Factores determinantes del crecimiento, biomasa y producción de los bosques mediterráneos bajo diferentes niveles de aridez y escalas ecológicas

• Autores: Aurelio Díaz Herraiz
• Directores de la Tesis: Rafael Villar Montero (dir. tes.), Pablo Salazar Zarzosa (codir. tes.)
• Lectura: En la Universidad de Córdoba (ESP) ( España ) en 2023
• Idioma: español
• Tribunal Calificador de la Tesis: Lorena Gómez Aparicio (presid.), Pablo González (secret.), Enrique Andivia Muñoz (voc.)
• Programa de doctorado: Programa de Doctorado en Recursos Naturales y Gestión Sostenible por la Universidad de Córdoba
• Materias:
  • Ciencias agrarias
    • Ciencia forestal
• Enlaces
  • Tesis en acceso abierto en: Helvia
• Resumen

  • El Sur de la Península Ibérica, según los diferentes escenarios pronosticados, se tornará cada vez más árido, lo cual afectará al funcionamiento de los ecosistemas. Sin embargo, todavía no se conoce en detalle cómo esto puede afectar a los bosques y su interacción con otros factores abióticos y bióticos. Por ese motivo es necesario entender cuál es la respuesta fisiológica que la aridez puede provocar en la vegetación, y hasta qué punto puede afectar el crecimiento de los árboles, la biomasa y la producción de los bosques mediterráneos. Para analizar el impacto generalizado de los factores abióticos y bióticos sobre el funcionamiento del ecosistema es necesario un diseño sistemático a diferentes escalas ecológicas (desde el nivel de individuo hasta el nivel de ecosistema). La presente tesis tuvo por objetivo general entender cómo los ecosistemas forestales pueden responder ante el aumento de la aridez. Para eso fueron estudiadas las respuestas ecológicas de los ecosistemas forestales en un gradiente de aridez a varias escalas utilizando la información del inventario forestal nacional (IFN).

    2.Contenido de la investigación:

    Inicialmente, se analizó la respuesta de los rasgos funcionales foliares y de madera, la tasa de crecimiento relativo a nivel de individuo, y la biomasa y la producción forestal a nivel de parcela de especies forestales claves del mediterráneo como Pinus halepensis, Pinus pinaster, Quercus faginea y Quercus ilex. Una vez modelada la biomasa y la producción forestal, se proyectaron los posibles escenarios climáticos frente a un hipotético aumento de la aridez. Además, se estudió el impacto de la aridez sobre la diversidad taxonómica y funcional del matorral que acompaña a los bosques de Q. ilex. Por último, se analizó el impacto de la aridez sobre la fenología de las especies forestales más abundantes en el sur peninsular usando series temporales de NDVI (índice de vegetación normalizado).

    3.Conclusión:

    Los resultados mostraron una respuesta significativa de rasgos funcionales como la densidad de la hoja y madera (LD y WD) frente a la aridez, los nutrientes y textura del medio edáfico para el modelo del conjunto de especies estudiadas. En los modelos específicos, la aridez y el contenido de arcilla explicaron significativamente el peso foliar específico (LMA), el grosor de la hoja (LT) y la densidad de la madera (WD) en P. halepensis, Q. faginea y Q. ilex. Por otro lado, la tasa de crecimiento relativo (RGR) no respondió a factores abióticos, pero se relacionó negativamente con el tamaño del individuo. A escala local, la biomasa forestal del conjunto de especies mostró relaciones con el área foliar (LA), el contenido de arcilla y el tamaño medio de los árboles. La aridez mostró relevancia para algunos de los modelos de biomasa específicos (Q. ilex) así como a escala regional en toda Andalucía (6924 parcelas) donde el NDVI y la densidad forestal también se mostraron significativas. La producción forestal a escala local respondió positivamente al medio edáfico (nutrientes y contenido en arcilla), RGR, biomasa media de los árboles y densidad forestal. A escala regional la aridez afectó negativamente en la mayoría de los modelos de producción forestal. Las proyecciones de la aridez para los diferentes escenarios climáticos mostraron reducciones considerables de biomasa y producción forestal. La composición y riqueza taxonómica y funcional del matorral también se vio afectada por la aridez y el contenido de arcilla. En lugares más áridos, la comunidad se compone por especies más xerófilas, con valores elevados de LMA. La fenología de las especies forestales respondió a la aridez mostrando un retraso del inicio y final de la estación (SOS y EOS respectivamente) en lugares más áridos. La duración del ciclo fenológico (LOS) mostró gran variabilidad sin una respuesta homogénea frente a la aridez. El análisis temporal de las métricas fenológicas no mostró relación con la aridez, aun existiendo un aumento de las temperaturas medias en el tiempo. La mayoría de las especies reflejaron resiliencia frente a los eventos climáticos extremos con un incremento en NDVI (reverdecimiento) a lo largo del tiempo en la mayoría de las especies. En conclusión, la aridez y el medio edáfico afectan al comportamiento fisiológico de la vegetación y la composición del matorral, reduciendo la biomasa forestal y su producción. Esto puede originar cambios en la estructura y funcionalidad del ecosistema poniendo en riesgo su estabilidad y subsistencia a largo plazo.

