 1-ha plots established in five Amazon forest types on different soils (clay, clay-loam, sandy-clay-loam, sandy-loam and loamy-sand) to address specific questions detailed in the next paragraphs. In Chapter 2, I evaluated the hypothesis that as soil fertility increases the amount of carbon allocated to below-ground production (fine-roots) should decrease. To address this hypothesis the standing crop mass and production of fine-roots (<2 mm) were estimated by two methods: (1) ingrowth cores and, (2) sequential soil coring, during 2.2 years in the most contrasting forests: the clay-soil forest and the loamy-sand forest. We found that the standing crop fine-root mass and its production were significantly different between forests and also between soil depths (0–10 and 10–20 cm). The loamysand forest allocated more carbon to fine-roots than the clay-soil forest, with fine-root production in the loamy-sand forest twice (mean ± standard error = 2.98 ± 0.36 and 3.33 ± 0.69 Mg C ha −1 yr −1, method 1 and 2, respectively) as much as for the more fertile claysoil forest (1.51 ± 0.14, method 1, and from 1.03 ± 0.31 to 1.36 ± 0.23 Mg C ha −1 yr −1, method 2). Similarly, the average of standing crop fine-root mass was three times higher in the loamy-sand forest (5.47 ± 0.17 Mg C ha1) than in the more fertile soil (from 1.52 ± 0.08 a 1.82 ± 0.09 Mg C ha1). The standing crop fine-root mass also showed a temporal pattern related to rainfall, with the production of fine-roots decreasing substantially in the dry period of the year 2005. These results suggest that soil resources may play an important role in patterns of carbon allocation of below-ground components, not only driven the differences in the biomass and its production, but also in the time when it is produced. In Chapter 3, I assessed the three components of stand-level carbon allocation (biomass, NPP, and its partitioning) for the same forests evaluated in Chapter 2 (clay-soil forest and loamy-sand forest). We found differences in carbon allocation patterns between these two forests, showing that the forest on clay-soil had a higher aboveground and total biomass as well as a higher above-ground NPP than the loamy-sand forest. However, differences between the two types of forests in terms of stand-level NPP were smaller, as a consequence of different strategies in the carbon allocation of above- and below-ground components. The proportional allocation of NPP to new foliage production was relatively similar between the two forests. Our results of aboveground biomass increments and fine-root production suggest a possible trade-off between carbon allocation to fine-roots versus wood growth (as it has been reported by other authors), as opposed to the most commonly assumed trade-off between total above- and below-ground production. Despite these differences among forests in terms of carbon allocation components, the leaf area index showed differences between forests like total NPP, suggesting that the leaf area index is more indicative of total NPP than carbon allocation. In Chapter 4, I evaluated the spatial and temporal variation of carbon allocation components and forest dynamics of Amazon forests as well as their responses to climatic fluctuations. I evaluated the intra- and inter-annual variation of carbon allocation components and forest dynamics during the period 2004−2012 in five forests on different soils (clay, clay-loam, sandy-clay-loam, sandy-loam and loamy-sand), but growing under the same local precipitation regime in north-western Amazonia (Colombia). We were interested in examining if these forests respond similarly to rainfall fluctuations as many models predict, considering the following questions: (i) Is there a correlation in carbon allocation components and forest dynamics with precipitation? (ii) Is there a correlation among forests? (iii) Are temporal responses in leaf area index (LAI) indicative of variations of above-ground production or a reflection of changes in carbon allocation patterns among forests?. Overall, the correlation of above- and below-ground carbon allocation components with rainfall suggests that soils play an important role in the spatial and temporal differences of responses of these forests to rainfall fluctuations. On the one hand, most forests showed that the above-ground components are susceptible to rainfall fluctuations; however, there was a forest on loamy-sand that only showed a correlation with the below-ground component (fine-roots). On the other hand, despite the fact that north-western Amazonia is considered without a conspicuous dry season (defined as <100 mm month−1), litterfall and fine-root mass showed high seasonality and variability, particularly marked during the drought of 2005. Additionally, forests of the loam-soil group showed that litterfall respond to time-lags in rainfall as well as and the fine-root mass of the loamy-sand forest. With regard to forest dynamics, only the mortality rate of the loamy-sand forest was significantly correlated with rainfall (77%). The observed inter-annual variability of stem and biomass increments of individuals highlighted the importance of the mortality in the above-ground biomass increment. However, mortality rates and death type proportion did not show clear trends related to droughts. Interestingly, litterfall, above-ground biomass increment and recruitment rates of forests showed high correlation among forests, particularly within the loam-soil forests group. Nonetheless, LAI measured in the most contrasting forests (clay-soil and loamysand) was poorly correlated with rainfall but highly correlated between forests; LAI did not reflect the differences in the carbon allocation components, and their response to rainfall on these forests. Finally, the forests studied highlight that north-western Amazon forests are also susceptible to climate fluctuations, contrary to what has been proposed previously due to their lack of a pronounced dry season.

