Composición y estructura del bosque Maulino costero posterior al incendio de “las máquinas” 2017.

Abstract

Esta investigación analizó la estructura y composición del Bosque Maulino Costero luego de un incendio de gran magnitud. En primera instancia se realizó un análisis espacio-temporal de la dinámica de la vegetación durante los 3 años posteriores (2017-2020) al incendio las Maquinas, donde se utilizaron cinco productos satelitales de variables biofísicas de la vegetación: Índice de Área Foliar (IAF), Contenido de Clorofila (CCC), Contenido de agua (CCW), Fracción de Radiación Fotosintética Activa (FAPAR ) y Fracción de Cobertura Vegetal (FVC). Se realizaron modelos lineales mixtos para cada variable y se identificó un efectivo recubrimiento vegetal en todos los rodales de bosque nativo y un comportamiento particular dado por un rápido recubrimiento de las zonas afectadas fuertemente por el incendio, que concluyó con una cubierta vegetal de similares características para el 87,2% de la superficie de bosque nativo quemada. Por otra parte, se realizó una comparación de la composición de especies pre y post incendio a partir de datos obtenidos de muestreos de vegetación realizados durante los años 2014 y 2019 en ocho rodales con cobertura vegetal nativa. Para la comparación por sitios se emplearon índices de diversidad Beta, específicamente índices de distancia ecológica o disimilitud (Jaccard y Bray Curtis) y un índice de reemplazo (Cody), donde se obtuvo que posterior al incendio existió una disimilitud mayor al 50% y un remplazo menor al 60% al comparar cada sitio con sí mismo tanto para el estrato arbóreo como arbustivo. La comparación entre sitios quemados y no quemados dio cuenta de diferencias significativas sobre la disimilitud de ambas condiciones ambientales, donde ambos estratos presentaron una tendencia al aumento de la similitud de la composición de especies posterior al incendio. La comparación por especies dio cuenta de disminución de la riqueza, abundancia y cobertura de especies para ambos estratos posterior al incendio. Se realizó el análisis de la estructura de la vegetación regenerada, a partir de la caracterización de la vegetación y estructura biofísica (topográficas y espectrales) de 48 parcelas según el muestreo sistemático realizado durante abril 2019. Posteriormente se seleccionaron las dos especies más abundantes en la zona correspondientes a Nothofagus glauca (nativa) y Pinus. radiata (exótica) y se realizaron modelos predictivos de su abundancia utilizando datos geoespaciales obtenidos por UAV y por información LiDAR. La desvianza explicada de los modelos fue alta para la abundancia de P. radiata (92,9%), y baja para N. glauca (32%). El modelo predictivo remoto de pino utilizado para la especialización (desvianza explicada 80,2%) demostró ser estable de acuerdo con el bajo coeficiente de variación (menor a un 30%) obtenido entre 100 iteraciones del modelo con diferente set de datos, esto permitió generar una cartografía a alta resolución de esta variable dando cuenta de una efectiva invasión de la especie P. radiata. Finalmente, la integración multiescalar concluye sobre un grado de amenaza crítico para el Bosque Maulino Costero pasados tres años del incendio de Las Maquinas, particularmente por el fenómeno de invasión de la especie P. radiata la cual se ve favorecida luego de incendios de gran magnitud.

This investigation analyzed the structure and composition of the Maulino Coastal Forest after a wildfire. In first instance, a spatio-temporal analysis of the vegetation dynamics was carried out during the 3 years (2017-2020) after the Las Maquinas wildfire, where five satellite products of biophysical variables of the vegetation were used: Leaf Area Index (LAI), Canopy chlorophyll content (CCC), Canopy water content (CCW), Fraction of Absorb photosynthetically Active Radiation (FAPAR) and Fraction Vegetation Cover (FVC). Linear mixed models were carried out for each variable and an effective vegetation coverage was identified in all the patches of native forest and a particular behavior given by a rapid coverage of the areas heavily affected by the fire, which ended with a vegetation coverage of similar characteristics for the 87.2% of the area of native forest burned. On the other hand, a comparison of the composition of pre and post fire species was made from data obtained from vegetation sampling carried out during the years 2014 and 2019 in eight patches with native vegetation coverage. For the comparison by sites, beta diversity indexes were used, specifically ecological distance or dissimilarity indexes (Jaccard and Bray Curtis) and a replacement index (Cody), where it was found that after the fire there was a dissimilarity greater than 50% and a less than 60% replacement when comparing each site with itself for both the tree and bush strata. The comparison between burned and unburned sites showed significant differences on the dissimilarity of both environmental conditions, where both strata showed a tendency to increase the similarity of the composition of species after the fire. The comparison by species showed a decrease in the richness, abundance and coverage of species for both strata after the fire. The analysis of the regenerated vegetation structure was carried out, based on the characterization of the vegetation and biophysical structure (topographic and spectral) of 48 plots according to the systematic sampling carried out during April 2019. Subsequently, the two most abundant species were selected in the area corresponding to Nothofagus glauca (native) and Pinus radiata (exotic) and predictive models of its abundance were made using geospatial data obtained by UAV and by LiDAR information. The explained deviation of the models was very high for the abundance of P. radiata (92.9%), and low for N. glauca (32%). The remote sensing-based predictive model of pine used for spatialization (explained deviation 80.2%) proved to be stable according to the low coefficient of variation (less than 30%) obtained from 100 iterations of the model with a different data set. A high-resolution mapping of this variable, showing an effective invasion of the P. radiata. Finally, the multi-scale integration concludes on a critical degree of threat to the Maulino Coastal Forest three years after the Las Maquinas fire, particularly due to the phenomenon of invasion of the P. radiata species, which is favored after large-scale fires.