INTRODUCCIÓN

Los suelos son sistemas dinámicos y constituyen el capital natural capaz de formarse, mantenerse y deteriorarse. En este sentido deben ser protegidos, considerando que los servicios ecosistémicos que proveen dependen de dicho capital (^{Dominati et al., 2010}). Según ^{Lopes, dos Santos Bento, Arede, Correia Cristovão y Oliveira Baptista (2015}) los cambios espacio-temporales del uso de la tierra conllevan variaciones en sus procesos, y terminan por alterar las funciones de los suelos.

En los últimos años la ecorregión del Bosque Atlántico del Alto Paraná (BAAPA) ha experimentado un acelerado cambio de uso de la tierra como respuesta a presiones tales como la colonización, la expansión de la agricultura mecanizada, y la deforestación (^{Lima, Santos Hackbart, Sanches Bertolo y Ferreira dos Santos, 2016}). Según ^{Fleytas (2007}) citado por ^{Da Ponte, Roch, Leinenkugel, Dech y Kuenzer (2017}) la cobertura boscosa en esta ecorregión se redujo a 9% quedando solo fragmentos que están sujetos a diversas amenazas. El BAAPA es conocido por ser un ecosistema tropical cuya diversidad climática y de suelos favorecen a la evolución de las especies endémicas (^{Di Bitetti, Placci y Dietz, 2003}).

El estudio de los servicios ecosistémicos ha sido abordado en algunas investigaciones como las de ^{Goh y Yanosky (2016}), ^{Peralta Kulik, Ayala Medina, Amarilla Rodríguez, Pérez de Molas y González Villalba (2018}) desde el enfoque de valoración económica; con el objetivo de proporcionar información necesaria para incentivar el desarrollo de políticas destinadas a la conservación y al manejo sostenible de los recursos naturales.

Los suelos tiene la capacidad de proveer servicios ecosistémicos como el soporte físico, el filtrado de nutrientes, la suministro de fibras, y la regulación climática a través del almacenamiento de carbono y el control de flujo de gases como N₂O y CH₄ (^{Robinson et al., 2013}). En los ecosistemas forestales los suelos contienen más de dos tercios del carbono terrestre, por lo que la conversión de los bosques a otros usos implica modificaciones en la reserva de carbono orgánico del suelo, pues al modificar las reservas, los flujos de carbono se ven alterados (^{Paul Obade y Lal, 2013}).

En este contexto, teniendo en cuenta el papel de los suelos en la provisión de servicios ecosistémicos surge la necesidad de comprender de manera integral sus funciones con el propósito de conocer el valor del capital natural para su integración en políticas que resguarden su protección y uso sostenible. La presente investigación se planteó como objetivo estimar el stock de carbono y su variación para dos usos de la tierra: bosque nativo y las plantaciones de Eucalyptus spp. en la ecorregión del Bosque Atlántico del Alto Paraná.

MATERIALES Y MÉTODOS

El área de estudio correspondió al departamento del Alto Paraná (14.895 km²), Región Oriental del Paraguay. La elección del área, se realizó empleando criterios de disponibilidad de datos, considerando que este departamento en toda su extensión está situado dentro del complejo Ecorregional del Bosque Atlántico (BAAPA).

Los datos de carbono de biomasa área y subterránea, hojarasca, y carbono orgánico del suelo (formato shapefile) para los bosques nativos y las plantaciones de Eucalyptus spp. correspondientes a los puntos localizados en el departamento de Alto Paraná, fueron provistos por el Instituto Forestal Nacional (INFONA). Los mismos corresponden a mediciones realizadas en el año 2014 para el Inventario Forestal Nacional (IFN).

Los mapas de uso de la tierra fueron elaborados utilizando imágenes satelitales correspondientes a los años 1999 y 2014 (Cuadro 1), las cuales fueron seleccionadas en función de criterios de calidad (porcentaje de nubes y calibración), temporalidad de los datos, y accesibilidad (imágenes gratuitas).

La clasificación de usos de la tierra fue efectuada para los años 1999 y 2014. Las imágenes se trataron con el software ArcGIS 10.3.1, se realizó una clasificación orientada al objeto siguiendo el esquema de la Figura 1.

