From the Workshop: REDD+ MRV “Training the Trainers” Regional Workshop, South America. Organized by the GOFC-GOLD Land Cover Project Office and Wageningen University. Lima, Perú. (July 4th – 7th 2016). http://www.gofcgold.wur.nl/redd/redd_training_lima2016.php

1. Actividades en Sudamerica - Introducción
y Anexos del “Libro de recetas” de
REDD+
Luis Alberto Vega Isuhuaylas
(FFPRI, Japón)
1

2. Antecedentes
2
Ratanakiri, Cambodia

3. Número de personal
• Ejecutivos 8
• Investigadores 454
• Oficiales 625
• Expertos 12
• Total 1099
Instituto de Investigación Forestal y Productos Forestales
(FFPRI)
Organización
• Oficina principal (Tsukuba)
 16 Divisiones y 5 Oficinas
• Hokkaido (Sapporo)
• Tohoku (Morioka)
• Kansai (Kyoto)
• Shikoku (Kochi)
• Kyusyu (Kumamoto)
• Jardín científico en el bosque Tama (Hachioji, Tokyo)
• Centro invernadero forestal
El FFPRI, establecido en el año 1905, es el instituto de investigación en
bosques, forestería y productos forestales en Japón.
3

4. • En Julio del 2010, el “Centro de Investigación y Desarrollo REDD” fué
lanzado dentro del FFPRI.
• El Centro de I&D REDD está trabajando en el reforzamiento del Sistema
de medición, reporte y verificación (MRV) del monitoreo de emisiones de
gases de efecto invernadero y el desarrollo de tecnologías requeridas para
establecer niveles de referencia de las emisiones.
El Centro de I&D REDD en el FFPRI
Desarrollo de métodos para:
• Monitoreo de emisiones y remocion de GEI.
• Estimación de niveles de referencia. 4