Estimación y evolución temporal de variables forestales con tecnología LiDAR en el Valle de la Fuenfría (Cercedilla, Madrid)

Este estudio profundiza en la estimación de variables forestales a partir de información LiDAR en el Valle de la Fuenfría (Cercedilla, Madrid). Para ello se dispone de dos vuelos realizados con sensor LiDAR en los años 2002 y 2011 y en el invierno de 2013 se ha realizado un inventario de 60 parcelas de campo. En primer lugar se han estimado seis variables dasométricas (volumen, área basimétrica, biomasa total, altura dominante, densidad y diámetro medio cuadrático) para 2013, tanto a nivel de píxel como a nivel de rodal y monte. Se construyeron modelos de regresión lineal múltiple que permitieron estimar con precisión dichas variables. En segundo lugar, se probaron diferentes métodos para la estimación de la distribución diamétrica. Por un lado, el método de predicción de percentiles y, por otro lado, el método de predicción de parámetros. Este segundo método se probó para una función Weibull simple, una función Weibull doble y una combinación de ambas según la distribución que mejor se ajustaba a cada parcela. Sin embargo, ninguno de los métodos ha resultado suficientemente válido para predecir la distribución diamétrica. Por último se estimaron el crecimiento en volumen y área basimétrica a partir de la comparación de los vuelos del 2002 y 2011. A pesar de que la tecnología LiDAR era diferente y solo se disponía de un inventario completo, realizado en 2013, los modelos construidos presentan buenas bondades de ajuste. Asimismo, el crecimiento a nivel de pixel se ha mostrado estar relacionado de forma estadísticamente significativa con la pendiente, orientación y altitud media del píxel. ABSTRACT This project goes in depth on the estimation of forest attributes by means of LiDAR data in Fuenfria’s Valley (Cercedilla, Madrid). The available information was two LiDAR flights (2002 and 2011) and a forest inventory consisting of 60 plots (2013). First, six different dasometric attributes (volume, basal area, total aboveground biomass, top height, density and quadratic mean diameter) were estimated in 2013 both at a pixel, stand and forest level. The models were developed using multiple linear regression and were good enough to predict these attributes with great accuracy. Second, the measured diameter distribution at each plot was fitted to a simple and a double Weibull distribution and different methods for its estimation were tested. Neither parameter prediction method nor percentile prediction method were able to account for the diameter distribution. Finally, volume and top height growths were estimated comparing 2011 LiDAR flight with 2002 LiDAR flight. Even though the LiDAR technology was not the same and there was just one forest inventory with sample plots, the models properly explain the growth. Besides, growth at each pixel is significantly related to its average slope, orientation and altitude.

