Cómo se mide la biomasa forestal con satélite

¿Cuántas toneladas de carbono guardan los árboles de una vereda concreta del Caquetá o del Chocó? Hasta hace pocos años, responder esa pregunta exigía caminar el bosque, medir tronco por tronco y esperar meses. Hoy, una buena parte del trabajo se hace desde el espacio. En esta guía explicamos, sin tecnicismos innecesarios, cómo se mide la biomasa forestal con satélite: qué capta el sensor, cómo se traduce en toneladas de carbono y qué tan confiable es ese número cuando se compara contra mediciones reales de campo en Colombia.

Qué es la biomasa aérea (AGB) y por qué medirla

La biomasa aérea —en inglés Above-Ground Biomass, abreviada AGB— es la masa de toda la materia vegetal viva que está por encima del suelo: troncos, ramas, corteza, hojas y copa. Se expresa normalmente en toneladas por hectárea (t/ha), y como aproximadamente la mitad de esa masa seca es carbono, la AGB es el punto de partida para estimar cuánto carbono almacena un bosque.

Medir la AGB importa por tres razones. Primero, clima: los bosques son uno de los mayores sumideros de carbono del planeta, y conocer su contenido permite saber cuánto CO₂ se captura o se libera cuando crecen o se talan. Segundo, gestión del territorio: saber dónde se concentra la biomasa ayuda a priorizar conservación, restauración y control de la deforestación. Tercero, mercados y cumplimiento: proyectos de créditos de carbono, reportes corporativos y normativas como la europea exigen cifras de carbono respaldadas por datos.

En Colombia, la biomasa aérea promedio nacional ronda los ~72,5 t C/ha (toneladas de carbono por hectárea), aunque ese valor esconde una enorme variabilidad: una selva húmeda amazónica madura puede multiplicar varias veces a un bosque seco o a un páramo.

Del inventario de campo al satélite (parcelas vs imágenes)

El método tradicional —y todavía el de referencia— es el inventario forestal de campo. Equipos de técnicos instalan parcelas (conglomerados de muestreo), miden el diámetro y la altura de cada árbol, identifican la especie y aplican ecuaciones alométricas (fórmulas que relacionan esas medidas con la masa del árbol). En Colombia, el IDEAM (Instituto de Hidrología, Meteorología y Estudios Ambientales) coordina el Inventario Forestal Nacional con este enfoque.

El campo es preciso, pero tiene límites claros: es lento, costoso, peligroso en zonas de difícil acceso y, sobre todo, solo mide los puntos visitados. Un país con bosques tan extensos y remotos como Colombia nunca podrá cubrir cada hectárea a pie.

Ahí entra el satélite. La idea es sencilla de enunciar y compleja de ejecutar: se toman las parcelas de campo, que dan la "verdad" de cuánta biomasa hay en cada sitio, y se entrena un modelo de aprendizaje automático (machine learning) que aprende a relacionar esa biomasa con las señales que los satélites observan en esos mismos lugares. Una vez entrenado, el modelo puede estimar la biomasa en sitios donde no hubo medición de campo, extendiendo el conocimiento a todo el territorio. En el caso de BioAurea, esa cobertura llega a 33.356 veredas con una serie temporal que abarca 2005–2026.

Qué señales satelitales se usan

Los satélites no "ven" toneladas de carbono directamente. Capturan señales físicas que se correlacionan con la cantidad y la estructura de la vegetación. Dos grandes familias importan:

Reflectancia espectral. Los sensores ópticos miden cuánta luz —en distintas longitudes de onda, desde el visible hasta el infrarrojo— refleja la superficie. La vegetación sana refleja mucho infrarrojo cercano y absorbe rojo, lo que permite calcular índices de verdor y vigor. A partir de estas bandas se derivan indicadores de productividad, humedad y fenología que cambian a lo largo del año.

Estructura del dosel. Más biomasa suele significar un dosel más alto y denso. Algunos sensores estiman directamente la altura y la estructura vertical del bosque, una pista muy potente sobre cuánta madera hay debajo.