5. 80 60 40 20
Equator
Equator
Tropicof Capricorn
0
20
100
40
0
20
40
80 60 40
Nort h
At lant ic
Ocean
Sout h
At lant ic
Ocean
Sout h
Pacific
Ocean
Titicaca
Orinoco
Xingu
Paraguai
Paraná
Caribbean Sea
Madeira
São
Lago
Maranón
Strait of
Magellan
Beni
Mamore
Amazon Amazon
Negro
Para
ná
Rio
Rio
Rio
Rio
Rio
Rio
Rio
Rio
Rio'
Rio
'
Rio'
Rio'
UcayaliRio'
Rio
'
Rio'
Francisco
Magdalen
a
Tocantins
Araguaia
A
N
D
E
S
A
N
D
E
S
ANDES
A
N
D
E
S
A
N
D
E
S
ALTIPLANOANDES
ATACAMADESERT
PATAGONIA
Cerro Aconcagua
(highest point in
South America, 6962 m)
MATO GROSSO
A M A Z O N
B A S I N
PLATEAU
PAMPAS
G U I A N A
H I G H L A N
D
S
B R A Z I L I A N
H I G H L A N D S
Laguna del Carbón
(lowest point in South America and
the Western Hemisphere, -105 m)
PERU
-CH
ILE
TRENCH
NAZCA
RIDGE
CO
CO
S
RID
G
E
SOUTH GEORGIA RIDGE
RIO
GRANDE
RISE
CHILE
B R A Z I L
URUGUAY
PARAGUAY
BOLIVIA
COLOMBIA
ECUADOR
SURINAME
PERU
PANAMA
NICARAGUA
COSTA RICA
HONDURAS
TRINIDAD AND
TOBAGO
GUYANA
BARBADOS
ST. LUCIA
GRENADA
Martinique (FRANCE)
VENEZUELA
(COLOMBIA)
(COLOMBIA)
(COLOMBIA)
THEGRENADINES
ST. VINCENT AND
French
Guiana
(FRANCE)
Aruba
(NETH.)
Curacao
(NETH.)
ARGENTINA
FalklandIslands
(IslasMalvinas)
(administered by U.K.,
claimedby ARGENTINA)
South Georgiaand
South Sandwich Islands
(administeredby U.K.,
claimedby ARGENTINA)
IslaSanFélix
(CHILE) IslaSanAmbrosio
(CHILE)
Cape
Horn
IsladeMalpelo
Islade
SanAndrés
Islade
Providencia
ARCHIPIÉLAGO
JUAN FERNÁNDEZ
(CHILE)
BahíaBlanca
Comodoro
Rivadavia
Córdoba
LaPlata
Mendoza
Resistencia
Río
Gallegos
Rosario
Salta
San Carlosde
Bariloche
San Miguel
deTucumán
Santa
Fe
Ushuaia
Cochabamba
Potosí
Santa
CruzSucre
Trinidad
Aracajú
Belém
Belo
Horizonte
Boa
Vista
Campinas
Campo
Grande
Campos
Contagem
Cuiabá
Curitiba
Florianópolis
Fortaleza
Goiânia
João
Pessoa
Joinvile
Londrina
Macapá
Maceió
Manaus
Natal
PortoAlegre
Pôrto
Velho Recife
Rio
Branco
RiodeJaneiro
Salvador
Santarém
Santos
SãoLuis
SãoPaulo
Teresina
Uberlândia
Vitória
Antofagasta
Ciudad
del Este
Arequipa
Chiclayo
Cusco
Huancayo
Huánuco
Ica
Iquitos
Piura
Pucallpa
Trujillo
Salto
BarcelonaBarquisimeto
Ciudad
Guayana
Maracaibo
San
Cristobal
Valencia
Guayaquil
Cuenca
Cali
Cartagena
Barranquilla
Medellín
Pereira
Ibagué
Bucaramanga
Cúcuta
Arica
Iquique
Valparaiso
Temuco
PuertoMontt
PuntaArenas
Concepción
Buenos Aires
La Paz Brasília
Santiago
Bogotá
San José
Quito
Stanley
Cayenne
Tegucigalpa
Managua
Panama
City
Asunción
Lima
Paramaribo
Georgetown
Port-of-Spain
Montevideo
Caracas
0 500 Kilometers
0 500 Miles
SOUTH AMERICA
803483AI (G00186) 10-10
Boundary representation is
not necessarily authoritative.
Scale 1:35,000,000
Azimuthal Equal-Area Projection
120
120
40
80
80
1008060
ArcticCircle
Tropic of Cancer
Equator
0
40
60
80 100
140
160
2020
0 0
60
60
20
140
4040
160
180
Arabian
Sea Bayof
Bengal
Andaman
Sea
Laccadive
Sea
Gulf of
Thailand
South
China
Sea
East
China
Sea
Yellow
Sea
Seaof
Japan
Seaof
Okhotsk
East Siberian
Sea
Laptev
Sea
KaraSea
Arct i c Ocean
BarentsSea
Norwegian
Sea
North
Sea
Caspian
Sea
Persian
Gulf
Lake
Balkhash
Aral
Sea
Lake
Onega
Lake
Ladoga
Black
Sea
Lake
Baikal
Bering
Sea
Philippine
Sea
JavaSea
BandaSea
CelebesSea
SuluSea
TimorSeaI ndi an
Ocean
Kolym
a
Len
a
L
ena
Vilyuy
O
b’
Ertis
AmuDar
ya
Irtysh
Angara
Yenisey
Ob’
Volg
a
I
ndu
s
Volga
Kama
P
echora
G
anges Brahmaputra
Irrawady
Xi Jiang
Y
an
gtze
Yellow
Salween
Me
kong
Aldan
Amur
Amur
C H I N A
MONGOLIA
I ND I A
I RAN
AFGHANISTAN
BURMA
SRI LANKA
MALDIVES
THAILAND
AUSTRALIA
MALAYSIA MALAYSIA
LAOS
VIETNAM
