{"id":{"repo_id":"chile","oai_identifier":"oai:repositorio.uchile.cl:2250/210598"},"canonical_url":"https://search.dev.ndltd.org/etd/chile/oai:repositorio.uchile.cl:2250/210598","repository":{"repo_id":"chile","name":"Universidad de Chile","base_url":"https://repositorio.uchile.cl/oai/request"},"display":{"title":"Análisis de la distribución espacial de biomasa aérea para el bosque nativo entre las regiones del Maule y Los Lagos","abstract":"Los bosques almacenan considerables cantidades de carbono, destacándose el componente aéreo de su biomasa. Sin embargo, la cuantificación desde inventarios forestales para este componente resulta desafiante dada la extensión espacial que presentan los bosques. Para sopesar este desafío, se han utilizado productos grillados, los cuales pueden variar significativamente según el método utilizado para la estimación de biomasa. Para comprender las brechas de estos productos en los bosques nativos entre las regiones del Maule y Los Lagos, se analizaron fuentes de datos de biomasa que difirieron en sus metodologías de estimación. Inicialmente, se contrastaron estimaciones de biomasa aérea proveniente de inventarios forestales (considerados como realidad de terreno). Luego, estas fueron contrastadas con productos grillados de biomasa aérea provenientes tanto de sensores remotos como 1) la Colección global de biomasa aérea forestal v 6.0, de la Agencia Espacial Europea (ESA) y 2) el producto Densidad de Biomasa Aérea L4B v 2.1, de la misión de Investigación de Dinámica de Ecosistemas Globales (GEDI); como de un modelo de dinámica vegetacional 3) ForClim v 4.0.1. Por una parte, el Inventario Forestal Nacional reportó valores de biomasa significativamente inferiores (p < 0,05) respecto a los inventarios reportados por la literatura científica y algunos no publicados; para los mismos tipos forestales (Alerce, Roble – Hualo, Roble – Raulí – Coihue, Coihue – Raulí – Tepa, Esclerófilo y Siempreverde) y estructurales (Adulto, Adulto – Renoval y Renoval). Lo anterior se asociaría con una subrepresentación de bosques de alta densidad de biomasa en su muestreo sistemático. Por otra parte, las estimaciones de biomasa de ForClim fueron más precisas que las de ESA y GEDI, al compararlas con los inventarios (r = 0,8; 0,26 y 0,37 respectivamente). Es posible que estos últimos tendieron a subestimar en los tipos forestales de mayor densidad de biomasa (Alerce, Coihue – Raulí – Tepa y Lenga) debido a factores como la saturación de la señal del sensor y la falta de calibración específica para los bosques estudiados. Estos hallazgos tienen implicancias directas tanto para la cuantificación de los reservorios de carbono a nivel nacional y global, como para la confiabilidad de las herramientas de monitoreo. Según estos resultados, el potencial para disminuir las brechas entre las estimaciones de biomasa en los bosques de Chile reside en el ensamble de las tecnologías con mejor desempeño e inventarios forestales.","abstract_html":"Los bosques almacenan considerables cantidades de carbono, destacándose el componente aéreo de su biomasa. Sin embargo, la cuantificación desde inventarios forestales para este componente resulta desafiante dada la extensión espacial que presentan los bosques. Para sopesar este desafío, se han utilizado productos grillados, los cuales pueden variar significativamente según el método utilizado para la estimación de biomasa. Para comprender las brechas de estos productos en los bosques nativos entre las regiones del Maule y Los Lagos, se analizaron fuentes de datos de biomasa que difirieron en sus metodologías de estimación. Inicialmente, se contrastaron estimaciones de biomasa aérea proveniente de inventarios forestales (considerados como realidad de terreno). Luego, estas fueron contrastadas con productos grillados de biomasa aérea provenientes tanto de sensores remotos como 1) la Colección global de biomasa aérea forestal v 6.0, de la Agencia Espacial Europea (ESA) y 2) el producto Densidad de Biomasa Aérea L4B v 2.1, de la misión de Investigación de Dinámica de Ecosistemas Globales (GEDI); como de un modelo de dinámica vegetacional 3) ForClim v 4.0.1. Por una parte, el Inventario Forestal Nacional reportó valores de biomasa significativamente inferiores (p &lt; 0,05) respecto a los inventarios reportados por la literatura científica y algunos no publicados; para los mismos tipos forestales (Alerce, Roble – Hualo, Roble – Raulí – Coihue, Coihue – Raulí – Tepa, Esclerófilo y Siempreverde) y estructurales (Adulto, Adulto – Renoval y Renoval). Lo anterior se asociaría con una subrepresentación de bosques de alta densidad de biomasa en su muestreo