Lugar y fecha de presentación oral y pública: La Plata, 02 de julio del 2019 I RESUMEN Se presenta una metodología para predecir de manera cuantitativa el almacenaje del Carbono Orgánico del Suelo (COS) en zonas alto andinas, en donde, la complejidad paisajística evidenciada por la topografía irregular, dificultades de acceso, clima frío -frío intenso, alta nubosidad, así como su geología, hacen de dicha tarea un gran desafío. La zona de estudio corresponde al ecosistema Herbazal del Páramo (HP) de la provincia de Chimborazo, Ecuador. La metodología emplea variables espectrales derivadas de imágenes satelitales Landsat 8 (sensores OLI y TIRS), Modelo Digital de Elevación (MDE), datos de secuestro de COS in situ en el perfil 0 -30 cm y variables meteorológicas. Las variables son obtenidas mediante el procesamiento de imágenes satelitales y Sistemas de Información Geográfica (SIG), éstas variables son usadas en la calibración de un algoritmo de autoaprendizaje con Random Forest Regression (RFR) para la predicción de COS. Se logró encontrar 9 variables que controlan la dinámica de distribución de COS en el área de estudio, y a través de ellas generar el modelo final de predicción de COS con una precisión del 82 %, validada mediante muestreo aleatorio simple (MAS). Las variables halladas son: Formación Geológica, Taxonomía, Precipitación, Altura, Orientación, Factor LS, Índice BI, Temperatura Ambiente, Temperatura Superficial -TOA Brightnees Temperature. Mediante SIG se generó el mapa de COS en la zona de estudio y se cuantificó la extensión de las mayores concentraciones de COS, en donde, el mayor porcentaje del área de estudio tiene altas reservas de COS, entre los 150-205 Mg/ha, equivalente al 57 % del área total. A través del presente estudio y sus resultados se presenta una nueva alternativa de cuantificación de COS. El modelo calibrado puede ser extendido sin necesidad de muestrear in situ, muy útil en zonas complejas como el ecosistema páramo. El mapeo digital de COS permitió revelar las elevadas reservas de COS existentes en el ecosistema de estudio, representando un gran aporte en la caracterización de los suelos del territorio nacional. Finalmente, los resultados obtenidos pueden ser utilizados para crear normativas provinciales y nacionales, para evitar la degradación del suelo en este tipo de ecosistemas, considerando la importancia del HP en la estabilización de las estructuras del suelo, regulación hídrica y su aporte en la mitigación del cambio climático. Palabras clave: Landsat 8, Random Forest, índices multiespectrales, SIG, árboles de decisión análisis espacial. II ABSTRACT The methodology presented is used to predict the storage of Organic Soil Carbon (SOC) in quantitative form, in high Andean areas, where a landscape matter evidenced by irregular topography, access difficulties, cold weather -intense cold weather, high cloudiness and its geology, make this task a great challenge. The study area corresponds to the Herbazal del Páramo (HP) ecosystem of the province of Chimborazo, Ecuador. The method...