CAMBODIA
BANGLADESH
SINGAPORE
BRUNEI
NEPAL
BHUTAN
PHILIPPINES
SOUTH
KOREA
NORTH
KOREA
JAPAN
KAZAKHSTAN
UKRAINE
BELARUS
FINLAND
SWEDEN
NORWAY
Svalbard
(NORWAY)
Christmas Island
(AUSTL.)
Cocos
(Keeling) Islands
(AUSTL.)
POL. LITH.
RUS.
DEN.
U.K.
LAT.
AZERBAIJAN
GEO.
ARM.
EST.
TURKMENISTAN
KYRGYZSTAN
TAJIKISTAN
UZBEKISTAN
OMAN
U.A.E.
QATAR
SAUDI
ARABIA
PAKISTAN
R U S S I A
I N D O N E S I A
Okinawa
U.S.
Taiwan
TIMOR-LESTE
1972
Line of Control
Line of
Actual
Control
Indian
claim
ANDAMAN
ISLANDS
(INDIA)
NICOBAR
ISLANDS
(INDIA)
LAKSHADWEEP
(INDIA)
SPRATLY
ISLANDS
Hainan
Dao
Sakhalin
Wrangel
Island
NEWSIBERIAN
ISLANDSSEVERNAYA
ZEMLYA
KURIL
ISLANDS
FRANZ JOSEF
LAND
NOVAYA
ZEMLYA
Luzon
Mindanao
Sulawesi
(Celebes)
Sumatra
Java Timor
Borneo
R
Y
U
K
U
ISLANDS
(
J
A
PAN)
Occupied by the Soviet Union in 1945,
administered by Russia,
claimed by Japan.
Mt. Everest
(highest point in the world,
8850 m)
A
L
T
A
Y
M
T
S
.
T I E N S H A N
K
U
N
L U N
H
I
M
A
L A Y A S
HENGDUAN
SHAN
A
L
T
A
Y
M
T
S
.
TAKLA MAKAN
DESERT
U
R
A
L
M
O
U
N
T
A
I N
S
S I B E R
I
A
G
O
B I
D
E S E R T
GARA
GUM
QIZILQUM
KOLYMSKOYENAGOR'Y
E
KHREBETDZHUGDZHUR
VERKHOY
A
NSK KHREBET
YABLO
NO
VYY
K
H
REBET
SIKHOTE-ALIN'
T I E N S H A N
K
U
N
L U N
H
I
M
A
L A Y A S
ZAGROSMTS.
CAUCASUS
MTS.
KHREBET
CHERSKOGO
M O U N T A I N S
QING ZANG GAOYUAN
HENGDUAN
SHAN
D
A
HINGGANLING
MANCHURIANPLAIN
D EC C A N
WESTERN
GHATS
EAST
ERN
GHATS
Mt. Everest
(highest point in the world,
8850 m)
Macau S.A.R.
HongKongS.A.R.
Murmansk
Arkhangel’sk
Glasgow
Saint Petersburg
Voronezh
Nizhniy
Novgorod
Saratov
Rostov
Samara
Almaty
Mashhad
Es¸faha¯n
Bandar
’Abba¯s
Kara¯chi
Kandaha¯r
Quetta
Jaipur
Ahmada¯ba¯d
Surat
Mumbai
Pune
Cochin
Chittagong
Lhasa
Noril’sk
Omsk
Novosibirsk
Krasnoyarsk
Yakutsk
Tiksi
Irkutsk
Magadan
Cherskiy
Anadyr’
Provideniya
Petropavlovsk-
Kamchatskiy
Mandalay
Nay Pyi
Taw
Kashi
Ürümqi
Harbin
Changchun
Chita
Shenyang
Dalian
Baotou
Taiyuan
Tianjin
Xi’an
Zhengzhou
Qingdao
Jinan
Nanjing
Hangzhou
Nanchang
ChangshaChongqing
Chengdu
Guiyang
Kunming
Nanning
Guangzhou
Wuhan
Shanghai
Lanzhou
Da Nang
Haiphong
Taipei
Fukuoka
Pusan
Osaka
Yokohama
Nagoya
Khabarovsk
Vladivostok
Sapporo
Medan
Bandung
Semarang
Pontianak
Makassar
Ambon
Davao
Cebu
Quezon
City
Ho Chi Minh
City
Surabaya
Ka¯npur
Kolkata
Lucknow
Hydera¯ba¯d
Bengaluru
Jaffna
Chennai
Kazan’
Ufa
Perm’
Yekaterinburg
Chelyabinsk
Atryaü
(Atryau)
Qaraghandy
(Karaganda)
Volgograd
Kharkiv
Donets’k
Tabriz¯
Shira¯z¯
Ludhia¯na
Indore
Na¯gpur
Patna
Visha¯khapatnam
Faisala¯ba¯d
Lahore
Palembang
Ulaanbaatar
Beijing
Pyongyang
Seoul
Vientiane
Bangkok
Dhaka
New
Delhi
Male
Colombo
Kuala
Lumpur
Jakarta
Hanoi
Manila
Tokyo
Bandar Seri
Begawan
Muscat
Abu
Dhabi
Tehran
Astana
Ashgabat
Doha
Baku
Yerevan
Tbilisi
Kyiv Moscow
Minsk
Copenhagen
Stockholm
Helsinki
Vilnius
Tallinn
Oslo
Warsaw
Dushanbe
Bishkek
Tashkent
Kabul
Islamabad
Kathmandu Thimphu
Phnom
Penh
Rangoon
¯
Dili
Singapore
Riga¯
Scale 1:48,000,000
Azimuthal Equal-Area Projection
0 800 Kilometers
0 800 Miles
Boundary representation is
not necessarily authoritative.
ASIA
803460AI (G00543) 6-10
JST/JICA Project
(FY2010-2013)
REDD Project
(FY2010-)
EA-FDPN Project
(FY2009-)
FDDB
Project
PALSAR Project
(FY2009-2011)
Courtesy of the University of Texas Libraries,
The University of Texas at Austin
REDD Project
(FY2010-)
El FFPRI ha establecido numerosas parcelas de monitoreo en
colaboración con instituciones contra parte y universidades.
Parcelas de monitoreo de carbono
 Cambodia
 Malaysia
 Myanmar
 Paraguay
 Peru
5