sistemático. Por otra parte, las estimaciones de biomasa de ForClim fueron más precisas que las de ESA y GEDI, al compararlas con los inventarios (r = 0,8; 0,26 y 0,37 respectivamente). Es posible que estos últimos tendieron a subestimar en los tipos forestales de mayor densidad de biomasa (Alerce, Coihue – Raulí – Tepa y Lenga) debido a factores como la saturación de la señal del sensor y la falta de calibración específica para los bosques estudiados. Estos hallazgos tienen implicancias directas tanto para la cuantificación de los reservorios de carbono a nivel nacional y global, como para la confiabilidad de las herramientas de monitoreo. Según estos resultados, el potencial para disminuir las brechas entre las estimaciones de biomasa en los bosques de Chile reside en el ensamble de las tecnologías con mejor desempeño e inventarios forestales.","abstract_has_math":false,"creators":["Corona Hurtado, Magdalena Andrea"],"institution":"Universidad de Chile","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Gutiérrez Ilabaca, Álvaro Guillermo","Galleguillos Torres, Mauricio Humberto"],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-07-27T19:10:05Z","subjects":["Carbono neutralidad","Bosques templados","Teledetección","Inventario forestal","Modelo de dinámica vegetacional","Carbon neutrality","Temperate forests","Remote sensing","Forest inventories","Dynamic vegetation model"],"languages":["es"],"rights":["Attribution-NonCommercial-NoDerivatives 4.0 International"],"rights_urls":["https://creativecommons.org/licenses/by-nc-nd/4.0"],"identifier_entries":[]},"links":{"outbound_url":"https://repositorio.uchile.cl/handle/2250/210598","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Gutiérrez Ilabaca, Álvaro Guillermo","Galleguillos Torres, Mauricio Humberto"]},{"key":"dc:contributor.other","label":"Dc Contributor Other","values":["Salas Eljatib, Christian Eduardo","Díaz Martínez, María Verónica Patricia"]},{"key":"dc:creator","label":"Author","values":["Corona Hurtado, Magdalena Andrea"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2026-06-02T16:59:17Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2026-06-02T16:59:17Z"]},{"key":"dc:date.issued","label":"Date","values":["2025"]},{"key":"dc:publisher","label":"Institution","values":["Universidad de Chile"]},{"key":"dc:type","label":"Dc Type","values":["Tesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Carbono neutralidad","Bosques templados","Teledetección","Inventario forestal","Modelo de dinámica vegetacional","Carbon neutrality","Temperate forests","Remote sensing","Forest inventories","Dynamic vegetation model"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["es"]},{"key":"dc:rights","label":"Dc Rights","values":["Attribution-NonCommercial-NoDerivatives 4.0 International"]},{"key":"dc:rights.uri","label":"Rights URI","values":["https://creativecommons.org/licenses/by-nc-nd/4.0"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://repositorio.uchile.cl/handle/2250/210598"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Los bosques almacenan considerables cantidades de carbono, destacándose el componente aéreo de su biomasa. Sin embargo, la cuantificación desde inventarios forestales para este componente resulta desafiante dada la extensión espacial que presentan los bosques. Para sopesar este desafío, se han utilizado productos grillados, los cuales pueden variar significativamente según el método utilizado para la estimación de biomasa. Para comprender las brechas de estos productos en los bosques nativos entre las regiones del Maule y Los Lagos, se analizaron fuentes de datos de biomasa que difirieron en sus metodologías de estimación. Inicialmente, se contrastaron estimaciones de biomasa aérea proveniente de inventarios forestales (considerados como realidad de terreno). Luego, estas fueron contrastadas con productos grillados de biomasa aérea provenientes tanto de sensores remotos como 1) la Colección global de biomasa aérea forestal v 6.0, de la Agencia Espacial Europea (ESA) y 2) el producto Densidad de Biomasa Aérea L4B v 2.1, de la misión de Investigación de Dinámica de Ecosistemas Globales (GEDI); como de un modelo de dinámica vegetacional 3) ForClim v 4.0.1. Por una parte, el Inventario Forestal Nacional reportó valores de biomasa significativamente inferiores (p < 0,05) respecto a los inventarios reportados por la literatura científica y algunos no publicados; para los mismos tipos forestales (Alerce, Roble – Hualo, Roble – Raulí – Coihue, Coihue – Raulí – Tepa, Esclerófilo y Siempreverde) y estructurales (Adulto, Adulto – Renoval y Renoval). Lo anterior se asociaría con una subrepresentación