    4. Bibliografía:

    Agencia Española de Meteorología (AEMET). (2011). Atlas climático ibérico. Temperatura del aire y precipitación (1971-2000), Agencia Estatal de Meteorología, Ministerio de Medio Ambiente y Medio Rural y Marino.

    Alberdi, I., Sandoval, V., Condes, S., Cañellas, I., & Vallejo, R. (2016). The Spanish National Forest Inventory, a tool for the knowledge, management and conservation of forest ecosystems. Ecosistemas, 25(3), 88¿97. https://doi.org/10.7818/ecos.2016.25-3.10 Alberdi, I., Vallejo, R., Álvarez-González, J. G., Condés, S., González-Ferreiro, E., Guerrero, S., Hernández, L., Martínez-Jauregui, M., Montes, F., Oliveira, N., Pasalodos-Tato, M., Robla, E., Ruiz-González, A. D., Sánchez-González, M., Sandoval, V., San Miguel, A., Sixto, H., & Cañellas, I. (2017). The multi-objective Spanish National Forest Inventory. Forest Systems, 26(2), 1¿17. https://doi.org/10.5424/fs/2017262-10577 Albert, C. H., Thuiller, W., Yoccoz, N. G., Soudant, A., Boucher, F., Saccone, P., y Lavorel, S. (2010). Intraspecific functional variability: Extent, structure and sources of variation. Journal of Ecology, 98(3), 604-613.

    Anaya-Romero, M., Muñoz-Rojas, M., Ibáñez, B., Marañón, T., 2016. Evaluation of forest ecosystem services in Mediterranean areas. A regional case study in South Spain. Ecosyst. Serv. 20, 82¿90. https://doi.org/10.1016/j.ecoser.2016.07.002 Berdugo, M., Delgado-Baquerizo, M., Soliveres, S., Hernández-Clemente, R., Zhao, Y., Gaitán, J. J., Gross, N., Saiz, H., Maire, V., Lehman, A., Rillig, M. C., Solé, R. V., & Maestre, F. T. (2020). Global ecosystem thresholds driven by aridity. Science, 367(6479), 787¿790. https://doi.org/10.1126/science.aay5958 Birky, A. K. (2001). NDVI and a simple model of deciduous forest seasonal dynamics. Ecological Modelling, 143(1¿2), 43¿58. https://doi.org/10.1016/S0304-3800(01)00354-4 Bowman, D. M. J. S., Brienen, R. J. W., Gloor, E., Phillips, O. L., & Prior, L. D. (2013). Detecting trends in tree growth: Not so simple. Trends in Plant Science, 18(1), 11¿17. https://doi.org/10.1016/j.tplants.2012.08.005 Bratman, G. N., Anderson, C. B., Berman, M. G., Cochran, B., de Vries, S., Flanders, J., Folke, C., Frumkin, H., Gross, J. J., Hartig, T., Kahn, P. H., Kuo, M., Lawler, J. J., Levin, P. S., Lindahl, T., Meyer-Lindenberg, A., Mitchell, R., Ouyang, Z., Roe, J., ¿ Daily, G. C. (2019). Nature and mental health: An ecosystem service perspective. Science Advances, 5(7). https://doi.org/10.1126/sciadv.aax0903 Bravo, F., Alvarez-Gonzalez, J. G., Del Rio, M., Barrio, M., Bonet, J. A., Bravo-Oviedo, A., Calama, R., Castedo-Dorado, F., Crecente-Campo, F., Condes, S., Dieguez-Aranda, U., Gonzalez-Martinez, S. C., Lizarralde, I., Nanos, N., Madrigal, A., Martinez-Millan, F. J., Montero, G., Ordoñez, C., Palahi, M., ¿ Vazquez-Pique, J. (2011). Growth and yield models in Spain: Historical overview, Contemporary Examples and perspectives. Forest Systems, 20(2), 315. https://doi.org/10.5424/fs/2011202-11512 Carlucci, M. B., Brancalion, P. H. S., Rodrigues, R. R., Loyola, R., & Cianciaruso, M. V. (2020). Functional traits and ecosystem services in ecological restoration. Restoration Ecology, 28(6), 1372¿1383. https://doi.org/10.1111/rec.13279 Chave, J., Coomes, D., Jansen, S., Lewis, S.L., Swenson, N.G., Zanne, A.E., 2009. Towards a worldwide wood economics spectrum. Ecol. Lett. 12, 351¿366. https://doi.org/ 10.1111/j.1461-0248.2009.01285.x.