6. PROYECTO EN PARAGUAY
6
Santa María del Doce, Presidente Hayes, Paraguay

7. Título “Desarrollo de metodología de
monitoreo de carbono almacenado
en los bosques para la REDD+ en
Paraguay”
Objetivo
del proyecto
• MRV del uso de suelo y del cambio del uso de suelo
via sensoramiento remote satelital.
• MRV del cambio del stock de carbon en bosques
mediante la combinación de técnicas de
sensoramiento remote y mediciones de campo.
Institución C/P Facultad de Ciencias Agrarias, Universidad Nacional de
Asunción(FCA/UNA)
Instituto Forestal Nacional (INFONA)
Secretaría del Ambiente (SEAM)
Período Febrero 2011– Febrero 2014
Ámbito de
investigación
del proyecto
3 eco-regiones: Bosque Atlántico del Alto Paraná
(BAAPA); Chaco Humédo, Chaco Seco
7

8. Resumen de datos de PPM en Paraguay
Tipo de
bosque
# de
parcelas
C stock
（Mg-C/ha）
Bosque
Atlántico
12 67.92 ± 42.00
Chaco
Húmedo
13 46.94 ± 32.92
Chaco
Seco
8 30.96 ± 11.36
3 tipos de bosque
Área de parcela: 0.25 ~ 1 ha media ± DE
8