Current ozone levels threaten gross primary production and yield of Mediterranean annual pastures and nitrogen modulates the response

Pastures are among the most important ecosystems in Europe considering their biodiversity and dis- tribution area. However, their response to increasing tropospheric ozone (O 3 ) and nitrogen (N) deposi- tion, two of the main drivers of global change, is still uncertain. A new Open-Top Chamber (OTC) experiment was performed in central Spain, aiming to study annual pasture response to O 3 and N in close to natural growing conditions. A mixture of six species of three representative families was sowed in the fi eld. Plants were exposed for 40 days to four O 3 treatments: fi ltered air, non- fi ltered air (NFA) repro- ducing ambient levels and NFA supplemented with 20 and 40 nl l � 1 O 3 . Three N treatments were considered to reach the N integrated doses of “ background ” , þ 20 or þ 40 kg N ha � 1 . Ozone signi fi cantly reduced green and total aboveground biomass (maximum reduction 25%) and increased the senescent biomass (maximum increase 40%). Accordingly, O 3 decreased community Gross Primary Production due to both a global reduction of ecosystem CO 2 exchange and an increase of ecosystem respiration. Nitrogen could partially counterbalance O 3 effects on aboveground biomass when the levels of O 3 were moderate, but at the same time O 3 exposure reduced the fertilization effect of higher N availability. Therefore, O 3 must be considered as a stress factor for annual pastures in the Mediterranean areas.

LiDAR remote sensing applied to forest resources assessment

Disponer de información precisa y actualizada de inventario forestal es una pieza clave para mejorar la gestión forestal sostenible y para proponer y evaluar políticas de conservación de bosques que permitan la reducción de emisiones de carbono debidas a la deforestación y degradación forestal (REDD). En este sentido, la tecnología LiDAR ha demostrado ser una herramienta perfecta para caracterizar y estimar de forma continua y en áreas extensas la estructura del bosque y las principales variables de inventario forestal. Variables como la biomasa, el número de pies, el volumen de madera, la altura dominante, el diámetro o la altura media son estimadas con una calidad comparable a los inventarios tradicionales de campo. La presente tesis se centra en analizar la aplicación de los denominados métodos de masa de inventario forestal con datos LIDAR bajo diferentes condiciones y características de masa forestal (bosque templados puros y mixtos) y utilizando diferentes bases de datos LiDAR (información proveniente de vuelo nacionales e información capturada de forma específica). Como consecuencia de lo anterior, se profundiza en la generación de inventarios forestales continuos con LiDAR en grandes áreas. Los métodos de masa se basan en la búsqueda de relaciones estadísticas entre variables predictoras derivadas de la nube de puntos LiDAR y las variables de inventario forestal medidas en campo con el objeto de generar una cartografía continua de inventario forestal. El rápido desarrollo de esta tecnología en los últimos años ha llevado a muchos países a implantar programas nacionales de captura de información LiDAR aerotransportada. Estos vuelos nacionales no están pensados ni diseñados para fines forestales por lo que es necesaria la evaluación de la validez de esta información LiDAR para la descripción de la estructura del bosque y la medición de variables forestales. Esta información podría suponer una drástica reducción de costes en la generación de información continua de alta resolución de inventario forestal. En el capítulo 2 se evalúa la estimación de variables forestales a partir de la información LiDAR capturada en el marco del Plan Nacional de Ortofotografía Aérea (PNOA-LiDAR) en España. Para ello se compara un vuelo específico diseñado para inventario forestal con la información de la misma zona capturada dentro del PNOA-LiDAR. El caso de estudio muestra cómo el ángulo de escaneo, la pendiente y orientación del terreno afectan de forma estadísticamente significativa, aunque con pequeñas diferencias, a la estimación de biomasa y variables de estructura forestal derivadas del LiDAR. La cobertura de copas resultó más afectada por estos factores que los percentiles de alturas. Considerando toda la zona de estudio, la estimación de la biomasa con ambas bases de datos no presentó diferencias estadísticamente significativas. Las simulaciones realizadas muestran que las diferencias medias en la estimación de