El pre-tratamiento de las imágenes consistió en (1) la fusión de bandas espectrales: para la imagen Landsat 7 ETM ⁺ que consta de 8 bandas (0,45-12,50 μm) se fusionó del 1 al 5, mientras que para la imagen Landsat 8 OLI-TIRS con 11 bandas que van de 0,43 a 12,51 μm, la fusión se realizó del 1 al 6.

Luego se realizó el (2) mosaico y corte: utilizando el archivo del límite departamental como referencia. Posteriormente (3) la composición de bandas resultó en la combinación RGB 5,4,3 y 6,5,4 para las imágenes Landsat 7 y 8 respectivamente (Cuadro 2).

A partir de imágenes pre-procesadas, se realizó una clasificación semiautomática, que implicó un proceso minucioso y detallado consistente en la agrupación manual de segmentos con la herramienta Fusionar para obtener polígonos de mayor tamaño.

El procedimiento realizado consistió en (1) la segmentación: efectuada con el software GeoMDA (Análisis por Mineración de Datos) empleando el Baatz & shape, se asignó un peso de escala de 50, color de 40 y compacidad de 30. Luego (2) la interpretación visual permitió la identificación de los objetos teniendo en cuenta la escala de trabajo (1:100000 y 1:50000) y se utilizó los siguientes criterios: patrones, textura, forma, tamaño y sombra (Cuadro 3).

A continuación (3) la designación de clases, utilizando la herramienta Fusionar los archivos de bosque, plantaciones forestales, agua e infraestructura fueron acoplados en un nuevo archivo. La clase “otros usos y coberturas” se obtuvo con la herramienta Borrar tomando como referencia el límite departamental. Finalmente (4) para la evaluación de la clasificación aplicó el coeficiente Kappa (K) cuya expresión matemática es presentada en la ecuación (1).

donde K es el coeficiente de Kappa, Po es la proporción observada y Pe es la proporción esperada. Los valores de Po y Pe se obtuvieron a partir de las ecuaciones (2) y (3) calculadas utilizando la matriz de error construida a partir de 45 a 50 puntos de verificación para cada clase (tomados en campo u obtenidos de imágenes de Google Earth).

EDi corresponde a los elementos de la diagonal, n número de los elementos de la diagonal, N es el número total de elementos de la matriz, Xi es el total de la línea i e Yi es el total de la columna i para una clase. Se utilizaron diferentes herramientas (extraer valores a puntos, frecuencia y tabla dinámica) del software Arcgis 10.3.1 para obtener la matriz de errores para cada año. A partir de las matrices de error de cada año se calcularon las incertidumbres asociadas con los resultados de las clasificaciones.

Los datos de los cuatro reservorios de carbono estimados por los métodos descritos por ^{FAO (2015}), correspondientes a las mediciones del año 2014 (Cuadro 4) se analizaron mediante el test de Student con 95% de nivel de confianza para apreciar la existencia de diferencias estadísticamente significativas entre los dos usos de la tierra.

El modelo InVEST fue aplicado a los mapas de usos de la tierra para los años 1999 y 2014, y los datos de los reservorios de carbono. El contraste de los valores producidos por el modelo InVEST en 1999 y 2014 permitió estimar la cantidad de carbono liberado o fijado entre 1999 y 2014.

RESULTADOS Y DISCUSIÓN

La evolución de los usos de la tierra se evidencia en la Figura 2 donde se observa el aumento de superficie de las clases otros usos y coberturas (96.123 ha), plantaciones forestales (7.149 ha) e infraestructura (182 ha). No obstante, la modificación más importante corresponde a la reducción de 103.454 ha de cobertura forestal nativa para el periodo comprendido entre 1999 y 2014.

El valor de K fue de 0,88 y 0,87 para los años 1999 y 2014 respectivamente obtenidas a partir de las matrices de error (Cuadro 5), demostrando una buena clasificación, ya que el coeficiente Kappa mide el grado de ajuste debido solo a la exactitud de la clasificación (^{Landis y Koch, 1977}). Las tasas de éxito para cada clase muestran errores de 75% y 81% en la clase 2 (bosque) y de 86% a 79% en la clase 3 (otros usos y coberturas) para los años 1999 y 2014 respectivamente.