de bosques de alta densidad de biomasa en su muestreo sistemático. Por otra parte, las estimaciones de biomasa de ForClim fueron más precisas que las de ESA y GEDI, al compararlas con los inventarios (r = 0,8; 0,26 y 0,37 respectivamente). Es posible que estos últimos tendieron a subestimar en los tipos forestales de mayor densidad de biomasa (Alerce, Coihue – Raulí – Tepa y Lenga) debido a factores como la saturación de la señal del sensor y la falta de calibración específica para los bosques estudiados. Estos hallazgos tienen implicancias directas tanto para la cuantificación de los reservorios de carbono a nivel nacional y global, como para la confiabilidad de las herramientas de monitoreo. Según estos resultados, el potencial para disminuir las brechas entre las estimaciones de biomasa en los bosques de Chile reside en el ensamble de las tecnologías con mejor desempeño e inventarios forestales.","Forests capture substantial amounts of carbon, with the aboveground biomass (AGB) component being particularly significant. However, quantifying this component through forest inventories remains challenging due to the spatial extent of these ecosystems. Gridded products have been utilized in order to address this challenge, and these can vary significantly depending on the biomass estimation methodology employed. To understand the discrepancies between these products across native forests from Maule to Los Lagos regions, various biomass datasets with differing estimation methodologies were analyzed. Initially, AGB estimates derived from forest inventories (considered as ground truth) were compared. These were subsequently contrasted with gridded AGB products derived from both remote sensing — specifically 1) the European Space Agency (ESA) Climate Change Initiative Biomass v6.0 and 2) the Global Ecosystem Dynamics Investigation (GEDI) L4B v2.1 Aboveground Biomass Density — and 3) the ForClim v4.0.1 vegetation dynamics model. The results indicated that the National Forest Inventory reported significantly lower biomass values (p<0.05) compared to inventories documented in scientific literature and unpublished datasets for the same forest types (Alerce, Roble–Hualo, Roble–Raulí–Coihue, Coihue–Raulí–Tepa, Sclerophyllous, and Evergreen) and structural stages (Old-growth, Old-growth/Secondary, and Secondary). This discrepancy could be associated with an underrepresentation of high biomass density forests within the systematic sampling design. Furthermore, ForClim biomass estimates demonstrated greater precision than those of ESA and GEDI when compared to inventories (r=0.8, 0.26, and 0.37, respectively). The remote sensing products tended to underestimate biomass in higher density forest types (Alerce, Coihue–Raulí–Tepa, and Lenga), probably due to sensor signal saturation and a lack of specific calibration for the studied forests. These findings have direct implications for the quantification of carbon stocks at both national and global scales, as well as for the reliability of monitoring tools. Based on these results, the potential to reduce gaps in biomass estimation in Chilean forests lies in the ensemble of high performance technologies and forest inventories."]},{"key":"dc:title","label":"Title","values":["Análisis de la distribución espacial de biomasa aérea para el bosque nativo entre las regiones del Maule y Los Lagos"]}]}],"canonical_facts":{"dc:contributor.advisor":["Gutiérrez Ilabaca, Álvaro Guillermo","Galleguillos Torres, Mauricio Humberto"],"dc:contributor.other":["Salas Eljatib, Christian Eduardo","Díaz Martínez, María Verónica Patricia"],"dc:creator":["Corona Hurtado, Magdalena Andrea"],"dc:date.accessioned":["2026-06-02T16:59:17Z"],"dc:date.available":["2026-06-02T16:59:17Z"],"dc:date.issued":["2025"],"dc:description.abstract":["Los bosques almacenan considerables cantidades de carbono, destacándose el componente aéreo de su biomasa. Sin embargo, la cuantificación desde inventarios forestales para este componente resulta desafiante dada la extensión espacial que presentan los bosques. Para sopesar este desafío, se han utilizado productos grillados, los cuales pueden variar significativamente según el método utilizado para la estimación de biomasa. Para comprender las brechas de estos productos en los bosques nativos entre las regiones del Maule y Los Lagos, se analizaron fuentes de datos de biomasa que difirieron en sus metodologías de estimación. Inicialmente, se contrastaron estimaciones de biomasa aérea proveniente de inventarios forestales (considerados como realidad de terreno). Luego, estas fueron contrastadas con productos grillados de biomasa aérea provenientes tanto de