biomasa entre un vuelo específico y el vuelo nacional podrán superar el 4% en áreas abruptas, con ángulos de escaneo altos y cuando la pendiente de la ladera no esté orientada hacia la línea de escaneo. En el capítulo 3 se desarrolla un estudio en masas mixtas y puras de pino silvestre y haya, con un enfoque multi-fuente empleando toda la información disponible (vuelos LiDAR nacionales de baja densidad de puntos, imágenes satelitales Landsat y parcelas permanentes del inventario forestal nacional español). Se concluye que este enfoque multi-fuente es adecuado para realizar inventarios forestales continuos de alta resolución en grandes superficies. Los errores obtenidos en la fase de ajuste y de validación de los modelos de área basimétrica y volumen son similares a los registrados por otros autores (usando un vuelo específico y parcelas de campo específicas). Se observan errores mayores en la variable número de pies que los encontrados en la literatura, que pueden ser explicados por la influencia de la metodología de parcelas de radio variable en esta variable. En los capítulos 4 y 5 se evalúan los métodos de masa para estimar biomasa y densidad de carbono en bosques tropicales. Para ello se trabaja con datos del Parque Nacional Volcán Poás (Costa Rica) en dos situaciones diferentes: i) se dispone de una cobertura completa LiDAR del área de estudio (capitulo 4) y ii) la cobertura LiDAR completa no es técnica o económicamente posible y se combina una cobertura incompleta de LiDAR con imágenes Landsat e información auxiliar para la estimación de biomasa y carbono (capitulo 5). En el capítulo 4 se valida un modelo LiDAR general de estimación de biomasa aérea en bosques tropicales y se compara con los resultados obtenidos con un modelo ajustado de forma específica para el área de estudio. Ambos modelos están basados en la variable altura media de copas (TCH por sus siglas en inglés) derivada del modelo digital LiDAR de altura de la vegetación. Los resultados en el área de estudio muestran que el modelo general es una alternativa fiable al ajuste de modelos específicos y que la biomasa aérea puede ser estimada en una nueva zona midiendo en campo únicamente la variable área basimétrica (BA). Para mejorar la aplicación de esta metodología es necesario definir en futuros trabajos procedimientos adecuados de medición de la variable área basimétrica en campo (localización, tamaño y forma de las parcelas de campo). La relación entre la altura media de copas del LiDAR y el área basimétrica (Coeficiente de Stock) obtenida en el área de estudio varía localmente. Por tanto es necesario contar con más información de campo para caracterizar la variabilidad del Coeficiente de Stock entre zonas de vida y si estrategias como la estratificación pueden reducir los errores en la estimación de biomasa y carbono en bosques tropicales. En el capítulo 5 se concluye que la combinación de una muestra sistemática de información LiDAR con una cobertura completa de imagen satelital de moderada resolución (e información auxiliar) es una alternativa efectiva para la realización de inventarios continuos en bosques tropicales. Esta metodología permite estimar altura de la vegetación, biomasa y carbono en grandes zonas donde la captura de una cobertura completa de LiDAR y la realización de un gran volumen de trabajo de campo es económica o/y técnicamente inviable. Las alternativas examinadas para la predicción de biomasa a partir de imágenes Landsat muestran una ligera disminución del coeficiente de determinación y un pequeño aumento del RMSE cuando la cobertura de LiDAR es reducida de forma considerable. Los resultados indican que la altura de la vegetación, la biomasa y la densidad de carbono pueden ser estimadas en bosques tropicales de forma adecuada usando coberturas de LIDAR bajas (entre el 5% y el 20% del área de estudio). ABSTRACT The availability of accurate and updated forest data is essential for improving sustainable forest management, promoting forest conservation policies and reducing carbon emissions from deforestation and forest degradation (REDD). In this sense, LiDAR technology proves to be a clear-cut tool for characterizing forest structure in large areas and assessing main forest-stand variables. Forest variables such as biomass, stem volume, basal area, mean diameter, mean height, dominant height, and stem number can be thus predicted with better or comparable quality than with costly traditional field inventories. In this thesis, it is analysed the potential of LiDAR technology for the estimation of plot-level forest