    Chichilnisky, G., & Heal, G. (1998). Economic returns from the biosphere. Nature, 391(6668), 629¿630. https://doi.org/10.1038/35481 Chuvieco, E. S. (2008). Teledeteccion ambiental. La observación de la Tierra desde el Espacio. (3 edición). Ariel Ciencia.

    Cornelissen, J. H. C., Cerabolini, B., Castro-Díez, P., Villar-Salvador, P., Montserrat-Martí, G., Puyravaud, J. P., Maestro, M., Werger, M. J. A., & Aerts, R. (2003). Functional traits of woody plants: Correspondence of species rankings between field adults and laboratory-grown seedlings? Journal of Vegetation Science, 14(3), 311¿322. https://doi.org/10.1111/j.1654-1103.2003.tb02157.x da Silva E Teodoro, É. D. M., da Silva, A. P. A., Brito, N. D. da S., Rodal, M. J. N., Shinozaki-Mendes, R. A., & de Lima, A. L. A. (2022). Functional traits determine the vegetative phenology of woody species in riparian forest in semi-arid Brazil. Plant Ecology, 223(9), 1137¿1153. https://doi.org/10.1007/s11258-022-01264-3 de la Riva, E. G., Tosto, A., Pérez-Ramos, I. M., Navarro-Fernández, C. M., Olmo, M., Anten, N. P. R., Marañón, T., & Villar, R. (2016). A plant economics spectrum in Mediterranean forests along environmental gradients: Is there coordination among leaf, stem and root traits? Journal of Vegetation Science, 27(1), 187¿199. https://doi.org/10.1111/jvs.12341 Dong, J., Kaufmann, R., Myneni, R., Tucker, C., Kauppi, P., Liski, J., Buermann, W., Alexeyevf, V., & Hughes, M. K. (2003). Remote sensing estimates of boreal and temperate forest woody biomass: carbon pools, sources, and sinks. Remote Sensing of Environment, 84, 393¿410. http://www3.dsi.uminho.pt/gavea/downloads/MetodoAvalRes.pdf Durante, P., Martín-Alcón, S., Gil-Tena, A., Algeet, N., Tomé, J. L., Recuero, L., Palacios-Orueta, A., & Oyonarte, C. (2019). Improving aboveground forest biomass maps: From high-resolution to national scale. Remote Sensing, 11(7). https://doi.org/10.3390/rs11070795 Fajardo, A., & Siefert, A. (2018). Intraspecific trait variation and the leaf economics spectrum across resource gradients and levels of organization. Ecology, 99, 1024¿1030. doi:10.1002/ecy.2194 Fontana, V., Kohler, M., Niedrist, G., Bahn, M., Tappeiner, U., & Frenck, G. (2017). Decomposing the land-use specific response of plant functional traits along environmental gradients. Science of the Total Environment, 599¿600, 750¿759. https://doi.org/10.1016/j.scitotenv.2017.04.245 Forner, A., Valladares, F., Bonal, D., Granier, A., Grossiord, C., & Aranda, I. (2018). Extreme droughts affecting Mediterranean tree species¿ growth and water-use efficiency: The importance of timing. Tree Physiology, 38(8), 1127¿1137. https://doi.org/10.1093/treephys/tpy022 Gómez-Aparicio, L., Pérez-Ramos, I. M., Mendoza, I., Matías, L., Quero, J. L., Castro, J., Zamora, R., & Marañón, T. (2008). Oak seedling survival and growth along resource gradients in Mediterranean forests: Implications for regeneration in current and future environmental scenarios. Oikos, 117(11), 1683¿1699. https://doi.org/10.1111/j.1600-0706.2008.16814.x Gómez-Aparicio, Lorena, García-Valdés, R., Ruíz-Benito, P., & Zavala, M. A. (2011). Disentangling the relative importance of climate, size and competition on tree growth in Iberian forests: Implications for forest management under global change. Global Change Biology, 17(7), 2400¿2414. https://doi.org/10.1111/j.1365-2486.2011.02421.x Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18¿27. https://doi.org/10.1016/j.rse.2017.06.031 Gouveia, C. M., Páscoa, P., Russo, A., & Trigo, R. M. (2016). Land degradation trend assessment over Iberia during 1982-2012. Cuadernos de Investigación Geográfica, 42(1), 89¿112. https://doi.org/10.18172/cig.2945 Grigal, D. F., & Vance, E. D. (2000). Influence of soil organic matter on forest productivity. New Zealand Journal of Forestry Science, 30(1¿2), 169¿205.