sensores remotos como 1) la Colección global de biomasa aérea forestal v 6.0, de la Agencia Espacial Europea (ESA) y 2) el producto Densidad de Biomasa Aérea L4B v 2.1, de la misión de Investigación de Dinámica de Ecosistemas Globales (GEDI); como de un modelo de dinámica vegetacional 3) ForClim v 4.0.1. Por una parte, el Inventario Forestal Nacional reportó valores de biomasa significativamente inferiores (p < 0,05) respecto a los inventarios reportados por la literatura científica y algunos no publicados; para los mismos tipos forestales (Alerce, Roble – Hualo, Roble – Raulí – Coihue, Coihue – Raulí – Tepa, Esclerófilo y Siempreverde) y estructurales (Adulto, Adulto – Renoval y Renoval). Lo anterior se asociaría con una subrepresentación de bosques de alta densidad de biomasa en su muestreo sistemático. Por otra parte, las estimaciones de biomasa de ForClim fueron más precisas que las de ESA y GEDI, al compararlas con los inventarios (r = 0,8; 0,26 y 0,37 respectivamente). Es posible que estos últimos tendieron a subestimar en los tipos forestales de mayor densidad de biomasa (Alerce, Coihue – Raulí – Tepa y Lenga) debido a factores como la saturación de la señal del sensor y la falta de calibración específica para los bosques estudiados. Estos hallazgos tienen implicancias directas tanto para la cuantificación de los reservorios de carbono a nivel nacional y global, como para la confiabilidad de las herramientas de monitoreo. Según estos resultados, el potencial para disminuir las brechas entre las estimaciones de biomasa en los bosques de Chile reside en el ensamble de las tecnologías con mejor desempeño e inventarios forestales.","Forests capture substantial amounts of carbon, with the aboveground biomass (AGB) component being particularly significant. However, quantifying this component through forest inventories remains challenging due to the spatial extent of these ecosystems. Gridded products have been utilized in order to address this challenge, and these can vary significantly depending on the biomass estimation methodology employed. To understand the discrepancies between these products across native forests from Maule to Los Lagos regions, various biomass datasets with differing estimation methodologies were analyzed. Initially, AGB estimates derived from forest inventories (considered as ground truth) were compared. These were subsequently contrasted with gridded AGB products derived from both remote sensing — specifically 1) the European Space Agency (ESA) Climate Change Initiative Biomass v6.0 and 2) the Global Ecosystem Dynamics Investigation (GEDI) L4B v2.1 Aboveground Biomass Density — and 3) the ForClim v4.0.1 vegetation dynamics model. The results indicated that the National Forest Inventory reported significantly lower biomass values (p<0.05) compared to inventories documented in scientific literature and unpublished datasets for the same forest types (Alerce, Roble–Hualo, Roble–Raulí–Coihue, Coihue–Raulí–Tepa, Sclerophyllous, and Evergreen) and structural stages (Old-growth, Old-growth/Secondary, and Secondary). This discrepancy could be associated with an underrepresentation of high biomass density forests within the systematic sampling design. Furthermore, ForClim biomass estimates demonstrated greater precision than those of ESA and GEDI when compared to inventories (r=0.8, 0.26, and 0.37, respectively). The remote sensing products tended to underestimate biomass in higher density forest types (Alerce, Coihue–Raulí–Tepa, and Lenga), probably due to sensor signal saturation and a lack of specific calibration for the studied forests. These findings have direct implications for the quantification of carbon stocks at both national and global scales, as well as for the reliability of monitoring tools. Based on these results, the potential to reduce gaps in biomass estimation in Chilean forests lies in the ensemble of high performance technologies and forest inventories."],"dc:identifier.uri":["https://repositorio.uchile.cl/handle/2250/210598"],"dc:language.iso":["es"],"dc:publisher":["Universidad de Chile"],"dc:rights":["Attribution-NonCommercial-NoDerivatives 4.0 International"],"dc:rights.uri":["https://creativecommons.org/licenses/by-nc-nd/4.0"],"dc:subject":["Carbono neutralidad","Bosques templados","Teledetección","Inventario forestal","Modelo de dinámica vegetacional","Carbon neutrality","Temperate forests","Remote sensing","Forest inventories","Dynamic vegetation model"],"dc:title":["Análisis de la distribución espacial de biomasa aérea para el bosque nativo entre las regiones del Maule y Los Lagos"],"dc:type":["Tesis"]},"updated_at":"2026-07-27T19:10:05Z"}