variables under a range of conditions (conifer & broadleaf temperate forests and tropical forests) and different LiDAR capture characteristics (nationwide LiDAR information vs. specific forest LiDAR data). This study evaluates the application of LiDAR-based plot-level methods in large areas. These methods are based on statistical relationships between predictor variables (derived from airborne data) and field-measured variables to generate wall to wall forest inventories. The fast development of this technology in recent years has led to an increasing availability of national LiDAR datasets, usually developed for multiple purposes throughout an expanding number of countries and regions. The evaluation of the validity of nationwide LiDAR databases (not designed specifically for forest purposes) is needed and presents a great opportunity for substantially reducing the costs of forest inventories. In chapter 2, the suitability of Spanish nationwide LiDAR flight (PNOA) to estimate forest variables is analyzed and compared to a specifically forest designed LiDAR flight. This study case shows that scan angle, terrain slope and aspect significantly affect the assessment of most of the LiDAR-derived forest variables and biomass estimation. Especially, the estimation of canopy cover is more affected than height percentiles. Considering the entire study area, biomass estimations from both databases do not show significant differences. Simulations show that differences in biomass could be larger (more than 4%) only in particular situations, such as steep areas when the slopes are non-oriented towards the scan lines and the scan angles are larger than 15º. In chapter 3, a multi-source approach is developed, integrating available databases such as nationwide LiDAR flights, Landsat imagery and permanent field plots from SNFI, with good resultos in the generation of wall to wall forest inventories. Volume and basal area errors are similar to those obtained by other authors (using specific LiDAR flights and field plots) for the same species. Errors in the estimation of stem number are larger than literature values as a consequence of the great influence that variable-radius plots, as used in SNFI, have on this variable. In chapters 4 and 5 wall to wall plot-level methodologies to estimate aboveground biomass and carbon density in tropical forest are evaluated. The study area is located in the Poas Volcano National Park (Costa Rica) and two different situations are analyzed: i) available complete LiDAR coverage (chapter 4) and ii) a complete LiDAR coverage is not available and wall to wall estimation is carried out combining LiDAR, Landsat and ancillary data (chapter 5). In chapter 4, a general aboveground biomass plot-level LiDAR model for tropical forest (Asner & Mascaro, 2014) is validated and a specific model for the study area is fitted. Both LiDAR plot-level models are based on the top-of-canopy height (TCH) variable that is derived from the LiDAR digital canopy model. Results show that the pantropical plot-level LiDAR methodology is a reliable alternative to the development of specific models for tropical forests and thus, aboveground biomass in a new study area could be estimated by only measuring basal area (BA). Applying this methodology, the definition of precise BA field measurement procedures (e.g. location, size and shape of the field plots) is decisive to achieve reliable results in future studies. The relation between BA and TCH (Stocking Coefficient) obtained in our study area in Costa Rica varied locally. Therefore, more field work is needed for assessing Stocking Coefficient variations between different life zones and the influence of the stratification of the study areas in tropical forests on the reduction of uncertainty. In chapter 5, the combination of systematic LiDAR information sampling and full coverage Landsat imagery (and ancillary data) prove to be an effective alternative for forest inventories in tropical areas. This methodology allows estimating wall to wall vegetation height, biomass and carbon density in large areas where full LiDAR coverage and traditional field work are technically and/or economically unfeasible. Carbon density prediction using Landsat imaginery shows a slight decrease in the determination coefficient and an increase in RMSE when harshly decreasing LiDAR coverage area. Results indicate that feasible estimates of vegetation height, biomass and carbon density can be accomplished using low LiDAR coverage areas (between 5% and 20% of the total area) in tropical locations.

