Scientia Agropecuaria https://revistas.unitru.edu.pe/index.php/scientiaagrop <p><strong>Scientia Ag</strong><strong>ropecuaria</strong> es una revista científica de periodicidad trimestral, que fomenta la generación y diseminación del conocimiento científico, publicando trabajos originales y de revisión en el campo de las ciencias agropecuarias<em>. </em>Actualmente está indizada en: SCOPUS, ESCI (Web of Science), DOAJ, Chemical Abstracts Services, AGRIS/FAO, Redalyc, SciELO, REDIB, DIALNET, BASE, MIAR, LATINDEX, Sherpa Romeo.</p> Universidad Nacional de Trujillo es-ES Scientia Agropecuaria 2077-9917 <p>Los autores que publican en esta revista aceptan los siguientes términos:</p> <p>a. Los autores conservan los derechos de autor y conceden a la revista el derecho publicación, simultáneamente licenciada bajo una licencia de <a href="https://creativecommons.org/licenses/by-nc/4.0/" target="_blank" rel="noopener">Creative Commons</a> que permite a otros compartir el trabajo, pero citando la publicación inicial en esta revista.</p> <p>b. Los autores pueden celebrar acuerdos contractuales adicionales separados para la distribución no exclusiva de la versión publicada de la obra de la revista (por ejemplo, publicarla en un repositorio institucional o publicarla en un libro), pero citando la publicación inicial en esta revista.</p> <p>c. Se permite y anima a los autores a publicar su trabajo en línea (por ejemplo, en repositorios institucionales o en su sitio web) antes y durante el proceso de presentación, ya que puede conducir a intercambios productivos, así como una mayor citación del trabajo publicado (ver <a href="http://opcit.eprints.org/oacitation-biblio.html" target="_blank" rel="noopener">efecto del acceso abierto</a>).</p> Integración de VANT-LiDAR con imágenes multiespectrales para la estimación del carbono almacenado en plantaciones forestales de Prosopis sp. https://revistas.unitru.edu.pe/index.php/scientiaagrop/article/view/6386 <p>Los individuos del género <em>Prosopis </em>sp. conocidos como algarrobos; son especies claves en el desarrollo del bosque seco y recuperación de áreas degradadas en la Costa norte del Perú. La evaluación de plantaciones, cálculo de la biomasa aérea forestal (BAF) y carbono almacenado representa un papel importante en el manejo forestal y mitigación del cambio climático. Este estudio evalúa metodologías de monitoreo a través del uso de imágenes multiespectrales y LiDAR acopladas a un VANT, con la finalidad de realizar su validación y generar modelos que permitan estimar el carbono almacenado. Se evaluaron siete especies de <em>Prosopis </em>sp. con la metodología convencional y se encontraron diferencias significativas entre las especies para las características dasométricas e índices de vegetación, así como en la comparación con los datos obtenidos con el LiDAR. Se seleccionaron modelos para determinar BAF y la asociación entre el carbono aéreo obtenido con los modelos constituidos por datos de LiDAR e índices de vegetación que presentaron correlaciones significativas (p &lt; 0,05), se construyeron siete modelos para predicción de carbono y destaca el modelo que tiene como variables regresoras la altura total y área de copa obtenidas del LiDAR, así como los índices CIgreen, GNDVI, RECI, LCI y NDVI (R² = 0,77). Lo cual confirma que el uso de la metodología LiDAR con los índices de vegetación permite una estimación más práctica del carbono almacenado en la plantación.</p> Sheyla Y. Chumbimune-Vivanco Hairo León Cristina Llanos-Carrillo José Millan-Ramírez Cesar Vilca-Gamarra Elvis Vera Alex Agurto Juan R. Baselly-Villanueva Camila Cruz-Grimaldo Derechos de autor 2025 Scientia Agropecuaria https://creativecommons.org/licenses/by-nc/4.0 2025-05-05 2025-05-05 16 3 333 348 10.17268/sci.agropecu.2025.025