Predictores antropogénicos y biofísicos de deforestación en la Amazonia: hacia la integración de actividades REDD+
La Amazonia es uno de los bosques tropicales más importantes del mundo, que proporcionan importante bienes y servicios a la humanidad; sin embargo, se encuentra amenazado por los continuos cambios en el uso de la tierra. La deforestación y degradación forestal son las dos razones que contribuyen significativamente con las emisiones de carbono a la atmósfera y pérdida de la biodiversidad. Aunque existen alternativas para reducir las emisiones de carbono por deforestación y degradación forestal evitadas (REDD), aún son pocas las investigaciones sobre métodos de evaluación y monitoreo de la relación de estos procesos con la biodiversidad, así como de los impactos generados por el sistema socioecológico en la estabilidad y recuperación de servicios ecosistémicos. El objetivo de esta revisión consiste en i) describir la relación biodiversidad-función ecosistémica, para ii) analizar los posibles impactos sinérgicos de predictores biofísicos y antropogénicos de la deforestación y degradación, con la finalidad de iii) proponer la implementación integral de estrategias REDD+ en la cuenca Amazónica. Para incrementar la eficiencia REDD+ en la Amazonía, es fundamental evaluar simultáneamente los predictores antropogénicos y biofísicos que repercuten directamente sobre la demanda actual de los bienes y servicios ecosistémicos. Por este motivo, es importante describir la magnitud de los efectos multifactoriales que tienen los predictores de deforestación para la integración de actividades REDD+, a través de la rehabilitación de áreas degradadas con sistemas agroforestales sucesionales y permanentes, así como con la aplicación de diferentes métodos de restauración.
Main Authors: | , , , |
---|---|
Format: | Digital revista |
Language: | Spanish / Castilian |
Published: |
Universidad Austral de Chile, Facultad de Ciencias Forestales
2017
|
Online Access: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-92002017000300001 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|