Chumbimune Vivanco, Sheyla YanetLeón Dextre, Hairo AlexanderLlanos Carrillo, Cristina SofíaMillan Ramírez, José EdwinVilca Gamarra, Cesar FranciscoVera Diaz, ElvisAgurto Piñarreta, Alex IvánBaselly Villanueva, Juan RodrigoCruz Grimaldo, Camila Leandra2025-06-022025-06-022025-05-05Chumbimune-Vivanco, S. Y., León, H., Llanos-Carrillo, C., Millan-Ramírez, J., Vilca-Gamarra, C., Vera, E., Agurto, A., Baselly-Villanueva, J. R., & Cruz-Grimaldo, C. (2025). Integration of VANT-LiDAR with multispectral imagery for the estimation of carbon stocks in Prosopis sp. forest plantations. Scientia Agropecuaria, 16(3), 333–348. https://doi.org/10.17268/sci.agropecu.2025.0252306-6741http://hdl.handle.net/20.500.12955/2759Los individuos del género Prosopis 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 Prosopis 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 < 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.application/pdfenginfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc/4.0/VANTLiDARbiomasacarbono almacenadoíndices de vegetación.info:eu-repo/semantics/articlehttps://purl.org/pe-repo/ocde/ford#4.01.02https://doi.org/10.17268/sci.agropecu.2025.025Teledetección, Almacenamiento de carbono, Biomasa aérea, Bosque seco tropical, Prosopis