Tree height integrated into pantropical forest biomass estimates

Aboveground tropical tree biomass and carbon storage estimates commonly ignore tree height (H). We estimate the effect of incorporating H on tropics-wide forest biomass estimates in 327 plots across four continents using 42 656 H and diameter measurements and harvested trees from 20 sites to answer the following questions: 1. What is the best H-model form and geographic unit to include in biomass models to minimise site-level uncertainty in estimates of destructive biomass? 2. To what extent does including H estimates derived in (1) reduce uncertainty in biomass estimates across all 327 plots? 3. What effect does accounting for H have on plot- and continental-scale forest biomass estimates? The mean relative error in biomass estimates of destructively harvested trees when including H (mean 0.06), was half that when excluding H (mean 0.13). Power- andWeibull-H models provided the greatest reduction in uncertainty, with regional Weibull-H models preferred because they reduce uncertainty in smaller-diameter classes (?40 cm D) that store about one-third of biomass per hectare in most forests. Propagating the relationships from destructively harvested tree biomass to each of the 327 plots from across the tropics shows that including H reduces errors from 41.8Mgha?1 (range 6.6 to 112.4) to 8.0Mgha?1 (?2.5 to 23.0). For all plots, aboveground live biomass was ?52.2 Mgha?1 (?82.0 to ?20.3 bootstrapped 95%CI), or 13%, lower when including H estimates, with the greatest relative reductions in estimated biomass in forests of the Brazilian Shield, east Africa, and Australia, and relatively little change in the Guiana Shield, central Africa and southeast Asia. Appreciably different stand structure was observed among regions across the tropical continents, with some storing significantly more biomass in small diameter stems, which affects selection of the best height models to reduce uncertainty and biomass reductions due to H. After accounting for variation in H, total biomass per hectare is greatest in Australia, the Guiana Shield, Asia, central and east Africa, and lowest in eastcentral Amazonia, W. Africa, W. Amazonia, and the Brazilian Shield (descending order). Thus, if tropical forests span 1668 million km2 and store 285 Pg C (estimate including H), then applying our regional relationships implies that carbon storage is overestimated by 35 PgC (31?39 bootstrapped 95%CI) if H is ignored, assuming that the sampled plots are an unbiased statistical representation of all tropical forest in terms of biomass and height factors. Our results show that tree H is an important allometric factor that needs to be included in future forest biomass estimates to reduce error in estimates of tropical carbon stocks and emissions due to deforestation.

The contribution of two common shrub species to aboveground and belowgraound carbon pool in Iberian Dehesas

Shrubs play an important role in water-limited agro-silvo-pastoral systems by providing shelter and forage for livestock, for erosion control, to maintain biodiversity, diversifying the landscape, and above all, facilitating the regeneration of trees. Furthermore, the carbon sink capacity of shrubs could also help to mitigate the effects of climate change since they constitute a high proportion of total plant biomass. The contribution of two common extensive native shrub species (Cistus ladanifer L. and Retama sphaerocarpa (L.) Boiss.) to the carbon pool of Iberian dehesas (Mediterranean agro-silvo-pastoral systems) is analyzed through biomass models developed at both individual (biovolume depending) and community level (height and cover depending). The total amount of carbon stored in these shrubs, including above- and belowground biomass, ranges from 1.8 to 11.2 Mg C ha_1 (mean 6.8 Mg C ha_1) for communities of C. ladanifer and from 2.6 to 8.6 Mg C ha_1 (mean 4.5 Mg C ha_1) for R. sphaerocarpa. These quantities account for over 20e30% of the total plant biomass in the system. The potential for carbon sequestration of these shrubs in the studied system ranges 0.10e1.32 Mg C ha_1 year_1 and 0.25e1.25 Mg C ha_1 year_1 for the C. ladanifer and R. sphaerocarpa communities’ respectively