    Guzmán Álvarez, J. R., Venegas Troncoso, J., Seseña Rengel, A., Sillero Almazán, M. L., Álvarez, J., & Rodríguez, A. (2012). Biomasa forestal en Andalucía.

    Herraiz, A. D., Graça, P. M. L. D. A., & Fearnside, P. M. (2017). Amazonian flood impacts on managed Brazilnut stands along Brazil¿s Madeira River: A sustainable forest management system threatened by climate change. Forest Ecology and Management, 406. https://doi.org/10.1016/j.foreco.2017.09.053 Hisano, M., Searle, E. B., & Chen, H. Y. H. (2018). Biodiversity as a solution to mitigate climate change impacts on the functioning of forest ecosystems. Biological Reviews, 93(1), 439¿456. https://doi.org/10.1111/brv.12351 IPCC, 2021: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu, and B. Zhou (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 2391 pp. doi:10.1017/9781009157896.

    Jenkins, M., & Schaap, B. (2018). Forest ecosystem services - Background Analytical Study. United Nations Forum on Forests, April, 41.

    Jucker, T. (2022). Deciphering the fingerprint of disturbance on the three-dimensional structure of the world¿s forests. New Phytologist, 233(2), 612¿617. https://doi.org/10.1111/nph.17729 Jurado, J. M., Ramos, M. I., Enríquez, C., & Feito, F. R. (2020). The impact of canopy reflectance on the 3D structure of individual trees in a Mediterranean Forest. Remote Sensing, 12(9), 1¿21. https://doi.org/10.3390/RS12091430 Krieger, D.J. (2001) The Economic Value of Forest Ecosystem Services: A Review. The Wilderness Society, Washington DC.