El test de Student (Cuadro 6) muestra que el stock total de carbono (año 2014) es significativamente mayor (50% superior) en los bosques que en las plantaciones forestales. Se debe tener en cuenta la gran variabilidad (98%) de los datos de plantaciones forestales (IFN) para la reserva de carbono en la biomasa aérea, que pueden deberse a diferencias fenológicas o variedad de especies de Eucalyptus.

El stock de carbono orgánico del suelo (COS) para ambos usos de la tierra muestra una variación relativamente pequeña en el conjunto de datos (IFN), 39% y 31% para bosques y plantaciones forestales, respectivamente (Cuadro 6). La gran variabilidad del stock de carbono presente en las diferentes coberturas del suelo se relaciona directamente con los factores climáticos (precipitación y temperatura), con factores litológicos, topográficos (elevación) e hidrológicos; teniendo en cuenta que los datos provienen de diferentes zonas del departamento de Alto Paraná, estos factores explicarían en parte las diferencias encontradas. Por otro lado, ^{Kumar et al. (2016}) así como ^{Yigini y Panagos (2016}) explican que las características de la vegetación (por ejemplo: producción de biomasa), la abundancia microbiana, las propiedades del suelo influenciadas por el uso y manejo del mismo intervienen en la ganancia o pérdida de COS, lo que podría explicar las diferencias encontradas entre las plantaciones forestales y los bosques nativos. Los resultados manifiestan el gran potencial de áreas boscosas para almacenar carbono orgánico, así también revelan la oportunidad de replicar estudios como el de ^{Peralta Kulik et al. (2018}) que permitan estimar su valor económico total.

En el Cuadro 7 se observa los resultados de la estimación provista por el modelo InVEST, se muestra una liberación de carbono total de 12,8 Mt para el bosque y una fijación de 0,6 Mt para las plantaciones forestales.

Las importantes pérdidas de carbono asociadas con los bosques se deben a la disminución de 103.454 ha entre 1999 y 2014, donde las ganancias de carbono de las plantaciones forestales limitadas en área (7.149 ha) no pueden compensar las pérdidas. En lo que respecta al carbono del suelo, las pérdidas para el bosque alcanzan los 6,7 Mt y las ganancias en las plantaciones forestales 0,3 Mt.

Considerando una evolución importante en el período analizado de la clase "otros usos y coberturas" (áreas agrícolas, ganaderas, pasturas y de campos bajos), y teniendo en cuenta la limitación de los datos para esta clase, los resultados de la estimación imposibilitan un análisis global del carbono almacenado a nivel de todo el departamento de Alto Paraná. En este punto es necesario mencionar que el método utilizado por el modelo InVEST para el cálculo de carbono almacenado utiliza el stock de carbono por tipo de cobertura, lo cual no considera la variabilidad espacial de los suelos y por ende no se permite discriminar aquellos cuyas características y propiedades propician un mayor almacenamiento.

El alto potencial para almacenar carbono en el suelo en otros usos de la tierra como por ejemplo el agrícola es evidenciado por de ^{Guijter et al. (2016}), quienes encontraron un stock de COS de 15,17 tha^-1 en un campo agrícola australiano a una profundidad de 7,5 cm. Por otro lado, ^{Kumar et al. (2016}) estimaron el stock de COS en los bosques tropicales de la India a una profundidad de 30 cm, encontrando una variación de 6,18 tha^-1 a 21,08 tha^-1. Además ^{Merenciano González et al. (2018}) hallaron en los humedales del Chaco húmedo paraguayo a los 10 cm de profundidad un stock de COS entre 1,8 y 5,2 tha^-1. Por lo expuesto, es esencial realizar análisis integrados para comprender la influencia de las prácticas de manejo y el uso del suelo sobre el stock de carbono.

CONCLUSIONES

En conclusión existe una variación en stock de carbono de áreas bosques nativos y plantaciones forestales que puede ser explicada en parte por la influencia de factores climáticos, litológicos, topográficos e hidrológicos, así como por características de la vegetación, actividad microbiana y propiedades de los suelos relacionadas a prácticas de manejo del mismo.

Esta investigación se realizó basada en la percepción de la necesidad a nivel país de integrar el valor de los suelos a políticas que permitan asegurar su uso sostenible, si bien no consideró un análisis de la valoración en sí mismo, constituye un primer aporte al cuantificar las pérdidas considerando los tipos de coberturas forestales tradicionales