Scenarios of land use and land cover change for NW Amazonia: Impact on forest intactness

Armenteras, Dolors; Murcia, Uriel G.; González, Tania Marisol; Barón, Oscar; Arias, Jorge Eliecer

doi:10.1016/j.gecco.2019.e00567

Cited by 61 publications

(49 citation statements)

References 49 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Performing land use change detection is an important tool to understand the extent of land cover loss and gain over time. Understanding the characteristics, extent and pattern of land use land cover change (LULCC) is an important supporting tool for decision making processes (Armenteras et al 2019;Abebe et al 2019;Yan et al 2018;Tolessa et al 2017). Detecting land use change over time has become increasingly important consideration for environmental management (Kiswanto and Mardiany 2018;Mensah et al 2019).…”

Section: Introductionmentioning

confidence: 99%

Forest cover change detection using Geographic Information Systems and remote sensing techniques: a spatio-temporal study on Komto Protected forest priority area, East Wollega Zone, Ethiopia

2020

View full text Add to dashboard Cite

Background: Forest plays an important role in climate regulation and carbon sequestration. Komto Forest is one of the remnant natural forests found in Guto Gida district of East Wollega zone, Ethiopia, has been supporting the local community for construction, energy and household furniture. Currently, influenced by land use land cover change (LULCC), this forest has been declining at an alarming rate. Detecting LULCC and understanding the driving forces has important for supporting decision making processes. We examine variation in forest cover dynamics over the period 1991-2012 using Landsat TM image of 1991, ETM + of 2002 and OLI-TIRS of 2019. Results: The LULCC detection results show that a dramatic increase of agricultural land from (24.78%) in 1991 to (33.5%) in 2019 with annual expansion rate (23.68%) per annum, where forest cover declined by 20.1% in 1991 and 37.38% in 2019 with annual decreasing rate of 4.18% per annum. Our finding indicates the increment of agricultural land, grassland, and settlement, while the dense and open forest cover shows a declining trend. The declining of forest coverage is likely to cause unpleasant environment and affects human wellbeing. Conclusions: The massive declined in forest cover change are often associated with agricultural expansion in the periphery of the forest. Timber exploitation and charcoal production are other problems that contribute for the declining of forest coverage. Overall, our results suggest the need of participatory forest management and public awareness creation to sustain the Komto remnant forest.

show abstract

Section: Introductionmentioning

confidence: 99%

Forest cover change detection using Geographic Information Systems and remote sensing techniques: a spatio-temporal study on Komto Protected forest priority area, East Wollega Zone, Ethiopia

2020

View full text Add to dashboard Cite

show abstract

“…La clasificación con umbrales de NDVI permitió determinar cuatro categorías bien diferencia-das, para el estudio fue suficiente diferenciar entre la vegetación intervenida y no intervenida, para otros casos quizás netamente urbanos se pudieran añadir más categorías de uso, como lo hace (Ullah et al, 2019) y tal como se indica al inicio, estas categorías pueden variar dependiendo del objetivo del estudio, tal como plantea Armenteras et al, (2019), definiendo cuatro categorías sobre vegetación y una con la denominación "otros" o Siddiqui et al, (2018) quienes solamente identifican dos categorías, "construido" y "no construido".…”

Section: Discussionunclassified

“…Se puede ampliar la presente investigación añadiendo estudios de determinación de patrones históricos de la Temperatura de la Superficie de la Tierra (LST por sus siglas en inglés), así como la elaboración de modelos que simulen el comportamiento de esta variable en intervalos de tiempo definidos, tal como lo hace Ullah et al, (2019). Otra sugerencia que permitiría reforzar el presente estudio es la inclusión de distintos escenarios, tal como lo hacen Armenteras et al, (2019) en su estudio de predicción de la deforestación en la Amazonía colombiana, utilizando un escenario principal y dos alternativos Estos autores incluso diseñaron sub modelos de transición potencial entre los distintos tipos de uso y cobertura de la tierra. Armenteras et al, (2019) menciona que en el modelo usado por su estudio, así como en otros modelos, la selección del período base para el modelado puede afectar el resultado de futuras dinámicas.…”

Section: Discussionunclassified

“…Otra sugerencia que permitiría reforzar el presente estudio es la inclusión de distintos escenarios, tal como lo hacen Armenteras et al, (2019) en su estudio de predicción de la deforestación en la Amazonía colombiana, utilizando un escenario principal y dos alternativos Estos autores incluso diseñaron sub modelos de transición potencial entre los distintos tipos de uso y cobertura de la tierra. Armenteras et al, (2019) menciona que en el modelo usado por su estudio, así como en otros modelos, la selección del período base para el modelado puede afectar el resultado de futuras dinámicas. Esto es algo que podría ser explorado y analizado con el objetivo de brindar mayor solidez al estudio.…”

