Modelo para estimar biomasa aérea arbórea en sistemas agroforestales de café mediante teledetección y aprendizaje automático, San Martín y Amazonas

Abstract

La presente investigación tuvo como objetivo desarrollar un modelo para estimar la biomasa aérea arbórea (AGB) en sistemas agroforestales (SAF) de café, en un cuadrante de estudio de aproximadamente 2500 km² que abarca áreas específicas dentro de ocho distritos de la región San Martín y un distrito de la región Amazonas, Perú. Se utilizaron datos del censo forestal de 43 parcelas demostrativas del proyecto PARA, ejecutado por la ONG Solidaridad Latam. La AGB fue calculada a nivel de individuo y agregada por parcela mediante cuatro ecuaciones alométricas pantropicales de Chave et al. (2005; 2014), correspondientes a la zona de vida Moist Forest. En paralelo, se derivaron variables predictoras a partir de fuentes de teledetección multifuente —Sentinel-2 (óptico), Sentinel-1 (radar SAR), DEM GLO-30 (topografía) y GEDI L2A (LIDAR espacial)— procesadas en Google Earth Engine. Tras un proceso de depuración que incluyó filtros de varianza y análisis de multicolinealidad, se retuvo un conjunto optimizado de variables predictoras. Se compararon cinco algoritmos de regresión —Regresión Lineal, Ridge, Lasso, Random Forest y XGBoost— para cada ecuación alométrica, evaluando su desempeño mediante R², RMSE y MAE. La combinación Regresión Ridge – Ecuación 1 presentó el mejor desempeño predictivo (R² = 0.601, RMSE = 15.505 Mg/ha, MAE = 13.186 Mg/ha), y fue utilizada para generar el mapa de distribución espacial de AGB en el área de estudio. Los resultados evidencian que la elección de la ecuación alométrica influye sustancialmente en las estimaciones de AGB (medias entre 16.33 y 29.2 Mg/ha según la ecuación), y que los métodos lineales regularizados ofrecen mayor estabilidad predictiva que los métodos basados en árboles de decisión cuando el tamaño de muestra es reducido. Este estudio aporta una herramienta metodológica replicable para la cuantificación de carbono en SAF de café, con aplicaciones directas en certificaciones ambientales, mercados de carbono y políticas de mitigación climática.

This study aimed to develop a model for estimating aboveground tree biomass (AGB) in coffee agroforestry systems (AFS) within a ~2500 km² study area spanning eight districts in the San Martín region and one district in the Amazonas region, Peru. Field data were obtained from a forest census of 43 demonstration plots established under the PARA project, conducted by the NGO Solidaridad Latam. Individual-level AGB was calculated and aggregated per plot using four pantropical allometric equations from Chave et al. (2005; 2014) for the Moist Forest life zone. Concurrently, predictor variables were derived from multi-source remote sensing data— Sentinel-2 (optical), Sentinel-1 (SAR radar), DEM GLO-30 (topography), and GEDI L2A (spaceborne LIDAR)—processed in Google Earth Engine. Following a data-cleaning workflow comprising variance filtering and multicollinearity analysis, an optimized set of predictor variables was retained. Five regression algorithms—Linear Regression, Ridge, Lasso, Random Forest, and XGBoost—were compared for each allometric equation, with performance assessed through R², RMSE, and MAE. The Ridge Regression – Equation 1 combination yielded the best predictive performance (R² = 0.601, RMSE = 15.505 Mg/ha, MAE = 13.186 Mg/ha) and was used to generate the spatial AGB distribution map across the study area. Results demonstrate that the choice of allometric equation substantially affects AGB estimates (means ranging from 16.33 to 29.2 Mg/ha depending on the equation), and that regularized linear methods provide greater predictive stability than tree-based methods under small sample sizes. This study provides a replicable methodological framework for carbon quantification in coffee AFS, with direct applications for environmental certifications, carbon markets, and climate mitigation policies.