Las principales fuentes de datos que alimentan estos modelos son:

• MODIS (sensor a bordo de los satélites Terra/Aqua de la NASA): observaciones diarias de reflectancia, temperatura de superficie y dinámica de la vegetación. Su alta frecuencia permite capturar cambios semanales.
• Sentinel (programa Copernicus de la Agencia Espacial Europea, ESA): imágenes ópticas y de radar de resolución más fina, útiles para detalle espacial y para "ver" a través de nubes.
• Hansen (Global Forest Change, de la Universidad de Maryland): mapas de cobertura arbórea y pérdida/ganancia de bosque, clave para distinguir bosque de no bosque.
• GEDI (Global Ecosystem Dynamics Investigation, instrumento láser LIDAR de la NASA en la Estación Espacial Internacional): mide directamente la estructura vertical y la altura del dosel, una de las señales más informativas sobre biomasa.

Combinar reflectancia (qué tan verde y productivo está el bosque) con estructura (qué tan alto y denso es) da al modelo una imagen mucho más completa que cualquier fuente por separado.

Cómo se valida y qué tan confiable es

Un mapa de biomasa solo vale lo que vale su validación. Por eso el modelo de AGB de BioAurea se contrasta contra mediciones reales de campo del IDEAM y literatura científica, usando una separación estricta entre los datos de entrenamiento y los de prueba para no "hacerse trampa".

El resultado: un coeficiente de determinación R² = 0,81 frente a campo. En términos llanos, el R² mide qué proporción de la variación real de biomasa logra explicar el modelo; 0,81 (sobre un máximo de 1,0) indica un ajuste fuerte. El error típico de la estimación es de ~11,5 %.

Para dimensionar esa cifra conviene una referencia externa. El producto global de biomasa de la ESA-CCI (Climate Change Initiative) reporta, en evaluaciones comparables, un R² del orden de ~0,15. Un modelo calibrado específicamente con datos colombianos rinde mucho mejor que un producto global genérico, porque aprende los ecosistemas locales —de la Amazonia a los Andes— en lugar de promediar el mundo entero.

Dicho esto, ninguna estimación satelital es perfecta ni reemplaza la medición directa. La fortaleza del enfoque está en la cobertura y la frecuencia: poder estimar biomasa para decenas de miles de veredas, año tras año, algo sencillamente imposible de hacer solo a pie.

Si quieres entender el panorama completo de carbono forestal, revisa cuánto carbono forestal almacenan los bosques colombianos. La biomasa aérea es solo uno de los compartimentos: el carbono del suelo (COS) suele guardar tanto o más carbono que los árboles. Y para conectar estas mediciones con monitoreo continuo, conoce qué es el dMRV (monitoreo, reporte y verificación digital).

Preguntas frecuentes

¿El satélite mide el carbono o solo la vegetación? El satélite mide señales físicas (luz reflejada, altura del dosel, temperatura), no carbono. Un modelo entrenado con parcelas de campo traduce esas señales en biomasa, y de ahí se deriva el carbono, dado que cerca de la mitad de la biomasa seca es carbono.

¿Por qué un modelo local supera a uno global? Porque aprende los ecosistemas específicos de Colombia. Un producto global como ESA-CCI promedia condiciones de todo el planeta; al calibrarse con datos colombianos del IDEAM, el modelo de BioAurea alcanza R²=0,81 frente al ~0,15 de la referencia global.

¿Esto reemplaza el inventario forestal de campo? No. El campo sigue siendo la "verdad" que entrena y valida los modelos, y la referencia para verificación acreditada. El satélite extiende ese conocimiento a todo el territorio con una frecuencia y cobertura inalcanzables a pie, sirviendo como herramienta de pre-evaluación y monitoreo continuo.

¿Quieres ver estas estimaciones aplicadas a tu territorio? Explora el Observatorio de Carbono de BioAurea y consulta la biomasa y el carbono estimados, vereda por vereda, con su serie temporal completa.

Aviso: las cifras presentadas son estimaciones de modelo validadas contra datos de campo, pensadas como herramienta de pre-evaluación y monitoreo. No reemplazan la verificación de campo acreditada requerida para certificación formal de carbono.

Fuentes: agregados BioAurea (validación IDEAM y literatura).