Section: Discussionunclassified

“…Una pérdida de cobertura de la vegetación presentaría un impacto negativo sobre las especies de fauna (Arce y Lucero, 2019). Por otro lado, la urbanización y el subsiguiente mejoramiento de carreteras crea demanda de tierras en las cercanías, lo que se constituye como un driver para el cambio de uso y cobertura de la tierra (Armenteras et al, 2019).…”

Section: Discussionunclassified

See 2 more Smart Citations

Predicción de la pérdida de la cobertura vegetal por aumento de áreas urbanas en Iquitos, Perú

Vega

Zárate-Gómez

Vela

et al. 2020

View full text Add to dashboard Cite

La pérdida del bosque amazónico ocasionada por el crecimiento de las ciudades afecta de manera directa al clima, generando islas de calor en áreas urbanas y un deterioro o pérdida de hábitats naturales de especies de flora y fauna en áreas periurbanas. No existe mucha información espacial sobre los cambios de cobertura vegetal ocasionados por el crecimiento urbano, ni sobre sus efectos en un mediano y largo plazo, a pesar que el conocimiento de estos cambios es fundamental para la planificación y la gestión del territorio urbano y rural. El objetivo del estudio fue determinar un escenario de predicción para la pérdida del bosque en la ciudad de Iquitos al 2029. Para ello se procesaron en Google Earth Engine (GEE) datos del Índice de Vegetación de Diferencia Normalizada (NDVI) de imágenes Landsat del periodo 1999 y 2018, lo que permitió, aplicando Redes Neuronales Artificiales y Autómatas Celulares, generar un escenario para el año 2029. El principal cambio para el año 2029 se corresponde con las categorías de “vegetación no intervenida” y “construido”, pronosticando una pérdida de 375 ha en el primero y un aumento de 318 ha en el segundo. Se concluye que GEE permite obtener datos procesados de imágenes de satélite que son útiles y efectivos, los escenarios obtenidos fueron moderados y sustanciales, con una tendencia a la pérdida de la vegetación por aumento de la categoría “construido” en la ciudad de Iquitos y alrededores.

show abstract

Spatiotemporal patterns and driving factors of carbon dynamics in forest ecosystems: A case study from Turkey

Küçüker

Tuyoglu

2021

Integr Envir Assess & Manag

View full text Add to dashboard Cite

Evaluating the spatiotemporal patterns of carbon dynamics is critical for both understanding the role of forest ecosystems in the carbon cycle and developing effective forest policies to mitigate the impacts of climate change. This study analyzes the effects of spatiotemporal changes on carbon dynamics based on landscape structure for the Hisar Planning Unit, Turkey, using forest inventory data between 1973 and 2015. The total carbon stock increased from 1434 .49 Gg in 1973 to 1919 Gg in 2015, an increase of 33.8%. The mean annual carbon storage was 11.54 Gg • year −1 , including 4.28 Gg • year −1 in biomass and 7.26 Gg • year −1 in soil over four decades. The most significant carbon pool in the total carbon stock was from the soil, with 71.6%, 70.7%, and 69.4% of the total carbon storage in 1973, 1998, and 2015, respectively. Pure pine stands, overmature development stages, fully covered stands, and older forests were the prevailing factors affecting carbon density. The conversion from degraded (1442.47 ha, 14.85%), coppice (157.04 ha, 3.9%), and non-forest lands (1412.91 ha, 5.2%) to productive forests with afforestation or restoration activities significantly boosted the total carbon storage. Furthermore, increasing awareness and stewardship in forest management coupled with improved economic well-being reduced the pressure on the forests, leading to an increase in the quality of forest structure. These changes in landscape structure resulted in the heterogeneous distribution of carbon dynamics. In conclusion, understanding the spatiotemporal patterns of carbon dynamics is crucial for both forest managers and policy-makers in developing sustainable forest management practices and climate mitigation strategies for ecological sustainability and climate-smart forestry.

show abstract

Scenarios of land use and land cover change for NW Amazonia: Impact on forest intactness

Cited by 61 publications

References 49 publications

Forest cover change detection using Geographic Information Systems and remote sensing techniques: a spatio-temporal study on Komto Protected forest priority area, East Wollega Zone, Ethiopia

Forest cover change detection using Geographic Information Systems and remote sensing techniques: a spatio-temporal study on Komto Protected forest priority area, East Wollega Zone, Ethiopia

Predicción de la pérdida de la cobertura vegetal por aumento de áreas urbanas en Iquitos, Perú

Spatiotemporal patterns and driving factors of carbon dynamics in forest ecosystems: A case study from Turkey

Contact Info

Product

Resources

About