    Lavorel, S. (2013). Plant functional effects on ecosystem services. Journal of Ecology, 101(1), 4¿8. https://doi.org/10.1111/1365-2745.12031 Le Houérou, H. N. (1996). Climate change, drought and desertification. Journal of Arid Environments, 34(2), 133¿185. https://doi.org/10.1006/jare.1996.0099 Leyen, U. Von Der. (2020). ¿Por qué debemos proteger la biodiversidad? https://doi.org/10.2779/840472 Linderholm, H. W. (2006). Growing season changes in the last century. Agricultural and Forest Meteorology, 137(1¿2), 1¿14. https://doi.org/10.1016/j.agrformet.2006.03.006 Liu, X., Hu, G., Chen, Y., Li, X., Xu, X., Li, S., Pei, F., & Wang, S. (2018). High-resolution multi-temporal mapping of global urban land using Landsat images based on the Google Earth Engine Platform. Remote Sensing of Environment, 209(March), 227¿239. https://doi.org/10.1016/j.rse.2018.02.055 Locatelli Bruno and Kanninen Markku. (2009). Servicios ecosistémicos y adaptación al cambio climático (Ecosystem services and adaptation to climate change). Adaptación al cambio climático y servicios ecosistémicos en América Latina: libro de actas del seminario internacional SIASSE 2008 / editado por Celia Martínez Alonso ...[et al.]. ¿ 1 ed. ¿ Turrialba, CR : CATIE, 2010 144 p. : il. ¿ (Serie técnica. Manual técnico / CATIE ; no. 99 Maestre, F. T., Quero, J. L., Gotelli, N. J., Escudero, A., Ochoa, V., Delgado-Baquerizo, M., García-Gómez, M., Bowker, M. A., Soliveres, S., Escolar, C., García-Palacios, P., Berdugo, M., Valencia, E., Gozalo, B., Gallardo, A., Aguilera, L., Arredondo, T., Blones, J., Boeken, B., ¿ Zaady, E. (2012). Plant species richness and ecosystem multifunctionality in global drylands. Science, 335(6065), 214¿218. https://doi.org/10.1126/science.1215442 Margalef-Marrase, J., Pérez-Navarro, M. Á., & Lloret, F. (2020). Relationship between heatwave-induced forest die-off and climatic suitability in multiple tree species. Global Change Biology, 26(5), 3134¿3146. https://doi.org/10.1111/gcb.15042 Martínez-Valderrama J, Ibañez J, del Barrio G, San Juan ME, Alcalá FJ, Martinez-Vicente S, Ruiz A, Puigdefábregas J. (2016). Present and future of desertification in Spain: implementation of a surveillance system to prevent land degradation. Sci Total Environ 563¿564:169¿78.

    Montero, G., Ruiz-peinado, R., & Muñoz, M. (2005). Producción de biomasa y fijación de CO2 por los bosques españoles Autores (Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria Ministerio de Educación y Ciencia (ed.)). MINISTERIO DE EDUCACIÓN Y CIENCIA INSTITUTO NACIONAL DE INVESTIGACIÓN Y TECNOLOGÍA AGRARIA Y ALIMENTARIA Producción.

    Morán-Ordóñez, A., Roces-Díaz, J. V., Otsu, K., Ameztegui, A., Coll, L., Lefevre, F., Retana, J., & Brotons, L. (2019). The use of scenarios and models to evaluate the future of nature values and ecosystem services in Mediterranean forests. Regional Environmental Change, 19(2), 415¿428. https://doi.org/10.1007/s10113-018-1408-5 Novillo, C. J., Arrogante-Funes, P., & Romero-Calcerrada, R. (2019). Recent NDVI trends in mainland Spain: Land-cover and phytoclimatic-type implications. ISPRS International Journal of Geo-Information, 8(1), 5¿7. https://doi.org/10.3390/ijgi8010043 Patel, N. N., Angiuli, E., Gamba, P., Gaughan, A., Lisini, G., Stevens, F. R., Tatem, A. J., & Trianni, G. (2015). Multitemporal settlement and population mapping from landsatusing google earth engine. International Journal of Applied Earth Observation and Geoinformation, 35(PB), 199¿208. https://doi.org/10.1016/j.jag.2014.09.005 Pescador, D. S., Vayreda, J., Escudero, A., & Lloret, F. (2022). El potencial del Inventario Forestal Nacional para evaluar el estado de conservación de los tipos de Hábitat forestales de Interés Comunitario: nuevos retos para cumplir con las políticas de conservación de la biodiversidad (Conjunto de datos). Ecosistemas, 31(3), 1¿10. https://doi.org/10.7818/ecos.2384ms-ts7 Quero, J. L., Sterck, F. J., Martínez-Vilalta, J., & Villar, R. (2011). Water-use strategies of six co-existing Mediterranean woody species during a summer drought. Oecologia, 166(1), 45¿57. https://doi.org/10.1007/s00442-011-1922-3 Ramírez, C., Alberdi, I., Bahamondez, C., y Freitas, J., coords. (2021). Inventarios Forestales Nacionales de América Latina y el Caribe: Hacia la armonización de la información forestal. Roma, FAO. https://doi.org/10.4060/cb7791es Reed, B. C., Schwartz, M. D., and Xiangming X. (2009). Remote Sensing Phenology: Status and the Way Forward. In A. Noormets (ed.), Phenology of Ecosystem Processes, 231 DOI 10.1007/978-1-4419-0026-5_10, © Springer Science + Business Media, LLC 2009 Ruiz-Benito, P., & García-Valdés, R. (2016). Forest inventories for the study of patterns and processes in Ecology. Ecosistemas, 25(3), 1¿5. https://doi.org/10.7818/ECOS.2016.25-3.01 Ruiz-Benito, P., Gómez-Aparicio, L., Paquette, A., Messier, C., Kattge, J., & Zavala, M. A. (2014). Diversity increases carbon storage and tree productivity in Spanish forests. Global Ecology and Biogeography, 23(3), 311¿322. https://doi.org/10.1111/geb.12126 Ruiz-Robleto, J., & Villar, R. (2005). Relative growth rate and biomass allocation in ten woody species with different leaf longevity using phylogenetic independent contrasts (PICs). Plant Biology, 7(5), 484¿494. https://doi.org/10.1055/s-2005-865905 Salazar Zarzosa, P., Diaz Herraiz, A., Olmo, M., Ruiz-Benito, P., Barrón, V., Bastias, C. C., de la Riva, E. G., & Villar, R. (2021). Linking functional traits with tree growth and forest productivity in Quercus ilex forests along a climatic gradient. Science of the Total Environment, 786, 147468. https://doi.org/10.1016/j.scitotenv.2021.147468 Salazar, P. C., Navarro-Cerrillo, R. M., Cruz, G., & Villar, R. (2018). Intraspecific leaf functional trait variability of eight Prosopis pallida tree populations along a climatic gradient of the dry forests of northern Peru. Journal of Arid Environments, 152(November 2016), 12¿20. https://doi.org/10.1016/j.jaridenv.2018.01.010 Salgado Negret, B. (2015). La Ecología Funcional como aproximación al estudio, manejo y conservación de la biodiversidad: protocolos y aplicaciones. In La ecología funcional como aproximación al estudio, manejo y conservación de la biodiversidad: protocolos y aplicaciones (Issue February).

