Results indicate that carbon density per area unit in mangrove forests is between 11–12 times higher than the values used as emission factors for the 2018 forest reference level (FRL) for REDD+ in Myanmar.
Even heavily degraded mangrove forests still store large amounts of carbon, mainly in soil and sediments.
Updated emission factors based on the results allow for application in sub-national biome wise or jurisdictional REDD+ projects or programmes.
The mangrove species occurrences and relative frequencies indicate that in Tanintharyi region mature mangroves are more frequent and more extended in area than in Ayeyarwady region, while in Ayeyarwady transitional mangrove zones (kanazo forests) are more frequent.
The geo-referenced biomass stock estimates at cluster and plot level could be used in calibration of biomass models of space borne monitoring products for mangrove forests.
SUMMARY
Myanmar has the second largest area of mangrove forests in South East Asia while suffering high deforestation rates and forest degradation. However, monitoring results from existing studies in mangrove forests vary widely while specific estimates on carbon density for this forest type are deficient. Also, data from mangrove inventory plots used for the 2018 Myanmar forest reference level refer only to commercial timber and do not include other carbon pools. The results in this study based on four carbon pools allow for updating the emission factors in mangrove forests expressed in CO2 from 125.43 ± 15.06 Mg ha–1 to 1 377.07 ± 67.04 Mg ha–1 for Ayeyarwady region (Pyapon, Pathein, Latputta districts) and 1 583.27± 75.18 Mg ha–1 for Tanintharyi region (Kawthaung, Dawei districts) and can be used in (sub)national or jurisdictional forest reference level for REDD+. In addition, the georeferenced biomass estimates are useful for the calibration of space-based models of biomass estimation.
Myanmar possède la seconde superficie de forêts de mangrove en Asie du sud-est, tout en étant la victime de forts taux de déforestation et de dégradation forestière. Cependant, la gestion des résultats des études existantes dans les forêts de mangrove varie énormément, alors que les estimations spécifiques de densité de carbone pour ce type de forêt sont imprécises. De plus, les données des zones d'inventaire des mangroves utilisées pour établir le niveau de référence forestier du Myanmar en 2018 ne se réfèrent qu'en termes de bois de commerce et n'incluent pas les réservoirs de carbone. Les résultats de cette étude, basée sur quatre réserves de carbone permettent de mettre à jour les facteurs d'émission dans les forêts de mangrove, exprimés en CO2 de 125,43 ± 15,06 Mg ha–1 à 1 377,07 ± 67,04 Mg ha–1 pour la région de l'Ayeyarwady (districts du Pyapon, du Pathein et du Latputta) et 1 583,27 ± 75,18 Mg ha–1 pour la région du Tanintharyi (districts du Kawthaung et du Dawei) et peuvent être utilisés dans le niveau de référence forestière sous-nationale et juridictionale pour la REDD+. Ajouté à cela, les estimations de la biomasse géoréférencée sont utiles pour la calibration des modèles d'estimation de la biomasse basés dans l'espace.
Myanmar posee la segunda mayor superficie de bosques de manglar en la región de Asia Sudoriental, aunque sufre elevadas tasas de deforestación y degradación forestal. Sin embargo, los resultados de monitoreo de estudios existentes en los manglares varían ampliamente y las estimaciones específicas sobre la densidad de carbono para este tipo de bosque son deficientes. Además, los datos de las parcelas de inventario de manglares utilizados para el nivel de referencia forestal de Myanmar del año 2018 se refieren solamente a la madera comercial y no incluyen otros reservorios de carbono. Los resultados de este estudio basados en cuatro reservorios de carbono permiten actualizar los factores de emisión para los bosques de manglar expresados en CO2 de 125,43 ± 15,06 Mg ha–1 a 1 377,07 ± 67,04 Mg ha–1 para la región de Ayeyarwady (distritos de Pyapon, Pathein, Latputta) y 1 583,27 ± 75,18 Mg ha–1 para la región de Tanintharyi (distritos de Kawthaung, Dawei) y pueden utilizarse en los niveles de referencia forestal (sub)nacional o jurisdiccional para REDD+. Además, las estimaciones de biomasa georreferenciadas son útiles para la calibración de modelos espaciales de estimación de biomasa.