9. PROYECTO EN PERU
9
Pilcopata, Cusco, Perú

10. Título “Desarrollo de métodos prácticos para
monitoreo de cambios por
deforestación, degradación forestal y
aforestación bajo varios ambientes
naturales y sociales en el Perú”
Objetivo
del proyecto
Estimar y mapear la deforestación, degradación forestall
y la reforestación a través de la estimación del cambio
del stock de carbono.
Institución
C/P
Servicio Nacional Forestal y de Fauna Silvestre (SERFOR)
Período Setiembre 2015 – Marzo 2018
Ámbito de
investigación
del proyecto
Bosque Andino & Bosque de Selva Alta
10

11. 1.1 Muestreo sin parcela
(Estudio GT)
1.2 Análisis de datos de la
serie temporal.
1.3. Sistema de
verificación para los
resultados de la
clasificación.
• Coordinación y logística
• Colección de datos (“Ground Truth”)
• Desarrollo de base de datos
• Análisis de preproc. y clasificación
• Stock de C del año 2015 (por tipo y nivel).
• Stock de C en bosques para la serie temp.
• Muestreo de datos (Google Earth/Rapid eye).
• Verificación de datos en campo.
• Desarrollo de un Sistema de verificación
basado en SIG.
Componente 1. Detección del cambio del stock de
carbono en bosques usando Sens. Rem.
11

12. 2.1 Muestreo en parcela
2.2 Análisis del stock de
carbono en bosques
2.3. Desarrollo de
metodología
• Instalación de parcelas por tipo de bosque
de acuerdo a la cantidad de biomasa.
• Cálculo del stock de carbono
• Determinación de niveles de carbono.
• Análisis de cambios en la estructura por nivel.
• Análisis del stock de carbon en madera muerta.
(% Biomasa aérea)
• Análisis de datos de inventario en campo.
• Desarrollo de un método para el estudio de
la degradación forestal en parcela de
muestreo.
Componente 2. Inventario práctico en campo para la
investigación en cambio de stock de
carbon y estructura del bosque.
12

13. Detección del cambio del stock de carbono en bosques
Estudio de campo
Sistema de Verificación para
resultados de clasif.
Área Basal
Stock
de C
(Mg/Ha)
Alto
Medio
Bajo
Stock de C y niveles
Tipo de bosque &
stock de carbono
año 2015
20152000
Cobertura de bosques y estimación
del cambio de C -> Mapeo de
Degradación & deforestación
Alto
Nivel de C
Medio
Bajo
…
Clasificación de
datos de satélite
(análisis retrospectivo)
Andes + Selva Alta :
LANDSAT 8 set de datos
2013, 2014,2015
13
…

14. RESULTS OF GROUND TRUTH FIELD STUDY
Andes
Highland Amazon (Accessible)
Highland Amazon (Inaccessible)
Target Ecozones
Department
of Cuzco
Natural Forest coverage: 44
Forest Plantation coverage: 32
GT point locations (160):
Other coverage: 84
PERU
Fiscal year 2015
• The staff from the C/P institution in Peru, with the
supervision of FFPRI staff, carried out the GT study in
160 accessible locations at the target eco-zones,
focusing on the Andes ecozone.
• Data of location, forest condition, and photographic
records were collected from natural forest and forest
plantations.
• Also, data for calculation of forest’s above ground
biomass was collected using a plotless sampling
method (Bitterlich).
Forest definition
parameters:
Min. area: 2ha
Min. crown cover: 10%
Min. tree height: 2 m
14

15. OBJECT ORIENTED CLASIFICATION ANALYSIS:
Highland Amazon Forest
Andes ecozone
Highland Amazon ecozone
Andes Forest
Andes Forest (crown cover < 20%)
Forest plantation
Other land cover
More training data is necessary to
achieve better accuracy results in
classifying natural forest cover from
plantation cover
Random forest model
classification accuracy:
71.3%
Landsat 8: 2014
Path 4 Row 69
Classification is proceeding on scenes
for 2013, 2014, 2015
15