    Singh, S., Verma, A., (2020). Plant Functional Traits in Tropical Dry Forests A Review. In book: Handbook of Research on the Conservation and Restoration of Tropical Dry Forests (pp.66-88). Doi:10.4018/978-1-7998-0014-9.ch004 Vadell, E., de-Miguel, S., & Pemán, J. (2016). Large-scale reforestation and afforestation policy in Spain: A historical review of its underlying ecological, socioeconomic and political dynamics. Land Use Policy, 55, 37¿48. https://doi.org/10.1016/j.landusepol.2016.03.017 Villar R, Ruiz-Robledo J, Quero JL, Poorter H, Valladares F, & Marañón T. (2008). CAPÍTULO 7 Tasas de crecimiento en especies leñosas: aspectos funcionales e implicaciones ecológicas.

    Violle, C., Navas, M.-L., Vile, D., Kazakou, E., Fortunel, C., Hummel, I., & Garnier, E. (2007). Let the concept of trait be functional! Oikos, 116(5), 882¿892. https://doi.org/10.1111/j.2007.0030-1299.15559.x White, J. C., Coops, N. C., Wulder, M. A., Vastaranta, M., Hilker, T., & Tompalski, P. (2016). Remote Sensing Technologies for Enhancing Forest Inventories: A Review. Canadian Journal of Remote Sensing, 42(5), 619¿641. https://doi.org/10.1080/07038992.2016.1207484 Wright, I., Reich, P. B., Westoby, M., Baruch, Z., Bongers, F., Cavender-Bares, J., Chapin, T., Diemer, M., Others, Wright, I. J., Reich, P. B., Ackerly, D. D., & Cornelissen, J. H. . (2004). The worldwide leaf economics spectrum. Nature, 428, 821¿827. www.nature.com/nature%0Ahttps://idp.nature.com/authorize/casa?redirect_uri=https://www.nature.com/articles/nature02403&casa_token=CtYdn6u63BcAAAAA:cNAkoHi669d547DoKaM3keUixX15dhKLnmyUD_oX2GBEB1VTe9mtWcMdFoXauJPFpb4iQItw5D0oAvb3 Zhu, X., & Liu, D. (2015). Improving forest aboveground biomass estimation using seasonal Landsat NDVI time-series. ISPRS Journal of Photogrammetry and Remote Sensing, 102, 222¿231. https://doi.org/10.1016/j.isprsjprs.2014.08.014