16. PREPROCESSING
SEGMENTATION
DATA PREPARATION FOR
CLASSIFICATION
CLASSIFICATION
• RE-PROJECTION
• ATMOSPHERIC / TOPOGRAPHIC CORRECTION
• NORMALIZACION (OPTIONAL)
• ArcGIS, ERDAS
SUB-PROCESSPROCESS TOOLS
• ATCOR (ERDAS), 4S
• fmask
• eCognition, Arcmap, QGIS, ERDAS• CLOUD MASKING
• ERDAS, ENVI, R
• TESTING OF SEGMENTATION PARAMETERS
• EVALUATION OF CORRECT DELINEATION OF
TARGET LAND USE TYPE TO BE CLASSIFIED
• SELECTION OF SEGMENTATION PARAMETERS AND
DETERMINATION OF MINIMUM MAPPING UNIT
• SEGMENTATION OF SCENES
• ArcGIS, ERDAS, eCognition
• ArcGIS, Google Earth
• ArcGIS, ERDAS, eCognition
• CALCULATE VALUES FOR CLASSIFICATION
VARIABLES PER OBJECT
• ArcGIS, eCognition, R, QGIS
• EXTRACT VARIABLE VALUES CORRESPONDING TO
SAMPLES
• ArcGIS , eCognition, R, QGIS
• MODEL TRAINING
• MODEL APPLICATION
• ArcGIS , eCognition, QGIS, R
• ArcGIS , eCognition, QGIS, R
CLASSIFICATION PROCESS WORKFLOW
VERIFICATION
• COLLECTION OF TRAINING SAMPLES • Collect Earth.
• CROSS VALIDATED CLASSIFICATION EVALUATION
• CLASSIFICATION RESULTS APROVAL OR REJECTION
• USE OF FIELD DATA AS VERIFICATION SAMPLES
• ArcGIS , eCognition, QGIS, R
16

17. PTM en Cusco
Área objetivo: Bosques de los Andes y de Selva Alta en Cusco
Resultados preliminaries de los datos de
las PTM
Bosque nuboso
(3000 m.s.n.m)
Bosque secundario
(1800 m.s.n.m.)
Bosque primario
(1000 m.s.n.m.)
17

18. Component 2
Ground-based survey
Estimation of mean carbon stock
by forest type and degradation
level
Estimation of forest area by forest
type and degradation level
GT field survey:
Data from 160 locations
Object based Image
classification (2015)
Verification
Plot survey:
Data from 20 new
temporary plots
Allometry
study
Forest carbon
stock
calculation
Total carbon stock = Σ (Forest areai x mean carbon stock per area uniti)
Calculation of forest carbon stock
Component 1
Remote Sensing
Forest Type
Degradation level
NA/L M H
Mountain Range Forest
Highland Tropical Forest
18

19. ECUACIONES ALOMÉTRICAS
PARA ESTIMACIÓN DE BIOMASA
19
Mariscal Estigarribia, Boquerón, Paraguay

20. • Hemos desarrollado ecuaciones alométricas originales para los
siguientes tipos de bosques:
 Bosques caducifolios de Cambodia
 Bosques de pantano en Sarawak, Malaysia
 Bosques perennifolios y secos en Paraguay
• Todas las ecuaciones excepto la de Sarawak incluyen biomasa
subterránea
Desarrollo de ecuaciones alométricas
20

21. 21
Mariscal Estigarribia
Golondrina
Pirapo (CEDEFO)
Asuncion ★
Est. La Patria
Santa Lucia
Sitios de muestreo
BAAPA
• Pirapo (Feb 2012, Jul 2012)
• Golondrina (Jul 2012)
Chaco Húmedo
• Santa Lucia (Dec 2012)
Chaco Seco
• La Patria (Jul 2013)
• Mariscal Estigarribia (Oct 2013)

22. Volteo de árboles con maquinaria pesada Separación de hojas y ramas
Preparación para medición del peso Separación del tronco y la raíz
22

23. Pesaje de un tronco pesado
Separación de hojas y ramasForma particular de la base de una raíz
Parte subterránea grande de #9
23

24. Muestra G1 (DAP = 78.6cm)
Preparación para el pesaje de las hojas
con las ramas
Separación de las ramas de la copa
Un árbol grande tiene una rama pesada!
24

25. 25
Cortado de un árbol de Ceiba
Raíz grande del Chaco secoPesaje de un tronco
Preparación para el pesaje de
muestras grandes de Ceiba

26. • El mejor modelo fue:
Chaco Humédo:
Total = 0.0685* (D2 H) 0.9940
Chaco Seco (excluyendo Ceiba spp):
Total = 0.2746* (D2 H) 0.8371
Ceiba spp en Chaco Seco:
Total = 0.0578* (D2 H) 0.8163
BAAPA (Bosque Atlántico):
Total = 0.0632* (D2 H WD) 0.9971
Elección del mejor modelo
Ceiba chodatii
D: DAP(cm); H: altura del árbol; WD: Densidad de la madera (g cm-3)
26

27. MANUAL TÉCNICO PARA
MONITOREO DE CARBONO EN
BOSQUES
27

28. Libro de Recetas de REDD-plus
• Guía técnica en REDD-plus para
diseñadores de políticas,
organizaciones y expertos.
• Inglés, Español & Japonés
• 151 páginas
• 36 Recetas
• Guía de Referencia
• Escrita por 28 expertos
• Descargable desde la página web
del Centro de I&D REDD
28http://redd.ffpri.affrc.go.jp/

29. Contenido del Libro de Recetas
(“Cookbook”)
Introducción
Capítulo 1 – Acerca de REDD-plus
Capítulo 2 – Diseño del Sistema de monitoreo
Planeamiento
Capítulo 3 – Conocimiento básico necesario para la implementación de REDD+.
Capítulo 4 – Medición, Reporte y Verificación (MRV) de carbono en bosques
Capítulo 5 – Monitoreo del cambio del stock de carbono.
Técnicas
Capítulo 6 – Preparación para la implementación de REDD+
Capítulo 7 – Estimación del área de bosque usando sensoramiento remoto.
Capítulo 8 – Método de la parcela permanente
Capítulo 9 – Modelosde estimación del stock de carbono en bosques.
Referencias
29

30. 30
Los usuarios pueden fácilmente ir a
través de las recetas de cada
sección para llegar a recetas de
mayor detalle o a las referencias de
acuerdo al "Diagrama de flujo".

31. Diseño de una“Receta”
31

32. 32
El “Libro de Recetas de REDD-plus” se enfoca en el conocimiento y
las técnicas requeridas para la REDD-plus, los expertos trabajando
en actividades REDD-plus necesitarán más información detallada en
campo.
Hemos compilado los Anexos del Libro de Recetas de REDD-plus
para proveer a expertos con información más detallada y práctica en
cada capítulo.
Anexo del Libro de Recetas REDD-plus
~ Manuales de investigación enfocados en metodologías ~
Nueva
Serie

33. 33
Temas objetivo de los Anexos
En los anexos, métodos específicos de medición son
explicados.

34. 34
Vol.1 Inventario en campo
(T. Sato & K. Miyamoto)
Vol.2 Muestreo destructivo para
biomasa forestal
(Y. Monda & Y. Kiyono)
[ en preparación]
• Ground Truth
• Clasificación en Sens. Rem.
• Carbono en suelos.
• Salvaguardas ambientales.
Anexo del Libro de Recetas REDD-plus
~ Manuales de investigación enfocados en metodologías ~

35. 35
Referencia a la
“Receta” respectiva
Introducción de
sugerencias derivadas de
experiencias como “tips”
Anexo del Libro de Recetas REDD-plus
~ Manuales de investigación enfocados en metodologías ~

36. 36
Ejemplo de cálculo de stock de carbono en el
Anexo
Explica métodos de cálculo
concretos y sus resultados.

37. Uso en actividades en Myanmar
37
• Explicación de cómo instalar una parcela de inventario en
Myanmar usando el “Anexo del Libro de Recetas de REDD-plus”